CN117873786B - 一种教育平台智能维护更新系统及方法 - Google Patents
一种教育平台智能维护更新系统及方法 Download PDFInfo
- Publication number
- CN117873786B CN117873786B CN202410051512.4A CN202410051512A CN117873786B CN 117873786 B CN117873786 B CN 117873786B CN 202410051512 A CN202410051512 A CN 202410051512A CN 117873786 B CN117873786 B CN 117873786B
- Authority
- CN
- China
- Prior art keywords
- data
- backup
- node
- resource data
- real
- 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
Classifications
-
- 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
-
- 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
- G06F11/1458—Management of the backup or restore process
- G06F11/1469—Backup restoration techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3055—Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种教育平台智能维护更新系统及方法,其系统包括:资源备份端,用于读取教育资源并备份,基于备份结果构建数据库;追踪监测端,用于对教育资源进行实时追踪监测,获得实时监测数据;维护分析端,用于对实时监测数据进行分析,并当分析结果中显示需要对平台进行维护时,基于实时监测数据对问题节点进行定位;维护更新端,用于基于数据库调取问题节点的源数据,并基于源数据对问题节点进行维护更新,有效保障教育平台运行数据的安全性、智能性以及及时性,有利于提高教育平台运行的稳定性。
Description
技术领域
本发明涉及计算机技术领域,特别涉及一种教育平台智能维护更新系统及方法。
背景技术
目前,随着科学技术的发展,为了给教师以及学生提供一个良好的教学环境,教育平台的发展使得教育变得更加灵活和便捷;教育平台是以物联网为基础,为教师和学生提供在线学习、教学管理和资源共享等功能,可以满足学习者个性化的学习需求,促进了教育资源的共享与交流;
然而,在现有技术中,由于无法实时教育平台中教育资源进行实时最终监测,从而无法快速及时的对需要进行维护的部位进行定位,导致对教育平台进行维护的效率低下,进而不利于保障教育平台的安全性与稳定性,且现如今一般是通过人工进行维护,从而不利于教育平台运维的智能性,从而也无法保障教育平台的稳定性;
因此,为了克服上述技术问题,本发明提供了一种教育平台智能维护更新系统及方法。
发明内容
本发明提供一种教育平台智能维护更新系统及方法,用以通过对教育资源进行备份,有效构建数据库,从而为教育平台后台运维提供数据源信息,通过对教育资源进行实时追踪监测可以在教育平台出现需要维护(包括:故障维护以及更新维护)的状态时,实时对问题节点进行定位,从而有效保障教育平台运行数据的安全性,并且基于源数据对问题节点进行维护更新,可以有效保障对问题节点维护的智能性以及及时性,通过对教育平台中问题节点的维护更新,有利于提高教育平台运行的稳定性。
一种教育平台智能维护更新系统,包括:
资源备份端,用于读取教育资源并备份,基于备份结果构建数据库;
追踪监测端,用于对教育平台进行实时追踪监测,获得实时监测数据;
维护分析端,用于对实时监测数据进行分析,并当分析结果中显示需要对教育平台进行维护时,基于实时监测数据对问题节点进行定位;
维护更新端,用于基于数据库调取问题节点的源数据,并基于源数据对问题节点进行维护更新。
优选的,一种教育平台智能维护更新系统,资源备份端,包括:
资源监测模块,用于对教育平台中的资源进行监测,并基于监测结确定教育平台的教育资源;
资源读取模块,用于对教育资源进行读取,确定教育资源中的教学资源数据以及后台资源数据;
备份模块,用于将教学资源数据以及后台资源数据基于预设服务器进行备份;
数据库构建模块,用于对备份后的教学资源数据以及后台资源数据进行汇总,且基于汇总结果构建数据库。
优选的,一种教育平台智能维护更新系统,备份模块,包括:
访问单元,用于基于预设服务器对教育平台的教学资源数据以及后台资源数据进行访问,获得教学资源数据的数据类型以及后台资源数据的数据类型;
备份节点集构建单元,用于:
根据教学资源数据的数据类型对教学资源数据进行分类,获得多个子教学资源数据集并进行第一保存,并基于第一保存结果构建教学资源数据的数据类型对应的第一备份节点集;
根据后台资源数据的数据类型对后台资源数据进行分类,获得多个子后台资源数据集并进行第二保存,并基于第二保存结果构建后台资源数据的数据类型对应的第二备份节点集;
存储备份单元,用于基于预设服务器构建备份存储区间以及灾备存储区间,并基于备份存储区间与灾备存储区间对第一备份节点集与第二备份节点集进行存储备份。
优选的,一种教育平台智能维护更新系统,存储备份单元中,基于备份存储区间与灾备存储区间对第一备份节点集与第二备份节点集进行存储备份,包括:
备份存储区间包括:数据存储子区间,数据通信子区间;
灾备存储区间包括:数据接收处理子区间、数据灾备子区间;
其中,备份存储区间的数据通信子区间与灾备存储区间的数据接收处理子区间相连接;
基于备份存储区间中的数据存储子区间对第一备份节点集与第二备份节点集进行存储,并对第一备份节点集与第二备份节点集进行复制,获得复制数据集,并将复制数据集传输至备份存储区间中的数据通信子区间;
基于备份存储区间中的数据通信子区间将复制数据集传输至灾备存储区间的数据接收处理子区间,并基于数据接收处理子区间对复制数据集进行识别;
基于识别结果判断灾备存储区间是否存在复制数据集;
当灾备存储区间存在复制数据集时,则将复制数据集在数据接收处理子区间中进行剔除;
当灾备存储区间不存在复制数据集时,则基于数据接收处理子区间对复制数据集进行只读处理,并将只读处理后的复制数据集传输至数据灾备子区间进行数据灾备存储。
优选的,一种教育平台智能维护更新系统,数据库构建模块,包括:
数据汇总单元,用于分别对备份后的教学资源数据以及后台资源数据进行汇总;
标签构建单元,用于读取汇总后的教学资源数据的数据类型以及后台资源数据的数据类型,并基于教学资源数据的数据类型构建教学索引标签,同时,基于后台资源数据的数据类型构建后台索引标签;
数据库建立单元,用于基于汇总后的教学资源数据以及后台资源数据构建数据库,同时,将教学索引标签以及后台索引标签与数据库进行封装。
优选的,一种教育平台智能维护更新系统,追踪监测端,包括:
追踪指标确定模块,用于确定对教育平台的实时追踪维度,并基于实时追踪维度确定对不同维度下的追踪监测流程以及追踪监测指标,其中,实时追踪维度包括教学资源数据和后台资源数据;
追踪监测模块,用于基于追踪监测指标以及追踪监测流程对相应实时追踪维度下的运行参数进行实时追踪监测,得到实时监测数据。
优选的,一种教育平台智能维护更新系统,维护分析端,包括:
数据分析模块,用于对实时监测数据进行读取,确定实时监测数据的数据类型,并基于实时监测数据的数据类型确定数据索引标签;
匹配模块,用于在数据库中基于数据索引标签调取目标教育资源,并将实时监测数据与目标教育资源进行匹配,判断是否需要对教育平台进行维护;
维护判定模块,用于:
当实时监测数据与目标教育资源相匹配时,则判定不需要对教育平台进行维护;
当实时监测数据与目标教育资源不相匹配时,则判定需要对教育平台进行维护;
问题节点确定模块,用于当需要对教育平台进行维护时,获取实时监测数据与目标教育资源之间的相异数据,并根据相异数据进行定位,确定问题节点。
优选的,一种教育平台智能维护更新系统,维护更新端,包括:
数据调取模块,用于获取问题节点,并提取问题节点对应的主体对象标签,且基于主体对象标签对数据库中的备份存储区间中的资源备份数据进行第一调取,得到问题节点对应的源数据;
问题节点修复模块,用于提取问题节点对应的节点资源数据,并基于源数据对节点资源数据进行差位补充以及错误替换,得到节点修复资源数据;
维护更新模块,用于:
基于主体对象标签对数据库中的灾备存储区间中的灾备备份资源进行第二调取,得到问题节点对应初始只读数据;
将初始只读数据与节点修复资源数据进行字符映射比对,并基于字符映射比对结果确定初始只读数据与节点修复资源数据的同字符位字符特征;
当同字符位字符特征一致时,基于节点修复资源数据对问题节点对应的节点资源数据进行同位替换,并基于同位替换结果完成对问题节点的维护更新;
否则,基于初始只读数据对节点修复资源数据进行差异修正,并基于修正结果对问题节点进行维护更新。
优选的,一种教育平台智能维护更新系统,维护更新端,包括:
解析模块,用于当基于源数据对问题节点进行维护更新之后,对维护更新的全流程数据进行解析,确定全流程数据的数据逻辑点;
封装模块,用于获取问题节点的节点类型,并将问题节点、节点类型以及数据逻辑点进行封装,获得维护更新策略;
辅助模块,用于当存在与节点类型一致的问题节点时,则自动调取问题节点的维护更新策略,并基于维护更新策略辅助对问题节点的维护更新。
一种教育平台智能维护更新方法,包括:
步骤1:读取教育资源并备份,基于备份结果构建数据库;
步骤2:对教育平台进行实时追踪监测,获得实时监测数据;
步骤3:对实时监测数据进行分析,并当分析结果中显示需要对教育平台进行维护时,基于实时监测数据对问题节点进行定位;
步骤4:基于数据库调取问题节点的源数据,并基于源数据对问题节点进行维护更新。
本发明的其它特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点可通过在本申请文件中所特别指出的结构来实现和获得。
下面通过附图和实施例,对本发明的技术方案做进一步的详细描述。
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为本发明实施例中一种教育平台智能维护更新系统结构图;
图2为本发明实施例中一种教育平台智能维护更新系统中资源备份端结构图;
图3为本发明实施例中一种教育平台智能维护更新方法流程图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:
本实施例提供了一种教育平台智能维护更新系统,如图1所示,包括:
资源备份端,用于读取教育资源并备份,基于备份结果构建数据库;
追踪监测端,用于对教育资源进行实时追踪监测,获得实时监测数据;
维护分析端,用于对实时监测数据进行分析,并当分析结果中显示需要对平台进行维护时,基于实时监测数据对问题节点进行定位;
维护更新端,用于基于数据库调取问题节点的源数据,并基于源数据对问题节点进行维护更新。
该实施例中,教育资源包括:教学资源数据和后台资源数据。
该实施例中,实时监测数据可以是对教育平台当前的所显示的教学资源数据以及当前后台运行的后台资源数据进行监测的数据。
该实施例中,问题节点可以是实时监测数据在教育平台中存在与数据库中的数据不同的数据,且对不同的数据进行定位后确定的故障位置。
该实施例中,源数据可以是问题节点所对应的教育资源在开始时刻备份的数据。
上述技术方案的工作原理及有益效果是:通过对教育资源进行备份,有效构建数据库,从而为教育平台后台运维提供数据源信息,通过对教育资源进行实时追踪监测可以在教育平台出现需要维护(包括:故障维护以及更新维护)的状态时,实时对问题节点进行定位,从而有效保障教育平台运行数据的安全性,并且基于源数据对问题节点进行维护更新,可以有效保障对问题节点维护的智能性以及及时性,通过对教育平台中问题节点的维护更新,有利于提高教育平台运行的稳定性。
实施例2:
在实施例1的基础上,本实施例提供了一种教育平台智能维护更新系统,如图2所示,资源备份端,包括:
资源监测模块,用于对教育平台中的资源进行监测,并基于监测结确定教育平台的教育资源;
资源读取模块,用于对教育资源进行读取,确定教育资源中的教学资源数据以及后台资源数据;
备份模块,用于将教学资源数据以及后台资源数据基于预设服务器进行备份;
数据库构建模块,用于对备份后的教学资源数据以及后台资源数据进行汇总,且基于汇总结果构建数据库。
该实施例中,对教育平台中的资源进行监测可以是对教育平台中的起始的准确的资源进行监测,从而使得获得的教育资源精准。
上述技术方案的工作原理及有益效果是:通过对教育资源进行读取,从而有效获得教育资源数据的类型,进而保障对教育资源数据备份的全面性与有效性,通过将教育资源数据进行备份与数据库构建,有效保障教育资源数据的安全性。
实施例3:
在实施例2的基础上,本实施例提供了一种教育平台智能维护更新系统,备份模块,包括:
访问单元,用于基于预设服务器对教育平台的教学资源数据以及后台资源数据进行访问,获得教学资源数据的数据类型以及后台资源数据的数据类型;
备份节点集构建单元,用于:
根据教学资源数据的数据类型对教学资源数据进行分类,获得多个子教学资源数据集并进行第一保存,并基于第一保存结果构建教学资源数据的数据类型对应的第一备份节点集;
根据后台资源数据的数据类型对后台资源数据进行分类,获得多个子后台资源数据集并进行第二保存,并基于第二保存结果构建后台资源数据的数据类型对应的第二备份节点集;
存储备份单元,用于基于预设服务器构建备份存储区间以及灾备存储区间,并基于备份存储区间与灾备存储区间对第一备份节点集与第二备份节点集进行存储备份。
该实施例中,教学资源数据的数据类型可以是基于教学科目类型等确定的数据类型,例如:计算机、语文、数学等科目。
该实施例中,后台资源数据的数据类型可以是根据后台运行功能确定数据类型,例如后台运行功能为显示时,所对应的数据类型为显示数据类型。
该实施例中,教学资源数据的数据类型的个数与子教学资源数据集的个数一致,同样地,后台资源数据的数据类型与子后台资源数据集的个数一致。
上述技术方案的工作原理及有益效果是:通过确定教学资源数据的数据类型,从而将教学资源数据划分为多个子教学资源数据集,通过确定后台资源数据的数据类型,从而将后台资源数据划分为多个子后台资源数据集,进而获得教学资源数据的数据类型对应的第一备份节点集与后台资源数据的数据类型对应的第二备份节点集并进行存储备份,保障对教育资源数据存储备份的有序性,进而为教育平台维护提供更新维护效率。
实施例4:
在实施例3的基础上,本实施例提供了一种教育平台智能维护更新系统,存储备份单元中,基于备份存储区间与灾备存储区间对第一备份节点集与第二备份节点集进行存储备份,包括:
备份存储区间包括:数据存储子区间,数据通信子区间;
灾备存储区间包括:数据接收处理子区间、数据灾备子区间;
其中,备份存储区间的数据通信子区间与灾备存储区间的数据接收处理子区间相连接;
基于备份存储区间中的数据存储子区间对第一备份节点集与第二备份节点集进行存储,并对第一备份节点集与第二备份节点集进行复制,获得复制数据集,并将复制数据集传输至备份存储区间中的数据通信子区间;
基于备份存储区间中的数据通信子区间将复制数据集传输至灾备存储区间的数据接收处理子区间,并基于数据接收处理子区间对复制数据集进行识别;
基于识别结果判断灾备存储区间是否存在复制数据集;
当灾备存储区间存在复制数据集时,则将复制数据集在数据接收处理子区间中进行剔除;
当灾备存储区间不存在复制数据集时,则基于数据接收处理子区间对复制数据集进行只读处理,并将只读处理后的复制数据集传输至数据灾备子区间进行数据灾备存储。
该实施例中,灾备存储区间中的灾备备份资源是不能被调取的,只能以只读的方式进行访问,故灾备备份资源的数据内容与初始教育资源的内容完全相同,且不会被篡改。
该实施例中,备份存储区间是用于存储教育资源以及教育平台运行应用程序数据的区间,该存储区间中的备份数据可被直接调用,用于对原始数据进行恢复。
该实施例中,基于识别结果判断灾备存储区间是否存在复制数据集可以是当用来判断灾备存储区间是否对复制数据已经存储,当已经存储时,则不再对复制数据进行存储,可以有效保障灾备存储区间的单一性。
上述技术方案的工作原理及有益效果是:通过备份存储区间有效实现对第一备份节点集与第二备份节点集的存储,保障第一备份节点集与第二备份节点集的安全性,通过灾备存储区间对复制数据的识别处理,保障灾备区间存储数据的单一性,并且基于灾备存储区间对复制数据进行只读处理,从而有效保障数据的安全性,通过备份存储区间与灾备存储区间实现对教育资源数据的双重备份,进一步提高教育资源数据的安全性,且为保障对问题节点维护有效性提供可靠的依据。
实施例5:
在实施例2的基础上,本实施例提供了一种教育平台智能维护更新系统,数据库构建模块,包括:
数据汇总单元,用于分别对备份后的教学资源数据以及后台资源数据进行汇总;
标签构建单元,用于读取汇总后的教学资源数据的数据类型以及后台资源数据的数据类型,并基于教学资源数据的数据类型构建教学索引标签,同时,基于后台资源数据的数据类型构建后台索引标签;
数据库建立单元,用于基于汇总后的教学资源数据以及后台资源数据构建数据库,同时,将教学索引标签以及后台索引标签与数据库进行封装。
该实施例中,教学索引标签可以是根据教学资源数据的数据类型确定的,能够作为根据教学索引标签对数据库中教学资源数据进行定位的依据。
该实施例中,后台索引标签可以是根据后台资源数据的数据类型确定的,能够作为根据后台索引标签实现对数据库中后台资源数据进行定位的依据。
上述技术方案的工作原理及有益效果是:通过构建教学索引标签与后台索引标签,有效实现数据库构建的有效性与智能性,从而保障对问题节点进行更新维护的及时性。
实施例6:
在实施例1的基础上,本实施例提供了一种教育平台智能维护更新系统,追踪监测端,包括:
追踪指标确定模块,用于确定对教育平台的实时追踪维度,并基于实时追踪维度确定对不同维度下的追踪监测流程以及追踪监测指标,其中,实时追踪维度包括教学资源数据和后台资源数据;
追踪监测模块,用于基于追踪监测指标以及追踪监测流程对相应实时追踪维度下的运行参数进行实时追踪监测,得到实时监测数据。
该实施例中,实时追踪维度可以是需要对教育平台进行数据追踪的类型,包括将教育资源向教育平台的上传流程以及用户对教育平台中教育资源访问时教育平台对教育资源的运维流程。
该实施例中,追踪监测流程可以是对不同维度下的数据追踪监测的方法以及追踪监测的具体执行步骤。
该实施例中,追踪监测指标可以是表征对数据进行追踪时需要依据的限定条件等。
上述技术方案的工作原理及有益效果是:通过确定对教育平台的实时追踪维度,实现对不同追踪维度下的追踪监测流程和追踪监测指标进行准确有效的确定,其次,通过确定的追踪监测流程以及追踪监测指标对相应实时追踪维度下的运行参数进行实时追踪监测,实现对实时监测数据进行准确有效获取,从而便于及时发现问题节点,提高了对教育平台智能维护更新的可靠性和及时性。
实施例7:
在实施例1的基础上,本实施例提供了一种教育平台智能维护更新系统,包括:
数据分析模块,用于对实时监测数据进行读取,确定实时监测数据的数据类型,并基于实时监测数据的数据类型确定数据索引标签;
匹配模块,用于在数据库中基于数据索引标签调取目标教育资源,并将实时监测数据与目标教育资源进行匹配,判断是否需要对教育平台进行维护;
维护判定模块,用于:
当实时监测数据与目标教育资源相匹配时,则判定不需要对教育平台进行维护;
当实时监测数据与目标教育资源不相匹配时,则判定需要对教育平台进行维护;
问题节点确定模块,用于当需要对教育平台进行维护时,获取实时监测数据与目标教育资源之间的相异数据,并根据相异数据进行定位,确定问题节点。
该实施例中,数据索引标签可以是根据数据类型确定的,是能够根据数据类型对相应的目标教育资源进行定位的依据。
该实施例中,相异数据可以是实时监测数据和目标教育资源之间存在的不同的数据。
上述技术方案的工作原理及有益效果是:通过对实时监测数据读取,并将实时监测数据与通过数据索引标签调取的目标教育资源进行匹配,实现对教育平台是否需要进行维护进行了准确有效的判断,且在判定需要对教育平台进行维护时,根据实时监测数据与目标教育资源之间的相异数据实现对问题节点进行准确有效的锁定,从而提高了对教育平台智能维护更新的准确性以及可靠性。
实施例8:
在实施例1的基础上,本实施例提供了一种教育平台智能维护更新系统,维护更新端,包括:
数据调取模块,用于获取问题节点,并提取问题节点对应的主体对象标签,且基于主体对象标签对数据库中的备份存储区间中的资源备份数据进行第一调取,得到问题节点对应的源数据;
问题节点修复模块,用于提取问题节点对应的节点资源数据,并基于源数据对节点资源数据进行差位补充以及错误替换,得到节点修复资源数据;
维护更新模块,用于:
基于主体对象标签对数据库中的灾备存储区间中的灾备备份资源进行第二调取,得到问题节点对应初始只读数据;
将初始只读数据与节点修复资源数据进行字符映射比对,并基于字符映射比对结果确定初始只读数据与节点修复资源数据的同字符位字符特征;
当同字符位字符特征一致时,基于节点修复资源数据对问题节点对应的节点资源数据进行同位替换,并基于同位替换结果完成对问题节点的维护更新;
否则,基于初始只读数据对节点修复资源数据进行差异修正,并基于修正结果对问题节点进行维护更新。
该实施例中,主体对象标签可以是问题节点对应的身份标记符号,是用于区分不同问题节点对应的主体对象,其中,主体对象包括具体的教育资源以及对教育资源执行操作步骤的教育平台中的执行模块等。
该实施例中,备份存储区间是用于存储教育资源以及教育平台运行应用程序数据的区间,该存储区间中的备份数据可被直接调用,用于对原始数据进行恢复。
该实施例中,第一调取可以是从备份存储区间中调取问题节点对应的原始数据,该原始数据为起始时刻备份的数据,但在运行过程中存在被篡改的可能。
该实施例中,节点资源数据可以是问题节点当前运行情况下对应的具体数据。
该实施例中,差位补充可以是通过从备份存储区间中调取的源数据对节点资源数据中缺失的数据进行补充,可直接将源数据内容在节点资源数据中进行补充,即对源数据的直接调用。
该实施例中,错误替换可以是通过源数据对节点资源数据中的错误数据进行替换。
该实施例中,节点修复资源数据可以是通过源数据对节点资源数据进行差位补充以及错误替换后得到的数据,是对问题节点的节点资源数据进行修复后得到的数据。
该实施例中,第二调取可以是从灾备存储区间中调取问题节点对应的标准数据,灾备存储区间中的灾备备份资源是不能被调取的,只能以只读的方式进行访问,故灾备备份资源的数据内容与初始教育资源的内容完全相同,且不会被篡改。
该实施例中,初始只读数据可以是从灾备存储区间中调取到的与问题节点相对应的灾备备份资源。
该实施例中,字符映射比对可以是将初始只读数据与节点修复资源数据之间按照字符对应关系将二者的数据进行一一比对。
该实施例中,同字符位字符特征可以是初始只读数据与节点修复资源数据中相同字符位置处的数据取值大小以及对应的具体数据状态。
该实施例中,差异修正可以是通过调取到的初始只读数据对节点修复资源数据中的错误数据进行修复。
上述技术方案的工作原理及有益效果是:通过对问题节点进行解析,实现对问题节点对应的主体对象标签进行准确有效的确定,并根据确定的主体对象标签从数据库中的备份存储区间中调取相应的源数据,其次,通过调取到的源数据对问题节点的节点资源数据进行差位补充以及错误替换,实现对问题节点的节点资源数据进行准确有效的修复,最后,通过从数据库中的灾备存储区间中调取初始只读数据,并通过初始只读数据对修复得到的节点修复资源数据进行校验,确保了对问题节点维护更新的准确性以及可靠性,,有利于提高教育平台运行的稳定性。
实施例9:
在实施例1的基础上,本实施例提供了一种教育平台智能维护更新系统,维护更新端,包括:
解析模块,用于当基于源数据对问题节点进行维护更新之后,对维护更新的全流程数据进行解析,确定全流程数据的数据逻辑点;
封装模块,用于获取问题节点的节点类型,并将问题节点、节点类型以及数据逻辑点进行封装,获得维护更新策略;
辅助模块,用于当存在与节点类型一致的问题节点时,则自动调取问题节点的维护更新策略,并基于维护更新策略辅助对问题节点的维护更新。
该实施例中,全流程数据可以是对问题节点进行维护更新的流程,包括对问题节点进行维护更新的步骤以及维护更新时依据的限定规则等。
该实施例中,数据逻辑点可以是全流程数据中不同执行步骤之间的衔接关系。
该实施例中,维护更新策略可以是将节点类型、问题节点以及数据逻辑点进行封装后,得到的能够对相应问题节点进行全自动维护更新的流程。
上述技术方案的工作原理及有益效果是:通过对问题节点的维护更新的全流程数据进行解析,实现对问题节点进行维护更新时的数据逻辑点进行准确有效的确定,其次,通过将问题节点的节点类型以及数据逻辑点进行封装,实现对相应问题节点的维护更新流程进行生成,从而便于再次出现问题节点时,自动根据维护更新策略对问题节点进行维护更新,提高了对教育平台智能维护更新的智能性。
实施例10:
一种教育平台智能维护更新方法,如图3所示,包括:
步骤1:读取教育资源并备份,基于备份结果构建数据库;
步骤2:对教育平台进行实时追踪监测,获得实时监测数据;
步骤3:对实时监测数据进行分析,并当分析结果中显示需要对教育平台进行维护时,基于实时监测数据对问题节点进行定位;
步骤4:基于数据库调取问题节点的源数据,并基于源数据对问题节点进行维护更新。
上述技术方案的工作原理及有益效果是:通过对教育资源进行备份,有效构建数据库,从而为教育平台后台运维提供数据源信息,通过对教育资源进行实时追踪监测可以在教育平台出现需要维护(包括:故障维护以及更新维护)的状态时,实时对问题节点进行定位,从而有效保障教育平台运行数据的安全性,并且基于源数据对问题节点进行维护更新,可以有效保障对问题节点维护的智能性以及及时性,通过对教育平台中问题节点的维护更新,有利于提高教育平台运行的稳定性。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (7)
1.一种教育平台智能维护更新系统,其特征在于,包括:
资源备份端,用于读取教育资源并备份,基于备份结果构建数据库;
追踪监测端,用于对教育平台进行实时追踪监测,获得实时监测数据;
维护分析端,用于对实时监测数据进行分析,并当分析结果中显示需要对教育平台进行维护时,基于实时监测数据对问题节点进行定位;
维护更新端,用于基于数据库调取问题节点的源数据,并基于源数据对问题节点进行维护更新;
资源备份端,包括:
资源监测模块,用于对教育平台中的资源进行监测,并基于监测结确定教育平台的教育资源;
资源读取模块,用于对教育资源进行读取,确定教育资源中的教学资源数据以及后台资源数据;
备份模块,用于将教学资源数据以及后台资源数据基于预设服务器进行备份;
数据库构建模块,用于对备份后的教学资源数据以及后台资源数据进行汇总,且基于汇总结果构建数据库;
备份模块,包括:
访问单元,用于基于预设服务器对教育平台的教学资源数据以及后台资源数据进行访问,获得教学资源数据的数据类型以及后台资源数据的数据类型;
备份节点集构建单元,用于:
根据教学资源数据的数据类型对教学资源数据进行分类,获得多个子教学资源数据集并进行第一保存,并基于第一保存结果构建教学资源数据的数据类型对应的第一备份节点集;
根据后台资源数据的数据类型对后台资源数据进行分类,获得多个子后台资源数据集并进行第二保存,并基于第二保存结果构建后台资源数据的数据类型对应的第二备份节点集;
存储备份单元,用于基于预设服务器构建备份存储区间以及灾备存储区间,并基于备份存储区间与灾备存储区间对第一备份节点集与第二备份节点集进行存储备份;
存储备份单元中,基于备份存储区间与灾备存储区间对第一备份节点集与第二备份节点集进行存储备份,包括:
备份存储区间包括:数据存储子区间,数据通信子区间;
灾备存储区间包括:数据接收处理子区间、数据灾备子区间;
其中,备份存储区间的数据通信子区间与灾备存储区间的数据接收处理子区间相连接;
基于备份存储区间中的数据存储子区间对第一备份节点集与第二备份节点集进行存储,并对第一备份节点集与第二备份节点集进行复制,获得复制数据集,并将复制数据集传输至备份存储区间中的数据通信子区间;
基于备份存储区间中的数据通信子区间将复制数据集传输至灾备存储区间的数据接收处理子区间,并基于数据接收处理子区间对复制数据集进行识别;
基于识别结果判断灾备存储区间是否存在复制数据集;
当灾备存储区间存在复制数据集时,则将复制数据集在数据接收处理子区间中进行剔除;
当灾备存储区间不存在复制数据集时,则基于数据接收处理子区间对复制数据集进行只读处理,并将只读处理后的复制数据集传输至数据灾备子区间进行数据灾备存储。
2.根据权利要求1所述的一种教育平台智能维护更新系统,其特征在于,数据库构建模块,包括:
数据汇总单元,用于分别对备份后的教学资源数据以及后台资源数据进行汇总;
标签构建单元,用于读取汇总后的教学资源数据的数据类型以及后台资源数据的数据类型,并基于教学资源数据的数据类型构建教学索引标签,同时,基于后台资源数据的数据类型构建后台索引标签;
数据库建立单元,用于基于汇总后的教学资源数据以及后台资源数据构建数据库,同时,将教学索引标签以及后台索引标签与数据库进行封装。
3.根据权利要求1所述的一种教育平台智能维护更新系统,其特征在于,追踪监测端,包括:
追踪指标确定模块,用于确定对教育平台的实时追踪维度,并基于实时追踪维度确定对不同维度下的追踪监测流程以及追踪监测指标,其中,实时追踪维度包括教学资源数据和后台资源数据;
追踪监测模块,用于基于追踪监测指标以及追踪监测流程对相应实时追踪维度下的运行参数进行实时追踪监测,得到实时监测数据。
4.根据权利要求1所述的一种教育平台智能维护更新系统,其特征在于,维护分析端,包括:
数据分析模块,用于对实时监测数据进行读取,确定实时监测数据的数据类型,并基于实时监测数据的数据类型确定数据索引标签;
匹配模块,用于在数据库中基于数据索引标签调取目标教育资源,并将实时监测数据与目标教育资源进行匹配,判断是否需要对教育平台进行维护;
维护判定模块,用于:
当实时监测数据与目标教育资源相匹配时,则判定不需要对教育平台进行维护;
当实时监测数据与目标教育资源不相匹配时,则判定需要对教育平台进行维护;
问题节点确定模块,用于当需要对教育平台进行维护时,获取实时监测数据与目标教育资源之间的相异数据,并根据相异数据进行定位,确定问题节点。
5.根据权利要求1所述的一种教育平台智能维护更新系统,其特征在于,维护更新端,包括:
数据调取模块,用于获取问题节点,并提取问题节点对应的主体对象标签,且基于主体对象标签对数据库中的备份存储区间中的资源备份数据进行第一调取,得到问题节点对应的源数据;
问题节点修复模块,用于提取问题节点对应的节点资源数据,并基于源数据对节点资源数据进行差位补充以及错误替换,得到节点修复资源数据;
维护更新模块,用于:
基于主体对象标签对数据库中的灾备存储区间中的灾备备份资源进行第二调取,得到问题节点对应初始只读数据;
将初始只读数据与节点修复资源数据进行字符映射比对,并基于字符映射比对结果确定初始只读数据与节点修复资源数据的同字符位字符特征;
当同字符位字符特征一致时,基于节点修复资源数据对问题节点对应的节点资源数据进行同位替换,并基于同位替换结果完成对问题节点的维护更新;
否则,基于初始只读数据对节点修复资源数据进行差异修正,并基于修正结果对问题节点进行维护更新。
6.根据权利要求1所述的一种教育平台智能维护更新系统,其特征在于,维护更新端,包括:
解析模块,用于当基于源数据对问题节点进行维护更新之后,对维护更新的全流程数据进行解析,确定全流程数据的数据逻辑点;
封装模块,用于获取问题节点的节点类型,并将问题节点、节点类型以及数据逻辑点进行封装,获得维护更新策略;
辅助模块,用于当存在与节点类型一致的问题节点时,则自动调取问题节点的维护更新策略,并基于维护更新策略辅助对问题节点的维护更新。
7.一种教育平台智能维护更新方法,其特征在于,包括:
步骤1:读取教育资源并备份,基于备份结果构建数据库;
步骤2:对教育平台进行实时追踪监测,获得实时监测数据;
步骤3:对实时监测数据进行分析,并当分析结果中显示需要对教育平台进行维护时,基于实时监测数据对问题节点进行定位;
步骤4:基于数据库调取问题节点的源数据,并基于源数据对问题节点进行维护更新;
步骤1中,包括:
对教育平台中的资源进行监测,并基于监测结确定教育平台的教育资源;
对教育资源进行读取,确定教育资源中的教学资源数据以及后台资源数据;
将教学资源数据以及后台资源数据基于预设服务器进行备份;
对备份后的教学资源数据以及后台资源数据进行汇总,且基于汇总结果构建数据库;
基于预设服务器对教育平台的教学资源数据以及后台资源数据进行访问,获得教学资源数据的数据类型以及后台资源数据的数据类型;
根据教学资源数据的数据类型对教学资源数据进行分类,获得多个子教学资源数据集并进行第一保存,并基于第一保存结果构建教学资源数据的数据类型对应的第一备份节点集;
根据后台资源数据的数据类型对后台资源数据进行分类,获得多个子后台资源数据集并进行第二保存,并基于第二保存结果构建后台资源数据的数据类型对应的第二备份节点集;
基于预设服务器构建备份存储区间以及灾备存储区间,并基于备份存储区间与灾备存储区间对第一备份节点集与第二备份节点集进行存储备份;
备份存储区间与灾备存储区间对第一备份节点集与第二备份节点集进行存储备份,包括:
备份存储区间包括:数据存储子区间,数据通信子区间;
灾备存储区间包括:数据接收处理子区间、数据灾备子区间;
其中,备份存储区间的数据通信子区间与灾备存储区间的数据接收处理子区间相连接;
基于备份存储区间中的数据存储子区间对第一备份节点集与第二备份节点集进行存储,并对第一备份节点集与第二备份节点集进行复制,获得复制数据集,并将复制数据集传输至备份存储区间中的数据通信子区间;
基于备份存储区间中的数据通信子区间将复制数据集传输至灾备存储区间的数据接收处理子区间,并基于数据接收处理子区间对复制数据集进行识别;
基于识别结果判断灾备存储区间是否存在复制数据集;
当灾备存储区间存在复制数据集时,则将复制数据集在数据接收处理子区间中进行剔除;
当灾备存储区间不存在复制数据集时,则基于数据接收处理子区间对复制数据集进行只读处理,并将只读处理后的复制数据集传输至数据灾备子区间进行数据灾备存储。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410051512.4A CN117873786B (zh) | 2024-01-12 | 2024-01-12 | 一种教育平台智能维护更新系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410051512.4A CN117873786B (zh) | 2024-01-12 | 2024-01-12 | 一种教育平台智能维护更新系统及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117873786A CN117873786A (zh) | 2024-04-12 |
CN117873786B true CN117873786B (zh) | 2024-07-05 |
Family
ID=90588093
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410051512.4A Active CN117873786B (zh) | 2024-01-12 | 2024-01-12 | 一种教育平台智能维护更新系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117873786B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107591039A (zh) * | 2017-09-28 | 2018-01-16 | 武汉海鲸教育科技有限公司 | 一种智能教育学习平台 |
CN117170962A (zh) * | 2023-07-05 | 2023-12-05 | 唐山学院 | 基于ai智能的软件工程数据库的数据检测和维护方法 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8805779B2 (en) * | 2012-08-14 | 2014-08-12 | Longsand Limited | Applying an action on a data item according to a classification and a data management policy |
CN108733509B (zh) * | 2017-04-17 | 2021-12-10 | 伊姆西Ip控股有限责任公司 | 用于在集群系统中备份和恢复数据的方法和系统 |
CN109753385A (zh) * | 2019-01-14 | 2019-05-14 | 重庆邮电大学 | 一种面向流计算系统异常监控的恢复方法及系统 |
US11321006B1 (en) * | 2020-03-25 | 2022-05-03 | Pure Storage, Inc. | Data loss prevention during transitions from a replication source |
CN116628722B (zh) * | 2023-06-06 | 2024-07-30 | 重庆交通大学 | 一种财务数据安全管理处理系统 |
CN116976681A (zh) * | 2023-09-22 | 2023-10-31 | 山东通维信息工程有限公司 | 一种基于大数据的高速公路机电设施智能运维决策系统 |
CN117114941B (zh) * | 2023-10-25 | 2024-02-09 | 深圳市微校互联科技有限公司 | 一种基于动态学情数据链的教育教学管理平台 |
CN117331794A (zh) * | 2023-11-29 | 2024-01-02 | 北京神州邦邦技术服务有限公司 | 基于大数据的应用软件监控分析系统及方法 |
-
2024
- 2024-01-12 CN CN202410051512.4A patent/CN117873786B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107591039A (zh) * | 2017-09-28 | 2018-01-16 | 武汉海鲸教育科技有限公司 | 一种智能教育学习平台 |
CN117170962A (zh) * | 2023-07-05 | 2023-12-05 | 唐山学院 | 基于ai智能的软件工程数据库的数据检测和维护方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117873786A (zh) | 2024-04-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11790256B2 (en) | Analyzing test result failures using artificial intelligence models | |
CN105653444A (zh) | 基于互联网日志数据的软件缺陷故障识别方法和系统 | |
CN113946499A (zh) | 一种微服务链路跟踪及性能分析方法、系统、设备及应用 | |
CN115357906A (zh) | 面向网络安全等级保护2.0的智能辅助测评方法及系统 | |
CN111865673A (zh) | 一种自动化故障管理方法、装置及系统 | |
CN116485597B (zh) | 基于岗位能力模型的标准化实训方法 | |
CN117891631A (zh) | 运维故障根因分析方法、装置、电子设备、存储介质 | |
US11790249B1 (en) | Automatically evaluating application architecture through architecture-as-code | |
CN117873786B (zh) | 一种教育平台智能维护更新系统及方法 | |
CN110865806A (zh) | 代码处理方法、装置、服务器及存储介质 | |
CN114969363A (zh) | 一种基于知识图谱风险等级的数控机床安全部件分析方法 | |
CN114625406A (zh) | 应用开发管控方法、计算机设备、存储介质 | |
Jiang et al. | Leveraging modular architecture for bug characterization and analysis in automated driving software | |
Han et al. | A Machine Learning Approach for Data Quality Control of Earth Observation Data Management System | |
WO2025006227A1 (en) | Automated software testing using natural language-based form completion | |
CN113778875A (zh) | 一种系统测试缺陷分类方法、装置、设备及存储介质 | |
CN119003221A (zh) | 一种数据处理方法、装置、设备、介质及产品 | |
CN118314574A (zh) | 故障信息标注方法及相关设备 | |
CN116401673A (zh) | 一种应用安全巡检系统及方法 | |
CN117610637A (zh) | 半监督目标检测持续学习方法、系统、设备及介质 | |
CN113238956B (zh) | 异常应用的故障分析方法、装置、设备及存储介质 | |
CN113378907B (zh) | 增强数据预处理过程的自动化软件可追踪性恢复方法 | |
Wong et al. | Revisiting software reliability modeling and testing | |
CN118395432B (zh) | 一种基于数据资产的数据质量实时监控方法及系统 | |
CN117149501B (zh) | 问题修复系统及方法 |
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 |