CN106341492A - 基于云通讯服务的分布式内存数据存储和读取方法 - Google Patents

基于云通讯服务的分布式内存数据存储和读取方法 Download PDF

Info

Publication number
CN106341492A
CN106341492A CN201610910655.1A CN201610910655A CN106341492A CN 106341492 A CN106341492 A CN 106341492A CN 201610910655 A CN201610910655 A CN 201610910655A CN 106341492 A CN106341492 A CN 106341492A
Authority
CN
China
Prior art keywords
redis
value
group
redis service
service end
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.)
Pending
Application number
CN201610910655.1A
Other languages
English (en)
Inventor
张焰
钮满春
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.)
Hangzhou Racing Network Technology Co Ltd
Original Assignee
Hangzhou Racing Network Technology Co 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 Hangzhou Racing Network Technology Co Ltd filed Critical Hangzhou Racing Network Technology Co Ltd
Priority to CN201610910655.1A priority Critical patent/CN106341492A/zh
Publication of CN106341492A publication Critical patent/CN106341492A/zh
Pending legal-status Critical Current

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F12/00—Accessing, addressing or allocating within memory systems or architectures
    • G06F12/02—Addressing or allocation; Relocation
    • G06F12/08—Addressing or allocation; Relocation in hierarchically structured memory systems, e.g. virtual memory systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F3/00—Input arrangements for transferring data to be processed into a form capable of being handled by the computer; Output arrangements for transferring data from processing unit to output unit, e.g. interface arrangements
    • G06F3/06—Digital input from, or digital output to, record carriers, e.g. RAID, emulated record carriers or networked record carriers
    • G06F3/0601—Interfaces specially adapted for storage systems
    • G06F3/0668—Interfaces specially adapted for storage systems adopting a particular infrastructure
    • G06F3/067—Distributed or networked storage systems, e.g. storage area networks [SAN], network attached storage [NAS]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本本发明以开源内存数据库Redis为基础，权衡Redis自有的一主多重功能的利弊后，提出了一种通用的基于云通讯服务的高性能分布式内存数据存储和读取方法。该方法将Redis内存数据库和一致性hash算法相结合，具有高性能、稳定性和节省资源的优点，同时具有极强的伸缩性，可以根据服务器集群的扩展情况灵活的增加Redis服务端和组中的Redis服务端数量，将数据均匀的分配到各个服务器上，同时可以调整组中Redis服务端的个数，提升分布式内存数据库的数据设置和读取的稳定性。同时本发明使用高性能的一致性hash算法，由于该算法具有强大的抗干扰特性，不会因为key的命名习惯的问题而导致数据Redis服务端组的选择不均匀，从而获得了较好的分布式效果。

Description

基于云通讯服务的分布式内存数据存储和读取方法
技术领域
本发明涉及数据存储和读取方法，尤其涉及一种基于云通讯服务的分布式内存数据存储和读取方法。
背景技术
IOE(Internet Over Everything)或者IOT(Internet Over Thing)在移动互联网与物联网(M2M)的有机结合后，使得传统物联网获得新的生机，激发了家庭智能医疗、智能安防、智能家居等产品与市场的大力发展。
未来的物联网必然包含四个M2M(Man To Machine、Machine To Machine与Machine To Man、Man To Man)，形成一个有效的闭环应用，充分发挥移动互联网(移动、分享)与物联网(感知、互联、协同)的各自优点，将物联网从广泛的行业应用转移到移动端，进入社会体系的普通人，具备智能、协同、分析与控制，进而与智能医疗保健、家居、安防、教育、娱乐、商务出行等日常生活无缝结合，才体现智慧生活与智慧社会的真正涵义。
物联网的目的是实现万物互联，实现对“物”的远程和智能控制，同时实现“物”与“物”之间以及“物”与人之间的联动。文中的“物”包括智能设备，智能手机、pc以及平板电脑等。目前还没有技术支撑“物”跟“物”之前的远距离直接互联，唯一的途径是通过一组部署在Internet上的后台云服务器集群进行桥接。随着接入云服务器中的设备越来越多，云服务器的负担也将越来越大。通过成熟的负载均衡技术，通过不断的扩充服务器集群的规模，可以很好的解决链接负担问题。而云服务端属于I/O密集型、高并发应用场景，所以目前比较流行的做法是采用完全异步的node.js取代java、PHP、ruby on rail等服务端编写工具，另外采用Redis内存数据库取代传统服务器的全局变量和传统数据提高访问效率。
Redis是一款key/value类型轻量级的高性能内存数据库，具有主从同步功能，一个master可以有多个slave，一个slave也可以有多个slave，master是处于主地位的Redis服务端，slave是处于从地位的Redis服务端；master在使用时作为写操作，其余slave作为读操作，主从同步时不会阻塞master，也就是说当一个或多个slave与master进行同步数据时，master可以继续处理客户端发来的请求。相反slave在初次同步数据时则会阻塞不能处理客户端的请求；主从同步可以用来提高系统的可伸缩性，可以用多个slave专门处理client的读请求，也可以用来做简单的数据冗余或者只在slave上进行持久化从而提升集群的整体性能和稳定性。
Redis主从功能启用后存在浪费存储空间以及读取方面效率和稳定性不可兼得的问题。从数据的存储角度而言(占用内存的临时存储和占用硬盘空间的永久存储)，不管是作为主身份的master还是作为从地主的slave，它们的数据是完全同步的，即同一份数据会存在多份；因为物联网云服务器需要存储的数据量是跟接入的智能设备和用户数成正比的，随着智能设备和用户数的增加，需要存储的数据量将是海量的，使用Redis自有的主从配置无疑是对内存和硬盘空间的极大浪费。另外如果需要提高读取数据的稳定性，需要读取出所有主从Redis中的数据，并执行一套复杂的数据比较机制，这无形中降低了服务器的性能。
发明内容
发明目的：本发明针对现有Redis主从功能的不足，尤其是基于高并发云服务读写性能瓶颈、海量数据存储空间问题和云服务数据获取的稳定性问题，提出了一种通用的基于云通讯服务的高性能分布式内存数据存储和读写方法，该发明解决了高并发云服务的性能问题、海量数据时浪费存储空间，同时也保证了数据存储和读取的稳定性。
技术方案：本发明所述的基于云通讯服务的分布式内存数据存储和读取方法包括：
(1)在多个云通讯服务器上分别部署Redis服务端；
(2)对各个Redis服务端进行配置；
(3)将Redis服务端分成多个组，每组中的Redis服务端互为主备；
(4)存储数据时，根据需要存储数据的类型和用途生成key值；
(5)将key值作为种子，通过一致性hash算法选择对应的Redis服务组；
(6)将key值和value值依次存储到查找到的Redis服务组中的所有Redis服务端中，当Redis服务组中所有的Redis服务端全部存储成功则认为成功，否则默认为失败需要重新存储；
(7)读取数据时，当Redis服务组中任何一个Redis服务器获取到key值和value值就认为成功，其余的Redis服务端不再读取。
进一步的，所述一致性hash算法具体包括：
(51)设置i＝1，hash＝1；
(52)获取key值的第i个字符ci；
(53)将hash＝(hash×16777619)^ascii(ci)；其中，^表示按位取异或操作，ascii(ci)表示字符ci的ascii码值；
(54)将i＝i+1，并返回步骤(52)直至获取key值的所有字符，得到循环后hash值；
(55)若循环后hash值为负值，则将hash值取反；
(56)将hash值与Redis服务组的个数取模，取模余数作为选择Redis服务组的标准。
其中，步骤(2)中Redis服务端的配置参数具体包括：Redis服务端的端口号、Redis服务组的个数、每组中Redis服务端的个数和服务器集群中包含的服务器个数；其中，同一个服务器上的Redis服务端的端口号不相同；Redis服务组的个数跟未来服务器集群中包含的服务器个数成正比；每组中的Redis服务端的个数跟数据的稳定性和资源消耗成正比，跟数据存储效率成反比。
其中，步骤(4)中key值的生成，需要根据数据类型和数据用途定义不同的唯一的标识符，并将标识符和原有数据的key值组成新的key值，确保key值不会存在重复和覆盖。
其中，步骤(6)中，数据存储时采用node.js异步回调函数，当异步调用函数执行完成后通过事件方式通知业务处理进程。
其中，步骤(7)中，采用node.js异步回调函数读取数据。
有益效果：本发明与现有技术相比，其显著优点是：
本发明以开源内存数据库Redis为基础，权衡Redis自有的一主多重功能的利弊后，提出了一种通用的基于云通讯服务的高性能分布式内存数据存储和读写方法。该方法将Redis内存数据库和一致性hash算法相结合，具有高性能、稳定性和节省资源的优点，同时具有极强的伸缩性，可以根据服务器集群的扩展情况灵活的增加Redis服务端和组中的Redis服务端数量，将数据均匀的分配到各个服务器上，同时可以调整组中Redis服务端的个数，提升分布式内存数据库的数据设置和读取的稳定性。同时本发明使用高性能的一致性hash算法，由于该算法具有强大的抗干扰特性，不会因为key的命名习惯的问题而导致数据Redis服务端组的选择不均匀，从而获得了较好的分布式效果。
本发明的技术方案可以根据服务器集群数量的增减灵活修改各个服务组中的Redis服务端的数量，具有灵活的伸缩性，组中的所有Redis服务端都可以读和写，不存在主从同步时slave被阻塞问题，提高了数据读写性能。本发明使用了一致性hash算法将数据均匀分布到各个服务器上，有效地利用的服务器零散的内存和硬盘空间。同时组中的各个Redis服务端是互为主备的，当其中的一台或者多台(不是全部)服务器重启Redis内存中的数据不会丢失，具有很高的稳定性。另外如果只有一台服务器也可以在一台服务器上部署一组Redis服务端，用来提高读写性能。
附图说明
图1是本发明数据存储的流程示意图；
图2是本发明数据读取的流程示意图。
具体实施方式
本发明在数据存储前和读取前先要进行前置部署，具体步骤为：
S11、在多个云通讯服务器上分别部署Redis服务端。
S12、对各个Redis服务端进行配置。
其中，配置参数具体包括：Redis服务端的端口号、Redis服务组的个数、每组中Redis服务端的个数和服务器集群中包含的服务器个数；其中，同一个服务器上的Redis服务端的端口号不相同；Redis服务组的个数跟未来服务器集群中包含的服务器个数成正比；每组中的Redis服务端的个数跟数据的稳定性和资源消耗成正比，跟数据存储效率成反比。
S13、将Redis服务端分成多个组，每组中的Redis服务端互为主备。
参照图1，本发明在存储数据时的步骤为：
S21、选取特定的数据作为数据源。
由于云服务端的全局变量、会话信息、用户账号信息等数据相当庞大，所以选择这些数据作为数据源。
S22、根据特定的数据类型和用途生成key值。
其中，key值为字符串，生成规则为根据数据类型和用途加上不同的标识前缀，确保设置到Redis里面的数据不会相互覆盖。
S23、将key值作为种子，通过一致性hash算法选择对应的Redis服务组。
其中，一致性hash算法具体包括步骤：
S231、设置i＝1，hash＝1；
S232、获取key值的第i个字符ci；
S233、将hash＝(hash×16777619)^ascii(ci)；其中，^表示按位取异或操作，ascii(ci)表示字符ci的ascii码值；
S234、将i＝i+1，并返回步骤S232直至获取key值的所有字符，得到循环后hash值；
S235、若循环后hash值为负值，则将hash值取反，即hash＝—hash；若为正值，不作处理；
S236、将hash值与Redis服务组的个数取模，取模余数作为选择Redis服务组的标准。
同一个key值的一致性hash算法取模后的值是相同的，而且各个组被使用的概率长期看是相同的，这样就起到分布式存储和读取的作用。
S24、根据S23得到的取模余数选择对应的Redis服务组。
S25、将key值和value值依次存储到查找到的Redis服务组中的所有Redis服务端中。
其中，数据存储时采用node.js异步回调函数，当异步调用函数执行完成后通过事件方式通知业务处理进程。可以不阻塞正常流程。
S26、判断是否全部设置成功，成功则结束流程，不成功则继续执行set操作，直到成功。
当Redis服务组中所有的Redis服务端全部存储成功则认为成功，否则默认为失败需要重新存储。采用所有的Redis设置成功才认为成功的原则，有利于提高数据读取的稳定性和效率。
参照图2，本发明在读取数据时的步骤为：
S31、根据特定的数据类型生成key值。(过程和存储一致)
S32、对生成的key值进行一致性hash算法，最后与分布式内存数据库的组数取模(过程和存储一致)。
S33、根据一致性hash算法后得到的值选择对应的Redis服务组。
S34、将key值到对应的Redis服务组中的各个Redis中读取数据。
S35、判断是否存在任何一个Redis获取到数据，存在则返回value值，如果不存在则认为key值不存在。
本发明结合异步调用的node.js平台，在实际的云服务器集群应用中表现出了高性能、高稳定性和出众的分布式表现。分布式内存数据方法能够充分利用各个服务器的零散的内存空间(临时存储)和硬盘空间(数据持久化)。在实际的应用中可以将同一服务组中的Redis部署在不同的服务器上，一组中Redis服务端越多，数据丢失的可能性和读写被阻塞的可能性越低(包括内存数据和持久化的硬盘数据)，但是相应的会增加在数据存储上消耗的资源，所以一组中的Redis服务端的个数选择在2-3个是比较合理的(后期可以根据服务器的负载情况增加)。另外服务组的个数在云服务端进行商用之前需要进行合理的规划，以方便以后的扩容。
以上所揭露的仅为本发明一种较佳实施例而已，不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。

Claims (6)

1.一种基于云通讯服务的分布式内存数据存储和读取方法，其特征在于该方法包括：
(1)在多个云通讯服务器上分别部署Redis服务端；
(2)对各个Redis服务端进行配置；
(3)将Redis服务端分成多个组，每组中的Redis服务端互为主备；
(4)存储数据时，根据需要存储数据的类型和用途生成key值；
(5)将key值作为种子，通过一致性hash算法选择对应的Redis服务组；
(6)将key值和value值依次存储到查找到的Redis服务组中的所有Redis服务端中，当Redis服务组中所有的Redis服务端全部存储成功则认为成功，否则默认为失败需要重新存储；
(7)读取数据时，当Redis服务组中任何一个Redis服务器获取到key值和value值就认为成功，其余的Redis服务端不再读取。
2.根据权利要求1所述的于云通讯服务的分布式内存数据存储和读取方法，其特征在于：所述一致性hash算法具体包括：
(51)设置i＝1，hash＝1；
(52)获取key值的第i个字符ci；
(53)将hash＝(hash×16777619)^ascii(ci)；其中，^表示按位取异或操作，ascii(ci)表示字符ci的ascii码值；
(54)将i＝i+1，并返回步骤(52)直至获取key值的所有字符，得到循环后hash值；
(55)若循环后hash值为负值，则将hash值取反；
(56)将hash值与Redis服务组的个数取模，取模余数作为选择Redis服务组的标准。
3.根据权利要求1所述的于云通讯服务的分布式内存数据存储和读取方法，其特征在于：步骤(2)中Redis服务端的配置参数具体包括：Redis服务端的端口号、Redis服务组的个数、每组中Redis服务端的个数和服务器集群中包含的服务器个数；其中，同一个服务器上的Redis服务端的端口号不相同；Redis服务组的个数跟未来服务器集群中包含的服务器个数成正比；每组中的Redis服务端的个数跟数据的稳定性和资源消耗成正比，跟数据存储效率成反比。
4.根据权利要求1所述的于云通讯服务的分布式内存数据存储和读取方法，其特征在于：步骤(4)中key值的生成，需要根据数据类型和数据用途定义不同的唯一的标识符，并将标识符和原有数据的key值组成新的key值，确保key值不会存在重复和覆盖。
5.根据权利要求1所述的于云通讯服务的分布式内存数据存储和读取方法，其特征在于：步骤(6)中，数据存储时采用node.js异步回调函数，当异步调用函数执行完成后通过事件方式通知业务处理进程。
6.根据权利要求1所述的于云通讯服务的分布式内存数据存储和读取方法，其特征在于：步骤(7)中，采用node.js异步回调函数读取数据。
CN201610910655.1A 2016-10-19 2016-10-19 基于云通讯服务的分布式内存数据存储和读取方法 Pending CN106341492A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610910655.1A CN106341492A (zh) 2016-10-19 2016-10-19 基于云通讯服务的分布式内存数据存储和读取方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610910655.1A CN106341492A (zh) 2016-10-19 2016-10-19 基于云通讯服务的分布式内存数据存储和读取方法

Publications (1)

Publication Number Publication Date
CN106341492A true CN106341492A (zh) 2017-01-18

Family

ID=57840065

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610910655.1A Pending CN106341492A (zh) 2016-10-19 2016-10-19 基于云通讯服务的分布式内存数据存储和读取方法

Country Status (1)

Country Link
CN (1) CN106341492A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108322542A (zh) * 2018-02-12 2018-07-24 广州市贝聊信息科技有限公司 数据更新方法、系统、装置以及计算机可读存储介质
CN109144748A (zh) * 2018-07-26 2019-01-04 阿里巴巴集团控股有限公司 一种服务器、分布式服务器集群及其状态驱动方法
CN110147368A (zh) * 2017-11-27 2019-08-20 北京京东尚科信息技术有限公司 用于服务器的数据获取方法和装置
CN110855737A (zh) * 2019-09-24 2020-02-28 中国科学院软件研究所 一种一致性级别可控的自适应数据同步方法和系统
CN113127521A (zh) * 2021-05-19 2021-07-16 福建天晴在线互动科技有限公司 一种分布式系统下的全量缓存方案及系统

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102012946A (zh) * 2010-12-22 2011-04-13 武汉上博科技有限公司 一种高效的安全监控视频/图像数据存储方法
CN102663017A (zh) * 2012-03-21 2012-09-12 互动在线（北京）科技有限公司 增强MySQL数据库可用性的实现系统及实现方法
CN103345423A (zh) * 2013-07-03 2013-10-09 北京京东尚科信息技术有限公司 一种处理异步任务的方法和系统
CN104182472A (zh) * 2014-07-29 2014-12-03 浙江大学 一种基于内存数据库Redis的土地利用矢量数据存储方法
CN105138673A (zh) * 2015-09-08 2015-12-09 浙江风向标科技有限公司 一种基于物联网的海量存储系统及存储方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102012946A (zh) * 2010-12-22 2011-04-13 武汉上博科技有限公司 一种高效的安全监控视频/图像数据存储方法
CN102663017A (zh) * 2012-03-21 2012-09-12 互动在线（北京）科技有限公司 增强MySQL数据库可用性的实现系统及实现方法
CN103345423A (zh) * 2013-07-03 2013-10-09 北京京东尚科信息技术有限公司 一种处理异步任务的方法和系统
CN104182472A (zh) * 2014-07-29 2014-12-03 浙江大学 一种基于内存数据库Redis的土地利用矢量数据存储方法
CN105138673A (zh) * 2015-09-08 2015-12-09 浙江风向标科技有限公司 一种基于物联网的海量存储系统及存储方法

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110147368A (zh) * 2017-11-27 2019-08-20 北京京东尚科信息技术有限公司 用于服务器的数据获取方法和装置
CN108322542A (zh) * 2018-02-12 2018-07-24 广州市贝聊信息科技有限公司 数据更新方法、系统、装置以及计算机可读存储介质
CN108322542B (zh) * 2018-02-12 2021-10-15 广州市贝聊信息科技有限公司 数据更新方法、系统、装置以及计算机可读存储介质
CN109144748A (zh) * 2018-07-26 2019-01-04 阿里巴巴集团控股有限公司 一种服务器、分布式服务器集群及其状态驱动方法
CN109144748B (zh) * 2018-07-26 2021-12-07 创新先进技术有限公司 一种服务器、分布式服务器集群及其状态驱动方法
CN110855737A (zh) * 2019-09-24 2020-02-28 中国科学院软件研究所 一种一致性级别可控的自适应数据同步方法和系统
CN110855737B (zh) * 2019-09-24 2020-11-06 中国科学院软件研究所 一种一致性级别可控的自适应数据同步方法和系统
CN113127521A (zh) * 2021-05-19 2021-07-16 福建天晴在线互动科技有限公司 一种分布式系统下的全量缓存方案及系统

Similar Documents

Publication Publication Date Title
CN106341492A (zh) 基于云通讯服务的分布式内存数据存储和读取方法
Gai et al. Reinforcement learning-based content-centric services in mobile sensing
CN110191148B (zh) 一种面向边缘计算的统计函数分布式执行方法及系统
CN104881466B (zh) 数据分片的处理以及垃圾文件的删除方法和装置
CN104412266A (zh) 用于具有动态排序的树结构的多维数据储存和文件系统的方法和装置
CN103150154B (zh) 一种应用程序插件的实现方法及装置
CN107104824A (zh) 一种网络拓扑确定方法和装置
CN101094231A (zh) 一种分布式可同步的多源数据的控制方法和装置
CN110474794A (zh) 一种sdn架构的信息转换方法和系统
CN113312177B (zh) 一种基于联邦学习的无线边缘计算系统、优化方法
CN113094355A (zh) 基于国产化通信协议的模型实例化方法、装置、设备及介质
CN109597903A (zh) 图像文件处理装置和方法、文件存储系统及存储介质
CN103079194B (zh) 业务适配方法、装置及系统
CN104166705A (zh) 数据库的访问方法及装置
Yuan et al. Topology-oriented virtual network embedding approach for data centers
CN105610941B (zh) 一种移动网络中基于节点分组的数据分片缓存方法
CN108989270A (zh) 认证方法、设备以及系统
CN113918857A (zh) 一种提高分布式web应用系统性能的三级缓存加速方法
CN105138536B (zh) 基于有向超图的移动社交网络数据分片方法
US11683316B2 (en) Method and device for communication between microservices
CN107391541A (zh) 一种实时数据合并方法和装置
CN114928587B (zh) 一种基于云边协同系统的AIoT设备复用建模化方法
CN102868746A (zh) 实现移动信息化的方法
Xu et al. Accelerating Split Federated Learning over Wireless Communication Networks
CN109726252A (zh) 一种分布式数据集的数据管理方法及相关装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20170118

RJ01 Rejection of invention patent application after publication