CN115129730A - 流量数据标识方法、装置、存储介质及计算机设备 - Google Patents

流量数据标识方法、装置、存储介质及计算机设备 Download PDF

Info

Publication number
CN115129730A
CN115129730A CN202210747626.3A CN202210747626A CN115129730A CN 115129730 A CN115129730 A CN 115129730A CN 202210747626 A CN202210747626 A CN 202210747626A CN 115129730 A CN115129730 A CN 115129730A
Authority
CN
China
Prior art keywords
traffic data
data
target
flow data
path
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
CN202210747626.3A
Other languages
English (en)
Inventor
蒋财权
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 Bank Co Ltd
Original Assignee
Ping An Bank 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 Bank Co Ltd filed Critical Ping An Bank Co Ltd
Priority to CN202210747626.3A priority Critical patent/CN115129730A/zh
Publication of CN115129730A publication Critical patent/CN115129730A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/23Updating
    • G06F16/2379Updates performed during online database operations; commit processing
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/3003Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/302Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00Error detection; Error correction; Monitoring
    • G06F11/30Monitoring
    • G06F11/34Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3438Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment monitoring of user actions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/22Indexing; Data structures therefor; Storage structures
    • G06F16/2282Tablespace storage structures; Management thereof
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465Query processing support for facilitating data mining operations in structured databases

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • Computing Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer Hardware Design (AREA)
  • Fuzzy Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Computational Linguistics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请实施例公开了一种流量数据标识方法、装置、存储介质及计算机设备。方法包括,通过流量数据录制平台采集流量数据;基于所述流量数据携带的属性信息,查询预设配置规则路径表中是否存在与所述流量数据对应的目标配置规则路径;若所述预设路径规则表中存在与所述属性信息对应的目标路径,则基于所述目标路径对所述流量数据对应的出参以及入参进行特征提取,得到特征标识;将所述特征标识更新至所述流量数据中,得到标识后的流量数据,以便基于所述特征标识查询到所述标识后的流量数据。通过对流量数据的出入参进行特征提取,从而将提取出的特征标识标识在流量数据中,进而在后续查询时可以直接根据特征标识快速查询到流量数据,提高查询效率。

Description

流量数据标识方法、装置、存储介质及计算机设备
技术领域
本申请涉及计算机领域,具体涉及一种流量数据标识方法、装置、计算机可读存储介质及计算机设备。
背景技术
在测试领域,生产环境或各版本测试阶段产生的流量对于整个测试环节来说是非常宝贵的资源,而随着当前系统复杂度的不断提升,流量数据的数量越来越庞大,数据结构也变得越来越复杂,使得流量查询精度和辨识的难度增加。
传统方法是直接根据请求参数对流量进行检索,然而在大部分情况下,不同接口请求参数可能存在信息重复,信息实体普遍过大等情况,如果直接对参数进行查询会导致查询效率低的问题。
发明内容
本申请实施例提供一种流量数据标识方法及装置,可以提高查询效率。
为解决上述技术问题,本申请实施例提供以下技术方案:
一种流量数据标识方法,包括:
通过流量数据录制平台采集流量数据;
基于所述流量数据携带的属性信息,查询预设配置规则路径表中是否存在与所述流量数据对应的目标配置规则路径;
若所述预设路径规则表中存在与所述属性信息对应的目标路径,则基于所述目标路径对所述流量数据对应的出参以及入参进行特征提取,得到特征标识;
将所述特征标识更新至所述流量数据中,得到标识后的流量数据,以便基于所述特征标识查询到所述标识后的流量数据。
一种流量数据标识装置,包括:
采集模块,用于通过流量数据录制平台采集流量数据;
查询模块,用于基于所述流量数据携带的属性信息,查询预设配置规则路径表中是否存在与所述流量数据对应的目标配置规则路径;
提取模块,用于若所述预设路径规则表中存在与所述属性信息对应的目标路径,则基于所述目标路径对所述流量数据对应的出参以及入参进行特征提取,得到特征标识;
标识模块,用于将所述特征标识更新至所述流量数据中,得到标识后的流量数据,以便基于所述特征标识查询到所述标识后的流量数据。
在一些实施例中,所述装置,还包括:
解析模块,用于若所述预设路径规则表中不存在与所述属性信息对应的目标路径,则解析所述流量数据对应的出参以及入参,得到预设语法格式的数据;
渲染模块,用于将所述预设语法格式的数据渲染为特征项。
在一些实施例中,所述装置,还包括:
记录模块,用于记录被选取的目标特征项;
第一生成模块,用于根据所述目标特征项生成针对于所述流量数据的目标配置规则路径;
存储模块,用于将所述目标配置规则路径存至所述预设路径规则表中。
在一些实施例中,所述装置,还包括:
确定模块,用于确定所述流量数据的目标请求类型;
第一筛选模块,用于从多个候选解析器中筛选出与所述目标请求类型对应的目标解析器;
所述解析模块,包括:
解析子模块,用于通过所述目标解析器解析所述流量数据对应的出参以及入参,得到预设语法格式的数据。
在一些实施例中,所述装置,还包括:
第二筛选模块,用于基于所述属性信息从已存储的其他流量数据中筛选出与所述流量数据的属性信息相同的目标流量数据;
更新模块,用于将所述特征标识更新至所述目标流量数据中,得到标识后的目标流量数据。
在一些实施例中,所述装置,还包括:
第二生成模块,用于基于所述特征标识生成对应的查询条件,以便根据所述查询条件查询所述流量数据。
一种计算机可读存储介质,所述计算机可读存储介质存储有多条指令,所述指令适于处理器进行加载,以执行上述流量数据标识方法中的步骤。
一种计算机设备,包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如上所述流量数据标识方法中的步骤。
本申请实施例通过流量数据录制平台采集流量数据;基于所述流量数据携带的属性信息,查询预设配置规则路径表中是否存在与所述流量数据对应的目标配置规则路径;若所述预设路径规则表中存在与所述属性信息对应的目标路径,则基于所述目标路径对所述流量数据对应的出参以及入参进行特征提取,得到特征标识;将所述特征标识更新至所述流量数据中,得到标识后的流量数据,以便基于所述特征标识查询到所述标识后的流量数据。以此,通过对流量数据的出入参进行特征提取,从而将提取出的特征标识标识在流量数据中,进而在后续查询时可以直接根据特征标识快速查询到流量数据,提高查询效率。
附图说明
为了更清楚地说明本申请实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,对于本领域技术人员来讲,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1a为本申请实施例提供的流量数据标识方法的系统示意图。
图1b为本申请实施例提供的流量数据标识方法的流程示意图。
图2为本申请实施例提供的流量数据标识装置的结构示意图。
图3为本申请实施例提供的计算机设备的结构示意图。
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、完整地描述。显然,所描述的实施例仅仅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,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
请参阅图1a,图1a为本申请实施例所提供的流量数据标识方法的系统示意图,该系统可以包括至少一个客户端1000,至少一个计算机设备2000,至少一个数据库3000,以及网络4000。客户端1000可以为手机、电脑或个人数字助理等终端设备,计算机设备2000可以为服务器等用于提供流量录制的平台。其中,网络4000可以是无线网络或者有线网络,比如无线网络为无线局域网(WLAN)、局域网(LAN)、蜂窝网络、2G网络、3G网络、4G网络、5G网络等。另外,该系统可以包括数据库3000,数据库3000可用于存储用户所产生的流量数据。
本申请实施例提供了一种流量数据标识方法,该方法可以由计算机设备执行。如图1a所示,该计算机设备2000通过流量数据录制平台采集流量数据;基于所述流量数据携带的属性信息,查询预设配置规则路径表中是否存在与所述流量数据对应的目标配置规则路径;若所述预设路径规则表中存在与所述属性信息对应的目标路径,则基于所述目标路径对所述流量数据对应的出参以及入参进行特征提取,得到特征标识;将所述特征标识更新至所述流量数据中,得到标识后的流量数据,以便基于所述特征标识查询到所述标识后的流量数据。以此,通过对流量数据的出入参进行特征提取,从而将提取出的特征标识标识在流量数据中,进而在后续查询时可以直接根据特征标识快速查询到流量数据,提高查询效率。
需要说明的是,图1a所示的流量数据标识方法的场景示意图仅仅是一个示例,本申请实施例描述的流量数据标识系统以及场景是为了更加清楚的说明本申请实施例的技术方案,并不构成对于本申请实施例提供的技术方案的限定,本领域普通技术人员可知,随着流量数据标识系统的演变和新业务场景的出现,本申请实施例提供的技术方案对于类似的技术问题,同样适用。
在本实施例中,将从流量数据标识装置的角度进行描述,该流量数据标识装置具体可以集成在具备储存单元并安装有微处理器而具有运算能力的计算机设备中。
请参阅图1b,图1b为本申请实施例提供的流量数据标识方法的流程示意图。该流量数据标识方法包括:
在步骤101中,通过流量数据录制平台采集流量数据。
其中,用户通过客户端开启应用并在应用内部进行联网操作时,会产生流量数据,而产生的流量数据会被流量录制平台所录制,故在测试环境下,可通过流量录制平台采集流量数据,采集的方式可以为间断采集,例如每隔30分钟采集一次;或实时采集,例如流量录制平台录制一条流量数据后,即被采集等,此处不作限定。
在步骤102中,基于所述流量数据携带的属性信息,查询预设配置规则路径表中是否存在与所述流量数据对应的目标配置规则路径。
其中,流量数据会携带有属性信息,例如应用属性,流量数据在哪个应用上产生的,应用的名称、应用的版本信息等;或接口属性,流量数据是通过调用后台的哪一接口产生的等。
具体的,可事先建立属性信息与配置规则路径的对应关系,从而在后续查询流量数据时可根据流量数据携带的属性信息查找到对应的配置规则路径。但由于流量数据的数量庞大,无法保证每一流量数据均在配置规则路径表中存在对应的路径,故需要查询预设配置规则路径表中是否存在与所述流量数据对应的目标配置规则路径。
其中,配置规则路径是指流量数据的产生按照时间的先后顺序都调用过哪些接口,都经历过哪些应用等。从而形成了一套特定的路径。
在步骤103中,若所述预设路径规则表中存在与所述属性信息对应的目标路径,则基于所述目标路径对所述流量数据对应的出参以及入参进行特征提取,得到特征标识。
其中,针对于预设路径规则表中存在与所述属性信息对应的目标路径的情况,可根据目标路径配置下的各应用或各接口获取形成流量数据所需要的入参以及出参。并对所述流量数据对应的出参以及入参进行特征提取,得到特征标识。
具体的,特征提取可以根据业务的需求进行定制化的提取,例如,本次测试环境下,比较关注用户的历史购买记录中是否存在购买过指定商品的情况,故可提取流量数据中的指定商品,得到特征标识:购买过,或直接提取指定商品的商品名称等。
在一些实施方式中,在所述基于所述目标路径对所述流量数据对应的出参以及入参进行特征提取,得到特征标识的步骤之后,还包括:
(1)基于所述属性信息从已存储的其他流量数据中筛选出与所述流量数据的属性信息相同的目标流量数据;
(2)将所述特征标识更新至所述目标流量数据中,得到标识后的目标流量数据。
其中,为了便于后续流量数据的查询和分类工作,可在提取出特征标识之后,按照属性信息从已存储的其他流量数据中筛选出与所述流量数据的属性信息相同的目标流量数据,并将特征标识更新至所述目标流量数据中,从而使得之前已经存储的流量数据中属性信息相同的目标流量数据也一并进行特征标识的标识工作。
例如,本次测试环境下,比较关注用户的历史购买记录中是否存在购买过指定商品的情况,则可以将已经存储的其他流量数据中存在购买指定商品行为的流量数据也一并标识为购买过,或指定商品的商品名称等。
在一些实施方式中,在所述基于所述目标路径对所述流量数据对应的出参以及入参进行特征提取,得到特征标识的步骤之后,还包括:
基于所述特征标识生成对应的查询条件,以便根据所述查询条件查询所述流量数据。
其中,当流量数据带有特征标识后,可在前端动态生成查询条件,测试人员只需要根据提取的动态特征字符进行查询,就可以检索到需要的流量数据,无需像传统方法一样查询整个参数,同时还能够通过提取的动态特征直接识别流量,避免了无关信息干扰。
在一些实施方式中,所述方法,还包括:
(1)若所述预设路径规则表中不存在与所述属性信息对应的目标路径,则解析所述流量数据对应的出参以及入参,得到预设语法格式的数据;
(2)将所述预设语法格式的数据渲染为特征项。
其中,若规则表中不存在对应的配置规则路径,则解析流量数据对应的出入参,并动态配置规则。
具体的,解析出入参的方式可以为将出入参解析成为标准json格式,再通过前端技术将这些json格式的字符串渲染成具有分层结构且能供用户勾选的特征项,以便于测试人员选取所需要的的特征项。
在一些实施方式中,在所述将所述预设语法格式的数据渲染为特征项的步骤之后,还包括:
(1)记录被选取的目标特征项;
(2)根据所述目标特征项生成针对于所述流量数据的目标配置规则路径;
(3)将所述目标配置规则路径存至所述预设路径规则表中。
其中,当测试人员选取所需要的的特征项之后,会对选取的目标特征项进行记录,并根据所述目标特征项生成针对于所述流量数据的目标配置规则路径,并存至预设路径规则表,该目标配置规则路径即为与流量数据的属性信息对应的配置规则路径。
在一些实施方式中,在所述解析所述流量数据对应的出参以及入参,得到预设语法格式的数据的步骤之前,还包括:
(1.1)确定所述流量数据的目标请求类型;
(1.2)从多个候选解析器中筛选出与所述目标请求类型对应的目标解析器;
所述解析所述流量数据对应的出参以及入参,得到预设语法格式的数据的步骤,包括:
通过所述目标解析器解析所述流量数据对应的出参以及入参,得到预设语法格式的数据。
其中,由于一般出入参都是标准的http请求和实体对象,其对应着不同请求类型,具有不同的解析过程,因此在解析之前,需判断该条流量的请求类型(如http、java等类型),再根据类型选取提前设计好的不同解析器进行针对解析。
在步骤104中,将所述特征标识更新至所述流量数据中,得到标识后的流量数据,以便基于所述特征标识查询到所述标识后的流量数据。
在提取出特征标识后,可对流量数据进行标识,也即将所述特征标识更新至所述流量数据中,得到标识后的流量数据,从而在后续的流量数据查询过程中可直接通过特征标识查询到具备特征标识的流量数据。
由上述可知,本申请实施例通过流量数据录制平台采集流量数据;基于所述流量数据携带的属性信息,查询预设配置规则路径表中是否存在与所述流量数据对应的目标配置规则路径;若所述预设路径规则表中存在与所述属性信息对应的目标路径,则基于所述目标路径对所述流量数据对应的出参以及入参进行特征提取,得到特征标识;将所述特征标识更新至所述流量数据中,得到标识后的流量数据,以便基于所述特征标识查询到所述标识后的流量数据。以此,通过对流量数据的出入参进行特征提取,从而将提取出的特征标识标识在流量数据中,进而在后续查询时可以直接根据特征标识快速查询到流量数据,提高查询效率。
在一些实施方式中,用户通过客户端开启应用并在应用内部进行联网操作时,会产生流量数据,而产生的流量数据会被流量录制平台所录制,故在测试环境下,可通过流量录制平台采集流量数据,采集的方式可以为间断采集,例如每隔30分钟采集一次;或实时采集,例如流量录制平台录制一条流量数据后,即被采集等,此处不作限定。其中,流量数据会携带有属性信息,例如应用属性,流量数据在哪个应用上产生的,应用的名称、应用的版本信息等;或接口属性,流量数据是通过调用后台的哪一接口产生的等。具体的,可事先建立属性信息与配置规则路径的对应关系,从而在后续查询流量数据时可根据流量数据携带的属性信息查找到对应的配置规则路径。但由于流量数据的数量庞大,无法保证每一流量数据均在配置规则路径表中存在对应的路径,故需要查询预设配置规则路径表中是否存在与所述流量数据对应的目标配置规则路径。
针对于预设路径规则表中存在与所述属性信息对应的目标路径的情况,可根据目标路径配置下的各应用或各接口获取形成流量数据所需要的入参以及出参。并对所述流量数据对应的出参以及入参进行特征提取,得到特征标识。具体的,特征提取可以根据业务的需求进行定制化的提取,例如,本次测试环境下,比较关注用户的历史购买记录中是否存在购买过指定商品的情况,故可提取流量数据中的指定商品,得到特征标识:购买过,或直接提取指定商品的商品名称等。
为了便于后续流量数据的查询和分类工作,可在提取出特征标识之后,按照属性信息从已存储的其他流量数据中筛选出与所述流量数据的属性信息相同的目标流量数据,并将特征标识更新至所述目标流量数据中,从而使得之前已经存储的流量数据中属性信息相同的目标流量数据也一并进行特征标识的标识工作。例如,本次测试环境下,比较关注用户的历史购买记录中是否存在购买过指定商品的情况,则可以将已经存储的其他流量数据中存在购买指定商品行为的流量数据也一并标识为购买过,或指定商品的商品名称等。
基于所述特征标识生成对应的查询条件,以便根据所述查询条件查询所述流量数据。其中,当流量数据带有特征标识后,可在前端动态生成查询条件,测试人员只需要根据提取的动态特征字符进行查询,就可以检索到需要的流量数据,无需像传统方法一样查询整个参数,同时还能够通过提取的动态特征直接识别流量,避免了无关信息干扰。
其中,若规则表中不存在对应的配置规则路径,则解析流量数据对应的出入参,并动态配置规则。具体的,解析出入参的方式可以为将出入参解析成为标准json格式,再通过前端技术将这些json格式的字符串渲染成具有分层结构且能供用户勾选的特征项,以便于测试人员选取所需要的的特征项。
其中,当测试人员选取所需要的的特征项之后,会对选取的目标特征项进行记录,并根据所述目标特征项生成针对于所述流量数据的目标配置规则路径,并存至预设路径规则表,该目标配置规则路径即为与流量数据的属性信息对应的配置规则路径。
其中,由于一般出入参都是标准的http请求和实体对象,其对应着不同请求类型,具有不同的解析过程,因此在解析之前,需判断该条流量的请求类型(如http、java等类型),再根据类型选取提前设计好的不同解析器进行针对解析。
在提取出特征标识后,可对流量数据进行标识,也即将所述特征标识更新至所述流量数据中,得到标识后的流量数据,从而在后续的流量数据查询过程中可直接通过特征标识查询到具备特征标识的流量数据。
为便于更好的实施本申请实施例提供的流量数据标识方法,本申请实施例还提供一种基于上述流量数据标识方法的装置。其中名词的含义与上述流量数据标识方法中相同,具体实现细节可以参考方法实施例中的说明。
请参阅图2,图2为本申请实施例提供的流量数据标识装置的结构示意图,其中该流量数据标识装置可以包括采集模块201、查询模块202、提取模块203以及标识模块204等。
采集模块201,用于通过流量数据录制平台采集流量数据;
查询模块202,用于基于所述流量数据携带的属性信息,查询预设配置规则路径表中是否存在与所述流量数据对应的目标配置规则路径;
提取模块203,用于若所述预设路径规则表中存在与所述属性信息对应的目标路径,则基于所述目标路径对所述流量数据对应的出参以及入参进行特征提取,得到特征标识;
标识模块204,用于将所述特征标识更新至所述流量数据中,得到标识后的流量数据,以便基于所述特征标识查询到所述标识后的流量数据。
在一些实施方式中,所述装置,还包括:
解析模块,用于若所述预设路径规则表中不存在与所述属性信息对应的目标路径,则解析所述流量数据对应的出参以及入参,得到预设语法格式的数据;
渲染模块,用于将所述预设语法格式的数据渲染为特征项。
在一些实施方式中,所述装置,还包括:
记录模块,用于记录被选取的目标特征项;
第一生成模块,用于根据所述目标特征项生成针对于所述流量数据的目标配置规则路径;
存储模块,用于将所述目标配置规则路径存至所述预设路径规则表中。
在一些实施方式中,所述装置,还包括:
确定模块,用于确定所述流量数据的目标请求类型;
第一筛选模块,用于从多个候选解析器中筛选出与所述目标请求类型对应的目标解析器;
所述解析模块,包括:
解析子模块,用于通过所述目标解析器解析所述流量数据对应的出参以及入参,得到预设语法格式的数据。
在一些实施方式中,所述装置,还包括:
第二筛选模块,用于基于所述属性信息从已存储的其他流量数据中筛选出与所述流量数据的属性信息相同的目标流量数据;
更新模块,用于将所述特征标识更新至所述目标流量数据中,得到标识后的目标流量数据。
在一些实施方式中,所述装置,还包括:
第二生成模块,用于基于所述特征标识生成对应的查询条件,以便根据所述查询条件查询所述流量数据。
由上述可知,本申请实施例通过采集模块201通过流量数据录制平台采集流量数据;查询模块202基于所述流量数据携带的属性信息,查询预设配置规则路径表中是否存在与所述流量数据对应的目标配置规则路径;提取模块20若所述预设路径规则表中存在与所述属性信息对应的目标路径,则基于所述目标路径对所述流量数据对应的出参以及入参进行特征提取,得到特征标识;标识模块204将所述特征标识更新至所述流量数据中,得到标识后的流量数据,以便基于所述特征标识查询到所述标识后的流量数据。以此,通过对流量数据的出入参进行特征提取,从而将提取出的特征标识标识在流量数据中,进而在后续查询时可以直接根据特征标识快速查询到流量数据,提高查询效率。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
相应的,本申请实施例还提供一种计算机设备,该计算机设备可以为终端或者服务器,该终端可以为智能手机、平板电脑、笔记本电脑、触控屏幕、游戏机、个人计算机(PC,Personal Computer)、个人数字助理(Personal Digital Assistant,PDA)等终端设备。如图3所示,图3为本申请实施例提供的计算机设备的结构示意图。该计算机设备2000包括有一个或者一个以上处理核心的处理器401、有一个或一个以上计算机可读存储介质的存储器402及存储在存储器402上并可在处理器上运行的计算机程序。其中,处理器401与存储器402电性连接。本领域技术人员可以理解,图中示出的计算机设备结构并不构成对计算机设备的限定,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。
处理器401是计算机设备2000的控制中心,利用各种接口和线路连接整个计算机设备2000的各个部分,通过运行或加载存储在存储器402内的软件程序和/或模块,以及调用存储在存储器402内的数据,执行计算机设备2000的各种功能和处理数据,从而对计算机设备2000进行整体监控。
在本申请实施例中,计算机设备2000中的处理器401会按照如下的步骤,将一个或一个以上的应用程序的进程对应的指令加载到存储器402中,并由处理器401来运行存储在存储器402中的应用程序,从而实现各种功能:
通过流量数据录制平台采集流量数据;基于所述流量数据携带的属性信息,查询预设配置规则路径表中是否存在与所述流量数据对应的目标配置规则路径;若所述预设路径规则表中存在与所述属性信息对应的目标路径,则基于所述目标路径对所述流量数据对应的出参以及入参进行特征提取,得到特征标识;将所述特征标识更新至所述流量数据中,得到标识后的流量数据,以便基于所述特征标识查询到所述标识后的流量数据。
在一些实施例中,所述方法,还包括:
若所述预设路径规则表中不存在与所述属性信息对应的目标路径,则解析所述流量数据对应的出参以及入参,得到预设语法格式的数据;
将所述预设语法格式的数据渲染为特征项。
在一些实施例中,在所述将所述预设语法格式的数据渲染为特征项的步骤之后,还包括:
记录被选取的目标特征项;
根据所述目标特征项生成针对于所述流量数据的目标配置规则路径;
将所述目标配置规则路径存至所述预设路径规则表中。
在一些实施例中,在所述解析所述流量数据对应的出参以及入参,得到预设语法格式的数据的步骤之前,还包括:
确定所述流量数据的目标请求类型;
从多个候选解析器中筛选出与所述目标请求类型对应的目标解析器;
所述解析所述流量数据对应的出参以及入参,得到预设语法格式的数据的步骤,包括:
通过所述目标解析器解析所述流量数据对应的出参以及入参,得到预设语法格式的数据。
在一些实施例中,在所述基于所述目标路径对所述流量数据对应的出参以及入参进行特征提取,得到特征标识的步骤之后,还包括:
基于所述属性信息从已存储的其他流量数据中筛选出与所述流量数据的属性信息相同的目标流量数据;
将所述特征标识更新至所述目标流量数据中,得到标识后的目标流量数据。
在一些实施例中,在所述基于所述目标路径对所述流量数据对应的出参以及入参进行特征提取,得到特征标识的步骤之后,还包括:
基于所述特征标识生成对应的查询条件,以便根据所述查询条件查询所述流量数据。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
可选的,如图3所示,计算机设备2000还包括:触控显示屏403、输入单元404以及电源405。其中,处理器401分别与触控显示屏403、输入单元404以及电源405电性连接。本领域技术人员可以理解,图3中示出的计算机设备结构并不构成对计算机设备的限定,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。
触控显示屏403可用于显示图形用户界面以及接收用户作用于图形用户界面产生的操作指令。触控显示屏403可以包括显示面板和触控面板。其中,显示面板可用于显示由用户输入的信息或提供给用户的信息以及计算机设备的各种图形用户接口,这些图形用户接口可以由图形、文本、图标、视频和其任意组合来构成。可选的,可以采用液晶显示器(LCD,Liquid Crystal Display)、有机发光二极管(OLED,Organic Light-EmittingDiode)等形式来配置显示面板。触控面板可用于收集用户在其上或附近的触摸操作(比如用户使用手指、触笔等任何适合的物体或附件在触控面板上或在触控面板附近的操作),并生成相应的操作指令,且操作指令执行对应程序。可选的,触控面板可包括触摸检测装置和触摸控制器两个部分。其中,触摸检测装置检测用户的触摸方位,并检测触摸操作带来的信号,将信号传送给触摸控制器;触摸控制器从触摸检测装置上接收触摸信息,并将它转换成触点坐标,再送给处理器401,并能接收处理器401发来的命令并加以执行。触控面板可覆盖显示面板,当触控面板检测到在其上或附近的触摸操作后,传送给处理器401以确定触摸事件的类型,随后处理器401根据触摸事件的类型在显示面板上提供相应的视觉输出。在本申请实施例中,可以将触控面板与显示面板集成到触控显示屏403而实现输入和输出功能。但是在某些实施例中,触控面板与触控面板可以作为两个独立的部件来实现输入和输出功能。即触控显示屏403也可以作为输入单元404的一部分实现输入功能。
在本申请实施例中,通过处理器401执行游戏应用程序在触控显示屏403上生成图形用户界面,图形用户界面上的虚拟场景中包含至少一个技能控制区域,技能控制区域中包含至少一个技能控件。该触控显示屏403用于呈现图形用户界面以及接收用户作用于图形用户界面产生的操作指令。
输入单元404可用于接收输入的数字、字符信息或用户特征信息(例如指纹、虹膜、面部信息等),以及产生与用户设置以及功能控制有关的键盘、鼠标、操作杆、光学或者轨迹球信号输入。
电源405用于给计算机设备2000的各个部件供电。可选的,电源405可以通过电源管理系统与处理器401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。电源405还可以包括一个或一个以上的直流或交流电源、再充电系统、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。
尽管图3中未示出,计算机设备2000还可以包括无线保真模块、蓝牙模块等,在此不再赘述。
在上述实施例中,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。
由上可知,本实施例提供的计算机设备,通过流量数据录制平台采集流量数据;基于所述流量数据携带的属性信息,查询预设配置规则路径表中是否存在与所述流量数据对应的目标配置规则路径;若所述预设路径规则表中存在与所述属性信息对应的目标路径,则基于所述目标路径对所述流量数据对应的出参以及入参进行特征提取,得到特征标识;将所述特征标识更新至所述流量数据中,得到标识后的流量数据,以便基于所述特征标识查询到所述标识后的流量数据。以此,通过对流量数据的出入参进行特征提取,从而将提取出的特征标识标识在流量数据中,进而在后续查询时可以直接根据特征标识快速查询到流量数据,提高查询效率。
本领域普通技术人员可以理解,上述实施例的各种方法中的全部或部分步骤可以通过指令来完成,或通过指令控制相关的硬件来完成,该指令可以存储于一计算机可读存储介质中,并由处理器进行加载和执行。
为此,本申请实施例提供一种计算机可读存储介质,其中存储有多条计算机程序,该计算机程序能够被处理器进行加载,以执行本申请实施例所提供的任一种技能的控制方法中的步骤。例如,该计算机程序可以执行如下步骤:
通过流量数据录制平台采集流量数据;基于所述流量数据携带的属性信息,查询预设配置规则路径表中是否存在与所述流量数据对应的目标配置规则路径;若所述预设路径规则表中存在与所述属性信息对应的目标路径,则基于所述目标路径对所述流量数据对应的出参以及入参进行特征提取,得到特征标识;将所述特征标识更新至所述流量数据中,得到标识后的流量数据,以便基于所述特征标识查询到所述标识后的流量数据。
在一些实施例中,所述方法,还包括:
若所述预设路径规则表中不存在与所述属性信息对应的目标路径,则解析所述流量数据对应的出参以及入参,得到预设语法格式的数据;
将所述预设语法格式的数据渲染为特征项。
在一些实施例中,在所述将所述预设语法格式的数据渲染为特征项的步骤之后,还包括:
记录被选取的目标特征项;
根据所述目标特征项生成针对于所述流量数据的目标配置规则路径;
将所述目标配置规则路径存至所述预设路径规则表中。
在一些实施例中,在所述解析所述流量数据对应的出参以及入参,得到预设语法格式的数据的步骤之前,还包括:
确定所述流量数据的目标请求类型;
从多个候选解析器中筛选出与所述目标请求类型对应的目标解析器;
所述解析所述流量数据对应的出参以及入参,得到预设语法格式的数据的步骤,包括:
通过所述目标解析器解析所述流量数据对应的出参以及入参,得到预设语法格式的数据。
在一些实施例中,在所述基于所述目标路径对所述流量数据对应的出参以及入参进行特征提取,得到特征标识的步骤之后,还包括:
基于所述属性信息从已存储的其他流量数据中筛选出与所述流量数据的属性信息相同的目标流量数据;
将所述特征标识更新至所述目标流量数据中,得到标识后的目标流量数据。
在一些实施例中,在所述基于所述目标路径对所述流量数据对应的出参以及入参进行特征提取,得到特征标识的步骤之后,还包括:
基于所述特征标识生成对应的查询条件,以便根据所述查询条件查询所述流量数据。
以上各个操作的具体实施可参见前面的实施例,在此不再赘述。
其中,该存储介质可以包括:只读存储器(ROM,Read Only Memory)、随机存取记忆体(RAM,Random Access Memory)、磁盘或光盘等。
由于该存储介质中所存储的计算机程序,可以执行本申请实施例所提供的任一种流量数据标识方法中的步骤,因此,可以实现本申请实施例所提供的任一种流量数据标识方法所能实现的有益效果,详见前面的实施例,在此不再赘述。
以上对本申请实施例所提供的一种流量数据标识方法、装置、存储介质及计算机设备进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。

Claims (10)

1.一种流量数据标识方法,其特征在于,包括:
通过流量数据录制平台采集流量数据;
基于所述流量数据携带的属性信息,查询预设配置规则路径表中是否存在与所述流量数据对应的目标配置规则路径;
若所述预设路径规则表中存在与所述属性信息对应的目标路径,则基于所述目标路径对所述流量数据对应的出参以及入参进行特征提取,得到特征标识;
将所述特征标识更新至所述流量数据中,得到标识后的流量数据,以便基于所述特征标识查询到所述标识后的流量数据。
2.根据权利要求1所述的流量数据标识方法,其特征在于,所述方法,还包括:
若所述预设路径规则表中不存在与所述属性信息对应的目标路径,则解析所述流量数据对应的出参以及入参,得到预设语法格式的数据;
将所述预设语法格式的数据渲染为特征项。
3.根据权利要求2所述的流量数据标识方法,其特征在于,在所述将所述预设语法格式的数据渲染为特征项的步骤之后,还包括:
记录被选取的目标特征项;
根据所述目标特征项生成针对于所述流量数据的目标配置规则路径;
将所述目标配置规则路径存至所述预设路径规则表中。
4.根据权利要求2所述的流量数据标识方法,其特征在于,在所述解析所述流量数据对应的出参以及入参,得到预设语法格式的数据的步骤之前,还包括:
确定所述流量数据的目标请求类型;
从多个候选解析器中筛选出与所述目标请求类型对应的目标解析器;
所述解析所述流量数据对应的出参以及入参,得到预设语法格式的数据的步骤,包括:
通过所述目标解析器解析所述流量数据对应的出参以及入参,得到预设语法格式的数据。
5.根据权利要求1所述的流量数据标识方法,其特征在于,在所述基于所述目标路径对所述流量数据对应的出参以及入参进行特征提取,得到特征标识的步骤之后,还包括:
基于所述属性信息从已存储的其他流量数据中筛选出与所述流量数据的属性信息相同的目标流量数据;
将所述特征标识更新至所述目标流量数据中,得到标识后的目标流量数据。
6.根据权利要求1所述的流量数据标识方法,其特征在于,在所述基于所述目标路径对所述流量数据对应的出参以及入参进行特征提取,得到特征标识的步骤之后,还包括:
基于所述特征标识生成对应的查询条件,以便根据所述查询条件查询所述流量数据。
7.一种流量数据标识装置,其特征在于,包括:
采集模块,用于通过流量数据录制平台采集流量数据;
查询模块,用于基于所述流量数据携带的属性信息,查询预设配置规则路径表中是否存在与所述流量数据对应的目标配置规则路径;
提取模块,用于若所述预设路径规则表中存在与所述属性信息对应的目标路径,则基于所述目标路径对所述流量数据对应的出参以及入参进行特征提取,得到特征标识;
标识模块,用于将所述特征标识更新至所述流量数据中,得到标识后的流量数据,以便基于所述特征标识查询到所述标识后的流量数据。
8.根据权利要求7所述的流量数据标识装置,其特征在于,所述装置,还包括:
解析模块,用于若所述预设路径规则表中不存在与所述属性信息对应的目标路径,则解析所述流量数据对应的出参以及入参,得到预设语法格式的数据;
渲染模块,用于将所述预设语法格式的数据渲染为特征项。
9.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有多条指令,所述指令适于处理器进行加载,以执行权利要求1至6任一项所述的流量数据标识方法中的步骤。
10.一种计算机设备,包括存储器,处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现如权利要求1至6任一项所述的流量数据标识方法中的步骤。
CN202210747626.3A 2022-06-28 2022-06-28 流量数据标识方法、装置、存储介质及计算机设备 Pending CN115129730A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210747626.3A CN115129730A (zh) 2022-06-28 2022-06-28 流量数据标识方法、装置、存储介质及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210747626.3A CN115129730A (zh) 2022-06-28 2022-06-28 流量数据标识方法、装置、存储介质及计算机设备

Publications (1)

Publication Number Publication Date
CN115129730A true CN115129730A (zh) 2022-09-30

Family

ID=83380678

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210747626.3A Pending CN115129730A (zh) 2022-06-28 2022-06-28 流量数据标识方法、装置、存储介质及计算机设备

Country Status (1)

Country Link
CN (1) CN115129730A (zh)

Similar Documents

Publication Publication Date Title
US10997190B2 (en) Context-adaptive selection options in a modular visualization framework
CN108021691B (zh) 答案查找方法、客服机器人以及计算机可读存储介质
US10175954B2 (en) Method of processing big data, including arranging icons in a workflow GUI by a user, checking process availability and syntax, converting the workflow into execution code, monitoring the workflow, and displaying associated information
JP2017504121A5 (zh)
US11676345B1 (en) Automated adaptive workflows in an extended reality environment
CN104965842A (zh) 搜索推荐方法和装置
CN113157947A (zh) 知识图谱的构建方法、工具、装置和服务器
CN114357278A (zh) 一种话题推荐方法、装置及设备
CN108984374A (zh) 一种数据库性能的测试方法和系统
CN113626017A (zh) 异构程序的分析方法、装置、计算机设备和存储介质
CN104158696A (zh) 一种测量操作延时的确定方法、装置及终端
CN111553749A (zh) 一种活动推送策略配置方法及装置
EP3923164A2 (en) Method and apparatus of presenting information, electronic device and storage medium
CN115129730A (zh) 流量数据标识方法、装置、存储介质及计算机设备
CN115270022A (zh) 信息展示方法、装置、电子设备及存储介质
CN114579136A (zh) 代码处理方法、装置、计算机设备和存储介质
CN115686506A (zh) 一种数据显示方法、装置、电子设备和存储介质
CN113900848A (zh) 异常页面处理方法、装置、电子设备和存储介质
CN114417201A (zh) 消息处理方法、装置、计算机设备及存储介质
CN112307372A (zh) 数据处理方法和装置
CN111383050A (zh) 产品数据整合及分析方法、装置及计算机可读存储介质
JP2020057272A (ja) ワークショップ支援システム及びワークショップ支援方法
CN109656961B (zh) 基于数据分析的同名任务搜索方法和装置、介质及电子设备
CN110909190B (zh) 数据搜索方法、装置、电子设备及存储介质
CN114428581A (zh) 预警数据处理方法、装置、存储介质及计算机设备

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