CN105843936A - 一种业务数据报表方法与*** - Google Patents
一种业务数据报表方法与*** Download PDFInfo
- Publication number
- CN105843936A CN105843936A CN201610201037.XA CN201610201037A CN105843936A CN 105843936 A CN105843936 A CN 105843936A CN 201610201037 A CN201610201037 A CN 201610201037A CN 105843936 A CN105843936 A CN 105843936A
- Authority
- CN
- China
- Prior art keywords
- data
- service
- unit
- dimension
- cube
- 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
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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种业务数据报表方法与***,包括:生成并存储生成业务报表所需的原始数据;接收所述原始数据,并对所述原始数据进行降维处理;根据降维处理后的数据生成多维数据集;根据所述多维数据集生成报表。本发明通过使用接收原始数据,进行降维处理,从大量烦乱的原始数据中整理出制式化的格式数据写入多维数据集,根据不同角度的要求生成报表的技术方案,能够承载大量数据的存储、整理与呈现,在业务数据中心的大数据环境下能够正常工作。
Description
技术领域
本发明涉及大数据处理领域,特别地,涉及一种业务数据报表方法与***。
背景技术
数据中心是一整套复杂的设施。它不仅仅包括计算机***和其它与之配套的设备(例如通信和存储***),还包含冗余的数据通信连接、环境控制设备、监控设备以及各种安全装置。从应用层面看,包括业务***、基于数据仓库的分析***;从数据层面看,包括操作型数据和分析型数据以及数据与数据的集成/整合流程;从基础设施层面看,包括服务器、网络、存储和整体IT运行维护服务。
报表***是用于统计报表制作及报表及数据填报的企业级报表分析软件。报表是企业管理的基本措施和途径,是企业的基本业务要求,也是实施BI战略的基础。报表可以帮助企业访问、格式化数据,并把数据信息以可靠和安全的方式呈现给使用者。然而,报表***能处理的数据量远远小于数据中心所需要处理的数据量,企业业务***中不存在业务数据中心可用的完整的报表***。
针对现有技术中不存在业务数据中心可用的完整的报表***的问题,目前尚没有有效的解决方案。
发明内容
有鉴于此,本发明的目的在于提出一种业务数据报表方法与***,能够对数据中心中需要进行处理的大量数据进行报表,供使用者审核。
基于上述目的,本发明提供的技术方案如下:
根据本发明的一个方面,提供了一种业务数据报表方法,包括:
生成并存储生成业务报表所需的原始数据;
接收原始数据,并对原始数据进行降维处理;
根据降维处理后的数据生成多维数据集;
根据多维数据集生成报表。
其中,对原始数据进行降维处理的同时,还进行以下处理,包括:
收集原始数据,并提取出有效数据和变量;
识别数据中的值、填补空缺值、减少数据噪声、消除数据的不一致性;
将数据和变量标准化、离散化。
并且,生成并存储原始数据的步骤包括以下至少一种方式:
通过在线业务产生的数据,并存储于业务数据库中;
异步生成消息,并存储于异步消息队列中;
使用接口获取外界平台生成的高实时性数据;
记录操作生成的事件数据,并存储于日志文件中。
并且,通过在线业务产生的数据,并存储于业务数据库中包括:对业务数据库进行主从备份,并在业务数据库的从库中使用ETL工具采集并接收数据,其中,业务数据库的主库与从库具有数据隔离;
记录操作生成的事件数据,并存储于日志文件中包括:创建定时任务,并根据定时任务从日志文件中采集并接收数据,其中,定时任务中记录有指定的数据采集时间。
另外,对原始数据进行降维处理之后,还存储降维处理后的数据;
根据降维处理后的数据生成多维数据集为:获取存储的降维处理后的数据并使用基于联机分析处理技术的数学模型对数据进行聚类处理,根据实际业务需求生成多维数据集。
并且,多维数据集包括监控业务数据、直播业务数据和点播业务数据。
并且,根据多维数据集生成报表包括:
获取多维数据集,并存储常用数据与查询过的数据;
根据常用数据与查询过的数据形成直播业务报表、点播业务报表和监控业务报表;
使用图形化分别展示业务报表、点播业务报表和监控业务报表。
根据本发明的另一个方面,提供了一种业务数据报表***,包括:
数据源模块,数据源模块为业务数据报表***的起点,数据源模块存储用于生成业务报表所需的原始数据;
数据采集模块,数据采集模块连接至数据源模块,数据采集模块包括数据约简单元,数据约简单元从数据源模块接收数据并进行降维处理;
数据分析模块,数据分析模块连接至数据采集模块,数据分析模块获取数据采集模块降维处理后的数据并生成多维数据集;
报表模块,报表模块连接至数据分析模块,报表模块获取数据分析模块生成的多维数据集并形成报表。
其中,数据采集模块还包括数据整合单元、数据清洗单元和数据变换单元,其中:
数据整合单元用于从数据源模块中收集原始数据,并提取出必要的数据和变量;
数据清洗单元连接至数据整合单元,用于获取数据整合单元提取的数据和变量,并识别数据中的值、填补空缺值、减少数据噪声、消除数据的不一致性;
数据变换单元连接至数据清洗单元,用于获取数据清洗单元处理的数据和变量,并将数据和变量标准化、离散化。
并且,数据源模块包括以下至少之一:
业务数据库,业务数据库存储在线业务产生的数据;
消息单元,消息单元使用异步消息队列发送数据;
接口单元,接口单元用于传输高实时性数据;
日志文件,日志文件用于记录操作事件。
并且,数据采集模块从业务数据库接收数据包括:数据采集模块对业务数据库进行主从备份,并在业务数据库的从库中使用ETL工具采集并接收数据,其中,业务数据库的主库与从库具有数据隔离;
数据采集模块从日志文件接收数据包括:数据采集模块创建定时任务,并根据定时任务从日志文件中采集并接收数据,其中,定时任务中记录有指定的数据采集时间。
另外,数据采集模块还包括数据仓库,数据采集模块对原始数据进行降维处理之后,还降维处理后的数据存储到数据仓库;
数据分析模块获取数据仓库存储的降维处理后的数据并生成多维数据集为:数据分析模块获取数据采集模块降维处理后的数据并使用基于联机分析处理技术的数学模型对数据进行聚类处理,根据实际业务需求生成多维数据集。
并且,多维数据集包括监控业务数据、直播业务数据和点播业务数据。
并且,报表模块包括:
缓存单元,缓存单元存储常用数据与查询过的数据;
报表单元,报表单元用于形成直播业务报表、点播业务报表和监控业务报表;
页面展示单元,页面展示单元使用图形化展示分别业务报表、点播业务报表和监控业务报表。
从上面所述可以看出,本发明实施例提供的技术方案通过使用接收原始数据,进行降维处理,从大量烦乱的原始数据中整理出制式化的格式数据写入多维数据集,根据不同角度的要求生成报表,能够承载大量数据的存储、整理与呈现,在业务数据中心的大数据环境下能够正常工作。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例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为本发明实施例的业务数据报表方法的流程图;
图2为本发明实施例的业务数据报表***的结构图;
图3为本发明实施例的业务数据报表***的详细结构图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,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一步进行清楚、完整、详细地描述,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所获得的所有其他实施例,都属于本发明保护的范围。
根据本发明的一个实施例,提供了一种业务数据报表方法。
如图1所示,根据本发明实施例提供的业务数据报表方法包括:
步骤S101,生成并存储生成业务报表所需的原始数据;
步骤S102,接收原始数据,并对原始数据进行降维处理;
步骤S103,根据降维处理后的数据生成多维数据集;
步骤S104,根据多维数据集生成报表。
其中,对原始数据进行降维处理之前,还可进行以下处理,包括:
收集原始数据,并提取出有效数据和变量;
识别数据中的值、填补空缺值、减少数据噪声、消除数据的不一致性;
将数据和变量标准化、离散化。
并且,生成并存储原始数据的步骤包括以下至少一种方式:
通过在线业务产生的数据,并存储于业务数据库中;
异步生成消息,并存储于异步消息队列中;
使用接口获取外界平台生成的高实时性数据;
记录操作生成的事件数据,并存储于日志文件中。
并且,通过在线业务产生的数据,并存储于业务数据库中包括:对业务数据库进行主从备份,并在业务数据库的从库中使用ETL工具采集并接收数据,其中,业务数据库的主库与从库具有数据隔离;
记录操作生成的事件数据,并存储于日志文件中包括:创建定时任务,并根据定时任务从日志文件中采集并接收数据,其中,定时任务中记录有指定的数据采集时间。
另外,对原始数据进行降维处理之后,还存储降维处理后的数据;
根据降维处理后的数据生成多维数据集为:获取存储的降维处理后的数据并使用基于联机分析处理技术的数学模型对数据进行聚类处理,根据实际业务需求生成多维数据集。
并且,多维数据集包括监控业务数据、直播业务数据和点播业务数据。
并且,根据多维数据集生成报表包括:
获取多维数据集,并存储常用数据与查询过的数据;
根据常用数据与查询过的数据形成直播业务报表、点播业务报表和监控业务报表;
使用图形化分别展示业务报表、点播业务报表和监控业务报表。
根据本发明的另一个方面,提供了一种业务数据报表***。
如图2所示,根据本发明实施例提供的业务数据报表***包括:
数据源模块21,为业务数据报表***的起点,数据源模块21存储用于生成业务报表所需的原始数据;
数据采集模块22,连接至数据源模块21,数据采集模块22包括数据约简单元,数据约简单元从数据源模块21接收数据并进行降维处理;
数据分析模块23,连接至数据采集模块22,数据分析模块23获取数据采集模块22降维处理后的数据并生成多维数据集;
报表模块24,连接至数据分析模块23,报表模块24获取数据分析模块23生成的多维数据集并形成报表。
其中,数据采集模块22还包括数据整合单元、数据清洗单元和数据变换单元,其中:
数据整合单元用于从数据源模块21中收集原始数据,并提取出必要的数据和变量;
数据清洗单元连接至数据整合单元,用于获取数据整合单元提取的数据和变量,并识别数据中的值、填补空缺值、减少数据噪声、消除数据的不一致性;
数据变换单元连接至数据清洗单元,用于获取数据清洗单元处理的数据和变量,并将数据和变量标准化、离散化。
并且,数据源模块21包括以下至少之一:
业务数据库,业务数据库存储在线业务产生的数据;
消息单元,消息单元使用异步消息队列发送数据;
接口单元,接口单元用于传输高实时性数据;
日志文件,日志文件用于记录操作事件。
并且,数据采集模块22从业务数据库接收数据包括:数据采集模块22对业务数据库进行主从备份,并在业务数据库的从库中使用ETL工具采集并接收数据,其中,业务数据库的主库与从库具有数据隔离;
数据采集模块22从日志文件接收数据包括:数据采集模块22创建定时任务,并根据定时任务从日志文件中采集并接收数据,其中,定时任务中记录有指定的数据采集时间。
另外,数据采集模块22还包括数据仓库,数据采集模块22对原始数据进行降维处理之后,还降维处理后的数据存储到数据仓库;
数据分析模块23获取数据仓库存储的降维处理后的数据并生成多维数据集为:数据分析模块23获取数据采集模块22降维处理后的数据并使用基于联机分析处理技术的数学模型对数据进行聚类处理,根据实际业务需求生成多维数据集。
并且,多维数据集包括监控业务数据、直播业务数据和点播业务数据。
并且,报表模块24包括:
缓存单元,缓存单元存储常用数据与查询过的数据;
报表单元,报表单元用于形成直播业务报表、点播业务报表和监控业务报表;
页面展示单元,页面展示单元使用图形化展示分别业务报表、点播业务报表和监控业务报表。
下面根据具体实施例进一步阐述本发明的技术方案。
图3示出的是业务数据报表***的详细结构图。
数据源模块包括业务数据库、消息单元、接口单元、日志文件等用于生成原始数据的单元都可以作为数据源模块。
数据采集模块,通过定时任务采集日志文件、ETL工具(Extract-Transform-Load,中译数据仓库技术)采集业务数据库。
数据采集模块22的数据约简单元的降维处理是一种信源编码的方法,能够缩小数据的质量,降低传输成本,而数据仓库可通过暂存数据约简单元降维处理过的数据来协调传输数据速度与降维处理数据速度的不平衡。同时,数据采集模块的数据整合单元、数据清洗单元和数据变换单元是数据约简单元的前置单元,用于从原始数据中提取可用信息并使其标准化、制式化,使数据约简单元能够对其进行处理。
数据约简单元进行降维处理为将数据从其高维度状态转化到低维度状态。在原始的高维空间中,数据可能包含有冗余信息与噪音信息,在实际应用——例如识别——中造成了误差,降低了准确率;而通过降维,冗余信息会减少,所造成的误差也相应减少,提高数据的精度。同时,数据降维能缩短后续传输与计算小号的时间,另一方面,数据约简单元也能通过降维算法来寻找数据内部的本质结构特征。
在一个实施例中,可以使用PCA(主成分分析算法,全称为PrincipalComponent Analysis)进行数据降维。PCA的方法是把所有的数据点都映射到一起,那么几乎所有的信息——如点和点之间的距离关系——都丢失了,而如果映射后方差尽可能的大,那么数据点则会分散开来,以此来保留更多的信息。可以证明,PCA是丢失原始数据信息最少的一种线性降维方式。实际上就是最接近原始数据,但是并不试图去探索数据内在结构。
PCA追求的是在降维之后能够最大化保持数据的内在信息,并通过衡量在投影方向上的数据方差的大小来衡量该方向的重要性。但是这样投影以后对数据的区分作用并不大,反而可能使得数据点揉杂在一起无法区分。这也是PCA存在的最大一个问题,这导致使用PCA在很多情况下的分类效果并不好。
在另一个实施例中,可以使用LLE(局部线性嵌入算法,全称为Locallylinear embedding)进行数据降维。LLE算法是针对非线性数据的降维方法,处理后的低维数据均能够保持原有的拓扑关系,广泛应用于图像数据的分类与聚类、文字识别、多维数据的可视化、以及生物信息学等领域中。LLE算法可以归结为三步:(1)寻找每个样本点的k个近邻点;(2)由每个样本点的近邻点计算出该样本点的局部重建权值矩阵;(3)由该样本点的局部重建权值矩阵和其近邻点计算出该样本点的输出值。
数据源的业务数据库为在线数据库,进行主从备份的意义在于数据采集模块对业务数据库的访问不会影响业务数据库本身的正常运转。主从备份相互隔离的情况下,无论数据采集模块22如何访问从库,都不会占用主库的资源或影响主库提供的服务,另一方面,从库也不会受到主库的不良事件影响而继续保有有效的在线数据。
数据分析模块获取数据采集模块的数据生成多维数据集。多维数据集可以通过多个不同维度进行访问,每一个维度可以代表一个查询向量或者业务需求,在不同的维度中多维数据库会显示出基于该维度的数据的投影,该投影即报表的内容部分。如,存在生产、运营、资源、用户等方面的业务需求时,可以以此为查询向量在多维数据库中进行检索,多维数据库会返回数据,并由报表单元形成针对不同业务需求的报表,如运营数据报表、生产过程数据报表、资源利用率报表、用户行为数据报表、媒体信息数据报表、性能报表等。运营数据报表统计不同用户和业务线的上传、转码数据量,各环节成功率、失败率走势,上传用户地域分布和上传量地域分布信息;生产过程数据报表统计上传、转码、分发各子模块状态数据、失败详细信息及占比信息;资源利用率报表统计转码机利用率、转码容量利用率及各环节耗时速度比信息;用户行为数据报表统计上传视频的用户类型以及用户活跃时间段信息;媒体信息数据报表统计视频码率分析、时长分析、视频内容分析信息;性能报表统计上传、转码、分发速度数据信息。以上报表在生成后由页面展示单元示出。
报表模块的缓存单元从多维数据集获取数据供报表单元调用。对于报表单元经常调用的数据,缓存单元会进行缓存以减少访问多维数据集,提高响应速度。
综上所述,借助于本发明的上述技术方案,通过使用接收原始数据,进行降维处理,从大量烦乱的原始数据中整理出制式化的格式数据写入多维数据集,根据不同角度的要求生成报表的技术方案,能够承载大量数据的存储、整理与呈现,在业务数据中心的大数据环境下能够正常工作。
所属领域的普通技术人员应当理解:以上所述仅为本发明的具体实施例而已,并不用于限制本发明,凡在本发明的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (14)
1.一种业务数据报表方法,其特征在于,包括:
生成并存储生成业务报表所需的原始数据;
接收所述原始数据,并对所述原始数据进行降维处理;
根据降维处理后的数据生成多维数据集;
根据所述多维数据集生成报表。
2.根据权利要求1所述的方法,其特征在于,对所述原始数据进行降维处理前还包括以下步骤:
收集所述原始数据,并提取出有效数据和变量;
识别数据中的值,填补空缺值,减少数据噪声,消除数据的不一致性;
将数据和变量标准化、离散化。
3.根据权利要求2所述的方法,其特征在于,所述生成并存储原始数据的步骤包括以下至少一种方式:
通过在线业务产生的数据,并存储于业务数据库中;
异步生成消息,并存储于异步消息队列中;
使用接口获取外界平台生成的高实时性数据;
记录操作生成的事件数据,并存储于日志文件中。
4.根据权利要求3所述的方法,其特征在于,
所述通过在线业务产生的数据,并存储于业务数据库中包括:对所述业务数据库进行主从备份,并在所述业务数据库的从库中使用ETL工具采集并接收数据,其中,所述业务数据库的主库与从库具有数据隔离;
所述记录操作生成的事件数据,并存储于日志文件中包括:创建定时任务,并根据所述定时任务从所述日志文件中采集并接收数据,其中,所述定时任务中记录有指定的数据采集时间。
5.根据权利要求2所述的方法,其特征在于,对所述原始数据进行降维处理之后,还存储降维处理后的数据;
根据降维处理后的数据生成多维数据集为:获取存储的降维处理后的数据并使用基于联机分析处理技术的数学模型对数据进行聚类处理,根据实际业务需求生成多维数据集。
6.根据权利要求5所述的方法,其特征在于,所述多维数据集包括监控业务数据、直播业务数据和点播业务数据。
7.根据权利要求6所述的方法,其特征在于,根据所述多维数据集生成报表包括:
获取多维数据集,并存储常用数据与查询过的数据;
根据常用数据与查询过的数据形成直播业务报表、点播业务报表和监控业务报表;
使用图形化分别展示所述业务报表、点播业务报表和监控业务报表。
8.一种业务数据报表***,其特征在于,包括:
数据源模块,所述数据源模块为业务数据报表***的起点,所述数据源模块存储用于生成业务报表所需的原始数据;
数据采集模块,所述数据采集模块连接至所述数据源模块,所述数据采集模块包括数据约简单元,所述数据约简单元从所述数据源模块接收数据并进行降维处理;
数据分析模块,所述数据分析模块连接至所述数据采集模块,所述数据分析模块获取所述数据采集模块降维处理后的数据并生成多维数据集;
报表模块,所述报表模块连接至所述数据分析模块,所述报表模块获取所述数据分析模块生成的多维数据集并形成报表。
9.根据权利要求8所述的***,其特征在于,所述数据采集模块还包括数据整合单元、数据清洗单元和数据变换单元,其中:
所述数据整合单元用于从所述数据源模块中收集所述原始数据,并提取出必要的数据和变量;
所述数据清洗单元连接至所述数据整合单元,用于获取所述数据整合单元提取的数据和变量,并识别数据中的值、填补空缺值、减少数据噪声、消除数据的不一致性;
所述数据变换单元连接至所述数据清洗单元,用于获取所述数据清洗单元处理的数据和变量,并将数据和变量标准化、离散化。
10.根据权利要求9所述的***,其特征在于,所述数据源模块包括以下至少之一:
业务数据库,所述业务数据库存储在线业务产生的数据;
消息单元,所述消息单元使用异步消息队列发送数据;
接口单元,所述接口单元用于传输高实时性数据;
日志文件,所述日志文件用于记录操作事件。
11.根据权利要求10所述的***,其特征在于,
所述数据采集模块从所述业务数据库接收数据包括:所述数据采集模块对所述业务数据库进行主从备份,并在所述业务数据库的从库中使用ETL工具采集并接收数据,其中,所述业务数据库的主库与从库具有数据隔离;
所述数据采集模块从所述日志文件接收数据包括:所述数据采集模块创建定时任务,并根据所述定时任务从所述日志文件中采集并接收数据,其中,所述定时任务中记录有指定的数据采集时间。
12.根据权利要求9所述的***,其特征在于,所述数据采集模块还包括数据仓库,所述数据采集模块对所述原始数据进行降维处理之后,还降维处理后的数据存储到所述数据仓库;
所述数据分析模块获取所述数据仓库存储的降维处理后的数据并生成多维数据集为:所述数据分析模块获取所述数据采集模块降维处理后的数据并使用基于联机分析处理技术的数学模型对数据进行聚类处理,根据实际业务需求生成多维数据集。
13.根据权利要求12所述的***,其特征在于,所述多维数据集包括监控业务数据、直播业务数据和点播业务数据。
14.根据权利要求13所述的***,其特征在于,所述报表模块包括:
缓存单元,所述缓存单元存储常用数据与查询过的数据;
报表单元,所述报表单元用于形成直播业务报表、点播业务报表和监控业务报表;
页面展示单元,所述页面展示单元使用图形化展示分别所述业务报表、点播业务报表和监控业务报表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610201037.XA CN105843936A (zh) | 2016-03-31 | 2016-03-31 | 一种业务数据报表方法与*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610201037.XA CN105843936A (zh) | 2016-03-31 | 2016-03-31 | 一种业务数据报表方法与*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105843936A true CN105843936A (zh) | 2016-08-10 |
Family
ID=56597823
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610201037.XA Pending CN105843936A (zh) | 2016-03-31 | 2016-03-31 | 一种业务数据报表方法与*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105843936A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108733799A (zh) * | 2018-05-17 | 2018-11-02 | 深圳市买买提信息科技有限公司 | 一种报表数据处理方法、装置及终端 |
CN108735275A (zh) * | 2018-05-28 | 2018-11-02 | 重庆浩雅宇殊科技有限公司 | 一种自动报告生成***及报告生成方法 |
CN109272223A (zh) * | 2018-09-06 | 2019-01-25 | 广州微印信息科技有限公司 | 一种基于科目的任务协作***和方法 |
CN109271432A (zh) * | 2018-08-21 | 2019-01-25 | 中国平安人寿保险股份有限公司 | 报表数据的处理方法、装置、计算机设备和存储介质 |
CN110309218A (zh) * | 2018-02-09 | 2019-10-08 | 杭州数梦工场科技有限公司 | 一种数据交换***和数据写入方法 |
CN111488363A (zh) * | 2020-06-28 | 2020-08-04 | 平安国际智慧城市科技股份有限公司 | 数据处理方法、装置、电子设备及介质 |
CN111797178A (zh) * | 2020-07-06 | 2020-10-20 | 国网安徽省电力有限公司 | 一种基于报表工具的数据采集与处理方法 |
WO2022088632A1 (zh) * | 2020-11-02 | 2022-05-05 | 平安科技(深圳)有限公司 | 用户数据监控分析方法、装置、设备及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103984755A (zh) * | 2014-05-28 | 2014-08-13 | 中国地质大学(北京) | 基于多维度模型的油气资源数据要览***实现方法及*** |
CN104573071A (zh) * | 2015-01-26 | 2015-04-29 | 湖南大学 | 一种基于大数据技术的校情智能分析***及方法 |
-
2016
- 2016-03-31 CN CN201610201037.XA patent/CN105843936A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103984755A (zh) * | 2014-05-28 | 2014-08-13 | 中国地质大学(北京) | 基于多维度模型的油气资源数据要览***实现方法及*** |
CN104573071A (zh) * | 2015-01-26 | 2015-04-29 | 湖南大学 | 一种基于大数据技术的校情智能分析***及方法 |
Non-Patent Citations (1)
Title |
---|
杨继伟: "基于云点播生产平台的智能分析***", 《科技创新导报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110309218A (zh) * | 2018-02-09 | 2019-10-08 | 杭州数梦工场科技有限公司 | 一种数据交换***和数据写入方法 |
CN110309218B (zh) * | 2018-02-09 | 2021-07-30 | 杭州数梦工场科技有限公司 | 一种数据交换***和数据写入方法 |
CN108733799A (zh) * | 2018-05-17 | 2018-11-02 | 深圳市买买提信息科技有限公司 | 一种报表数据处理方法、装置及终端 |
CN108735275A (zh) * | 2018-05-28 | 2018-11-02 | 重庆浩雅宇殊科技有限公司 | 一种自动报告生成***及报告生成方法 |
CN109271432A (zh) * | 2018-08-21 | 2019-01-25 | 中国平安人寿保险股份有限公司 | 报表数据的处理方法、装置、计算机设备和存储介质 |
CN109272223A (zh) * | 2018-09-06 | 2019-01-25 | 广州微印信息科技有限公司 | 一种基于科目的任务协作***和方法 |
CN111488363A (zh) * | 2020-06-28 | 2020-08-04 | 平安国际智慧城市科技股份有限公司 | 数据处理方法、装置、电子设备及介质 |
CN111488363B (zh) * | 2020-06-28 | 2020-10-02 | 平安国际智慧城市科技股份有限公司 | 数据处理方法、装置、电子设备及介质 |
CN111797178A (zh) * | 2020-07-06 | 2020-10-20 | 国网安徽省电力有限公司 | 一种基于报表工具的数据采集与处理方法 |
WO2022088632A1 (zh) * | 2020-11-02 | 2022-05-05 | 平安科技(深圳)有限公司 | 用户数据监控分析方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105843936A (zh) | 一种业务数据报表方法与*** | |
CN106327055B (zh) | 一种基于大数据技术的电力费控方法及*** | |
CN109739919A (zh) | 一种用于电力***的前置机和采集*** | |
CN112148578A (zh) | 基于机器学习的it故障缺陷预测方法 | |
CN110348821A (zh) | 一种结合物联网的智能制造管理***及方法 | |
CN112632127B (zh) | 设备运行实时数据采集及时序的数据处理方法 | |
CN112559634A (zh) | 一种基于计算机云计算大数据用数据管理*** | |
CN109308290B (zh) | 一种基于cim的高效数据清洗转换方法 | |
CN108132423B (zh) | 一种基于状态转移概率电力***监测数据失真的快速定位方法 | |
CN114154035A (zh) | 一种动环监控的数据处理*** | |
CN111159152A (zh) | 基于大数据处理技术的二次运维数据融合方法 | |
Leao et al. | Big data processing for power grid event detection | |
Xu et al. | A platform for fault diagnosis of high-speed train based on big data | |
CN114090529A (zh) | 一种日志管理方法、装置、***和存储介质 | |
CN108108843A (zh) | 一种基于标签数据在线迭代计算的工业数据优化*** | |
CN116629802A (zh) | 一种用于铁路港口站的大数据平台*** | |
CN109522349B (zh) | 跨类型数据计算及共享方法、***、设备 | |
CN110781232A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
CN114387124B (zh) | 一种核电工业互联网平台的时序数据存储方法 | |
CN111049898A (zh) | 一种实现计算集群资源跨域架构的方法及*** | |
CN106304122A (zh) | 一种业务数据分析方法及*** | |
CN114238045A (zh) | 一种电网多源量测数据完整性判断及自动修复***和方法 | |
CN109658095A (zh) | 自助设备日志存储管理方法、***及存储介质 | |
CN117591496B (zh) | 一种基于云边协同的高可靠性时序数据传输与存储*** | |
CN116821535A (zh) | 一种客流分析预测的可视化*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20160810 |
|
WD01 | Invention patent application deemed withdrawn after publication |