CN116701119A - 一种跑批任务数据监测方法、装置、设备及其存储介质 - Google Patents
一种跑批任务数据监测方法、装置、设备及其存储介质 Download PDFInfo
- Publication number
- CN116701119A CN116701119A CN202310705828.6A CN202310705828A CN116701119A CN 116701119 A CN116701119 A CN 116701119A CN 202310705828 A CN202310705828 A CN 202310705828A CN 116701119 A CN116701119 A CN 116701119A
- Authority
- CN
- China
- Prior art keywords
- running
- monitoring
- tasks
- batch
- task
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 293
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 26
- 238000012806 monitoring device Methods 0.000 claims abstract description 12
- 230000002159 abnormal effect Effects 0.000 claims description 67
- 238000012545 processing Methods 0.000 claims description 11
- 238000012423 maintenance Methods 0.000 abstract description 18
- 238000005516 engineering process Methods 0.000 abstract description 13
- 230000005856 abnormality Effects 0.000 abstract description 10
- 238000010586 diagram Methods 0.000 description 15
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000012790 confirmation Methods 0.000 description 4
- 230000008676 import Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011143 downstream manufacturing Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/324—Display of status information
- G06F11/327—Alarm or error message display
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/17—Details of further file system functions
- G06F16/1734—Details of monitoring file system events, e.g. by the use of hooks, filter drivers, logs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Business, Economics & Management (AREA)
- Computing Systems (AREA)
- Economics (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Accounting & Taxation (AREA)
- Development Economics (AREA)
- Mathematical Physics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请实施例属于金融科技技术领域,应用于金融数据运维监测场景中,涉及一种跑批任务数据监测方法、装置、设备及其存储介质,包括调用并执行对应的监测SQL语句;获取所有监测SQL语句的实际执行结果;根据实际执行结果和期望执行结果,识别汇总异常的跑批日志数据到异常日志文件内,完成对所有跑批任务的数据监测。采用数据监测组件和将监测SQL语句设置为配置文件的方式,对所有跑批任务仅需数据监测,降低了运维难度,若某些跑批任务对应的代码逻辑发送变更,无需更改监测代码,仅需更改配置文件内的对应监测SQL语句,即可实现对跑批任务的监测实时性高,同时,通过对跑批任务和监测SQL语句设置一一关联关系,也可实现快速定位上下游异常问题。
Description
技术领域
本申请涉及金融科技技术领域,应用于金融数据运维监测场景中,尤其涉及一种跑批任务数据监测方法、装置、设备及其存储介质。
背景技术
随着金融行业信息化水平的发展、大数据时代来临,各公司的数据仓库建设成为自身信息化的重要环节。数据仓库作为信息化的基础建设,支撑着大量下游应用的使用,例如报表管理、资产配置管理等。数据质量的好坏,直接决定下游应用程序的可靠性、健壮性、运维成本和问题排查效率。而且在金融行业,因为数据质量导致的生产问题,可能会对公司造成上百万上千万的损失。因此数据监控的建设,是十分有意义,可以很大程度提高数据仓库的数据质量,降低生产事故的发生。
