CN117289914B - 基于SpringBoot框架的数据转换系统及方法 - Google Patents
基于SpringBoot框架的数据转换系统及方法 Download PDFInfo
- Publication number
- CN117289914B CN117289914B CN202311559876.5A CN202311559876A CN117289914B CN 117289914 B CN117289914 B CN 117289914B CN 202311559876 A CN202311559876 A CN 202311559876A CN 117289914 B CN117289914 B CN 117289914B
- Authority
- CN
- China
- Prior art keywords
- editor
- data
- springboot
- code
- statistical
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 238000006243 chemical reaction Methods 0.000 title claims abstract description 19
- 238000012360 testing method Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims abstract description 11
- 238000013500 data storage Methods 0.000 claims abstract description 8
- 238000012795 verification Methods 0.000 claims description 72
- 238000011156 evaluation Methods 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 claims description 15
- 230000004044 response Effects 0.000 claims description 15
- 238000005457 optimization Methods 0.000 claims description 12
- 230000003993 interaction Effects 0.000 claims description 6
- 238000013507 mapping Methods 0.000 claims description 6
- 230000010354 integration Effects 0.000 claims description 3
- 230000008569 process Effects 0.000 description 13
- 230000006399 behavior Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 230000005856 abnormality Effects 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
Classifications
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/36—Preventing errors by testing or debugging software
- G06F11/3668—Software testing
- G06F11/3672—Test management
- G06F11/3684—Test management for test design, e.g. generating new test cases
-
- 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)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- Quality & Reliability (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明涉及数据转换领域,具体为基于SpringBoot框架的数据转换系统及方法,包括项目模型创建模块、数据编辑器、数据中心、代码生成引擎、调试测试模块和数据存储模块;项目模型创建模块用于建立基于SpringBoot框架的Java项目,创建项目模型;数据编辑器用于对项目进行编辑并输出多层级数据;数据中心用于对多层级数据进行分类处理并将处理结果传输给代码生成引擎;代码生成引擎用于基于数据中心处理完成的数据翻译成对应的代码;调试测试模块用于将生成的代码进行启动调试并进行接口测试;数据存储模块用于将验证成功的代码推送至代码仓库中。
Description
技术领域
本发明涉及数据转换技术领域,具体为基于SpringBoot框架的数据转换系统及方法。
背景技术
现有在创建项目的过程中基础功能代码相似度极高,系统的基础接口、流程和参数内容几近相似,基于人工构建往往需要在简单且繁琐的代码上耗费大量时间精力;所以关于简易代码的生成往往更需要自动化的系统框架,可以有效提高基础代码的生成效率,也为普通水平代码用户提供一个快速代码生成的平台;但是在这种系统平台中存在着很多问题,如代码生成系统框架的如何搭建可以有效便捷,如何对使用系统的用户在使用过程的可能错误行为进行监测,从而更加完善代码生成系统的使用率。
发明内容
本发明的目的在于提供基于SpringBoot框架的数据转换系统及方法,以解决上述背景技术中提出的问题。
为了解决上述技术问题,本发明提供如下技术方案:基于SpringBoot框架的数据转换方法,包括以下分析步骤:
步骤S1:建立基于SpringBoot框架的Java项目,进入项目总览页面,创建项目模型;利用数据编辑器对项目进行编辑并输出多层级数据;数据编辑器包括控制器编辑器、模型编辑器、接口编辑器和逻辑编辑器;
步骤S2:数据中心对多层级数据进行分类处理并将处理结果传输给代码生成引擎;
步骤S3:代码生成引擎基于数据中心处理完成的数据翻译成对应的SpringBoot代码,并根据用户提供的数据结构和定义生成包括实体类、数据库映射、控制器和服务层在内的SpringBoot代码;
步骤S4:将生成的SpringBoot代码进行启动调试并进行接口测试,验证接口是否成功;
步骤S5:记录验证成功的流程记录以及在验证失败后的调试记录,并将记录存储至响应数据库中,将验证成功的SpringBoot代码推送至代码仓库中。
进一步的,控制器编辑器用于新建控制器;接口编辑器基于新建的控制器编辑器的api生成弹出层;接口编辑器基于资源中心提供的数据表和操作节点输入接口的名称、标志、参数、访问路径以及返回值结构;模型编辑器新建模型集成sql语句并生成模型节点,以供逻辑编辑器使用;逻辑编辑器用于对接口的执行逻辑进行编辑,定义模型编辑器输出节点与节点间的交互行为。
应用逻辑编辑器使编程过程更加直观、易于理解,降低了编程的学习门槛,提高了开发效率,它可以让使用者在不需要编写代码的情况下创建应用的逻辑和功能。
进一步的,数据中心对多层级数据进行分类处理是指将数据编辑器中各编辑器对应的内容转化至代码生成引擎中的实体类、数据库映射、控制器和服务层对应生成SprintBoot代码所需的数据。
进一步的,逻辑编辑器包括节点分析子模块;节点分析子模块调用响应数据库中的流程记录,流程记录包括SpringBoot代码验证成功和SpringBoot代码验证失败的流程记录;
提取流程记录中所有的操作特征并记录操作特征对应的特征值;
标记仅存在SpringBoot代码验证失败流程记录的操作特征为第一目标特征,以及对应存在于SpringBoot代码验证成功记录的特征值与SpringBoot代码验证失败记录的特征值不同且在SpringBoot代码验证失败记录中特征值唯一时的操作特征为第二目标特征;其余既存在SpringBoot代码验证成功记录又存在SpringBoot代码验证失败记录的操作特征为第三目标特征;
基于每一第三目标特征,获取记录特征值并计算对应第三目标特征的平均值P0,以平均值P0为基准,将对应第三目标特征划分为大于P0的目标特征和小于等于P0的目标特征;将大于P0的目标特征和小于等于P0的目标特征作为统计条件、接口测试结果为统计结果进行数据统计,得到每一第三目标特征对应的实际统计表格;再对同一统计条件和统计结果进行无差别统计,无差别统计是指基于合计数据将两种统计条件不与统计结果存在必然联系下的等比划分,并得到对应统计条件下不同统计结果的数值,将统计得到的数据绘制成理想统计表格;利用公式:
x2=∑[(Ai-Ti)2/Ti]
计算基于实际统计表格和理想统计表格的实际卡方值x2,其中Ai表示实际统计表格中第i个条件对应统计结果下的统计频次,Ti表示理想统计表格中第i个条件对应统计结果下的统计频次;
获取卡方分布的自由度n,n=(行数-1)*(列数-1),行数表示统计条件为大于P0的目标特征和小于等于P0的目标特征,行数=2,列数表示统计结果为SpringBoot代码验证失败和SpringBoot代码验证成功,列数=2;得到n=1;
基于自由度n=1以及卡方分布的临界值表得到一尾概率为0.05时的理论卡方值;
将实际卡方值与理论卡方值做比较,提取实际卡方值大于理论卡方值对应的第三目标特征为有效目标特征。
所以通过分析卡方值可以确定每个第三目标特征对应记录于两种结果下是否具有环境特征变量的影响,可以提高特征选取的精确度。
