CN108595157A - 区块链数据的处理方法、装置、设备和存储介质 - Google Patents
区块链数据的处理方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN108595157A CN108595157A CN201810400806.8A CN201810400806A CN108595157A CN 108595157 A CN108595157 A CN 108595157A CN 201810400806 A CN201810400806 A CN 201810400806A CN 108595157 A CN108595157 A CN 108595157A
- Authority
- CN
- China
- Prior art keywords
- logical process
- dependence
- request
- variable
- processing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/20—Software design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/30—Creation or generation of source code
Abstract
本发明实施例公开了一种区块链数据的处理方法、装置、设备及存储介质。其中,该方法包括:根据逻辑处理请求所运行函数和/或所调整变量之间的依赖关系,确定各逻辑处理请求之间的依赖关系;根据所述逻辑处理请求之间的依赖关系,对逻辑处理请求进行处理。本发明实施例提供的技术方案,提供了有效识别区块链系统中逻辑处理请求依赖关系的新思路。
Description
技术领域
本发明实施例涉及区块链数据处理技术,尤其涉及一种区块链数据的处理方法、装置、设备和存储介质。
背景技术
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。
区块链技术的一种典型应用场景是对交易请求的记账处理。区块链主要解决的交易的信任和安全问题,所以其中一个显著特点是分布式账本。具体是,在区块链系统中的节点,将一定时间内的交易请求或者一定数量的交易请求,交付给当前具有记账权的节点;记账节点对交易请求进行诸如信息转换、格式调整、或代码运行等处理,形成账本数据,而后将多个账本数据打包形成区块;记账节点将区块发送给区块链系统中的其他节点,其他节点进行同样的处理过程,以验证处理结果得到的区块是否与接收到的区块一致,若一致则认可该区块并存储,否则不认可该区块并丢弃。对于区块链的其他应用场景,交易请求又可称为逻辑处理请求,账本数据可称为事务数据。
现有技术中,节点对大量交易请求进行处理时,会存在部分交易请求之间存在依赖关系的情况,若存在依赖关系的交易请求被同时处理或处理顺序错误,则可能导致最终产生的账本数据和区块错误。
因此,需要提供能够有效识别逻辑处理请求之间依赖关系的方案。
发明内容
本发明实施例提供一种区块链数据的处理方法、装置、设备和存储介质,以实现对区块链中逻辑处理请求依赖关系的有效识别。
第一方面,本发明实施例提供了一种区块链数据的处理方法,应用于区块链系统中的节点,该方法包括:
根据逻辑处理请求所运行函数和/或所调整变量之间的依赖关系,确定各逻辑处理请求之间的依赖关系;
根据各逻辑处理请求之间的依赖关系,对逻辑处理请求进行处理。
第二方面,本发明实施例还提供了一种区块链数据的处理装置,该装置包括:
依赖关系确定模块,用于根据逻辑处理请求所运行函数和/或所调整变量之间的依赖关系,确定各逻辑处理请求之间的依赖关系;
请求处理模块,用于根据各逻辑处理请求之间的依赖关系,对逻辑处理请求进行处理。
第三方面,本发明实施例还提供了一种设备,该设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现第一方面中任意所述的区块链数据的处理方法。
第四方面,本发明实施例还提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现第一方面中任意所述的区块链数据的处理方法。
本发明实施例提供的区块链数据的处理方法、装置、设备及存储介质,依据逻辑处理请求所运行函数和/或所调整变量之间的依赖关系,确定各逻辑处理请求之间的依赖关系,提出了有效识别依赖关系的新思路,并且能够避免现有技术中因依赖关系而导致的处理中止或错误,可以更灵活的对区块链数据的逻辑处理请求进行处理。
附图说明
图1是本发明实施例一中提供的一种区块链数据的处理方法的流程图;
图2是本发明实施例二中提供的一种区块链数据的处理方法的流程图;
图3A是本发明实施例三中提供的一种区块链数据的处理方法的流程图;
图3B和3C为本发明实施例三中涉及的两种依赖树的示意图;
图4是本发明实施例四中提供的一种区块链数据的处理装置的结构示意图;
图5是本发明实施例五中提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种区块链数据的处理方法的流程图。本实施例适用于具有通用智能合约下产生的逻辑处理请求进行处理的情况,且尤其适用于逻辑处理请求通过运行代码来实现的区块链系统中,例如基于以太坊方式和EOS(EnterpriseOperation System,企业操作系统)方式实现的逻辑处理请求。该方法应用于区块链系统中的节点,区块链可以是公有链、联盟链或私有链,区块链系统通常都会包括多个节点,各个节点按照设定规则会取得区块生成权限,例如记账权限,成为记账节点。本发明实施例的方案可以适用于区块生成节点进行区块生成过程的逻辑处理请求处理,也可以适用于区块记录节点对区块进行验证过程中处理逻辑处理请求。该方法可以由本发明实施例提供的区块链接的处理装置来执行,该装置可采用软件和/或硬件的方式实现,并可集成于承载区块链系统节点的计算设备中。参见图1,该方法具体包括:
S110,根据逻辑处理请求所运行函数和/或所调整变量之间的依赖关系,确定各逻辑处理请求之间的依赖关系。
其中,逻辑处理请求可以为区块链系统中的一段时间内发生的交易请求或其他待处理的事务请求;依赖关系是指逻辑处理请求之间相互依赖,不能同时进行处理的关系,实际上也可以称为冲突关系。
逻辑处理请求所运行函数是逻辑处理请求运行过程中涉及的函数,具体包括逻辑处理请求本身所写入的函数及存在动态绑定关系、在运行中调用的函数。
所调整变量是指在节点处理该逻辑处理请求的过程中,会被调整的变量。尤其是指需持久化存储在硬盘的变量或内存中的全局变量。
需要说明的是,本实施例中的逻辑处理请求是基于智能合约平台下所产生的包括运行代码段的逻辑处理请求,如基于以太坊方式或EOS方式实现的逻辑处理请求。
以以太坊方式的交易请求为例进行说明。以太坊是一个开源的有智能合约功能的公共区块链平台。通过其专用加密货币提供去中心化的虚拟机来处理点对点合约。以太坊方式中的每笔交易以一段可由虚拟机执行的代码组成,而一段代码程序由至少一个运行函数组成,虚拟机执行代码后就完成了账本处理,即每个逻辑处理请求对应至少一个运行函数。因此,可通过逻辑处理请求所运行函数之间的依赖关系,和/或逻辑处理请求所调整变量之间的依赖关系,来确定逻辑处理请求之间的依赖关系。例如,可考虑函数调用关系、函数中所涉及变量的使用关系、输入参数、以及输出参数等来确定函数之间的依赖关系。如果某个函数运行的不同状态,会影响另一个函数的运行结果,则可视为两个函数之间存在依赖关系。若不同逻辑处理请求所调整的变量相同,则视为存在变量依赖关系。
S120,根据各逻辑处理请求之间的依赖关系,对逻辑处理请求进行处理;
在识别出依赖关系的基础上,可以利用依赖关系来控制逻辑处理请求的处理过程,或者用于其他目的。典型的是,根据各逻辑处理请求之间的依赖关系,对无依赖关系的至少两个逻辑处理请求进行并行处理。
其中,无依赖关系与有依赖关系相对,是指逻辑处理请求之间相互独立,能同时进行处理的。
对于没有依赖关系的逻辑处理请求,可以进行并行处理,即分配给不同的处理装置,同时处理。并行处理的具体调度策略有多种,后续实施例将介绍基于有向无环图来实现的方案。
本发明实施例提供的区块链数据的处理方法,依据逻辑处理请求所运行函数或所调整变量之间的依赖关系确定各逻辑处理请求之间的依赖关系,解决了函数代码不易解读的问题,能够更为精细的识别出函数代码形式逻辑处理请求之间的依赖关系。进一步的,通过执行逻辑处理请求的并行处理,避免了现有技术中因依赖关系而导致的处理中止或错误,实现了对区块链数据的并行处理,且兼顾逻辑处理请求的依赖关系。
实施例二
图2为本发明实施例二提供的一种区块链数据的处理方法的流程图。本实施例在上述实施例一的基础上,进一步对根据逻辑处理请求所运行函数和/或所调整变量之间的依赖关系,确定各逻辑处理请求之间的依赖关系进行解释说明,该操作可包括:
根据逻辑处理请求所运行函数和/或所涉及变量被调整的可信度值,确定关联函数和/或关联变量;
根据关联函数和/或关联变量,确定存在重叠函数和/或重叠变量的逻辑处理请求之间存在依赖关系。
在实际运行过程中,可以通过估测方式或统计方式来确定逻辑处理请求之间会相互影响的关联函数和/或关联变量,但估测或统计结果未必完全准确,因此可进一步确定出所运行函数和/或所涉及变量的被调整可信度值,即可能在本次运行中被调整的概率,并将可信度值大于设定阈值的所运行函数和/或所涉及变量确定为关联函数和/或关联变量。若两个逻辑处理请求之间存在重叠的关联函数,或者存在重叠的关联变量,则视为有依赖关系。或者也可以进一步将重叠度达到设定条件的两个逻辑处理请求确定为有依赖关系。也可以反向的,将重叠度达到某个条件的两个逻辑处理请求确定为无依赖关系。
对于关联函数、关联变量的估测或统计,可以具体基于神经网络模型来实现。具体的,参见图2,方法可以包括:
S210,根据逻辑处理请求所涉及变量被调整的可信度值,确定关联变量。
在实际程序中,可以通过类名和类的成员变量名确定一个变量;也可以是普通的变量。所谓关联变量,即一个函数的运行会对设定变量进行数值调整,而该变量被另一个函数所使用的情况,则称为存在关联变量。
例如,一个逻辑处理请求的运行程序包括:
Coin是币种函数,内部使用函数send,并声明有全局变量balances。函数 send可能会修改变量balances。
需要说明的是,由于以太坊是一个通用的智能合约,函数之间是可以嵌套使用的,因此一个函数的执行可能影响了好几个变量。
例如,一个逻辑处理请求的运行程序如下所示:
由于该逻辑处理请求需要使用变量b1和变量b2,因此该逻辑处理请求的执行使得涉及到变量b1或变量b2的所有逻辑处理请求的并行处理存在冲突。若直接设定函数中存在相同变量的逻辑处理请求存在依赖关系,那么该识别粒度有些粗糙,且由于函数之间的嵌套关系,所以可能实际的执行效果仍然是大部分逻辑处理请求被串行处理。
本发明实施例,进一步考虑了实际执行情况。实际执行过程中该逻辑处理请求虽然涉及变量b2,但可能只会被少量函数调整,而大部分函数的运行不会影响到变量b2。因此为了得到更准确的并行处理结果,可以对各个函数运行过程所调整的变量,或输入和输出参数进行统计分析,从而确定函数之间存在变量调整关系的概率,将概率达到一定阈值的视为存在依赖关系。具体可采用神经网络模型对大量的历史逻辑处理请求进行训练,从而得出各逻辑处理请求之间的依赖关系。也可采用其他具有统计分析功能的方法,如采用数据库对逻辑处理请求数据进行统计分析,得到依赖关系规律,依据该规律及逻辑处理请求的数据特点,确定各逻辑处理请求之间的依赖关系。
示例性的,根据逻辑处理请求所涉及变量被调整的可信度值,确定关联变量可以包括:
第一,分别将逻辑处理请求的函数名称以及输入参数,输入至变量确定模型中,得到逻辑处理请求的变量可信度值数组。
其中,变量可信度值数组的每个二元数值为变量名称和被调整的可信度值。变量名称是被调整的变量名称,被调整的可信度值是指基于历史数据这个变量可能被该逻辑处理请求调整的概率。
变量确定模型是通过将历史逻辑处理请求中的函数名称、函数中的输入参数、以及逻辑处理请求执行后的调整变量,作为输入样本,输入到神经网络模型中进行训练而确定的。输入参数是指逻辑处理请求中传入的参数。
历史逻辑处理请求是指区块链系统中的节点所处理过的逻辑处理请求,即运行过代码段的事物数据;如果一个函数运行过程后某一变量被更改,则将该变量称为调整变量,可以包括需持久化存储的变量以及全局内存共享变量。
第二,将数组中可信度值达到设定门限值的变量确定为逻辑处理请求的关联变量。
其中,关联变量是数组中可信度值大于设定门限值的变量组成的,至少包括一个变量。可以是一个以集合的形式存在的。其中,设定门限值为预先设定的,可根据实际需求进行修正。
S220、根据关联变量,确定存在重叠变量的逻辑处理请求之间存在依赖关系。
当通过变量确定模型分别获取到两个逻辑处理请求对应的变量可信度值数组后,分别从对应的变量可信度值数组中筛选出各自可信度值大于预设门限值的关联变量,通过对两个关联变量求交集确定两个逻辑处理请求之间的依赖关系。具体的,若求交集后得到的是空集则说明两个逻辑处理请求之间不存在依赖关系;若不为空,则说明两个逻辑处理请求中的变量存在重合,即两者之间存在依赖关系,需串行处理。或者,也可以设定一定的重合度门限值来判断是否有依赖关系。
示例性的,如果后续处理中发现错误,将存在依赖关系的逻辑处理请求确定为无依赖关系,则可将设定阈值在原先的基础上减小。
S230,根据各交逻辑处理求之间的依赖关系,对无依赖关系的至少两个逻辑处理请求进行并行处理。
本发明实施例提供的区块链数据的处理方法,基于变量依赖权重去量化确定逻辑处理请求的依赖关系,并且还引入了模型统计方式进行依赖规律统计,能够更精确、快速的确定逻辑处理请求的依赖关系。
实施例三
图3A为本发明实施例三提供的一种区块链数据的处理方法的流程图。本实施例在上述实施例的基础上,进一步对根据各逻辑处理请求之间的依赖关系,对无依赖关系的至少两个逻辑处理请求进行并行处理进行解释说明。具体的,参见图3A,该方法可以包括:
S310,根据逻辑处理请求所运行函数和/或所调整变量之间的依赖关系,确定各逻辑处理请求之间的依赖关系。
S320,根据各逻辑处理请求之间的依赖关系,构建包括至少一颗依赖树的有向无环图,其中,依赖树用于记录各逻辑处理请求之间的依赖关系。
其中,有向无环图是指任意一条边有方向且不存在环路的图;依赖树是指各逻辑处理请求依据依赖关系所组成的具有一定方向的树,所有逻辑处理请求可构建一个向无环图,向无环图中包括一个或多个依赖树,各依赖树之间没有依赖关系。具体的,如图3B和3C所示,图3B对应的树1和图3C对应的树2 是两颗独立的依赖树,两者共同组成了有向无环图;图中每个点即为一个逻辑处理请求,逻辑处理请求之间有方向的箭头表示逻辑处理请求之间的依赖关系。例如,树1中的,点B和点A之间存在依赖关系,而点B和点C之间没有连接表示无依赖关系。
示例性的,根据各逻辑处理请求之间的依赖关系,构建包括至少一颗依赖树的有向无环图可以包括:将属于不同货币币种的逻辑处理请求确定为无依赖关系,分别建立依赖树。
对于存在依赖关系的逻辑处理请求,按设定顺序添加至有向无环图中,作为一个分支。其中,设定顺序为可以按照节点接收到逻辑处理请求的时间顺序,也可以是按照逻辑处理请求中记录的逻辑处理请求产生时间顺序,若时间顺序相同的,可以随机排列顺序。如树1中的点A、B和D存在依赖关系,且逻辑处理请求接收时间先后顺序分别是A>B>D,所以建立树1所示的依赖树的一个分支。
示例性的,当某个逻辑处理请求可归入好几个分类中时,即存在多个货币币种的情况下,即该逻辑处理请求与多个逻辑处理请求之间都有依赖关系。具体的,如图3C中的树2,点L与点K和点J均存在依赖关系。
S330,根据有向无环图,对无依赖关系的至少两个逻辑处理请求进行并行处理。
在依据逻辑处理请求的依赖关系建立包含至少一颗依赖树的有向无环图后,从中获取无依赖关系的逻辑处理请求的方式有多种。依赖树彼此之间是独立的,即一个依赖树中所有逻辑处理请求与另一个依赖树中所有逻辑处理请求之间是无依赖关系的。多个依赖树中位于同一树中层级的逻辑处理请求之间也是无依赖关系的,可利用这些特性进行逻辑处理请求的并行处理。
示例性的,根据有向无环图,对无依赖关系的至少两个逻辑处理请求进行并行处理可以包括如下至少一种方法:
(1)从各所述依赖树中,按照依赖度从小到大的顺序,查找依赖度相同的逻辑处理请求进行并行处理,直至依赖度最大的逻辑处理请求处理完毕。
其中,依赖度是根据逻辑处理请求所依赖的层级进行确定的。可选的,当一个逻辑处理请求的依赖度不唯一时,将依赖度最大的值作为该逻辑处理请求的依赖度。例如,图3C中树2,由于点G和点K不依赖其他逻辑处理请求,所以依赖度是0,而点I和点H均依赖点G,依赖度是1;点J依赖点H,而点 H又依赖点G,可见点J有两个层级的依赖关系,所以点J的依赖度是2;对应的,由于点L即依赖点J,又依赖点K,其依赖度可以是3,也可以是1,因此可将最大值3作为点L的依赖度。对应的,可知,图3B中树1中的点A、点B、点C、点D、点E及点F的依赖度分别为0、1、1、2、2和3。
具体的,本发明实施例中的区块链数据处理装置或设备中配置有多个处理器,可用于执行逻辑处理请求的并行处理。本实施例为了充分利用多个处理器的进行数据处理的能力,避免资源浪费,按照依赖度从小到大的顺序,查找依赖度相同的逻辑处理请求,让每个处理器提取一个逻辑处理请求进行处理;在当前依赖度对应的所有逻辑处理请求处理完毕后,查找当前依赖度加1后得到的逻辑处理请求进行处理,直至该区块链中所有的逻辑处理请求处理全部处理完毕为止。每个依赖树中的逻辑处理请求可选的是作为一个有顺序的待处理队列,以供按顺序将逻辑处理请求调度给处理器进行处理。
(2)为每个可用处理装置分配一个依赖树;控制可用处理装置,按照分配的依赖树中的依赖度顺序处理逻辑处理请求;如果可用处理装置所分配的依赖树中的逻辑处理请求处理完毕,则查找未分配的依赖树继续处理,直至所有依赖树处理完毕。
其中,可用处理装置为可进行逻辑处理请求处理的装置,如处理器,配置于本发明实施例中的区块链数据处理装置或设备中。
该区块链数据处理装置或设备中设置有控制模块,可以是单片机、电容等多个芯片集成的电路,可用于监测整个逻辑处理请求处理过程,以及每个可用处理装置的处理进程等。
当为每个可用处理装置分配了依赖树后,控制模块就会同时控制每个可用处理装置进行逻辑处理请求的处理。以图3B和图3C所示组成的包含两个依赖树的有向无环图为例,可以将两个依赖树分配给不同的处理器处理。实际区块链系统中,依赖树的数量一般会很多。当某个处理器处理完当前依赖树中的逻辑处理请求后,再分配新的依赖树进行处理。直至所有依赖树处理完成。
此外,需要说明的是,如果树1在处理过程中被中止或出现错误,也不会影响到树2的处理。
(3)在每个依赖树中,按照逻辑处理请求的依赖关系查找无依赖的当前能处理的逻辑处理请求,进行并行处理,并且在并行处理的过程中,同步执行当前能处理逻辑处理请求的查找操作。
该方案相当于根据当前处理状态中的逻辑处理请求,遍历有向无环图中所有无依赖关系的逻辑处理请求,进行并行处理。
具体的,以图3B和图3C所示组成的包含两个依赖树的有向无环图为例,两个依赖树同时执行,若此时树1中正执行依赖度为1的逻辑处理请求,而树 2已执行完依赖度为2的逻辑处理请求,由于树1和树2是两个独立的依赖树,所以当前能处理的逻辑处理请求可以是树2中依赖度为3对应的逻辑处理请求。同时为了提高处理速度,在进行并行处理的过程中,同时进行当前能处理逻辑处理请求的查找操作,即查找与树2中依赖度为3对应的逻辑处理请求无依赖关系的逻辑处理请求,并作为当前能处理的逻辑处理请求,按照此流程并行进行处理,直至没有查找到当前能处理的逻辑处理请求为止,即可完成所有逻辑处理请求的处理。
随着逻辑处理请求陆续被处理完,可再返回至有向无环图中查看是否有新的可处理逻辑处理请求。
S340,若监测到数据处理错误,则对已处理的逻辑处理请求进行回滚处理。
其中,数据处理错误可以是由于对各逻辑处理请求之间的依赖关系识别错误所至,也可能是进行某一逻辑处理请求处理时,数据出现异常所至。回滚操作可以是全部逻辑处理请求完成重新执行,且串行处理,以避免依赖。也可以是局部回滚。
示例性的,若监测到数据处理错误,则对已处理的逻辑处理请求进行回滚处理可以包括:若监测到当前处理状态中的至少两个逻辑处理请求存在依赖关系,则将存在依赖关系的至少两个逻辑处理请求进行串行处理;对未处理状态的逻辑处理请求返回执行构建有向无环图的操作。
具体的,当监测到数据处理错误时,存在已完成处理的逻辑处理请求、正在进行处理的逻辑处理请求以及未进行处理的逻辑处理请求三个状态。对已经完成处理的逻辑处理请求可不做处理;若正在进行处理的至少两个逻辑处理请求存在依赖关系,则说明所建立的依赖树或有向无环图出错,或者调度出错,将本不该同时处理的逻辑处理请求同时处理了。此时,需将具有依赖关系的逻辑处理请求按照依赖关系和接收逻辑处理请求时间进行串行连接处理。以图3B 和图3C所示组成的包含两个依赖树的有向无环图为例,若当前处理状态中的两个逻辑处理请求B和C存在依赖关系,则可以依据逻辑处理请求接收时间、产生时间或其他顺序,将点B和点C串行处理。逻辑处理请求的依赖关系可以包括直接依赖或间接依赖关系。若同时处理的逻辑处理请求A、B和C,若B依赖A,C依赖B,则C对A有间接依赖关系,都需要串行处理。而对于处于未处理状态的逻辑处理请求则返回执行构建有向无环图的操作,之后再按照并行处理流程执行并行处理。
此外,需要说明的是,本实施例中的步骤S330和步骤S340可同时执行,上述只是给出了一种情况。
本发明实施例提供的区块链数据的处理方法,依据逻辑处理请求所运行函数之间的依赖关系确定各逻辑处理请求之间的依赖关系;根据该依赖关系建立包含至少一颗依赖树的有向无环图,按照一定处理顺序进行逻辑处理请求的并行处理,避免了现有技术中因依赖关系而导致的处理中止或错误,实现了对区块链数据的并行处理,且兼顾逻辑处理请求的依赖关系。同时,也充分利用了多处理器进行数据处理的能力,避免资源浪费,提升了处理效率。此外,根据该有向无环图按照一定处理顺序进行逻辑处理处理同时之后,为了保障数据处理的正确性,对逻辑处理处理结果进行了验证。
实施例四
图4为本发明实施例四提供的一种区块链数据的处理装置的结构框图,该装置可执行本发明任意实施例所提供的区块链数据的处理方法,具备执行方法相应的功能模块和有益效果。如图4所示,该装置可以包括:
依赖关系确定模块410,用于根据逻辑处理请求所运行函数和/所调整变量之间的依赖关系,确定各逻辑处理请求之间的依赖关系;
请求处理模块420,用于根据各逻辑处理请求之间的依赖关系,对逻辑处理请求进行处理。
本发明实施例提供的区块链数据的处理装置,依据逻辑处理请求所运行函数或所调整变量之间的依赖关系确定各逻辑处理请求之间的依赖关系,该方案解决了函数代码不易解读的问题,能够更为精细的识别出函数代码形式逻辑处理请求之间的依赖关系。
示例性的,请求处理模块420具体用于:根据各逻辑处理请求之间的依赖关系,对无依赖关系的至少两个逻辑处理请求进行并行处理。
进一步的,通过执行逻辑处理请求的并行处理,避免了现有技术中因依赖关系而导致的处理中止或错误,实现了对区块链数据的并行处理,且兼顾逻辑处理请求的依赖关系。
示例性的,依赖关系确定模块410可以包括:
关联函数或变量确定单元,用于根据逻辑处理请求所运行函数和/或所涉及变量被调整的可信度值,确定关联函数和/或关联变量;
依赖关系确定单元,用于根据关联函数和/或关联变量,确定存在重叠函数和/或重叠变量的逻辑处理请求之间存在依赖关系。
可选的,关联函数或变量确定单元具体用于:
分别将逻辑处理请求的函数名称,以及输入参数,输入至变量确定模型中,得到逻辑处理请求的变量可信度值数组;
将数组中可信度值达到设定门限值的变量确定为逻辑处理请求的关联变量;
其中,变量可信度值数组的每个二元数值为变量名称和被调整的可信度值;变量确定模型是通过将历史逻辑处理请求的函数名称、函数中的输入参数、以及逻辑处理请求执行后的调整变量,作为输入样本,输入到神经网络模型中进行训练而确定的。
可选的,逻辑处理请求基于以太坊方式或EOS方式实现。
示例性的,请求处理模块420可以包括:
构建单元,用于根据各逻辑处理请求之间的依赖关系,构建包括至少一颗依赖树的有向无环图,其中,依赖树用于记录各逻辑处理请求之间的依赖关系;
并行处理单元,用于根据有向无环图,对无依赖关系的至少两个逻辑处理请求进行并行处理。
可选的,并行处理单元具体用于如下至少一种:
从各所述依赖树中,按照依赖度从小到大的顺序,查找依赖度相同的逻辑处理请求进行并行处理,直至依赖度最大的逻辑处理请求处理完毕。
为每个可用处理装置分配一个依赖树;控制可用处理装置,按照分配的依赖树中的依赖度顺序处理逻辑处理请求;如果可用处理装置所分配的依赖树中的逻辑处理请求处理完毕,则查找未分配的依赖树继续处理,直至所有依赖树处理完毕;
在每个依赖树中,按照逻辑处理请求的依赖关系查找无依赖的当前能处理的逻辑处理请求,进行并行处理,并且在并行处理的过程中,同步执行当前能处理逻辑处理请求的查找操作。
示例性的,上述装置还可以包括:
回滚处理模块,用于根据所述有向无环图,对无依赖关系的至少两个逻辑处理请求进行并行处理的同时或之后,若监测到数据处理错误,则对已处理的逻辑处理请求进行回滚处理。
可选的,回滚处理模块具体用于:若监测到当前处理状态中的至少两个逻辑处理请求存在依赖关系,则将存在依赖关系的至少两个逻辑处理请求进行串行处理;对未处理状态的逻辑处理请求返回执行构建有向无环图的操作。
实施例五
图5为本发明实施例五提供的一种设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性设备12的框图。图5显示的设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。设备12典型的是承担区块链系统节点功能的计算设备。
如图5所示,该设备12以通用计算设备的形式表现。该设备12的组件可以包括但不限于:一个或者多个处理器或者处理单元16,系统存储器28,连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA) 总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA) 局域总线以及外围组件互连(PCI)总线。
设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)30和/或高速缓存存储器32。设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM, DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。系统存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如系统存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器 24等)通信,还可与一个或者多个使得用户能与该设备交互的设备通信,和/ 或与使得该设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且,设备12还可以通过网络适配器20与一个或者多个网络(例如局域网 (LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与设备12的其它模块通信。应当明白,尽管图中未示出,可以结合设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的区块链数据的处理方法。
实施例六
本发明实施例六还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时可实现上述实施例中任意的区块链数据的处理方法。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于:电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、 Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络包括局域网(LAN)或广域网(WAN)连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
上述实施例序号仅仅为了描述,不代表实施例的优劣。
本领域普通技术人员应该明白,上述的本发明的各模块或各步骤可以用通用的计算装置来实现,它们可以集中在单个计算装置上,或者分布在多个计算装置所组成的网络上,可选地,他们可以用计算机装置可执行的程序代码来实现,从而可以将它们存储在存储装置中由计算装置来执行,或者将它们分别制作成各个集成电路模块,或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样,本发明不限制于任何特定的硬件和软件的结合。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间的相同或相似的部分互相参见即可。
以上所述仅为本发明的优选实施例,并不用于限制本发明,对于本领域技术人员而言,本发明可以有各种改动和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (12)
1.一种区块链数据的处理方法,应用于区块链系统中的节点,其特征在于,包括:
根据逻辑处理请求所运行函数和/或所调整变量之间的依赖关系,确定各逻辑处理请求之间的依赖关系;
根据各逻辑处理请求之间的依赖关系,对逻辑处理请求进行处理。
2.根据权利要求1所述的方法,其特征在于,根据各逻辑处理请求之间的依赖关系,对逻辑处理请求进行处理,包括:
根据各逻辑处理请求之间的依赖关系,对无依赖关系的至少两个逻辑处理请求进行并行处理。
3.根据权利要求1所述的方法,其特征在于,根据逻辑处理请求所运行函数和/或所调整变量之间的依赖关系,确定各逻辑处理请求之间的依赖关系,包括:
根据逻辑处理请求所运行函数和/或所涉及变量被调整的可信度值,确定关联函数和/或关联变量;
根据所述关联函数和/或关联变量,确定存在重叠函数和/或重叠变量的逻辑处理请求之间存在依赖关系。
4.根据权利要求3所述的方法,其特征在于,根据逻辑处理请求所涉及变量被调整的可信度值,确定关联变量,包括:
分别将逻辑处理请求的函数名称以及输入参数,输入至变量确定模型中,得到逻辑处理请求的变量可信度值数组;
将数组中可信度值达到设定门限值的变量确定为逻辑处理请求的关联变量;
其中,所述变量可信度值数组的每个二元数值为变量名称和被调整的可信度值;
所述变量确定模型是通过将历史逻辑处理请求中的函数名称、函数中的输入参数、以及逻辑处理请求执行后的调整变量,作为输入样本,输入到神经网络模型中进行训练而确定的。
5.根据权利要求1-4任一所述的方法,其特征在于,所述逻辑处理请求基于以太坊方式或EOS方式实现。
6.根据权利要求2所述的方法,其特征在于,根据各逻辑处理请求之间的依赖关系,对无依赖关系的至少两个逻辑处理请求进行并行处理,包括:
根据各逻辑处理请求之间的依赖关系,构建包括至少一颗依赖树的有向无环图,其中,所述依赖树用于记录各逻辑处理请求之间的依赖关系;
根据所述有向无环图,对无依赖关系的至少两个逻辑处理请求进行并行处理。
7.根据权利要求6所述的方法,其特征在于,根据所述有向无环图,对无依赖关系的至少两个逻辑处理请求进行并行处理,包括下述至少一种:
从各所述依赖树中,按照依赖度从小到大的顺序,查找依赖度相同的逻辑处理请求进行并行处理,直至依赖度最大的逻辑处理请求处理完毕;
为每个可用处理装置分配一个依赖树;控制所述可用处理装置,按照分配的依赖树中的依赖度顺序处理逻辑处理请求;如果可用处理装置所分配的依赖树中的逻辑处理请求处理完毕,则查找未分配的依赖树继续处理,直至所有依赖树处理完毕;
在每个依赖树中,按照逻辑处理请求的依赖关系查找无依赖的当前能处理的逻辑处理请求,进行并行处理,并且在并行处理的过程中,同步执行当前能处理逻辑处理请求的查找操作。
8.根据权利要求6所述的方法,其特征在于,根据所述有向无环图,对无依赖关系的至少两个逻辑处理请求进行并行处理的同时或之后,还包括:
若监测到数据处理错误,则对已处理的逻辑处理请求进行回滚处理。
9.根据权利要求8所述的方法,其特征在于,对已处理的逻辑处理请求进行回滚处理包括:
若监测到当前处理状态中的至少两个逻辑处理请求存在依赖关系,则将存在依赖关系的至少两个逻辑处理请求进行串行处理;
对未处理状态的逻辑处理请求返回执行构建有向无环图的操作。
10.一种区块链数据的处理装置,应用于区块链系统中的节点,其特征在于,包括:
依赖关系确定模块,用于根据逻辑处理请求所运行函数和/或所调整变量之间的依赖关系,确定各逻辑处理请求之间的依赖关系;
请求处理模块,用于根据各逻辑处理请求之间的依赖关系,对逻辑处理请求进行处理。
11.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-9中任一所述的区块链数据的处理方法。
12.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-9中任一所述的区块链数据的处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810400806.8A CN108595157B (zh) | 2018-04-28 | 2018-04-28 | 区块链数据的处理方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810400806.8A CN108595157B (zh) | 2018-04-28 | 2018-04-28 | 区块链数据的处理方法、装置、设备和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108595157A true CN108595157A (zh) | 2018-09-28 |
CN108595157B CN108595157B (zh) | 2022-05-10 |
Family
ID=63619204
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810400806.8A Active CN108595157B (zh) | 2018-04-28 | 2018-04-28 | 区块链数据的处理方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108595157B (zh) |
Cited By (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109379441A (zh) * | 2018-12-07 | 2019-02-22 | 华中科技大学 | 一种云环境中服务链规则组合方法及系统 |
CN109784930A (zh) * | 2019-02-18 | 2019-05-21 | 深圳市网心科技有限公司 | 一种区块链交易数据的处理方法、装置、电子设备及介质 |
CN109951547A (zh) * | 2019-03-15 | 2019-06-28 | 百度在线网络技术(北京)有限公司 | 事务请求并行处理方法、装置、设备和介质 |
CN110175844A (zh) * | 2019-05-07 | 2019-08-27 | 深圳前海微众银行股份有限公司 | 一种区块链中智能合约的发布方法及装置 |
CN110264346A (zh) * | 2019-05-06 | 2019-09-20 | 阿里巴巴集团控股有限公司 | 资产消费请求的处理方法、装置及设备 |
CN110275889A (zh) * | 2019-06-26 | 2019-09-24 | 深圳前海微众银行股份有限公司 | 一种适用于机器学习的特征处理方法及装置 |
CN110648234A (zh) * | 2019-09-12 | 2020-01-03 | 广州蚁比特区块链科技有限公司 | 一种区块生成方法及装置 |
CN110704063A (zh) * | 2019-09-30 | 2020-01-17 | 支付宝(杭州)信息技术有限公司 | 编译和执行智能合约的方法及装置 |
CN110728578A (zh) * | 2019-09-29 | 2020-01-24 | 南京金宁汇科技有限公司 | 区块链交易的并行执行方法、系统及存储介质 |
CN110910237A (zh) * | 2019-11-20 | 2020-03-24 | 腾讯科技(深圳)有限公司 | 区块链中的数据处理方法、装置及智能终端、存储介质 |
CN111179071A (zh) * | 2018-11-09 | 2020-05-19 | 北京天德科技有限公司 | 一种基于拓扑排序的区块链交易依赖分析方法 |
CN111447269A (zh) * | 2020-03-25 | 2020-07-24 | 中国银行股份有限公司 | 区块链交易中高并发场景的去序列化方法及装置 |
WO2020243973A1 (zh) * | 2019-06-06 | 2020-12-10 | 华为技术有限公司 | 基于模型的信号推理方法和装置 |
CN112150286A (zh) * | 2020-09-27 | 2020-12-29 | 深圳壹账通智能科技有限公司 | 基于区块链的交易处理方法、装置、电子设备及存储介质 |
WO2021032115A1 (zh) * | 2019-08-19 | 2021-02-25 | 杭州趣链科技有限公司 | 智能合约并行执行的方法、装置、设备和介质 |
WO2021047541A1 (zh) * | 2019-09-09 | 2021-03-18 | 深圳前海微众银行股份有限公司 | 一种区块链内获取交易依赖关系的方法及装置 |
CN114237775A (zh) * | 2022-02-21 | 2022-03-25 | 众连智能科技有限公司 | 一种并行执行方法、装置、电子设备及存储介质 |
CN115269016A (zh) * | 2022-09-27 | 2022-11-01 | 之江实验室 | 一种用于图计算的指令执行方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102508704A (zh) * | 2011-11-10 | 2012-06-20 | 上海市共进通信技术有限公司 | 计算机软件系统中实现任务分解和并行处理控制的方法 |
CN105389207A (zh) * | 2015-11-06 | 2016-03-09 | 成都视达科信息技术有限公司 | 自适应数据请求处理方法、装置、任务调度器及系统 |
CN105912387A (zh) * | 2015-08-25 | 2016-08-31 | 乐视网信息技术(北京)股份有限公司 | 数据处理作业调度方法及装置 |
CN106339222A (zh) * | 2016-08-23 | 2017-01-18 | 联动优势电子商务有限公司 | 一种服务实现方法及装置 |
CN106815071A (zh) * | 2017-01-12 | 2017-06-09 | 上海轻维软件有限公司 | 基于有向无环图的大数据作业调度系统 |
US20170212781A1 (en) * | 2016-01-26 | 2017-07-27 | International Business Machines Corporation | Parallel execution of blockchain transactions |
-
2018
- 2018-04-28 CN CN201810400806.8A patent/CN108595157B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102508704A (zh) * | 2011-11-10 | 2012-06-20 | 上海市共进通信技术有限公司 | 计算机软件系统中实现任务分解和并行处理控制的方法 |
CN105912387A (zh) * | 2015-08-25 | 2016-08-31 | 乐视网信息技术(北京)股份有限公司 | 数据处理作业调度方法及装置 |
CN105389207A (zh) * | 2015-11-06 | 2016-03-09 | 成都视达科信息技术有限公司 | 自适应数据请求处理方法、装置、任务调度器及系统 |
US20170212781A1 (en) * | 2016-01-26 | 2017-07-27 | International Business Machines Corporation | Parallel execution of blockchain transactions |
CN106339222A (zh) * | 2016-08-23 | 2017-01-18 | 联动优势电子商务有限公司 | 一种服务实现方法及装置 |
CN106815071A (zh) * | 2017-01-12 | 2017-06-09 | 上海轻维软件有限公司 | 基于有向无环图的大数据作业调度系统 |
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111179071A (zh) * | 2018-11-09 | 2020-05-19 | 北京天德科技有限公司 | 一种基于拓扑排序的区块链交易依赖分析方法 |
CN109379441A (zh) * | 2018-12-07 | 2019-02-22 | 华中科技大学 | 一种云环境中服务链规则组合方法及系统 |
CN109784930A (zh) * | 2019-02-18 | 2019-05-21 | 深圳市网心科技有限公司 | 一种区块链交易数据的处理方法、装置、电子设备及介质 |
CN109951547A (zh) * | 2019-03-15 | 2019-06-28 | 百度在线网络技术(北京)有限公司 | 事务请求并行处理方法、装置、设备和介质 |
CN109951547B (zh) * | 2019-03-15 | 2022-03-01 | 百度在线网络技术(北京)有限公司 | 事务请求并行处理方法、装置、设备和介质 |
CN110264346A (zh) * | 2019-05-06 | 2019-09-20 | 阿里巴巴集团控股有限公司 | 资产消费请求的处理方法、装置及设备 |
CN110175844A (zh) * | 2019-05-07 | 2019-08-27 | 深圳前海微众银行股份有限公司 | 一种区块链中智能合约的发布方法及装置 |
WO2020224353A1 (zh) * | 2019-05-07 | 2020-11-12 | 深圳前海微众银行股份有限公司 | 一种区块链中智能合约的发布方法及装置 |
WO2020243973A1 (zh) * | 2019-06-06 | 2020-12-10 | 华为技术有限公司 | 基于模型的信号推理方法和装置 |
CN110275889A (zh) * | 2019-06-26 | 2019-09-24 | 深圳前海微众银行股份有限公司 | 一种适用于机器学习的特征处理方法及装置 |
CN110275889B (zh) * | 2019-06-26 | 2023-11-24 | 深圳前海微众银行股份有限公司 | 一种适用于机器学习的特征处理方法及装置 |
WO2020259325A1 (zh) * | 2019-06-26 | 2020-12-30 | 深圳前海微众银行股份有限公司 | 一种适用于机器学习的特征处理方法及装置 |
WO2021032115A1 (zh) * | 2019-08-19 | 2021-02-25 | 杭州趣链科技有限公司 | 智能合约并行执行的方法、装置、设备和介质 |
WO2021047541A1 (zh) * | 2019-09-09 | 2021-03-18 | 深圳前海微众银行股份有限公司 | 一种区块链内获取交易依赖关系的方法及装置 |
CN110648234B (zh) * | 2019-09-12 | 2022-08-19 | 广州蚁比特区块链科技有限公司 | 一种区块生成方法及装置 |
CN110648234A (zh) * | 2019-09-12 | 2020-01-03 | 广州蚁比特区块链科技有限公司 | 一种区块生成方法及装置 |
CN110728578A (zh) * | 2019-09-29 | 2020-01-24 | 南京金宁汇科技有限公司 | 区块链交易的并行执行方法、系统及存储介质 |
CN110704063A (zh) * | 2019-09-30 | 2020-01-17 | 支付宝(杭州)信息技术有限公司 | 编译和执行智能合约的方法及装置 |
CN110910237A (zh) * | 2019-11-20 | 2020-03-24 | 腾讯科技(深圳)有限公司 | 区块链中的数据处理方法、装置及智能终端、存储介质 |
CN111447269A (zh) * | 2020-03-25 | 2020-07-24 | 中国银行股份有限公司 | 区块链交易中高并发场景的去序列化方法及装置 |
CN112150286A (zh) * | 2020-09-27 | 2020-12-29 | 深圳壹账通智能科技有限公司 | 基于区块链的交易处理方法、装置、电子设备及存储介质 |
CN114237775A (zh) * | 2022-02-21 | 2022-03-25 | 众连智能科技有限公司 | 一种并行执行方法、装置、电子设备及存储介质 |
CN115269016A (zh) * | 2022-09-27 | 2022-11-01 | 之江实验室 | 一种用于图计算的指令执行方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108595157B (zh) | 2022-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108595157A (zh) | 区块链数据的处理方法、装置、设备和存储介质 | |
CN108537543A (zh) | 区块链数据的并行处理方法、装置、设备和存储介质 | |
CN108681565B (zh) | 区块链数据并行处理方法、装置、设备和存储介质 | |
JP6371870B2 (ja) | 機械学習サービス | |
JP6912591B2 (ja) | リスク管理制御方法及びデバイス | |
CN108829350A (zh) | 基于区块链的数据迁移方法和装置 | |
KR101959153B1 (ko) | 데이터베이스에서의 계좌와 관련된 거래 요청의 효율적인 처리를 위한 시스템 | |
US20190386834A1 (en) | Blockchain management apparatus, blockchain management method, and program | |
CN109951547A (zh) | 事务请求并行处理方法、装置、设备和介质 | |
CN105027108B (zh) | 实例主机配置 | |
CN108351806A (zh) | 分布式基于流的数据库触发器 | |
CN109285069B (zh) | 资源转移方法、装置及服务器 | |
US20200358796A1 (en) | Deep learning-based similarity evaluation in decentralized identity graphs | |
CN110177079A (zh) | 智能合约的调用系统及调用方法 | |
CN108665272A (zh) | 区块链数据处理方法、装置、设备和存储介质 | |
US20180268295A1 (en) | Risk evaluation method, computer-readable recording medium, and information processing apparatus | |
US9384045B2 (en) | Intelligent inclusion/exclusion automation | |
US20220027339A1 (en) | Identifying source datasets that fit a transfer learning process for a target domain | |
CN111080304A (zh) | 一种可信关系识别方法、装置及设备 | |
US10846210B1 (en) | Automation of platform release | |
US9424616B2 (en) | Customer identity verification | |
CN109977638A (zh) | 基于以太坊的智能合约更新方法及系统、存储介质及终端 | |
CN110727664A (zh) | 用于对公有云数据执行目标操作的方法与设备 | |
CN113362068B (zh) | 一种轻节点验证区块链状态转移的方法 | |
CN109657167A (zh) | 数据采集方法、装置、服务器及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |