具体实施方式
下面将参照附图更详细地描述本公开的实施例。虽然附图中显示了本公开的某些实施例,然而应当理解的是,本公开可以通过各种形式来实现,而且不应该被解释为限于这里阐述的实施例,相反提供这些实施例是为了更加透彻和完整地理解本公开。应当理解的是,本公开的附图及实施例仅用于示例性作用,并非用于限制本公开的保护范围。
本技术领域技术人员可以理解,除非特意声明,这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是,本申请的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件,但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解,当我们称元件被“连接”或“耦接”到另一元件时,它可以直接连接或耦接到其他元件,或者也可以存在中间元件。此外,这里使用的“连接”或“耦接”可以包括无线连接或无线耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的全部或任一单元和全部组合。
为使本申请的目的、技术方案和优点更加清楚,下面将结合附图对本申请实施方式作进一步地详细描述。
在向量召回系统中多数情况下会采用召回率比较高的图索引算法以实现数据的查找。在线缓存区中图索引关联了每个数据之间的关系,既从某个数据出发可以找到与其最相近的数据并作为结果返回。但在数据查找到过程中也会不断对缓存区中的数据进行插入、删除、修改等更新操作,每次更新操作都需要对已有的图索引重新构建一次,而在这个构建过程中,如果需要对在线缓存区进行访问将会产生错误结果。而本申请将会通过在离线缓存区中加载在线缓存区中的数据、以及需要进行更新的数据并构建图索引,然后对离线缓存区和在线缓存区进行更换,使得系统总是能访问到具有最新数据和图索引结果的相关信息。
本申请提供的构建图索引的方法、装置、电子设备和计算机可读存储介质,旨在解决现有技术的如上技术问题。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
本申请实施例中提供了一种构建图索引的方法,该方法可以在有新增待更新数据的情况下,利用离线缓存区实现对已有数据和待更新数据构建图索引,待图索引构建完成之后,将离线缓存区作为在线缓存区,在线缓存区作为离线缓存区,当召回系统需要对在线缓存区进行访问时,就可以访问已经更新过的数据和图索引,因此,不会出现因数据更新而引起访问出错的问题,如图2所示,该方法包括:
步骤S21,将在线缓存区中的在线缓存数据和待更新数据存入离线缓存区,得到离线缓存数据;
本步骤中的待更新数据可以是需要进行插入、删除、修改等操作的数据;
步骤S22,对离线缓存区中的离线缓存数据构建图索引,生成离线缓存数据相应的图索引数据;
对离线缓存区预先设置与在线缓存区相同的构建图索引算法,在将在线缓存数据和待更新数据存入离线缓存区后,可按照预先设置的算法构建离线缓存区的图索引。此时,由于数据的变化和更新构建图索引的相关操作都是在离线缓存区中完成的,在线缓存区中没有任何变化,因此,当召回系统对在线缓存区进行访问时就不会产生错误。
步骤S23,在每次接收到针对在线缓存区的数据访问请求时,基于离线缓存区中存储的离线缓存数据及相应的图索引数据,确定数据访问请求的响应数据;
在本步骤中,是将在线缓存区作为离线缓存区,将离线缓存区作为在线缓存区,可保证缓存区中是更新过的图索引数据和图索引结构;本步骤中具体过程为:
在每次接收到针对在线缓存区的数据访问请求时,将请求访问命令转至离线缓存区,并基于离线缓存区中存储的离线缓存数据及相应的图索引数据,确定数据访问请求的响应数据,并将离线缓存区作为在线缓存区,在线缓存区作为所述离线缓存区。具体方式如下:
在第一次接收到针对在线缓存区的数据访问请求时,将请求访问命令转至离线缓存区;离线缓存区根据该数据访问请求确定具体的响应数据,例如:
当接收到的数据访问请求为查询数据时,在离线缓存区中查找是否存在待查找的数据并返回查找结果;
当接收到的数据访问请求为删除数据时,在离线缓存区中删除相应的数据,并返回删除结果;
当接收到的数据访问请求为插入数据时,在离线缓存区中插入待插入数据并返回插入结果;
在完成上述针对数据访问请求的响应操作后,更新构建离线缓存区的图索引;并将离线缓存区作为在线缓存区,将在线缓存区作为离线缓存区。
在第二次接收到针对在线缓存区的数据访问请求时,将请求访问命令转至离线缓存区;本次的在线缓存区既为上次交换之前的离线缓存区,本次的离线缓存区既为上次交换之前的在线缓存区;然后优离线缓存区根据该数据访问请求确定具体的响应数据。
可见,离线缓存区和在线缓存区的交换过程可使得召回系统每次要访问的数据都是最新的,且不会因为数据更新、图索引更新而导致访问出错。
上述过程中,根据在线缓存区中的在线缓存数据和待更新数据得到离线缓存数据,并对该离线缓存数据构建图索引,生成离线缓存数据相应的图索引数据,当接收到访问在线缓存区域的数据访问请求时,可根据离线缓存中的数据对访问请求作出响应。可见,这一过程在离线缓存中实现对数据更新的操作,既完成了数据的更新操作,也不影响对当前在线缓存区中数据进行访问时,由于数据更新、图索引结果发生改变而导致访问出错的问题。
本申请的上述方案可由计算机中的CPU、内存、磁盘等作为执行主体,具体可根据实际需要选择一个相同的或两个不同的执行主体,例如,离线缓存区和在线缓存区的执行主体都可以是CPU;或者离线缓存区的执行主体是CPU,而在线缓存区的执行主体是磁盘。
本申请的上述方案的具体运行环境可以是linux操作系统或者是GCC(GNUCompiler Collection,GNU编译器套件)编译器,具体根据实际需要进行选择即可。
本申请的上述方案中构建图索引的具体方式可通过HNSW算法或者朴素构图算法来实现。
本申请实施例中提供了一种可能的实现方式,在上述实施例的过程中,由于构建离线缓存区的图索引过程中还会不断的产生新的待更新数据,当新产生的待更新数据没有存放到离线缓存区中时,此时离线缓存区在接到数据访问请求后所确定的响应数据就是不准确的,为了避免这种情况的发送,本申请实施例还提供了一种可能的实现方式,该方法包括:
当在构建离线缓存区的图索引过程中产生了新增的待更新数据后,获取新增的待更新数据,并将新增的待更新数据存入离线缓存区得到更新后的离线缓存数据,并基于新增的待更新数据,对已存储于离线缓存区中的图索引进行更新,生成相应的图索引数据,再继续上述实例中的后续步骤S23。
可见,上述过程中在离线缓存区完成构建图索引操作之后,且存在新的待更新数据时,将新的待更新数据加入离线缓存区中并更新图索引,这一过程可以避免,在构建离线缓存区的图索引过程中,当新数据产生后不能被及时加入缓存区中,而导致后续召回系统召回数据时容易产生错误的问题。
本申请实施例中提供了一种可能的实现方式,为了避免数据丢失,当对离线缓存中的数据进行更新后,相应的将新增的待更新数据存入在线缓存区中,得到更新后的在线缓存数据,以用于保证在线缓存区与离线缓存区的数据一致。
本申请提供的实施例可根据在线缓存区中的在线缓存数据和待更新数据得到离线缓存数据,并对该离线缓存数据构建图索引,生成离线缓存数据相应的图索引数据,当接收到访问在线缓存区域的数据访问请求时,可根据离线缓存中的数据对访问请求作出响应。同时本申请实施例提出的方案中,还可解决由于离线缓存区在构建图索引的过程中,由于新增待更新数据而导致离线缓存区所建立的图索引解构和图索引数据不准确,最终给召回系统进行访问而带来的数据结果不准确的问题。
应当理解,本公开的方法实施方式中记载的各个步骤可以按照不同的顺序执行,和/或并行执行。此外,方法实施方式可以包括附加的步骤和/或省略执行示出的步骤。本公开的范围在此方面不受限制。
本文使用的术语“包括”及其变形是开放性包括,即“包括但不限于”。术语“基于”是“至少部分地基于”。术语“一个实施例”表示“至少一个实施例”;术语“另一实施例”表示“至少一个另外的实施例”;术语“一些实施例”表示“至少一些实施例”。其他术语的相关定义将在下文描述中给出。
需要注意,本公开中提及的“第一”、“第二”等概念仅用于对装置、模块或单元进行区分,并非用于限定这些装置、模块或单元一定为不同的装置、模块或单元,也并非用于限定这些装置、模块或单元所执行的功能的顺序或者相互依存关系。
需要注意,本公开中提及的“一个”、“多个”的修饰是示意性而非限制性的,本领域技术人员应当理解,除非在上下文另有明确指出,否则应该理解为“一个或多个”。
本申请实施例提供了一种构建图索引的装置,如图3所示,该构建图索引的装置包括:
存储单元31,用于将在线缓存区中的在线缓存数据和待更新数据存入离线缓存区,得到离线缓存数据;
生成单元32,用于对离线缓存区中的离线缓存数据构建图索引,生成离线缓存数据相应的图索引数据;
确定单元33,用于在每次接收到针对在线缓存区的数据访问请求时,基于离线缓存区中存储的离线缓存数据及相应的图索引数据,确定数据访问请求的响应数据。
该装置还包括:
获取单元34,用于获取新增的待更新数据,并将新增的待更新数据存入离线缓存区得到更新后的离线缓存数据;
更新单元35,用于基于新增的待更新数据,对图索引数据进行更新。
存储单元31,还用于将新增的待更新数据存入在线缓存区中,得到更新后的在线缓存数据,以用于保证在线缓存区与离线缓存区的数据一致。
确定单元33具体用于,在每次接收到针对在线缓存区的数据访问请求时,将请求访问命令转至离线缓存区,并基于离线缓存区中存储的离线缓存数据及相应的图索引数据,确定数据访问请求的响应数据,并将离线缓存区作为在线缓存区,在线缓存区作为离线缓存区。
生成单元32具体用于,按照在线缓存中的图索引的构建方式,对离线缓存区中的离线缓存数据构建图索引。
本实施例的一种构建图索引的装置可执行本申请前述实施例所示的一种构建图索引的方法,其实现原理相类似,此处不再赘述。
该装置根据在线缓存区中的在线缓存数据和待更新数据得到离线缓存数据,并对该离线缓存数据构建图索引,生成离线缓存数据相应的图索引数据,当接收到访问在线缓存区域的数据访问请求时,可根据离线缓存中的数据对访问请求作出响应。可见,这一过程在离线缓存中实现对数据更新的操作,既完成了数据的更新操作,也不影响对当前在线缓存区中数据进行访问时,由于数据更新、图索引结果发生改变而导致访问出错的问题。
下面参考图4,其示出了适于用来实现本公开实施例的电子设备600的结构示意图。本公开实施例中的终端设备可以包括但不限于诸如笔记本电脑、台式计算机等等的固定终端。图4示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
电子设备包括:存储器以及处理器,其中,这里的处理器可以称为下文所述的处理装置601,存储器可以包括下文中的只读存储器(ROM)602、随机访问存储器(RAM)603以及存储装置608中的至少一项,具体如下所示:
如图4所示,电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601,其可以根据存储在只读存储器(ROM)602中的程序或者从存储装置608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。在RAM 603中,还存储有电子设备600操作所需的各种程序和数据。处理装置601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
通常,以下装置可以连接至I/O接口605:包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606;包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置607;包括例如磁带、硬盘等的存储装置608;以及通信装置609。通信装置609可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图4示出了具有各种装置的电子设备600,但是应理解的是,并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。
需要说明的是,本公开上述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。在本公开中,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。而在本公开中,计算机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,该计算机可读信号介质可以发送、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:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
在一些实施方式中,客户端、服务器可以利用诸如HTTP(HyperText TransferProtocol,超文本传输协议)之类的任何当前已知或未来研发的网络协议进行通信,并且可以与任意形式或介质的数字数据通信(例如,通信网络)互连。通信网络的示例包括局域网(“LAN”),广域网(“WAN”),网际网(例如,互联网)以及端对端网络(例如,ad hoc端对端网络),以及任何当前已知或未来研发的网络。
上述计算机可读介质可以是上述电子设备中所包含的;也可以是单独存在,而未装配入该电子设备中。
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该电子设备执行时,使得该电子设备:将在线缓存区中的在线缓存数据和待更新数据存入离线缓存区,得到离线缓存数据;对离线缓存区中的离线缓存数据构建图索引,生成离线缓存数据相应的图索引数据;在每次接收到针对在线缓存区的数据访问请求时,基于离线缓存区中存储的离线缓存数据及相应的图索引数据,确定数据访问请求的响应数据。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括但不限于面向对象的程序设计语言—诸如Java、Smalltalk、C++,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机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本公开各种实施例的系统、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,该模块、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,框图和/或流程图中的每个方框、以及框图和/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。
描述于本公开实施例中所涉及到的模块或单元可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块或单元的名称在某种情况下并不构成对该单元本身的限定,例如,存储单元31,用于将在线缓存区中的在线缓存数据和待更新数据存入离线缓存区,得到离线缓存数据;。
本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如,非限制性地,可以使用的示范类型的硬件逻辑部件包括:现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、片上系统(SOC)、复杂可编程逻辑设备(CPLD)等等。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
本公开实施方式中的多个装置之间所交互的消息或者信息的名称仅用于说明性的目的,而并不是用于对这些消息或信息的范围进行限制。
应该理解的是,虽然附图的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,其可以以其他的顺序执行。而且,附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,其执行顺序也不必然是依次进行,而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
根据本公开的一个或多个实施例,提供了一种构建图索引的方法,包括:将在线缓存区中的在线缓存数据和待更新数据存入离线缓存区,得到离线缓存数据;对离线缓存区中的离线缓存数据构建图索引,生成离线缓存数据相应的图索引数据;在每次接收到针对在线缓存区的数据访问请求时,基于离线缓存区中存储的离线缓存数据及相应的图索引数据,确定数据访问请求的响应数据。
根据本公开的一个或多个实施例,提供了一种构建图索引的方法,还包括:获取新增的待更新数据,并将新增的待更新数据存入离线缓存区得到更新后的离线缓存数据;
根据本公开的一个或多个实施例,提供了一种构建图索引的方法,在生成图索引数据之后,该方法还包括:基于新增的待更新数据,对图索引数据进行更新。
根据本公开的一个或多个实施例,提供了一种构建图索引的方法,还包括:将新增的待更新数据存入所述在线缓存区中,得到更新后的在线缓存数据,以用于保证在线缓存区与离线缓存区的数据一致。
以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解,本公开中所涉及的公开范围,并不限于上述技术特征的特定组合而成的技术方案,同时也应涵盖在不脱离上述公开构思的情况下,由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。
此外,虽然采用特定次序描绘了各操作,但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下,多任务和并行处理可能是有利的。同样地,虽然在上面论述中包含了若干具体实现细节,但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地,在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。
尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题,但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反,上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。
以上所述仅是本发明的部分实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。