CN117032785A - 数据处理方法、电子设备、存储介质及程序产品 - Google Patents
数据处理方法、电子设备、存储介质及程序产品 Download PDFInfo
- Publication number
- CN117032785A CN117032785A CN202311048104.5A CN202311048104A CN117032785A CN 117032785 A CN117032785 A CN 117032785A CN 202311048104 A CN202311048104 A CN 202311048104A CN 117032785 A CN117032785 A CN 117032785A
- Authority
- CN
- China
- Prior art keywords
- service
- configuration
- configuration information
- code file
- user
- 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
- 238000003860 storage Methods 0.000 title claims abstract description 25
- 238000003672 processing method Methods 0.000 title abstract description 18
- 238000012545 processing Methods 0.000 claims abstract description 177
- 238000000034 method Methods 0.000 claims abstract description 70
- 230000008569 process Effects 0.000 claims abstract description 37
- 238000004590 computer program Methods 0.000 claims abstract description 32
- 238000012937 correction Methods 0.000 claims description 48
- 230000002159 abnormal effect Effects 0.000 claims description 45
- 230000003044 adaptive effect Effects 0.000 claims description 28
- 230000004044 response Effects 0.000 claims description 23
- 230000006870 function Effects 0.000 claims description 11
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 238000011161 development Methods 0.000 abstract description 15
- 230000000875 corresponding effect Effects 0.000 description 67
- 238000012549 training Methods 0.000 description 23
- 230000018109 developmental process Effects 0.000 description 18
- 238000001514 detection method Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 12
- 230000000007 visual effect Effects 0.000 description 9
- 238000013136 deep learning model Methods 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 7
- 238000006243 chemical reaction Methods 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 238000001914 filtration Methods 0.000 description 5
- 238000004519 manufacturing process Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 238000012216 screening Methods 0.000 description 5
- 230000001960 triggered effect Effects 0.000 description 5
- 238000004220 aggregation Methods 0.000 description 4
- 230000002776 aggregation Effects 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 125000004122 cyclic group Chemical group 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000003062 neural network model Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000010200 validation analysis Methods 0.000 description 3
- 238000012800 visualization Methods 0.000 description 3
- 238000003491 array Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000002372 labelling Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 239000013307 optical fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 238000012552 review Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 238000007373 indentation Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000003780 insertion Methods 0.000 description 1
- 230000037431 insertion Effects 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 210000002569 neuron Anatomy 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000013439 planning Methods 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000004549 pulsed laser deposition Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 238000007634 remodeling Methods 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 238000013526 transfer learning Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/70—Software maintenance or management
- G06F8/71—Version control; Configuration management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
- G06F8/36—Software reuse
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/40—Transformation of program code
- G06F8/41—Compilation
- G06F8/44—Encoding
- G06F8/447—Target code generation
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/04—Manufacturing
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Manufacturing & Machinery (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Stored Programmes (AREA)
Abstract
本申请提供了数据处理方法、电子设备、计算机可读存储介质及计算机程序产品,所述方法包括:获取用户的服务配置信息;根据所述服务配置信息,生成服务代码文件;获取用户的表单配置信息;所述表单配置信息包括所述服务代码文件的标识信息;响应于服务触发操作,基于所述表单配置信息和与所述服务代码文件,对目标数据进行处理,以得到处理结果。本申请能够解决计算机编程技术门槛要求高、处理软件开发周期长等问题,以对数据进行高效的处理和应用。
Description
技术领域
本申请涉及数据处理的技术领域,尤其涉及数据处理方法、电子设备、计算机可读存储介质及计算机程序产品。
背景技术
随着智能制造的不断推进,越来越多的制造企业将现代的信息化技术与传统制造业相结合,将数据信息化作为企业信息化建设中的核心环节,实现对整个生产过程的信息化管控和优化。但是随着制造行业的信息化高速发展,基于交付快速化、业务复杂化、性能稳定化等需求,对于开发人员的技术水平能力要求不断拔高,存在技术门槛要求高、开发周期长等问题,难以对数据进行高效的处理和应用。
基于此,本申请提供了数据处理方法、电子设备、计算机可读存储介质及计算机程序产品,以改进现有技术。
发明内容
本申请的目的在于提供数据处理方法、电子设备、计算机可读存储介质及计算机程序产品,能够解决计算机编程技术门槛要求高、处理软件开发周期长等问题,以对数据进行高效的处理和应用。
本申请的目的采用以下技术方案实现:
第一方面,本申请提供了一种数据处理方法,所述方法包括:
获取用户的服务配置信息;
根据所述服务配置信息,生成服务代码文件;
获取用户的表单配置信息;所述表单配置信息包括所述服务代码文件的标识信息;
响应于服务触发操作,基于所述表单配置信息和与所述服务代码文件,对目标数据进行处理,以得到处理结果。
该技术方案的有益效果在于:获取用户的服务配置信息,通过用户输入关于所需服务的配置信息。服务配置信息可能包括服务的参数、选项、设置等。基于用户提供的服务配置信息,生成相应的服务代码文件,即一个能够执行所需服务的代码文件。获取用户的表单配置信息,表单配置信息包括对服务代码文件的标识信息,用于识别和关联特定的服务代码文件。当服务触发操作发生时,根据用户提供的表单配置信息和与表单配置信息中标识信息关联的服务代码文件,对目标数据进行处理,使用服务代码文件中定义的算法、逻辑或操作来处理数据。通过执行数据处理步骤后,得到处理结果。一方面,通过用户提供服务配置信息,自动生成服务代码文件以及通过表单配置信息中标识信息关联服务代码文件,减少了对编程知识的依赖,使更多的人能够参与数据处理工作,降低了技术门槛。另一方面,通过生成服务代码文件,将数据处理的逻辑和操作抽象为可配置的模块,避免了从头开始编写代码的过程,大大缩短了软件开发周期。又一方面,将数据处理的逻辑和操作定义在服务代码文件中,并根据用户的服务配置信息和表单配置信息进行执行,以实现高效的数据处理和应用,减少了手动处理的工作量和错误的可能性。用户只需通过配置参数和选项来定制数据处理流程,快速获得所需的处理结果。又一方面,通过将数据处理逻辑抽象为可配置的服务代码文件,使得数据处理过程更易于维护和扩展。用户可以根据需求修改和更新服务代码文件,而无需修改底层的处理逻辑,可以提高代码的可重用性,并简化了对数据处理方法的修改和扩展。又一方面,提供了一种标准化的数据处理方式,使不同的用户能够使用相同的配置信息和服务代码文件进行数据处理,促进了协作和共享,不同团队和个人之间可以更轻松地交换和共享数据处理方案,提高了处理效率和质量。
综上,能够降低编程门槛、缩短开发周期、高效处理数据、提高可维护性和可扩展性,以及促进协作和共享,使得数据处理更加高效、可定制和易于应用。
在一些可能的实现方式中,所述服务配置信息包括输入参数配置信息和返回值配置信息;
所述获取用户的服务配置信息,包括:
响应于服务配置操作,显示服务配置界面;所述服务配置界面包括输入参数控件和返回值控件;
响应于针对所述输入参数控件的点击操作,显示输入参数配置区域;
利用所述输入参数配置区域接收输入参数配置信息;所述输入参数配置信息用于指定调用接口时需要提供的数据信息。
响应于针对所述返回值控件的点击操作,显示返回值配置区域;
利用所述返回值配置区域接收返回值配置信息;所述返回值配置信息用于指定所述处理结果的数据信息。
该技术方案的有益效果在于:从用户那里获取服务配置信息,其中包括输入参数配置信息和返回值配置信息。输入参数配置信息用于指定调用服务接口时需要提供的数据信息,而返回值配置信息用于指定处理结果的数据信息。响应于服务配置操作,显示服务配置界面。该服务配置界面包括输入参数控件和返回值控件,用于展示和配置输入参数和返回值相关的信息。响应于对输入参数控件的点击操作,显示输入参数配置区域。用户可以在该输入参数配置区域上进行输入参数的配置,指定调用服务接口时所需的数据信息。响应于对返回值控件的点击操作,显示返回值配置区域。用户可以在该返回值配置区域上进行返回值的配置,指定处理结果的数据信息。利用输入参数配置区域和返回值配置区域,接收用户提供的输入参数配置信息和返回值配置信息。根据用户配置的输入参数和返回值信息,传递输入参数,接收处理结果,将结果存储或返回给用户查看。一方面,通过提供服务配置界面、输入参数配置区域和返回值配置区域,使配置过程变得更加直观和对用户更加友好。用户可以通过可视化的界面来配置输入参数和返回值,而无需手动编写代码或进行繁琐的配置步骤。另一方面,通过使用界面控件和表单形式,用户可以更准确地配置输入参数和返回值,降低了配置错误的风险,提高了配置的准确性和可靠性。又一方面,通过提供输入参数配置信息和返回值配置信息,用户可以根据具体需求配置不同的输入参数和返回值,从而满足不同的数据处理要求,增强了方案的灵活性和可配置性。又一方面,通过提供服务配置界面和配置界面,减少了手动编写和配置的工作量,加快了配置过程,从而缩短了开发周期,使得用户能够更快地将数据处理方案应用到实际应用中。又一方面,通过提供可视化的配置界面,减少了对编程和技术知识的依赖,使得更多的人能够参与数据处理配置工作,降低了技术门槛。
在一些可能的实现方式中,所述服务配置操作包括高级HTTP服务配置操作、JS服务配置操作、数据库服务配置操作和Groovy服务配置操作中的任意一种;
所述服务配置界面包括高级HTTP服务配置界面、JS服务配置界面、数据库服务配置界面和Groovy服务配置界面中的任意一种;
所述响应于服务配置操作,显示服务配置界面,包括:
根据所述服务配置操作,显示与所述服务配置操作对应的服务配置界面。
该技术方案的有益效果在于:用户触发的服务配置操作包括高级HTTP服务配置操作、JS服务配置操作、数据库服务配置操作和Groovy服务配置操作中的任意一种。其对应的服务配置界面分别为高级HTTP服务配置界面、JS服务配置界面、数据库服务配置界面和Groovy服务配置界面。根据用户选择的服务配置操作,显示对应的服务配置界面。不同的服务配置操作对应的服务配置界面不同,服务配置界面提供了特定的配置选项,以满足用户对相应的服务参数的需求。用户可以在服务配置界面上进行参数的配置。例如,在高级HTTP服务配置界面上,用户可以指定URL、请求方法、请求头等参数;在数据库服务配置界面上,用户可以配置数据库连接信息、数据表名等。根据用户在服务配置界面上进行的配置,得到对应的服务配置信息,进而生成服务代码文件。一方面,通过提供不同类型的服务配置界面,可以根据用户选择的服务配置操作,提供特定的配置选项,使得配置过程更加精准和符合需求,减少了错误配置的风险。另一方面,每种服务类型都有对应的服务配置界面,用户可以在服务配置界面上直观地进行参数配置,界面友好和易用性提高了用户体验,降低了配置的复杂性。又一方面,通过提供特定的服务配置界面,用户可以快速配置所需的服务参数和代码,减少了手动编写和配置的时间和工作量,提高了开发效率。又一方面,支持多种服务类型,包括高级HTTP服务、JS服务、数据库服务和Groovy服务,使得用户可以根据具体需求选择最适合的服务类型,满足不同场景下的数据处理和应用需求。
在一些可能的实现方式中,当所述服务配置操作为数据库服务配置操作时,所述服务配置信息还包括目标数据源;所述响应于服务触发操作,基于所述表单配置信息和所述服务代码文件,对目标数据进行处理,以得到处理结果,包括:
响应于所述服务触发操作,根据所述服务代码文件所指示的输入参数,在所述目标数据源处获取所述目标数据;
根据所述服务代码文件所指示的返回值,对所述目标数据进行处理,以得到所述处理结果。
该技术方案的有益效果在于:用户在进行数据库服务配置时,包括目标数据源的配置,可以包括指定数据库的连接信息、表格结构等相关配置。根据用户提供的服务配置信息,生成相应的服务代码文件。该服务代码文件包含了对目标数据源进行操作和处理的代码逻辑。用户提供表单配置信息,其中包括服务代码文件的标识信息,用于标识特定的服务代码文件,以便后续的数据处理操作。当触发服务操作时,根据服务代码文件指示的输入参数,从目标数据源获取相应的目标数据,涉及查询数据库、读取表格数据等操作。根据服务代码文件指示的处理逻辑对目标数据进行处理,处理逻辑例如可以包括数据转换、计算、筛选等操作。最终得到所述处理结果,即对目标数据的处理后的数据或信息。一方面,通过执行服务代码文件,自动从目标数据源获取目标数据,并进行处理,以获取处理结果,减少了人工处理数据的工作量,提高了数据处理的效率和准确性。另一方面,通过按照服务代码文件指示的方式获取和处理目标数据,可以确保数据的一致性和准确性,有助于提供可靠的处理结果,并减少了数据不一致带来的错误和问题。又一方面,通过服务代码文件所指示的返回值,返回的数据可以与原有的数据类型保持一致,消除了数据类型不一致带来的问题,有助于确保数据处理和分析过程中,数据具有一致的格式和结构。又一方面,通过数据库服务配置操作,用户可以集成和管理不同的数据源,使得能够同时处理多个数据源的数据,提供了统一的数据处理环境和流程。
在一些可能的实现方式中,所述获取用户的服务配置信息,包括:
响应于自适应配置操作,显示自适应创建界面;所述自适应创建界面包括自适应配置区域、配置信息生成按钮和配置信息生成工具;
利用所述自适应配置区域接收用户的配置文本;
响应于针对所述配置信息生成按钮的点击操作,调用所述配置信息生成工具;
利用所述配置信息生成工具基于所述配置文本,生成与所述配置文本对应的服务配置信息。
该技术方案的有益效果在于:响应于自适应配置操作,显示自适应创建界面。该自适应创建界面包括自适应配置区域、配置信息生成按钮和配置信息生成工具。利用自适应配置区域,接收用户提供的配置文本。用户可以在该自适应配置区域中输入或粘贴他们自己的配置文本,以指定所需的配置信息。响应于对配置信息生成按钮的点击操作,调用配置信息生成工具。配置信息生成工具基于用户提供的配置文本,解析文本并生成与配置文本相对应的服务配置信息。配置信息生成工具根据配置文本生成服务配置信息。其中包括输入参数配置信息、返回值配置信息以及其他相关的配置信息,具体取决于用户提供的配置文本内容。可以通过配置信息生成工具中内置模型或调用服务器中的模型对配置文本进行识别分析并自动生成服务配置信息。一方面,通过提供自适应创建界面和配置信息生成工具,使用户能够根据自己的需求和偏好,自由定义配置信息。即使用户不具备编程能力,也可以通过输入配置文本来灵活地定义服务配置,同时不受固定界面或限制性选项的约束。另一方面,通过调用配置信息生成工具,自动解析和处理用户提供的配置文本,生成对应的服务配置信息,提高了配置信息生成的效率和准确性,避免了手动编写和调试的繁琐过程。又一方面,通过允许用户输入自定义的配置文本,增加了配置的可定制性。用户可以根据自己的特定需求和业务场景,灵活地定义服务配置。此外,生成的服务配置信息可以保存和复用,促进了服务配置信息的可维护性和复用性。
在一些可能的实现方式中,所述方法还包括:
对所述服务代码文件进行合理程度检测,以得到所述服务代码文件的合理程度值;
当所述服务代码文件的合理程度值低于预设的安全值,对所述服务代码文件进行修正处理,以更新所述服务代码文件。
该技术方案的有益效果在于:对服务代码文件进行静态分析、代码审查或其他相关方法,以评估代码的质量和安全性。这可以包括检查代码规范、代码结构、错误处理、安全漏洞等方面的问题。根据检测结果,为服务代码文件分配一个合理程度值。该合理程度值可以是定量或定性的,反映代码的整体质量和安全性水平。预设一个安全值作为合理程度的下限。该安全值是根据特定要求和标准来确定的,通常是为了确保代码在运行时不会导致严重的安全漏洞或问题。如果所述服务代码文件的合理程度值低于预设的安全值,就需要对服务代码文件进行修正处理,修正的方式可以包括改进代码结构、优化性能、修复漏洞或错误等,以提高服务代码文件的合理程度值。一方面,通过对服务代码文件进行合理程度检测和修正处理,可以提高服务代码文件的质量和可维护性,有助于减少潜在的错误和漏洞,提高服务代码文件的稳定性和可靠性。另一方面,通过设定安全值并修正低于该安全值的服务代码文件,可以减少服务代码文件中的安全漏洞和潜在风险。 又一方面,合理程度检测可以帮助用户及早发现和纠正代码中的问题,提高开发效率。通过自动化的合理程度检测工具,可以在服务代码文件运行之前进行快速检查,减少后续的消除问题的工作量。
在一些可能的实现方式中,所述当所述服务代码文件的合理程度值低于预设的安全值,对所述服务代码文件进行修正处理,以更新所述服务代码文件,包括:
对所述服务代码文件中的异常代码进行定位,并获取所述异常代码的上下文代码;
将所述异常代码和所述上下文代码输入预设的代码修正模型中,以得到与所述异常代码对应的修正代码;
基于所述修正代码对所述异常代码进行修正,以更新所述服务代码文件。
该技术方案的有益效果在于:分析服务代码文件的内容,找到异常代码的位置。可以通过查看调试工具或模拟运行时异常信息来完成。定位到异常代码的位置后,可以确定需要修正的部分。一旦异常代码被定位,可以通过查看异常代码周围的上下文代码来获得更多的信息。上下文代码可以是异常代码所在的函数、类、模块或文件的其他部分,有助于理解异常代码的上下文环境,以便更好地进行修正。将异常代码和上下文代码输入预设的代码修正模型中,由代码修正模型分析异常代码和上下文,并生成与异常代码相对应的修正代码。根据生成的修正代码,对异常代码进行修改,修正代码可能涉及更正语法错误、优化逻辑、修复错误的变量引用等。一方面,通过使用预设的代码修正模型,可以自动化生成修正代码,减少手动修复的工作量和时间消耗。另一方面,通过修复异常代码,可以改善服务代码文件的正确性,提高服务代码文件的质量和可维护性。又一方面,快速定位异常代码并进行修正,有助于减少调试和修正周期,提高开发效率。
第二方面,本申请提供了一种电子设备,所述电子设备包括存储器和至少一个处理器,所述存储器存储有计算机程序,所述至少一个处理器被配置成执行所述计算机程序时实现以下步骤:
获取用户的服务配置信息;
根据所述服务配置信息,生成服务代码文件;
获取用户的表单配置信息;所述表单配置信息包括所述服务代码文件的标识信息;
响应于服务触发操作,基于所述表单配置信息和与所述服务代码文件,对目标数据进行处理,以得到处理结果。
在一些可能的实现方式中,所述服务配置信息包括输入参数配置信息和返回值配置信息;
所述至少一个处理器被配置成执行所述计算机程序时采用以下方式获取用户的服务配置信息:
响应于服务配置操作,显示服务配置界面;所述服务配置界面包括输入参数控件和返回值控件;
响应于针对所述输入参数控件的点击操作,显示输入参数配置区域;
利用所述输入参数配置区域接收输入参数配置信息;所述输入参数配置信息用于指定调用接口时需要提供的数据信息。
响应于针对所述返回值控件的点击操作,显示返回值配置区域;
利用所述返回值配置区域接收返回值配置信息;所述返回值配置信息用于指定所述处理结果的数据信息。
在一些可能的实现方式中,所述服务配置操作包括高级HTTP服务配置操作、JS服务配置操作、数据库服务配置操作和Groovy服务配置操作中的任意一种;
所述服务配置界面包括高级HTTP服务配置界面、JS服务配置界面、数据库服务配置界面和Groovy服务配置界面中的任意一种;
所述至少一个处理器被配置成执行所述计算机程序时采用以下方式响应于服务配置操作,显示服务配置界面:
根据所述服务配置操作,显示与所述服务配置操作对应的服务配置界面。
在一些可能的实现方式中,当所述服务配置操作为数据库服务配置操作时,所述服务配置信息还包括目标数据源;所述至少一个处理器被配置成执行所述计算机程序时采用以下方式响应于服务触发操作,基于所述表单配置信息和所述服务代码文件,对目标数据进行处理:
响应于所述服务触发操作,根据所述服务代码文件所指示的输入参数,在所述目标数据源处获取所述目标数据;
根据所述服务代码文件所指示的返回值,对所述目标数据进行处理,以得到所述处理结果。
在一些可能的实现方式中,所述至少一个处理器被配置成执行所述计算机程序时采用以下方式获取用户的服务配置信息:
响应于自适应配置操作,显示自适应创建界面;所述自适应创建界面包括自适应配置区域、配置信息生成按钮和配置信息生成工具;
利用所述自适应配置区域接收用户的配置文本;
响应于针对所述配置信息生成按钮的点击操作,调用所述配置信息生成工具;
利用所述配置信息生成工具基于所述配置文本,生成与所述配置文本对应的服务配置信息。
在一些可能的实现方式中,所述至少一个处理器被配置成执行所述计算机程序时还实现以下步骤:
对所述服务代码文件进行合理程度检测,以得到所述服务代码文件的合理程度值;
当所述服务代码文件的合理程度值低于预设的安全值,对所述服务代码文件进行修正处理,以更新所述服务代码文件。
在一些可能的实现方式中,所述至少一个处理器被配置成执行所述计算机程序时采用以下方式当所述服务代码文件的合理程度值低于预设的安全值,对所述服务代码文件进行修正处理:
对所述服务代码文件中的异常代码进行定位,并获取所述异常代码的上下文代码;
将所述异常代码和所述上下文代码输入预设的代码修正模型中,以得到与所述异常代码对应的修正代码;
基于所述修正代码对所述异常代码进行修正,以更新所述服务代码文件。
第三方面,本申请提供了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程序,所述计算机程序被至少一个处理器执行时实现上述任一项方法的步骤或者实现上述电子设备的功能。
第四方面,本申请提供了一种计算机程序产品,所述计算机程序产品包括计算机程序,所述计算机程序被至少一个处理器执行时实现上述任一项方法的步骤或者实现上述电子设备的功能。
附图说明
下面结合附图和实施方式对本申请进一步说明。
图1是本申请实施例提供的一种数据处理方法的流程示意图。
图2是本申请实施例提供的一种配置输入参数和返回值的流程示意图。
图3是本申请实施例提供的一种服务配置界面的界面示意图。
图4是本申请实施例提供的另一种服务配置界面的界面示意图。
图5是本申请实施例提供的一种配置返回值的界面示意图。
图6是本申请实施例提供的另一种配置返回值的界面示意图。
图7是本申请实施例提供的一种服务查询界面的界面示意图。
图8是本申请实施例提供的一种获取服务配置信息的流程示意图。
图9是本申请实施例提供的一种更新服务代码文件的流程示意图。
图10是本申请实施例提供的一种电子设备的结构框图。
图11是本申请实施例提供的一种程序产品的结构示意图。
实施方式
下面将结合本申请的说明书附图以及具体实施方式,对本申请中的技术方案进行描述,需要说明的是,在不相冲突的前提下,以下描述的各实施方式之间或各技术特征之间可以任意组合形成新的实施方式。
在本申请实施例中,“至少一个”是指一个或者多个,“多个”是指两个或两个以上。“和/或”,描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B的情况,其中A,B可以是单数或者复数。字符“/”一般表示前后关联对象是一种“或”的关系。“以下至少一项(个)”或其类似表达,是指的这些项中的任意组合,包括单项(个)或复数项(个)的任意组合。例如,a,b或c中的至少一项(个),可以表示:a,b,c,a和b,a和c,b和c,a和b和c,其中a、b和c可以是单个,也可以是多个。值得注意的是,“至少一项(个)”还可以解释成“一项(个)或多项(个)”。
还需说明的是,本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施方式或设计方案不应被解释为比其他实施方式或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
下面对本申请实施例技术领域和相关术语进行简单说明。
SaaS(Software as a Service)云技术指的是一种云计算服务模型,其中软件应用程序以服务的形式交付给用户。在SaaS模型中,软件提供商负责开发、维护和托管应用程序,而用户通过互联网进行访问和使用,无需安装和管理软件在本地的基础设施。SaaS应用程序通常采用多租户架构,即多个用户共享同一个应用程序实例。每个用户的数据和配置是隔离的,保证了安全性和隐私。作为服务交付模型,SaaS应用程序无需在用户本地进行软件安装和配置。用户只需通过支持的设备和网络访问应用程序,即可开始使用。在SaaS云技术领域,有许多不同类型的应用程序可供选择,涵盖了各种业务需求,例如企业资源规划(ERP)、客户关系管理(CRM)、人力资源管理(HRM)、项目管理、协同办公等。SaaS模型为用户提供了便利和灵活性,并减轻了软件部署和管理的负担,因此在各个行业和组织中得到广泛应用。
低代码平台(Low-Code Platform)是一种软件开发工具或平台,旨在通过最小化手动编码的需求,使软件开发过程更快速、高效和易于使用,其提供了一种可视化的方式,让开发者使用图形化界面和简化的工具来创建应用程序,而无需深入学习复杂的编程语言和技术。低代码平台提供了可视化的界面和组件库,开发者可以通过拖放、配置和连接组件来构建应用程序,这种方式使开发过程更加直观和易于理解。
机器学习(Machine Learning, ML)是一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。计算机程序可以在给定某种类别的任务T和性能度量P下学习经验E,如果其在任务T中的性能恰好可以用P度量,则随着经验E而提高。机器学习专门研究计算机怎样模拟或实现人类的学习行为,以获取新的知识或技能,重新组织已有的知识结构使之不断改善自身的性能。机器学习是人工智能的核心,是使计算机具有智能的根本途径,其应用遍及人工智能的各个领域。
深度学习是一种特殊的机器学习,通过学习将世界使用嵌套的概念层次来表示并实现巨大的功能和灵活性,其中每个概念都定义为与简单概念相关联,而更为抽象的表示则以较不抽象的方式来计算。机器学习和深度学习通常包括人工神经网络、置信网络、强化学习、迁移学习、归纳学习、示教学习等技术。
(方法)
参见图1,图1是本申请实施例提供的一种数据处理方法的流程示意图。
本申请实施例提供了一种数据处理方法,所述方法包括:
步骤S101:获取用户的服务配置信息;
步骤S102:根据所述服务配置信息,生成服务代码文件;
步骤S103:获取用户的表单配置信息;所述表单配置信息包括所述服务代码文件的标识信息;
步骤S104:响应于服务触发操作,基于所述表单配置信息和与所述服务代码文件,对目标数据进行处理,以得到处理结果。
在本实施例中,所述数据处理方法的应用场景可以是SaaS云技术领域,也可以是低代码平台,还可以是代码编辑器中,此处对数据处理方法的应用场景不作限定
在本实施例中,服务配置信息是指用于配置服务代码文件的相关信息,其例如可以包括服务名称或标识、网络或通信设置参数、数据库参数、性能设置参数、日志和监控设置参数、第三方集成参数等。其中,服务名称或标识用于唯一标识服务代码文件的名称或编号。网络或通信设置参数指定所使用的网络协议、端口号、主机地址等通信相关的参数。数据库参数用于定义所需的数据库连接信息、存储路径或其他相关配置。性能设置参数指定所需的计算资源、内存限制、并发连接数等性能相关的配置。日志和监控设置参数确定日志记录方式、错误处理机制、监控指标和报警设置等。第三方集成参数用于当需要与其他外部程序进行集成,配置相关的认证凭据、API密钥或其他集成参数。
