CN108334505A - 一种数据处理方法、装置、服务器及库存系统 - Google Patents
一种数据处理方法、装置、服务器及库存系统 Download PDFInfo
- Publication number
- CN108334505A CN108334505A CN201710037430.4A CN201710037430A CN108334505A CN 108334505 A CN108334505 A CN 108334505A CN 201710037430 A CN201710037430 A CN 201710037430A CN 108334505 A CN108334505 A CN 108334505A
- Authority
- CN
- China
- Prior art keywords
- data
- target object
- cache
- access
- limit threshold
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 claims description 67
- 238000012545 processing Methods 0.000 claims description 53
- 230000009467 reduction Effects 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 22
- 230000007246 mechanism Effects 0.000 description 18
- 230000006870 function Effects 0.000 description 16
- 230000008569 process Effects 0.000 description 13
- 230000006872 improvement Effects 0.000 description 9
- 238000004590 computer program Methods 0.000 description 7
- 230000002829 reductive effect Effects 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 230000000694 effects Effects 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000002147 killing effect Effects 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 239000007795 chemical reaction product Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 108010001267 Protein Subunits Proteins 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000005055 memory storage Effects 0.000 description 1
- 229920001296 polysiloxane Polymers 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000001360 synchronised effect Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/10—File systems; File servers
- G06F16/17—Details of further file system functions
- G06F16/172—Caching, prefetching or hoarding of files
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
- G06Q10/087—Inventory or stock management, e.g. order filling, procurement or balancing against orders
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Human Resources & Organizations (AREA)
- General Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例公开了一种数据处理方法、装置、服务器及库存系统。所述方法包括接收目标对象数据记录的读取请求后,获取所述目标对象的缓存数据;根据所述缓存数据中预设目标字段的取值判断是否满足刷新条件;若满足,则从目标数据库中读取所述目标对象的数据记录,并根据所述数据记录相应的更新所述目标对象的缓存数据。利用本申请各个实施例,可以在高并发热点数据读取中,兼顾减小数据库压力和读取性能的同时,能够提高目标对象在缓存的数据记录与数据库中的数据记录的一致性。
Description
技术领域
本申请属于计算机数据处理技术领域,尤其涉及一种数据处理方法、装置、服务器及库存系统。
背景技术
随着互联网和计算机技术的迅速发展,目前出现的各种线上购物服务平台可用为消费者提供良好的购物服务体验,满足消费者的多种购物需求。
伴随着节日、清仓、特价等促销活动,线上购物服务平台的一些商品会在短时间内被大量访问,这就会引起后台应用服务器高并发热点库区的读取问题。例如在秒杀、爆款售卖、限时一折等促销活中,会出现短时间内大量的并发读取商品的库存数据,读取的库存记录会集中在少量的促销商品。如果直接采用从常规的数据库(如关系数据库)读取库存记录的方式,往往会出现在访问量非常大的高并发情况下把数据库打垮,导致应用服务器无法获取数据库连接、数据库无法响应等问题。所谓热点数据,可以理解为,大量的流量只访问一条数据记录。而目前的一种采用关系数据库分区方案只是把数据打撒分配到不同的数据库,不能缓解单条数据的访问量,数据库访问压力仍然很大。
目前现有常用的一种减小数据库压力的做法是在高并发热点事件发生前(比如秒杀活动开始前),事先从数据库取出库存数据放到本地的缓存中,应用服务器读取库存数据时可以从本地的缓存中读取。但由于高并发场景中库存访问量巨大,并且在库存扣减处理时一些系统的数据库库存计算逻辑和应用服务器缓存的库存计算逻辑不同步,这样会导致数据库中的库存数据与缓存中的库存数据难以保证数据的一致性,常常会出现实际商品库存已经售空,但服务器使用的本地的缓存数据中未更新,导致网页依然展示库存可以售卖的情况,对买家造成极不好的购物体验。
因此,现有技术中这样常规的预先从数据库取出库存数据放到服务器本地的缓存中供应用服务器读取的方式,使得数据库中的库存数据与服务器缓存的库存数据的数据一致性较差,常常会出现展示给消费者的库存和实际商品库存的信息不同,严重影响消费者体验,风险较高,可靠性较差。
发明内容
本申请目的在于提供一种数据处理方法、装置、服务器及库存系统,可以在高并发热点数据读取中,兼顾减小数据库压力和读取性能的同时,能够提高目标对象在缓存中的数据记录与数据库中的数据记录的一致性,有效解决热点库存读取问题。
本申请提供的一种数据处理方法、装置、服务器及库存系统是这样实现的:
一种数据处理方法所述方法包括:
接收目标对象数据记录的读取请求后,获取所述目标对象的缓存数据;
根据所述缓存数据中预设目标字段的取值判断是否满足刷新条件;
若满足,则从目标数据库中读取所述目标对象的数据记录,并根据所述数据记录相应的更新所述目标对象的缓存数据。
一种数据处理方法,所述方法包括:
接收读取目标对象的库存记录请求后,获取所述目标对象在缓存中的库存数据;
根据所述库存数据中预设目标字段的取值判断是否满足刷新条件;
若满足,则从目标数据库中读取所述目标对象的库存记录,并根据所述库存记录相应的更新所述缓存中目标对象的库存数据。
一种数据处理装置,所述装置包括:
读取请求处理模块,用于接收目标对象数据记录的读取请求后,获取所述目标对象的缓存数据;
刷新条件判断模块,用于根据所述缓存数据中预设目标字段的取值判断是否满足刷新条件;
缓存刷新模块,用于在满足所述刷新条件时,从目标数据库中读取所述目标对象的数据记录,并根据所述数据记录相应的更新所述目标对象的缓存数据。
一种服务器,包括处理器、缓存单元、I/O接口,
所述缓存单元,用于存储目标对象在服务器缓存的缓存数据;
I/O接口,耦合于处理器,用于从目标数据库读取目标对象的数据记录;
所述处理器被设置成,用于执行接收目标对象数据记录的读取请求后,获取所述目标对象的缓存数据;还用于根据所述缓存数据中预设目标字段的取值判断是否满足刷新条件;还用于在满足所述刷新条件时,从目标数据库中读取所述目标对象的数据记录,并根据所述数据记录相应的更新所述目标对象在缓存单元中的缓存数据。
一种库存系统,包括处理器、缓存、数据库,
所述缓存用于存储目标对象在缓存的库存数据;
所述数据库用于存储目标对象的库存的数据记录;
所述处理器被设置成,用于执行接收目标对象库存记录的读取请求后,获取所述目标对象在缓存的库存数据;还用于根据所述库存数据中预设目标字段的取值判断是否满足刷新条件;还用于在满足所述刷新条件时,从目标数据库中读取所述目标对象的库存记录,并根据所述库存记录相应的更新所述缓存中目标对象的库存数据。
本申请提供的一种数据处理方法、装置、服务器及库存系统,设置了缓存数据的刷新机制,可以根据缓存数据中预设目标字段的当前取值来确定是否需要重新读取目标对象的缓存数据。可以预先根据业务场景需求、服务器性能、系统部署等定义设置高并发场景下读取热点库存数据至缓存数据的刷新条件。当满足刷新条件时,则可以从数据库中读取目标对象的数据记录,更新缓存数据,然后可以将更新后的缓存数据返回给请求方。这样,设置了缓存的刷新机制,在高并发热点数据读取时,当达到刷新条件时更新目标对象的缓存数据,在减小对后端数据库读取压力的同时有效的保障了目标对象在缓存中的数据记录与数据库中的数据记录的一致性。进而可以提高(尤其是在高并发热点数据读取)返回给请求方的数据记录的准确性,提高请求方数据展示的可靠性。在实际在线商品购物中可以提高消费者购物体验和服务方购物平台的竞争力。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案,下面将对实施例或现有技术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中记载的一些实施例,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是本申请所述一种数据处理方法一种实施例的方法流程图;
图2是本申请一种实施例的系统部署结构应用场景的示意图;
图3是本申请所述一种数据处理方法中缓存数据的一种数据结构示意图;
图4是本申请提供的一种数据处理方法另一个实施例场景的实施示意图;
图5是本申请提供的所述一种数据处理方法的另一种实施例的方法流程示意图;
图6是本申请提供的一种数据处理方式另一种实施例的方法流程示意图;
图7是利用本申请实施方案处理商品库存数据的实施过程示意图;
图8是本申请提供的一种数据处理装置一种实施例的模块结构示意图;
图9是本申请提供的一种数据处理装置一种实施例的模块结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请中的技术方案,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作出创造性劳动前提下所获得的所有其他实施例,都应当属于本申请保护的范围。
图1是本申请所述一种数据处理方法一种实施例的方法流程图。虽然本申请提供了如下述实施例或附图所示的方法操作步骤或装置结构,但基于常规或者无需创造性的劳动在所述方法或装置中可以包括更多或者部分合并后更少的操作步骤或模块单元。在逻辑性上不存在必要因果关系的步骤或结构中,这些步骤的执行顺序或装置的模块结构不限于本申请实施例或附图所示的执行顺序或模块结构。所述的方法或模块结构的在实际中的装置、服务器或终端产品应用时,可以按照实施例或者附图所示的方法或模块结构进行顺序执行或者并行执行(例如并行处理器或者多线程处理的环境、甚至包括分布式处理、服务器集群的实施环境)。
以下为了清楚起见,以具体的一个用户浏览访问热点库存的商品页面时web应用服务器返回商品库存记录为应用场景进行说明。但是,本领域技术人员能够理解到,可以将本方案的实质精神应用到其他服务器、客户端或集群的缓存数据处理的场景中。即,通过对缓存数据设置的预设目标字段的取值来判断是否满足预设的缓存数据刷新条件,使得在达到刷新条件时更新缓存数据,尤其是在数据库热点数据的访问时可以有效的保障目标对象在缓存中的数据记录与数据库中的数据记录的一致性。
具体的一种实施例如图1所示,本申请提供的一种数据处理方法的一种实施例中,所述方法可以包括:
S1:接收目标对象数据记录的读取请求后,获取所述目标对象的缓存数据。
当用户(消费者)通过客户端发起了读取目标对象的数据记录的请求后,应用服务器可以接收该请求,然后访问本地的缓存数据,根据所述请求查询本地的缓存数据中是否有所述目标对象的缓存数据。若有,则可以获取所述目标对象的缓存数据。在本实施例消费者浏览访问热点库存的商品页面时web应用服务器返回商品库存记录的应用场景中,所述的应用服务器可以为web服务器,所述的目标对象则对应的为用户浏览访问的商品。图2是本申请一种实施例的系统部署结构应用场景的示意图,如图2所示,在线购物平台的服务端一侧可以采用web服务器集群的方式部署,数据库可以采用关系数据库集群。用户可以在浏览器端访问热点库存的商品页面,web服务器端接收包括了商品库存记录的页面请求,可以运行页面呈现逻辑,将请求的数据反馈给用户浏览器端。
本实施例应用场景中,缓存的商品库存数据可以缓存在WEB服务器内,以避免网络开销,当前,本申请其他的实施例不排除缓存数据存放在服务器之外的其他数据存储单元中,如第三方缓存单元或设置集群系统的公共缓存单元;库存的数据持久化到关系数据库集群。一些实施例中,可以仅针对单个应用服务器进行目标对象的数据缓存,如单个web服务器缓存商品库存数据。而目前多数实施场景中,服务器一侧通常采用应用集群的方式,如图2所示的web应用集群中可以部署多台web服务器,其中每一个web服务器可以对应一个本地的缓存,可以用于存储从数据库中获取的商品的数据。
在本实施例应用场景中,web服务器可以接收目标数据记录的读取请求,然后在本地查询获取目标对象的缓存数据。当然,如果缓存中没有目标对象的数据记录,则可以直接从目标数库中读取目标对象的数据记录到缓存中。
S2:根据所述缓存数据中预设目标字段的取值判断是否满足刷新条件。
获取目标对象的缓存数据后,可以提取缓存数据中的预设目标字段,得到所述预设目标字段的取值。所述预设目标字段可以包括预先设置的用于确定是否更新缓存数据的关键字段信息,具体的可以根据设置的缓存刷新机制选取相应的字段或维度信息。本申请实施例中可以预先设置目标商品的缓存数据的刷新条件,可以采用针对不同的目标对象设置不同的刷新条件,也可以分类设置或者全局统一设置的方式。然后可以根据所述预设目标字段取值来判断这些预设目标字段的当前取值是否满足了缓存数据的刷新条件。
本申请所述一种数据处理方法的另一种实施例中提供了一种缓存的刷新机制,具体的可以设置目标对象缓存数据的最大访问时间和访问次数,通过访问时间和访问次数这两个维度来确定是否更新目标对象的缓存数据。因此,在本实施例中重新定义了服务器存储的目标对象的缓存数据的数据结构。具体的,本申请所述一种数据处理方法的另一种实施例中,所述缓存数据可以被设置成包括下述中的至少一种维度信息的预设目标字段:
S201:所述目标对象的缓存数据的创建时间;
S202:所述目标对象的缓存数据的访问次数。
所述的创建时间可以包括从目标数据库中读取目标对象的数据记录后在缓存中形成缓存数据时即被记录。一般的,目标对象的缓存数据的创建时间一旦被创建记录则在使用周期内不会变更或更新。该预设目标字段主要作用包括判断目标对象的缓存数据缓存的时间是否达到上限值,达到时则需要更新目标对象的缓存数据。如果缓存的时间过长,则可能与目标数据库中的数据记录不一致。
所述的访问次数可以包括目标对象的缓存数据自创建生成之后被访问的次数。通常该预设目标字段的初始值设置为0,被访问一次则会自增加1。设置访问次数的预设目标字段,主要作用包括判断目标对象的缓存数据在服务器缓存中被访问的次数是否达到上限值,达到时则需要更新目标对象的缓存数据。如果目标对象的缓存数据被访问的次数过多,则可以表示目标对象的数据记录更新频率可能较高。由于一些系统的数据库数据记录的处理逻辑和服务器缓存的数据的处理逻辑不能做到完全匹配(结构部署、计算逻辑、硬件属性、延时等问题导致),在目标对象高并发访问时,常规的方式中可能出现目标数据库中目标对象的数据记录已经更新但服务器中缓存的数据还没有更新。因此,本实施例采用设置缓存数据的访问次数,具体的可以根据应用场景(如实际高并发数据库商品库存数据读取)计算或设置访问次数的安全值,以保障数据库中的数据与缓存中的数据的一致性。
本申请实施例中可以根据所述缓存数据中预设目标字段的取值判断是否满足刷新条件。所述的预设目标字段可以为某一维度信息的数据字段,也可以包括多个维度信息的数据字段。例如上述所述缓存数据的预设目标字段可以包括所述创建时间,也可以包括访问次数,也可以同时包括创建时间和访问次数这两个维度的信息。本申请提供的另一种实施例中,所述缓存数据可以同时包括创建时间和访问次数两个维度的信息,这样,在满足其中任意一个维度的刷新缓存数据的条件时均可以进行目标对象缓存数据的刷新更新处理。因此,具体的本申请提供的一种数据处理方法的另一种实施例中,所述方法所述缓存数据被设置成包括:
所述目标对象的缓存数据的创建时间字段、访问次数字段、数据记录字段,所述创建时间字段、访问次数字段为预设目标字段。
图3是本申请所述一种数据处理方法中缓存数据的一种数据结构示意图。如图3所示,所述缓存数据可以至少包括创建时间、访问次数和各个商品的库存数据记录的字段。创建时间的字段在缓存数据创建时(本申请中缓存数据更新被视为新的缓存数据被创建,因此,缓存数据更新时会重新记录更新后的缓存数据的时间,并将其作为新的创建时间字段)记录当前时间到该字段,在未失效或未更新前所述创建时间字段可以不做更新。访问次数字段在缓存数据创建时可以设置初始为0,缓存数据若被访问一次则会自增加1。数据记录字段可以存储目标对象具体的数据信息,如具体的库存A、B等商品的记录,每个库存字段的库存数据对应一个商品的最小库存单元的库存数据。
S3:若满足,则从目标数据库中读取所述目标对象的数据记录,并根据所述数据记录相应的更新所述目标对象的缓存数据。
进一步的,当根据所述目标对象在缓存的数据确定满足设置的缓存数据刷新条件时,则可以从存储目标对象数据记录的目标数据库中获取所述目标对象最新的数据记录,然后根据所述最新的数据记录相应的更新到目标对象的缓存数据中。需要说明的是,所述目标对象的缓存数据更新表示目标对象在服务器缓存的数据发生了变化,此时缓存数据中的预设目标字段也应相应的进行更新设置。一般的,在所述目标对象的缓存数据更新时可以同时更新设置的预设目标字段,如当缓存数据更新时可以重新记录当前时刻为目标对象在缓存的缓存数据的创建时间,访问次数也可以设置为初始值0。
进一步的,在确定了目标对象的缓存数据后,可以根据接收的数据记录请求将目标对象的数据记录返回给相应的请求方。因此,所述方法还可以包括:
S4:根据所读取请求返回所述缓存数据中目标对象更新后的数据记录。
图4是本申请所述一种数据处理方法另一种实施例的方法流程示意图。这样,本申请中设立了缓存刷新机制,在高并发下热点库存读取时保障数据库读写性能的同时可以有效提高缓存数据与数据库库存数据的一致性,提高数据展示的可靠性和真实性。需要说明的,可以直接返回目标对象的数据记录,缓存数据中的其他数据字段是否需要返给请求方,可以预先定义设置,如可以设置将缓存中目标对象的整个缓存数据返回给请求方,由请求方在进一步的处理。
利用本申请实施方案对缓存的数据进行预定维度(如时间和次数)的判断,在满足缓存数据的刷新条件时自动从数据库获取目标对象最新的数据记录,以更新服务器的缓存数据。这样,设置了服务器缓存数据的刷新机制可以保障数据库读写性能的同时有效提高目标对象在服务器缓存数据与目标数据库中的数据的一致性,从而可以有效保障尤其是高并发下业务处理的稳定、可靠。
如前所述,目前多数实施场景中,服务器一侧通常采用应用集群的方式,如图2所示的web应用集群中可以部署多台web服务器,其中每一个web服务器可以对应一个本地缓存,可以用于存储从数据库中获取的商品的缓存数据。当然,本申请所述方法的其他实施例中,也可以采用设置应用集群中所有应用服务器使用一个共同的缓存的实施方式。因此,本申请提供的样子数据处理方法的另一种采用服务器集群部署的实施例中,图5是本申请提供的一种数据处理方法另一种实施例的方法流程示意图,如图5所示,所述缓存数据可以被采用下述中的任意一种设置方式:
S101:设置服务器集群中的每个服务器对应一个本地缓存,用于存储目标对象的缓存数据;相应的,当满足刷新条件时,更新所述目标对象的缓存数据包括:确定服务器集群中与所述目标对象关联的服务器,更新关联的服务器中所述目标对象的缓存数据;
S102:设置有应用服务器集群的公共缓存,用于存储所有目标对象的缓存数据;相应的,当满足刷新条件更新所述目标对象的缓存数据包括更新所述公共缓存中存储的所述目标对象的缓存数据。
所述服务器集群中与所述目标对象关联的服务器可以是指服务器集群中与目标对象有交互通信的服务器,包括存储有所述目标对象的数据记录的服务器。这样关联的服务器中可以存储有目标对象的缓存数据,以便在使用时加载。而在服务器集群中有一台关联的服务器触发了缓存刷新机制刷新了目标对象的缓存数据,则可以在集群中更新与所有关联的服务器中目标对象的缓存数据。
本申请的实施方案在高并发热点库存数据读取的场景中可以在兼顾数据库读取性能的同时,能够保障缓存库存数据和数据库库存数据的相对一致性。在具体的实施过程中,本申请提出了基于缓存数据创建时间和访问次数两个维度的信息来判断缓存的数据是否需要更新。在实施本申请方案时,设置包括创建时间或访问次数的其中一个预设目标字段,或者同时设置创建时间和访问次数两个预设目标,在满足其中任意一个维度的缓存更新条件时只需更新缓存数据。具体的,本申请提供的一种数据处理方式的另一种实施例中,所述预设目标字段包括所述创建时间时,所述判断是否满足刷新条件包括:
S201:计算所述目标对象的缓存数据最新的访问时间与所述创建时间的差值,将所述差值与设置的安全访问时间限制阈值进行对比;若所述差值的绝对值大于所述安全访问时间限制阈值,则确定满足刷新条件。
本申请实施例中可以设置安全访问时间限制阈值,可以用于表示缓存数据在服务器存储期间的有效访问时间周期,或者自缓存数据被创建后的最大访问时间限制。安全访问时间限制阈值的取值可以根据应用场景来设置,同时可以设置不同的安全访问时间限制阈值以适配不同的目标对象或不同类别的目标对象或不同的业务服务器,当然也可以设置全局为同一个安全访问时间限制阈值(可以结合不同的时间段设置不同的全局安全访问时间限制阈值)。在访问缓存数据时,可以将最新的缓存数据访问时间(通常为当前访问的时刻)与之前记录存储的预设目标字段的创建时间进行比较,计算所述目标对象的缓存数据最新的访问时间与所述创建时间的差值。然后可以将所述差值与设置的安全访问时间限制阈值进行对比,若所述差值的绝对值大于所述安全访问时间限制阈值,则确定满足刷新条件,需要更新目标对象在缓存中的缓存数据。当然,如果所述差值的绝对值小于所述安全访问时间限制阈值,则表示缓存数据还未超过有效的可访问时间。此时如果没有其他缓存数据刷新的判决条件,则可以不用刷新缓存数据,如果有其他缓存数据刷新的判决条件,则还可以根据其他缓存数据刷新判决条件的结果来确定是否从目标数据库中从新读取目标对象的数据记录。
本申请提供的一种数据处理方法的另一种实施例提供了所述安全访问时间限制阈值一种取值的计算实施方式。具体的,可以采用下述方式设置所述安全访问时间限制阈值:
(n/X)≤安全访问时间限制阈值
其中,X为单个服务器中每秒缓存数据可承受的最高访问量,n为所处应用集群中应用服务器的数量。例如在上述用户浏览访问热点库存的商品页面时web应用服务器返回商品库存记录的应用场景中,web应用服务器采用集群部署模式,包括了10台web服务器,其中每一台web服务器每秒可承受的商品库存数据访问量为3000次,则所述安全访问时间限制阈值可以设置为1/300秒。
当然,本申请提供的一种数据处理方式的另一种实施例中,所述预设目标字段包括所述访问次数时,所述判断是否满足刷新条件包括:
将所述访问次数与设置的安全访问次数限制阈值进行对比;若所述访问次数大于所述安全访问次数限制阈值,则确定满足刷新条件。
当目标对象的缓存数据被访问时,可以将该字段的取值与安全访问次数限制阈值进行对比,若大于安全访问次数所述的安全访问次数限制阈值可以采用多种方式计算得到,如本领域计算人员可以根据业务场景或服务器性能、经验等设置合适的取值,以保障服务器缓存的数据在访问量达到一定次数后便需要更新缓存数据。本申请提供的一种数据处理方法的另一种实施例中,可以采用下述方式设置所述安全次数访问限制阈值:
(Y/X)≤安全访问次数限制阈值
如上所述,X为单个应用服务器每秒缓存数据可承受的最高访问量,Y为每秒应用集群中缓存数据的访问量。例如web应用服务器采用集群部署模式,集群中的缓存数据的最大可承受的访问量为30000次/秒,其中每一台web服务器每秒可承受的商品库存数据访问量为3000次,则所述安全访问次数限制阈值可以设置为10次。当然如前述安全访问时间限制阈值的描述,安全访问次数限制阈值的取值可以根据应用场景来设置,同时可以设置不同的安全访问次数限制阈值以适配不同的目标对象或业务服务器,当然也可以设置全局为同一个安全访问次数限制阈值(可以结合不同的时间段设置不同的全局安全访问次数限制阈值)。
在具体的实施过程中,设置的安全访问时间限制阈值和安全访问次数限制阈值可以按照上述提供的计算方式设置最小值。通常的,安全访问时间限制阈值和安全访问次数限制阈值的取值设置越大,使得服务器或集群读取数据库的性能越好、对后端数据库压力越小;若取值设置小于,越容易触发缓存更新机制,则相应的缓存中的数据与后端数据库中的数据一致性越高。利用本申请上述实施例提供的方法可以较为合理的设置访问时间和访问次数,在实际高并发热点库存数据记录读取中可以有效降低出现库存超卖等影响用户体验的问题。
一般的,为了尽可能的提醒数据库中目标数据的真实数据记录,如商品的真实库存,一种实施方式中可以采用同时设置安全方式时间和安全访问次数两个阈值来控制是否更新目标数据的缓存数据。在达到其中任意一个条件时就会刷新缓存。这样可以在服务器访问量低时能更早的更新缓存数据,展示更加接近于数据库中真实数据的缓存数据。当然,也可以设置案子预定的顺序逐个判断预设目标字段的取值是否满足刷新条件,例如可以设置先判断库存数据是否超过安全方式次数限制阈值,如果没有超过则进一步判断是否超过安全访问时间限制阈值。
上述实施例所述的方式不限于响应于用户客户端页面请求的服务器或服务器集群的实施场景,还可以具体应用在仓储或库存系统中,尤其是在用户通过终端APP或浏览器抢购爆款商品或秒杀活动的高并发热点库存读取场景中,在兼顾读取性能的同时能够有效提高缓存库存数据和数据库库存数据的一致性,使得页面展示的商品剩余库存数据更加真实、可靠,降低因与实际数据库中商品剩余库存数据不一致导致用户体验下降的风险。因此,本申请还提供一种可以用于库存读取服务器或系统的数据处理方法,具体的如图6所示,图6是本申请提供的字数据处理方式另一种实施例的方法流程示意图,如图6所示,所述方法可以包括:
S100:接收读取目标对象的库存记录请求后,获取所述目标对象在缓存中的库存数据;
S200:根据所述库存数据中预设目标字段的取值判断是否满足刷新条件;
S300:若满足,则从目标数据库中读取所述目标对象的库存记录,并根据所述库存记录相应的更新所述缓存中目标对象的库存数据。
图7是利用本申请实施方案处理商品库存数据的实施过程示意图。如图7所示,可以设置案子预定的顺序逐个判断预设目标字段的取值是否满足刷新条件,例如可以设置先判断库存数据是否超过安全方式次数限制阈值,如果没有超过则进一步判断是否超过安全访问时间限制阈值。这样,页面展示的库存数据可以更加接近数据库中真是商品库存数据,提供页面展示效果和用户体验。
当然,在商品库存数据读取的处理过程中,一种实施方式中,缓存的所述库存数据可以被设置成包括:
所述目标对象的库存数据的创建时间、访问次数、库存记录。
库存数据的创建时间和访问次数两个维度均可以作为库存数据是否需要刷新的判决条件。具体的,当所述库存数据的预设目标字段包括访问次数和/或创建时间时,相应的,所述判断是否满足刷新条件可以包括:
计算所述目标对象的库存数据最新的访问时间与所述创建时间的差值,将所述差值与设置的安全访问时间限制阈值进行对比;若所述差值的绝对值大于所述安全访问时间限制阈值,则确定满足刷新条件;采用下述方式设置所述安全次数访问限制阈值:
(Y/X)≤安全访问次数限制阈值;
X为单个应用服务器库存数据可承受的最高访问量,Y为每秒应用集群中库存数据的访问量;
或者,
将所述访问次数与设置的安全访问次数限制阈值进行对比;若所述访问次数大于所述安全访问次数限制阈值,则确定满足刷新条件;采用下述方式设置所述安全次数访问限制阈值:
(Y/X)≤安全访问次数限制阈值
X为单个应用服务器库存数据可承受的最高访问量,Y为每秒应用集群中库存数据的访问量。
所述创建时间、访问次数、库存记录的字段具体的定义和设置方式可以参照前述相关实施描述,在此不做赘述。
本申请提供的一种数据处理方法,设置了缓存数据的刷新机制,可以根据缓存数据中预设目标字段的当前取值来确定是否需要重新读取目标对象的缓存数据。可以预先根据业务场景需求、服务器性能、系统部署等定义设置高并发场景下读取热点库存数据至缓存的刷新条件。当满足刷新条件时,则可以从数据库中读取目标对象的数据记录,更新缓存数据,然后可以将更新后的缓存数据返回给请求方。这样,设置了缓存的刷新机制,在达到刷新条件时更新目标对象的缓存数据,在减小对后端数据库读取压力的同时有效的保障了目标对象在缓存的数据记录与数据库中的数据记录的一致性。进而可以提高(尤其是在高并发热点数据读取)返回给请求方的数据记录的准确性,提高请求方数据展示的可靠性。在实际在线商品购物中可以提高消费者购物体验和服务方购物平台的竞争力。
基本前述实施所述的数据处理方法,本申请还提供一种数据处理装置。图8是本申请提供的一种数据处理装置一种实施例的模块结构示意图,如图8所示,所述装置可以包括:
读取请求处理模块101,可以用于接收目标对象数据记录的读取请求后,获取所述目标对象的缓存数据;
刷新条件判断模块102,可以用于根据所述缓存数据中预设目标字段的取值判断是否满足刷新条件;
缓存刷新模块103,可以用于在满足所述刷新条件时,从目标数据库中读取所述目标对象的数据记录,并根据所述数据记录相应的更新所述目标对象的缓存数据。
本申请提供的一种数据处理装置,设置了缓存数据的刷新机制,可以根据缓存数据中预设目标字段的当前取值来确定是否需要重新读取目标对象的缓存数据。可以预先根据业务场景需求、服务器性能、系统部署等定义设置缓存数据的刷新条件。当满足刷新条件时,则可以从数据库中读取目标对象的数据记录,更新缓存数据,然后可以将更新后的缓存数据返回给请求方。这样,设置了缓存的刷新机制,在达到刷新条件时更新目标对象的缓存数据,在减小对后端数据库读取压力的同时有效的保障了目标对象在缓存中的数据记录与数据库中的数据记录的一致性。
利用本申请实施方案可以使得提高返回给请求方的数据记录的准确性,提高请求方数据展示的可靠性。图9是本申请提供的一种数据处理装置一种实施例的模块结构示意图,如图9所示,所述装置还可以包括:
数据返回模块104,可以用于根据所读取请求返回所述缓存数据中目标对象更新后的数据记录。
本申请为所述装置中存储的缓存数据设置特殊的数据结构,包括了用于判断缓存数据是否刷新的预设目标字段。具体的,本申请提供的所述装置的另一种实施例中,所述缓存数据被设置成包括下述中的至少一种维度信息的预设目标字段:
所述目标对象的缓存数据的创建时间;
所述目标对象的缓存数据的访问次数。
本申请所述一种数据处理方法的另一种实施例中提供了一种缓存的刷新机制,具体的可以设置目标对象缓存数据的最大访问时间和访问次数,通过访问时间和访问次数这两个维度来确定是否更新目标对象的缓存数据。因此,在本实施例中重新定义了存储的目标对象的缓存数据的数据结构。在实际实施过程中,所述缓存数据的数据结构可以同时包括创建时间和访问次数两个字段,在其中任意一个字段的取值达到设置的上限阈值时即可触发刷新机制,对目标对象在缓存的数据进行刷新。具体的,所述数据处理装置的另一种实施例中所述刷新条件判断模块102可以包括:
访问时间判断模块1021,可以用于在所述预设目标字段包括所述创建时间时,计算所述目标对象的缓存数据最新的访问时间与所述创建时间的差值,以及将所述差值与设置的安全访问时间限制阈值进行对比;若所述差值的绝对值大于所述安全访问时间限制阈值,则确定满足刷新条件。
其中,可以采用下述方式设置所述安全访问时间限制阈值:
(n/X)≤安全访问时间限制阈值
X为单个应用服务器中每秒缓存数据可承受的最高访问量,n为所处应用集群中应用服务器的数量。
所述的创建时间可以包括从目标数据库中读取目标对象的数据记录后在缓存形成缓存数据时即被记录。一般的,目标对象的缓存数据的创建时间一旦被创建记录则在使用周期内不会变更或更新。
所述数据处理装置的另一种实施例中所述刷新条件判断模块102可以包括:
访问次数判断模块1022,可以用于在所述预设目标字段包括所述访问次数时,将所述访问次数与设置的安全访问次数限制阈值进行对比;若所述访问次数大于所述安全访问次数限制阈值,则确定满足刷新条件。
其中,可以采用下述方式设置所述安全次数访问限制阈值:
(Y/X)≤安全访问次数限制阈值
X为单个应用服务器缓存数据可承受的最高访问量,Y为每秒应用集群中缓存数据的访问量。
所述的访问次数可以包括目标对象的缓存数据自创建生成之后被访问的次数。通常该预设目标字段的初始值设置为0,被访问一次则会自增加1。设置访问次数的预设目标字段,主要作用包括判断目标对象的缓存数据在服务器缓存中被访问的次数是否达到上限值,达到时则需要更新目标对象的缓存数据。
本申请的实施方案在高并发热点库存数据读取的场景中可以在兼顾数据库读取性能的同时,能够保障缓存库存数据和数据库库存数据的相对一致性。在具体的实施过程中,本申请提出了基于缓存数据创建时间和访问次数两个维度的信息来判断服务器缓存的数据是否需要更新。在实施本申请方案时,设置包括创建时间或访问次数的其中一个预设目标字段,或者同时设置创建时间和访问次数两个预设目标,在满足其中任意一个维度的缓存更新条件时只需更新服务器的缓存数据。
如前所述,目前多数实施场景中,服务器一侧通常采用应用集群的方式,如图2所示的web应用集群中可以部署多台web服务器,其中每一个web服务器可以对应一个本地缓存,可以用于存储从数据库中获取的商品的缓存数据。当然,本申请所述方法的其他实施例中,也可以采用设置应用集群中所有应用服务器使用一个共同的缓存的实施方式。因此,本申请提供的样子数据处理装置的另一种采用服务器集群部署的实施例中,在服务器集群中,所述缓存数据被采用下述中的任意一种设置方式:
设置服务器集群中的每个服务器对应一个本地缓存,用于存储目标对象的缓存数据;相应的,当满足刷新条件时,更新所述目标对象的缓存数据包括:确定服务器集群中与所述目标对象关联的服务器,更新关联的服务器中所述目标对象的缓存数据;
设置有应用服务器集群的公共缓存,用于所有目标对象的缓存数据;相应的,当满足刷新条件更新所述目标对象的缓存数据包括更新所述公共缓存中存储的所述目标对象的缓存数据。
本申请前述所述的方法或装置可以应用到单个缓存数据处理的服务器或者集群中的每一个服务器中,实现以在兼顾数据库读取性能的同时,能够保障服务器缓存库存数据和数据库库存数据的相对一致性。具体的一种实施例中,所述服务器可以包括处理器、缓存单元、I/O接口,
所述缓存单元,可以用于存储目标对象在服务器缓存的缓存数据;
I/O接口,耦合于处理器,可以用于从目标数据库读取目标对象的数据记录;
所述处理器被设置成,可以用于执行接收目标对象数据记录的读取请求后,获取所述目标对象的缓存数据;还用于根据所述缓存数据中预设目标字段的取值判断是否满足刷新条件;还用于在满足所述刷新条件时,从目标数据库中读取所述目标对象的数据记录,并根据所述数据记录相应的更新所述目标对象在缓存单元中的缓存数据。
所述的服务器可以单个应用的服务器,如单个web服务器。所述的服务器也可以为服务器集群中的其中一个应用服务器的实施场景。本申请提供的服务器存储的缓存数据有着特殊的数据结构,在本申请的一个实施例中所述缓存数据被设置成包括下述中的至少一种维度信息的预设目标字段:
所述目标对象的缓存数据的创建时间;
所述目标对象的缓存数据的访问次数。
本申请提供的一种服务器的另一种实施例中,当所述预设目标字段包括所述创建时间时,所述处理器判断是否满足刷新条件包括计算所述目标对象的缓存数据最新的访问时间与所述创建时间的差值,将所述差值与设置的安全访问时间限制阈值进行对比;若所述差值的绝对值大于所述安全访问时间限制阈值,则确定满足刷新条件。一种实施方式中,可以采用下述方式设置所述安全访问时间限制阈值:
(n/X)≤安全访问时间限制阈值
X为单个应用服务器中每秒缓存数据可承受的最高访问量,n为所处应用集群中应用服务器的数量。
本申请提供的一种服务器的另一种实施例中,当所述预设目标字段包括所述访问次数时,所述处理器判断是否满足刷新条件包括将所述访问次数与设置的安全访问次数限制阈值进行对比;若所述访问次数大于所述安全访问次数限制阈值,则确定满足刷新条件。一种实施方式中,可以采用下述方式设置所述安全次数访问限制阈值:
(Y/X)≤安全访问次数限制阈值
X为单个应用服务器缓存数据可承受的最高访问量,Y为每秒应用集群中缓存数据的访问量。
本申请提供的服务器设置了缓存数据的刷新机制,可以根据缓存数据中预设目标字段的当前取值来确定是否需要重新读取目标对象的缓存数据。可以预先根据业务场景需求、服务器性能、系统部署等定义设置缓存数据的刷新条件。当满足刷新条件时,则可以从数据库中读取目标对象的数据记录,更新缓存数据,然后可以将更新后的缓存数据返回给请求方。这样,设置了缓存的刷新机制,在达到刷新条件时更新目标对象的缓存数据,在减小对后端数据库读取压力的同时有效的保障了目标对象在缓存的数据记录与数据库中的数据记录的一致性。进而可以提高返回给请求方的数据记录的准确性,提高请求方数据展示的可靠性。在实际在线商品购物中可以提高消费者购物体验和服务方购物平台的竞争力。
本申请上述所述的方法、装置或服务器不但可以应用在线购物平台的相关处理设备中,还可以应用于库存系统中,以实现数据库存储的库存数据与服务器缓存的数据保持较高的一致性。因此,本申请还提供一种库存系统,具体的一种实施例中可以包括处理器、缓存、数据库,
所述缓存用于存储目标对象在缓存的库存数据;
所述数据库用于存储目标对象的库存的数据记录;
所述处理器被设置成,用于执行接收目标对象库存记录的读取请求后,获取所述目标对象在缓存中的库存数据;还用于根据所述库存数据中预设目标字段的取值判断是否满足刷新条件;还用于在满足所述刷新条件时,从目标数据库中读取所述目标对象的库存记录,并根据所述库存记录相应的更新所述缓存中目标对象的库存数据。
参考前述所述,其他的实施例中,当所述预设目标字段包括所述目标对象的库存数据的创建时间时,所述处理器判断是否满足刷新条件包括:
计算所述目标对象的库存数据最新的访问时间与所述创建时间的差值,将所述差值与设置的安全访问时间限制阈值进行对比;若所述差值的绝对值大于所述安全访问时间限制阈值,则确定满足刷新条件;
其中,采用下述方式设置所述安全访问时间限制阈值:
(n/X)≤安全访问时间限制阈值
X为单个应用服务器中每秒库存数据可承受的最高访问量,n为所处应用集群中应用服务器的数量。
参考前述所述,其他的实施例中,当所述预设目标字段包括所述目标对象的库存数据的访问次数时,所述处理器判断是否满足刷新条件包括:
将所述访问次数与设置的安全访问次数限制阈值进行对比;若所述访问次数大于所述安全访问次数限制阈值,则确定满足刷新条件;
其中,采用下述方式设置所述安全次数访问限制阈值:
(Y/X)≤安全访问次数限制阈值
X为单个应用服务器库存数据可承受的最高访问量,Y为每秒应用集群中库存数据的访问量。
本申请上述实施例提供的一种数据处理方法、装置、服务器及库存系统,设置了缓存数据的刷新机制,可以根据缓存数据中预设目标字段的当前取值来确定是否需要重新读取目标对象的缓存数据。可以预先根据业务场景需求、服务器性能、系统部署等定义设置并发场景下读取热点库存数据至缓存的刷新条件。当满足刷新条件时,则可以从数据库中读取目标对象的数据记录,更新缓存数据,然后可以将更新后的缓存数据返回给请求方。这样,设置了缓存的刷新机制,在达到刷新条件时更新目标对象的缓存数据,在减小对后端数据库读取压力的同时有效的保障了目标对象在缓存的数据记录与数据库中的数据记录的一致性。进而可以提高返回给请求方的数据记录的准确性,提高请求方数据展示的可靠性。在实际在线商品购物中可以提高消费者购物体验和服务方购物平台的竞争力。
尽管本申请内容中提到创建时间和访问次数的预设目标字段的设置、缓存数据的数据格式、安全访问时间限制阈值和安全访问次数限制阈值的计算方式等之类的数据定义、获取、交互、计算、判断等描述,但是,本申请并不局限于必须是符合行业通信标准、标准数据结构、标准数据库数据处理方法或本申请实施例所描述的情况。某些行业标准或者使用自定义方式或实施例描述的实施基础上略加修改后的实施方案也可以实现上述实施例相同、等同或相近、或变形后可预料的实施效果。应用这些修改或变形后的数据获取、存储、判断、处理方式等获取的实施例,仍然可以属于本申请的可选实施方案范围之内。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、车载人机交互设备、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
虽然本申请提供了如实施例或流程图所述的方法操作步骤,但基于常规或者无创造性的手段可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式,不代表唯一的执行顺序。在实际中的装置或终端产品执行时,可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境,甚至为分布式数据处理环境)。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、产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、产品或者设备所固有的要素。在没有更多限制的情况下,并不排除在包括所述要素的过程、方法、产品或者设备中还存在另外的相同或等同要素。
为了描述的方便,描述以上装置时以功能分为各种模块分别描述。当然,在实施本申请时可以把各模块的功能在同一个或多个软件和/或硬件中实现,也可以将实现同一功能的模块由多个子模块或子单元的组合实现等。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内部包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
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。
本说明书中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,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。
以上所述仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (24)
1.一种数据处理方法,其特征在于,所述方法包括:
接收目标对象数据记录的读取请求后,获取所述目标对象的缓存数据;
根据所述缓存数据中预设目标字段的取值判断是否满足刷新条件;
若满足,则从目标数据库中读取所述目标对象的数据记录,并根据所述数据记录相应的更新所述目标对象的缓存数据。
2.如权利要求1所述的一种数据处理方法,其特征在于,所述方法还包括:
根据所读取请求返回所述缓存数据中目标对象更新后的数据记录。
3.如权利要求1所述的一种数据处理方法,其特征在于,所述缓存数据被设置成包括下述中的至少一种维度信息的预设目标字段:
所述目标对象的缓存数据的创建时间;
所述目标对象的缓存数据的访问次数。
4.如权利要求3所述的一种数据处理方法,其特征在于,所述缓存数据被设置成包括:
所述目标对象的缓存数据的创建时间字段、访问次数字段、数据记录字段。
5.如权利要求3所述的一种数据处理方法,其特征在于,所述预设目标字段包括所述创建时间时,所述判断是否满足刷新条件包括:
计算所述目标对象的缓存数据最新的访问时间与所述创建时间的差值,将所述差值与设置的安全访问时间限制阈值进行对比;若所述差值的绝对值大于所述安全访问时间限制阈值,则确定满足刷新条件。
6.如权利要求5所述的一种数据处理方法,其特征在于,采用下述方式设置所述安全访问时间限制阈值:
(n/X)≤安全访问时间限制阈值
X为单个应用服务器中每秒缓存数据可承受的最高访问量,n为所处应用集群中应用服务器的数量。
7.如权利要求3所述的一种数据处理方法,其特征在于,所述预设目标字段包括所述访问次数时,所述判断是否满足刷新条件包括:
将所述访问次数与设置的安全访问次数限制阈值进行对比;若所述访问次数大于所述安全访问次数限制阈值,则确定满足刷新条件。
8.如权利要求7所述的一种数据处理方法,其特征在于,采用下述方式设置所述安全次数访问限制阈值:
(Y/X)≤安全访问次数限制阈值
X为单个应用服务器缓存数据可承受的最高访问量,Y为每秒应用集群中缓存数据的访问量。
9.如权利要求1所述的一种数据处理方法,其特征在于,在服务器集群中,所述缓存数据采用下述中的任意一种设置方式:
设置服务器集群中的每个服务器对应一个本地缓存,用于存储目标对象的缓存数据;相应的,当满足刷新条件时,更新所述目标对象的缓存数据包括:确定服务器集群中与所述目标对象关联的服务器,更新关联的服务器中所述目标对象的缓存数据;
设置有应用服务器集群的公共缓存,用于存储所有目标对象的缓存数据;相应的,当满足刷新条件更新所述目标对象的缓存数据包括更新所述公共缓存中存储的所述目标对象的缓存数据。
10.一种数据处理方法,其特征在于,所述方法包括:
接收读取目标对象的库存记录请求后,获取所述目标对象在缓存中的库存数据;
根据所述库存数据中预设目标字段的取值判断是否满足刷新条件;
若满足,则从目标数据库中读取所述目标对象的库存记录,并根据所述库存记录相应的更新所述缓存中目标对象的库存数据。
11.如权利要求10所述的一种数据处理方法,其特征在于,当所述库存数据的预设目标字段包括访问次数和/或创建时间时,所述判断是否满足刷新条件包括:
计算所述目标对象的库存数据最新的访问时间与所述创建时间的差值,将所述差值与设置的安全访问时间限制阈值进行对比;若所述差值的绝对值大于所述安全访问时间限制阈值,则确定满足刷新条件;采用下述方式设置所述安全次数访问限制阈值:
(Y/X)≤安全访问次数限制阈值;
X为单个应用服务器库存数据可承受的最高访问量,Y为每秒应用集群中库存数据的访问量;
或者,
将所述访问次数与设置的安全访问次数限制阈值进行对比;若所述访问次数大于所述安全访问次数限制阈值,则确定满足刷新条件;采用下述方式设置所述安全次数访问限制阈值:
(Y/X)≤安全访问次数限制阈值
X为单个应用服务器库存数据可承受的最高访问量,Y为每秒应用集群中库存数据的访问量。
12.一种数据处理装置,其特征在于,所述装置包括:
读取请求处理模块,用于接收目标对象数据记录的读取请求后,获取所述目标对象的缓存数据;
刷新条件判断模块,用于根据所述缓存数据中预设目标字段的取值判断是否满足刷新条件;
缓存刷新模块,用于在满足所述刷新条件时,从目标数据库中读取所述目标对象的数据记录,并根据所述数据记录相应的更新所述目标对象的缓存数据。
13.如权利要求12所述的一种数据处理装置,其特征在于,所述装置还包括:
数据返回模块,用于根据所读取请求返回所述缓存数据中目标对象更新后的数据记录。
14.如权利要求12所述的一种数据处理装置,其特征在于,所述缓存数据被设置成包括下述中的至少一种维度信息的预设目标字段:
所述目标对象的缓存数据的创建时间;
所述目标对象的缓存数据的访问次数。
15.如权利要求14所述的一种数据处理装置,其特征在于,所述刷新条件判断模块包括:
访问时间判断模块,用于在所述预设目标字段包括所述创建时间时,计算所述目标对象的缓存数据最新的访问时间与所述创建时间的差值,以及将所述差值与设置的安全访问时间限制阈值进行对比;若所述差值的绝对值大于所述安全访问时间限制阈值,则确定满足刷新条件;
其中,采用下述方式设置所述安全访问时间限制阈值:
(n/X)≤安全访问时间限制阈值
X为单个应用服务器中每秒缓存数据可承受的最高访问量,n为所处应用集群中应用服务器的数量。
16.如权利要求14所述的一种数据处理装置,其特征在于,所述刷新条件判断模块包括:
访问次数判断模块,用于在所述预设目标字段包括所述访问次数时,将所述访问次数与设置的安全访问次数限制阈值进行对比;若所述访问次数大于所述安全访问次数限制阈值,则确定满足刷新条件;
其中,采用下述方式设置所述安全次数访问限制阈值:
(Y/X)≤安全访问次数限制阈值
X为单个应用服务器缓存数据可承受的最高访问量,Y为每秒应用集群中缓存数据的访问量。
17.如权利要求12所述的一种数据处理装置,其特征在于,在服务器集群中,所述缓存数据被采用下述中的任意一种设置方式:
设置服务器集群中的每个服务器对应一个本地缓存,用于存储目标对象的缓存数据;相应的,当满足刷新条件时,更新所述目标对象的缓存数据包括:确定服务器集群中与所述目标对象关联的服务器,更新关联的服务器中所述目标对象的缓存数据;
设置有应用服务器集群的公共缓存,用于所有目标对象的缓存数据;相应的,当满足刷新条件更新所述目标对象的缓存数据包括更新所述公共缓存中存储的所述目标对象的缓存数据。
18.一种服务器,其特征在于,包括处理器、缓存单元、I/O接口,
所述缓存单元,用于存储目标对象在服务器缓存的缓存数据;
I/O接口,耦合于处理器,用于从目标数据库读取目标对象的数据记录;
所述处理器被设置成,用于执行接收目标对象数据记录的读取请求后,获取所述目标对象的缓存数据;还用于根据所述缓存数据中预设目标字段的取值判断是否满足刷新条件;还用于在满足所述刷新条件时,从目标数据库中读取所述目标对象的数据记录,并根据所述数据记录相应的更新所述目标对象在缓存单元中的缓存数据。
19.如权利要求18所述的一种服务器,其特征在于,所述缓存数据被设置成包括下述中的至少一种维度信息的预设目标字段:
所述目标对象的缓存数据的创建时间;
所述目标对象的缓存数据的访问次数。
20.如权利要求19所述的一种服务器,其特征在于,当所述预设目标字段包括所述创建时间时,所述处理器判断是否满足刷新条件包括:
计算所述目标对象的缓存数据最新的访问时间与所述创建时间的差值,将所述差值与设置的安全访问时间限制阈值进行对比;若所述差值的绝对值大于所述安全访问时间限制阈值,则确定满足刷新条件;
其中,采用下述方式设置所述安全访问时间限制阈值:
(n/X)≤安全访问时间限制阈值
X为单个应用服务器中每秒缓存数据可承受的最高访问量,n为所处应用集群中应用服务器的数量。
21.如权利要求19所述的一种服务器,其特征在于,当所述预设目标字段包括所述访问次数时,所述处理器判断是否满足刷新条件包括:
将所述访问次数与设置的安全访问次数限制阈值进行对比;若所述访问次数大于所述安全访问次数限制阈值,则确定满足刷新条件;
其中,采用下述方式设置所述安全次数访问限制阈值:
(Y/X)≤安全访问次数限制阈值
X为单个应用服务器缓存数据可承受的最高访问量,Y为每秒应用集群中缓存数据的访问量。
22.一种库存系统,其特征在于,包括处理器、缓存、数据库,
所述缓存用于存储目标对象在缓存的库存数据;
所述数据库用于存储目标对象的库存的数据记录;
所述处理器被设置成,用于执行接收目标对象库存记录的读取请求后,获取所述目标对象在缓存中的库存数据;还用于根据所述库存数据中预设目标字段的取值判断是否满足刷新条件;还用于在满足所述刷新条件时,从目标数据库中读取所述目标对象的库存记录,并根据所述库存记录相应的更新所述缓存中目标对象的库存数据。
23.如权利要求22所述的一种库存系统,其特征在于,当所述预设目标字段包括所述目标对象的库存数据的创建时间时,所述处理器判断是否满足刷新条件包括:
计算所述目标对象的库存数据最新的访问时间与所述创建时间的差值,将所述差值与设置的安全访问时间限制阈值进行对比;若所述差值的绝对值大于所述安全访问时间限制阈值,则确定满足刷新条件;
其中,采用下述方式设置所述安全访问时间限制阈值:
(n/X)≤安全访问时间限制阈值
X为单个应用服务器中每秒库存数据可承受的最高访问量,n为所处应用集群中应用服务器的数量。
24.如权利要求22所述的一种库存系统,其特征在于,当所述预设目标字段包括所述目标对象的库存数据的访问次数时,所述处理器判断是否满足刷新条件包括:
将所述访问次数与设置的安全访问次数限制阈值进行对比;若所述访问次数大于所述安全访问次数限制阈值,则确定满足刷新条件;
其中,采用下述方式设置所述安全次数访问限制阈值:
(Y/X)≤安全访问次数限制阈值
X为单个应用服务器库存数据可承受的最高访问量,Y为每秒应用集群中库存数据的访问量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710037430.4A CN108334505B (zh) | 2017-01-19 | 2017-01-19 | 一种数据处理方法、装置、服务器及库存系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710037430.4A CN108334505B (zh) | 2017-01-19 | 2017-01-19 | 一种数据处理方法、装置、服务器及库存系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108334505A true CN108334505A (zh) | 2018-07-27 |
CN108334505B CN108334505B (zh) | 2022-01-07 |
Family
ID=62921922
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710037430.4A Active CN108334505B (zh) | 2017-01-19 | 2017-01-19 | 一种数据处理方法、装置、服务器及库存系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108334505B (zh) |
Cited By (27)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110147480A (zh) * | 2019-04-15 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 一种数据拉取方法、设备及存储介质 |
CN110263010A (zh) * | 2019-05-31 | 2019-09-20 | 广东睿江云计算股份有限公司 | 一种缓存文件自动更新方法及装置 |
CN110347692A (zh) * | 2019-06-03 | 2019-10-18 | 阿里巴巴集团控股有限公司 | 基于缓存的库存管理方法以及装置 |
CN110378660A (zh) * | 2019-07-30 | 2019-10-25 | 北京字节跳动网络技术有限公司 | 库存处理方法、装置、电子设备和计算机可读存储介质 |
CN110442605A (zh) * | 2019-07-11 | 2019-11-12 | 阿里巴巴集团控股有限公司 | 服务器的缓存管理方法及装置 |
CN110471939A (zh) * | 2019-07-11 | 2019-11-19 | 平安普惠企业管理有限公司 | 数据访问方法、装置、计算机设备及存储介质 |
CN110597909A (zh) * | 2019-09-12 | 2019-12-20 | 广州南翼信息科技有限公司 | 一种保持客户端和多终端设备状态一致的方法 |
CN110990480A (zh) * | 2018-09-30 | 2020-04-10 | 北京国双科技有限公司 | 一种数据处理方法及装置 |
CN111048186A (zh) * | 2019-11-07 | 2020-04-21 | 福建亿能达信息技术股份有限公司 | 一种基于缓存和锁的库存预扣方法及系统 |
CN111125128A (zh) * | 2019-12-10 | 2020-05-08 | 苏宁云计算有限公司 | 一种缓存更新方法、装置及系统 |
CN111259034A (zh) * | 2020-02-17 | 2020-06-09 | 腾讯科技(深圳)有限公司 | 一种缓存数据管理方法和相关装置 |
CN111298432A (zh) * | 2020-01-16 | 2020-06-19 | 腾讯科技(深圳)有限公司 | 虚拟对象信息获取方法、装置、服务器及可读存储介质 |
CN111324615A (zh) * | 2018-12-13 | 2020-06-23 | 北京京东尚科信息技术有限公司 | 数据处理方法、装置、介质及电子设备 |
CN111367921A (zh) * | 2018-12-26 | 2020-07-03 | 北京奇虎科技有限公司 | 数据对象的刷新方法及装置 |
CN111368207A (zh) * | 2020-03-17 | 2020-07-03 | 北京奇艺世纪科技有限公司 | 数据处理方法及系统、候选数据池、电子设备、计算机可读存储介质 |
CN111414392A (zh) * | 2020-03-25 | 2020-07-14 | 浩鲸云计算科技股份有限公司 | 高速缓存异步刷新方法、系统及计算机可读存储介质 |
CN111414337A (zh) * | 2019-01-08 | 2020-07-14 | 阿里巴巴集团控股有限公司 | 一种文件读取方法、装置、计算设备及存储介质 |
CN111506524A (zh) * | 2019-01-31 | 2020-08-07 | 华为技术有限公司 | 一种数据库中淘汰、预加载数据页的方法、装置 |
CN111741016A (zh) * | 2020-07-23 | 2020-10-02 | 南京梦饷网络科技有限公司 | 用于管理应用接口的方法、计算设备和计算机存储介质 |
CN111782732A (zh) * | 2020-07-21 | 2020-10-16 | 深圳市腾讯网域计算机网络有限公司 | 一种数据处理方法、装置及计算机可读存储介质 |
CN111930786A (zh) * | 2020-08-14 | 2020-11-13 | 中国工商银行股份有限公司 | 资源获取请求处理系统、方法及装置 |
CN112052264A (zh) * | 2020-08-05 | 2020-12-08 | 北京五八信息技术有限公司 | 业务数据查询方法、装置、电子设备及可读存储介质 |
CN113032395A (zh) * | 2021-03-15 | 2021-06-25 | 中国工商银行股份有限公司 | 一种应用服务器的缓存刷新方法及装置 |
CN113141264A (zh) * | 2020-01-16 | 2021-07-20 | 北京京东振世信息技术有限公司 | 高并发访问处理方法、装置以及存储介质 |
CN113377792A (zh) * | 2021-06-10 | 2021-09-10 | 上海微盟企业发展有限公司 | 一种数据回写方法、装置、电子设备和存储介质 |
CN114116910A (zh) * | 2021-12-03 | 2022-03-01 | 建信金融科技有限责任公司 | 一种客群数据处理方法、装置、设备及介质 |
CN114490749A (zh) * | 2021-12-28 | 2022-05-13 | 珠海大横琴科技发展有限公司 | 一种资源访问的方法和装置 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101090401A (zh) * | 2007-05-25 | 2007-12-19 | 金蝶软件(中国)有限公司 | 一种群集环境下的数据缓存方法及系统 |
JP2010092222A (ja) * | 2008-10-07 | 2010-04-22 | Internatl Business Mach Corp <Ibm> | 更新頻度に基づくキャッシュ機構 |
CN102137165A (zh) * | 2011-04-22 | 2011-07-27 | 南京邮电大学 | 一种基于对等网络的阿瑞斯索引系统的实现方法 |
US20140115235A1 (en) * | 2012-10-18 | 2014-04-24 | Hitachi, Ltd. | Cache control apparatus and cache control method |
CN103853671A (zh) * | 2012-12-07 | 2014-06-11 | 北京百度网讯科技有限公司 | 一种数据写入控制方法及装置 |
US20150161051A1 (en) * | 2012-07-05 | 2015-06-11 | Hitachi ,Ltd. | Computer System and Cache Control Method |
CN105095107A (zh) * | 2014-05-04 | 2015-11-25 | 腾讯科技(深圳)有限公司 | 清理缓存数据的方法及装置 |
CN105915619A (zh) * | 2016-04-29 | 2016-08-31 | 中国地质大学(武汉) | 顾及访问热度的网络空间信息服务高性能内存缓存方法 |
CN106066877A (zh) * | 2016-05-30 | 2016-11-02 | 北京皮尔布莱尼软件有限公司 | 一种异步更新数据的方法及系统 |
CN106326389A (zh) * | 2016-08-17 | 2017-01-11 | 深圳市金证科技股份有限公司 | 一种基于数据缓存的业务请求处理方法及系统 |
-
2017
- 2017-01-19 CN CN201710037430.4A patent/CN108334505B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101090401A (zh) * | 2007-05-25 | 2007-12-19 | 金蝶软件(中国)有限公司 | 一种群集环境下的数据缓存方法及系统 |
JP2010092222A (ja) * | 2008-10-07 | 2010-04-22 | Internatl Business Mach Corp <Ibm> | 更新頻度に基づくキャッシュ機構 |
CN102137165A (zh) * | 2011-04-22 | 2011-07-27 | 南京邮电大学 | 一种基于对等网络的阿瑞斯索引系统的实现方法 |
US20150161051A1 (en) * | 2012-07-05 | 2015-06-11 | Hitachi ,Ltd. | Computer System and Cache Control Method |
US20140115235A1 (en) * | 2012-10-18 | 2014-04-24 | Hitachi, Ltd. | Cache control apparatus and cache control method |
CN103853671A (zh) * | 2012-12-07 | 2014-06-11 | 北京百度网讯科技有限公司 | 一种数据写入控制方法及装置 |
CN105095107A (zh) * | 2014-05-04 | 2015-11-25 | 腾讯科技(深圳)有限公司 | 清理缓存数据的方法及装置 |
CN105915619A (zh) * | 2016-04-29 | 2016-08-31 | 中国地质大学(武汉) | 顾及访问热度的网络空间信息服务高性能内存缓存方法 |
CN106066877A (zh) * | 2016-05-30 | 2016-11-02 | 北京皮尔布莱尼软件有限公司 | 一种异步更新数据的方法及系统 |
CN106326389A (zh) * | 2016-08-17 | 2017-01-11 | 深圳市金证科技股份有限公司 | 一种基于数据缓存的业务请求处理方法及系统 |
Non-Patent Citations (4)
Title |
---|
DUANXZ: "缓存与数据库一致性之一", 《HTTPS://WWW.CNBLOGS.COM/DUANXZ/P/3740595.HTML》 * |
叶玲: "移动计算环境下缓存策略的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
宇天行: "关于Memcache缓存过期时间的问题", 《HTTPS://WWW.HUCEO.COM/POST/445.HTML》 * |
赵伊凡"S BLOG: "Redis学习笔记(十)——过期时间、访问限制与缓存", 《HTTP://IRFEN.ME/REDIS-LEARN-10-TIME-EXPIRE-LIMIT-CACHE/》 * |
Cited By (40)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110990480A (zh) * | 2018-09-30 | 2020-04-10 | 北京国双科技有限公司 | 一种数据处理方法及装置 |
CN111324615A (zh) * | 2018-12-13 | 2020-06-23 | 北京京东尚科信息技术有限公司 | 数据处理方法、装置、介质及电子设备 |
CN111367921A (zh) * | 2018-12-26 | 2020-07-03 | 北京奇虎科技有限公司 | 数据对象的刷新方法及装置 |
CN111414337B (zh) * | 2019-01-08 | 2023-05-26 | 阿里巴巴集团控股有限公司 | 一种文件读取方法、装置、计算设备及存储介质 |
CN111414337A (zh) * | 2019-01-08 | 2020-07-14 | 阿里巴巴集团控股有限公司 | 一种文件读取方法、装置、计算设备及存储介质 |
CN111506524A (zh) * | 2019-01-31 | 2020-08-07 | 华为技术有限公司 | 一种数据库中淘汰、预加载数据页的方法、装置 |
CN111506524B (zh) * | 2019-01-31 | 2024-01-30 | 华为云计算技术有限公司 | 一种数据库中淘汰、预加载数据页的方法、装置 |
CN110147480A (zh) * | 2019-04-15 | 2019-08-20 | 腾讯科技(深圳)有限公司 | 一种数据拉取方法、设备及存储介质 |
CN110263010A (zh) * | 2019-05-31 | 2019-09-20 | 广东睿江云计算股份有限公司 | 一种缓存文件自动更新方法及装置 |
CN110263010B (zh) * | 2019-05-31 | 2023-05-02 | 广东睿江云计算股份有限公司 | 一种缓存文件自动更新方法及装置 |
CN110347692A (zh) * | 2019-06-03 | 2019-10-18 | 阿里巴巴集团控股有限公司 | 基于缓存的库存管理方法以及装置 |
CN110347692B (zh) * | 2019-06-03 | 2023-05-26 | 创新先进技术有限公司 | 基于缓存的库存管理方法以及装置 |
CN110442605B (zh) * | 2019-07-11 | 2023-08-08 | 阿里巴巴集团控股有限公司 | 服务器的缓存管理方法及装置 |
CN110471939A (zh) * | 2019-07-11 | 2019-11-19 | 平安普惠企业管理有限公司 | 数据访问方法、装置、计算机设备及存储介质 |
CN110442605A (zh) * | 2019-07-11 | 2019-11-12 | 阿里巴巴集团控股有限公司 | 服务器的缓存管理方法及装置 |
CN110378660A (zh) * | 2019-07-30 | 2019-10-25 | 北京字节跳动网络技术有限公司 | 库存处理方法、装置、电子设备和计算机可读存储介质 |
CN110597909A (zh) * | 2019-09-12 | 2019-12-20 | 广州南翼信息科技有限公司 | 一种保持客户端和多终端设备状态一致的方法 |
CN110597909B (zh) * | 2019-09-12 | 2023-03-14 | 广州南翼信息科技有限公司 | 一种保持客户端和多终端设备状态一致的方法 |
CN111048186A (zh) * | 2019-11-07 | 2020-04-21 | 福建亿能达信息技术股份有限公司 | 一种基于缓存和锁的库存预扣方法及系统 |
CN111125128A (zh) * | 2019-12-10 | 2020-05-08 | 苏宁云计算有限公司 | 一种缓存更新方法、装置及系统 |
CN111125128B (zh) * | 2019-12-10 | 2023-07-25 | 苏宁云计算有限公司 | 一种缓存更新方法、装置及系统 |
CN111298432A (zh) * | 2020-01-16 | 2020-06-19 | 腾讯科技(深圳)有限公司 | 虚拟对象信息获取方法、装置、服务器及可读存储介质 |
CN113141264B (zh) * | 2020-01-16 | 2023-12-08 | 北京京东振世信息技术有限公司 | 高并发访问处理方法、装置以及存储介质 |
CN113141264A (zh) * | 2020-01-16 | 2021-07-20 | 北京京东振世信息技术有限公司 | 高并发访问处理方法、装置以及存储介质 |
CN111259034A (zh) * | 2020-02-17 | 2020-06-09 | 腾讯科技(深圳)有限公司 | 一种缓存数据管理方法和相关装置 |
CN111368207A (zh) * | 2020-03-17 | 2020-07-03 | 北京奇艺世纪科技有限公司 | 数据处理方法及系统、候选数据池、电子设备、计算机可读存储介质 |
CN111368207B (zh) * | 2020-03-17 | 2023-09-22 | 北京奇艺世纪科技有限公司 | 数据处理方法及系统、候选数据池、电子设备、计算机可读存储介质 |
CN111414392A (zh) * | 2020-03-25 | 2020-07-14 | 浩鲸云计算科技股份有限公司 | 高速缓存异步刷新方法、系统及计算机可读存储介质 |
CN111782732A (zh) * | 2020-07-21 | 2020-10-16 | 深圳市腾讯网域计算机网络有限公司 | 一种数据处理方法、装置及计算机可读存储介质 |
CN111782732B (zh) * | 2020-07-21 | 2024-09-10 | 深圳市腾讯网域计算机网络有限公司 | 一种数据处理方法、装置及计算机可读存储介质 |
CN111741016B (zh) * | 2020-07-23 | 2020-12-08 | 南京梦饷网络科技有限公司 | 用于管理应用接口的方法、计算设备和计算机存储介质 |
CN111741016A (zh) * | 2020-07-23 | 2020-10-02 | 南京梦饷网络科技有限公司 | 用于管理应用接口的方法、计算设备和计算机存储介质 |
CN112052264A (zh) * | 2020-08-05 | 2020-12-08 | 北京五八信息技术有限公司 | 业务数据查询方法、装置、电子设备及可读存储介质 |
CN112052264B (zh) * | 2020-08-05 | 2021-08-10 | 北京五八信息技术有限公司 | 业务数据查询方法、装置、电子设备及可读存储介质 |
CN111930786A (zh) * | 2020-08-14 | 2020-11-13 | 中国工商银行股份有限公司 | 资源获取请求处理系统、方法及装置 |
CN111930786B (zh) * | 2020-08-14 | 2023-09-26 | 中国工商银行股份有限公司 | 资源获取请求处理系统、方法及装置 |
CN113032395A (zh) * | 2021-03-15 | 2021-06-25 | 中国工商银行股份有限公司 | 一种应用服务器的缓存刷新方法及装置 |
CN113377792A (zh) * | 2021-06-10 | 2021-09-10 | 上海微盟企业发展有限公司 | 一种数据回写方法、装置、电子设备和存储介质 |
CN114116910A (zh) * | 2021-12-03 | 2022-03-01 | 建信金融科技有限责任公司 | 一种客群数据处理方法、装置、设备及介质 |
CN114490749A (zh) * | 2021-12-28 | 2022-05-13 | 珠海大横琴科技发展有限公司 | 一种资源访问的方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108334505B (zh) | 2022-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108334505B (zh) | 一种数据处理方法、装置、服务器及库存系统 | |
US10372723B2 (en) | Efficient query processing using histograms in a columnar database | |
TW202008237A (zh) | 針對新場景的預測模型訓練方法及裝置 | |
JP2018537759A (ja) | タイトル表示方法及び装置 | |
CN105824830B (zh) | 一种显示页面的方法、客户端及设备 | |
CN110866008B (zh) | 一种数据处理方法、装置、系统 | |
US20220035655A1 (en) | Method and Device for Anonymous Page Management, Terminal Device, and Readable Storage Medium | |
KR102391839B1 (ko) | 사용자 페르소나를 처리하는 방법, 장치, 서버 및 저장 매체 | |
US11501317B2 (en) | Methods, apparatuses, and devices for generating digital document of title | |
JP2023502296A (ja) | Webブラウザ環境内で機械学習モデルを処理するための方法および装置 | |
US20230409398A1 (en) | Resource pre-fetch using age threshold | |
CN107632852B (zh) | 信息更新方法及装置 | |
CN110647704B (zh) | 一种页面更新方法、装置及设备 | |
CN113297409A (zh) | 一种图像搜索方法、装置、电子设备及存储介质 | |
CN115357622A (zh) | 基于热点数据的业务处理方法及服务器 | |
US9710865B1 (en) | Coordinating distributed order execution | |
CN111784468A (zh) | 一种账户关联方法、装置及电子设备 | |
CN111415210A (zh) | 一种信息展示的方法及装置 | |
US20220229944A1 (en) | Selective loading of interaction data for visualized elements of a computer-aided design (cad) model | |
CN106547751B (zh) | 缓存数据的更新方法及装置 | |
CN113869815A (zh) | 一种数据同步的方法及装置 | |
CN108021464B (zh) | 一种应用程序响应数据的兜底处理的方法以及装置 | |
US9230022B1 (en) | Customizable result sets for application program interfaces | |
CN107562533B (zh) | 一种数据加载处理方法及装置 | |
CN109740054A (zh) | 一种用于确定目标用户的关联财经信息的方法与设备 |
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 | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240221 Address after: # 01-21, Lai Zan Da Building 1, 51 Belarusian Road, Singapore Patentee after: Alibaba Singapore Holdings Ltd. Country or region after: Singapore Address before: Greater Cayman, British Cayman Islands Patentee before: ALIBABA GROUP HOLDING Ltd. Country or region before: Cayman Islands |
|
TR01 | Transfer of patent right |