CN114979137A - 一种用于电力行业高并发处理的方法、系统、设备及介质 - Google Patents
一种用于电力行业高并发处理的方法、系统、设备及介质 Download PDFInfo
- Publication number
- CN114979137A CN114979137A CN202210461613.XA CN202210461613A CN114979137A CN 114979137 A CN114979137 A CN 114979137A CN 202210461613 A CN202210461613 A CN 202210461613A CN 114979137 A CN114979137 A CN 114979137A
- Authority
- CN
- China
- Prior art keywords
- request
- power industry
- processing
- service
- database
- 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 121
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000000926 separation method Methods 0.000 claims abstract description 18
- 238000009826 distribution Methods 0.000 claims abstract description 17
- 230000003068 static effect Effects 0.000 claims abstract description 16
- 238000000638 solvent extraction Methods 0.000 claims abstract description 12
- 230000003139 buffering effect Effects 0.000 claims description 27
- 238000003860 storage Methods 0.000 claims description 21
- 238000002955 isolation Methods 0.000 claims description 17
- 230000008878 coupling Effects 0.000 claims description 13
- 238000010168 coupling process Methods 0.000 claims description 13
- 238000005859 coupling reaction Methods 0.000 claims description 13
- 230000004044 response Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 12
- 230000015556 catabolic process Effects 0.000 claims description 9
- 238000006731 degradation reaction Methods 0.000 claims description 9
- 230000000670 limiting effect Effects 0.000 claims description 6
- 230000001360 synchronised effect Effects 0.000 claims description 5
- 238000004891 communication Methods 0.000 claims description 4
- 238000001514 detection method Methods 0.000 claims description 3
- 230000008901 benefit Effects 0.000 abstract description 4
- 238000005192 partition Methods 0.000 description 21
- 238000010586 diagram Methods 0.000 description 10
- 230000006872 improvement Effects 0.000 description 8
- 230000008569 process Effects 0.000 description 8
- 230000006870 function Effects 0.000 description 5
- 230000005012 migration Effects 0.000 description 5
- 238000013508 migration Methods 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000011161 development Methods 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 238000009825 accumulation Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000007246 mechanism Effects 0.000 description 3
- 230000002085 persistent effect Effects 0.000 description 3
- 230000004913 activation Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000903 blocking effect Effects 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000005611 electricity Effects 0.000 description 2
- 230000008030 elimination Effects 0.000 description 2
- 238000003379 elimination reaction Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000036961 partial effect Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 238000009530 blood pressure measurement Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 230000001934 delay Effects 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 235000003642 hunger Nutrition 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 230000008521 reorganization Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000037351 starvation Effects 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
-
- 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
- G06F16/23—Updating
- G06F16/2379—Updates performed during online database operations; commit processing
-
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/10—Active monitoring, e.g. heartbeat, ping or trace-route
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y04—INFORMATION OR COMMUNICATION TECHNOLOGIES HAVING AN IMPACT ON OTHER TECHNOLOGY AREAS
- Y04S—SYSTEMS INTEGRATING TECHNOLOGIES RELATED TO POWER NETWORK OPERATION, COMMUNICATION OR INFORMATION TECHNOLOGIES FOR IMPROVING THE ELECTRICAL POWER GENERATION, TRANSMISSION, DISTRIBUTION, MANAGEMENT OR USAGE, i.e. SMART GRIDS
- Y04S10/00—Systems supporting electrical power generation, transmission or distribution
- Y04S10/50—Systems or methods supporting the power network operation or management, involving a certain degree of interaction with the load-side end user applications
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Signal Processing (AREA)
- Computer Networks & Wireless Communication (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Cardiology (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种用于电力行业高并发处理的方法、系统、设备及介质,所述方法包括以下步骤:获取并判定电力行业高并发请求是否涉及静态资源,若是则响应请求,若否则通过虚拟IP分发方式,获得缓冲后的请求;通过微服务进行处理,然后发送到分布式缓存Redis中尝试取得数据,若有数据则响应请求,若没有数据则送至消息队列Kafka,缓冲处理后的请求输入电力行业系统内网读写数据库,进行分库、分表以及读写分离处理,数据库更新分布式缓存并响应请求。本发明提供的技术方案可用于电力行业高并发处理,具有高性能、高可用以及高拓展的优点。
Description
技术领域
本发明属于电力行业业务数据处理技术领域,特别涉及一种用于电力行业高并发处理的方法、系统、设备及介质。
背景技术
随着电力领域业务融合应用的不断发展以及售电侧的开放,电网与客户之间的互动越来越频繁,大量的客户业务由线下转移到线上;具体示例解释性的,电网业务已经从原来单纯的购电、业扩报装等传统电力业务发展到多能服务、购物、金融、客服等生产、生活的方方面面,用户单位也已经由以户为单位细化到了以个人为单位,客户群体剧增。
基于上述实际情况,一旦有政策性变动、突发性事件、资讯推送、各类优惠推广活动等情况出现时,会给业系统带来巨大的并发请求,出现高并发场景;高并发场景下,目前电力行业的业务系统策略将面临以下问题:
(1)业务系统策略的内外网隔离模式存在并发瓶颈,且没有很好的利用缓存,高并发情景下可能导致用户请求的响应时间极大延长,满足不了对系统高性能的需求;
(2)业务系统策略的稳定性差,负载均衡策略不足,内网数据库可能因过多的请求而被击穿崩溃,导致数据读写更新缓慢甚至直接系统直接宕机,满足不了对系统高可用的需求;
(3)业务系统策略的应急能力差,面对突发情景导致访问量暴增,无法在短期内进行拓容;系统内的各个业务模块之间存在大量重复应用,不利于新增各项业务,满足不了对系统高拓展的需求。
综上所述,目前电力行业面对高并发的策略并不能满足业务处理需求,亟需一种新的高并发处理方法以应对电力行业业务系统的发展需要。
发明内容
本发明的目的在于提供一种用于电力行业高并发处理的方法、系统、设备及介质,以解决上述存在的一个或多个技术问题。本发明提供的技术方案可用于电力行业高并发处理,具有高性能、高可用以及高拓展的优点。
为达到上述目的,本发明采用以下技术方案:
本方面第一方面提供的一种用于电力行业高并发处理的方法,包括以下步骤:
通过电力行业系统外网获取待处理的电力行业高并发请求;
判定所述电力行业高并发请求是否涉及静态资源,若是则通过满足预设要求的CDN节点获取资源响应所述电力行业高并发请求,若否则通过虚拟IP分发方式,将所述电力行业高并发请求分发到不同的服务器上缓冲请求,获得缓冲后的请求;
将所述缓冲后的请求通过微服务进行处理,获得处理后的请求;将处理后的请求发送到分布式缓存Redis中以取得数据,若缓存内存在数据则返回数据并响应请求,若缓存内不存在数据则将处理后的请求送至消息队列Kafka进行缓冲处理,缓冲处理后的请求输入电力行业系统内网读写数据库,电力行业系统内网读写数据库更新分布式缓存并响应请求。
本发明的进一步改进在于,所述通过虚拟IP分发方式,将所述电力行业高并发请求分发到不同的服务器上缓冲请求,获得缓冲后的请求的步骤包括:
将电力行业高并发请求发送给域名服务器DNS,域名服务器DNS查询到域名对应的多个虚拟IP,通过轮询的方式选定虚拟IP;
将电力行业高并发请求发送至由Keepalived绑定了所述选定虚拟IP的多台服务器上,服务器将请求转发给Nginx,Nginx将请求转发给应用服务器,获得缓冲后的请求。
本发明的进一步改进在于,所述将所述缓冲后的请求通过微服务进行处理,获得处理后的请求的步骤包括:
将所述缓冲后的请求发送至微服务注册中心;
所述微服务注册中心将所述缓冲后的请求送至请求对应的微服务接口进行处理;
其中,所述微服务注册中心记录有预设的全部微服务,服务与服务之间采用API通讯,应用和服务之间通过HTTP请求应答通信;
其中,所述微服务注册中心中,以心跳检测的方式检测服务的可用性;所述微服务注册中心中的服务按照预设逻辑分组分层;其中,满足预设关系的服务构建成逻辑上的组,每个组设置有一个用于进行外部访问的API网关;满足预设关系的组构建为层,各层之间预设有调用关系;所述微服务注册中心将所述缓冲后的请求送至请求对应的微服务接口进行处理时,若调用链路中服务资源出现满足预设条件的不稳定状态时,则对该服务资源的调用采取服务降级、服务隔离或者服务限流处理;所述服务降级是指请求超时资源不足时,屏蔽服务;所述服务隔离是指采用线程池和信号量两种方式来隔离请求;所述服务限流是指通过对并发请求进行限速或者一个时间窗口内的请求进行限速。
本发明的进一步改进在于,所述将处理后的请求送至消息队列Kafka进行缓冲处理,缓冲处理后的请求输入电力行业系统内网读写数据库的步骤包括:
将处理后的请求送至消息队列Kafka;
通过消息队列Kafka对请求的操作进行削峰填谷、解耦合和异步缓冲处理,缓冲处理后的请求输入电力系统内网读写数据库。
本发明的进一步改进在于,在缓冲处理后的请求输入电力行业系统内网读写数据库之后,还包括:
基于输入所述缓冲处理后的请求的电力行业系统内网读写数据库进行分库、分表以及读写分离处理,电力行业系统内网读写数据库更新分布式缓存并响应请求;
其中,所述分库包括:基于输入缓冲处理后请求的电力系统内网读写数据库,根据电力业务内外部的耦合性对数据库进行重组,将关联度低于预设值的不同表存储在不同的数据库中,每个微服务单独使用一个数据库;
所述分表包括:根据微服务的业务独立性,将包含业务耦合数据的单表按照业务最大化解耦规则分解成多张具有独立存储空间的实体表,每个表均对应MYD数据文件、.MYI索引文件、.frm表结构文件;
所述读写分离处理包括:设置主数据库,用于处理事务性增、改、删操作;设置从数据库,用于处理SELECT查询操作;其中,主数据库的数据变更同步至从数据库。
本发明第二方面提供的一种用于电力行业高并发处理的系统,包括:
请求获取模块,用于通过电力行业系统外网获取待处理的电力行业高并发请求;
一次缓冲处理模块,判定所述电力行业高并发请求是否涉及静态资源,若是则通过满足预设要求的CDN节点获取资源响应所述电力行业高并发请求,若否则通过虚拟IP分发方式,将所述电力行业高并发请求分发到不同的服务器上缓冲请求,获得缓冲后的请求;
二次缓冲处理模块,用于将所述缓冲后的请求通过微服务进行处理,获得处理后的请求;将处理后的请求发送到分布式缓存Redis中以取得数据,若缓存内存在数据则返回数据并响应请求,若缓存内不存在数据则将处理后的请求送至消息队列Kafka进行缓冲处理,缓冲处理后的请求输入电力行业系统内网读写数据库,电力行业系统内网读写数据库更新分布式缓存并响应请求。
本发明的进一步改进在于,所述二次缓冲处理模块中,将处理后的请求送至消息队列Kafka进行缓冲处理,缓冲处理后的请求输入电力行业系统内网读写数据库的步骤包括:
将处理后的请求送至消息队列Kafka;
通过消息队列Kafka对请求的操作进行削峰填谷、解耦合和异步缓冲处理,缓冲处理后的请求输入电力系统内网读写数据库。
本发明的进一步改进在于,所述二次缓冲处理模块中,在缓冲处理后的请求输入电力行业系统内网读写数据库之后,还包括:
基于输入所述缓冲处理后的请求的电力行业系统内网读写数据库进行分库、分表以及读写分离处理,电力行业系统内网读写数据库更新分布式缓存并响应请求;
其中,所述分库包括:基于输入缓冲处理后请求的电力系统内网读写数据库,根据电力业务内外部的耦合性对数据库进行重组,将关联度低于预设值的不同表存储在不同的数据库中,每个微服务单独使用一个数据库;
所述分表包括:根据微服务的业务独立性,将包含业务耦合数据的单表按照业务最大化解耦规则分解成多张具有独立存储空间的实体表,每个表均对应MYD数据文件、.MYI索引文件、.frm表结构文件;
所述读写分离处理包括:设置主数据库,用于处理事务性增、改、删操作;设置从数据库,用于处理SELECT查询操作;其中,主数据库的数据变更同步至从数据库。
本发明第三方面提供的一种电子设备,包括:外网接口、CDN节点、服务器、微服务服务器、分布式缓存Redis和电力行业系统内网读写数据库;
所述外网接口用于通过电力行业系统外网获取待处理的电力行业高并发请求;
所述电力行业高并发请求涉及静态资源时,CDN节点用于获取资源响应所述电力行业高并发请求;所述电力行业高并发请求不涉及静态资源时,多个不同的服务器用于以虚拟IP分发方式获取所述电力行业高并发请求并缓冲请求,获得缓冲后的请求;
所述微服务服务器用于将所述缓冲后的请求通过微服务进行处理,获得微服务处理后的请求;
所述分布式缓存Redis用于获取所述微服务处理后的请求以取得数据;若缓存内存在数据则返回数据并响应请求,若缓存内不存在数据则将处理后的请求送至消息队列Kafka进行缓冲处理;
所述电力行业系统内网读写数据库用于获取所述消息队列Kafka缓冲处理的请求,更新分布式缓存Redis并响应请求。
本发明第四方面提供的一种计算机可读存储介质,存储有计算机程序,所述计算机程序被处理器执行时实现本发明任一项上述的用于电力行业高并发处理的方法。
与现有技术相比,本发明具有以下有益效果:
本发明提供的方法,可用于电力行业高并发处理,具有高性能、高可用以及高拓展的特点。具体解释性的,本发明通过本地缓存、CDN(Content Delivery Network,内容分发网络)、分布式缓存的多层缓冲,以及消息队列各个分区的削峰填谷和异步处理,实现了高并发处理的高性能;通过使用内外网分离的外部分布式缓存,改进微服务发现方式,微服务服务降级,服务隔离和对消息队列的监控,对队列的隔离,可实现高并发处理的高可用;通过虚拟IP分发,微服务的分组分层,内网的分库分表实现了高并发处理的高拓展。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面对实施例或现有技术描述中所需要使用的附图做简单的介绍;显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来说,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是本发明实施例的一种用于电力行业高并发处理的方法的具体流程示意图;
图2是本发明实施例的一种用于电力行业高并发处理的系统的示意图;
图3是本发明实施例的一种用于电力行业高并发处理的系统的具体示意图。
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。
下面结合附图对本发明做进一步详细描述:
请参阅图1,本发明实施例中的一种用于电力行业高并发处理的方法,包括以下步骤:
通过外网获取待处理的电力行业高并发请求;
基于获取的电力行业高并发请求,判定请求是否存在本地缓存,若是则取缓存响应请求,若否则判定请求是否涉及静态资源,若是则通过CDN(系统通过就近的CDN节点获取资源响应请求,若否则通过虚拟IP分发的技术方式,将请求分发到不同的服务器上缓冲请求,获得缓冲后的请求;
所述缓冲后的请求通过微服务系统分发给服务层内对应的微服务进行处理,获得处理后的请求;处理后的请求发送到分布式缓存Redis(远程字典服务)中尝试取得数据,缓存内存在数据,则返回数据,响应请求;若缓存内不存在数据,则将请求送至消息队列Kafka进行缓冲;请求被发送到消息队列不同的分区中,请求被缓冲处理后,进入电力系统内网读写数据库;
对内网进行分库分表以及读写分离的处理,内网数据库更新分布式缓存,并响应请求。
本发明实施例提供的方法,可用于电力行业高并发处理,具有高性能、高可用以及高拓展的特点。关于高性能解释性的,本发明在高并发情景下对于请求的响应时间更短,用平均时间和90分位时间来衡量请求的响应时间,平均时间即所有请求的平均响应时间,受一些偶发慢请求影响较大,90分位时间即所有响应时间从小到大排序,距离90%位置最近的时间,使用90分位时间可以减少偶发慢响应的影响。本发明相对于现有技术,在平均响应时间和90分位响应时间上均有提升。关于高可用解释性的,本发明在高并发情景下系统可用性更高,系统可用性遵循以下公式:系统可用性更高,代表着系统每年的可利用时间更长。本发明相对于现有技术,系统更加稳定。关于高拓展解释性的,本发明在遇到突发流量时,可以更迅速地以增加机器等方式完成扩容,结构上具有更佳的应急能力,同时由于电力系统的业务处于高速发展和变化阶段,良好的系统拓展性,也方便了新增业务时不会对系统进行大规模更改。
本发明实施例示例解释性的,上述获取待处理的电力行业高并发请求,具体可以是获取大量的客户端高并发请求,客户端包括客户平时接触的移动端、网页端或其他应用软件等。所谓高并发请求即普通请求短时间大量发生,高并发为电力行业系统在上线使用过程中发生的一种场景。
本发明实施例中,通过虚拟IP分发的技术方式,将请求分发到不同的服务器上缓冲请求,获得缓冲后的请求的具体步骤包括:
(1)请求被发送给域名服务器DNS;
(2)DNS查询到域名对应的多个虚拟IP,通过轮询的方式选择一个虚拟IP,将该IP返回给用户;
(3)请求发送至由Keepalived绑定了虚拟IP的多台服务器上;
(4)服务器将请求转发给Nginx(反向代理服务);
(5)Nginx将请求转发给应用服务器。
本发明实施例提供的技术方案中,通过虚拟IP分发,请求被缓冲到多台服务器进行处理。并且可以很方便的并行增加临时服务器,可提高高并发处理的拓展性。
本发明实施例中,应用层内的具体业务通过微服务系统分发给服务层内对应的微服务进行处理时,对业务进行了微服务化处理,即每一项业务被细分为具有通用性的微服务。微服务是一种用于构建应用的架构方案,它将业务拆分成更小的组件,服务与服务之间采用API(应用程序接口)通讯,应用和服务之间通过HTTP请求应答通信。请求到达业务接口后,会被发送至微服务注册中心,微服务注册中心里记录着所有的微服务,可以将请求发送至该业务请求所对应的微服务接口进行处理,微服务方法相比单体应用方法,更便于增加新的业务,也支持了多编程语言开发,有效地提高了系统的拓展性。
相比与传统的微服务方法,本发明在以下几点上进行了有效改进:
(1)优化了注册发现方式:本发明的注册中心可以进行主机端缓存以及快速切换,具有更高的可用性和性能。注册中心会以心跳检测的方式实时检测服务的可用性防止服务出现宕机,影响整体系统。
(2)对服务进行了分组分层:电力行业业务系统所涉及的服务众多,不断增加的服务导致微服务间的依赖关系越来越复杂,服务间层级的缺失可能发生依赖的循环调用,反而降低了系统的整体效率,错误排查也相当困难。因此本发明采用服务分组分层的方式,把彼此紧密相关的服务构建成逻辑上的一个组。该组有一个API网关,向外暴露了组中所有服务的功能。对于该组中服务的使用方来说,都通过这个API网关进行访问,仿佛这个组就是一个服务一样,无需关心该组是由多少个服务组成。同时,本发明把系统分为了若干层,每一层由若干个组组成。上层只可以调用下层的服务,下层不可以调用上层服务。通过分组分层的方式,降低了系统的复杂性和耦合性,解决了复杂依赖关系以及依赖循环调用对系统造成的负面影响。
(3)通过服务降级,服务隔离,服务限流的方法来实现服务故障阻断:在微服务架构中,由于调用关系的复杂性,如果调用链路中的某个资源不稳定或者请求过多,可能会导致请求发生堆积。可能导致服务间延迟增加,备份队列,线程和其他系统资源紧张,导致整个系统发生更多的级联故障。为了维护服务的稳定,本发明方法在调用链路中某个资源出现不稳定状态时(例如调用超时或异常比例升高),对这个资源的调用会采取服务降级,服务隔离或者服务限流的措施。
本发明实施例中,服务降级即当请求超时资源不足时,暂时屏蔽这个服务;服务隔离即采用线程池和信号量两种方式来隔离请求;服务限流即通过对并发访问/请求进行限速或者一个时间窗口内的请求进行限速来保护系统,一旦达到限制速率则可以拒绝服务。
本发明实施例上述三种方案的选择,取决于具体服务的优先度要求,服务降级,服务隔离,服务限流措施的加入,阻断了服务故障的影响,有效地调高了高并发场景下系统的可用性。
本发明实施例中,处理后的请求发送到分布式缓存Redis中尝试取得数据,缓存内存在数据,则返回数据,响应请求,具体的:
Redis提供了两种持久机制,一种是定时的持久机制,但在出现宕机时可能会出现数据丢失,另一种是基于操作日志的持久机制。Redis提供了丰富的淘汰策略,可以对旧数据进行定期淘汰。
本发明使用Redis进行非本地的分布式缓存,与本地缓存不同的是在异地对用户的请求进行响应。并且通过Redis的淘汰策略,定期对旧数据进行淘汰,释放缓存空间。异地缓存有效地保护了内网数据库,防止大量的读操作导致数据库被击穿。
本发明实施例中,若缓存内不存在数据,则将请求送至消息队列Kafka进行缓冲,具体的:
消息队列Kafka对请求的主要操作是进行削峰填谷,解耦合,异步处理。
削峰填谷,即削平短暂的流量高峰,这是队列的性质。虽说请求的堆积会造成请求被短暂延迟处理,但是只要时刻监控消息队列中的堆积长度,在堆积量超过一定量时,增加队列处理机数量,来提升消息的处理能力即可。
解耦合,耦合即两项之间的紧密关系,解耦合一般为将二者之间的直接关系转换为间接关系。本发明中,使用Kafka消息队列,电力系统内网只需订阅队列内的数据即可,解除了多个请求之间的关联,实现了解耦合。
异步处理:即通过队列处理机,将一项任务的多个步骤并行处理,本发明使用的Kafka通过多个分区上的partition(隔断),天然具有并行能力,提高了对高并发请求的处理效率。
本发明相对于传统的Kafka消息队列方案,具有如下改进:
(1)通过对分区监控的方式实现了分区热点迁移:传统的Kafka只具备topic(队列)迁移的能力,但是不具备自动均衡的能力,部分服务器压力非常大,但是部分分区的压力又很低,高低不均。如果不立即处理,轻则无法继续承接用户的需求,重则由于部分分区压力过大导致集群出现稳定性问题。因此本发明在Kafka引擎上增加topic在不同分区上分布的指标;通过定时采集的topic指标来分析topic在不同磁盘上的分布均匀度,并且针对不均匀的topic发起迁移操作,并在迁移时进行流量控制,保证迁移不会影响集群的稳定性。
(2)通过定义承载流量的方式实现了分区灵活化扩容:传统的Kafka集群的topic相关的元信息存储在zookeeper(一个分布式协调服务)上,最终由controller(控制器)将其同步到各个分区。在高并发场景下,很可能会发生元信息过大的问题,controller同步的压力就会随之上升成为整个集群的瓶颈点,如果遇到某个分区出现问题,整个集群的数据同步就非常慢,从而影响稳定性。
本发明通过分区灵活化扩容的方式对这个问题进行了解决:基于现有的机型以及客户端的消费发送能力的压测,本发明定义了单分区的承载流量,同时实时对每个topic的流量进行监控,当某个topic的峰值流量持续的达到和超过阈值之后,会对该topic进行标记或者告警,定义为分区不足的topic。针对监控发现出来的分区不足的topic,发现这个情况的运维人员可以对其手动进行扩分区,运维人员也可以对其进行提前设置,系统可以根据当前集群整个容量情况自动进行扩分区。
(3)通过对队列隔离解决队列抖动问题:抖动即出现突然性的故障,传统方法的Kafka消息队列,绝大部分的topic是在共享集群上的,在没有管控的情况下,topic的各个分区是随机的分布在不同的服务器上,随着集群中topic数量的增加,topic流量的变大,某个具体topic的抖动有可能会影响到其他的topic,因此共享集群下的topic隔离就是非常必要的,为此本发明结合设计了一套多租户隔离模型来解决这个问题。
本发明具体实施如下:
1.对将Kafka集群中的各个broker进行划分,一组broker被分成一个region,这个region在业务上被抽象为一个逻辑集群;
2.用户在申请创建新的topic时需要选择一个逻辑集群,这样topic的分区只能创建在一个逻辑集群上,也就是一组broker上;
3.具体topic消息的生产和消费就只会和一组broker发生关系,如果某个topic的抖动也只会影响特定broker上的其他topic,从而将影响限定在一定的范围内。
本发明实施例中,对内网进行分库分表以及读写分离的处理,内网数据库更新分布式缓存,并响应请求,具体的:
电力行业系统目前所采用的隔离方式为强逻辑隔离,这种方式提高了系统的整体安全性,但是也造成了隔离处的并发瓶颈。同时,电力行业系统内网较为复杂,总部公司和省市公司通过内部平台进行数据共享,这也导致了内网信息的更新效率较低,成为了整个高并发方案的瓶颈之一。
本发明针对电力行业系统现有情况,决定对其进行分库分表,读写分离的方案,具体措施如下:
(1)分库分表:分库即从单个数据库拆分成多个数据库的过程,将数据散落在多个数据库中。本发明根据电力业务内外部的耦合性,对数据库进行重组,将关联度低的不同表存储在不同的数据库。重组的方法,基于服务层所设计的不同微服务。每个微服务使用单独的一个数据库。通过分库消除业务系统层面的耦合,业务清晰度与微服务的治理类似,也能对不同业务的数据进行分级管理、维护、监控、扩展等,提高了高并发情景下的数据库性能。
分表即根据微服务的业务独立性,将原业务系统中包含业务耦合数据的单表拆分成多张表的过程。本发明将一个大表按照业务最大化解耦规则分解成多张具有独立存储空间的实体表,可以称为子表,每个表都对应三个文件,MYD数据文件,.MYI索引文件,.frm表结构文件。这些子表可以分布在同一块磁盘上,也可以在不同的机器上。数据库读写操作的时候根据事先定义好的规则得到对应的子表名,然后去操作它。例如用户表,用户的角色有很多种,可以通过枚举类型的方式将用户分为不同类别category:员工、主管、部门等,这样的就可以根据类别category来对数据库进行分表,每次查询时可根据用户的类型锁定一个较小的范围。
相比传统方案,本方案针对电力行业系统的自身特点进行了如下调整:
选取部分与高并发关系密切的数据库表在内网新建独立的数据库,对该数据库采取返库分表,数据库通过连接平台与现有内网平台连接,尽量不对已有内网进行较大调整,否则将涉及到总部,省市各部分系统的整体改动,操作难度较大。
由于电力系统内网对安全性要求较高,在已有分库分表中间件的基础上,对数据库进行实时监控,同时增加内网黑白名单以及注入攻击拦截,防止用户信息,工单信息等数据库敏感信息遭到窃取。
(2)读写分离:读写分离,基本的原理是让主数据库处理事务性增、改、删操作(INSERT、UPDATE、DELETE),而从数据库处理SELECT查询操作。主数据库将数据的变更同步到集群中的从数据库。
本发明实施例对数据库采用读写分离具有以下好处:
增加冗余,可以布置多台从数据库进行读取,减少数据库压力。一台服务器崩溃,其他的服务器的可以及时的作为备用机,防止整个服务崩溃。
增加了机器的处理能力,主从数据库只负责各自的写和读,极大程度的缓解数据库内部的X锁(共享锁)和S(排他锁)锁争用,提高了处理速度。
本发明所面向的电力行业所遇到的高并发场景,写操作远小于读操作,这是使用读写分离最好的场景。这样可以确保写服务器压力更小,延迟小,写服务器的过久延迟是系统无法接受的,会影响后续数据的同步,影响整个系统效率;读服务器虽然压力更大,会有延迟,但读服务本身可以接受一定时间上的延迟,例如用户在高并发时段浏览电力系统的网页,使用某项服务,是能接受短暂的卡顿的。通过读写分离,本发明中的请求由消息队列进入写数据库后,写数据库同步更新给读数据库,Redis分布式缓存再从读数据库中拉取更新,有效的利用了异地缓存,解决了内外网隔离的并发瓶颈问题。
下述为本发明的装置实施例,可以用于执行本发明方法实施例。对于装置实施例中未纰漏的细节,请参照本发明方法实施例。
请参阅图2,本发明实施例提供的一种用于电力行业高并发处理的系统,包括:
请求获取模块,用于通过电力行业系统外网获取待处理的电力行业高并发请求;
一次缓冲处理模块,用于判定所述电力行业高并发请求是否存在本地缓存,若是则取本地缓存响应所述电力行业高并发请求,若否则判定所述电力行业高并发请求是否涉及静态资源,若是则通过满足预设要求的CDN节点获取资源响应所述电力行业高并发请求,若否则通过虚拟IP分发方式,将所述电力行业高并发请求分发到不同的服务器上缓冲请求,获得缓冲后的请求;
二次缓冲处理模块,用于将所述缓冲后的请求通过微服务进行处理,获得处理后的请求;将处理后的请求发送到分布式缓存Redis中尝试取得数据,若缓存内存在数据则返回数据并响应请求,若缓存内不存在数据则将处理后的请求送至消息队列Kafka进行缓冲处理,缓冲处理后的请求输入电力行业系统内网读写数据库;
请求最终响应模块,用于基于输入缓冲处理后请求的电力行业系统内网读写数据库,进行分库、分表以及读写分离处理,电力行业系统内网读写数据库更新分布式缓存并响应请求。
请参阅图3,本发明实施例提供的一种用于电力行业高并发处理的系统,包括:入口层,应用层、服务层和数据层。
入口层包括所述外网接口,用于通过电力行业系统外网获取待处理的电力行业高并发请求;具体示例性的,入口层包括客户端、本地缓存、CDN系统、静态资源服务器、Lvs/F5+Nginx负载均衡;应用层包括购电业务、商城业务、通知新闻、客户业务等多项业务,可按客户在门户中浏览到的业务进行分类;所述电力行业高并发请求涉及静态资源时,满足预设要求的CDN节点用于获取资源响应所述电力行业高并发请求;
服务层包括服务器和微服务服务器;具体示例性的,包括微服务注册中心、多台服务器和微服务监控系统,服务器内布置了Docker容器,容器内部对应注册服务、商品服务、交易服务、发布服务等多种微服务;所述电力行业高并发请求不涉及静态资源时,多个不同的服务器用于以虚拟IP分发方式获取所述电力行业高并发请求并缓冲请求,获得缓冲后的请求;所述微服务服务器用于将所述缓冲后的请求通过微服务进行处理,获得微服务处理后的请求;
数据层包括分布式缓存Redis和电力行业系统内网读写数据库;具体示例性的,包括分布式消息队列系统Kafka、分布式缓存系统Redis、内外网隔离系统、内网主数据库(写入)和内网从数据库(读取)。所述分布式缓存Redis用于获取所述微服务处理后的请求以取得数据;若缓存内存在数据则返回数据并响应请求,若缓存内不存在数据则将处理后的请求送至消息队列Kafka进行缓冲处理;所述电力行业系统内网读写数据库用于获取所述消息队列Kafka缓冲处理的请求,更新分布式缓存Redis并响应请求。
本发明再一个实施例中,提供了一种计算机设备,该计算机设备包括处理器以及存储器,所述存储器用于存储计算机程序,所述计算机程序包括程序指令,所述处理器用于执行所述计算机存储介质存储的程序指令。处理器可能是中央处理单元(CentralProcessing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital SignalProcessor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等,其是终端的计算核心以及控制核心,其适于实现一条或一条以上指令,具体适于加载并执行计算机存储介质内一条或一条以上指令从而实现相应方法流程或相应功能;本发明实施例所述的处理器可以执行用于电力行业高并发处理的方法。
本发明再一个实施例中,本发明还提供了一种存储介质,具体为计算机可读存储介质(Memory),所述计算机可读存储介质是计算机设备中的记忆设备,用于存放程序和数据。可以理解的是,此处的计算机可读存储介质既可以包括计算机设备中的内置存储介质,当然也可以包括计算机设备所支持的扩展存储介质。计算机可读存储介质提供存储空间,该存储空间存储了终端的操作系统。并且,在该存储空间中还存放了适于被处理器加载并执行的一条或一条以上的指令,这些指令可以是一个或一个以上的计算机程序(包括程序代码)。需要说明的是,此处的计算机可读存储介质可以是高速RAM存储器,也可以是非不稳定的存储器(non-volatile memory),例如至少一个磁盘存储器。可由处理器加载并执行计算机可读存储介质中存放的一条或一条以上指令,以实现上述实施例中有关用于电力行业高并发处理的方法的相应步骤。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而非对其限制,尽管参照上述实施例对本发明进行了详细的说明,所属领域的普通技术人员应当理解:依然可以对本发明的具体实施方式进行修改或者等同替换,而未脱离本发明精神和范围的任何修改或者等同替换,其均应涵盖在本发明的权利要求保护范围之内。
Claims (10)
1.一种用于电力行业高并发处理的方法,其特征在于,包括以下步骤:
通过电力行业系统外网获取待处理的电力行业高并发请求;
判定所述电力行业高并发请求是否涉及静态资源,若是则通过满足预设要求的CDN节点获取资源响应所述电力行业高并发请求,若否则通过虚拟IP分发方式,将所述电力行业高并发请求分发到不同的服务器上缓冲请求,获得缓冲后的请求;
将所述缓冲后的请求通过微服务进行处理,获得处理后的请求;将处理后的请求发送到分布式缓存Redis中以取得数据,若缓存内存在数据则返回数据并响应请求,若缓存内不存在数据则将处理后的请求送至消息队列Kafka进行缓冲处理,缓冲处理后的请求输入电力行业系统内网读写数据库,电力行业系统内网读写数据库更新分布式缓存并响应请求。
2.根据权利要求1所述的一种用于电力行业高并发处理的方法,其特征在于,所述通过虚拟IP分发方式,将所述电力行业高并发请求分发到不同的服务器上缓冲请求,获得缓冲后的请求的步骤包括:
将电力行业高并发请求发送给域名服务器DNS,域名服务器DNS查询到域名对应的多个虚拟IP,通过轮询的方式选定虚拟IP;
将电力行业高并发请求发送至由Keepalived绑定了所述选定虚拟IP的多台服务器上,服务器将请求转发给Nginx,Nginx将请求转发给应用服务器,获得缓冲后的请求。
3.根据权利要求1所述的一种用于电力行业高并发处理的方法,其特征在于,所述将所述缓冲后的请求通过微服务进行处理,获得处理后的请求的步骤包括:
将所述缓冲后的请求发送至微服务注册中心;
所述微服务注册中心将所述缓冲后的请求送至请求对应的微服务接口进行处理;
其中,所述微服务注册中心记录有预设的全部微服务,服务与服务之间采用API通讯,应用和服务之间通过HTTP请求应答通信;
其中,所述微服务注册中心中,以心跳检测的方式检测服务的可用性;所述微服务注册中心中的服务按照预设逻辑分组分层;其中,满足预设关系的服务构建成逻辑上的组,每个组设置有一个用于进行外部访问的API网关;满足预设关系的组构建为层,各层之间预设有调用关系;所述微服务注册中心将所述缓冲后的请求送至请求对应的微服务接口进行处理时,若调用链路中服务资源出现满足预设条件的不稳定状态时,则对该服务资源的调用采取服务降级、服务隔离或者服务限流处理;所述服务降级是指请求超时资源不足时,屏蔽服务;所述服务隔离是指采用线程池和信号量两种方式来隔离请求;所述服务限流是指通过对并发请求进行限速或者一个时间窗口内的请求进行限速。
4.根据权利要求1所述的一种用于电力行业高并发处理的方法,其特征在于,所述将处理后的请求送至消息队列Kafka进行缓冲处理,缓冲处理后的请求输入电力行业系统内网读写数据库的步骤包括:
将处理后的请求送至消息队列Kafka;
通过消息队列Kafka对请求的操作进行削峰填谷、解耦合和异步缓冲处理,缓冲处理后的请求输入电力系统内网读写数据库。
5.根据权利要求1所述的一种用于电力行业高并发处理的方法,其特征在于,在缓冲处理后的请求输入电力行业系统内网读写数据库之后,还包括:
基于输入所述缓冲处理后的请求的电力行业系统内网读写数据库进行分库、分表以及读写分离处理,电力行业系统内网读写数据库更新分布式缓存并响应请求;
其中,所述分库包括:基于输入缓冲处理后请求的电力系统内网读写数据库,根据电力业务内外部的耦合性对数据库进行重组,将关联度低于预设值的不同表存储在不同的数据库中,每个微服务单独使用一个数据库;
所述分表包括:根据微服务的业务独立性,将包含业务耦合数据的单表按照业务最大化解耦规则分解成多张具有独立存储空间的实体表,每个表均对应MYD数据文件、.MYI索引文件、.frm表结构文件;
所述读写分离处理包括:设置主数据库,用于处理事务性增、改、删操作;设置从数据库,用于处理SELECT查询操作;其中,主数据库的数据变更同步至从数据库。
6.一种用于电力行业高并发处理的系统,其特征在于,包括:
请求获取模块,用于通过电力行业系统外网获取待处理的电力行业高并发请求;
一次缓冲处理模块,判定所述电力行业高并发请求是否涉及静态资源,若是则通过满足预设要求的CDN节点获取资源响应所述电力行业高并发请求,若否则通过虚拟IP分发方式,将所述电力行业高并发请求分发到不同的服务器上缓冲请求,获得缓冲后的请求;
二次缓冲处理模块,用于将所述缓冲后的请求通过微服务进行处理,获得处理后的请求;将处理后的请求发送到分布式缓存Redis中以取得数据,若缓存内存在数据则返回数据并响应请求,若缓存内不存在数据则将处理后的请求送至消息队列Kafka进行缓冲处理,缓冲处理后的请求输入电力行业系统内网读写数据库,电力行业系统内网读写数据库更新分布式缓存并响应请求。
7.根据权利要求6所述的一种用于电力行业高并发处理的系统,其特征在于,所述二次缓冲处理模块中,将处理后的请求送至消息队列Kafka进行缓冲处理,缓冲处理后的请求输入电力行业系统内网读写数据库的步骤包括:
将处理后的请求送至消息队列Kafka;
通过消息队列Kafka对请求的操作进行削峰填谷、解耦合和异步缓冲处理,缓冲处理后的请求输入电力系统内网读写数据库。
8.根据权利要求6所述的一种用于电力行业高并发处理的系统,其特征在于,所述二次缓冲处理模块中,在缓冲处理后的请求输入电力行业系统内网读写数据库之后,还包括:
基于输入所述缓冲处理后的请求的电力行业系统内网读写数据库进行分库、分表以及读写分离处理,电力行业系统内网读写数据库更新分布式缓存并响应请求;
其中,所述分库包括:基于输入缓冲处理后请求的电力系统内网读写数据库,根据电力业务内外部的耦合性对数据库进行重组,将关联度低于预设值的不同表存储在不同的数据库中,每个微服务单独使用一个数据库;
所述分表包括:根据微服务的业务独立性,将包含业务耦合数据的单表按照业务最大化解耦规则分解成多张具有独立存储空间的实体表,每个表均对应MYD数据文件、.MYI索引文件、.frm表结构文件;
所述读写分离处理包括:设置主数据库,用于处理事务性增、改、删操作;设置从数据库,用于处理SELECT查询操作;其中,主数据库的数据变更同步至从数据库。
9.一种电子设备,其特征在于,包括:外网接口、CDN节点、服务器、微服务服务器、分布式缓存Redis和电力行业系统内网读写数据库;
所述外网接口用于通过电力行业系统外网获取待处理的电力行业高并发请求;
所述电力行业高并发请求涉及静态资源时,CDN节点用于获取资源响应所述电力行业高并发请求;所述电力行业高并发请求不涉及静态资源时,多个不同的服务器用于以虚拟IP分发方式获取所述电力行业高并发请求并缓冲请求,获得缓冲后的请求;
所述微服务服务器用于将所述缓冲后的请求通过微服务进行处理,获得微服务处理后的请求;
所述分布式缓存Redis用于获取所述微服务处理后的请求以取得数据;若缓存内存在数据则返回数据并响应请求,若缓存内不存在数据则将处理后的请求送至消息队列Kafka进行缓冲处理;
所述电力行业系统内网读写数据库用于获取所述消息队列Kafka缓冲处理的请求,更新分布式缓存Redis并响应请求。
10.一种计算机可读存储介质,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5中任一项所述的用于电力行业高并发处理的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210461613.XA CN114979137A (zh) | 2022-04-28 | 2022-04-28 | 一种用于电力行业高并发处理的方法、系统、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210461613.XA CN114979137A (zh) | 2022-04-28 | 2022-04-28 | 一种用于电力行业高并发处理的方法、系统、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114979137A true CN114979137A (zh) | 2022-08-30 |
Family
ID=82980396
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210461613.XA Pending CN114979137A (zh) | 2022-04-28 | 2022-04-28 | 一种用于电力行业高并发处理的方法、系统、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114979137A (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106210147A (zh) * | 2016-09-13 | 2016-12-07 | 郑州云海信息技术有限公司 | 一种基于轮询的负载均衡方法和装置 |
CN109151092A (zh) * | 2018-10-11 | 2019-01-04 | 深圳互联先锋科技有限公司 | 一种域名解析方法 |
CN110162344A (zh) * | 2019-04-15 | 2019-08-23 | 深圳壹账通智能科技有限公司 | 一种隔离限流的方法、装置、计算机设备及可读存储介质 |
US20200084263A1 (en) * | 2017-10-25 | 2020-03-12 | Beijing Kedong Power Control System Co Ltd | A method of micro-service transformation for power trading functions |
CN111078426A (zh) * | 2019-12-03 | 2020-04-28 | 紫光云(南京)数字技术有限公司 | 一种后端微服务架构下的高并发解决方法 |
CN113468221A (zh) * | 2021-06-08 | 2021-10-01 | 北京许继电气有限公司 | 一种基于kafka消息数据总线的系统集成方法 |
-
2022
- 2022-04-28 CN CN202210461613.XA patent/CN114979137A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106210147A (zh) * | 2016-09-13 | 2016-12-07 | 郑州云海信息技术有限公司 | 一种基于轮询的负载均衡方法和装置 |
US20200084263A1 (en) * | 2017-10-25 | 2020-03-12 | Beijing Kedong Power Control System Co Ltd | A method of micro-service transformation for power trading functions |
CN109151092A (zh) * | 2018-10-11 | 2019-01-04 | 深圳互联先锋科技有限公司 | 一种域名解析方法 |
CN110162344A (zh) * | 2019-04-15 | 2019-08-23 | 深圳壹账通智能科技有限公司 | 一种隔离限流的方法、装置、计算机设备及可读存储介质 |
CN111078426A (zh) * | 2019-12-03 | 2020-04-28 | 紫光云(南京)数字技术有限公司 | 一种后端微服务架构下的高并发解决方法 |
CN113468221A (zh) * | 2021-06-08 | 2021-10-01 | 北京许继电气有限公司 | 一种基于kafka消息数据总线的系统集成方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11288282B2 (en) | Distributed database systems and methods with pluggable storage engines | |
CN110209726B (zh) | 分布式数据库集群系统、数据同步方法及存储介质 | |
CN110263054B (zh) | Sql工单的审核系统、审核方法、装置及计算机设备 | |
US9489443B1 (en) | Scheduling of splits and moves of database partitions | |
US9053166B2 (en) | Dynamically varying the number of database replicas | |
US8090751B2 (en) | Operational data store | |
US20130132408A1 (en) | System and Method for Using Bloom Filters to Determine Data Locations in Distributed Data Stores | |
WO2023142054A1 (zh) | 一种面向容器微服务的性能监控告警方法及告警系统 | |
CN104424287B (zh) | 数据查询方法和装置 | |
CN113778985A (zh) | 微服务架构监控方法、装置、计算机设备和存储介质 | |
CN107800808A (zh) | 一种基于Hadoop架构的数据存储系统 | |
CN111522880A (zh) | 一种基于mysql数据库集群的提升数据读写性能的方法 | |
CN110175089A (zh) | 一种具有读写分离功能的双活灾备系统 | |
CN102708158A (zh) | 一种PostgreSQL云存储归档调度系统 | |
CN112217847A (zh) | 微服务平台及其实现方法、电子设备及存储介质 | |
CN113486095A (zh) | 一种民航空管跨网安全数据交换管理平台 | |
CN111597270A (zh) | 数据同步方法、装置、设备及计算机存储介质 | |
CN107180034A (zh) | MySQL数据库的集群系统 | |
CN111404737B (zh) | 一种容灾处理方法以及相关装置 | |
US11886508B2 (en) | Adaptive tiering for database data of a replica group | |
CN114979137A (zh) | 一种用于电力行业高并发处理的方法、系统、设备及介质 | |
CN115102828A (zh) | 一种故障分析方法及装置 | |
CN116633724A (zh) | 多维度限流和动态路由的系统和部署方法 | |
CN113630317A (zh) | 一种数据传输方法、装置、非易失性存储介质及电子装置 | |
Rao | Data duplication using Amazon Web Services cloud storage |
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 |