CN116126546B - 一种性能调优的方法、装置、电子设备及介质 - Google Patents

一种性能调优的方法、装置、电子设备及介质 Download PDF

Info

Publication number
CN116126546B
CN116126546B CN202310401166.3A CN202310401166A CN116126546B CN 116126546 B CN116126546 B CN 116126546B CN 202310401166 A CN202310401166 A CN 202310401166A CN 116126546 B CN116126546 B CN 116126546B
Authority
CN
China
Prior art keywords
tuning
knowledge base
application
tuned
performance
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
Application number
CN202310401166.3A
Other languages
English (en)
Other versions
CN116126546A (zh
Inventor
胡玉溪
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.)
Alibaba Cloud Computing Ltd
Original Assignee
Alibaba Cloud Computing 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 Alibaba Cloud Computing Ltd filed Critical Alibaba Cloud Computing Ltd
Priority to CN202310401166.3A priority Critical patent/CN116126546B/zh
Publication of CN116126546A publication Critical patent/CN116126546A/zh
Application granted granted Critical
Publication of CN116126546B publication Critical patent/CN116126546B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
    • 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
    • G06F9/5011—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals
    • G06F9/5016—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resources being hardware resources other than CPUs, Servers and Terminals the resource being the memory
    • 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
    • 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
    • G06F9/5044—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 hardware capabilities
    • 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
    • G06F9/505—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 load
    • 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
    • G06F9/5055—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 software capabilities, i.e. software resources associated or available to the machine
    • 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

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Stored Programmes (AREA)
  • Supply And Distribution Of Alternating Current (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本说明书提供一种性能调优的方法、装置、电子设备及介质，所述方法可以包括：针对处于运行状态下的待调优应用，获取用于表征所述待调优应用的实际资源使用情况的描述信息；根据所述描述信息从预定义的调优知识库集合中选择匹配于所述待调优应用的实际资源使用情况的调优知识库；其中，所述调优知识库集合用于记录预先定义的调优知识库；根据选择的调优知识库对所述待调优应用进行性能调优。

