CN103095786B - 在线业务请求识别方法、系统、服务器及在线服务器集群 - Google Patents

在线业务请求识别方法、系统、服务器及在线服务器集群 Download PDF

Info

Publication number
CN103095786B
CN103095786B CN201110351624.4A CN201110351624A CN103095786B CN 103095786 B CN103095786 B CN 103095786B CN 201110351624 A CN201110351624 A CN 201110351624A CN 103095786 B CN103095786 B CN 103095786B
Authority
CN
China
Prior art keywords
service request
online service
identified
request
server
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.)
Active
Application number
CN201110351624.4A
Other languages
English (en)
Other versions
CN103095786A (zh
Inventor
李伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Alibaba Group Holding Ltd
Original Assignee
Alibaba Group Holding Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Alibaba Group Holding Ltd filed Critical Alibaba Group Holding Ltd
Priority to CN201110351624.4A priority Critical patent/CN103095786B/zh
Publication of CN103095786A publication Critical patent/CN103095786A/zh
Application granted granted Critical
Publication of CN103095786B publication Critical patent/CN103095786B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Abstract

本申请提供了一种在线业务请求识别方法、系统、服务器和在线服务器集群。一种在线业务请求识别方法,包括:获取待识别的在线业务请求;获取响应所述待识别的在线业务请求过程中消耗的系统资源;判断所述系统资源是否大于资源阈值,如果是,则识别所述待识别的在线业务请求为异常请求;如果否,则识别所述待识别的在线业务请求为正常请求。与现有技术相比,本申请提供的在线业务请求识别方法对于每个待识别的在线业务请求,可以及时获取响应待识别的在线业务请求过程中消耗的系统资源,在系统资源大于资源阈值的情况下,即识别待识别的在线业务请求为异常请求,从而提高识别准确度。

Description

在线业务请求识别方法、系统、服务器及在线服务器集群
技术领域
本申请涉及网络数据处理领域,特别涉及一种在线业务请求识别方法、系统、服务器及在线服务器集群。
背景技术
在线服务器集群是指为了共同响应或者处理大量在线业务请求而联合起来的多个服务器。在线服务器集群可以同时利用多个服务器并行处理在线业务请求,因此能提高处理效率。同时,在线服务器集群的多个服务器都备份在线业务请求的数据,任何一个服务器损坏时,在线服务器集群的其他服务器仍可以正常处理在线业务请求。在线服务器集群中的各个服务器对在线业务请求进行识别指的是,对在线业务请求是一个异常请求还是正常请求进行判断,在一个在线业务请求为异常请求的情况下,可停止对该异常请求的响应。
目前,现有技术在识别在线业务请求之前,在线服务器集群中的各个服务器先依据接收到的在线业务请求占用的系统资源百分比,将不同在线业务请求各自对应的IP地址设置到黑名单或白名单中,再依据黑名单和白名单对在线业务请求进行识别。其中,黑名单和白名单的一种可能设置情况可以为:黑名单对应的IP地址为发送的在线业务请求占用系统资源百分比大于60%的IP地址,白名单对应的IP地址为发送的在线业务请求占用系统资源百分比不大于60%的IP地址。
基于上述黑名单和白名单的设置情况,服务器识别在线业务请求包括以下步骤:首先分析在线业务请求对应的IP地址,当分析出的IP地址设置在黑名单中,识别该IP地址发送的在线业务请求为异常请求,服务器直接终止处理该IP地址发送的所有在线业务请求;当分析出的IP地址设置在白名单中,识别该IP地址发送的在线业务请求为正常请求,服务器正常处理该IP地址发送的在线业务请求。
但是,一方面,黑名单和白名单是在线服务器集群接收到在线业务请求后,通过监测在线业务请求占用的系统资源百分比而设置的,而在线服务器集群又很有可能无法接收到所有IP地址发送的在线业务请求,因此,设置的黑名单和白名单也就无法覆盖所有的IP地址,这导致在线服务器集群无法正确识别遗漏的IP地址发送的在线业务请求。另一方面,在线服务器集群即便接收到黑名单对应的IP地址发送的正常请求,因为这个IP地址设置在黑名单中,在线服务器集群也会将该正常请求识别为异常请求,反之亦然。
综合上述两方面情况来看,很显然现有技术中的识别准确度较低。而由于识别准确度降低,服务器有可能将异常请求识别为正常请求,从而服务器响应误识别为正常请求的异常请求时,就会占用大量的系统资源,导致服务器的性能降低,甚至导致服务器瘫痪。
发明内容
本申请提供一种在线业务请求识别方法,用以解决现有技术中基于黑名单和白名单进行在线业务请求识别时,识别准确度降低,从而导致服务器的性能降低,甚至导致服务器瘫痪的问题。
本申请还提供了一种在线业务请求识别系统、服务器和在线服务器集群,用以保证上述方法在实际中的实现及应用。
为了解决上述问题,本申请提供了一种在线业务请求识别方法,包括:
获取待识别的在线业务请求;
判断当前工作状态是否为异常状态;
当所述当前工作状态为异常状态时,获取响应所述待识别的在线业务请求过程中消耗的系统资源;
判断所述系统资源是否大于资源阈值,如果所述系统资源大于资源阈值,则识别所述待识别的在线业务请求为异常请求,并立即停止对所述异常请求的响应;如果所述系统资源小于等于资源阈值,则识别所述待识别的在线业务请求为正常请求;
当所述当前工作状态为正常状态时,识别所述待识别的在线业务请求为正常请求。
优选地,所述获取响应所述待识别的在线业务请求过程中消耗的系统资源之前,还包括:
判断当前工作状态是否为异常状态;如果是,则执行所述获取响应所述待识别的在线业务请求过程中消耗的系统资源的步骤;
如果否,则执行所述识别所述待识别的在线业务请求为正常请求的步骤。
优选地,还包括:
在所述当前工作状态由正常状态切换至异常状态时,设置响应所述待识别的在线业务请求的初始预设条数;
则所述获取响应所述待识别的在线业务请求过程中消耗的系统资源,具体为:
针对多条待识别的在线业务请求,逐条获取响应所述多条待识别的在线业务请求过程中消耗的系统资源,直到已经响应的所述待识别的在线业务请求的总条数达到所述初始预设条数。
优选地,在所述当前工作状态保持在所述异常状态,且获取到新的待识别的在线业务请求之后,还包括:
判断当前响应的所述待识别的在线业务请求的总条数是否大于所述初始预设条数;
如果是,则重新设定响应所述待识别的在线业务请求的总条数,并将重新设定的总条数作为所述初始预设条数。
优选地,还包括:
在所述当前工作状态为异常状态时,判断所述待识别的在线业务请求是否携带有预先设定的关键词;
如果否,执行所述获取响应所述待识别的在线业务请求过程中消耗的系统资源步骤;
如果是,则执行所述识别所述待识别的在线业务请求为异常请求的步骤。
优选地,所述判断当前工作状态是否为异常状态包括:判断缓存的待识别的在线业务请求的总条数是否大于预设总条数。
优选地,所述判断所述系统资源是否大于资源阈值,包括:判断响应所述待识别的在线业务请求时间是否大于预设时间或者响应所述待识别的在线业务请求消耗的内存资源是否大于预设内存使用量。
本申请还提供了一种在线业务请求识别系统,包括:
请求获取单元,用于获取待识别的在线业务请求;
状态判断单元,用于判断当前工作状态是否为异常状态;
资源获取单元,用于获取响应所述待识别的在线业务请求过程中消耗的系统资源;
资源判断单元,用于判断所述系统资源是否大于资源阈值;
第一识别单元,用于在所述资源判断单元的结果为是的情况下,识别所述待识别的在线业务请求为异常请求;
第二识别单元,用于在所述资源判断单元的结果为否的情况下,识别所述待识别的在线业务请求为正常请求;
触发器,用于在状态判断单元的结果为是的情况下,触发所述资源获取单元,由所述资源获取单元获取响应待识别的在线业务请求过程中消耗的系统资源,以及用于在状态判断单元的结果为否的情况下,触发所述第二识别单元。
本申请还提供了一种服务器,包括:上述在线业务请求识别系统
本申请还提供了一种在线服务器集群,多个服务器,所述任一服务器包括:上述在线业务请求识别系统。
与现有技术相比,本申请包括以下优点:
本申请实施例所提供的在线业务请求识别方法对于每个待识别的在线业务请求,可以及时获取响应待识别的在线业务请求过程中消耗的系统资源,在系统资源大于资源阈值的情况下,即识别待识别的在线业务请求为异常请求,从而提高识别准确度。
更进一步地,待识别的在线业务请求被识别为异常请求后,服务器立即停止该异常请求的后续响应,避免了服务器响应异常请求过程中消耗大量的系统资源,从而提高了服务器的性能,进一步避免服务器瘫痪。
当然,实施本申请的任一产品并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例中的技术方案,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,下面描述中的附图仅仅是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本申请的一种在线业务请求识别方法实施例1的流程图;
图2是本申请的一种在线业务请求识别方法实施例2的流程图;
图3是本申请的一种在线业务请求识别方法实施例3的流程图;
图4是本申请的一种在线业务请求识别系统优选实施例1的结构框图;
图5是本申请的一种在线业务请求识别系统优选实施例2的结构框图;
图6是本申请的一种在线业务请求识别系统优选实施例3的结构框图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请可用于众多通用或专用的计算装置环境或配置中。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、多处理器装置、包括以上任何装置或设备的分布式计算环境等等。
本申请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申请,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。
本申请的主要思想之一可以包括,获取响应待识别的在线业务请求过程中消耗的系统资源,在系统资源大于资源阈值的情况下,识别待识别的在线业务请求为异常请求,提高了识别准确度,进一步提高服务器的性能,避免服务器瘫痪的问题。
参考图1,其示出了本申请一种在线业务请求识别方法实施例1的流程图,可以包括以下步骤:
步骤101:获取待识别的在线业务请求。
待识别的在线业务请求由不同客户端发送至在线服务器集群中的各个服务器,对于不同客户端发送的待识别的在线业务请求可以缓存至服务器的同一个任务队列中,也可以缓存至服务器的不同任务队列中,如服务器为每个客户端预先设置有一个任务队列,以缓存相对应的客户端发送的在线业务请求。
服务器获取待识别的在线业务请求时,可以按照待识别的在线业务请求缓存至任务队列的先后顺序获取,如FIFO(FirstInputFirstOutput,先进先出)方式。FIFO是指先缓存至任务队列的请求优先被获取。
步骤102:获取响应待识别的在线业务请求过程中消耗的系统资源。
其中:获取响应待识别的在线业务请求过程中消耗的系统资源是为了使得服务器可以及时判断出获取的系统资源是否大于资源阈值,并进一步地,在判断出系统资源大于资源阈值的情况下,及时识别待识别的在线业务请求为异常请求,停止对该异常请求的响应。
上述系统资源可以有不同含义,例如,系统资源可以为响应待识别的在线业务请求时间。服务器可以从其内设置的一个计时器中获取响应待识别的在线业务请求时间,其中:计时器,用于记录响应待识别的在线业务请求时间。服务器还可以通过其内设置的两个计时器和一个运算器中获取响应待识别的在线业务请求时间,其中,一个计时器,用于记录获取到待识别的在线业务请求的当前时间,另一个计时器用于记录执行完该待识别的在线业务请求的当前时间,运算器则计算两个计时器的差值,得出响应该待识别的在线业务请求时间。
系统资源还可以为内存资源,其中,内存资源为响应待识别的在线业务请求时,服务器的内存存储该请求执行过程结果所消耗的内存使用量。
步骤103:判断系统资源是否大于资源阈值,如果是,执行步骤104,如果否,执行步骤105。
可根据系统资源的不同预先设置不同的资源阈值。例如,在系统资源为响应待识别的在线业务请求时间情况下,判断系统资源是否大于资源阈值,可以为判断响应待识别的在线业务请求时间是否大于预设时间。其中,预设时间是服务器响应正常请求的平均时间,由服务器配置的硬件资源和软件资源决定。如预设时间可以为3秒。
在系统资源为内存资源的情况下,判断系统资源是否大于资源阈值,可以为判断响应待识别的在线业务请求消耗的内存资源是否大于预设内存使用量。其中,预设内存使用量是指服务器响应正常请求的最小内存使用量。
步骤104:识别待识别的在线业务请求为异常请求。
在系统资源大于资源阈值的情况下,表明当前响应的待识别的在线业务请求在响应过程中会占用大量的系统资源,该待识别的在线业务请求为一个不正常的请求。服务器响应该不正常的请求时,会消耗大量的系统资源,导致服务器的性能降低,甚至会导致服务器瘫痪,所以将该待识别的在线业务请求识别为异常请求。
步骤105:识别待识别的在线业务请求为正常请求。
在系统资源不大于资源阈值的情况下,表明当前响应的待识别的在线业务请求在响应过程中不会占用大量的系统资源,该待识别的在线业务请求为一个正常的请求。服务器响应该正常的请求时,消耗适当的系统资源,不会降低服务器的性能,所以将该待识别的在线业务请求识别为正常请求。
进一步地,服务器依据该正常请求中携带的具体请求内容进行后续响应。例如待识别的在线业务请求为正常查询请求,该正常查询请求中携带查询网站A中的产品B数据时,服务器接收到正常查询请求后,搜索网站A,获取网站A包括的产品B的数据,并将获取到的数据反馈给客户端。
综上所述,本申请实施例所提供的在线业务请求识别方法对于每个待识别的在线业务请求,可以及时获取响应待识别的在线业务请求过程中消耗的系统资源,在系统资源大于资源阈值的情况下,即识别待识别的在线业务请求为异常请求,从而提高识别准确度。
更进一步地,待识别的在线业务请求被识别为异常请求后,服务器立即停止该异常请求的响应,避免了服务器响应异常请求过程中消耗大量的系统资源,从而提高了服务器的性能,进一步避免服务器瘫痪。
参考图2,其示出了本申请一种在线业务请求识别方法实施例2的流程图,可以包括以下步骤:
步骤201:获取待识别的在线业务请求。
步骤202:判断当前工作状态是否为异常状态;如果是,则执行步骤203;如果否,则执行步骤206。
本实施例与实施例1的不同之处在于,本实施例还包括对服务器的当前工作状态的判断。在不同的应用场景下,判断当前工作状态是否为异常状态可以有不同的实现方式。例如:判断缓存的待识别的在线业务请求的总条数是否大于预设总条数。当缓存的待识别的在线业务请求的总条数大于预设总条数时,表明服务器的当前工作状态为异常状态,需要停止异常请求的后续响应;当缓存的待识别的在线业务请求的总条数不大于预设总条数时,表明服务器的当前工作状态为正常状态,可以将待识别的在线业务请求全部作为正常请求响应。其中预设总条数为服务器将待识别的在线业务请求全部作为正常请求响应的最小总条数。
其中,预设总条数可以在服务器初始化时,由操作人员指定,也可以在服务器响应请求过程中,发送携带有预设总条数数值的更新请求至服务器,由服务器依据更新请求中的预设总条数数值实时更新其内设置的预设总条数。
步骤203:获取响应待识别的在线业务请求过程中消耗的系统资源。
步骤204:判断系统资源是否大于资源阈值,如果是,执行步骤205,如果否,执行步骤206。
步骤205:识别待识别的在线业务请求为异常请求。
步骤206:识别待识别的在线业务请求为正常请求。
本实施例所提供的在线业务请求识别方法,相对于上一个实施例提供的在线业务请求识别方法可以在当前工作状态为正常状态情况下,减少步骤203和204的执行过程,减少了正常状态情况下,服务器获取响应待识别的在线业务请求过程中消耗的系统资源所消耗的时间以及系统资源,从而提高了服务器的性能。
更进一步地,待识别的在线业务请求被识别为异常请求后,服务器立即停止该异常请求的后续响应,避免了服务器响应异常请求过程中消耗大量的系统资源,从而进一步提高了服务器的性能,甚至可以避免服务器瘫痪。
参考图3,其示出了本申请一种在线业务请求识别方法实施例3的流程图,本实施例可以理解为将本申请的在线业务请求方法应用于实际中的一个具体例子,可以包括以下步骤:
步骤301:获取待识别的在线业务请求。
步骤302:在当前工作状态为异常状态情况下,判断当前工作状态与上一次工作状态是否相同;如果是,表明当前工作状态一直保持在异常状态,则执行步骤303;如果否,表明当前工作状态由上一次的正常状态切换至异常状态,则执行步骤310。
本实施例与实施例2的不同之处在于,本实施例还包括对服务器的当前工作状态和上一次工作状态是否相同的判断。在不同的应用场景下,判断当前工作状态和上一次工作状态是否相同可以有不同的实现方式。例如:判断当前工作状态和上一次工作状态是否相同,可以通过判断标志位的当前值和上一次值是否相同,其中,标志位用于标记工作状态。当标志位的当前值和上一次值相同时,表明当前工作状态和上一次工作状态相同;当标志位的当前值和上一次值不相同时,表明当前工作状态和上一次工作状态不相同。
需要说明的是,在当前工作状态一直保持在正常状态或者当前工作状态由上一次的异常状态切换至正常状态情况下,都执行步骤309。
步骤303:判断当前响应的待识别的在线业务请求的总条数是否大于初始预设条数,如果是,则执行步骤304,如果否,则执行步骤305。
其中,服务器可以从其内设置的计数器中获取当前响应的待识别的在线业务请求的总条数。上述计数器,用于记录当前响应的待识别的在线业务请求的总条数。
初始预设条数为服务器的当前工作状态第一次为异常状态时,服务器的当前工作状态一直保持在异常状态情况下,响应待识别的在线业务请求的最小总条数。
步骤304:重新设定响应待识别的在线业务请求的总条数,并将重新设定的总条数作为初始预设条数。
其中,重新设定可以为初始预设条数的加倍,也可以在初始预设条数基础上增加固定条数,如增加15条。
在本实施例中,设定初始预设条数适用于在线服务器集群接收到大量异常请求的情况,避免在每次获取到一个待识别的在线业务请求,重新判断工作状态,从而可以有效避免正常状态和异常状态的来回切换,更进一步地,可以有效避免在正常状态下,执行异常请求。
步骤305:判断待识别的在线业务请求是否携带有预先设定的关键词。如果否,执行步骤306,如果是,执行步骤308。
上述关键词是操作人员通过分析服务器之前响应的异常请求,获取多个异常请求中相同的词作为关键词。
步骤306:获取响应多条待识别的在线业务请求过程中消耗的系统资源。
步骤307:判断系统资源是否大于资源阈值,如果是,执行步骤308,如果否,执行步骤309。
步骤308:识别待识别的在线业务请求为异常请求。
步骤309:识别待识别的在线业务请求为正常请求。
需要说明的是:对于多条待识别的在线业务请求,在获取多条待识别的在线业务请求中的第一条待识别的在线业务请求,判断出当前工作状态一直保持在异常状态的情况后,后续获取多条中的其他待识别的在线业务请求后,依次执行步骤303至309,无需对工作状态再次进行判断,直到已经响应的待识别的在线业务请求的总条数达到初始预设条数。同样,在获取多条待识别的在线业务请求中的第一条待识别的在线业务请求,判断出当前工作状态由上一次的正常状态切换至异常状态的情况后,后续获取多条中的其他待识别的在线业务请求后,依次执行步骤310以及步骤305至309,也无需对工作状态再次进行判断,直到已经响应的待识别的在线业务请求的总条数达到初始预设条数。
步骤310:设置响应待识别的在线业务请求的初始预设条数,返回执行步骤305。
应用上述本实施例所提供的在线业务请求识别方法在提高识别准确度同时,相对于图1和图2所示的在线业务请求识别方法通过关键字判断可以及时识别出异常请求,降低服务器的系统资源消耗,从而提高了服务器的性能。
更进一步地,待识别的在线业务请求被识别为异常请求后,服务器立即停止该异常请求的后续响应,避免了服务器响应异常请求过程中消耗大量的系统资源,从而进一步提高了服务器的性能,甚至可以避免服务器瘫痪。
对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域技术人员应该知悉,本申请并不受所描述的动作顺序的限制,因为依据本申请,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本申请所必须的。
与上述本申请一种在线业务请求识别方法实施例1所提供的方法相对应,参见图4,本申请还提供了一种在线业务请求识别系统的优选实施例1,在本实施例中,该系统可以包括:
请求获取单元41,用于获取待识别的在线业务请求。
待识别的在线业务请求由不同客户端发送至在线服务器集群中的不同服务器,对于不同客户端发送的待识别的在线业务请求可以缓存至服务器的同一个任务队列中,也可以缓存至服务器的不同任务队列中,如服务器为每个客户端预先设置有一个任务队列,以缓存相对应的客户端发送的在线业务请求。
服务器获取待识别的在线业务请求时,按照待识别的在线业务请求缓存至任务队列的先后顺序获取,如FIFO方式。FIFO是指先缓存至任务队列的请求优先被获取。
资源获取单元42,用于获取响应待识别的在线业务请求过程中消耗的系统资源。
其中:获取响应待识别的在线业务请求过程中消耗的系统资源是为了使得服务器可以及时判断出获取的系统资源是否大于资源阈值,并进一步地,在判断出系统资源大于资源阈值的情况下,及时识别待识别的在线业务请求为异常请求,停止对该异常请求的响应。
上述系统资源可以有不同含义,例如,系统资源可以为响应待识别的在线业务请求时间。服务器可以从其内设置的一个计时器中获取响应待识别的在线业务请求时间,其中:计时器,用于记录响应待识别的在线业务请求时间。服务器还可以通过其内设置的两个计时器和一个运算器中获取响应待识别的在线业务请求时间,其中,一个计时器,用于记录获取到待识别的在线业务请求的当前时间,另一个计时器用于记录执行完该待识别的在线业务请求的当前时间,运算器则计算两个计时器的差值,得出响应该待识别的在线业务请求时间。
系统资源还可以为内存资源,其中,内存资源为响应待识别的在线业务请求时,服务器的内存存储该请求执行过程结果所消耗的内存使用量。
资源判断单元43,用于判断系统资源是否大于资源阈值。
在系统资源的含义不同时,资源阈值也需要预先设置的不同的数值。例如,资源判断单元43,可以用于判断响应待识别的在线业务请求时间是否大于预设时间。其中:预设时间是服务器响应正常请求的平均时间,由服务器配置的硬件资源和软件资源决定。如预设时间可以为3秒。
资源判断单元43,也可以用于判断响应待识别的在线业务请求消耗的内存资源是否大于预设内存使用量。其中:预设内存使用量是指服务器响应正常请求的最小内存使用量。
第一识别单元44,用于在资源判断单元43的结果为是的情况下,识别待识别的在线业务请求为异常请求。
在资源判断单元43的结果为是的情况下,表明当前响应的待识别的在线业务请求在响应过程中会占用大量的系统资源,该待识别的在线业务请求为一个不正常的请求。服务器响应该不正常的请求时,会消耗大量的系统资源,导致服务器的性能降低,甚至会导致服务器瘫痪,所以第一识别单元44,将该待识别的在线业务请求识别为异常请求。
第二识别单元45,用于在资源判断单元43的结果为否的情况下,识别待识别的在线业务请求为正常请求。
在资源判断单元43的结果为否的情况下,表明当前响应的待识别的在线业务请求在响应过程中不会占用大量的系统资源,该待识别的在线业务请求为一个正常的请求。服务器响应该正常的请求时,消耗适当的系统资源,不会降低服务器的性能,所以第二识别单元45将该待识别的在线业务请求识别为正常请求。
进一步地,服务器依据该正常请求中携带的具体请求内容进行后续响应。例如待识别的在线业务请求为正常查询请求,该正常查询请求中携带查询网站A中的产品B数据时,服务器接收到正常查询请求后,搜索网站A,获取网站A包括的产品B的数据,并将获取到的数据反馈给客户端。
本实施例所述的系统可以集成到搜索引擎的服务器上,也可以单独作为一个实体与搜索引擎服务器相连,另外,需要说明的是,当本申请所述的方法采用软件实现时,可以作为搜索引擎的服务器新增的一个功能,也可以单独编写相应的程序,本申请不限定所述方法或系统的实现方式。
本实施例对于每个待识别的在线业务请求,资源获取单元42可以及时获取响应待识别的在线业务请求过程中消耗的系统资源,并在资源判断单元43判断系统资源大于资源阈值的情况下,第一识别单元44即识别待识别的在线业务请求为异常请求,从而提高识别准确度。
更进一步地,待识别的在线业务请求被识别为异常请求后,服务器立即停止该异常请求的后续响应,避免了服务器响应异常请求过程中消耗大量的系统资源,从而提高了服务器的性能,进一步避免服务器瘫痪。
与上述本申请一种在线业务请求识别方法实施例2所提供的方法相对应,参见图5,本申请还提供了一种在线业务请求识别系统的优选实施例2,在本实施例中,该系统以图4所示的在线业务请求识别系统为基础,增加了状态判断单元46和触发器47。其中:
状态判断单元46,用于判断当前工作状态是否为异常状态。
在不同的应用场景下,状态判断单元46判断当前工作状态是否为异常状态可以有不同的实现方式。例如:判断缓存的待识别的在线业务请求的总条数是否大于预设总条数。当缓存的待识别的在线业务请求的总条数大于预设总条数时,表明服务器的当前工作状态为异常状态,需要停止异常请求的后续响应;当缓存的待识别的在线业务请求的总条数不大于预设总条数时,表明服务器的当前工作状态为正常状态,可以将待识别的在线业务请求全部作为正常请求响应。其中预设总条数为服务器将待识别的在线业务请求全部作为正常请求响应的最小总条数。
其中,预设总条数可以在服务器初始化时,由操作人员指定,也可以在服务器响应请求过程中,发送携带有预设总条数数值的更新请求至服务器,由服务器依据更新请求中的预设总条数数值实时更新其内设置的预设总条数。
触发器47,用于在状态判断单元46的结果为是的情况下,触发资源获取单元42,由资源获取单元42获取响应待识别的在线业务请求过程中消耗的系统资源,以及在状态判断单元46的结果为否的情况下,触发第二识别单元45,由第二识别单元45,直接识别待识别的在线业务请求为正常请求。
综上所述,本实施例提供的在线业务请求识别系统在提高识别准确度同时,触发器47可以状态判断单元46判断当前工作状态为正常状态情况下,触发第二识别单元45,由第二识别单元45,直接识别待识别的在线业务请求为正常请求,从而减少了正常状态情况下,服务器获取响应待识别的在线业务请求过程中消耗的系统资源所消耗的时间以及系统资源,提高了服务器的性能。
更进一步地,待识别的在线业务请求被识别为异常请求后,服务器立即停止该异常请求的后续响应,避免了服务器响应异常请求过程中消耗大量的系统资源,从而进一步提高了服务器的性能,甚至可以避免服务器瘫痪。
与上述本申请一种在线业务请求识别方法实施例3所提供的方法相对应,参见图6,本申请还提供了一种在线业务请求识别系统的优选实施例3,在本实施例中,该系统以图5所示的在线业务请求识别系统为基础,增加了预设条数设置单元48、条数判断单元49和关键词判断单元50。其中:
预设条数设置单元48,用于在当前工作状态由正常状态切换至异常状态时,设置响应待识别的在线业务请求的初始预设条数。
其中,服务器可以从其内设置的计数器中获取当前响应的待识别的在线业务请求的总条数。上述计数器,用于记录当前响应的待识别的在线业务请求的总条数。
初始预设条数为服务器的当前工作状态第一次为异常状态时,服务器的当前工作状态一直保持在异常状态情况下,响应待识别的在线业务请求的最小总条数。
条数判断单元49,用于在当前工作状态保持在异常状态,且请求获取单元41获取到新的待识别的在线业务请求后,判断当前响应的待识别的在线业务请求的总条数是否大于初始预设条数。
进一步触发器47,还用于在条数判断单元49的结果为是的情况下,触发预设条数设置单元48重新设定响应待识别的在线业务请求的总条数,并将重新设定的总条数作为初始预设条数。
其中:重新设定可以为初始预设条数的加倍,也可以在初始预设条数基础上增加固定条数,如增加15条。
关键词判断单元50,用于在当前工作状态为异常状态时,判断待识别的在线业务请求是否携带有预先设定的关键词。关键词是操作人员通过分析服务器之前响应的异常请求,获取多个异常请求中相同的词作为关键词。
进一步,触发器47,还用于在关键词判断单元50的结果为否的情况下,触发资源获取单元42,由资源获取单元42获取响应待识别的在线业务请求过程中消耗的系统资源,以及在关键词判断单元的结果为是的情况下,触发第一识别单元44,直接识别待识别的在线业务请求为异常请求。
在本实施例中,应用上述本实施例所提供的在线业务请求识别方法在提高识别准确度同时,相对于图4和图5所示的在线业务请求识别系统可以通过关键词判断单元50的关键字判断,由第一识别单元44及时识别出异常请求,降低服务器的系统资源消耗,从而提高了服务器的性能。
更进一步地,待识别的在线业务请求被识别为异常请求后,在线服务器集群服务器立即停止该异常请求的后续响应,避免了在线服务器集群服务器响应异常请求过程中消耗大量的系统资源,从而进一步提高了在线服务器集群服务器的性能,甚至可以避免在线服务器集群服务器瘫痪。
与上述本申请一种在线业务请求方法和系统实施例相对应,本申请还提供了一种服务器的实施例,在本实施例中,服务器具体可以包括:在线业务请求识别系统,该在线业务请求的具体组成可以参阅上述系统实施例中的阐述,并可以结合相对应的结构框图,对此不再加以阐述。
与上述系统实施例和服务器实施例相对应,本申请还提供了一种在线服务器集群的实施例,在本实施例中,在线服务器集群包括多个服务器,多个服务器并行处理由客户端发送的待识别的在线业务请求。任一服务器可以包括:在线业务请求识别系统,该在线业务请求的具体组成可以参阅上述系统实施例中的阐述,并可以结合相对应的结构框图,对此不再加以阐述。
需要说明的是,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,各个实施例之间相同相似的部分互相参见即可。对于系统类实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
为了描述的方便,描述以上系统时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
通过以上的实施方式的描述可知,本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在存储介质中,如ROM/RAM、磁碟、光盘等,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)执行本申请各个实施例或者实施例的某些部分所述的方法。
以上对本申请所提供的一种在线业务请求方法、系统、服务器及在线服务器集群进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (9)

1.一种在线业务请求识别方法,其特征在于,包括:
获取待识别的在线业务请求;
判断当前工作状态是否为异常状态;
当所述当前工作状态为异常状态时,获取响应所述待识别的在线业务请求过程中消耗的系统资源;所述系统资源包括:响应待识别的在线业务请求的时间或内存资源;
判断所述系统资源是否大于资源阈值,如果所述系统资源大于资源阈值,则识别所述待识别的在线业务请求为异常请求,并立即停止对所述异常请求的响应;如果所述系统资源小于等于资源阈值,则识别所述待识别的在线业务请求为正常请求;
当所述当前工作状态为正常状态时,识别所述待识别的在线业务请求为正常请求。
2.根据权利要求1所述的方法,其特征在于,还包括:
在所述当前工作状态由正常状态切换至异常状态时,设置响应所述待识别的在线业务请求的初始预设条数;
则所述获取响应所述待识别的在线业务请求过程中消耗的系统资源,具体为:
针对多条待识别的在线业务请求,逐条获取响应所述多条待识别的在线业务请求过程中消耗的系统资源,直到已经响应的所述待识别的在线业务请求的总条数达到所述初始预设条数。
3.根据权利要求2所述的方法,其特征在于,在所述当前工作状态保持在所述异常状态,且获取到新的待识别的在线业务请求之后,还包括:
判断当前响应的所述待识别的在线业务请求的总条数是否大于所述初始预设条数;
如果是,则重新设定响应所述待识别的在线业务请求的总条数,并将重新设定的总条数作为所述初始预设条数。
4.根据权利要求1至3任意一项所述的方法,其特征在于,还包括:
在所述当前工作状态为异常状态时,判断所述待识别的在线业务请求是否携带有预先设定的关键词;
如果否,执行所述获取响应所述待识别的在线业务请求过程中消耗的系统资源步骤;
如果是,则执行所述识别所述待识别的在线业务请求为异常请求的步骤。
5.根据权利要求1至3任意一项所述的方法,其特征在于,所述判断当前工作状态是否为异常状态包括:判断缓存的待识别的在线业务请求的总条数是否大于预设总条数。
6.根据权利要求1至3任意一项所述的方法,其特征在于,所述判断所述系统资源是否大于资源阈值,包括:判断响应所述待识别的在线业务请求时间是否大于预设时间或者响应所述待识别的在线业务请求消耗的内存资源是否大于预设内存使用量。
7.一种在线业务请求识别系统,其特征在于,包括:
请求获取单元,用于获取待识别的在线业务请求;
状态判断单元,用于判断当前工作状态是否为异常状态;
资源获取单元,用于获取响应所述待识别的在线业务请求过程中消耗的系统资源;所述系统资源包括:响应待识别的在线业务请求的时间或内存资源;
资源判断单元,用于判断所述系统资源是否大于资源阈值;
第一识别单元,用于在所述资源判断单元的结果为是的情况下,识别所述待识别的在线业务请求为异常请求;
第二识别单元,用于在所述资源判断单元的结果为否的情况下,识别所述待识别的在线业务请求为正常请求;
触发器,用于在状态判断单元的结果为是的情况下,触发所述资源获取单元,由所述资源获取单元获取响应待识别的在线业务请求过程中消耗的系统资源,以及用于在状态判断单元的结果为否的情况下,触发所述第二识别单元。
8.一种服务器,其特征在于,包括:如权利要求7所述的在线业务请求识别系统。
9.一种在线服务器集群,包括多个服务器,其特征在于,任一服务器包括:如权利要求8所述的在线业务请求识别系统。
CN201110351624.4A 2011-11-08 2011-11-08 在线业务请求识别方法、系统、服务器及在线服务器集群 Active CN103095786B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110351624.4A CN103095786B (zh) 2011-11-08 2011-11-08 在线业务请求识别方法、系统、服务器及在线服务器集群

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110351624.4A CN103095786B (zh) 2011-11-08 2011-11-08 在线业务请求识别方法、系统、服务器及在线服务器集群

Publications (2)

Publication Number Publication Date
CN103095786A CN103095786A (zh) 2013-05-08
CN103095786B true CN103095786B (zh) 2016-04-06

Family

ID=48207914

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110351624.4A Active CN103095786B (zh) 2011-11-08 2011-11-08 在线业务请求识别方法、系统、服务器及在线服务器集群

Country Status (1)

Country Link
CN (1) CN103095786B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108062256A (zh) * 2017-11-10 2018-05-22 中国民生银行股份有限公司 一种应用程序的访问方法和装置
CN110569114B (zh) * 2019-08-15 2023-03-31 平安普惠企业管理有限公司 一种业务处理方法、装置、设备及存储介质
CN115421931B (zh) * 2022-11-07 2023-03-28 深圳市明源云科技有限公司 业务线程控制方法、装置、电子设备及可读存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101827081A (zh) * 2010-02-09 2010-09-08 蓝盾信息安全技术股份有限公司 检测请求安全性的方法及系统
CN101841442A (zh) * 2010-02-08 2010-09-22 电子科技大学 一种在名址分离网络中对网络异常进行检测的方法
CN101924746A (zh) * 2009-06-11 2010-12-22 中兴通讯股份有限公司 一种定位处理方法、地址重复处理方法及装置

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7881961B2 (en) * 2005-02-10 2011-02-01 International Business Machines Corporation Method and system of managing a business process
CN102137444A (zh) * 2010-11-25 2011-07-27 华为技术有限公司 一种过负荷控制方法和装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101924746A (zh) * 2009-06-11 2010-12-22 中兴通讯股份有限公司 一种定位处理方法、地址重复处理方法及装置
CN101841442A (zh) * 2010-02-08 2010-09-22 电子科技大学 一种在名址分离网络中对网络异常进行检测的方法
CN101827081A (zh) * 2010-02-09 2010-09-08 蓝盾信息安全技术股份有限公司 检测请求安全性的方法及系统

Also Published As

Publication number Publication date
CN103095786A (zh) 2013-05-08

Similar Documents

Publication Publication Date Title
US10956424B2 (en) Application recommending method and system, and server
US10783002B1 (en) Cost determination of a service call
US20160156653A1 (en) Method and Device for Identifying User Behavior
CN106059825A (zh) 一种分布式系统及配置方法
US8910128B2 (en) Methods and apparatus for application performance and capacity analysis
CN107911399B (zh) 一种基于负载预测的弹性伸缩方法及系统
CN113890879B (zh) 数据访问的负载均衡方法、装置、计算机设备及介质
CN113656179B (zh) 云计算资源的调度方法及装置、电子设备和存储介质
CN106557369A (zh) 一种多线程的管理方法及系统
CN109033814B (zh) 智能合约触发方法、装置、设备及存储介质
CN114095567B (zh) 数据访问请求的处理方法、装置、计算机设备及介质
CN107817401B (zh) 一种用电信息采集系统的压力测试方法及装置
CN102385536B (zh) 一种实现并行计算的方法及系统
US9386087B2 (en) Workload placement in a computer system
CN103095786B (zh) 在线业务请求识别方法、系统、服务器及在线服务器集群
CN114661462A (zh) 资源分配方法、系统、计算机可读存储介质及电子设备
CN105955838A (zh) 一种系统死机的原因查看方法及装置
CN109800085B (zh) 资源配置的检测方法、装置、存储介质和电子设备
CN107944004A (zh) Spark‑SQL调度的方法、系统、设备及存储介质
EP3633508A1 (en) Load distribution for integration scenarios
CN106911784B (zh) 一种执行异步事件的方法和装置
US9729464B1 (en) Method and apparatus for provisioning of resources to support applications and their varying demands
CN111930542A (zh) 数据采集方法、装置、电子设备及计算机可读存储介质
CN111376255A (zh) 机器人数据采集方法、装置及终端设备
CN115525392A (zh) 容器监控方法、装置、电子设备及存储介质

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
REG Reference to a national code

Ref country code: HK

Ref legal event code: DE

Ref document number: 1180131

Country of ref document: HK

C53 Correction of patent for invention or patent application
CB03 Change of inventor or designer information

Inventor after: Li Wei

Inventor before: Du Haitao

COR Change of bibliographic data

Free format text: CORRECT: INVENTOR; FROM: DU HAITAO TO: LI WEI

C14 Grant of patent or utility model
GR01 Patent grant
REG Reference to a national code

Ref country code: HK

Ref legal event code: GR

Ref document number: 1180131

Country of ref document: HK