在本实施例中,所述服务配置信息中包括模板指示信息,所述根据所述服务配置信息,生成服务代码文件,包括:
根据所述模板指示信息,获取对应的服务配置模板;
基于所述服务配置模板和所述服务配置信息,生成所述服务代码文件。
其中,服务配置模板包括预定义的代码结构、函数或类定义、依赖库引入等基本结构,但尚未包含具体的配置信息。
作为一个示例,解析服务配置信息,包括模板指示信息,模板指示信息为“数据库服务模板”,根据模板指示信息的指示,选择对应的服务配置模板。例如,选择名为“Database Service”的数据库服务模板。将服务配置信息中的其他参数,如网络设置参数、性能设置参数、日志或监控设置参数等,插入到选择的数据库服务模板中的相应位置。根据服务配置模板和服务配置信息,生成具体的服务代码文件。
将解析的服务配置信息嵌入到服务配置模板中的相应位置。根据服务配置信息,将服务名称或标识插入到文件名或特定注释中。将网络或通信设置参数应用于网络相关的代码段,如指定端口号、主机地址等。将数据库参数应用于数据库连接配置、查询语句或存储路径的代码部分。将性能设置参数应用于资源管理、并发控制或缓存配置等相关代码段。类似地,将日志和监控设置参数应用于日志记录、错误处理或指标监控等相关代码。将填充后的服务配置模板保存为服务代码文件,文件的保存路径和命名可根据具体需求进行定义。
在一些实施例中,所述根据所述服务配置信息,生成服务代码文件,包括:
将所述服务配置信息输入预设的服务代码生成模型中,以得到所述服务代码文件。
其中,所述服务代码生成模型可以是基于卷积神经网络模型训练得到,也可以是基于循环神经网络模型训练得到,此处对预设的服务代码生成模型不作限定。
在本实施例中,每个服务代码文件都具有对应的标识信息,用户在输入表单配置信息中,可以选择所需的服务代码文件,通过对应的标识信息进行关联。其中,服务代码文件的标识信息可以使用服务配置信息中的服务名称或标识,也可以根据服务配置信息生成一串标识码作为所述标识信息,此处对服务代码文件的标识信息不作限定。
在本实施例中,表单配置信息是指用于配置表单的相关信息,表单配置信息包括但不限于:表单字段、验证规则、数据格式转换、动态显示与隐藏、表单操作等。其中,表单字段用于定义表单中的各个字段,如文本输入框、复选框、下拉列表等。每个字段通常包括字段名称、字段类型、默认值等信息。验证规则是指对表单字段的验证规则,以确保输入数据的合法性和完整性。例如,要求某个字段必填、指定最小或最大长度、输入格式验证等。数据格式转换用于在获取处理结果后可能需要将数据转换为特定的格式,如日期格式转换、小数位数精度等。动态显示与隐藏是指根据用户的选择或特定条件,配置表单字段的显示与隐藏。表单操作是指定义与表单相关的操作,如提交表单、重置表单、表单数据的保存与加载等。
在本实施例中,表单配置信息还包括所述服务代码文件的标识信息。用于确定在响应于表单中的服务触发操作时执行的服务代码文件。不同的服务代码文件对应的执行结果可能不同,从而在表单中显示的内容不同。用户可以根据自身需求选择合适的服务代码文件。
在本实施例中,服务代码文件在生成后会存储至代码数据库中。响应于服务触发操作,根据所述表单配置信息中的标识信息,在所述代码数据库中查找并获取与所述标识信息对应的服务代码文件。
在本实施例中,目标数据可以是服务配置信息所指示的数据库存储的数据,也可以是本地存储的数据,此处对目标数据不作限定。
本实施例对目标数据的处理不作限定,其例如可以是获取数据、数据清洗、数据转换和格式化、数据筛选和过滤、数据排序、数据计算、数据透视等。其中,获取数据是指从数据源中获取原始数据,可以是从数据库、文件、API接口或其他数据存储位置中提取数据。数据清洗是指对原始数据进行清洗和预处理,包括去除重复值、处理缺失数据、纠正错误数据、处理异常值等,以确保数据的准确性和一致性。数据转换和格式化是指对数据进行转换和格式化,以适应特定的数据结构或标准。例如,将日期和时间格式统一化,将数据单位转换为特定的标准单位等。数据筛选和过滤是指根据特定的条件或规则,筛选出满足条件的数据子集,包括基于某些属性或指标进行数据筛选,或者使用逻辑条件进行数据过滤。数据排序是指对数据进行排序和排列,以特定的顺序呈现或处理。数据计算是指对数据进行计算和聚合操作,生成新的计算结果或汇总信息。例如,计算平均值、总和、最大值、最小值等统计指标,或者执行数学运算和复杂的计算逻辑。数据透视是指将数据进行转换和透视,以满足特定的分析或可视化需求,涉及到数据透视表、数据重塑、数据合并和连接等操作。
由此,获取用户的服务配置信息,通过用户输入关于所需服务的配置信息。服务配置信息可能包括服务的参数、选项、设置等。基于用户提供的服务配置信息,生成相应的服务代码文件,即一个能够执行所需服务的代码文件。获取用户的表单配置信息,表单配置信息包括对服务代码文件的标识信息,用于识别和关联特定的服务代码文件。当服务触发操作发生时,根据用户提供的表单配置信息和与表单配置信息中标识信息关联的服务代码文件,对目标数据进行处理,使用服务代码文件中定义的算法、逻辑或操作来处理数据。通过执行数据处理步骤后,得到处理结果。一方面,通过用户提供服务配置信息,自动生成服务代码文件以及通过表单配置信息中标识信息关联服务代码文件,减少了对编程知识的依赖,使更多的人能够参与数据处理工作,降低了技术门槛。另一方面,通过生成服务代码文件,将数据处理的逻辑和操作抽象为可配置的模块,避免了从头开始编写代码的过程,大大缩短了软件开发周期。又一方面,将数据处理的逻辑和操作定义在服务代码文件中,并根据用户的服务配置信息和表单配置信息进行执行,以实现高效的数据处理和应用,减少了手动处理的工作量和错误的可能性。用户只需通过配置参数和选项来定制数据处理流程,快速获得所需的处理结果。又一方面,通过将数据处理逻辑抽象为可配置的服务代码文件,使得数据处理过程更易于维护和扩展。用户可以根据需求修改和更新服务代码文件,而无需修改底层的处理逻辑,可以提高代码的可重用性,并简化了对数据处理方法的修改和扩展。又一方面,提供了一种标准化的数据处理方式,使不同的用户能够使用相同的配置信息和服务代码文件进行数据处理,促进了协作和共享,不同团队和个人之间可以更轻松地交换和共享数据处理方案,提高了处理效率和质量。
综上,能够降低编程门槛、缩短开发周期、高效处理数据、提高可维护性和可扩展性,以及促进协作和共享,使得数据处理更加高效、可定制和易于应用。
在一些实施例中,所述表单配置信息包括多个标识信息;每个标识信息对应一个服务代码文件;
所述响应于服务触发操作,基于所述表单配置信息和与所述服务代码文件,对目标数据进行处理,以得到处理结果,包括:
基于每个所述标识信息,获取每个所述标识信息对应的服务代码文件;
执行每个所述服务代码文件,以得到多个处理子结果;
基于所述表单配置信息,关联所述多个处理子结果,以得到所述处理结果。
本实施例对关联所述多个处理子结果不作限定,其例如可以是数据合并、数据连接、数据嵌套和数据聚合等。
其中,数据合并是指将多个处理子结果按照一定的规则合并成一个更大的数据集。例如,将两个处理子结果的数据行合并成一个表格,或者将多个处理子结果的数据字段合并成一个更完整的数据记录。数据连接是指通过某个共同的键或标识信息,将多个处理子结果中的相关数据进行连接。通常在数据库操作中使用,可以根据主键或外键将多个处理子结果的数据进行关联,形成更丰富的数据集。数据嵌套是指将多个处理子结果中的数据嵌套在一起,形成层次结构的数据表示。例如,将一个处理子结果的数据作为另一个处理子结果的字段或属性,实现数据的嵌套关系。数据聚合是指对多个处理子结果进行聚合操作,生成汇总或统计信息,可以计算处理子结果中的平均值、总和、最大值、最小值等,以获得更高层次的数据洞察。
作为一个示例,以物流管理系统为例,表单配置信息包括标识信息1:“今日订单”、标识信息2:“未完成订单”。标识信息1对应的服务代码文件为“today orders”,标识信息2对应的服务代码文件为“unfinished orders”,这些服务代码文件都是提前配置好的。执行“today orders”,该服务代码文件会查询数据库中今日的物流订单记录,并生成今日订单的处理子结果。执行“unfinished orders”,该服务代码文件会查询数据库中未完成的物流订单记录,并生成未完成订单的处理子结果。基于表单配置信息,将今日订单和未完成订单的处理子结果关联在一起,以得到最终的处理结果。例如,将今日订单和未完成订单的数据合并成一个表格,其中包括订单号、客户姓名、物流状态等信息。这个表格就是处理结果的可视化呈现,可以进一步用于分析、报告或其他业务需求。
由此,根据用户提供的表单配置信息,包括多个标识信息,基于每个标识信息,根据标识信息来获取对应的服务代码文件。每个服务代码文件包含了执行特定功能的代码逻辑。依次执行每个服务代码文件,根据其所包含的代码逻辑进行处理。每个服务代码文件可以针对特定的需求和标识信息执行相应的操作。执行每个服务代码文件后,会得到多个处理子结果。每个处理子结果是针对特定标识信息执行代码逻辑后得到的中间结果。基于表单配置信息,将多个处理子结果进行关联,将它们组合或整合在一起,以得到最终的处理结果。一方面,通过配置表单信息和关联的服务代码文件,能够自动化地执行相应的代码逻辑,减少人工操作和提高处理效率。另一方面,每个标识信息对应一个服务代码文件,每个服务代码文件可以执行不同的功能或处理不同类型的数据,提供了多样化的功能选择。又一方面,表单配置信息允许用户根据自己的需求,选择标识信息相应的服务代码文件,从而实现定制化的数据处理和结果生成。
在一些实施例中,所述执行每个所述服务代码文件,以得到多个处理子结果,包括:
针对每个所述服务代码文件,启动一个子线程;
并行执行多个子线程,以得到所述多个处理子结果。
在本实施例中,所述表单配置信息还包括并行度,用户可以自定义设置子线程的并行度。并行度可以是2个、也可以是3个、还可以是4个,此处对并行度不作限定。所述并行度用于控制并行执行的子线程数量。
作为一个示例,表单配置信息中关联有4个服务代码文件,分别为服务代码文件A、服务代码文件B、服务代码文件C和服务代码文件D,为每个服务代码文件,启动一个子线程,分别为子线程1、子线程2、子线程3和子线程4,与服务代码文件一一对应。用户在表单配置信息中设置的并行度为3,则在同时执行三个子线程,例如同时执行子线程1、子线程2、子线程3,对应的服务代码文件A、服务代码文件B、服务代码文件C。当其中一个服务代码文件执行完成后,启动子线程4执行服务代码文件D。
由此,通过并行执行多个子线程,可以同时处理多个服务代码文件,提高处理效率和速度,对于处理大量数据或耗时操作的情况下特别有效。并行执行子线程可以减少处理时间,从而提高响应性和用户体验,可以更快地获取处理结果。同时,用户可以根据实际需求自定义设置并行度,允许根据系统资源和性能要求来控制同时执行的子线程数量,以达到最佳的并行处理效果。
参见图2,图2是本申请实施例提供的一种配置输入参数和返回值的流程示意图。