传统的数据监控系统,基于定时任务,监控结果实时性比较差,因此发现问题会比较晚,对于金融行业系统,发现问题越早损失越少;其次,数据仓库中数据间存在上下游加工逻辑,传统的数据监控系统并没有对这个做过多关注,因此对于有上下游加工关系的数据,一旦发现问题,也要花很长时间进行问题定位导致问题定位困难;最后,很多传统的数据监控系统,会把监控逻辑内置在程序,一旦数据仓库有新增的数据需要监控,或者监控逻辑发生变更,就要修改程序代码,增加运维成本,因此,现有技术中对金融业务场景下的跑批任务进行数据监测时,还存在监测实时性较差、无法快速定位上下游异常问题和运维难度较高的问题。
发明内容
本申请实施例的目的在于提出一种跑批任务数据监测方法、装置、设备及其存储介质,以解决现有技术中对金融业务场景下的跑批任务进行数据监测时,存在的监测实时性较差、无法快速定位上下游异常问题和运维难度较高的问题。
为了解决上述技术问题,本申请实施例提供跑批任务数据监测方法,采用了如下所述的技术方案:
一种跑批任务数据监测方法,包括下述步骤:
启动跑批任务,触发执行预设的数据监测组件,其中,所有跑批任务预先根据上下游执行顺序和任务名称设置区别标识;
根据所有跑批任务的区别标识,调用并执行所述数据监测组件中与各个跑批任务分别对应的监测SQL语句;
获取所有监测SQL语句的实际执行结果;
根据所有监测SQL语句的实际执行结果和预设的期望执行结果,识别出异常的跑批任务;
获取所有异常的跑批任务对应的跑批日志数据;
按照所述区别标识,将所有异常的跑批任务对应的跑批日志数据逐条汇总到预设的异常日志文件内,完成对所有跑批任务的数据监测。
进一步的,在执行所述启动跑批任务,触发执行预设的数据监测组件的步骤之前,所述方法还包括:
采用配置文件导入的方式,预先将所有跑批任务所分别对应的监测SQL语句导入到所述数据监测组件中,其中,所述数据监测组件包括监测子组件、调用子组件和缓存子组件。
进一步的,在执行所述预先将所有跑批任务所分别对应的监测SQL语句导入到所述数据监测组件中的步骤之前,所述方法还包括:
获取预先为所有跑批任务所分别设置的监测SQL语句,其中,所述监测SQL语句缓存在预设的配置文件内;
将所有跑批任务的区别标识一一设置为相应监测SQL语句的区别名称。
进一步的,所述预先将所有跑批任务所分别对应的监测SQL语句导入到所述数据监测组件中的步骤,具体包括:
将各监测SQL语句的区别名称和各监测SQL语句,按照一一对应关系缓存到所述缓存子组件中,其中,所述缓存子组件包括与所述监测子组件建立连接关系的存储数据库。
进一步的,在执行所述预先将所有跑批任务所分别对应的监测SQL语句导入到所述数据监测组件中的步骤之后,所述方法还包括:
根据各监测SQL语句的区别名称和各监测SQL语句在所述缓存子组件中的缓存结果,设置各监测SQL语句对应的执行调用地址;
获取所述各监测SQL语句对应的执行调用地址;
将所述各监测SQL语句对应的执行调用地址写入到所述配置文件内。
进一步的,所述根据所有跑批任务的区别标识,调用并执行所述数据监测组件中与各个跑批任务分别对应的监测SQL语句的步骤,具体包括:
识别所有跑批任务中正在进行跑批处理的当前任务作为目标任务;
根据所述目标任务的区别标识,识别出所述目标任务对应的监测SQL语句作为待执行SQL语句;
获取所述待执行SQL语句的执行调用地址;
启动所述调用子组件,并根据所述待执行SQL语句的执行调用地址调用并执行所述待执行SQL语句。
进一步的,所述根据所有监测SQL语句的实际执行结果和预设的期望执行结果,识别出异常的跑批任务的步骤,具体包括:
判断所有监测SQL语句的实际执行结果和预设的期望执行结果是否一致;
若至少一个监测SQL语句的实际执行结果与其对应的期望执行结果不一致,则所有跑批任务中存在异常的跑批任务;
获取实际执行结果和期望执行结果不一致时,对应的监测SQL语句的区别名称;
识别出以所述区别名称为区别标识的跑批任务,完成对异常的跑批任务的识别;
若所有监测SQL语句的实际执行结果和预设的期望执行结果都一致,则所有跑批任务中各任务都为正常的跑批任务。
为了解决上述技术问题,本申请实施例还提供跑批任务数据监测装置,采用了如下所述的技术方案:
一种跑批任务数据监测装置,包括:
监测触发模块,用于启动跑批任务,触发执行预设的数据监测组件,其中,所有跑批任务预先根据上下游执行顺序和任务名称设置区别标识;
监测SQL语句获取模块,用于根据所有跑批任务的区别标识,调用并执行所述数据监测组件中与各个跑批任务分别对应的监测SQL语句;
实际执行结果获取模块,用于获取所有监测SQL语句的实际执行结果;
异常跑批识别模块,用于根据所有监测SQL语句的实际执行结果和预设的期望执行结果,识别出异常的跑批任务;
异常日志数据获取模块,用于获取所有异常的跑批任务对应的跑批日志数据;
数据逐条汇总模块,用于按照所述区别标识,将所有异常的跑批任务对应的跑批日志数据逐条汇总到预设的异常日志文件内,完成对所有跑批任务的数据监测。
为了解决上述技术问题,本申请实施例还提供一种计算机设备,采用了如下所述的技术方案:
一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现上述所述的跑批任务数据监测方法的步骤。
为了解决上述技术问题,本申请实施例还提供一种计算机可读存储介质,采用了如下所述的技术方案:
一种计算机可读存储介质,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如上述所述的跑批任务数据监测方法的步骤。
与现有技术相比,本申请实施例主要有以下有益效果:
本申请实施例所述跑批任务数据监测方法,通过启动跑批任务,触发执行预设的数据监测组件,其中,所有跑批任务预先根据上下游执行顺序和任务名称设置区别标识;根据所有跑批任务的区别标识,调用并执行所述数据监测组件中与各个跑批任务分别对应的监测SQL语句;获取所有监测SQL语句的实际执行结果;根据所有监测SQL语句的实际执行结果和预设的期望执行结果,识别出异常的跑批任务;获取所有异常的跑批任务对应的跑批日志数据;按照所述区别标识,将所有异常的跑批任务对应的跑批日志数据逐条汇总到预设的异常日志文件内,完成对所有跑批任务的数据监测。采用数据监测组件和将监测SQL语句设置为配置文件的方式,完成对所有跑批任务的数据监测,降低运维难度,若某些跑批任务对应的代码逻辑发送变更,无需更改监测代码,仅需更改配置文件内的目标跑批任务的监测SQL语句,即可实现对跑批任务的监测实时性高,同时,通过对跑批任务和监测SQL语句设置一一关联关系,也可实现快速定位上下游异常问题。
附图说明
为了更清楚地说明本申请中的方案,下面将对本申请实施例描述中所需要使用的附图作一个简单介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本申请可以应用于其中的示例性系统架构图;
图2根据本申请的跑批任务数据监测方法的一个实施例的流程图;
图3示出了本申请实施例中跑批任务的一个树型逻辑图;
图4是图2所示步骤202的一个具体实施例的流程图;
图5是图2所示步骤204的一个具体实施例的流程图;
图6根据本申请的跑批任务数据监测装置的一个实施例的结构示意图;
图7是图6所示模块602的一种具体实施例的结构示意图;
图8是图6所示模块604的一种具体实施例的结构示意图;
图9根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义,本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同;本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本申请;本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形,意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象,而不是用于描述特定顺序。
在本文中提及“实施例”意味着,结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例,也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是,本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案,下面将结合附图,对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving PictureExpertsGroup Audio Layer III,动态影像专家压缩标准音频层面3)、MP4(MovingPictureExperts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是,本申请实施例所提供的跑批任务数据监测方法一般由服务器/终端设备执行,相应地,跑批任务数据监测装置一般设置于服务器/终端设备中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本申请的跑批任务数据监测方法的一个实施例的流程图。所述的跑批任务数据监测方法,包括以下步骤:
步骤201,启动跑批任务,触发执行预设的数据监测组件,其中,所有跑批任务预先根据上下游执行顺序和任务名称设置区别标识。
本实施例中,所述跑批任务为金融业务场景下的批处理任务,其中,批处理的含义即一批正在被处理的金融业务进程所对应的任务,一个进程里可以包含若干个线程,一个线程对应一个执行任务。
本实施例中,在执行所述启动跑批任务,触发执行预设的数据监测组件的步骤之前,所述方法还包括:采用配置文件导入的方式,预先将所有跑批任务所分别对应的监测SQL语句导入到所述数据监测组件中,其中,所述数据监测组件包括监测子组件、调用子组件和缓存子组件。
通过采用配置文件导入的方式,预先将所有跑批任务所分别对应的监测SQL语句导入到所述数据监测组件中,可以在跑批任务执行时,及时的获得对应的监测SQL语句对跑批任务进行实时性的高效监测。
本实施例中,在执行所述预先将所有跑批任务所分别对应的监测SQL语句导入到所述数据监测组件中的步骤之前,所述方法还包括:获取预先为所有跑批任务所分别设置的监测SQL语句,其中,所述监测SQL语句缓存在预设的配置文件内;将所有跑批任务的区别标识一一设置为相应监测SQL语句的区别名称。
通过将所述监测SQL语句缓存在预设的配置文件内,做到通过配置文件的方式对目标跑批任务对应的监测SQL语句进行更新,即若目标跑批任务被弃用时,仅需删除配置文件内对应的监测SQL语句,即可以做到不再对该目标跑批任务进行数据监测,同理,若目标跑批任务对应的任务逻辑被更改,也仅需更改配置文件内对应的监测SQL语句,即可帮助运维人员完成监测组件的更新,降低了运维难度,实现了业务逻辑程序与运维逻辑间的分离。
本实施例中,所述预先将所有跑批任务所分别对应的监测SQL语句导入到所述数据监测组件中的步骤,具体包括:将各监测SQL语句的区别名称和各监测SQL语句,按照一一对应关系缓存到所述缓存子组件中,其中,所述缓存子组件包括与所述监测子组件建立连接关系的存储数据库。
本实施例中,在执行所述预先将所有跑批任务所分别对应的监测SQL语句导入到所述数据监测组件中的步骤之后,所述方法还包括:根据各监测SQL语句的区别名称和各监测SQL语句在所述缓存子组件中的缓存结果,设置各监测SQL语句对应的执行调用地址;获取所述各监测SQL语句对应的执行调用地址;将所述各监测SQL语句对应的执行调用地址写入到所述配置文件内。
