基于flaskrestful框架的数据接口服务方法、装置、设备及介质
技术领域
1.本发明涉及大数据技术领域，尤其涉及一种基于flaskrestful框架的数据接口服务方法、装置、设备及介质。
背景技术：2.随着大数据时代的蓬勃发展，如何发掘数据的潜在价值已经成为企业挑战数值化转型或提升自身核心竞争力的重要组成部分。越来越多的企业开始重视数据的存储与累积，搭建属于企业的数据仓库，并在此基础上，构建如画像体系、推荐体系、价格体系等核心数据资产。数据资产就好比日常生活中企业所需的水资源，无处不在且不可或缺，但是如果没有对应的水加工厂和运输管道，各业务部门就只能到水库打水，极大影响了业务部门的积极性，且容易造成数据资产的混乱。
3.因此，将数据资产封装成数据服务，以接口服务响应上层的各种定制化应用场景，才能极大挖掘释放数据资产的价值。
4.但是，在现有的数据服务过程中，主要是根据某个场景的需要，独立构建大量的数据接口与应用产品对接，造成接口的重复建设，且开发、修改、维护、监控的成本都比较高。
技术实现要素：5.本发明实施例提供了一种基于flaskrestful框架的数据接口服务方法、装置、设备及介质，旨在解决数据接口服务不规范，且成本高的问题。
6.第一方面，本发明实施例提供了一种基于flaskrestful框架的数据接口服务方法，其包括：
7.响应于客户端向flaskrestful框架发起的数据请求，根据所述数据请求确定目标接口类型及目标数据流转类型；
8.获取预先配置的与接口类型对应的接口开发逻辑映射表，并利用所述目标接口类型在所述接口开发逻辑映射表中查询，得到与所述目标接口类型对应的目标接口开发逻辑；
9.采用python语言，基于所述目标接口开发逻辑构建目标接口；
10.获取所述flaskrestful框架中部署的gunicorn服务器集群及nginx反向代理，并利用所述nginx反向代理对所述gunicorn服务器集群执行负载均衡，得到目标服务器；
11.调用所述目标接口连接至所述目标服务器，并基于所述目标数据流转类型在所述目标服务器中进行数据流转，得到目标数据；
12.反馈所述目标数据至所述客户端。
13.根据本发明优选实施例，所述基于所述目标接口开发逻辑构建目标接口包括：
14.当有新增数据源时，基于所述新增数据源的算法逻辑新增algo文件、api文件及公共变量，并封装所述algo文件、所述api文件、所述数据库文件及所述公共变量为第一待测
接口，在所述flaskrestful框架中部署所述第一待测接口，并在完成部署后，测试所述第一待测接口，当所述第一待测接口通过测试时，将所述第一待测接口确定为所述目标接口；或者
15.当没有新增数据源时，新增algo文件及api文件，并封装所述algo文件及所述api文件，得到第二待测接口，在所述flaskrestful框架中部署所述第二待测接口，并在完成部署后，测试所述第二待测接口，查询测试过程中产生的接口日志，当所述接口日志显示所述第二待测接口通过测试时，将所述第二待测接口发布至生产环境，或者当所述接口日志显示所述第二待测接口未通过测试时，对所述第二待测接口进行修复。
16.根据本发明优选实施例，所述基于所述目标接口开发逻辑构建目标接口还包括：
17.对于所述目标接口中搜索服务器es类型的子接口，在指定搜索平台上新建引擎及es子接口；
18.基于所述引擎及所述es子接口在实时计算平台上新建flink任务；
19.测试所述flink任务；
20.当所述flink任务通过测试时，将所述es子接口发布至指定平台；或者
21.当所述flink任务未通过测试时，对所述es子接口进行修复。
22.根据本发明优选实施例，所述利用所述nginx反向代理对所述gunicorn服务器集群执行负载均衡，得到目标服务器包括：
23.利用所述nginx反向代理对所述gunicorn服务器集群中的每个服务器进行轮询，并将当前轮询到的服务器确定为所述目标服务器；及/或
24.获取所述客户端的请求地址，并根据所述请求地址从所述gunicorn服务器集群中获取所述目标服务器。
25.根据本发明优选实施例，所述基于所述目标数据流转类型在所述目标服务器中进行数据流转，得到目标数据包括：
26.从所述目标服务器中获取待处理数据；
27.当所述目标数据流转类型为离线类型时，在数据仓库中对所述待处理数据进行加工，得到所述待处理数据的标签信息，将所述待处理数据的标签信息推送至关系型数据库，并将所述待处理数据的标签信息从所述关系型数据库推送至缓存中，从所述缓存中读取所述待处理数据的标签信息，并利用数据结构转换工具将所述待处理数据的标签信息转换为表格型数据，得到所述目标数据；或者
28.当所述目标数据流转类型为实时类型时，将所述待处理数据存储至预设中间件，并从所述预设中间件中读取所述待处理数据至消息队列中，从所述消息队列中读取所述待处理数据，并将所述待处理数据推送至所述缓存中，从所述缓存中读取所述待处理数据，并利用所述数据结构转换工具将所述待处理数据转换为所述表格型数据，得到所述目标数据；或者
29.当所述目标数据流转类型为离线与实时共存类型时，在所述数据仓库中对所述待处理数据进行加工，得到所述待处理数据的标签信息，利用流处理框架处理所述待处理数据的标签信息，并将处理后的所述待处理数据的标签信息推送至搜索服务器，基于所述搜索服务器将所述处理后的所述待处理数据的标签信息发送至预设接口，并接收所述预设接口返回的数据作为所述目标数据。
30.根据本发明优选实施例，在基于所述目标数据流转类型在所述目标服务器中进行数据流转时，所述方法还包括：
31.获取对所述目标服务器的http请求；
32.基于所述目标服务器中的响应中间件确定是否响应所述http请求；
33.当确定响应所述http请求时，基于所述目标服务器的路由器配置组件解析所述http请求，得到解析结果；
34.将所述解析结果发送至视图响应中间件进行处理，得到视图处理结果；
35.利用全局异常处理插件监听所述视图处理结果；
36.当所述视图处理结果有异常时，将所述视图处理结果发送至异常处理中间件进行处理，得到异常处理结果，并通过所述响应中间件返回所述异常处理结果；或者
37.当所述视图处理结果没有异常时，通过所述响应中间件返回所述视图处理结果。
38.根据本发明优选实施例，在基于所述目标数据流转类型在所述目标服务器中进行数据流转时，所述方法还包括：
39.获取数据流转时的每个进程，及获取所述flaskrestful框架中部署的进程管理工具；
40.利用所述进程管理工具监听每个进程；
41.当监听到有进程异常退出时，将监听到的进程确定为目标进程；
42.重启所述目标进程；
43.当所述目标进程重启失败时，获取预先配置的次数阈值，直至所述目标进程的重启次数达到所述次数阈值时，结束所述目标进程。
44.第二方面，本发明实施例提供了一种基于flaskrestful框架的数据接口服务装置，其包括：
45.确定单元，用于响应于客户端向flaskrestful框架发起的数据请求，根据所述数据请求确定目标接口类型及目标数据流转类型；
46.查询单元，用于获取预先配置的与接口类型对应的接口开发逻辑映射表，并利用所述目标接口类型在所述接口开发逻辑映射表中查询，得到与所述目标接口类型对应的目标接口开发逻辑；
47.构建单元，用于采用python语言，基于所述目标接口开发逻辑构建目标接口；
48.执行单元，用于获取所述flaskrestful框架中部署的gunicorn服务器集群及nginx反向代理，并利用所述nginx反向代理对所述gunicorn服务器集群执行负载均衡，得到目标服务器；
49.流转单元，用于调用所述目标接口连接至所述目标服务器，并基于所述目标数据流转类型在所述目标服务器中进行数据流转，得到目标数据；
50.反馈单元，用于反馈所述目标数据至所述客户端。
51.第三方面，本发明实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的基于flaskrestful框架的数据接口服务方法。
52.第四方面，本发明实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述
第一方面所述的基于flaskrestful框架的数据接口服务方法。
53.本发明实施例提供了一种基于flaskrestful框架的数据接口服务方法、装置、设备及介质，能够响应于客户端向flaskrestful框架发起的数据请求，根据所述数据请求确定目标接口类型及目标数据流转类型，flaskrestful框架能够提供轻量级访问，获取预先配置的与接口类型对应的接口开发逻辑映射表，并利用所述目标接口类型在所述接口开发逻辑映射表中查询，得到与所述目标接口类型对应的目标接口开发逻辑，采用python语言，基于所述目标接口开发逻辑构建目标接口，python语言对数据挖掘的算法支持度较好，同时实现接口的规范化构建，获取所述flaskrestful框架中部署的gunicorn服务器集群及nginx反向代理，并利用所述nginx反向代理对所述gunicorn服务器集群执行负载均衡，得到目标服务器，避免给服务器造成压力，调用所述目标接口连接至所述目标服务器，并基于所述目标数据流转类型在所述目标服务器中进行数据流转，得到目标数据，将数据的流转进行了规范化，以实现不同类型下的数据流转，并对数据有针对性的加工及处理，反馈所述目标数据至所述客户端，进而能够基于flaskrestful框架组合各种类型的服务，保证服务的可靠性，各种类型的接口的标准化，也节约了开发成本，同时保证了开发质量及效率，以提供更好的数据支持。
附图说明
54.为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
55.图1为本发明实施例提供的基于flaskrestful框架的数据接口服务方法的流程示意图；
56.图2为本发明实施例提供的基于flaskrestful框架的数据接口服务装置的示意性框图；
57.图3为本发明实施例提供的计算机设备的示意性框图。
具体实施方式
58.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。
59.应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
60.还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
61.还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
62.请参阅图1，为本发明实施例提供的基于flaskrestful框架的数据接口服务方法的流程示意图。
63.s10，响应于客户端向flaskrestful框架发起的数据请求，根据所述数据请求确定目标接口类型及目标数据流转类型。
64.在本发明的至少一个实施例中，所述flaskrestful框架是一种python web service框架，能够提供轻量级的http(hyper text transfer protocol，超文本传输协议)访问。
65.在本发明的至少一个实施例中，所述客户端可以包括任意类型的用户终端。
66.例如：当有用户想要通过所述flaskrestful框架获取用户数据进行用户偏好性分析时，可以通过所述用户的客户端向所述flaskrestful框架发起所述数据请求。
67.在本发明的至少一个实施例中，通过解析所述数据请求，能够获取到所述数据请求所携带的相关信息，如：所述目标接口类型、所述目标数据流转类型等。
68.其中，所述目标接口类型可以包括，但不限于以下任意一种：基于算法的接口开发类型、基于规则的接口开发类型、基于流程的接口开发类型。
69.其中，所述目标数据流转类型可以包括，但不限于以下任意一种：离线类型、实时类型、离线与实时共存类型。
70.s11，获取预先配置的与接口类型对应的接口开发逻辑映射表，并利用所述目标接口类型在所述接口开发逻辑映射表中查询，得到与所述目标接口类型对应的目标接口开发逻辑。
71.在本发明的至少一个实施例中，所述接口开发逻辑映射表用于存储接口开发逻辑与接口类型间的对应关系。
72.在本发明的至少一个实施例中，所述利用所述目标接口类型在所述接口开发逻辑映射表中查询，得到与所述目标接口类型对应的目标接口开发逻辑包括：
73.利用所述目标接口类型与所述接口开发逻辑映射表中存储的接口类型进行匹配；
74.获取匹配到的与所述目标接口类型相同的接口类型，并作为目标类型；
75.将所述接口开发逻辑映射表中存储的与所述目标类型相对应的接口开发逻辑确定为所述目标接口开发逻辑。
76.s12，采用python语言，基于所述目标接口开发逻辑构建目标接口。
77.在本发明的至少一个实施例中，所述python语言对数据挖掘的算法支持度较好，因此，基于所述python语言能够更好的进行算法赋能，并且，由于不易出错，对数据开发人员也相对友好。
78.在本发明的至少一个实施例中，所述基于所述目标接口开发逻辑构建目标接口包括：
79.当有新增数据源时，基于所述新增数据源的算法逻辑新增algo文件、api(application programming interface，应用程序接口)文件、数据库(datebase，db)文件及公共变量，并封装所述algo文件、所述api文件、所述数据库文件及所述公共变量为第一待测接口，在所述flaskrestful框架中部署所述第一待测接口，并在完成部署后，测试所述第一待测接口，当所述第一待测接口通过测试时，将所述第一待测接口确定为所述目标接口；或者
80.当没有新增数据源时，新增algo文件及api文件，并封装所述algo文件及所述api文件，得到第二待测接口，在所述flaskrestful框架中部署所述第二待测接口，并在完成部署后，测试所述第二待测接口，查询测试过程中产生的接口日志，当所述接口日志显示所述第二待测接口通过测试时，将所述第二待测接口发布至生产环境，或者当所述接口日志显示所述第二待测接口未通过测试时，对所述第二待测接口进行修复。
81.需要说明的是，在对所述第二待测接口进行修复后，将修复后的所述第二待测接口重新部署至所述flaskrestful框架，并在部署后重新测试，通过不断的修复、部署、测试，直至所述第二待测接口通过测试。
82.通过上述实施方式，能够根据是否有新增的数据源执行不同的接口构建过程。
83.在本发明的至少一个实施例中，所述基于所述目标接口开发逻辑构建目标接口还包括：
84.对于所述目标接口中搜索服务器es(elastic search)类型的子接口，在指定搜索平台上新建引擎及es子接口；
85.基于所述引擎及所述es子接口在实时计算平台上新建flink任务；
86.测试所述flink任务；
87.当所述flink任务通过测试时，将所述es子接口发布至指定平台；或者
88.当所述flink任务未通过测试时，对所述es子接口进行修复。
89.其中，所述指定搜索平台可以为支持es的任意搜索平台等。
90.其中，所述指定平台可以包括bdp平台。
91.需要说明的是，在对所述es子接口进行修复后，基于修复后的所述es子接口重新新建flink任务，通过不断的修复、新建、测试，直至所述es子接口通过测试。
92.接口构建完成后，不同场景的接口开发只需要针对具体的业务内容修改极少的一部分参数即可。
93.例如：对数据的流转进行了标准化，新增接口如果需要使用新的数据，只需修改配置信息即可，无需重新开发整个数据接入流程。
94.通过上述实施方式，能够将具有相同服务类型的接口进行统一封装，避免对接口的重复构建，提高了服务的效率，并提升代码的复用度。
95.s13，获取所述flaskrestful框架中部署的gunicorn服务器集群及nginx反向代理，并利用所述nginx反向代理对所述gunicorn服务器集群执行负载均衡，得到目标服务器。
96.在本发明的至少一个实施例中，所述gunicorn服务器是一种被广泛使用的高性能的python wsgi unix http server。
97.在本发明的至少一个实施例中，所述nginx反向代理是一种高性能的http和反向代理web服务器，用于请求负载均衡。
98.在本发明的至少一个实施例中，所述利用所述nginx反向代理对所述gunicorn服务器集群执行负载均衡，得到目标服务器包括：
99.利用所述nginx反向代理对所述gunicorn服务器集群中的每个服务器进行轮询，并将当前轮询到的服务器确定为所述目标服务器；及/或
100.获取所述客户端的请求地址，并根据所述请求地址从所述gunicorn服务器集群中
获取所述目标服务器。
101.通过上述实施方式，能够在flaskrestful框架中基于nginx中间件实现不同模式的负载均衡，避免给服务器造成压力。
102.s14，调用所述目标接口连接至所述目标服务器，并基于所述目标数据流转类型在所述目标服务器中进行数据流转，得到目标数据。
103.在本发明的至少一个实施例中，所述基于所述目标数据流转类型在所述目标服务器中进行数据流转，得到目标数据包括：
104.从所述目标服务器中获取待处理数据；
105.当所述目标数据流转类型为离线类型时，在数据仓库中对所述待处理数据进行加工，得到所述待处理数据的标签信息，将所述待处理数据的标签信息推送至关系型数据库，并将所述待处理数据的标签信息从所述关系型数据库推送至缓存中，从所述缓存中读取所述待处理数据的标签信息，并利用数据结构转换工具将所述待处理数据的标签信息转换为表格型数据，得到所述目标数据；或者
106.当所述目标数据流转类型为实时类型时，将所述待处理数据存储至预设中间件，并从所述预设中间件中读取所述待处理数据至消息队列中，从所述消息队列中读取所述待处理数据，并将所述待处理数据推送至所述缓存中，从所述缓存中读取所述待处理数据，并利用所述数据结构转换工具将所述待处理数据转换为所述表格型数据，得到所述目标数据；或者
107.当所述目标数据流转类型为离线与实时共存类型时，在所述数据仓库中对所述待处理数据进行加工，得到所述待处理数据的标签信息，利用流处理框架处理所述待处理数据的标签信息，并将处理后的所述待处理数据的标签信息推送至搜索服务器，基于所述搜索服务器将所述处理后的所述待处理数据的标签信息发送至预设接口，并接收所述预设接口返回的数据作为所述目标数据。
108.在本实施例中，所述数据仓库可以为hive，是一种在hadoop上的数据仓库基础构架。
109.在本实施例中，所述关系型数据库可以为mysql数据库。
110.在本实施例中，所述缓存可以为redis缓存。通过将数据存储到缓存中，能够提高计算效率。
111.在本实施例中，所述数据结构转换工具可以为dataframe。
112.在本实施例中，所述预设中间件可以为binlog或者canal。
113.在本实施例中，所述消息队列可以为kafka。
114.在本实施例中，所述流处理框架可以为flink。
115.在本实施例中，所述搜索服务器可以为es(elasticsearch)搜索引擎。
116.在本实施例中，所述预设接口可以为第三方平台的数据请求接口。
117.经过不同类型的数据流转后，最后得到的数据即可在应用系统中计算使用。
118.通过上述实施方式，将数据的流转进行了规范化，以实现不同类型下的数据流转，并对数据有针对性的加工及处理。
119.在本发明的至少一个实施例中，在基于所述目标数据流转类型在所述目标服务器中进行数据流转时，所述方法还包括：
120.获取对所述目标服务器的http请求；
121.基于所述目标服务器中的响应中间件确定是否响应所述http请求；
122.当确定响应所述http请求时，基于所述目标服务器的路由器配置组件解析所述http请求，得到解析结果；
123.将所述解析结果发送至视图响应中间件进行处理，得到视图处理结果；
124.利用全局异常处理插件监听所述视图处理结果；
125.当所述视图处理结果有异常时，将所述视图处理结果发送至异常处理中间件进行处理，得到异常处理结果，并通过所述响应中间件返回所述异常处理结果；或者
126.当所述视图处理结果没有异常时，通过所述响应中间件返回所述视图处理结果。
127.通过上述实施方式，能够在所述目标服务器中实现对接口的调用。
128.在本发明的至少一个实施例中，在基于所述目标数据流转类型在所述目标服务器中进行数据流转时，所述方法还包括：
129.获取数据流转时的每个进程，及获取所述flaskrestful框架中部署的进程管理工具；
130.利用所述进程管理工具监听每个进程；
131.当监听到有进程异常退出时，将监听到的进程确定为目标进程；
132.重启所述目标进程；
133.当所述目标进程重启失败时，获取预先配置的次数阈值，直至所述目标进程的重启次数达到所述次数阈值时，结束所述目标进程。
134.在本实施例中，所述进程管理工具用于管理后台进程异常后重新拉起。
135.例如：所述进程管理工具可以是supervisor工具，所述supervisor工具是python编写的进程管理工具。
136.通过上述实施方式，能够在进程异常后重新拉起，以确保数据接口的可用性，并提高整个框架的稳定性。
137.s15，反馈所述目标数据至所述客户端。
138.通过上述实施方式，能够基于flaskrestful框架组合各种类型的服务，保证服务的可靠性，各种类型的接口的标准化，也节约了开发成本，同时保证了开发质量及效率，以提供更好的数据支持。
139.需要说明的是，为了进一步确保数据的安全性，避免数据被恶意篡改，所述目标数据可以存储于区块链节点上。
140.由以上技术方案可以看出，本发明能够响应于客户端向flaskrestful框架发起的数据请求，根据所述数据请求确定目标接口类型及目标数据流转类型，flaskrestful框架能够提供轻量级访问，获取预先配置的与接口类型对应的接口开发逻辑映射表，并利用所述目标接口类型在所述接口开发逻辑映射表中查询，得到与所述目标接口类型对应的目标接口开发逻辑，采用python语言，基于所述目标接口开发逻辑构建目标接口，python语言对数据挖掘的算法支持度较好，同时实现接口的规范化构建，获取所述flaskrestful框架中部署的gunicorn服务器集群及nginx反向代理，并利用所述nginx反向代理对所述gunicorn服务器集群执行负载均衡，得到目标服务器，避免给服务器造成压力，调用所述目标接口连接至所述目标服务器，并基于所述目标数据流转类型在所述目标服务器中进行数据流转，
得到目标数据，将数据的流转进行了规范化，以实现不同类型下的数据流转，并对数据有针对性的加工及处理，反馈所述目标数据至所述客户端，进而能够基于flaskrestful框架组合各种类型的服务，保证服务的可靠性，各种类型的接口的标准化，也节约了开发成本，同时保证了开发质量及效率，以提供更好的数据支持。
141.本发明实施例还提供一种基于flaskrestful框架的数据接口服务装置，该基于flaskrestful框架的数据接口服务装置用于执行前述基于flaskrestful框架的数据接口服务方法的任一实施例。具体地，请参阅图2，图2是本发明实施例提供的基于flaskrestful框架的数据接口服务装置的示意性框图。
142.如图2所示，基于flaskrestful框架的数据接口服务装置100包括：确定单元101、查询单元102、构建单元103、执行单元104、流转单元105、反馈单元106。
143.确定单元101响应于客户端向flaskrestful框架发起的数据请求，根据所述数据请求确定目标接口类型及目标数据流转类型。
144.在本发明的至少一个实施例中，所述flaskrestful框架是一种python web service框架，能够提供轻量级的http(hyper text transfer protocol，超文本传输协议)访问。
145.在本发明的至少一个实施例中，所述客户端可以包括任意类型的用户终端。
146.例如：当有用户想要通过所述flaskrestful框架获取用户数据进行用户偏好性分析时，可以通过所述用户的客户端向所述flaskrestful框架发起所述数据请求。
147.在本发明的至少一个实施例中，通过解析所述数据请求，能够获取到所述数据请求所携带的相关信息，如：所述目标接口类型、所述目标数据流转类型等。
148.其中，所述目标接口类型可以包括，但不限于以下任意一种：基于算法的接口开发类型、基于规则的接口开发类型、基于流程的接口开发类型。
149.其中，所述目标数据流转类型可以包括，但不限于以下任意一种：离线类型、实时类型、离线与实时共存类型。
150.查询单元102获取预先配置的与接口类型对应的接口开发逻辑映射表，并利用所述目标接口类型在所述接口开发逻辑映射表中查询，得到与所述目标接口类型对应的目标接口开发逻辑。
151.在本发明的至少一个实施例中，所述接口开发逻辑映射表用于存储接口开发逻辑与接口类型间的对应关系。
152.在本发明的至少一个实施例中，所述查询单元102利用所述目标接口类型在所述接口开发逻辑映射表中查询，得到与所述目标接口类型对应的目标接口开发逻辑包括：
153.利用所述目标接口类型与所述接口开发逻辑映射表中存储的接口类型进行匹配；
154.获取匹配到的与所述目标接口类型相同的接口类型，并作为目标类型；
155.将所述接口开发逻辑映射表中存储的与所述目标类型相对应的接口开发逻辑确定为所述目标接口开发逻辑。
156.构建单元103采用python语言，基于所述目标接口开发逻辑构建目标接口。
157.在本发明的至少一个实施例中，所述python语言对数据挖掘的算法支持度较好，因此，基于所述python语言能够更好的进行算法赋能，并且，由于不易出错，对数据开发人员也相对友好。
158.在本发明的至少一个实施例中，所述构建单元103基于所述目标接口开发逻辑构建目标接口包括：
159.当有新增数据源时，基于所述新增数据源的算法逻辑新增algo文件、api(application programming interface，应用程序接口)文件、数据库(datebase，db)文件及公共变量，并封装所述algo文件、所述api文件、所述数据库文件及所述公共变量为第一待测接口，在所述flaskrestful框架中部署所述第一待测接口，并在完成部署后，测试所述第一待测接口，当所述第一待测接口通过测试时，将所述第一待测接口确定为所述目标接口；或者
160.当没有新增数据源时，新增algo文件及api文件，并封装所述algo文件及所述api文件，得到第二待测接口，在所述flaskrestful框架中部署所述第二待测接口，并在完成部署后，测试所述第二待测接口，查询测试过程中产生的接口日志，当所述接口日志显示所述第二待测接口通过测试时，将所述第二待测接口发布至生产环境，或者当所述接口日志显示所述第二待测接口未通过测试时，对所述第二待测接口进行修复。
161.需要说明的是，在对所述第二待测接口进行修复后，将修复后的所述第二待测接口重新部署至所述flaskrestful框架，并在部署后重新测试，通过不断的修复、部署、测试，直至所述第二待测接口通过测试。
162.通过上述实施方式，能够根据是否有新增的数据源执行不同的接口构建过程。
163.在本发明的至少一个实施例中，所述构建单元103基于所述目标接口开发逻辑构建目标接口还包括：
164.对于所述目标接口中搜索服务器es(elastic search)类型的子接口，在指定搜索平台上新建引擎及es子接口；
165.基于所述引擎及所述es子接口在实时计算平台上新建flink任务；
166.测试所述flink任务；
167.当所述flink任务通过测试时，将所述es子接口发布至指定平台；或者
168.当所述flink任务未通过测试时，对所述es子接口进行修复。
169.其中，所述指定搜索平台可以为支持es的任意搜索平台等。
170.其中，所述指定平台可以包括bdp平台。
171.需要说明的是，在对所述es子接口进行修复后，基于修复后的所述es子接口重新新建flink任务，通过不断的修复、新建、测试，直至所述es子接口通过测试。
172.接口构建完成后，不同场景的接口开发只需要针对具体的业务内容修改极少的一部分参数即可。
173.例如：对数据的流转进行了标准化，新增接口如果需要使用新的数据，只需修改配置信息即可，无需重新开发整个数据接入流程。
174.通过上述实施方式，能够将具有相同服务类型的接口进行统一封装，避免对接口的重复构建，提高了服务的效率，并提升代码的复用度。
175.执行单元104获取所述flaskrestful框架中部署的gunicorn服务器集群及nginx反向代理，并利用所述nginx反向代理对所述gunicorn服务器集群执行负载均衡，得到目标服务器。
176.在本发明的至少一个实施例中，所述gunicorn服务器是一种被广泛使用的高性能
的python wsgi unix http server。
177.在本发明的至少一个实施例中，所述nginx反向代理是一种高性能的http和反向代理web服务器，用于请求负载均衡。
178.在本发明的至少一个实施例中，所述执行单元104利用所述nginx反向代理对所述gunicorn服务器集群执行负载均衡，得到目标服务器包括：
179.利用所述nginx反向代理对所述gunicorn服务器集群中的每个服务器进行轮询，并将当前轮询到的服务器确定为所述目标服务器；及/或
180.获取所述客户端的请求地址，并根据所述请求地址从所述gunicorn服务器集群中获取所述目标服务器。
181.通过上述实施方式，能够在flaskrestful框架中基于nginx中间件实现不同模式的负载均衡，避免给服务器造成压力。
182.流转单元105调用所述目标接口连接至所述目标服务器，并基于所述目标数据流转类型在所述目标服务器中进行数据流转，得到目标数据。
183.在本发明的至少一个实施例中，所述流转单元105基于所述目标数据流转类型在所述目标服务器中进行数据流转，得到目标数据包括：
184.从所述目标服务器中获取待处理数据；
185.当所述目标数据流转类型为离线类型时，在数据仓库中对所述待处理数据进行加工，得到所述待处理数据的标签信息，将所述待处理数据的标签信息推送至关系型数据库，并将所述待处理数据的标签信息从所述关系型数据库推送至缓存中，从所述缓存中读取所述待处理数据的标签信息，并利用数据结构转换工具将所述待处理数据的标签信息转换为表格型数据，得到所述目标数据；或者
186.当所述目标数据流转类型为实时类型时，将所述待处理数据存储至预设中间件，并从所述预设中间件中读取所述待处理数据至消息队列中，从所述消息队列中读取所述待处理数据，并将所述待处理数据推送至所述缓存中，从所述缓存中读取所述待处理数据，并利用所述数据结构转换工具将所述待处理数据转换为所述表格型数据，得到所述目标数据；或者
187.当所述目标数据流转类型为离线与实时共存类型时，在所述数据仓库中对所述待处理数据进行加工，得到所述待处理数据的标签信息，利用流处理框架处理所述待处理数据的标签信息，并将处理后的所述待处理数据的标签信息推送至搜索服务器，基于所述搜索服务器将所述处理后的所述待处理数据的标签信息发送至预设接口，并接收所述预设接口返回的数据作为所述目标数据。
188.在本实施例中，所述数据仓库可以为hive，是一种在hadoop上的数据仓库基础构架。
189.在本实施例中，所述关系型数据库可以为mysql数据库。
190.在本实施例中，所述缓存可以为redis缓存。通过将数据存储到缓存中，能够提高计算效率。
191.在本实施例中，所述数据结构转换工具可以为dataframe。
192.在本实施例中，所述预设中间件可以为binlog或者canal。
193.在本实施例中，所述消息队列可以为kafka。
194.在本实施例中，所述流处理框架可以为flink。
195.在本实施例中，所述搜索服务器可以为es(elasticsearch)搜索引擎。
196.在本实施例中，所述预设接口可以为第三方平台的数据请求接口。
197.经过不同类型的数据流转后，最后得到的数据即可在应用系统中计算使用。
198.通过上述实施方式，将数据的流转进行了规范化，以实现不同类型下的数据流转，并对数据有针对性的加工及处理。
199.在本发明的至少一个实施例中，在基于所述目标数据流转类型在所述目标服务器中进行数据流转时，获取对所述目标服务器的http请求；
200.基于所述目标服务器中的响应中间件确定是否响应所述http请求；
201.当确定响应所述http请求时，基于所述目标服务器的路由器配置组件解析所述http请求，得到解析结果；
202.将所述解析结果发送至视图响应中间件进行处理，得到视图处理结果；
203.利用全局异常处理插件监听所述视图处理结果；
204.当所述视图处理结果有异常时，将所述视图处理结果发送至异常处理中间件进行处理，得到异常处理结果，并通过所述响应中间件返回所述异常处理结果；或者
205.当所述视图处理结果没有异常时，通过所述响应中间件返回所述视图处理结果。
206.通过上述实施方式，能够在所述目标服务器中实现对接口的调用。
207.在本发明的至少一个实施例中，在基于所述目标数据流转类型在所述目标服务器中进行数据流转时，获取数据流转时的每个进程，及获取所述flaskrestful框架中部署的进程管理工具；
208.利用所述进程管理工具监听每个进程；
209.当监听到有进程异常退出时，将监听到的进程确定为目标进程；
210.重启所述目标进程；
211.当所述目标进程重启失败时，获取预先配置的次数阈值，直至所述目标进程的重启次数达到所述次数阈值时，结束所述目标进程。
212.在本实施例中，所述进程管理工具用于管理后台进程异常后重新拉起。
213.例如：所述进程管理工具可以是supervisor工具，所述supervisor工具是python编写的进程管理工具。
214.通过上述实施方式，能够在进程异常后重新拉起，以确保数据接口的可用性，并提高整个框架的稳定性。
215.反馈单元106反馈所述目标数据至所述客户端。
216.通过上述实施方式，能够基于flaskrestful框架组合各种类型的服务，保证服务的可靠性，各种类型的接口的标准化，也节约了开发成本，同时保证了开发质量及效率，以提供更好的数据支持。
217.需要说明的是，为了进一步确保数据的安全性，避免数据被恶意篡改，所述目标数据可以存储于区块链节点上。
218.由以上技术方案可以看出，本发明能够响应于客户端向flaskrestful框架发起的数据请求，根据所述数据请求确定目标接口类型及目标数据流转类型，flaskrestful框架能够提供轻量级访问，获取预先配置的与接口类型对应的接口开发逻辑映射表，并利用所
述目标接口类型在所述接口开发逻辑映射表中查询，得到与所述目标接口类型对应的目标接口开发逻辑，采用python语言，基于所述目标接口开发逻辑构建目标接口，python语言对数据挖掘的算法支持度较好，同时实现接口的规范化构建，获取所述flaskrestful框架中部署的gunicorn服务器集群及nginx反向代理，并利用所述nginx反向代理对所述gunicorn服务器集群执行负载均衡，得到目标服务器，避免给服务器造成压力，调用所述目标接口连接至所述目标服务器，并基于所述目标数据流转类型在所述目标服务器中进行数据流转，得到目标数据，将数据的流转进行了规范化，以实现不同类型下的数据流转，并对数据有针对性的加工及处理，反馈所述目标数据至所述客户端，进而能够基于flaskrestful框架组合各种类型的服务，保证服务的可靠性，各种类型的接口的标准化，也节约了开发成本，同时保证了开发质量及效率，以提供更好的数据支持。
219.上述基于flaskrestful框架的数据接口服务装置可以实现为计算机程序的形式，该计算机程序可以在如图3所示的计算机设备上运行。
220.请参阅图3，图3是本发明实施例提供的计算机设备的示意性框图。该计算机设备500是服务器，服务器可以是独立的服务器，也可以是多个服务器组成的服务器集群。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(content delivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
221.其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
222.人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
223.参阅图3，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括存储介质503和内存储器504。
224.该存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时，可使得处理器502执行基于flaskrestful框架的数据接口服务方法。
225.该处理器502用于提供计算和控制能力，支撑整个计算机设备500的运行。
226.该内存储器504为存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行基于flaskrestful框架的数据接口服务方法。
227.该网络接口505用于进行网络通信，如提供数据信息的传输等。本领域技术人员可以理解，图3中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
228.其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现本发明实施例公开的基于flaskrestful框架的数据接口服务方法。
229.本领域技术人员可以理解，图3中示出的计算机设备的实施例并不构成对计算机
设备具体构成的限定，在其他实施例中，计算机设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。例如，在一些实施例中，计算机设备可以仅包括存储器及处理器，在这样的实施例中，存储器及处理器的结构及功能与图3所示实施例一致，在此不再赘述。
230.应当理解，在本发明实施例中，处理器502可以是中央处理单元(central processing unit，cpu)，该处理器502还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
231.在本发明的另一实施例中提供计算机可读存储介质。该计算机可读存储介质可以为非易失性的计算机可读存储介质，也可以为易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序，其中计算机程序被处理器执行时实现本发明实施例公开的基于flaskrestful框架的数据接口服务方法。
232.本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
233.需要说明的是，本案中所涉及到的数据均为合法取得。
234.所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的设备、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
235.在本发明所提供的几个实施例中，应该理解到，所揭露的设备、装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述单元的划分，仅仅为逻辑功能划分，实际实现时可以有另外的划分方式，也可以将具有相同功能的单元集合成一个单元，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
236.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
237.本发明可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络pc、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。本发明可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本发明，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
238.另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
239.所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、磁碟或者光盘等各种可以存储程序代码的介质。
240.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。
技术特征：1.一种基于flaskrestful框架的数据接口服务方法，其特征在于，包括：响应于客户端向flaskrestful框架发起的数据请求，根据所述数据请求确定目标接口类型及目标数据流转类型；获取预先配置的与接口类型对应的接口开发逻辑映射表，并利用所述目标接口类型在所述接口开发逻辑映射表中查询，得到与所述目标接口类型对应的目标接口开发逻辑；采用python语言，基于所述目标接口开发逻辑构建目标接口；获取所述flaskrestful框架中部署的gunicorn服务器集群及nginx反向代理，并利用所述nginx反向代理对所述gunicorn服务器集群执行负载均衡，得到目标服务器；调用所述目标接口连接至所述目标服务器，并基于所述目标数据流转类型在所述目标服务器中进行数据流转，得到目标数据；反馈所述目标数据至所述客户端。2.根据权利要求1所述的基于flaskrestful框架的数据接口服务方法，其特征在于，所述基于所述目标接口开发逻辑构建目标接口包括：当有新增数据源时，基于所述新增数据源的算法逻辑新增algo文件、api文件及公共变量，并封装所述algo文件、所述api文件、所述数据库文件及所述公共变量为第一待测接口，在所述flaskrestful框架中部署所述第一待测接口，并在完成部署后，测试所述第一待测接口，当所述第一待测接口通过测试时，将所述第一待测接口确定为所述目标接口；或者当没有新增数据源时，新增algo文件及api文件，并封装所述algo文件及所述api文件，得到第二待测接口，在所述flaskrestful框架中部署所述第二待测接口，并在完成部署后，测试所述第二待测接口，查询测试过程中产生的接口日志，当所述接口日志显示所述第二待测接口通过测试时，将所述第二待测接口发布至生产环境，或者当所述接口日志显示所述第二待测接口未通过测试时，对所述第二待测接口进行修复。3.根据权利要求1所述的基于flaskrestful框架的数据接口服务方法，其特征在于，所述基于所述目标接口开发逻辑构建目标接口还包括：对于所述目标接口中搜索服务器es类型的子接口，在指定搜索平台上新建引擎及es子接口；基于所述引擎及所述es子接口在实时计算平台上新建flink任务；测试所述flink任务；当所述flink任务通过测试时，将所述es子接口发布至指定平台；或者当所述flink任务未通过测试时，对所述es子接口进行修复。4.根据权利要求1所述的基于flaskrestful框架的数据接口服务方法，其特征在于，所述利用所述nginx反向代理对所述gunicorn服务器集群执行负载均衡，得到目标服务器包括：利用所述nginx反向代理对所述gunicorn服务器集群中的每个服务器进行轮询，并将当前轮询到的服务器确定为所述目标服务器；及/或获取所述客户端的请求地址，并根据所述请求地址从所述gunicorn服务器集群中获取所述目标服务器。5.根据权利要求1所述的基于flaskrestful框架的数据接口服务方法，其特征在于，所述基于所述目标数据流转类型在所述目标服务器中进行数据流转，得到目标数据包括：
从所述目标服务器中获取待处理数据；当所述目标数据流转类型为离线类型时，在数据仓库中对所述待处理数据进行加工，得到所述待处理数据的标签信息，将所述待处理数据的标签信息推送至关系型数据库，并将所述待处理数据的标签信息从所述关系型数据库推送至缓存中，从所述缓存中读取所述待处理数据的标签信息，并利用数据结构转换工具将所述待处理数据的标签信息转换为表格型数据，得到所述目标数据；或者当所述目标数据流转类型为实时类型时，将所述待处理数据存储至预设中间件，并从所述预设中间件中读取所述待处理数据至消息队列中，从所述消息队列中读取所述待处理数据，并将所述待处理数据推送至所述缓存中，从所述缓存中读取所述待处理数据，并利用所述数据结构转换工具将所述待处理数据转换为所述表格型数据，得到所述目标数据；或者当所述目标数据流转类型为离线与实时共存类型时，在所述数据仓库中对所述待处理数据进行加工，得到所述待处理数据的标签信息，利用流处理框架处理所述待处理数据的标签信息，并将处理后的所述待处理数据的标签信息推送至搜索服务器，基于所述搜索服务器将所述处理后的所述待处理数据的标签信息发送至预设接口，并接收所述预设接口返回的数据作为所述目标数据。6.根据权利要求1所述的基于flaskrestful框架的数据接口服务方法，其特征在于，在基于所述目标数据流转类型在所述目标服务器中进行数据流转时，所述方法还包括：获取对所述目标服务器的http请求；基于所述目标服务器中的响应中间件确定是否响应所述http请求；当确定响应所述http请求时，基于所述目标服务器的路由器配置组件解析所述http请求，得到解析结果；将所述解析结果发送至视图响应中间件进行处理，得到视图处理结果；利用全局异常处理插件监听所述视图处理结果；当所述视图处理结果有异常时，将所述视图处理结果发送至异常处理中间件进行处理，得到异常处理结果，并通过所述响应中间件返回所述异常处理结果；或者当所述视图处理结果没有异常时，通过所述响应中间件返回所述视图处理结果。7.根据权利要求1所述的基于flaskrestful框架的数据接口服务方法，其特征在于，在基于所述目标数据流转类型在所述目标服务器中进行数据流转时，所述方法还包括：获取数据流转时的每个进程，及获取所述flaskrestful框架中部署的进程管理工具；利用所述进程管理工具监听每个进程；当监听到有进程异常退出时，将监听到的进程确定为目标进程；重启所述目标进程；当所述目标进程重启失败时，获取预先配置的次数阈值，直至所述目标进程的重启次数达到所述次数阈值时，结束所述目标进程。8.一种基于flaskrestful框架的数据接口服务装置，其特征在于，包括：确定单元，用于响应于客户端向flaskrestful框架发起的数据请求，根据所述数据请求确定目标接口类型及目标数据流转类型；查询单元，用于获取预先配置的与接口类型对应的接口开发逻辑映射表，并利用所述
目标接口类型在所述接口开发逻辑映射表中查询，得到与所述目标接口类型对应的目标接口开发逻辑；构建单元，用于采用python语言，基于所述目标接口开发逻辑构建目标接口；执行单元，用于获取所述flaskrestful框架中部署的gunicorn服务器集群及nginx反向代理，并利用所述nginx反向代理对所述gunicorn服务器集群执行负载均衡，得到目标服务器；流转单元，用于调用所述目标接口连接至所述目标服务器，并基于所述目标数据流转类型在所述目标服务器中进行数据流转，得到目标数据；反馈单元，用于反馈所述目标数据至所述客户端。9.一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的基于flaskrestful框架的数据接口服务方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行如权利要求1至7任一项所述的基于flaskrestful框架的数据接口服务方法。
技术总结本发明涉及大数据领域，提供一种基于FlaskRestful框架的数据接口服务方法、装置、设备及介质，能够利用FlaskRestful框架提供轻量级访问，采用python语言实现接口的规范化构建，执行负载均衡，避免给服务器造成压力，将数据的流转进行了规范化，以实现不同类型下的数据流转，并对数据有针对性的加工及处理，反馈目标数据至所述客户端，进而能够基于FlaskRestful框架组合各种类型的服务，保证服务的可靠性，各种类型的接口的标准化，也节约了开发成本，同时保证了开发质量及效率，以提供更好的数据支持。本发明还涉及区块链技术，目标数据可以存储于区块链节点上。目标数据可以存储于区块链节点上。目标数据可以存储于区块链节点上。
技术研发人员：张巧丽
受保护的技术使用者：中国平安人寿保险股份有限公司
技术研发日：2022.02.23
技术公布日：2022/7/5