在一些实施例中,所述服务配置信息包括输入参数配置信息和返回值配置信息;
所述获取用户的服务配置信息,包括:
步骤S201:响应于服务配置操作,显示服务配置界面;所述服务配置界面包括输入参数控件和返回值控件;
步骤S202:响应于针对所述输入参数控件的点击操作,显示输入参数配置区域;
步骤S203:利用所述输入参数配置区域接收输入参数配置信息;所述输入参数配置信息用于指定调用接口时需要提供的数据信息。
步骤S204:响应于针对所述返回值控件的点击操作,显示返回值配置区域;
步骤S205:利用所述返回值配置区域接收返回值配置信息;所述返回值配置信息用于指定所述处理结果的数据信息。
在本实施例中,所述输入参数配置区域和所述返回值配置区域均在所述服务配置界面内显示。
作为一个示例,参见图3和图4所示,图3中用户点击服务配置界面中的输入参数控件,显示输入参数配置区域,输入参数配置区域包括参数ID、参数名称、数据类型、不允许为空、操作等信息,还包括增加参数控件,用户可以点击增加参数控件,来增加所需的参数。图4中用户点击服务配置界面中的返回值控件,显示返回值配置区域,返回值配置区域包括参数ID、参数名称、数据类型、返回值、操作等信息,同样包括增加参数控件,用户可以点击增加参数控件,来增加所需的参数。
在本实施例中,针对不同的外部系统或不同的接口返回值不统一的问题,通过返回值配置信息即可指示处理结果的数据信息,以便统一返回值。
作为一个示例,接口A的返回的数据格式为:
{"success":"200",
"total":"100",
"values":[
{"userName":"用户A",
"userId":"09XXX2",
"userPhone":"1523XXXXX6",
"userEmail":"zXXX@163.com",
"relation":{
"relationName":"职位关系",
"relationCode":"sc-0911"}}]}
则,其对应的返回值配置信息可以参考图5所示。
接口B的返回的数据格式为:
{"state": "200",
"dataMap": {"total": 100,
"array": [
{"name": "用户B",
"id": "12XXX35",
"employeeId": "09XXX12",
"phone": "152XXXX6",
"email": "XXXe@163.com",
"sqe": {
"name": "经理",
"code": "sc-0911"}}]}}
则,其对应的返回值配置信息可以参考图6所示。
通过上述图5和图6的配置后,接口A和接口B的处理结果的数据格式得到统一。
由此,从用户那里获取服务配置信息,其中包括输入参数配置信息和返回值配置信息。输入参数配置信息用于指定调用服务接口时需要提供的数据信息,而返回值配置信息用于指定处理结果的数据信息。响应于服务配置操作,显示服务配置界面。该服务配置界面包括输入参数控件和返回值控件,用于展示和配置输入参数和返回值相关的信息。响应于对输入参数控件的点击操作,显示输入参数配置区域。用户可以在该输入参数配置区域上进行输入参数的配置,指定调用服务接口时所需的数据信息。响应于对返回值控件的点击操作,显示返回值配置区域。用户可以在该返回值配置区域上进行返回值的配置,指定处理结果的数据信息。利用输入参数配置区域和返回值配置区域,接收用户提供的输入参数配置信息和返回值配置信息。根据用户配置的输入参数和返回值信息,传递输入参数,接收处理结果,将结果存储或返回给用户查看。一方面,通过提供服务配置界面、输入参数配置区域和返回值配置区域,使配置过程变得更加直观和对用户更加友好。用户可以通过可视化的界面来配置输入参数和返回值,而无需手动编写代码或进行繁琐的配置步骤。另一方面,通过使用界面控件和表单形式,用户可以更准确地配置输入参数和返回值,降低了配置错误的风险,提高了配置的准确性和可靠性。又一方面,通过提供输入参数配置信息和返回值配置信息,用户可以根据具体需求配置不同的输入参数和返回值,从而满足不同的数据处理要求,增强了方案的灵活性和可配置性。又一方面,通过提供服务配置界面和配置界面,减少了手动编写和配置的工作量,加快了配置过程,从而缩短了开发周期,使得用户能够更快地将数据处理方案应用到实际应用中。又一方面,通过提供可视化的配置界面,减少了对编程和技术知识的依赖,使得更多的人能够参与数据处理配置工作,降低了技术门槛。
在一些实施例中,所述服务配置操作包括高级HTTP服务配置操作、JS服务配置操作、数据库服务配置操作和Groovy服务配置操作中的任意一种;
所述服务配置界面包括高级HTTP服务配置界面、JS服务配置界面、数据库服务配置界面和Groovy服务配置界面中的任意一种;
所述响应于服务配置操作,显示服务配置界面,包括:
根据所述服务配置操作,显示与所述服务配置操作对应的服务配置界面。
在本实施例中,用户通过服务查询界面对服务代码文件进行管理。同时服务查询界面还包括服务新建控件,响应与针对所述服务新建控件的点击操作,显示服务选择区域;所述服务选择区域包括高级HTTP服务控件、JS服务控件、数据库服务控件和Groovy服务控件中的一种或多种。
当用户点击服务选择区域内的服务控件后,触发与所述服务控件对应的服务配置操作。例如当用户点击高级HTTP服务控件时,触发高级HTTP服务配置操作,从而显示高级HTTP服务配置界面。
作为一个示例,参考图7,图7是本实施例提供的一种服务查询界面的界面示意图,用户通过电机界面右上角的服务新建控件,显示服务选择区域,服务选择区域中包括高级HTTP服务控件、JS服务控件、数据库服务控件和Groovy服务控件,用户通过电机服务控件显示对应的服务配置界面。
在本实施例中,高级HTTP服务配置界面用于配置对接外部系统接口,高级HTTP服务配置界面中包括网络设置、路由设置、安全设置、缓存设置和日志和监控设置。其中,网络设置用于配置网络协议、端口号、主机地址等与HTTP通信相关的参数。路由设置用于定义路由规则、路径映射和请求转发等。安全设置用于配置SSL证书、身份验证、访问控制等安全相关的选项。缓存设置用于指定缓存策略、缓存控制和缓存失效时间等。日志和监控设置用于确定日志记录方式、错误处理机制、请求日志和监控指标设置等。
在本实施例中,JS服务配置界面用于配置JavaScript数据处理方法,JS服务配置界面包括JS脚本设置,JS脚本设置用于配置JavaScript脚本文件路径或代码。
在本实施例中,数据库服务配置界面用于对接外部数据源,数据库服务配置界面包括数据库连接设置、查询和操作设置和数据库性能和优化设置,其中,数据库连接设置包括数据库类型、主机地址、端口号、用户名、密码等数据库连接信息。查询和操作设置指定查询语句、数据插入、更新和删除操作等。数据库性能和优化设置包括索引策略、查询优化、事务处理等数据库性能相关的配置。
在本实施例中,Groovy服务配置界面用于配置Groovy数据处理方法,Groovy服务配置界面包括Groovy脚本设置,Groovy脚本设置用于配置Groovy脚本文件路径或代码。
需要注意的是,具体的高级HTTP服务配置界面、JS服务配置界面、数据库服务配置界面和Groovy服务配置界面可能因实际应用和平台而有所不同。在实际使用时,根据具体的工具、平台或系统,这些服务配置界面可能会有所变化和扩展。
由此,用户触发的服务配置操作包括高级HTTP服务配置操作、JS服务配置操作、数据库服务配置操作和Groovy服务配置操作中的任意一种。其对应的服务配置界面分别为高级HTTP服务配置界面、JS服务配置界面、数据库服务配置界面和Groovy服务配置界面。根据用户选择的服务配置操作,显示对应的服务配置界面。不同的服务配置操作对应的服务配置界面不同,服务配置界面提供了特定的配置选项,以满足用户对相应的服务参数的需求。用户可以在服务配置界面上进行参数的配置。例如,在高级HTTP服务配置界面上,用户可以指定URL、请求方法、请求头等参数;在数据库服务配置界面上,用户可以配置数据库连接信息、数据表名等。根据用户在服务配置界面上进行的配置,得到对应的服务配置信息,进而生成服务代码文件。一方面,通过提供不同类型的服务配置界面,可以根据用户选择的服务配置操作,提供特定的配置选项,使得配置过程更加精准和符合需求,减少了错误配置的风险。另一方面,每种服务类型都有对应的服务配置界面,用户可以在服务配置界面上直观地进行参数配置,界面友好和易用性提高了用户体验,降低了配置的复杂性。又一方面,通过提供特定的服务配置界面,用户可以快速配置所需的服务参数和代码,减少了手动编写和配置的时间和工作量,提高了开发效率。又一方面,支持多种服务类型,包括高级HTTP服务、JS服务、数据库服务和Groovy服务,使得用户可以根据具体需求选择最适合的服务类型,满足不同场景下的数据处理和应用需求。
在一些实施例中,当所述服务配置操作为数据库服务配置操作时,所述服务配置信息还包括目标数据源;所述响应于服务触发操作,基于所述表单配置信息和所述服务代码文件,对目标数据进行处理,以得到处理结果,包括:
响应于所述服务触发操作,根据所述服务代码文件所指示的输入参数,在所述目标数据源处获取所述目标数据;
根据所述服务代码文件所指示的返回值,对所述目标数据进行处理,以得到所述处理结果。
作为一个示例,以学生信息数据库为例,学生信息数据库包含以下字段:学生ID、姓名、年龄、性别、成绩等。此时需要配置一个数据库服务来获取年龄大于等于18岁的男性学生列表。则服务配置信息包括:
数据库连接信息:MySQL数据库,主机地址为localhost,端口号为3306,用户名为root,密码为password。
目标数据源:学生信息表,名称为“students”。
输入参数配置信息:年龄、性别。通过表单配置信息获取年龄和性别参数的值。
返回值配置信息:学生列表,包含学生ID、姓名、年龄、性别、成绩等信息。
基于服务配置信息生成服务代码文件,服务代码文件的标识信息为“Get AdultMale Students”。
在表单配置信息添加中该标识信息以关联“Get Adult Male Students”的服务代码文件。
响应于服务触发操作,在数据库中执行查询操作,筛选出年龄大于等于18岁且性别为男性的学生数据。对获取的数据进行处理,提取学生ID、姓名、年龄、性别、成绩等信息,并生成学生列表。返回学生列表作为处理结果。通过以上配置和数据处理流程,根据服务触发操作和服务代码文件定义,从目标数据源(数据库)获取特定条件下的学生列表,满足年龄大于等于18岁且性别为男性的要求。
由此,用户在进行数据库服务配置时,包括目标数据源的配置,可以包括指定数据库的连接信息、表格结构等相关配置。根据用户提供的服务配置信息,生成相应的服务代码文件。该服务代码文件包含了对目标数据源进行操作和处理的代码逻辑。用户提供表单配置信息,其中包括服务代码文件的标识信息,用于标识特定的服务代码文件,以便后续的数据处理操作。当触发服务操作时,根据服务代码文件指示的输入参数,从目标数据源获取相应的目标数据,涉及查询数据库、读取表格数据等操作。根据服务代码文件指示的处理逻辑对目标数据进行处理,处理逻辑例如可以包括数据转换、计算、筛选等操作。最终得到所述处理结果,即对目标数据的处理后的数据或信息。一方面,通过执行服务代码文件,自动从目标数据源获取目标数据,并进行处理,以获取处理结果,减少了人工处理数据的工作量,提高了数据处理的效率和准确性。另一方面,通过按照服务代码文件指示的方式获取和处理目标数据,可以确保数据的一致性和准确性,有助于提供可靠的处理结果,并减少了数据不一致带来的错误和问题。又一方面,通过服务代码文件所指示的返回值,返回的数据可以与原有的数据类型保持一致,消除了数据类型不一致带来的问题,有助于确保数据处理和分析过程中,数据具有一致的格式和结构。又一方面,通过数据库服务配置操作,用户可以集成和管理不同的数据源,使得能够同时处理多个数据源的数据,提供了统一的数据处理环境和流程。
参见图8,图8是本申请实施例提供的一种获取服务配置信息的流程示意图。
在一些实施例中,所述获取用户的服务配置信息,包括:
步骤S301:响应于自适应配置操作,显示自适应创建界面;所述自适应创建界面包括自适应配置区域、配置信息生成按钮和配置信息生成工具;
步骤S302:利用所述自适应配置区域接收用户的配置文本;
步骤S303:响应于针对所述配置信息生成按钮的点击操作,调用所述配置信息生成工具;
步骤S304:利用所述配置信息生成工具基于所述配置文本,生成与所述配置文本对应的服务配置信息。
作为一个示例,用户选择自适应配置操作后,显示自适应创建界面。自适应创建界面中包括自适应配置区域、配置信息生成按钮和配置信息生成工具。在自适应创建界面的自适应配置区域,用户可以使用的配置文本来定义他们的配置。例如,用户可以输入如下的配置文本:“从数据库A获取今天的物流订单记录。”用户完成配置文本的输入后,点击配置信息生成按钮。响应该操作,并调用配置信息生成工具。配置信息生成工具接收用户输入的配置文本,并解析它。根据配置文本的内容和规则,配置信息生成工具可以生成与配置文本相对应的服务配置信息,例如:根据配置文本中的数据库名称,生成数据库连接信息,包括数据库类型、主机地址、端口号、用户名、密码等。根据配置文本的语义,生成相应的查询逻辑,以获取当天的物流订单记录。生成的服务配置信息可以包括数据库连接信息和查询逻辑,以便后续在服务触发操作时使用。服务触发操作可以根据配置的服务代码文件执行数据库查询,并返回当天的物流订单记录作为处理结果。
在本实施例中,配置信息生成工具包括配置信息生成模型,所述利用所述配置信息生成工具基于所述配置文本,生成与所述配置文本对应的服务配置信息,包括:
将所述配置文本输入所述配置信息生成模型,以得到所述配置文本对应的服务配置信息。
其中,所述配置信息生成模型的训练过程包括:
获取训练集,所述训练集包括多个训练数据,每个所述训练数据包括一组样本配置文本以及所述样本配置文本对应的服务配置信息的标注数据;
针对所述训练集中的每个训练数据,执行以下处理:
将所述训练数据中的样本配置文本输入预设的深度学习模型,以得到所述样本配置文本对应的服务配置信息的预测数据;
基于所述服务配置信息的预测数据和标注数据,对所述深度学习模型的模型参数进行更新;
检测是否满足预设的训练结束条件;如果是,则将训练出的所述深度学习模型作为所述配置信息生成模型;如果否,则利用下一个所述训练数据继续训练所述深度学习模型。
由此,通过设计,建立适量的神经元计算节点和多层运算层次结构,选择合适的输入层和输出层,就可以得到预设的深度学习模型,通过该深度学习模型的学习和调优,建立起从输入到输出的函数关系,虽然不能100%找到输入与输出的函数关系,但是可以尽可能地逼近现实的关联关系,由此训练得到的配置信息生成模型,可以基于配置文本获取对应的服务配置信息,适用范围广,且计算结果准确性高、可靠性高。
在本申请的一些实施例中,本申请可以训练得到配置信息生成模型。
在本申请的另一些实施例中,本申请可以采用预先训练好的配置信息生成模型。
在本实施例中,预设的深度学习模型可以是卷积神经网络模型,也可以是循环神经网络模型,此处不对预设的深度学习模型的实现方式作限定。
本申请对语义解析模型的训练过程不作限定,其例如可以采用上述监督学习的训练方式,或者可以采用半监督学习的训练方式,或者可以采用无监督学习的训练方式。
本申请对预设的训练结束条件不作限定,其例如可以是训练次数达到预设次数(预设次数例如是1次、3次、10次、100次、1000次、10000次等),或者可以是训练集中的训练数据都完成一次或多次训练,或者可以是本次训练得到的总损失值不大于预设损失值。
由此,响应于自适应配置操作,显示自适应创建界面。该自适应创建界面包括自适应配置区域、配置信息生成按钮和配置信息生成工具。利用自适应配置区域,接收用户提供的配置文本。用户可以在该自适应配置区域中输入或粘贴他们自己的配置文本,以指定所需的配置信息。响应于对配置信息生成按钮的点击操作,调用配置信息生成工具。配置信息生成工具基于用户提供的配置文本,解析文本并生成与配置文本相对应的服务配置信息。配置信息生成工具根据配置文本生成服务配置信息。其中包括输入参数配置信息、返回值配置信息以及其他相关的配置信息,具体取决于用户提供的配置文本内容。可以通过配置信息生成工具中内置模型或调用服务器中的模型对配置文本进行识别分析并自动生成服务配置信息。一方面,通过提供自适应创建界面和配置信息生成工具,使用户能够根据自己的需求和偏好,自由定义配置信息。即使用户不具备编程能力,也可以通过输入配置文本来灵活地定义服务配置,同时不受固定界面或限制性选项的约束。另一方面,通过调用配置信息生成工具,自动解析和处理用户提供的配置文本,生成对应的服务配置信息,提高了配置信息生成的效率和准确性,避免了手动编写和调试的繁琐过程。又一方面,通过允许用户输入自定义的配置文本,增加了配置的可定制性。用户可以根据自己的特定需求和业务场景,灵活地定义服务配置。此外,生成的服务配置信息可以保存和复用,促进了服务配置信息的可维护性和复用性。
在一些实施例中,所述方法还包括:
对所述服务代码文件进行合理程度检测,以得到所述服务代码文件的合理程度值;
当所述服务代码文件的合理程度值低于预设的安全值,对所述服务代码文件进行修正处理,以更新所述服务代码文件。
在本实施例中,合理程度检测是指对服务代码文件进行评估,以确定其是否符合定义的合理标准或规范。通过进行合理程度检测,可以评估服务代码文件的质量、可读性、安全性和性能等方面。
其中,合理程度检测包括但不限于以下方面的评估:
语法正确性检测,检查服务代码文件中的语法错误、拼写错误、语义错误等,有助于确保代码的正确性和可执行性。
代码风格检测,检查服务代码文件是否符合定义的编码规范和风格指南,例如,检查代码缩进、命名规范、注释规范等,以确保代码的一致性。
安全性检测,评估服务代码文件中是否存在潜在的安全漏洞或易受攻击的代码,例如,检查是否存在代码注入、敏感信息泄露等安全问题。
性能评估,评估服务代码文件的性能表现,包括执行效率、内存消耗、响应时间等方面,有助于确定代码中是否存在性能瓶颈或优化机会。
由于服务代码文件是基于服务配置信息,利用服务代码生成模型或服务配置模板生成的,因此,往往存在服务代码文件中部分内容缺失,代码不连贯的情况。因此需要对服务代码文件进行合理程度检测,以避免执行存在错误的服务代码文件,导致运行错误的问题。
本实施例对预设安全值不作限定,其例如可以是40%、50%、60%、70%、80%、90%等。
在本实施例中,对所述服务代码文件进行修正处理可以是给用户发送通知信息,由用户自行对服务代码文件进行修正,也可以是利用文件修正工具对服务代码文件进行自动修正,此处对修正服务代码文件的实现方式不作限定。
由此,对服务代码文件进行静态分析、代码审查或其他相关方法,以评估代码的质量和安全性。这可以包括检查代码规范、代码结构、错误处理、安全漏洞等方面的问题。根据检测结果,为服务代码文件分配一个合理程度值。该合理程度值可以是定量或定性的,反映代码的整体质量和安全性水平。预设一个安全值作为合理程度的下限。该安全值是根据特定要求和标准来确定的,通常是为了确保代码在运行时不会导致严重的安全漏洞或问题。如果所述服务代码文件的合理程度值低于预设的安全值,就需要对服务代码文件进行修正处理,修正的方式可以包括改进代码结构、优化性能、修复漏洞或错误等,以提高服务代码文件的合理程度值。一方面,通过对服务代码文件进行合理程度检测和修正处理,可以提高服务代码文件的质量和可维护性,有助于减少潜在的错误和漏洞,提高服务代码文件的稳定性和可靠性。另一方面,通过设定安全值并修正低于该安全值的服务代码文件,可以减少服务代码文件中的安全漏洞和潜在风险。 又一方面,合理程度检测可以帮助用户及早发现和纠正代码中的问题,提高开发效率。通过自动化的合理程度检测工具,可以在服务代码文件运行之前进行快速检查,减少后续的消除问题的工作量。
参见图9,图9是本申请实施例提供的一种更新服务代码文件的流程示意图。
在一些实施例中,所述当所述服务代码文件的合理程度值低于预设的安全值,对所述服务代码文件进行修正处理,以更新所述服务代码文件,包括:
步骤S401:对所述服务代码文件中的异常代码进行定位,并获取所述异常代码的上下文代码;
步骤S402:将所述异常代码和所述上下文代码输入预设的代码修正模型中,以得到与所述异常代码对应的修正代码;
步骤S403:基于所述修正代码对所述异常代码进行修正,以更新所述服务代码文件。
作为一个示例,在服务代码文件的检测中,发现了一个异常代码片段,其作用是尝试进行除以零的操作。这段异常代码将导致了一个名为"Zero Division Error"的异常。为了进行修正,获取该异常代码的上下文代码。将包含异常代码的片段及其上下文代码作为输入,传递给预设的代码修正模型。修正模型会分析异常代码及其上下文,推断出可能的修正方式。根据修正模型的输出,对异常代码进行修正。修正的目标是解决除以零引发的“Zero Division Error”异常。修正后的代码能够处理除以零的情况,并给出适当的错误处理。
作为另一个示例,在服务代码文件的检测中,发现了一个异常代码片段,该异常代码片段中存在一个无限循环,其没有终止条件,导致循环无法退出。将异常代码片段以及其上下文代码输入到预设的代码修正模型中。代码修正模型会分析异常代码及其上下文,并尝试推断出如何修正该问题,例如添加了一个适当的终止条件,使循环能够正确退出。修正后的代码能够解决无限循环的问题,从而更新了服务代码文件。
在本实施例中,所述代码修正模型可以是基于卷积神经网络模型训练得到,也可以是基于循环神经网络模型训练得到,此处对预设的代码修正模型不作限定。
由此,分析服务代码文件的内容,找到异常代码的位置。可以通过查看调试工具或模拟运行时异常信息来完成。定位到异常代码的位置后,可以确定需要修正的部分。一旦异常代码被定位,可以通过查看异常代码周围的上下文代码来获得更多的信息。上下文代码可以是异常代码所在的函数、类、模块或文件的其他部分,有助于理解异常代码的上下文环境,以便更好地进行修正。将异常代码和上下文代码输入预设的代码修正模型中,由代码修正模型分析异常代码和上下文,并生成与异常代码相对应的修正代码。根据生成的修正代码,对异常代码进行修改,修正代码可能涉及更正语法错误、优化逻辑、修复错误的变量引用等。一方面,通过使用预设的代码修正模型,可以自动化生成修正代码,减少手动修复的工作量和时间消耗。另一方面,通过修复异常代码,可以改善服务代码文件的正确性,提高服务代码文件的质量和可维护性。又一方面,快速定位异常代码并进行修正,有助于减少调试和修正周期,提高开发效率。
在一些实施例中,所述方法还包括:
对所述处理结果进行可视化处理,以得到表单文件;所述可视化处理包括表格化处理和图形化处理。
其中,表格化处理是指以表格形式展示数据,通常用于呈现结构化数据,包括行和列,以方便数据的查阅和比较。图形化处理包括柱状图、折线图、饼图、散点图、雷达图等,用于展示数据的分布、趋势、比例等信息;以及地图、仪表盘(Dashboards)图、网络图(NetworkGraphs)、漏斗图(Funnel Charts)、树状图(Tree Diagrams)、词云图(Word Clouds)等功能性图,用于展示突出各类数据。例如词云图通过词频和字体大小展示词语的重要性或频率;网络图用于展示数据之间的关系和连接,例如节点关系图、力导向图等。
由此,通过可视化处理,将抽象的数据转化为直观的图表或表格,帮助用户更好地理解数据的含义和关系。通过图表和可视化元素,用户可以更容易地发现数据中的模式、趋势和异常,从而提供更深入的数据洞察力。
在一些实施例中,所述方法还包括:对所述处理结果进行数据分割。有些处理结果的数据会达到百万级的数据量,用户的终端设备可能会打不开该处理结果或该处理结果对应的表单,甚至可能出现终端设备卡死的情况,因此当数据量较大时,可以根据实际情况对处理结果进行切割,减小单个文件的数据量,避免出现用户打不开处理结果或该处理结果对应的表单的情况。
在一些实施例中,所述方法还包括:
获取所述处理结果的下载路径;
响应于针对所述处理结果的导出请求,根据所述处理结果的下载路径,将所述处理结果下载至用户的终端设备。
通过获取处理结果在服务器的下载路径,将数据文件下载至本地。
在一个具体实施例中,本申请提供一种数据处理方法,所述方法包括:
获取用户的服务配置信息;所述服务配置信息包括输入参数配置信息和返回值配置信息;
根据所述服务配置信息,生成服务代码文件;
获取用户的表单配置信息;所述表单配置信息包括所述服务代码文件的标识信息;
响应于服务触发操作,基于所述表单配置信息和与所述服务代码文件,对目标数据进行处理,以得到处理结果。
所述获取用户的服务配置信息,包括:
根据服务配置操作,显示与所述服务配置操作对应的服务配置界面;所述服务配置操作包括高级HTTP服务配置操作、JS服务配置操作、数据库服务配置操作和Groovy服务配置操作中的任意一种;所述服务配置界面包括高级HTTP服务配置界面、JS服务配置界面、数据库服务配置界面和Groovy服务配置界面中的任意一种;所述服务配置界面包括输入参数控件和返回值控件;
响应于针对所述输入参数控件的点击操作,显示输入参数配置区域;
利用所述输入参数配置区域接收输入参数配置信息;所述输入参数配置信息用于指定调用接口时需要提供的数据信息。
响应于针对所述返回值控件的点击操作,显示返回值配置区域;
利用所述返回值配置区域接收返回值配置信息;所述返回值配置信息用于指定所述处理结果的数据信息。
当所述服务配置操作为数据库服务配置操作时,所述服务配置信息还包括目标数据源;所述响应于服务触发操作,基于所述表单配置信息和所述服务代码文件,对目标数据进行处理,以得到处理结果,包括:
响应于所述服务触发操作,根据所述服务代码文件所指示的输入参数,在所述目标数据源处获取所述目标数据;
根据所述服务代码文件所指示的返回值,对所述目标数据进行处理,以得到所述处理结果。
对所述服务代码文件进行合理程度检测,以得到所述服务代码文件的合理程度值;
当所述服务代码文件的合理程度值低于预设的安全值,对所述服务代码文件中的异常代码进行定位,并获取所述异常代码的上下文代码;
将所述异常代码和所述上下文代码输入预设的代码修正模型中,以得到与所述异常代码对应的修正代码;
基于所述修正代码对所述异常代码进行修正,以更新所述服务代码文件。
(电子设备)
本申请实施例还提供了一种电子设备,其具体实施例与上述方法实施例中记载的实施例、所达到的技术效果一致,部分内容不再赘述。
所述电子设备包括存储器和至少一个处理器,所述存储器存储有计算机程序,所述至少一个处理器被配置成执行所述计算机程序时实现以下步骤:
获取用户的服务配置信息;
根据所述服务配置信息,生成服务代码文件;
获取用户的表单配置信息;所述表单配置信息包括所述服务代码文件的标识信息;
响应于服务触发操作,基于所述表单配置信息和与所述服务代码文件,对目标数据进行处理,以得到处理结果。
在一些可能的实现方式中,所述服务配置信息包括输入参数配置信息和返回值配置信息;
所述至少一个处理器被配置成执行所述计算机程序时采用以下方式获取用户的服务配置信息:
响应于服务配置操作,显示服务配置界面;所述服务配置界面包括输入参数控件和返回值控件;
响应于针对所述输入参数控件的点击操作,显示输入参数配置区域;
利用所述输入参数配置区域接收输入参数配置信息;所述输入参数配置信息用于指定调用接口时需要提供的数据信息。
响应于针对所述返回值控件的点击操作,显示返回值配置区域;
利用所述返回值配置区域接收返回值配置信息;所述返回值配置信息用于指定所述处理结果的数据信息。
在一些可能的实现方式中,所述服务配置操作包括高级HTTP服务配置操作、JS服务配置操作、数据库服务配置操作和Groovy服务配置操作中的任意一种;
所述服务配置界面包括高级HTTP服务配置界面、JS服务配置界面、数据库服务配置界面和Groovy服务配置界面中的任意一种;
所述至少一个处理器被配置成执行所述计算机程序时采用以下方式响应于服务配置操作,显示服务配置界面:
根据所述服务配置操作,显示与所述服务配置操作对应的服务配置界面。
在一些可能的实现方式中,当所述服务配置操作为数据库服务配置操作时,所述服务配置信息还包括目标数据源;所述至少一个处理器被配置成执行所述计算机程序时采用以下方式响应于服务触发操作,基于所述表单配置信息和所述服务代码文件,对目标数据进行处理:
响应于所述服务触发操作,根据所述服务代码文件所指示的输入参数,在所述目标数据源处获取所述目标数据;
根据所述服务代码文件所指示的返回值,对所述目标数据进行处理,以得到所述处理结果。
在一些可能的实现方式中,所述至少一个处理器被配置成执行所述计算机程序时采用以下方式获取用户的服务配置信息:
响应于自适应配置操作,显示自适应创建界面;所述自适应创建界面包括自适应配置区域、配置信息生成按钮和配置信息生成工具;
利用所述自适应配置区域接收用户的配置文本;
响应于针对所述配置信息生成按钮的点击操作,调用所述配置信息生成工具;
利用所述配置信息生成工具基于所述配置文本,生成与所述配置文本对应的服务配置信息。
在一些可能的实现方式中,所述至少一个处理器被配置成执行所述计算机程序时还实现以下步骤:
对所述服务代码文件进行合理程度检测,以得到所述服务代码文件的合理程度值;
当所述服务代码文件的合理程度值低于预设的安全值,对所述服务代码文件进行修正处理,以更新所述服务代码文件。
在一些可能的实现方式中,所述至少一个处理器被配置成执行所述计算机程序时采用以下方式当所述服务代码文件的合理程度值低于预设的安全值,对所述服务代码文件进行修正处理:
对所述服务代码文件中的异常代码进行定位,并获取所述异常代码的上下文代码;
将所述异常代码和所述上下文代码输入预设的代码修正模型中,以得到与所述异常代码对应的修正代码;
基于所述修正代码对所述异常代码进行修正,以更新所述服务代码文件。
参见图10,图10是本申请实施例提供的一种电子设备10的结构框图。
电子设备10例如可以包括至少一个存储器11、至少一个处理器12以及连接不同平台系统的总线13。
存储器11可以包括易失性存储器形式的可读介质,例如随机存取存储器(RAM)111和/或高速缓存存储器112,还可以进一步包括只读存储器(ROM)113。
其中,存储器11还存储有计算机程序,计算机程序可以被处理器12执行,使得处理器12实现上述任一项方法的步骤。
存储器11还可以包括具有至少一个程序模块115的实用工具114,这样的程序模块115包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例的每一个或某种组合中可能包括网络环境的实现。
相应的,处理器12可以执行上述计算机程序,以及可以执行实用工具114。
处理器12可以采用一个或多个应用专用集成电路(ASIC,Application SpecificIntegrated Circuit)、DSP、可编程逻辑器件(PLD,Programmable Logic Device)、复杂可编程逻辑器件(CPLD,Complex Programmable Logic Device)、现场可编程门阵列(FPGA,Field-Programmable Gate Array)或其他电子元件。
总线13可以为表示几类总线结构的一种或多种,包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构的任意总线结构的局域总线。
电子设备10也可以与一个或多个外部设备例如键盘、指向设备、蓝牙设备等通信,还可与一个或者多个能够与该电子设备10交互的设备通信,和/或与使得该电子设备10能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等)通信。这种通信可以通过输入输出接口14进行。并且,电子设备10还可以通过网络适配器15与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。网络适配器15可以通过总线13与电子设备10的其它模块通信。应当明白,尽管图中未示出,但在实际应用中可以结合电子设备10使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理器、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储平台等。
(计算机可读存储介质)
本申请实施例还提供了一种计算机可读存储介质,其具体实施例与上述方法实施例中记载的实施例、所达到的技术效果一致,部分内容不再赘述。
所述计算机可读存储介质存储有计算机程序,所述计算机程序被至少一个处理器执行时实现上述任一项方法的步骤或者实现上述任一项电子设备的功能。
参见图11,图11是本申请实施例提供的一种程序产品的结构示意图。
所述程序产品用于实现上述任一项方法的步骤或者实现上述任一项电子设备的功能。程序产品可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本申请实施例中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
计算机可读存储介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。可读存储介质还可以是任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等,或者上述的任意合适的组合。可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,程序设计语言包括面向对象的程序设计语言诸如Java、C++等,还包括常规的过程式程序设计语言诸如C语言或类似的程序设计语言。程序代码可以完全地在配置人员计算设备上执行、部分地在配置人员设备上执行、作为一个独立的软件包执行、部分在配置人员计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到配置人员计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
本申请从使用目的上,效能上,进步及新颖性等观点进行阐述,已符合专利法所强调的功能增进及使用要件,本申请以上的说明书及说明书附图,仅为本申请的较佳实施例而已,并非以此局限本申请,因此,凡一切与本申请构造,装置,特征等近似、雷同的,即凡依本申请专利申请范围所作的等同替换或修饰等,皆应属本申请的专利申请保护的范围之内。
Claims (11)
1.一种数据处理方法,其特征在于,所述方法包括:
获取用户的服务配置信息;
根据所述服务配置信息,生成服务代码文件;
获取用户的表单配置信息;所述表单配置信息包括所述服务代码文件的标识信息;
响应于服务触发操作,基于所述表单配置信息和与所述服务代码文件,对目标数据进行处理,以得到处理结果。
2.根据权利要求1所述的方法,其特征在于,所述服务配置信息包括输入参数配置信息和返回值配置信息;
所述获取用户的服务配置信息,包括:
响应于服务配置操作,显示服务配置界面;所述服务配置界面包括输入参数控件和返回值控件;
响应于针对所述输入参数控件的点击操作,显示输入参数配置区域;
利用所述输入参数配置区域接收输入参数配置信息;所述输入参数配置信息用于指定调用接口时需要提供的数据信息。
3.响应于针对所述返回值控件的点击操作,显示返回值配置区域;
利用所述返回值配置区域接收返回值配置信息;所述返回值配置信息用于指定所述处理结果的数据信息。
4.根据权利要求2所述的方法,其特征在于,所述服务配置操作包括高级HTTP服务配置操作、JS服务配置操作、数据库服务配置操作和Groovy服务配置操作中的任意一种;
所述服务配置界面包括高级HTTP服务配置界面、JS服务配置界面、数据库服务配置界面和Groovy服务配置界面中的任意一种;
所述响应于服务配置操作,显示服务配置界面,包括:
根据所述服务配置操作,显示与所述服务配置操作对应的服务配置界面。
5.根据权利要求3所述的方法,其特征在于,当所述服务配置操作为数据库服务配置操作时,所述服务配置信息还包括目标数据源;所述响应于服务触发操作,基于所述表单配置信息和所述服务代码文件,对目标数据进行处理,以得到处理结果,包括:
响应于所述服务触发操作,根据所述服务代码文件所指示的输入参数,在所述目标数据源处获取所述目标数据;
根据所述服务代码文件所指示的返回值,对所述目标数据进行处理,以得到所述处理结果。
6.根据权利要求1所述的方法,其特征在于,所述获取用户的服务配置信息,包括:
响应于自适应配置操作,显示自适应创建界面;所述自适应创建界面包括自适应配置区域、配置信息生成按钮和配置信息生成工具;
利用所述自适应配置区域接收用户的配置文本;
响应于针对所述配置信息生成按钮的点击操作,调用所述配置信息生成工具;
利用所述配置信息生成工具基于所述配置文本,生成与所述配置文本对应的服务配置信息。
7.根据权利要求1所述的方法,其特征在于,所述方法还包括:
对所述服务代码文件进行合理程度检测,以得到所述服务代码文件的合理程度值;
当所述服务代码文件的合理程度值低于预设的安全值,对所述服务代码文件进行修正处理,以更新所述服务代码文件。
8.根据权利要求7所述的方法,其特征在于,所述当所述服务代码文件的合理程度值低于预设的安全值,对所述服务代码文件进行修正处理,以更新所述服务代码文件,包括:
对所述服务代码文件中的异常代码进行定位,并获取所述异常代码的上下文代码;
将所述异常代码和所述上下文代码输入预设的代码修正模型中,以得到与所述异常代码对应的修正代码;
基于所述修正代码对所述异常代码进行修正,以更新所述服务代码文件。
9.一种电子设备,其特征在于,所述电子设备包括存储器和至少一个处理器,所述存储器存储有计算机程序,所述至少一个处理器被配置成执行所述计算机程序时实现以下步骤:
获取用户的服务配置信息;
根据所述服务配置信息,生成服务代码文件;
获取用户的表单配置信息;所述表单配置信息包括所述服务代码文件的标识信息;
响应于服务触发操作,基于所述表单配置信息和与所述服务代码文件,对目标数据进行处理,以得到处理结果。
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存储有计算机程序,所述计算机程序被至少一个处理器执行时实现权利要求1-7任一项所述方法的步骤或者实现权利要求8所述电子设备的功能。
11.一种计算机程序产品,其特征在于,所述计算机程序产品包括计算机程序,所述计算机程序被至少一个处理器执行时实现权利要求1-7任一项所述方法的步骤或者实现权利要求8所述电子设备的功能。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311048104.5A CN117032785A (zh) | 2023-08-21 | 2023-08-21 | 数据处理方法、电子设备、存储介质及程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311048104.5A CN117032785A (zh) | 2023-08-21 | 2023-08-21 | 数据处理方法、电子设备、存储介质及程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117032785A true CN117032785A (zh) | 2023-11-10 |
Family
ID=88629759
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311048104.5A Pending CN117032785A (zh) | 2023-08-21 | 2023-08-21 | 数据处理方法、电子设备、存储介质及程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117032785A (zh) |
-
2023
- 2023-08-21 CN CN202311048104.5A patent/CN117032785A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11847578B2 (en) | Chatbot for defining a machine learning (ML) solution | |
US11625648B2 (en) | Techniques for adaptive pipelining composition for machine learning (ML) | |
AU2019355933B2 (en) | Software testing | |
CN112394922B (zh) | 决策配置方法、业务决策方法和决策引擎系统 | |
US10970634B2 (en) | Methods and systems for capturing analytic model authoring knowledge | |
US10395177B2 (en) | Optimized execution order correlation with production listing order | |
US10853231B2 (en) | Detection and correction of coding errors in software development | |
WO2021050391A1 (en) | Machine learning (ml) infrastructure techniques | |
JP2022530109A (ja) | ボットシステムの性能に関する見解 | |
US20180129959A1 (en) | Methods and systems for programmatically selecting predictive model parameters | |
US20180137424A1 (en) | Methods and systems for identifying gaps in predictive model ontology | |
CA3050159C (en) | Artificial intelligence (ai) based automatic rule generation | |
CN109739494B (zh) | 一种基于Tree-LSTM的API使用代码生成式推荐方法 | |
WO2021051031A1 (en) | Techniques for adaptive and context-aware automated service composition for machine learning (ml) | |
US11328119B2 (en) | Domain-specific language interpreter and interactive visual interface for rapid screening | |
CN116360735A (zh) | 一种表单生成方法、装置、设备和介质 | |
KR20140116438A (ko) | 연산 순서의 그래픽 표현 기법 | |
US20230153081A1 (en) | Methods and systems for correlating source code commitments and model result records during model development | |
Singh | Ajax asynchronous database refresh | |
Grechanik et al. | Differencing graphical user interfaces | |
CN117032785A (zh) | 数据处理方法、电子设备、存储介质及程序产品 | |
CN114063868A (zh) | 一种ai拖拽建模系统、方法、计算机设备及应用 | |
Singh | Ajax Complexity | |
US20210065016A1 (en) | Automatic generation of computing artifacts for data analysis | |
Abika | Complaint system for Health Care Center Hjärtat |
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 |