进一步的,节点分析子模块还包括监测触发单元;监测触发单元基于第一目标特征、第二目标特征和有效目标特征记录于SpringBoot代码验证失败对应流程记录中大于P0的特征值;利用公式:
G=k1*U1+k2*U2+k3*U3;
计算每次SpringBoot代码验证失败对应流程记录的综合评估值G,其中k1、k2、k3表示对应目标特征的参考系数;U1、U2、U3表示第一目标特征、第二目标特征和第三目标特征归一化后的值;
选取响应数据库中记录综合评估值的最小值作为目标临界值;
当实时检测到记录第一目标特征、第二目标特征和有效目标特征时,计算实时综合评估值G0;
在G0<G时继续监测;在G0≥G时传输触发预警信号。
进一步的,节点分析子模块还包括结构优化单元;
结构优化单元接收触发预警信号时提取实时用户输入的sql语句并检索代码仓库中相同sql语句对应的SpringBoot代码作为验证对象代码,将验证对象代码在逻辑编辑器中记录的节点结构进行抽取,响应实时用户剩余未操作的节点结构或对已操作的节点结构中存在差异的节点进行亮灯显示。
亮灯显示是为了提醒用户当前的逻辑节点可能存在错误或者为用户后续所需连接节点提供方向。
使用上述系统的用户在生成代码方向多以快捷简单为主,但是在此类系统生成中虽然避免了繁琐手工代码生成的时间消耗,但是在准确率的保证上容易存在因用户操作问题带来的偏差;所以本申请通过分析历史记录验证成功和失败的案例对在操作过程中产生影响的特征进行分析,从而量化评估指标来进行实时监测,在可能出现异常时及时提醒用户给出正确方向,降低错误率。
数据转换系统,包括项目模型创建模块、数据编辑器、数据中心、代码生成引擎、调试测试模块和数据存储模块;
项目模型创建模块用于建立基于SpringBoot框架的Java项目,创建项目模型;
数据编辑器用于对项目进行编辑并输出多层级数据;
数据中心用于对多层级数据进行分类处理并将处理结果传输给代码生成引擎;
代码生成引擎用于基于数据中心处理完成的数据翻译成对应的SpringBoot代码;
调试测试模块用于将生成的SpringBoot代码进行启动调试并进行接口测试;
数据存储模块用于记录验证成功的流程记录以及在验证失败后的调试记录,并将记录存储至响应数据库中,将验证成功的SpringBoot代码推送至代码仓库中。
进一步的,数据编辑器包括控制器编辑器、模型编辑器、接口编辑器和逻辑编辑器;逻辑编辑器包括节点分析子模块;
控制器编辑器用于新建控制器;
模型编辑器用于基于新建的控制器编辑器的api生成弹出层;
接口编辑器用于新建模型集成sql语句并生成模型节点,以供逻辑编辑器使用;
逻辑编辑器用于对接口的执行逻辑进行编辑,定义模型编辑器输出节点与节点间的交互行为;
节点分析子模块用于调用响应数据库中的流程记录并根据记录提取操作特征以及对应的特征值,利用卡方验证分析出有效操作特征。
进一步的,节点分析子模块包括监测触发单元和结构优化单元;
监测触发单元用于基于第一目标特征、第二目标特征和有效目标特征分析综合评估值,基于综合评估值进行触发预警;
结构优化单元用于对触发预警后的操作数据进行检索对比,响应实时用户剩余未操作的节点结构或对已操作的节点结构中存在差异的节点进行亮灯显示。
与现有技术相比,本发明所达到的有益效果是:本发明通过设置逻辑编辑器使编程过程更加直观、易于理解,降低了编程的学习门槛,提高了开发效率,它可以让使用者在不需要编写代码的情况下创建应用的逻辑和功能;同时使用上述系统的用户在生成代码方向多以快捷简单为主,但是在此类系统生成中虽然避免了繁琐手工代码生成的时间消耗,但是在准确率的保证上容易存在因用户操作问题带来的偏差;所以本申请通过分析历史记录验证成功和失败的案例对在操作过程中产生影响的特征进行分析,从而量化评估指标来进行实时监测,在可能出现异常时及时提醒用户给出正确方向,降低错误率。
附图说明
附图用来提供对本发明的进一步理解,并且构成说明书的一部分,与本发明的实施例一起用于解释本发明,并不构成对本发明的限制。在附图中:
图1是本发明基于SpringBoot框架的数据转换方法的结构示意图;
图2是本发明基于SpringBoot框架的数据转换方法的实际统计表格图;
图3是本发明基于SpringBoot框架的数据转换方法的理想统计表格图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1-图3,本发明提供技术方案:基于SpringBoot框架的数据转换方法,包括以下分析步骤:
步骤S1:建立基于SpringBoot框架的Java项目,进入项目总览页面,创建项目模型;利用数据编辑器对项目进行编辑并输出多层级数据;数据编辑器包括控制器编辑器、模型编辑器、接口编辑器和逻辑编辑器;
步骤S2:数据中心对多层级数据进行分类处理并将处理结果传输给代码生成引擎;
步骤S3:代码生成引擎基于数据中心处理完成的数据翻译成对应的SpringBoot代码,并根据用户提供的数据结构和定义生成包括实体类、数据库映射、控制器和服务层在内的SpringBoot代码;
步骤S4:将生成的SpringBoot代码进行启动调试并进行接口测试,验证接口是否成功;可以通过IDE或者零壤 OR 调试工具进行调试;
步骤S5:记录验证成功的流程记录以及在验证失败后的调试记录,并将记录存储至响应数据库中,将验证成功的SpringBoot代码推送至代码仓库中。
代码生成引擎生成代码后与推送至代码仓库之间还存在利用依赖器和翻译器进行处理的过程,具体如图1所示;比对推仓表示的就是步骤S4中的过程。
控制器编辑器用于新建控制器;接口编辑器基于新建的控制器编辑器的api生成弹出层;接口编辑器基于资源中心提供的数据表和操作节点输入接口的名称、标志、参数、访问路径以及返回值结构;模型编辑器新建模型集成sql语句并生成模型节点,以供逻辑编辑器使用;逻辑编辑器用于对接口的执行逻辑进行编辑,定义模型编辑器输出节点与节点间的交互行为。
这里的结构定义是使用JsonSchema进行存储的,由于数据结构过于复杂化,用户不便于自己输入,所以提供了便捷的方式,只需要用户填写对应数据结构对应的默认值数据即可。应用逻辑编辑器使编程过程更加直观、易于理解,降低了编程的学习门槛,提高了开发效率,它可以让使用者在不需要编写代码的情况下创建应用的逻辑和功能。
数据中心对多层级数据进行分类处理是指将数据编辑器中各编辑器对应的内容转化至代码生成引擎中的实体类、数据库映射、控制器和服务层对应生成SprintBoot代码所需的数据。
逻辑编辑器包括节点分析子模块;节点分析子模块调用响应数据库中的流程记录,流程记录包括SpringBoot代码验证成功和SpringBoot代码验证失败的流程记录;
提取流程记录中所有的操作特征并记录操作特征对应的特征值;
标记仅存在SpringBoot代码验证失败流程记录的操作特征为第一目标特征,以及对应存在于SpringBoot代码验证成功记录的特征值与SpringBoot代码验证失败记录的特征值不同且在SpringBoot代码验证失败记录中特征值唯一时的操作特征为第二目标特征;其余既存在SpringBoot代码验证成功记录又存在SpringBoot代码验证失败记录的操作特征为第三目标特征;
基于每一第三目标特征,获取记录特征值并计算对应第三目标特征的平均值P0,以平均值P0为基准,将对应第三目标特征划分为大于P0的目标特征和小于等于P0的目标特征;将大于P0的目标特征和小于等于P0的目标特征作为统计条件、接口测试结果为统计结果进行数据统计,得到每一第三目标特征对应的实际统计表格;再对同一统计条件和统计结果进行无差别统计,无差别统计是指基于合计数据将两种统计条件不与统计结果存在必然联系下的等比划分,并得到对应统计条件下不同统计结果的数值,将统计得到的数据绘制成理想统计表格;利用公式:
x2=∑[(Ai-Ti)2/Ti]
计算基于实际统计表格和理想统计表格的实际卡方值x2,其中Ai表示实际统计表格中第i个条件对应统计结果下的统计频次,Ti表示理想统计表格中第i个条件对应统计结果下的统计频次;
获取卡方分布的自由度n,n=(行数-1)*(列数-1),行数表示统计条件为大于P0的目标特征和小于等于P0的目标特征,行数=2,列数表示统计结果为SpringBoot代码验证失败和SpringBoot代码验证成功,列数=2;得到n=1;
基于自由度n=1以及卡方分布的临界值表得到一尾概率为0.05时的理论卡方值;
将实际卡方值与理论卡方值做比较,提取实际卡方值大于理论卡方值对应的第三目标特征为有效目标特征。
如实施例所示:若存在操作特征为:连线修改次数、节点拖拽次数,
以节点拖拽次数为分析对象,获取对应记录属于第三目标特征时的特征值为1、2、3;则平均值为P0=2,将生成统计条件为大于2的目标特征和小于等于2的目标特征;对于记录接口测试结果为SpringBoot代码验证成功和SpringBoot代码验证失败;
基于统计记录生成实际统计表格如图2所示;
进行无差别统计,假设大于还是小于等于P0与是否验证成功无关时,生成理想统计表格如图3所示;
利用公式计算实际卡方值:
x2=∑[(Ai-Ti)2/Ti]=(158-109)2/109+(169-218)2/218+(82-131)2/131+(311-262)2/262=60.53;
提取卡方分布临界值表得到n=1时,一尾概率等于0.05时卡方值为3.84;
则60.53远大于3.84;所以原假设不成立,即检验是否验证成功跟特征值大于P0还是小于等于P0是有关系的。
所以通过分析卡方值可以确定每个第三目标特征对应记录于两种结果下是否具有环境特征变量的影响,可以提高特征选取的精确度。
节点分析子模块还包括监测触发单元;监测触发单元基于第一目标特征、第二目标特征和有效目标特征记录于SpringBoot代码验证失败对应流程记录中大于P0的特征值;利用公式:
