CN115934774A - 一种高并发多维度分布式交易系统流控方法、引擎及介质 - Google Patents
一种高并发多维度分布式交易系统流控方法、引擎及介质 Download PDFInfo
- Publication number
- CN115934774A CN115934774A CN202310133769.XA CN202310133769A CN115934774A CN 115934774 A CN115934774 A CN 115934774A CN 202310133769 A CN202310133769 A CN 202310133769A CN 115934774 A CN115934774 A CN 115934774A
- Authority
- CN
- China
- Prior art keywords
- flow control
- fine
- grained
- rules
- request
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 230000008569 process Effects 0.000 claims description 10
- 238000013515 script Methods 0.000 claims description 8
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000007405 data analysis Methods 0.000 claims description 3
- 230000004044 response Effects 0.000 description 5
- 239000007795 chemical reaction product Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 238000007429 general method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种高并发多维度分布式交易系统流控方法、引擎及介质，包括：接收交易请求，从交易请求中提取请求头，从请求头中解析出多维度参数信息；根据交易请求的类型，利用多维度参数信息匹配对应的策略配置；解析对应的策略配置，得到细粒度规则信息并存入分布式缓存库中；根据细粒度规则信息统计细粒度规则总数并存分布式缓存库中，根据分布式缓存库进行流控判断。根据交易请求中的多维度参数信息匹配对应的策略配置，根据策略配置进行解析进行流控计数，从而实现对高并发多维度的交易信息进行流量控制。
Description
技术领域
本发明涉及交易流量控制技术领域，具体涉及一种高并发多维度分布式交易系统流控方法、引擎及介质。
背景技术
在金融行业中，每天有很多的交易数据在系统中交互流动，并且具有高并发、多维度分布式的特点，在交易高峰时对这些数据流进行交易流量控制管控至关重要。现有交易流量控制方法主要分为前端渠道流量控制和后端流量控制。前端渠道流量控制属于接入流量控制，主要通过在前端接入适配器中设置流量监控点实施针对全渠道的接入流量控制。后端流量控制属于接出流量控制，主要根据后端的产品系统的交易处理能力配置流量控制阀值，在后端接出适配中设置接出流量监控点实施针对全渠道的接出流量控制。一旦并发的交易量超过流量控制阀值，立即终止交易处理，并向前端渠道系统返回流控报错。
对于金融行业来说，尤其是银行交易系统中，交易信息中包括了多种信息，交织在一起，复杂度高，采用前端渠道系统接入的交易数量和向后端产品系统接出的交易数量进行全口径的交易流量控制，无法针对多维度复杂的交易请求进行区分处理，且在流控规则配置时若交易请求类型改变，无法支持快速扩展新维度。
发明内容
本发明的目的在于提供一种高并发多维度分布式交易系统流控方法、引擎及介质，根据交易请求中的多维度参数信息匹配对应的策略配置，根据策略配置进行解析进行流控计数，从而实现对高并发多维度的交易信息进行流量控制。
一方面，本发明提供一种高并发多维度分布式交易系统流控方法，具体包括以下步骤：
S1、接收交易请求，从交易请求中提取请求头，从请求头中解析出多维度参数信息；
S2、根据交易请求的类型，利用多维度参数信息匹配对应的策略配置；
S3、解析对应的策略配置，得到细粒度规则信息并存入分布式缓存库中；
S4、根据细粒度规则信息统计细粒度规则总数并存分布式缓存库中，根据分布式缓存库进行流控判断。
进一步地，多维度参数信息包括：渠道、发送节点号、接收节点号和交易码。
进一步地，策略配置的过程为：
设置每个刷新间隔窗口的请求数量限制，记为limit；刷新间隔窗口默认时间；
将多维度参数信息采用AntPathMatcher通配符写法；得到通配多维度参数；
从通配多维度参数中挑选其中任意若干个维度进行组合配置，得到若干个策略规则；
将若干个策略规则进行组合，得到策略配置。
进一步地，统计细粒度规则总数的具体过程为：
将匹配到的对应策略配置进行解析，得到细粒度规则信息，细粒度规则信息包括若干个策略规则以及每个刷新间隔窗口的请求数量限制；每个策略规则包括了若干个维度以及各个维度对应的维度参数个数；
对每个策略规则中的各个维度的维度参数个数进行统计，将所有维度参数个数相乘，得到一个策略规则的细粒度规则数；
将所有策略规则的细粒度规则数相加，得到细粒度规则总数。
进一步地，分布式缓存库采用分布式缓存组件redis，存储方式采用key: 流控数量。
进一步地，流控判断过程为：
根据分布式缓存组件redis的脚本，判断脚本中是否存在预设key值；
若不存在则创建值为limit的key，并将细粒度规则总数减1；
判断细粒度规则总数减1后是否小于0，若是则触发流控。
另一方面，提供一种高并发多维度分布式交易系统流控引擎，包括：
接收请求模块，用于接收交易请求，并从交易请求中提取请求头；
数据解析模块，用于从请求头中解析出多维度参数信息；
规则配置模块，用于根据多维度参数信息加载策略配置；
规则匹配模块，用于根据交易请求的类型，在规则配置模块中匹配到对应的策略配置；
规则解析模块，用于解析匹配到的对应的策略配置；得到细粒度规则信息；
流控计数器，用于根据细粒度规则信息统计细粒度规则总数；
分布式缓存库，用于存储细粒度规则信息和细粒度规则总数；
流控管理模块，用于根据分布式缓存库进行流控判断。
进一步地，多维度参数信息包括：渠道、发送节点号、接收节点号和交易码；
加载策略配置的方法为：设置每个刷新间隔窗口的请求数量限制，记为limit；刷新间隔窗口默认时间；
将多维度参数信息采用AntPathMatcher通配符写法；得到通配多维度参数；
从通配多维度参数中挑选其中任意若干个维度进行组合配置，得到若干个策略规则；
将若干个策略规则进行组合，得到策略配置。
本发明具有的有益效果：
本发明的整体构思为：对于高并发多维度的交易系统来说，交易请求流中包含了多个维度的复杂参数信息，利用这些维度的参数信息进行细粒度统计，并根据统计到的数据进行流控管理，从多维度的交易请求信息出发，得到的流控管理策略更能符合交易系统的实际情况，满足多维度流控规则配置的复杂度，采用分布式存储和多维度策略配置，在出现新维度时，可以快速扩展支持新维度进行策略配置。
附图说明
图1为本发明的高并发多维度分布式交易系统流控方法流程示意图；
图2为本发明的高并发多维度分布式交易系统流控引擎功能框图。
具体实施方式
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实施例，而不是全部的实施例。以下对至少一个示例性实施例的描述实际上仅仅是说明性的，决不作为对本发明及其应用或使用的任何限制。基于本发明中的实施例，本领域普通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，都属于本发明保护的范围。
除非另外具体说明，否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
同时，应当明白，为了便于描述，附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
另外，为了清楚和简洁起见，可能省略了对公知的结构、功能和配置的描述。本领域普通技术人员将认识到，在不脱离本公开的精神和范围的情况下，可以对本文描述的示例进行各种改变和修改。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论，但在适当情况下，所述技术、方法和设备应当被视为授权说明书的一部分。
在这里示出和讨论的所有示例中，任何具体值应被解释为仅仅是示例性的，而不是作为限制。因此，示例性实施例的其它示例可以具有不同的值。
实施例1
如图1所示，一方面，本发明提供一种高并发多维度分布式交易系统流控方法，具体包括以下步骤：
S1、接收交易请求，从交易请求中提取请求头，从请求头中解析出多维度参数信息；
S2、根据交易请求的类型，利用多维度参数信息匹配对应的策略配置；
具体地，多维度参数信息包括：渠道、发送节点号、接收节点号和交易码，
策略配置的过程为：
Sa、设置每个刷新间隔窗口的请求数量限制，记为limit；limit表示每个刷新间隔窗口限制的请求数量值；刷新间隔窗口默认时间；
Sb、将多维度参数信息采用AntPathMatcher通配符写法；得到通配多维度参数；
Sc、从通配多维度参数中挑选其中任意若干个维度进行组合配置，得到若干个策略规则；
Sd、将若干个策略规则进行组合，得到策略配置。
S3、解析对应的策略配置，得到细粒度规则信息并存入分布式缓存库中；
S4、根据细粒度规则信息统计细粒度规则总数并存分布式缓存库中，根据分布式缓存库进行流控判断。分布式缓存库采用分布式缓存组件redis，存储方式采用key: 流控数量。redis是一个开源的、基于内存的分布式key-value数据库，支持多种数据类型以及对数据的原子性操作，并且将数据缓存在内存中提升效率。redis作为内存数据库已经广泛应用于大数据领域，已经成为分布式架构下的基础组件。redis内部的实现原理包括IO模型、内存管理、数据持久化等以及三种集群架构。
具体地，统计细粒度规则总数的具体过程为：
S410、将匹配到的对应策略配置进行解析，得到细粒度规则信息，细粒度规则信息包括若干个策略规则以及每个刷新间隔窗口的请求数量限制；每个策略规则包括了若干个维度以及各个维度对应的维度参数个数；
S411、对每个策略规则中的各个维度的维度参数个数进行统计，将所有维度参数个数相乘，得到一个策略规则的细粒度规则数；
S412、将所有策略规则的细粒度规则数相加，得到细粒度规则总数。
流控判断过程为：
S420、根据分布式缓存组件redis的脚本，判断脚本中是否存在预设key值；
S421、若不存在则创建值为limit的key，并将细粒度规则总数减1；
S422、判断细粒度规则总数减1后是否小于0，若是则触发流控。
在一种具体的实施方式中，步骤S1中提取到的请求头为自定义的请求头，但是一般在金融行业如公积金系统，住房系统等很多系统都存在跟银行和第三方政务系统打交道，其交易请求中都会有渠道，交易码，发送方节点号（银行或中心节点号）和接收方节点号（银行或中心节点号）等维度参数信息，因此，请提取请求头是可以适用于各金融行业。
需要理解的是，本实施例流控方法中的策略配置可以解决金融行业例如银行交易系统中，多维度流控规则配置的复杂度。（使用该配置方式可以快速扩展支持新维度）。
策略支持：
1. 每个策略规则policy都支持从channel（渠道），send_node（发送节点号），receive_node（接收节点号），tx_code（交易码）四个维度中选择其中任意几个组合。
2. send_node=20001，20002表示2个发送方节点参数20001和20002。
3. 维度值支持AntPathMatcher通配符写法，如send_node=200*。
4. 支持配置多个策略规则policy，每个策略规则policy解析后的规则总数为配置type维度值总个数相乘。
细粒度规则总数统计是基于复杂的策略配置，策略配置中可选地配置了多个策略规则policy，可以结合多维度配置出非常复杂的规则，从而达到细粒度统计流控数据的目的。
例如当一个策略规则中同时配置上四个维度以及各个维度的多个参数信息，channel（渠道）包含5个渠道，send_node（发送节点号）包含10个节点，receive_node（接收节点号）包含100个节点，tx_code（交易码）包含10个交易码，则得到的细粒度规则总数为：5 * 10 * 100 * 10=50000个规则。
当一个策略规则同时配置上两个维度，send_node（发送节点号）包含10个点，receive_node（接收节点号）包含100个节点，则得到的细粒度规则总数为：10 * 100=1000个规则。
当一个策略规则同时配置上两个维度，send_node（发送节点号）包含一个节点200*，receive_node（接收节点号）包含100个节点，则得到的细粒度规则总数为：1 * 100=100个规则。
基于这个配置能力，可以根据细粒度配置满足业务的任何规则进行流控统计。在分布式缓存中进行流控判断实际是在校验流控数据，校验过程利用redis支持脚本的能力（分布式原子操作的通用方法），先在脚本中判断是否存在key，不存在则创建值为limit的key，然后进行原子减1操作即细粒度规则总数减1，当减1后可用总数小于0，就触发流控。
实施例2
如图2所示，本实施例2提供一种高并发多维度分布式交易系统流控引擎，包括：
接收请求模块，用于接收交易请求，并从交易请求中提取请求头；
其中，上述对交易请求的请求描述为：
请求头：
x-channel: 渠道
x-send_node: 发送节点号（中心或银行）
x-receive_node: 接收节点号（中心或银行）
x-tx_code: 交易码
请求体：…
数据解析模块，用于从请求头中解析出多维度参数信息；
规则配置模块，用于根据多维度参数信息加载策略配置；
加载策略配置时，对规则的描述为：
ratelimit:
policy-list:
-limit: 30 #可选 每个刷新间隔窗口的请求数量限制
refresh-interval: 60 #刷新间隔窗口默认时间(秒)
type: #可选，支持配置多个值，值之间是或者关系 -渠道channel=1，2，3,…
#可选，支持配置多个值，值之间是或者关系 -发送节点号send_node=20001，20002,…
#可选，支持配置多个值，值之间是或者关系 - 接收节点号receive_node=10001，10002,…
#可选，支持配置多个值，值之间是或者关系 -交易码tx_code=tx001，tx002，tx003,…
其中：
1.send_node=20001，20002表示2个发送方节点20001和20002。
2.type支持配置一个或多个规则进行组合。
3.支持配置多个策略policy，每个policy解析后的规则总数为配置type维度值总个数相乘。
4.limit表示每个组合的规则refresh-interval时间内流控数量都是30。
5.维度值支持通配符写法，如send_node=200*。
规则匹配模块，用于根据交易请求的类型，在规则配置模块中匹配到对应的策略配置；
规则解析模块，用于解析匹配到的对应的策略配置；得到细粒度规则信息；
流控计数器，用于根据细粒度规则信息统计细粒度规则总数；
分布式缓存库，用于存储细粒度规则信息和细粒度规则总数；
具体地，分布式缓存库采用redis进行分布式存储，存储采用key（规则）: value（流控数量）方式，key有效期为refresh-interval。
key规则为send_node:receivce_node: tx_code:channel组成（没有配置的维度值设置为default默认）
流控管理模块，用于根据分布式缓存库进行流控判断；
对满足的规则可用总数减一，可用总数小于0，http状态码返回429，流控计算，响应所述请求；http协议中429表示Too Many Requests。
响应模块，用于根据流控判断结果进行响应。
响应描述
响应头：（限流响应状态码429，正常响应为其他）
Status Code: 429
响应体：...
实施例3
提供一种计算机可读存储介质，包括：
一个或多个处理器；
存储单元，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，能使得所述一个或多个处理器实现实施例1所述的一种高并发多维度分布式交易系统流控方法。
以上所述，仅是本发明的较佳实施例而已，并非对本发明作任何形式上的限制，依据本发明的技术实质，在本发明的精神和原则之内，对以上实施例所作的任何简单的修改、等同替换与改进等，均仍属于本发明技术方案的保护范围之内。
Claims (9)
1.一种高并发多维度分布式交易系统流控方法，其特征在于，具体包括以下步骤：
S1、接收交易请求，从交易请求中提取请求头，从请求头中解析出多维度参数信息；
S2、根据交易请求的类型，利用多维度参数信息匹配对应的策略配置；
S3、解析对应的策略配置，得到细粒度规则信息并存入分布式缓存库中；
S4、根据细粒度规则信息统计细粒度规则总数并存分布式缓存库中，根据分布式缓存库进行流控判断。
2.根据权利要求1所述的一种高并发多维度分布式交易系统流控方法，其特征在于，多维度参数信息包括：渠道、发送节点号、接收节点号和交易码。
3.根据权利要求2所述的一种高并发多维度分布式交易系统流控方法，其特征在于，策略配置的过程为：
设置每个刷新间隔窗口的请求数量限制，记为limit；刷新间隔窗口默认时间；
将多维度参数信息采用AntPathMatcher通配符写法；得到通配多维度参数；
从通配多维度参数中挑选其中任意若干个维度进行组合配置，得到若干个策略规则；
将若干个策略规则进行组合，得到策略配置。
4.根据权利要求3所述的一种高并发多维度分布式交易系统流控方法，其特征在于，统计细粒度规则总数的具体过程为：
将匹配到的对应策略配置进行解析，得到细粒度规则信息，细粒度规则信息包括若干个策略规则以及每个刷新间隔窗口的请求数量限制；每个策略规则包括了若干个维度以及各个维度对应的维度参数个数；
对每个策略规则中的各个维度的维度参数个数进行统计，将所有维度参数个数相乘，得到一个策略规则的细粒度规则数；
将所有策略规则的细粒度规则数相加，得到细粒度规则总数。
5.根据权利要求3所述的一种高并发多维度分布式交易系统流控方法，其特征在于，分布式缓存库采用分布式缓存组件redis，存储方式采用key: 流控数量。
6.根据权利要求5所述的一种高并发多维度分布式交易系统流控方法，其特征在于，流控判断过程为：
根据分布式缓存组件redis的脚本，判断脚本中是否存在预设key值；
若不存在则创建值为limit的key，并将细粒度规则总数减1；
判断细粒度规则总数减1后是否小于0，若是则触发流控。
7.一种高并发多维度分布式交易系统流控引擎，其特征在于，包括：
接收请求模块，用于接收交易请求，并从交易请求中提取请求头；
数据解析模块，用于从请求头中解析出多维度参数信息；
规则配置模块，用于根据多维度参数信息加载策略配置；
规则匹配模块，用于根据交易请求的类型，在规则配置模块中匹配到对应的策略配置；
规则解析模块，用于解析匹配到的对应的策略配置；得到细粒度规则信息；
流控计数器，用于根据细粒度规则信息统计细粒度规则总数；
分布式缓存库，用于存储细粒度规则信息和细粒度规则总数；
流控管理模块，用于根据分布式缓存库进行流控判断。
8.根据权利要求7所述的一种高并发多维度分布式交易系统流控引擎，其特征在于，多维度参数信息包括：渠道、发送节点号、接收节点号和交易码；
加载策略配置的方法为：设置每个刷新间隔窗口的请求数量限制，记为limit；刷新间隔窗口默认时间；
将多维度参数信息采用AntPathMatcher通配符写法；得到通配多维度参数；
从通配多维度参数中挑选其中任意若干个维度进行组合配置，得到若干个策略规则；
将若干个策略规则进行组合，得到策略配置。
9.一种计算机可读存储介质，其特征在于，包括：
一个或多个处理器；
存储单元，用于存储一个或多个程序，当所述一个或多个程序被所述一个或多个处理器执行时，能使得所述一个或多个处理器实现如权利要求1-6任一所述的一种高并发多维度分布式交易系统流控方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310133769.XA CN115934774B (zh) | 2023-02-20 | 2023-02-20 | 一种高并发多维度分布式交易系统流控方法、引擎及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310133769.XA CN115934774B (zh) | 2023-02-20 | 2023-02-20 | 一种高并发多维度分布式交易系统流控方法、引擎及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115934774A true CN115934774A (zh) | 2023-04-07 |
| CN115934774B CN115934774B (zh) | 2023-05-26 |
Family
ID=85821974
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310133769.XA Active CN115934774B (zh) | 2023-02-20 | 2023-02-20 | 一种高并发多维度分布式交易系统流控方法、引擎及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115934774B (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116805269A (zh) * | 2023-08-29 | 2023-09-26 | 成都天用唯勤科技股份有限公司 | 一种分布式交易系统批处理文件标准化配置的方法及系统 |
| CN116957807A (zh) * | 2023-09-21 | 2023-10-27 | 成都天用唯勤科技股份有限公司 | 一种高并发多维度分布式交易系统用交易降级方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8924269B2 (en) * | 2006-05-13 | 2014-12-30 | Sap Ag | Consistent set of interfaces derived from a business object model |
| CN105389729A (zh) * | 2015-12-15 | 2016-03-09 | 中国建设银行股份有限公司 | 交易流量精细化控制系统及方法 |
| CN107707488A (zh) * | 2017-10-25 | 2018-02-16 | 北京数码视讯支付技术有限公司 | 支付联机交易流量控制方法、限流服务端及客户端 |
| US20190058734A1 (en) * | 2017-08-16 | 2019-02-21 | Nicira, Inc. | Methods, apparatus and systems to use artificial intelligence to define encryption and security policies in a software defined data center |
| CN111314142A (zh) * | 2020-02-21 | 2020-06-19 | 中国科学技术大学苏州研究院 | 基于混合规则部署的软件定义网络中的细粒度流管理方法 |
| CN113536258A (zh) * | 2021-07-29 | 2021-10-22 | 中国建设银行股份有限公司 | 终端访问的控制方法及装置、存储介质及电子设备 |
| CN115514536A (zh) * | 2022-09-01 | 2022-12-23 | 中山大学 | 一种云辅助的物联网环境下可追溯的数据的安全共享方法 |
-
2023
- 2023-02-20 CN CN202310133769.XA patent/CN115934774B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8924269B2 (en) * | 2006-05-13 | 2014-12-30 | Sap Ag | Consistent set of interfaces derived from a business object model |
| CN105389729A (zh) * | 2015-12-15 | 2016-03-09 | 中国建设银行股份有限公司 | 交易流量精细化控制系统及方法 |
| US20190058734A1 (en) * | 2017-08-16 | 2019-02-21 | Nicira, Inc. | Methods, apparatus and systems to use artificial intelligence to define encryption and security policies in a software defined data center |
| CN107707488A (zh) * | 2017-10-25 | 2018-02-16 | 北京数码视讯支付技术有限公司 | 支付联机交易流量控制方法、限流服务端及客户端 |
| CN111314142A (zh) * | 2020-02-21 | 2020-06-19 | 中国科学技术大学苏州研究院 | 基于混合规则部署的软件定义网络中的细粒度流管理方法 |
| CN113536258A (zh) * | 2021-07-29 | 2021-10-22 | 中国建设银行股份有限公司 | 终端访问的控制方法及装置、存储介质及电子设备 |
| CN115514536A (zh) * | 2022-09-01 | 2022-12-23 | 中山大学 | 一种云辅助的物联网环境下可追溯的数据的安全共享方法 |
Non-Patent Citations (3)
| Title |
|---|
| MOON CHAN PARK ET AL.: "BGCFI: Efficient Verification in Fine-Grained Control-Flow Integrity Based on Bipartite Graph", 《IEEE ACCESS ( VOLUME: 11)》 * |
| 姚陈堃: "自然语言处理能力开放平台的设计与实现", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
| 张金鹏: "基于负载均衡和服务流控的高并发访问机制的研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116805269A (zh) * | 2023-08-29 | 2023-09-26 | 成都天用唯勤科技股份有限公司 | 一种分布式交易系统批处理文件标准化配置的方法及系统 |
| CN116957807A (zh) * | 2023-09-21 | 2023-10-27 | 成都天用唯勤科技股份有限公司 | 一种高并发多维度分布式交易系统用交易降级方法及系统 |
| CN116957807B (zh) * | 2023-09-21 | 2023-12-08 | 成都天用唯勤科技股份有限公司 | 一种高并发多维度分布式交易系统用交易降级方法及系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115934774B (zh) | 2023-05-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN115934774A (zh) | 一种高并发多维度分布式交易系统流控方法、引擎及介质 | |
| CN110502494B (zh) | 日志处理方法、装置、计算机设备及存储介质 | |
| US8645573B2 (en) | System and method for adaptively collecting performance and event information | |
| CN107992398A (zh) | 一种业务系统的监控方法和监控系统 | |
| CN109120461B (zh) | 一种业务性能端到端监控方法、系统及装置 | |
| CN110851311A (zh) | 服务故障的识别方法、装置、设备及存储介质 | |
| CN107943649A (zh) | 一种分布式集群性能监控系统及方法 | |
| CN110048907B (zh) | 一种集群环境下的全局流控方法及装置 | |
| US20080065588A1 (en) | Selectively Logging Query Data Based On Cost | |
| CN108228322B (zh) | 一种分布式链路跟踪、分析方法及服务器、全局调度器 | |
| CN105282244B (zh) | 一种数据处理方法、装置、服务器及控制器 | |
| CN111181800A (zh) | 测试数据处理方法、装置、电子设备及存储介质 | |
| CN109597800A (zh) | 一种日志分发方法及装置 | |
| CN106201839A (zh) | 一种业务对象的信息加载方法和装置 | |
| CN103258389B (zh) | 自助终端上传文件的方法、系统和自助终端 | |
| CN113312234B (zh) | 一种健康检测的优化方法及终端 | |
| CN107277062B (zh) | 数据包的并行处理方法及装置 | |
| WO2024139333A1 (zh) | 存储集群运行状态的预测方法及装置 | |
| CN109088782A (zh) | 分布式系统的日志收集方法及装置 | |
| CN108494635A (zh) | 一种基于云计算的网络流量探测系统 | |
| US8838774B2 (en) | Method, system, and computer program product for identifying common factors associated with network activity with reduced resource utilization | |
| CN108063814A (zh) | 一种负载均衡方法及装置 | |
| CN104581832A (zh) | 一种数据业务分流的实现方法及系统 | |
| CN113472881B (zh) | 在线终端设备的统计方法和装置 | |
| CN114185681A (zh) | 一种自动化限流处理方法及装置 |
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: A flow control method, engine, and medium for high concurrency and multi-dimensional distributed trading systems Granted publication date: 20230526 Pledgee: Agricultural Bank of China Limited by Share Ltd. Chengdu high tech Industrial Development Zone Branch Pledgor: Chengdu Tianyong Weiqin Technology Co.,Ltd. Registration number: Y2024510000117 |