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。
本申请实施例提供了一种业务请求处理方法及装置,预先将共享资源拆分为多个子资源,针对多个业务请求需要对该共享资源进行锁定的情况,接收到业务请求后,分别为每个业务请求匹配适用的目标子资源,这样多个业务请求能够对不同的子资源进行锁定使用,实现多个业务请求并行处理,提高了业务请求处理的时效性,承受更大的业务请求并发量,避免出现因资源竞争而导致业务请求堆积的情况,缩短了其他业务请求的等待时间,提高了业务请求的响应效率。
图1为本申请实施例提供的业务请求处理方法的第一种流程示意图,图1中方法的执行主体是业务请求处理组件,该业务请求处理组件可以与应用系统程序设置于同一硬件设备中,也可以与应用系统程序设置于不同的硬件设备中,即业务请求处理组件可以设置于包含应用系统程序的应用服务器中,也可以设置于不同于应用服务器的另一服务器,无论采用哪种实现方式,均需要业务请求处理组件与应用系统程序进行信息交互,应用服务器与多个客户端通信连接,接收来自客户端的业务请求,并将该业务请求传输至业务请求处理组件,从而实现业务请求处理组件为该业务请求匹配适用的目标子资源,以使业务请求对该目标子资源进行锁定使用,如图1所示,本申请实施例提供的业务请求处理方法至少包括以下步骤:
S101,接收业务请求,其中,该业务请求中携带有欲锁定的共享资源的标识以及需要响应的业务信息,该业务信息用于指示对锁定资源的处理内容;
例如,以共享资源为账户余额为例,业务信息可以是指示对目标账户的余额执行扣除预设金额的操作,业务信息还可以是指示对目标账户的余额执行增加预设金额的操作;
S102,确定与接收到的业务请求相匹配的目标子资源,其中,该目标子资源是预先将目标共享资源进行拆分得到的多个子资源之一;
其中,目标共享资源可以是账户余额,也可以是处理内存等需要竞争的资源,如果接收到的多个业务请求均对同一资源进行锁定,则将由共享资源拆分得到的多个子资源分别分配给对应的业务请求,这样多个业务请求能够对不同的子资源进行锁定使用,实现多个业务请求并行处理,各业务请求的响应过程互相隔离,互不影响;
S103,根据接收到的业务请求对目标子资源进行处理,得到处理后的子资源;
具体的,如果与第一业务请求相匹配的目标子资源为第一子资源,第一业务请求指示对目标账户的余额执行扣除第一预设金额的操作,此时,需要将第一子资源的当前属性值减去第一预设金额;如果与第二业务请求相匹配的目标子资源为第二子资源,第二业务请求指示对目标账户的余额执行增加第二预设金额的操作,此时,需要将第二子资源的当前属性值加上第二预设金额;处理后的第一子资源的属性值与处理后的第二子资源的属性值之和即为响应第一业务请求和第二业务请求后的共享资源的属性值。
在本申请实施例中,预先将共享资源拆分为多个子资源,针对多个业务请求需要对该共享资源进行锁定的情况,接收到业务请求后,分别为每个业务请求匹配适用的目标子资源,这样多个业务请求能够对不同的子资源进行锁定使用,实现多个业务请求并行处理,提高了业务请求处理的时效性,承受更大的业务请求并发量,避免出现因资源竞争而导致业务请求堆积的情况,缩短了其他业务请求的等待时间,提高了业务请求的响应效率。
其中,需要预先对各共享资源进行拆分处理,将共享资源拆分为多个子资源,每个子资源具有一定的初始属性值,同时,为了提高拆分得到的多个子资源的利用率,使得需要响应的业务请求均能够锁定到适用的子资源,基于此,如图2所示,在上述S101接收业务请求之前,还包括:
S104,确定与目标共享资源对应的拆分规则;其中,该目标共享资源的拆分规则为预先生成的,且按照预设时间间隔对拆分规则进行更新,该拆分规则包括:拆分数量和每份子资源的属性值占比;
S105,基于确定出的拆分规则对目标共享资源进行拆分,得到多个子资源,其中,每个子资源具有一定的初始属性值,所有子资源的初始属性值之和等于拆分前的共享资源的属性值,例如,共享资源的属性值为200,与该共享资源对应的拆分规则为1:1:2:3:3:4:6,说明拆分数量为7,各子资源的属性值占比分别为1、1、2、3、3、4、6,得到的多个子资源的初始属性值分别为:10、10、20、30、30、40、60。
具体的,可以按照预定的拆分规则对目标共享资源进行拆分,还可以按照基于历史数据智能识别得到的拆分规则对目标共享资源进行拆分,为了提高拆分得到的多个子资源的利用率,使得需要响应的业务请求均能够锁定到适用的子资源,采用智能识别的方式生成目标共享资源的拆分规则,具体为:
首先,需要预先训练得到拆分规则识别模型,具体包括:
获取针对目标共享资源的第一历史业务处理数据,其中,该第一历史业务处理数据包括:历史使用场景与业务请求所需锁定的资源的属性值之间的对应关系,该历史使用场景包括时间信息;
将获取到的第一历史业务处理数据作为资源拆分规则训练样本;
利用机器学习方法基于上述资源拆分规则训练样本,训练得到拆分规则识别模型。
然后,将目标共享资源的标识输入至拆分规则识别模型,生成与该目标共享资源对应的拆分规则。
具体的,上述将目标共享资源的标识输入至拆分规则识别模型,生成与该目标共享资源对应的拆分规则,具体包括:
将目标共享资源的标识输入至拆分规则识别模型;
利用拆分规则识别模型确定针对目标共享资源需要并行响应的业务请求的请求数量,根据该请求数量确定目标共享资源的拆分数量;
利用拆分规则识别模型确定并行响应的多个业务请求所需锁定的资源的所属类别,根据该所需锁定的资源的所属类别分布情况,确定拆分得到的子资源的所属类别分布情况,再根据该子资源的所属类别分布情况确定每份子资源的属性值占比;其中,资源的所属类别是基于资源的属性值进行划分的。
具体的,针对目标共享资源为多个的情况,预先利用拆分规则识别模型分别确定各目标共享资源对应的拆分规则,根据目标共享资源与拆分规则的对应关系生成资源拆分规则映射关系,其中,按照预设时间间隔对拆分规则进行更新,即更新资源拆分规则映射关系,在确定需要对目标共享资源进行拆分时,查找最新版本的资源拆分规则映射关系即可,基于此,上述S104确定与目标共享资源对应的拆分规则,具体包括:
根据预先得到的资源拆分规则映射关系,选取与目标共享资源对应的拆分规则。
其中,在业务请求处理组件的数据库中存储有共享资源种类列表,该共享资源种类列表包括:共享资源的标识和共享资源的属性值之间的对应关系,具体可以为下表1所示。
表1
其中,资源拆分规则映射关系可以以列表的形式保存,在业务请求处理组件的数据库中还存储有资源拆分规则列表,该资源拆分规则列表包括:共享资源的标识和拆分规则之间的对应关系,具体可以为下表2所示。
表2
共享资源的标识 |
共享资源的名称 |
拆分规则 |
A |
麦当劳 |
拆分规则a |
B |
肯德基 |
拆分规则b |
C |
必胜客 |
拆分规则c |
具体的,在确定需要对目标共享资源进行拆分时,根据资源拆分规则列表,选取与待拆分的目标共享资源对应的拆分规则;然后,基于选取的拆分规则对目标共享资源进行拆分,得到多个子资源。
其中,在业务请求处理组件的数据库中还存储有拆分后的子资源种类列表,该子资源种类列表包括:共享资源的标识、子资源的标识和子资源属性值之间的对应关系,具体可以为下表3所示。
表3
在表3中,示意出将麦当劳的账户余额拆分为3份子资源,将肯德基的账户余额拆分为4份子资源,将必胜客的账户余额拆分为3份子资源。
其中,如图3所示,给出了对共享资源进行拆分的实现原理示意图,具体为:
(1)生成各共享资源对应的拆分规则的过程,具体的,从应用服务器中获取各共享资源对应的历史业务处理数据,智能识别模块利用机器学习方法基于历史业务处理数据,训练得到拆分规则识别模型;将目标共享资源的标识输入至拆分规则识别模型,生成与该目标共享资源对应的拆分规则,并将生成的拆分规则存储至组件数据库,该组件数据库中存储有资源拆分规则列表(见表2),另外,该组件数据库中还存储有共享资源种类列表(见表1)。
(2)将共享资源拆分为多个子资源的过程,具体的,从应用服务器中获取待拆分的共享资源,利用共享资源统一模块共享资源的属性值进行归一化处理,通过拆分规则获取模块获取与待拆分的共享资源对应的拆分规则,利用共享资源拆分组件基于该拆分规则对共享资源进行拆分,得到多个子资源,并将得到的多个子资源的属性值存储至组件数据库,该组件数据库中存储有拆分后的子资源种类列表(见表3)。
其中,预先将共享资源拆分为多个子资源,接收到业务请求后,自动为该业务请求分配一份适用的子资源,即为业务请求分配的子资源能够满足业务请求对资源锁定的需求,基于此,如图4所示,上述S102确定与接收到的业务请求相匹配的目标子资源,具体包括:
S1021,根据业务请求中携带的目标共享资源的标识,查找与目标共享资源相关的多个子资源,具体的,获取拆分后的子资源种类列表,在子资源种类列表中查找与目标共享资源的标识对应的多个子资源,例如,目标共享资源的标识为B,那么查找到的与目标共享资源相关的多个子资源的标识分别为B-1、B-2、B-3、B-4;
S1022,根据业务请求中携带的业务信息,确定该业务请求所需锁定的资源的所属类别,在具体实施时,可以根据实际需求对资源的所属类别进行划分,其中,资源的所属类别是基于资源的属性值进行划分的,以将资源类别划分为三类为例,即大型资源、中型资源、小型资源,接收到业务请求后,基于业务信息确定该业务请求所需锁定的资源所属类别,即业务请求需要锁定大型资源、小型资源、还是中型资源,例如,确定出第一业务请求所需锁定的资源的所属类别为大型资源,第二业务请求所需锁定的资源的所属类别为中型资源;
S1023,根据确定出的所需锁定的资源的所属类别和各子资源的所属类别,在多个子资源中选取目标子资源,具体的,根据各子资源的当前属性值可以确定该子资源的所属类别,如果确定出第一业务请求所需锁定的资源的所属类别为大型资源,则将所属类别为大型资源的子资源作为第一业务请求的目标子资源;如果确定出第二业务请求所需锁定的资源的所属类别为中型资源,则将所属类别为中型资源的子资源作为第一业务请求的目标子资源。
其中,如图5所示,给出了为业务请求匹配目标子资源的实现原理示意图,具体为:
多个客户端向应用服务器发送业务请求,应用服务器将接收到的业务请求传输至业务请求处理组件,子资源分配组件根据业务请求中携带的目标共享资源的标识,查找与目标共享资源相关的多个子资源,根据业务请求中携带的业务信息,确定该业务请求所需锁定的资源的所属类别,根据确定出的所需锁定的资源的所属类别和各子资源的所属类别,在多个子资源中选取目标子资源。例如,为锁定小型资源的业务请求匹配一份所属类别为小型资源的子资源,为锁定中型资源的业务请求匹配一份所属类别为中型资源的子资源,为锁定大型资源的业务请求匹配一份所属类别为大型资源的子资源,例如,该应用服务器为支付宝应用提供业务服务的服务器,多个客户端需要锁定肯德基的账户余额,此时将预先由肯德基的账户余额拆分得到的多个子资源分配给相应的业务请求,以实现并行处理来自多个客户端的业务请求。
进一步的,考虑到共享资源拆分为多个子资源并根据业务请求对子资源进行处理后,子资源的属性值将不断变化,子资源的所属类型也将不断变化,因此,可能存在业务请求所需锁定的资源的所属类型与各子资源的所属类型不再匹配的问题,导致处理后的子资源不再适用于后续接收到的业务请求,即将出现针对部分业务请求无法为其匹配到适用的子资源的情况,基于此,如图6所示,在上述S103根据接收到的业务请求对目标子资源进行处理,得到处理后的子资源之后,还包括:
S106,判断处理后的子资源是否满足资源重组条件;
若否,则执行步骤S101接收业务请求,再执行步骤S102确定与接收到的业务请求相匹配的目标子资源,即继续为接收到的业务请求匹配其适用的子资源;
若是,则执行S107,将与目标共享资源相关的多个处理后的子资源进行重组,得到重组后的共享资源;
S108,将重组后的共享资源作为待拆分的目标共享资源,即继续执行步骤S104确定与目标共享资源对应的拆分规则,再执行步骤S105基于确定出的拆分规则对目标共享资源进行拆分,得到多个子资源,即对重组后的共享资源进行重新拆分处理,以确保子资源适用于后续接收到的业务请求。
具体的,可以按照预设时间间隔对处理后的子资源进行重组,还可以按照智能识别来判断是否需要对处理后的子资源进行重组,为了提高子资源重组的及时性和针对性,确保在处理后的子资源不再适用于后续接收到的业务请求之前完成处理后的子资源的重组及拆分,使得需要响应的业务请求均能够锁定到适用的子资源,在本申请实施中,采用智能识别的方式判断是否需要对处理后的子资源进行重组,基于此,上述S106判断处理后的子资源是否满足资源重组条件,具体包括:
获取目标共享资源的关联信息,其中,该关联信息包括:针对该目标共享资源的业务请求、以及与该目标共享资源相关的多个处理后的子资源的属性值;
利用预先训练的资源重组识别模型根据获取到的关联信息,确定处理后的子资源是否满足资源重组条件。
具体的,需要预先训练得到资源重组识别模型,具体为:
获取针对目标共享资源的第二历史业务处理数据,其中,该第二历史业务处理数据包括:历史使用场景、业务请求所需锁定的资源的属性值、以及与目标共享资源相关的各子资源的当前属性值之间的对应关系,该历史使用场景包括时间信息;
将获取到的第二历史业务处理数据作为资源重组识别训练样本;
利用机器学习方法基于上述资源重组识别训练样本,训练得到资源重组识别模型。
然后,将获取到的关联信息输入至资源重组识别模型,确定处理后的子资源是否满足资源重组条件。
具体的,上述利用预先训练的资源重组识别模型根据获取到的关联信息,确定处理后的子资源是否满足资源重组条件,具体包括:
利用预先训练的资源重组识别模型根据接收到的针对目标共享资源的业务请求,确定第一预测结果,其中,该第一预测结果包括:预测时间段内业务请求所需锁定的资源的所属类别,即基于由历史数据得到的业务请求所需锁定的资源的所属类别的变化趋势预测后续各检测时间节点的业务请求对资源类别的锁定需求;
利用预先训练的资源重组识别模型根据得到的处理后的子资源的属性值,确定第二预测结果,其中,该第二预测结果包括:预测时间段内各子资源的所属类别,即基于由历史数据得到的各子资源的属性值的变化趋势预测后续各检测时间节点的子资源类别分布情况;
根据确定出的第一预测结果和第二预测结果,确定处理后的子资源是否满足资源重组条件,具体的,确定相同检测时间节点下业务请求对资源类别的锁定需求、以及子资源类别分布情况之间的匹配度,若匹配度大于预设阈值,则确定处理后的子资源不满足资源重组条件,若匹配度小于等于预设阈值,则确定处理后的子资源满足资源重组条件,其中,匹配度计算公式可以根据实际需求进行设定。
其中,如图7所示,给出了对子资源进行重组的实现原理示意图,具体为:
(1)判断处理后的子资源是否满足资源重组条件的过程,具体的,智能识别模块获取目标共享资源的关联信息(即实时请求数据和处理后的子资源的属性值),利用预先训练的资源重组识别模型根据获取到的关联信息,确定处理后的子资源是否满足资源重组条件。
(2)针对确定满足资源重组条件的情况,共享资源管理组件中的资源重组模块将与目标共享资源相关的多个处理后的子资源进行重组,得到重组后的共享资源,并将重组后的共享资源传输至共享资源拆分组件,以使共享资源拆分组件基于对应的拆分规则对重组后的共享资源进行拆分,得到多个子资源,并将得到的多个子资源的属性值存储至组件数据库,更新该组件数据库中存储有的拆分后的子资源种类列表(见表3)。
进一步的,考虑到对业务请求的响应过程是将共享资源拆分为多个子资源后进行并行处理的,应用服务器需要获得处理后的共享资源的属性值,以便更新客户端的显示界面上的共享资源的属性值,基于此,在上述S103根据接收到的业务请求对目标子资源进行处理,得到处理后的子资源之后,还包括:
根据与目标共享资源相关的多个处理后的子资源的属性值,确定并更新该目标共享资源的属性值,具体的,对与目标共享资源相关的多个处理后的子资源的属性值求和,得到的数值即为处理后的目标共享资源的属性值,例如,以肯德基的账户余额为例,基于上述表3可知,处理后的目标共享资源的属性值为Y1+Y2+Y3+Y4。
其中,在图7中,还给出了更新应用服务器中共享资源的属性值的实现原理示意图,具体为:
在确定需要更新应用服务器中的共享资源数据时,共享资源管理组件中的共享资源数据反馈模块从组件数据库中获取与共享资源相关的多个处理后的子资源的属性值,根据各子资源的属性值确定处理后的共享资源的属性值,并将该共享资源的属性值传输至应用服务器。
进一步的,考虑到随着不断响应接收到的业务请求,历史业务处理数据的不断增加,目标共享资源的拆分规则可能随之变化,为了保证共享资源拆分的准确性,基于此,在上述S105基于确定出的拆分规则对目标共享资源进行拆分,得到多个子资源之后,还包括:
根据与目标共享资源关联的最新的历史业务处理数据,确定并更新该目标共享资源的拆分规则,其中,针对某一共享资源而言,该共享资源对应的拆分数量和每份子资源的属性值占比可能有所变化,因此,需要按照预设时间间隔基于最新的历史业务处理数据确定拆分规则,并对拆分规则进行更新,再基于更新后的拆分规则更新资源拆分规则映射关系,在确定需要对目标共享资源进行拆分时,查找最新版本的资源拆分规则映射关系即可,从而使得拆分得到的子资源能够更好地适用于接收到的业务请求。
具体的,上述根据与目标共享资源关联的最新的历史业务处理数据,确定并更新目标共享资源的拆分规则,具体包括:
将与目标共享资源关联的最新的历史业务处理数据作为资源拆分规则训练样本;
利用机器学习方法基于最新的资源拆分规则训练样本,更新拆分规则识别模型;
利用更新后的拆分规则识别模型,确定并更新与该目标共享资源对应的拆分规则,具体的,将目标共享资源的标识输入至更新后的拆分规则识别模型,生成与该目标共享资源对应的拆分规则。
进一步的,考虑到不同共享资源的属性值的计量单位可能具有一定差异性,为了提高业务请求处理组件的通用性,可以在对共享资源进行拆分之前,先对共享资源的属性值进行归一化处理,基于此,在确定与目标共享资源对应的拆分规则之前,还包括:
对获取到的待拆分的目标共享资源的第一属性值进行归一化处理,得到归一化处理后目标共享资源的第二属性值,其中,该第二属性值等于与目标共享资源相关的多个子资源的初始属性值之和。
其中,如图8所示,业务请求处理组件可以采用如下架构来实现上述业务请求处理方法中的各流程步骤,该业务请求处理组件主要包括三部分:业务交互层、中间件层,数据存储层,该中间件层包含多个子组件,具体为:
业务交互层包括:共享资源统一模块、资源管理接口、资源获取接口,共享资源统一模块用于对共享资源的属性值进行归一化处理,资源管理接口用于将处理后的共享资源的统计数据传输至应用服务器,资源获取接口用于从应用服务器中获取待拆分的共享资源;
中间件层包括:共享资源拆分组件、共享资源管理组件、子资源分配组件、智能识别模块,共享资源拆分组件用于将共享资源拆分为多个子资源,共享资源管理组件用于对处理后的子资源进行重组,子资源分配组件用于接收到业务请求后,为该业务请求匹配适用的子资源,智能识别模块用于实现资源拆分规则的确定以及子资源重组时机的确定;
数据存储层包括:组件数据库,该组件数据库存储有业务请求处理过程中的相关数据,具有高可用性、稳定性、数据兼容性、以及内存型的特点;
业务交互层主要与应用服务器中的应用系统程序和中间件层之间进行信息传输,中间件层主要实现数据处理功能,即资源拆分规则的确定、共享资源的拆分、子资源的分配、业务请求的处理、以及子资源重组时机的确定等等,数据存储层主要接收中间件层处理后的相关数据并对数据进行存储。
本申请实施例中的业务请求处理方法,接收业务请求;确定与该业务请求相匹配的目标子资源,其中,该目标子资源是预先将目标共享资源进行拆分得到的多个子资源之一;根据业务请求对目标子资源进行处理,得到处理后的子资源。预先将共享资源拆分为多个子资源,针对多个业务请求需要对该共享资源进行锁定的情况,接收到业务请求后,分别为每个业务请求匹配适用的目标子资源,这样多个业务请求能够对不同的子资源进行锁定使用,实现多个业务请求并行处理,提高了业务请求处理的时效性,承受更大的业务请求并发量,避免出现因资源竞争而导致业务请求堆积的情况,缩短了其他业务请求的等待时间,提高了业务请求的响应效率。
对应上述图1至图7描述的业务请求处理方法,基于相同的技术构思,本申请实施例还提供了一种业务请求处理装置,图9为本申请实施例提供的业务请求处理装置的第一种模块组成示意图,该装置用于执行图1至图7描述的业务请求处理方法,如图9所示,该装置包括:请求接收模块901、资源匹配模块902和业务处理模块903,请求接收模块901、资源匹配模块902和业务处理模块903依次连接。
请求接收模块901,用于接收业务请求;
资源匹配模块902,用于确定与所述业务请求相匹配的目标子资源,其中,所述目标子资源是预先将目标共享资源进行拆分得到的多个子资源之一;
业务处理模块903,用于根据所述业务请求对所述目标子资源进行处理,得到处理后的子资源。
在本申请实施例中,预先将共享资源拆分为多个子资源,针对多个业务请求需要对该共享资源进行锁定的情况,接收到业务请求后,分别为每个业务请求匹配适用的目标子资源,这样多个业务请求能够对不同的子资源进行锁定使用,实现多个业务请求并行处理,提高了业务请求处理的时效性,承受更大的业务请求并发量,避免出现因资源竞争而导致业务请求堆积的情况,缩短了其他业务请求的等待时间,提高了业务请求的响应效率。
可选地,如图10所示,上述装置还包括:
拆分规则确定模块904,用于在接收业务请求之前,确定与目标共享资源对应的拆分规则;
资源拆分模块905,用于基于所述拆分规则对所述目标共享资源进行拆分,得到多个子资源。
可选地,所述拆分规则确定模块904,具体用于:
根据预先得到的资源拆分规则映射关系,选取与目标共享资源对应的拆分规则。
可选地,所述资源匹配模块902,具体用于:
根据所述业务请求中携带的目标共享资源的标识,查找与所述目标共享资源相关的多个子资源;
根据所述业务请求中携带的业务信息,确定所述业务请求所需锁定的资源的所属类别;
根据所述所需锁定的资源的所属类别和各所述子资源的所属类别,在所述多个子资源中选取目标子资源。
可选地,上述装置还包括:
重组判断模块906,用于在根据所述业务请求对所述目标子资源进行处理,得到处理后的子资源之后,判断所述处理后的子资源是否满足资源重组条件;
资源重组模块907,用于若判断结果为是,则将与所述目标共享资源相关的多个处理后的子资源进行重组,得到重组后的共享资源,以及将所述重组后的共享资源作为待拆分的目标共享资源。
可选地,所述重组判断模块906,具体用于:
获取所述目标共享资源的关联信息,其中,所述关联信息包括:针对该目标共享资源的业务请求、以及与该目标共享资源相关的多个处理后的子资源的属性值;
利用预先训练的资源重组识别模型根据所述关联信息,确定所述处理后的子资源是否满足资源重组条件。
可选地,所述重组判断模块906,进一步具体用于:
利用预先训练的资源重组识别模型根据所述针对该目标共享资源的业务请求,确定第一预测结果,其中,所述第一预测结果包括:预测时间段内业务请求所需锁定的资源的所属类别;以及,
根据所述处理后的子资源的属性值,确定第二预测结果,其中,所述第二预测结果包括:预测时间段内各子资源的所属类别;
根据所述第一预测结果和所述第二预测结果,确定所述处理后的子资源是否满足资源重组条件。
可选地,上述装置还包括:
资源属性值更新模块,用于在根据所述业务请求对所述目标子资源进行处理,得到处理后的子资源之后,根据与所述目标共享资源相关的多个处理后的子资源的属性值,确定并更新所述目标共享资源的属性值。
可选地,上述装置还包括:
拆分规则更新模块,用于在基于所述拆分规则对所述目标共享资源进行拆分,得到多个子资源之后,根据与所述目标共享资源关联的最新的历史业务处理数据,确定并更新所述目标共享资源的拆分规则。
可选地,所述拆分规则更新模块,具体用于:
将与所述目标共享资源关联的最新的历史业务处理数据作为资源拆分规则训练样本;
利用机器学习装置基于所述资源拆分规则训练样本,确定并更新与该目标共享资源对应的拆分规则。
可选地,上述装置还包括:
资源归一化模块,用于在确定与目标共享资源对应的拆分规则之前,对获取到的待拆分的目标共享资源的第一属性值进行归一化处理,得到归一化处理后所述目标共享资源的第二属性值,其中,所述第二属性值等于与所述目标共享资源相关的多个所述子资源的初始属性值之和。
本申请实施例中的业务请求处理装置,接收业务请求;确定与该业务请求相匹配的目标子资源,其中,该目标子资源是预先将目标共享资源进行拆分得到的多个子资源之一;根据业务请求对目标子资源进行处理,得到处理后的子资源。预先将共享资源拆分为多个子资源,针对多个业务请求需要对该共享资源进行锁定的情况,接收到业务请求后,分别为每个业务请求匹配适用的目标子资源,这样多个业务请求能够对不同的子资源进行锁定使用,实现多个业务请求并行处理,提高了业务请求处理的时效性,承受更大的业务请求并发量,避免出现因资源竞争而导致业务请求堆积的情况,缩短了其他业务请求的等待时间,提高了业务请求的响应效率。
进一步地,对应上述图1至图7所示的方法,基于相同的技术构思,本申请实施例还提供了一种业务请求处理设备,该设备用于执行上述的业务请求处理方法,如图11所示。
业务请求处理设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器1101和存储器1102,存储器1102中可以存储有一个或一个以上存储应用程序或数据。其中,存储器1102可以是短暂存储或持久存储。存储在存储器1102的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括对业务请求处理设备中的一系列计算机可执行指令。更进一步地,处理器1101可以设置为与存储器1102通信,在业务请求处理设备上执行存储器1102中的一系列计算机可执行指令。业务请求处理设备还可以包括一个或一个以上电源1103,一个或一个以上有线或无线网络接口1104,一个或一个以上输入输出接口1105,一个或一个以上键盘1106等。
在一个具体的实施例中,业务请求处理设备包括有存储器,以及一个或一个以上的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程序可以包括一个或一个以上模块,且每个模块可以包括对业务请求处理设备中的一系列计算机可执行指令,且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令:
接收业务请求;
确定与所述业务请求相匹配的目标子资源,其中,所述目标子资源是预先将目标共享资源进行拆分得到的多个子资源之一;
根据所述业务请求对所述目标子资源进行处理,得到处理后的子资源。
在本申请实施例中,预先将共享资源拆分为多个子资源,针对多个业务请求需要对该共享资源进行锁定的情况,接收到业务请求后,分别为每个业务请求匹配适用的目标子资源,这样多个业务请求能够对不同的子资源进行锁定使用,实现多个业务请求并行处理,提高了业务请求处理的时效性,承受更大的业务请求并发量,避免出现因资源竞争而导致业务请求堆积的情况,缩短了其他业务请求的等待时间,提高了业务请求的响应效率。
可选地,计算机可执行指令在被执行时,还包含用于进行以下计算机可执行指令:
在接收业务请求之前,确定与目标共享资源对应的拆分规则;
基于所述拆分规则对所述目标共享资源进行拆分,得到多个子资源。
可选地,计算机可执行指令在被执行时,所述确定与目标共享资源对应的拆分规则,包括:
根据预先得到的资源拆分规则映射关系,选取与目标共享资源对应的拆分规则。
可选地,计算机可执行指令在被执行时,所述确定与所述业务请求相匹配的目标子资源,包括:
根据所述业务请求中携带的目标共享资源的标识,查找与所述目标共享资源相关的多个子资源;
根据所述业务请求中携带的业务信息,确定所述业务请求所需锁定的资源的所属类别;
根据所述所需锁定的资源的所属类别和各所述子资源的所属类别,在所述多个子资源中选取目标子资源。
可选地,计算机可执行指令在被执行时,还包含用于进行以下计算机可执行指令:
在根据所述业务请求对所述目标子资源进行处理,得到处理后的子资源之后,判断所述处理后的子资源是否满足资源重组条件;
若是,则将与所述目标共享资源相关的多个处理后的子资源进行重组,得到重组后的共享资源;
将所述重组后的共享资源作为待拆分的目标共享资源。
可选地,计算机可执行指令在被执行时,所述判断所述处理后的子资源是否满足资源重组条件,包括:
获取所述目标共享资源的关联信息,其中,所述关联信息包括:针对该目标共享资源的业务请求、以及与该目标共享资源相关的多个处理后的子资源的属性值;
利用预先训练的资源重组识别模型根据所述关联信息,确定所述处理后的子资源是否满足资源重组条件。
可选地,计算机可执行指令在被执行时,所述利用预先训练的资源重组识别模型根据所述关联信息,确定所述处理后的子资源是否满足资源重组条件,包括:
利用预先训练的资源重组识别模型根据所述针对该目标共享资源的业务请求,确定第一预测结果,其中,所述第一预测结果包括:预测时间段内业务请求所需锁定的资源的所属类别;以及,
根据所述处理后的子资源的属性值,确定第二预测结果,其中,所述第二预测结果包括:预测时间段内各子资源的所属类别;
根据所述第一预测结果和所述第二预测结果,确定所述处理后的子资源是否满足资源重组条件。
可选地,计算机可执行指令在被执行时,还包含用于进行以下计算机可执行指令:
在根据所述业务请求对所述目标子资源进行处理,得到处理后的子资源之后,根据与所述目标共享资源相关的多个处理后的子资源的属性值,确定并更新所述目标共享资源的属性值。
可选地,计算机可执行指令在被执行时,还包含用于进行以下计算机可执行指令:
在基于拆分规则对所述目标共享资源进行拆分,得到多个子资源之后,根据与所述目标共享资源关联的最新的历史业务处理数据,确定并更新所述目标共享资源的拆分规则。
可选地,计算机可执行指令在被执行时,所述根据与所述目标共享资源关联的最新的历史业务处理数据,确定并更新所述目标共享资源的拆分规则,包括:
将与所述目标共享资源关联的最新的历史业务处理数据作为资源拆分规则训练样本;
利用机器学习方法基于所述资源拆分规则训练样本,确定并更新与该目标共享资源对应的拆分规则。
可选地,计算机可执行指令在被执行时,还包含用于进行以下计算机可执行指令:
在确定与目标共享资源对应的拆分规则之前,对获取到的待拆分的目标共享资源的第一属性值进行归一化处理,得到归一化处理后所述目标共享资源的第二属性值,其中,所述第二属性值等于与所述目标共享资源相关的多个所述子资源的初始属性值之和。
本申请实施例中的业务请求处理设备,接收业务请求;确定与该业务请求相匹配的目标子资源,其中,该目标子资源是预先将目标共享资源进行拆分得到的多个子资源之一;根据业务请求对目标子资源进行处理,得到处理后的子资源。可见,通过本申请实施例中的业务请求处理设备,预先将共享资源拆分为多个子资源,针对多个业务请求需要对该共享资源进行锁定的情况,接收到业务请求后,分别为每个业务请求匹配适用的目标子资源,这样多个业务请求能够对不同的子资源进行锁定使用,实现多个业务请求并行处理,提高了业务请求处理的时效性,承受更大的业务请求并发量,避免出现因资源竞争而导致业务请求堆积的情况,缩短了其他业务请求的等待时间,提高了业务请求的响应效率。
进一步地,对应上述图1至图7所示的方法,基于相同的技术构思,本申请实施例还提供了一种存储介质,用于存储计算机可执行指令,一种具体的实施例中,该存储介质可以为U盘、光盘、硬盘等,该存储介质存储的计算机可执行指令在被处理器执行时,能实现以下流程:
接收业务请求;
确定与所述业务请求相匹配的目标子资源,其中,所述目标子资源是预先将目标共享资源进行拆分得到的多个子资源之一;
根据所述业务请求对所述目标子资源进行处理,得到处理后的子资源。
在本申请实施例中,预先将共享资源拆分为多个子资源,针对多个业务请求需要对该共享资源进行锁定的情况,接收到业务请求后,分别为每个业务请求匹配适用的目标子资源,这样多个业务请求能够对不同的子资源进行锁定使用,实现多个业务请求并行处理,提高了业务请求处理的时效性,承受更大的业务请求并发量,避免出现因资源竞争而导致业务请求堆积的情况,缩短了其他业务请求的等待时间,提高了业务请求的响应效率。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,还实现以下流程:
在接收业务请求之前,确定与目标共享资源对应的拆分规则;
基于所述拆分规则对所述目标共享资源进行拆分,得到多个子资源。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,所述确定与目标共享资源对应的拆分规则,包括:
根据预先得到的资源拆分规则映射关系,选取与目标共享资源对应的拆分规则。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,所述确定与所述业务请求相匹配的目标子资源,包括:
根据所述业务请求中携带的目标共享资源的标识,查找与所述目标共享资源相关的多个子资源;
根据所述业务请求中携带的业务信息,确定所述业务请求所需锁定的资源的所属类别;
根据所述所需锁定的资源的所属类别和各所述子资源的所属类别,在所述多个子资源中选取目标子资源。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,还实现以下流程:
在根据所述业务请求对所述目标子资源进行处理,得到处理后的子资源之后,判断所述处理后的子资源是否满足资源重组条件;
若是,则将与所述目标共享资源相关的多个处理后的子资源进行重组,得到重组后的共享资源;
将所述重组后的共享资源作为待拆分的目标共享资源。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,所述判断所述处理后的子资源是否满足资源重组条件,包括:
获取所述目标共享资源的关联信息,其中,所述关联信息包括:针对该目标共享资源的业务请求、以及与该目标共享资源相关的多个处理后的子资源的属性值;
利用预先训练的资源重组识别模型根据所述关联信息,确定所述处理后的子资源是否满足资源重组条件。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,所述利用预先训练的资源重组识别模型根据所述关联信息,确定所述处理后的子资源是否满足资源重组条件,包括:
利用预先训练的资源重组识别模型根据所述针对该目标共享资源的业务请求,确定第一预测结果,其中,所述第一预测结果包括:预测时间段内业务请求所需锁定的资源的所属类别;以及,
根据所述处理后的子资源的属性值,确定第二预测结果,其中,所述第二预测结果包括:预测时间段内各子资源的所属类别;
根据所述第一预测结果和所述第二预测结果,确定所述处理后的子资源是否满足资源重组条件。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,还实现以下流程:
在根据所述业务请求对所述目标子资源进行处理,得到处理后的子资源之后,根据与所述目标共享资源相关的多个处理后的子资源的属性值,确定并更新所述目标共享资源的属性值。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,还实现以下流程:
在基于拆分规则对所述目标共享资源进行拆分,得到多个子资源之后,根据与所述目标共享资源关联的最新的历史业务处理数据,确定并更新所述目标共享资源的拆分规则。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,所述根据与所述目标共享资源关联的最新的历史业务处理数据,确定并更新所述目标共享资源的拆分规则,包括:
将与所述目标共享资源关联的最新的历史业务处理数据作为资源拆分规则训练样本;
利用机器学习方法基于所述资源拆分规则训练样本,确定并更新与该目标共享资源对应的拆分规则。
可选地,该存储介质存储的计算机可执行指令在被处理器执行时,还实现以下流程:
在确定与目标共享资源对应的拆分规则之前,对获取到的待拆分的目标共享资源的第一属性值进行归一化处理,得到归一化处理后所述目标共享资源的第二属性值,其中,所述第二属性值等于与所述目标共享资源相关的多个所述子资源的初始属性值之和。
本申请实施例中的存储介质存储的计算机可执行指令在被处理器执行时,接收业务请求;确定与该业务请求相匹配的目标子资源,其中,该目标子资源是预先将目标共享资源进行拆分得到的多个子资源之一;根据业务请求对目标子资源进行处理,得到处理后的子资源。可见,通过本申请实施例中的存储介质,预先将共享资源拆分为多个子资源,针对多个业务请求需要对该共享资源进行锁定的情况,接收到业务请求后,分别为每个业务请求匹配适用的目标子资源,这样多个业务请求能够对不同的子资源进行锁定使用,实现多个业务请求并行处理,提高了业务请求处理的时效性,承受更大的业务请求并发量,避免出现因资源竞争而导致业务请求堆积的情况,缩短了其他业务请求的等待时间,提高了业务请求的响应效率。
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、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。
为了描述的方便,描述以上装置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。
本领域内的技术人员应明白,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。
本申请是参照根据本申请实施例的方法、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。
还需要说明的是,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、商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、商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、商品或者设备中还存在另外的相同要素。
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。