G=k1*U1+k2*U2+k3*U3;
计算每次SpringBoot代码验证失败对应流程记录的综合评估值G,其中k1、k2、k3表示对应目标特征的参考系数;U1、U2、U3表示第一目标特征、第二目标特征和第三目标特征归一化后的值;
选取响应数据库中记录综合评估值的最小值作为目标临界值;
当实时检测到记录第一目标特征、第二目标特征和有效目标特征时,计算实时综合评估值G0;
在G0<G时继续监测;在G0≥G时传输触发预警信号。
节点分析子模块还包括结构优化单元;
结构优化单元接收触发预警信号时提取实时用户输入的sql语句并检索代码仓库中相同sql语句对应的SpringBoot代码作为验证对象代码,将验证对象代码在逻辑编辑器中记录的节点结构进行抽取,响应实时用户剩余未操作的节点结构或对已操作的节点结构中存在差异的节点进行亮灯显示。
亮灯显示是为了提醒用户当前的逻辑节点可能存在错误或者为用户后续所需连接节点提供方向。
当代码仓库中未能匹配到相同sql语句对应的SpringBoot代码时,提取相似度最高的作为验证对象代码,在抽取验证对象代码在逻辑编辑器中记录的节点结构后,对实时用户剩余未操作的节点结构进行亮灯显示;此种情况下的亮灯显示需要与上述能够找到相同sql语句的亮灯进行区分,且此种情况下的亮灯更多起到提醒作用,可以避免用户在错误可能性大的逻辑节点的连接判断上花费太多时间。
使用上述系统的用户在生成代码方向多以快捷简单为主,但是在此类系统生成中虽然避免了繁琐手工代码生成的时间消耗,但是在准确率的保证上容易存在因用户操作问题带来的偏差;所以本申请通过分析历史记录验证成功和失败的案例对在操作过程中产生影响的特征进行分析,从而量化评估指标来进行实时监测,在可能出现异常时及时提醒用户给出正确方向,降低错误率。
数据转换系统,包括项目模型创建模块、数据编辑器、数据中心、代码生成引擎、调试测试模块和数据存储模块;
项目模型创建模块用于建立基于SpringBoot框架的Java项目,创建项目模型;
数据编辑器用于对项目进行编辑并输出多层级数据;
数据中心用于对多层级数据进行分类处理并将处理结果传输给代码生成引擎;
代码生成引擎用于基于数据中心处理完成的数据翻译成对应的SpringBoot代码;
调试测试模块用于将生成的SpringBoot代码进行启动调试并进行接口测试;
数据存储模块用于记录验证成功的流程记录以及在验证失败后的调试记录,并将记录存储至响应数据库中,将验证成功的SpringBoot代码推送至代码仓库中。
数据编辑器包括控制器编辑器、模型编辑器、接口编辑器和逻辑编辑器;逻辑编辑器包括节点分析子模块;
控制器编辑器用于新建控制器;
模型编辑器用于基于新建的控制器编辑器的api生成弹出层;
接口编辑器用于新建模型集成sql语句并生成模型节点,以供逻辑编辑器使用;
逻辑编辑器用于对接口的执行逻辑进行编辑,定义模型编辑器输出节点与节点间的交互行为;
节点分析子模块用于调用响应数据库中的流程记录并根据记录提取操作特征以及对应的特征值,利用卡方验证分析出有效操作特征。
节点分析子模块包括监测触发单元和结构优化单元;
监测触发单元用于基于第一目标特征、第二目标特征和有效目标特征分析综合评估值,基于综合评估值进行触发预警;
结构优化单元用于对触发预警后的操作数据进行检索对比,响应实时用户剩余未操作的节点结构或对已操作的节点结构中存在差异的节点进行亮灯显示。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。
最后应说明的是:以上所述仅为本发明的优选实施例而已,并不用于限制本发明,尽管参照前述实施例对本发明进行了详细的说明,对于本领域的技术人员来说,其依然可以对前述各实施例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同替换。凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (4)
1.基于SpringBoot框架的数据转换方法,其特征在于,包括以下分析步骤:
步骤S1:建立基于SpringBoot框架的Java项目,进入项目总览页面,创建项目模型;利用数据编辑器对项目进行编辑并输出多层级数据;所述数据编辑器包括控制器编辑器、模型编辑器、接口编辑器和逻辑编辑器;
所述控制器编辑器用于新建控制器;所述接口编辑器基于新建的控制器编辑器的api生成弹出层;所述接口编辑器基于资源中心提供的数据表和操作节点输入接口的名称、标志、参数、访问路径以及返回值结构;所述模型编辑器新建模型集成sql语句并生成模型节点,以供逻辑编辑器使用;所述逻辑编辑器用于对接口的执行逻辑进行编辑,定义所述模型编辑器输出节点与节点间的交互行为;
所述逻辑编辑器包括节点分析子模块;所述节点分析子模块调用响应数据库中的流程记录,所述流程记录包括SpringBoot代码验证成功和SpringBoot代码验证失败的流程记录;
提取流程记录中所有的操作特征并记录操作特征对应的特征值;
标记仅存在SpringBoot代码验证失败流程记录的操作特征为第一目标特征,以及对应存在于SpringBoot代码验证成功记录的特征值与SpringBoot代码验证失败记录的特征值不同且在SpringBoot代码验证失败记录中特征值唯一时的操作特征为第二目标特征;其余既存在SpringBoot代码验证成功记录又存在SpringBoot代码验证失败记录的操作特征为第三目标特征;
基于每一第三目标特征,获取记录特征值并计算对应第三目标特征的平均值P0,以平均值P0为基准,将对应第三目标特征划分为大于P0的目标特征和小于等于P0的目标特征;将大于P0的目标特征和小于等于P0的目标特征作为统计条件、接口测试结果为统计结果进行数据统计,得到每一第三目标特征对应的实际统计表格;再对同一统计条件和统计结果进行无差别统计,所述无差别统计是指基于合计数据将两种统计条件不与统计结果存在必然联系下的等比划分,并得到对应统计条件下不同统计结果的数值,将统计得到的数据绘制成理想统计表格;利用公式:
x2=∑[(Ai-Ti)2/Ti]
计算基于实际统计表格和理想统计表格的实际卡方值x2,其中Ai表示实际统计表格中第i个条件对应统计结果下的统计频次,Ti表示理想统计表格中第i个条件对应统计结果下的统计频次;
获取卡方分布的自由度n,n=(行数-1)*(列数-1),所述行数表示统计条件为大于P0的目标特征和小于等于P0的目标特征,行数=2,所述列数表示统计结果为SpringBoot代码验证失败和SpringBoot代码验证成功,列数=2;得到n=1;
基于自由度n=1以及卡方分布的临界值表得到一尾概率为0.05时的理论卡方值;
将实际卡方值与理论卡方值做比较,提取实际卡方值大于理论卡方值对应的第三目标特征为有效目标特征;
步骤S2:数据中心对多层级数据进行分类处理并将处理结果传输给代码生成引擎;
所述数据中心对多层级数据进行分类处理是指将所述数据编辑器中各编辑器对应的内容转化至所述代码生成引擎中的实体类、数据库映射、控制器和服务层对应生成SprintBoot代码所需的数据;
步骤S3:代码生成引擎基于数据中心处理完成的数据翻译成对应的SpringBoot代码,并根据用户提供的数据结构和定义生成包括实体类、数据库映射、控制器和服务层在内的SpringBoot代码;
步骤S4:将生成的SpringBoot代码进行启动调试并进行接口测试,验证接口是否成功;
步骤S5:记录验证成功的流程记录以及在验证失败后的调试记录,并将记录存储至响应数据库中,将验证成功的SpringBoot代码推送至代码仓库中。
2.根据权利要求1所述的基于SpringBoot框架的数据转换方法,其特征在于:所述节点分析子模块还包括监测触发单元;所述监测触发单元基于第一目标特征、第二目标特征和有效目标特征记录于SpringBoot代码验证失败对应流程记录中大于P0的特征值;利用公式:
G=k1*U1+k2*U2+k3*U3;
计算每次SpringBoot代码验证失败对应流程记录的综合评估值G,其中k1、k2、k3表示对应目标特征的参考系数;U1、U2、U3表示第一目标特征、第二目标特征和第三目标特征归一化后的值;
选取响应数据库中记录综合评估值的最小值作为目标临界值;
当实时检测到记录第一目标特征、第二目标特征和有效目标特征时,计算实时综合评估值G0;
在G0<G时继续监测;在G0≥G时传输触发预警信号。
3.根据权利要求2所述的基于SpringBoot框架的数据转换方法,其特征在于:所述节点分析子模块还包括结构优化单元;
所述结构优化单元接收触发预警信号时提取实时用户输入的sql语句并检索代码仓库中相同sql语句对应的SpringBoot代码作为验证对象代码,将验证对象代码在逻辑编辑器中记录的节点结构进行抽取,响应实时用户剩余未操作的节点结构或对已操作的节点结构中存在差异的节点进行亮灯显示。
4.应用权利要求1-3中任一项所述的基于SpringBoot框架的数据转换方法的数据转换系统,其特征在于,包括项目模型创建模块、数据编辑器、数据中心、代码生成引擎、调试测试模块和数据存储模块;
所述项目模型创建模块用于建立基于SpringBoot框架的Java项目,创建项目模型;
所述数据编辑器用于对项目进行编辑并输出多层级数据;
所述数据编辑器包括控制器编辑器、模型编辑器、接口编辑器和逻辑编辑器;所述逻辑编辑器包括节点分析子模块;
所述控制器编辑器用于新建控制器;
所述模型编辑器用于基于新建的控制器编辑器的api生成弹出层;
所述接口编辑器用于新建模型集成sql语句并生成模型节点,以供逻辑编辑器使用;
所述逻辑编辑器用于对接口的执行逻辑进行编辑,定义所述模型编辑器输出节点与节点间的交互行为;
所述节点分析子模块用于调用响应数据库中的流程记录并根据记录提取操作特征以及对应的特征值,利用卡方验证分析出有效操作特征;
所述节点分析子模块包括监测触发单元和结构优化单元;
所述监测触发单元用于基于第一目标特征、第二目标特征和有效目标特征分析综合评估值,基于综合评估值进行触发预警;
所述结构优化单元用于对触发预警后的操作数据进行检索对比,响应实时用户剩余未操作的节点结构或对已操作的节点结构中存在差异的节点进行亮灯显示;
所述数据中心用于对多层级数据进行分类处理并将处理结果传输给代码生成引擎;
所述代码生成引擎用于基于数据中心处理完成的数据翻译成对应的SpringBoot代码;
所述调试测试模块用于将生成的SpringBoot代码进行启动调试并进行接口测试;
所述数据存储模块用于记录验证成功的流程记录以及在验证失败后的调试记录,并将记录存储至响应数据库中,将验证成功的SpringBoot代码推送至代码仓库中。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311559876.5A CN117289914B (zh) | 2023-11-22 | 2023-11-22 | 基于SpringBoot框架的数据转换系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311559876.5A CN117289914B (zh) | 2023-11-22 | 2023-11-22 | 基于SpringBoot框架的数据转换系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117289914A CN117289914A (zh) | 2023-12-26 |
CN117289914B true CN117289914B (zh) | 2024-02-02 |
Family
ID=89239288
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311559876.5A Active CN117289914B (zh) | 2023-11-22 | 2023-11-22 | 基于SpringBoot框架的数据转换系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117289914B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060235882A1 (en) * | 2005-04-18 | 2006-10-19 | Daniel Mateescu | System and method for developing arbitrary and efficient mappings between complex message structures |
CN110727438A (zh) * | 2019-09-11 | 2020-01-24 | 宝付网络科技(上海)有限公司 | 基于SpringBoot的web系统自动生成工具 |
CN111813394A (zh) * | 2020-05-22 | 2020-10-23 | 广州太平洋电脑信息咨询有限公司 | 一种基于SpringBoot的Zeus框架的开发方法及Zeus框架 |
CN114461204A (zh) * | 2022-04-12 | 2022-05-10 | 南京飓风引擎信息技术有限公司 | 一种将多层级对象数据翻译为原生代码的开发系统和方法 |
CN116560666A (zh) * | 2023-07-10 | 2023-08-08 | 上海燧原科技有限公司 | 基于多层级代码生成的ai前端统一计算方法、装置及介质 |
-
2023
- 2023-11-22 CN CN202311559876.5A patent/CN117289914B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20060235882A1 (en) * | 2005-04-18 | 2006-10-19 | Daniel Mateescu | System and method for developing arbitrary and efficient mappings between complex message structures |
CN110727438A (zh) * | 2019-09-11 | 2020-01-24 | 宝付网络科技(上海)有限公司 | 基于SpringBoot的web系统自动生成工具 |
CN111813394A (zh) * | 2020-05-22 | 2020-10-23 | 广州太平洋电脑信息咨询有限公司 | 一种基于SpringBoot的Zeus框架的开发方法及Zeus框架 |
