CN113778984A - 处理组件的选择方法和装置 - Google Patents
处理组件的选择方法和装置 Download PDFInfo
- Publication number
- CN113778984A CN113778984A CN202110939209.4A CN202110939209A CN113778984A CN 113778984 A CN113778984 A CN 113778984A CN 202110939209 A CN202110939209 A CN 202110939209A CN 113778984 A CN113778984 A CN 113778984A
- Authority
- CN
- China
- Prior art keywords
- processing
- data
- information
- processing component
- writing
- 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
- 238000012545 processing Methods 0.000 title claims abstract description 429
- 238000010187 selection method Methods 0.000 title description 6
- 238000000034 method Methods 0.000 claims abstract description 81
- 230000000712 assembly Effects 0.000 claims abstract description 6
- 238000000429 assembly Methods 0.000 claims abstract description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 238000012217 deletion Methods 0.000 claims 1
- 230000037430 deletion Effects 0.000 claims 1
- 238000004891 communication Methods 0.000 abstract description 7
- 230000006870 function Effects 0.000 description 7
- 238000004458 analytical method Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 238000012854 evaluation process Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000005457 optimization Methods 0.000 description 3
- 238000009530 blood pressure measurement Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000004064 recycling Methods 0.000 description 2
- 230000004044 response Effects 0.000 description 2
- 235000014510 cooky Nutrition 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000009662 stress testing Methods 0.000 description 1
- 230000003245 working effect Effects 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
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- User Interface Of Digital Computer (AREA)
Abstract
本申请公开了一种处理组件的选择方法和装置,属于通信技术领域。该方法包括:处理组件的选择装置将第一数据分别写入N个处理组件中;处理组件的选择装置获取上述第一数据写入各个上述处理组件的写入时长,以及各个上述处理组件处理上述第一数据的处理信息;处理组件的选择装置根据上述写入时长和上述处理信息,计算每个上述处理组件的评分信息;处理组件的选择装置将N个上述评分信息中满足预定条件的目标评分信息对应的处理组件,作为目标处理组件;其中,上述N个处理组件中的任一处理组件的评分信息用于:评估上述任一处理组件的处理信息的处理能力,N为大于1的整数。
Description
技术领域
本申请属于通信技术领域,具体涉及一种处理组件的选择方法和装置。
背景技术
随着大数据技术的广泛应用,数据分析和处理的方式越来越丰富(例如,联机分析处理(OLAP),BI报表)。
在相关技术中,当用户需要对一组大数据进行分析处理时,可以根据该组大数据以及其所对应的业务场景,手动选择OLAP中能够适合分析该组大数据的组件,然后利用该组件对该组大数据进行分析,最终获取该组大数据分析结果。
在上述过程中,由于OLAP的组件较多,并且每种组件的原理和优化措施也较为复杂,因此,用户通过人工选择的方式非常繁琐,且最终选定的组件不一定为最适合该组大数据的组件。
发明内容
本申请实施例的目的是提供一种处理组件的选择方法和装置,能够解决由于OLAP的组件较多,并且每种组件的原理和优化措施也较为复杂,因此,用户通过人工选择的方式非常繁琐,且最终选定的组件不一定为最适合该组大数据的组件的问题。
第一方面,本申请实施例提供了一种处理组件的选择方法,该方法包括:电子设备将第一数据分别写入N个处理组件中;电子设备获取上述第一数据写入各个上述处理组件的写入时长,以及各个上述处理组件处理上述第一数据的处理信息;电子设备根据上述写入时长和上述处理信息,计算每个上述处理组件的评分信息;电子设备将N个上述评分信息中满足预定条件的目标评分信息对应的处理组件,作为目标处理组件;其中,上述N个处理组件中的任一处理组件的评分信息用于:评估上述任一处理组件的处理信息的处理能力,N为大于1的整数。
第二方面,本申请实施例提供了一种处理组件的选择装置,上述装置包括:写入模块,获取模块,计算模块和确定模块;上述写入模块,用于将第一数据分别写入N个处理组件中;上述获取模块,用于获取上述写入模块写入的上述第一数据写入各个上述处理组件的写入时长,以及各个上述处理组件处理上述第一数据的处理信息;上述计算模块,用于根据上述获取模块获取的上述写入时长和上述处理信息,计算每个上述处理组件的评分信息;上述确定模块,用于将上述计算模块计算的N个上述评分信息中满足预定条件的目标评分信息对应的处理组件,作为目标处理组件;其中,上述N个处理组件中的任一处理组件的评分信息用于:评估上述任一处理组件的处理信息的处理能力,N为大于1的整数。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
第四方面,本申请实施例提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
第五方面,本申请实施例提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现如第一方面所述的方法。
在本申请实施例中,电子设备将待处理的第一数据分别写入已有的N个处理组件中,获取上述第一数据写入各个处理组件的写入时长以及各个处理组件处理上述第一数据的处理信息,然后,根据上述写入时长和处理信息,计算每个处理组件的评分信息(该评分信息用于评估上述任一处理组件的处理信息的处理能力),最后,将N个评分信息中满足预定条件的目标评分信息对应的处理组件作为目标处理组件。如此,通过电子设备自动写入第一数据并获取写入时长和处理信息,并利用上述内容进行评分,可以自行快速的确定最适合处理第一数据的处理组件,从而无需用户进行大量学习,也很好的避免了人工选择准确率低的问题。
附图说明
图1是本申请实施例提供的一种应用的处理组件的选择方法的流程示意图;
图2为本申请实施例提供的一种应用的处理组件的选择装置的结构示意图;
图3为本申请实施例提供的一种电子设备的结构示意图之一;
图4为本申请实施例提供的一种电子设备的结构示意图之二。
具体实施方式
下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”等所区分的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”,一般表示前后关联对象是一种“或”的关系。
下面对本申请实施例中出现的名词作出如下解释:
1.联机分析处理(On-Line Analytical Processing,OLAP)
OLAP是一种软件技术,它使分析人员能够迅速、一致、交互地从各个方面观察信息,以达到深入理解数据的目的。它具有共享多维信息的快速分析(Fast Analysis ofShared Multidimensional Information,FASMI)的特征。其中F是快速性(Fast),指系统能在数秒内对用户的多数分析要求做出反应;A是可分析性(Analysis),指用户无需编程就可以定义新的专门计算,将其作为分析的一部分,并以用户所希望的方式给出报告;M是多维性(Multi—dimensional),指提供对数据分析的多维视图和分析;I是信息性(Information),指能及时获得信息,并且管理大容量信息。
在实际应用中,OLAP可以用于统计和处理分析各类应用的后台数据,供相关人员开发应用时参考使用。
2.处理组件
当前数据开发常用的存储组件或OLAP组件有mysql、oracle、redis、elasticsearch、hbase、kylin、druid、click house、doris,每一种组件的原理和优化措施均不相同,相应的,每一种组件所适用的场景和数据也不相同。
3.每秒查询率(Query Per Second,QPS)
QPS,即每秒查询率,是对一个特定的查询服务器在规定时间内所处理流量多少的衡量标准。互联网中上,经常用每秒查询率来衡量域名系统服务器的机器的性能,即为QPS。QPS=并发量/平均响应时间
4.并发量
并发量,在操作系统中,是指一个时间段中有几个程序都处于已启动运行到运行完毕之间,且这几个程序都是在同一个处理机上运行,但任一个时刻点上只有一个程序在处理机上运行。并发量=QPS×平均响应时间。
5.结构化查询语言(Structured Query Language,SQL)
SQL,是一种特殊目的的编程语言,是一种数据库查询和程序设计语言,用于存取数据以及查询、更新和管理关系数据库系统。
结构化查询语言是高级的非过程化编程语言,允许用户在高层数据结构上工作。它不要求用户指定对数据的存放方法,也不需要用户了解具体的数据存放方式,所以具有完全不同底层结构的不同数据库系统,可以使用相同的结构化查询语言作为数据输入与管理的接口。结构化查询语言语句可以嵌套,这使它具有极大的灵活性和强大的功能
6.JMeter工具
JMeter是针对java开发的一款开源压力测试工具,体积小,功能全,使用方便,是一个比较轻量级的测试工具,使用起来非常简单。
JMeter可以做接口测试和压力测试。其中接口测试的简单操作包括做http脚本(发get/post请求、加cookie、加header、加权限认证、上传文件)、做web service脚本、参数化、断言、关联和JMeter操作数据库等等。
7.Java应用程序编程接口(Java Application Programming Interface,JavaApi)
API(Application Programming Interface,应用程序编程接口)是一些预先定义的函数,目的是提供应用程序与开发人员基于某软件或硬件的以访问一组例程的能力,而又无需访问源码,或理解内部工作机制的细节。Java Api可以用于提供访问Java程序的能力。
下面结合附图,通过具体的实施例及其应用场景对本申请实施例提供的处理组件的选择方法进行详细地说明。
本实施例提供一种处理组件的选择方法,如图1所示,该信息发送方法包括以下步骤301至步骤304:
步骤301:处理组件的选择装置将第一数据分别写入N个处理组件中。
在本申请实施例中,N为大于1的整数。
在本申请实施例中,上述第一数据可以为用于指征目标数据特性的数据,在一种示例中,上述第一数据可以为目标数据中的部分数据。例如,上述第一数据可以包括QPS、并发量数据、时效性数据、SQL。
需要说明的是,目标数据即为源数据。
在本申请实施例中,上述处理组件可以为电子设备中预设的,也可以为用户自定义设置的。
在本申请实施例中,处理组件的选择装置会将上述第一数据同步写入N个处理组件中。
步骤302:处理组件的选择装置获取上述第一数据写入各个上述处理组件的写入时长,以及各个上述处理组件处理上述第一数据的处理信息。
在本申请实施例中,在处理组件的选择装置写入将第一数据同步写入各个上述处理组件中后,将获取上述第一数据写入处理组件所花费的时长,即写入时长。
在本申请实施例中,各个上述处理组件处理上述第一数据的处理信息可以为对第一数据中的所有处理参数处理后得到的处理信息,也可以为对第一数据中的部分处理参数处理后得到的处理信息。
进一步的,上述处理信息对应的第一数据可以为电子设备提前预设的,也可以为用户自定义的。
需要说明的是,各个上述处理组件处理的上述第一数据的过程中,其处理的处理参数类型是相同的。举例说明:假设上述第一数据中包括4中类型的处理参数,分别为A、B、C、D,共包括2个处理组件,若预设规则为上述对第一数据中的4种类型的处理参数进行处理,则2个处理组件均对第一数据中的4种类型的处理参数进行处理;若预设规则为上述对第一数据中的2种类型的处理参数(B、C)进行处理,则2个处理组件均对第一数据中的2种类型的处理参数(B、C)进行处理。
在一种示例中,处理组件的选择装置对预配置的第一数据中的处理参数类型对应的第二数据进行处理,然后,调用电子设备中预配置的读取数据的工具对前述第二数据进行读取,在读取的过程中,处理组件的选择装置调取电子设备中的评估进程,该进程可以统计上述读取过程中的信息,最终得到的信息为处理信息。
可选的,在本申请实施例中,每个上述处理组件的处理信息包括以下至少一种处理参数;上述处理组件处理上述第一数据的数据量信息;上述处理组件处理上述第一数据的时长信息;上述处理组件处理上述第一数据的底层回收数据参数。
示例性的,上述处理组件处理上述第一数据的数据量信息可以为处理组件在处理上述第一数据时,检测到的单位时间内最大返回消息数。
示例性的,上述处理组件处理上述第一数据的时长信息可以为处理组件在处理上述第一数据时,检测到的结果数据返回时长。
示例性的,上述处理组件处理上述第一数据的底层回收数据参数可以为处理组件在处理上述第一数据时,检测到的垃圾数据回收对应的总时长和垃圾数据回收对应的总次数的值,该底层回收数据参数可以用于表征底层数据健康程度。
示例1:以第一数据包括QPS、并发数据、时效性数据、SQL,上述预配置的第二数据包括QPS、并发数据,共包括2个处理组件,分别为处理组件1和处理组件2为例。在为处理组件1和处理组件2中分别同步写入上述QPS、并发数据、时效性数据、SQL之后,电子设备根据预配置的第二数据,对处理组件1和处理组件2中的并发数据、时效性数据进行读取并调用JMeter工具,对处理组件1和处理组件2中的并发数据、时效性数据进行模拟压测。在模拟压测的过程中,调用电子设备中预设的评估进程,在该评估进程中,电子设备可以使用JavaApi统计上述处理组件1和处理组件2分别处理并发数据、时效性数据的处理信息,具体可以包括处理组件1处理上述第二数据的数据量信息a1,处理上述第二数据的时长信息a2,处理上述第二数据的底层回收数据参数a3,和处理组件2处理上述第二数据的数据量信息b1,处理上述第二数据的时长信息b2,处理上述第二数据的底层回收数据参数b3。
步骤303:处理组件的选择装置根据上述写入时长和上述处理信息,计算每个上述处理组件的评分信息。
在本申请实施例中,处理组件在得到不同组件处理第一数据的写入时长和处理信息后,可以根据预设方式对上述写入时长和处理信息进行计算,进而得到每个处理组件的评分信息。
在一种示例中,处理组件的选择装置可以对上述第一数据的写入时长和处理信息提前预设权重信息,根据写入时长和处理信息对应的预设权重信息计算出该处理组件最后的评分信息,详细参照后续描述内容。
步骤304:处理组件的选择装置将N个上述评分信息中满足预定条件的目标评分信息对应的处理组件,作为目标处理组件。
在本申请实施例中,上述N个处理组件中的任一处理组件的评分信息用于:评估上述任一处理组件的处理信息的处理能力。
在本申请实施例中,上述预定条件可以为预设的,也可以为用户自定义设置的。
在一种示例中,上述预定条件可以为评分最高的评分信息。
在本申请实施例提供的处理组件的选择方法,处理组件的选择装置将待处理的第一数据分别写入已有的N个处理组件中,获取上述第一数据写入各个处理组件的写入时长以及各个处理组件处理上述第一数据的处理信息,然后,根据上述写入时长和处理信息,计算每个处理组件的评分信息(该评分信息用于评估上述任一处理组件的处理信息的处理能力),最后,将N个评分信息中满足预定条件的目标评分信息对应的处理组件作为目标处理组件。如此,通过处理组件的选择装置自动写入第一数据并获取写入时长和处理信息,并利用上述内容进行评分,可以自行快速的确定最适合处理第一数据的处理组件,从而无需用户进行大量学习,也很好的避免了人工选择准确率低的问题。可选的,在本申请实施例中,在上述步骤303中,本申请实施例提供的处理组件的选择方法可以包括如下步骤A:
步骤A:处理组件的选择装置根据上述N个处理组件对应的N个写入时长、各个上述写入时长对应的第一权重、上述处理信息以及每种上述处理参数对应的第二权重,计算上述每个上述处理组件的N个评分信息。
示例性的,上述第一权重和第二权重可以为电子设备预设的,也可以为用户自定义设置的,本申请对此不作限制。
示例2:结合上述示例1,在获取到处理组件1处理上述第二数据的数据量信息a1,处理上述第二数据的时长信息a2,处理上述第二数据的底层回收数据参数a3,将上述第一数据写入处理组件1中的写入时长a4,和处理组件2处理上述第二数据的数据量信息b1,处理上述第二数据的时长信息b2,处理上述第二数据的底层回收数据参数b3,将上述第一数据写入处理组件2中的写入时长b4之后,电子设备将根据提前预设置的权重系数对上述处理参数和写入时长进行统计计算,其中,第二数据的数据量信息对应的权重系数是w1,处理上述第二数据的时长信息对应的权重系数是w2,处理上述第二数据的底层回收数据参数对应的权重系数是w3,将上述第一数据写入处理组件1中的写入时长对应的权重系数是w4。根据上述4个权重系数,处理组件1对应的评分X1为(w1×a1+w2×a2+w3×a3+w4×a4),处理组件2对应的评分X2为(w1×b1+w2×b2+w3×b3+w4×b4)。
如此,处理组件的选择装置通过设置第一权重和第二权重,可以计算在相同情况下不同处理组件处理相同数据的评分,便于处理组件的选择装置后续对不同处理组件处理能力的准确判断,从而选择出最适合处理第一数据对应的目标数据的处理组件。
可选的,在本申请实施例中,上述步骤301中,本申请实施例提供的处理组件的选择方法可以包括如下步骤B1:
步骤B1:处理组件的选择装置将目标数据中的第一数据分别写入N个处理组件。
在上述步骤B1的基础上,上述步骤304中,本申请实施例提供的处理组件的选择方法可以包括如下步骤B2:
步骤B2:处理组件的选择装置采用上述目标处理组件处理上述目标数据。
示例性的,上述第一数据为目标数据中的部分数据。
可以理解的是,处理组件的选择装置通过利用不同处理组件同时处理上述目标数据中的部分数据(即上述第一数据),能够检测出不同处理组件的处理能力,且能够节约检测时间和检测成本。
示例性的,在处理组件的选择装置选择出目标处理组件之后,将利用该目标处理组件处理上述目标数据。
可选的,在本申请实施例中,在上述步骤304之后,本申请实施例提供的处理组件的选择方法可以包括如下步骤C:
步骤C:处理组件的选择装置在上述第一数据与第二处理组件所处理的历史数据相同的情况下,若上述第二处理组件与上述目标处理组件不同,删除上述第二处理组件以及上述第二处理组件的相关信息。
示例性的,上述历史数据可以为处理组件的选择装置在处理过的与第一数据相同的数据。
进一步的,上述历史数据对应的历史目标数据与第一数据对应的目标数据为相同的数据。
可以理解的是,在有些情况下,电子设备可能会处理相同的目标数据,然而,此时处理组件所处的外部环境及场景可能已经发生变化,因此,在本申请实施例中,处理组件的选择装置会按照本申请实施例中的前述步骤重新选择目标组件,并在目标组件与第二处理组件不同的情况下,使用目标组价处理目标数据。
示例性的,上述第二处理组件的相关信息可以包括第二处理组件处理上述历史目标数据过程中产生的所有信息,也即,包括第二处理组件处理历史目标数据的全部任务信息。
如此,在处理组件的选择装置处理与历史数据相同的数据时,在历史组件与目标组件不同的情况下,通过使用目标组件更新历史组件,使得最终得到处理组件的处理组件为最适合当前场景的处理结果,进而获取到最准确的处理结果。
可选的,在本申请实施例中,本申请实施例提供的处理组件的选择方法可以包括如下步骤D:
步骤D:处理组件的选择装置按照预定周期重复执行步骤301至步骤304。
示例性的,上述预定周期可以为电子设备预设的,也可以为用户自定义设置的。
可以理解的是,由于第一数据所处的外部环境和场景在不断变化,因此,第一数据对应的目标数据所适用的处理组件也在变化,电子设备可以按照预定周期重复执行上述步骤301至步骤304,从而确定最适合当前场景的目标组件,最终得到最准确的处理结果。
需要说明的是,本申请实施例提供的处理组件的选择方法,执行主体可以为处理组件的选择装置,或者该处理组件的选择装置中的用于执行处理组件的选择方法的控制模块。本申请实施例中以处理组件的选择装置执行处理组件的选择方法为例,说明本申请实施例提供的处理组件的选择装置。
图2为实现本申请实施例提供的处理组件的选择装置的可能的结构示意图。如图2所示,上述处理组件的选择装置600包括:写入模块601,获取模块602,计算模块603和确定模块604;上述写入模块601,用于将第一数据分别写入N个处理组件中;上述获取模块602,用于获取上述写入模块601写入的上述第一数据写入各个上述处理组件的写入时长,以及各个上述处理组件处理上述第一数据的处理信息;上述计算模块603,用于根据上述获取模块获取的上述写入时长和上述处理信息,计算每个上述处理组件的评分信息;上述确定模块604,用于将上述计算模块603计算的N个上述评分信息中满足预定条件的目标评分信息对应的处理组件,作为目标处理组件;其中,上述N个处理组件中的任一处理组件的评分信息用于:评估上述任一处理组件的处理信息的处理能力,N为大于1的整数。
在本申请实施例中,处理组件的选择装置将待处理的第一数据分别写入已有的N个处理组件中,获取上述第一数据写入各个处理组件的写入时长以及各个处理组件处理上述第一数据的处理信息,然后,根据上述写入时长和处理信息,计算每个处理组件的评分信息(该评分信息用于评估上述任一处理组件的处理信息的处理能力),最后,将N个评分信息中满足预定条件的目标评分信息对应的处理组件作为目标处理组件。如此,通过处理组件的选择装置自动写入第一数据并获取写入时长和处理信息,并利用上述内容进行评分,可以自行快速的确定最适合处理第一数据的处理组件,从而无需用户进行大量学习,也很好的避免了人工选择准确率低的问题。
可选的,在本申请实施例中,每个上述处理组件的处理信息包括以下至少一种处理参数;上述处理组件处理上述第一数据的数据量信息;上述处理组件处理上述第一数据的时长信息;上述处理组件处理上述第一数据的底层回收数据参数。
可选的,在本申请实施例中,上述计算模块603,具体用于根据上述N个处理组件对应的N个写入时长、各个上述写入时长对应的第一权重、上述处理信息以及每种上述处理参数对应的第二权重,计算上述每个上述处理组件的N个评分信息。
可选的,在本申请实施例中,上述装置600还包括采用模块605;上述写入模块601,具体用于将目标数据中的第一数据分别写入N个处理组件;上述采用模块605,用于采用上述确定模块604确定对的上述目标处理组件处理上述目标数据。
可选的,在本申请实施例中,上述装置600还包括删除模块606;上述删除模块,用于在上述第一数据与第二处理组件所处理的历史数据相同的情况下,若上述第二处理组件与上述目标处理组件不同,删除上述第二处理组件以及上述第二处理组件的相关信息。
需要说明的是,如图2所示,处理组件的选择装置600中一定包括的模块用实线框示意,如写入模块601;处理组件的选择装置600中可以包括也可以不包括的模块用虚线框示意,如采用模块605。
本申请实施例中的处理组件的选择装置可以是装置,也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备,也可以为非移动电子设备。示例性的,移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本或者个人数字助理(personal digital assistant,PDA)等,非移动电子设备可以为服务器、网络附属存储器(Network Attached Storage,NAS)、个人计算机(personal computer,PC)、电视机(television,TV)、柜员机或者自助机等,本申请实施例不作具体限定。
本申请实施例中的处理组件的选择装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统,可以为ios操作系统,还可以为其他可能的操作系统,本申请实施例不作具体限定。
本申请实施例提供的处理组件的选择装置能够实现图1的方法实施例实现的各个过程,为避免重复,这里不再赘述。
可选地,如图3所示,本申请实施例还提供一种电子设备700,包括处理器701,存储器702,存储在存储器702上并可在所述处理器701上运行的程序或指令,该程序或指令被处理器701执行时实现上述处理组件的选择方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
需要说明的是,本申请实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。
图4为实现本申请实施例的一种电子设备的硬件结构示意图。
该电子设备100包括但不限于:射频单元101、网络模块102、音频输出单元103、输入单元104、传感器105、显示单元106、用户输入单元107、接口单元108、存储器109、以及处理器110等部件。
本领域技术人员可以理解,电子设备100还可以包括给各个部件供电的电源(比如电池),电源可以通过电源管理系统与处理器110逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图4中示出的电子设备结构并不构成对电子设备的限定,电子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,在此不再赘述。
其中,处理器110,用于将第一数据分别写入N个处理组件中;处理器110,还用于获取上述第一数据写入各个上述处理组件的写入时长,以及各个上述处理组件处理上述第一数据的处理信息;处理器110,还用于根据上述写入时长和上述处理信息,计算每个上述处理组件的评分信息;处理器110,还用于将N个上述评分信息中满足预定条件的目标评分信息对应的处理组件,作为目标处理组件;其中,上述N个处理组件中的任一处理组件的评分信息用于:评估上述任一处理组件的处理信息的处理能力,N为大于1的整数。
在本申请实施例提供的电子设备,该电子设备将待处理的第一数据分别写入已有的N个处理组件中,获取上述第一数据写入各个处理组件的写入时长以及各个处理组件处理上述第一数据的处理信息,然后,根据上述写入时长和处理信息,计算每个处理组件的评分信息(该评分信息用于评估上述任一处理组件的处理信息的处理能力),最后,将N个评分信息中满足预定条件的目标评分信息对应的处理组件作为目标处理组件。如此,通过电子设备自动写入第一数据并获取写入时长和处理信息,并利用上述内容进行评分,可以自行快速的确定最适合处理第一数据的处理组件,从而无需用户进行大量学习,也很好的避免了人工选择准确率低的问题。
可选的,上述处理器110,具体用于根据上述N个处理组件对应的N个写入时长、各个上述写入时长对应的第一权重、上述处理信息以及每种上述处理参数对应的第二权重,计算上述每个上述处理组件的N个评分信息。
可选的,上述处理器110,还用于将目标数据中的第一数据分别写入N个处理组件;上述处理器110,还用于采用上述目标处理组件处理上述目标数据。
可选的,上述处理器110,还用于在上述第一数据与第二处理组件所处理的历史数据相同的情况下,若上述第二处理组件与上述目标处理组件不同,删除上述第二处理组件以及上述第二处理组件的相关信息。
应理解的是,本申请实施例中,输入单元104可以包括图形处理器(GraphicsProcessing Unit,GPU)1041和麦克风1042,图形处理器1041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元106可包括显示面板1061,可以采用液晶显示器、有机发光二极管等形式来配置显示面板1061。用户输入单元107包括触控面板1071以及其他输入设备1072。触控面板1071,也称为触摸屏。触控面板1071可包括触摸检测装置和触摸控制器两个部分。其他输入设备1072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。存储器109可用于存储软件程序以及各种数据,包括但不限于应用程序和操作系统。处理器110可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器110中。
本申请实施例还提供一种可读存储介质,所述可读存储介质上存储有程序或指令,该程序或指令被处理器执行时实现上述处理组件的选择方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质,包括计算机可读存储介质,如计算机只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等。
本申请实施例另提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现上述处理组件的选择方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
应理解,本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。此外,需要指出的是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以计算机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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。
Claims (10)
1.一种处理组件的选择方法,其特征在于,所述方法包括:
将第一数据分别写入N个处理组件中;
获取所述第一数据写入各个所述处理组件的写入时长,以及各个所述处理组件处理所述第一数据的处理信息;
根据所述写入时长和所述处理信息,计算每个所述处理组件的评分信息;
将N个所述评分信息中满足预定条件的目标评分信息对应的处理组件,作为目标处理组件;
其中,所述N个处理组件中的任一处理组件的评分信息用于:评估所述任一处理组件的处理信息的处理能力,N为大于1的整数。
2.根据权利要求1所述的方法,其特征在于,
每个所述处理组件的处理信息包括以下至少一种处理参数:
所述处理组件处理所述第一数据的数据量信息;
所述处理组件处理所述第一数据的时长信息;
所述处理组件处理所述第一数据的底层回收数据参数。
3.根据权利要求1所述的方法,其特征在于,所述根据所述写入时长和所述处理参数,计算每个所述处理组件的评分信息,包括:
根据所述N个处理组件对应的N个写入时长、各个所述写入时长对应的第一权重、所述处理信息以及每种所述处理参数对应的第二权重,计算所述每个所述处理组件的N个评分信息。
4.根据权利要求1所述的方法,其特征在于,所述将第一数据分别写入N个处理组件中,包括:
将目标数据中的第一数据分别写入N个处理组件;
所述将N个所述评分信息中满足预定条件的目标评分信息对应的处理组件,作为目标处理组件之后,所述方法还包括:
采用所述目标处理组件处理所述目标数据。
5.根据权利要求1至4所述的方法,其特征在于,所述将N个所述评分信息中满足预定条件的目标评分信息对应的处理组件,作为目标处理组件之后,所述方法还包括:
在所述第一数据与第二处理组件所处理的历史数据相同的情况下,若所述第二处理组件与所述目标处理组件不同,删除所述第二处理组件以及所述第二处理组件的相关信息。
6.一种处理组件的选择装置,其特征在于,所述装置包括:写入模块,获取模块,计算模块和确定模块;
所述写入模块,用于将第一数据分别写入N个处理组件中;
所述获取模块,用于获取所述写入模块写入的所述第一数据写入各个所述处理组件的写入时长,以及各个所述处理组件处理所述第一数据的处理信息;
所述计算模块,用于根据所述获取模块获取的所述写入时长和所述处理信息,计算每个所述处理组件的评分信息;
所述确定模块,用于将所述计算模块计算的N个所述评分信息中满足预定条件的目标评分信息对应的处理组件,作为目标处理组件;
其中,所述N个处理组件中的任一处理组件的评分信息用于:评估所述任一处理组件的处理信息的处理能力,N为大于1的整数。
7.根据权利要求6所述的装置,其特征在于,
每个所述处理组件的处理信息包括以下至少一种处理参数;
所述处理组件处理所述第一数据的数据量信息;
所述处理组件处理所述第一数据的时长信息;
所述处理组件处理所述第一数据的底层回收数据参数。
8.根据权利要求6所述的装置,其特征在于,
所述计算模块,具体用于根据所述N个处理组件对应的N个写入时长、各个所述写入时长对应的第一权重、所述处理信息以及每种所述处理参数对应的第二权重,计算所述每个所述处理组件的N个评分信息。
9.根据权利要求6所述的装置,其特征在于,所述装置还包括采用模块;
所述写入模块,具体用于将目标数据中的第一数据分别写入N个处理组件;
所述采用模块,用于采用所述确定模块确定对的所述目标处理组件处理所述目标数据。
10.根据权利要求6至9所述的装置,其特征在于,所述装置还包括删除模块;
所述删除模块,用于在所述第一数据与第二处理组件所处理的历史数据相同的情况下,若所述第二处理组件与所述目标处理组件不同,删除所述第二处理组件以及所述第二处理组件的相关信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110939209.4A CN113778984A (zh) | 2021-08-16 | 2021-08-16 | 处理组件的选择方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110939209.4A CN113778984A (zh) | 2021-08-16 | 2021-08-16 | 处理组件的选择方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113778984A true CN113778984A (zh) | 2021-12-10 |
Family
ID=78838077
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110939209.4A Pending CN113778984A (zh) | 2021-08-16 | 2021-08-16 | 处理组件的选择方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113778984A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567480A (zh) * | 2010-12-17 | 2012-07-11 | 微软公司 | 自动匹配数据集与存储组件 |
US9460162B1 (en) * | 2015-09-21 | 2016-10-04 | Pearson Education, Inc. | Assessment item generator |
US9977656B1 (en) * | 2017-03-13 | 2018-05-22 | Wipro Limited | Systems and methods for providing software components for developing software applications |
CN109241096A (zh) * | 2018-08-01 | 2019-01-18 | 北京京东金融科技控股有限公司 | 数据处理方法、装置和系统 |
CN110348992A (zh) * | 2019-06-25 | 2019-10-18 | 深圳中兴飞贷金融科技有限公司 | 用户信息处理方法和装置、存储介质和电子设备 |
CN110751227A (zh) * | 2019-10-28 | 2020-02-04 | 中国建设银行股份有限公司 | 数据处理方法、装置、设备及存储介质 |
WO2020062086A1 (zh) * | 2018-09-28 | 2020-04-02 | 华为技术有限公司 | 选择处理器的方法和装置 |
US10649745B1 (en) * | 2019-06-10 | 2020-05-12 | Capital One Services, Llc | User interface common components and scalable integrable reusable isolated user interface |
CN111831752A (zh) * | 2020-07-20 | 2020-10-27 | 北京百度网讯科技有限公司 | 分布式数据库的空间整理方法、装置、设备以及存储介质 |
-
2021
- 2021-08-16 CN CN202110939209.4A patent/CN113778984A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567480A (zh) * | 2010-12-17 | 2012-07-11 | 微软公司 | 自动匹配数据集与存储组件 |
US9460162B1 (en) * | 2015-09-21 | 2016-10-04 | Pearson Education, Inc. | Assessment item generator |
US9977656B1 (en) * | 2017-03-13 | 2018-05-22 | Wipro Limited | Systems and methods for providing software components for developing software applications |
CN109241096A (zh) * | 2018-08-01 | 2019-01-18 | 北京京东金融科技控股有限公司 | 数据处理方法、装置和系统 |
WO2020062086A1 (zh) * | 2018-09-28 | 2020-04-02 | 华为技术有限公司 | 选择处理器的方法和装置 |
US10649745B1 (en) * | 2019-06-10 | 2020-05-12 | Capital One Services, Llc | User interface common components and scalable integrable reusable isolated user interface |
CN110348992A (zh) * | 2019-06-25 | 2019-10-18 | 深圳中兴飞贷金融科技有限公司 | 用户信息处理方法和装置、存储介质和电子设备 |
CN110751227A (zh) * | 2019-10-28 | 2020-02-04 | 中国建设银行股份有限公司 | 数据处理方法、装置、设备及存储介质 |
CN111831752A (zh) * | 2020-07-20 | 2020-10-27 | 北京百度网讯科技有限公司 | 分布式数据库的空间整理方法、装置、设备以及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20190250965A1 (en) | Automatic registration of empty pointers | |
US8589876B1 (en) | Detection of central-registry events influencing dynamic pointers and app feature dependencies | |
US7827486B2 (en) | Evaluation of visual content usage | |
US8244766B2 (en) | Applying a model of a persona to search results | |
US20130110815A1 (en) | Generating and presenting deep links | |
US20130318514A1 (en) | Map generator for representing interrelationships between app features forged by dynamic pointers | |
CN110880136A (zh) | 配套产品的推荐方法、系统、设备和存储介质 | |
CN110807041B (zh) | 索引推荐方法、装置、电子设备及存储介质 | |
US9830148B1 (en) | Providing user-specific source code alert information | |
US20220004553A1 (en) | Automated feedback and continuous learning for query optimization | |
EP4085336B1 (en) | Computer resource leak detection | |
WO2014176182A1 (en) | Auto-completion of partial line pattern | |
CN112579893A (zh) | 一种信息推送、信息展示方法、装置及设备 | |
CN113190741A (zh) | 搜索方法、装置、电子设备及存储介质 | |
EP4124948A1 (en) | Process assembly line with robotic process automation | |
US20140310306A1 (en) | System And Method For Pattern Recognition And User Interaction | |
US8060484B2 (en) | Graphical user interface for data management | |
CN116883181B (zh) | 基于用户画像的金融服务推送方法、存储介质及服务器 | |
CN112199561A (zh) | 应用搜索方法和装置 | |
CN109376171B (zh) | 数据查询方法、装置、计算机存储介质及服务器 | |
CN117556030A (zh) | 小程序相关词的确定方法、装置、处理设备及搜索系统 | |
CN104158696A (zh) | 一种测量操作延时的确定方法、装置及终端 | |
CN113778984A (zh) | 处理组件的选择方法和装置 | |
CN113076395B (zh) | 语义模型训练、搜索显示方法、装置、设备及存储介质 | |
CN111428117A (zh) | 应用程序的数据获取方法和装置 |
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 |