CN109308243A - 数据处理方法、装置、计算机设备和介质 - Google Patents

数据处理方法、装置、计算机设备和介质 Download PDF

Info

Publication number
CN109308243A
CN109308243A CN201811065595.3A CN201811065595A CN109308243A CN 109308243 A CN109308243 A CN 109308243A CN 201811065595 A CN201811065595 A CN 201811065595A CN 109308243 A CN109308243 A CN 109308243A
Authority
CN
China
Prior art keywords
response
reference data
data
request
time
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
Application number
CN201811065595.3A
Other languages
English (en)
Other versions
CN109308243B (zh
Inventor
陈咨余
焦智慧
张晓龙
陈谔
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 Netease Shuzhifan Technology Co ltd
Original Assignee
Hangzhou Langhe 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 Langhe Technology Co Ltd filed Critical Hangzhou Langhe Technology Co Ltd
Priority to CN201811065595.3A priority Critical patent/CN109308243B/zh
Publication of CN109308243A publication Critical patent/CN109308243A/zh
Application granted granted Critical
Publication of CN109308243B publication Critical patent/CN109308243B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/3055Monitoring arrangements for monitoring the status of the computing system or of the computing system component, e.g. monitoring if the computing system is on, off, available, not available

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明的实施方式提供了一种数据处理方法,包括:获取响应数据,所述响应数据包括响应相应请求的响应时间;基于所述相应请求对应的响应参考数据以及所述响应数据更新所述响应参考数据,其中,所述响应参考数据包括所述相应请求所属的请求类型的初始响应参考数据或者所述相应请求所属的请求类型的历史响应时间的统计结果。通过结合当前的响应参考数据和此次响应的响应数据更新该当前响应参考数据,本发明的方法可以实时地流式更新响应参考数据,提高了响应参考数据更新的实时性和准确性,并且基于已有的响应参考数据获得新的响应参考数据可以减少计算量,从而提高计算速度。

Description

数据处理方法、装置、计算机设备和介质
技术领域
本发明的实施方式涉及计算机技术领域,更具体地,本发明的实施方式涉及一种数据处理方法、装置、计算机设备和介质。
背景技术
本部分旨在为权利要求书中陈述的本发明的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
随着科学技术的快速发展,各种各样的应用程序越来越多地应用于工作和生活等诸多场景。应用性能管理(Application Performance Management)是对应用程序性能管理和故障管理的系统化解决方案。传统的监控系统以服务的资源监控为主,而应用性能管理平台定位于监控服务的应用指标,例如,应用的负载(吞吐量)、响应时间、错误率等,在此基础上提供有效的排查诊断工具,提高运维效率。在应用程序响应某一请求的时间超出其正常分布范围时,就被认为是一次慢响应,而慢响应会影响用户体验,也代表当前应用程序的运行状态不佳。因此,对于慢响应的监测以及判断就显得尤为重要。
目前,常见的慢反应判断方案主要有两种,一种是通过用户设置固定的响应时间阈值来进行慢反应的判断,另一种是对预定时间内的历史请求响应时间进行计算,然后基于计算结果来进行慢反应的判断。
发明内容
但是,上述现有技术中的各种慢反应判断方法中,或者用户往往无法合理地评估出适合的阈值,导致无法正确判断某一反应是否为慢反应,或者对预定时间内的大量历史数据进行计算,计算结果往往有较大的延迟,并且重复地大量计算,会给系统带来很大的负载压力。
为此,非常需要一种优化的数据处理方法,以实时快速地获得慢响应的参考标准。
在本上下文中,本发明的实施方式期望提供一种数据处理方法和装置。
在本发明实施方式的第一方面中,提供了一种数据处理方法,包括:获取响应数据,所述响应数据包括响应相应请求的响应时间,基于所述相应请求对应的响应参考数据以及所述响应数据更新所述响应参考数据,其中,所述响应参考数据包括所述相应请求所属的请求类型的初始响应参考数据或者所述相应请求所属的请求类型的历史响应时间的统计结果。
在本发明的一个实施例中,上述基于所述相应请求对应的响应参考数据以及所述响应数据更新所述响应参考数据,包括:基于所述响应参考数据以及所述响应时间确定第一响应参考数据,和/或基于所述响应参考数据、所述响应时间以及所述响应时间对应的权重确定第二响应参考数据,以及基于所述第一响应参考数据和/或所述第二响应参考数据更新所述响应参考数据。
在本发明的一个实施例中,上述方法还包括:根据所述响应时间以及所述响应参考数据确定该响应所属的响应类型,以及根据该响应所属的响应类型确定所述响应时间对应的权重,其中,不同类型的响应对应不同的权重。
在本发明的一个实施例中,不同的所述响应类型对应的响应时间范围不同,时间范围越靠近所述当前响应参数的响应类型对应的权重越大。
在本发明的一个实施例中,上述基于所述第一响应参考数据和/或所述第二响应参考数据更新所述响应参考数据,包括:为所述第一响应参考数据赋予第一权值,为所述第二响应参考数据赋予第二权值,以及基于所述第一响应参考数据、第一权值、第二响应参考数据以及第二权值更新所述响应参考数据。
在本发明的一个实施例中,上述响应数据还包括:所述响应对应的应用系统数据、所述响应对应的请求类型数据。上述基于所述相应请求对应的响应参考数据以及所述响应数据更新所述响应参考数据,包括:根据所述响应对应的应用系统数据以及所述响应对应的请求类型数据确定所述相应请求对应的响应参考数据,以及基于所述相应请求对应的响应参考数据以及所述响应数据更新所述响应参考数据。
在本发明实施方式的第二方面中,提供了一种数据处理装置,包括获取模块和更新模块。其中,获取模块获取响应数据,所述响应数据包括响应相应请求的响应时间。更新模块基于所述相应请求对应的响应参考数据以及所述响应数据更新所述响应参考数据,其中,所述响应参考数据包括所述相应请求所属的请求类型的初始响应参考数据或者所述相应请求所属的请求类型的历史响应时间的统计结果。
在本发明的一个实施例中,上述基于所述相应请求对应的响应参考数据以及所述响应数据更新所述响应参考数据,包括:基于所述响应参考数据以及所述响应时间确定第一响应参考数据,和/或基于所述响应参考数据、所述响应时间以及所述响应时间对应的权重确定第二响应参考数据,以及基于所述第一响应参考数据和/或所述第二响应参考数据更新所述响应参考数据。
在本发明的一个实施例中,上述装置还包括第一确定模块和第二确定模块。其中,第一确定模块根据所述响应时间以及所述响应参考数据确定该响应所属的响应类型。第二确定模块根据该响应所属的响应类型确定所述响应时间对应的权重,其中,不同类型的响应对应不同的权重。
在本发明的一个实施例中,不同的所述响应类型对应的响应时间范围不同,时间范围越靠近所述当前响应参数的响应类型对应的权重越大。
在本发明的一个实施例中,上述基于所述第一响应参考数据和/或所述第二响应参考数据更新所述响应参考数据,包括:为所述第一响应参考数据赋予第一权值,为所述第二响应参考数据赋予第二权值,基于所述第一响应参考数据、第一权值、第二响应参考数据以及第二权值更新所述响应参考数据。
在本发明的一个实施例中,上述响应数据还包括:所述响应对应的应用系统数据、所述响应对应的请求类型数据。上述基于所述相应请求对应的响应参考数据以及所述响应数据更新所述响应参考数据,包括:根据所述响应对应的应用系统数据以及所述响应对应的请求类型数据确定所述相应请求对应的响应参考数据,以及基于所述相应请求对应的响应参考数据以及所述响应数据更新所述响应参考数据。
在本发明实施方式的第三方面中,提供了一种计算设备,包括:一个或多个存储器,存储有可执行指令;以及一个或多个处理器,执行所述可执行指令,以实现上述实施例中任一项的数据处理方法。
在本发明实施方式的第四方面中,提供了一种介质,其上存储有可执行指令,所述指令在被处理器执行时实现上述实施例中任一项的数据处理方法。
根据本发明实施方式的数据处理方法和装置,通过结合当前的响应参考数据和此次响应的响应数据更新该当前响应参考数据,可以实时地流式更新响应参考数据,提高了响应参考数据更新的实时性和准确性,并且基于已有的响应参考数据获得新的响应参考数据可以减少计算量,从而提高计算速度、减轻系统负载压力。
附图说明
通过参考附图阅读下文的详细描述,本发明示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中,以示例性而非限制性的方式示出了本发明的若干实施方式,其中:
图1示意性示出了根据本发明实施例的数据处理方法和装置的应用场景;
图2示意性示出了根据本发明实施例的数据处理方法的流程图;
图3示意性示出了根据本发明实施例的请求与响应请求的示意图;
图4示意性示出了根据本发明另一实施例的数据处理方法的流程图;
图5示意性示出了根据本发明实施例的扩展架构的示意图;
图6示意性示出了根据本发明实施例的计算机可读介质的示意图;
图7示意性示出了根据本发明实施例的数据处理装置的框图;以及
图8示意性示出了根据本发明实施例的计算设备的示意图。
具体实施方式
下面将参考若干示例性实施方式来描述本发明的原理和精神。应当理解,给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本发明,而并非以任何方式限制本发明的范围。相反,提供这些实施方式是为了使本公开更加透彻和完整,并且能够将本公开的范围完整地传达给本领域的技术人员。
本领域技术人员知道,本发明的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此,本公开可以具体实现为以下形式,即:完全的硬件、完全的软件(包括固件、驻留软件、微代码等),或者硬件和软件结合的形式。
根据本发明的实施方式,提出了一种数据处理方法、装置、计算设备和介质。
在本文中,需要理解的是,附图中的任何元素数量均用于示例而非限制,以及任何命名都仅用于区分,而不具有任何限制含义。
下面参考本发明的若干代表性实施方式,详细阐释本发明的原理和精神。
发明概述
本发明人发现,为了减少重复性的大量计算,以及提高慢响应判断参考标准的准确性和实时性,可以获取用户此次请求的响应时间,然后基于当前的响应参考数据和此次请求的响应数据更新该当前响应参考数据,从而可以实时地流式更新响应参考数据,提高了响应参考数据更新的实时性和准确性,并且基于已有的响应参考数据获得新的响应参考数据可以减少计算量,从而提高计算速度、减轻系统负载压力。
在介绍了本发明的基本原理之后,下面具体介绍本发明的各种非限制性实施方式。
应用场景总览
首先参考图1,图1示意性示出了根据本发明实施例的数据处理方法和装置的应用场景100。
如图1所示,该应用场景100包括终端设备101、网络102和服务器103。
终端设备101可以是具有显示屏并且支持某些应用程序的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
网络102可以是在终端设备101和服务器103之间提供通信链路的介质,网络102可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
服务器103可以是提供各种服务的服务器或服务器集群,例如可以是为相应应用程序提供支持的后台管理服务器。
在本发明实施例中,用户可以使用终端设备101通过网络102与服务器103交互。例如,用户可以使用终端设备101通过网络102向服务器103发出请求,服务器103可以响应该用户请求,并将响应结果反馈给终端设备。
根据本发明实施例,一个用户请求经过应用提供的服务到结束的完整过程,通常表现为一个HTTP请求,也可以称为一个Web事务。在应用性能管理中,一次特定的Web事务的响应时间超出其正常分布范围,就被认为是一次慢响应,并且根据超出程度可以分成不同的等级。
可以理解,如何准确地判断Web事务的响应时间是否为慢响应,首先需要确定准确的响应参考数据,从而可以通过响应时间与响应参考数据之间的关系确定该响应是否为慢响应,以便为运维提供有效地指标,提高运维效率,同时提高用户体验感。
基于此,本发明提供了一种数据处理方法,可以获取用户此次请求的响应时间,然后基于当前的响应参考数据和此次请求的响应数据更新该当前响应参考数据,从而可以实时地流式更新响应参考数据,提高了响应参考数据更新的实时性和准确性,从而提高了判断Web事务是否为慢响应的准确性,并且基于已有的响应参考数据获得新的响应参考数据可以减少计算量,从而提高计算速度、减轻系统负载压力。
示例性方法
下面结合图1的应用场景,参考图2~图4来描述根据本发明示例性实施方式的数据处理方法。需要注意的是,上述应用场景仅是为了便于理解本发明的精神和原理而示出,本发明的实施方式在此方面不受任何限制。相反,本发明的实施方式可以应用于适用的任何场景。
图2示意性示出了根据本发明实施例的数据处理方法的流程图。
如图2所示,该方法包括操作S201~S202。
在操作S201,获取响应数据,响应数据包括响应相应请求的响应时间。
在操作S202,基于该相应请求对应的响应参考数据以及响应数据更新该响应参考数据,其中,响应参考数据包括相应请求所属的请求类型的初始响应参考数据或者相应请求所属的请求类型的历史响应时间的统计结果。
根据本发明实施例,如图3所示,用户可以通过浏览器或者应用程序等向服务器发送请求,服务器可以解析用户请求,并将与用户请求相关的数据发送给用户,从而响应该用户请求。例如,用户可以在浏览器中输入网址www.baidu.com,然后回车,则浏览器向服务器发起了一个请求,服务器可以响应该请求,将该网址的相关信息发送给浏览器,从而完成一次Web事务。
本发明实施例可以获取相应请求的响应时间,该响应时间例如可以是从用户发起请求到该请求被响应的时间。在本发明实施例中,相应请求可以是某一特定类型的请求,例如,可以是登录网站A的请求。本公开实施例可以获取多个用户发起的登录网站A的请求的多个响应时间,例如,获取用户1某一次发起登录网站A的请求的响应时间T1,用户2某一次发起登录网站A的请求的响应时间T2等。
根据本发明实施例,该某一特定类型的请求具有响应参考数据,例如,登录网站A的平均响应时间(基线)为方差为s等,从而可以通过该次请求的响应时间与响应参考基线的比较,确定该次响应是否为慢响应。例如,响应时间为以内的Web事务可以认为是正常响应,响应时间为以内且在以外的Web事务可以认为是慢响应,响应时间为以内且在以外的Web事务可以认为是极慢响应,响应时间为以外的Web事务可以认为是无响应。
在本发明实施例中,该响应参考数据可以是初始值,例如,人为设定或者系统默认的响应参考时间,或者,该响应参考数据也可以是历史响应时间的统计结果,例如,历史响应时间的平均值等。
在本发明实施例中,基于相应请求对应的响应参考数据以及响应数据更新响应参考数据,可以包括:基于响应参考数据以及响应时间确定第一响应参考数据,和/或基于响应参考数据、响应时间以及响应时间对应的权重确定第二响应参考数据,以及基于第一响应参考数据和/或第二响应参考数据更新响应参考数据。
根据本发明实施例,响应参考数据可以包括响应参考时间平均值响应参考样本方差响应参考总体方差等。
具体地,基于响应参考数据以及响应时间确定第一响应参考数据可以是:
其中,xn获取的此次响应的响应时间,表示更新后的响应参考时间平均值,表示更新前的响应参考时间平均值,表示更新后的响应参考样本方差,表示更新前的响应参考样本方差,表示更新后的响应参考总体方差,表示更新前的响应参考总体方差。
根据本发明实施例,可以根据响应时间以及响应参考数据确定该响应所属的响应类型,根据该响应所属的响应类型确定响应时间对应的权重,其中,不同类型的响应对应不同的权重。
例如,响应时间在响应参考数据的第一范围内(例如,在以内)则认为该响应为正常响应,响应时间在响应参考数据的第二范围内(例如,在以内且在以外)则认为该响应为慢响应,响应时间在响应参考数据的第三范围内(例如,在以内且在以外)则认为该响应为极慢响应,响应时间在响应参考数据的第四范围内(例如,在以外)则认为该响应为无响应。
在本发明实施例中,不同的响应类型对应的响应时间范围不同,时间范围越靠近当前响应参数的响应类型对应的权重越大。例如,正常响应的权重可以为1,慢响应的权重可以为0.5,极慢响应的权重可以为0.1,无响应的权重可以为0。
具体地,基于响应参考数据、响应时间以及响应时间对应的权重确定第二响应参考数据,可以是:
其中,k表示此次响应的响应时间对应的权重,xn获取的此次响应的响应时间,表示更新后的响应参考时间平均值,表示更新前的响应参考时间平均值,表示更新后的响应参考样本方差,表示更新前的响应参考样本方差,表示更新后的响应参考总体方差,表示更新前的响应参考总体方差。
根据本发明实施例,基于第一响应参考数据和/或第二响应参考数据更新响应参考数据,包括:为第一响应参考数据赋予第一权值,为所述第二响应参考数据赋予第二权值,以及基于第一响应参考数据、第一权值、第二响应参考数据以及第二权值更新响应参考数据。
在本发明实施例中,第一响应参考数据收敛的更快,适用于初期阶段,第二响应参考数据更加准确真实,适用于后期阶段,因此,可以在不同时期为两种响应参考数据赋予不同的权值,再进行加权平均得到更新后的响应参考数据。例如,本发明实施例可以在初期为第一响应参考数据赋予更高的权重,而后随着数据的增加逐步提高第二响应参考数据的权重,减少第一响应参考数据的权重,从而保证响应参考数据计算结果的准确性。
本发明实施例可以获取用户此次请求的响应时间,然后基于当前的响应参考数据和此次请求的响应数据更新该当前响应参考数据,通过流式计算能够实时地更新响应参考数据,动态反映该响应的情况,提高了响应参考数据更新的实时性和准确性,从而提高了判断Web事务是否为慢响应的准确性,并且基于已有的响应参考数据获得新的响应参考数据可以消除大量冗余的计算,减少计算量,从而提高计算速度、减轻系统负载压力。
图4示意性示出了根据本发明另一实施例的数据处理方法的流程图。
如图4所示,该方法包括操作S401~S403。
在操作S401,获取响应数据,响应数据包括响应相应请求的响应时间、响应对应的应用系统数据、响应对应的请求类型数据。
在操作S402,根据响应对应的应用系统数据以及响应对应的请求类型数据确定相应请求对应的响应参考数据。
在操作S403,基于相应请求对应的响应参考数据以及响应数据更新响应参考数据。
在本发明实施例中,响应数据例如可以包括该响应针对的应用系统、该响应针对的请求类型,以及此次响应的响应时间。例如,响应数据可以包括应用系统A响应登录请求的响应时间。因此,本发明可以获取多种不同类型的响应时间数据,根据其针对的应用系统和请求类型将其分类归总,然后确定此次获得响应数据对应的响应参考数据,从而通过此次响应的响应时间更新该响应参考数据。具体地,可以参考上述参考图2描述的更新响应参考数据的方法。
可以理解,在应用性能管理的应用当中,慢响应分级往往需要具备有处理海量数据的能力,这就需要系统具备很好的扩展性。而本发明实施例提供的计算方法可以时慢响应分级技术具有更好的横向扩展能力。
例如,如图5所示,在本发明实施例中,可以通过Kafka模块分区的能力以及合理的partition key的选择可以使得所有相同类型的响应时间数据都被同一个基线计算模块获取到,从而动态实时的计算出准确的响应参考数据。例如,慢响应数据收集模块可以用于接收原始应用数据的请求,而后通过由项目、服务以及Web事务入口类型组成的key,发送相关数据至Kafka模块中的不同partition。基线计算模块可以通过Kafka consumer的方式,从Kafka模块中获取响应时间数据,实时地采用本发明参考图2描述的计算方法更新响应参考数据,并存储到Redis模块中。
本发明实施例可以获取用户此次请求的响应时间,然后基于当前的响应参考数据和此次请求的响应数据更新该当前响应参考数据,通过流式计算能够实时地更新响应参考数据,动态反映该响应的情况,提高了响应参考数据更新的实时性和准确性,从而提高了判断Web事务是否为慢响应的准确性,并且基于已有的响应参考数据获得新的响应参考数据可以消除大量冗余的计算,减少计算量,从而提高计算速度、减轻系统负载压力。同时,本发明实施例提供的响应参考数据更新方法具备良好的扩展能力,可以同时处理多个不同服务的响应参考数据更新,具有更好的用户体验。
示例性介质
在介绍了本发明示例性实施方式的方法之后,接下来,参考图6对本发明示例性实施方式的、用于实现数据处理方法的计算机可读存储介质进行说明,该计算机可读存储介质上存储有可执行指令,所述指令在被处理器执行时实现上述方法实施例中任一项上述的数据处理方法。
在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的数据处理方法中的步骤,例如,所述计算设备可以执行如图2所示的操作S201:获取响应数据,响应数据包括响应相应请求的响应时间;操作S202:基于该相应请求对应的响应参考数据以及响应数据更新该响应参考数据,其中,响应参考数据包括相应请求所属的请求类型的初始响应参考数据或者相应请求所属的请求类型的历史响应时间的统计结果。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。
如图6所示,描述了根据本发明的实施方式的用于实现数据处理方法的程序产品60,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了可读程序代码。这种传播的数据信号可以采用多种形式,包括——但不限于——电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于——无线、有线、光缆,RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言——诸如Java,C++等,还包括常规的过程式程序设计语言——诸如“C”,语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)一连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
示例性装置
在介绍了本发明示例性实施方式的介质之后,接下来,参考图7对本发明示例性实施方式的数据处理装置700进行说明。
图7示意性示出了根据本发明实施例的数据处理装置700的框图。
如图7所示,数据处理装置700可以包括获取模块710和更新模块720。
获取模块710获取响应数据,响应数据包括响应相应请求的响应时间。
更新模块720基于相应请求对应的响应参考数据以及响应数据更新响应参考数据,其中,响应参考数据包括相应请求所属的请求类型的初始响应参考数据或者相应请求所属的请求类型的历史响应时间的统计结果。
根据本发明实施例,上述基于相应请求对应的响应参考数据以及响应数据更新响应参考数据,包括:基于响应参考数据以及响应时间确定第一响应参考数据,和/或基于响应参考数据、响应时间以及响应时间对应的权重确定第二响应参考数据,以及基于第一响应参考数据和/或第二响应参考数据更新响应参考数据。
根据本发明实施例,上述装置还可以包括:第一确定模块,根据响应时间以及响应参考数据确定该响应所属的响应类型。第二确定模块,根据该响应所属的响应类型确定响应时间对应的权重,其中,不同类型的响应对应不同的权重。
根据本发明实施例,不同的响应类型对应的响应时间范围不同,时间范围越靠近当前响应参数的响应类型对应的权重越大。
根据本发明实施例,上述基于第一响应参考数据和/或第二响应参考数据更新响应参考数据,包括:为第一响应参考数据赋予第一权值,为第二响应参考数据赋予第二权值,以及基于第一响应参考数据、第一权值、第二响应参考数据以及第二权值更新响应参考数据。
根据本发明实施例,响应数据还可以包括:响应对应的应用系统数据、响应对应的请求类型数据。基于相应请求对应的响应参考数据以及响应数据更新响应参考数据,包括:根据响应对应的应用系统数据以及响应对应的请求类型数据确定相应请求对应的响应参考数据,以及基于相应请求对应的响应参考数据以及响应数据更新响应参考数据。
根据本公开实施例,数据处理装置700例如可以执行上文参考图2或者图4描述的方法,在此不再赘述。
根据本公开的实施例的模块、子模块、单元、子单元中的任意多个、或其中任意多个的至少部分功能可以在一个模块中实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以被拆分成多个模块来实现。根据本公开实施例的模块、子模块、单元、子单元中的任意一个或多个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以通过对电路进行集成或封装的任何其他的合理方式的硬件或固件来实现,或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者,根据本公开实施例的模块、子模块、单元、子单元中的一个或多个可以至少被部分地实现为计算机程序模块,当该计算机程序模块被运行时,可以执行相应的功能。
例如,获取模块710和更新模块720可以合并在一个模块中实现,或者其中的任意一个模块可以被拆分成多个模块。或者,这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合,并在一个模块中实现。根据本发明的实施例,获取模块710和更新模块720中的至少一个可以至少被部分地实现为硬件电路,例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC),或可以以对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现,或以软件、硬件以及固件三种实现方式的适当组合来实现。或者,获取模块710和更新模块720中的至少一个可以至少被部分地实现为计算机程序模块,当该程序被计算机运行时,可以执行相应模块的功能。
示例性计算设备
在介绍了本发明示例性实施方式的方法、介质和装置之后,接下来,参考图8对本发明示例性实施方式的、用于实现数据处理方法和装置的计算设备进行说明。
本发明实施例还提供了一种计算设备。所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
在一些可能的实施方式中,根据本发明的计算设备可以至少包括至少一个处理单元、以及至少一个存储单元。其中,所述存储单元存储有程序代码,当所述程序代码被所述处理单元执行时,使得所述处理单元执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的数据处理方法中的步骤。例如,所述计算设备可以执行如图2所示的操作S201:获取响应数据,响应数据包括响应相应请求的响应时间;操作S202:基于该相应请求对应的响应参考数据以及响应数据更新该响应参考数据,其中,响应参考数据包括相应请求所属的请求类型的初始响应参考数据或者相应请求所属的请求类型的历史响应时间的统计结果。
下面参照图8来描述根据本发明的这种实施方式的用于实现数据处理方法的计算设备80。如图8所示的计算设备80仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图8所示,计算设备80以通用计算设备的形式表现。计算设备80的组件可以包括但不限于:上述至少一个处理单元801、上述至少一个存储单元802、连接不同系统组件(包括存储单元802和处理单元801)的总线803。
总线803表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器、外围总线、图形加速端口、处理器或者使用多种总线结构中的任意总线结构的局域总线。
存储单元802可以包括易失性存储器形式的可读介质,例如随机存取存储器(RAM)8021和/或高速缓存存储器8022,还可以进一步包括只读存储器(ROM)8023。
存储单元802还可以包括具有一组(至少一个)程序模块8024的程序/实用工具8025,这样的程序模块8024包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
计算设备80也可以与一个或多个外部设备804(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与计算设备80交互的设备通信,和/或与使得计算设备80能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/0)接口805进行。并且,计算设备80还可以通过网络适配器806与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器806通过总线803与计算设备80的其它模块通信。应当明白,尽管图中未示出,可以结合计算设备80使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
应当注意,尽管在上文详细描述中提及了调度系统的若干单元/模块或子单元/模块,但是这种划分仅仅是示例性的并非强制性的。实际上,根据本发明的实施方式,上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之,上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
此外,尽管在附图中以特定顺序描述了本发明方法的操作,但是,这并非要求或者暗示必须按照该特定顺序来执行这些操作,或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地,可以省略某些步骤,将多个步骤合并为一个步骤执行,和/或将一个步骤分解为多个步骤执行。
虽然已经参考若干具体实施方式描述了本发明的精神和原理,但是应该理解,本发明并不限于所公开的具体实施方式,对各方面的划分也不意味着这些方面中的特征不能组合以进行受益,这种划分仅是为了表述的方便。本发明旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。

Claims (10)

1.一种数据处理方法,包括:
获取响应数据,所述响应数据包括响应相应请求的响应时间;
基于所述相应请求对应的响应参考数据以及所述响应数据更新所述响应参考数据,其中,所述响应参考数据包括所述相应请求所属的请求类型的初始响应参考数据或者所述相应请求所属的请求类型的历史响应时间的统计结果。
2.根据权利要求1所述的方法,其中,所述基于所述相应请求对应的响应参考数据以及所述响应数据更新所述响应参考数据,包括:
基于所述响应参考数据以及所述响应时间确定第一响应参考数据;和/或
基于所述响应参考数据、所述响应时间以及所述响应时间对应的权重确定第二响应参考数据;
基于所述第一响应参考数据和/或所述第二响应参考数据更新所述响应参考数据。
3.根据权利要求2所述的方法,还包括:
根据所述响应时间以及所述响应参考数据确定该响应所属的响应类型;
根据该响应所属的响应类型确定所述响应时间对应的权重,其中,不同类型的响应对应不同的权重。
4.根据权利要求3所述的方法,其中,不同的所述响应类型对应的响应时间范围不同,时间范围越靠近所述当前响应参数的响应类型对应的权重越大。
5.根据权利要求2所述的方法,其中,所述基于所述第一响应参考数据和/或所述第二响应参考数据更新所述响应参考数据,包括:
为所述第一响应参考数据赋予第一权值;
为所述第二响应参考数据赋予第二权值;
基于所述第一响应参考数据、第一权值、第二响应参考数据以及第二权值更新所述响应参考数据。
6.根据权利要求1所述的方法,其中:
所述响应数据还包括:所述响应对应的应用系统数据、所述响应对应的请求类型数据;
所述基于所述相应请求对应的响应参考数据以及所述响应数据更新所述响应参考数据,包括:
根据所述响应对应的应用系统数据以及所述响应对应的请求类型数据确定所述相应请求对应的响应参考数据;
基于所述相应请求对应的响应参考数据以及所述响应数据更新所述响应参考数据。
7.一种数据处理装置,包括:
获取模块,获取响应数据,所述响应数据包括响应相应请求的响应时间;
更新模块,基于所述相应请求对应的响应参考数据以及所述响应数据更新所述响应参考数据,其中,所述响应参考数据包括所述相应请求所属的请求类型的初始响应参考数据或者所述相应请求所属的请求类型的历史响应时间的统计结果。
8.根据权利要求7所述的装置,其中,所述基于所述相应请求对应的响应参考数据以及所述响应数据更新所述响应参考数据,包括:
基于所述响应参考数据以及所述响应时间确定第一响应参考数据;和/或
基于所述响应参考数据、所述响应时间以及所述响应时间对应的权重确定第二响应参考数据;
基于所述第一响应参考数据和/或所述第二响应参考数据更新所述响应参考数据。
9.一种计算设备,包括:
一个或多个存储器,存储有可执行指令;以及
一个或多个处理器,执行所述可执行指令,以实现根据权力要求1~6中任一项所述的方法。
10.一种介质,其上存储有可执行指令,所述指令在被处理器执行时实现根据权利要求1~6中任一项所述的方法。
CN201811065595.3A 2018-09-12 2018-09-12 数据处理方法、装置、计算机设备和介质 Active CN109308243B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811065595.3A CN109308243B (zh) 2018-09-12 2018-09-12 数据处理方法、装置、计算机设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811065595.3A CN109308243B (zh) 2018-09-12 2018-09-12 数据处理方法、装置、计算机设备和介质

Publications (2)

Publication Number Publication Date
CN109308243A true CN109308243A (zh) 2019-02-05
CN109308243B CN109308243B (zh) 2022-11-18

Family

ID=65224866

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811065595.3A Active CN109308243B (zh) 2018-09-12 2018-09-12 数据处理方法、装置、计算机设备和介质

Country Status (1)

Country Link
CN (1) CN109308243B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111260085A (zh) * 2020-01-09 2020-06-09 杭州中恒电气股份有限公司 器件更换工时评估方法、装置、设备及介质
CN112241278A (zh) * 2019-07-19 2021-01-19 伊姆西Ip控股有限责任公司 更新软件的方法、设备和计算机程序产品

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103810062A (zh) * 2014-03-05 2014-05-21 华为技术有限公司 慢盘检测方法和装置
CN103888300A (zh) * 2014-04-09 2014-06-25 中国人民解放军63818部队 Web服务系统中网络故障分析系统与方法
CN104184546A (zh) * 2013-05-27 2014-12-03 百度在线网络技术(北京)有限公司 一种移动通信网络中减少报文重传的方法及系统
WO2016175863A1 (en) * 2015-04-30 2016-11-03 Hewlett Packard Enterprise Development Lp Monitoring application operations using user interaction times
CN106502871A (zh) * 2016-09-28 2017-03-15 广州汇通国信信息科技有限公司 监管系统的告警阈值动态配置系统及方法
CN107181607A (zh) * 2016-03-11 2017-09-19 中国移动通信集团内蒙古有限公司 一种基于端到端的应用系统故障定位方法及装置
EP3285169A2 (en) * 2016-08-17 2018-02-21 Fujitsu Limited System status visualization method and system status visualization device
CN107888708A (zh) * 2017-12-25 2018-04-06 山大地纬软件股份有限公司 一种基于Docker容器集群的负载均衡算法
CN107943678A (zh) * 2017-11-15 2018-04-20 锐捷网络股份有限公司 一种评价应用访问过程的方法及评价服务器

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104184546A (zh) * 2013-05-27 2014-12-03 百度在线网络技术(北京)有限公司 一种移动通信网络中减少报文重传的方法及系统
CN103810062A (zh) * 2014-03-05 2014-05-21 华为技术有限公司 慢盘检测方法和装置
CN103888300A (zh) * 2014-04-09 2014-06-25 中国人民解放军63818部队 Web服务系统中网络故障分析系统与方法
WO2016175863A1 (en) * 2015-04-30 2016-11-03 Hewlett Packard Enterprise Development Lp Monitoring application operations using user interaction times
CN107181607A (zh) * 2016-03-11 2017-09-19 中国移动通信集团内蒙古有限公司 一种基于端到端的应用系统故障定位方法及装置
EP3285169A2 (en) * 2016-08-17 2018-02-21 Fujitsu Limited System status visualization method and system status visualization device
CN106502871A (zh) * 2016-09-28 2017-03-15 广州汇通国信信息科技有限公司 监管系统的告警阈值动态配置系统及方法
CN107943678A (zh) * 2017-11-15 2018-04-20 锐捷网络股份有限公司 一种评价应用访问过程的方法及评价服务器
CN107888708A (zh) * 2017-12-25 2018-04-06 山大地纬软件股份有限公司 一种基于Docker容器集群的负载均衡算法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
杨虹等: "基于综合因素的WebGIS优化加权负载均衡的研究", 《测绘与空间地理信息》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112241278A (zh) * 2019-07-19 2021-01-19 伊姆西Ip控股有限责任公司 更新软件的方法、设备和计算机程序产品
CN111260085A (zh) * 2020-01-09 2020-06-09 杭州中恒电气股份有限公司 器件更换工时评估方法、装置、设备及介质
CN111260085B (zh) * 2020-01-09 2023-12-12 杭州中恒电气股份有限公司 器件更换工时评估方法、装置、设备及介质

Also Published As

Publication number Publication date
CN109308243B (zh) 2022-11-18

Similar Documents

Publication Publication Date Title
CN112199189B (zh) 深度学习模型对资源受限边缘设备的适应
WO2022110446A1 (zh) 异构集群调度的模拟方法、装置、计算机设备及存储介质
CN103970604A (zh) 基于MapReduce架构实现图处理的方法和装置
JP2023508076A (ja) アプリケーション・ベースのプロファイリングを用いた機械学習ワークロードの弾力的な実行
CN109614227A (zh) 任务资源调配方法、装置、电子设备及计算机可读介质
CN114564374A (zh) 算子性能评估方法、装置、电子设备及存储介质
CN110389873A (zh) 一种判定服务器资源使用情况的方法和装置
CN113286315A (zh) 负载均衡判断方法、装置、设备及存储介质
WO2023216857A1 (en) Multi-agent chatbot with multi-intent recognition
CN114925651A (zh) 一种电路走线确定方法及相关设备
CN109308243A (zh) 数据处理方法、装置、计算机设备和介质
CN111209930B (zh) 一种生成授信策略的方法、装置和电子设备
US10568203B2 (en) Modifying a circuit design
WO2022127393A1 (en) Reinforcement learning for testing suite generation
CN113392018B (zh) 流量分发方法、装置、存储介质及电子设备
WO2020233708A1 (zh) 创建网络仿真平台的方法和网络仿真方法及相应装置
US11163960B2 (en) Automatic semantic analysis and comparison of chatbot capabilities
CN117014389A (zh) 算网资源配置方法及系统、电子设备、存储介质
CN115952098A (zh) 一种性能测试调优方案推荐方法及系统
CN115292178A (zh) 测试数据搜索方法、装置、存储介质以及终端
CN111427692B (zh) 功能配置方法、装置、电子设备及介质
CN116418664A (zh) 自动化网络设备模型创建的方法及设备、系统及存储介质
CN106843895A (zh) 用于处理请求的方法、系统和可读存储介质
CN114691466A (zh) 一种模拟响应方法以及相关设备
US20190325102A1 (en) Circuit generation based on zero wire load assertions

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
CP01 Change in the name or title of a patent holder

Address after: 310052 Room 301, Building No. 599, Changhe Street Network Business Road, Binjiang District, Hangzhou City, Zhejiang Province

Patentee after: Hangzhou NetEase Shuzhifan Technology Co.,Ltd.

Address before: 310052 Room 301, Building No. 599, Changhe Street Network Business Road, Binjiang District, Hangzhou City, Zhejiang Province

Patentee before: HANGZHOU LANGHE TECHNOLOGY Ltd.

CP01 Change in the name or title of a patent holder