CN114661545A - 处理器资源的监控方法、装置、设备及存储介质 - Google Patents

处理器资源的监控方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114661545A
CN114661545A CN202210200154.XA CN202210200154A CN114661545A CN 114661545 A CN114661545 A CN 114661545A CN 202210200154 A CN202210200154 A CN 202210200154A CN 114661545 A CN114661545 A CN 114661545A
Authority
CN
China
Prior art keywords
target
load
zookeeper
monitoring result
load monitoring
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
Application number
CN202210200154.XA
Other languages
English (en)
Inventor
刘鹏
黄琳钧
余宪
夏鑫
刘玉宇
肖京
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 Technology Shenzhen Co Ltd
Original Assignee
Ping An Technology Shenzhen 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 Technology Shenzhen Co Ltd filed Critical Ping An Technology Shenzhen Co Ltd
Priority to CN202210200154.XA priority Critical patent/CN114661545A/zh
Publication of CN114661545A publication Critical patent/CN114661545A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3024—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a central processing unit [CPU]
    • 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
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5038—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
    • 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
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Quality & Reliability (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本申请涉及人工智能技术领域，揭示了一种处理器资源的监控方法、装置、设备及存储介质，其中方法包括：根据服务调用请求携带的服务调用参数启动各个主进程，并且针对每个主进程启动一个子进程；通过目标子进程，对与目标子进程对应的主进程进行负载监控，得到负载监控结果，基于Zookeeper的节点管理及信息上报机制，将目标子进程对应的负载监控结果发送给与目标子进程对应的Zookeeper客户端，目标子进程是任一个子进程；通过Zookeeper客户端，将各个负载监控结果发送给Zookeeper服务端。实现对AI应用内部处理数据的负载做到实时监控，有利于实时准确的分析负载，并且实现将监听进程和应用进程解耦合。

Description

处理器资源的监控方法、装置、设备及存储介质
技术领域
本申请涉及到人工智能技术领域，特别是涉及到一种处理器资源的监控方法、装置、设备及存储介质。
背景技术
随着AI(人工智能)应用的兴起和普及，越来越多服务需要用到GPU(图形处理器)显卡进行数据处理。传统的GPU服务器的监控主要是显存使用大小、内存使用率、磁盘读写速度等指标，这些指标针对的是部署服务器的硬件监控，对AI应用内部处理数据的负载并不能做到实时监控，导致无法实时准确的分析负载。
发明内容
本申请的主要目的为提供一种处理器资源的监控方法、装置、设备及存储介质，旨在解决现有技术的GPU服务器的监控对AI应用内部处理数据的负载并不能做到实时监控，导致无法实时准确的分析负载技术问题。
为了实现上述发明目的，本申请提出一种处理器资源的监控方法，所述方法包括：
获取服务调用请求，其中，所述服务调用请求携带有服务调用参数；
根据所述服务调用参数启动各个主进程，并且针对每个所述主进程启动一个子进程；
通过目标子进程，对与所述目标子进程对应的所述主进程进行负载监控，得到所述目标子进程对应的负载监控结果，基于Zookeeper的节点管理及信息上报机制，将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的Zookeeper客户端，其中，所述目标子进程是任一个所述子进程；
通过所述Zookeeper客户端，将各个所述负载监控结果发送给Zookeeper服务端。
进一步的，所述根据所述服务调用参数启动各个主进程，并且针对每个所述主进程启动一个子进程的步骤，包括：
从预设的引擎库中获取与所述服务调用参数对应的每个引擎，作为目标引擎；
通过每个所述目标引擎，根据所述服务调用参数启动各个所述主进程，并且针对每个所述主进程启动一个所述子进程；
所述将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的Zookeeper客户端的步骤，包括：
将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的所述目标引擎中的所述Zookeeper客户端。
进一步的，所述根据基于Zookeeper的节点管理及信息上报机制和目标子进程，对与所述目标子进程对应的所述主进程进行负载监控，得到所述目标子进程对应的负载监控结果，并且将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的Zookeeper客户端的步骤，包括：
通过所述目标子进程，在与所述目标子进程对应的所述Zookeeper客户端中进行Zookeeper节点创建；
通过所述目标子进程，对与所述目标子进程对应的所述主进程，按预设的监控周期进行所述负载监控结果生成；
通过所述目标子进程，将所述目标子进程在每个所述监控周期对应的所述负载监控结果发送给与所述目标子进程对应的所述Zookeeper节点。
进一步的，所述对与所述目标子进程对应的所述主进程，按预设的监控周期进行所述负载监控结果生成的步骤，包括：
对与所述目标子进程对应的所述主进程进行任务处理监控；
其中，在对与所述目标子进程对应的所述主进程进行任务处理监控的过程中，在目标监控周期结束时，对所述目标子进程进行所述目标监控周期的单周期任务处理时长计算，将所述单周期任务处理时长除以所述目标监控周期的时长，得到所述目标监控周期对应的负载值，根据所述目标监控周期对应的结束时间、周期时长及所述负载值，确定所述目标监控周期对应的所述负载监控结果，所述目标监控周期是任一个所述监控周期。
进一步的，所述对与所述目标子进程对应的所述主进程进行任务处理监控的步骤之后，还包括：
通过所述目标子进程，对与所述目标子进程对应的所述主进程进行当前任务的任务持续时长计算，判断所述任务持续时长是否大于预设时长，若是，则根据所述当前任务生成异常任务信息；
根据所述异常任务信息发送告警信息。
进一步的，所述通过所述Zookeeper客户端，将各个所述负载监控结果发送给Zookeeper服务端的步骤，包括：
通过所述Zookeeper客户端，按预设的上报周期将各个所述负载监控结果发送给所述Zookeeper服务端。
进一步的，所述通过所述Zookeeper客户端，按预设的上报周期将各个所述负载监控结果发送给所述Zookeeper服务端的步骤，包括：
通过所述Zookeeper客户端，在目标上报周期结束时，将所述目标上报周期收到的各个所述负载监控结果作为负载监控结果集，将所述负载监控结果集发送给所述Zookeeper服务端，所述目标上报周期结束是任一个所述上报周期；
其中，所述Zookeeper服务端用于：
将所述负载监控结果集存储到负载监控结果库中；
获取负载分析请求，所述负载分析请求携带有分析配置数据；
从所述负载监控结果库中获取与所述分析配置数据中的时间范围对应的各个所述负载监控结果，作为待分析负载监控结果集；
对所述待分析负载监控结果集按负载值进行正序排序，得到排序后结果集；
根据所述排序后结果集和所述分析配置数据中的每个负载率阈值进行每个服务器的不超过阈值时长计算，得到单服务器不超过阈值时长。
本申请还提出了一种处理器资源的监控装置，所述装置包括：
请求获取模块，用于获取服务调用请求，其中，所述服务调用请求携带有服务调用参数；
进程启动模块，用于根据所述服务调用参数启动各个主进程，并且针对每个所述主进程启动一个子进程；
负载监控结果生成及上传模块，用于通过目标子进程，对与所述目标子进程对应的所述主进程进行负载监控，得到所述目标子进程对应的负载监控结果，基于Zookeeper的节点管理及信息上报机制，将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的Zookeeper客户端，其中，所述目标子进程是任一个所述子进程；
负载监控结果发送模块，用于通过所述Zookeeper客户端，将各个所述负载监控结果发送给Zookeeper服务端。
本申请还提出了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任一项所述方法的步骤。
本申请还提出了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任一项所述的方法的步骤。
本申请的处理器资源的监控方法、装置、设备及存储介质，其中方法获取服务调用请求，其中，所述服务调用请求携带有服务调用参数；根据所述服务调用参数启动各个主进程，并且针对每个所述主进程启动一个子进程；通过目标子进程，对与所述目标子进程对应的所述主进程进行负载监控，得到所述目标子进程对应的负载监控结果，基于Zookeeper的节点管理及信息上报机制，将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的Zookeeper客户端，其中，所述目标子进程是任一个所述子进程；通过所述Zookeeper客户端，将各个所述负载监控结果发送给Zookeeper服务端。通过Zookeeper的节点管理及信息上报机制，实现对AI应用内部处理数据的负载做到实时监控，有利于实时准确的分析负载；通过针对主进程启动一个子进程，实现将监听进程和应用进程解耦合，保证监听服务异常时不对业务流程造成影响，提高了服务器提供服务的稳定性。
附图说明
图1为本申请一实施例的处理器资源的监控方法的流程示意图；
图2为本申请一实施例的处理器资源的监控装置的结构示意框图；
图3为本申请一实施例的计算机设备的结构示意框图。
本申请目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
参照图1，本申请实施例中提供一种处理器资源的监控方法，所述方法包括：
S1：获取服务调用请求，其中，所述服务调用请求携带有服务调用参数；
S2：根据所述服务调用参数启动各个主进程，并且针对每个所述主进程启动一个子进程；
S3：通过目标子进程，对与所述目标子进程对应的所述主进程进行负载监控，得到所述目标子进程对应的负载监控结果，基于Zookeeper的节点管理及信息上报机制，将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的Zookeeper客户端，其中，所述目标子进程是任一个所述子进程；
S4：通过所述Zookeeper客户端，将各个所述负载监控结果发送给Zookeeper服务端。
本实施例通过Zookeeper的节点管理及信息上报机制，实现对AI应用内部处理数据的负载做到实时监控，有利于实时准确的分析负载；通过针对主进程启动一个子进程，实现将监听进程和应用进程解耦合，保证监听服务异常时不对业务流程造成影响，提高了服务器提供服务的稳定性。
可以理解的是，本申请可以应用于GPU集群，也可以用于CPU(中央处理器)集群。
对于S1，可以获取目标应用发送的服务调用请求。
目标应用可以是客户端，也可以是应用系统。
客户端包括但不限于：移动电子设备的终端、移动电子设备的浏览器、电脑的终端和电脑的浏览器。
服务调用请求，是进行软件服务调用的请求。
服务调用参数，是调用软件服务需要的参数。服务调用参数包括但不限于：业务流程标识和入参。业务流程标识可以是业务流程名称、业务流程ID等唯一标识一个软件服务的业务流程的数据。入参，是调用业务流程标识对应的软件服务的业务流程的各个节点需要的参数。
对于S2，根据所述服务调用参数对应的业务流程启动各个主进程，然后针对每个主进程开启一个子进程，将开启的每个子进程作为一个ZK进程(也就是监听进程)。
可选的，每个主进程在启动之后，主进程立刻启动一个子进程作为ZK进程。
可以理解的是，各个主进程执行完毕时，将实现服务调用请求想要的软件服务。
对于S3，执行目标子进程，对与所述目标子进程对应的所述主进程进行负载监控，将监控得到的结果作为所述目标子进程对应的负载监控结果；基于Zookeeper的节点管理及信息上报机制，将所述目标子进程对应的所述负载监控结果发送给Zookeeper节点，然后Zookeeper节点将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的Zookeeper客户端。
Zookeeper，分布式的、开放源码的分布式应用程序协调服务，是Google的Chubby一个开源的实现，是Hadoop和Hbase的重要组件。
对于S4，基于Zookeeper客户端与Zookeeper服务端之间的信息上报机制，所述Zookeeper客户端将收到的各个所述负载监控结果发送给Zookeeper服务端。
负载监控结果，也就是处理器资源的监控结果。
在一个实施例中，上述根据所述服务调用参数启动各个主进程，并且针对每个所述主进程启动一个子进程的步骤，包括：
S21：从预设的引擎库中获取与所述服务调用参数对应的每个引擎，作为目标引擎；
S22：通过每个所述目标引擎，根据所述服务调用参数启动各个所述主进程，并且针对每个所述主进程启动一个所述子进程；
所述将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的Zookeeper客户端的步骤，包括：
S311：将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的所述目标引擎中的所述Zookeeper客户端。
本实施例实现通过引擎启动主进程，并且将Zookeeper客户端的代码集成到引擎中，从而减少每个Zookeeper客户端的监控范围，提高了监控的实时性。
每个服务调用参数对应的软件服务会根据业务流程同时启动一个或多个引擎，每个引擎同时启动一个或多个主进程，每个主进程实现一种软件功能。
对于S21，从预设的引擎库中获取与所述服务调用参数对应的业务流程对应的每个引擎，将获取的每个引擎作为一个目标引擎。
引擎库包括：业务流程标识和引擎标识集。引擎标识集中包括一个或多个引擎标识。引擎标识可以是引擎名称、引擎ID等唯一标识一个引擎的数据。
对于S22，通过每个所述目标引擎，根据所述服务调用参数对应的业务流程的功能标识集中的每个软件标识启动一个所述主进程。
功能标识集中包括一个或多个功能标识。功能标识是功能名称、功能ID等唯一标识一个软件功能的数据。
可选的，所述目标引擎针对每个所述主进程启动一个所述子进程。
可选的，每个所述主进程在启动之后立刻启动一个所述子进程。
对于S311，将所述目标子进程对应的所述负载监控结果，发送给与所述目标子进程对应的所述目标引擎中的所述Zookeeper客户端，从而只需要在每个引擎中集成一个Zookeeper客户端的代码，即可监控同一个引擎启动的所有主进程。
在一个实施例中，上述根据基于Zookeeper的节点管理及信息上报机制和目标子进程，对与所述目标子进程对应的所述主进程进行负载监控，得到所述目标子进程对应的负载监控结果，并且将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的Zookeeper客户端的步骤，包括：
S321：通过所述目标子进程，在与所述目标子进程对应的所述Zookeeper客户端中进行Zookeeper节点创建；
S322：通过所述目标子进程，对与所述目标子进程对应的所述主进程，按预设的监控周期进行所述负载监控结果生成；
S323：通过所述目标子进程，将所述目标子进程在每个所述监控周期对应的所述负载监控结果发送给与所述目标子进程对应的所述Zookeeper节点。
本实施例通过子进程先在Zookeeper客户端中进行Zookeeper节点创建，然后通过创建的Zookeeper节点实现信息上报机制，为实现对AI应用内部处理数据的负载做到实时监控提供了基础；通过按预设的监控周期进行所述负载监控结果生成，实现周期性进行监控结果上报，进一步提高了监控的实时性。
对于S321，通过所述目标子进程，采用create方法(节点创建方法)和预设的节点命名规则，在与所述目标子进程对应的所述Zookeeper客户端中进行Zookeeper节点创建，从而实现为每个子进程创建一个Zookeeper节点。
比如，zk＝KazooClient(hosts＝"127.0.0.1:2181")，zk.create("/identity-card",b"this is identity card node.")。
身份证识别(也就是软件功能)的节点命名规则为：作业单元、处理算法、算法分支、身份证、当前服务的名字、主进程的标识、子进程的标识、使用率关键字和使用率关键字对应的值。
比如，worker/alg/ocr/id_card/identity-card-cvplat-prd2-65b947664f-b46p4/19#1647/active_ratio/0.5，其中，worker是作业单元，alg是处理算法，ocr是算法分支，id_card是身份证，identity-card-cvplat-prd2-65b947664f-b46p4是当前软件服务的名字，19是主进程的标识，1647是子进程的标识，active_ratio是使用率关键字，0.5是使用率关键字对应的值。
对于S322，通过所述目标子进程，对与所述目标子进程对应的所述主进程，按预设的监控周期进行所述负载监控结果生成，也就是在每个监控周期结束时生成一个所述负载监控结果。
也就是说，每个负载监控结果是一个主进程在一个监控周期的负载的监控结果。
对于S323，通过所述目标子进程，在每个监控周期结束时生成所述负载监控结果之后，将所述负载监控结果发送给与所述目标子进程对应的所述Zookeeper节点，从而有利于Zookeeper客户端及时将所述负载监控结果发送给所述Zookeeper服务端，进一步提高了监控的实时性。
在一个实施例中，上述对与所述目标子进程对应的所述主进程，按预设的监控周期进行所述负载监控结果生成的步骤，包括：
S3221：对与所述目标子进程对应的所述主进程进行任务处理监控；
其中，在对与所述目标子进程对应的所述主进程进行任务处理监控的过程中，在目标监控周期结束时，对所述目标子进程进行所述目标监控周期的单周期任务处理时长计算，将所述单周期任务处理时长除以所述目标监控周期的时长，得到所述目标监控周期对应的负载值，根据所述目标监控周期对应的结束时间、周期时长及所述负载值，确定所述目标监控周期对应的所述负载监控结果，所述目标监控周期是任一个所述监控周期。
本实施例将监控周期中单周期任务处理时长除以所述目标监控周期的时长作为监控周期对应的负载值，根据所述目标监控周期对应的结束时间、周期时长及所述负载值，确定所述目标监控周期对应的所述负载监控结果，从而有利于准确的计算处理器资源的总负载。
对于S3221，当目标监控周期没有处理任务时，将0作为单周期任务处理时长。
当目标监控周期的所有任务的启动时间和结束时间均在目标监控周期时，将目标监控周期对应的所有任务的单任务处理时长相加得到单周期任务处理时长。
当存在启动时间在目标监控周期和结束时间不在目标监控周期的任务，并且不存在启动时间和结束时间均在目标监控周期的任务时，将启动时间在目标监控周期和结束时间不在目标监控周期的任务在目标监控周期的实际处理时长作为单周期任务处理时长。
当存在启动时间在目标监控周期和结束时间不在目标监控周期的任务，并且存在启动时间和结束时间均在目标监控周期的任务时，将启动时间在目标监控周期和结束时间不在目标监控周期的任务在目标监控周期的实际处理时长、启动时间和结束时间均在目标监控周期的所有任务的单任务处理时长的总和进行相加，得到单周期任务处理时长。
当存在启动时间不在目标监控周期和结束时间在目标监控周期的任务，并且不存在启动时间和结束时间均在目标监控周期的任务时，将启动时间不在目标监控周期和结束时间在目标监控周期的任务在目标监控周期的实际处理时长作为单周期任务处理时长。
当存在启动时间不在目标监控周期和结束时间在目标监控周期的任务，并且存在启动时间和结束时间均在目标监控周期的任务时，将启动时间不在目标监控周期和结束时间在目标监控周期的任务在目标监控周期的实际处理时长、启动时间和结束时间均在目标监控周期的所有任务的单任务处理时长的总和进行相加，得到单周期任务处理时长。
当存在启动时间不在目标监控周期和结束时间在目标监控周期的任务、存在启动时间和结束时间均在目标监控周期的任务、存在启动时间在目标监控周期和结束时间不在目标监控周期的任务时，将启动时间不在目标监控周期和结束时间在目标监控周期的任务在目标监控周期的实际处理时长、启动时间和结束时间均在目标监控周期的所有任务的单任务处理时长的总和、启动时间在目标监控周期和结束时间不在目标监控周期的任务的实际处理时长进行相加，得到单周期任务处理时长。
其中，根据所述目标监控周期对应的结束时间、周期时长及所述负载值，确定所述目标监控周期对应的所述负载监控结果，也就是说，将所述目标监控周期对应的结束时间、所述目标监控周期对应的周期时长及所述目标监控周期对应的所述负载值，作为所述目标监控周期对应的所述负载监控结果。
在一个实施例中，上述对与所述目标子进程对应的所述主进程进行任务处理监控的步骤之后，还包括：
S3241：通过所述目标子进程，对与所述目标子进程对应的所述主进程进行当前任务的任务持续时长计算，判断所述任务持续时长是否大于预设时长，若是，则根据所述当前任务生成异常任务信息；
S3242：根据所述异常任务信息发送告警信息。
本实施例通过子进程进行异常监控，从而提高了异常监控的实时性，有利于及时发现并处理问题；而且不需要另外设置监控程序，减少了计算资源的消耗。
对于S3241，通过所述目标子进程，对与所述目标子进程对应的所述主进程进行当前任务(也就是当前正在执行的任务)的任务持续时长计算，判断所述任务持续时长是否大于预设时长，以实现对当前任务进行是否异常的判断；若是，意味着所述任务持续时长大于预设时长，此时当前任务的执行时长超过了正常任务的执行时长，因此所述当前任务生成异常任务信息。
可选的，将所述当前任务发送给告警插件。
对于S3242，告警插件根据预设的告警规范和所述异常任务信息发送告警信息。从而实现每个服务器单独发送告警信息。
在一个实施例中，上述通过所述Zookeeper客户端，将各个所述负载监控结果发送给Zookeeper服务端的步骤，包括：
S41：通过所述Zookeeper客户端，按预设的上报周期将各个所述负载监控结果发送给所述Zookeeper服务端。
本实施例采用上报周期将各个所述负载监控结果发送给所述Zookeeper服务端，从而实现了周期性的上报监控结果，提高了监控实时性。
对于S41，通过所述Zookeeper客户端，在每个上报周期结束时将上报周期接收到的各个所述负载监控结果发送给所述Zookeeper服务端。
可选的，上报周期的周期时长与监控周期的周期时长相同。从而提高了监控实时性。
可选的，上报周期的周期时长大于监控周期的周期时长。减少了Zookeeper客户端上传负载监控结果的频率。
可选的，上报周期的周期时长小于监控周期的周期时长。虽然增加了Zookeeper客户端上传负载监控结果的频率，但是进一步提高了监控实时性。
在一个实施例中，上述通过所述Zookeeper客户端，按预设的上报周期将各个所述负载监控结果发送给所述Zookeeper服务端的步骤，包括：
S411：通过所述Zookeeper客户端，在目标上报周期结束时，将所述目标上报周期收到的各个所述负载监控结果作为负载监控结果集，将所述负载监控结果集发送给所述Zookeeper服务端，所述目标上报周期结束是任一个所述上报周期；
其中，所述Zookeeper服务端用于：
S4111：将所述负载监控结果集存储到负载监控结果库中；
S4112：获取负载分析请求，所述负载分析请求携带有分析配置数据；
S4113：从所述负载监控结果库中获取与所述分析配置数据中的时间范围对应的各个所述负载监控结果，作为待分析负载监控结果集；
S4114：对所述待分析负载监控结果集按负载值进行正序排序，得到排序后结果集；
S4115：根据所述排序后结果集和所述分析配置数据中的每个负载率阈值进行每个服务器的不超过阈值时长计算，得到单服务器不超过阈值时长。
本实施例通过Zookeeper服务端针对每个负载率阈值进行每个服务器的不超过阈值时长计算，从而有利于直观的分析处理器资源的使用情况，为在确保软件服务的情况下实现动态扩容以降低硬件成本提供了基础。
对于S411，通过所述Zookeeper客户端，在目标上报周期结束时，将所述目标上报周期收到的各个所述负载监控结果作为负载监控结果集，将所述负载监控结果集发送给所述Zookeeper服务端，从而实现在目标上报周期结束时，将目标上报周期收到的各个所述负载监控结果发送给所述Zookeeper服务端。
对于S4111，将所述负载监控结果集存储到负载监控结果库中，为后续进行统计分析提供了基础。
对于S4112，可以获取用户输入的负载分析请求，也可以获取第三方应用发送的负载分析请求，还可以是实现本申请的程序根据预设条件生成的负载分析请求。比如，预设条件为每10分钟生成一次负载分析请求。
负载分析请求，是对集群中各个服务器的处理器资源的负载进行分析的请求。
分析配置数据包括：时间范围和一个或多个统计指标。时间范围包括：开始时间和结束时间。统计指标中包括：统计类型和算法。比如，统计类型为每个服务器单独统计，算法为计算每个周期的平均值。
对于S4113，从所述负载监控结果库中获取与所述分析配置数据中的时间范围对应的各个所述负载监控结果，将获取的各个所述负载监控结果作为待分析负载监控结果集。
对于S4114，对所述待分析负载监控结果集按负载值进行正序排序，将正序排序后的所述待分析负载监控结果集作为排序后结果集。从而使排序后结果集案负载值由小到大排序。
对于S4115，根据所述排序后结果集和所述分析配置数据中的每个负载率阈值进行每个服务器的不超过阈值时长计算，得到单服务器不超过阈值时长，从而可以基于单服务器不超过阈值时长实现动态扩容以降低硬件成本提供了基础。
可选的，可以理解的是，在本申请的另一个实施例中，根据所述待分析负载监控结果集和所述分析配置数据中的统计指标进行统计分析，得到统计分析结果。
参照图3，本申请还提出了一种处理器资源的监控装置，所述装置包括：
请求获取模块100，用于获取服务调用请求，其中，所述服务调用请求携带有服务调用参数；
进程启动模块200，用于根据所述服务调用参数启动各个主进程，并且针对每个所述主进程启动一个子进程；
负载监控结果生成及上传模块300，用于通过目标子进程，对与所述目标子进程对应的所述主进程进行负载监控，得到所述目标子进程对应的负载监控结果，基于Zookeeper的节点管理及信息上报机制，将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的Zookeeper客户端，其中，所述目标子进程是任一个所述子进程；
负载监控结果发送模块400，用于通过所述Zookeeper客户端，将各个所述负载监控结果发送给Zookeeper服务端。
本实施例通过Zookeeper的节点管理及信息上报机制，实现对AI应用内部处理数据的负载做到实时监控，有利于实时准确的分析负载；通过针对主进程启动一个子进程，实现将监听进程和应用进程解耦合，保证监听服务异常时不对业务流程造成影响，提高了服务器提供服务的稳定性。
在一个实施例中，上述进程启动模块200包括：目标引擎确定子模块和进程启动子模块；
所述目标引擎确定子模块，用于从预设的引擎库中获取与所述服务调用参数对应的每个引擎，作为目标引擎；
所述进程启动子模块，用于通过每个所述目标引擎，根据所述服务调用参数启动各个所述主进程，并且针对每个所述主进程启动一个所述子进程；
所述负载监控结果发送模块400包括：第一结果发送子模块；
所述第一结果发送子模块，用于将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的所述目标引擎中的所述Zookeeper客户端。
在一个实施例中，上述负载监控结果生成及上传模块300包括：Zookeeper节点创建子模块、负载监控结果生成子模块和上传Zookeeper节点子模块；
所述Zookeeper节点创建子模块，用于通过所述目标子进程，在与所述目标子进程对应的所述Zookeeper客户端中进行Zookeeper节点创建；
所述负载监控结果生成子模块，用于通过所述目标子进程，对与所述目标子进程对应的所述主进程，按预设的监控周期进行所述负载监控结果生成；
所述上传Zookeeper节点子模块，用于通过所述目标子进程，将所述目标子进程在每个所述监控周期对应的所述负载监控结果发送给与所述目标子进程对应的所述Zookeeper节点。
在一个实施例中，上述负载监控结果生成子模块包括：任务处理监控单元和负载监控结果确定单元；
所述任务处理监控单元，用于对与所述目标子进程对应的所述主进程进行任务处理监控；
所述负载监控结果确定单元，用于在对与所述目标子进程对应的所述主进程进行任务处理监控的过程中，在目标监控周期结束时，对所述目标子进程进行所述目标监控周期的单周期任务处理时长计算，将所述单周期任务处理时长除以所述目标监控周期的时长，得到所述目标监控周期对应的负载值，根据所述目标监控周期对应的结束时间、周期时长及所述负载值，确定所述目标监控周期对应的所述负载监控结果，所述目标监控周期是任一个所述监控周期。
在一个实施例中，上述装置还包括：异常任务信息生成模块和告警模块；
所述异常任务信息生成模块，用于通过所述目标子进程，对与所述目标子进程对应的所述主进程进行当前任务的任务持续时长计算，判断所述任务持续时长是否大于预设时长，若是，则根据所述当前任务生成异常任务信息；
所述告警模块，用于根据所述异常任务信息发送告警信息。
在一个实施例中，上述负载监控结果发送模块400包括：周期性上传子模块；
所述周期性上传子模块，用于通过所述Zookeeper客户端，按预设的上报周期将各个所述负载监控结果发送给所述Zookeeper服务端。
在一个实施例中，上述周期性上传子模块包括：周期性上传单元；
所述周期性上传单元，用于通过所述Zookeeper客户端，在目标上报周期结束时，将所述目标上报周期收到的各个所述负载监控结果作为负载监控结果集，将所述负载监控结果集发送给所述Zookeeper服务端，所述目标上报周期结束是任一个所述上报周期，其中，所述Zookeeper服务端用于：
将所述负载监控结果集存储到负载监控结果库中；
获取负载分析请求，所述负载分析请求携带有分析配置数据；
从所述负载监控结果库中获取与所述分析配置数据中的时间范围对应的各个所述负载监控结果，作为待分析负载监控结果集；
对所述待分析负载监控结果集按负载值进行正序排序，得到排序后结果集；
根据所述排序后结果集和所述分析配置数据中的每个负载率阈值进行每个服务器的不超过阈值时长计算，得到单服务器不超过阈值时长。
参照图3，本申请实施例中还提供一种计算机设备，该计算机设备可以是服务器，其内部结构可以如图3所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设计的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于储存处理器资源的监控方法等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种处理器资源的监控方法。所述处理器资源的监控方法，包括：获取服务调用请求，其中，所述服务调用请求携带有服务调用参数；根据所述服务调用参数启动各个主进程，并且针对每个所述主进程启动一个子进程；通过目标子进程，对与所述目标子进程对应的所述主进程进行负载监控，得到所述目标子进程对应的负载监控结果，基于Zookeeper的节点管理及信息上报机制，将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的Zookeeper客户端，其中，所述目标子进程是任一个所述子进程；通过所述Zookeeper客户端，将各个所述负载监控结果发送给Zookeeper服务端。
本实施例通过Zookeeper的节点管理及信息上报机制，实现对AI应用内部处理数据的负载做到实时监控，有利于实时准确的分析负载；通过针对主进程启动一个子进程，实现将监听进程和应用进程解耦合，保证监听服务异常时不对业务流程造成影响，提高了服务器提供服务的稳定性。
在一个实施例中，上述根据所述服务调用参数启动各个主进程，并且针对每个所述主进程启动一个子进程的步骤，包括：从预设的引擎库中获取与所述服务调用参数对应的每个引擎，作为目标引擎；通过每个所述目标引擎，根据所述服务调用参数启动各个所述主进程，并且针对每个所述主进程启动一个所述子进程；所述将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的Zookeeper客户端的步骤，包括：将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的所述目标引擎中的所述Zookeeper客户端。
在一个实施例中，上述根据基于Zookeeper的节点管理及信息上报机制和目标子进程，对与所述目标子进程对应的所述主进程进行负载监控，得到所述目标子进程对应的负载监控结果，并且将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的Zookeeper客户端的步骤，包括：通过所述目标子进程，在与所述目标子进程对应的所述Zookeeper客户端中进行Zookeeper节点创建；通过所述目标子进程，对与所述目标子进程对应的所述主进程，按预设的监控周期进行所述负载监控结果生成；通过所述目标子进程，将所述目标子进程在每个所述监控周期对应的所述负载监控结果发送给与所述目标子进程对应的所述Zookeeper节点。
在一个实施例中，上述对与所述目标子进程对应的所述主进程，按预设的监控周期进行所述负载监控结果生成的步骤，包括：对与所述目标子进程对应的所述主进程进行任务处理监控；其中，在对与所述目标子进程对应的所述主进程进行任务处理监控的过程中，在目标监控周期结束时，对所述目标子进程进行所述目标监控周期的单周期任务处理时长计算，将所述单周期任务处理时长除以所述目标监控周期的时长，得到所述目标监控周期对应的负载值，根据所述目标监控周期对应的结束时间、周期时长及所述负载值，确定所述目标监控周期对应的所述负载监控结果，所述目标监控周期是任一个所述监控周期。
在一个实施例中，上述对与所述目标子进程对应的所述主进程进行任务处理监控的步骤之后，还包括：通过所述目标子进程，对与所述目标子进程对应的所述主进程进行当前任务的任务持续时长计算，判断所述任务持续时长是否大于预设时长，若是，则根据所述当前任务生成异常任务信息；根据所述异常任务信息发送告警信息。
在一个实施例中，上述通过所述Zookeeper客户端，将各个所述负载监控结果发送给Zookeeper服务端的步骤，包括：通过所述Zookeeper客户端，按预设的上报周期将各个所述负载监控结果发送给所述Zookeeper服务端。
在一个实施例中，上述通过所述Zookeeper客户端，按预设的上报周期将各个所述负载监控结果发送给所述Zookeeper服务端的步骤，包括：通过所述Zookeeper客户端，在目标上报周期结束时，将所述目标上报周期收到的各个所述负载监控结果作为负载监控结果集，将所述负载监控结果集发送给所述Zookeeper服务端，所述目标上报周期结束是任一个所述上报周期；其中，所述Zookeeper服务端用于：将所述负载监控结果集存储到负载监控结果库中；获取负载分析请求，所述负载分析请求携带有分析配置数据；从所述负载监控结果库中获取与所述分析配置数据中的时间范围对应的各个所述负载监控结果，作为待分析负载监控结果集；对所述待分析负载监控结果集按负载值进行正序排序，得到排序后结果集；根据所述排序后结果集和所述分析配置数据中的每个负载率阈值进行每个服务器的不超过阈值时长计算，得到单服务器不超过阈值时长。
本申请一实施例还提供一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现一种处理器资源的监控方法，包括步骤：获取服务调用请求，其中，所述服务调用请求携带有服务调用参数；根据所述服务调用参数启动各个主进程，并且针对每个所述主进程启动一个子进程；通过目标子进程，对与所述目标子进程对应的所述主进程进行负载监控，得到所述目标子进程对应的负载监控结果，基于Zookeeper的节点管理及信息上报机制，将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的Zookeeper客户端，其中，所述目标子进程是任一个所述子进程；通过所述Zookeeper客户端，将各个所述负载监控结果发送给Zookeeper服务端。
上述执行的处理器资源的监控方法，通过Zookeeper的节点管理及信息上报机制，实现对AI应用内部处理数据的负载做到实时监控，有利于实时准确的分析负载；通过针对主进程启动一个子进程，实现将监听进程和应用进程解耦合，保证监听服务异常时不对业务流程造成影响，提高了服务器提供服务的稳定性。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的和实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可以包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双速据率SDRAM(SSRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)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、装置、物品或者方法不仅包括那些要素，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、装置、物品或者方法所固有的要素。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、装置、物品或者方法中还存在另外的相同要素。
以上所述仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本申请的专利保护范围内。

Claims (10)

1.一种处理器资源的监控方法，其特征在于，所述方法包括：
获取服务调用请求，其中，所述服务调用请求携带有服务调用参数；
根据所述服务调用参数启动各个主进程，并且针对每个所述主进程启动一个子进程；
通过目标子进程，对与所述目标子进程对应的所述主进程进行负载监控，得到所述目标子进程对应的负载监控结果，基于Zookeeper的节点管理及信息上报机制，将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的Zookeeper客户端，其中，所述目标子进程是任一个所述子进程；
通过所述Zookeeper客户端，将各个所述负载监控结果发送给Zookeeper服务端。
2.根据权利要求1所述的处理器资源的监控方法，其特征在于，所述根据所述服务调用参数启动各个主进程，并且针对每个所述主进程启动一个子进程的步骤，包括：
从预设的引擎库中获取与所述服务调用参数对应的每个引擎，作为目标引擎；
通过每个所述目标引擎，根据所述服务调用参数启动各个所述主进程，并且针对每个所述主进程启动一个所述子进程；
所述将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的Zookeeper客户端的步骤，包括：
将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的所述目标引擎中的所述Zookeeper客户端。
3.根据权利要求1所述的处理器资源的监控方法，其特征在于，所述根据基于Zookeeper的节点管理及信息上报机制和目标子进程，对与所述目标子进程对应的所述主进程进行负载监控，得到所述目标子进程对应的负载监控结果，并且将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的Zookeeper客户端的步骤，包括：
通过所述目标子进程，在与所述目标子进程对应的所述Zookeeper客户端中进行Zookeeper节点创建；
通过所述目标子进程，对与所述目标子进程对应的所述主进程，按预设的监控周期进行所述负载监控结果生成；
通过所述目标子进程，将所述目标子进程在每个所述监控周期对应的所述负载监控结果发送给与所述目标子进程对应的所述Zookeeper节点。
4.根据权利要求3所述的处理器资源的监控方法，其特征在于，所述对与所述目标子进程对应的所述主进程，按预设的监控周期进行所述负载监控结果生成的步骤，包括：
对与所述目标子进程对应的所述主进程进行任务处理监控；
其中，在对与所述目标子进程对应的所述主进程进行任务处理监控的过程中，在目标监控周期结束时，对所述目标子进程进行所述目标监控周期的单周期任务处理时长计算，将所述单周期任务处理时长除以所述目标监控周期的时长，得到所述目标监控周期对应的负载值，根据所述目标监控周期对应的结束时间、周期时长及所述负载值，确定所述目标监控周期对应的所述负载监控结果，所述目标监控周期是任一个所述监控周期。
5.根据权利要求4所述的处理器资源的监控方法，其特征在于，所述对与所述目标子进程对应的所述主进程进行任务处理监控的步骤之后，还包括：
通过所述目标子进程，对与所述目标子进程对应的所述主进程进行当前任务的任务持续时长计算，判断所述任务持续时长是否大于预设时长，若是，则根据所述当前任务生成异常任务信息；
根据所述异常任务信息发送告警信息。
6.根据权利要求1所述的处理器资源的监控方法，其特征在于，所述通过所述Zookeeper客户端，将各个所述负载监控结果发送给Zookeeper服务端的步骤，包括：
通过所述Zookeeper客户端，按预设的上报周期将各个所述负载监控结果发送给所述Zookeeper服务端。
7.根据权利要求6所述的处理器资源的监控方法，其特征在于，所述通过所述Zookeeper客户端，按预设的上报周期将各个所述负载监控结果发送给所述Zookeeper服务端的步骤，包括：
通过所述Zookeeper客户端，在目标上报周期结束时，将所述目标上报周期收到的各个所述负载监控结果作为负载监控结果集，将所述负载监控结果集发送给所述Zookeeper服务端，所述目标上报周期结束是任一个所述上报周期；
其中，所述Zookeeper服务端用于：
将所述负载监控结果集存储到负载监控结果库中；
获取负载分析请求，所述负载分析请求携带有分析配置数据；
从所述负载监控结果库中获取与所述分析配置数据中的时间范围对应的各个所述负载监控结果，作为待分析负载监控结果集；
对所述待分析负载监控结果集按负载值进行正序排序，得到排序后结果集；
根据所述排序后结果集和所述分析配置数据中的每个负载率阈值进行每个服务器的不超过阈值时长计算，得到单服务器不超过阈值时长。
8.一种处理器资源的监控装置，其特征在于，所述装置包括：
请求获取模块，用于获取服务调用请求，其中，所述服务调用请求携带有服务调用参数；
进程启动模块，用于根据所述服务调用参数启动各个主进程，并且针对每个所述主进程启动一个子进程；
负载监控结果生成及上传模块，用于通过目标子进程，对与所述目标子进程对应的所述主进程进行负载监控，得到所述目标子进程对应的负载监控结果，基于Zookeeper的节点管理及信息上报机制，将所述目标子进程对应的所述负载监控结果发送给与所述目标子进程对应的Zookeeper客户端，其中，所述目标子进程是任一个所述子进程；
负载监控结果发送模块，用于通过所述Zookeeper客户端，将各个所述负载监控结果发送给Zookeeper服务端。
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述方法的步骤。
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至7中任一项所述的方法的步骤。
CN202210200154.XA 2022-03-02 2022-03-02 处理器资源的监控方法、装置、设备及存储介质 Pending CN114661545A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210200154.XA CN114661545A (zh) 2022-03-02 2022-03-02 处理器资源的监控方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210200154.XA CN114661545A (zh) 2022-03-02 2022-03-02 处理器资源的监控方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN114661545A true CN114661545A (zh) 2022-06-24

Family

ID=82028138

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210200154.XA Pending CN114661545A (zh) 2022-03-02 2022-03-02 处理器资源的监控方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN114661545A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115878432A (zh) * 2023-02-16 2023-03-31 支付宝(杭州)信息技术有限公司 一种计算系统中的进程监控方法及相关设备

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115878432A (zh) * 2023-02-16 2023-03-31 支付宝(杭州)信息技术有限公司 一种计算系统中的进程监控方法及相关设备
CN115878432B (zh) * 2023-02-16 2023-05-12 支付宝(杭州)信息技术有限公司 一种计算系统中的进程监控方法及相关设备

Similar Documents

Publication Publication Date Title
CN110647438B (zh) 事件监控方法、装置、计算机设备和存储介质
CN110490594B (zh) 业务数据处理方法、装置、计算机设备和存储介质
CN110750267A (zh) 业务信息更新方法、装置、计算机设备和存储介质
CN112732405A (zh) Jvm线程监控方法、装置及电子设备
CN114661545A (zh) 处理器资源的监控方法、装置、设备及存储介质
CN111177121A (zh) 订单数据反馈方法、装置、计算机设备及存储介质
CN110609618A (zh) 一种人机对话方法、装置、计算机设备及存储介质
CN112511384B (zh) 流量数据处理方法、装置、计算机设备和存储介质
CN112069223B (zh) 数据获取需求处理方法、装置、计算机设备和存储介质
CN110648052B (zh) 风控决策方法、装置、计算机设备和存储介质
CN112448883A (zh) 消息推送方法、装置、计算机设备和存储介质
CN112507010A (zh) 业务数据处理方法、装置、计算机设备和存储介质
CN115934487A (zh) 日志监控告警方法、装置、计算机设备和存储介质
CN115277803A (zh) 一种消息管理方法、系统、计算机设备、及存储介质
CN115421699A (zh) 类继承关系分析方法、装置、计算机设备和存储介质
CN111708795B (zh) 对象标识生成方法、更新方法、装置、计算机设备和介质
CN110969430B (zh) 可疑用户的识别方法、装置、计算机设备和存储介质
CN111047187B (zh) 信息匹配处理方法、装置、计算机设备和存储介质
CN112698932A (zh) 工业应用程序调用方法、装置、计算机设备和存储介质
CN113448747A (zh) 数据传输方法、装置、计算机设备和存储介质
CN111860954A (zh) 车辆失联预测方法、装置、计算机设备和存储介质
CN111737005A (zh) 任务处理方法、装置、计算机设备和存储介质
CN112416701A (zh) 业务数据的监控方法、装置、计算机设备和可读存储介质
CN110909761A (zh) 图像识别方法、装置、计算机设备及存储介质
CN113259223B (zh) 服务号的订阅管理方法、装置、计算机设备和存储介质

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