CN117170884A - 图表渲染方法、装置、电子设备和存储介质 - Google Patents
图表渲染方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN117170884A CN117170884A CN202311452147.XA CN202311452147A CN117170884A CN 117170884 A CN117170884 A CN 117170884A CN 202311452147 A CN202311452147 A CN 202311452147A CN 117170884 A CN117170884 A CN 117170884A
- Authority
- CN
- China
- Prior art keywords
- data
- processed
- client
- piece
- chart
- 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
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000009877 rendering Methods 0.000 title claims abstract description 49
- 238000012545 processing Methods 0.000 claims abstract description 29
- 230000008569 process Effects 0.000 claims description 8
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 238000001914 filtration Methods 0.000 claims description 3
- 238000006116 polymerization reaction Methods 0.000 claims description 2
- 238000004891 communication Methods 0.000 description 9
- 238000004590 computer program Methods 0.000 description 9
- 239000003795 chemical substances by application Substances 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Classifications
-
- 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
- Information Transfer Between Computers (AREA)
Abstract
本公开实施例提供了一种图表渲染方法、装置、电子设备和存储介质。应用于计算机技术领域，所述方法包括接收各数据代理节点对所在集群中各目标节点获取到的待处理数据；对各所述待处理数据进行处理，得到对应的处理后数据；将各所述处理后数据发送至客户端，以便于所述客户端根据各所述处理后数据渲染图表。实现对多节点数据的统一采集并进行后续渲染处理，数据获取方式简便，提高图表渲染的效率。
Description
技术领域
本公开涉及计算机技术领域，尤其涉及一种图表渲染方法、装置、电子设备和存储介质。
背景技术
图表渲染是指将数据可视化为图表形式的过程，通过绘制各种图形和组件来展示数据的特征、趋势和关系。图表渲染能够帮助人们更好地理解和解释数据，数据本身可能是庞杂而抽象的集合，难以直观地洞察其中的规律和关联，通过图表渲染，可以将数据以可视化的方式展现出来，使得人们能够更轻松地发现数据中的模式、趋势和异常，图表的简洁而直观的表达方式，能够帮助人们更好地理解数据背后的含义，并从中获取有价值的信息；图表渲染有助于发现数据之间的关系和趋势，通过不同类型的图表可以呈现数据的分布、变化和相关性，可以更清晰地了解数据的内在规律，揭示出数据之间的潜在关系和趋势，为进一步的分析和决策提供依据；图表渲染有助于有效地传达信息，相比于纯文本或长篇的数据报告，图表能够以更简洁、更直观的方式呈现数据结果，使得信息更易于被理解和消化。因此，图表渲染具有重要的意义。
目前，在图表渲染的过程中，需要渲染的数据来自于不同的集群中的不同的服务器中，在渲染的过程中，往往针对同一服务器中的数据进行渲染，无法综合集群中的各服务器的数据来得到综合的渲染图表，对于需要大规模图表渲染的情况，导致图表渲染效率较低。因此，亟需一种具有较高渲染效率的图表渲染方法、装置、电子设备和存储介质。
发明内容
本公开提供了一种图表渲染方法、装置、电子设备和存储介质。
根据本公开的第一方面，提供了一种图表渲染方法。该方法包括：
接收各数据代理节点对所在集群中各目标节点获取到的待处理数据；
对各所述待处理数据进行处理，得到对应的处理后数据；
将各所述处理后数据发送至客户端，以便于所述客户端根据各所述处理后数据渲染图表。
进一步地，所述待处理数据是通过Prometheus工具获取得到的。
进一步地，所述待处理数据包括下列中的至少一个：CPU使用率、内存占用、磁盘读写、磁盘IOPS和网络流量；
所述目标节点包括下列中的至少一个：服务器、容器和数据库。
进一步地，所述对各所述待处理数据进行处理，得到对应的处理后数据，包括：
创建CDH大数据平台；
将各所述待处理数据发送至所述CDH大数据平台的数据源中；
创建Flink Job；
将所述数据源中的各待处理数据发送至所述Flink Job，以便于所述Flink Job对各所述待处理数据进行处理，得到对应的处理后数据。
进一步地，所述对各所述待处理数据进行处理的处理方式包括下列中的至少一个：转换、过滤和聚合。
进一步地，所述将各所述处理后数据发送至客户端，包括：
将各所述处理后的数据发送至WebSocket服务器中，以便于所述WebSocket服务器将各所述处理后的数据发送至所述客户端；其中，所述WebSocket服务器是使用Node.js和Node-WebSocket创建得到的。
进一步地，所述客户端根据各所述处理后数据渲染图表，包括：
所述客户端在Echarts图表组件库中获取目标图表；
所述客户端判断所述目标图表是否含有原始数据；
若是，则使用所述处理后数据对所述原始数据进行更新；
所述客户端使用数据更新后的目标图表进行绘制。
根据本公开的第二方面，提供了一种图表渲染装置。该装置包括：
接收模块，用于接收各数据代理节点对所在集群中各目标节点获取到的待处理数据；
处理模块，用于对各所述待处理数据进行处理，得到对应的处理后数据；
发送模块，用于将各所述处理后数据发送至客户端，以便于所述客户端根据各所述处理后数据渲染图表。
根据本公开的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现所述方法。
根据本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现所述方法。
本公开通过接收各数据代理节点对所在集群中各目标节点获取到的待处理数据；对各所述待处理数据进行处理，得到对应的处理后数据；将各所述处理后数据发送至客户端，以便于所述客户端根据各所述处理后数据渲染图表。实现对多节点数据的统一采集并进行后续渲染处理，数据获取方式简便，提高图表渲染的效率。
应当理解，发明内容部分中所描述的内容并非旨在限定本公开实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。附图用于更好地理解本方案，不构成对本公开的限定。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
图1示出了根据本公开实施例的图表渲染方法的流程图；
图2示出了根据本公开实施例的图表渲染装置的框图；
图3示出了能够实施本公开实施例的示例性电子设备的方框图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。
另外，本文中术语“和/或”，仅仅是一种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这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
图1示出了根据本公开实施例的图表渲染方法100的流程图，该方法100应用于数据中心，该方法100包括：
S101，接收各数据代理节点对所在集群中各目标节点获取到的待处理数据。
在一些实施例中，所述待处理数据是通过Prometheus工具获取得到的，所述Prometheus具有多节点和集群支持，并能够从各种来源（如系统指标、日志文件、数据库等）中获取数据。通过Prometheus工具获取待处理数据可以通过以下步骤进行：从Prometheus官方网站下载适用于所述数据代理节点的操作系统的二进制文件，并按照文档中提供的指导进行安装和配置；在Prometheus的配置文件中定义需要监控的目标，所述目标可以是主机、容器、服务或任何可通过指标公开访问的实体，为每个目标设置一个唯一的标识符，并指定其地址和端口等相关信息；在目标节点的代码中添加Prometheus客户端库，例如Python中的`prometheus_client`，使用该库，可以通过暴露指标的方式将数据暴露给Prometheus；在目标节点的代码中编写一个HTTP接口或使用已有的API，以便Prometheus能够通过HTTP协议获取数据，所述指标接口返回预定义格式的指标数据（如使用Prometheus支持的格式如`/metrics`等）；在Prometheus的配置文件中定义抓取规则（scrape_config）；启动Prometheus，并确保Prometheus能够正常与目标节点建立连接并获取数据。
根据本公开实施例，通过Prometheus工具获取的待处理数据，实现快速定位和排查待处理数据的故障和性能问题，提高获取到的待处理数据的准确性；Prometheus工具可以进行自动化扩展，识别出负载高的节点，并自动在需要时进行资源分配和调整，实现更好的负载均衡。
在一些实施例中，所述待处理数据可以为CPU使用率、内存占用、磁盘读写、磁盘IOPS或网络流量。
在一些实施例中，所述目标节点可以为服务器、容器或数据库。
S102，对各所述待处理数据进行处理，得到对应的处理后数据。
在一些实施例中，所述对各所述待处理数据进行处理，得到对应的处理后数据，包括：
创建CDH大数据平台；将各所述待处理数据发送至所述CDH大数据平台的数据源中；创建Flink Job；通过使用Flink提供的适配器或连接器，将所述数据源中的各待处理数据发送至所述Flink Job，以便于所述Flink Job对各所述待处理数据进行处理，得到对应的处理后数据；所述修理后数据可以存储到所述CDH大数据平台的数据源中，还可以存储到一台提供api服务的系统中。
根据本公开实施例，通过CDH大数据平台来对待处理数据进行接收并存储，利用CDH大数据平台本身强大的存储能力对待处理数据进行存储；利用CDH大数据平台本身具有的高可靠性和冗余性，确保待处理数据的安全性和可靠性，进而提高图表渲染的效率。
在一些实施例中，所述对各所述待处理数据进行处理的处理方式可以为：转换、过滤或聚合。
S103，将各所述处理后数据发送至客户端，以便于所述客户端根据各所述处理后数据渲染图表。
在一些实施例中，所述将各所述处理后数据发送至客户端，包括：将各所述处理后的数据发送至WebSocket服务器中，以便于所述WebSocket服务器将各所述处理后的数据发送至所述客户端；其中，所述WebSocket服务器是使用Node.js和Node-WebSocket创建得到的。所述WebSocket服务器与所述客户端之间的通信是双向的。
在一些实施例中，所述WebSocket服务器与所述数据中心连接，用于获取所述数据中心的数据。
在一些实施例中，所述WebSocket服务器根据预设频率实时获取所述数据中心的数据。根据本公开实施例，通过预设频率实时获取所述数据中心的数据，在较高的频率设置下，提高获取到的数据准确性。
在一些实施例中，所述客户端根据各所述处理后数据渲染图表，包括：所述客户端在Echarts图表组件库中获取目标图表；所述客户端判断所述目标图表是否含有原始数据；若是，则使用所述处理后数据对所述原始数据进行更新；所述客户端使用数据更新后的目标图表进行绘制。根据本公开实施例，通过Echarts图表组件库对处理后数据进行图表绘制，实现了多种图表的适配，对不同的处理后数据格式，进行统一的封装，同时，通过Echarts图表组件库对处理后数据进行图表绘制，也实现了饼图、柱状图、线状图的渲染，进而提高图表渲染效率。
在一些实施例中，所述客户端还可以在Chart.js图表组件库或D3.js图表组件库中获取目标图表。
根据本公开实施例，通过接收各数据代理节点对所在集群中各目标节点获取到的待处理数据；对各所述待处理数据进行处理，得到对应的处理后数据；将各所述处理后数据发送至客户端，以便于所述客户端根据各所述处理后数据渲染图表。实现对多节点数据的统一采集并进行后续渲染处理，数据获取方式简便，提高图表渲染的效率。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本公开所必须的。
以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。
图2示出了根据本公开实施例的图表渲染装置200的方框图，该装置200包括：
接收模块201，用于接收各数据代理节点对所在集群中各目标节点获取到的待处理数据；
处理模块202，用于对各所述待处理数据进行处理，得到对应的处理后数据；
发送模块203，用于将各所述处理后数据发送至客户端，以便于所述客户端根据各所述处理后数据渲染图表。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本公开的技术方案中，所涉及的用户个人信息的获取、存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开实施例，本公开还提供了一种电子设备和一种可读存储介质。
图3示出了可以用来实施本公开实施例的电子设备300的示意性框图。电子设备旨在表示各种形式的数字计算机，例如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机和其它适合的计算机。电子设备还可以表示各种形式的移动装置，例如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或要求的本公开的实现。
电子设备300包括计算单元301，其可以根据存储在ROM302中的计算机程序或者从存储单元308加载到RAM303中的计算机程序，来执行各种适当的动作和处理。在RAM303中，还可存储电子设备300操作所需的各种程序和数据。计算单元301、ROM302以及RAM303通过总线304彼此相连。I/O接口305也连接至总线304。
电子设备300中的多个部件连接至I/O接口305，包括：输入单元306，例如键盘、鼠标等；输出单元307，例如各种类型的显示器、扬声器等；存储单元308，例如磁盘、光盘等；以及通信单元309，例如网卡、调制解调器、无线通信收发机等。通信单元309允许电子设备300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元301可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元301的一些示例包括但不限于中央处理单元（CPU）、图形处理单元（GPU）、各种专用的人工智能（AI）计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器（DSP）、以及任何适当的处理器、控制器、微控制器等。计算单元301执行上文所描述的各个方法和处理，例如图表渲染方法。例如，在一些实施例中，图表渲染方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元308。在一些实施例中，计算机程序的部分或者全部可以经由ROM302和/或通信单元309而被载入和/或安装到电子设备300上。当计算机程序加载到RAM303并由计算单元301执行时，可以执行上文描述的图表渲染方法的一个或多个步骤。备选地，在其他实施例中，计算单元301可以通过其他任何适当的方式（例如，借助于固件）而被配置为执行图表渲染方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、芯片上系统（SOC）、负载可编程逻辑设备（CPLD）、计算机硬件、固件、软件和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中，可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合使用的程序。可读存储介质可以是机器可读信号介质或机器可读储存介质。