视频监控平台的超大任务文件导入功能,如何通过日志判断导入是否成功

news2025/2/27 21:02:43

目录

一、概述

(一)编写目的

(二)适用情况

(三)导入相关参数说明

二、文件导入说明

(一) 日志文件路径

(二)不同情况下的说明和提示

1、 所有数据正确情况

2、 有部分数据错误的情况

3、 所有数据错误的情况

三、结论


一、概述

(一)编写目的

        客户任务室要增加监控设备,想要将试验任务管理平台和视频监控平台结合起来,方便管理。试验任务可以通过excel文件进行导入,但是200K之外的大文件无法及时获取导入的状态。因此我们想办法通过日志的方式来判断,本文档说明如何通过日志判断文件导入的结果。

(二)适用情况

        该说明适用于部署了AS-V1000任务室监控平台的所有环境,且导入的试验任务数据不重复。

(三)导入相关参数说明

        我们对一些数据做如下定义:

        m 代表需要导入系统的excel文件的总行数。

        n 代表去除错误数据后,筛选的数据行数。

        q 代表导入成功的数据行数。

二、文件导入说明

(一) 日志文件路径

        日志文件所在路径为 /usr/apache-tomcat-9.0.37/logs/catalina.2024-04-19.log,其中文件名中的日期是自动生成的。

(二)不同情况下的说明和提示

1、 所有数据正确情况

        如下图所示,是验证excel表格的图。导入的文件总共有20160行,且全部都是正确的数据。因为第一行是记录各种数据类型的字段名,因此正确录入的话总共有20159行,我们记作m等于20160,n等于20159;日志内容说明所有有效数据都被筛选出来了。

        如下图,是导入完成后日志的反馈,证明了所有的数据导入成功,即:

        q=20159

        可以看出,在所有数据均准确无误情况下,得出:

        n=q=m-1

2、 有部分数据错误的情况

        如下图,是验证excel表格的截图,导入的数据总共有20160行,其中有3行因为数据格式错误,而出现导入错误,第一行总是记录各种数据类型的抬头,剩余的20156行都是正确且不重复的数据,图中可看出:

        m=20160,n=20156;

除了错误的3行数据和第一行的字段名外,其他的数据都被筛选出来。

        如下图是导入完成后的日志信息,成功导入的行数和筛选的数量一致,即q=20156,证明了所有筛选的数据都成功导入。可以看出,中间有部分数据错误的情况下0<n=q<m-1。

3、 所有数据错误的情况

        这次的文件使用的文件,是所有数据都有不符合规范的,即所有数据都是错误数据,如上图所示,由于数据不符合规范因此无数据可以导入,即n=q=0。

三、结论

        在所有数据均不重复的前提下,导入大文件时日志可以提供给客户足够的信息并告诉客户导入状态。总结如下:

        (1)所有数据正确:

                n=q=m-1,

                则导入成功;

        (2)部分数据错误其他数据正确:

                0<n=q<m-1,

                则导入成功;

        (3)所有数据错误:

                n=q=0,

                则导入失败。


若想了解更多,文章正下方可以看到我的联系方式:鼠标“点击” 下面的 “威迪斯特-就是video system 微信名片”字样,就会出现我的二维码,欢迎沟通探讨


本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1608510.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

便携式手提Camera Link 模拟源测试设备

便携式手提Camera Link 模拟源测试设备 平台简介 便携式手提CameraLink模拟源测试设备&#xff0c;以PCIe的Camera link 播出卡和X86主板为基础&#xff0c;构建便携式的手提设备。 平台默认操作系统为win7 64位系统&#xff1b;具备丰富的外设接口&#xff0c;如VGA、HDMI、千…

患者关系管理系统功能详解

脉购健康管理系统&#xff08;软件&#xff09;包含&#xff1a;客户开卡、健康档案、问卷调查、问诊表、自动设置标签、自动随访、健康干预、健康调养、历年指标趋势分析、疾病风险评估、饮食/运动/心理健康建议、同步检查报告数据、随访记录、随访电话录音、健康阶段总结、打…

ELK日志采集系统

1.什么是ELK ELK 是一套流行的数据搜索、分析和可视化解决方案&#xff0c;由三个开源项目组成&#xff0c;每个项目的首字母合起来形成了“ELK”这一术语&#xff1a; Elasticsearch (ES): Elasticsearch 是一个基于 Apache Lucene 构建的分布式、实时搜索与分析引擎。它能够…

AI绘画 究竟在哪些方面降低了门槛

AI绘画的产物是图像。图像对人类的认知、情感和文化发展起着重要的作用&#xff0c;包括信息传递、创造性表达、历史记录、审美享受和交流。 从原来的纸笔调色板到数字时代的数字板、绘图软件&#xff0c;再到AI绘画时代&#xff0c;任何人都可以用几行简单的文字创作出高质量…

Python实现贪吃蛇

提供学习或者毕业设计使用,功能基本都有,不能和市场上正式游戏相提比论,请理性对待!通过购买专栏或者CSDN问答提问,采纳后,私信博主。提供源码! 说明:需要的话联系博主!谢谢。 代码: import pygame import random import tkinter as tk from tkinter import mess…

免费建筑su模型网站:让设计师的创意飞翔!

对于设计师而言&#xff0c;建筑SU模型是表达创意、规划空间、实现设计概念的重要工具。为了满足设计师对优质模型的需求&#xff0c;有许多网站提供免费的建筑SU模型下载服务&#xff0c;这些网站无疑为设计师们提供了广阔的创意空间和无尽的灵感。 1.建e网&#xff1a;拥有百…

图神经网络与分子表征:7. LEFTNet

在执行性质预测任务时&#xff0c;我们需要考虑两个问题&#xff1a;1. 如何正确的将图结构进行编码&#xff1f;2. 如何汇聚编码信息预测整个分子的任务&#xff1f; LEFTNet 就是通过回答上述问题来进行模型设计的。 原文地址 算法设计 原文中&#xff0c;作者定义了三个图…

SpringBoot + Redis实现用户信息登录的缓存

&#x1f34e;前言 &#x1f350;项目的背景 背景&#xff1a;&#x1f349;当我们在完成用户信息登录时&#xff0c;我们往往每次都会在数据库中查询用户的记录&#xff0c;生成token并返回给前端&#xff0c;不过这样会有一定的问题。 &#x1f350;造成的问题 问题&#xf…

【Linux】文件描述符——万字详解

目录​​​​​​​ 前言 预备知识 复习C语言的文件接口 写方式打开文件 追加方式打开文件 读方式打开文件 系统的文件接口 open close write read 文件描述符 0 & 1 & 2 理解文件描述符 文件描述符的分配规则 重定向的本质 dup2 理解Linux下一切…

vue+springboot+websocket实时聊天通讯功能

前言 在我的前一篇文章里 vuespringboot实现聊天功能 &#x1f388;&#x1f388;&#x1f388;&#x1f388;&#x1f388;&#x1f388;&#x1f388; 实现了最最基础的聊天功能&#xff0c;可以通过聊天互相给对方发送信息 &#x1f388;&#x1f388;&#x1f388;&…

每日一题 — 最小覆盖子串

76. 最小覆盖子串 - 力扣&#xff08;LeetCode&#xff09; 解法一&#xff1a;暴力遍历哈希表 解法二&#xff1a;滑动窗口哈希表 定义left和right初始化为零&#xff0c;固定left&#xff0c;先向右遍历right&#xff0c;放到哈希表中这个时候我们需要统计有效字符的个数&…

企业智能EDM邮件群发推广软件哪个好?

精准、高效的电子邮件营销已经成为企业触达潜在客户、维护现有客户关系以及提升品牌影响力不可或缺的手段。在这其中&#xff0c;云衔科技以其独树一帜的智能EDM邮件营销系统解决方案&#xff0c;为企业带来了革命性的市场推广体验。 云衔科技凭借前瞻性的战略眼光和深厚的AI技…

抖音在线点赞任务发布接单运营平台PHP网站源码 多个支付通道+分级会员制度

抖音在线点赞任务发布接单运营平台PHP网站源码&#xff0c;多个支付通道分级会员制度。 介绍 1、代理裂变&#xff0c;静态返佣/动态返佣均可设置。 2、自动机器人做任务&#xff0c;任务时间可设置&#xff0c;机器人价格时间可设置。 3、后台可设置注册即送X天机器人。 …

RT-Thread在Win10下编译出现 unsupported pickle protocol: 5解决方案

调试背景&#xff1a; 在WIN10下编译RT-Thread源码&#xff1a;对象处理器平台是Microchip SAMA5D27-SOM1-EK评估板。 unsupported pickle protocol: 5 编译出现报错:ValueError : unsupported pickle protocol: 5 $ scons scons: Reading SConscript files ... Newlib ver…

c语言题目之求最大公约数

题目内容&#xff1a;求最大公约数 给定两个数&#xff0c;求这两个数的最大公约数 例如&#xff1a; 输入&#xff1a;20 40 输出&#xff1a;20 什么叫最大公约数&#xff1f; 方法分析&#xff1a; 提示&#xff1a;这里我们用辗转相除法&#xff1a; 例如&#xff1a;输…

七月论文审稿GPT第4.5版:通过15K条paper-review数据微调Llama2 70B(含各种坑)

前言 当我们3月下旬微调完Mixtral 8x7B之后(更多详见&#xff1a;七月论文大模型&#xff1a;含论文的审稿、阅读、写作、修订 )&#xff0c;下一个想微调的就是llama2 70B 因为之前积攒了不少微调代码和微调经验&#xff0c;所以3月底apple便通过5K的paper-review数据集成功…

Tensorflow2.0笔记 - 使用卷积神经网络层做CIFA100数据集训练(类VGG13)

本笔记记录CNN做CIFAR100数据集的训练相关内容&#xff0c;代码中使用了类似VGG13的网络结构&#xff0c;做了两个Sequetial&#xff08;CNN和全连接层&#xff09;&#xff0c;没有用Flatten层而是用reshape操作做CNN和全连接层的中转操作。由于网络层次较深&#xff0c;参数量…

鲁棒无监督人群计数与定位

鲁棒无监督人群计数与定位 摘要1 IntroductionMethod 摘要 现有的群体计数模型需要大量的训练数据&#xff0c;而这些数据的标注过程耗时且繁琐。为了解决这个问题&#xff0c;作者提出了一种简单而有效的人群计数方法&#xff0c;通过采用一种名为“Segment-Everything-Every…

高精度算法(1)

前言 今天来讲一讲高精度算法&#xff0c;我们说一个数据类型&#xff0c;有它的对应范围比如int类型最多 可以包含到负2的31次方到2的31次方减一 其实大概就是20亿左右那么其他的类型也同样如此 那么&#xff0c;如何解决一个很大很大的数的运算呢&#xff1f; 我们今天介…

gemini国内能用吗

gemini国内能用吗 虽然 Gemini 的具体功能和性能还未完全公开&#xff0c;但基于 Google 在 AI 领域的强大背景和技术实力&#xff0c;已经火出圈了&#xff0c;很多小伙伴已经迫不及待想了解一下它有什么优势以及如何快速使用上 首先我们来讲一下gemini的优势 多模态能力&a…