CN116467059A - 一种基于分布式计算的数据处理***及方法 - Google Patents

一种基于分布式计算的数据处理***及方法 Download PDF

Info

Publication number
CN116467059A
CN116467059A CN202310430673.XA CN202310430673A CN116467059A CN 116467059 A CN116467059 A CN 116467059A CN 202310430673 A CN202310430673 A CN 202310430673A CN 116467059 A CN116467059 A CN 116467059A
Authority
CN
China
Prior art keywords
state
execution
execution unit
task
value
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
Application number
CN202310430673.XA
Other languages
English (en)
Other versions
CN116467059B (zh
Inventor
刘冰
刘滨源
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shaanxi Public Information Industry Co ltd
Original Assignee
Harbin Youchu Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Harbin Youchu Technology Co ltd filed Critical Harbin Youchu Technology Co ltd
Priority to CN202310430673.XA priority Critical patent/CN116467059B/zh
Publication of CN116467059A publication Critical patent/CN116467059A/zh
Application granted granted Critical
Publication of CN116467059B publication Critical patent/CN116467059B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5061—Partitioning or combining of resources
    • G06F9/5066—Algorithms for mapping a plurality of inter-dependent sub-tasks onto a plurality of physical CPUs
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/48—Indexing scheme relating to G06F9/48
    • G06F2209/484—Precedence
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/5021—Priority
    • 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)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明公开了一种基于分布式计算的数据处理***及方法，属于分布式任务调度技术领域。该方法能够实时调整业务范围内所有执行单元的状态，状态包括离线状态、空闲状态、忙碌状态和异常状态；根据执行单元执行任务的效率计算出对应状态值；在业务处理过程中：首先将业务按照执行方式拆分为不同类型的子任务，包括主动任务和被动任务；其次，将主动任务交由状态为离线状态的执行单元去执行；最后，将被动任务按照业务需求划分为不同优先级的分任务，按照优先级的高低顺序，依次交由状态为空闲状态且状态值较高的执行单元去执行；本发明通过对业务的拆分，对执行单元的状态设定，相互配合下，能够更加高效的完成分布式任务调度与处理。

Description

一种基于分布式计算的数据处理***及方法
技术领域
本发明涉及分布式任务调度技术领域，具体为一种基于分布式计算的数据处理***及方法。
背景技术
随着云计算、大数据和人工智能等技术的快速发展，传统的单机计算已经无法满足大规模数据处理的需求。分布式计算作为一种新型的计算模式，能够有效地解决大规模数据处理所面临的问题。在分布式计算中，多台计算机协同工作，共同完成复杂的数据处理任务，大大提高了数据处理的效率和速度。
在分布式计算过程中，任务调度是一项非常复杂的工作，需要考虑许多因素，例如：业务的子任务拆分、不同优先级子任务的分配、执行方式和各执行单元之间的协调配合等。如何对业务进行合理拆分，根据执行单元不同情况进行合理分配，在执行单元出现状态第一时间进行合理调度，最大可能提高业务的执行效率，充分发挥分布式计算的性能，是一项非常重要的课题，在实际应用中需要设计合理的调度方法来保证业务的高效执行。
发明内容
本发明的目的在于提供一种基于分布式计算的数据处理***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：一种基于分布式计算的数据处理***，该***包括：数据采集模块、数据处理模块、功能调用模块和数据存储模块。
所述数据采集模块用于采集业务范围内所有执行对象的重量信息、图像信息和输入信息，将这些信息发送至数据处理模块。所述数据处理模块根据执行对象的重量信息、图像信息和输入信息设定对应执行单元的状态，根据执行对象的输入信息计算对应执行单元的状态值，对不同状态的执行单元分配不同类型的任务，对不同状态值的执行单元分配不同优先级的任务。所述功能调用模块用于调用重量传感器、摄像头和测试软件。所述数据存储模块用于对所有信息进行备份存储。
所述数据采集模块包括重量信息采集单元、图像信息采集单元和输入信息采集单元。
所述重量信息采集单元用于采集执行对象的重量信息，通过安装在执行单元所在区域的重量传感器进行重量信息收集，当执行对象离开或进入对应执行单元所在区域时，重量信息产生变化。
所述图像信息采集单元用于采集执行对象的图像信息，通过安装在执行单元所在区域的摄像头进行图像信息收集，当执行对象处于对应执行单元所在区域时，摄像头能够拍摄到执行对象。
所述输入信息采集单元用于采集执行对象的输入信息以及检测执行对象所对应的执行单元是否被分配任务，通过安装在执行对象操控的计算机上的测试软件来进行输入信息收集，输入信息包括鼠标位移速度、键盘输入速度、任务处理速度和距离上次执行任务的时间。
在采集输入信息的时候，通常收集一段时间内，多次鼠标连续位移速度和多次键盘敲击速度的平均值，减少瞬时速度带来的影响。
所述数据处理模块包括状态管理单元、状态值计算单元和任务分配单元。
所述状态管理单元用于对业务范围内所有执行单元的状态进行管理，根据不同执行对象的重量信息、图像信息和输入信息更改对应执行单元的状态。执行单元的状态包括离线状态、空闲状态、忙碌状态和异常状态，状态更改包括：由离线状态到空闲状态、由空闲状态到忙碌状态、由忙碌状态到空闲状态、由忙碌状态到异常状态和由空闲状态到离线状态。
离线状态是指执行对象暂时离开执行单元所在区域的状态，该状态下，只有计算机在工作，可以对计算机发送主动任务，主动任务能够被计算机自动执行并响应，充分利用计算机空闲资源。
空闲状态是指执行对象处于对应执行单元所在区域但未被分配任务的状态，该状态下，人和计算机都在等待任务分配，可以针对该执行单元的状态值分配合适优先级的被动任务。
忙碌状态是指执行对象处于对应执行单元所在区域且已被分配任务的状态，该状态下，人和计算机都在执行任务，可以调用测试软件采集工作时效信息，分析计算该执行单元的状态值。
异常状态是值执行对象不处于对应执行单元所在区域且已被分配任务的状态，该状态下，没有人操作计算机执行任务，这种状态会严重延迟整体业务执行时间，甚至造成不可挽回的后果，应当立即警示工作人员及时处理，处理完成后可以将异常状态恢复至离线状态或空闲状态。
通常情况下，当采集到的重量信息发生较大改变时，调用摄像头进行校验，判断执行对象是否处于执行单元所在区域。
当重量值大幅度上涨，执行对象处于执行单元所在区域时，将对应执行单元状态由离线状态更改为空闲状态；当重量值大幅度下降，执行对象不处于执行单元所在区域时，将对应执行单元状态由空闲状态更改为离线状态或由忙碌状态更改为异常状态。
当执行单元状态为空闲状态，测试软件检测到被分配任务时，将对应执行单元状态由空闲状态更改为忙碌状态；当执行单元状态为忙碌状态，测试软件检测到任务已提交时，将对应执行单元状态由忙碌状态更改为空闲状态。
所述状态值计算单元用于计算出对应执行单元的状态值，状态值决定对应执行单元执行任务的时效性，对应执行单元状态值越高，执行任务效率越高。
执行单元的状态值包括固定状态值和浮动状态值。固定状态值是指将执行对象的鼠标位移速度、键盘输入速度和任务处理速度代入公式中计算出对应执行单元的固定状态值；浮动状态值计算单元则需要考虑执行单元距离上次执行任务的时间，随着距离上次执行任务的时间增加而相应递增，固定状态值加上浮动状态值为对应执行单元的状态值。
所述任务分配单元用于对业务进行子任务划分和调度。将需要被处理的业务划分为不同类型的子任务，子任务类型包括主动任务和被动任务：主动任务是指能够被计算机识别并自动执行和响应，不需要执行对象任何操作的任务，将主动任务交由状态为离线状态的执行单元去执行；被动任务是指不能完全被计算机识别，需要执行对象协调操作的任务，被动任务按照业务需求的不同划分为不同优先级的分任务，优先级包括高和低，将被动任务中不同优先级的分任务交由不同状态值的空闲状态执行单元去执行；所有分配操作进行日志记录。
子任务的调度根据现场情况灵活调整，当离线状态的执行单元不足以支持主动任务的全部分配时，可以考虑优先选择资源利用率较低的空闲状态或忙碌状态执行单元，采用多线程技术，在不影响执行单元正常执行任务的情况下，最大化合理运用现有的资源。
所述功能调用模块用于调用对应执行单元所在区域的重量传感器，采集执行对象的重量信息；调用对应执行单元所在区域的摄像头，采集执行对象的图像信息；调用执行对象操控的计算机上的测试软件，采集执行对象的输入信息。
所述数据存储模块用于将采集信息、状态信息和分配日志信息存入数据库，以供溯源操作。
一种基于分布式计算的数据处理方法，该方法包括以下步骤：
S1、实时调整业务范围内所有执行单元的状态；
S2、将业务拆分为N个子任务，分配给不同执行单元执行；
S3、任务完成后，对执行单元进行评分；
S4、业务完成后，返回S1步骤继续等待下一次业务。
在S1中，对执行单元的状态调整步骤如下：
S101、通过重量传感器来采集各执行单元所在区域的重量信息，实时计算当前采集重量值与上一时刻所采集重量值的差值，判断该差值是否处于重量误差区间，处于误差区间，则不做处理，直接进入S103步骤。不处于误差区间，则标记对应执行单元，进入S102步骤。
重量误差区间的设定需要根据执行对象随身携带物品的重量变化进行设定，随身携带物品的重量不能影响执行对象是否存在的判断，执行对象处于执行单元所在区域的重量和不处于执行单元所在区域的重量差值应该不在重量误差区间内。
S102、利用数学建模的方法为每个执行单元建立一幅背景图像，该背景图像内没有执行对象存在，启动对应摄像头对被标记的执行单元所在区域进行拍照，采集当前图像，将两张图像对应像素点的灰度值进行相减，取绝对值后得到差分图像，公式如下：
Zn(x,y)＝|dn(x,y)-B(x,y)|
式中，Zn(x,y)为差分图像第n个像素点的灰度值，dn(x,y)为当前图像帧第n个像素点的灰度值，B(x,y)为背景图像对应像素点的灰度值。
设定阈值X，对差分图像所有像素点进行二值化处理，得到二值化图像，灰度值255的点为前景点，灰度值0的点为背景点；公式如下：
式中，Qn(x,y)为二值化图像第n个像素点的灰度值，X为阈值，Zn(x,y)为差分图像第n个像素点的灰度值。
对图像Qn进行连通性分析，采用OpenCV对图像进行人体轮廓检测，判断对应执行单元所在区域内是否存在执行对象：存在执行对象且重量差值为正数时，将执行对象所对应的执行单元状态由离线状态调整为空闲状态；不存在执行对象且重量差值为负数时，将执行对象所对应的执行单元状态由空闲状态调整为离线状态或由忙碌状态调整为异常状态。
摄像头需要设定一段时间后启动，该时间最小不能低于从执行对象起身到离开对应执行单元所在区域的时间，最大不能高于***任务分配撤回时间。
S103、通过安装在执行对象操控的计算机上的测试软件来判断对应执行单元是否被分配任务，任务包括主动任务和被动任务，只有分配到被动任务的执行单元才会进行状态改变，被动任务的分配只针对状态为空闲状态的执行单元，将分配到被动任务的执行单元状态由空闲状态更改为忙碌状态；将测试软件检测到任务已提交的执行单元状态由忙碌状态更改为空闲状态；将测试软件检测到任务未提交且执行单元所在区域内不存在执行对象的执行单元状态由忙碌状态更改为异常状态。
在S2中，业务拆分为子任务以及子任务的分配步骤如下：
S201、将需要处理的业务按照执行方式进行拆分，拆分为计算机能够独立执行并响应的主动任务和需要执行对象协调才能完成的被动任务。
S202、主动任务交由状态为离线状态的执行单元去执行。
S203、被动任务根据业务需求，继续划分为不同优先级的分任务，按照优先级的高低顺序，依次交由状态为空闲状态且高状态值的执行单元去执行。
当执行单元在执行被动任务时，重量差值变化为负数且对应执行单元所在区域不存在执行对象，执行对象已经离开对应执行单元所在区域，将对应执行单元状态由忙碌状态更改为异常状态，并警示工作人员及时处理。
子任务的拆分数量需要根据业务量以及业务难度进行自适应拆分，业务量大难度高的业务拆分数量多，业务量小难度低的业务拆分数量少；同时，子任务拆分也需要参考业务范围内的执行单元数量以及执行单元执行任务时效性。
在S3中，对执行单元的评分是指计算该执行单元的状态值，状态值包括固定状态值和浮动状态值；步骤如下：
S301、首先，将执行对象的鼠标位移速度、键盘输入速度和任务处理速度代入公式中计算出对应执行单元的固定状态值；公式如下：
式中，ZTZG为执行单元的固定状态值，a为鼠标位移速度影响因子，Vs为记录的鼠标位移速度，Rs为标准鼠标位移速度，b为键盘输入速度影响因子，VJ为记录的键盘输入速度，RJ为标准键盘输入速度，c为任务处理速度影响因子，Rc为标准任务处理速度，Vc为记录的任务处理速度。
标准鼠标位移速度和标准键盘输入速度需要参考每个执行对象的正常速度进行设定，不同执行对象的速度应该各不相同；标准任务处理速度根据任务难度进行设定，任务难度越高，标准任务处理速度应该设定越低，任务难度越低，标准任务处理速度应该设定越高。
S302、根据执行单元距离上次执行任务的时间计算出浮动状态值，将固定状态值与浮动状态值求和，计算出执行单元的状态值，公式如下：
式中，ZTZ为执行单元的状态值，ZTZG为执行单元的固定状态值，d为浮动状态值影响系数，ft为距离上次执行任务的时间，Rt为标准空闲时间。
与现有技术相比，本发明所达到的有益效果是：
1.本发明对各执行单元进行状态管理，通过各类传感器和测试软件实时更新执行单元的状态信息，避免出现任务调度延迟和分配不合理情况。
2.本发明对各执行单元进行状态值调控，根据执行对象的工作状态来进行不同优先级的分任务分配，即保证了业务执行的整体时效性，同时也避免出现对同一个执行单元高频率的任务分配的情况。
3.本发明对业务按照执行方式拆分为主动任务和被动任务，将主动任务交由计算机独立完成，将被动任务交由人和计算机共同完成，即减轻了人的工作负担，同时也提高计算机空余资源的利用效率。
4.本发明将重量信息变化幅度作为一级触发单元，摄像头图像检测作为二级触发单元，只有一级触发单元被触发状态下，才会启动摄像头采集图像信息，减轻了***对图像分析计算的压力，提高了监测效率。
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是本发明一种基于分布式计算的数据处理***及方法的结构示意图；
图2是本发明一种基于分布式计算的数据处理***及方法的流程示意图。
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，本发明提供技术方案，一种基于分布式计算的数据处理***，该***包括：数据采集模块、数据处理模块、功能调用模块和数据存储模块。
数据采集模块用于采集业务范围内所有执行对象的重量信息、图像信息和输入信息，将这些信息发送至数据处理模块。数据处理模块根据执行对象的重量信息、图像信息和输入信息设定对应执行单元的状态，根据执行对象的输入信息计算对应执行单元的状态值，对不同状态的执行单元分配不同类型的任务，对不同状态值的执行单元分配不同优先级的任务。功能调用模块用于调用重量传感器、摄像头和测试软件。数据存储模块用于对所有信息进行备份存储。
执行对象通常指代操作计算机执行任务的人，执行单元是指执行任务的最小单元，通常指计算机或人与计算机；在执行主动任务时：执行任务最小单元为计算机，单独执行任务；在执行被动任务时：执行任务最小单元为人和计算机，两者配合执行任务。
数据采集模块包括重量信息采集单元、图像信息采集单元和输入信息采集单元。
重量信息采集单元用于采集执行对象的重量信息，通过安装在执行单元所在区域的重量传感器进行重量信息收集，重量传感器可以安装在执行对象所坐的椅子下方或地面上，当执行对象离开或进入对应执行单元所在区域时，重量传感器采集的重量信息能够产生明显变化。
图像信息采集单元用于采集执行对象的图像信息，通过安装在执行单元所在区域的摄像头进行图像信息收集，当执行对象处于对应执行单元所在区域时，摄像头能够拍摄到执行对象。
输入信息采集单元用于采集执行对象的输入信息以及检测执行对象所对应的执行单元是否被分配任务，通过安装在执行对象操控的计算机上的测试软件来进行输入信息收集，输入信息包括鼠标位移速度、键盘输入速度、任务处理速度和距离上次执行任务的时间。
在采集输入信息的时候，通常收集一段时间内，多次鼠标连续位移速度和多次键盘敲击速度的平均值，减少瞬时速度带来的影响。
数据处理模块包括状态管理单元、状态值计算单元和任务分配单元。
状态管理单元用于对业务范围内所有执行单元的状态进行管理，根据不同执行对象的重量信息、图像信息和输入信息更改对应执行单元的状态。执行单元的状态包括离线状态、空闲状态、忙碌状态和异常状态，状态更改包括：由离线状态到空闲状态、由空闲状态到忙碌状态、由忙碌状态到空闲状态、由忙碌状态到异常状态和由空闲状态到离线状态。
离线状态是指执行对象暂时离开执行单元所在区域的状态，该状态下，只有计算机在工作，可以对计算机发送主动任务，主动任务能够被计算机自动执行并响应，充分利用计算机空闲资源。
空闲状态是指执行对象处于对应执行单元所在区域但未被分配任务的状态，该状态下，人和计算机都在等待任务分配，可以针对该执行单元的状态值分配合适优先级的被动任务。
忙碌状态是指执行对象处于对应执行单元所在区域且已被分配任务的状态，该状态下，人和计算机都在执行任务，可以调用测试软件采集工作时效信息，分析计算该执行单元的状态值。
异常状态是值执行对象不处于对应执行单元所在区域且已被分配任务的状态，该状态下，没有人操作计算机执行任务，这种状态会严重延迟整体业务执行时间，甚至造成不可挽回的后果，应当立即警示工作人员及时处理，处理完成后可以将异常状态恢复至离线状态或空闲状态。
通常情况下，当采集到的重量信息发生较大改变时，调用摄像头进行校验，判断执行对象是否处于执行单元所在区域。
当重量值大幅度上涨，执行对象处于执行单元所在区域时，将对应执行单元状态由离线状态更改为空闲状态；当重量值大幅度下降，执行对象不处于执行单元所在区域时，将对应执行单元状态由空闲状态更改为离线状态或由忙碌状态更改为异常状态。
当执行单元状态为空闲状态，测试软件检测到被分配任务时，将对应执行单元状态由空闲状态更改为忙碌状态；当执行单元状态为忙碌状态，测试软件检测到任务已提交时，将对应执行单元状态由忙碌状态更改为空闲状态。
状态值计算单元用于计算出对应执行单元的状态值，状态值决定对应执行单元执行任务的时效性，对应执行单元状态值越高，执行任务效率越高。
执行单元的状态值包括固定状态值和浮动状态值。固定状态值是指将执行对象的鼠标位移速度、键盘输入速度和任务处理速度代入公式中计算出对应执行单元的固定状态值；浮动状态值计算单元则需要考虑执行单元距离上次执行任务的时间，随着距离上次执行任务的时间增加而相应递增，固定状态值加上浮动状态值为对应执行单元的状态值。
任务分配单元用于对业务进行子任务划分和调度。将需要被处理的业务划分为不同类型的子任务，子任务类型包括主动任务和被动任务：主动任务是指能够被计算机识别并自动执行和响应，不需要执行对象任何操作的任务，将主动任务交由状态为离线状态的执行单元去执行；被动任务是指不能完全被计算机识别，需要执行对象协调操作的任务，被动任务按照业务需求的不同划分为不同优先级的分任务，优先级包括高和低，将被动任务中不同优先级的分任务交由不同状态值的空闲状态执行单元去执行；所有分配操作进行日志记录。
子任务的调度根据现场情况灵活调整，当离线状态的执行单元不足以支持主动任务的全部分配时，可以考虑优先选择资源利用率较低的空闲状态或忙碌状态执行单元，采用多线程技术，在不影响执行单元正常执行任务的情况下，最大化合理运用现有的资源。
功能调用模块用于调用对应执行单元所在区域的重量传感器，采集执行对象的重量信息；调用对应执行单元所在区域的摄像头，采集执行对象的图像信息；调用执行对象操控的计算机上的测试软件，采集执行对象的输入信息。
数据存储模块用于将采集信息、状态信息和分配日志信息存入数据库，以供溯源操作。
请参阅图2，本发明提供技术方案，一种基于分布式计算的数据处理方法，该方法包括以下步骤：
S1、实时调整业务范围内所有执行单元的状态；
S2、将业务拆分为N个子任务，分配给不同执行单元执行；
S3、任务完成后，对执行单元进行评分；
S4、业务完成后，返回S1步骤继续等待下一次业务。
在S1中，对执行单元的状态调整步骤如下：
S101、通过重量传感器来采集各执行单元所在区域的重量信息，实时计算当前采集重量值与上一时刻所采集重量值的差值，判断该差值是否处于重量误差区间，处于误差区间，则不做处理，直接进入S103步骤。不处于误差区间，则标记对应执行单元，进入S102步骤。
重量误差区间的设定需要根据执行对象随身携带物品的重量变化进行设定，随身携带物品的重量不能影响执行对象是否存在的判断，执行对象处于执行单元所在区域的重量和不处于执行单元所在区域的重量差值应该不在重量误差区间内。
S102、利用数学建模的方法为每个执行单元建立一幅背景图像，该背景图像内没有执行对象存在，启动对应摄像头对被标记的执行单元所在区域进行拍照，采集当前图像，将两张图像对应像素点的灰度值进行相减，取绝对值后得到差分图像，公式如下：
Zn(x,y)＝|dn(x,y)-B(x,y)|
式中，Zn(x,y)为差分图像第n个像素点的灰度值，dn(x,y)为当前图像帧第n个像素点的灰度值，B(x,y)为背景图像对应像素点的灰度值。
设定阈值X，对差分图像所有像素点进行二值化处理，得到二值化图像，灰度值255的点为前景点，灰度值0的点为背景点；公式如下：
式中，Qn(x,y)为二值化图像第n个像素点的灰度值，X为阈值，Zn(x,y)为差分图像第n个像素点的灰度值。
对图像Qn进行连通性分析，采用OpenCV对图像进行人体轮廓检测，判断对应执行单元所在区域内是否存在执行对象：存在执行对象且重量差值为正数时，将执行对象所对应的执行单元状态由离线状态调整为空闲状态；不存在执行对象且重量差值为负数时，将执行对象所对应的执行单元状态由空闲状态调整为离线状态或由忙碌状态调整为异常状态。
摄像头需要设定一段时间后启动，该时间最小不能低于从执行对象起身到离开对应执行单元所在区域的时间，最大不能高于***任务分配撤回时间。
S103、通过安装在执行对象操控的计算机上的测试软件来判断对应执行单元是否被分配任务，任务包括主动任务和被动任务，只有分配到被动任务的执行单元才会进行状态改变，被动任务的分配只针对状态为空闲状态的执行单元，将分配到被动任务的执行单元状态由空闲状态更改为忙碌状态；将测试软件检测到任务已提交的执行单元状态由忙碌状态更改为空闲状态；将测试软件检测到任务未提交且执行单元所在区域内不存在执行对象的执行单元状态由忙碌状态更改为异常状态。
在S2中，业务拆分为子任务以及子任务的分配步骤如下：
S201、将需要处理的业务按照执行方式进行拆分，拆分为计算机能够独立执行并响应的主动任务和需要执行对象协调才能完成的被动任务。
S202、主动任务交由状态为离线状态的执行单元去执行。
S203、被动任务根据业务需求，继续划分为不同优先级的分任务，按照优先级的高低顺序，依次交由状态为空闲状态且高状态值的执行单元去执行。
当执行单元在执行被动任务时，重量差值变化为负数且对应执行单元所在区域不存在执行对象，执行对象已经离开对应执行单元所在区域，将对应执行单元状态由忙碌状态更改为异常状态，并警示工作人员及时处理。
子任务的拆分数量需要根据业务量以及业务难度进行自适应拆分，业务量大难度高的业务拆分数量多，业务量小难度低的业务拆分数量少；同时，子任务拆分也需要参考业务范围内的执行单元数量以及执行单元执行任务时效性。
在S3中，对执行单元的评分是指计算该执行单元的状态值，状态值包括固定状态值和浮动状态值；步骤如下：
S301、首先，将执行对象的鼠标位移速度、键盘输入速度和任务处理速度代入公式中计算出对应执行单元的固定状态值；公式如下：
式中，ZTZG为执行单元的固定状态值，a为鼠标位移速度影响因子，Vs为记录的鼠标位移速度，Rs为标准鼠标位移速度，b为键盘输入速度影响因子，VJ为记录的键盘输入速度，RJ为标准键盘输入速度，c为任务处理速度影响因子，Rc为标准任务处理速度，Vc为记录的任务处理速度。
标准鼠标位移速度和标准键盘输入速度需要参考每个执行对象的正常速度进行设定，不同执行对象的速度应该各不相同；标准任务处理速度根据任务难度进行设定，任务难度越高，标准任务处理速度应该设定越低，任务难度越低，标准任务处理速度应该设定越高。
S302、根据执行单元距离上次执行任务的时间计算出浮动状态值，将固定状态值与浮动状态值求和，计算出执行单元的状态值，公式如下：
式中，ZTZ为执行单元的状态值，ZTZG为执行单元的固定状态值，d为浮动状态值影响系数，ft为距离上次执行任务的时间，Rt为标准空闲时间。
实施例一：
假设A、B和C一共3个执行单元，它们状态分别为A：空闲；B：忙碌；C：离线；这种情况下:
当重量传感器检测到A和B重量值大幅度下降且摄像头检测到执行单元所在区域内没有执行对象的存在时：
A状态从空闲调整为：离线；
B状态从忙碌调整为：异常，并警示工作人员及时处理；
当重量传感器检测到C重量值大幅度上升且摄像头检测到执行单元所在区域内有执行对象的存在时：
C状态由离线调整为：空闲；
当测试软件检测到B状态被工作人员调整回空闲，C被分配任务时：
B状态从异常调整为：空闲；
C状态从空闲调整为：忙碌；
当测试软件检测到C任务已提交时：
C状态从忙碌调整为：空闲。
实施例二：
假设X、Y和Z一共3个执行单元，状态都为忙碌；鼠标位移速度影响因子为0.1，键盘输入速度影响因子为0.3，任务处理速度影响因子为0.6；各执行单元对应执行对象的标准鼠标位移速度都为360像素点/秒，标准键盘输入速度都为120字母/分钟；任务难度相同，标准任务处理速度都为36秒/件，鼠标灵敏度相同情况下:
X执行对象的鼠标位移平均速度为720像素点/秒，键盘输入平均速度为60字母/分钟，任务处理速度为42秒/件；
Y执行对象的鼠标位移平均速度为180像素点/秒，键盘输入平均速度为180字母/分钟，任务处理速度为23秒/件；
Z执行对象的鼠标位移平均速度为240像素点/秒，键盘输入平均速度为120字母/分钟，任务处理速度为30秒/件；
代入公式计算得到：
X固定状态值：
Y固定状态值：
Z固定状态值：
假设某一时刻，X、Y和Z执行单元距离上次执行任务的时间分别为24秒、35秒和92秒，标准空闲时间为72秒，浮动状态值影响系数为0.5，代入公式计算出各执行单元状态值：
X状态值：
Y状态值：
Z状态值：
业务拆分时，多个高优先级的分任务，优先交由Z执行单元执行，其次是Y执行单元，最后才是X执行单元。
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 (10)

1.一种基于分布式计算的数据处理***，其特征在于，该***包括：数据采集模块、数据处理模块、功能调用模块和数据存储模块；
所述数据采集模块用于采集业务范围内所有执行对象的重量信息、图像信息和输入信息，将这些信息发送至数据处理模块；所述数据处理模块根据执行对象的重量信息、图像信息和输入信息设定对应执行单元的状态，根据执行对象的输入信息计算对应执行单元的状态值，对不同状态的执行单元分配不同类型的任务，对不同状态值的执行单元分配不同优先级的任务；所述功能调用模块用于调用重量传感器、摄像头和测试软件；所述数据存储模块用于对所有信息进行备份存储。
2.根据权利要求1所述的一种基于分布式计算的数据处理***，其特征在于：所述数据采集模块包括重量信息采集单元、图像信息采集单元和输入信息采集单元；
所述重量信息采集单元用于采集执行对象的重量信息，通过重量传感器进行重量信息收集，当执行对象离开或进入对应执行单元所在区域时，重量信息产生变化；
所述图像信息采集单元用于采集执行对象的图像信息，通过安装在执行单元所在区域的摄像头进行图像信息收集，当执行对象处于对应执行单元所在区域时，摄像头能够拍摄到执行对象；
所述输入信息采集单元用于采集执行对象的输入信息以及检测执行对象所对应的执行单元是否被分配任务，通过安装在执行对象操控的计算机上的测试软件来进行输入信息收集，输入信息包括鼠标位移速度、键盘输入速度、任务处理速度和距离上次执行任务的时间。
3.根据权利要求1所述的一种基于分布式计算的数据处理***，其特征在于：所述数据处理模块包括状态管理单元、状态值计算单元和任务分配单元；
所述状态管理单元用于对业务范围内所有执行单元的状态进行管理，根据不同执行对象的重量信息、图像信息和输入信息更改对应执行单元的状态；执行单元的状态包括离线状态、空闲状态、忙碌状态和异常状态，状态更改包括：由离线状态到空闲状态、由空闲状态到忙碌状态、由忙碌状态到空闲状态、由忙碌状态到异常状态和由空闲状态到离线状态；
所述状态值计算单元用于计算出对应执行单元的状态值，状态值决定对应执行单元执行任务的时效性，对应执行单元状态值越高，执行任务效率越高；
所述任务分配单元用于对业务进行子任务划分和调度；将需要被处理的业务划分为不同类型的子任务，子任务类型包括主动任务和被动任务：主动任务是指能够被计算机识别并自动执行和响应，不需要执行对象任何操作的任务，将主动任务交由状态为离线状态的执行单元去执行；被动任务是指不能完全被计算机识别，需要执行对象协调操作的任务，被动任务按照业务需求的不同划分为不同优先级的分任务，优先级包括高和低，将被动任务中不同优先级的分任务交由不同状态值的空闲状态执行单元去执行；所有分配操作进行日志记录。
4.根据权利要求1所述的一种基于分布式计算的数据处理***，其特征在于：所述功能调用模块用于调用对应执行单元所在区域的重量传感器，采集执行对象的重量信息；调用对应执行单元所在区域的摄像头，采集执行对象的图像信息；调用执行对象操控的计算机上的测试软件，采集执行对象的输入信息。
5.根据权利要求1所述的一种基于分布式计算的数据处理***，其特征在于：所述数据存储模块用于将采集信息、状态信息和分配日志信息存入数据库，以供溯源操作。
6.一种基于分布式计算的数据处理方法，其特征在于，该方法包括以下步骤：
S1、实时调整业务范围内所有执行单元的状态；
S2、将业务拆分为N个子任务，分配给不同执行单元执行；
S3、任务完成后，对执行单元进行评分；
S4、业务完成后，返回S1步骤继续等待下一次业务。
7.根据权利要求6所述的一种基于分布式计算的数据处理方法，其特征在于，在S1中，对执行单元的状态调整步骤如下：
S101、通过重量传感器来采集各执行单元所在区域的重量信息，实时计算当前采集重量值与上一时刻所采集重量值的差值，判断该差值是否处于重量误差区间，处于误差区间，则不做处理，直接进入S103步骤；不处于误差区间，则标记对应执行单元，进入S102步骤；
S102、利用数学建模的方法为每个执行单元建立一幅背景图像，该背景图像内没有执行对象存在，启动对应摄像头对被标记的执行单元所在区域进行拍照，采集当前图像，将两张图像对应像素点的灰度值进行相减，取绝对值后得到差分图像，公式如下：
Zn(x,y)＝|dn(x,y)-B(x,y)|
式中，Zn(x,y)为差分图像第n个像素点的灰度值，dn(x,y)为当前图像帧第n个像素点的灰度值，B(x,y)为背景图像对应像素点的灰度值；
设定阈值X，对差分图像所有像素点进行二值化处理，得到二值化图像，灰度值255的点为前景点，灰度值0的点为背景点；公式如下：
式中，Qn(x,y)为二值化图像第n个像素点的灰度值，X为阈值，Zn(x,y)为差分图像第n个像素点的灰度值；
对图像Qn进行连通性分析，采用OpenCV对图像进行人体轮廓检测，判断对应执行单元所在区域内是否存在执行对象：存在执行对象且重量差值为正数时，将执行对象所对应的执行单元状态由离线状态调整为空闲状态；不存在执行对象且重量差值为负数时，将执行对象所对应的执行单元状态由空闲状态调整为离线状态或由忙碌状态调整为异常状态；
S103、通过安装在执行对象操控的计算机上的测试软件来判断对应执行单元是否被分配任务，任务包括主动任务和被动任务，只有分配到被动任务的执行单元才会进行状态改变，被动任务的分配只针对状态为空闲状态的执行单元，将分配到被动任务的执行单元状态由空闲状态更改为忙碌状态；将测试软件检测到任务已提交的执行单元状态由忙碌状态更改为空闲状态；将测试软件检测到任务未提交且执行单元所在区域内不存在执行对象的执行单元状态由忙碌状态更改为异常状态。
8.根据权利要求6所述的一种基于分布式计算的数据处理方法，其特征在于，在S2中，业务拆分为子任务以及子任务的分配步骤如下：
S201、将需要处理的业务按照执行方式进行拆分，拆分为计算机能够独立执行并响应的主动任务和需要执行对象协调才能完成的被动任务；
S202、主动任务交由状态为离线状态的执行单元去执行；
S203、被动任务根据业务需求，继续划分为不同优先级的分任务，按照优先级的高低顺序，依次交由状态为空闲状态且高状态值的执行单元去执行。
9.根据权利要求8所述的一种基于分布式计算的数据处理方法，其特征在于：当执行单元在执行被动任务时，重量差值变化为负数且对应执行单元所在区域不存在执行对象，执行对象已经离开对应执行单元所在区域，将对应执行单元状态由忙碌状态更改为异常状态，并警示工作人员及时处理。
10.根据权利要求6所述的一种基于分布式计算的数据处理方法，其特征在于，在S3中，对执行单元的评分是指计算该执行单元的状态值，状态值包括固定状态值和浮动状态值；步骤如下：
S301、首先，将执行对象的鼠标位移速度、键盘输入速度和任务处理速度代入公式中计算出对应执行单元的固定状态值；公式如下：
式中，ZTZG为执行单元的固定状态值，a为鼠标位移速度影响因子，Vs为记录的鼠标位移速度，Rs为标准鼠标位移速度，b为键盘输入速度影响因子，VJ为记录的键盘输入速度，RJ为标准键盘输入速度，c为任务处理速度影响因子，Rc为标准任务处理速度，Vc为记录的任务处理速度；
S302、根据执行单元距离上次执行任务的时间计算出浮动状态值，将固定状态值与浮动状态值求和，计算出执行单元的状态值，公式如下：
式中，ZTZ为执行单元的状态值，ZTZG为执行单元的固定状态值，d为浮动状态值影响系数，ft为距离上次执行任务的时间，Rt为标准空闲时间。
CN202310430673.XA 2023-04-21 2023-04-21 一种基于分布式计算的数据处理***及方法 Active CN116467059B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310430673.XA CN116467059B (zh) 2023-04-21 2023-04-21 一种基于分布式计算的数据处理***及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310430673.XA CN116467059B (zh) 2023-04-21 2023-04-21 一种基于分布式计算的数据处理***及方法

Publications (2)

Publication Number Publication Date
CN116467059A true CN116467059A (zh) 2023-07-21
CN116467059B CN116467059B (zh) 2024-07-19

Family

ID=87174909

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310430673.XA Active CN116467059B (zh) 2023-04-21 2023-04-21 一种基于分布式计算的数据处理***及方法

Country Status (1)

Country Link
CN (1) CN116467059B (zh)

Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6298448B1 (en) * 1998-12-21 2001-10-02 Siemens Information And Communication Networks, Inc. Apparatus and method for automatic CPU speed control based on application-specific criteria
US20070169125A1 (en) * 2006-01-18 2007-07-19 Xiaohan Qin Task scheduling policy for limited memory systems
CN102655685A (zh) * 2012-05-29 2012-09-05 福州大学 用于无线传感器网络的任务容错分配方法
US20150323388A1 (en) * 2014-05-06 2015-11-12 Stryker Corporation Person support apparatus with position monitoring
CN106444791A (zh) * 2016-12-20 2017-02-22 南阳师范学院 一种多agv小车上位机统一调度***设计方法
WO2017112714A1 (en) * 2015-12-20 2017-06-29 Michael Farr Combination computer keyboard and computer pointing device
CN106933954A (zh) * 2017-01-22 2017-07-07 四川用联信息技术有限公司 基于决策树分类算法实现搜索引擎优化技术
US20180144283A1 (en) * 2016-11-18 2018-05-24 DefinedCrowd Corporation Identifying workers in a crowdsourcing or microtasking platform who perform low-quality work and/or are really automated bots
CN110928676A (zh) * 2019-07-18 2020-03-27 国网浙江省电力有限公司衢州供电公司 一种基于性能评估的电力cps负荷分配方法
CN111831406A (zh) * 2020-05-27 2020-10-27 深圳市合正汽车电子有限公司 一种基于车载嵌入式***的多任务调度方法及装置
CN112269826A (zh) * 2020-08-25 2021-01-26 帝杰曼科技股份有限公司 一种基于大数据的可视化加工处理***及方法
CN112506634A (zh) * 2020-12-08 2021-03-16 天津津航计算技术研究所 一种基于预约机制的公平性作业调度方法
CN112732431A (zh) * 2021-01-26 2021-04-30 海南职业技术学院 一种基于云计算的人工智能***
CN115617532A (zh) * 2022-11-22 2023-01-17 浙江莲荷科技有限公司 一种目标追踪处理方法、***及相关装置
CN115829538A (zh) * 2022-10-31 2023-03-21 南方电网科学研究院有限责任公司 一种终端运维服务管理***

Patent Citations (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6298448B1 (en) * 1998-12-21 2001-10-02 Siemens Information And Communication Networks, Inc. Apparatus and method for automatic CPU speed control based on application-specific criteria
US20070169125A1 (en) * 2006-01-18 2007-07-19 Xiaohan Qin Task scheduling policy for limited memory systems
CN102655685A (zh) * 2012-05-29 2012-09-05 福州大学 用于无线传感器网络的任务容错分配方法
US20150323388A1 (en) * 2014-05-06 2015-11-12 Stryker Corporation Person support apparatus with position monitoring
WO2017112714A1 (en) * 2015-12-20 2017-06-29 Michael Farr Combination computer keyboard and computer pointing device
US20180144283A1 (en) * 2016-11-18 2018-05-24 DefinedCrowd Corporation Identifying workers in a crowdsourcing or microtasking platform who perform low-quality work and/or are really automated bots
CN106444791A (zh) * 2016-12-20 2017-02-22 南阳师范学院 一种多agv小车上位机统一调度***设计方法
CN106933954A (zh) * 2017-01-22 2017-07-07 四川用联信息技术有限公司 基于决策树分类算法实现搜索引擎优化技术
CN110928676A (zh) * 2019-07-18 2020-03-27 国网浙江省电力有限公司衢州供电公司 一种基于性能评估的电力cps负荷分配方法
CN111831406A (zh) * 2020-05-27 2020-10-27 深圳市合正汽车电子有限公司 一种基于车载嵌入式***的多任务调度方法及装置
CN112269826A (zh) * 2020-08-25 2021-01-26 帝杰曼科技股份有限公司 一种基于大数据的可视化加工处理***及方法
CN112506634A (zh) * 2020-12-08 2021-03-16 天津津航计算技术研究所 一种基于预约机制的公平性作业调度方法
CN112732431A (zh) * 2021-01-26 2021-04-30 海南职业技术学院 一种基于云计算的人工智能***
CN115829538A (zh) * 2022-10-31 2023-03-21 南方电网科学研究院有限责任公司 一种终端运维服务管理***
CN115617532A (zh) * 2022-11-22 2023-01-17 浙江莲荷科技有限公司 一种目标追踪处理方法、***及相关装置

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
D.FERNANDEZ-LANVIN等: "The dimension of age and gender as user model demographic factors for automatic personalization in e-commerce sites", 《COMPUTER STANDARDS & INTERFACES》, 3 February 2018 (2018-02-03), pages 1 - 9 *
崔勇等: "移动云计算研究进展与趋势", 《计算机学报》, vol. 40, no. 02, 26 September 2016 (2016-09-26), pages 273 - 295 *
程辉: "扰动状态下水果采摘机器人视觉空间定位", 《中国优秀硕士学位论文全文数据库 信息科技辑》, no. 02, 15 February 2015 (2015-02-15), pages 138 - 1354 *

Also Published As

Publication number Publication date
CN116467059B (zh) 2024-07-19

Similar Documents

Publication Publication Date Title
CN108829494B (zh) 基于负载预测的容器云平台智能资源优化方法
CN103294533A (zh) 任务流控制方法及***
CN103823714A (zh) 一种基于虚拟化下NUMA节点内存QoS的调节方法及装置
CN116955455B (zh) 适用于辐射监测***的处理方法及平台
CN109976911B (zh) 一种自适应资源调度方法
CN113342510A (zh) 一种水电流域应急指挥云边计算资源协同处理方法
Li et al. A task allocation method for stream processing with recovery latency constraint
CN109491775A (zh) 一种用于边缘计算环境下的任务处理与调度方法
CN116467059B (zh) 一种基于分布式计算的数据处理***及方法
CN106802825A (zh) 一种基于实时***的动态任务调度方法与***
CN111144701B (zh) 一种分布式环境下etl作业调度资源分类评估的方法
US20240004707A1 (en) Methods and systems for energy-efficient scheduling of periodic tasks on a group of processing devices
CN115951974B (zh) Gpu虚拟机的管理方法、***、设备和介质
CN110083434B (zh) 云虚拟机批量整合的方法、装置和服务器
CN111988412A (zh) 一种多租户服务资源需求智能预测***及方法
CN112346863B (zh) 一种计算资源动态调整数据处理方法及***
CN115033389A (zh) 一种电网信息***节能型任务资源调度方法和装置
CN112598112B (zh) 一种基于图神经网络的资源调度方法
CN110489221B (zh) 一种自动化任务数量动态调整计算资源的方法及***
CN108874517A (zh) 固定优先级待机备用***利用率划分能耗优化方法
CN108183870A (zh) 一种基于云成熟度的云数据中心资源调度共享方法及***
CN106371908A (zh) 基于粒子群算法的图像视频过滤任务分配的优化方法
CN102567024A (zh) 脚本执行***和脚本执行方法
Li Research on cloud computing resource scheduling based on machine learning
CN108268310B (zh) 一种确定最小调度粒度的方法及装置

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
TA01 Transfer of patent application right

Effective date of registration: 20240627

Address after: 710000, 3D3E, 3rd Floor, Telecom Finance Plaza, No. 56 Gaoxin Road, High tech Zone, Xi'an City, Shaanxi Province

Applicant after: Shaanxi Public Information Industry Co.,Ltd.

Country or region after: China

Address before: Room 316, Unit 1, Building 12, Enterprise Accelerator, Science and Technology Innovation City, Harbin Hi tech Industrial Development Zone, 150000 Heilongjiang Province

Applicant before: Harbin Youchu Technology Co.,Ltd.

Country or region before: China

GR01 Patent grant