通过根据各监测SQL语句的区别名称和各监测SQL语句在所述缓存子组件中的缓存结果,设置各监测SQL语句对应的执行调用地址,实现了对跑批任务和监测SQL语句设置一一关联关系,在后期处理时,获取到监测SQL语句的执行处理结果,即可根据执行处理结果是否存在异常,快速定位程序上下游内出现异常的跑批任务。
本实施例中,所述所有跑批任务预先根据上下游执行顺序和任务名称设置区别标识的一种具体实施方式为:根据所有跑批任务在业务程序中的上下游执行顺序,分别识别出在先执行、在后执行和并行执行的跑批任务;根据所有跑批任务对应的在先执行、在后执行和并行执行结果,构建出树型逻辑图;根据所述树型逻辑图,从作为根部的跑批任务依次对所有跑批任务进行多层编号;获取所有跑批任务对应的多层编号;将各个跑批任务对应的多层编号和各个跑批任务的任务名称进行拼接整合;获取拼接整合结果作为对应跑批任务的区别标识。
通过结合树型逻辑图,对多层编号信息和任务名称进行拼接整合,获取到各个跑批任务的区别标识,进一步的,为实现快速定位上下游异常问题提供区分依据。
例如:目标业务程序中存在15个跑批任务,其中,所述15个跑批任务分别包括5个查询任务,分别为queryFirst、querySecond、queryThird、queryFourth和queryFifth;5个添加任务,分别为addFirst、addSecond、addThird、addFourth和addFifth;5个新增任务,分别为insertFirst、insertSecond、insertThird、insertFourth和insertFifth,在所述15个跑批任务中所述5个添加任务相互之间为并行执行关系,不存在执行先后区别,所述5个新增任务之间为依次逐步调用关系,即所述5个新增任务按照先后跑批顺序只能为insertFirst、insertSecond、insertThird、insertFourth和insertFifth,所述5个查询任务之间也为并行执行关系,但是,查询任务、添加任务和新增任务三者之间的关系为查询任务先于添加任务,添加任务又先于新增任务。
参考图3,图3示出了本申请实施例中跑批任务的一个树型逻辑图,图中,各个单元块内的英文名称表示各个跑批任务的任务名称,各个箭头指向表示各跑批任务间的执行先后顺序,若多个跑批任务处于同一层,且同层任务名称之间无箭头指向,则所述同层任务间为并行执行关系。
此时,将任务名称为queryFirst、querySecond、queryThird、queryFourth和queryFifth的跑批任务分别作为根部的跑批任务,进行多层编号,则获取到queryFirst、querySecond、queryThird、queryFourth和queryFifth的跑批任务分别对应的编号信息ij分别为11、12、13、14、15,其中,编号信息ij中i表示层信息,j表示层内编号信息,同理,任务名称为addFirst、addSecond、addThird、addFourth和addFifth的跑批任务,分别对应的编号信息为21、22、23、24、25,任务名称为insertFirst、insertSecond、insertThird、insertFourth和insertFifth的跑批任务分别对应的编号信息为31、41、51、61、71。
本实施例中,所述将各个跑批任务对应的多层编号和各个跑批任务的任务名称进行拼接整合,一种具体的实施方式为:将各个跑批任务的任务名称和各个跑批任务对应的多层编号进行字符串拼接,获得字符串拼接结果,作为对应跑批任务的区别标识。例如,任务名称为insertFourth的跑批任务,其对应的区别标识即为insertFourth61。
本申请,通过将各个跑批任务的任务名称和各个跑批任务对应的多层编号进行字符串拼接,即能起到对各个跑批任务进行区分的作用,同时,根据树型逻辑图进行多层编号,也能在同一个跑批任务被多次复用时,进行多次复用区分。例如,任务名称为insertFourth的跑批任务,在首次被跑批执行之后,紧接着又执行了一次,则第二次执行时,任务名称为insertFourth的跑批任务对应的区别标识即为insertFourth71,此时任务名称为insertFifth的跑批任务的区别标识为insertFifth81。
步骤202,根据所有跑批任务的区别标识,调用并执行所述数据监测组件中与各个跑批任务分别对应的监测SQL语句。
继续参考图4,图4是图2所示步骤202的一个具体实施例的流程图,包括:
步骤401,识别所有跑批任务中正在进行跑批处理的当前任务作为目标任务;
步骤402,根据所述目标任务的区别标识,识别出所述目标任务对应的监测SQL语句作为待执行SQL语句;
步骤403,获取所述待执行SQL语句的执行调用地址;
步骤404,启动所述调用子组件,并根据所述待执行SQL语句的执行调用地址调用并执行所述待执行SQL语句。
通过首先确定目标任务,根据目标任务的区别标识识别出待执行SQL语句,再通过待执行SQL语句的执行调用地址调用并执行所述待执行SQL语句,从而依据接口调用的方式,执行监测SQL语句,获取相应的实际执行结果,通过接口调用,更加简单高效的实现跑批任务数据监测。
步骤203,获取所有监测SQL语句的实际执行结果。
步骤204,根据所有监测SQL语句的实际执行结果和预设的期望执行结果,识别出异常的跑批任务。
继续参考图5,图5是图2所示步骤204的一个具体实施例的流程图,包括:
步骤501,判断所有监测SQL语句的实际执行结果和预设的期望执行结果是否一致;
步骤502,若至少一个监测SQL语句的实际执行结果与其对应的期望执行结果不一致,则所有跑批任务中存在异常的跑批任务;
步骤503,获取实际执行结果和期望执行结果不一致时,对应的监测SQL语句的区别名称;
步骤504,识别出以所述区别名称为区别标识的跑批任务,完成对异常的跑批任务的识别;
步骤505,若所有监测SQL语句的实际执行结果和预设的期望执行结果都一致,则所有跑批任务中各任务都为正常的跑批任务。
步骤205,获取所有异常的跑批任务对应的跑批日志数据。
步骤206,按照所述区别标识,将所有异常的跑批任务对应的跑批日志数据逐条汇总到预设的异常日志文件内,完成对所有跑批任务的数据监测。
本申请通过启动跑批任务,触发执行预设的数据监测组件,其中,所有跑批任务预先根据上下游执行顺序和任务名称设置区别标识;根据所有跑批任务的区别标识,调用并执行所述数据监测组件中与各个跑批任务分别对应的监测SQL语句;获取所有监测SQL语句的实际执行结果;根据所有监测SQL语句的实际执行结果和预设的期望执行结果,识别出异常的跑批任务;获取所有异常的跑批任务对应的跑批日志数据;按照所述区别标识,将所有异常的跑批任务对应的跑批日志数据逐条汇总到预设的异常日志文件内,完成对所有跑批任务的数据监测。采用数据监测组件和将监测SQL语句设置为配置文件的方式,完成对所有跑批任务的数据监测,降低运维难度,若某些跑批任务对应的代码逻辑发送变更,无需更改监测代码,仅需更改配置文件内的目标跑批任务的监测SQL语句,即可实现对跑批任务的监测实时性高,同时,通过对跑批任务和监测SQL语句设置一一关联关系,也可实现快速定位上下游异常问题。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本申请实施例中,通过采用数据监测组件和将监测SQL语句设置为配置文件的方式,完成对所有跑批任务的数据监测,降低运维难度,若某些跑批任务对应的代码逻辑发送变更,无需更改监测代码,仅需更改配置文件内的目标跑批任务的监测SQL语句,即可实现对跑批任务的监测实时性高,同时,通过对跑批任务和监测SQL语句设置一一关联关系,也可实现快速定位上下游异常问题。
进一步参考图6,作为对上述图2所示方法的实现,本申请提供了跑批任务数据监测装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例所述的跑批任务数据监测装置600包括:监测触发模块601、监测SQL语句获取模块602、实际执行结果获取模块603、异常跑批识别模块604、异常日志数据获取模块605和数据逐条汇总模块606。其中:
监测触发模块601,用于启动跑批任务,触发执行预设的数据监测组件,其中,所有跑批任务预先根据上下游执行顺序和任务名称设置区别标识;
监测SQL语句获取模块602,用于根据所有跑批任务的区别标识,调用并执行所述数据监测组件中与各个跑批任务分别对应的监测SQL语句;
实际执行结果获取模块603,用于获取所有监测SQL语句的实际执行结果;
异常跑批识别模块604,用于根据所有监测SQL语句的实际执行结果和预设的期望执行结果,识别出异常的跑批任务;
异常日志数据获取模块605,用于获取所有异常的跑批任务对应的跑批日志数据;
数据逐条汇总模块606,用于按照所述区别标识,将所有异常的跑批任务对应的跑批日志数据逐条汇总到预设的异常日志文件内,完成对所有跑批任务的数据监测。
在本申请的一些具体实施方式中,所述的跑批任务数据监测装置600还包括配置导入模块,所述的配置导入模块,用于采用配置文件导入的方式,预先将所有跑批任务所分别对应的监测SQL语句导入到所述数据监测组件中,其中,所述数据监测组件包括监测子组件、调用子组件和缓存子组件。
在本申请的一些具体实施方式中,所述的跑批任务数据监测装置600还包括区别名称设置模块,所述的区别名称设置模块,用于将所有跑批任务的区别标识一一设置为相应监测SQL语句的区别名称。
在本申请的一些具体实施方式中,所述的跑批任务数据监测装置600还包括对应缓存模块,所述的对应缓存模块,用于将各监测SQL语句的区别名称和各监测SQL语句,按照一一对应关系缓存到所述缓存子组件中,其中,所述缓存子组件包括与所述监测子组件建立连接关系的存储数据库。
在本申请的一些具体实施方式中,所述的跑批任务数据监测装置600还包括SQL语句调用地址配置模块,所述的SQL语句调用地址配置模块,用于根据各监测SQL语句的区别名称和各监测SQL语句在所述缓存子组件中的缓存结果,设置各监测SQL语句对应的执行调用地址;还用于获取所述各监测SQL语句对应的执行调用地址;还用于将所述各监测SQL语句对应的执行调用地址写入到所述配置文件内。
继续参考图7,图7是图6所示模块602的一种具体实施例的结构示意图,其中,所述监测SQL语句获取模块602包括目标任务识别子模块701、待执行SQL语句识别子模块702、执行调用地址获取子模块703和SQL语句执行子模块704,其中:
目标任务识别子模块701,用于识别所有跑批任务中正在进行跑批处理的当前任务作为目标任务;
待执行SQL语句识别子模块702,用于根据所述目标任务的区别标识,识别出所述目标任务对应的监测SQL语句作为待执行SQL语句;
执行调用地址获取子模块703,用于获取所述待执行SQL语句的执行调用地址;
SQL语句执行子模块704,用于启动所述调用子组件,并根据所述待执行SQL语句的执行调用地址调用并执行所述待执行SQL语句。
继续参考图8,图8是图6所示模块604的一种具体实施例的结构示意图,其中,所述异常跑批识别模块604包括执行结果一致性判断子模块801、异常确认子模块802、异常获取子模块803、异常识别子模块804和正常确认子模块805,其中:
执行结果一致性判断子模块801,用于判断所有监测SQL语句的实际执行结果和预设的期望执行结果是否一致;
异常确认子模块802,用于若至少一个监测SQL语句的实际执行结果与其对应的期望执行结果不一致,则所有跑批任务中存在异常的跑批任务;
异常获取子模块803,用于获取实际执行结果和期望执行结果不一致时,对应的监测SQL语句的区别名称;
异常识别子模块804,用于识别出以所述区别名称为区别标识的跑批任务,完成对异常的跑批任务的识别;
正常确认子模块805,用于若所有监测SQL语句的实际执行结果和预设的期望执行结果都一致,则所有跑批任务中各任务都为正常的跑批任务。
本申请通过启动跑批任务,触发执行预设的数据监测组件,其中,所有跑批任务预先根据上下游执行顺序和任务名称设置区别标识;根据所有跑批任务的区别标识,调用并执行所述数据监测组件中与各个跑批任务分别对应的监测SQL语句;获取所有监测SQL语句的实际执行结果;根据所有监测SQL语句的实际执行结果和预设的期望执行结果,识别出异常的跑批任务;获取所有异常的跑批任务对应的跑批日志数据;按照所述区别标识,将所有异常的跑批任务对应的跑批日志数据逐条汇总到预设的异常日志文件内,完成对所有跑批任务的数据监测。采用数据监测组件和将监测SQL语句设置为配置文件的方式,完成对所有跑批任务的数据监测,降低运维难度,若某些跑批任务对应的代码逻辑发送变更,无需更改监测代码,仅需更改配置文件内的目标跑批任务的监测SQL语句,即可实现对跑批任务的监测实时性高,同时,通过对跑批任务和监测SQL语句设置一一关联关系,也可实现快速定位上下游异常问题。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机可读指令来指令相关的硬件来完成,该计算机可读指令可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法的实施例的流程。其中,前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory,ROM)等非易失性存储介质,或随机存储记忆体(Random Access Memory,RAM)等。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
为解决上述技术问题,本申请实施例还提供计算机设备。具体请参阅图9,图9为本实施例计算机设备基本结构框图。
所述计算机设备9包括通过系统总线相互通信连接存储器9a、处理器9b、网络接口9c。需要指出的是,图中仅示出了具有组件9a-9c的计算机设备9,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。其中,本技术领域技术人员可以理解,这里的计算机设备是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的设备,其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit,ASIC)、可编程门阵列(Field -Programmable GateArray,FPGA)、数字处理器(Digital Signal Processor,DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器9a至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,所述存储器9a可以是所述计算机设备9的内部存储单元,例如该计算机设备9的硬盘或内存。在另一些实施例中,所述存储器9a也可以是所述计算机设备9的外部存储设备,例如该计算机设备9上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(FlashCard)等。当然,所述存储器9a还可以既包括所述计算机设备9的内部存储单元也包括其外部存储设备。本实施例中,所述存储器9a通常用于存储安装于所述计算机设备9的操作系统和各类应用软件,例如一种跑批任务数据监测方法的计算机可读指令等。此外,所述存储器9a还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器9b在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器9b通常用于控制所述计算机设备9的总体操作。本实施例中,所述处理器9b用于运行所述存储器9a中存储的计算机可读指令或者处理数据,例如运行所述跑批任务数据监测方法的计算机可读指令。
所述网络接口9c可包括无线网络接口或有线网络接口,该网络接口9c通常用于在所述计算机设备9与其他电子设备之间建立通信连接。
本实施例提出的计算机设备,属于金融科技技术领域,应用于金融数据运维监测场景中。本申请通过启动跑批任务,触发执行预设的数据监测组件,其中,所有跑批任务预先根据上下游执行顺序和任务名称设置区别标识;根据所有跑批任务的区别标识,调用并执行所述数据监测组件中与各个跑批任务分别对应的监测SQL语句;获取所有监测SQL语句的实际执行结果;根据所有监测SQL语句的实际执行结果和预设的期望执行结果,识别出异常的跑批任务;获取所有异常的跑批任务对应的跑批日志数据;按照所述区别标识,将所有异常的跑批任务对应的跑批日志数据逐条汇总到预设的异常日志文件内,完成对所有跑批任务的数据监测。采用数据监测组件和将监测SQL语句设置为配置文件的方式,完成对所有跑批任务的数据监测,降低运维难度,若某些跑批任务对应的代码逻辑发送变更,无需更改监测代码,仅需更改配置文件内的目标跑批任务的监测SQL语句,即可实现对跑批任务的监测实时性高,同时,通过对跑批任务和监测SQL语句设置一一关联关系,也可实现快速定位上下游异常问题。
本申请还提供了另一种实施方式,即提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机可读指令,所述计算机可读指令可被处理器执行,以使所述处理器执行如上述的跑批任务数据监测方法的步骤。
本实施例提出的计算机可读存储介质,属于金融科技技术领域,应用于金融数据运维监测场景中。本申请通过启动跑批任务,触发执行预设的数据监测组件,其中,所有跑批任务预先根据上下游执行顺序和任务名称设置区别标识;根据所有跑批任务的区别标识,调用并执行所述数据监测组件中与各个跑批任务分别对应的监测SQL语句;获取所有监测SQL语句的实际执行结果;根据所有监测SQL语句的实际执行结果和预设的期望执行结果,识别出异常的跑批任务;获取所有异常的跑批任务对应的跑批日志数据;按照所述区别标识,将所有异常的跑批任务对应的跑批日志数据逐条汇总到预设的异常日志文件内,完成对所有跑批任务的数据监测。采用数据监测组件和将监测SQL语句设置为配置文件的方式,完成对所有跑批任务的数据监测,降低运维难度,若某些跑批任务对应的代码逻辑发送变更,无需更改监测代码,仅需更改配置文件内的目标跑批任务的监测SQL语句,即可实现对跑批任务的监测实时性高,同时,通过对跑批任务和监测SQL语句设置一一关联关系,也可实现快速定位上下游异常问题。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例所述的方法。
显然,以上所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例,附图中给出了本申请的较佳实施例,但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现,相反地,提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明,对于本领域的技术人员来而言,其依然可以对前述各具体实施方式所记载的技术方案进行修改,或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构,直接或间接运用在其他相关的技术领域,均同理在本申请专利保护范围之内。
Claims (10)
1.一种跑批任务数据监测方法,其特征在于,包括下述步骤:
启动跑批任务,触发执行预设的数据监测组件,其中,所有跑批任务预先根据上下游执行顺序和任务名称设置区别标识;
根据所有跑批任务的区别标识,调用并执行所述数据监测组件中与各个跑批任务分别对应的监测SQL语句;
获取所有监测SQL语句的实际执行结果;
根据所有监测SQL语句的实际执行结果和预设的期望执行结果,识别出异常的跑批任务;
获取所有异常的跑批任务对应的跑批日志数据;
按照所述区别标识,将所有异常的跑批任务对应的跑批日志数据逐条汇总到预设的异常日志文件内,完成对所有跑批任务的数据监测。
2.根据权利要求1所述的跑批任务数据监测方法,其特征在于,在执行所述启动跑批任务,触发执行预设的数据监测组件的步骤之前,所述方法还包括:
采用配置文件导入的方式,预先将所有跑批任务所分别对应的监测SQL语句导入到所述数据监测组件中,其中,所述数据监测组件包括监测子组件、调用子组件和缓存子组件。
3.根据权利要求2所述的跑批任务数据监测方法,其特征在于,在执行所述预先将所有跑批任务所分别对应的监测SQL语句导入到所述数据监测组件中的步骤之前,所述方法还包括:
获取预先为所有跑批任务所分别设置的监测SQL语句,其中,所述监测SQL语句缓存在预设的配置文件内;
将所有跑批任务的区别标识一一设置为相应监测SQL语句的区别名称。
4.根据权利要求3所述的跑批任务数据监测方法,其特征在于,所述预先将所有跑批任务所分别对应的监测SQL语句导入到所述数据监测组件中的步骤,具体包括:
将各监测SQL语句的区别名称和各监测SQL语句,按照一一对应关系缓存到所述缓存子组件中,其中,所述缓存子组件包括与所述监测子组件建立连接关系的存储数据库。
5.根据权利要求3所述的跑批任务数据监测方法,其特征在于,在执行所述预先将所有跑批任务所分别对应的监测SQL语句导入到所述数据监测组件中的步骤之后,所述方法还包括:
根据各监测SQL语句的区别名称和各监测SQL语句在所述缓存子组件中的缓存结果,设置各监测SQL语句对应的执行调用地址;
获取所述各监测SQL语句对应的执行调用地址;
将所述各监测SQL语句对应的执行调用地址写入到所述配置文件内。
6.根据权利要求5所述的跑批任务数据监测方法,其特征在于,所述根据所有跑批任务的区别标识,调用并执行所述数据监测组件中与各个跑批任务分别对应的监测SQL语句的步骤,具体包括:
识别所有跑批任务中正在进行跑批处理的当前任务作为目标任务;
根据所述目标任务的区别标识,识别出所述目标任务对应的监测SQL语句作为待执行SQL语句;
获取所述待执行SQL语句的执行调用地址;
启动所述调用子组件,并根据所述待执行SQL语句的执行调用地址调用并执行所述待执行SQL语句。
7.根据权利要求3至6任一项所述的跑批任务数据监测方法,其特征在于,所述根据所有监测SQL语句的实际执行结果和预设的期望执行结果,识别出异常的跑批任务的步骤,具体包括:
判断所有监测SQL语句的实际执行结果和预设的期望执行结果是否一致;
若至少一个监测SQL语句的实际执行结果与其对应的期望执行结果不一致,则所有跑批任务中存在异常的跑批任务;
获取实际执行结果和期望执行结果不一致时,对应的监测SQL语句的区别名称;
识别出以所述区别名称为区别标识的跑批任务,完成对异常的跑批任务的识别;
若所有监测SQL语句的实际执行结果和预设的期望执行结果都一致,则所有跑批任务中各任务都为正常的跑批任务。
8.一种跑批任务数据监测装置,其特征在于,包括:
监测触发模块,用于启动跑批任务,触发执行预设的数据监测组件,其中,所有跑批任务预先根据上下游执行顺序和任务名称设置区别标识;
监测SQL语句获取模块,用于根据所有跑批任务的区别标识,调用并执行所述数据监测组件中与各个跑批任务分别对应的监测SQL语句;
实际执行结果获取模块,用于获取所有监测SQL语句的实际执行结果;
异常跑批识别模块,用于根据所有监测SQL语句的实际执行结果和预设的期望执行结果,识别出异常的跑批任务;
异常日志数据获取模块,用于获取所有异常的跑批任务对应的跑批日志数据;
数据逐条汇总模块,用于按照所述区别标识,将所有异常的跑批任务对应的跑批日志数据逐条汇总到预设的异常日志文件内,完成对所有跑批任务的数据监测。
9.一种计算机设备,包括存储器和处理器,所述存储器中存储有计算机可读指令,所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的跑批任务数据监测方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有计算机可读指令,所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的跑批任务数据监测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310705828.6A CN116701119A (zh) | 2023-06-14 | 2023-06-14 | 一种跑批任务数据监测方法、装置、设备及其存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310705828.6A CN116701119A (zh) | 2023-06-14 | 2023-06-14 | 一种跑批任务数据监测方法、装置、设备及其存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116701119A true CN116701119A (zh) | 2023-09-05 |
Family
ID=87830848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310705828.6A Pending CN116701119A (zh) | 2023-06-14 | 2023-06-14 | 一种跑批任务数据监测方法、装置、设备及其存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116701119A (zh) |
-
2023
- 2023-06-14 CN CN202310705828.6A patent/CN116701119A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117033249B (zh) | 一种测试用例生成方法、装置、计算机设备及存储介质 | |
CN112860662B (zh) | 自动化生产数据血缘关系建立方法、装置、计算机设备及存储介质 | |
CN114844792A (zh) | 基于lua语言的动态监控方法、装置、设备及存储介质 | |
CN117216114A (zh) | 一种数据流关联方法、装置、设备及其存储介质 | |
CN117234505A (zh) | 一种交互页面生成方法、装置、设备及其存储介质 | |
CN112363814A (zh) | 任务调度方法、装置、计算机设备及存储介质 | |
CN116974929A (zh) | 自动化测试工具构建方法、自动化测试方法及其相关设备 | |
CN114626352B (zh) | 报表自动化生成方法、装置、计算机设备及存储介质 | |
CN116450723A (zh) | 数据提取方法、装置、计算机设备及存储介质 | |
CN116701119A (zh) | 一种跑批任务数据监测方法、装置、设备及其存储介质 | |
CN117332012A (zh) | 一种数据关联方法、装置、设备及其存储介质 | |
CN116662418A (zh) | 基于配置化的报表实现方法、装置、设备及其存储介质 | |
CN116701488A (zh) | 数据处理方法、装置、计算机设备及存储介质 | |
CN117579457A (zh) | 一种业务逻辑隔离方法、装置、计算机设备及存储介质 | |
CN116450687A (zh) | 保险产品操作信息发布通知方法及其相关设备 | |
CN116841479A (zh) | 一种文本打印方法、装置、设备及其存储介质 | |
CN116431607A (zh) | 数据模型重构方法、装置、设备及其存储介质 | |
CN116467166A (zh) | 一种缺陷信息处理方法、装置、设备及其存储介质 | |
CN116954977A (zh) | 一种页面异常排查方法、装置、设备及其存储介质 | |
CN117785181A (zh) | 一种代码执行方法、装置、设备及其存储介质 | |
CN116737833A (zh) | 基于分区模式的cdc数据资源同步方法及其相关设备 | |
CN118250335A (zh) | 一种流量处理方法、装置、设备及其存储介质 | |
CN117786390A (zh) | 一种待维护特征数据整理方法及其相关设备 | |
CN117194032A (zh) | 一种任务执行方法、装置、设备及其存储介质 | |
CN117290452A (zh) | 一种数据仓库治理方法、装置、设备及其存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |