CN117648718A - 基于数据源的业务对象显示方法、装置、电子设备和介质 - Google Patents
基于数据源的业务对象显示方法、装置、电子设备和介质 Download PDFInfo
- Publication number
- CN117648718A CN117648718A CN202410124658.7A CN202410124658A CN117648718A CN 117648718 A CN117648718 A CN 117648718A CN 202410124658 A CN202410124658 A CN 202410124658A CN 117648718 A CN117648718 A CN 117648718A
- Authority
- CN
- China
- Prior art keywords
- data
- service
- data source
- user
- information
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 238000009877 rendering Methods 0.000 claims abstract description 103
- 230000002159 abnormal effect Effects 0.000 claims description 41
- 230000004044 response Effects 0.000 claims description 21
- 238000001514 detection method Methods 0.000 claims description 17
- 238000012795 verification Methods 0.000 claims description 10
- 238000004590 computer program Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 230000005856 abnormality Effects 0.000 claims description 6
- 238000002372 labelling Methods 0.000 claims description 4
- 230000008439 repair process Effects 0.000 claims description 2
- 238000012216 screening Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 10
- 238000013468 resource allocation Methods 0.000 description 23
- 230000006870 function Effects 0.000 description 14
- 238000013506 data mapping Methods 0.000 description 10
- 238000012545 processing Methods 0.000 description 10
- 239000002699 waste material Substances 0.000 description 10
- 238000010586 diagram Methods 0.000 description 7
- 238000004891 communication Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000007781 pre-processing Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 208000025174 PANDAS Diseases 0.000 description 3
- 208000021155 Paediatric autoimmune neuropsychiatric disorders associated with streptococcal infection Diseases 0.000 description 3
- 240000004718 Panda Species 0.000 description 3
- 235000016496 Panda oleosa Nutrition 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000011990 functional testing Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000013501 data transformation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012417 linear regression Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- QCAWEPFNJXQPAN-UHFFFAOYSA-N methoxyfenozide Chemical compound COC1=CC=CC(C(=O)NN(C(=O)C=2C=C(C)C=C(C)C=2)C(C)(C)C)=C1C QCAWEPFNJXQPAN-UHFFFAOYSA-N 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000013450 outlier detection Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开的实施例公开了基于数据源的业务对象显示方法、装置、电子设备和介质。该方法的一具体实施方式包括:将预先设定的数据源模板中的至少一个配置项替换为多个用户属性,得到替换后数据源模板;根据替换后数据源模板,配置业务对象,得到配置后业务对象;响应于确定用户访问配置后业务对象,根据被访问后的配置后业务对象对应的业务逻辑,生成数据查询语句;根据数据查询语句,生成业务数据;根据业务数据,渲染配置后业务对象,得到渲染后业务对象;将渲染后业务对象显示至用户对应的操作界面。该实施方式降低了敏感信息泄露的安全风险,减少了业务对象的显示出现误差,提升了数据源开发的效率。
Description
技术领域
本公开的实施例涉及计算机技术领域,具体涉及基于数据源的业务对象显示方法、装置、电子设备和介质。
背景技术
随着互联网的快速发展,基于数据源的业务对象的使用逐渐普及。不同的用户在访问同一个业务对象时,通常都需要重复创建多个数据源。基于数据源的业务对象显示是根据配置的数据源将业务对象进行显示的一种技术,可以满足不同用户对于数据的需求。除基于数据源的业务对象显示外,动态实现基于数据源的业务对象配置可以减少资源的重复和浪费,也可以满足不同用户对于数据的需求。另外,在对业务对象进行渲染时,对资源进行有效调度也可以减少资源的浪费。目前,在业务对象进行显示时,通常采用的方式为:通过配置文件或者用户手工的配置方式,来实现基于数据源的业务对象显示。
然而,实践中发现,当采用上述方式时,经常会存在如下技术问题:
第一,由于使用配置文件配置数据源时比较繁琐,容易产生数据遗漏,增加了敏感信息泄露的安全风险。又由于数据源配置时无法针对每个用户重复开发和配置业务对象,导致多个用户在访问同一个业务对象时不能动态连接到不同的数据源,从而无法满足不同用户对于数据的需求,导致业务对象的显示出现误差,降低了数据源开发的效率。
第二,在配置业务对象时由于人工配置的周期较长且投入资源过多,以及业务对象配置的价值较高,导致成本的损耗较大。在面对多个用户访问业务对象时不能动态实现基于数据源的业务对象配置,导致需要对其进行重新配置,造成资源重复,使得资源浪费。
第三,传统的业务对象渲染方法往往依赖于人工判断且缺乏对资源的有效调度,导致渲染的效率较低,使得渲染不够智能化,造成渲染的质量不稳定,业务对象在渲染过程中会因为等待时间过长而产生资源的浪费。
该背景技术部分中所公开的以上信息仅用于增强对本发明构思的背景的理解,并因此,其可包含并不形成本国的本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的内容部分用于以简要的形式介绍构思,这些构思将在后面的具体实施方式部分被详细描述。本公开的内容部分并不旨在标识要求保护的技术方案的关键特征或必要特征,也不旨在用于限制所要求的保护的技术方案的范围。
本公开的一些实施例提出了基于数据源的业务对象显示方法、装置、电子设备和介质,来解决以上背景技术部分提到的技术问题中的一项或多项。
第一方面,本公开的一些实施例提供了一种基于数据源的业务对象显示方法,该方法包括:将预先设定的数据源模板中的至少一个配置项替换为多个用户属性,得到替换后数据源模板;根据上述替换后数据源模板,配置业务对象,得到配置后业务对象;响应于确定用户访问上述配置后业务对象,根据被访问后的配置后业务对象对应的业务逻辑,生成数据查询语句;根据上述数据查询语句,生成业务数据;根据上述业务数据,渲染上述配置后业务对象,得到渲染后业务对象;将上述渲染后业务对象显示至上述用户对应的操作界面。
第二方面,本公开的一些实施例提供了一种基于数据源的业务对象显示装置,装置包括:替换单元,被配置成将预先设定的数据源模板中的至少一个配置项替换为多个用户属性,得到替换后数据源模板;配置单元,被配置成根据上述替换后数据源模板,配置业务对象,得到配置后业务对象;第一生成单元,被配置成响应于确定用户访问上述配置后业务对象,根据被访问后的配置后业务对象对应的业务逻辑,生成数据查询语句;第二生成单元,被配置成根据上述数据查询语句,生成业务数据;渲染单元,被配置成根据上述业务数据,渲染上述配置后业务对象,得到渲染后业务对象;显示单元,被配置成将上述渲染后业务对象显示至上述用户对应的操作界面。
第三方面,本公开的一些实施例提供了一种电子设备,包括:一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现上述第一方面任一实现方式所描述的方法。
第四方面,本公开的一些实施例提供了一种计算机可读介质,其上存储有计算机程序,其中,程序被处理器执行时实现上述第一方面任一实现方式所描述的方法。
本公开的上述各个实施例中具有如下有益效果:通过本公开的一些实施例的基于数据源的业务对象显示方法,降低了敏感信息泄露的安全风险,减少了业务对象的显示出现误差,提升了数据源开发的效率。具体来说,造成增加了敏感信息泄露的安全风险,导致业务对象的显示出现误差,降低数据源开发的效率的原因在于:由于使用配置文件配置数据源时比较繁琐,容易产生数据遗漏,增加了敏感信息泄露的安全风险。又由于数据源配置时无法针对每个用户重复开发和配置业务对象,导致多个用户在访问同一个业务对象时不能动态连接到不同的数据源,从而无法满足不同用户对于数据的需求,导致业务对象的显示出现误差,降低了开发的效率。基于此,本公开的一些实施例的基于数据源的业务对象显示方法,首先,将预先设定的数据源模板中的至少一个配置项替换为多个用户属性,得到替换后数据源模板。由此,可以通过预先设定的数据源模板来避免数据源的繁琐,避免产生数据遗漏,降低敏感信息泄露的安全风险。接着,根据上述替换后数据源模板,配置业务对象,得到配置后业务对象。由此,可以在数据源配置成功之后针对每个用户配置业务对象。响应于确定用户访问上述配置后业务对象,根据被访问后的配置后业务对象对应的业务逻辑,生成数据查询语句。由此,可以通过确定用户访问上述配置后业务对象,使得不同的用户在访问同一个配置后业务对象时能根据数据查询语句动态连接到不同的数据源。根据上述数据查询语句,生成业务数据,其中,上述生成业务数据包括:第一步,获取用户登陆令牌。第二步,根据上述用户登陆令牌,获取用户属性。第三步,利用上述用户属性,对上述替换后数据源模板进行配置,得到配置后数据源模板。第四步,利用上述配置后数据源模板,创建数据连接对象。第五步,通过上述数据连接对象,执行上述数据查询语句,以生成业务数据。由此,可以通过生成业务数据满足用户的需求,也提升了数据源开发的效率。根据上述业务数据,渲染上述配置后业务对象,得到渲染后业务对象。由此,可以减少业务对象的显示出现误差。将上述渲染后业务对象显示至上述用户对应的操作界面。因此,通过配置项替换降低了敏感信息泄露的安全风险,通过配置后业务对象渲染减少了业务对象的显示出现误差,从而提升了数据源开发的效率。
附图说明
结合附图并参考以下具体实施方式,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。贯穿附图中,相同或相似的附图标记表示相同或相似的元素。应当理解附图是示意性的,元件和元素不一定按照比例绘制。
图1是根据本公开的基于数据源的业务对象显示方法的一些实施例的流程图;
图2是根据本公开的基于数据源的业务对象显示装置的一些实施例的结构示意图;
图3是适于用来实现本公开的一些实施例的电子设备的结构示意图。
具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例。相反,提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
另外还需要说明的是,为了便于描述,附图中仅示出了与有关发明相关的部分。在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对不同的装置、模块或单元进行区分,并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
下面将参考附图并结合实施例来详细说明本公开。
图1是本公开的基于数据源的业务对象显示方法的一些实施例的流程100。该基于数据源的业务对象显示方法,包括以下步骤:
步骤101,将预先设定的数据源模板中的至少一个配置项替换为多个用户属性,得到替换后数据源模板。
在一些实施例中,基于数据源的业务对象显示方法的执行主体(例如,计算设备)可以将预先设定的数据源模板中的至少一个配置项替换为多个用户属性,得到替换后数据源模板。
这里,上述预先设定的数据源模板可以是指含有特定类型数据的虚拟数据库。上述特定类型数据可以包括但不限于以下至少一项:字段名称数据,数据格式数据和数据来源数据。这里,上述至少一个配置项中的配置项可以是指上述字段名称数据数据源模板中的用户属性字段。例如,上述至少一个配置项中的配置项可以包括但不限于以下至少一项:地址字段,端口字段,用户名密码字段。上述多个用户属性中的用户属性可以是指与用户相关的属性。例如,上述多个用户属性中的用户属性可以是指用户的姓名。
作为示例,上述执行主体可以将预先设定的数据源模板中的至少一个配置项进行用户属性填充,得到填充后配置项集,作为替换后数据源模板。
步骤102,根据上述替换后数据源模板,配置业务对象,得到配置后业务对象。
在一些实施例中,上述执行主体可以根据上述替换后数据源模板,配置业务对象,得到配置后业务对象。
这里,上述配置后业务对象可以是指根据上述替换后数据源模板配置好的业务对象。
作为示例,上述执行主体可以将上述替换后数据源模板中的各个填充后配置项与业务对象进行绑定,得到绑定后业务对象。然后,对上述绑定后业务对象进行验证,得到验证后业务对象,作为配置后业务对象。
可选的,上述执行主体可以通过以下步骤根据上述替换后数据源模板,配置业务对象,得到配置后业务对象:
第一步,对上述替换后数据源模板进行用户属性验证,得到验证后数据源模板。
作为示例,上述执行主体可以对上述替换后数据源模板进行用户属性提取,得到提取后用户属性。例如,上述提取后用户属性可以是指用户姓名。然后,响应于确定提取后用户属性存在于预设用户属性组,对上述提取后用户属性对应的替换后数据源模板进行验证,得到验证后数据源模板。上述预设用户属性可以是指预先设定的用户的属性组。例如,上述用户的属性组可以是指{用户姓名,用户性别,用户年龄}。
第二步,对上述验证后数据源模板进行配置项筛选,得到筛选后数据源模板。
这里,上述筛选后数据源模板可以是指筛选掉重复的配置项和异常的配置项的数据源模板。
作为示例,上述执行主体可以将上述验证后数据源模板中的至少一个重复的配置项进行去除,得到去除重复配置项后数据源模板。然后,将上述去除后数据源模板中的至少一个异常的配置项进行去除,得到去除异常配置项后数据源模板,作为筛选后数据源模板。
第三步,对上述筛选后数据源模板中的数据格式数据进行类型转换,得到转换后数据源模板。
这里,上述转换后数据源模板可以是指符合目标格式要求的数据源模板。例如,上述转换后数据源模板可以是指将转换后数据源模板中的日期格式数据转换为目标格式要求为以ISO 8601的日历日期表示法的日期格式数据。例如,2023年5月3日可表示为2023-5-3。
作为示例,上述执行主体可以利用数据转换工具对上述筛选后数据源模板中的数据格式数据进行类型转换,得到转换后数据源模板。例如,上述数据转换工具可以是指Pandas。
第四步,将上述转换后数据源模板替换至上述业务对象的数据源模板,得到替换后业务对象,作为配置后业务对象。
可选的,上述执行主体可以通过以下步骤根据上述替换后数据源模板,配置业务对象,得到配置后业务对象:
第一步,对至少一个需要访问业务对象的用户进行身份验证,得到验证后用户信息集。
作为示例,上述执行主体可以首先对至少一个需要访问业务对象的用户进行用户名和密码登陆验证,得到验证结果。然后,响应于确实上述验证结果为验证通过,对上述至少一个需要访问业务对象的用户进行指纹录入,得到录入后用户信息集,作为验证后用户信息集。
第二步,对上述验证后用户信息集中的每个验证后用户信息进行授权,以生成授权后用户信息,得到授权后用户信息集。
作为示例,上述执行主体可以对上述验证后用户信息集中的各个验证后用户信息进行访问权限设置,得到设置后用户信息集。然后,对上述设置后用户信息集进行读写权限设置,得到读写权限设置后用户信息集,作为授权后用户信息集。
第三步,确定上述授权后用户信息集中各个授权后用户信息的数据访问范围信息,得到数据访问范围信息集。
这里,上述数据访问范围信息集可以是指各个授权后用户信息对应用户可以访问的数据范围的集合。
第四步,对于上述数据访问范围信息集中的每个数据访问范围信息,执行以下处理步骤:
第一子步骤,确定上述数据访问范围信息对应用户的数据地址信息,得到用户数据地址信息。
这里,上述用户数据地址信息可以是指用户对应的用户数据存储的位置信息。
第二子步骤,根据上述用户数据地址信息和上述数据访问范围信息,利用配置生成算法动态配置业务对象数据信息,得到配置后业务对象数据信息。
作为示例,上述执行主体可以创建上述用户数据地址信息和上述数据访问范围信息的数据地址映射表。然后在上述数据地址映射表中查找业务对象对应的数据信息,得到待处理业务对象数据信息。然后,利用配置生成算法对上述待处理业务对象数据信息进行动态配置,得到配置后业务对象数据信息。上述配置生成算法可以是指自动生成配置信息的算法。例如,上述配置生成算法可以是指自动化部署配置算法。
第五步,根据所得到的配置后业务对象数据信息集,对上述替换后数据源模板进行动态预测,得到预测后数据源模板。
作为示例,上述执行主体可以首先将上述配置后业务对象数据信息集输入至数据源预测模型,得到预测后数据源集。上述数据源预测模型可以是指线性回归模型(linearregression model)。然后,将上述预测后数据源集中的各个预测后数据源与上述替换后数据源模板之间的差距确定为差异化结果集。接着,将上述差异化结果集转化为参数值集,以及利用上述参数值集对上述数据源预测模型进行参数调整,得到调整后数据源预测模型。之后,将上述配置后业务对象数据信息集与上述替换后数据源模板进行融合,得到融合后数据信息。最后,将上述融合后数据信息输入至上述调整后数据源预测模型,得到预测后数据源模板。
第六步,从上述预测后数据源模板中提取出与上述配置后业务对象数据信息集中的各个配置后业务对象数据信息相对应的数据信息,得到提取后数据源数据信息集。
第七步,对上述提取后数据源数据信息集中的各个提取后数据源数据信息进行数据整合,得到整合后数据源数据信息。
作为示例,上述执行主体可以首先对上述提取后数据源数据信息集中的各个提取后数据源数据信息进行数据预处理(例如,数据清洗),得到预处理后数据源数据信息集。然后,利用数据转换工具(例如,Pandas)对上述预处理后数据源数据信息集进行数据转换,得到转换后数据源数据信息集。之后,利用最小-最大(Min-Max)标准化方式对上述转换后数据源数据信息集进行数据标准化,得到标准化后数据源数据信息集。最后,利用EIP(Enterprise Information Portal,企业信息门户)集成方式对上述标准化后数据源数据信息集中的各个标准化后数据源数据信息进行数据集成,得到集成后数据源数据信息,作为整合后数据源数据信息。
第八步,对上述整合后数据源数据信息进行数据映射,得到映射后数据信息集。
作为示例,上述执行主体可以通过流数据处理对上述整合后数据源数据信息进行数据映射,得到映射后数据信息集。
作为又一个示例,上述执行主体可以对上述整合后数据源数据信息进行字段分析,得到分析结果。然后,针对上述分析结果,创建数据映射规则。上述数据映射规则可以是指将整合后数据源数据信息中的字段映射到相对应的字段的规则。例如,整合后数据源数据信息为{姓名,年龄,Name,Age},则数据映射规则为“姓名对应Name,年龄对应Age”的规则,数据映射规则可以表征整合后数据源数据信息中的“姓名”字段映射到 “Name”字段,“年龄”字段映射到“Age”字段。接着,利用上述数据映射规则,将上述整合后数据源数据信息的字段结果进行合并,得到合并后数据信息集。接着,响应于确定上述整合后数据源数据信息的字段结果进行合并时发生字段冲突,将发生字段冲突的至少一个字段进行剔除,得到剔除后数据信息集,作为合并后数据信息集。然后,对上述合并后数据信息集进行验证,得到验证后数据信息集,作为映射后数据信息集。
第九步,创建业务对象。
第十步,将上述映射后数据信息集配置至上述业务对象,得到配置后业务对象。
作为示例,上述执行主体可以将上述映射后数据信息集与上述业务对象进行融合,得到融合后业务对象,作为配置后业务对象。
上述第一步-第十步中的相关内容作为本公开的一个发明点,解决了背景技术提及的技术问题二“在配置业务对象时由于人工配置的周期较长且投入资源过多,以及业务对象配置的价值较高,导致成本的损耗较大。在面对多个用户访问业务对象时不能动态实现基于数据源的业务对象配置,导致需要对其进行重新配置,造成资源重复,使得资源浪费”。导致车辆自动驾驶系统的性能较差,基于数据源的业务对象显示的安全性较低的因素往往如下:在配置业务对象时由于人工配置的周期较长且投入资源过多,以及业务对象配置的价值较高,导致成本的损耗较大。在面对多个用户访问业务对象时不能动态实现基于数据源的业务对象配置,导致需要对其进行重新配置,造成资源重复,使得资源浪费。如果解决了上述因素,就能达到减少成本损耗,避免资源的浪费的效果。为了达到这一效果,首先,第一步,对至少一个需要访问业务对象的用户进行身份验证,得到验证后用户集。由此,可以对用户的信息进行保护。第二步,对上述验证后用户集中的每个验证后用户进行授权,以生成授权后用户,得到授权后用户集。由此,可以为后续处理提供便利。第三步,确定上述授权后用户集中各个授权后用户的数据访问范围信息,得到数据访问范围信息集。由此,可以通过确定数据访问范围信息集来避免人工配置,不仅节省了配置业务对象时的周期,还减少了资源的投入,节省了投入成本。第四步,对于上述数据访问范围信息集中的每个数据访问范围信息,执行以下处理步骤:第一子步骤,确定上述数据访问范围信息对应用户的数据地址信息,得到用户数据地址信息。由此,可以确保用户数据的安全性。第二子步骤,根据上述用户数据地址信息和上述数据访问范围信息,利用配置生成算法动态配置业务对象数据信息,得到配置后业务对象数据信息。由此,可以动态实现基于数据源的业务对象配置。第五步,根据所得到的配置后业务对象数据信息集,对上述替换后数据源模板进行动态预测,得到预测后数据源模板。由此,可以提高配置的准确性。第六步,从上述预测后数据源模板中提取出与上述配置后业务对象数据信息集中的各个配置后业务对象数据信息相对应的数据信息,得到提取后数据源数据信息集。由此,可以从数据源模板中提取出与业务对象数据信息集相匹配的数据,避免不匹配或错误的数据集成。第七步,将上述提取后数据源数据信息集中的各个提取后数据源数据信息进行数据整合,得到整合后数据源数据信息。由此,可以形成完整的数据源信息,防止信息发生泄露。第八步,对上述整合后数据源数据信息进行数据映射,得到映射后数据信息集。由此,可以通过数据映射将整合后的数据源数据信息转换为符合业务对象需求的格式,减少后续配置时成本的损耗。第九步,创建业务对象。第十步,将上述映射后数据信息集配置至上述业务对象,得到配置后业务对象。因此,在面对多个用户访问业务对象时可以通过数据整合和数据映射无需对其进行重新配置就可以动态的实现基于数据源的业务对象配置,减少了资源的重复,避免了资源的浪费。
步骤103,响应于确定用户访问上述配置后业务对象,根据被访问后的配置后业务对象对应的业务逻辑,生成数据查询语句。
在一些实施例中,上述执行主体可以响应于确定用户访问上述配置后业务对象,根据被访问后的配置后业务对象对应的业务逻辑,生成数据查询语句。
这里,上述业务逻辑可以是指实现配置后业务对象的业务操作流程。上述数据查询语句可以是指由数据库中的至少一个查询子句组成的数据查询语句。例如,上述数据查询语句可以是指数据库中用于检索数据的SQL语句。上述至少一个查询子句可以包括但不限于以下至少一项:SELECT子句,WHERE子句。
作为示例,上述执行主体可以响应于确定用户访问上述配置后业务对象,对上述被访问后的配置后业务对象对应的业务逻辑进行解析,得到解析后业务逻辑。然后,通过SQL语句确定上述解析后业务逻辑的查询语句,得到确定后查询语句,作为数据查询语句。
可选的,上述执行主体可以通过以下步骤响应于确定用户访问上述配置后业务对象,根据被访问后的配置后业务对象对应的业务逻辑,生成数据查询语句:
第一步,确定上述被访问后的配置后业务对象对应的业务逻辑。
这里,上述被访问后的配置后业务对象对应的业务逻辑可以表征含有用户访问信息的业务操作流程。
第二步,对上述业务逻辑进行需求分析,得到分析后业务信息。
这里,上述分析后业务信息可以是指含有用户需求的业务信息。上述用户需求可以是指用户需要去除业务逻辑对应的重复的流程节点的请求。
作为示例,上述执行主体可以对上述业务逻辑进行树数据结构确定,得到树数据结构。然后,对上述树数据结构进行分析,得到分析后树数据结构。最后,利用深度优先搜索(Depth-First-Search,DFS)对上述分析后树数据结构进行信息识别,得到识别后数据结构信息,作为分析后业务信息。
第三步,根据上述分析后业务信息,构建数据库查询表。
这里,上述数据库查询表可以是指数据库中用于语句查询的表。
作为示例,上述执行主体可以将上述分析后业务信息对应的用户信息添加至数据库查询空表,得到含用户信息数据库查询表。上述数据库查询空表可以是指数据库的查询语句为空的表。接着,将上述分析后业务信息对应的功能信息添加至数据库查询空表,得到含功能信息数据库查询表。最后,将上述含用户信息数据库查询表和上述含功能信息数据库查询表确定为数据库查询表。
第四步,从上述数据库查询表中确定至少一个查询子句,以及将上述至少一个查询子句组合为数据库查询语句。
这里,上述至少一个查询子句中的查询子句可以是指由上述数据库查询表中的字段构成的子句。例如,上述至少一个查询子句中的查询子句可以是指SELECT子句。上述组合可以是指拼接。
第五步,对上述数据库查询语句进行参数化处理,得到处理后数据库查询语句,作为数据查询语句。
作为示例,上述执行主体可以将上述数据库查询语句中的参数信息进行占位符替换,得到替换后参数信息。然后,将上述替换后参数信息与上述数据库查询语句进行分离,得到分离后参数信息。然后,利用数据库驱动程序提供的参数化查询API将上述分离后参数信息对应的参数值传递至数据库,得到传递后查询语句,作为数据查询语句。例如,上述占位符可以是指“?”或“:name”。上述数据库驱动程序提供的参数化查询API可以是指execute()方法。
步骤104,根据上述数据查询语句,生成业务数据。
在一些实施例中,上述执行主体可以根据上述数据查询语句,生成业务数据,其中,上述生成业务数据包括:第一步,获取用户登陆令牌。第二步,根据上述用户登陆令牌,获取用户属性。第三步,利用上述用户属性,对上述替换后数据源模板进行配置,得到配置后数据源模板。第四步,利用上述配置后数据源模板,创建数据连接对象。第五步,通过上述数据连接对象,执行上述数据查询语句,以生成业务数据。
这里,上述业务数据可以是指从业务对象中查询到的数据。
作为示例,上述执行主体可以用fetchall()方法执行上述数据查询语句,得到查询结果。然后,利用数据转换工具对上述查询结果进行数据转换,得到转换后查询结果,作为业务数据。例如,上述数据转换工具可以是指Pandas。
其中,上述执行主体可以通过以下步骤根据上述数据查询语句,生成业务数据:
第一步,获取用户登陆令牌。
这里,上述用户登陆令牌可以是指可以验证用户身份的令牌。例如,上述用户登陆令牌可以是指会话令牌(Session Token)。
作为示例,基于数据源的业务对象显示方法的执行主体(例如,计算设备)可以通过有线连接或无线连接的方式获取用户登陆令牌。
需要指出的是,上述无线连接方式可以包括但不限于3G/4G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。
可选的,上述执行主体可以通过以下步骤获取用户登陆令牌:
第一子步骤,响应于确定上述用户已登录且登陆令牌正常,获取用户登陆令牌。
第二子步骤,响应于确定上述用户未登录,通过用户账户配置系统,获取用户登陆令牌。
这里,上述用户账户配置系统可以是指用于配置用户账户信息的系统。上述用户账户配置系统可以包括但不限于以下至少一个功能:用户信息创建功能,访问权限设置功能,语言偏好设置功能。
第三子步骤,响应于确定上述用户的登陆令牌异常,通过用户账户配置系统,获取用户登陆令牌。
第二步,根据上述用户登陆令牌,获取用户属性。
这里,上述用户属性可以是指与用户相关的属性。例如,上述用户属性可以是指用户的姓名。
作为示例,上述执行主体可以对上述用户登陆令牌进行身份验证,得到验证结果。响应于确定上述验证结果为验证通过,对上述用户登陆令牌对应的用户信息进行解析,得到解析后用户信息。最后,对上述解析后用户信息进行属性确定,得到用户属性。
第三步,利用上述用户属性,对上述替换后数据源模板进行配置,得到配置后数据源模板。
作为示例,上述执行主体可以将上述用户属性添加至上述替换后数据源模板,得到添加后数据源模板,作为配置后数据源模板。
第五步,利用上述配置后数据源模板,创建数据连接对象。
这里,上述数据连接对象可以是指用于与配置后数据源模板建立连接并进行数据操作的对象。
作为示例,上述执行主体可以首先确定上述配置后数据源模板的连接参数。然后,利用数据连接工具Postman对上述连接参数创建数据连接对象。
第六步,通过上述数据连接对象,执行上述数据查询语句,以生成业务数据。
步骤105,根据上述业务数据,渲染上述配置后业务对象,得到渲染后业务对象。
在一些实施例中,上述执行主体可以根据上述业务数据,渲染上述配置后业务对象,得到渲染后业务对象。
作为示例,上述执行主体可以首先,对上述业务数据进行过滤,得到过滤后业务数据。然后,使用第三方库对上述过滤后业务数据进行JSON对象转换,得到转换后业务对象。最后,对上述转换后业务对象融合至上述配置后业务对象,得到融合后业务对象,作为渲染后业务对象。
可选的,上述执行主体可以通过以下步骤根据上述业务数据,渲染上述配置后业务对象,得到渲染后业务对象:
第一步,对上述业务数据进行需求分析,得到分析后业务数据。
作为示例,上述执行主体可以对上述业务数据进行数据清洗,得到清洗后业务数据。然后,对上述清洗后业务数据进行用户需求收集,得到收集后需求业务数据。最后,对上述收集后需求业务数据进行去重,得到去重后业务数据,作为分析后业务数据。
第二步,将上述分析后业务数据与上述配置后业务对象进行数据绑定,得到绑定后业务对象。
作为示例,上述执行主体可以将上述分析后业务数据与上述配置后业务对象进行组合,得到组合后业务对象,作为绑定后业务对象。
第三步,对上述绑定后业务对象进行预定义模板渲染,得到渲染后业务对象。
这里,上述预定义模板可以是指预先设定的数据结构。例如,上述预定义模板可以是指预先设定的图数据结构。
作为示例,上述执行主体可以将上述绑定后业务对象与上述预定义模板进行融合,得到融合后业务对象,作为渲染后业务对象。
可选的,上述执行主体可以通过以下步骤根据上述业务数据,渲染上述配置后业务对象,得到渲染后业务对象:
第一步,将上述业务数据进行数据预处理,得到预处理后业务数据。
这里,上述数据预处理可以是指数据标准化处理。
第二步,将上述预处理后业务数据输入至预先训练的渲染时间预测网络,得到业务数据预测渲染时长。
这里,上述渲染时间预测网络可以是指基于门控循环单元和多层感知机的神经网络。上述渲染时间预测网络可以用于预测预处理后业务数据进行数据渲染的时长。上述业务数据预测渲染时长可以是指业务数据完成渲染的预测的时长。
第三步,加载上述预处理后业务数据的复杂度元信息。
这里,上述复杂度元信息可以表征预处理后业务数据的复杂程度的指标信息。例如,上述复杂度元信息可以是指数据量信息。
第四步,根据上述业务数据预测渲染时长和上述复杂度元信息,对上述预处理后业务数据进行渲染任务调度,得到渲染任务调度结果。
这里,上述渲染任务调度结果可以包括:渲染任务调度已完成和渲染任务调度未完成。
作为示例,上述执行主体可以首先,响应于确定上述业务数据预测渲染时长小于等于预设渲染时长阈值以及上述复杂度元信息对应的复杂度小于等于预设复杂度阈值,利用渲染器对上述预处理后业务数据进行任务渲染,得到渲染任务后业务数据。然后,按照优先级从高到低对上述渲染任务后业务数据进行调度,得到渲染任务调度结果。
第五步,对上述渲染任务调度结果进行资源分配,得到资源分配后结果。
这里,上述资源分配后结果包括:资源分配已完成和资源分配未完成。
作为示例,上述执行主体可以利用贪心算法对上述渲染任务调度结果进行资源分配,得到资源分配后结果。
第六步,对上述资源分配后结果进行场景设置,得到场景设置后列表。
作为示例,上述执行主体可以首先,确定上述资源分配后结果的至少一个场景信息。上述至少一个场景信息中的场景信息可以是指渲染效果信息。然后,将至少一个场景信息设置至上述资源分配后结果,得到场景设置后列表。
第七步,对上述场景设置后列表按照上述预处理后业务数据的复杂度由高到低进行遍历。
第八步,响应于确定上述场景设置后列表遍历结束,根据上述场景设置后列表和资源分配后结果,对上述配置后业务对象执行渲染任务,得到业务对象渲染结果。
作为示例,上述执行主体可以响应于确定资源分配后结果为资源分配已完成,利用上述场景设置后列表中对应上述配置后业务对象的场景设置,对上述配置后业务对象执行渲染任务,得到业务对象渲染结果。
第九步,对上述业务对象渲染结果进行检测,得到检测结果。
作为示例,上述执行主体可以对上述业务对象渲染结果进行功能性测试,得到功能性测试结果。然后,对上述业务对象渲染结果进行兼容性测试,得到兼容性测试结果。最后,将上述功能性测试结果和上述兼容性测试结果确定为检测结果。
第十步,响应于确定上述检测结果的资源使用情况未达到预设资源量阈值,对上述资源分配后结果重新进行资源分配,以及对上述资源分配后结果进行回滚操作,得到检测结果。
这里,上述预设资源量阈值可以是指预先设定的资源用量的阈值。
作为示例,上述执行主体可以响应于确定上述检测结果的资源使用情况未达到预设资源量阈值,利用贪心算法对上述资源分配后结果重新进行资源分配。以及,对上述资源分配后结果对应的操作进行撤回,得到未进行资源分配状态下的渲染任务调度结果,作为检测结果。然后,对进行撤回操作的渲染任务调度结果进行回滚状态标记,得到标记后的渲染任务调度结果。
第十一步,响应于确定上述检测结果的渲染时长超过预设时长阈值,在上述配置后业务对象执行渲染任务时对上述渲染任务的渲染参数进行调整,得到调整后业务对象渲染结果,作为渲染后业务对象。
这里,上述预设时长阈值可以是指预先设定的渲染时长的阈值。例如,上述预设时长阈值可以是指40秒。
作为示例,上述执行主体可以响应于确定上述检测结果的渲染时长超过预设时长阈值,在上述配置后业务对象执行渲染任务时对上述渲染任务的渲染质量进行缩减,得到缩减后业务对象渲染结果,作为渲染后业务对象。
上述第一步-第十一步中的相关内容作为本公开的一个发明点,解决了背景技术提及的技术问题三“传统的业务对象渲染方法往往依赖于人工判断且缺乏对资源的有效调度,导致渲染的效率较低,使得渲染不够智能化,造成渲染的质量不稳定,业务对象在渲染过程中会因为等待时间过长而产生资源的浪费”。导致渲染的效率较低,使得渲染不够智能化,造成渲染的质量不稳定,产生资源浪费的因素往往如下:传统的业务对象渲染方法往往依赖于人工判断且缺乏对资源的有效调度,导致渲染的效率较低,使得渲染不够智能化,造成渲染的质量不稳定,业务对象在渲染过程中会因为等待时间过长而产生资源的浪费。如果解决了上述因素,就能达到提升渲染效率,提升渲染的质量,减少资源浪费的效果。为了达到这一效果,首先,第一步,将上述业务数据进行数据预处理,得到预处理后业务数据。由此,可以使得业务数据更加准确。第二步,将上述预处理后业务数据输入至预先训练的渲染时间预测网络,得到业务数据预测渲染时间。由此,可以避免人工判断得到预测业务数据预测渲染时间。第三步,加载上述预处理后业务数据的复杂度元信息。由此,可以为后续操作提供便利。第四步,根据上述业务数据预测渲染时间和上述复杂度元信息,对上述预处理后业务数据进行渲染任务调度,得到渲染任务调度结果。由此,可以避免人工判断且可以实现对资源的有效调度,提高渲染的效率。第五步,对上述渲染任务调度结果进行资源分配,得到资源分配后结果。由此,可以通过资源合理分配提高渲染的质量的稳定性。第六步,对上述资源分配后结果进行场景设置,得到场景设置后列表。由此,可以通过场景设置提高渲染的效率。第七步,对上述场景设置后列表按照上述预处理后业务数据的复杂度由高到低进行遍历。第八步,响应于确定上述场景设置后列表遍历结束,根据上述场景设置后列表和资源分配后结果,对上述配置后业务对象执行渲染任务,得到业务对象渲染结果。由此,可以提高渲染质量的稳定性。第九步,对上述业务对象渲染结果进行检测,得到检测结果。第十步,响应于确定上述检测结果的资源使用情况未达到预设资源量阈值,对上述资源分配后结果重新进行资源分配,以及对上述资源分配后结果进行回滚操作,得到检测结果。第十一步,响应于确定上述检测结果的渲染时长超过预设时长阈值,在上述配置后业务对象执行渲染任务时对上述渲染任务的渲染参数进行调整,得到调整后业务对象渲染结果,作为渲染后业务对象。由此,可以减少业务对象在渲染过程中会因为等待时间过长而产生资源的浪费。因此,可以提升渲染效率,提升渲染的质量,减少资源浪费。
步骤106,将上述渲染后业务对象显示至上述用户对应的操作界面。
在一些实施例中,上述执行主体可以将上述渲染后业务对象显示至上述用户对应的操作界面。
这里,上述操作界面可以是指根据渲染后业务对象配置的界面。例如,操作界面可以是指根据渲染后业务对象配置的主页面。主页面可以是首页。
可选地,在上述“步骤106”之后,上述方法还包括:
第一步,检测上述用户对应的操作界面的异常信息,得到异常检测信息。
作为示例,上述执行主体可以通过离群点检测算法(Local Outlier Factor,LOF)检测上述用户对应的操作界面的异常信息,得到异常检测信息。
第二步,响应于确定上述异常检测信息为错误信息, 对上述用户对应的操作进行验证,得到验证后信息。
第三步,响应于确定上述验证后信息表征异常请求信息,对上述异常请求信息进行拦截。
第四步,对拦截的请求信息进行异常预警,得到异常预警信息。
作为示例,上述执行主体可以对拦截的请求信息进行异常标识符标记,得到标记后请求信息。然后,对上述标记后请求信息进行预警,得到预警信息,作为异常预警信息。上述异常标识符可以是表征异常的标识符。例如,上述异常标识符可以是指“!”。
第五步,对上述异常预警信息进行异常信息标注,得到含标注异常信息。
作为示例,上述执行主体可以利用标注工具对上述异常预警信息进行异常信息标注,得到含标注异常信息。例如,上述标注工具可以是指Prodigy。
第六步,将上述含标注异常信息发送至符合预设条件的信息列表。
这里,上述符合预设条件的信息列表可以是指需要进行拦截的信息列表。例如,上述符合预设条件的信息列表可以是指黑名单。
第七步,响应于确定上述验证后信息为非异常请求信息,对上述非异常请求信息进行身份认证。
这里,上述身份认证可以是指短信认证。上述身份认证也可以是指账号密码认证。
第八步,响应于确定身份认证通过,对上述非异常请求信息进行鉴权,得到鉴权结果。
第九步,响应于确定鉴权结果表征鉴权成功,对上述非异常请求信息进行非异常预警,得到非异常预警信息。
第十步,响应于确定鉴权失败,对上述非异常请求信息进行日志分析,得到分析后日志信息。
作为示例,上述执行主体可以利用日志分析工具对上述非异常请求信息进行日志分析,得到分析后日志信息。上述日志分析工具可以是指Splunk。
第十一步,对上述分析后日志信息进行安全修复,得到修复后结果。
作为示例,上述执行主体可以对上述分析后日志信息进行恶意代码清除,得到清除后日志信息。最后,对上述清除后日志信息进行访问控制权限设置,得到设置后日志信息,作为修复后结果。
本公开的上述各个实施例中具有如下有益效果:通过本公开的一些实施例的基于数据源的业务对象显示方法,降低了敏感信息泄露的安全风险,减少了业务对象的显示出现误差,提升了数据源开发的效率。具体来说,造成增加了敏感信息泄露的安全风险,导致业务对象的显示出现误差,降低数据源开发的效率的原因在于:由于使用配置文件配置数据源时比较繁琐,容易产生数据遗漏,增加了敏感信息泄露的安全风险。又由于数据源配置时无法针对每个用户重复开发和配置业务对象,导致多个用户在访问同一个业务对象时不能动态连接到不同的数据源,从而无法满足不同用户对于数据的需求,导致业务对象的显示出现误差,降低了开发的效率。基于此,本公开的一些实施例的基于数据源的业务对象显示方法,首先,将预先设定的数据源模板中的至少一个配置项替换为多个用户属性,得到替换后数据源模板。由此,可以通过预先设定的数据源模板来避免数据源的繁琐,避免产生数据遗漏,降低敏感信息泄露的安全风险。接着,根据上述替换后数据源模板,配置业务对象,得到配置后业务对象。由此,可以在数据源配置成功之后针对每个用户配置业务对象。响应于确定用户访问上述配置后业务对象,根据被访问后的配置后业务对象对应的业务逻辑,生成数据查询语句。由此,可以通过确定用户访问上述配置后业务对象,使得不同的用户在访问同一个配置后业务对象时能根据数据查询语句动态连接到不同的数据源。根据上述数据查询语句,生成业务数据。由此,可以通过生成业务数据满足用户的需求,也提升了数据源开发的效率。根据上述业务数据,渲染上述配置后业务对象,得到渲染后业务对象。由此,可以减少业务对象的显示出现误差。将上述渲染后业务对象显示至上述用户对应的操作界面。因此,通过配置项替换降低了敏感信息泄露的安全风险,通过配置后业务对象渲染减少了业务对象的显示出现误差,从而提升了数据源开发的效率。
进一步参考图2,作为对上述各图所示方法的实现,本公开提供了一种基于数据源的业务对象显示方法的一些实施例,这些装置实施例与图1所示的那些方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图2所示,一些实施例的基于数据源的业务对象显示装置200包括:替换单元201、配置单元202、第一生成单元203、第二生成单元204、渲染单元205和显示单元206。其中,替换单元201,被配置成将预先设定的数据源模板中的至少一个配置项替换为多个用户属性,得到替换后数据源模板;配置单元202,被配置成根据上述替换后数据源模板,配置业务对象,得到配置后业务对象;第一生成单元203,被配置成响应于确定用户访问上述配置后业务对象,根据被访问后的配置后业务对象对应的业务逻辑,生成数据查询语句;第二生成单元204,被配置成根据上述数据查询语句,生成业务数据,其中,上述生成业务数据包括:第一步,获取用户登陆令牌;第二步,根据上述用户登陆令牌,获取用户属性;第三步,利用上述用户属性,对上述替换后数据源模板进行配置,得到配置后数据源模板;第四步,利用上述配置后数据源模板,创建数据连接对象;第五步,通过上述数据连接对象,执行上述数据查询语句,以生成业务数据;渲染单元205,被配置成根据上述业务数据,渲染上述配置后业务对象,得到渲染后业务对象;显示单元206,被配置成将上述渲染后业务对象显示至上述用户对应的操作界面。
可以理解的是,该装置200中记载的诸单元与参考图1描述的方法中的各个步骤相对应。由此,上文针对方法描述的操作、特征以及产生的有益效果同样适用于装置200及其中包含的单元,在此不再赘述。
下面参考图3,其示出了适于用来实现本公开的一些实施例的电子设备(如计算设备)300的结构示意图。图3示出的电子设备仅仅是一个示例,不应对本公开的实施例的功能和使用范围带来任何限制。
如图3所示,电子设备300可以包括处理装置(例如中央处理器、图形处理器等)301,其可以根据存储在只读存储器(ROM)302中的程序或者从存储装置308加载到随机访问存储器(RAM)304中的程序而执行各种适当的动作和处理。在RAM 303中,还存储有电子设备300操作所需的各种程序和数据。处理装置301、ROM 302以及RAM 304通过总线304彼此相连。输入/输出(I/O)接口305也连接至总线304。
通常,以下装置可以连接至I/O接口305:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置306;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置307;包括例如磁带、硬盘等的存储装置308;以及通信装置309。通信装置309可以允许电子设备300与其他设备进行无线或有线通信以交换数据。虽然图3示出了具有各种装置的电子设备300,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。图3中示出的每个方框可以代表一个装置,也可以根据需要代表多个装置。
特别地,根据本公开的一些实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的一些实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的一些实施例中,该计算机程序可以通过通信装置309从网络上被下载和安装,或者从存储装置308被安装,或者从ROM 302被安装。在该计算机程序被处理装置301执行时,执行本公开的一些实施例的方法中限定的功能。
需要说明的是,本公开的一些实施例中记载的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是两者的任意组合。计算机可读存储介质例如可以是——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。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者的任意合适的组合。在本公开的一些实施例中,计算机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。而在本公开的一些实施例中,计算机可读信号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,其中承载了计算机可读的程序代码。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、光信号或的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读信号介质可以发送、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。计算机可读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:电线、光缆、RF(射频)等等,或者的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(Hyper Text TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被该电子设备执行时,使得该电子设备:将预先设定的数据源模板中的至少一个配置项替换为多个用户属性,得到替换后数据源模板;根据上述替换后数据源模板,配置业务对象,得到配置后业务对象;响应于确定用户访问上述配置后业务对象,根据被访问后的配置后业务对象对应的业务逻辑,生成数据查询语句;根据上述数据查询语句,生成业务数据,其中,上述生成业务数据包括:第一步,获取用户登陆令牌;第二步,根据上述用户登陆令牌,获取用户属性;第三步,利用上述用户属性,对上述替换后数据源模板进行配置,得到配置后数据源模板;第四步,利用上述配置后数据源模板,创建数据连接对象;第五步,通过上述数据连接对象,执行上述数据查询语句,以生成业务数据;根据上述业务数据,渲染上述配置后业务对象,得到渲染后业务对象;将上述渲染后业务对象显示至上述用户对应的操作界面。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的一些实施例的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,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用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)——连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中上标注的功能也可以以不同于附图中上标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依上涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开的一些实施例中的单元可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中,例如,可以描述为:一种处理器包括:替换单元、配置单元、第一生成单元、第二生成单元、渲染单元和显示单元。其中,这些单元的名称在某种情况下并不构成对该单元本身的限定,例如,替换单元还可以被描述为“将预先设定的数据源模板中的至少一个配置项替换为多个用户属性,得到替换后数据源模板的单元”。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
以上描述仅为本公开的一些较佳实施例以及对上运用技术原理的说明。本领域技术人员应当理解,本公开的实施例中上涉及的发明范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述发明构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开的实施例中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
Claims (9)
1.一种基于数据源的业务对象显示方法,包括:
将预先设定的数据源模板中的至少一个配置项替换为多个用户属性,得到替换后数据源模板;
根据所述替换后数据源模板,配置业务对象,得到配置后业务对象;
响应于确定用户访问所述配置后业务对象,根据被访问后的配置后业务对象对应的业务逻辑,生成数据查询语句;
根据所述数据查询语句,生成业务数据,其中,所述生成业务数据包括:获取用户登陆令牌;根据所述用户登陆令牌,获取用户属性;利用所述用户属性,对所述替换后数据源模板进行配置,得到配置后数据源模板;利用所述配置后数据源模板,创建数据连接对象;通过所述数据连接对象,执行所述数据查询语句,以生成业务数据;
根据所述业务数据,渲染所述配置后业务对象,得到渲染后业务对象;
将所述渲染后业务对象显示至所述用户对应的操作界面。
2.根据权利要求1所述的方法,其中,所述获取用户登陆令牌,包括:
响应于确定所述用户已登录且登陆令牌正常,获取用户登陆令牌;
响应于确定所述用户未登录,通过用户账户配置系统,获取用户登陆令牌;
响应于确定所述用户的登陆令牌异常,通过用户账户配置系统,获取用户登陆令牌。
3.根据权利要求1所述的方法,其中,所述根据所述替换后数据源模板,配置业务对象,得到配置后业务对象,包括:
对所述替换后数据源模板进行用户属性验证,得到验证后数据源模板;
对所述验证后数据源模板进行配置项筛选,得到筛选后数据源模板;
对所述筛选后数据源模板中的数据格式数据进行类型转换,得到转换后数据源模板;
将所述转换后数据源模板替换至所述业务对象的数据源模板,得到替换后业务对象,作为配置后业务对象。
4.根据权利要求1所述的方法,其中,所述响应于确定用户访问所述配置后业务对象,根据被访问后的配置后业务对象对应的业务逻辑,生成数据查询语句,包括:
确定所述被访问后的配置后业务对象对应的业务逻辑;
对所述业务逻辑进行需求分析,得到分析后业务信息;
根据所述分析后业务信息,构建数据库查询表;
从所述数据库查询表中确定至少一个查询子句,以及将所述至少一个查询子句组合为数据库查询语句;
对所述数据库查询语句进行参数化处理,得到处理后数据库查询语句,作为数据查询语句。
5.根据权利要求1所述的方法,其中,所述根据所述业务数据,渲染所述配置后业务对象,得到渲染后业务对象,包括:
对所述业务数据进行需求分析,得到分析后业务数据;
将所述分析后业务数据与所述配置后业务对象进行数据绑定,得到绑定后业务对象;
对所述绑定后业务对象进行预定义模板渲染,得到渲染后业务对象。
6.根据权利要求1所述的方法,其中,在所述将所述渲染后业务对象显示至所述用户对应的操作界面之后,所述方法还包括:
检测所述用户对应的操作界面的异常信息,得到异常检测信息;
响应于确定所述异常检测信息为错误信息, 对所述用户对应的操作进行验证,得到验证后信息;
响应于确定所述验证后信息表征异常请求信息,对所述异常请求信息进行拦截;
对拦截的请求信息进行异常预警,得到异常预警信息;
对所述异常预警信息进行异常信息标注,得到含标注异常信息;
将所述含标注异常信息发送至符合预设条件的信息列表;
响应于确定所述验证后信息为非异常请求信息,对所述非异常请求信息进行身份认证;
响应于确定身份认证通过,对所述非异常请求信息进行鉴权,得到鉴权结果;
响应于确定鉴权结果表征鉴权成功,对所述非异常请求信息进行非异常预警,得到非异常预警信息;
响应于确定鉴权失败,对所述非异常请求信息进行日志分析,得到分析后日志信息;
对所述分析后日志信息进行安全修复,得到修复后结果。
7.一种基于数据源的业务对象显示装置,包括:
替换单元,被配置成将预先设定的数据源模板中的至少一个配置项替换为多个用户属性,得到替换后数据源模板;
配置单元,被配置成根据所述替换后数据源模板,配置业务对象,得到配置后业务对象;
第一生成单元,被配置成响应于确定用户访问所述配置后业务对象,根据被访问后的配置后业务对象对应的业务逻辑,生成数据查询语句;
第二生成单元,被配置成根据所述数据查询语句,生成业务数据,其中,所述生成业务数据包括:获取用户登陆令牌;根据所述用户登陆令牌,获取用户属性;利用所述用户属性,对所述替换后数据源模板进行配置,得到配置后数据源模板;利用所述配置后数据源模板,创建数据连接对象;通过所述数据连接对象,执行所述数据查询语句,以生成业务数据;
渲染单元,被配置成根据所述业务数据,渲染所述配置后业务对象,得到渲染后业务对象;
显示单元,被配置成将所述渲染后业务对象显示至所述用户对应的操作界面。
8.一种电子设备,包括:
一个或多个处理器;
存储装置,其上存储有一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至6中任一所述的方法。
9.一种计算机可读介质,其上存储有计算机程序,其中,所述程序被处理器执行时实现如权利要求1至6中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410124658.7A CN117648718B (zh) | 2024-01-30 | 2024-01-30 | 基于数据源的业务对象显示方法、装置、电子设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410124658.7A CN117648718B (zh) | 2024-01-30 | 2024-01-30 | 基于数据源的业务对象显示方法、装置、电子设备和介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117648718A true CN117648718A (zh) | 2024-03-05 |
CN117648718B CN117648718B (zh) | 2024-05-17 |
Family
ID=90043767
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410124658.7A Active CN117648718B (zh) | 2024-01-30 | 2024-01-30 | 基于数据源的业务对象显示方法、装置、电子设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117648718B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100088313A1 (en) * | 2008-10-02 | 2010-04-08 | Rapleaf, Inc. | Data source attribution system |
US9805177B1 (en) * | 2015-09-28 | 2017-10-31 | Amazon Technologies, Inc. | Processing large data sets from heterogeneous data sources using federated computing resources |
CN113448981A (zh) * | 2021-06-24 | 2021-09-28 | 未鲲(上海)科技服务有限公司 | 一种数据显示方法、装置、电子设备和存储介质 |
CN115687386A (zh) * | 2022-10-28 | 2023-02-03 | 北京字跳网络技术有限公司 | 数据查询方法、装置、电子设备及存储介质 |
CN116208498A (zh) * | 2023-05-04 | 2023-06-02 | 苏州浪潮智能科技有限公司 | 一种OpenStack云平台节点差异化配置的方法、装置、设备及介质 |
CN116910085A (zh) * | 2023-09-12 | 2023-10-20 | 联通智网科技股份有限公司 | 数据查询方法、装置、设备和存储介质 |
-
2024
- 2024-01-30 CN CN202410124658.7A patent/CN117648718B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100088313A1 (en) * | 2008-10-02 | 2010-04-08 | Rapleaf, Inc. | Data source attribution system |
US9805177B1 (en) * | 2015-09-28 | 2017-10-31 | Amazon Technologies, Inc. | Processing large data sets from heterogeneous data sources using federated computing resources |
CN113448981A (zh) * | 2021-06-24 | 2021-09-28 | 未鲲(上海)科技服务有限公司 | 一种数据显示方法、装置、电子设备和存储介质 |
CN115687386A (zh) * | 2022-10-28 | 2023-02-03 | 北京字跳网络技术有限公司 | 数据查询方法、装置、电子设备及存储介质 |
CN116208498A (zh) * | 2023-05-04 | 2023-06-02 | 苏州浪潮智能科技有限公司 | 一种OpenStack云平台节点差异化配置的方法、装置、设备及介质 |
CN116910085A (zh) * | 2023-09-12 | 2023-10-20 | 联通智网科技股份有限公司 | 数据查询方法、装置、设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN117648718B (zh) | 2024-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10769228B2 (en) | Systems and methods for web analytics testing and web development | |
CN110582747B (zh) | 用于形成开放式科学研究的区块链的方法和系统 | |
CN109344170B (zh) | 流数据处理方法、系统、电子设备及可读存储介质 | |
WO2022007434A1 (zh) | 可视化方法及相关设备 | |
US11642783B2 (en) | Automated generation of robotic computer program code | |
CN114424257A (zh) | 使用机器学习对表格数据进行自动描绘和提取 | |
CN110262370B (zh) | Plc的批量读写方法、装置及系统 | |
CN110795305B (zh) | 用于处理和管理web流量数据的系统、装置和方法 | |
US8775392B1 (en) | Revision control and configuration management | |
CN114116065B (zh) | 获取拓扑图数据对象的方法、装置、及电子设备 | |
CN110209700A (zh) | 一种数据流关联方法、装置、电子设备及存储介质 | |
CN113268260A (zh) | 用于web前端的路由方法及装置 | |
CN113238740A (zh) | 代码生成方法、代码生成装置、存储介质及电子设备 | |
US20220179764A1 (en) | Multi-source data correlation extraction for anomaly detection | |
CN117648718B (zh) | 基于数据源的业务对象显示方法、装置、电子设备和介质 | |
CN115543428A (zh) | 一种基于策略模板的模拟数据生成方法和装置 | |
US11995562B2 (en) | Integrating documentation knowledge with log mining for system diagnosis | |
CN111399843B (zh) | 将sql运行信息映射到sql文件的方法、系统及电子设备 | |
US11709936B2 (en) | Automatic integrity vulnerability detection in an integrated development environment | |
CN110471708B (zh) | 基于可重用组件的配置项获取的方法及装置 | |
CN113703739A (zh) | 基于omiga引擎的跨语言融合计算方法、系统及终端 | |
CN113468342A (zh) | 基于知识图谱的数据模型构建方法、装置、设备和介质 | |
CN112230891A (zh) | 接口文档的集成方法、装置、服务器及计算机存储介质 | |
CN105791888A (zh) | 一种视频分析的方法及装置 | |
CN110309062A (zh) | 用例生成方法、装置、电子设备及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |