CN117807102B - 一种数据驱动的数据库更新方法及系统 - Google Patents
一种数据驱动的数据库更新方法及系统 Download PDFInfo
- Publication number
- CN117807102B CN117807102B CN202410230002.3A CN202410230002A CN117807102B CN 117807102 B CN117807102 B CN 117807102B CN 202410230002 A CN202410230002 A CN 202410230002A CN 117807102 B CN117807102 B CN 117807102B
- Authority
- CN
- China
- Prior art keywords
- data
- message
- message data
- database
- driving
- 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 58
- 230000008859 change Effects 0.000 claims abstract description 68
- 238000001514 detection method Methods 0.000 claims abstract description 65
- 238000004891 communication Methods 0.000 claims abstract description 35
- 230000015654 memory Effects 0.000 claims description 13
- 238000012360 testing method Methods 0.000 claims description 8
- 230000004913 activation Effects 0.000 claims description 5
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 230000003213 activating effect Effects 0.000 claims description 4
- 230000008676 import Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 11
- 230000008569 process Effects 0.000 description 16
- 230000002159 abnormal effect Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 7
- 238000012544 monitoring process Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000007726 management method Methods 0.000 description 5
- 230000003993 interaction Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000013500 data storage Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000005856 abnormality Effects 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000013523 data management Methods 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 230000037430 deletion Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 241000282373 Panthera pardus Species 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013501 data transformation Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000000977 initiatory effect Effects 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
- 239000000203 mixture Substances 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1446—Point-in-time backing up or restoration of persistent data
- G06F11/1448—Management of the data involved in backup or backup restore
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Quality & Reliability (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供一种数据驱动的数据库更新方法及系统，涉及数据集处理和应用技术领域。所述方法包括：为各个数据源配置镜像端口，并建立镜像端口与边缘服务器之间的通信链接；各个数据源进行数据驱动报文，将第一报文数据上报至后台服务器，并存储至数据库，获得各个数据源的报文数据集；通过镜像端口，将更新数据驱动生成的第二报文数据上报至部署于边缘服务器的数据中心；数据中心预先部署的AI数据变化检测模型，对第二报文数据进行数据驱动变化检测，判断其与第一报文数据是否存在数据驱动变化，若是，则将第一报文数据替换为新的数据驱动第二报文数据，更新数据库。本发明能够提高数据驱动时的数据库更新效率。
Description
技术领域
本发明涉及数据集处理和应用技术领域，尤其涉及一种数据驱动的数据库更新方法及系统。
背景技术