可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器（RAM）、只读存储器（ROM）、可擦除可编程只读存储器（EPROM或快闪存储器）、光纤、便捷式紧凑盘只读存储器（CD-ROM）、光学储存设备、磁储存设备或上述内容的任何合适组合。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置；以及键盘和指向装置（例如，鼠标或者轨迹球），用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈（例如，视觉反馈、听觉反馈或者触觉反馈）；并且可以用任何形式（包括声输入、语音输入或者触觉输入）来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统（例如，作为数据服务器）、或者包括中间件部件的计算系统（例如，应用服务器）、或者包括前端部件的计算系统（例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互）、或者包括这种后台部件、中间件部件或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信（例如，通信网络）来将系统的部件相互连接。通信网络的示例包括：局域网（LAN）、广域网（WAN）和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
应该理解，可以使用上述各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行，也可以顺序地执行，也可以不同次序执行，只要能够实现本公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。
Claims (10)
1.一种图表渲染方法，应用于数据中心，其特征在于，包括：
接收各数据代理节点对所在集群中各目标节点获取到的待处理数据；
对各所述待处理数据进行处理，得到对应的处理后数据；
将各所述处理后数据发送至客户端，以便于所述客户端根据各所述处理后数据渲染图表。
2.根据权利要求1所述的图表渲染方法，其特征在于，所述待处理数据是通过Prometheus工具获取得到的。
3.根据权利要求1所述的图表渲染方法，其特征在于，
所述待处理数据包括下列中的至少一个：CPU使用率、内存占用、磁盘读写、磁盘IOPS和网络流量；
所述目标节点包括下列中的至少一个：服务器、容器和数据库。
4.根据权利要求1所述的图表渲染方法，其特征在于，所述对各所述待处理数据进行处理，得到对应的处理后数据，包括：
创建CDH大数据平台；
将各所述待处理数据发送至所述CDH大数据平台的数据源中；
创建Flink Job；
将所述数据源中的各待处理数据发送至所述Flink Job，以便于所述Flink Job对各所述待处理数据进行处理，得到对应的处理后数据。
5.根据权利要求4所述的图表渲染方法，其特征在于，所述对各所述待处理数据进行处理的处理方式包括下列中的至少一个：转换、过滤和聚合。
6.根据权利要求1所述的图表渲染方法，其特征在于，所述将各所述处理后数据发送至客户端，包括：
将各所述处理后的数据发送至WebSocket服务器中，以便于所述WebSocket服务器将各所述处理后的数据发送至所述客户端；其中，所述WebSocket服务器是使用Node.js和Node-WebSocket创建得到的。
7.根据权利要求1所述的图表渲染方法，其特征在于，所述客户端根据各所述处理后数据渲染图表，包括：
所述客户端在Echarts图表组件库中获取目标图表；
所述客户端判断所述目标图表是否含有原始数据；
若是，则使用所述处理后数据对所述原始数据进行更新；
所述客户端使用数据更新后的目标图表进行绘制。
8.一种图表渲染装置，应用于数据中心，其特征在于，包括：
接收模块，用于接收各数据代理节点对所在集群中各目标节点获取到的待处理数据；
处理模块，用于对各所述待处理数据进行处理，得到对应的处理后数据；
发送模块，用于将各所述处理后数据发送至客户端，以便于所述客户端根据各所述处理后数据渲染图表。
9.一种电子设备，其特征在于，包括：
至少一个处理器；
与所述至少一个处理器通信连接的存储器；
其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一权利要求所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行根据权利要求1-7中任一权利要求所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311452147.XA CN117170884A (zh) | 2023-11-03 | 2023-11-03 | 图表渲染方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311452147.XA CN117170884A (zh) | 2023-11-03 | 2023-11-03 | 图表渲染方法、装置、电子设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117170884A true CN117170884A (zh) | 2023-12-05 |
Family
ID=88945414
