【技术实现步骤摘要】
本申请涉及大数据处理，特别是涉及一种跨集群数据一致性校验方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
1、高斯集群通常指的是高斯混合模型（gaussian mixture model，gmm）中的集群，gmm是一种用于对数据进行聚类的统计模型。在机器学习和模式识别领域，gmm被广泛应用于对数据进行聚类分析。gmm假设数据是由若干个高斯分布混合而成的，每个高斯分布对应一个集群。这意味着gmm可以用来发现数据中的不同分布模式，并将数据点分配到不同的集群中。在gmm中，每个集群都由一个高斯分布来表示，包括均值和协方差矩阵。gmm的训练过程通常是基于最大期望（expectation-maximization，em）算法进行的。该算法通过迭代的方式，不断更新每个高斯分布的参数，直到收敛为止。在训练完成后，gmm可以用来对新的数据进行聚类，即将数据点分配到最有可能的高斯分布中。gmm在许多领域都有广泛的应用，包括图像处理、语音识别、模式识别、数据挖掘等。它可以帮助我们发现数据中的潜在模式和结构，从而更好地理解数据。
2、...
【技术保护点】
1.一种跨集群数据一致性校验方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于预设的排序处理流程对所述源端数据集群中的数据进行排序，得到源端数据队列包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述排序处理流程对所述目标端数据集群中的数据进行排序，得到目标端数据队列包括：
4.根据权利要求1所述的方法，其特征在于，所述将所述源端数据队列与所述目标端数据队列进行有序比对，得到数据一致性校验结果包括：
5.根据权利要求3所述的方法，其特征在于，所述在多个并行的线程中，对多组成对的...
【技术特征摘要】
1.一种跨集群数据一致性校验方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述基于预设的排序处理流程对所述源端数据集群中的数据进行排序，得到源端数据队列包括：
3.根据权利要求2所述的方法，其特征在于，所述基于所述排序处理流程对所述目标端数据集群中的数据进行排序，得到目标端数据队列包括：
4.根据权利要求1所述的方法，其特征在于，所述将所述源端数据队列与所述目标端数据队列进行有序比对，得到数据一致性校验结果包括：
5.根据权利要求3所述的方法，其特征在于，所述在多个并行的线程中，对多组成对的所述源端数据子队列以及所述目标端数据子队列进行并行比对包括：
6....
【专利技术属性】
技术研发人员：吴慧辰，王厚玉，许天娇，范铮，
申请(专利权)人：中国人寿保险股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。