CN110413419A - 一种规则执行的方法和装置 - Google Patents
一种规则执行的方法和装置 Download PDFInfo
- Publication number
- CN110413419A CN110413419A CN201810397423.XA CN201810397423A CN110413419A CN 110413419 A CN110413419 A CN 110413419A CN 201810397423 A CN201810397423 A CN 201810397423A CN 110413419 A CN110413419 A CN 110413419A
- Authority
- CN
- China
- Prior art keywords
- rule
- parallelism
- degree
- type
- expression
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 48
- 238000004590 computer program Methods 0.000 claims description 7
- 230000001502 supplementing effect Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 17
- 238000012545 processing Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 230000006854 communication Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005291 magnetic effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000010429 evolutionary process Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 210000003127 knee Anatomy 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012827 research and development Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3234—Power saving characterised by the action undertaken
- G06F1/329—Power saving characterised by the action undertaken by task scheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/54—Interprogram communication
- G06F9/547—Remote procedure calls [RPC]; Web services
Abstract
本发明公开了一种规则执行的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：接收业务请求，获取与业务请求相关联的规则；判断每个规则的规则类型，确定每个规则所处时序，将处于同一时序且规则类型相同的规则分为一组，合并同一组的规则至同一线程中执行。该实施方式对于可并行执行的规则，通过合理合并，可以有效减少线程数，降低CPU切换线程耗时占比，从而提高规则引擎的执行效率，节省CPU资源。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种规则执行的方法和装置。
背景技术
随着互联网的发展，实时规则引擎已广泛应用于各种业务场景，例如，风控规则、优惠券发放规则等，其优势在于不用重新上线发布应用就可以修改核心业务逻辑，对于非研发人员，也可以通过配置简单规则来实现业务逻辑规划。
然而，在实时场景下，随着业务的发展，单条请求需执行的规则越来越多，如何充分利用CPU(Central Processing Unit，中央处理器)多核优势并发执行规则，成为本领域人员所需考虑的问题。
现有技术主要采用单规则线程执行方案，通常是对每条规则独立创建线程，依据线程隔离规则执行，具有结构简洁、维护方便、对性能要求低等优势。
在实现本发明的过程中，发明人发现现有技术至少存在如下问题：
现有单规则线程执行方案，在规则量较大时会创建大量的线程，导致CPU处理的时间主要消耗在线程切换上，而真正执行规则逻辑时间占比较少，整体执行性能变差。尤其是对性能要求高且规则量大的场景，例如风控场景，调用方要求10ms内返回执行结果，而现有方案无法满足该要求。
发明内容
有鉴于此，本发明实施例提供一种规则执行的方法和装置，至少能够解决现有技术中线程创建量大，导致CPU线程切换时间过长，影响整体执行性能的问题。
为实现上述目的，根据本发明实施例的一个方面，提供了一种规则执行的方法，包括：接收业务请求，获取与业务请求相关联的规则；判断每个规则的规则类型，确定每个规则所处时序，将处于同一时序且规则类型相同的规则分为一组，合并同一组的规则至同一线程中执行。
可选的，判断每个规则的规则类型，确定每个规则所处时序，将处于同一时序且规则类型相同的规则分为一组，合并同一组的规则至同一线程中执行包括：获取每个规则所包含的表达式，判断每个表达式的类型，根据预定表达式的类型与并行度的对应关系，确定每个表达式的并行度；统计每个规则下所有表达式的并行度，以确定每个规则的并行度；确定每个规则所处时序，将处于同一时序且并行度相同的规则分为一组，合并同一组的规则至同一线程中执行。
可选的，根据预定表达式的类型与并行度的对应关系，确定每个表达式的并行度包括：遍历预定的表达式类型库，当查询到对应的表达式类型时，获取与表达式类型相应的第一预定并行度，将第一预定并行度作为相应表达式的并行度；或当查询不到对应的表达式类型时，获取第二预定并行度，将第二预定并行度作为相应表达式的并行度。
可选的，表达式类型库至少包括简单判断类、数值计算类、统计计算类以及数据补全类。