数据库是计算机系统中用于存储、管理和组织数据的一种软件应用。它提供了一种结构化的方式来保存和检索信息,并允许用户对数据进行添加、查询、修改和删除等操作。
随着信息技术的发展，数据库中数据的增长和变化速度变得越来越快。为了保持数据库的准确性和时效性，数据库需要实时或者定时更新，以确保数据的准确性和时效性，因此基于数据驱动的数据库更新方法变得至关重要。
然而，传统的数据库更新方法，通常需要手动处理数据的变更，手动处理数据进行数据库更新的方式，虽然成本低廉，但是面对海量数据的更新需求，万万是达不到现有互联网数据的快速交互和大数据需求的，效率十分低下。
而且，传统的数据库更新方法，对于更新的数据，需要对每个数据源进行独立监控，会额外增加监控设备和相应的成本，增加服务器的处理压力。
因此，手动处理数据的方式，非常耗费时间和资源，而且容易出错，无法满足大规模、高频率的数据更新需求，且会额外增加难度，降低运行速率。
发明内容
为了解决现有技术存在的上述技术问题，本发明实施例提供了一种数据驱动的数据库更新方法及系统。所述技术方案如下：
一方面，提供了一种数据驱动的数据库更新方法，该方法包括以下步骤：
S1、为各个数据源配置镜像端口，并建立镜像端口与边缘服务器之间的通信链接；
S2、各个数据源进行数据驱动报文，将第一报文数据上报至后台服务器，并存储至数据库，获得各个数据源的报文数据集M：
M={L1, L2, L3, L4, L5, L6, L7, L8, ......}；
其中，L1......分别为来自各个数据源的第一报文数据；
S3、通过所述镜像端口，将更新数据驱动生成的第二报文数据LC上报至部署于边缘服务器的数据中心；
S4、所述数据中心利用预先部署的AI数据变化检测模型，对所述第二报文数据LC进行数据驱动变化检测，将所述报文数据集M中发生变化的所述第一报文数据标记为Lp，并生成将Lp替换为LC的更新数据集Mp；
S5、按照数据更新策略，以所述更新数据集Mp更新所述数据库，并生成相应的更新日志。
可选地，S1、为各个数据源配置镜像端口，并建立镜像端口与边缘服务器之间的通信链接，包括：
部署网关设备，并对所述网关设备进行端口配置，其中，所配置的端口，包括：
各个数据源与所述后台服务器之间的通信端口：DP1；
所述网关设备与所述边缘服务器之间的镜像端口：DP2；
端口配置完毕，进行数据报文测试，判断所述边缘服务器与所述后台服务器分别接收到的数据驱动报文，是否属性一致：
若一致，则：
通过所述通信端口DP1，建立各个数据源与所述后台服务器之间的第一通信链路DP-V1；
通过所述镜像端口DP2，建立所述网关设备与所述边缘服务器之间的第二通信链路DP-V2；
测试完毕，所述后台服务器通过所述网关设备向各个数据源发出数据驱动指令，开始进行数据驱动报文，同时通知所述边缘服务器，激活数据变化检测模式。
可选地，S1、为各个数据源配置镜像端口，并建立镜像端口与边缘服务器之间的通信链接，还包括：
在所述边缘服务器接收到所述后台服务器的通知之后：
向所述数据中心发出激活工作指令；
所述数据中心响应该激活工作指令，并激活预先部署的所述AI数据变化检测模型，准备好对所述第二报文数据LC进行数据驱动变化检测；
激活之后，向所述后台服务器发出反馈。
可选地，S1、为各个数据源配置镜像端口，并建立镜像端口与边缘服务器之间的通信链接，还包括：
将预设的所述数据驱动报文频率，下发并配置在所述网关设备上，其中，所述数据驱动报文频率，包括：
第一数据驱动报文频率f1，用于通知各个数据源进行数据驱动报文，将所述第一报文数据上报至所述后台服务器，得到所述报文数据集M；
第二数据驱动报文频率f2，用于在各个数据源更新数据驱动之时，通过所述镜像端口，将更新数据驱动生成的第二报文数据LC上报至所述数据中心。
可选地，在得到所述报文数据集M之后，还包括：
在所述数据库中，对所述报文数据集M进行分布式储存，将各个数据源的第一报文数据，存储至所述数据库中分布的各个DB子容器中；
将各个数据源的数据属性与相对应的所述DB子容器的存储ID绑定。
可选地，S3、通过所述镜像端口，将更新数据驱动生成的第二报文数据LC上报至部署于边缘服务器的数据中心，包括：
在某个数据源更新数据驱动之时，该数据源将更新数据驱动生成的第二报文数据LC上报至所述网关设备；
所述网关设备通过所述镜像端口，将更新数据驱动生成的第二报文数据LC上报至所述边缘服务器，并由所述边缘服务器将所述第二报文数据LC转发至所述数据中心；
所述数据中心根据所述第二报文数据LC的数据属性，生成相应的数据请求，并通过所述边缘服务器发送至所述后台服务器，请求调取与所述第二报文数据LC的数据属性相对应的所述第一报文数据；
所述后台服务器响应所述数据请求，根据所述数据属性所绑定的存储ID，从相应的所述DB子容器中调取所述第一报文数据，并反馈至所述边缘服务器；
所述边缘服务器接收到所述第一报文数据之后，转发至所述数据中心。
可选地，S4、所述数据中心利用预先部署的AI数据变化检测模型，对所述第二报文数据LC进行数据驱动变化检测，将所述报文数据集M中发生变化的所述第一报文数据标记为Lp，并生成将Lp替换为LC的更新数据集Mp，包括：
所述数据中心将调取的所述第一报文数据导入预先部署的所述AI数据变化检测模型；
所述AI数据变化检测模型，基于异常检测算法，对调取的所述第一报文数据和所述第二报文数据LC进行数据驱动变化检测，判断所述第一报文数据是否存在异常数据变化：
若存在，则将发生变化的所述第一报文数据标记为Lp，标记后原路反馈至所述后台服务器，并将所述第二报文数据LC通过所述边缘服务器反馈至所述后台服务器；
所述后台服务器对数据库中保存的所述报文数据集M进行更新，将标记为Lp的所述第一报文数据，替换为所述第二报文数据LC；
当所有发生变化的所述第一报文数据替换完成，生成新的所述报文数据集M，即：更新数据集Mp。
另一方面，提供一种实现所述数据驱动的数据库更新方法的系统，包括：
数据源，用于进行数据驱动报文，将第一报文数据上报至后台服务器，并存储至数据库；
数据库，用于存储各个数据源的报文数据集M：
M={L1, L2, L3, L4, L5, L6, L7, L8, ......}；
其中，L1......分别为来自各个数据源的第一报文数据；
网关设备，用于通过所述镜像端口，将更新数据驱动生成的第二报文数据LC上报至部署于边缘服务器的数据中心；
数据中心，用于利用预先部署的AI数据变化检测模型，对所述第二报文数据LC进行数据驱动变化检测，将所述报文数据集M中发生变化的所述第一报文数据标记为Lp，并生成将Lp替换为LC的更新数据集Mp；
后台服务器，用于为各个数据源配置镜像端口，并建立镜像端口与边缘服务器之间的通信链接；以及按照数据更新策略，以所述更新数据集Mp更新所述数据库，并生成相应的更新日志。
另一方面，提供了一种电子设备，所述电子设备包括：
处理器；
存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器加载并执行时，实现如上述数据驱动的数据库更新方法的步骤。
另一方面，提供了一种计算机可读存储介质，所述计算机可读取存储介质中存储有程序代码，所述程序代码可被处理器调用执行如上述数据驱动的数据库更新方法的步骤。
本发明提供的技术方案带来的有益效果至少包括：
本发明通过在将各个数据源上报的第一报文数据存储至后台的数据库之后，再采用端口镜像技术，将数据源进行数据驱动报文的第二报文数据镜像备份至边缘服务器的数据中心中，利用数据中心预先部署的AI数据变化检测模型，对所述第二报文数据LC进行数据驱动变化检测，判断其与第一报文数据是否存在数据驱动变化检测，若是，则将第一报文数据替换为新的数据驱动第二报文数据LC，重新生成更新数据集Mp，更新所述数据库，并生成相应的更新日志。
因此，可以将数据驱动的变化检测任务部署在边缘服务器上处理，以此降低后台服务器的处理压力，且采用镜像备份技术，并结合AI数据变化检测模型进行数据驱动变化检测，能够替代人工手动检测更新，以此大大提高数据驱动时的数据库更新效率，能够处理大规模、高频率的数据更新需求，降低难度。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种数据驱动的数据库更新方法的流程图；
图2是本发明实施例提供的应用系统示意图；
图3是本发明实施例提供的集群部署的组成结构示意图；
图4是本发明实施例提供的镜像报文配置示意图；
图5是本发明实施例提供的数据集异常标记检测示意图；
图6是本发明实施例提供的一种电子设备的应用示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例的附图，对本发明实施例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发明的一部分实施例，而不是全部的实施例。基于所描述的本发明的实施例，本领域普通技术人员在无需创造性劳动的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。
在本发明实施例中，“示例地”、“例如”等词用于表示作例子、例证或说明。本发明中被描述为“示例”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言，使用示例的一词旨在以具体方式呈现概念。此外，在本发明实施例中，“和/或”所表达的含义可以是两者都有，或者可以是两者任选其一。
另外，为了更好的说明本发明，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本发明同样可以实施。在一些实例中，对于本领域技术人员熟知的手段未作详细描述，以便于凸显本发明的主旨。
实施例1
如图1所示，本发明一方面，提供一种数据驱动的数据库更新方法，包括如下步骤：
S1、为各个数据源配置镜像端口，并建立镜像端口与边缘服务器之间的通信链接；
S2、各个数据源进行数据驱动报文，将第一报文数据上报至后台服务器，并存储至数据库，获得各个数据源的报文数据集M：
M={L1, L2, L3, L4, L5, L6, L7, L8, ......}；
其中，L1......分别为来自各个数据源的第一报文数据；
S3、通过所述镜像端口，将更新数据驱动生成的第二报文数据LC上报至部署于边缘服务器的数据中心；
S4、所述数据中心利用预先部署的AI数据变化检测模型，对所述第二报文数据LC进行数据驱动变化检测，将所述报文数据集M中发生变化的所述第一报文数据标记为Lp，并生成将Lp替换为LC的更新数据集Mp；
S5、按照数据更新策略，以所述更新数据集Mp更新所述数据库，并生成相应的更新日志。
传统的数据库数据升级，一般在数据驱动后，通过人工手动进行数据驱动检测，查阅数据驱动日志，判断是否存在升级的更新数据。数据库更新操作，一般在后台服务器上进行，因此会占用后台服务器的运行压力。
本发明将数据更新监控任务，部署在边缘服务器上，利用边缘服务器上部署的AI模型进行智能检测，以此判断每次数据驱动更新之后，各个数据源生成的驱动数据（第二报文数据），与上一次进行数据驱动处理生成的第一报文数据之间，是否存在数据异常变化，比如同一数据的驱动计算结果，是否一致：若是，则无异常变化；反之需要对第一报文数据进行更新。
边缘服务器为用户提供一个进入网络的通道和与其它服务器设备通讯的功能，通常边缘服务器是一组完成单一功能的服务器，如防火墙Q 服务器，高速缓存服务器，负载均衡服务器，DNS服务器等。
对物联网而言，边缘计算技术取得突破，意味着许多控制将通过本地设备实现而无需交由云端，处理过程将在本地边缘计算层完成。这无疑将大大提升处理效率，减轻云端的负荷。由于更加靠近用户还可为用户提供更快的响应，将需求在边缘端解决
边缘计算机器(Edge Computing Machine，ECM) 通过将计算能力从中心节点下沉到靠近用户的边缘节点，为您提供低时延、高可用、低成本的边缘计算服务。可以根据业务需求调整边缘模块服务区域和规模，迅速灵活的应对业务变化，低成本为用户提供更快速的响应。使用边缘计算节点覆盖区域海量用户。以就近接入的方式，依靠高稳定和低时延的网络能力保障了在线人员之间高质量的互动体验。
本实施例，采用边缘服务器部署数据中心，以及边缘服务器与后台服务器之间的通信链接，本实施例不做限定，由管理员选择相应的通信协议进行通信链接即可。
管理员可以通过不同的账号，登录边缘服务器与后台服务器，分别实现数据中心的管理和数据库的管理。
下面将结合详细的实施例进行介绍。
作为本发明的一可选实施方案，可选地，S1、为各个数据源配置镜像端口，并建立镜像端口与边缘服务器之间的通信链接，包括：
部署网关设备，并对所述网关设备进行端口配置，其中，所配置的端口，包括：
各个数据源与所述后台服务器之间的通信端口：DP1；
所述网关设备与所述边缘服务器之间的镜像端口：DP2；
端口配置完毕，进行数据报文测试，判断所述边缘服务器与所述后台服务器分别接收到的数据驱动报文，是否属性一致：
若一致，则：
通过所述通信端口DP1，建立各个数据源与所述后台服务器之间的第一通信链路DP-V1；
通过所述镜像端口DP2，建立所述网关设备与所述边缘服务器之间的第二通信链路：DP-V2；
测试完毕，所述后台服务器通过所述网关设备向各个数据源发出数据驱动指令，开始进行数据驱动报文，同时通知所述边缘服务器，激活数据变化检测模式。
如图2所示，每个数据源，为一个数据驱动模块，每个数据源所在的数据驱动模块，需要向后台服务器进行数据通信、数据交互，在数据驱动的过程中所生成的数据包等资料，将储存在后台服务器的数据库中。
本方案对于每一次数据驱动所生成的新内容，将进行数据更新的检测。将其传输至边缘服务器的数据中心进行数据检测，因此每个数据源都将向后台服务器以及边缘服务器进行报文。
为了对数据驱动后所产生的更新数据集进行检测，降低后台服务器的运行压力，本方案通过网关设备进行数据的路由传输，按照不同的数据驱动报文频率，分别进行数据驱动前以及数据驱动后的数据路由传输。
本方案为网管设备进行端口配置。对于向后台服务器进行报文的DP1通信端口，以及还配置有镜像端口，网管设备通过所配置的DP2镜像端口向边缘服务器进行数据驱动更新后的报文，将数据更新后的报文数据通过镜像端口上报至边缘服务器。在边缘服务器上的数据中心做数据异常检测识别，若是存在数据异常变化，则表明需要进行更新（更新任务在检测到异常后，进行构建，数据更新前后，若是检测发现存在不一致，则表明数据发生变化，需要进行更新，向后台发起更新通知）。
如图3所示，数据源所在的集群，可以包含若干个数据源。每一个数据源都可以通过网关设备所配置的路由通信端口进行数据报文。比如，每一个数据源皆可以通过网关设备上分别配置的DP1通信端口向后台服务器进行数据报文。对于数据源集群中的各个数据源，可以通过网关设备上所配置的镜像端口进行统一镜像传输报文，由边缘服务器对镜像报文的各个更新驱动所生成的数据进行分别登记。
在后台或者是边缘服务器上，对不同数据源进行数据登记和绑定的方式，由管理员进行设定即可。各个服务器可以根据数据源的通信端口来进行识别和绑定。
如图4所示，镜像功能主要用于网络检测和故障管理，可能涉及使用个人用户某些通信内容。镜像是指将指定源的报文复制一份到目的端口。指定源被称为镜像源（网关设备），目的端口被称为观察端口（边缘服务器），复制的报文被称为镜像报文。
镜像可以在不影响设备对原始报文正常处理的情况下，将其复制一份，并通过观察端口发送给监控设备，从而判断网络中运行的业务是否正常。
具体可以结合现有的镜像端口配置技术进行理解。
在网关设备配置端口之后，可以进行一次报文测试：在第一次数据驱动之时，某个数据源通过网关设备向后台数据库进行报文；在进行第二次数据驱动报文之时，由网关设备通过镜像端口上报至边缘服务器的数据中心，由数据中心向后台服务器调取保存在数据库中的前一次报文数据，将前一次数据驱动所产生的报文数据与本次数据驱动之后的第二次报文数据进行比对，判断两者属性是否一致，比如说判断两前前后两次报文数据是否是来自同一个数据源，数据内容是否一致，数据属性类型等是否一致，若是两份数据报文一致，则表明通过网关设备镜像报文性能可靠，能够用于本次的数据驱动检测。
在测试完毕，管理员可以登录后台服务器来检测各个设备的运行状态，进行初始化设置，并开始数据驱动工作，由后台向通过网关向各个数据源发出数据驱动指令，可以开始进行数据驱动报文，按照预设的报文频率进行报文，比是比如说在第一轮数据驱动报文之时，首先报文至后台；在第二轮数据驱动报文之时，再通过镜像端口报文至数据中心。后台在发出驱动指令的同时，还需要通知边缘服务器激活数据变化检测模式，由数据中心激活其检测模型，等待数据检测。
作为本发明的一可选实施方案，可选地，S1、为各个数据源配置镜像端口，并建立镜像端口与边缘服务器之间的通信链接，还包括：
在所述边缘服务器接收到所述后台服务器的通知之后：
向所述数据中心发出激活工作指令；
所述数据中心响应该激活工作指令，并激活预先部署的所述AI数据变化检测模型，准备好对所述第二报文数据LC进行数据驱动变化检测；
激活之后，向所述后台服务器发出反馈。
AI数据变化检测模型，利用AI技术来自动监测、分析和更新数据库中的数据，以减轻人工工作负担并提高数据管理的效率。
AI数据变化检测模型，将对前后轮的数据驱动报文数据，进行异常检测，将使用机器学习算法（包括孤立森林和LSTM自编码器在内的机器学习方法）检测异常数据变化，例如异常插入、异常更新或数据丢失。
因此，能够实时监测数据源中的数据变化，包括数据增加、修改和删除。
若是检测到上述变化，将认定前后数据驱动发生数据变化，需要更新数据库中的数据。
数据驱动开始，数据中心将激活AI数据变化检测模型，等待数据驱动后的报文数据导入。
作为本发明的一可选实施方案，可选地，S1、为各个数据源配置镜像端口，并建立镜像端口与边缘服务器之间的通信链接，还包括：
将预设的所述数据驱动报文频率，下发并配置在所述网关设备上,其中，所述数据驱动报文频率，包括：
第一数据驱动报文频率f1，用于通知各个数据源进行数据驱动报文，将所述第一报文数据上报至所述后台服务器，得到所述报文数据集M；
第二数据驱动报文频率f2，用于在各个数据源更新数据驱动之时，通过所述镜像端口，将更新数据驱动生成的第二报文数据LC上报至所述数据中心。
在数据源进行数据驱动报文之时，将按照报文频率f1进行报文，先上报至网关设备，网关设备上报至再再有网关后台服务器，后台服务器再进行存储。网关设备将按照一轮数据报文的方式，对各个数据源的数据驱动报文进行收集，得到报文儿数据集M，再将该报文数据集上传至后台服务器。
对于下一轮的数据驱动报文，在各个数据源进行驱动报文交付之后，各个数据源将进行下一轮的数据报文，将按照报文频率f2进行报文，由网关设备通过镜像端口上报至数据中心。
S2、各个数据源进行数据驱动报文，将第一报文数据上报至后台服务器，并存储至数据库，获得各个数据源的报文数据集M：
M={L1, L2, L3, L4, L5, L6, L7, L8, ......}；
其中，L1......分别为来自各个数据源的第一报文数据；
后台服务器接收到报文数据集M之后，将对数据集中的各个数据包进行智能匹配和存储，将各个数据源的第一报文数据所生成的数据包进行分布式储存至数据库中。
作为本发明的一可选实施方案，可选地，在得到所述报文数据集M之后，还包括：
在所述数据库中，对所述报文数据集M进行分布式储存，将各个数据源的第一报文数据，存储至所述数据库中分布的各个DB子容器中；
