CN112988846A - 一种基于绝对的时间滑动窗口的流量实时统计方法及引擎 - Google Patents

一种基于绝对的时间滑动窗口的流量实时统计方法及引擎 Download PDF

Info

Publication number
CN112988846A
CN112988846A CN202110397876.4A CN202110397876A CN112988846A CN 112988846 A CN112988846 A CN 112988846A CN 202110397876 A CN202110397876 A CN 202110397876A CN 112988846 A CN112988846 A CN 112988846A
Authority
CN
China
Prior art keywords
data
time
node
statistical analysis
chain table
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.)
Granted
Application number
CN202110397876.4A
Other languages
English (en)
Other versions
CN112988846B (zh
Inventor
李金泉
关涛
张少游
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.)
Beijing Smart Technology Co Ltd
Original Assignee
Beijing Smart Technology 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 Beijing Smart Technology Co Ltd filed Critical Beijing Smart Technology Co Ltd
Priority to CN202110397876.4A priority Critical patent/CN112988846B/zh
Publication of CN112988846A publication Critical patent/CN112988846A/zh
Application granted granted Critical
Publication of CN112988846B publication Critical patent/CN112988846B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2462—Approximate or statistical queries
    • 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
    • G06F16/2228—Indexing structures
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2477—Temporal data queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Fuzzy Systems (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开一种基于绝对的时间滑动窗口的流量实时统计方法及引擎，属于互联网技术领域，特别涉及一种基于绝对的时间滑动窗口的流量实时统计方法，包括：对于要存储的数据，采用随机的跳跃链表结构进行存储；基于跳跃链表结构，设置评分字段，为各节点建立关联；基于任意时间窗口获取数据；根据获取到的数据进行统计分析，得到统计分析结果。本发明通过绝对的时间滑动窗口算法来实施，实时的对以绝对时间轴为基准的流量数据进行快速、高效的分类、统计，工作效率高，提高准确度，有效避免数据丢失、数据跨时间计算不准确、未来时间数据穿越的问题。

Description

一种基于绝对的时间滑动窗口的流量实时统计方法及引擎
技术领域
本发明属于互联网技术领域，特别涉及一种基于绝对的时间滑动窗口的流量实时统计方法及引擎。
背景技术
随着互联网发展，大量的互联网用户通过各类媒体（微博、淘宝、互联网聊天软件等）产生了大量数据，这些数据在一些业务场景下，需要快速统计分析，才能产生有效的数据价值。尤其是在当前信息快速堆积快速迭代的前提下，当下的热点无时无刻不在变化，如果不能快速、精准的利用每一个时间点的数据，这些数据在经过一定的时间后，数据价值将大大降低，甚至会变为无用数据。
对于实时数据统计，目前已有一些技术可以进行分析、记录，但还会存在一些数据丢失、数据跨时间计算不准确、未来时间数据穿越的问题。
发明内容
为了至少解决上述技术问题，本发明提供了一种基于绝对的时间滑动窗口的流量实时统计方法及装置。
根据本发明第一方面，提供了一种基于绝对的时间滑动窗口的流量实时统计方法，包括：
对于要存储的数据，采用随机的跳跃链表结构进行存储；
基于跳跃链表结构，设置评分字段，为各节点建立关联；
基于任意时间窗口获取数据；
根据获取到的数据进行统计分析，得到统计分析结果。
进一步地，所述对于要存储的数据，采用随机的跳跃链表结构进行存储，包括，
在跳跃链表结构的最底层采用一个链式结构，每当有数据插入时，每一个插入节点会随机配置一个层数，每一层存储指向下一个拥有该层数节点的指针。
进一步地，所述引擎在执行查找操作的情形下，优先检索层数最高的节点，并通过二分查找法的原理，逐层向下检索，直到找到需要的数据。
进一步地，所述基于跳跃链表结构，设置评分字段，为各节点建立关联，包括：
在跳跃链表结构中，对每一个节点添加评分字段，使数据结构可以通过该字段作为排序的唯一标识；
对每一个节点添加每一个层级的前、后指针，以达到对任意两个节点都可以快速查找到节点中的全部数据。
进一步地，所述基于任意时间窗口获取数据，包括：
获取两个时间间隔相同的时间戳，作为一个时间窗口，不断的移动时间窗口，获取该时间窗口中所有时间节点的数据。
进一步地，所述方法还包括：基于时间戳的基础上，记录各个时间节点的数据，每次记录后计算最大最小时间节点，只留存预设时间窗口大小的数据节点。
进一步地，所述根据获取到的数据进行统计分析，得到统计分析结果，包括：
各节点根据对应的时间窗口数据，对各数据对应的ip衍生出若干个以ip为唯一标识的set集合，并将这一ip分类下的每一条数据以跳跃链表结构进行存储；
将每一条记录通过正则划分不同维度，具体可以根据标签的分类进行多维度划分，然后将这些维度的信息分别存储在多个新的跳跃链表中，节点记录每一个ip的每一个时间窗口的统计数据，最终输出包括所有统计数据的统计分析结果。
根据本发明第二方面，一种基于绝对的时间滑动窗口的流量实时统计引擎，包括：
存储模块，用于对于要存储的数据，采用随机的跳跃链表结构进行存储；
设置模块，用于基于跳跃链表结构，设置评分字段，为各节点建立关联；
数据获取模块，用于基于任意时间窗口获取数据；
统计模块，用于根据获取到的数据进行统计分析，得到统计分析结果。
根据本发明第三方面，一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上任一项所述方法的步骤。
根据本发明第四方面，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程序，所述程序被执行时，能够实现如上任一项所述的方法。
本发明的有益效果：通过绝对的时间滑动窗口算法来实施，实时的对以绝对时间轴为基准的流量数据进行快速、高效的分类、统计，工作效率高，提高准确度，有效避免数据丢失、数据跨时间计算不准确、未来时间数据穿越的问题。
附图说明
本发明上述的和 / 或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中，
图1为本发明提供的一种基于绝对的时间滑动窗口的流量实时统计方法流程图。
具体实施方式
下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
为了更清楚地说明本发明，下面结合优选实施例和附图对本发明做进一步的说明。附图中相似的部件以相同的附图标记进行表示。本领域技术人员应当理解，下面所具体描述的内容是说明性的而非限制性的，不应以此限制本发明的保护范围。
在本发明的第一方面，提供一种基于绝对的时间滑动窗口的流量实时统计引擎，如图1所示，包括，
步骤201：对于要存储的数据，采用随机的跳跃链表结构进行存储；
在本发明实施例中，在跳跃链表结构的最底层采用一个链式结构，每当有数据插入时，每一个插入节点会随机配置一个层数，每一层存储指向下一个拥有该层数节点的指针，使得在进行查找操作时，会优先检索层数最高的节点，并通过二分查找法的原理，逐层向下检索，直到找到需要的数据。其中，采用二分查找法进行查找，具体包括，当需要检索一个有序队列的数据时，先找到一个中间值，如果待检索的数据大于中间值，则从中间值到最后值之间找到一个中间值重复上述过程，否则从开始值到中间值之间重复该过程。
本发明采用跳跃链表来通过数据结构实现类似二分查找的结构，使链式表格的查找时间从O(n)级至少减少到O(log(n))级，进而实现数据的快速查找与写入。
步骤202：基于跳跃链表结构，设置评分字段，为各节点建立关联；
在本发明实施例中，在跳跃链表结构中，对每一个节点添加评分字段，使数据结构可以通过该字段作为排序的唯一标识。进一步地，在本发明中，评分字段可以为时间戳，用于记录每一个数据点。采用本技术手段能够在查找时，基于该评分字段进行检索，使得检索条件更为多元化、具体化。
为各节点建立关联包括，对每一个节点添加每一个层级的前、后指针，以达到对任意两个节点都可以快速查找到节点中的全部数据。
步骤203：基于任意时间窗口获取数据；
本发明中，获取两个时间间隔相同的时间戳，作为一个时间窗口，不断的移动时间窗口，获取该时间窗口中所有时间节点的数据，并实时进行统计。
进一步地，在进行检索的情形下，先查找到初始时间的位置，并通过跳跃表的数据结构快速找到结束时间的位置，利用每个节点的前后指针，基于双指针对撞的方式，通过节点最底层的链接，找到两个时间节点之间的所有数据，并将这中间的所有数据提取出来，用于统计分析。
步骤204：根据获取到的数据进行统计分析，得到统计分析结果。
在本发明实施例中，基于时间戳的基础上，记录各个时间节点的数据，每次记录后计算最大最小时间节点，只留存预设时间窗口大小的数据节点，以此来节省计算时间与存储空间。
每一个节点根据上一步得到的时间窗口数据，针对不同数据的不同ip衍生出多个以ip为唯一标识的set集合，并将该ip分类下的每一条数据同样以上述的跳跃链表结构进行存储。
将每一条记录通过正则划分不同维度，具体可以根据标签的分类进行多维度划分，然后将这些维度的信息分别存储在多个新的跳跃链表中，节点记录每一个ip的每一个时间窗口的统计数据，最终输出包括所有统计数据的统计分析结果。
综上所述，本发明通过绝对的时间滑动窗口算法来实施，实时的对以绝对时间轴推进为基准的流量数据进行快速、高效的分类、统计，工作效率高，准确度大。
在本发明的第二方面，提供一种基于绝对的时间滑动窗口的流量实时统计引擎，包括，
存储模块，用于对于要存储的数据，采用随机的跳跃链表结构进行存储；
在本发明实施例中，在跳跃链表结构最底层采用一个链式结构，每当有数据插入时，每一个插入节点会随机配置一个层数，每一层存储指向下一个拥有该层数节点的指针，使得在进行查找操作时，会优先检索层数最高的节点，并通过二分查找法的原理，逐层向下检索，直到找到需要的数据。其中，采用二分查找法进行查找，具体包括，当需要检索一个有序队列的数据时，先找到一个中间值，如果待检索的数据大于中间值，则从中间值到最后值之间找到一个中间值重复上述过程，否则从开始值到中间值之间重复该过程。
本发明采用跳跃链表来通过数据结构实现类似二分查找的结构，使链式表格的查找时间从O(n)级至少减少到O(log(n))级，进而实现数据的快速查找与写入。
设置模块，用于基于跳跃链表结构，设置评分字段，为各节点建立关联；
在本发明实施例中，在跳跃链表结构中，在每一个节点添加评分字段，使数据结构可以通过该字段作为排序的唯一标识。进一步地，在本发明中，评分字段可以为时间戳，用于记录每一个数据点。采用本技术手段能够在查找时，基于该评分字段进行检索，使得检索条件更为多元化、具体化。
为各节点建立关联包括，在每一个节点添加每一个层级的前、后指针，以达到对任意两个节点都可以快速查找到节点中的全部数据。
数据获取模块，用于基于任意时间窗口获取数据；
本发明中，不断的移动两个时间间隔相同的时间戳作为一个时间窗口，获取该时间窗口中所有时间节点的数据，并实时进行统计。
进一步地，在进行检索的情形下，先查找到初始时间的位置，并通过跳跃表的数据结构快速找到结束时间的位置，利用每个节点的前后指针，基于双指针对撞的方式，通过节点最底层的链接，找到两个时间节点之间的所有数据，并将这中间的所有数据提取出来，用于统计分析。
统计模块，用于根据获取到的数据进行统计分析，得到统计分析结果。
在本发明实施例中，统计模块，基于时间戳的基础上，记录各个时间节点的数据，每次记录后计算最大最小时间节点，只留存预设时间窗口大小的数据节点，以此来节省计算时间与存储空间。
每一个节点根据上一步得到的时间窗口数据，针对不同数据的不同ip衍生出多个以ip为唯一标识的set集合，并将该ip分类下的每一条数据同样以上述的跳跃链表结构进行存储。
将每一条记录通过正则划分不同维度，具体可以根据标签的分类进行多维度划分，然后将这些维度的信息分别存储在多个新的跳跃链表中，节点记录每一个ip的每一个时间窗口的统计数据，最终输出包括所有统计数据的统计分析结果。
综上所述，本发明通过绝对的时间滑动窗口算法来实施，实时的对以绝对时间轴推进为基准的流量数据进行快速、高效的分类、统计，工作效率高，准确度大。
根据本发明第三方面，一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如下任一项所述方法的步骤，包括：
对于要存储的数据，采用随机的跳跃链表结构进行存储；
基于跳跃链表结构，设置评分字段，为各节点建立关联；
基于任意时间窗口获取数据；
根据获取到的数据进行统计分析，得到统计分析结果。
进一步地，所述对于要存储的数据，采用随机的跳跃链表结构进行存储，包括，
在跳跃链表结构的最底层采用一个链式结构，每当有数据插入时，每一个插入节点会随机配置一个层数，每一层存储指向下一个拥有该层数节点的指针。
进一步地，所述引擎在执行查找操作的情形下，优先检索层数最高的节点，并通过二分查找法的原理，逐层向下检索，直到找到需要的数据。
进一步地，所述基于跳跃链表结构，设置评分字段，为各节点建立关联，包括：
在跳跃链表结构中，对每一个节点添加评分字段，使数据结构可以通过该字段作为排序的唯一标识；
对每一个节点添加每一个层级的前、后指针，以达到对任意两个节点都可以快速查找到节点中的全部数据。
进一步地，所述基于任意时间窗口获取数据，包括：
获取两个时间间隔相同的时间戳，作为一个时间窗口，不断的移动时间窗口，获取该时间窗口中所有时间节点的数据。
进一步地，所述方法还包括：基于时间戳的基础上，记录各个时间节点的数据，每次记录后计算最大最小时间节点，只留存预设时间窗口大小的数据节点。
进一步地，所述根据获取到的数据进行统计分析，得到统计分析结果，包括：
各节点根据对应的时间窗口数据，对各数据对应的ip衍生出若干个以ip为唯一标识的set集合，并将这一ip分类下的每一条数据以跳跃链表结构进行存储；
将每一条记录通过正则划分不同维度，具体可以根据标签的分类进行多维度划分，然后将这些维度的信息分别存储在多个新的跳跃链表中，节点记录每一个ip的每一个时间窗口的统计数据，最终输出包括所有统计数据的统计分析结果。
本发明通过绝对的时间滑动窗口算法来实施，实时的对以绝对时间轴为基准的流量数据进行快速、高效的分类、统计，工作效率高，提高准确度，有效避免数据丢失、数据跨时间计算不准确、未来时间数据穿越的问题。
根据本发明第四方面，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程序，所述程序被执行时，能够实现如上任一项所述的方法。
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，本发明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。
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语 ( 包括技术 术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应 该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中 的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。
应当理解，以上借助优选实施例对本发明的技术方案进行的详细说明是示意性的而非限制性的。本领域的普通技术人员在阅读本发明说明书的基础上可以对各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种基于绝对的时间滑动窗口的流量实时统计方法，其特征在于，包括：
对于要存储的数据，采用随机的跳跃链表结构进行存储；
基于跳跃链表结构，设置评分字段，为各节点建立关联；
基于任意时间窗口获取数据；
根据获取到的数据进行统计分析，得到统计分析结果。
2.如权利要求1所述的方法，其特征在于，
所述对于要存储的数据，采用随机的跳跃链表结构进行存储，包括，
在跳跃链表结构的最底层采用一个链式结构，每当有数据插入时，每一个插入节点会随机配置一个层数，每一层存储指向下一个拥有该层数节点的指针。
3.如权利要求2所述的方法，其特征在于，
所述引擎在执行查找操作的情形下，优先检索层数最高的节点，并通过二分查找法的原理，逐层向下检索，直到找到需要的数据。
4.如权利要求3所述的方法，其特征在于，
所述基于跳跃链表结构，设置评分字段，为各节点建立关联，包括：
在跳跃链表结构中，对每一个节点添加评分字段，使数据结构可以通过该字段作为排序的唯一标识；
对每一个节点添加每一个层级的前、后指针，以达到对任意两个节点都可以快速查找到节点中的全部数据。
5.如权利要求4所述的方法，其特征在于，
所述基于任意时间窗口获取数据，包括：
获取两个时间间隔相同的时间戳，作为一个时间窗口，不断的移动时间窗口，获取该时间窗口中所有时间节点的数据。
6.如权利要求5所述的方法，其特征在于，
所述方法还包括：基于时间戳的基础上，记录各个时间节点的数据，每次记录后计算最大最小时间节点，只留存预设时间窗口大小的数据节点。
7.如权利要求6所述的方法，其特征在于，
所述根据获取到的数据进行统计分析，得到统计分析结果，包括：
各节点根据对应的时间窗口数据，对各数据对应的ip衍生出若干个以ip为唯一标识的set集合，并将这一ip分类下的每一条数据以跳跃链表结构进行存储；
将每一条记录通过正则划分不同维度，具体可以根据标签的分类进行多维度划分，然后将这些维度的信息分别存储在多个新的跳跃链表中，节点记录每一个ip的每一个时间窗口的统计数据，最终输出包括所有统计数据的统计分析结果。
8.一种基于绝对的时间滑动窗口的流量实时统计引擎，其特征在于，包括：
存储模块，用于对于要存储的数据，采用随机的跳跃链表结构进行存储；
设置模块，用于基于跳跃链表结构，设置评分字段，为各节点建立关联；
数据获取模块，用于基于任意时间窗口获取数据；
统计模块，用于根据获取到的数据进行统计分析，得到统计分析结果。
9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在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程序时实现权利要求1-7任一项所述方法的步骤。
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程序，所述程序被执行时，能够实现如权利要求1-7任一项所述的方法。
CN202110397876.4A 2021-04-14 2021-04-14 一种基于绝对的时间滑动窗口的流量实时统计方法及引擎 Active CN112988846B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110397876.4A CN112988846B (zh) 2021-04-14 2021-04-14 一种基于绝对的时间滑动窗口的流量实时统计方法及引擎

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110397876.4A CN112988846B (zh) 2021-04-14 2021-04-14 一种基于绝对的时间滑动窗口的流量实时统计方法及引擎

Publications (2)

Publication Number Publication Date
CN112988846A true CN112988846A (zh) 2021-06-18
CN112988846B CN112988846B (zh) 2021-08-27

Family

ID=76338307

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110397876.4A Active CN112988846B (zh) 2021-04-14 2021-04-14 一种基于绝对的时间滑动窗口的流量实时统计方法及引擎

Country Status (1)

Country Link
CN (1) CN112988846B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115150171A (zh) * 2022-06-30 2022-10-04 北京天融信网络安全技术有限公司 一种流量统计方法、装置、电子设备及存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006108190A2 (en) * 2005-04-07 2006-10-12 Google Inc. Computing online advertising statistics and implementing computer-generated modifications to an online advertising program in real time
CN102857384A (zh) * 2011-06-29 2013-01-02 句容博通科技咨询服务有限公司 基于时间滑动窗口的p2p流量统计方法
CN103714057A (zh) * 2012-09-28 2014-04-09 北京亿赞普网络技术有限公司 一种在线网页信息的实时监测方法和装置
CN111339078A (zh) * 2018-12-19 2020-06-26 北京京东尚科信息技术有限公司 数据实时存储方法、数据查询方法、装置、设备、介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2006108190A2 (en) * 2005-04-07 2006-10-12 Google Inc. Computing online advertising statistics and implementing computer-generated modifications to an online advertising program in real time
CN102857384A (zh) * 2011-06-29 2013-01-02 句容博通科技咨询服务有限公司 基于时间滑动窗口的p2p流量统计方法
CN103714057A (zh) * 2012-09-28 2014-04-09 北京亿赞普网络技术有限公司 一种在线网页信息的实时监测方法和装置
CN111339078A (zh) * 2018-12-19 2020-06-26 北京京东尚科信息技术有限公司 数据实时存储方法、数据查询方法、装置、设备、介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115150171A (zh) * 2022-06-30 2022-10-04 北京天融信网络安全技术有限公司 一种流量统计方法、装置、电子设备及存储介质
CN115150171B (zh) * 2022-06-30 2023-11-10 北京天融信网络安全技术有限公司 一种流量统计方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN112988846B (zh) 2021-08-27

Similar Documents

Publication Publication Date Title
CN105183897B (zh) 一种视频搜索排序的方法和系统
US8171029B2 (en) Automatic generation of ontologies using word affinities
EP2840515A1 (en) Method, device and computer storage media for user preferences information collection
JP2001155169A (ja) ビデオ画像の分割、分類、および要約のための方法およびシステム
CN113297135A (zh) 数据处理方法以及装置
US11531831B2 (en) Managing machine learning features
CN112988846B (zh) 一种基于绝对的时间滑动窗口的流量实时统计方法及引擎
CN107688488A (zh) 一种基于元数据的任务调度的优化方法及装置
US20140280929A1 (en) Multi-tier message correlation
CN114116762A (zh) 一种离线数据模糊搜索方法、装置、设备和介质
US8370363B2 (en) Hybrid neighborhood graph search for scalable visual indexing
CN113839835A (zh) 一种基于小流过滤的Top-k流精确监控架构
KR20120135588A (ko) 다중범위 스캔에서의 ｎ 정렬 질의를 최적으로 처리하기 위한 방법 및 장치
JP2008310626A (ja) 自動タグ付与装置、自動タグ付与方法、自動タグ付与プログラムおよびそのプログラムを記録した記録媒体
CN107644033B (zh) 一种在非关系型数据库中进行数据查询的方法与设备
CN110928900B (zh) 多表数据的查询方法、装置、终端以及计算机存储介质
CN106933934B (zh) 数据表的连接方法和装置
CN109800240B (zh) Sql语句归类方法、装置、计算机设备和存储介质
JP2001077813A (ja) ネットワーク情報管理装置とネットワーク情報管理方法およびその処理プログラムを記録した記録媒体
CN113792709B (zh) 快速大规模人脸识别方法及系统
CN106528552B (zh) 图像搜索方法及系统
KR101363335B1 (ko) 문서 분류모델 생성장치 및 방법
Li et al. Necklace: An efficient cuckoo hashing scheme for cloud storage services
Chakraborty A graph-based ranking approach to extract key-frames for static video summarization
CN115840785B (zh) 一种分布式终端数据查询系统及方法

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
GR01 Patent grant
GR01 Patent grant