可选的，统计每个规则下所有表达式的并行度，以确定每个规则的并行度包括：当所统计的并行度小于或等于预定并行度阈值时，将所统计的并行度作为相应规则的并行度；或当所统计的并行度大于预定并行度阈值时，将预定并行度阈值作为相应规则的并行度。
可选的，确定每个规则所处时序，将处于同一时序且并行度相同的规则分为一组，合并同一组的规则至同一线程中执行包括：确定每个规则所处时序，统计处于同一时序下所有规则的并行度，获取服务器的核心数，以根据所统计的并行度以及核心数，确定每个并行度下合并至同一线程的规则数量；统计处于同一时序且并行度相同的规则的数量，获取相应并行度下合并至同一线程的规则数量，根据所统计的规则数量以及所获取的规则数量，确定所需创建的线程数，并确定每个线程中所合并执行的规则数量。
可选的，将处于同一时序且规则类型相同的规则分为一组包括：统计处于同一时序且规则类型相同的规则的数量，当所统计的规则数量小于或等于预定规则数量阈值时，将所统计的规则分为一组。
为实现上述目的，根据本发明实施例的另一方面，提供了一种规则执行的装置，包括：规则获取模块，用于接收业务请求，获取与业务请求相关联的规则；规则合并模块，用于判断每个规则的规则类型，确定每个规则所处时序，将处于同一时序且规则类型相同的规则分为一组，合并同一组的规则至同一线程中执行。
可选的，规则合并模块，用于：获取每个规则所包含的表达式，判断每个表达式的类型，根据预定表达式的类型与并行度的对应关系，确定每个表达式的并行度；统计每个规则下所有表达式的并行度，以确定每个规则的并行度；确定每个规则所处时序，将处于同一时序且并行度相同的规则分为一组，合并同一组的规则至同一线程中执行。
可选的，规则合并模块，用于：遍历预定的表达式类型库，当查询到对应的表达式类型时，获取与表达式类型相应的第一预定并行度，将第一预定并行度作为相应表达式的并行度；或当查询不到对应的表达式类型时，获取第二预定并行度，将第二预定并行度作为相应表达式的并行度。
可选的，表达式类型库至少包括简单判断类、数值计算类、统计计算类以及数据补全类。
可选的，规则合并模块，用于：当所统计的并行度小于或等于预定并行度阈值时，将所统计的并行度作为相应规则的并行度；或当所统计的并行度大于预定并行度阈值时，将预定并行度阈值作为相应规则的并行度。
可选的，规则合并模块，用于：确定每个规则所处时序，统计处于同一时序下所有规则的并行度，获取服务器的核心数，以根据所统计的并行度以及核心数，确定每个并行度下合并至同一线程的规则数量；统计处于同一时序且并行度相同的规则的数量，获取相应并行度下合并至同一线程的规则数量，根据所统计的规则数量以及所获取的规则数量，确定所需创建的线程数，并确定每个线程中所合并执行的规则数量。
可选的，规则合并模块，用于：统计处于同一时序且规则类型相同的规则的数量，当所统计的规则数量小于或等于预定规则数量阈值时，将所统计的规则分为一组。
为实现上述目的，根据本发明实施例的再一方面，提供了一种规则执行的电子设备。
本发明实施例的电子设备包括：一个或多个处理器；存储装置，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上述任一所述的规则执行的方法。
为实现上述目的，根据本发明实施例的再一方面，提供了一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现上述任一所述的规则执行的方法。
根据本发明所述提供的方案，上述发明中的一个实施例具有如下优点或有益效果：对于可并行执行的规则，通过合理合并，可以在保证一定并行度的前提下，减少线程数，降低CPU切换线程耗时所占比例，从而提高规则引擎的执行效率，节省CPU资源。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明，不构成对本发明的不当限定。其中：
图1是根据本发明实施例的一种规则执行的方法的主要流程示意图；
图2是根据本发明实施例的一种可选的规则执行的方法的流程示意图；
图3是根据本发明实施例的另一种可选的规则执行的方法的流程示意图；
图4是根据本发明实施例的又一种可选的规则执行的方法的流程示意图；
图5是合并规则至同一线程后的流程示意图；
图6是根据本发明实施例的一种具体地规则执行的方法的流程示意图；
图7是根据本发明实施例的一种规则执行的装置的主要模块示意图；
图8是本发明实施例可以应用于其中的示例性系统架构图；
图9是适于用来实现本发明实施例的移动设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
需要说明的是，本发明目的在于提升规则引擎的执行效率，因此，理论上，所有用到规则引擎，并且对执行效率有较高要求的场景都适用，例如，系统集成、软件系统配置、容错和高性能计算，本发明以风控场景为例进行说明。
另外，所涉及的规则引擎，包括实时以及非实时规则引擎。但由于实时规则引擎对执行效率要求较高，通常是ms级响应，例如，要求10ms返回结果；相较而言，非实时规则引擎对其要求较低。因此，本发明主要针对实时规则引擎进行说明。
针对本发明所涉及的其他名词作解释如下：
线程：CPU执行调度的最小单位；
并行：CPU每条线程独立执行，同一时刻有多条线程同时执行。
参见图1，示出的是本发明实施例提供的一种规则执行的方法的主要流程图，包括如下步骤：
S101：接收业务请求，获取与业务请求相关联的规则。
S102：判断每个规则的规则类型，确定每个规则所处时序，将处于同一时序且规则类型相同的规则分为一组，合并同一组的规则至同一线程中执行。
上述实施方式中，对于步骤S101，所涉及的业务请求，通常是调用方通过RPC(Remote Procedure Call Protocol，远程过程调用协议)调用服务的请求，请求中包含各种规则执行判断所需的参数。本方法需要按照预定的计算方式，计算出与这些参数相应的结果并返回给调用方。
以风控场景为例，调用方需要知道某个用户是否为风险用户，于是通过RPC请求传输该用户的ID，本方法需要返回该用户是否为风险用户的结果。
通常情况下，执行完一个业务请求的规则数量可能较多，例如，一个订单业务下可能包含数千条规则，而一条规则又可能包含另外多条规则。因此，当收到调用方传输的业务请求时，会提取执行完该请求所需的所有规则。例如，完成请求总共需要执行9条规则：Rule1.1、Rule1.2、Rule1.3、Rule1.4、Rule1.5、Rule1.6、Rule2.1、Rule2.2、Rule2.3。
对于步骤S102，对于与业务请求相关联的规则，其执行方式，可以并行执行，也可以串行执行。为提高系统对于规则的执行效率，提升对请求的处理效率，可以同一时刻执行多条规则，即并行执行。
对于规则的分组合并方式，可以是：
1)根据规则的规则类型进行分组合并；例如，规则1、规则2-规则类型1，规则3-规则类型2，则将规则1、2合并至同一线程，规则3单独处于一个线程；
2)根据规则所处时序进行分组合并：业务下的规则可能有运行时序，例如规则t必须等待规则s运行完毕后才可运行；但仍有大量的规则处于同一时序执行，且它们的运行先后顺序不会对结果有影响，这部分规则就是可以并行执行的部分；例如，规则4、5均处于时序1、规则6处于时序2；
3)根据规则的规则类型结合其所处时序进行分组合并，即对处于同一时序下的规则，按照其规则类型进行分组合并。
可知，第三种方式较之前两种方式，所得分组结果更优，且可以合理减少CPU切换线程的时间，进而提高规则的执行效率。
对于规则的规则类型的确定方式，可以是：
1)在规则创建时，已设置有相应的规则类型标签；例如，货币单位转换规则；
2)作为上一方式的可替代方式，规则由表达式组成，每个规则一般只包含一种表达式。因此可以先判断每种表达式的类型，统计规则下所有表达式的类型，筛选(例如，选取类型数量最大)以确定其规则类型。
另外，由于CPU核心数的不同，其同一时刻所能执行的规则数量也不相同，核心数越高，CPU同一时刻所能并行执行的线程数越多，每个线程中的规则数量可以越少。因此，对于处于同一时序且规则数量相同的规则，可以合理分发至多个线程中，以对同一线程中的规则进行串行执行，各线程之间为并行执行。
但需要说明的是，当规则数量较多时，最终可能还是多线程执行，只不过此时的线程数较之单线程执行方式的线程数大幅减少；但当与业务请求相应的规则仅有一个时，此时直接建立线程即可。
上述实施例所提供的方法，对于可并行执行的规则，通过合理合并可以有效减少线程数，从而降低CPU切换线程耗时所占比例，提高规则引擎的执行效率，节省CPU资源。
参见图2，示出了根据本发明实施例的一种可选的规则执行的方法流程示意图，包括如下步骤：
S201：接收业务请求，获取与业务请求相关联的规则。
S202：获取每个规则所包含的表达式，判断每个表达式的类型，根据预定表达式的类型与并行度的对应关系，确定每个表达式的并行度。
S203：统计每个规则下所有表达式的并行度，以确定每个规则的并行度。
S204：确定每个规则所处时序，将处于同一时序且并行度相同的规则分为一组，合并同一组的规则至同一线程中执行。
上述实施方式中，步骤S201可参见图1所示步骤S101的描述，在此不再赘述。
上述实施方式中，对于步骤S202，规则由表达式所组成，对于每个规则中表达式的确定，可以通过解析规则的方式获取，也可以通过其他方式确定，本发明在此不做限制。
在业务平台中，为降低服务器的服务压力，提高执行规则的速率，所使用的表达式类型，数量通常不会太多。例如，风控场景下，表达式的类型主要为简单判断类、数值计算类、统计计算类以及数据补全类；但对于数据库查询、在redis中写数据的操作等，其表达式的类型不定。
对于各规则的并行度确定，依赖于表达式的并行度。对于各表达式，可以使用p代表其适合并行的程度：p越大，表示该类表达式越适合并行执行；反之，p越小，表示该类表达式越适合多条合并至同一线程中进行串行执行。
进一步的，可以生成表达式类型-并行度的对应关系，例如，简单判断类-并行度1、数据补全类-并行度6以及其他表达式类型-并行度5。
但需要说明的是，在不同业务平台、不同业务场景下，对于同一类表达式类型所设定的并行度可能不同。例如，同一类表达式，在业务平台1的并行度设定为1，但在业务平台2的并行度设定为4。
对于步骤S203，一个业务下的规则会包含多条规则，而规则由表达式组成，因此可以基于表达式的并行度确定规则的并行度，具体地：
1)通常情况下，一个规则包含一条表达式，该规则的并行度即为该表达式的并行度；
2)少数情况下规则由多条表达式组成，此时需要统计该规则下所有表达式的并行度，此时会有两种情况：
①当所统计到的并行度较小时，可以直接将该值作为该规则的并行度；例如，并行度为8小于预定并行度阈值10；
②但当所统计的并行度数值较大时，为便于后续管理，可以对其进行归置处理；例如，规则1的并行度为30、规则2的并行度为60，均归置为10；
具体地：
在规则引擎中，串行或并行的基本粒度是规则。对于任意规则适合并行的程度，用A表示，其值为规则中所有表达式p值之和，其中，A值的最大值为10，表示有：
需要说明的是，A值最大值也可以是其他数值，其取值可以根据具体使用场景结合经验进行设定。
对于步骤S204，并行度反映规则可并行执行的程度，因此，对于同一时序下可以并行执行的规则，可以基于并行度进行规则分组，例如，Rule1.1、Rule1.2并行度均为2，可以合并至同一线程中。
上述实施方式例所提供的方法，对于同一时序下可并行执行的规则，可以结合并行度进行规则分组，达到规则合理合并的目的；规则的并行度基于所包含的表达式进行确定，所得结果较为准确，为规则分组合并提供了依据。
参见图3，示出了根据本发明实施例的另一种可选的规则执行的方法流程示意图，包括如下步骤：
S301：接收业务请求，获取与业务请求相关联的规则。
S302：获取每个规则所包含的表达式，判断每个表达式的类型。
S303：遍历预定的表达式类型库，当查询到对应的表达式类型时，获取与表达式类型相应的第一预定并行度，将第一预定并行度作为相应表达式的并行度。
S303’：当查询不到对应的表达式类型时，获取第二预定并行度，将第二预定并行度作为相应表达式的并行度。
S304：统计每个规则下所有表达式的并行度，以确定每个规则的并行度。
S305：确定每个规则所处时序，将处于同一时序且并行度相同的规则分为一组，合并同一组的规则至同一线程中执行。
上述实施方式中，步骤S301可参见图1所示步骤S101的描述，步骤S302、S304以及S305可参见图2所示步骤S202、S203以及S204的描述，在此不再赘述。
上述实施方式中，对于步骤S303以及S303’，通常，对于CPU所执行的逻辑规则，主要有两类：IO密集型规则和CPU密集型规则。其中，IO密集型规则是指在规则执行过程中，大部分时间花费在执行IO操作上，例如读取磁盘、网络消息；而对于CPU密集型规则，大部分执行时间花费在CPU计算上，例如数值计算、字符串匹配。
以下以风控场景为例，分析这两类规则，并给出具有普适性的方案：
1、风控场景下的规则所包含的表达式主要有四种：
1)简单判断类；例如：
if(a>5){
b＝3；
}
2)数值计算类；例如：
0.3*pow(0.5,5)；其中，pow为指数，此处指0.5的5次方；
3)统计计算类，一般使用redis作为分布式存储；例如，统计一天内的用户量：
distinct(userId,currentTime,day(1),“group”)
其中，distinct的主要逻辑包括redis的get、set操作，涉及网络传输。
4)数据补全类，一般通过RPC调用其他系统服务来获取规则所需数据；例如，通过调用用户信息接口得到用户上次登录时间，再判断登录时间是否在一天前：
其中，userService.getLastLogin()需要通过RPC获取用户上次登录的时间信息，整体耗时至少包括网络传输以及服务端处理时间。
2、通过分析这四类表达式类型，可以发现：
1)对于第一类表达式，属于CPU密集型规则，而且执行速度快，无需单独创建线程，可以和其他规则合并起来在同一线程中执行，节省线程切换资源；
2)对于第二类表达式，同样属于CPU密集型规则，但执行速度较之第一类表达式较慢，可以将多条(例如，10～15条)这类表达式放至同一线程中执行；
3)对于第三类表达式，属于IO密集型规则，IO响应较快，执行速度快，可以将少量(例如，2～3条)这类表达式放在同一线程中执行；
4)对于第四类表达式，同样属于IO密集型规则，且IO响应慢，执行耗时长，可以一个线程执行一条该类表达式。
综上所述，第三、四类表达式较之第一、二类表达式更适合并行执行，或者，也可以视为，IO密集型规则相对比CPU密集型规则更适合并行执行。
3、并行度的设定
对于风控场景下的上述四类表达式，所设定的p值，可以分别为1、2、4、6。
基于上述描述，可以依据业务平台所使用的表达式类型，构建相应的表达式类型库，例如，风控场景下的表达式类型库包括简单判断类、数值计算类、统计计算类以及数据补全类。
但需要说明的是，也存在有少数规则所包含的表达式不属于预定类型中任一种的情况，为便于后台管理、计算，其p值可以根据研发、测量或计算等方式结合经验得出。
对于在表达式类型库中未查询到的表达式类型，可以添加该表达式类型至表达式类型库中，便于后续查询，只不过该表达式类型对应的并行度为经验值。
上述实施方例所提供的方法，提供了一种确定表达式并行度的思路，且对于业务平台主要的表达式类型以及其他表达式类型，针对性设置相应的并行度，进而体现平台对于不同表达式类型的并行执行程度。
参见图4，示出的是本发明实施例提供的又一种可选的规则执行的方法的主要流程图，包括如下步骤：
S401：接收业务请求，获取与业务请求相关联的规则。
S402：获取每个规则所包含的表达式，判断每个表达式的类型，根据预定表达式的类型与并行度的对应关系，确定每个表达式的并行度。
S403：统计每个规则下所有表达式的并行度，以确定每个规则的并行度。
S404：确定每个规则所处时序，统计处于同一时序下所有规则的并行度，获取服务器的核心数，以根据所统计的并行度以及核心数，确定每个并行度下合并至同一线程的规则数量。
S405：统计处于同一时序且并行度相同的规则的数量，获取相应并行度下合并至同一线程的规则数量，根据所统计的规则数量以及所获取的规则数量，确定所需创建的线程数，并确定每个线程中所合并执行的规则数量。
上述实施方式中，步骤S401可参见图1所示步骤S101的描述；步骤S402可以参见图2所示步骤S202的描述，也可以参见图3所示步骤S302、S303以及S303’的描述；步骤S403可参见图2所示步骤S203的描述，在此不再赘述。
上述实施方式中，对于步骤S404，对于规则的执行，需要依据所处时序先后顺序逐步进行处理，但对于同一时序下的规则，是可以同时执行的。
本发明主要对可并行执行的规则集进行建模，以计算出多线程环境下的执行方案。
假设业务某一时序下可并行执行的规则条数为n，第i条规则的并行度为Ai；对于该时序下并行度为Aj的所有规则，每次创建线程时会选择其中rj条放至同一线程中串行执行。对于rj的计算方式如下：
其中，C表示为执行规则的服务器的核心数，核心数越多，CPU所能并行执行的线程数越多，则rj值的取值可以越小；32是在多次调优过程中所设定的一个常量，也可以根据经验更换，或者是根据不同使用场景进行更改。
在批量执行某一运行时序下的多条规则时，需要依次计算与各个并行度Aj对应的rj，并组合为线程执行。
对于步骤S405，所统计处于同一时序下且并行度相同的规则数量，可能不是所计算得到的r的整数倍，因此，对于同一组中的规则数量处理方式，可以有：
1)若该统计的规则数量小于或等于该r值时，直接将这些规则合并至同一个线程中进行串行执行；
2)若该统计的规则数量大于该r值时，需要判断所统计的规则数量是否为该r值的整数倍，具体有：
①当所统计的规则数量是r值的整数倍时，基于两者的商值确定所创建的线程数量，且每个线程中所合并执行的规则数量为该r值；
②当所统计的规则数量不是r值的整数倍时，同样基于两者商值确定所创建的线程数量(n+1)，其中，n个线程中所合并执行的规则数量为该r值，剩余一个线程用于放置剩余不足r条的规则，即所统计的规则数量与该r值的商的余数。
以下举例进行具体说明(C＝4)：
以图5为例，第一时序下Rule1.1、Rule1.2、Rule1.3、Rule1.4、Rule1.5、Rule1.6的并行度分别为2、2、4、4、4、6，
以并行度2为例，相应线程可串行执行的规则数量为：
由于并行度为2的规则仅包含Rule1.1、Rule1.2这两个，因此可以直接将这两个规则放至于同一线程中。
同样执行上述步骤，得到：Rule1.3、Rule1.4、Rule1.5合并至同一线程中执行，而对于Rule1.6，其并行度值较大，可单独执行。较之现有技术，可知整体线程数大幅减少。
另外，也可以根据核心数设置线程可合并执行的规则数量阈值，当处于同一时序且并行度相同的规则数量小于该规则数量阈值时，直接将这些规则合并至同一线程中执行，无需计算线程可包含的规则数量，减少计算步骤，进而提高规则执行效率。
上述实施例所提供的方法，依据规则并行度以及服务器核心数，对同一时序下的规则进行合理合并及分配，降低了服务器的服务压力，同时减少了整体线程数，极大降低CPU的线程切换耗时，有效提高了规则执行效率。
参见图6，示出的是本发明实施例提供的一具体地规则执行的方法的主要流程图，包括如下步骤：
S601：接收业务请求，获取与业务请求相关联的规则。
S602：获取每个规则所包含的表达式，判断每个表达式的类型。
S603：遍历预定的表达式类型库，当查询到对应的表达式类型时，获取与表达式类型相应的第一预定并行度，将第一预定并行度作为相应表达式的并行度。
S603’：遍历预定的表达式类型库，当查询不到对应的表达式类型时，获取第二预定并行度，将第二预定并行度作为相应表达式的并行度。
S604：统计每个规则下所有表达式的并行度。
S605：当所统计的并行度小于或等于预定并行度阈值时，将所统计的并行度作为相应规则的并行度。
S605’：当所统计的并行度大于预定并行度阈值时，将预定并行度阈值作为相应规则的并行度。
S606：确定每个规则所处时序，统计处于同一时序下所有规则的并行度，获取服务器的核心数，以根据所统计的并行度以及核心数，确定每个并行度下合并至同一线程的规则数量。
S607：统计处于同一时序且并行度相同的规则的数量，获取相应并行度下合并至同一线程的规则数量，根据所统计的规则数量以及所获取的规则数量，确定所需创建的线程数，并确定每个线程中所合并执行的规则数量。
上述实施方式中，步骤S601可参见图1所示步骤S101的描述；步骤S602可参见图2所示步骤S202的描述，步骤S603、S603’可分别参见图3所示步骤S303、S303’的描述，步骤S604、S605以及S605’可参见图2所示步骤S203的描述，步骤S606、S607可参见图4所示步骤S404、S405的描述，在此不再赘述。
本发明实施例所提供的方法，根据规则的规则类型或所包含的表达式类型，分析每个规则可并行执行的并行度；对多条可并行执行的规则进行合理合并，以合并至同一线程中进行串行执行，达到合理减少线程数、减少CPU切换线程的时间、提高规则处理的目的。
参见图7，示出了本发明实施例提供的一种规则执行装置700的主要模块示意图，包括：
规则获取模块701，用于接收业务请求，获取与业务请求相关联的规则；
规则合并模块702，用于判断每个规则的规则类型，确定每个规则所处时序，将处于同一时序且规则类型相同的规则分为一组，合并同一组的规则至同一线程中执行。
本发明实施例装置中，规则合并模块702，用于：
获取每个规则所包含的表达式，判断每个表达式的类型，根据预定表达式的类型与并行度的对应关系，确定每个表达式的并行度；
统计每个规则下所有表达式的并行度，以确定每个规则的并行度；
确定每个规则所处时序，将处于同一时序且并行度相同的规则分为一组，合并同一组的规则至同一线程中执行。
本发明实施例装置中，规则合并模块702，用于：
遍历预定的表达式类型库，当查询到对应的表达式类型时，获取与表达式类型相应的第一预定并行度，将第一预定并行度作为相应表达式的并行度；或
当查询不到对应的表达式类型时，获取第二预定并行度，将第二预定并行度作为相应表达式的并行度。
本发明实施例装置中，表达式类型库至少包括简单判断类、数值计算类、统计计算类以及数据补全类。
本发明实施例装置中，规则合并模块702，用于：
当所统计的并行度小于或等于预定并行度阈值时，将所统计的并行度作为相应规则的并行度；或当所统计的并行度大于预定并行度阈值时，将预定并行度阈值作为相应规则的并行度。
本发明实施例装置中，规则合并模块702，用于：
确定每个规则所处时序，统计处于同一时序下所有规则的并行度，获取服务器的核心数，以根据所统计的并行度以及核心数，确定每个并行度下合并至同一线程的规则数量；
统计处于同一时序且并行度相同的规则的数量，获取相应并行度下合并至同一线程的规则数量，根据所统计的规则数量以及所获取的规则数量，确定所需创建的线程数，并确定每个线程中所合并执行的规则数量。
本发明实施例装置中，规则合并模块702，用于：统计处于同一时序且规则类型相同的规则的数量，当所统计的规则数量小于或等于预定规则数量阈值时，将所统计的规则分为一组。
另外，在本发明实施例中所述的规则执行装置的具体实施内容，在上面所述规则执行方法中已经详细说明了，故在此重复内容不再说明。
本发明实施例所提供的装置，根据规则的规则类型或所包含的表达式类型，分析每个规则可并行执行的并行度；对多条可并行执行的规则进行合理合并，以合并至同一线程中进行串行执行，达到合理减少线程数、减少CPU切换线程的时间、提高规则处理的目的。
参见图8示出了可以应用本发明实施例的规则执行方法或规则执行装置的示例性系统架构800。
如图8所示，系统架构800可以包括终端设备801、802、803，网络804和服务器805(此架构仅仅是示例，具体架构中包含的组件可以根据具体情况调整)。网络804用以在终端设备801、802、803和服务器805之间提供通信链路的介质。网络804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。
用户可以使用终端设备801、802、803通过网络804与服务器805交互，以接收或发送消息等。终端设备801、802、803上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备801、802、803可以是具有显示屏并且支持网页浏览的各种电子设备，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。
服务器805可以是提供各种服务的服务器，例如对用户利用终端设备801、802、803所浏览的购物类网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息--仅为示例)反馈给终端设备。
需要说明的是，本发明实施例所提供的规则执行方法一般由服务器805执行，相应地，规则执行装置一般设置于服务器805中。
应该理解，图8中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
下面参考图9，其示出了适于用来实现本发明实施例的终端设备的计算机系统900的结构示意图。图9示出的终端设备仅仅是一个示例，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9所示，计算机系统900包括中央处理单元(CPU)901，其可以根据存储在只读存储器(ROM)902中的程序或者从存储部分908加载到随机访问存储器(RAM)903中的程序而执行各种适当的动作和处理。在RAM 903中，还存储有系统900操作所需的各种程序和数据。CPU 901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
以下部件连接至I/O接口905：包括键盘、鼠标等的输入部分906；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分907；包括硬盘等的存储部分908；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分909。通信部分909经由诸如因特网的网络执行通信处理。驱动器910也根据需要连接至I/O接口905。可拆卸介质911，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器910上，以便于从其上读出的计算机程序根据需要被安装入存储部分908。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分909从网络上被下载和安装，和/或从可拆卸介质911被安装。在该计算机程序被中央处理单元(CPU)901执行时，执行本发明的系统中限定的上述功能。
需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机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。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机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。而在本发明中，计算机可读的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，其中承载了计算机可读的程序代码。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。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、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。计算机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、电线、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括规则获取模块、规则合并模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，规则获取模块还可以被描述为“与业务请求相应的规则获取模块”。
作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备包括：
接收业务请求，获取与所述业务请求相关联的规则；
判断每个规则的规则类型，确定每个规则所处时序，将处于同一时序且规则类型相同的规则分为一组，合并同一组的规则至同一线程中执行。
根据本发明实施例的技术方案，通过将规则进行合理合并，可以在保证一定并行度的前提下，减少线程数，降低CPU切换线程耗时占比，从而提高规则引擎的执行效率，节省CPU资源。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (16)
1.一种规则执行方法，其特征在于，包括：
接收业务请求，获取与所述业务请求相关联的规则；
判断每个规则的规则类型，确定每个规则所处时序，将处于同一时序且规则类型相同的规则分为一组，合并同一组的规则至同一线程中执行。
2.根据权利要求1所述的方法，其特征在于，所述判断每个规则的规则类型，确定每个规则所处时序，将处于同一时序且规则类型相同的规则分为一组，合并同一组的规则至同一线程中执行包括：
获取每个规则所包含的表达式，判断每个表达式的类型，根据预定表达式的类型与并行度的对应关系，确定每个表达式的并行度；
统计每个规则下所有表达式的并行度，以确定每个规则的并行度；
确定每个规则所处时序，将处于同一时序且并行度相同的规则分为一组，合并同一组的规则至同一线程中执行。
3.根据权利要求2所述的方法，其特征在于，所述根据预定表达式的类型与并行度的对应关系，确定每个表达式的并行度包括：
遍历预定的表达式类型库，当查询到对应的表达式类型时，获取与表达式类型相应的第一预定并行度，将所述第一预定并行度作为相应表达式的并行度；或
当查询不到对应的表达式类型时，获取第二预定并行度，将所述第二预定并行度作为相应表达式的并行度。
4.根据权利要求3所述的方法，其特征在于，所述表达式类型库至少包括简单判断类、数值计算类、统计计算类以及数据补全类。
5.根据权利要求2所述的方法，其特征在于，所述统计每个规则下所有表达式的并行度，以确定每个规则的并行度包括：
当所统计的并行度小于或等于预定并行度阈值时，将所统计的并行度作为相应规则的并行度；或
当所统计的并行度大于所述预定并行度阈值时，将所述预定并行度阈值作为相应规则的并行度。
6.根据权利要求2所述的方法，其特征在于，所述确定每个规则所处时序，将处于同一时序且并行度相同的规则分为一组，合并同一组的规则至同一线程中执行包括：
确定每个规则所处时序，统计处于同一时序下所有规则的并行度，获取服务器的核心数，以根据所统计的并行度以及所述核心数，确定每个并行度下合并至同一线程的规则数量；
统计处于同一时序且并行度相同的规则的数量，获取相应并行度下合并至同一线程的规则数量，根据所统计的规则数量以及所获取的规则数量，确定所需创建的线程数，并确定每个线程中所合并执行的规则数量。
7.根据权利要求1所述的方法，其特征在于，所述将处于同一时序且规则类型相同的规则分为一组包括：
统计处于同一时序且规则类型相同的规则的数量，当所统计的规则数量小于或等于预定规则数量阈值时，将所统计的规则分为一组。
8.一种规则执行装置，其特征在于，包括：
规则获取模块，用于接收业务请求，获取与所述业务请求相关联的规则；
规则合并模块，用于判断每个规则的规则类型，确定每个规则所处时序，将处于同一时序且规则类型相同的规则分为一组，合并同一组的规则至同一线程中执行。
9.根据权利要求8所述的装置，其特征在于，所述规则合并模块，用于：
获取每个规则所包含的表达式，判断每个表达式的类型，根据预定表达式的类型与并行度的对应关系，确定每个表达式的并行度；
统计每个规则下所有表达式的并行度，以确定每个规则的并行度；
确定每个规则所处时序，将处于同一时序且并行度相同的规则分为一组，合并同一组的规则至同一线程中执行。
10.根据权利要求9所述的装置，其特征在于，所述规则合并模块，用于：
遍历预定的表达式类型库，当查询到对应的表达式类型时，获取与表达式类型相应的第一预定并行度，将所述第一预定并行度作为相应表达式的并行度；或
当查询不到对应的表达式类型时，获取第二预定并行度，将所述第二预定并行度作为相应表达式的并行度。
11.根据权利要求10所述的装置，其特征在于，所述表达式类型库至少包括简单判断类、数值计算类、统计计算类以及数据补全类。
12.根据权利要求9所述的装置，其特征在于，所述规则合并模块，用于：
当所统计的并行度小于或等于预定并行度阈值时，将所统计的并行度作为相应规则的并行度；或
当所统计的并行度大于所述预定并行度阈值时，将所述预定并行度阈值作为相应规则的并行度。
13.根据权利要求9所述的装置，其特征在于，所述规则合并模块，用于：
确定每个规则所处时序，统计处于同一时序下所有规则的并行度，获取服务器的核心数，以根据所统计的并行度以及所述核心数，确定每个并行度下合并至同一线程的规则数量；
统计处于同一时序且并行度相同的规则的数量，获取相应并行度下合并至同一线程的规则数量，根据所统计的规则数量以及所获取的规则数量，确定所需创建的线程数，并确定每个线程中所合并执行的规则数量。
14.根据权利要求8所述的装置，其特征在于，所述规则合并模块，用于：
统计处于同一时序且规则类型相同的规则的数量，当所统计的规则数量小于或等于预定规则数量阈值时，将所统计的规则分为一组。
15.一种电子设备，其特征在于，包括：
一个或多个处理器；
存储装置，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1-7中任一所述的方法。
16.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810397423.XA CN110413419A (zh) | 2018-04-28 | 2018-04-28 | 一种规则执行的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810397423.XA CN110413419A (zh) | 2018-04-28 | 2018-04-28 | 一种规则执行的方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110413419A true CN110413419A (zh) | 2019-11-05 |
Family
ID=68347989
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810397423.XA Pending CN110413419A (zh) | 2018-04-28 | 2018-04-28 | 一种规则执行的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110413419A (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111080441A (zh) * | 2019-12-20 | 2020-04-28 | 四川新网银行股份有限公司 | 银行用户贷后负面信息的判断方法 |
| CN111352674A (zh) * | 2020-02-21 | 2020-06-30 | 中国平安财产保险股份有限公司 | 名单流转方法、服务器及计算机可读存储介质 |
| CN111815359A (zh) * | 2020-07-09 | 2020-10-23 | 北京字节跳动网络技术有限公司 | 一种目标人群确定方法、装置、电子设备和存储介质 |
| CN112529470A (zh) * | 2020-12-25 | 2021-03-19 | 深圳前海微众银行股份有限公司 | 网站机器人的任务执行方法、装置、设备及存储介质 |
Citations (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1577278A (zh) * | 2003-07-22 | 2005-02-09 | 株式会社东芝 | 执行实时操作的方法和系统 |
| CN101657017A (zh) * | 2008-09-22 | 2010-02-24 | 华为技术有限公司 | 一种资源调度方法、基站以及通信系统 |
| CN102306205A (zh) * | 2011-09-30 | 2012-01-04 | 苏州大学 | 一种事务分配方法和装置 |
| CN103106103A (zh) * | 2013-02-01 | 2013-05-15 | 华为技术有限公司 | 请求信息分类方法及装置 |
| CN104050041A (zh) * | 2013-03-15 | 2014-09-17 | 凯为公司 | 用于在处理器中调度规则匹配的调度方法和装置 |
| CN104572290A (zh) * | 2013-10-11 | 2015-04-29 | 中兴通讯股份有限公司 | 消息处理线程的控制方法及装置 |
| CN104699541A (zh) * | 2015-03-30 | 2015-06-10 | 北京奇虎科技有限公司 | 同步数据的方法、装置、数据传输组件及系统 |
| CN106296399A (zh) * | 2015-06-11 | 2017-01-04 | 交通银行股份有限公司 | 业务规则公式化的数据处理方法和系统 |
| CN107341050A (zh) * | 2016-04-28 | 2017-11-10 | 北京京东尚科信息技术有限公司 | 基于动态线程池的服务处理方法和装置 |
| CN107832126A (zh) * | 2017-10-20 | 2018-03-23 | 平安科技（深圳）有限公司 | 一种线程的调整方法及其终端 |
-
2018
- 2018-04-28 CN CN201810397423.XA patent/CN110413419A/zh active Pending
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1577278A (zh) * | 2003-07-22 | 2005-02-09 | 株式会社东芝 | 执行实时操作的方法和系统 |
| CN101657017A (zh) * | 2008-09-22 | 2010-02-24 | 华为技术有限公司 | 一种资源调度方法、基站以及通信系统 |
| CN102306205A (zh) * | 2011-09-30 | 2012-01-04 | 苏州大学 | 一种事务分配方法和装置 |
| CN103106103A (zh) * | 2013-02-01 | 2013-05-15 | 华为技术有限公司 | 请求信息分类方法及装置 |
| CN104050041A (zh) * | 2013-03-15 | 2014-09-17 | 凯为公司 | 用于在处理器中调度规则匹配的调度方法和装置 |
| US20140279805A1 (en) * | 2013-03-15 | 2014-09-18 | Cavium, Inc. | Scheduling Method and Apparatus for Scheduling Rule Matching in a Processor |
| CN104572290A (zh) * | 2013-10-11 | 2015-04-29 | 中兴通讯股份有限公司 | 消息处理线程的控制方法及装置 |
| CN104699541A (zh) * | 2015-03-30 | 2015-06-10 | 北京奇虎科技有限公司 | 同步数据的方法、装置、数据传输组件及系统 |
| CN106296399A (zh) * | 2015-06-11 | 2017-01-04 | 交通银行股份有限公司 | 业务规则公式化的数据处理方法和系统 |
| CN107341050A (zh) * | 2016-04-28 | 2017-11-10 | 北京京东尚科信息技术有限公司 | 基于动态线程池的服务处理方法和装置 |
| CN107832126A (zh) * | 2017-10-20 | 2018-03-23 | 平安科技（深圳）有限公司 | 一种线程的调整方法及其终端 |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111080441A (zh) * | 2019-12-20 | 2020-04-28 | 四川新网银行股份有限公司 | 银行用户贷后负面信息的判断方法 |
| CN111352674A (zh) * | 2020-02-21 | 2020-06-30 | 中国平安财产保险股份有限公司 | 名单流转方法、服务器及计算机可读存储介质 |
| CN111352674B (zh) * | 2020-02-21 | 2023-07-07 | 中国平安财产保险股份有限公司 | 名单流转方法、服务器及计算机可读存储介质 |
| CN111815359A (zh) * | 2020-07-09 | 2020-10-23 | 北京字节跳动网络技术有限公司 | 一种目标人群确定方法、装置、电子设备和存储介质 |
| CN112529470A (zh) * | 2020-12-25 | 2021-03-19 | 深圳前海微众银行股份有限公司 | 网站机器人的任务执行方法、装置、设备及存储介质 |
| CN112529470B (zh) * | 2020-12-25 | 2024-03-19 | 深圳前海微众银行股份有限公司 | 网站机器人的任务执行方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110413419A (zh) | 一种规则执行的方法和装置 | |
| CN110019125A (zh) | 数据库管理的方法和装置 | |
| CN110019503A (zh) | Redis集群的扩容和/或缩容的方法及装置 | |
| CN107844324A (zh) | 客户端页面跳转处理方法和装置 | |
| CN110019087A (zh) | 数据处理方法及其系统 | |
| CN109582452A (zh) | 一种容器调度方法、调度装置及电子设备 | |
| CN109936613A (zh) | 应用于服务器的容灾方法和装置 | |
| CN107463642A (zh) | 提升数据仓库工具资源利用率的方法和装置 | |
| CN110348771A (zh) | 一种对订单进行组单的方法和装置 | |
| CN110232487A (zh) | 一种任务分派方法和装置 | |
| CN110377416A (zh) | 分布式分区任务调度方法和装置 | |
| CN110209677A (zh) | 更新数据的方法和装置 | |
| CN110300084A (zh) | 一种基于ip地址的画像方法和装置 | |
| CN108762949A (zh) | 集中调度方法、系统、计算机设备和存储介质 | |
| CN109241033A (zh) | 创建实时数据仓库的方法和装置 | |
| CN110471848A (zh) | 一种动态返回报文的方法和装置 | |
| CN113361838A (zh) | 业务风控方法、装置、电子设备和存储介质 | |
| CN110309142A (zh) | 规则管理的方法和装置 | |
| CN109558248A (zh) | 一种用于确定面向海洋模式计算的资源分配参数的方法及系统 | |
| CN110389873A (zh) | 一种判定服务器资源使用情况的方法和装置 | |
| CN110389976A (zh) | 一种多接口数据的调度方法和装置 | |
| CN110324384A (zh) | 数据推送的方法和装置 | |
| CN108959294A (zh) | 一种访问搜索引擎的方法和装置 | |
| CN107908662A (zh) | 搜索系统的实现方法和实现装置 | |
| CN110083501A (zh) | 接口调用计数方法和装置 |
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 |