[发明专利]应用于软件开发的数据清理方法、系统及云平台

说明书

本申请涉及数据清理技术领域，具体而言，涉及应用于软件开发的数据清理方法、系统及云平台。本申请通过得到属性一致的若干个目标局部业务运行数据，并对若干个目标局部业务运行数据进行多种处理方式，可以提高对待分析业务运行数据的处理准确性和可靠性，从而提高异常运行数据获取的准确性和可靠性，因此，在对高异常运行数据进行清理时，能够更加的准确和可靠，从而提高软件开发的效率。

技术领域

本申请涉及数据清理技术领域，具体而言，涉及应用于软件开发的数据清理方法、系统及云平台。

背景技术

数据清理用来自多个联机事务处理（OLTP）系统的数据生成数据仓库进程的一部分。拼写、两个系统之间冲突的拼写规则和冲突的数据（如对于相同的部分具有两个编号）之类的错误。数据清理工作的目的是不让有错误或有问题的数据进入运算过程，一般在计算机的帮助下完成，包括数据有效范围的清理、数据逻辑一致性的清理和数据质量的抽查。

现目前，在数据运行过程中，可能存在由于数据事情导致数据无法正常运行的情况。因此，亟需一种技术方案以改善上述技术问题，从而确保提高软件开发的效率。

发明内容

为改善相关技术中存在的技术问题，本申请提供了应用于软件开发的数据清理方法、系统及云平台。

第一方面，本申请实施例提供了一种应用于软件开发的数据清理方法，该方法包括：获得涵盖若干个待清理目标的待分析业务运行数据，并筛选所述待分析业务运行数据中涵盖的各待清理目标的局部业务运行数据，得到若干个局部业务运行数据；对各个所述局部业务运行数据进行聚类处理，得到若干个目标局部业务运行数据；其中，各个所述目标局部业务运行数据的数据交互属性一致；对所述若干个目标局部业务运行数据进行数据融合处理，得到运行日志融合结果；并对所述运行日志融合结果进行分团处理，得到各个所述待清理目标的目标分团结果，对所述目标分团结果进行分析，得到异常运行数据，并对所述异常运行数据进行清理。

在本申请实施例中，通过得到属性一致的若干个目标局部业务运行数据，并对若干个目标局部业务运行数据进行多种处理方式，可以提高对待分析业务运行数据的处理准确性和可靠性，从而提高异常运行数据获取的准确性和可靠性，因此，在对高异常运行数据进行清理时，能够更加的准确和可靠，从而提高软件开发的效率。

在一种独立实施的实施例中，所述应用于软件开发的数据清理方法所述筛选所述待分析业务运行数据中涵盖的各待清理目标的局部业务运行数据，得到若干个局部业务运行数据，包括：获得运行事件需要进行处理的数目，其中，所述运行事件需要进行处理的数目用于表示所述数据清理云平台的一个间隔周期内能够处理运行事件对应的数据的数目；结合所述运行事件需要进行处理的数目在所述待分析业务运行数据的运行事件对应的数据中确定当前间隔周期所处理的若干个运行事件对应的数据；筛选所述当前间隔周期所处理的若干个运行事件对应的数据的运行事件向量，并通过所述运行事件向量确定所述待分析业务运行数据中各所述待清理目标的局部业务运行数据。

在本实施例中，通过获得运行事件需要进行处理的数目，并基于该运行事件需要进行处理的数目在待分析业务运行数据中确定当前间隔周期所处理的若干个运行事件对应的数据的方式，可以实现在一个间隔周期内同时对若干个运行事件对应的数据进行处理，提高了待分析业务运行数据对应的运行事件对应的数据的处理效率。同时，通过筛选当前间隔周期所处理的若干个运行事件对应的数据的运行事件向量，并基于该运行事件向量确定待分析业务运行数据中各待清理目标的局部业务运行数据的方式，可以确定出更加准确的局部业务运行数据。