CN115129761B - 基于Redis实现窗口实时计算的方法、系统和设备 - Google Patents
基于Redis实现窗口实时计算的方法、系统和设备 Download PDFInfo
- Publication number
- CN115129761B CN115129761B CN202211069536.XA CN202211069536A CN115129761B CN 115129761 B CN115129761 B CN 115129761B CN 202211069536 A CN202211069536 A CN 202211069536A CN 115129761 B CN115129761 B CN 115129761B
- Authority
- CN
- China
- Prior art keywords
- redis
- data
- real
- behavior event
- index
- 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.)
- Active
Links
Images
Classifications
-
- 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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24552—Database cache management
-
- 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
- G06F9/54—Interprogram communication
- G06F9/546—Message passing systems or structures, e.g. queues
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种基于Redis实现窗口实时计算的方法、系统和设备，该方法以下步骤：接收行为事件数据并进行预处理后写入消息队列；预先加载指标变量，根据指标变量计算方法实现不同的LUA脚本处理逻辑，并将LUA脚本预加载到Redis服务端；消费消息队列中的数据，调用LUA脚本执行数据存储；根据指标变量调用指标服务实时获取对应数据进行计算得到计算结果。本发明的基于Redis实现窗口实时计算的方法、系统和设备，基于Redis实现窗口的实时计算，通过Redis的Hash与Zset存储结构缓存汇总明细，并通过自定义窗口算法实现窗口的滑动或滚动，将多次Redis访问请求包封装为LUA脚本，不仅避免频繁的IO操作，减少网络请求，而且避免了高并发场景下的事物一致性。
Description
技术领域
本发明涉及一种基于Redis实现窗口实时计算的方法、系统和设备。
背景技术
在实时计算场景中，往往需要根据事件发生时间或者处理时间作为参照，按照一定时间进行滑动窗口与滚动窗口的指标计算。指标计算的方式包括不限于计数、唯一计数、求和、最大值、最小值、平均值等统计方法。目前，在现有场景中，为了实现营销防打扰、风险识别、风控反欺诈、客户行为事件匹配的时间窗口统计，往往将事件明细数据保存至数据库中。当需要查询该客户在近一段时间内的统计指标的时候，根据统计指标的配置条件生成时间范围的查询SQL，最终将执行的SQL结果返回。
现有的方法，依赖于数据库存储与查询，实时对数据库实现数据的写入与查询。在高并发的场景下，随着事件的明细数据存储越来越大，频繁的IO操作导致响应耗时较长，无法满足实时计算的性能要求，无法支持金融场景下高并发的营销防打扰、风险识别、风控反欺诈等场景。
发明内容
本发明提供了一种基于Redis实现窗口实时计算的方法、系统和设备，解决上现有技术存在的技术问题，采用如下的技术方案：
一种基于Redis实现窗口实时计算的方法，包含以下步骤：
接收行为事件数据并进行预处理后写入消息队列；
预先加载指标变量，根据指标变量计算方法实现不同的LUA脚本处理逻辑，并将LUA脚本预加载到Redis服务端；
消费消息队列中的数据，调用LUA脚本执行数据存储；
根据指标变量调用指标服务实时获取对应数据进行计算得到计算结果。
进一步地，对行为事件数据进行预处理的具体方法包含数据清洗、数据分类整合、数据报文校验和数据分类汇总中的至少一种。
进一步地，所述接收行为事件数据并写入消息队列的具体方法为：
通过flink行为事件数据并进行预处理后写入消息队列。
进一步地，所述调用LUA脚本执行数据存储的具体方法为：
通过Redis的Hash与Zset存储结构缓存汇总明细。
进一步地，通过Redis的Hash与Zset存储结构缓存汇总明细的具体方法为：
通过Zset存储出现的刻度，通过Hash存储不同刻度下的汇总值。
进一步地，所述根据指标变量调用指标服务实时获取对应数据进行计算得到计算结果的具体方法为：
调用LUA脚本从Zset中获取窗口刻度，根据窗口内的刻度查询Hash实现刻度汇总，进行计算得到计算结果。
进一步地，在所述预先加载指标变量之前，所述基于Redis实现窗口实时计算的方法还包含：
配置指标变量。
一种基于Redis实现窗口实时计算的系统，包含：
数据处理模块，用于接收行为事件数据并进行预处理后写入消息队列；
预加载模块，用于预先加载指标变量，根据指标变量计算方法实现不同的LUA脚本处理逻辑，并将LUA脚本预加载到Redis服务端；
存储模块，用于消费消息队列中的数据，调用LUA脚本执行数据存储；
计算模块，用于根据指标变量调用指标服务实时获取对应数据进行计算得到计算结果。
进一步地，所述数据处理模块对行为事件数据进行预处理的具体方法包含数据清洗、数据分类整合、数据报文校验和数据分类汇总中的至少一种。
进一步地，所述数据处理模块通过flink行为事件数据并进行预处理后写入消息队列。
进一步地，所述存储模块通过Redis的Hash与Zset存储结构缓存汇总明细。
进一步地，所述存储模块通过Zset存储出现的刻度，通过Hash存储不同刻度下的汇总值。
进一步地，计算模块调用LUA脚本从Zset中获取窗口刻度，根据窗口内的刻度查询Hash实现刻度汇总，进行计算得到计算结果。
进一步地，所述基于Redis实现窗口实时计算的系统还包含：
配置模块，用于配置指标变量。
一种电子设备，包括：存储器和处理器，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现前述的基于Redis实现窗口实时计算的方法。
一种存储有计算机程序的计算机可读存储介质，所述计算机程序使计算机执行时实现前述的基于Redis实现窗口实时计算的方法。
本发明的有益之处在于所提供的基于Redis实现窗口实时计算的方法、系统和设备，基于Redis实现窗口的实时计算，通过Redis的Hash与Zset存储结构缓存汇总明细，并通过自定义窗口算法实现窗口的滑动或滚动，将多次Redis访问请求包封装为LUA脚本，不仅避免频繁的IO操作，减少网络请求，而且避免了高并发场景下的事物一致性。
本发明的有益之处还在于所提供的基于Redis实现窗口实时计算的方法、系统和设备，不仅避免了存储数据明细导致数据量递增，而且减少了网络请求，采用Redis缓存数据库可以保证在高并发场景下实现毫秒级响应，可以满足实时计算场景的性能要求。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术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，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明的一种基于Redis实现窗口实时计算的方法的示意图；
图2是本发明的指标变量的配置界面的示意图；
图3是本发明的ZSET存储结构的示意图；
图4是本发明的HASH存储结构的示意图；
图5是本发明的一种实现基于Redis实现窗口实时计算的方法的电子设备的示意图。
具体实施方式
下面将结合附图，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做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。
本申请的权利要求书和说明书的术语“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术语在适当情况下可以互换，这仅仅是描述本申请的实施例中对相同属性的对象在描述时所采用的区分方式，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，以便包含一系列单元的过程、方法、系统、产品或设备不必限于那些单元，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他单元。
如图1所示为本申请的一种基于Redis实现窗口实时计算的方法，包含以下步骤：S1：接收行为事件数据并进行预处理后写入消息队列。S2：预先加载指标变量，根据指标变量计算方法实现不同的LUA脚本处理逻辑，并将LUA脚本预加载到Redis服务端。S3：消费消息队列中的数据，调用LUA脚本执行数据存储。S4：根据指标变量调用指标服务实时获取对应数据进行计算得到计算结果。通过上述步骤，不仅避免了存储数据明细导致数据量递增，而且减少了网络请求，采用Redis缓存数据库可以保证在高并发场景下实现毫秒级响应，可以满足实时计算场景的性能要求。以下具体介绍上述步骤。
对于步骤S1：接收行为事件数据并进行预处理后写入消息队列。
具体而言，在本申请中，接收行为事件数据并写入消息队列的具体方法为：
通过flink行为事件数据并进行预处理后写入消息队列。在本申请中，消息队列为rocketMq。可以理解的是，消息队列包含但不限于rocketMq。
其中，对行为事件数据进行预处理的具体方法包含数据清洗、数据分类整合、数据报文校验和数据分类汇总中的至少一种。
S2：预先加载指标变量，根据指标变量计算方法实现不同的LUA脚本处理逻辑，并将LUA脚本预加载到Redis服务端。
可以理解的是，指标计算服务启动时，将预先加载指标变量，根据指标变量计算方法实现不同的LUA脚本处理逻辑。
S3：消费消息队列中的数据，调用LUA脚本执行数据存储。
调用LUA脚本执行数据存储的具体方法为：通过Redis的Hash与Zset存储结构缓存汇总明细。其中，通过Zset存储出现的刻度，通过Hash存储不同刻度下的汇总值。
优选的是，在步骤S2的预先加载指标变量之前，基于Redis实现窗口实时计算的方法还包含：配置指标变量。
以下通过一具体实施例说明本申请的配置指标变量以及Redis数据存储的方法。
如图2所示为本申请一具体实施例的指标变量的配置界面示意图。指标变量支持前端自定义配置，配置项包括指标名称，指标计算事件名称，指标计算维度，指标计算方法，指标计算周期等。如图2，指标计算的统计方法为计数，统计周期为一小时，窗口类型为滑动窗口。我们采用Redis的Hash存储每个客户在每一分钟下的交易金额总和，采用Redis的Zset存储客户发生交易的分钟刻度值。例如，如果张三分别在202108171133、202108171134出现了购买理财行为事件，新增Redis的Hash与Zset存储结构。其中客户ID+事件类型+统计周期作为Hash的key，客户ID+事件类型+统计周期+ZSET作为Zset的key。采用Zset分别存储202108171133、202108171134这两个值，其中Zset的member为202108171133，order为202108171133，这样存储为了便于按照order范围查询存在的刻度值，具体如图3所示。采用Redis的Hash分别存储202108171133、202108171134这两个分钟刻度下的交易次数，如果该分钟刻度下发生了一购买理财事件，则将该刻度field对应的value进行加一，具体如图4所示。这样，通过Zset存储出现的刻度，通过Hash存储不同刻度下的汇总值。
该具体实施例中，时间刻度是按照分钟聚合的。根据业务场景，在不同统计周期内，对业务时效性的区别，在统计粒度上做了要求。如果指标统计周期是天，那么统计粒度按照小时汇总。如果统计粒度是小时，那么统计粒度按照分钟统计汇总。如果统计粒度是分钟，统计粒度按照秒汇总。
S4：根据指标变量调用指标服务实时获取对应数据进行计算得到计算结果。
具体而言，根据指标变量调用指标服务实时获取对应数据进行计算得到计算结果的具体方法为：调用LUA脚本从Zset中获取窗口刻度，根据窗口内的刻度查询Hash实现刻度汇总，根据所设定的计算方法，如计数、唯一计数、求和、最大值、最小值、平均值等进行计算得到计算结果。
以接收到的事件类型为购买理财事件举例，假设需要统计的指标变量为两小时内购买理财的次数，统计维度为客户ID。指标服务启动之后会读取系统中定义的全部指标变量配置，并加载到缓存中。当指标计算服务收到flink发送的MQ消息，解析MQ报文信息，完成消息的幂等性验证之后从缓存中读取该指标变量的配置，获取该变量的统计周期，统计维度，统计方法。根据该变量配置信息从MQ报文信息中获取维度ID、事件类型。
按照假设我们要统计的指标变量为两小时内购买理财的次数，统计方法为计数，统计周期为两小时，按照上文映射规则，我们采用分钟作为时间刻度汇总统计。指标服务在启动之前，我们提前预置指标服务常用的指标计算LUA脚本，包括计数、唯一计数、求和、平均值、最大值、最小值等统计方式。其中每个统计方法对应了两个LUA脚本，分别为写入LUA脚本与计算LUA脚本。写入LUA脚本主要包括Zset时间刻度以及Hash数据刻度汇总值存储，计算LUA脚本主要包含按照窗口范围查询与统计指标结果。
实践类型还可以是风险识别，如一个小时内商户交易金额大于100万并且交易笔数大于10万笔，进行拦截。这是支付场景中对商户进行支付限额限次，涉及到两个统计变量，一个小时内交易金额，一个小时内交易笔数。其中“一个小时内交易金额”这个统计变量的目标变量为金额，“一个小时内交易笔数”这个统计变量的目标变量为交易ID，一个交易ID代表一次交易。
本申请还公开一种基于Redis实现窗口实时计算的系统，用于实现前述的基于Redis实现窗口实时计算的方法。主要包含：数据处理模块、预加载模块、存储模块和计算模块。
具体而言，数据处理模块用于接收行为事件数据并进行预处理后写入消息队列。预加载模块用于预先加载指标变量，根据指标变量计算方法实现不同的LUA脚本处理逻辑，并将LUA脚本预加载到Redis服务端。存储模块用于消费消息队列中的数据，调用LUA脚本执行数据存储。计算模块用于根据指标变量调用指标服务实时获取对应数据进行计算得到计算结果。
作为一种优选的实施方式，数据处理模块对行为事件数据进行预处理的具体方法包含数据清洗、数据分类整合、数据报文校验和数据分类汇总中的至少一种。
作为一种优选的实施方式，数据处理模块通过flink行为事件数据并进行预处理后写入消息队列。
作为一种优选的实施方式，存储模块通过Redis的Hash与Zset存储结构缓存汇总明细。
作为一种优选的实施方式，存储模块通过Zset存储出现的刻度，通过Hash存储不同刻度下的汇总值。
作为一种优选的实施方式，计算模块调用LUA脚本从Zset中获取窗口刻度，根据窗口内的刻度查询Hash实现刻度汇总，进行计算得到计算结果。
作为一种优选的实施方式，基于Redis实现窗口实时计算的系统还包含：配置模块。
配置模块用于配置指标变量。
关于基于Redis实现窗口实时计算的系统中的技术细节，可参考前述的基于Redis实现窗口实时计算的方法的具体描述，此处不再赘述。
如图5所示为本申请的一种电子设备，包括存储器401和处理器402，存储器401用于存储一条或多条计算机指令，其中，一条或多条计算机指令被处理器402执行以实现上述的一种基于Redis实现窗口实时计算的方法。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的电子设备的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本申请还公开一种存储有计算机程序的计算机可读存储介质，计算机程序使计算机执行时实现如上述的一种基于Redis实现窗口实时计算的方法。
具体而言，计算机程序可以被分割成一个或多个模块/单元，一个或者多个模块/单元被存储在存储器401中，并由处理器402执行，并由输入接口405和输出接口406完成数据的I/O接口传输，以完成本发明,一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段，该指令段用于描述计算机程序在计算机设备中的执行过程。
计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。计算机设备可包括，但不仅限于，存储器401、处理器402,本领域技术人员可以理解，本实施例仅仅是计算机设备的示例，并不构成对计算机设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件，例如计算机设备还可以包括输入器407、网络接入设备、总线等。
处理器402可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器402、数字信号处理器402(Digital Signal Processor，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。通用处理器402可以是微处理器402或者该处理器402也可以是任何常规的处理器402等。
存储器401可以是计算机设备的内部存储单元，例如计算机设备的硬盘或内存。存储器401也可以是计算机设备的外部存储设备，例如计算机设备上配备的插接式硬盘，智能存储卡（Smart Media Card,SMC），安全数字（Secure Digital,SD）卡，闪存卡（Flash Card）等,进一步地，存储器401还可以既包括计算机设备的内部存储单元也包括外部存储设备,存储器401用于存储计算机程序以及计算机设备所需的其他程序和数据,存储器401还可以用于暂时地存储在输出器408，而前述的存储介质包括U盘、移动硬盘、只读存储器ROM403、随机存储器RAM404、碟盘或光盘等各种可以存储程序代码的介质。
以上显示和描述了本申请的基本原理、主要特征和优点。本行业的技术人员应该了解，上述实施例不以任何形式限制本申请，凡采用等同替换或等效变换的方式所获得的技术方案，均落在本申请的保护范围内。
Claims (6)
1.一种基于Redis实现窗口实时计算的方法，其特征在于，包含以下步骤：
接收行为事件数据并进行预处理后写入消息队列；
预先加载指标变量，根据指标变量计算方法实现不同的LUA脚本处理逻辑，并将LUA脚本预加载到Redis服务端；
消费消息队列中的数据，调用LUA脚本执行数据存储；
根据指标变量调用指标服务实时获取对应数据进行计算得到计算结果；
所述接收行为事件数据并写入消息队列的具体方法为：
通过flink行为事件数据并进行预处理后写入消息队列；
所述调用LUA脚本执行数据存储的具体方法为：
通过Redis的Hash与Zset存储结构缓存汇总明细；
通过Redis的Hash与Zset存储结构缓存汇总明细的具体方法为：
通过Zset存储出现的刻度，通过Hash存储不同刻度下的汇总值；
所述根据指标变量调用指标服务实时获取对应数据进行计算得到计算结果的具体方法为：
调用LUA脚本从Zset中获取窗口刻度，根据窗口内的刻度查询Hash实现刻度汇总，进行计算得到计算结果。
2.根据权利要求1所述的基于Redis实现窗口实时计算的方法，其特征在于，
对行为事件数据进行预处理的具体方法包含数据清洗、数据分类整合、数据报文校验和数据分类汇总中的至少一种。
3.根据权利要求1所述的基于Redis实现窗口实时计算的方法，其特征在于，
在所述预先加载指标变量之前，所述基于Redis实现窗口实时计算的方法还包含：
配置指标变量。
4.一种基于Redis实现窗口实时计算的系统，其特征在于，包含：
数据处理模块，用于接收行为事件数据并进行预处理后写入消息队列；
预加载模块，用于预先加载指标变量，根据指标变量计算方法实现不同的LUA脚本处理逻辑，并将LUA脚本预加载到Redis服务端；
存储模块，用于消费消息队列中的数据，调用LUA脚本执行数据存储；
计算模块，用于根据指标变量调用指标服务实时获取对应数据进行计算得到计算结果；
所述数据处理模块通过flink行为事件数据并进行预处理后写入消息队列；
所述存储模块通过Redis的Hash与Zset存储结构缓存汇总明细；
所述存储模块通过Zset存储出现的刻度，通过Hash存储不同刻度下的汇总值；
计算模块调用LUA脚本从Zset中获取窗口刻度，根据窗口内的刻度查询Hash实现刻度汇总，进行计算得到计算结果。
5.一种电子设备，其特征在于，包括：存储器和处理器，所述存储器用于存储一条或多条计算机指令，其中，所述一条或多条计算机指令被所述处理器执行以实现如权利要求1-3中任一项所述的基于Redis实现窗口实时计算的方法。
6.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序使计算机执行时实现如权利要求1-3中任一项所述的基于Redis实现窗口实时计算的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211069536.XA CN115129761B (zh) | 2022-09-02 | 2022-09-02 | 基于Redis实现窗口实时计算的方法、系统和设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211069536.XA CN115129761B (zh) | 2022-09-02 | 2022-09-02 | 基于Redis实现窗口实时计算的方法、系统和设备 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115129761A CN115129761A (zh) | 2022-09-30 |
| CN115129761B true CN115129761B (zh) | 2022-12-23 |
Family
ID=83387653
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211069536.XA Active CN115129761B (zh) | 2022-09-02 | 2022-09-02 | 基于Redis实现窗口实时计算的方法、系统和设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115129761B (zh) |
Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112559592A (zh) * | 2020-12-11 | 2021-03-26 | 深圳前海微众银行股份有限公司 | 实时数据处理方法、装置及设备 |
| CN113448752A (zh) * | 2021-06-24 | 2021-09-28 | 亿企赢网络科技有限公司 | 一种指标数据获取方法、装置、电子设备和存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111880910A (zh) * | 2020-07-31 | 2020-11-03 | 北京小米移动软件有限公司 | 数据处理方法及装置、服务器及存储介质 |
| CN113886175A (zh) * | 2021-09-27 | 2022-01-04 | 北京房江湖科技有限公司 | 基于Hystrix的分布式系统集群熔断方法及分布式系统 |
-
2022
- 2022-09-02 CN CN202211069536.XA patent/CN115129761B/zh active Active
Patent Citations (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112559592A (zh) * | 2020-12-11 | 2021-03-26 | 深圳前海微众银行股份有限公司 | 实时数据处理方法、装置及设备 |
| CN113448752A (zh) * | 2021-06-24 | 2021-09-28 | 亿企赢网络科技有限公司 | 一种指标数据获取方法、装置、电子设备和存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| Redis使用lua脚本;我是阿沐;《https://zhuanlan.zhihu.com/p/376535035》;20210531;第1-8页 * |
| 使用Redis的Zset+lua实现滑动窗口限流;大笨先森_;《https://juejin.cn/post/7109055415668867080》;20220614;第1-9页 * |
| 基于Kafka+Flink+Redis的电商大屏实时计算案例;王知无-import_bigdata;《https://cloud.tencent.com/developer/article/1536148》;20191109;第1-9页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115129761A (zh) | 2022-09-30 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106407190B (zh) | 一种事件记录查询方法及装置 | |
| US11580136B2 (en) | Method and apparatus of user clustering, computer device and medium | |
| US11664974B2 (en) | Summary chains in distributed systems | |
| CN112236761B (zh) | 数据立方体的动态增量更新 | |
| CN112000675A (zh) | 行情数据更新方法、装置、终端设备及存储介质 | |
| CN113094434A (zh) | 数据库同步方法、系统、装置、电子设备及介质 | |
| CN113129150A (zh) | 交易数据的处理方法、装置、终端设备及可读存储介质 | |
| CN115129761B (zh) | 基于Redis实现窗口实时计算的方法、系统和设备 | |
| CN111507798B (zh) | 业务往来订单定期核销方法、系统及计算机设备 | |
| CN113312259A (zh) | 一种接口测试方法及装置 | |
| CN112241433A (zh) | 产品的演示方法、装置、计算机设备及存储介质 | |
| CN116842106A (zh) | 资源线索的生成方法和装置 | |
| CN111143461A (zh) | 映射关系处理系统、方法和电子设备 | |
| CN116361571A (zh) | 基于人工智能的商户画像生成方法、装置、设备及介质 | |
| CN110619006A (zh) | 基于物联网的统计数据管理方法、装置、平台和存储介质 | |
| CN115168509A (zh) | 风控数据的处理方法及装置、存储介质、计算机设备 | |
| CN115185904A (zh) | 云存储数据处理方法、装置、电子设备及可读存储介质 | |
| CN111131393B (zh) | 用户活跃度数据统计方法、电子装置及存储介质 | |
| CN110675268A (zh) | 风险客户的识别方法、装置和服务器 | |
| CN114048230B (zh) | 业务数据处理方法、装置、设备及存储介质 | |
| CN112150273B (zh) | 线上信贷业务的处理系统、方法、设备和存储介质 | |
| CN113971552B (zh) | 一种批量数据处理方法、装置、设备以及存储介质 | |
| CN114328096A (zh) | 指标监测方法、装置、设备、介质 | |
| CN117493420A (zh) | 金融云数据处理方法、装置、设备和介质 | |
| CN117828209A (zh) | 交易系统中的数据预加载方法及电子设备 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Method, System, and Device for Realizing Window Real Time Computing Based on Redis Effective date of registration: 20230410 Granted publication date: 20221223 Pledgee: Zhejiang Xiaoshan Rural Commercial Bank Co.,Ltd. Yinfa sub branch Pledgor: HANGZHOU YATUO INFORMATION TECHNOLOGY Co.,Ltd. Registration number: Y2023980037724 |