Description

一种性能调优的方法、装置、电子设备及介质
技术领域
本说明书涉及计算机技术领域，尤其涉及一种性能调优的方法、装置、电子设备及介质。
背景技术
性能调优是在对计算机硬件、操作系统和应用有相当深入的了解后，通过调节三者之间的关系，从而实现整个计算机系统的性能最大化，并能不断地满足现有的服务需求。性能调优的方式有很多，其中，根据调优知识库对应用进行性能调优是非常重要的调优手段。
在相关技术中，性能调优工具通常分为两类：一类是针对通用场景（比如网络高延迟、处理器高负载等）提供固定的调优知识库进行性能调优；另一类是针对应用类型（比如数据库、服务器等）提供固定的调优知识库进行性能调优。由于同一场景下，不同应用的运行状态截然不同，因此针对某一场景的固定调优知识库无法适用于所有应用的性能调优。而同一应用在不同阶段的运行状态也不完全相同，也就是说同一应用在不同阶段所面对的场景并不相同。因此针对某一应用的固定调优知识库无法适用于所有场景的性能调优。因此，需要更加有效的性能调优方式。
发明内容
有鉴于此，本说明书提供一种性能调优的方法、装置、电子设备及介质，以解决相关技术中存在的不足。
具体地，本说明书是通过如下技术方案实现的：
根据本说明书实施例的第一方面，提供了一种性能调优的方法，该方法包括：
针对处于运行状态下的待调优应用，获取用于表征所述待调优应用的实际资源使用情况的描述信息；
根据所述描述信息从预定义的调优知识库集合中选择匹配于所述待调优应用的实际资源使用情况的调优知识库；其中，所述调优知识库集合用于记录预先定义的调优知识库；
根据选择的调优知识库对所述待调优应用进行性能调优。
根据本说明书实施例的第二方面，提供了一种性能调优的装置，该装置包括：
获取单元，用于针对处于运行状态下的待调优应用，获取用于表征所述待调优应用的实际资源使用情况的描述信息；
选择单元，用于根据所述描述信息从预定义的调优知识库集合中选择匹配于所述待调优应用的实际资源使用情况的调优知识库；其中，所述调优知识库集合用于记录预先定义的调优知识库；
调优单元，用于根据选择的调优知识库对所述待调优应用进行性能调优。
根据本说明书实施例的第三方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现如第一方面所述的方法的步骤。
根据本说明书实施例的第四方面，提供了一种电子设备，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，所述处理器执行所述程序时实现如第一方面所述的方法的步骤。
在本说明书所提供的技术方案中，通过对处于运行状态下的待调优应用进行监测，可以准确获知该待调优应用在实际运行过程中对于资源的实际使用情况，即获得用于表征该待调优应用的实际资源使用情况的描述信息。进而通过从预定义的调优知识库集合中灵活选择匹配于实际资源使用情况的调优知识库，使得应用于该待调优应用的调优知识库能够更加贴近其实际需求，有助于提升相应的性能调优效果。可见，本说明书通过对待调优应用的运行监测和针对调优知识库的动态选用，能够灵活满足各种场景下不同应用的调优需求，避免了相关技术中单一固定的调优知识库无法适用于多种不同场景下的性能调优需求的问题，显著提升了性能调优的效果。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。
附图说明
为了更清楚地说明本说明书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说明书中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1是本说明书一示例性实施例示出的一种性能调优系统的示意图；
图2是本说明书一示例性实施例示出的一种性能调优的方法的流程示意图；
图3是本说明书一示例性实施例示出的一种预定义的调优知识库集合的架构示意图；
图4是本说明书一示例性实施例示出的一种对调优知识库进行组合的示意图；
图5是本说明书一示例性实施例示出的另一种对调优知识库进行组合的示意图；
图6是本说明书一示例性实施例示出的另一种预定义的调优知识库集合的架构示意图；
图7是本说明书一示例性实施例示出的一种电子设备的示意结构图；
图8是本说明书一示例性实施例示出的一种性能调优装置的结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书相一致的所有实施方式。相反，它们仅是与本说明书的一些方面相一致的装置和方法的例子。
需要说明的是：在其他实施例中并不一定按照本说明书示出和描述的顺序来执行相应方法的步骤。在一些其他实施例中，其方法所包括的步骤可以比本说明书所描述的更多或更少。此外，本说明书中所描述的单个步骤，在其他实施例中可能被分解为多个步骤进行描述；而本说明书中所描述的多个步骤，在其他实施例中也可能被合并为单个步骤进行描述。应当理解，尽管在本说明书可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。
本说明书所涉及的用户信息（包括但不限于用户设备信息、用户个人信息等）和数据（包括但不限于用于分析的数据、存储的数据、展示的数据等），均为经用户授权或者经过各方充分授权的信息和数据，并且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准，并提供有相应的操作入口，供用户选择授权或者拒绝。
图1是根据本说明书一示例性实施例示出的一种性能调优系统的示意图。如图1所示，该系统可以包括：待调优应用11、优化器12、调优知识库集合13。这些模块在逻辑上相互独立，物理上可以部署在同一电子设备或者分别部署在多台电子设备上。电子设备是指具有数据处理能力的设备，例如可以是服务器，或者是终端。其中，服务器可以为包含一独立主机的物理服务器，或者该服务器可以为主机集群承载的虚拟服务器，或者该服务器可以为云服务器。终端包括但不限于智能手机、平板电脑、掌上电脑（PDAs，Personal DigitalAssistants）、可穿戴设备（如智能眼镜、智能手表等）等。
待调优应用11为本说明书的性能调优对象。待调优应用可以为相关技术中通用版本的应用程序，具体可以包括数据库应用、服务器应用、引擎应用等，下文将对此进行详述，此处暂不赘述。待调优应用也可以包括定制研发的私有应用，即本说明书可以在无需获知应用属性的情况下，仍然能对待调优应用完成性能调优。
调优知识库集合13包含所有预定义的调优知识库，每个调优知识库记录有一条或多条调优规则，用于在匹配于调优规则的情况下执行相应的调优策略。举例而言，假定调优规则为磁盘I/O读取频繁，相应的调优策略可以包括将多次I/O读操作合并成块操作，或者利用内存缓存数据，CPU请求数据直接从内存获取，从而减轻I/O压力。又比如，假定调优规则为任务消耗时间较长导致任务阻塞，相应的调优策略可以包括开发多个进程或线程并行处理，以缩短任务处理时间；或者采用异步处理机制，减少阻塞影响。
优化器12用于监测待调优应用11，并根据监测结果在调优知识库集合13中查询与监测结果相匹配的调优知识库，然后基于查询结果对待调优应用11进行性能调优。
接下来对本说明书实施例进行详细说明。
图2是根据本说明书一示例性实施例示出的一种性能调优的方法的流程示意图。如图2所示，该调优方法可以包括以下步骤：
S202，针对处于运行状态下的待调优应用，获取用于表征所述待调优应用的实际资源使用情况的描述信息。
待调优应用在不同运行状态下的性能调优需求并不相同。通过对处于运行状态下的待调优应用进行监测，基于上述的描述信息来获知其实际运行状态下的资源使用情况，进而据此对该待调优应用进行性能调优，可以使得调优效果能更加贴近待调优应用在该运行状态下的实际调优需求。换言之，基于同一应用在不同运行状态下的实际资源使用情况可能存在差异的特点，上述的实际资源使用情况的描述信息可以用于表征待调优应用在当前运行状态下的实际资源使用情况。因此，可以通过监测待调优应用在运行状态下的实际资源使用情况来确定待调优应用在该运行状态下的实际调优需求或目标，从而基于该实际调优需求或目标对待调优应用进行有效的、针对性的性能优化，以提升调优效果。
获取待调优应用的实际资源使用情况的描述信息有很多方式，比如，可以搭建监测系统，以将该监测系统作为如前文所述的优化器（如图1中的优化器12），从而通过该监测系统监测应用以获得其实际资源使用情况的描述信息。一个完整的监测系统通常由数据采集、数据存储、数据查询和处理、告警等多个模块组成。其中，数据采集模块用于采集目标数据。数据存储模块用于将采集到的数据存储到磁盘等设备中，以保持监测数据的持久化。数据查询和处理模块用于在存储数据的同时，提供简单的数据查询、过滤功能以及基本的数据处理功能。告警模块用于对异常数据情况进行告警。在利用监测系统获取待调优应用的实际资源使用情况的描述信息时，可以通过性能指标监测以及日志监测等方式来获取。性能指标监测是指在明确需要监测的性能指标后，通过性能指标定位性能瓶颈的位置。比如，在自顶向下的处理方式下，可以通过监测响应时长、错误率等性能指标来分析性能问题。再比如，在自底向上的处理方式下，可以通过监测CPU、内存、磁盘、网络等性能指标来分析性能问题。如前所述，还可以通过监测日志来获取性能指标的上下文信息，通过索引方式对日志进行查询和汇总分析，从而确定待调优应用实际发生的性能问题。当然，还可以通过其他方式获取待调优应用处于运行状态下的实际资源使用情况的描述信息，本说明书对此不做限制。
如前所述，实际资源使用情况的描述信息是指能够反映待调优应用在当前运行状态下对各类资源占用情况的信息。在一实施例中，实际资源使用情况的描述信息可以包括待调优应用的应用属性。应用属性可以包括应用的运行特性或应用的类型。其中，应用的运行特性可以直接表征相应的应用对于各类资源的占用情况。所述运行特性可以包括应用对各类资源的常规占用情况，或者应用对各类资源在不同时段的占用变化情况等。因此，可以通过访问应用的配置文件等方式获取应用的运行特性，进而获取应用在当前运行状态下的实际资源使用情况的描述信息。而应用的类型可以间接表征相应的应用对于各类资源的占用情况。所述应用类型可以包括该应用所属的数据库类型、服务器类型、引擎类型等类型中的至少一种。每一种属性类型又可以细分为多种具体的应用。比如，数据库类型可以是MySQL或Oceanbase等数据库大类，也可以是前述数据库大类的不同版本。服务器类型可以包括Nginx或HaProxy等服务器。引擎类型可以包括数据库引擎、搜索引擎等引擎大类，也可以是前述引擎大类中按功能划分的引擎小类，比如数据库引擎中可以包括存储引擎（如InnoDB引擎）、数据表格管理引擎（如ISAM引擎）等；搜索引擎可以包括全文搜索引擎、目录搜索引擎、元搜索引擎、垂直搜索引擎等。一般地，可以通过监测应用所在的进程来确定应用的类型，进而获取应用在当前运行状态下的实际资源使用情况的描述信息。
在一实施例中，实际资源使用情况的描述信息可以包括待调优应用处于运行状态下的资源占用情况。该资源占用情况可以包括待调优应用对处理器资源、存储器资源、网络资源等任一类型的硬件资源的使用情况。比如，处理器资源对应的资源占用情况可以包括CPU的使用率、CPU的饱和度（平均负载）、硬件CPU的错误数等。存储器资源可以包括内存资源和磁盘资源，相应的资源占用情况可以包括设备I/O的时间百分比、等待队列长度、I/O错误数等。网络资源对应的资源占用情况可以包括带宽使用率、重传报文数（网络饱和度）、网卡收发错误数、丢包数等。通过自底向上地分析性能问题，即通过监测硬件及操作系统的指标（CPU、内存、磁盘、网络等硬件资源的性能指标）来分析性能问题，可以从底层开始分析各类资源的占用情况，有助于直接发现更深层次的性能问题，提升分析效率。
在另一实施例中，实际资源使用情况的描述信息还可以包括待调优应用的性能测量统计指标。该性能测量统计指标可以包括响应时长、吞吐量、吞吐率、并发数、吞吐带宽、时延、命中率、未命中率等中的任意一种或多种指标。通过自顶向下地分析性能问题，即获取应用的性能测量统计指标，然后从请求的起点由外及里一层一层地分析来找到性能问题所在，可以从待调优应用的性能的整体性和全局性出发并逐步分析，有助于解决掉明显的性能问题。
S204，根据所述描述信息从预定义的调优知识库集合中选择匹配于所述待调优应用的实际资源使用情况的调优知识库；其中，所述调优知识库集合用于记录预先定义的调优知识库。
调优知识库可以理解为统一的经验固化平台。通过该经验固化平台对各场景的调优经验进行有效管理和复用，从而可以通过一键复用调优经验来提高相同场景下相同性能问题的优化效率。因此，可以基于以往的调优经验预先定义多个调优知识库，以组成调优知识库集合。在对待调优应用进行性能调优时，可以根据获取到的实际资源使用情况的描述信息从前述调优知识库集合中选取合适的调优知识库。选择的调优知识库需要与待调优应用的实际资源使用情况相匹配，才能针对实际资源使用情况所反映的性能问题进行有效调优。
在一实施例中，如果可以获取到待调优应用的应用属性，那么可以根据应用属性和待调优应用处于当前运行状态下的资源占用情况这两个描述信息，从预定义的调优知识库集合中选择合适的调优知识库。具体的，可以根据应用属性从预定义的调优知识库集合中选择匹配于应用属性的调优知识库，同时根据资源占用情况从预定义的调优知识库集合中选择匹配于资源占用情况的调优知识库。比如，检测到待调优应用的应用属性为MySQL数据库，并且检测到资源占用情况为CPU占用率低、I/O读写频率低，说明MySQL正在执行读操作。此时可以选取prefetch（预加载）对应的调优知识库来优化数据的读取效率。
在另一实施例中，如果可以获取到待调优应用的应用属性，那么可以根据应用属性和待调优应用的性能测量统计指标这两个描述信息，从预定义的调优知识库集合中选择合适的调优知识库。具体的，可以根据应用属性从预定义的调优知识库集合中选择匹配于应用属性的调优知识库，同时根据性能测量统计指标从预定义的调优知识库集合中选择匹配于性能测量统计指标的调优知识库。比如检测到MySQL响应时长过久的情况下，可以选取优化慢查询对应的调优知识库来优化MySQL的响应时长。
在又一实施例中，如果可以获取到待调优应用的应用属性，那么可以根据应用属性、当前运行状态下的资源占用情况以及性能测量统计指标这三个描述信息从预定义的调优知识库集合中选择相应的调优知识库。上述实施例中的性能调优方式，可以根据任意应用属性、任意资源占用情况、任意性能测量统计指标选择出不同的调优知识库，使得选择出的调优知识库可以灵活满足各种应用在不同运行场景下的性能调优需求，从而实现定制化性能调优。
在某些情况中，待调优应用的应用属性是无法获取的。比如，对于一些自研的应用软件或者是开源软件，通常无法得知该软件的应用属性。此种情况下，所述描述信息可以包括待调优应用处于当前运行状态下的资源占用情况和/或性能测量统计指标。根据获取到的资源占用情况和/或性能测量统计指标，从预定义的调优知识库集合中选择匹配于资源占用情况和/或性能测量统计指标的调优知识库。通过该方式，可以实现任意应用在任意运行状态下的性能调优，有效解决了因无法获取应用属性导致的无法进行性能调优的问题。
在一实施例中，预先定义的调优知识库可以是分别对应于每一描述信息的各个备选取值的调优知识库。表1是一示例性实施例示出的一种预先定义的调优知识库。
如表1所示，待调优应用的描述信息包括CPU的调度信息、CPU的加解密信息、网络带宽信息。每个描述信息都存在三个备选取值，不同的备选取值可以表征该描述信息所对应的不同的性能情况。比如，就CPU的调度信息而言，存在a、b、c三个备选取值，即CPU的调度信息存在三种不同的性能情况：假定取值a表征当前CPU的调度性能为20%，取值b表征当前CPU的调度性能为25%，取值c表征当前CPU的调度性能为30%。由于上述三种情况下CPU的调度性能均较差，都需要进行调优。因此可以分别根据不同备选取值所表征的性能情况预定义不同的调优知识库，从而为优化CPU调度性能提供多种调优方式。比如，针对待调优应用的CPU调度信息取值为a的情况，可以预定义应用配置调优知识库对其进行性能调优。针对待调优应用的CPU调度信息取值为b的情况，可以预定义编译器调优知识库对其进行性能调优。针对待调优应用的CPU调度信息取值为c的情况，可以预定义应用启动项调优知识库对其进行性能调优。不同调优知识库所能达到的优化效果不相同。此外，针对一个备选取值表征的性能问题，也可以同时选择多个调优知识库，以达到更好的优化效果。比如针对待调优应用的CPU调度信息取值为a的情况，可以同时选择应用配置调优知识库和编译器调优知识库进行性能调优。本实施例中通过基于每一描述信息的各个备选取值预定义多个调优知识库，可以为同一描述信息所针对的不同性能调优问题提供多种不同优化效果的调优方式，以满足不同程度的优化需求。
图3是根据本说明书一示例性实施例示出的一种预定义的调优知识库集合的架构示意图。参考图3，该调优知识库集合中主要包含两大类调优知识库：资源类调优知识库和应用类调优知识库。其中，资源类调优知识库可以包括CPU调优知识库，MEM调优知识库，I/O调优知识库，NET调优知识库等。当然，本领域技术人员还可以预定义其他硬件资源对应的调优知识库，本说明书不对此进行限制。图3中的每个资源类调优知识库又可以包含各类更小维度的描述信息所对应的调优知识库。比如，CPU调优知识库中可以包括CPU矩阵计算调优知识库、CPU占用率调优知识库、CPU调度调优知识库等。MEM调优知识库中可以包括内存使用率调优知识库、内存分配失败率调优知识库等。NET调优知识库中可以包括网络带宽调优知识库、网络丢包调优知识库等。图3中，应用类调优知识库可以包括MySQL调优知识库、Nginx调优知识库、Redis调优知识库、Hadoop调优知识库等，本领域技术人员可以根据实际需求自行预定义所需的调优知识库。
图4是根据本说明书一示例性实施例示出的一种对调优知识库进行组合的示意图。如图4所示，以图3中的调优知识库集合为例，在能够获取到待调优应用的应用属性的情况下，假设获取到的应用属性（具体例如为应用类型）为MySQL，则从应用类调优知识库中选择MySQL调优知识库。然后通过监测待调优应用的资源占用情况来选择合适的资源类调优知识库。在本实施例中，假定待调优应用的CPU负载过高，需要对CPU进行优化。那么可以根据CPU调度以及跨带访存所反映的资源占用情况判断出当前是什么类型的CPU。如果判断出是运行在x86上的CPU，则从资源类调优知识库中选择x86调优知识库，然后根据MySQL调优知识库和x86调优知识库自动生成mysql_x86的组合调优知识库。如果判断出是运行在arm上的CPU，则从资源类调优知识库中选择arm调优知识库，并根据MySQL调优知识库和arm调优知识库自动生成mysql_arm的组合调优知识库。然后根据组合调优知识库对待调优应用进行性能调优。
在另一场景中，仍以获取到的应用属性为MySQL为例，表明需要对MySQL进行性能调优。此时可以通过MySQL的资源占用情况判断出当前MySQL是以读操作为主还是以写操作为主。具体地，可以根据CPU、MEM、I/O的负载情况来判断当前MySQL是以读操作为主还是以写操作为主。当资源占用情况表明CPU负载较高、MEM使用率较高、I/O读写频繁时，可以确定MySQL当前以写操作为主。此时，可以从资源类调优知识库中选择相应的CPU负载调优知识库、MEM使用率调优知识库、I/O使用率调优知识库，并将选择的调优知识库与MySQL调优知识库进行组合，自动生成mysql_write的组合调优知识库。当资源占用情况表明CPU负载较低、MEM使用率较低且I/O读写频率低时，可以确定MySQL当前以读操作为主。同样的，可以从资源类调优知识库中选择相应的调优知识库，然后将选择的资源类调优知识库与MySQL调优知识库进行组合，自动生成mysql_read的组合调优知识库。得到组合调优知识库后，再根据组合调优知识库对待调优应用进行性能调优。
以此类推，结合上述两个实施例，还可以生成mysql_arm_read、mysql_arm_write、mysql_x86_read以及mysql_x86_write这四种组合调优知识库。其中，mysql_arm_read的组合调优知识库可以用于对运行在arm上的以读操作为主的MySQL进行性能调优；mysql_arm_write的组合调优知识库可以用于对运行在arm上的以写操作为主的MySQL进行性能调优；mysql_x86_read的组合调优知识库可以用于对运行在x86上的以读操作为主的MySQL进行性能调优；mysql_x86_write的组合调优知识库可以用于对运行在x86上的以写操作为主的MySQL进行性能调优。
图5是根据本说明书一示例性实施例示出的另一种对调优知识库进行组合的示意图。如图5所示，仍以图3中的调优知识库集合为例，若无法获取到待调优应用的应用属性，则可以根据待调优应用的资源占用情况来选择所需的多个调优知识库，以根据生成的组合调优知识库对待调优应用进行性能调优。比如，在资源占用情况表明待调优应用运行时CPU和内存的负载都很高的情况下，可以从资源类调优知识库中选择CPU调优知识库和MEM调优知识库，并根据这两个调优知识库自动生成组合调优知识库。该组合调优知识库可以对kafka（一种消息系统）、memcached（一种分布式内存对象缓存系统）等类型的应用进行性能调优。前述基于内存负载这一内存资源占用情况所生成的组合调优知识库，可以将其作为内存密集型调优知识库。而根据网络带宽、网速、网络数据包等网络资源占用情况所生成的组合调优知识库，可以将其作为网络密集型调优知识库。网络密集型调优知识库可以对httpd、Nginx等服务器进行性能调优。同理，如果资源占用情况表明待调优应用运行时内存资源和网络资源均处于高负载的情况下，可以根据该资源占用情况选择相应的调优知识库，并根据选择的调优知识库得到组合调优知识库，该组合调优知识库可以作为内存-网络密集型调优知识库。举例而言，当资源占用情况表明内存吞吐高、网络的中断处理频繁时，可以选择TLBi（Translation Lookaside Buffer，页表缓存/转译后备缓冲区）调优知识库、中断聚合调优知识库等，并根据选择的调优知识库得到组合调优知识库。该组合调优知识库为内存-网络密集型调优知识库，可以同时对内存性能和网络性能进行优化。又比如，当资源占用情况表明内存缓存错误数高、网络上下文切换频繁时，可以选择代码段大页调优知识库、中断绑核调优知识库等，并根据选择的调优知识库得到组合调优知识库，以根据该组合调优知识库对内存性能和网络性能进行优化。
图6是根据本说明书一示例性实施例示出的另一种预定义的调优知识库集合的架构示意图。在本实施例中，预先定义的调优知识库可以是分别对应于各个取值组合的组合调优知识库，每一取值组合需要包含至少两类描述信息分别对应的备选取值。如图6所示，预定义的调优知识库可以包括：包含有两类描述信息的组合调优知识库、包含有三类描述信息的组合调优知识库等。如包含CPU和I/O这两类描述信息的组合调优知识库，可以同时对待调优应用的CPU性能和I/O性能进行调优；包含CPU和MySQL这两类描述信息的组合调优知识库，可以对MySQL的CPU性能进行调优。而包含有CPU、MEM、NET这三类描述信息的组合调优知识库，可以同时对待调优应用的CPU、内存、网络这三个方面的性能进行调优。由于每一描述信息存在多个备选取值，因此可以通过对各个备选取值进行组合，得到相同描述信息根据不同备选取值组合所对应的多个组合调优知识库。
表2是一示例性实施例示出的一种预先定义的组合调优知识库。
如表2所示，以包含CPU和I/O这两类描述信息的组合调优知识库为例，CPU存在a1、a2两个备选取值，I/O存在b1、b2两个备选取值。即CPU存在两种不同的性能情况，I/O存在两种不同的性能情况：假定取值a1表征当前CPU的性能为10%，取值a2表征当前CPU的性能为15%；取值b1表征当前I/O的性能为20%，取值b2表征当前I/O的性能为25%。因此，通过对这四个备选取值进行两两组合，可以得到四种不同的性能情况，进而可以分别针对这四种情况预定义四个不同的组合调优知识库。结合表2，针对CPU取值为a1，I/O取值为b1的情况，可以预定义应用配置&应用启动项组合调优知识库对其进行调优。对CPU取值为a2，I/O取值为b2的情况，可以预定义编译器&代码段大页组合调优知识库对其进行调优。对CPU取值为a1，I/O取值为b2的情况，可以预定义应用配置&代码段大页组合调优知识库对其进行调优。对CPU取值为a2，I/O取值为b1的情况，可以预定义编译器&应用启动项组合调优知识库对其进行调优。每个组合调优知识库所能实现的性能调优效果不完全相同。因此，通过本实施例中预先定义组合调优知识库的方式，可以使得在面对包含多个描述信息的性能调优问题时，能够快速筛选出符合条件的组合调优知识库，无需根据描述信息依次筛选需要的调优知识库，进而提高性能调优的效率。
此外，调优知识库集合中的调优知识库并非是一成不变的。如前所述，调优知识库是将各场景的调优经验固化到统一的平台中，以实现对调优经验进行有效管理和复用。因此，在性能调优的过程中，如果出现新的良好的调优经验，可以根据新的调优经验定义新的调优知识库，并将新的调优知识库加入调优知识库集合中，从而可以通过最新的调优知识库对相同的性能问题进行优化，提升优化效果。
S206，根据选择的调优知识库对所述待调优应用进行性能调优。
在一实施例中，由于不同应用在不同运行状态下存在无数种实际资源使用情况，因此很多种实际资源使用情况所对应的调优知识库是无法预先定义的。此时，可以根据描述信息在预先定义的调优知识库集合中选择出所需的多个调优知识库。然后基于选择的多个调优知识库临时生成组合调优知识库，以根据生成的组合调优知识库对待调优应用进行性能调优。该种临时生成组合调优知识库的方式，可以根据待调优应用在当前运行状态下实际资源使用情况的描述信息灵活选择相应的调优知识库，使得临时生成的组合调优知识库能够同时满足多个描述信息的实际调优需求，从而实现全面优化待调优应用的性能，有效提升相应的性能调优效果。
在一实施例中，可以对选择的多个调优知识库进行组合和封装，以生成组合调优知识库。组合可以将多个调优知识库中涉及到的相同对象进行合并简化，从而在降低代码冗余的同时实现原有代码功能的复用。对选择的多个调优知识库进行组合，可以使得生成的组合调优知识库能够复用该多个调优知识库分别对应的多个调优功能。封装是隐藏实现功能的具体代码，对外仅暴露调用接口，从而使得外部调用者无需知道实现的细节，只需按照约定的规范调用即可。因此，对选择的多个调优知识库进行封装可以降低组合调优知识库在调用时的难度与整体复杂度，有助于提升调优效率。
图7是一示例性实施例中的一种电子设备的示意结构图。请参考图7，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，在逻辑层面上形成性能调优装置。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。
与前述性能调优的方法的实施例相对应，本说明书还提供了性能调优装置的实施例。
请参考图8，图8是一示例性实施例示出的一种性能调优装置的结构示意图。如图8所示，在软件实施方式中，该装置可以包括：获取单元802，选择单元804，调优单元806，其中：
获取单元802，被配置为针对处于运行状态下的待调优应用，获取用于表征所述待调优应用的实际资源使用情况的描述信息；
选择单元804，被配置为根据所述描述信息从预定义的调优知识库集合中选择匹配于所述待调优应用的实际资源使用情况的调优知识库；其中，所述调优知识库集合用于记录预先定义的调优知识库；
调优单元806，被配置为根据选择的调优知识库对所述待调优应用进行性能调优。
可选的，所述描述信息包括下述至少之一：所述待调优应用的应用属性，所述待调优应用处于所述运行状态下的资源占用情况，所述待调优应用的性能测量统计指标。
可选的，所述选择单元804具体用于在能够获取到所述应用属性的情况下，根据所述应用属性和所述资源占用情况与所述性能测量统计指标中至少之一的组合从所述预定义的调优知识库集合中选择所述调优知识库；在无法获取到所述应用属性的情况下，根据所述资源占用情况和/或所述性能测量统计指标从所述预定义的调优知识库集合中选择所述调优知识库。
可选的，所述应用属性包括下述至少之一：所述应用所属的数据库类型、服务器类型、引擎类型；所述资源占用情况包括所述应用对下述任一类型的硬件资源的使用情况：处理器资源、存储器资源、网络资源；所述性能测量统计指标包括下述至少之一：响应时长、吞吐量、吞吐率、并发数、吞吐带宽、时延、命中率、未命中率。
可选的，所述预先定义的调优知识库包括：分别对应于每一所述描述信息的各个备选取值的调优知识库；和/或，分别对应于各个取值组合的组合调优知识库，每一取值组合包含至少两类描述信息分别对应的备选取值。
可选的，所述装置还包括：
生成单元808，被配置为在选择的调优知识库的数量为多个的情况下，基于选择的多个调优知识库生成组合调优知识库，以用于对所述待调优应用进行性能调优。
可选的，所述生成单元808具体用于对选择的多个调优知识库进行组合和封装，以生成所述组合调优知识库。
上述装置中各个单元的功能和作用的实现过程具体详见上述方法中对应步骤的实现过程，在此不再赘述。
对于装置实施例而言，由于其基本对应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本说明书方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
上述实施例阐明的装置或模块，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
在一个典型的配置中，计算机包括一个或多个处理器，包括处理器(CPU)和图形处理器（GPU）、输入/输出接口、网络接口和内存。其中，处理器用于计算仿真，图形处理器用于输出高质量三维图像。
内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器 (RAM) 和/或非易失性内存等形式，如只读存储器 (ROM) 或闪存(flash RAM)。内存是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存 (PRAM)、静态随机存取存储器 (SRAM)、动态随机存取存储器 (DRAM)、其他类型的随机存取存储器 (RAM)、只读存储器 (ROM)、电可擦除可编程只读存储器 (EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘 (DVD) 或其他光学存储、磁盒式磁带、磁盘存储、量子存储器、基于石墨烯的存储介质或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
类似地，虽然在附图中以特定顺序描绘了操作，但是这不应被理解为要求这些操作以所示的特定顺序执行或顺次执行、或者要求所有例示的操作被执行，以实现期望的结果。在某些情况下，多任务和并行处理可能是有利的。此外，上述实施例中的各种系统模块和组件的分离不应被理解为在所有实施例中均需要这样的分离，并且应当理解，所描述的程序组件和系统通常可以一起集成在单个软件产品中，或者封装成多个软件产品。
由此，主题的特定实施例已被描述。此外，附图中描绘的处理并非必需所示的特定顺序或顺次顺序，以实现期望的结果。在某些实现中，多任务和并行处理可能是有利的。
以上所述仅为本说明书的较佳实施例而已，并不用以限制本说明书，凡在本说明书的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本说明书保护的范围之内。

Claims (9)

1.一种性能调优的方法，其特征在于，所述方法包括：
针对处于运行状态下的待调优应用，获取用于表征所述待调优应用的实际资源使用情况的描述信息；
根据所述描述信息从预定义的调优知识库集合中选择匹配于所述待调优应用的实际资源使用情况的调优知识库；其中，所述调优知识库集合用于记录预先定义的调优知识库，所述预先定义的调优知识库包括：分别对应于每一所述描述信息的各个备选取值的调优知识库；和/或，分别对应于各个取值组合的组合调优知识库，每一取值组合包含至少两类描述信息分别对应的备选取值，其中，每一调优知识库分别对应一种预期调优效果；
根据选择的调优知识库对所述待调优应用进行性能调优。
2.根据权利要求1所述的方法，其特征在于，所述描述信息包括下述至少之一：
所述待调优应用的应用属性，所述待调优应用处于所述运行状态下的资源占用情况，所述待调优应用的性能测量统计指标。
3.根据权利要求2所述的方法，其特征在于，所述根据所述描述信息从预定义的调优知识库集合中选择匹配于所述待调优应用的实际资源使用情况的调优知识库，包括：
在能够获取到所述应用属性的情况下，根据所述应用属性和所述资源占用情况与所述性能测量统计指标中至少之一的组合从所述预定义的调优知识库集合中选择所述调优知识库；
在无法获取到所述应用属性的情况下，根据所述资源占用情况和/或所述性能测量统计指标从所述预定义的调优知识库集合中选择所述调优知识库。
4.根据权利要求2所述的方法，其特征在于，
所述应用属性包括下述至少之一：所述应用所属的数据库类型、服务器类型、引擎类型；
所述资源占用情况包括所述应用对下述任一类型的硬件资源的使用情况：处理器资源、存储器资源、网络资源；
所述性能测量统计指标包括下述至少之一：响应时长、吞吐量、吞吐率、并发数、吞吐带宽、时延、命中率、未命中率。
5.根据权利要求1所述的方法，其特征在于，还包括：
在选择的调优知识库的数量为多个的情况下，基于选择的多个调优知识库生成组合调优知识库，以用于对所述待调优应用进行性能调优。
6.根据权利要求5所述的方法，其特征在于，所述基于选择的多个调优知识库生成组合调优知识库，包括：
对选择的多个调优知识库进行组合和封装，以生成所述组合调优知识库。
7.一种性能调优的装置，其特征在于，所述装置包括：
获取单元，用于针对处于运行状态下的待调优应用，获取用于表征所述待调优应用的实际资源使用情况的描述信息；
选择单元，用于根据所述描述信息从预定义的调优知识库集合中选择匹配于所述待调优应用的实际资源使用情况的调优知识库；其中，所述调优知识库集合用于记录预先定义的调优知识库，所述预先定义的调优知识库包括：分别对应于每一所述描述信息的各个备选取值的调优知识库；和/或，分别对应于各个取值组合的组合调优知识库，每一取值组合包含至少两类描述信息分别对应的备选取值，其中，每一调优知识库分别对应一种预期调优效果；
调优单元，用于根据选择的调优知识库对所述待调优应用进行性能调优。
8.一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，所述程序被处理器执行时实现如权利要求1~6任一所述方法的步骤。
9.一种电子设备，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1~6任一所述方法的步骤。
CN202310401166.3A 2023-04-12 2023-04-12 一种性能调优的方法、装置、电子设备及介质 Active CN116126546B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310401166.3A CN116126546B (zh) 2023-04-12 2023-04-12 一种性能调优的方法、装置、电子设备及介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310401166.3A CN116126546B (zh) 2023-04-12 2023-04-12 一种性能调优的方法、装置、电子设备及介质

Publications (2)

Publication Number Publication Date
CN116126546A CN116126546A (zh) 2023-05-16
CN116126546B true CN116126546B (zh) 2023-09-26

Family

ID=86295914

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310401166.3A Active CN116126546B (zh) 2023-04-12 2023-04-12 一种性能调优的方法、装置、电子设备及介质

Country Status (1)

Country Link
CN (1) CN116126546B (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104505826A (zh) * 2014-12-22 2015-04-08 国家电网公司 一种主动配电网协调优化控制方法
CN112953778A (zh) * 2021-03-17 2021-06-11 北京交通大学 智融标识网络中基于意图驱动的服务编排系统和方法
CN113626073A (zh) * 2021-08-06 2021-11-09 航天中认软件测评科技（北京）有限责任公司 一种基于知识库的软件适配优化方法
CN113657742A (zh) * 2021-08-09 2021-11-16 武汉科技大学 车间调度方法、装置、电子设备及存储介质
CN115220612A (zh) * 2021-04-15 2022-10-21 腾讯科技（深圳）有限公司 一种消息推送方法、装置、设备及计算机可读存储介质

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109933647A (zh) * 2019-02-12 2019-06-25 北京百度网讯科技有限公司 确定描述信息的方法、装置、电子设备和计算机存储介质

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104505826A (zh) * 2014-12-22 2015-04-08 国家电网公司 一种主动配电网协调优化控制方法
CN112953778A (zh) * 2021-03-17 2021-06-11 北京交通大学 智融标识网络中基于意图驱动的服务编排系统和方法
CN115220612A (zh) * 2021-04-15 2022-10-21 腾讯科技（深圳）有限公司 一种消息推送方法、装置、设备及计算机可读存储介质
CN113626073A (zh) * 2021-08-06 2021-11-09 航天中认软件测评科技（北京）有限责任公司 一种基于知识库的软件适配优化方法
CN113657742A (zh) * 2021-08-09 2021-11-16 武汉科技大学 车间调度方法、装置、电子设备及存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Hans Degroote.Towards a Knowledge Base for Performance Data: A Formal Model for Performance Comparison.GECCO Companion '15: Proceedings of the Companion Publication of the 2015 Annual Conference on Genetic and Evolutionary Computation.2015,1189-1192. *
周炳海 ; 朱柘鑫 ; .基于神经网络和知识库的物料配送动态调度.湖南大学学报(自然科学版).2020,(04),6-14. *

Also Published As

Publication number Publication date
CN116126546A (zh) 2023-05-16

Similar Documents

Publication Publication Date Title
US11093502B2 (en) Table partitioning and storage in a database
US11734271B2 (en) Data query method, apparatus and device
CN111737265B (zh) 区块数据访问方法、区块数据存储方法及装置
CN108228322B (zh) 一种分布式链路跟踪、分析方法及服务器、全局调度器
CN108399175B (zh) 一种数据存储、查询方法及其装置
CN112181902B (zh) 数据库的存储方法、装置及电子设备
WO2013166125A1 (en) Systems and methods of accessing distributed data
CN115048053A (zh) 数据存储方法、装置以及电子设备
US9380126B2 (en) Data collection and distribution management
US20210349918A1 (en) Methods and apparatus to partition a database
CN106649143B (zh) 一种访问缓存的方法、装置及电子设备
CN112035524B (zh) 列表数据查询方法、装置、计算机设备及可读存储介质
CN116382599B (zh) 一种面向分布式集群的任务执行方法、装置、介质及设备
CN111625600B (zh) 数据存储的处理方法、系统、计算机设备及存储介质
CN115470243A (zh) 一种数据处理加速的方法与装置
CN116126546B (zh) 一种性能调优的方法、装置、电子设备及介质
CN113297267A (zh) 数据缓存和任务处理方法、装置、设备以及存储介质
CN115934583B (zh) 分级缓存方法、装置及系统
CN113297245A (zh) 获取执行信息的方法及装置
CN108536759B (zh) 一种样本回放数据存取方法及装置
CN114691612A (zh) 数据写入方法及装置、数据读取方法及装置
CN111367992B (zh) 一种数据处理方法及装置，计算机存储介质和电子设备
CN113157628A (zh) 存储系统、数据处理方法、装置、存储系统及电子设备
CN117725095B (zh) 面向数据集的数据存储和查询方法、装置、设备及介质
US11941074B2 (en) Fetching a query result using a query filter

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