CN114461204A (zh) * | 2022-04-12 | 2022-05-10 | 南京飓风引擎信息技术有限公司 | 一种将多层级对象数据翻译为原生代码的开发系统和方法 |
CN116560666A (zh) * | 2023-07-10 | 2023-08-08 | 上海燧原科技有限公司 | 基于多层级代码生成的ai前端统一计算方法、装置及介质 |
Non-Patent Citations (1)
Title |
---|
The Code Mini-Map Visualisation: Encoding Conceptual Structures Within Source Code;Ivan Bacher等;2018 IEEE Working Conference on Software Visualization;127-131 * |
Also Published As
Publication number | Publication date |
---|---|
CN117289914A (zh) | 2023-12-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11790256B2 (en) | Analyzing test result failures using artificial intelligence models | |
CN1457041B (zh) | 为一个自然语言理解系统用来自动注解训练数据的一个系统 | |
US20100179951A1 (en) | Systems and methods for mapping enterprise data | |
US20200053108A1 (en) | Utilizing machine intelligence to identify anomalies | |
US8346773B2 (en) | Product classification system | |
US6470229B1 (en) | Semiconductor yield management system and method | |
CN111125068A (zh) | 一种元数据治理方法和系统 | |
US20200250897A1 (en) | Intelligent prognostics and health management system and method | |
Shah et al. | Towards benchmarking feature type inference for automl platforms | |
CN114022005A (zh) | 一种基于bim技术的工程造价管理系统及方法 | |
US20210201179A1 (en) | Method and system for designing a prediction model | |
CN117289914B (zh) | 基于SpringBoot框架的数据转换系统及方法 | |
CN112463641B (zh) | 一种用于软件缺陷核查的故障模式集构建方法及系统 | |
CN112667617A (zh) | 一种基于自然语言的可视化数据清洗系统及方法 | |
CN117150439B (zh) | 基于多源异构数据融合的汽车制造参数检测方法及系统 | |
Pan et al. | Sequential design command prediction using BIM event logs | |
CN113138926B (zh) | 一种网络服务接口评测方法和装置 | |
CN118503395B (zh) | 一种多轮业务数据查询方法、设备及介质 | |
CN118170685B (zh) | 一种自适应操作系统环境的自动化测试平台及方法 | |
CN117540894B (zh) | 生成检验计划的方法、设备及存储介质 | |
CN117875726B (zh) | 基于深度学习的价值链优化管控方法 | |
CN117436444B (zh) | 基于标签的数据处理方法、设备及计算机可读存储介质 | |
US20240311725A1 (en) | Solution learning and explaining in asset hierarchy | |
US20230367303A1 (en) | Automated intelligence facilitation of routing operations | |
US20230368085A1 (en) | Automated intelligence facilitation of routing operations |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |