CN114331209A - 推荐策略数据追踪方法、装置、系统和存储介质 - Google Patents
推荐策略数据追踪方法、装置、系统和存储介质 Download PDFInfo
- Publication number
- CN114331209A CN114331209A CN202210022714.7A CN202210022714A CN114331209A CN 114331209 A CN114331209 A CN 114331209A CN 202210022714 A CN202210022714 A CN 202210022714A CN 114331209 A CN114331209 A CN 114331209A
- Authority
- CN
- China
- Prior art keywords
- link
- span
- trace
- sub
- recommendation
- 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
- 238000000034 method Methods 0.000 title claims abstract description 84
- 238000012545 processing Methods 0.000 claims abstract description 76
- 230000008569 process Effects 0.000 claims abstract description 34
- 238000012800 visualization Methods 0.000 claims description 17
- 230000006870 function Effects 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 4
- 238000013480 data collection Methods 0.000 abstract description 5
- 238000012795 verification Methods 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 4
- 238000001914 filtration Methods 0.000 description 4
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 238000013500 data storage Methods 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种推荐策略数据追踪方法及对应的装置、系统和存储介质,该方法包括:为当次推荐策略的执行生成在整个策略的执行过程中携带的唯一trace_id;为每个环节创建对应的记录处理情况数据的span;为每个环节的子环节创建对应的记录处理情况数据的span,并将子环节span与父环节span关联;当次推荐策略执行完毕后将trace_id下的所有span上报至trace系统并在所述trace系统中存储。本发明通过为推荐策略生成全局携带的唯一trace_id并记录各环节处理情况数据,帮助技术人员根据处理情况数据先行评估推荐策略是否存在可能导致不符合预期的情况,以此减少通过数据收集进行的验证程序。
Description
技术领域
本发明涉及社交网络技术领域,特别是涉及一种推荐策略数据追踪方法、装置、系统和存储介质。
背景技术
在社交网络和在线游戏、娱乐等应用中,常常需要给用户提供基于一定策略的推荐,例如推荐交友对象、推荐游戏伙伴或推荐社区内容等等。这些推荐算法所使用的策略往往会比较复杂,推荐内容会经过召回、过滤、排序等多种复杂的策略处理阶段,可能需要进行众多维度的排序,数据源可能多种多样,以及在不同节点可能分别存在很多的指标等等,整个推荐的执行过程要经过非常多的工序。对于推荐策略是否有效,能否符合预期,通常是通过反复的数据收集去验证,根据反复验证的结果进行迭代,周期长、效率低。
发明内容
本发明的实施例提供了一种推荐策略数据追踪方法、装置、系统和存储介质,以通过追踪策略的处理情况数据的方式帮助技术人员快速评估推荐策略是否可能存在不符合预期的情况。
根据本发明实施例的一个方面,提供了一种推荐策略数据追踪方法,包括:
响应用户使用具有推荐功能的应用服务的请求,为当次推荐策略的执行生成唯一的trace_id,所述trace_id在整个策略的执行过程中携带;
在所述整个策略的执行过程中,为每个环节创建对应的记录处理情况数据的span;
在所述整个策略的执行过程中,为每个环节的子环节创建对应的记录处理情况数据的span,并将子环节span与父环节span关联;
所述当次推荐策略执行完毕后,将所述trace_id下的所有span上报至trace系统并在所述trace系统中存储。
根据本发明实施例的另一个方面,还提供了一种存储介质,存储介质包括存储的程序,其中,在程序运行时由处理器执行以上任意一项所述的方法。
根据本发明实施例的另一个方面,还提供了一种推荐策略数据追踪装置,包括:
trace_id生成模块,用于响应用户使用具有推荐功能的应用服务的请求,为当次推荐策略的执行生成唯一的trace_id,所述trace_id在整个策略的执行过程中携带;
环节span创建模块,用于在所述整个策略的执行过程中,为每个环节创建对应的记录处理情况数据的span;
子环节span创建模块,用于在所述整个策略的执行过程中,为每个子环节创建对应的记录处理情况数据的span,并将子环节span与父环节span进行关联;
span上报模块,用于所述当次推荐策略执行完毕后将所述trace_id下的所有span上报至trace系统并在所述trace系统中存储。
根据本发明实施例的另一个方面,还提供了一种推荐策略数据追踪系统,包括:处理器;以及与所述处理器连接的存储器,所述存储器存储有程序,在所述程序运行时由所述处理器执行以上任意一项所述的方法。
本发明的上述技术方案,通过为用户使用应用服务时的当次推荐策略生成全局携带的唯一trace_id并记录各环节处理情况数据,以此能够在该次推荐策略执行完成后通过trace_id查询该推荐策略的算法经过了哪些工序及具体处理情况,从而可以帮助技术人员根据处理情况数据先行评估推荐策略是否存在可能导致不符合预期的情况,以此减少通过数据收集进行的验证程序。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是用于实现根据本发明实施例1所述的方法的计算设备的硬件结构框图;
图2是本发明实施例1提供的推荐策略数据追踪方法的一个具体示例的处理流程示意图;
图3是本发明实施例1提供的推荐策略数据追踪方法的一个具体示例中的span组织关系示意图;
图4是本发明实施例1提供的推荐策略数据追踪方法的一个具体示例中的推荐策略处理情况数据的可视化示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明的技术方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必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,以便这里描述的本发明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。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本实施例,提供了一种推荐策略数据追踪方法的实施例。
本实施例所提供的方法实施例可以在计算设备中执行。图1示出了一种用于实现本实施例提供的推荐策略数据追踪方法的计算设备的硬件结构框图。如图1所示,计算设备可以包括一个或多个处理器(处理器可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置)、用于存储数据的存储器、以及用于通信功能的传输装置。除此以外,还可以包括:显示器、输入/输出接口(I/O接口)、通用串行总线(USB)端口(可以作为I/O接口的端口中的一个端口被包括)、网络接口、电源和/或相机。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述电子装置的结构造成限定。例如,计算设备还可包括比图1中所示更多或者更少的组件,或者具有与图1所示不同的配置。
应当注意到的是上述一个或多个处理器和/或其他数据处理电路在本文中通常可以被称为“数据处理电路”。该数据处理电路可以全部或部分的体现为软件、硬件、固件或其他任意组合。此外,数据处理电路可为单个独立的处理模块,或全部或部分的结合到计算设备中的其他元件中的任意一个内。
存储器可用于存储应用软件的软件程序以及模块,如本发明实施例中的推荐策略数据追踪方法对应的程序指令/数据存储装置,处理器通过运行存储在存储器内的软件程序以及模块,从而执行各种功能应用以及数据处理,即实现上述的应用程序的推荐策略数据追踪方法。存储器可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器可进一步包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至计算设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输装置用于经由一个网络接收或者发送数据。上述的网络具体实例可包括计算设备的通信供应商提供的无线网络。
此处需要说明的是,在一些可选实施例中,上述图1所示的计算设备可以包括硬件元件(包括电路)、软件元件(包括存储在计算机可读介质上的计算机代码)、或硬件元件和软件元件两者的结合。应当指出的是,图1仅为特定具体实例的一个实例,并且旨在示出可存在于上述计算设备中的部件的类型。
在上述运行环境下,本实施例提供了一种推荐策略数据追踪方法,该方法包括:
响应用户使用具有推荐功能的应用服务的请求,为当次推荐策略的执行生成唯一的trace_id,所述trace_id在整个策略的执行过程中携带;
在所述整个策略的执行过程中:
为每个环节创建对应的span;
为每个环节的子环节创建对应的span,并将子环节的span与父环节的span关联;本领域技术人员可以理解的是,由于子环节也可能包括下一级子环节,因而所述每个环节的子环节也包含所述每个子环节的下一级子环节的情况,或者说所述环节与子环节是相对而言的;
所述span记录对应环节(含子环节)的处理情况数据,例如本环节的总处理耗时、本环节的输入参数、本环节的输出结果、本环节的中间关键逻辑处理日志、本环节的异常说明和本环节是否处理成功,当所述本环节包含子环节时,还包括本环节所包含的子环节、子环节的处理耗时和子环节是否处理成功;此外,可为每个span生成唯一的span_id;
所述当次推荐策略执行完毕后,将所述trace_id下的所有span上报至trace系统并在所述trace系统中存储。
在此基础上,可通过trace_id在trace系统中查询任意一次推荐策略的处理情况,在一个实施例中,通过可视化平台从trace系统拉取任一trace_id下的处理情况数据,使得各个环节的处理情况数据可以通过可视化的方式呈现出来,便于技术人员根据处理情况数据先行评估推荐策略的执行过程是否可能不符合预期,以此减少通过数据收集进行的验证程序,提高推荐策略的迭代效率。
下面结合图2-图4,进一步示例性说明本实施例上述推荐策略数据追踪方法的实现过程。
参见图2:
每一次策略的完整处理过程都通过trace_id来标识,在每一次策略的触发前,例如当用户通过客户端在网关请求应用服务的时候生成全局唯一的trace_id,该trace_id在整个策略的执行过程中携带下去;
应用服务的策略执行过程中,整体上会分为多个阶段(环节)来处理,例如处理阶段一做数据召回工作,处理阶段二做数据过滤工作,处理阶段三做数据排序工作等,每个阶段(环节)在开启处理前都创建一个对应的span;
每个处理阶段(环节)中又包括多个子流程(子环节),例如子流程1做年龄过滤工作,子流程2做黑名单过滤工作等。每个子流程在开始处理前也会创建一个对应的span,并且将子流程(子环节)的span与父环节的span关联,即继承上一层的父span,用于呈现环节之间的层次关系;
每个环节都对应一个span,span通过span_id来唯一标识,span中记录了各个环节的处理情况,包括:本环节包含的子环节,本环节的总处理耗时,本环节的输入参数,本环节的输出结果,中间关键逻辑处理日志,异常说明,子环节的处理耗时和子环节是否处理成功等数据;
该次策略执行完毕后,trace_id下全部span通过traceSDK上报到trace系统,并由trace系统对数据进行存储;
当需要查询整个策略的处理情况时,工作人员可以通过Web页面输入trace_id,向可视化平台发起请求,可视化平台向trace系统拉取数据,并以可视化的方式呈现任意用户命中的策略处理过程。
参见图3:
在策略的执行过程中,trace_id为61a73的策略关联了span_id分别为101和102的两个span,span记录的数据包括tag、log和子环节span,例如span_id分别为103、104和105的子环节span,子环节span通过parent_span表示与父环节span的关系;tag中记录一些关键的参数,比如,该环节处理涉及的年龄、性别等,log中记录处理过程中临时的状态信息等。
参见图4:
当需要查询每个策略的处理情况时,例如trace_id为61a23的处理情况,通过可视化平台从trace系统中拉取该trace_id下的数据,并在可视化平台进行如图所示的可视化展示,从中可以非常直观便捷地观察到该策略经过了数据预处理、召回推荐数据、数据排序三个阶段,以及各阶段、子流程的处理情况数据。
本发明实施例通过为用户使用应用服务时的当次推荐策略生成全局携带的唯一trace_id并记录各环节处理情况数据,以此能够在该次推荐策略执行完成后通过trace_id查询该推荐策略的算法经过了哪些工序及具体处理情况,从而可以帮助技术人员根据处理情况数据先行评估推荐策略是否存在可能导致不符合预期的情况,以此减少通过数据收集进行的验证程序。
此外,参考图1所示,根据本实施例的第二个方面,提供了一种存储介质。所述存储介质包括存储的程序,其中,在所述程序运行时由处理器执行以上任意一项所述的方法。
需要说明的是,对于前述的各方法实施例,为了简单描述,故将其都表述为一系列的动作组合,但是本领域普通技术人员应该知悉,本发明并不受所描述的动作顺序的限制,因为依据本发明,某些步骤可以采用其他顺序或者同时进行。其次,本领域技术人员也应该知悉,说明书中所描述的实施例均属于优选实施例,所涉及的动作和模块并不一定是本发明所必须的。
通过以上的实施方式的描述,本领域普通技术人员可以清楚地了解到根据上述实施例的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,本发明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设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
实施例2
根据本实施例的一种推荐策略数据追踪装置,该装置与根据实施例1的第一方面所述的方法相对应。该装置包括:
trace_id生成模块,用于在用户使用具有推荐功能的应用服务时,为当次推荐策略的执行生成唯一的trace_id,所述trace_id在整个策略的执行过程中携带;
环节span创建模块,用于在所述整个策略的执行过程中,为每个环节创建对应的span;
子环节span创建模块,用于在所述整个策略的执行过程中,为每个子环节创建对应的span,并将子环节span与父环节span进行关联;
所述span记录对应环节(含子环节)的处理情况数据,例如本环节的总处理耗时、本环节的输入参数、本环节的输出结果、本环节的中间关键逻辑处理日志、本环节的异常说明和处理是否成功,当所述本环节包含子环节时,还包括本环节所包含的子环节、子环节的处理耗时和子环节处理是否成功;此外,可为每个span生成唯一的span_id;
span上报模块,用于所述当次推荐策略执行完毕后将所述trace_id下的所有span上报至trace系统并在所述trace系统中存储。
在此基础上,可进一步包括可视化查询模块,用于通过可视化平台从所述trace系统拉取任一trace_id下的处理情况数据,使得各个环节的处理情况数据可以通过可视化的方式呈现出来,便于评估推荐策略的执行过程是否符合预期。
尽管本文对于实施例2的描述未做全面展开,但本领域普通技术人员可以明了其具体实现与实施例1中的方法是相对应,且可以获得与之一致的技术优势和效果。
实施例3
根据本实施例的一种推荐策略数据追踪系统,该系统与根据实施例1所述的方法相对应。该系统包括:
处理器;
以及与所述处理器连接的存储器,所述存储器存储有程序,在所述程序运行时由所述处理器执行实施例1提供的任意方法。
尽管本文对于实施例3的描述未做全面展开,但本领域普通技术人员可以明了其具体实现与实施例1中的方法是相对应,且可以获得与之一致的技术优势和效果。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在本发明的上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。
在本发明所提供的几个实施例中,应该理解到,所揭露的技术内容,可通过其它的方式实现。其中,以上所描述的装置实施例仅仅是示意性的,例如所述单元的划分,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,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,单元或模块的间接耦合或通信连接,可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元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单元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单元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,也可以采用软件功能单元的形式实现。
所述集成的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,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以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中,包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种推荐策略数据追踪方法,其特征在于,包括:
响应用户使用具有推荐功能的应用服务的请求,为当次推荐策略的执行生成唯一的trace_id,所述trace_id在整个策略的执行过程中携带;
在所述整个策略的执行过程中,为每个环节创建对应的记录处理情况数据的span;
在所述整个策略的执行过程中,为每个环节的子环节创建对应的记录处理情况数据的span,并将子环节span与父环节span关联;
所述当次推荐策略执行完毕后,将所述trace_id下的所有span上报至trace系统并在所述trace系统中存储。
2.根据权利要求1所述的推荐策略数据追踪方法,其特征在于,包括:
通过可视化平台从所述trace系统拉取所述trace_id下的处理情况数据,使得所述当次推荐策略的处理情况数据通过可视化方式呈现。
3.根据权利要求1或2所述的推荐策略数据追踪方法,其特征在于:
所述处理情况数据包括本环节的总处理耗时、本环节的输入参数、本环节的输出结果、本环节的中间关键逻辑处理日志、本环节的异常说明和本环节是否处理成功,当所述本环节包含子环节时,还包括本环节所包含的子环节、子环节的处理耗时和子环节是否处理成功。
4.根据权利要求1或2所述的推荐策略数据追踪方法,其特征在于:
在创建每个所述span时为所述span生成唯一的span_id。
5.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时由处理器执行根据权利要求1-4任一所述的方法。
6.一种推荐策略数据追踪装置,其特征在于,包括:
trace_id生成模块,用于响应用户使用具有推荐功能的应用服务的请求,为当次推荐策略的执行生成唯一的trace_id,所述trace_id在整个策略的执行过程中携带;
环节span创建模块,用于在所述整个策略的执行过程中,为每个环节创建对应的记录处理情况数据的span;
子环节span创建模块,用于在所述整个策略的执行过程中,为每个子环节创建对应的记录处理情况数据的span,并将子环节span与父环节span进行关联;
span上报模块,用于所述当次推荐策略执行完毕后,将所述trace_id下的所有span上报至trace系统并在所述trace系统中存储。
7.根据权利要求6所述的推荐策略数据追踪装置,其特征在于,包括:
可视化查询模块,用于通过可视化平台从所述trace系统拉取所述trace_id下的处理情况数据,使得所述当次推荐策略的处理情况数据通过可视化方式呈现。
8.根据权利要求6或7所述的推荐策略数据追踪装置,其特征在于,包括:
span_id生成模块,用于在创建每个所述span时为所述span生成唯一的span_id。
9.根据权利要求6或7所述的推荐策略数据追踪装置,其特征在于:
所述处理情况数据包括本环节的总处理耗时、本环节的输入参数、本环节的输出结果、本环节的中间关键逻辑处理日志、本环节的异常说明和本环节是否处理成功,当所述本环节包含子环节时,还包括本环节所包含的子环节、子环节的处理耗时和子环节是否处理成功。
10.一种推荐策略数据追踪系统,其特征在于,包括:
处理器;以及
与所述处理器连接的存储器,所述存储器存储有程序,在所述程序运行时由所述处理器执行根据权利要求1-4任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210022714.7A CN114331209A (zh) | 2022-01-10 | 2022-01-10 | 推荐策略数据追踪方法、装置、系统和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210022714.7A CN114331209A (zh) | 2022-01-10 | 2022-01-10 | 推荐策略数据追踪方法、装置、系统和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114331209A true CN114331209A (zh) | 2022-04-12 |
Family
ID=81026090
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210022714.7A Pending CN114331209A (zh) | 2022-01-10 | 2022-01-10 | 推荐策略数据追踪方法、装置、系统和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114331209A (zh) |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107562632A (zh) * | 2017-09-12 | 2018-01-09 | 北京奇艺世纪科技有限公司 | 针对推荐策略的a/b测试方法及装置 |
CN108183927A (zh) * | 2017-11-22 | 2018-06-19 | 链家网(北京)科技有限公司 | 一种分布式系统中链路调用的监控方法及系统 |
CN109901915A (zh) * | 2019-01-18 | 2019-06-18 | 江苏艾佳家居用品有限公司 | 一种分布式服务框架中的全链路堆栈信息跟踪方法 |
CN110730246A (zh) * | 2019-10-23 | 2020-01-24 | 家乡互动(厦门)网络科技有限公司 | 一种微服务架构下的分布式链路跟踪方法 |
CN111221659A (zh) * | 2018-11-23 | 2020-06-02 | 北京图森智途科技有限公司 | 一种多机器人操作系统环境的订阅性能追踪系统 |
CN111881381A (zh) * | 2020-07-20 | 2020-11-03 | 深圳乐信软件技术有限公司 | 一种显示方法、装置、设备及存储介质 |
CN111966653A (zh) * | 2020-08-05 | 2020-11-20 | 深圳乐信软件技术有限公司 | 微服务调用链路数据处理方法、装置、服务器及存储介质 |
CN112115363A (zh) * | 2020-09-22 | 2020-12-22 | 京东方科技集团股份有限公司 | 一种推荐方法、计算设备及存储介质 |
CN112241355A (zh) * | 2020-10-19 | 2021-01-19 | 恩亿科(北京)数据科技有限公司 | 链路追踪方法、系统、计算机可读存储介质及电子设备 |
CN112559888A (zh) * | 2020-12-25 | 2021-03-26 | 北京明略软件系统有限公司 | 一种推荐内容追溯方法、系统、电子设备及可读存储介质 |
CN112818219A (zh) * | 2021-01-22 | 2021-05-18 | 北京明略软件系统有限公司 | 解释推荐效果的方法、系统、电子设备及可读存储介质 |
-
2022
- 2022-01-10 CN CN202210022714.7A patent/CN114331209A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107562632A (zh) * | 2017-09-12 | 2018-01-09 | 北京奇艺世纪科技有限公司 | 针对推荐策略的a/b测试方法及装置 |
CN108183927A (zh) * | 2017-11-22 | 2018-06-19 | 链家网(北京)科技有限公司 | 一种分布式系统中链路调用的监控方法及系统 |
CN111221659A (zh) * | 2018-11-23 | 2020-06-02 | 北京图森智途科技有限公司 | 一种多机器人操作系统环境的订阅性能追踪系统 |
CN109901915A (zh) * | 2019-01-18 | 2019-06-18 | 江苏艾佳家居用品有限公司 | 一种分布式服务框架中的全链路堆栈信息跟踪方法 |
CN110730246A (zh) * | 2019-10-23 | 2020-01-24 | 家乡互动(厦门)网络科技有限公司 | 一种微服务架构下的分布式链路跟踪方法 |
CN111881381A (zh) * | 2020-07-20 | 2020-11-03 | 深圳乐信软件技术有限公司 | 一种显示方法、装置、设备及存储介质 |
CN111966653A (zh) * | 2020-08-05 | 2020-11-20 | 深圳乐信软件技术有限公司 | 微服务调用链路数据处理方法、装置、服务器及存储介质 |
CN112115363A (zh) * | 2020-09-22 | 2020-12-22 | 京东方科技集团股份有限公司 | 一种推荐方法、计算设备及存储介质 |
CN112241355A (zh) * | 2020-10-19 | 2021-01-19 | 恩亿科(北京)数据科技有限公司 | 链路追踪方法、系统、计算机可读存储介质及电子设备 |
CN112559888A (zh) * | 2020-12-25 | 2021-03-26 | 北京明略软件系统有限公司 | 一种推荐内容追溯方法、系统、电子设备及可读存储介质 |
CN112818219A (zh) * | 2021-01-22 | 2021-05-18 | 北京明略软件系统有限公司 | 解释推荐效果的方法、系统、电子设备及可读存储介质 |
Non-Patent Citations (3)
Title |
---|
朱荣鑫等: "Go语言高并发与微服务实战", 31 March 2020, 中国铁道出版社, pages: 321 - 323 * |
李丙洋等: "中小银行运维架构 解密与实战", 31 March 2021, 机械工业出版社, pages: 161 - 162 * |
范亚敏等: "微服务之道 度量驱动开发", 31 May 2020, 机械工业出版社, pages: 283 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107332876B (zh) | 区块链状态的同步方法及装置 | |
CN109558748B (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN106997314B (zh) | 用于分布式系统的异常处理方法、装置及系统 | |
CN102591930B (zh) | 分解和合并正则表达式 | |
Pradhan et al. | Smart contracts for automated control system in blockchain based smart cities | |
CN111553670B (zh) | 一种交易处理方法、装置及计算机可读存储介质 | |
CN110232633A (zh) | 一种电子签约方法、装置、存储介质和服务器 | |
CN111767144A (zh) | 交易数据的交易路由确定方法、装置、设备及系统 | |
CN105471968A (zh) | 一种数据交换方法、系统以及数据平台服务器 | |
CN111984735A (zh) | 一种数据归档方法、装置、电子设备和存储介质 | |
CN112906806A (zh) | 一种基于神经网络的数据优化方法及装置 | |
CN105630419B (zh) | 一种资源池的分区视图发送方法及管理节点 | |
Florin et al. | FPGA based architecture for securing IoT with blockchain | |
CN112311624B (zh) | 云主机的测试方法及装置、存储介质、电子设备 | |
CN114331209A (zh) | 推荐策略数据追踪方法、装置、系统和存储介质 | |
CN114357507A (zh) | 基于区块链的产品存储和认证方法、装置以及存储介质 | |
CN110618989A (zh) | 信息处理方法、信息处理装置及相关产品 | |
CN110059081A (zh) | 基于数据展示的数据输出方法、装置及计算机设备 | |
CN112911624B (zh) | 一种电子设备的网络连接方法和装置 | |
CN108121545A (zh) | 应用程序的卸载反馈方法及装置 | |
CN106993036B (zh) | 运行环境信息处理方法及交换机 | |
CN110119337A (zh) | 一种数据分析方法、装置及服务器 | |
CN112052267A (zh) | 一种数据查询方法、设备、服务器及存储介质 | |
CN111163123A (zh) | 一种服务请求的处理方法及装置 | |
CN110471801A (zh) | 一种存储设备的量产过程信息的管理方法和装置以及设备 |
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 |