CN112559535B - 基于多线程的异步任务处理方法、装置、设备及介质 - Google Patents

基于多线程的异步任务处理方法、装置、设备及介质 Download PDF

Info

Publication number
CN112559535B
CN112559535B CN202011583288.1A CN202011583288A CN112559535B CN 112559535 B CN112559535 B CN 112559535B CN 202011583288 A CN202011583288 A CN 202011583288A CN 112559535 B CN112559535 B CN 112559535B
Authority
CN
China
Prior art keywords
task
data
asynchronous
processing
target
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
Application number
CN202011583288.1A
Other languages
English (en)
Other versions
CN112559535A (zh
Inventor
刘攀伟
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.)
Ping An Bank Co Ltd
Original Assignee
Ping An Bank 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 Ping An Bank Co Ltd filed Critical Ping An Bank Co Ltd
Priority to CN202011583288.1A priority Critical patent/CN112559535B/zh
Publication of CN112559535A publication Critical patent/CN112559535A/zh
Application granted granted Critical
Publication of CN112559535B publication Critical patent/CN112559535B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2282—Tablespace storage structures; Management thereof
    • 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
    • G06F16/23—Updating
    • G06F16/2308—Concurrency control
    • 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
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/485—Task life-cycle, e.g. stopping, restarting, resuming execution
    • 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
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • 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
    • G06F9/52—Program synchronisation; Mutual exclusion, e.g. by means of semaphores
    • G06F9/524—Deadlock detection or avoidance
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及大数据的数据处理领域，提供一种基于多线程的异步任务处理方法、装置、设备及介质，通过表格的灵活配置，适用性更强，并能够根据不同的场景配置不同的资源，保证资源的最大使用率，提高了任务处理的时效性，利用多个消费线程并行处理每个任务块中的异步任务，由于消费线程对应的是每个任务块，因此提高了每个消费线程一次处理的任务量，在高速时效的处理大批量的异步任务的同时，有效减少了并行启动的消费线程数，进而减少了数据库的并发，保证了数据库的安全稳定，进而基于多线程实现对异步任务的处理及处理状态的更新。此外，本发明还涉及区块链技术，涉及到的数据表可存储于区块链节点中。

Description

基于多线程的异步任务处理方法、装置、设备及介质
技术领域
本发明涉及大数据的数据处理技术领域，尤其涉及一种基于多线程的异步任务处理方法、装置、设备及介质。
背景技术
随着大数据技术的不断发展，处理的数据量也越来越大，在数据处理过程中也会出现很多问题，主要体现在以下几个方面：
1. 处理的数据量。
目前，数据的处理量仍然有限，无法支持每天处理量较大的任务，也无法正常处理活动日的大批量数据。
2. 数据时效性。
目前的数据处理方式通常受限于处理能力，数据处理速度较慢，因此，无法适用于对时效性要求较高的任务。
3. 并发的控制。
对于大批量的数据处理，并发处理时容易造成数据库的死锁问题。
4. 可适用性。
目前的数据处理方案只能用于正在处理的任务，数据表的配置灵活性不足，表格较为单一，表格中任务的类型也较为单一，无法适用于所有异步任务的处理。
发明内容
鉴于以上内容，有必要提供一种基于多线程的异步任务处理方法、装置、设备及介质，能够基于多线程实现对异步任务的处理及处理状态的更新。
一种基于多线程的异步任务处理方法，所述基于多线程的异步任务处理方法包括：
响应于基于多线程的异步任务处理指令，根据所述异步任务处理指令获取源数据；
识别所述源数据中每个数据的数据属性，并将所述源数据中具有相同数据属性的数据划分为一类，得到至少一个数据集；
建立与所述至少一个数据集中每个数据集对应的数据表，其中，所述数据表包括待处理异步任务表、处理中异步任务表、成功任务表、失败任务表、参数表及任务流转状态表；
启动任务切分线程，利用所述任务切分线程切分所述待处理异步任务表中的任务，得到至少一个任务块；
根据所述任务流转状态表配置目标线程量，启动所述目标线程量的消费线程，并从所述至少一个任务块中随机获取任务块作为目标任务块，将所述目标任务块与每个消费线程进行匹配；
根据所述参数表，利用每个消费线程并行处理对应的每个目标任务块，并将每个目标任务块中的任务从所述待处理异步任务表转移至所述处理中异步任务表；
获取每个目标任务块的处理结果，根据每个目标任务块的处理结果更新所述成功任务表及/或所述失败任务表。
根据本发明优选实施例，所述根据所述异步任务处理指令获取源数据包括：
解析所述异步任务处理指令的方法体，得到所述异步任务处理指令所携带的信息；
获取与预先定义的数据库标识对应的预设标签；
根据所述预设标签构建正则表达式；
利用所述正则表达式在所述异步任务处理指令所携带的信息中进行遍历，并将遍历到的数据确定为目标数据库标识；
连接至所述目标数据库标识对应的目标数据库，并从所述目标数据库中获取数据作为所述源数据。
根据本发明优选实施例，所述建立与所述至少一个数据集中每个数据集对应的数据表包括：
从所述至少一个数据集中获取所述数据属性为待处理的数据集，确定获取的数据集的任务类型及表容量，根据所述任务类型及表容量构建数据表，得到至少一个所述待处理异步任务表；及/或
从所述至少一个数据集中获取所述数据属性为处理中的数据集，并根据获取的数据集构建数据表，得到所述处理中异步任务表；及/或
从所述至少一个数据集中获取所述数据属性为处理成功的数据集，并根据获取的数据集构建数据表，得到所述成功任务表；及/或
从所述至少一个数据集中获取所述数据属性为处理失败的数据集，并根据获取的数据集构建数据表，得到所述失败任务表；及/或
从所述至少一个数据集中获取所述数据属性为任务参数的数据集，并根据获取的数据集构建数据表，得到所述参数表；及/或
从所述至少一个数据集中获取所述数据属性为任务流转状态的数据集，并根据获取的数据集构建数据表，得到所述任务流转状态表。
根据本发明优选实施例，所述启动任务切分线程，利用所述任务切分线程切分所述待处理异步任务表中的任务，得到至少一个任务块包括：
连接指定服务器，在所述指定服务器上启动一个所述任务切分线程；
获取配置体积；
利用所述任务切分线程，根据所述配置体积切分所述待处理异步任务表中的任务，得到所述至少一个任务块。
根据本发明优选实施例，所述根据所述任务流转状态表配置目标线程量包括：
从所述任务流转状态表中获取每个时间周期内流转的线程总量；
从每个时间周期内流转的线程总量中提取异常线程量；
从获取的时间周期中移除具有所述异常线程量的周期，得到剩余周期；
计算所述剩余周期内流转的线程总量的均值作为所述目标线程量。
根据本发明优选实施例，所述根据每个目标任务块的处理结果更新所述成功任务表及/或所述失败任务表包括：
从每个目标任务块中获取所述处理结果为成功的任务，并将获取的任务添加至所述成功任务表；及/或
从每个目标任务块中获取所述处理结果为失败的任务，并将获取的任务添加至所述失败任务表。
根据本发明优选实施例，所述方法还包括：
启动重试机制，并获取所述重试机制下每个任务可被重新处理的重试次数；
将所述失败任务表中的数据转移至所述待处理异步任务表中进行重新处理；
检测转移的每个任务的重新处理次数；
当检测到有任务的重新处理次数达到所述重试次数，且处理结果为失败时，不再对检测到的任务进行重新处理。
一种基于多线程的异步任务处理装置，所述基于多线程的异步任务处理装置包括：
获取单元，用于响应于基于多线程的异步任务处理指令，根据所述异步任务处理指令获取源数据；
划分单元，用于识别所述源数据中每个数据的数据属性，并将所述源数据中具有相同数据属性的数据划分为一类，得到至少一个数据集；
建立单元，用于建立与所述至少一个数据集中每个数据集对应的数据表，其中，所述数据表包括待处理异步任务表、处理中异步任务表、成功任务表、失败任务表、参数表及任务流转状态表；
切分单元，用于启动任务切分线程，利用所述任务切分线程切分所述待处理异步任务表中的任务，得到至少一个任务块；
匹配单元，用于根据所述任务流转状态表配置目标线程量，启动所述目标线程量的消费线程，并从所述至少一个任务块中随机获取任务块作为目标任务块，将所述目标任务块与每个消费线程进行匹配；
处理单元，用于根据所述参数表，利用每个消费线程并行处理对应的每个目标任务块，并将每个目标任务块中的任务从所述待处理异步任务表转移至所述处理中异步任务表；
更新单元，用于获取每个目标任务块的处理结果，根据每个目标任务块的处理结果更新所述成功任务表及/或所述失败任务表。
一种电子设备，所述电子设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现所述基于多线程的异步任务处理方法。
一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现所述基于多线程的异步任务处理方法。
由以上技术方案可以看出，本发明响应于基于多线程的异步任务处理指令，根据所述异步任务处理指令获取源数据，识别所述源数据中每个数据的数据属性，并将所述源数据中具有相同数据属性的数据划分为一类，得到至少一个数据集，建立与所述至少一个数据集中每个数据集对应的数据表，其中，所述数据表包括待处理异步任务表、处理中异步任务表、成功任务表、失败任务表、参数表及任务流转状态表，通过表格的灵活配置，能够使方案适用于所有的异步任务处理，适用性更强，同时，通过每个待处理异步任务表中任务类型的配置，能够根据不同的场景配置不同的资源，保证资源的最大使用率，提高了任务处理的时效性，基于不同的数据属性分别构建多张数据维度的数据表，以便于后续根据建立的多维数据表进行异步任务的处理，启动任务切分线程，利用所述任务切分线程切分所述待处理异步任务表中的任务，得到至少一个任务块，根据所述任务流转状态表配置目标线程量，启动所述目标线程量的消费线程，并从所述至少一个任务块中随机获取任务块作为目标任务块，将所述目标任务块与每个消费线程进行匹配，根据所述参数表，利用每个消费线程并行处理对应的每个目标任务块，并将每个目标任务块中的任务从所述待处理异步任务表转移至所述处理中异步任务表，利用多个消费线程并行处理每个任务块中的异步任务，由于消费线程对应的是每个任务块，因此提高了每个消费线程一次处理的任务量，在高速时效的处理大批量的异步任务的同时，有效减少了并行启动的消费线程数，进而减少了数据库的并发，保证了数据库的安全稳定，获取每个目标任务块的处理结果，根据每个目标任务块的处理结果更新所述成功任务表及/或所述失败任务表，进而基于多线程实现对异步任务的处理及处理状态的更新。
附图说明
图1是本发明基于多线程的异步任务处理方法的较佳实施例的流程图。
图2是本发明基于多线程的异步任务处理装置的较佳实施例的功能模块图。
图3是本发明实现基于多线程的异步任务处理方法的较佳实施例的电子设备的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚，下面结合附图和具体实施例对本发明进行详细描述。
如图1所示，是本发明基于多线程的异步任务处理方法的较佳实施例的流程图。根据不同的需求，该流程图中步骤的顺序可以改变，某些步骤可以省略。
所述基于多线程的异步任务处理方法应用于一个或者多个电子设备中，所述电子设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(Application Specific IntegratedCircuit，ASIC)、可编程门阵列(Field－Programmable Gate Array，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。
所述电子设备可以是任何一种可与用户进行人机交互的电子产品，例如，个人计算机、平板电脑、智能手机、个人数字助理（Personal Digital Assistant，PDA）、游戏机、交互式网络电视（Internet Protocol Television，IPTV）、智能式穿戴式设备等。
所述电子设备还可以包括网络设备和/或用户设备。其中，所述网络设备包括，但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(CloudComputing)的由大量主机或网络服务器构成的云。
所述电子设备所处的网络包括但不限于互联网、广域网、城域网、局域网、虚拟专用网络（Virtual Private Network，VPN）等。
S10，响应于基于多线程的异步任务处理指令，根据所述异步任务处理指令获取源数据。
在本发明的至少一个实施例中，所述异步任务处理指令可以由相关工作人员触发，也可以定时触发，本发明不限制。
在本发明的至少一个实施例中，所述根据所述异步任务处理指令获取源数据包括：
解析所述异步任务处理指令的方法体，得到所述异步任务处理指令所携带的信息；
获取与预先定义的数据库标识对应的预设标签；
根据所述预设标签构建正则表达式；
利用所述正则表达式在所述异步任务处理指令所携带的信息中进行遍历，并将遍历到的数据确定为目标数据库标识；
连接至所述目标数据库标识对应的目标数据库，并从所述目标数据库中获取数据作为所述源数据。
其中，所述异步任务处理指令实质上是一条代码，在所述异步任务处理指令中，根据代码的编写原则，{}之间的内容被称之为所述方法体。
所述预设标签可以进行自定义配置，所述预设标签与数据库标识具有一一对应的关系，例如：所述预设标签可以是ID，进一步以所述预设标签建立正则表达式ID（），并以ID（）在所述异步任务处理指令所携带的信息中进行遍历，得到目标数据库标识，最终根据所述目标数据库标识定位到目标数据库。
通过上实施方式，能够基于正则表达式及预设标签快速确定数据库标识，并进一步利用所述数据库标识确定目标数据库，由于标签具有唯一性，使获取到的数据更加准确，同时，指令解析的方式效率也更高。
S11，识别所述源数据中每个数据的数据属性，并将所述源数据中具有相同数据属性的数据划分为一类，得到至少一个数据集。
在本发明的至少一个实施例中，所述数据属性可以包括，但不限于以下一种或者多种的组合：
待处理、处理中、处理成功、处理失败、任务参数、任务流转状态。
进一步地，将同一任务属性的数据划分为一类，得到所述至少一个数据集。
S12，建立与所述至少一个数据集中每个数据集对应的数据表，其中，所述数据表包括待处理异步任务表、处理中异步任务表、成功任务表、失败任务表、参数表及任务流转状态表。
在本发明的至少一个实施例中，所述建立与所述至少一个数据集中每个数据集对应的数据表包括：
从所述至少一个数据集中获取所述数据属性为待处理的数据集，确定获取的数据集的任务类型及表容量，根据所述任务类型及表容量构建数据表，得到至少一个所述待处理异步任务表；及/或
从所述至少一个数据集中获取所述数据属性为处理中的数据集，并根据获取的数据集构建数据表，得到所述处理中异步任务表；及/或
从所述至少一个数据集中获取所述数据属性为处理成功的数据集，并根据获取的数据集构建数据表，得到所述成功任务表；及/或
从所述至少一个数据集中获取所述数据属性为处理失败的数据集，并根据获取的数据集构建数据表，得到所述失败任务表；及/或
从所述至少一个数据集中获取所述数据属性为任务参数的数据集，并根据获取的数据集构建数据表，得到所述参数表；及/或
从所述至少一个数据集中获取所述数据属性为任务流转状态的数据集，并根据获取的数据集构建数据表，得到所述任务流转状态表。
例如：创建一套用于异步任务流转交互的表：wait表，即所述待处理异步任务表，用于存储待处理的异步任务；hanging表，即所述处理中异步任务表，用于存储是处理中的异步任务；succ表，即所述成功任务表，用于存储处理成功的任务；fail表，即所述失败任务表，用于存储处理失败的任务；parma表，即所述参数表，用于存储异步任务的执行参数；time表，即所述任务流转状态表，用于存储异步任务流转的状态，如流转时间、流转路径、流转量等，根据所述任务流转状态表可以定位到处理失败的任务的来源。
在本实施例中，根据所述任务类型，每个待处理异步任务表中可以根据实际需求存储一种或者多种任务类型的任务，或者根据所述表容量，当任务量过大时配置多张待处理异步任务表，这样，通过表格的灵活配置，能够使方案适用于所有的异步任务处理，适用性更强，同时，通过每个待处理异步任务表中任务类型的配置，能够根据不同的场景配置不同的资源，保证资源的最大使用率，提高了任务处理的时效性。
如：当所述待处理异步任务表中只存储一种任务类型时，该任务类型则可作为被指定的任务类型，即只处理该任务类型的异步任务，以实现对异步任务有针对性地处理。
通过上述实施方式，能够基于不同的数据属性分别构建多张数据维度的数据表，以便于后续根据建立的多维数据表进行异步任务的处理。
S13，启动任务切分线程，利用所述任务切分线程切分所述待处理异步任务表中的任务，得到至少一个任务块。
在本发明的至少一个实施例中，所述启动任务切分线程，利用所述任务切分线程切分所述待处理异步任务表中的任务，得到至少一个任务块包括：
连接指定服务器，在所述指定服务器上启动一个所述任务切分线程；
获取配置体积；
利用所述任务切分线程，根据所述配置体积切分所述待处理异步任务表中的任务，得到所述至少一个任务块。
需要说明的是，本发明对同时切分的所述待处理任务表的数量不限制，具体可以根据系统的性能及同时存在的所述待处理任务表的数量进行综合配置。
其中，可以根据同一批次能同时处理的任务数确定所述配置体积，本发明不限制。
例如：当所述待处理异步任务表中的任务量为100时，如果所述配置体积为50（即每个任务块中包括50个任务量），则可以将所述待处理异步任务表中的任务切分为两个体积为50的任务块；如果所述配置体积为30（即每个任务块中包括30个任务量），则可以将所述待处理异步任务表中的任务切分为三个体积为30的任务块，及一个体积为10的任务块。即优先以所述配置体积进行任务块的切分，并将剩余的任务自动归为一个任务块。
上述实施方式以一个任务切分线程在一台服务器上进行任务块的切分，能够有效避免不同线程同步切分造成的数据库死锁问题。
S14，根据所述任务流转状态表配置目标线程量，启动所述目标线程量的消费线程，并从所述至少一个任务块中随机获取任务块作为目标任务块，将所述目标任务块与每个消费线程进行匹配。
在本发明的至少一个实施例中，所述根据所述任务流转状态表配置目标线程量包括：
从所述任务流转状态表中获取每个时间周期内流转的线程总量；
从每个时间周期内流转的线程总量中提取异常线程量；
从获取的时间周期中移除具有所述异常线程量的周期，得到剩余周期；
计算所述剩余周期内流转的线程总量的均值作为所述目标线程量。
其中，所述异常线程量是指出现明显数据高峰及/或数据低谷的线程总量，如几个周期的线程总量分别为：100、50、49、45、46、48、3，则其中的100和3为所述异常线程量，对应的周期将被移除。
在上述实施方式中，通过分析历史数据配置所述目标线程量，能够使配置的目标线程量与系统的性能更加适配，保证在不影响系统性能的前提下实现对异步任务的处理。
S15，根据所述参数表，利用每个消费线程并行处理对应的每个目标任务块，并将每个目标任务块中的任务从所述待处理异步任务表转移至所述处理中异步任务表。
在本发明的至少一个实施例中，一个消费线程对应一个目标任务块，一个目标任务块中包括至少一个异步任务。
进一步地，所述根据所述参数表，利用每个消费线程并行处理对应的每个目标任务块包括：
从所述参数表中获取每个目标任务块中每个任务对应的参数；
根据获取的参数，利用每个消费线程并行处理对应的每个目标任务块中异步任务。
通过上述实施方式，能够利用多个消费线程并行处理每个任务块中的异步任务，由于消费线程对应的是每个任务块，因此提高了每个消费线程一次处理的任务量，在高速时效的处理大批量的异步任务的同时，有效减少了并行启动的消费线程数，进而减少了数据库的并发，保证了数据库的安全稳定。
S16，获取每个目标任务块的处理结果，根据每个目标任务块的处理结果更新所述成功任务表及/或所述失败任务表。
在本发明的至少一个实施例中，所述根据每个目标任务块的处理结果更新所述成功任务表及/或所述失败任务表包括：
从每个目标任务块中获取所述处理结果为成功的任务，并将获取的任务添加至所述成功任务表；及/或
从每个目标任务块中获取所述处理结果为失败的任务，并将获取的任务添加至所述失败任务表。
通过上述实施方式，能够实时更新所述成功任务表及/或所述失败任务表，以便后续对处理失败的任务进行进一步处理。
具体地，所述方法还包括：
启动重试机制，并获取所述重试机制下每个任务可被重新处理的重试次数；
将所述失败任务表中的数据转移至所述待处理异步任务表中进行重新处理；
检测转移的每个任务的重新处理次数；
当检测到有任务的重新处理次数达到所述重试次数，且处理结果为失败时，不再对检测到的任务进行重新处理。
通过上述实施方式，能够基于重试机制针对处理失败的任务进行重新处理，以提高异步任务处理的有效性。
需要说明的是，为了进一步保证数据的安全性，可以将涉及到的数据表部署于区块链，以避免数据被恶意篡改。
由以上技术方案可以看出，本发明能够响应于基于多线程的异步任务处理指令，根据所述异步任务处理指令获取源数据，识别所述源数据中每个数据的数据属性，并将所述源数据中具有相同数据属性的数据划分为一类，得到至少一个数据集，建立与所述至少一个数据集中每个数据集对应的数据表，其中，所述数据表包括待处理异步任务表、处理中异步任务表、成功任务表、失败任务表、参数表及任务流转状态表，通过表格的灵活配置，能够使方案适用于所有的异步任务处理，适用性更强，同时，通过每个待处理异步任务表中任务类型的配置，能够根据不同的场景配置不同的资源，保证资源的最大使用率，提高了任务处理的时效性，基于不同的数据属性分别构建多张数据维度的数据表，以便于后续根据建立的多维数据表进行异步任务的处理，启动任务切分线程，利用所述任务切分线程切分所述待处理异步任务表中的任务，得到至少一个任务块，根据所述任务流转状态表配置目标线程量，启动所述目标线程量的消费线程，并从所述至少一个任务块中随机获取任务块作为目标任务块，将所述目标任务块与每个消费线程进行匹配，根据所述参数表，利用每个消费线程并行处理对应的每个目标任务块，并将每个目标任务块中的任务从所述待处理异步任务表转移至所述处理中异步任务表，利用多个消费线程并行处理每个任务块中的异步任务，由于消费线程对应的是每个任务块，因此提高了每个消费线程一次处理的任务量，在高速时效的处理大批量的异步任务的同时，有效减少了并行启动的消费线程数，进而减少了数据库的并发，保证了数据库的安全稳定，获取每个目标任务块的处理结果，根据每个目标任务块的处理结果更新所述成功任务表及/或所述失败任务表，进而基于多线程实现对异步任务的处理及处理状态的更新。
如图2所示，是本发明基于多线程的异步任务处理装置的较佳实施例的功能模块图。所述基于多线程的异步任务处理装置11包括获取单元110、划分单元111、建立单元112、切分单元113、匹配单元114、处理单元115、更新单元116。本发明所称的模块/单元是指一种能够被处理器13所执行，并且能够完成固定功能的一系列计算机程序段，其存储在存储器12中。在本实施例中，关于各模块/单元的功能将在后续的实施例中详述。
响应于基于多线程的异步任务处理指令，获取单元110根据所述异步任务处理指令获取源数据。
在本发明的至少一个实施例中，所述异步任务处理指令可以由相关工作人员触发，也可以定时触发，本发明不限制。
在本发明的至少一个实施例中，所述获取单元110根据所述异步任务处理指令获取源数据包括：
解析所述异步任务处理指令的方法体，得到所述异步任务处理指令所携带的信息；
获取与预先定义的数据库标识对应的预设标签；
根据所述预设标签构建正则表达式；
利用所述正则表达式在所述异步任务处理指令所携带的信息中进行遍历，并将遍历到的数据确定为目标数据库标识；
连接至所述目标数据库标识对应的目标数据库，并从所述目标数据库中获取数据作为所述源数据。
其中，所述异步任务处理指令实质上是一条代码，在所述异步任务处理指令中，根据代码的编写原则，{}之间的内容被称之为所述方法体。
所述预设标签可以进行自定义配置，所述预设标签与数据库标识具有一一对应的关系，例如：所述预设标签可以是ID，进一步以所述预设标签建立正则表达式ID（），并以ID（）在所述异步任务处理指令所携带的信息中进行遍历，得到目标数据库标识，最终根据所述目标数据库标识定位到目标数据库。
通过上实施方式，能够基于正则表达式及预设标签快速确定数据库标识，并进一步利用所述数据库标识确定目标数据库，由于标签具有唯一性，使获取到的数据更加准确，同时，指令解析的方式效率也更高。
划分单元111识别所述源数据中每个数据的数据属性，并将所述源数据中具有相同数据属性的数据划分为一类，得到至少一个数据集。
在本发明的至少一个实施例中，所述数据属性可以包括，但不限于以下一种或者多种的组合：
待处理、处理中、处理成功、处理失败、任务参数、任务流转状态。
进一步地，将同一任务属性的数据划分为一类，得到所述至少一个数据集。
建立单元112建立与所述至少一个数据集中每个数据集对应的数据表，其中，所述数据表包括待处理异步任务表、处理中异步任务表、成功任务表、失败任务表、参数表及任务流转状态表。
在本发明的至少一个实施例中，所述建立单元112建立与所述至少一个数据集中每个数据集对应的数据表包括：
从所述至少一个数据集中获取所述数据属性为待处理的数据集，确定获取的数据集的任务类型及表容量，根据所述任务类型及表容量构建数据表，得到至少一个所述待处理异步任务表；及/或
从所述至少一个数据集中获取所述数据属性为处理中的数据集，并根据获取的数据集构建数据表，得到所述处理中异步任务表；及/或
从所述至少一个数据集中获取所述数据属性为处理成功的数据集，并根据获取的数据集构建数据表，得到所述成功任务表；及/或
从所述至少一个数据集中获取所述数据属性为处理失败的数据集，并根据获取的数据集构建数据表，得到所述失败任务表；及/或
从所述至少一个数据集中获取所述数据属性为任务参数的数据集，并根据获取的数据集构建数据表，得到所述参数表；及/或
从所述至少一个数据集中获取所述数据属性为任务流转状态的数据集，并根据获取的数据集构建数据表，得到所述任务流转状态表。
例如：创建一套用于异步任务流转交互的表：wait表，即所述待处理异步任务表，用于存储待处理的异步任务；hanging表，即所述处理中异步任务表，用于存储是处理中的异步任务；succ表，即所述成功任务表，用于存储处理成功的任务；fail表，即所述失败任务表，用于存储处理失败的任务；parma表，即所述参数表，用于存储异步任务的执行参数；time表，即所述任务流转状态表，用于存储异步任务流转的状态，如流转时间、流转路径、流转量等，根据所述任务流转状态表可以定位到处理失败的任务的来源。
在本实施例中，根据所述任务类型，每个待处理异步任务表中可以根据实际需求存储一种或者多种任务类型的任务，或者根据所述表容量，当任务量过大时配置多张待处理异步任务表，这样，通过表格的灵活配置，能够使方案适用于所有的异步任务处理，适用性更强，同时，通过每个待处理异步任务表中任务类型的配置，能够根据不同的场景配置不同的资源，保证资源的最大使用率，提高了任务处理的时效性。
如：当所述待处理异步任务表中只存储一种任务类型时，该任务类型则可作为被指定的任务类型，即只处理该任务类型的异步任务，以实现对异步任务有针对性地处理。
通过上述实施方式，能够基于不同的数据属性分别构建多张数据维度的数据表，以便于后续根据建立的多维数据表进行异步任务的处理。
切分单元113启动任务切分线程，利用所述任务切分线程切分所述待处理异步任务表中的任务，得到至少一个任务块。
需要说明的是，本发明对同时切分的所述待处理任务表的数量不限制，具体可以根据系统的性能及同时存在的所述待处理任务表的数量进行综合配置。
在本发明的至少一个实施例中，所述切分单元113启动任务切分线程，利用所述任务切分线程切分所述待处理异步任务表中的任务，得到至少一个任务块包括：
连接指定服务器，在所述指定服务器上启动一个所述任务切分线程；
获取配置体积；
利用所述任务切分线程，根据所述配置体积切分所述待处理异步任务表中的任务，得到所述至少一个任务块。
其中，可以根据同一批次能同时处理的任务数确定所述配置体积，本发明不限制。
例如：当所述待处理异步任务表中的任务量为100时，如果所述配置体积为50（即每个任务块中包括50个任务量），则可以将所述待处理异步任务表中的任务切分为两个体积为50的任务块；如果所述配置体积为30（即每个任务块中包括30个任务量），则可以将所述待处理异步任务表中的任务切分为三个体积为30的任务块，及一个体积为10的任务块。即优先以所述配置体积进行任务块的切分，并将剩余的任务自动归为一个任务块。
上述实施方式以一个任务切分线程在一台服务器上进行任务块的切分，能够有效避免不同线程同步切分造成的数据库死锁问题。
匹配单元114根据所述任务流转状态表配置目标线程量，启动所述目标线程量的消费线程，并从所述至少一个任务块中随机获取任务块作为目标任务块，将所述目标任务块与每个消费线程进行匹配。
在本发明的至少一个实施例中，所述匹配单元114根据所述任务流转状态表配置目标线程量包括：
从所述任务流转状态表中获取每个时间周期内流转的线程总量；
从每个时间周期内流转的线程总量中提取异常线程量；
从获取的时间周期中移除具有所述异常线程量的周期，得到剩余周期；
计算所述剩余周期内流转的线程总量的均值作为所述目标线程量。
其中，所述异常线程量是指出现明显数据高峰及/或数据低谷的线程总量，如几个周期的线程总量分别为：100、50、49、45、46、48、3，则其中的100和3为所述异常线程量，对应的周期将被移除。
在上述实施方式中，通过分析历史数据配置所述目标线程量，能够使配置的目标线程量与系统的性能更加适配，保证在不影响系统性能的前提下实现对异步任务的处理。
处理单元115根据所述参数表，利用每个消费线程并行处理对应的每个目标任务块，并将每个目标任务块中的任务从所述待处理异步任务表转移至所述处理中异步任务表。
在本发明的至少一个实施例中，一个消费线程对应一个目标任务块，一个目标任务块中包括至少一个异步任务。
进一步地，所述处理单元115根据所述参数表，利用每个消费线程并行处理对应的每个目标任务块包括：
从所述参数表中获取每个目标任务块中每个任务对应的参数；
根据获取的参数，利用每个消费线程并行处理对应的每个目标任务块中异步任务。
通过上述实施方式，能够利用多个消费线程并行处理每个任务块中的异步任务，由于消费线程对应的是每个任务块，因此提高了每个消费线程一次处理的任务量，在高速时效的处理大批量的异步任务的同时，有效减少了并行启动的消费线程数，进而减少了数据库的并发，保证了数据库的安全稳定。
更新单元116获取每个目标任务块的处理结果，根据每个目标任务块的处理结果更新所述成功任务表及/或所述失败任务表。
在本发明的至少一个实施例中，所述更新单元116根据每个目标任务块的处理结果更新所述成功任务表及/或所述失败任务表包括：
从每个目标任务块中获取所述处理结果为成功的任务，并将获取的任务添加至所述成功任务表；及/或
从每个目标任务块中获取所述处理结果为失败的任务，并将获取的任务添加至所述失败任务表。
通过上述实施方式，能够实时更新所述成功任务表及/或所述失败任务表，以便后续对处理失败的任务进行进一步处理。
具体地，启动重试机制，并获取所述重试机制下每个任务可被重新处理的重试次数；
将所述失败任务表中的数据转移至所述待处理异步任务表中进行重新处理；
检测转移的每个任务的重新处理次数；
当检测到有任务的重新处理次数达到所述重试次数，且处理结果为失败时，不再对检测到的任务进行重新处理。
通过上述实施方式，能够基于重试机制针对处理失败的任务进行重新处理，以提高异步任务处理的有效性。
需要说明的是，为了进一步保证数据的安全性，可以将涉及到的数据表部署于区块链，以避免数据被恶意篡改。
由以上技术方案可以看出，本发明能够响应于基于多线程的异步任务处理指令，根据所述异步任务处理指令获取源数据，识别所述源数据中每个数据的数据属性，并将所述源数据中具有相同数据属性的数据划分为一类，得到至少一个数据集，建立与所述至少一个数据集中每个数据集对应的数据表，其中，所述数据表包括待处理异步任务表、处理中异步任务表、成功任务表、失败任务表、参数表及任务流转状态表，通过表格的灵活配置，能够使方案适用于所有的异步任务处理，适用性更强，同时，通过每个待处理异步任务表中任务类型的配置，能够根据不同的场景配置不同的资源，保证资源的最大使用率，提高了任务处理的时效性，基于不同的数据属性分别构建多张数据维度的数据表，以便于后续根据建立的多维数据表进行异步任务的处理，启动任务切分线程，利用所述任务切分线程切分所述待处理异步任务表中的任务，得到至少一个任务块，根据所述任务流转状态表配置目标线程量，启动所述目标线程量的消费线程，并从所述至少一个任务块中随机获取任务块作为目标任务块，将所述目标任务块与每个消费线程进行匹配，根据所述参数表，利用每个消费线程并行处理对应的每个目标任务块，并将每个目标任务块中的任务从所述待处理异步任务表转移至所述处理中异步任务表，利用多个消费线程并行处理每个任务块中的异步任务，由于消费线程对应的是每个任务块，因此提高了每个消费线程一次处理的任务量，在高速时效的处理大批量的异步任务的同时，有效减少了并行启动的消费线程数，进而减少了数据库的并发，保证了数据库的安全稳定，获取每个目标任务块的处理结果，根据每个目标任务块的处理结果更新所述成功任务表及/或所述失败任务表，进而基于多线程实现对异步任务的处理及处理状态的更新。
如图3所示，是本发明实现基于多线程的异步任务处理方法的较佳实施例的电子设备的结构示意图。
所述电子设备1可以包括存储器12、处理器13和总线，还可以包括存储在所述存储器12中并可在所述处理器13上运行的计算机程序，例如基于多线程的异步任务处理程序。
本领域技术人员可以理解，所述示意图仅仅是电子设备1的示例，并不构成对电子设备1的限定，所述电子设备1既可以是总线型结构，也可以是星形结构，所述电子设备1还可以包括比图示更多或更少的其他硬件或者软件，或者不同的部件布置，例如所述电子设备1还可以包括输入输出设备、网络接入设备等。
需要说明的是，所述电子设备1仅为举例，其他现有的或今后可能出现的电子产品如可适应于本发明，也应包含在本发明的保护范围以内，并以引用方式包含于此。
其中，存储器12至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器（例如：SD或DX存储器等）、磁性存储器、磁盘、光盘等。存储器12在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。存储器12在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡（Smart Media Card，SMC）、安全数字（Secure Digital，SD）卡、闪存卡（Flash Card）等。进一步地，存储器12还可以既包括电子设备1的内部存储单元也包括外部存储设备。存储器12不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如基于多线程的异步任务处理程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
处理器13在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器（Central Processing unit，CPU）、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。处理器13是所述电子设备1的控制核心（Control Unit），利用各种接口和线路连接整个电子设备1的各个部件，通过运行或执行存储在所述存储器12内的程序或者模块（例如执行基于多线程的异步任务处理程序等），以及调用存储在所述存储器12内的数据，以执行电子设备1的各种功能和处理数据。
所述处理器13执行所述电子设备1的操作系统以及安装的各类应用程序。所述处理器13执行所述应用程序以实现上述各个基于多线程的异步任务处理方法实施例中的步骤，例如图1所示的步骤。
示例性的，所述计算机程序可以被分割成一个或多个模块/单元，所述一个或者多个模块/单元被存储在所述存储器12中，并由所述处理器13执行，以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段，该指令段用于描述所述计算机程序在所述电子设备1中的执行过程。例如，所述计算机程序可以被分割成获取单元110、划分单元111、建立单元112、切分单元113、匹配单元114、处理单元115、更新单元116。
上述以软件功能模块的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能模块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、计算机设备，或者网络设备等）或处理器（processor）执行本发明各个实施例所述基于多线程的异步任务处理方法的部分。
所述电子设备1集成的模块/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，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实现上述实施例方法中的全部或部分流程，也可以通过计算机程序来指示相关的硬件设备来完成，所述的计算机程序可存储于一计算机可读存储介质中，该计算机程序在被处理器执行时，可实现上述各个方法实施例的步骤。
其中，所述计算机程序包括计算机程序代码，所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器（ROM，Read-Only Memory）、随机存取存储器等。
进一步地，计算机可读存储介质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等；存储数据区可存储根据区块链节点的使用所创建的数据等。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性（防伪）和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
总线可以是外设部件互连标准（peripheral component interconnect，简称PCI）总线或扩展工业标准结构（extended industry standard architecture，简称EISA）总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，在图3中仅用一根箭头表示，但并不表示仅有一根总线或一种类型的总线。所述总线被设置为实现所述存储器12以及至少一个处理器13等之间的连接通信。
尽管未示出，所述电子设备1还可以包括给各个部件供电的电源（比如电池），优选地，电源可以通过电源管理装置与所述至少一个处理器13逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口（如WI-FI接口、蓝牙接口等），通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器（Display）、输入单元（比如键盘（Keyboard）），可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED（Organic Light-Emitting Diode，有机发光二极管）触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
图3仅示出了具有组件12-13的电子设备1，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
结合图1，所述电子设备1中的所述存储器12存储多个指令以实现一种基于多线程的异步任务处理方法，所述处理器13可执行所述多个指令从而实现：
响应于基于多线程的异步任务处理指令，根据所述异步任务处理指令获取源数据；
识别所述源数据中每个数据的数据属性，并将所述源数据中具有相同数据属性的数据划分为一类，得到至少一个数据集；
建立与所述至少一个数据集中每个数据集对应的数据表，其中，所述数据表包括待处理异步任务表、处理中异步任务表、成功任务表、失败任务表、参数表及任务流转状态表；
启动任务切分线程，利用所述任务切分线程切分所述待处理异步任务表中的任务，得到至少一个任务块；
根据所述任务流转状态表配置目标线程量，启动所述目标线程量的消费线程，并从所述至少一个任务块中随机获取任务块作为目标任务块，将所述目标任务块与每个消费线程进行匹配；
根据所述参数表，利用每个消费线程并行处理对应的每个目标任务块，并将每个目标任务块中的任务从所述待处理异步任务表转移至所述处理中异步任务表；
获取每个目标任务块的处理结果，根据每个目标任务块的处理结果更新所述成功任务表及/或所述失败任务表。
具体地，所述处理器13对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
在本发明所提供的几个实施例中，应该理解到，所揭露的系统，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，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块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，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。实施例中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一、第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种基于多线程的异步任务处理方法，其特征在于，所述基于多线程的异步任务处理方法包括：
响应于基于多线程的异步任务处理指令，根据所述异步任务处理指令获取源数据；
识别所述源数据中每个数据的数据属性，并将所述源数据中具有相同数据属性的数据划分为一类，得到至少一个数据集；
建立与所述至少一个数据集中每个数据集对应的数据表，其中，所述数据表包括待处理异步任务表、处理中异步任务表、成功任务表、失败任务表、参数表及任务流转状态表；
启动任务切分线程，利用所述任务切分线程切分所述待处理异步任务表中的任务，得到至少一个任务块；
根据所述任务流转状态表配置目标线程量，启动所述目标线程量的消费线程，并从所述至少一个任务块中随机获取任务块作为目标任务块，将所述目标任务块与每个消费线程进行匹配；
根据所述参数表，利用每个消费线程并行处理对应的每个目标任务块，并将每个目标任务块中的任务从所述待处理异步任务表转移至所述处理中异步任务表；
获取每个目标任务块的处理结果，根据每个目标任务块的处理结果更新所述成功任务表及/或所述失败任务表。
2.如权利要求1所述的基于多线程的异步任务处理方法，其特征在于，所述根据所述异步任务处理指令获取源数据包括：
解析所述异步任务处理指令的方法体，得到所述异步任务处理指令所携带的信息；
获取与预先定义的数据库标识对应的预设标签；
根据所述预设标签构建正则表达式；
利用所述正则表达式在所述异步任务处理指令所携带的信息中进行遍历，并将遍历到的数据确定为目标数据库标识；
连接至所述目标数据库标识对应的目标数据库，并从所述目标数据库中获取数据作为所述源数据。
3. 如权利要求1所述的基于多线程的异步任务处理方法，其特征在于，所述建立与所述至少一个数据集中每个数据集对应的数据表包括：
从所述至少一个数据集中获取所述数据属性为待处理的数据集，确定获取的数据集的任务类型及表容量，根据所述任务类型及表容量构建数据表，得到至少一个所述待处理异步任务表；及/或
从所述至少一个数据集中获取所述数据属性为处理中的数据集，并根据获取的数据集构建数据表，得到所述处理中异步任务表；及/或
从所述至少一个数据集中获取所述数据属性为处理成功的数据集，并根据获取的数据集构建数据表，得到所述成功任务表；及/或
从所述至少一个数据集中获取所述数据属性为处理失败的数据集，并根据获取的数据集构建数据表，得到所述失败任务表；及/或
从所述至少一个数据集中获取所述数据属性为任务参数的数据集，并根据获取的数据集构建数据表，得到所述参数表；及/或
从所述至少一个数据集中获取所述数据属性为任务流转状态的数据集，并根据获取的数据集构建数据表，得到所述任务流转状态表。
4.如权利要求1所述的基于多线程的异步任务处理方法，其特征在于，所述启动任务切分线程，利用所述任务切分线程切分所述待处理异步任务表中的任务，得到至少一个任务块包括：
连接指定服务器，在所述指定服务器上启动一个所述任务切分线程；
获取配置体积；
利用所述任务切分线程，根据所述配置体积切分所述待处理异步任务表中的任务，得到所述至少一个任务块。
5.如权利要求1所述的基于多线程的异步任务处理方法，其特征在于，所述根据所述任务流转状态表配置目标线程量包括：
从所述任务流转状态表中获取每个时间周期内流转的线程总量；
从每个时间周期内流转的线程总量中提取异常线程量；
从获取的时间周期中移除具有所述异常线程量的周期，得到剩余周期；
计算所述剩余周期内流转的线程总量的均值作为所述目标线程量。
6. 如权利要求1所述的基于多线程的异步任务处理方法，其特征在于，所述根据每个目标任务块的处理结果更新所述成功任务表及/或所述失败任务表包括：
从每个目标任务块中获取所述处理结果为成功的任务，并将获取的任务添加至所述成功任务表；及/或
从每个目标任务块中获取所述处理结果为失败的任务，并将获取的任务添加至所述失败任务表。
7.如权利要求1所述的基于多线程的异步任务处理方法，其特征在于，所述方法还包括：
启动重试机制，并获取所述重试机制下每个任务可被重新处理的重试次数；
将所述失败任务表中的数据转移至所述待处理异步任务表中进行重新处理；
检测转移的每个任务的重新处理次数；
当检测到有任务的重新处理次数达到所述重试次数，且处理结果为失败时，不再对检测到的任务进行重新处理。
8.一种基于多线程的异步任务处理装置，其特征在于，所述基于多线程的异步任务处理装置包括：
获取单元，用于响应于基于多线程的异步任务处理指令，根据所述异步任务处理指令获取源数据；
划分单元，用于识别所述源数据中每个数据的数据属性，并将所述源数据中具有相同数据属性的数据划分为一类，得到至少一个数据集；
建立单元，用于建立与所述至少一个数据集中每个数据集对应的数据表，其中，所述数据表包括待处理异步任务表、处理中异步任务表、成功任务表、失败任务表、参数表及任务流转状态表；
切分单元，用于启动任务切分线程，利用所述任务切分线程切分所述待处理异步任务表中的任务，得到至少一个任务块；
匹配单元，用于根据所述任务流转状态表配置目标线程量，启动所述目标线程量的消费线程，并从所述至少一个任务块中随机获取任务块作为目标任务块，将所述目标任务块与每个消费线程进行匹配；
处理单元，用于根据所述参数表，利用每个消费线程并行处理对应的每个目标任务块，并将每个目标任务块中的任务从所述待处理异步任务表转移至所述处理中异步任务表；
更新单元，用于获取每个目标任务块的处理结果，根据每个目标任务块的处理结果更新所述成功任务表及/或所述失败任务表。
9. 一种电子设备，其特征在于，所述电子设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现如权利要求1至7中任意一项所述的基于多线程的异步任务处理方法。
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中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现如权利要求1至7中任意一项所述的基于多线程的异步任务处理方法。
CN202011583288.1A 2020-12-28 2020-12-28 基于多线程的异步任务处理方法、装置、设备及介质 Active CN112559535B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011583288.1A CN112559535B (zh) 2020-12-28 2020-12-28 基于多线程的异步任务处理方法、装置、设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011583288.1A CN112559535B (zh) 2020-12-28 2020-12-28 基于多线程的异步任务处理方法、装置、设备及介质

Publications (2)

Publication Number Publication Date
CN112559535A CN112559535A (zh) 2021-03-26
CN112559535B true CN112559535B (zh) 2023-08-22

Family

ID=75034151

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011583288.1A Active CN112559535B (zh) 2020-12-28 2020-12-28 基于多线程的异步任务处理方法、装置、设备及介质

Country Status (1)

Country Link
CN (1) CN112559535B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113518130B (zh) * 2021-08-19 2023-03-24 北京航空航天大学 一种基于多核处理器的分组突发负载均衡方法及系统
CN114553714B (zh) * 2021-12-30 2024-05-14 北京天成通链科技有限公司 一种解决区块链网络测试不确定性的模拟方法
CN115048459A (zh) * 2022-06-20 2022-09-13 中国平安财产保险股份有限公司 数据批量同步方法、装置、电子设备及存储介质
CN114860349B (zh) * 2022-07-06 2022-11-08 深圳华锐分布式技术股份有限公司 数据加载方法、装置、设备及介质
CN116996496A (zh) * 2023-07-12 2023-11-03 荣耀终端有限公司 一种上网系统、方法及可穿戴设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107656820A (zh) * 2016-07-25 2018-02-02 武汉票据交易中心有限公司 一种业务流程的处理方法及相关装置和服务器
CN109002286A (zh) * 2018-06-29 2018-12-14 上海哔哩哔哩科技有限公司 基于同步编程的数据异步处理方法及装置
CN111538573A (zh) * 2020-03-27 2020-08-14 中国平安财产保险股份有限公司 异步任务处理方法、装置及计算机可读存储介质
CN112000466A (zh) * 2020-07-24 2020-11-27 周志燕 数据库压力测试方法、装置及系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107656820A (zh) * 2016-07-25 2018-02-02 武汉票据交易中心有限公司 一种业务流程的处理方法及相关装置和服务器
CN109002286A (zh) * 2018-06-29 2018-12-14 上海哔哩哔哩科技有限公司 基于同步编程的数据异步处理方法及装置
CN111538573A (zh) * 2020-03-27 2020-08-14 中国平安财产保险股份有限公司 异步任务处理方法、装置及计算机可读存储介质
CN112000466A (zh) * 2020-07-24 2020-11-27 周志燕 数据库压力测试方法、装置及系统

Also Published As

Publication number Publication date
CN112559535A (zh) 2021-03-26

Similar Documents

Publication Publication Date Title
CN112559535B (zh) 基于多线程的异步任务处理方法、装置、设备及介质
CN111767268B (zh) 数据库表分区方法、装置、电子设备及存储介质
CN112015663B (zh) 测试数据录制方法、装置、设备及介质
CN113806434B (zh) 大数据处理方法、装置、设备及介质
CN111932562A (zh) 基于ct序列的图像识别方法、装置、电子设备及介质
CN111694843B (zh) 缺失号码检测方法、装置、电子设备及存储介质
CN111949708A (zh) 基于时序特征提取的多任务预测方法、装置、设备及介质
CN111950621A (zh) 基于人工智能的目标数据检测方法、装置、设备及介质
CN112700261B (zh) 基于可疑社团的刷单行为检测方法、装置、设备及介质
CN111950707B (zh) 基于行为共现网络的行为预测方法、装置、设备及介质
CN112017763B (zh) 医疗影像数据传输方法、装置、设备及介质
CN112287318A (zh) 跨应用程序登录方法、装置、设备及介质
CN111429085A (zh) 合同数据生成方法、装置、电子设备及存储介质
CN114675976B (zh) 基于kubernetes的GPU共享方法、装置、设备及介质
CN113032543B (zh) 基于栈结构的对话诊断方法、装置、设备及介质
CN115101152A (zh) 样本优先级切换方法、装置、设备及介质
CN114816371A (zh) 消息处理方法、装置、设备及介质
CN113918305A (zh) 节点调度方法、装置、电子设备及可读存储介质
CN114860349B (zh) 数据加载方法、装置、设备及介质
CN113687834B (zh) 分布式系统节点部署方法、装置、设备及介质
CN114036502A (zh) Kubernetes的Pod内容器状态保留方法、装置、设备及介质
CN114398104B (zh) 脚本处理方法、装置、设备及存储介质
CN113297228B (zh) 基于多活实例的MySQL写入方法、装置、设备及介质
CN115277859B (zh) 请求调度方法、装置、设备及介质
CN115934576B (zh) 交易场景下的测试用例生成方法、装置、设备及介质

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