将各个数据源的数据属性与相对应的所述DB子容器的存储ID绑定。
数据入库储存方式，采用分布式存储。
利用AI数据存储模型，智能识别数据库中，每个子容器的“存储位置-数据结构-容量”，根据监控结果，智能推荐存储位置ID，根据数据更新后的每个数据包的数据大小和结构，智能推荐相应的存储位置ID。
后台服务器接收到各个第一报文数据之后，将根据各个数据包的结构和大小，分别在数据库中推荐相应的DB子容器。具体将根据数据包的结构和大小，推荐相应的DB子容器。
存储之后，将各个数据源的数据包的数据属性与相对应的所述DB子容器的存储ID绑定，便于后续根据数据属性进行匹配检索，从相应存储ID下的DB子容器中调取对应的存储数据。
作为本发明的一可选实施方案，可选地，S3、通过所述镜像端口，将更新数据驱动生成的第二报文数据LC上报至部署于边缘服务器的数据中心，包括：
在某个数据源更新数据驱动之时，该数据源将更新数据驱动生成的第二报文数据LC上报至所述网关设备；
所述网关设备通过所述镜像端口，将更新数据驱动生成的第二报文数据LC上报至所述边缘服务器，并由所述边缘服务器将所述第二报文数据LC转发至所述数据中心；
所述数据中心根据所述第二报文数据LC的数据属性，生成相应的数据请求，并通过所述边缘服务器发送至所述后台服务器，请求调取与所述第二报文数据LC的数据属性相对应的所述第一报文数据；
所述后台服务器响应所述数据请求，根据所述数据属性所绑定的存储ID，从相应的所述DB子容器中调取所述第一报文数据，并反馈至所述边缘服务器；
所述边缘服务器接收到所述第一报文数据之后，转发至所述数据中心。
本实施例，数据更新策略，可以采用：
1 增量更新
增量更新策略：对数据库进行增量更新，只更新发生变化的数据，而不是整体替换。
2 批量更新
定期批量更新：制定定期批量更新策略，以整体更新数据库中的数据。
3 自动化决策
更新决策：根据监测和分析的结果，自动决定何时以何种方式更新数据库，包括更新频率和方法。
4 ETL工具：使用Extract-Transform-Load（ETL）工具，如Apache NiFi、Talend等，以自动化方式进行数据抽取、转换和加载。
本方案主要采用批量更新方式，按照数据驱动频率，进行数据驱动前后的数据包进行更新。
在第一报文数据上报并储存至数据库之后，在第二轮报文数据进行镜像报文之后，数据中心调用模型对前后轮的数据驱动生成的数据包进行数据异常检测。
边缘服务器将向后台服务器发出数据请求，调取与当前所接收到的第二报文数据的数据属性相一致的第一报文数据。
后台服务器根据边缘服务器所生成的请求，从按照数据属性在数据库中进行数据检索，找到与数据属性相一致的储存ID。因为前期在存储之时已经将每个DB中所存储的数据包的数据属性与DB的存储ID进行绑定，因此在数据库中进行检索匹配可以找到相应DB中与第二报文数据的数据属性相一致的第一报文数据，并反馈至边缘服务器，再转发至数据中心。
作为本发明的一可选实施方案，可选地，S4、所述数据中心利用预先部署的AI数据变化检测模型，对所述第二报文数据LC进行数据驱动变化检测，将所述报文数据集M中发生变化的所述第一报文数据标记为Lp，并生成将Lp替换为LC的更新数据集Mp，包括：
所述数据中心将调取的所述第一报文数据导入预先部署的所述AI数据变化检测模型；
所述AI数据变化检测模型，基于异常检测算法，对调取的所述第一报文数据和所述第二报文数据LC进行数据驱动变化检测，判断所述第一报文数据是否存在异常数据变化：
若存在，则将发生变化的所述第一报文数据标记为：Lp，标记后原路反馈至所述后台服务器，并将所述第二报文数据LC通过所述边缘服务器反馈至所述后台服务器；
所述后台服务器对数据库中保存的所述报文数据集M进行更新，将标记为Lp的所述第一报文数据，替换为所述第二报文数据LC；
当所有发生变化的所述第一报文数据替换完成，生成新的所述报文数据集M，即：更新数据集Mp。
数据中心将调用AI数据变化检测模型，基于异常检测算法，对数据驱动前后轮儿的第一报文数据与第二豹纹数据进行数据驱动变化检测，判断第一报文数据是否存在异常数据变化。比如说可以从数据结构、数据类型，包括数据内容等等上，判断第一报文数据相对于第二报尾数报文数据是否存在数据结构增加、调整、删减等等变化，若是存在上述异常数据变化，那么则表明在第二轮数据驱动之后，相应数据源所生成的数据包将进行更新。
如图5所示，异常变化检测结果将意味着进行数据更新，可以向后台服务器发出反馈，由后台建立相应的更新任务。边缘服务器可以根据所检测的结果，由AI模型对发生异常变化的数据进行标记，并对所标记的数据进行替换，将第二轮报的数据替换为第一报文数据（将M中的Lp，替换为所述第二报文数据LC），以此可以将报文数据集M中的异常变化数据进行替换。
对于原始报文数据集M中已经被替换的更新数据包进行替换之后将生成新的数据集。此时为更新数据集MP，后台服务器将根据该更新数据集MP对数据库中报文数据集M进行批量更新。
数据驱动的数据库更新方法是确保数据库准确性和时效性的关键步骤。通过数据监控、更新策略的制定和合适的工具和技术，可以有效地管理数据库的更新，提高数据的质量和可用性。在实施过程中，需要综合考虑安全性、性能和灵活性等因素，以满足不同应用场景的需求。
数据库智能AI更新方法是一种强大的技术，它可以加速数据管理的过程，降低人工工作负担，并提高数据的质量和时效性。这种方法需要结合实时监测、数据分析和自动化决策，以满足不同应用场景中的数据库更新需求。在实施过程中，需要综合考虑安全性、性能和可伸缩性等因素，以确保数据库的稳定性和可用性。
因此可以优化数据库更新过程，以确保高性能和低延迟。
显然，本领域的技术人员应该明白，实现上述实施例中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的，程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各控制的实施例的流程。本领域技术人员可以理解，实现上述实施例中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成的，程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各控制的实施例的流程。其中，存储介质可为磁碟、光盘、只读存储记忆体（Read-OnlyMemory，ROM）、随机存储记忆体（RandomAccessMemory，RAM）、快闪存储器（FlashMemory）、硬盘（HardDiskDrive，缩写：HDD）或固态硬盘（Solid-StateDrive，SSD)等；存储介质还可以包括上述种类的存储器的组合。
实施例2
基于实施例1的实施原理，本发明另一方面，提供一种实现所述数据驱动的数据库更新方法的系统，包括：
数据源，用于进行数据驱动报文，将第一报文数据上报至后台服务器，并存储至数据库；
数据库，用于存储各个数据源的报文数据集M：
M={L1, L2, L3, L4, L5, L6, L7, L8, ......}；
其中，L1......分别为来自各个数据源的第一报文数据；
网关设备，用于通过所述镜像端口，将更新数据驱动生成的第二报文数据LC上报至部署于边缘服务器的数据中心；
数据中心，用于利用预先部署的AI数据变化检测模型，对所述第二报文数据LC进行数据驱动变化检测，将所述报文数据集M中发生变化的所述第一报文数据标记为Lp，并生成将Lp替换为LC的更新数据集Mp；
后台服务器，用于为各个数据源配置镜像端口，并建立镜像端口与边缘服务器之间的通信链接；以及按照数据更新策略，以所述更新数据集Mp更新所述数据库，并生成相应的更新日志。
系统的各个主体的具体功能和交互，请结合实施例1进行理解，本实施例不再赘述。
上述的本发明的各模块或各步骤可以用通用的计算系统来实现，它们可以集中在单个的计算系统上，或者分布在多个计算系统所组成的网络上，可选地，它们可以用计算系统可执行的程序代码来实现，从而，可以将它们存储在存储系统中由计算系统来执行，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。
实施例3
如图6所示，本发明另一方面，还提供一种电子设备，包括：
处理器；
用于存储处理器可执行指令的存储器；
其中，所述处理器被配置为执行所述可执行指令时实现所述的一种数据驱动的数据库更新方法。
本发明实施例的电子设备包括处理器以及用于存储处理器可执行指令的存储器。其中，处理器被配置为执行可执行指令时实现前面任一所述的一种数据驱动的数据库更新方法。
此处，应当指出的是，处理器的个数可以为一个或多个。同时，在本发明实施例的电子设备中，还可以包括输入系统和输出系统。其中，处理器、存储器、输入系统和输出系统之间可以通过总线连接，也可以通过其他方式连接，此处不进行具体限定。
存储器作为一计算机可读存储介质，可用于存储软件程序、计算机可执行程序和各种模块，如：本发明实施例的一种数据驱动的数据库更新方法所对应的程序或模块。处理器通过运行存储在存储器中的软件程序或模块，从而执行电子设备的各种功能应用及数据处理。
输入系统可用于接收输入的数字或信号。其中，信号可以为产生与设备/终端/服务器的用户设置以及功能控制有关的键信号。输出系统可以包括显示屏等显示设备。
在示例性实施例中，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一条指令，所述至少一条指令由处理器加载并执行以实现如上述数据驱动的数据库更新方法的步骤。例如，所述计算机可读存储介质可以是ROM、随机存取存储器（RAM）、CD-ROM、磁带、软盘和光数据存储设备等。
需要说明的是，在本文中，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、物品或者终端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、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
在说明书中提到“一个实施例”、“实施例”、“示例性实施例”、“一些实施例”等指示所述的实施例可以包括特定特征、结构或特性，但未必每个实施例都包括该特定特征、结构或特性。另外，在结合实施例描述特定特征、结构或特性时，结合其它实施例（无论是否明确描述）实现这种特征、结构或特性应在相关领域技术人员的知识范围内。
应理解，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，其中A，B可以是单数或者复数。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系，但也可能表示的是一种“和/或”的关系，具体可参考前后文进行理解。
本发明中，“至少一个”是指一个或者多个，“多个”是指两个或两个以上。“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-b, a-c, b-c, 或a-b-c，其中a,b,c可以是单个，也可以是多个。
应理解，在本发明的各种实施例中，上述各过程的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个设备，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（read-only memory，ROM）、随机存取存储器（random access memory，RAM）、磁碟或者光盘等各种可以存储程序代码的介质。
本发明涵盖任何在本发明的精髓和范围上做的替代、修改、等效方法以及方案。为了使公众对本发明有彻底的了解，在以下本发明优选实施例中详细说明了具体的细节，而对本领域技术人员来说没有这些细节的描述也可以完全理解本发明。另外，为了避免对本发明的实质造成不必要的混淆，并没有详细说明众所周知的方法、过程、流程、元件和电路等。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，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 (6)
1.一种数据驱动的数据库更新方法，其特征在于，包括如下步骤：
S1、为各个数据源配置镜像端口，并建立镜像端口与边缘服务器之间的通信链接；
所述S1包括：部署网关设备，并对所述网关设备进行端口配置，其中，所配置的端口，包括：各个数据源与后台服务器之间的通信端口：DP1；所述网关设备与所述边缘服务器之间的镜像端口：DP2；端口配置完毕，进行数据报文测试，判断所述边缘服务器与所述后台服务器分别接收到的数据驱动报文，是否属性一致：若一致，则：通过所述通信端口DP1，建立各个数据源与所述后台服务器之间的第一通信链路DP-V1；通过所述镜像端口DP2，建立所述网关设备与所述边缘服务器之间的第二通信链路DP-V2；测试完毕，所述后台服务器通过所述网关设备向各个数据源发出数据驱动指令，开始进行数据驱动报文，同时通知所述边缘服务器，激活数据变化检测模式；
所述S1还包括：在所述边缘服务器接收到所述后台服务器的通知之后：向数据中心发出激活工作指令；所述数据中心响应该激活工作指令，并激活预先部署的AI数据变化检测模型，准备好对第二报文数据L C 进行数据驱动变化检测；激活之后，向所述后台服务器发出反馈；
所述S1还包括：将预设的所述数据驱动报文频率，下发并配置在所述网关设备上，其中，所述数据驱动报文频率，包括：第一数据驱动报文频率f1，用于通知各个数据源进行数据驱动报文，将所述报文数据上报至所述后台服务器，得到所述报文数据集M；第二数据驱动报文频率f2，用于在各个数据源更新数据驱动之时，通过所述镜像端口，将更新数据驱动生成的第二报文数据L C 上报至所述数据中心；
在得到所述报文数据集M之后，还包括：在数据库中，对所述报文数据集M进行分布式储存，将各个数据源的第一报文数据，存储至所述数据库中分布的各个DB子容器中；将各个数据源的数据属性与相对应的所述DB子容器的存储ID绑定；
S2、各个数据源进行数据驱动报文，将第一报文数据上报至后台服务器，并存储至数据库，获得各个数据源的报文数据集M：
M={L1,L2,L3,L4,L5,L6,L7,L8,......}；
其中，L1......分别为来自各个数据源的第一报文数据；
S3、通过所述镜像端口，将更新数据驱动生成的第二报文数据L C 上报至部署于边缘服务器的数据中心；
S4、所述数据中心利用预先部署的AI数据变化检测模型，对所述第二报文数据L C 进行数据驱动变化检测，将所述报文数据集M中发生变化的所述第一报文数据标记为L p ，并生成将L p 替换为L C 的更新数据集M p ；
S5、按照数据更新策略，以所述更新数据集M p 更新所述数据库，并生成相应的更新日志。
2.根据权利要求1所述的一种数据驱动的数据库更新方法，其特征在于，S3、通过所述镜像端口，将更新数据驱动生成的第二报文数据L C 上报至部署于边缘服务器的数据中心，包括：
在某个数据源更新数据驱动之时，该数据源将更新数据驱动生成的第二报文数据L C 上报至所述网关设备；
所述网关设备通过所述镜像端口，将更新数据驱动生成的第二报文数据L C 上报至所述边缘服务器，并由所述边缘服务器将所述第二报文数据L C 转发至所述数据中心；
所述数据中心根据所述第二报文数据L C的数据属性，生成相应的数据请求，并通过所述边缘服务器发送至所述后台服务器，请求调取与所述第二报文数据L C的数据属性相对应的所述第一报文数据；
所述后台服务器响应所述数据请求，根据所述数据属性所绑定的存储ID，从相应的所述DB子容器中调取所述第一报文数据，并反馈至所述边缘服务器；
所述边缘服务器接收到所述第一报文数据之后，转发至所述数据中心。
3.根据权利要求1所述的一种数据驱动的数据库更新方法，其特征在于，S4、所述数据中心利用预先部署的AI数据变化检测模型，对所述第二报文数据L C 进行数据驱动变化检测，将所述报文数据集M中发生变化的所述第一报文数据标记为L p ，并生成将L p 替换为L C 的更新数据集M p ，包括：
所述数据中心将调取的所述第一报文数据导入预先部署的所述AI数据变化检测模型；
所述AI数据变化检测模型，基于异常检测算法，对调取的所述第一报文数据和所述第二报文数据L C 进行数据驱动变化检测，判断所述第一报文数据是否存在异常数据变化：
若存在，则将发生变化的所述第一报文数据标记为L p ，标记后原路反馈至所述后台服务器，并将所述第二报文数据L C 通过所述边缘服务器反馈至所述后台服务器；
所述后台服务器对数据库中保存的所述报文数据集M进行更新，将标记为L p 的所述第一报文数据，替换为所述第二报文数据L C ；
当所有发生变化的所述第一报文数据替换完成，生成新的所述报文数据集M，即：更新数据集M p 。
4.一种实现权利要求1-3中任一项所述数据驱动的数据库更新方法的系统，其特征在于，包括：
数据源，用于进行数据驱动报文，将第一报文数据上报至后台服务器，并存储至数据库；
数据库，用于存储各个数据源的报文数据集M：
M={L1,L2,L3,L4,L5,L6,L7,L8,......}；
其中，L1......分别为来自各个数据源的第一报文数据；
网关设备，用于通过所述镜像端口，将更新数据驱动生成的第二报文数据L C 上报至部署于边缘服务器的数据中心；
数据中心，用于利用预先部署的AI数据变化检测模型，对所述第二报文数据L C 进行数据驱动变化检测，将所述报文数据集M中发生变化的所述第一报文数据标记为L p ，并生成将L p 替换为L C 的更新数据集M p ；
后台服务器，用于为各个数据源配置镜像端口，并建立镜像端口与边缘服务器之间的通信链接；以及按照数据更新策略，以所述更新数据集M p 更新所述数据库，并生成相应的更新日志。
5.一种电子设备，其特征在于，所述电子设备包括：
处理器；
存储器，所述存储器上存储有计算机可读指令，所述计算机可读指令被所述处理器加载并执行时，实现如权利要求1至3中任一项所述的方法。
6.一种计算机可读存储介质，其特征在于，所述计算机可读取存储介质中存储有程序代码，所述程序代码可被处理器调用执行如权利要求1至3中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410230002.3A CN117807102B (zh) | 2024-02-29 | 2024-02-29 | 一种数据驱动的数据库更新方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410230002.3A CN117807102B (zh) | 2024-02-29 | 2024-02-29 | 一种数据驱动的数据库更新方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117807102A CN117807102A (zh) | 2024-04-02 |
| CN117807102B true CN117807102B (zh) | 2024-07-09 |
Family
ID=90430367
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410230002.3A Active CN117807102B (zh) | 2024-02-29 | 2024-02-29 | 一种数据驱动的数据库更新方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117807102B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111049762A (zh) * | 2019-12-23 | 2020-04-21 | 上海金仕达软件科技有限公司 | 数据采集方法、装置、存储介质及交换机 |
| CN114844879A (zh) * | 2022-03-25 | 2022-08-02 | 网宿科技股份有限公司 | 镜像管理方法、电子设备和存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111596932B (zh) * | 2020-06-22 | 2021-03-02 | 腾讯科技（深圳）有限公司 | 一种镜像文件生成方法、装置和计算机可读存储介质 |
| CN115633029A (zh) * | 2022-10-14 | 2023-01-20 | 广州鑫景信息科技服务有限公司 | 边缘服务器的任务部署方法、系统、设备及存储介质 |
-
2024
- 2024-02-29 CN CN202410230002.3A patent/CN117807102B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111049762A (zh) * | 2019-12-23 | 2020-04-21 | 上海金仕达软件科技有限公司 | 数据采集方法、装置、存储介质及交换机 |
| CN114844879A (zh) * | 2022-03-25 | 2022-08-02 | 网宿科技股份有限公司 | 镜像管理方法、电子设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117807102A (zh) | 2024-04-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11768811B1 (en) | Managing user data in a multitenant deployment | |
| US20210160157A1 (en) | Technologies for annotating process and user information for network flows | |
| US10108411B2 (en) | Systems and methods of constructing a network topology | |
| US11509706B1 (en) | Customizable load balancing in a user behavior analytics deployment | |
| US8458319B2 (en) | System and method for tracking network resources | |
| US12074767B2 (en) | Data processing method and device for cooperating with an artificial intelligence management plane, electronic device, and storage medium | |
| CN112073265A (zh) | 一种基于分布式边缘计算的物联网监控方法和系统 | |
| CN109039795B (zh) | 一种云服务器资源监控方法和系统 | |
| CN103916481B (zh) | 一种处理数据的方法和装置 | |
| CN110611603B (zh) | 一种集群网卡监控方法及装置 | |
| CA2896865A1 (en) | Method and system for using a recursive event listener on a node in hierarchical data structure | |
| EP4024765B1 (en) | Method and apparatus for extracting fault propagation condition, and storage medium | |
| CN108881066A (zh) | 一种路由请求的方法、接入服务器以及存储设备 | |
| KR20190001501A (ko) | 통신망의 인공지능 운용 시스템 및 이의 동작 방법 | |
| US20120072589A1 (en) | Information Processing Apparatus and Method of Operating the Same | |
| CN113568813A (zh) | 一种海量网络性能数据采集方法、装置及系统 | |
| CN113535225A (zh) | 应用软件的环境配置文件处理方法、装置、设备和介质 | |
| US8489721B1 (en) | Method and apparatus for providing high availabilty to service groups within a datacenter | |
| CN117807102B (zh) | 一种数据驱动的数据库更新方法及系统 | |
| CN109189403B (zh) | 操作系统os批量安装方法、装置和网络设备 | |
| WO2016180156A1 (zh) | 路由器集群的升级系统、方法及装置 | |
| CN112671586B (zh) | 一种业务配置自动迁移和保障方法及装置 | |
| CN104468767B (zh) | 一种云存储数据冲突检测方法及系统 | |
| CN112260902A (zh) | 网络设备监控方法、装置、设备及存储介质 | |
| CN109104333B (zh) | 基于git的分布式集群的同步方法和装置 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |