CN111475484A - 一种数据源切换方法、装置、计算机设备及存储介质 - Google Patents
一种数据源切换方法、装置、计算机设备及存储介质 Download PDFInfo
- Publication number
- CN111475484A CN111475484A CN202010222349.5A CN202010222349A CN111475484A CN 111475484 A CN111475484 A CN 111475484A CN 202010222349 A CN202010222349 A CN 202010222349A CN 111475484 A CN111475484 A CN 111475484A
- Authority
- CN
- China
- Prior art keywords
- data source
- time point
- transaction
- controlling
- failure rate
- 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 38
- 230000006870 function Effects 0.000 claims description 55
- 238000007619 statistical method Methods 0.000 claims description 26
- 238000010586 diagram Methods 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 15
- 238000012545 processing Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000012423 maintenance Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
-
- 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Databases & Information Systems (AREA)
- Technology Law (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Game Theory and Decision Science (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种数据源切换方法、装置、计算机设备及存储介质,涉及数据库技术领域,该数据源切换方法包括:控制将辅数据源与主数据源进行长连接;预测在未来一交易周期中交易量最小的两个时间点:第一时间点和第二时间点;或者,预测在未来一交易周期中交易失败率最小的两个时间点:第三时间点和第四时间点;当到达第一时间点时,控制将所述主数据源切换至辅数据源,且当到达第二时间点时,控制将所述辅数据源切换至主数据源;或者,当到达第三时间点时,控制将所述主数据源切换至辅数据源,且到达第四时间点时,控制将所述辅数据源切换至主数据源。本发明在切换后也可以保持较高的交易性能,降低交易延迟。
Description
技术领域
本发明涉及数据库技术领域,尤其涉及一种数据源切换方法、装置、计算机设备及存储介质。
背景技术
数据库是金融、交通、商业等领域乃至整个社会的关键基础设施,持续可用是数据库可持续向用户提供服务的保障。在数据库的实际应用中,出于数据库数据的安全、数据处理效率、数据库运维成本、业务发展需求等方面的考虑,可能存在数据源切换的需求,例如需要将业务系统现在应用的数据库数据源切换至运维成本低的数据库数据源。
数据库数据源的切换是一种高风险的操作,如果处理不当,很容易导致业务系统瘫痪。传统的数据源切换方式是当达到预先设置的切换条件时,将当前数据源切换致目标数据源,然而在切换至目标数据源之后,若集中出现交易,会出现交易延迟、交易失败数量增加等情况,导致影响交易性能和客户体验。
发明内容
本发明实施例提供了一种数据源切换方法、装置、计算机设备及存储介质,旨在解决现有技术中数据源切换方式在切换时容易影响交易性能的问题。
第一方面,本发明实施例提供一种数据源切换方法,其包括:
控制将辅数据源与主数据源进行长连接;
对历史交易数据进行统计分析,预测在未来一交易周期中交易量最小的两个时间点:第一时间点和第二时间点;或者,对历史交易数据进行统计分析,预测在未来一交易周期中交易失败率最小的两个时间点:第三时间点和第四时间点;
当到达第一时间点时,控制将所述主数据源切换至辅数据源,且当到达第二时间点时,控制将所述辅数据源切换至主数据源;或者,当到达第一时间点时,控制将所述辅数据源切换至主数据源,且当到达第二时间点时,控制将所述主数据源切换至辅数据源;
或者,当到达第三时间点时,控制将所述主数据源切换至辅数据源,且到达第四时间点时,控制将所述辅数据源切换至主数据源;或者,当到达第三时间点时,控制将所述辅数据源切换至主数据源,且当到达第四时间点时,控制将所述主数据源切换至辅数据源。
第二方面,本发明实施例提供一种数据源切换装置,包括:
长连接单元,用于控制将辅数据源与主数据源进行长连接;
统计单元,用于对历史交易数据进行统计分析,预测在未来一交易周期中交易量最小的两个时间点:第一时间点和第二时间点;或者,对历史交易数据进行统计分析,预测在未来一交易周期中交易失败率最小的两个时间点:第三时间点和第四时间点;
切换单元,用于当到达第一时间点时,控制将所述主数据源切换至辅数据源,且当到达第二时间点时,控制将所述辅数据源切换至主数据源;或者,当到达第一时间点时,控制将所述辅数据源切换至主数据源,且当到达第二时间点时,控制将所述主数据源切换至辅数据源;或者,当到达第三时间点时,控制将所述主数据源切换至辅数据源,且到达第四时间点时,控制将所述辅数据源切换至主数据源;或者,当到达第三时间点时,控制将所述辅数据源切换至主数据源,且当到达第四时间点时,控制将所述主数据源切换至辅数据源。
第三方面,本发明实施例提供一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面所述的数据源切换方法。
第四方面,本发明实施例提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序当被处理器执行时实现如第一方面所述的数据源切换方法。
本发明实施例提供了一种数据源切换方法、装置、计算机设备及存储介质,该数据源切换方法包括:控制将辅数据源与主数据源进行长连接;对历史交易数据进行统计分析,预测在未来一交易周期中交易量最小的两个时间点:第一时间点和第二时间点;或者,对历史交易数据进行统计分析,预测在未来一交易周期中交易失败率最小的两个时间点:第三时间点和第四时间点;当到达第一时间点时,控制将所述主数据源切换至辅数据源,且当到达第二时间点时,控制将所述辅数据源切换至主数据源;或者,当到达第一时间点时,控制将所述辅数据源切换至主数据源,且当到达第二时间点时,控制将所述主数据源切换至辅数据源;或者,当到达第三时间点时,控制将所述主数据源切换至辅数据源,且到达第四时间点时,控制将所述辅数据源切换至主数据源;或者,当到达第三时间点时,控制将所述辅数据源切换至主数据源,且当到达第四时间点时,控制将所述主数据源切换至辅数据源。本发明实施例通过将辅数据源与主数据源进行长连接,并且寻找交易量最小的两个时间点或者交易失败率最小的两个时间点进行数据源的切换,这样在切换后也可以保持较高的交易性能,降低交易延迟。
附图说明
为了更清楚地说明本发明实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的数据源切换方法的流程示意图;
图2为本发明实施例提供的数据源切换方法的子流程示意图;
图3为本发明实施例提供的数据源切换方法的另一子流程示意图;
图4为本发明实施例提供的数据源切换装置的示意性框图;
图5为本发明实施例提供的数据源切换装置的子单元示意性框图;
图6为本发明实施例提供的数据源切换装置的另一子单元示意性框图;
图7为本发明实施例提供的计算机设备的示意性框图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
应当理解,当在本说明书和所附权利要求书中使用时,术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在,但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解,在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样,除非上下文清楚地指明其它情况,否则单数形式的“一”、“一个”及“该”意在包括复数形式。
还应当进一步理解,在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合,并且包括这些组合。
请参阅图1,图1为本发明实施例提供的一种数据源切换方法,该数据源切换方法可以包括步骤S101~S103:
S101、控制将辅数据源与主数据源进行长连接;
数据库数据源中sharedpool(共享池)是一块RAM区域(随机存取存储器区域),并且该RAM区域是在启动的时候创建,属于System GlobalArea(SGA,系统全局区)的一个组件,主要是用来缓存一些常用的sql语句(如已被解析的sql语句,使其能重复使用)以及一些表、视图的依赖信息。在实际应用中,每次达到预先设置的切换条件后,旧数据源会切换到新数据源,相对应的新数据源的sharedpool则是通过新建一块RAM区域得到,所以该RAM区域中数据是空的,换句话说sharedpool被清空了,这导致新的交易请求到达交易系统并请求数据源时,无法及时对交易进行处理,导致交易失败率提高。本发明实施例正是发现这一问题,所以将辅数据源与主数据源进行长连接,这样在切换数据源时,由于sharedpool不会被清空,所以不需要重新缓存一些常用的sql语句以及一些表、视图的依赖信息。所以本发明实施例通过将辅数据源与主数据源进行长连接,即使有新的交易请求,也能正常进行交易,可减少出现交易延迟和失败的情况。
本发明实施例中提到的长连接是相对于短连接而言,从字面上理解就是长时间保持客户端与服务端的连接状态。通常的短连接操作步骤是:连接-数据传输-关闭连接;而长连接的操作步骤是:连接-数据传输-保持连接-数据传输-保持连接-…………-关闭连接。为了实现长连接,可以在没有数据通信时,定时发送数据包,以维持连接状态。由于辅数据源与主数据源采用长连接,故辅数据源和主数据源会保持连接,那么在切换数据源时,就不会导致sharedpool被清空,所以保证了交易的连续性。
在一实施例中,如图2所示,所述步骤S101包括步骤S201~S202:
S201、新建一个辅数据源以及保留原始的辅数据源;
本发明实施例中是新建一个新的辅数据源,同时保留原有的辅数据源,这样整个系统中将会有至少两个辅数据源,这样做的目的是即使其中正与主数据源连接的辅数据源宕机,也能及时将主数据源与另一个辅数据源进行连接,避免交易出现失败。
本发明实施例中的辅数据源可以是ADG(Active Data Guard)数据源,ADG数据源支持多项功能,如实时查询(将主库最新的数据刷新到物理备库)、自动块修复(自动对坏的数据块进行修复)、远程同步(主备同步,可实现零数据丢失保护)、备库开启块跟踪(实现备用数据库上启用增量备份)、滚动升级(简化计划停机时间)、全局数据库服务(跨复制数据库的负载平衡和服务管理)、应用程序连续性(使中断对用户透明)等等。
S202、控制将新建的辅数据源与所述主数据源进行长连接。
本发明实施例中,可控制新建的辅数据源与主数据源进行长连接,那么原始的辅数据源将会作为备份的辅数据源,一般情况下该备份的辅数据源不会工作,只有在处于长连接状态的辅数据源宕机的情况下,主数据源才会与备份的辅数据源进行连接并进行数据源的切换,确保即使发生宕机也不影响交易。
S102、对历史交易数据进行统计分析,预测在未来一交易周期中交易量最小的两个时间点:第一时间点和第二时间点;或者,对历史交易数据进行统计分析,预测在未来一交易周期中交易失败率最小的两个时间点:第三时间点和第四时间点;
本发明实施例中,需要在一个交易周期中找到两个时间点,找到这两个时间点的作用是在其中一个时间点控制将主数据源切换至辅数据源,在另一个时间点将辅数据源切换回主数据源。
其中,在一个时间点控制将主数据源切换至辅数据源的目的是:交易量较少,主数据源的读写资源被浪费,另外主数据源的运维成本较高,所以需要将主数据源切换到辅数据源。
其中,在另一个时间点控制将辅数据源切换回主数据源的目的是:主数据源性能优于辅数据源,所以在交易高峰的时段,使用主数据源确保交易成功率。
找到这两个时间点的方式有两种,一种是将一个交易周期中交易量最小的两个时间点作为目标时间点,另一种是将一个交易周期中交易失败率最小的两个时间点作为目标时间点。这两个时间点均可作为切换的时间点。一种是从交易量的维度来考量,另一种是从交易失败率的维度来考量,下面对这两种方式进行具体说明。
在一实施例中,如图3所示,所述对历史交易数据进行统计分析,预测在未来一交易周期中交易失败率最小的两个时间点:第三时间点和第四时间点,包括步骤S301~S304:
S301、设定一个交易失败率预测函数,其中,所述失败率预测函数中包含对交易失败率影响程度的权重;
在一实施例中,所述交易失败率预测函数为:
h(θ)=θ0+θ1x1+θ2x2
其中,x1代表时间点,x2代表交易周期,θ0、θ1、θ2均代表权重。
该交易失败率预测函数的意义就是预测某个交易周期内某个时间点(该时间点可以是某个时间段)的交易失败率。
假设该交易周期为天,该时间点的长度为一分钟,那么以某日为例,将0代表凌晨的第1分钟,1代表凌晨的第2分钟,以此类推,一直到第1440分钟。上述交易失败率预测函数的意义就是预测某日某分钟内的交易失败率。
当然,对于上述时间点和交易周期还可以进行归一化处理,以便后续处理过程中,能够尽快收敛,提高计算效率。
S302、对历史交易数据进行统计,获取各交易周期内各时间点的失败率真实值,并按照所述交易失败率预测函数计算各交易周期内各时间点的失败率预测值;
本步骤是获取历史上的各交易周期内各时间点的失败率真实值。例如2018年1月1日至2018年12月31日间每日的所有时间点(0-1440)的失败率真实值。
同时还根据上述交易失败率预测函数计算出各交易周期内各时间点的失败率预测值。当然此处所提到的各交易周期应与获取上述失败率真实值时的各交易周期相同,同理时间点也应相同。这样可以方便后续计算进行一一对应。例如可以通过上述交易失败率预测函数计算出2018年1月1日至2018年12月31日每日的所有时间点(0-1440)的失败率预测值。
S303、统计各交易周期内各时间点的失败率真实值与失败率预测值之差,根据得到的差值确定权重以及交易失败率预测函数;
此步骤中,需要统计各交易周期内各时间点的失败率真实值与失败率预测值之差的和,得到误差和;获取使所述误差和最小的交易失败率预测函数的权重;
具体的,可以通过以下损失函数(cost function)来统计误差和J(θ):
其中,hθ(xi)表示第i个样本的失败率预测值,yi表示第i个样本的失败率真实值,共有m个样本。
这样,就可以得到所有样本下的误差和。通过对设定不同的权重,得到不同的交易失败率预测函数,这样在不同的交易失败率预测函数下就能得到不同的误差和,通过对所有误差和进行比较,当误差和最低时,对应的交易失败率预测函数应为最准确的交易失败率预测函数,所以此时的权重可作为最终确定的权重。
S304、根据确定的权重以及交易失败率预测函数计算未来一交易周期内交易失败率最小的两个时间点:第三时间点和第四时间点。
通过步骤S303确定的权重以及交易失败率预测函数可以计算出未来某一交易周期内各个时间点下的交易失败率,然后进行比较可以得到交易失败率最小的两个时间点:第三时间点和第四时间点。这样找到的两个时间点可以作为数据源切换的时间点。
在一实施例中,所述步骤S304之后还包括:
对样本进行更新并重新确定权重以及交易失败率预测函数,并重新计算未来一交易周期内交易失败率最小的两个时间点:第三时间点和第四时间点。
因为随着时间的推移,历史交易数据不断更新,也就是样本会不断更新,所以可以根据更新的历史交易数据重新计算出更加准确的交易失败率预测函数和对应的权重,即交易失败率预测函数更拟合最新的交易情况。这样可以预测到未来交易周期内更准确的交易失败率最小的两个时间点。
在一实施例中,所述对历史交易数据进行统计分析,预测在未来一交易周期中交易量最小的两个时间点:第一时间点和第二时间点,包括:
统计历史每个交易周期各时间点的交易量数据,并绘制交易量时序图,根据所述交易量时序图预测在未来一交易周期中交易量最小的两个时间点。
本实施例是先统计每个交易周期所有时间点的交易量数据,然后制作一个交易量时序图,这样根据所述交易量时序图就能清楚的了解随着时间的变化交易量的变化情况。所以可根据该交易量时序图来获取一个交易周期中交易量最小的两个时间点。但对于每个交易周期而言,这两个时间点可能都不相同,所以无法准确预估出一个能符合未来趋势的两个时间点,所以本发明实施例优选采用基于交易失败率的方案来进行预测。
在一实施例中,所述第一时间点和第二时间点满足:第一时间点和第二时间点的差值大于第一时间阈值;所述第三时间点和第四时间点满足:第三时间点和第四时间点的差值大于第二时间阈值。
由于交易量一般是连续发生变化的,交易失败率同样可能是连续发生变化的,所以不论是采用上述哪一种方案,最终找出的第一时间点和第二时间点可能会非常接近,或者最终找出的第三时间点和第四时间点可能会非常接近,如果在两个非常接近的时间点来回切换,显然失去了切换数据源的意义,所以本发明实施例对最终确定的两个时间点的时间间隔进行了限定。具体的,当采用基于交易量的方案时,那么第一时间点和第二时间点的差值应大于第一时间阈值;当采用基于交易失败率的方案时,那么最终确定的第三时间点和第四时间点的差值应大于第一时间阈值。
其中的第一时间阈值和第二时间阈值可以根据具体情况设置为相同或不相同。其中的第一时间阈值和第二时间阈值的长度也可以根据具体情况来进行设置,例如假设一个交易周期为一天,那么第一时间阈值和第二时间阈值可以是3小时,也就是说最终确定的两个时间点应至少间隔3小时。
S103、当到达第一时间点时,控制将所述主数据源切换至辅数据源,且当到达第二时间点时,控制将所述辅数据源切换至主数据源;或者,当到达第一时间点时,控制将所述辅数据源切换至主数据源,且当到达第二时间点时,控制将所述主数据源切换至辅数据源;或者,当到达第三时间点时,控制将所述主数据源切换至辅数据源,且到达第四时间点时,控制将所述辅数据源切换至主数据源;或者,当到达第三时间点时,控制将所述辅数据源切换至主数据源,且当到达第四时间点时,控制将所述主数据源切换至辅数据源。
本步骤是根据步骤S102确定的两个时间点来切换数据源。
具体地,采用第一时间点和第二时间点时,若在第一时间点之前使用的数据源为主数据源,那么可以在到达第一时间点时,控制将所述主数据源切换至辅数据源;若在第一时间点之前使用的数据源为辅数据源,那么可以在到达第一时间点时,控制将所述辅数据源切换至主数据源。然后在到达第二时间点时,控制将当前数据源切换至另一数据源,例如控制将所述辅数据源切换至主数据源,或者控制所述主数据源切换至辅数据源。
同理,采用第三时间点和第四时间点时,若在第三时间点之前使用的数据源为主数据源,那么可以在到达第三时间点时,控制将所述主数据源切换至辅数据源;若在第三时间点之前使用的数据源为辅数据源,那么可以在到达第四时间点时,控制将所述辅数据源切换至主数据源。然后在到达第四时间点时,控制将当前数据源切换至另一数据源,例如控制将所述辅数据源切换至主数据源,或者控制所述主数据源切换至辅数据源。
通过本发明实施例的方法,在数据源切换时可以降低交易延迟,提高交易性能;即使在切换数据源之后集中出现大量交易,交易性能也在稳定高效范围内。
本发明实施例还提供一种数据源切换装置,该数据源切换装置用于执行前述数据源切换方法的任一实施例。具体地,请参阅图4,图4是本发明实施例提供的数据源切换装置的示意性框图。该数据源切换装置400可以配置于服务器中。
该数据源切换装置400可以包括:
长连接单元401,用于控制将辅数据源与主数据源进行长连接;
统计单元402,用于对历史交易数据进行统计分析,预测在未来一交易周期中交易量最小的两个时间点:第一时间点和第二时间点;或者,对历史交易数据进行统计分析,预测在未来一交易周期中交易失败率最小的两个时间点:第三时间点和第四时间点;
切换单元403,用于当到达第一时间点时,控制将所述主数据源切换至辅数据源,且当到达第二时间点时,控制将所述辅数据源切换至主数据源;或者,当到达第一时间点时,控制将所述辅数据源切换至主数据源,且当到达第二时间点时,控制将所述主数据源切换至辅数据源;或者,当到达第三时间点时,控制将所述主数据源切换至辅数据源,且到达第四时间点时,控制将所述辅数据源切换至主数据源;或者,当到达第三时间点时,控制将所述辅数据源切换至主数据源,且当到达第四时间点时,控制将所述主数据源切换至辅数据源。
在一实施例中,如图5所示,所述长连接单元401包括:
新建单元501,用于新建一个辅数据源以及保留原始的辅数据源;
控制单元502,用于控制将新建的辅数据源与所述主数据源进行长连接。
在一实施例中,如图6所示,所述统计单元402包括:
设定单元601,用于设定一个交易失败率预测函数,其中,所述失败率预测函数中包含对交易失败率影响程度的权重;
计算单元602,用于对历史交易数据进行统计,获取各交易周期内各时间点的失败率真实值,并按照所述交易失败率预测函数计算各交易周期内各时间点的失败率预测值;
确定单元603,用于统计各交易周期内各时间点的失败率真实值与失败率预测值之差,根据得到的差值确定权重以及交易失败率预测函数;
第一预测单元604,用于根据确定的权重以及交易失败率预测函数计算未来一交易周期内交易失败率最小的两个时间点:第三时间点和第四时间点。
在一实施例中,所述长连接单元401还包括:
更新单元,用于对样本进行更新并重新确定权重以及交易失败率预测函数,并重新计算未来一交易周期内交易失败率最小的两个时间点:第三时间点和第四时间点。
在一实施例中,所述交易失败率预测函数为:
h(θ)=θ0+θ1x1+θ2x2
其中,x1代表时间点,x2代表交易周期,θ0、θ1、θ2均代表权重。
在一实施例中,所述长连接单元401包括:
第二预测单元,用于统计历史每个交易周期各时间点的交易量数据,并绘制交易量时序图,根据所述交易量时序图预测在未来一交易周期中交易量最小的两个时间点。
在一实施例中,所述第一时间点和第二时间点满足:第一时间点和第二时间点的差值大于第一时间阈值;所述第三时间点和第四时间点满足:第三时间点和第四时间点的差值大于第二时间阈值。
通过本发明实施例的装置,在数据源切换时可以降低交易延迟,提高交易性能;即使在切换数据源之后集中出现大量交易,交易性能也在稳定高效范围内。
上述数据源切换装置可以实现为计算机程序的形式,该计算机程序可以在如图7所示的计算机设备上运行。
请参阅图7,图7是本发明实施例提供的计算机设备的示意性框图。该计算机设备7可以是服务器,服务器可以是独立的服务器,也可以是多个服务器组成的服务器集群。
参阅图7,该计算机设备700包括通过系统总线701连接的处理器702、存储器和网络接口705,其中,存储器可以包括非易失性存储介质703和内存储器704。
该非易失性存储介质703可存储操作系统7031和计算机程序7032。该计算机程序7032被执行时,可使得处理器702执行数据源切换方法。
该处理器702用于提供计算和控制能力,支撑整个计算机设备700的运行。
该内存储器704为非易失性存储介质703中的计算机程序7032的运行提供环境,该计算机程序7032被处理器702执行时,可使得处理器702执行数据源切换方法。
该网络接口705用于进行网络通信,如提供数据信息的传输等。本领域技术人员可以理解,图7中示出的结构,仅仅是与本发明方案相关的部分结构的框图,并不构成对本发明方案所应用于其上的计算机设备700的限定,具体的计算机设备700可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
其中,所述处理器702用于运行存储在存储器中的计算机程序7032,以实现如下功能:控制将辅数据源与主数据源进行长连接;
对历史交易数据进行统计分析,预测在未来一交易周期中交易量最小的两个时间点:第一时间点和第二时间点;或者,对历史交易数据进行统计分析,预测在未来一交易周期中交易失败率最小的两个时间点:第三时间点和第四时间点;当到达第一时间点时,控制将所述主数据源切换至辅数据源,且当到达第二时间点时,控制将所述辅数据源切换至主数据源;或者,当到达第一时间点时,控制将所述辅数据源切换至主数据源,且当到达第二时间点时,控制将所述主数据源切换至辅数据源;或者,当到达第三时间点时,控制将所述主数据源切换至辅数据源,且到达第四时间点时,控制将所述辅数据源切换至主数据源;或者,当到达第三时间点时,控制将所述辅数据源切换至主数据源,且当到达第四时间点时,控制将所述主数据源切换至辅数据源。
在一实施例中,处理器702在执行所述控制将辅数据源与主数据源进行长连接的步骤时,执行如下操作:新建一个辅数据源以及保留原始的辅数据源;控制将新建的辅数据源与所述主数据源进行长连接。
在一实施例中,处理器702在执行所述对历史交易数据进行统计分析,预测在未来一交易周期中交易失败率最小的两个时间点:第三时间点和第四时间点的步骤时,执行如下操作:设定一个交易失败率预测函数,其中,所述失败率预测函数中包含对交易失败率影响程度的权重;对历史交易数据进行统计,获取各交易周期内各时间点的失败率真实值,并按照所述交易失败率预测函数计算各交易周期内各时间点的失败率预测值;统计各交易周期内各时间点的失败率真实值与失败率预测值之差,根据得到的差值确定权重以及交易失败率预测函数;根据确定的权重以及交易失败率预测函数计算未来一交易周期内交易失败率最小的两个时间点:第三时间点和第四时间点。
在一实施例中,处理器702在执行所述根据确定的权重以及交易失败率预测函数计算未来一交易周期内交易失败率最小的两个时间点:第三时间点和第四时间点的步骤之后,执行如下操作:对样本进行更新并重新确定权重以及交易失败率预测函数,并重新计算未来一交易周期内交易失败率最小的两个时间点:第三时间点和第四时间点。
在一实施例中,处理器702在执行所述对历史交易数据进行统计分析,预测在未来一交易周期中交易量最小的两个时间点:第一时间点和第二时间点的步骤时,执行如下操作:统计历史每个交易周期各时间点的交易量数据,并绘制交易量时序图,根据所述交易量时序图预测在未来一交易周期中交易量最小的两个时间点。
本领域技术人员可以理解,图7中示出的计算机设备的实施例并不构成对计算机设备具体构成的限定,在其他实施例中,计算机设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。例如,在一些实施例中,计算机设备可以仅包括存储器及处理器,在这样的实施例中,存储器及处理器的结构及功能与图7所示实施例一致,在此不再赘述。
应当理解,在本发明实施例中,处理器702可以是中央处理单元(CentralProcessing Unit,CPU),该处理器702还可以是其他通用处理器、数字信号处理器(DigitalSignal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable GateArray,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中,通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
在本发明的另一实施例中提供计算机可读存储介质。该计算机可读存储介质可以为非易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序,其中计算机程序被处理器执行时实现以下步骤:控制将辅数据源与主数据源进行长连接;
对历史交易数据进行统计分析,预测在未来一交易周期中交易量最小的两个时间点:第一时间点和第二时间点;或者,对历史交易数据进行统计分析,预测在未来一交易周期中交易失败率最小的两个时间点:第三时间点和第四时间点;当到达第一时间点时,控制将所述主数据源切换至辅数据源,且当到达第二时间点时,控制将所述辅数据源切换至主数据源;或者,当到达第一时间点时,控制将所述辅数据源切换至主数据源,且当到达第二时间点时,控制将所述主数据源切换至辅数据源;或者,当到达第三时间点时,控制将所述主数据源切换至辅数据源,且到达第四时间点时,控制将所述辅数据源切换至主数据源;或者,当到达第三时间点时,控制将所述辅数据源切换至主数据源,且当到达第四时间点时,控制将所述主数据源切换至辅数据源。
在一实施例中,所述控制将辅数据源与主数据源进行长连接,包括:新建一个辅数据源以及保留原始的辅数据源;控制将新建的辅数据源与所述主数据源进行长连接。
在一实施例中,所述对历史交易数据进行统计分析,预测在未来一交易周期中交易失败率最小的两个时间点:第三时间点和第四时间点,包括:设定一个交易失败率预测函数,其中,所述失败率预测函数中包含对交易失败率影响程度的权重;对历史交易数据进行统计,获取各交易周期内各时间点的失败率真实值,并按照所述交易失败率预测函数计算各交易周期内各时间点的失败率预测值;统计各交易周期内各时间点的失败率真实值与失败率预测值之差,根据得到的差值确定权重以及交易失败率预测函数;根据确定的权重以及交易失败率预测函数计算未来一交易周期内交易失败率最小的两个时间点:第三时间点和第四时间点。
在一实施例中,所述根据确定的权重以及交易失败率预测函数计算未来一交易周期内交易失败率最小的两个时间点:第三时间点和第四时间点之后,还包括:对样本进行更新并重新确定权重以及交易失败率预测函数,并重新计算未来一交易周期内交易失败率最小的两个时间点:第三时间点和第四时间点。
在一实施例中,所述交易失败率预测函数为:h(θ)=θ0+θ1x1+θ2x2,其中,x1代表时间点,x2代表交易周期,θ0、θ1、θ2均代表权重。
在一实施例中,所述对历史交易数据进行统计分析,预测在未来一交易周期中交易量最小的两个时间点:第一时间点和第二时间点,包括:统计历史每个交易周期各时间点的交易量数据,并绘制交易量时序图,根据所述交易量时序图预测在未来一交易周期中交易量最小的两个时间点。
在一实施例中,所述第一时间点和第二时间点满足:第一时间点和第二时间点的差值大于第一时间阈值;所述第三时间点和第四时间点满足:第三时间点和第四时间点的差值大于第二时间阈值。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,上述描述的设备、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备、装置和方法,可以通过其它的方式实现。例如,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,仅仅为逻辑功能划分,实际实现时可以有另外的划分方式,也可以将具有相同功能的单元集合成一个单元,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。另外,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,也可以是电的,机械的或其它的形式连接。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本发明实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以是两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个存储介质中。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,或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种数据源切换方法,其特征在于,包括:
控制将辅数据源与主数据源进行长连接;
对历史交易数据进行统计分析,预测在未来一交易周期中交易量最小的两个时间点:第一时间点和第二时间点;或者,对历史交易数据进行统计分析,预测在未来一交易周期中交易失败率最小的两个时间点:第三时间点和第四时间点;
当到达第一时间点时,控制将所述主数据源切换至辅数据源,且当到达第二时间点时,控制将所述辅数据源切换至主数据源;或者,当到达第一时间点时,控制将所述辅数据源切换至主数据源,且当到达第二时间点时,控制将所述主数据源切换至辅数据源;
或者,当到达第三时间点时,控制将所述主数据源切换至辅数据源,且到达第四时间点时,控制将所述辅数据源切换至主数据源;或者,当到达第三时间点时,控制将所述辅数据源切换至主数据源,且当到达第四时间点时,控制将所述主数据源切换至辅数据源。
2.根据权利要求1所述数据源切换方法,其特征在于,所述控制将辅数据源与主数据源进行长连接,包括:
新建一个辅数据源以及保留原始的辅数据源;
控制将新建的辅数据源与所述主数据源进行长连接。
3.根据权利要求1所述数据源切换方法,其特征在于,所述对历史交易数据进行统计分析,预测在未来一交易周期中交易失败率最小的两个时间点:第三时间点和第四时间点,包括:
设定一个交易失败率预测函数,其中,所述失败率预测函数中包含对交易失败率影响程度的权重;
对历史交易数据进行统计,获取各交易周期内各时间点的失败率真实值,并按照所述交易失败率预测函数计算各交易周期内各时间点的失败率预测值;
统计各交易周期内各时间点的失败率真实值与失败率预测值之差,根据得到的差值确定权重以及交易失败率预测函数;
根据确定的权重以及交易失败率预测函数计算未来一交易周期内交易失败率最小的两个时间点:第三时间点和第四时间点。
4.根据权利要求3所述数据源切换方法,其特征在于,所述根据确定的权重以及交易失败率预测函数计算未来一交易周期内交易失败率最小的两个时间点:第三时间点和第四时间点之后,还包括:
对样本进行更新并重新确定权重以及交易失败率预测函数,并重新计算未来一交易周期内交易失败率最小的两个时间点:第三时间点和第四时间点。
5.根据权利要求3所述数据源切换方法,其特征在于,所述交易失败率预测函数为:
h(θ)=θ0+θ1x1+θ2x2
其中,x1代表时间点,x2代表交易周期,θ0、θ1、θ2均代表权重。
6.根据权利要求1所述数据源切换方法,其特征在于,所述对历史交易数据进行统计分析,预测在未来一交易周期中交易量最小的两个时间点:第一时间点和第二时间点,包括:
统计历史每个交易周期各时间点的交易量数据,并绘制交易量时序图,根据所述交易量时序图预测在未来一交易周期中交易量最小的两个时间点。
7.根据权利要求1至6任一项所述数据源切换方法,其特征在于,所述第一时间点和第二时间点满足:第一时间点和第二时间点的差值大于第一时间阈值;所述第三时间点和第四时间点满足:第三时间点和第四时间点的差值大于第二时间阈值。
8.一种数据源切换装置,其特征在于,包括:
长连接单元,用于控制将辅数据源与主数据源进行长连接;
统计单元,用于对历史交易数据进行统计分析,预测在未来一交易周期中交易量最小的两个时间点:第一时间点和第二时间点;或者,对历史交易数据进行统计分析,预测在未来一交易周期中交易失败率最小的两个时间点:第三时间点和第四时间点;
切换单元,用于当到达第一时间点时,控制将所述主数据源切换至辅数据源,且当到达第二时间点时,控制将所述辅数据源切换至主数据源;或者,当到达第一时间点时,控制将所述辅数据源切换至主数据源,且当到达第二时间点时,控制将所述主数据源切换至辅数据源;或者,当到达第三时间点时,控制将所述主数据源切换至辅数据源,且到达第四时间点时,控制将所述辅数据源切换至主数据源;或者,当到达第三时间点时,控制将所述辅数据源切换至主数据源,且当到达第四时间点时,控制将所述主数据源切换至辅数据源。
9.一种计算机设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7中任一项所述的数据源切换方法。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序当被处理器执行时实现如权利要求1至7任一项所述的数据源切换方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010222349.5A CN111475484A (zh) | 2020-03-26 | 2020-03-26 | 一种数据源切换方法、装置、计算机设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010222349.5A CN111475484A (zh) | 2020-03-26 | 2020-03-26 | 一种数据源切换方法、装置、计算机设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111475484A true CN111475484A (zh) | 2020-07-31 |
Family
ID=71748430
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010222349.5A Pending CN111475484A (zh) | 2020-03-26 | 2020-03-26 | 一种数据源切换方法、装置、计算机设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111475484A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103561283A (zh) * | 2013-10-30 | 2014-02-05 | 乐视致新电子科技(天津)有限公司 | 一种智能电视的码率切换方法及装置 |
CN103634540A (zh) * | 2012-08-20 | 2014-03-12 | 联想(北京)有限公司 | 一种控制方法、一种数据终端及数据发送设备 |
CN104615511A (zh) * | 2015-02-05 | 2015-05-13 | 中国工商银行股份有限公司 | 一种基于双中心的主机批量恢复处理方法及装置 |
US20150146689A1 (en) * | 2012-06-13 | 2015-05-28 | Telefonaktiebolaget L M Ericsson (pulb) | Handover prediction using historical data |
CN108323241A (zh) * | 2018-01-25 | 2018-07-24 | 深圳市为通博科技有限责任公司 | 主从角色转换方法、芯片与数据传输系统 |
-
2020
- 2020-03-26 CN CN202010222349.5A patent/CN111475484A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150146689A1 (en) * | 2012-06-13 | 2015-05-28 | Telefonaktiebolaget L M Ericsson (pulb) | Handover prediction using historical data |
CN103634540A (zh) * | 2012-08-20 | 2014-03-12 | 联想(北京)有限公司 | 一种控制方法、一种数据终端及数据发送设备 |
CN103561283A (zh) * | 2013-10-30 | 2014-02-05 | 乐视致新电子科技(天津)有限公司 | 一种智能电视的码率切换方法及装置 |
CN104615511A (zh) * | 2015-02-05 | 2015-05-13 | 中国工商银行股份有限公司 | 一种基于双中心的主机批量恢复处理方法及装置 |
CN108323241A (zh) * | 2018-01-25 | 2018-07-24 | 深圳市为通博科技有限责任公司 | 主从角色转换方法、芯片与数据传输系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10691722B2 (en) | Consistent query execution for big data analytics in a hybrid database | |
CN109783237B (zh) | 一种资源配置方法及装置 | |
US6553369B1 (en) | Approach for performing administrative functions in information systems | |
US20050096949A1 (en) | Method and system for automatic continuous monitoring and on-demand optimization of business IT infrastructure according to business objectives | |
CA2616194C (en) | Revenue management system and method | |
US11475006B2 (en) | Query and change propagation scheduling for heterogeneous database systems | |
US20050060163A1 (en) | Power on demand tiered response time pricing | |
EP2587391A2 (en) | System and method of combined database system | |
EP3128441B1 (en) | Handling data requests | |
CN114189478B (zh) | 一种基于滑动窗口算法的分布式限流实现方法及系统 | |
WO2006074246A2 (en) | System, method, and computer program product for improving accuracy of cache-based searches | |
CN111563125B (zh) | 数据存储系统、数据查询方法及装置 | |
US20230367749A1 (en) | Data migration method and apparatus, device, medium, and computer product | |
CN111742335A (zh) | 用于优化借款请求的分配的方法和系统 | |
CN111309483A (zh) | 一种服务器集群的管理方法、装置、设备及存储介质 | |
CN117061367B (zh) | Cdn节点带宽引导方法、装置、电子设备和存储介质 | |
CN108595251B (zh) | 动态图更新方法、装置、存储引擎接口和程序介质 | |
CN111475484A (zh) | 一种数据源切换方法、装置、计算机设备及存储介质 | |
US20210034619A1 (en) | Supporting reportability of internet of things (iot) data in the cloud for enterprise contexts | |
CN110083438B (zh) | 事务分发方法、装置、设备和存储介质 | |
CN113568930A (zh) | 一种分布式内存数据查询优化的方法和设备 | |
US12028271B2 (en) | Prioritizing messages for server processing based on monitoring and predicting server resource utilization | |
US10489413B2 (en) | Handling data requests | |
JP2016528599A (ja) | 改良されたインベントリソーシングシステム | |
WO2022266975A1 (zh) | 一种毫秒级时序流数据精准切片方法 |
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 |