CN109344303A - 一种数据结构切换方法、装置、设备和存储介质 - Google Patents

一种数据结构切换方法、装置、设备和存储介质 Download PDF

Info

Publication number
CN109344303A
CN109344303A CN201811460054.0A CN201811460054A CN109344303A CN 109344303 A CN109344303 A CN 109344303A CN 201811460054 A CN201811460054 A CN 201811460054A CN 109344303 A CN109344303 A CN 109344303A
Authority
CN
China
Prior art keywords
data structure
ranking list
data
list
performance
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
CN201811460054.0A
Other languages
English (en)
Other versions
CN109344303B (zh
Inventor
黄元兵
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.)
Guangzhou Huya Information Technology Co Ltd
Original Assignee
Guangzhou Huya Information 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 Guangzhou Huya Information Technology Co Ltd filed Critical Guangzhou Huya Information Technology Co Ltd
Priority to CN201811460054.0A priority Critical patent/CN109344303B/zh
Publication of CN109344303A publication Critical patent/CN109344303A/zh
Application granted granted Critical
Publication of CN109344303B publication Critical patent/CN109344303B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例公开了一种数据结构切换方法、装置、设备和存储介质。该方法应用于排行列表的构建,包括:若满足预设的周期切换条件,则获取在先一个或多个周期中对排行列表监测的针对列表操作的操作数据;根据所述操作数据分别预估使用至少两种数据结构更新所述排行列表的至少两个性能消耗值;根据所述至少两个性能消耗值从所述至少两种数据结构中选择目标数据结构;在本周期中,使用所述目标数据结构更新所述排行列表,解决因使用单一数据结构更新排序列表所带来的无法适应不同阶段的不同需求的问题,实现根据排序列表不同阶段的特点,进行数据结构的动态切换,从而具备良好的性能和扩展性,满足复杂的业务需求场景。

Description

一种数据结构切换方法、装置、设备和存储介质
技术领域
本发明实施例涉及数据处理技术,尤其涉及一种数据结构切换方法、装置、设备和存储介质。
背景技术
在互联网直播,游戏和其他实时性要求较高的领域中,会通过各种类型的排行列表进行数据的排序呈现,以激励用户参与其中。如游戏中的排行列表可以用于展示得分和名次。
排行列表通常都是具有实时性,需要具备良好的性能和扩展性,以满足复杂的业务需求场景。排行列表的复杂性在于从构建到最终消亡会经历几个不同的阶段,不同阶段性能有不同需求。现有技术中,采取单一的数据结构更新排行列表满足不同的阶段的不同需求。
发明内容
本发明提供一种数据结构切换方法、装置、设备和存储介质,以实现动态选择排行列表数据结构,具备良好的性能和扩展性,满足复杂的业务需求场景。
第一方面,本发明实施例提供了一种数据结构切换方法,该方法应用于排行列表的构建,包括:
若满足预设的周期切换条件,则获取在先一个或多个周期中对排行列表监测的针对列表操作的操作数据;
根据所述操作数据分别预估使用至少两种数据结构更新所述排行列表的至少两个性能消耗值;
根据所述至少两个性能消耗值从所述至少两种数据结构中选择目标数据结构;
在本周期中,使用所述目标数据结构更新所述排行列表。
进一步的,根据所述操作数据分别预估使用至少两种数据结构更新所述排行列表的至少两个性能消耗值,包括:
获取使用至少两种数据结构更新所述排行列表的性能消耗权重;
结合所述操作数据与所述性能消耗权重分别计算使用所述至少两种数据结构更新所述排行列表的至少两个性能消耗值。
进一步的,所述操作数据为列表操作的操作频次,所述性能消耗权重为所述列表操作的操作耗时;
结合所述操作数据与所述性能消耗权重分别计算使用所述至少两种数据结构更新所述排行列表的至少两个性能消耗值,包括:
针对每种数据结构,计算归属于同一个所述列表操作的操作频次与操作耗时之间的乘积,作为预估时长;
计算所述预估时长之和,作为所述数据结构的性能消耗值。
进一步的,所述获取使用至少两种数据结构更新所述排行列表的性能消耗权重,包括:
获取对排行列表进行列表操作的样本操作数据;
针对每种数据结构,根据所述样本操作数据模拟使用所述数据结构对所述排行列表进行更新,以获得操作耗时。
进一步的,所述预设的周期切换条件为所述排行列表中的列表数据的更新率超过预设的阈值。
进一步的,在满足预设周期切换条件,则获取上一个或多个周期的统计数据之前,还包括:
确定使用至少两种数据结构创建所述排行列表的至少两个性能初始值;
根据所述至少两个性能初始值从所述至少两种数据结构中选择特征数据结构;
使用所述特征数据结构创建排行列表。
进一步的,所述数据结构包括如下至少一个:线性列表、跳跃表和排序树;
所述特征数据结构包括线性列表;
所述列表操作包括如下至少一个:创建、单查询、批量查询、累加和修改。
第二方面,本发明实施例提供了一种数据结构切换方法,该方法应用于网站中排行列表的构建,所述排行列表为排行榜,包括:
根据网站实时获取的列表数据,确定满足预设的周期切换条件;
按照预设更新方式使用所述列表数据更新排行列表,其中,所述预设更新方式包括:获取在先一个或多个周期中对排行列表监测的针对列表操作的操作数据;根据所述操作数据分别预估使用至少两种数据结构更新所述排行列表的至少两个性能消耗值;根据所述至少两个性能消耗值从所述至少两种数据结构中选择目标数据结构;在本周期中,使用所述目标数据结构更新所述排行列表;
将更新后的排行列表在所述网站进行显示。
第三方面,本发明实施例还提供了一种数据结构切换装置,该装置应用于排行列表的构建,包括:
操作数据获取模块,用于若满足预设的周期切换条件,则获取在先一个或多个周期中对排行列表监测的针对列表操作的操作数据;
性能消耗值预估模块,用于根据所述操作数据分别预估使用至少两种数据结构更新所述排行列表的至少两个性能消耗值;
目标数据结构选择模块,用于根据所述至少两个性能消耗值从所述至少两种数据结构中选择目标数据结构;
排行列表更新模块,用于在本周期中,使用所述目标数据结构更新所述排行列表。
第四方面,本发明实施例还提供了一种数据结构切换装置,应用于网站中排行列表的构建,所述排行列表为排行榜,包括:
周期切换条件确定模块,用于根据网站实时获取的列表数据,确定满足预设的周期切换条件;
排行列表确定模块,用于按照预设更新方式使用所述列表数据更新排行列表,其中,所述预设更新方式包括:获取在先一个或多个周期中对排行列表监测的针对列表操作的操作数据;根据所述操作数据分别预估使用至少两种数据结构更新所述排行列表的至少两个性能消耗值;根据所述至少两个性能消耗值从所述至少两种数据结构中选择目标数据结构;在本周期中,使用所述目标数据结构更新所述排行列表;
排行列表显示模块,用于将更新后的排行列表在所述网站进行显示。
第五方面,本发明实施例还提供了一种数据结构切换设备,该设备包括:存储器以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如第一方面和第二方面中任一所述的数据结构切换方法。
第六方面,本发明实施例还提供了一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面和第二方面中任一所述的数据结构切换方法。
本发明实施例通过若满足预设的周期切换条件,则获取在先一个或多个周期中对排行列表监测的针对列表操作的操作数据;根据所述操作数据分别预估使用至少两种数据结构更新所述排行列表的至少两个性能消耗值;根据所述至少两个性能消耗值从所述至少两种数据结构中选择目标数据结构;在本周期中,使用所述目标数据结构更新所述排行列表,由此,本发明不同于使用单一数据结构对排行列表进行更新,而是通过设置有至少两种数据结构以供选择,解决因使用单一数据结构更新排序列表所带来的无法适应不同阶段的不同需求的问题,进一步的,还通过根据在先一个或多个周期中对排行列表监测的针对列表操作的操作数据计算性能消耗值,以进一步确定目标数据结构,实现根据排序列表不同阶段的特点,进行数据结构的动态切换,从而具备良好的性能和扩展性,满足复杂的业务需求场景。
附图说明
图1为本发明实施例一提供的一种数据结构切换方法的流程图;
图2为本发明实施例二提供的一种数据结构切换方法的流程图;
图3为本发明实施例三提供的一种数据结构切换装置的结构示意图;
图4为本发明实施例四提供的一种数据结构切换设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的一种数据结构切换方法的流程图。
本实施例可适用于根据选择的数据结构更新排行列表的情况。具体的,排行列表用于将接收到的列表数据进行展示。在将列表数据加载入排行列表时,需要选择一数据结构用于存储列表数据,便于对该列表数据进行维护,其中,维护包括增、删、改和排序的操作。进一步的,使用不同的数据结构所构建的排行列表具有不同的性能。该性能包括如下至少一个:更新效率和查询效率等。
该方法可以由数据结构切换设备来执行,本实施例对数据结构切换设备不作限定,可以是电脑和服务器等。本实施例以数据结构切换设备为服务器进行详细说明,该服务器可以是独立服务器或集群服务器,可以是实体服务器或是云服务器。
参照图1,该数据结构切换方法具体包括如下步骤:
S110、若满足预设的周期切换条件,则获取在先一个或多个周期中对排行列表监测的针对列表操作的操作数据。
本实施例中,周期切换条件用于确定切换数据结构的时机。具体的,后台实时接收排行列表的列表数据,但并非一接收到新的列表数据,就更新排行列表。而是在满足周期切换条件时,才会进入新的周期,并切换数据结构以更新排行列表。更新排行列表的过程中执行列表操作,列表操作用于创建列表,和对已创建的列表进行增、删、改和查询的操作。每个周期可以对应于排行列表的不同阶段。进一步的,操作数据是根据列表操作产生,每个周期中针对列表操作的操作数据可以用于表示不同阶段的不同需求。
在一实施例中,本实施例通过获取在先一个或多个周期中对排行列表监测的针对列表操作的操作数据,以用于表示当前排行列表所处的阶段和在该阶段的需求,便于确定本周期中更新排行列表的数据结构,以适应该阶段的需求,达到性能平衡的效果。
S120、根据所述操作数据分别预估使用至少两种数据结构更新所述排行列表的至少两个性能消耗值。
本实施例中,数据结构用于确定列表数据的存储方式,便于对该列表数据进行维护。进一步的,使用不同的数据结构所构建的排行列表在执行列表操作时具有不同的性能。该性能包括如下至少一个:更新效率和查询效率等。由于操作数据由列表操作产生,而列表操作与排行列表的性能有关,所以,可以使用操作数据对排行列表进行性能的评估,得到性能消耗值。性能消耗值与排行列表的性能为负相关。进一步的,该性能消耗值可以作为确定本周期中更新排行列表的数据结构的参考,以期望减少本周期的性能消耗值,获得良好的性能。
在一实施例中,对至少两种数据结构进行性能消耗值的计算,以从至少两种数据结构选择一性能消耗值低的数据结构更新本周期的排行列表。
S130、根据所述至少两个性能消耗值从所述至少两种数据结构中选择目标数据结构。
本实施例中,目标数据结构为本周期构建排行列表的数据结构。
在一实施例中,性能消耗值与排行列表的性能为负相关。每种数据结构对应一个性能消耗值,选择性能消耗值最低的一个数据结构作为目标数据结构。
S140、在本周期中,使用所述目标数据结构更新所述排行列表。
本实施例中,使用目标数据结构构建排行列表,并将实时获取的列表数据更新入排行列表中。
在一实施例中,在步骤S140之后,还包括:接收用户的操作;响应用户的操作以使排行列表执行列表操作;监测的针对列表操作的操作数据,并检测设的周期切换条件。
本实施例的技术方案,通过若满足预设的周期切换条件,则获取在先一个或多个周期中对排行列表监测的针对列表操作的操作数据;根据所述操作数据分别预估使用至少两种数据结构更新所述排行列表的至少两个性能消耗值;根据所述至少两个性能消耗值从所述至少两种数据结构中选择目标数据结构;在本周期中,使用所述目标数据结构更新所述排行列表,由此,本实施例中,不同于使用单一数据结构对排行列表进行更新,而是通过设置有至少两种数据结构以供选择,解决因使用单一数据结构更新排序列表所带来的无法适应不同阶段的不同需求的问题,进一步的,还通过根据在先一个或多个周期中对排行列表监测的针对列表操作的操作数据计算性能消耗值,以进一步确定目标数据结构,实现根据排序列表不同阶段的特点,进行数据结构的动态切换,从而具备良好的性能和扩展性,满足复杂的业务需求场景。在上述实施例的基础上,该方法应用于网站中排行列表的构建,所述排行列表为排行榜,包括:根据网站实时获取的列表数据,确定满足预设的周期切换条件;按照预设更新方式使用所述列表数据更新排行列表,其中,所述预设更新方式包括:获取在先一个或多个周期中对排行列表监测的针对列表操作的操作数据;根据所述操作数据分别预估使用至少两种数据结构更新所述排行列表的至少两个性能消耗值;根据所述至少两个性能消耗值从所述至少两种数据结构中选择目标数据结构;在本周期中,使用所述目标数据结构更新所述排行列表;将更新后的排行列表在所述网站进行显示。
其中,网站的后台实时获取排行榜的列表数据,并在后台按照预设更新方式使用所述列表数据更新排行榜,并在排行榜更新后,显示在网站上,供用户查看。
通过按照预设更新方式使用所述列表数据更新排行列表,可以保证排行榜在更新并显示的过程更加顺畅,响应速度更加快速,不会因为排行榜处于不同阶段而产生卡顿。
实施例二
图2为本发明实施例二提供的一种数据结构切换方法的流程图。
参照图2,本实施例在上述实施例的基础上进一步细化,该数据结构切换方法,具体包括如下步骤:
S210、若满足预设的周期切换条件,则获取在先一个或多个周期中对排行列表监测的针对列表操作的操作数据。
本实施例对预设的周期切换条件不作限定,在一实施例中,所述预设的周期切换条件为所述排行列表中的列表数据的更新率超过预设的阈值。
在一实施例中,列表数据的更新率是指实时接收的列表数据,相对于上一周期而言的变化率。通过设置周期切换条件可以用于调整排行列表的性能,避免因持续更新排行列表导致的服务器负载过大。
本实施例对列表操作不作限定,列表操作用于更新和/或查询排行列表,所述列表操作包括如下至少一个:创建、单查询、批量查询、累加和修改。
本实施例中,创建为排行列表的创建,包括列表数据的加载;单查询为一次只查询一个列表数据;批量查询为一次查询多个列表数据;累加为对排行列表的列表数据的统计,如排行列表为排行榜,日榜为以自然日为统计周期的榜单;周榜为以自然周为统计周期的榜单;月榜:为以自然月为统计周期的榜单,进一步的可以采用累加的操作,将日榜整合为周榜,将周榜整合为月榜。修改为对排行列表中的列表数据进行修改。
S220、获取使用至少两种数据结构更新所述排行列表的性能消耗权重。
本实施例对数据结构的类型不作限定,所述数据结构包括如下至少一个:线性列表、跳跃表和排序树。
本实施例中,线性列表为具有链接存储结构的线性表,它用一组地址任意的存储单元存放线性表中的数据元素,逻辑上相邻的元素在物理上不要求也相邻,不能随机存取。若排行列表所使用的数据结构为线性列表,则单查询和批量查询的缓存效率较高,更新线性复杂度O(n)性能较差,内存占用较低,逻辑实现简单,适用于高频查询或小规模数据场景。
本实施例中,跳跃表是允许快速查询一个有序连续元素的数据链表。快速查询是通过维护一个多层次的链表,且每一层链表中的元素是前一层链表元素的子集。若排行列表所使用的数据结构为跳跃表,则更新效率O(logn)较高,但连续列表数据区间查询缓存不友好,性能较差,逻辑实现通常比较复杂,内存开销也相对较大,适合高频率更新的场景。
本实施例中,排序树为一种特殊的树结构实现排列算法,这种树就是N层满N叉树(N可以是任意自然数)。若排行列表所使用的数据结构为排序树,则更新和查询效率介于线性表和跳跃表之间,有比较成熟的实现方案,适合于更新和查询量没有明显差距的场景。
进一步的,可以根据操作数据和性能消耗权重计算性能消耗值。不同的数据结构对应不同的性能消耗权重,所以针对于同一份操作数据,不同数据结构对应的性能消耗值是不同的。
本实施例对如何计算性能消耗权重不作限定,本实施例通过举例的方式进行详细说明。
在一实施例中,所述性能消耗权重为所述列表操作的操作耗时,步骤S220可以进一步细化为步骤S221-S222:
S221、获取对排行列表进行列表操作的样本操作数据。
本实施例中,样本操作数据可以是不同规模的列表数据。
S222、针对每种数据结构,根据所述样本操作数据模拟使用所述数据结构对所述排行列表进行更新,以获得操作耗时。
在一实施例中,针对每种数据结构,使用该数据结构将一种规模的样本操作数据构建为排行列表,并对该排行列表执行列表操作,分别检测各个列表操作的操作耗时,以得到针对一种规模的样本操作数据的情况下,每种数据结构中每种列表操作对应的操作耗时。进而获得多种规模的样本操作数据的情况下对应的多个操作耗时,通过计算操作耗时的平均值,即可得到每种数据结构中每种列表操作对应的操作耗时,即性能消耗权重。
S230、结合所述操作数据与所述性能消耗权重分别计算使用所述至少两种数据结构更新所述排行列表的至少两个性能消耗值。
本实施例对如何结合所述操作数据与所述性能消耗权重分别计算使用所述至少两种数据结构更新所述排行列表的至少两个性能消耗值不作限定,本实施例将通过举例的方式进行详细说明。
在一实施例中,所述操作数据为列表操作的操作频次,所述性能消耗权重为所述列表操作的操作耗时。步骤S230可以进一步细化为S231-S232:
S231、针对每种数据结构,计算归属于同一个所述列表操作的操作频次与操作耗时之间的乘积,作为预估时长。
本实施例中,计算归属于同一个所述列表操作的操作频次与操作耗时之间的乘积,即可预估得到每种数据结构中每种列表操作的预估时长。
S232、计算所述预估时长之和,作为所述数据结构的性能消耗值。
本实施例中,通过计算所有列表操作的预估时长之和,即可得到每种数据结构的性能消耗值。
S240、根据所述至少两个性能消耗值从所述至少两种数据结构中选择目标数据结构。
S250、在本周期中,使用所述目标数据结构更新所述排行列表。
本实施例通过若满足预设的周期切换条件,则获取在先一个或多个周期中对排行列表监测的针对列表操作的操作数据;获取使用至少两种数据结构更新所述排行列表的性能消耗权重;结合所述操作数据与所述性能消耗权重分别计算使用所述至少两种数据结构更新所述排行列表的至少两个性能消耗值;根据所述至少两个性能消耗值从所述至少两种数据结构中选择目标数据结构;在本周期中,使用所述目标数据结构更新所述排行列表,由此,本实施例中,不同于使用单一数据结构对排行列表进行更新,而是通过设置有至少两种数据结构以供选择,解决因使用单一数据结构更新排序列表所带来的无法适应不同阶段的不同需求的问题,进一步的,还通过根据在先一个或多个周期中对排行列表监测的针对列表操作的操作数据计算性能消耗值,以进一步确定目标数据结构,实现根据排序列表不同阶段的特点,进行数据结构的动态切换,从而具备良好的性能和扩展性,满足复杂的业务需求场景。进一步的,所述操作数据为列表操作的操作频次,所述性能消耗权重为所述列表操作的操作耗时,由此,根据列表操作的操作频次和列表操作的操作耗时,计算得到数据结构的性能消耗值,一方面,操作数据容易被获取,且获取成本低;另一方面,性能消耗值不复杂,且在不需要得知具体排序列表业务的情况下,足以表示当前排序列表的需求,从而具备良好的性能和扩展性。
在上述实施例的基础上,需要注意的是,为了适用不具备在先一个或多个周期中对排行列表监测的针对列表操作的操作数据的情况,简称为初始情况。
本实施例对如何在初始情况下构建排行列表不作限定。本实施例通过举例进行详细说明。
在一实施例中,在步骤S210之前,还包括:从至少两种数据结构中任意选择一个特征数据结构;使用所述特征数据结构创建排行列表。
在一实施例中,在步骤S210之前,还包括:确定使用至少两种数据结构创建所述排行列表的至少两个性能初始值;根据所述至少两个性能初始值从所述至少两种数据结构中选择特征数据结构;使用所述特征数据结构创建排行列表。
本实施例中,性能初始值用于表示初始情况下,至少两种数据结构对应的性能消耗值。所述特征数据结构包括线性列表。特征数据结构为初始情况下构建排行列表使用的数据结构。通过性能初始值来选择特征数据结构,可以保证特征数据结构所更新的排行列表具有良好的性能。
实施例三
图3为本发明实施例三提供的一种数据结构切换装置的结构示意图。
本实施例可适用于根据选择的数据结构创建或更新排行列表的情况。具体的,排行列表用于将接收到的列表数据进行展示。在将列表数据加载入排行列表时,需要选择一数据结构用于存储列表数据,便于对该列表数据进行维护,其中,维护包括增、删、改和排序的操作。进一步的,使用不同的数据结构所构建的排行列表具有不同的性能。该性能包括如下至少一个:更新效率和查询效率等。
该装置可以集成于数据结构切换设备中,本实施例对数据结构切换设备不作限定,可以是电脑和服务器等。本实施例以数据结构切换设备为服务器进行详细说明,该服务器可以是独立服务器或集群服务器,可以是实体服务器或是云服务器。
参照图3,本实施例以该装置应用于排行列表的构建为例进行详细说明,具体的,该数据结构切换装置具体包括如下结构:操作数据获取模块310、性能消耗值预估模块320、目标数据结构选择模块330和排行列表更新模块340。
操作数据获取模块310,用于若满足预设的周期切换条件,则获取在先一个或多个周期中对排行列表监测的针对列表操作的操作数据。
性能消耗值预估模块320,用于根据所述操作数据分别预估使用至少两种数据结构更新所述排行列表的至少两个性能消耗值。
目标数据结构选择模块330,用于根据所述至少两个性能消耗值从所述至少两种数据结构中选择目标数据结构。
排行列表更新模块340,用于在本周期中,使用所述目标数据结构更新所述排行列表。
本实施例的技术方案,通过若满足预设的周期切换条件,则获取在先一个或多个周期中对排行列表监测的针对列表操作的操作数据;根据所述操作数据分别预估使用至少两种数据结构更新所述排行列表的至少两个性能消耗值;根据所述至少两个性能消耗值从所述至少两种数据结构中选择目标数据结构;在本周期中,使用所述目标数据结构更新所述排行列表,由此,本实施例中,不同于使用单一数据结构对排行列表进行更新,而是通过设置有至少两种数据结构以供选择,解决因使用单一数据结构更新排序列表所带来的无法适应不同阶段的不同需求的问题,进一步的,还通过根据在先一个或多个周期中对排行列表监测的针对列表操作的操作数据计算性能消耗值,以进一步确定目标数据结构,实现根据排序列表不同阶段的特点,进行数据结构的动态切换,从而具备良好的性能和扩展性,满足复杂的业务需求场景。
在上述技术方案的基础上,性能消耗值预估模块320包括:
性能消耗权重获取单元,用于获取使用至少两种数据结构更新所述排行列表的性能消耗权重。
性能消耗值计算单元,用于结合所述操作数据与所述性能消耗权重分别计算使用所述至少两种数据结构更新所述排行列表的至少两个性能消耗值。
在上述技术方案的基础上,所述操作数据为列表操作的操作频次,所述性能消耗权重为所述列表操作的操作耗时。
性能消耗值计算单元,包括:
预估时长计算子单元,用于针对每种数据结构,计算归属于同一个所述列表操作的操作频次与操作耗时之间的乘积,作为预估时长。
性能消耗值计算子单元,用于计算所述预估时长之和,作为所述数据结构的性能消耗值。
在上述技术方案的基础上,性能消耗权重获取单元,包括:
样本操作数据获取子单元,用于获取对排行列表进行列表操作的样本操作数据。
操作耗时获取子单元,用于针对每种数据结构,根据所述样本操作数据模拟使用所述数据结构对所述排行列表进行更新,以获得操作耗时。
在上述技术方案的基础上,所述预设的周期切换条件为所述排行列表中的列表数据的更新率超过预设的阈值。
在上述技术方案的基础上,该装置还包括:
性能初始值确定模块,用于在满足预设周期切换条件,则获取上一个或多个周期的统计数据之前,确定使用至少两种数据结构创建所述排行列表的至少两个性能初始值。
特征数据结构选择模块,用于根据所述至少两个性能初始值从所述至少两种数据结构中选择特征数据结构。
排行列表创建模块,用于使用所述特征数据结构创建排行列表。
在上述技术方案的基础上,所述数据结构包括如下至少一个:线性列表、跳跃表和排序树;所述特征数据结构包括线性列表;所述列表操作包括如下至少一个:创建、单查询、批量查询、累加和修改。
在上述实施例的基础上,所述数据结构切换装置应用于网站中排行列表的构建,所述排行列表为排行榜,包括:周期切换条件确定模块,用于根据网站实时获取的列表数据,确定满足预设的周期切换条件;排行列表确定模块,用于按照预设更新方式使用所述列表数据更新排行列表,其中,所述预设更新方式包括:获取在先一个或多个周期中对排行列表监测的针对列表操作的操作数据;根据所述操作数据分别预估使用至少两种数据结构更新所述排行列表的至少两个性能消耗值;根据所述至少两个性能消耗值从所述至少两种数据结构中选择目标数据结构;在本周期中,使用所述目标数据结构更新所述排行列表;排行列表显示模块,用于将更新后的排行列表在所述网站进行显示。
上述产品可执行本发明任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4为本发明实施例四提供的一种数据结构切换设备的结构示意图。如图4所示,该数据结构切换设备包括:处理器40、存储器41、输入装置42以及输出装置43。该数据结构切换设备中处理器40的数量可以是一个或者多个,图4中以一个处理器40为例。该数据结构切换设备中存储器41的数量可以是一个或者多个,图4中以一个存储器41为例。该数据结构切换设备的处理器40、存储器41、输入装置42以及输出装置43可以通过总线或者其他方式连接,图4中以通过总线连接为例。该数据结构切换设备可以是电脑和服务器等。本实施例以数据结构切换设备为服务器进行详细说明,该服务器可以是独立服务器或集群服务器,可以是实体服务器或是云服务器。
存储器41作为一种计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明任意实施例所述的数据结构切换方法对应的程序指令/模块(例如,数据结构切换装置中的操作数据获取模块310、性能消耗值预估模块320、目标数据结构选择模块330和排行列表更新模块340)。存储器41可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需的应用程序;存储数据区可存储根据设备的使用所创建的数据等。此外,存储器41可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中,存储器41可进一步包括相对于处理器40远程设置的存储器,这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置42可用于接收输入的数字或者字符信息,以及产生与数据结构切换设备的用户设置以及功能控制有关的键信号输入,还可以是用于获取图像的摄像头以及获取音频数据的拾音设备。输出装置43可以包括扬声器等音频设备。需要说明的是,输入装置42和输出装置43的具体组成可以根据实际情况设定。
处理器40通过运行存储在存储器41中的软件程序、指令以及模块,从而执行设备的各种功能应用以及数据处理,即实现上述的数据结构切换方法。
实施例五
本发明实施例五还提供一种包含计算机可执行指令的存储介质,所述计算机可执行指令在由计算机处理器执行时用于执行一种数据结构切换方法,应用于排行列表的构建,包括:
若满足预设的周期切换条件,则获取在先一个或多个周期中对排行列表监测的针对列表操作的操作数据;
根据所述操作数据分别预估使用至少两种数据结构更新所述排行列表的至少两个性能消耗值;
根据所述至少两个性能消耗值从所述至少两种数据结构中选择目标数据结构;
在本周期中,使用所述目标数据结构更新所述排行列表。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的数据结构切换方法操作,还可以执行本发明任意实施例所提供的数据结构切换方法中的相关操作,且具备相应的功能和有益效果。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是机器人,个人计算机,服务器,或者网络设备等)执行本发明任意实施例所述的数据结构切换方法。
值得注意的是,上述数据结构切换装置中,所包括的各个单元和模块只是按照功能逻辑进行划分的,但并不局限于上述的划分,只要能够实现相应的功能即可;另外,各功能单元的具体名称也只是为了便于相互区分,并不用于限制本发明的保护范围。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (12)

1.一种数据结构切换方法,其特征在于,应用于排行列表的构建,包括:
若满足预设的周期切换条件,则获取在先一个或多个周期中对排行列表监测的针对列表操作的操作数据;
根据所述操作数据分别预估使用至少两种数据结构更新所述排行列表的至少两个性能消耗值;
根据所述至少两个性能消耗值从所述至少两种数据结构中选择目标数据结构;
在本周期中,使用所述目标数据结构更新所述排行列表。
2.根据权利要求1所述的方法,其特征在于,根据所述操作数据分别预估使用至少两种数据结构更新所述排行列表的至少两个性能消耗值,包括:
获取使用至少两种数据结构更新所述排行列表的性能消耗权重;
结合所述操作数据与所述性能消耗权重分别计算使用所述至少两种数据结构更新所述排行列表的至少两个性能消耗值。
3.根据权利要求2所述的方法,其特征在于,所述操作数据为列表操作的操作频次,所述性能消耗权重为所述列表操作的操作耗时;
结合所述操作数据与所述性能消耗权重分别计算使用所述至少两种数据结构更新所述排行列表的至少两个性能消耗值,包括:
针对每种数据结构,计算归属于同一个所述列表操作的操作频次与操作耗时之间的乘积,作为预估时长;
计算所述预估时长之和,作为所述数据结构的性能消耗值。
4.根据权利要求2或3所述的方法,其特征在于,所述获取使用至少两种数据结构更新所述排行列表的性能消耗权重,包括:
获取对排行列表进行列表操作的样本操作数据;
针对每种数据结构,根据所述样本操作数据模拟使用所述数据结构对所述排行列表进行更新,以获得操作耗时。
5.根据权利要求1所述的方法,其特征在于,所述预设的周期切换条件为所述排行列表中的列表数据的更新率超过预设的阈值。
6.根据权利要求1所述的方法,其特征在于,在满足预设周期切换条件,则获取上一个或多个周期的统计数据之前,还包括:
确定使用至少两种数据结构创建所述排行列表的至少两个性能初始值;
根据所述至少两个性能初始值从所述至少两种数据结构中选择特征数据结构;
使用所述特征数据结构创建排行列表。
7.根据权利要求6所述的方法,其特征在于,所述数据结构包括如下至少一个:线性列表、跳跃表和排序树;
所述特征数据结构包括线性列表;
所述列表操作包括如下至少一个:创建、单查询、批量查询、累加和修改。
8.一种数据结构切换方法,其特征在于,应用于网站中排行列表的构建,所述排行列表为排行榜,包括:
根据网站实时获取的列表数据,确定满足预设的周期切换条件;
按照预设更新方式使用所述列表数据更新排行列表,其中,所述预设更新方式包括:获取在先一个或多个周期中对排行列表监测的针对列表操作的操作数据;根据所述操作数据分别预估使用至少两种数据结构更新所述排行列表的至少两个性能消耗值;根据所述至少两个性能消耗值从所述至少两种数据结构中选择目标数据结构;在本周期中,使用所述目标数据结构更新所述排行列表;
将更新后的排行列表在所述网站进行显示。
9.一种数据结构切换装置,其特征在于,应用于排行列表的构建,包括:
操作数据获取模块,用于若满足预设的周期切换条件,则获取在先一个或多个周期中对排行列表监测的针对列表操作的操作数据;
性能消耗值预估模块,用于根据所述操作数据分别预估使用至少两种数据结构更新所述排行列表的至少两个性能消耗值;
目标数据结构选择模块,用于根据所述至少两个性能消耗值从所述至少两种数据结构中选择目标数据结构;
排行列表更新模块,用于在本周期中,使用所述目标数据结构更新所述排行列表。
10.一种数据结构切换装置,其特征在于,应用于网站中排行列表的构建,所述排行列表为排行榜,包括:
周期切换条件确定模块,用于根据网站实时获取的列表数据,确定满足预设的周期切换条件;
排行列表确定模块,用于按照预设更新方式使用所述列表数据更新排行列表,其中,所述预设更新方式包括:获取在先一个或多个周期中对排行列表监测的针对列表操作的操作数据;根据所述操作数据分别预估使用至少两种数据结构更新所述排行列表的至少两个性能消耗值;根据所述至少两个性能消耗值从所述至少两种数据结构中选择目标数据结构;在本周期中,使用所述目标数据结构更新所述排行列表;
排行列表显示模块,用于将更新后的排行列表在所述网站进行显示。
11.一种数据结构切换设备,其特征在于,包括:存储器以及一个或多个处理器;
所述存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-8中任一所述的数据结构切换方法。
12.一种包含计算机可执行指令的存储介质,其特征在于,所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-8中任一所述的数据结构切换方法。
CN201811460054.0A 2018-11-30 2018-11-30 一种数据结构切换方法、装置、设备和存储介质 Active CN109344303B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811460054.0A CN109344303B (zh) 2018-11-30 2018-11-30 一种数据结构切换方法、装置、设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811460054.0A CN109344303B (zh) 2018-11-30 2018-11-30 一种数据结构切换方法、装置、设备和存储介质

Publications (2)

Publication Number Publication Date
CN109344303A true CN109344303A (zh) 2019-02-15
CN109344303B CN109344303B (zh) 2020-12-29

Family

ID=65319430

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811460054.0A Active CN109344303B (zh) 2018-11-30 2018-11-30 一种数据结构切换方法、装置、设备和存储介质

Country Status (1)

Country Link
CN (1) CN109344303B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112333482A (zh) * 2019-08-05 2021-02-05 广州虎牙科技有限公司 一种列表的处理方法、装置、设备和存储介质
CN112765499A (zh) * 2021-01-21 2021-05-07 腾讯科技(深圳)有限公司 一种排行榜处理方法、装置、设备及存储介质

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070226052A1 (en) * 2006-03-22 2007-09-27 Harish Abbott Online purchase optimization
CN102982112A (zh) * 2012-11-08 2013-03-20 北京小米科技有限责任公司 排行榜生成方法、日志生成方法和服务器
CN103020286A (zh) * 2012-12-27 2013-04-03 上海交通大学 基于排名网站的互联网排行榜抓取系统
CN104317905A (zh) * 2014-10-27 2015-01-28 深圳供电局有限公司 一种信息监控实时数据缓存处理的方法及系统
CN104980933A (zh) * 2015-07-07 2015-10-14 内蒙古大学 一种基于二叉排序树的局部议价的频谱分配方法
CN104978321A (zh) * 2014-04-02 2015-10-14 阿里巴巴集团控股有限公司 构造数据队列的方法、装置及从其插入和消费对象的方法
CN106874416A (zh) * 2017-01-23 2017-06-20 腾讯科技(深圳)有限公司 排行榜单生成方法及排行榜单生成装置
CN107577701A (zh) * 2017-07-26 2018-01-12 努比亚技术有限公司 一种数据排序方法、排序服务器及计算机可读存储介质
CN107679212A (zh) * 2017-10-17 2018-02-09 安徽慧视金瞳科技有限公司 一种应用于跳跃表数据结构的数据查询优化方法
CH712796A2 (de) * 2016-08-10 2018-02-15 Finreon Ag Einrichtung zur Datenverarbeitung und Verfahren zur Ermittlung der Gewichte von Konstituenten eines Zielportfolios.

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20070226052A1 (en) * 2006-03-22 2007-09-27 Harish Abbott Online purchase optimization
CN102982112A (zh) * 2012-11-08 2013-03-20 北京小米科技有限责任公司 排行榜生成方法、日志生成方法和服务器
CN103020286A (zh) * 2012-12-27 2013-04-03 上海交通大学 基于排名网站的互联网排行榜抓取系统
CN104978321A (zh) * 2014-04-02 2015-10-14 阿里巴巴集团控股有限公司 构造数据队列的方法、装置及从其插入和消费对象的方法
CN104317905A (zh) * 2014-10-27 2015-01-28 深圳供电局有限公司 一种信息监控实时数据缓存处理的方法及系统
CN104980933A (zh) * 2015-07-07 2015-10-14 内蒙古大学 一种基于二叉排序树的局部议价的频谱分配方法
CH712796A2 (de) * 2016-08-10 2018-02-15 Finreon Ag Einrichtung zur Datenverarbeitung und Verfahren zur Ermittlung der Gewichte von Konstituenten eines Zielportfolios.
CN106874416A (zh) * 2017-01-23 2017-06-20 腾讯科技(深圳)有限公司 排行榜单生成方法及排行榜单生成装置
CN107577701A (zh) * 2017-07-26 2018-01-12 努比亚技术有限公司 一种数据排序方法、排序服务器及计算机可读存储介质
CN107679212A (zh) * 2017-10-17 2018-02-09 安徽慧视金瞳科技有限公司 一种应用于跳跃表数据结构的数据查询优化方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孔维亮等: ""基于Intel VT硬件虚拟化的Rootkit技术"", 《信息工程大学学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112333482A (zh) * 2019-08-05 2021-02-05 广州虎牙科技有限公司 一种列表的处理方法、装置、设备和存储介质
CN112333482B (zh) * 2019-08-05 2023-01-06 广州虎牙科技有限公司 一种列表的处理方法、装置、设备和存储介质
CN112765499A (zh) * 2021-01-21 2021-05-07 腾讯科技(深圳)有限公司 一种排行榜处理方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN109344303B (zh) 2020-12-29

Similar Documents

Publication Publication Date Title
CN107239335B (zh) 分布式系统的作业调度系统及方法
CN105959374B (zh) 一种数据推荐方法及其设备
CN105550225B (zh) 索引构建方法、查询方法及装置
Metan et al. Real time selection of scheduling rules and knowledge extraction via dynamically controlled data mining
WO2021036936A1 (zh) 在分布式系统中资源及任务的分配方法、装置及系统
Vilarinho et al. ANTBAL: an ant colony optimization algorithm for balancing mixed-model assembly lines with parallel workstations
Zhou et al. Performance of an ant colony optimisation algorithm in dynamic job shop scheduling problems
Oukil et al. Ranking dispatching rules in multi-objective dynamic flow shop scheduling: a multi-faceted perspective
CN110096472B (zh) 节点集群中管理节点的选择
CN104408106B (zh) 一种用于分布式文件系统中大数据查询的调度方法
CN110717574B (zh) 一种神经网络运行方法、装置及异构智能芯片
Shao et al. Estimation of distribution algorithm with path relinking for the blocking flow-shop scheduling problem
CN104345974A (zh) 对输入数据记录集执行基于集成模型的预测的方法和系统
CN109902954A (zh) 一种基于工业大数据的柔性作业车间动态调度方法
Heger et al. Dynamically adjusting the k-values of the ATCS rule in a flexible flow shop scenario with reinforcement learning
CN113760553B (zh) 一种基于蒙特卡洛树搜索的混部集群任务调度方法
CN110471923A (zh) 一种区块链交易记录的处理方法及装置
Blazewicz et al. Metaheuristic approaches for the two-machine flow-shop problem with weighted late work criterion and common due date
Kerkhove et al. Scheduling of unrelated parallel machines with limited server availability on multiple production locations: a case study in knitted fabrics
CN109344303A (zh) 一种数据结构切换方法、装置、设备和存储介质
US20230325741A1 (en) Dynamic memoryless demand-supply pegging
CN112686418A (zh) 一种履约时效预测方法和装置
Ansótegui et al. Boosting evolutionary algorithm configuration
US20160342899A1 (en) Collaborative filtering in directed graph
CN105847358A (zh) 一种云计算环境下大数据节点分布的实现方法及其系统

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