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311452147.XA Pending CN117170884A (zh) | 2023-11-03 | 2023-11-03 | 图表渲染方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117170884A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107330238A (zh) * | 2016-08-12 | 2017-11-07 | 中国科学院上海技术物理研究所 | 医疗信息采集、处理、存储与显示方法与装置 |
| CN114356692A (zh) * | 2021-12-08 | 2022-04-15 | 上海浦东发展银行股份有限公司 | 一种应用监控链路的可视化处理方法、装置及存储介质 |
| US20230123999A1 (en) * | 2021-10-15 | 2023-04-20 | Dell Products, L.P. | High-availability (ha) management networks for high performance computing platforms |
| CN116668331A (zh) * | 2023-05-29 | 2023-08-29 | 上海黄豆网络科技有限公司 | 分布式性能监控系统以及方法 |
-
2023
- 2023-11-03 CN CN202311452147.XA patent/CN117170884A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107330238A (zh) * | 2016-08-12 | 2017-11-07 | 中国科学院上海技术物理研究所 | 医疗信息采集、处理、存储与显示方法与装置 |
| US20230123999A1 (en) * | 2021-10-15 | 2023-04-20 | Dell Products, L.P. | High-availability (ha) management networks for high performance computing platforms |
| CN114356692A (zh) * | 2021-12-08 | 2022-04-15 | 上海浦东发展银行股份有限公司 | 一种应用监控链路的可视化处理方法、装置及存储介质 |
| CN116668331A (zh) * | 2023-05-29 | 2023-08-29 | 上海黄豆网络科技有限公司 | 分布式性能监控系统以及方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王超 等: "《Kong网关 入门 实践与进阶》", 机械工业出版社, pages: 135 - 139 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113742031B (zh) | 节点状态信息获取方法、装置、电子设备及可读存储介质 | |
| CN111190888A (zh) | 一种管理图数据库集群的方法和装置 | |
| CN113791875A (zh) | 输入设备虚拟化的方法、装置、电子设备和存储介质 | |
| CN114816393B (zh) | 信息生成方法、装置、设备以及存储介质 | |
| CN112860356A (zh) | 一种api调用控制方法、装置、电子设备和存储介质 | |
| CN114448802B (zh) | 网关配置方法、装置、电子设备及存储介质 | |
| EP3923155A2 (en) | Method and apparatus for processing snapshot, device, medium and product | |
| CN113067860B (zh) | 用于同步信息的方法、装置、设备、介质和产品 | |
| CN114443076A (zh) | 镜像构建方法、装置、设备及存储介质 | |
| CN113656198A (zh) | 客户端到云手机的复制粘贴方法和装置 | |
| CN113127357A (zh) | 单元测试方法、装置、设备、存储介质及程序产品 | |
| CN114070889B (zh) | 配置方法、流量转发方法、设备、存储介质及程序产品 | |
| CN116009847A (zh) | 代码生成方法、装置、电子设备及存储介质 | |
| CN114389969B (zh) | 客户端的测试方法、装置、电子设备和存储介质 | |
| CN117170884A (zh) | 图表渲染方法、装置、电子设备和存储介质 | |
| CN113326038B (zh) | 用于提供服务的方法、装置、设备、存储介质及程序产品 | |
| CN113691403A (zh) | 拓扑节点配置方法、相关装置及计算机程序产品 | |
| CN114995719A (zh) | 列表渲染方法、装置、设备以及存储介质 | |
| CN114048863A (zh) | 数据处理方法、装置、电子设备以及存储介质 | |
| CN114417070A (zh) | 数据权限的收敛方法、装置、设备以及存储介质 | |
| CN114385829A (zh) | 知识图谱创建方法、装置、设备以及存储介质 | |
| CN114116924A (zh) | 基于图谱数据的数据查询方法、图谱数据构建方法和装置 | |
| CN113360689A (zh) | 图像检索系统、方法、相关装置及计算机程序产品 | |
| CN115563183B (zh) | 查询方法、装置及程序产品 | |
| CN112559001A (zh) | 更新应用的方法和装置 |
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 |