CN114022711A - 工业标识数据缓存处理方法及装置、介质及电子设备 - Google Patents
工业标识数据缓存处理方法及装置、介质及电子设备 Download PDFInfo
- Publication number
- CN114022711A CN114022711A CN202111305233.9A CN202111305233A CN114022711A CN 114022711 A CN114022711 A CN 114022711A CN 202111305233 A CN202111305233 A CN 202111305233A CN 114022711 A CN114022711 A CN 114022711A
- Authority
- CN
- China
- Prior art keywords
- identification data
- industrial identification
- industrial
- data
- 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.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种工业标识数据缓存处理方法及装置、介质及电子设备,涉及计算机技术领域。一种工业标识数据缓存处理方法,其特征在于,包括:获取目标工业标识数据请求;根据目标工业标识数据请求生成目标工业标识数据请求记录;获取工业标识数据集;基于目标工业标识数据请求记录对工业标识数据集按时间特性进行分类;基于分类结果生成缓存策略;以及根据缓存策略调整工业标识数据缓存。本申请通过主动收集工业标识数据请求记录并根据请求记录进行分析以对工业标识数据集合进行数据分类,并针对每类数据制定缓存策略,从而优化了缓存管理进一步提升了工业标识解析体系的综合防护能力和风险处置效率。
Description
技术领域
本公开涉及通信技术领域,尤其涉及一种工业标识数据缓存处理方法及装置、介质及电子设备。
背景技术
工业互联网标识解析体系,是实现工业全要素、各环节信息互通的关键枢纽。通过给每一个对象赋予标识,并借助工业互联网标识解析系统,实现跨地域、跨行业、跨企业的信息查询和共享。
工业标识在规模和增速上已远超传统的域名/网民注册量,面对超大量级的标识解析请求,应用建设中对缓存提出了更高的性能要求。另一层面,工业标识的访问量级远超传统互联网,如何提升工业标识解析体系的综合防护能力和风险处置效率是目前本领域技术人员亟须解决的问题。
需要说明的是,在上述背景技术部分公开的信息仅用于加强对本公开的背景的理解,因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。
发明内容
本公开的目的在于提供一种工业标识数据缓存处理方法及装置、介质及电子设备,至少在一定程度上解决了工业标识解析体系的综合防护能力不足和风险处置效率不高的问题。
本公开的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本公开的实践而习得。
根据本公开的一个方面,提供一种工业标识数据缓存处理方法,包括:获取目标工业标识数据请求;根据目标工业标识数据请求生成目标工业标识数据请求记录;获取工业标识数据集;基于目标工业标识数据请求记录对工业标识数据集按时间特性进行分类;基于分类结果生成缓存策略;以及根据缓存策略调整工业标识数据缓存。
在本公开一个实施例中,基于目标工业标识数据请求记录对工业标识数据集按时间特性进行分类还包括:基于目标工业标识数据请求记录、专家经验数据和业务特性数据对工业标识数据集按时间特性进行分类,其中,专家经验数据包括目标字段的生命周期和目标数据的周期性使用规律;业务特性数据包括业务特性数据包括具有业务特性的目标数据的生命周期。
在本公开一个实施例中,时间特性包括以下至少一项:数据的时效性类别,时效性类别包括:普通类数据和短期类数据;数据的预见性类别,预见性类别包括:散发类数据和周期类数据。
在本公开一个实施例中,基于分类结果生成缓存策略包括:若分类结果为短期类数据,则将与短期类数据相关的缓存按预设时间进行定时删除。
在本公开一个实施例中,基于分类结果生成缓存策略还包括:若分类结果为周期类数据,则将与周期类数据相关的数据预先加载至缓存。
在本公开一个实施例中,该方法还包括根据工业标识数据集,对工业标识数据请求记录定时进行安全验证;根据安全验证结果处理工业标识数据请求。
在本公开一个实施例中,根据安全验证结果处理工业标识数据请求包括:若工业标识数据请求记录中的数据请求未通过安全验证,则为工业标识数据请求设置访问次数阈值;若在预设时间内的访问次数超过访问次数阈值,则拒绝工业标识数据请求。
根据本公开的另一个方面,提供一种工业标识数据缓存处理装置,包括:分流模块,用于获取目标工业标识数据请求;操作记录模块,用于根据目标工业标识数据请求生成目标工业标识数据请求记录;智能分析模块,用于获取工业标识数据集,基于目标工业表示数据请求记录对工业标识数据集按时间特征进行分类,并基于分类结果生成缓存策略;和指令派发模块,用于根据缓存策略调整工业标识数据缓存。
根据本公开的再一个方面,提供一种电子设备,包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器配置为经由执行所述可执行指令来执行上述的工业标识数据缓存处理方法。
根据本公开的又一个方面,提供一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述的工业标识数据缓存处理方法。
本公开的实施例所提供的工业标识数据缓存处理方法,通过主动收集工业标识数据请求记录并根据请求记录进行分析以对工业标识数据集合进行数据分类,并针对每类数据制定缓存策略,从而有利于缓存数据的管理,进而优化内存,有效实现了工业标识数据缓存的智慧管理、降低管理难度。
进一步地,通过对缓存数据按时间特性进行分类处理以生成缓存策略,解决现有技术中工业标识节点缓存管理策略缺陷问题,及时降低内存溢出、导致的缓存被击穿、穿透的风险,从而提升了工业标识解析体系的综合防护能力和风险处置效率。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。显而易见地,下面描述中的附图仅仅是本公开的一些实施例,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附图。
图1示出本公开实施例中一种工业标识数据缓存处理方法的示例性系统架构的示意图;
图2示出本公开实施例中一种工业标识数据缓存处理方法的流程图;
图3示出本公开实施例中一种工业标识数据缓存处理方法中基于目标工业标识数据请求记录、专家经验数据和业务特性数据生成缓存策略的方法的流程图;
图4示出本公开实施例中一种工业标识数据缓存处理方法中基于安全验证的工业标识数据缓存处理方法的流程图;
图5示出本公开实施例中一种工业标识数据缓存处理装置示意图;
图6示出本公开实施例中一种工业标识数据缓存处理装置的业务处理流程图;和
图7示出本公开实施例中一种工业标识数据缓存处理计算机设备的结构框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本公开将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。
此外,附图仅为本公开的示意性图解,并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分,因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体,不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本公开的描述中,“多个”的含义是至少两个,例如两个、三个等,除非另有明确具体的限定。
针对上述相关技术中存在的技术问题,本公开实施例提供了一种消息显示方法,以用于至少解决上述技术问题中的一个或全部。
图1示出本公开实施例中一种工业标识数据缓存处理方法的示例性系统架构的示意图。该系统架构包括:若干个终端120和服务器集群140。
终端120可以是手机、游戏主机、平板电脑、电子书阅读器、智能眼镜、MP4(MovingPicture Experts Group Audio Layer IV,动态影像专家压缩标准音频层面4)播放器、智能家居设备、AR(Augmented Reality,增强现实)设备、VR(Virtual Reality,虚拟现实)设备等移动终端,或者,终端120也可以是个人计算机(Personal Computer,PC),比如膝上型便携计算机和台式计算机等等。
其中,终端120中可以安装有用于提供工业标识数据缓存处理的应用程序。
终端120与服务器集群140之间通过通信网络相连。可选的,通信网络是有线网络或无线网络。
服务器集群140是一台服务器,或者由若干台服务器组成,或者是一个虚拟化平台,或者是一个云计算服务中心。服务器集群140用于为提供工业标识数据缓存处理的应用程序提供后台服务。
在一些可选的实施例中,服务器集群140用于存储工业标识数据请求信息。
在本申请中,服务器集群140还与区块链系统160相连,服务器集群140将工业标识数据存储在区块链系统160中。在一些可选的实施例中,服务器集群140本身也可以作为区块链系统中的一个节点运行和存储数据。
可选的,在本申请实施例中,服务器集群140包括代理服务器142和缓存服务器144。其中,代理服务器142用于实现工业标识数据缓存处理应用程序的逻辑控制,比如,进行工业标识数据缓存管理、缓存数据编排管理等,缓存服务器144作为区块链系统160的一部分,用于实现部分工业标识数据的存储,以降低资源的消耗提高数据请求响应速度。
需要说明的是,上述代理服务器142和缓存服务器144可以属于同一个计算机设备,或者,上述代理服务器142和缓存服务器144也可以分属于不同的计算机设备。
可选地,不同的终端120中安装的应用程序的客户端是相同的,或两个终端120上安装的应用程序的客户端是不同控制系统平台的同一类型应用程序的客户端。基于终端平台的不同,该应用程序的客户端的具体形态也可以不同,比如,该应用程序客户端可以是手机客户端、PC客户端或者全球广域网(World Wide Web,Web)客户端等。
本领域技术人员可以知晓,上述终端120的数量可以更多或更少。比如上述终端可以仅为一个,或者上述终端为几十个或几百个,或者更多数量。本申请实施例对终端的数量和设备类型不加以限定。
可选的,该系统还可以包括管理设备(图1未示出),该管理设备与服务器集群140之间通过通信网络相连。可选的,通信网络是有线网络或无线网络。
可选的,上述的无线网络或有线网络使用标准通信技术和/或协议。网络通常为因特网、但也可以是任何网络,包括但不限于局域网(Local Area Network,LAN)、城域网(Metropolitan Area Network,MAN)、广域网(Wide Area Network,WAN)、移动、有线或者无线网络、专用网络或者虚拟专用网络的任何组合)。在一些实施例中,使用包括超文本标记语言(Hyper Text Mark-up Language,HTML)、可扩展标记语言(ExtensibleMarkupLanguage,XML)等的技术和/或格式来代表通过网络交换的数据。此外还可以使用诸如安全套接字层(Secure Socket Layer,SSL)、传输层安全(Transport Layer Security,TLS)、虚拟专用网络(Virtual Private Network,VPN)、网际协议安全(InternetProtocolSecurity,IPsec)等常规加密技术来加密所有或者一些链路。在另一些实施例中,还可以使用定制和/或专用数据通信技术取代或者补充上述数据通信技术。
下面,将结合附图及实施例对本示例实施方式中的工业标识数据请求方法的各个步骤进行更详细的说明。
图2示出本公开实施例中一种工业标识数据缓存处理方法流程图。本公开实施例提供的方法可以由任意具备计算处理能力的电子设备执行,例如图1中的服务器集群140。在下面的举例说明中,以服务器集群140为执行主体进行示例说明。
如图2所示,本公开实施例提供的工业标识数据缓存处理方法200可以包括以下步骤:
步骤S210,获取目标工业标识数据请求。
在本公开的一些实施例中,代理服务器获取来自终端的目标工业标识数据请求。在一些实施例中,目标工业标识数据请求是对目标工业标识数据的标识解析请求。
步骤S220,根据目标工业标识数据请求生成目标工业标识数据请求记录。
在本公开的一些实施例中,代理服务器代替缓存设备接收目标工业标识数据请求以记录该目标工业标识数据请求,再将该工业标识数据请求实时转发至缓存设备。在一些实施例中,代理服务器对工业标识数据请求执行异步保存,例如若目标工业标识数据请求的数量达到预设数量时,可以对批量目标工业标识数据请求打包保存生成目标工业标识数据请求记录。这样做的好处是在保证对工业标识数据的访问不受影响的前提下记录目标工业标识数据请求,增加了代理服务器的执行效率。
步骤S230,获取工业标识数据集。
在本公开的一些实施例中,工业标识数据集来自于标识解析服务器。在一些实施例中,由代理服务器定时从标识解析服务器获取工业标识数据集,获取时间可以根据工业标识数据集的更新速度而设定。
步骤S240,基于目标工业标识数据请求记录对工业标识数据集按时间特性进行分类。
在本公开的一些实施例中,按时间特性分类可以决定相关缓存数据的保留时间,有利于对缓存数据的及时处理。
在本公开的一些实施例中,时间特性可以由数据的时效性决定,还可以由数据的预见性决定。比如一些热点类数据具有短期特性的时效性,再比如一些规律数据具有周期特性的预见性。如何基于时间特性分类以及分为哪几个类别本申请对此不做限制。
步骤S250,基于分类结果生成缓存策略。
在本公开的一些实施例中,代理服务器基于具有时间特性的分类结果生成不同的缓存策略。比如对于具有短期特性的热点类数据,可以设置缓存删除的时间。再比如对于具有周期特性的规律数据,可以预加载该类数据至缓存中。
步骤S260,根据缓存策略调整工业标识数据缓存。
使用本公开的工业标识数据缓存处理方法,通过主动收集工业标识数据请求记录并根据请求记录进行分析以对工业标识数据集合进行数据分类,并针对每类数据制定缓存策略,从而有利于缓存数据的管理,进而优化内存,有效实现了工业标识数据缓存的智慧管理、降低管理难度。
进一步地,通过对缓存数据按时间特性进行分类处理以生成缓存策略,解决现有技术中工业标识节点缓存管理策略缺陷问题,及时降低内存溢出、导致的缓存被击穿、穿透的风险,从而提升了工业标识解析体系的综合防护能力和风险处置效率。
图3示出本公开实施例中一种工业标识数据缓存处理方法中基于目标工业标识数据请求记录、专家经验数据和业务特性数据生成缓存策略的方法的流程图。如图3所示,该方法300包括:
步骤S310,基于目标工业标识数据请求记录、专家经验数据和业务特性数据对工业标识数据集按时间特性进行分类。
如310a所示,在本公开的一些实施例中,专家经验数据包括目标字段的生命周期和目标数据的周期性使用规律。例如可以包括为特定应用场景添加专家经验数据。比如在电力系统的工业标识数据集中,“电表记账”字段的专家经验数据包括一周的生命周期以及在每月的最后一周被调用的使用规律。
如310b所示,在本公开的一些实施例中,业务特性数据包括具有业务特性的目标数据的生命周期。例如“工业秒杀”“工业促销”,此类业务具有特定的生命周期,如工业秒杀业务在某个时刻秒杀结束,工业促销业务在某个时段促销结束。
通过对访问记录、专家经验、业务特性等多方面分析,使本方法能够利用多源信息对工业标识数据进行分类,多源数据的输入弥补了仅使用单一数据的局限性,提高了不同尺度下工业标识数据分类的可操作性,从而提高了数据预测的准确性。
在本公开的一些实施例中,可以结合上述至少一个数据源,通过大数据分析、人工智能分析进行计算以对不同数据按时间特性进行分类处理,例如人工智能分析模型可以选用极致梯度提升Xgboost算法模型。在一些实施例中对算法不进行特别限定,本领域技术人员在将本申请的技术方案付诸实现时,可以参考相关技术中的记载;例如,在一种实现方式中,上述人工智能分析模型可以是基于神经网络结合大量的个性化显示样本训练成的深度学习模型。在本公开的一些实施例中,以Xgboost模型为例,针对秒杀类业务建立模型,将秒杀类业务数据请求历史记录作为模型的输入特征,包括但不限于秒杀结束时长、产品类型、每分钟成交量、页面刷新次数等,根据专家经验和业务特性数据对这些数据中需要在秒杀结束就立刻清理缓存的,标记为短期类标签,其他标记为普通类标签,缓存不要立即清理。然后运行xgboost模型,去学习寻找秒杀产品的时间特征与秒杀结束后是否立即清理缓存的关系。
在本公开的一些实施例中,对不同数据按时间特性进行分类处理既可以包括310c,按数据的时效性类别分类,该时效性类别包括:普通类数据和短期类数据。短期类数据是指集中在短期内被大量请求的数据;普通类数据是指不具有短期类数据特点的一般类数据。
在本公开的另一些实施例中,对不同数据按时间特性进行分类处理还可以包括310d,按数据的预见性类别分类,该预见性类别包括:散发类数据和周期类数据。周期类数据是指数据被大量请求的时间具有周期规律;散发类数据是指不具有周期规律的数据请求。
在一些其他的实施例中,还可以包括多种分类方法和更多的类别数据。通过不同维度的时间特性反映的工业标识数据类型,有效克服了使用单一类别的局限性,从而提高了本申请缓存管理方法的泛化能力。
步骤S320,基于分类结果生成缓存策略。
在本公开的一些实施例中,步骤S320可以包括步骤S320a,若分类结果为短期类数据,则将与短期类数据相关的缓存按预设时间进行定时删除。比如某秒杀活动数据,短期内会被大量访问,此短期类数据涉及的页面缓存、参数缓存、订单缓存等占用较大空间。预售结束该缓存数据应立即失效、释放空间。通过对短期类数据的分类处理,在数据失效后及时清理,实现了节省内存资源的目的。
在本公开的另一些实施例中,步骤S320还可以包括步骤S320b,若分类结果为周期类数据,则将与周期类数据相关的数据预先加载至缓存。比如电力系统月底会集中批量处理记账业务,此周期类工业标识数据请求在月底会集中爆发,然而爆发的情形会对下游的工业标识解析服务器造成极大的压力,很可能造成服务器停止响应甚至瘫痪。因此,应在这些数据被大规模请求之前进行预加载以缓解下游服务器的压力。通过对周期类数据的分类处理,一方面通过对数据的预判进行周期性的预加载数据以提升用户获取内容的速度;另一方面,可以降低内存溢出、导致的缓存被击穿、穿透的风险,进一步提高了工业标识体系的综合防护能力和风险处置效率。
图4示出本公开实施例中一种工业标识数据缓存处理方法中基于安全验证的工业标识数据缓存处理方法的流程图。如图4所示,该方法400包括:
步骤S410,获取目标工业标识数据请求。
在本公开的一些实施例中,可以搭载spring拦截器过滤获取的工业标识数据请求。
步骤S420,根据目标工业标识数据请求生成目标工业标识数据请求记录。
在本公开的一些实施例中,可以使用kafka处理工业标识数据请求的数据流,以执行异步消息处理,然后再将工业标识数据请求的数据流实时转发至Redis缓存的同时,将数据记录打包分批次存储至数据库中,在一些实施例中,数据库可以用mongodb。
步骤S430,获取工业标识数据集。
在本公开的一些实施例中,可以定时更新工业标识数据集以保证所获取的工业标识数据集的准确性。
步骤S440,根据工业标识数据集,对工业标识数据请求记录定时进行安全验证。通过执行安全验证可以避免恶意攻击在短时间内伪造大量工业标识数据请求以使缓存设备出现故障,例如缓存击穿。
在本公开的一些实施例中,安全验证包括判断工业标识数据请求对应的数据是否在工业标识数据集中,若工业标识数据请求对应的数据不在工业标识数据集中,则该工业表示数据请求未通过安全验证。
步骤S450,根据安全验证结果处理工业标识数据请求。在本公开的一些实施例中,若工业标识数据请求未通过安全验证,则生成对该工业标识数据请求的处理策略,比如拒绝该工业标识请求。
通过上述方法,在实现对工业标识数据缓存的智慧管理的同时,兼顾了工业标识解析体系的安全,防止恶意请求造成的内存击穿,维护了工业标识解析体系的稳定性。
在一些实施例中,还可以包括步骤S452,若工业标识数据请求记录中的数据请求未通过安全验证,则为该工业标识数据请求设置访问次数阈值,如在一个小时之内访问50次的阈值。若超过访问次数阈值,则执行步骤S454,若在预设时间内的访问次数超过访问次数阈值,则拒绝工业标识数据请求。比如,若在一个小时内对未通过安全验证的工业标识数据请求超过了50次,则拒绝该工业标识数据请求。
通过与访问次数阈值进行对比以确定出该访问的安全性,在保证正常访问不受阻碍的前提下,有效降低了被恶意攻击的风险,从而提高了安全性。
需要注意的是,上述附图仅是根据本发明示例性实施例的方法所包括的处理的示意性说明,而不是限制目的。易于理解,上述附图所示的处理并不表明或限制这些处理的时间顺序。另外,也易于理解,这些处理可以是例如在多个模块中同步或异步执行的。
图5示出本公开实施例中一种工业标识数据缓存处理装置示意图。如图5所示,该装置500包括:
分流模块510,用于获取目标工业标识数据请求。
操作记录模块520,用于根据目标工业标识数据请求生成目标工业标识数据请求记录。
智能分析模块530,用于获取工业标识数据集,基于目标工业表示数据请求记录对工业标识数据集按时间特征进行分类,并基于分类结果生成缓存策略。
指令派发模块540,用于根据缓存策略调整工业标识数据缓存。
在本公开的一些实施例中,智能分析模块530还用于基于目标工业标识数据请求记录和以下至少一项数据对工业标识数据集按时间特性进行分类:专家经验数据,专家经验数据包括目标字段的生命周期和目标数据的周期性使用规律;业务特性数据,业务特性数据包括具有业务特性的目标数据的生命周期。
在本公开的一些实施例中,时间特性包括以下至少一项:数据的时效性类别,时效性类别包括:普通类数据和短期类数据;数据的预见性类别,预见性类别包括:散发类数据和周期类数据。
在本公开的一些实施例中,智能分析模块530还用于执行若分类结果为短期类数据,则将与短期类数据相关的缓存按预设时间进行定时删除。
在本公开的一些实施例中,智能分析模块530还用于执行若分类结果为周期类数据,则将与周期类数据相关的数据预先加载至缓存。
在本公开的一些实施例中,装置500还包括安全验证模块,该安全验证模块用于根据工业标识数据集,对工业标识数据请求记录定时进行安全验证;根据安全验证结果处理工业标识数据请求。
在本公开的一些实施例中,安全验证模块还用于执行若工业标识数据请求记录中的数据请求未通过安全验证,则为工业标识数据请求设置访问次数阈值;若在预设时间内的访问次数超过访问次数阈值,则拒绝工业标识数据请求。
图6示出本公开实施例中一种工业标识数据缓存处理装置600的业务处理流程图。如图6所示,包括:工业标识数据缓存处理装置600、客户端610、缓存660、数据库670。其中工业标识数据缓存处理装置600包括:分流模块620、操作记录模块630、智能分析模块640、指令派发模块650。
在本公开的一些实施例中,客户端610用于向分流模块620输入工业标识数据请求。分流模块620用于对该工业标识数据请求执行实时转发至缓存660,并将工业标识数据请求进行异步存储至操作记录模块630。操作记录模块630用于对工业标识数据请求进行数据存储。智能分析模块640用于从操作记录模块630中调取存储的工业标识数据请求记录,并从工业标识数据库670中获取工业标识数据集。智能分析模块640还用于根据工业标识数据请求记录对工业标识数据集按时间特性进行分类生成缓存策略。智能分析模块640还用于根据工业标识数据集,对工业标识数据请求记录定时进行安全验证,对未通过安全验证的工业标识数据请求生成对工业标识数据请求的处理策略。指令派发模块650用于将智能分析模块640生成的缓存策略和对工业标识数据请求的处理策略分别派发至缓存660和分流模块620。缓存660用于根据缓存策略调整缓存数据,可以包括定时删除部分数据,还可以包括从数据库670中预加载部分数据。分流模块620可以根据对工业标识数据请求的处理策略处理工业标识数据请求。
所属技术领域的技术人员能够理解,本发明的各个方面可以实现为系统、方法或程序产品。因此,本发明的各个方面可以具体实现为以下形式,即:完全的硬件实施方式、完全的软件实施方式(包括固件、微代码等),或硬件和软件方面结合的实施方式,这里可以统称为“电路”、“模块”或“系统”。
下面参照图7来描述根据本发明的这种实施方式的电子设备700。图7显示的电子设备700仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图7所示,电子设备700以通用计算设备的形式表现。电子设备700的组件可以包括但不限于:上述至少一个处理单元710、上述至少一个存储单元720、连接不同系统组件(包括存储单元720和处理单元710)的总线730。
其中,所述存储单元存储有程序代码,所述程序代码可以被所述处理单元710执行,使得所述处理单元710执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。例如,所述处理单元710可以执行如图2中所示的S210,获取目标工业标识数据请求;S220,根据目标工业标识数据请求生成目标工业标识数据请求记录;S230,获取工业标识数据集;S240,基于目标工业标识数据请求记录对工业标识数据集按时间特性进行分类;S250,基于分类结果生成缓存策略;S260,根据缓存策略调整工业标识数据缓存。
存储单元720可以包括易失性存储单元形式的可读介质,例如随机存取存储单元(RAM)7201和/或高速缓存存储单元7202,还可以进一步包括只读存储单元(ROM)7203。
存储单元720还可以包括具有一组(至少一个)程序模块7205的程序/实用工具7204,这样的程序模块7205包括但不限于:操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。
总线730可以为表示几类总线结构中的一种或多种,包括存储单元总线或者存储单元控制器、外围总线、图形加速端口、处理单元或者使用多种总线结构中的任意总线结构的局域总线。
电子设备700也可以与一个或多个外部设备(例如键盘、指向设备、蓝牙设备等)通信,还可与一个或者多个使得用户能与该电子设备700交互的设备通信,和/或与使得该电子设备700能与一个或多个其它计算设备进行通信的任何设备(例如路由器、调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口750进行。并且,电子设备700还可以通过网络适配器760与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器760通过总线730与电子设备700的其它模块通信。应当明白,尽管图中未示出,可以结合电子设备700使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、终端装置、或者网络设备等)执行根据本公开实施方式的方法。
在本公开的示例性实施例中,还提供了一种计算机可读存储介质,其上存储有能够实现本说明书上述方法的程序产品。在一些可能的实施方式中,本发明的各个方面还可以实现为一种程序产品的形式,其包括程序代码,当所述程序产品在终端设备上运行时,所述程序代码用于使所述终端设备执行本说明书上述“示例性方法”部分中描述的根据本发明各种示例性实施方式的步骤。
根据本发明的实施方式的用于实现上述方法的程序产品,其可以采用便携式紧凑盘只读存储器(CD-ROM)并包括程序代码,并可以在终端设备,例如个人电脑上运行。然而,本发明的程序产品不限于此,在本文件中,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。
所述程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、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。可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(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。
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,其中承载了可读程序代码。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。可读信号介质还可以是可读存储介质以外的任何可读介质,该可读介质可以发送、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。
可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、有线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言的任意组合来编写用于执行本发明操作的程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、C++等,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设备上执行、部分地在用户设备上执行、作为一个独立的软件包执行、部分在用户计算设备上部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中,远程计算设备可以通过任意种类的网络,包括局域网(LAN)或广域网(WAN),连接到用户计算设备,或者,可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本公开的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
此外,尽管在附图中以特定顺序描述了本公开中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本公开实施方式的技术方案可以以软件产品的形式体现出来,该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、移动终端、或者网络设备等)执行根据本公开实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由所附的权利要求指出。
Claims (10)
1.一种工业标识数据缓存处理方法,其特征在于,包括:
获取目标工业标识数据请求;
根据目标工业标识数据请求生成所述目标工业标识数据请求记录;
获取工业标识数据集;
基于所述目标工业标识数据请求记录对所述工业标识数据集按时间特性进行分类;
基于所述分类结果生成缓存策略;以及
根据所述缓存策略调整工业标识数据缓存。
2.根据权利要求1所述的工业标识数据缓存处理方法,其特征在于,基于所述目标工业标识数据请求记录对所述工业标识数据集按时间特性进行分类包括:
基于所述目标工业标识数据请求记录、专家经验数据和业务特性数据对所述工业标识数据集按时间特性进行分类,其中,所述专家经验数据包括目标字段的生命周期和目标数据的周期性使用规律;业务特性数据包括所述业务特性数据包括具有业务特性的目标数据的生命周期。
3.根据权利要求2所述的工业标识数据缓存处理方法,其中,所述时间特性包括以下至少一项:
数据的时效性类别,所述时效性类别包括:普通类数据和短期类数据;
数据的预见性类别,所述预见性类别包括:散发类数据和周期类数据。
4.根据权利要求3所述的工业标识数据缓存处理方法,其特征在于,基于所述分类结果生成缓存策略包括:
若所述分类结果为所述短期类数据,则将与所述短期类数据相关的缓存按预设时间进行定时删除。
5.根据权利要求3所述的工业标识数据缓存处理方法,其特征在于,基于所述分类结果生成缓存策略还包括:
若所述分类结果为所述周期类数据,则将与所述周期类数据相关的数据预先加载至缓存。
6.根据权利要求1所述的工业标识数据缓存处理方法,其特征在于,所述方法还包括:
根据所述工业标识数据集,对所述工业标识数据请求记录定时进行安全验证;
根据所述安全验证结果处理所述工业标识数据请求。
7.根据权利要求6述的工业标识数据缓存处理方法,其特征在于,根据所述安全验证结果处理所述工业标识数据请求包括:
若所述工业标识数据请求记录中的数据请求未通过安全验证,则为所述工业标识数据请求设置访问次数阈值;
若在预设时间内的访问次数超过所述访问次数阈值,则拒绝所述工业标识数据请求。
8.一种工业标识数据缓存处理装置,其特征在于,包括:
分流模块,用于获取目标工业标识数据请求;
操作记录模块,用于根据所述目标工业标识数据请求生成所述目标工业标识数据请求记录;
智能分析模块,用于获取工业标识数据集,基于所述目标工业表示数据请求记录对所述工业标识数据集按时间特征进行分类,并基于所述分类结果生成缓存策略;和
指令派发模块,用于根据所述缓存策略调整工业标识数据缓存。
9.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为经由执行所述可执行指令来执行权利要求1~7中任意一项所述工业标识数据缓存处理方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1~7中任意一项所述的工业标识数据缓存处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111305233.9A CN114022711A (zh) | 2021-11-05 | 2021-11-05 | 工业标识数据缓存处理方法及装置、介质及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111305233.9A CN114022711A (zh) | 2021-11-05 | 2021-11-05 | 工业标识数据缓存处理方法及装置、介质及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114022711A true CN114022711A (zh) | 2022-02-08 |
Family
ID=80061302
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111305233.9A Pending CN114022711A (zh) | 2021-11-05 | 2021-11-05 | 工业标识数据缓存处理方法及装置、介质及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114022711A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115438279A (zh) * | 2022-08-10 | 2022-12-06 | 珠海金智维信息科技有限公司 | 数据可视化方法、装置、电子设备及介质 |
CN115576503A (zh) * | 2022-12-09 | 2023-01-06 | 深圳市泛联信息科技有限公司 | 数据存储方法、装置、存储介质及存储设备 |
-
2021
- 2021-11-05 CN CN202111305233.9A patent/CN114022711A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115438279A (zh) * | 2022-08-10 | 2022-12-06 | 珠海金智维信息科技有限公司 | 数据可视化方法、装置、电子设备及介质 |
CN115576503A (zh) * | 2022-12-09 | 2023-01-06 | 深圳市泛联信息科技有限公司 | 数据存储方法、装置、存储介质及存储设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11023896B2 (en) | Systems and methods for real-time processing of data streams | |
US10560465B2 (en) | Real time anomaly detection for data streams | |
US20230004434A1 (en) | Automated reconfiguration of real time data stream processing | |
CN113157545A (zh) | 业务日志的处理方法、装置、设备及存储介质 | |
CN114022711A (zh) | 工业标识数据缓存处理方法及装置、介质及电子设备 | |
US11188411B1 (en) | Computer-based systems and/or computing devices configured for root cause analysis of computing incidents using machine learning | |
CN111581258B (zh) | 一种安全数据分析方法、装置、系统、设备及存储介质 | |
CN114844792B (zh) | 基于lua语言的动态监控方法、装置、设备及存储介质 | |
US11449352B2 (en) | Systems and methods for converting record formats | |
CN113535677B (zh) | 数据分析查询管理方法、装置、计算机设备及存储介质 | |
CN110399268A (zh) | 一种异常数据检测的方法、装置及设备 | |
CN113760674A (zh) | 信息生成方法、装置、电子设备和计算机可读介质 | |
CN114356712B (zh) | 数据处理方法、装置、设备、可读存储介质及程序产品 | |
Ravindra et al. | Latency aware elastic switching-based stream processing over compressed data streams | |
CN114398343A (zh) | 数据库异常键处理方法、装置、设备及介质 | |
CN117560277A (zh) | 日志处理方法和系统、日志管理平台及电子设备 | |
US20160050135A1 (en) | Real-time measurement of user interface performance in a remote desktop environment | |
CN116954976A (zh) | 灰度服务故障处理方法、装置、计算机设备及存储介质 | |
CN113778977A (zh) | 数据处理方法和数据处理装置 | |
CN117009179A (zh) | 监控微服务的实现方法及装置、存储介质及电子设备 | |
CN117725441A (zh) | 权限管理方法、装置、可读存储介质及电子设备 | |
WO2024054781A1 (en) | Entity profile for access control | |
CN116915637A (zh) | 业务量监控的采样方法、装置、计算机设备及存储介质 | |
CN115657949A (zh) | 本地存储数据的清除方法及装置、存储介质及电子设备 | |
CN116708298A (zh) | 流量控制方法、装置、计算机设备及存储介质 |
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 |