数据处理方法、装置、设备和存储介质与流程

1.本技术涉及数据处理领域，尤其涉及一种数据处理方法、装置、设备和存储介质。


背景技术：

2.在项目开发管理过程中，涉及开发、测试到正式发版的一整个开发工作周期。且在开发工作周期内，需要多个产品线之间协作才能完成解决方案发布，各产品线之间也存在一定的相互依赖关系，进而，在项目的正式版本发布之前，需要对项目不断进行迭代升级，对应形成多个未发布版本数据，直至最后生成一稳定版本实现交付。
3.而在项目迭代升级过程中，分布在各产品线的迭代数据管理分散，导致各个层级的迭代数据无法关联管理，进而使得在版本交付时无法统一对项目进行整体规划，数据管理效率低。


技术实现要素：

4.有鉴于此，为了解决现有技术存在的不足，本技术提供了一种数据处理方法、装置、设备和存储介质。
5.第一方面，本技术提供一种数据处理方法，包括：
6.获取各个项目对应的未发布版本数据集以及迭代数据集；其中，所述未发布版本数据集为由状态属性为未发布状态的版本数据所构成的集合；所述迭代数据集为由迭代数据所构成的集合；
7.将所述未发布版本数据集与所述迭代数据集进行预设时间字段匹配，生成所述迭代数据集与所述未发布版本数据集对应的映射数据集；
8.将所述映射数据集按照迭代数据对应的预定时间顺序进行排列，得到数据列表；
9.根据所述数据列表，将所述未发布版本数据集与所述迭代数据集按照预定属性参数作为存储标签进行关联存储，生成关联数据报表。
10.在可选的实施方式中，所述获取各个项目对应的未发布版本数据集以及迭代数据集，包括：
11.从业务接口中获取系统配置文件和系统版本数据域；
12.提取出所述系统配置文件中的项目识别码，根据所述项目识别码，获取各个项目对应的迭代数据，生成迭代数据集；
13.按照所述系统版本数据域中各个版本数据的状态属性，对所述版本数据进行筛选，并将未发布状态的所有版本数据汇集形成未发布版本数据集。
14.在可选的实施方式中，所述根据所述项目识别码，获取各个项目对应的迭代数据，生成迭代数据集，包括：
15.根据所述系统配置文件中的项目识别码，获取各个项目对应的冲刺周期数据；
16.提取出各个所述项目的冲刺周期数据中的冲刺周期识别码，并根据所述冲刺周期识别码，获取并汇集各个冲刺周期对应的迭代数据，生成迭代数据集。
17.在可选的实施方式中，所述将所述未发布版本数据集与所述迭代数据集进行预设时间字段匹配，生成所述迭代数据集与所述未发布版本数据集对应的映射数据集，包括：
18.查询所述未发布版本数据集中各个版本数据对应的释放时间字段，以及所述迭代数据集中各个迭代数据的上线时间字段；
19.将所述上线时间字段与所述释放时间字段进行漏斗式匹配，并在所述上线时间字段与所述释放时间字段一致时，为对应的版本数据与迭代数据建立映射关系，进而生成所述迭代数据集与所述未发布版本数据集对应的映射数据集。
20.在可选的实施方式中，所述将所述上线时间字段与所述释放时间字段进行漏斗式匹配，并在所述上线时间字段与所述释放时间字段一致时，为对应的版本数据与迭代数据建立映射关系，包括：
21.将各个所述迭代数据的上线时间字段与所述未发布版本数据集中的合并版本数据的释放时间字段进行第一次匹配，若第一次匹配成功，则为对应的所述迭代数据与所述合并版本数据建立关联关系；其中，所述合并版本数据为完成多个功能需求的版本数据；
22.若第一次匹配失败，则将各个所述迭代数据的上线时间字段与所述未发布版本数据集中的独立版本数据的释放时间字段进行第二次匹配，若第二次匹配成功，则为对应的所述迭代数据与所述独立版本数据建立关联关系；其中，所述独立版本数据为完成一个功能需求的版本数据。
23.在可选的实施方式中，在所述获取各个项目对应的未发布版本数据集之后，还包括：
24.根据版本需求属性，识别所述未发布版本数据集中的各个版本数据对应完成的功能需求数量；
25.将各个所述版本数据按照所述功能需求数量进行分类，得到所述合并版本数据和所述独立版本数据。
26.在可选的实施方式中，所述方法还包括：
27.设置自动更新时间，在到达所述自动更新时间时，自动获取所述自动更新时间内各个所述项目对应的未发布版本数据集和迭代数据集，以对应生成新的关联数据报表；或，
28.在接收到报表更新请求时，获取当前时刻内各个所述项目对应的未发布版本数据集和迭代数据集，以对应生成新的关联数据报表。
29.第二方面，本技术提供一种数据处理装置，包括：
30.获取模块，用于获取各个项目对应的未发布版本数据集以及迭代数据集；其中，所述未发布版本数据集为由状态属性为未发布状态的版本数据所构成的集合；所述迭代数据集为由迭代数据所构成的集合；
31.匹配模块，用于将所述未发布版本数据集与所述迭代数据集进行预设时间字段匹配，生成所述迭代数据集与所述未发布版本数据集对应的映射数据集；
32.排列模块，用于将所述映射数据集按照迭代数据对应的预定时间顺序进行排列，得到数据列表；
33.关联模块，用于根据所述数据列表，将所述未发布版本数据集与所述迭代数据集按照预定属性参数作为存储标签进行关联存储，生成关联数据报表。
34.第三方面，本技术提供一种计算机设备，所述计算机设备包括存储器和至少一个
处理器，所述存储器存储有计算机程序，所述处理器用于执行所述计算机程序以实施前述的数据处理方法。
35.第四方面，本技术提供一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被执行时，实施根据前述的数据处理方法。
36.本技术实施例具有如下有益效果：
37.本技术实施例通过获取各个项目对应的未发布版本数据集以及迭代数据集；将未发布版本数据集与迭代数据集进行预设时间字段匹配，生成迭代数据集与未发布版本数据集对应的映射数据集；将映射数据集按照迭代数据对应的预定时间顺序进行排列，得到数据列表；根据数据列表，将未发布版本数据集与迭代数据集按照预定属性参数作为存储标签进行关联存储，生成关联数据报表。本技术实施例通过将未发布版本数据与迭代数据进行匹配以建立映射，从而将迭代数据与未发布版本数据进行关联存储，实现对分布在各产品线的迭代数据的统一管理与规划，提高数据管理效率；进而，可实现各产品线的数据透明化，打破各产品线之间的业务壁垒。
附图说明
38.为了更清楚地说明本技术的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本技术的某些实施例，因此不应被看作是对本技术保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
39.图1示出了本技术实施例中数据处理方法的第一个实施方式示意图；
40.图2示出了本技术实施例中数据处理方法的第二个实施方式示意图；
41.图3示出了本技术实施例中数据处理方法的第三个实施方式示意图；
42.图4示出了本技术实施例中数据处理方法的第四个实施方式示意图；
43.图5示出了本技术实施例中数据处理方法的第五个实施方式示意图；
44.图6示出了本技术实施例中迭代数据与未发布版本数据的漏斗式匹配过程示意图；
45.图7示出了本技术实施例中数据处理方法的第六个实施方式示意图；
46.图8示出了本技术实施例中数据处理装置的结构示意图。
具体实施方式
47.下面将结合本技术实施例中附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。
48.通常在此处附图中描述和示出的本技术实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本技术的实施例的详细描述并非旨在限制要求保护的本技术的范围，而是仅仅表示本技术的选定实施例。基于本技术的实施例，本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
49.在下文中，可在本技术的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一
个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
50.此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
51.除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本技术的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本技术的各种实施例中被清楚地限定。
52.在软件的研发管理过程中，其研发项目管理中包含有多种管理场景，如迭代管理场景、版本管理场景等。
53.迭代，通常指的是项目活动开展后，组织不断对其进行功能的调整、丰富等一系列活动，使项目的特性得以满足用户所需，或组织对其项目的特性定义。版本，在软件产品中即某项目不断的进行迭代升级，其可与迭代一对一，也可以与迭代一对多，常规意义上，即是迭代的合辑，其背后对应的软件逻辑为“产品升级”，依据则为“版本号”。也即是，一个特性或多个特性合辑的迭代，一定在一个具体的版本中，这个版本则提现在版本号中。
54.从开发、测试到正式发版的一个工作周期，版本是开发过程中的实际产出，迭代任务根据实际情况安排计划后；通过多次开发与测试，最后以一个稳定版本交付至客户，就完成了一次迭代。在项目开发管理过程中，版本管理，是对软件开发过程中特定功能的集合或特定代码构建结果进行管理。
55.版本火车(agile release train，art)是一种用于多个产品线采用一系列固定长度的迭代来逐步开发和交付发布的解决方案。通常使用集成产品开发的产品规模都比较大，需要多个产品线之间协作才能完成解决方案发布，各产品线之间也存在一定的相互依赖关系，因此，在版本发布上通常采用的是“版本火车”的方式。采用“版本火车”发布方式，可以很好的协调各产品线的进度，从而保证整体解决方案的发布。但目前还并没有一种项目管理工具可以自动从迭代底层收集数据，自动进行版本火车的发布规划。
56.另外，目前所开发的版本火车由多个迭代构成，而各个迭代版本管理分散，导致各个层级的迭代数据无法关联管理，以使得版本火车无法统一对项目进行整体规划。
57.为了更好更快进行版本火车的规划以及更快了解各个迭代数据，需要迭代数据统一汇总，以使得快速了解各迭代信息与迭代进度，进而，本技术实施例提供了一种数据处理方法，实现未发布版本数据与迭代数据之间的关联管理，提高项目开发过程中的数据管理效率。
58.实施例1
59.请参照图1，本技术实施例提供了一种数据处理方法，下面对该方法进行详细说明。
60.s10，获取各个项目对应的未发布版本数据集以及迭代数据集。
61.在项目开发过程中，获取各个开发项目(项目)对应的未发布版本数据集和迭代数据集。其中，未发布版本数据集是指由状态属性为未发布状态的版本数据所构成的集合；迭代数据集是指各个项目在不断迭代升级过程中所产生的数据所构成的集合。另外，未发布版本数据集中各个版本数据可按照迭代时间等划分规则细分为月度版本或其他版本等，本
实施例在此不做限定。
62.进一步地，本实施例可通过一种自定义工具来自动化实现迭代数据与版本数据的匹配和关联，进而实现项目开发过程中的迭代数据与版本数据的管理。示范性地，该自定义工具可定义为版本火车信息收集规划工具。
63.示范性地，通过该自定义工具实现迭代数据与版本数据的管理，其具体是，基于项目开发过程中各个业务线的迭代规划，通过该自定义工具整体获取各业务线迭代数据与版本管理中的版本数据，对迭代数据源和版本数据进行获取和整理，然后将迭代数据与版本数据进行关联存储，以生成关联数据报表的过程。
64.在一实施方式中，如图2所示，步骤s10具体包括如下步骤：
65.s11，从业务接口中获取系统配置文件和系统版本数据域。
66.s12，提取系统配置文件中的项目识别码，根据项目识别码，获取各个项目对应的迭代数据，生成迭代数据集。
67.s13，按照系统版本数据域中各个版本数据的状态属性，对版本数据进行筛选，将未发布状态的所有版本数据汇集形成未发布版本数据集。
68.从系统的业务接口中对应获取该系统的系统配置文件(即config文件)以及系统版本数据域(即version_fields数据)；其中，该系统配置文件为存放系统运行环境配置的文件；系统版本数据域包含项目开发过程中的所有实际产出数据。进而，在系统配置文件中提取出项目识别码(也记为project-uuid)，并将系统配置文件中的项目识别码作为参数标识，以获取各个项目对应的迭代数据，进而汇集形成迭代数据集。
69.在本实施例中，识别系统版本数据域中各个版本数据对应的状态属性，该状态属性包括发布状态和未发布状态。根据该各个版本数据对应的状态属性，对各个版本数据进行筛选，以提取状态属性为未发布状态的所有版本数据，集合形成未发布版本数据集。
70.在一实施方式中，如图3所示，上述步骤s12具体包括如下步骤：
71.s121，根据系统配置文件中的项目识别码，获取各个项目对应的冲刺周期数据。
72.s122，提取出各个项目的冲刺周期数据中的冲刺周期识别码，并根据冲刺周期识别码，获取并汇集各个冲刺周期对应的迭代数据，生成迭代数据集。
73.具体地，可调用自定义工具通过业务系统的业务接口进入业务系统，从而获取系统的config文件，并通过系统配置文件中指定的项目识别码project-uuid范围。通过查询语句(如graphql命令等)获取该项目集合的所有冲刺周期数据(即sprint数据)，并从冲刺周期数据中抽取冲刺周期识别码(也记为sprint-uuid)。进而，以冲刺周期识别码作为参数标识，获取所有的冲刺周期数据域(即sprint_fields数据)，从冲刺周期数据域中获取并汇集各个冲刺周期中对应的迭代数据，形成一个迭代数据集合。其中，一个冲刺周期内至少包含一次迭代。
74.作为一种可选的方案，如图4所示，在步骤s10之后，本技术实施例还具体包括如下步骤：
75.s51，根据版本需求属性，识别未发布版本数据集中的各个版本数据对应完成的功能需求数量。
76.s52，将各个版本数据按照功能需求数量进行分类，得到合并版本数据和独立版本数据。
77.版本数据对应的版本需求属性即表示该版本数据对应完成的功能需求数量。进而，可根据该版本数据对应的版本需求属性，识别未发布版本数据集中各个版本数据对应完成的功能需求数量。
78.将未发布版本数据集中各个版本数据按照对应完成的功能需求数量进行划分，得到合并版本数据(如type＝1的版本数据)和独立版本数据(如type＝2的版本数据)。其中，合并版本数据为完成多个功能需求的版本数据；独立版本数据为完成一个功能需求的版本数据。
79.需要注意的是，未发布版本数据集中各个版本数据可按照实际需求进行分类，在此不做限定。本实施例中仅作为示例，将各个版本数据划分为独立版本数据和合并版本数据两大类；另外，还可以分别对独立版本数据和合并版本数据做进一步细分。
80.s20，将未发布版本数据集与迭代数据集进行预设时间字段匹配，生成迭代数据集与未发布版本数据集对应的映射数据集。
81.根据版本数据中的释放时间字段与迭代数据中的上线时间字段，将未发布版本数据集与迭代数据集中的各个数据进行时间字段匹配，在时间字段匹配一致时，为对应的迭代数据和版本数据建立映射关系，进而生成迭代数据集与未发布版本数据集对应的映射数据集。
82.在一实施方式中，如图5所示，步骤s20具体包括如下步骤：
83.s21，查询未发布版本数据集中各个版本数据对应的释放时间字段，以及迭代数据集中各个迭代数据的上线时间字段。
84.从未发布版本数据集中，识别并提取出各个版本数据对应的释放时间字段以及迭代数据集中各个迭代数据中的上线时间字段。
85.s22，将上线时间字段与释放时间字段进行漏斗式匹配，并在上线时间字段与释放时间字段一致时，为对应的版本数据与迭代数据建立映射关系，进而生成迭代数据集与未发布版本数据集对应的映射数据集。
86.将版本数据和迭代数据按照对应的释放时间字段与上线时间字段进行漏斗式匹配，即将迭代数据与版本数据进行逐步匹配。其中，若上线时间字段与释放时间字段一致，在对应的版本数据与迭代数据之间建立关联关系，进而生成迭代数据集与未发布版本数据集对应的映射数据集。
87.例如，在一实施方式中，在未发布版本数据集中选取出版本需求属性为合并版本的合并版本数据，可将各个迭代数据的上线时间字段与未发布版本数据集中的合并版本数据的释放时间字段进行第一次匹配，若第一次匹配成功，则为对应的迭代数据与合并版本数据建立关联关系；其中，合并版本数据为完成多个功能需求的版本数据。
88.若该第一次匹配成功，即迭代数据的上线时间字段与合并版本数据的释放时间字段匹配一致，则在对应的迭代数据和合并版本数据之间建立映射关系。
89.进一步地，上线时间字段与释放时间字段匹配即是通过计算上线时间字段与释放时间字段之间的字符相似度，若该相似度大于预定相似度阈值，则确定该上线时间字段与释放时间字段匹配一致，反之则匹配不一致。其中，该字符相似度对应的计算方法可采用如编辑距离算法、最长公共子序列算法(lcs算法)等算法。
90.若该第一次匹配失败，即表明迭代数据的上线时间字段与合并版本数据的释放时
间字段匹配不一致，则在未发布版本数据集中选取出版本需求属性为独立版本的独立版本数据，将各个迭代数据的上线时间字段与未发布版本数据集中的独立版本数据的释放时间字段进行第二次匹配，若第二次匹配成功，则在对应的迭代数据与独立版本数据之间建立关联关系。其中，独立版本数据为完成一个功能需求的版本数据。
91.具体地，将上线时间字段与合并版本数据(如type＝1的版本数据)的释放时间字段进行匹配，若匹配成功，则在匹配成功的所对应的迭代数据的冲刺周期标识码与合并版本数据中的版本标识码之间建立映射关系。反之，若上线时间字段与合并版本数据的释放时间字段匹配失败，则将上线时间字段与独立版本数据(如type＝2的版本数据)进行匹配，若匹配一致时，在对应的迭代数据的冲刺周期标识码与独立版本数据中的版本标识码之间建立映射关系。
92.可选的，该迭代数据与未发布版本数据的漏斗式匹配过程如图6所示，通过迭代数据和未发布版本数据之间呈漏斗式的逐步匹配方式，可减少后期需要进行匹配的数据量，提高匹配效率。其中，图6中所示的type1版本a、type1版本b分别为合并版本数据中的一个版本数据；type2版本c、type2版本d分别为独立版本数据中的一个版本数据；迭代1、迭代2、
……
、迭代10分别为迭代数据集中的一个迭代数据。
93.s30，将映射数据集按照迭代数据对应的预定时间顺序进行排列，得到数据列表。
94.在本实施例中，将映射数据集中各数据按照迭代数据对应的预定时间顺序进行排列，进而生成得到数据列表，即将映射数据集中的迭代数据以及与该迭代数据关联的未发布版本数据按照预定时间顺序排列。其中，该预定时间顺序可以为迭代数据的发布时间顺序、迭代完成时间顺序、验收时间顺序等，在此不做限定。
95.在一种实施方式中，根据迭代数据集与未发布版本数据集匹配成功后所得到的映射数据集，将映射数据集中的迭代数据按照预定时间顺序排列，并以冲刺周期标识码与版本标识码为参数，调用系统的版本管理迭代接口进行迭代数据与未发布版本数据的管理，生成数据列表。
96.s40，根据数据列表，将未发布版本数据集与迭代数据集按照预定属性参数作为存储标签进行关联存储，生成关联数据报表。
97.示范性地，以设定预定属性参数作为存储标签，并按照数据列表中的排列顺序，将未发布版本数据集与迭代数据集进行关联存储，生成关联数据报表。具体地，按照数据列表中的未发布版本数据集与迭代数据集之间对应的关联关系和排列顺序，将映射的未发布版本数据和迭代数据关联存储至文件存档位置对应的预定属性参数的位置内，该预定属性参数作为存储标签。后续，可通过该存储标签(即预定属性参数)以对应查找迭代数据和版本数据。其中，该预定属性参数可以为版本需求属性、释放时间等。
98.可选的，预先指定版本需求属性与释放时间属性作为存储标签，通过自定义工具调用第三方报表工具(如excelize)，添加自定义报表样式，根据迭代数据集和未发布版本数据集自动生成关联数据报表，同时，自定义工具可根据系统内的存档位置目录，自动查找存储标签对应的存储位置(自动寻址)，以插入对应的关联数据报表。
99.在一实施方式中，如图7所示，本技术实施例还包括如下步骤：
100.s61，设置自动更新时间，在到达自动更新时间时，自动获取自动更新时间内各个项目对应的未发布版本数据集和迭代数据集，以对应生成新的关联数据报表。
101.设置自动更新时间，以使得系统根据该自动更新时间自动更新该关联数据报表。具体地，在设置有自动更新时间时，系统在检测到到达自动更新时间时，自动获取该自动更新时间内各个项目对应的未发布版本数据集和迭代数据集，并再次执行s10-s40的步骤，进而生成新的关联数据报表，将该新的关联数据报表替换原关联数据报表，从而实现关联数据报表的自动更新。
102.s62，在接收到报表更新请求时，获取当前时刻内各个项目对应的未发布版本数据集和迭代数据集，以对应生成新的关联数据报表。
103.在接收到报表更新请求时，获取当前时刻内各个项目对应的未开关版本数据集和迭代数据集，并再次执行s10-s40的步骤，进而生成新的关联数据报表，将该新的关联数据报表替换原关联数据报表，从而实现关联数据报表的按需更新，即按照实际更新需求对应实现关联数据报表的更新。
104.进一步地，可通过该自定义工具更新执行接入至所创建的jenkins-job中，通过执行jenkins-job中的cd-job，自动按照实际需求更新关联数据报表。其中，jenkins是一个开源软件项目，是基于java开发的一种持续集成工具，用于监控持续重复的工作，旨在提供一个开放易用的软件平台，使软件项目可以进行持续集成。
105.本技术实施例通过将未发布版本数据与迭代数据进行匹配以建立映射，从而将迭代数据与未发布版本数据进行关联存储，生成关联数据报表，并可按照需求实现关联数据报表的自动更新。第一方面，实现了对分布在各产品线的迭代数据的统一管理与规划以及各产品线的数据透明化，打破业务壁垒，提高了数据管理效率，且该本技术实施例所提供的方法具有一定通用性，可拓展性高；第二方面，将迭代数据与版本数据关联存储，从而可根据迭代规划信息自动生成版本规划信息，提高版本火车规划效率；第三方面，可通过版本火车信息收集规划工具以执行本技术实施例中各步骤，进而增强了版本火车信息收集规划工具的适用通用型，以使得可适用于任何以迭代为单位的项目管理管理软件中。
106.实施例2
107.请参照图8，本技术实施例提供了一种数据处理装置，该装置包括：
108.获取模块81，用于获取各个项目对应的未发布版本数据集以及迭代数据集；其中，所述未发布版本数据集为由状态属性为未发布状态的版本数据所构成的集合；所述迭代数据集为由迭代数据所构成的集合；
109.匹配模块82，用于将所述未发布版本数据集与所述迭代数据集进行预设时间字段匹配，生成所述迭代数据集与所述未发布版本数据集对应的映射数据集；
110.排列模块83，用于将所述映射数据集按照迭代数据对应的预定时间顺序进行排列，得到数据列表；
111.关联模块84，用于根据所述数据列表，将所述未发布版本数据集与所述迭代数据集按照预定属性参数作为存储标签进行关联存储，生成关联数据报表。
112.可以理解，上述的数据处理装置对应于实施例1的数据处理方法；实施例1中的任何可选项也适用于本实施例，这里不再详述。
113.本技术实施例还提供了一种计算机设备，例如，该计算机设备可以但不限于为如台式计算机、笔记本等，其存在形式不作限定，主要取决于其是否需要支持浏览器网页的界面显示功能等。示范性地，该所述计算机设备包括存储器和至少一个处理器，所述存储器存
储有计算机程序，所述处理器用于执行所述计算机程序以实施上述实施例的数据处理方法，进而实现迭代数据和版本数据的关联管理，提高数据管理效率等。
114.其中，处理器可以是一种具有信号的处理能力的集成电路芯片。处理器可以是通用处理器，包括中央处理器(central processing unit，cpu)、图形处理器(graphics processing unit，gpu)及网络处理器(network processor，np)、数字信号处理器(dsp)、专用集成电路(asic)、现成可编程门阵列(fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件中的至少一种。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，可以实现或者执行本技术实施例中的公开的各方法、步骤及逻辑框图。
115.其中，存储器可以是，但不限于，随机存取存储器(random access memory，ram)，只读存储器(read only memory，rom)，可编程只读存储器(programmable read-only memory，prom)，可擦除只读存储器(erasable programmable read-only memory，eprom)，电可擦除只读存储器(electric erasable programmable read-only memory，eeprom)等。其中，存储器用于存储计算机程序，处理器在接收到执行指令后，可相应地执行所述计算机程序。
116.进一步地，存储器可包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据计算机设备的使用所创建的数据(比如迭代数据、版本数据等)等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
117.本技术实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机可运行指令，所述计算机可运行指令在被处理器调用和运行时，所述计算机可运行指令促使所述处理器运行上述实施例的数据处理方法的步骤，其中，该方法包括：获取各个项目对应的未发布版本数据集以及迭代数据集；其中，所述未发布版本数据集为由状态属性为未发布状态的版本数据所构成的集合；所述迭代数据集为由迭代数据所构成的集合；将所述未发布版本数据集与所述迭代数据集进行预设时间字段匹配，生成所述迭代数据集与所述未发布版本数据集对应的映射数据集；将所述映射数据集按照迭代数据对应的预定时间顺序进行排列，得到数据列表；根据所述数据列表，将所述未发布版本数据集与所述迭代数据集按照预定属性参数作为存储标签进行关联存储，生成关联数据报表。
118.可以理解，上述实施例的数据处理方法中的可选项同样适用于本实施例，故在此不再重复描述。
119.所述计算机可读存储介质既可以是非易失性存储介质，也可以是易失性存储介质。例如，该计算机可读存储介质可包括但不限于为：u盘、移动硬盘、只读存储器(rom，read-only memory)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
120.在本技术所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本技术的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码
的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
121.另外，在本技术各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。
122.所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本技术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(可以是智能手机、个人计算机、服务器、或者网络设备等)执行本技术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)、随机存取存储器(ram，random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
123.以上所述，仅为本技术的具体实施方式，但本技术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技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。