-
公开(公告)号：CN108153522B
公开(公告)日：2020-05-05
申请号：CN201711418644.2
申请日：2017-12-25
Applicant: 南京大学
Abstract: 本发明公开了一种由模型转换中间语言midcore生成Spark和Hadoop程序代码的方法。包括步骤1：建立两个xtext项目，分别对midcore语言进行抽象，抽出其中的语法树，进行建模，书写xtext的语法计解析器代码，步骤2：用xtend在其中一个项目中书写从midcore映射至Spark代码的转换规则，步骤3：用xtend在另一个项目中书写midcore映射生成Hadoop代码的转换规则。本发明将可以由现有的模型转换语言转换而成的中间语言对Spark和Hadoop两个平台的代码做了映射，为模型转换语言和Mapreduce程序实现了桥接，同时支持由midcore直接描述模型转换，生成Mapreduce程序代码，降低了Mapreduce程序开发的复杂性。
-
Patent Agency Ranking
公开(公告)号：CN106951305A
公开(公告)日：2017-07-14
申请号：CN201710180952.X
申请日：2017-03-24
Applicant: 南京大学
IPC: G06F9/45
Abstract: 本发明基于模型转换由QVT‑R代码生成midCore脚本的方法，步骤1对QVT‑R语言进行设计和裁剪；步骤2获取符合步骤1规则面向数据转换的QVT‑R代码；步骤3通过Xtext为QVT‑R语言建模，构建编辑器、解析器及语法分析树；步骤4利用Xtend根据步骤3匹配得到的语法分析树，解析QVT‑R代码语义，并生成对应的midCore语句；步骤5将步骤2获得的QVT‑R代码作为输入，转换引擎生成midCore脚本。本发明将描述数据转换的QVT‑R代码自动转换成midCore脚本，降低了使用midCore程序成本，减少了编写midCore代码缺陷，更直观描述数据变换逻辑，降低大数据处理难度和成本。
-
公开(公告)号：CN106951305B
公开(公告)日：2020-07-31
申请号：CN201710180952.X
申请日：2017-03-24
Applicant: 南京大学
IPC: G06F8/40
Abstract: 本发明基于模型转换由QVT‑R代码生成midCore脚本的方法，步骤1对QVT‑R语言进行设计和裁剪；步骤2获取符合步骤1规则面向数据转换的QVT‑R代码；步骤3通过Xtext为QVT‑R语言建模，构建编辑器、解析器及语法分析树；步骤4利用Xtend根据步骤3匹配得到的语法分析树，解析QVT‑R代码语义，并生成对应的midCore语句；步骤5将步骤2获得的QVT‑R代码作为输入，转换引擎生成midCore脚本。本发明将描述数据转换的QVT‑R代码自动转换成midCore脚本，降低了使用midCore程序成本，减少了编写midCore代码缺陷，更直观描述数据变换逻辑，降低大数据处理难度和成本。
-
公开(公告)号：CN106843858B
公开(公告)日：2020-06-09
申请号：CN201611252903.4
申请日：2016-12-30
Applicant: 南京大学
IPC: G06F8/33 , G06F8/35 , G06F40/253 , G06F40/151 , G06F40/16
Abstract: 本发明公开了一种由转换原语生成Spark代码的方法，包括步骤：步骤10：设计表示数据模型变换的转换原语语法；步骤11：输入一个数据模型变换的原语文件，作为代码转换器的输入文件；步骤12：利用Xtext实现代码生成器的文法构造，完成转换原语的语法解析；步骤13：利用Xtend实现代码生成器的转换规则，建立转换原语与Spark代码之间的映射；步骤14：将模型变换的原语文件输入代码生成器；步骤15：得到输入、输出数据类和转换规则的Spark代码；本发明将一组描述数据转换的转换原语生成具有相同转换操作的Spark代码，降低数据平台开发人员使用Spark平台的复杂性，简化数据转换过程，降低基于Spark平台的大数据转换实现成本。
-
公开(公告)号：CN108153522A
公开(公告)日：2018-06-12
申请号：CN201711418644.2
申请日：2017-12-25
Applicant: 南京大学
Abstract: 本发明公开了一种由模型转换中间语言midcore生成Spark和Hadoop程序代码的方法。包括步骤1：建立两个xtext项目，分别对midcore语言进行抽象，抽出其中的语法树，进行建模，书写xtext的语法计解析器代码，步骤2：用xtend在其中一个项目中书写从midcore映射至Spark代码的转换规则，步骤3：用xtend在另一个项目中书写midcore映射生成Hadoop代码的转换规则。本发明将可以由现有的模型转换语言转换而成的中间语言对Spark和Hadoop两个平台的代码做了映射，为模型转换语言和Mapreduce程序实现了桥接，同时支持由midcore直接描述模型转换，生成Mapreduce程序代码，降低了Mapreduce程序开发的复杂性。
-
公开(公告)号：CN106843858A
公开(公告)日：2017-06-13
申请号：CN201611252903.4
申请日：2016-12-30
Applicant: 南京大学
Abstract: 本发明公开了一种由转换原语生成Spark代码的方法，包括步骤：步骤10：设计表示数据模型变换的转换原语语法；步骤11：输入一个数据模型变换的原语文件，作为代码转换器的输入文件；步骤12：利用Xtext实现代码生成器的文法构造，完成转换原语的语法解析；步骤13：利用Xtend实现代码生成器的转换规则，建立转换原语与Spark代码之间的映射；步骤14：将模型变换的原语文件输入代码生成器；步骤15：得到输入、输出数据类和转换规则的Spark代码；本发明将一组描述数据转换的转换原语生成具有相同转换操作的Spark代码，降低数据平台开发人员使用Spark平台的复杂性，简化数据转换过程，降低基于Spark平台的大数据转换实现成本。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
