CN112291299B - 基于AI Station推理平台的同步方法、装置、设备及存储介质 - Google Patents
基于AI Station推理平台的同步方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN112291299B CN112291299B CN202010988427.2A CN202010988427A CN112291299B CN 112291299 B CN112291299 B CN 112291299B CN 202010988427 A CN202010988427 A CN 202010988427A CN 112291299 B CN112291299 B CN 112291299B
- Authority
- CN
- China
- Prior art keywords
- synchronization
- real
- model management
- management service
- timing
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000001360 synchronised effect Effects 0.000 claims abstract description 17
- 230000008859 change Effects 0.000 claims description 50
- 238000004590 computer program Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 abstract description 18
- 230000004044 response Effects 0.000 abstract description 16
- 238000011084 recovery Methods 0.000 abstract description 2
- 238000007726 management method Methods 0.000 description 87
- 230000006870 function Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 230000002457 bidirectional effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1095—Replication or mirroring of data, e.g. scheduling or transport for data synchronisation between network nodes
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
- Hardware Redundancy (AREA)
Abstract
本发明公开了一种基于AI Station推理平台的同步方法、装置、设备及存储介质。所述方法包括：将部署在主集群的第一模型管理服务的数据实时同步到部署在备集群的第二模型管理服务，并确定实时同步结果；将所述实时同步结果返回至第一模型管理服务；将部署在主集群的第一模型管理服务的数据定时同步到部署在备集群的第二模型管理服务，并确定定时同步结果；将所述定时同步结果返回至第一模型管理服务。本发明的方案采用定时同步与实时同步相结合方式，实现了在集群同步过程中同步请求或回应消息丢失时，在备集群上即时恢复丢失的数据，有效的保证了主、备集群数据一致性，且集群同步过程中同步数据时延可以限制在定时同步时间范围内。
Description
技术领域
本发明属于云计算技术领域，尤其涉及一种基于AI Station推理平台的同步方法、装置、设备及存储介质。
背景技术
Kubernetes(简称K8S)是基于容器技术的分布式容器编排平台，为容器化的应用(服务化)提供部署，资源分配，服务发现，动态伸缩等全套功能，而各个集群需要进行集群同步。
现有技术中AI Station推理平台模型管理服务实时同步功能如图1所示，在集群A(主集群Master)上，当模型管理服务有数据变更时，会发送消息给同步服务，同步服务在收到同步内容后，按照同步消息的顺序向集群B (备集群Slave)的同步服务发送同步请求消息，集群B的同步服务在收到集群A的同步请求消息后，按照请求消息的顺序进行解析，将同步内容发送给模型管理服务，同时，向集群A发送同步回应消息，完成此次模型管理同步功能。现有的实时同步功能存在以下缺陷：第一，集群A，B同步过程中存在同步请求或回应丢失的情况，同步过程中，集群A和B数据存在不一致的问题；第二，集群同步过程中，如果同步请求或回应丢失，同步数据出现不一致，只有等到下一次出现同步数据时才能进行同步，同步时延不能保证。
发明内容
有鉴于此，有必要针对以上技术问题，提供能够解决K8S集群同步过程中存在丢包情况导致同步内容存在不一致的一种基于AI Station推理平台的同步方法、装置、设备及存储介质。
根据本发明的一方面，提供了一种基于AI Station推理平台的同步方法，所述方法包括：
将部署在主集群的第一模型管理服务的数据实时同步到部署在备集群的第二模型管理服务，并确定实时同步结果；
将所述实时同步结果返回至第一模型管理服务；
将部署在主集群的第一模型管理服务的数据定时同步到部署在备集群的第二模型管理服务，并确定定时同步结果；
将所述定时同步结果返回至第一模型管理服务。
在其中一个实施中，所述方法还包括：
若部署在主集群的第一模型管理服务有数据变化，则根据第一管理服务的数据变化确定实时变更数据。
在其中一个实施中，所述将部署在主集群的第一模型管理服务的数据实时同步到部署在备集群的第二模型管理服务，并确定实时同步结果的步骤包括：
所述第一模型管理服务根据所述实时变更数据向部署在主集群的第一实时同步服务发送第一同步消息；
所述第一实时同步服务接收所述第一同步消息，并根据所述第一同步消息向部署在备集群的第二实时同步服务发起实时同步请求；
所述第二实时同步服务解析所述实时同步请求以得到对应的同步内容，并将与所述实时同步请求对应的同步内容发给所述第二模型管理服务；
所述第二模型管理服务接收与所述实时同步请求对应的同步内容并进行第一数据变更；
根据第二模型管理服务进行第一数据变更的执行结果以确定实时同步结果。
在其中一个实施中，所述将所述实时同步结果返回至第一模型管理服务的步骤包括：
所述第二模型管理服务将所述实时同步结果发送给所述第二实时同步服务；
所述第二实时同步服务接收所述实时同步结果，并将所述实时同步结果发送给所述第一实时同步服务；
所述第一实时同步服务接收所述实时同步结果，并将所述实时同步结果发送给所述第一模型管理服务。
在其中一个实施中，所述方法还包括：
所述第一模型管理服务根据所述实时同步结果和定时同步结果确定定时变更数据，所述定时变更数据为实时同步和定时同步均失败的数据。
在其中一个实施中，所述将部署在主集群的第一模型管理服务的数据定时同步到部署在备集群的第二模型管理服务，并确定定时同步结果的步骤包括：
所述第一模型管理服务根据所述定时变更数据向部署在主集群的第一定时同步服务发送第二同步消息；
所述第一定时同步服务接收所述第二同步消息，并根据所述第二同步消息向部署在备集群的第二定时同步服务发起定时同步请求；
所述第二定时同步服务解析所述定时同步请求以得到对应的同步内容，并将与所述定时同步请求对应的同步内容发给所述第二模型管理服务；
所述第二模型管理服务接收与所述定时同步请求对应的同步内容并进行第二数据变更；
根据第二模型管理服务进行第二数据变更的执行结果以确定定时同步结果。
在其中一个实施中，所述将所述定时同步结果返回至第一模型管理服务的步骤包括：
所述第二模型管理服务将所述定时同步结果发送给所述第二定时同步服务；
所述第二定时同步服务接收所述定时同步结果，并将所述定时同步结果发送给所述第一定时同步服务；
所述第一定时同步服务接收所述定时同步结果，并将所述定时同步结果发送给所述第一模型管理服务。
根据本发明的另一方面，还提供了一种基于AI Station推理平台的同步装置，所述装置包括：
实时同步模块，用于将部署在主集群的第一模型管理服务的数据实时同步到部署在备集群的第二模型管理服务，并确定实时同步结果；
实时同步结果返回模块，用于将所述实时同步结果返回至第一模型管理服务；
定时同步模块，将部署在主集群的第一模型管理服务的数据定时同步到部署在备集群的第二模型管理服务，并确定定时同步结果；
定时同步结果返回模块，用于将所述定时同步结果返回至第一模型管理服务。
根据本发明的又一方面，还提供了一种计算机设备，包括：至少一个处理器；以及
存储器，所述存储器存储有可在所述处理器上运行的计算机程序，所述处理器进行所述程序时进行前述的基于AI Station推理平台的同步方法。
根据本发明的再一方面，还提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序被处理器进行时进行前述的基于AI Station推理平台的同步方法。
上述一种基于AI Station推理平台的同步方法、装置、设备及存储介质，采用定时同步与实时同步相结合方式，实现了在K8S集群同步过程中同步请求或回应消息丢失时，在备集群上即时恢复丢失的数据，有效的保证了主、备集群数据一致性，且集群同步过程中同步数据时延可以限制在定时同步时间范围内。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅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实施例。
图1为现有技术中AI Station推理平台模型管理服务实时同步功能示意图；
图2为本发明一个实施例中一种基于AI Station推理平台的同步方法的流程示意图；
图3为本发明另一个实施例中定时与实时同步结合的同步过程示意图；
图4为本发明又一个实施例中一种基于AI Station推理平台的同步装置的结构示意图；
图5为本发明另一个实施例中算机设备的内部结构图。
具体实施方式
需要说明的是，本发明实施例中所有使用“第一”和“第二”的表述均是为了区分两个相同名称非相同的实体或者非相同的参量，可见“第一”“第二”仅为了表述的方便，不应理解为对本发明实施例的限定，后续实施例对此不再一一说明。
在一个实施例中，请参照图2所示，本发明提供了一种基于AI Station 推理平台的同步方法，该方法具体包括以下步骤：
S100，将部署在主集群的第一模型管理服务的数据实时同步到部署在备集群的第二模型管理服务，并确定实时同步结果；
其中，主集群和备集群在实施过程中可以互换，即在集群中任何一个集群都可以作为主集群，任何一个集群也可作为备集群。举例来说，请参照图3所示，图3中的左侧示出的集群A即为主集群，右侧示出的集群B 即为备集群。
S200，将所述实时同步结果返回至第一模型管理服务；
S300，将部署在主集群的第一模型管理服务的数据定时同步到部署在备集群的第二模型管理服务，并确定定时同步结果；
S400，将所述定时同步结果返回至第一模型管理服务。
上述一种基于AI Station推理平台的同步方法，采用定时同步与实时同步相结合方式，实现了在K8S集群同步过程中同步请求或回应消息丢失时，在备集群上即时恢复丢失的数据，有效的保证了主、备集群数据一致性，且集群同步过程中同步数据时延可以限制在定时同步时间范围内。
在又一个实施例中，所述方法还包括以下步骤：
S500，若部署在主集群的第一模型管理服务有数据变化，则根据第一管理服务的数据变化确定实时变更数据。
优选地，所述方法还包括：
S600，所述第一模型管理服务根据所述实时同步结果和定时同步结果确定定时变更数据，所述定时变更数据为实时同步和定时同步均失败的数据。
上述一种基于AI Station推理平台的同步方法，通过监测第一模型管理服务的数据变化，并在产生数据变化时将变数据实时同步到第二模型管理服务中，并采用定时同步实时变化未成功的或定时变化累积未同步的数据，使得集群同步过程中同步数据时延可以限制在定时同步时间范围。
在又一个实施例中，前述步骤S100具体包括以下子步骤：
S110，所述第一模型管理服务根据所述实时变更数据向部署在主集群的第一实时同步服务发送第一同步消息；
S120，所述第一实时同步服务接收所述第一同步消息，并根据所述第一同步消息向部署在备集群的第二实时同步服务发起实时同步请求；
S130，所述第二实时同步服务解析所述实时同步请求以得到对应的同步内容，并将与所述实时同步请求对应的同步内容发给所述第二模型管理服务；
S140，所述第二模型管理服务接收与所述实时同步请求对应的同步内容并进行第一数据变更；
S150，根据第二模型管理服务进行第一数据变更的执行结果以确定实时同步结果。
请再次参照图3所示，以集群A作为主集群，集群B作为备集群为例，集群A与集群B实时同步过程如下：集群A上的模型管理数据同步到集群 B上，当集群A模型管理服务有数据变更时，集群A的模型管理服务(即第一模型管理服务)会向同属集群A的实时同步服务(即第一实时同步服务)发送消息，集群A的实时同步服务收到模型管理服务的变更数据时，按照消息的顺序依次向集群B的实时同步服务(即第二实时同步服务)发送全量实时同步消息，集群B的实时同步服务在收到集群A的全量实时同步请求时，转发此消息给集群B的模型管理服务(即第二模型管理服务)，集群B的模型管理服务完成模型数据变更的同步。
优选地，前述步骤S200具体包括以下子步骤：
S210，所述第二模型管理服务将所述实时同步结果发送给所述第二实时同步服务；
S220，所述第二实时同步服务接收所述实时同步结果，并将所述实时同步结果发送给所述第一实时同步服务；
S230，所述第一实时同步服务接收所述实时同步结果，并将所述实时同步结果发送给所述第一模型管理服务。
具体地，继续以前述的集群A和集群B为例，集群B的模型管理服务向集群B的实时同步服务发送回应消息，告知已完成同步或同步失败，在集群B的实时同步服务收到集群B的模型管理服务的回应消息后，向集群 A的实时同步服务发送全量实时同步回应消息，集群A的实时同步服务收到回应消息后，向集群A的模型管理服务发送回应消息，完成本次模型管理服务的实时同步。
在又一个实施例中，前述步骤300具体包括以下子步骤：
S310，所述第一模型管理服务根据所述定时变更数据向部署在主集群的第一定时同步服务发送第二同步消息；
S320，所述第一定时同步服务接收所述第二同步消息，并根据所述第二同步消息向部署在备集群的第二定时同步服务发起定时同步请求；
S330，所述第二定时同步服务解析所述定时同步请求以得到对应的同步内容，并将与所述定时同步请求对应的同步内容发给所述第二模型管理服务；
S340，所述第二模型管理服务接收与所述定时同步请求对应的同步内容并进行第二数据变更；
S350，根据第二模型管理服务进行第二数据变更的执行结果以确定定时同步结果。
请再次参照图3所示，集群A与集群B的定时同步过程如下：当集群 A开始进行定时同步时，集群A的模型管理服务会向本集群的定时同步服务(即第一定时同步服务)发送消息，集群A的定时同步服务收到定时增量同步的数据时，按照消息的顺序依次向集群B的定时同步服务(即第二定时同步服务)发送增量定时同步消息，集群B Slave的定时同步服务在收到集群A的增量定时同步请求时，转发此消息给集群B的模型管理服务，集群B模型管理服务完成模型数据变更的同步。
优选地，前述步骤S400具体包括以下子步骤：
S410，所述第二模型管理服务将所述定时同步结果发送给所述第二定时同步服务；
S420，所述第二定时同步服务接收所述定时同步结果，并将所述定时同步结果发送给所述第一定时同步服务；
S430，所述第一定时同步服务接收所述定时同步结果，并将所述定时同步结果发送给所述第一模型管理服务。
举例来说，集群B的模型管理服务向集群B的定时同步服务发送回应消息，告知已完成同步或同步失败，在集群B的定时同步服务收到集群B 的模型管理服务的回应消息后，向集群A的定时同步服务发送增量定时同步回应消息，集群A的定时同步服务收到回应消息后，向集群A的模型管理服务发送回应消息，完成本次模型管理服务的定时同步。
较佳的，在具体实施过程中如果集群A宕机，集群B可以继续提供模型管理服务，集群B变为Master即主集群，集群A变为Slave即备集群，当有模型管理数据变更时，按照如上流程完成从集群B到集群A的实时同步和定时同步，完成集群A和B间的双向模型数据同步，由此
在又一个实施例中，请参照图4所示，本发明提供了一种基于AI Station 推理平台的同步装置70，该装置具体包括：
实时同步模块71，用于将部署在主集群的第一模型管理服务的数据实时同步到部署在备集群的第二模型管理服务，并确定实时同步结果；
实时同步结果返回模块72，用于将所述实时同步结果返回至第一模型管理服务；
定时同步模块73，将部署在主集群的第一模型管理服务的数据定时同步到部署在备集群的第二模型管理服务，并确定定时同步结果；
定时同步结果返回模块74，用于将所述定时同步结果返回至第一模型管理服务。
需要说明的是，关于基于AI Station推理平台的同步装置的具体限定可以参见上文中对于基于AI Station推理平台的同步方法的限定，在此不再赘述。上述基于AIStation推理平台的同步装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
根据本发明的另一方面，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图请参照图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时实现以上所述的基于AI Station推理平台的同步方法。
根据本发明的又一方面，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以上所述的基于AI Station 推理平台的同步方法。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM (EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。
Claims (5)
1.一种基于AI Station推理平台的同步方法，其特征在于，所述方法包括：
将部署在主集群的第一模型管理服务的数据实时同步到部署在备集群的第二模型管理服务，并确定实时同步结果；
将所述实时同步结果返回至第一模型管理服务；
将部署在主集群的第一模型管理服务的数据定时同步到部署在备集群的第二模型管理服务，并确定定时同步结果；
将所述定时同步结果返回至第一模型管理服务；
所述方法还包括：
若部署在主集群的第一模型管理服务有数据变化，则根据第一管理服务的数据变化确定实时变更数据；
所述将部署在主集群的第一模型管理服务的数据实时同步到部署在备集群的第二模型管理服务，并确定实时同步结果的步骤包括：
所述第一模型管理服务根据所述实时变更数据向部署在主集群的第一实时同步服务发送第一同步消息；
所述第一实时同步服务接收所述第一同步消息，并根据所述第一同步消息向部署在备集群的第二实时同步服务发起实时同步请求；
所述第二实时同步服务解析所述实时同步请求以得到对应的同步内容，并将与所述实时同步请求对应的同步内容发给所述第二模型管理服务；
所述第二模型管理服务接收与所述实时同步请求对应的同步内容并进行第一数据变更；
根据第二模型管理服务进行第一数据变更的执行结果以确定实时同步结果；
所述将所述实时同步结果返回至第一模型管理服务的步骤包括：
所述第二模型管理服务将所述实时同步结果发送给所述第二实时同步服务；
所述第二实时同步服务接收所述实时同步结果，并将所述实时同步结果发送给所述第一实时同步服务；
所述第一实时同步服务接收所述实时同步结果，并将所述实时同步结果发送给所述第一模型管理服务；
所述将部署在主集群的第一模型管理服务的数据定时同步到部署在备集群的第二模型管理服务，并确定定时同步结果的步骤包括：
所述第一模型管理服务根据定时变更数据向部署在主集群的第一定时同步服务发送第二同步消息；
所述第一定时同步服务接收所述第二同步消息，并根据所述第二同步消息向部署在备集群的第二定时同步服务发起定时同步请求；
所述第二定时同步服务解析所述定时同步请求以得到对应的同步内容，并将与所述定时同步请求对应的同步内容发给所述第二模型管理服务；
所述第二模型管理服务接收与所述定时同步请求对应的同步内容并进行第二数据变更；
根据第二模型管理服务进行第二数据变更的执行结果以确定定时同步结果；
所述将所述定时同步结果返回至第一模型管理服务的步骤包括：
所述第二模型管理服务将所述定时同步结果发送给所述第二定时同步服务；
所述第二定时同步服务接收所述定时同步结果，并将所述定时同步结果发送给所述第一定时同步服务；
所述第一定时同步服务接收所述定时同步结果，并将所述定时同步结果发送给所述第一模型管理服务。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
所述第一模型管理服务根据所述实时同步结果和定时同步结果确定定时变更数据，所述定时变更数据为实时同步和定时同步均失败的数据。
3.一种基于AI Station推理平台的同步装置，其特征在于，所述装置包括：
实时同步模块，用于将部署在主集群的第一模型管理服务的数据实时同步到部署在备集群的第二模型管理服务，并确定实时同步结果；
实时同步结果返回模块，用于将所述实时同步结果返回至第一模型管理服务；
定时同步模块，将部署在主集群的第一模型管理服务的数据定时同步到部署在备集群的第二模型管理服务，并确定定时同步结果；
定时同步结果返回模块，用于将所述定时同步结果返回至第一模型管理服务；
所述装置还包括配置用于执行以下步骤的模块：
若部署在主集群的第一模型管理服务有数据变化，则根据第一管理服务的数据变化确定实时变更数据；
所述实时同步模块进一步用于：
所述第一模型管理服务根据所述实时变更数据向部署在主集群的第一实时同步服务发送第一同步消息；
所述第一实时同步服务接收所述第一同步消息，并根据所述第一同步消息向部署在备集群的第二实时同步服务发起实时同步请求；
所述第二实时同步服务解析所述实时同步请求以得到对应的同步内容，并将与所述实时同步请求对应的同步内容发给所述第二模型管理服务；
所述第二模型管理服务接收与所述实时同步请求对应的同步内容并进行第一数据变更；
根据第二模型管理服务进行第一数据变更的执行结果以确定实时同步结果；
所述实时同步结果返回模块进一步用于：
所述第二模型管理服务将所述实时同步结果发送给所述第二实时同步服务；
所述第二实时同步服务接收所述实时同步结果，并将所述实时同步结果发送给所述第一实时同步服务；
所述第一实时同步服务接收所述实时同步结果，并将所述实时同步结果发送给所述第一模型管理服务；
所述定时同步模块进一步用于：
所述第一模型管理服务根据定时变更数据向部署在主集群的第一定时同步服务发送第二同步消息；
所述第一定时同步服务接收所述第二同步消息，并根据所述第二同步消息向部署在备集群的第二定时同步服务发起定时同步请求；
所述第二定时同步服务解析所述定时同步请求以得到对应的同步内容，并将与所述定时同步请求对应的同步内容发给所述第二模型管理服务；
所述第二模型管理服务接收与所述定时同步请求对应的同步内容并进行第二数据变更；
根据第二模型管理服务进行第二数据变更的执行结果以确定定时同步结果；
所述定时同步结果返回模块进一步用于：
所述第二模型管理服务将所述定时同步结果发送给所述第二定时同步服务；
所述第二定时同步服务接收所述定时同步结果，并将所述定时同步结果发送给所述第一定时同步服务；
所述第一定时同步服务接收所述定时同步结果，并将所述定时同步结果发送给所述第一模型管理服务。
4.一种计算机设备，其特征在于，包括：
至少一个处理器；以及
存储器，所述存储器存储有可在所述处理器中运行的计算机程序，所述处理器执行所述程序时执行权利要求1-2任意一项所述的方法。
5.一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，其特征在于，所述计算机程序被处理器执行时执行权利要求1-2任意一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010988427.2A CN112291299B (zh) | 2020-09-18 | 2020-09-18 | 基于AI Station推理平台的同步方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010988427.2A CN112291299B (zh) | 2020-09-18 | 2020-09-18 | 基于AI Station推理平台的同步方法、装置、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112291299A CN112291299A (zh) | 2021-01-29 |
| CN112291299B true CN112291299B (zh) | 2022-12-27 |
Family
ID=74420549
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010988427.2A Active CN112291299B (zh) | 2020-09-18 | 2020-09-18 | 基于AI Station推理平台的同步方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112291299B (zh) |
Families Citing this family (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113112023B (zh) * | 2021-06-15 | 2021-08-31 | 苏州浪潮智能科技有限公司 | AIStation推理平台的推理服务管理方法和装置 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110609732A (zh) * | 2019-08-13 | 2019-12-24 | 平安普惠企业管理有限公司 | 应用程序部署方法、装置、计算机设备和存储介质 |
-
2020
- 2020-09-18 CN CN202010988427.2A patent/CN112291299B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110609732A (zh) * | 2019-08-13 | 2019-12-24 | 平安普惠企业管理有限公司 | 应用程序部署方法、装置、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112291299A (zh) | 2021-01-29 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110768873B (zh) | 分布式心跳检测方法、系统、装置和计算机设备 | |
| CN111935315A (zh) | 区块同步方法及装置 | |
| CN111628886B (zh) | 私有云环境下组建区块链网络的方法、装置、计算机设备 | |
| CN109857751A (zh) | 基于区块链的跨平台数据更新方法、装置和计算机设备 | |
| CN112671613B (zh) | 联邦学习集群监控方法、装置、设备及介质 | |
| CN106817387B (zh) | 一种数据同步方法、装置和系统 | |
| CN112291299B (zh) | 基于AI Station推理平台的同步方法、装置、设备及存储介质 | |
| CN111338760A (zh) | 边缘计算的服务实例跨节点伸缩方法和装置 | |
| CN111159233A (zh) | 分布式缓存方法、系统、计算机设备以及存储介质 | |
| CN112866408A (zh) | 一种集群中业务切换方法、装置、设备及存储介质 | |
| CN112286945A (zh) | 基于pbft算法的配置变更方法、系统、设备及介质 | |
| CN112448883A (zh) | 消息推送方法、装置、计算机设备和存储介质 | |
| CN114390052B (zh) | 一种基于vrrp协议实现etcd双节点高可用方法和装置 | |
| CN114338678A (zh) | 一种智能网联汽车操作系统应用层切换方法及装置 | |
| CN111338848B (zh) | 故障应用副本处理方法、装置、计算机设备和存储介质 | |
| CN110889539B (zh) | 基于云平台的现货市场出清案例组织方法、系统和装置 | |
| CN114172903A (zh) | slurm调度系统的节点扩容方法、装置、设备和介质 | |
| CN113157493A (zh) | 基于检票系统的备份方法、装置、系统和计算机设备 | |
| CN111538792B (zh) | 一种联盟链数据处理方法、装置和电子设备 | |
| CN112738174B (zh) | 一种用于专用网的跨地域多任务数据传输方法和系统 | |
| CN114531322B (zh) | 一种物联网多网关数据同步的方法、系统、装置和介质 | |
| CN111724260B (zh) | 基于配置区块的多场景配置数据存储方法及系统 | |
| CN109495560B (zh) | 一种链路建立方法、装置、设备及存储介质 | |
| CN116827966B (zh) | 一种数据处理方法与系统 | |
| CN113572820B (zh) | 一种集群构建方法、装置、终端设备及存储介质 |
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 |