CN116302447B - 一种基于云平台的管理软件的方法及软件管理系统 - Google Patents
一种基于云平台的管理软件的方法及软件管理系统 Download PDFInfo
- Publication number
- CN116302447B CN116302447B CN202310464682.0A CN202310464682A CN116302447B CN 116302447 B CN116302447 B CN 116302447B CN 202310464682 A CN202310464682 A CN 202310464682A CN 116302447 B CN116302447 B CN 116302447B
- Authority
- CN
- China
- Prior art keywords
- software
- priority
- call
- requests
- call 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.)
- Active
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
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- 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
- G06F9/5038—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 execution order of a plurality of tasks, e.g. taking priority or time dependency constraints into consideration
-
- 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)
- Exchange Systems With Centralized Control (AREA)
Abstract
本发明公开了一种基于云平台的管理软件的方法及软件管理系统,属于云平台技术领域,方法包括:获取用户端对于各个软件的调用次数以及数据流量;根据各个软件的调用次数以及数据流量,计算各个软件的优先级;获取多个用户端对于不同的软件的多个调用请求;综合用户端的优先级、软件的优先级以及多个调用请求之间的关联关系,调整各个调用请求的处理优先级;按处理优先级处理多个调用请求;根据软件的优先级对软件进行冗余备份。本发明中,避免了多个软件调用请求之间发生冲突,提升在云平台中软件调用的效率。根据软件的优先级对软件进行冗余备份,可以保证软件的可靠性和可用性。
Description
技术领域
本发明属于云平台技术领域,具体涉及一种基于云平台的管理软件的方法及软件管理系统。
背景技术
在传统的软件管理方式中,软件通常是在本地运行的,往往导致管理效率低下、安全性差以及软件资源利用率低等问题。
对着云计算技术的出现以及发展,为软件管理带来了新的解决方案。云平台能够将软件服务集中管理,提高软件资源利用率,并能够根据用户需求快速部署和调整软件服务。
然而,在云平台中,面对同一时间段内发生的多个软件调用请求,现有技术往往是按照发起调用请求的时间顺序依次执行,这会导致多个软件调用请求之间会发生冲突,进而影响软件调用的效率,因此,如何优化软件管理的效率和性能仍然是一个需要解决的问题。
发明内容
本发明实施例的目的是提供一种基于云平台的管理软件的方法及软件管理系统,能够解决现有的面对同一时间段内发生的多个软件调用请求时,多个软件调用请求之间会发生冲突,进而影响软件调用的效率的技术问题。
为了解决上述技术问题,本发明是这样实现的:
第一方面
本发明实施例提供了一种基于云平台的管理软件的方法,应用于云平台,云平台与多个用户端通信连接,云平台中存储有多个软件,方法包括:
S101:获取用户端对于各个软件的调用次数以及数据流量;
S102:根据各个软件的调用次数以及数据流量,计算各个软件的优先级;
S103:获取多个用户端对于不同的软件的多个调用请求;
S104:综合用户端的优先级、软件的优先级以及多个调用请求之间的关联关系,调整各个调用请求的处理优先级;
S105:按处理优先级处理多个调用请求;
S106:根据软件的优先级对软件进行冗余备份。
在一种可能的实施方式中,S102具体包括:
S1021:根据以下公式计算软件优先级参数u:
u=α1·T+α2·Q
其中,α1表示调用次数的权重,T表示调用次数,α2表示数据流量的权重,Q表示数据流量;
S1022:根据软件优先级参数,得到各个软件的优先级。
在一种可能的实施方式中,关联关系包括正相关关系、不确定关系和负相关关系。
在一种可能的实施方式中,调用请求之间的关联关系的计算方式为:
S1041:设置各种关联关系的三角模糊数,其中,正相关关系的三角模糊数为(a3,b3,b3),不确定关系的三角模糊数为(a2,d,b2),负相关关系的三角模糊数为(a1,b1,b1),a1<a2<b1<d<a3<b2<b3;
S1042:对于特定的两个调用请求,通过n个专业人员评估两者之间的关联关系,并进行三角模糊数评分(n1,n2,n3);
S1043:将专业人员的从业时间ti作为校正参数,第i个专业人员对于特定的两个调用请求之间的关联关系值Si计算公式为:
S1044:对各个专业人员对于特定的两个调用请求之间的关联关系值Si取平均值作为两个调用请求之间最终的关联关系值。
在一种可能的实施方式中,S104在S1044之后还包括:
S1045:将各个专业人员对于特定的两个调用请求之间的关联关系值Si进行组合,得到聚合矩阵S;
S1046:基于关联关系聚合矩阵S的调用请求的关联关系值计算公式:
表示经过k次传递后的关联关系聚合矩阵,/>表示调用请求x与调用请求z之间关联关系值,y1、y2、…、yk为从调用请求x至调用请求z之间的传递链路,r表示传递可信度。
在一种可能的实施方式中,S104在S1044之后还包括:
S1047:计算调用请求xj的影响值P(xj):
其中,P(xj)表示调用请求xj的影响值,λ表示阻尼系数,RS表示调用请求的集合,α(xi,xj)表示调用请求xj在边(xi,xj)中的关系权重,S(xi,xj)表示调用请求xi和调用请求xj之间的关联关系值,O(xi)表示与调用请求xi呈正相关关系的调用请求的集合,I(xj)表示与调用请求xj呈正相关关系的调用请求的集合。
在一种可能的实施方式中,S104还包括:
S1048:综合用户端的优先级参数、软件的优先级参数以及多个调用请求的影响值,得到调用请求优先级参数D:
D=β1·V+β1·U+β3·P
其中,β1表示用户端的优先级权重,V表示用户端的优先级参数,β2表示软件的优先级权重,U表示软件的优先级参数,β3表示调用请求的影响值权重,P表示调用请求的影响值;
S1049:根据调用请求优先级参数D调整各个调用请求的处理优先级。
在一种可能的实施方式中,S1049包括:
在两个调用请求的优先级参数D相同的情况下,优先按照用户端的优先级参数确定调用请求的处理优先级,次先按照软件的优先级参数确定调用请求的处理优先级。
在一种可能的实施方式中,S106具体包括:
S1061:在软件优先级参数大于或者等于预设数值的情况下,使用全量备份方式将软件进行备份;
S1062:在软件优先级参数小于预设数值的情况下,使用增量备份方式将软件进行备份。
第二方面
本发明实施例提供了一种基于云平台的软件管理系统,应用于云平台,云平台与多个用户端通信连接,云平台中存储有多个软件,软件管理系统包括:
第一获取模块,用于获取用户端对于各个软件的调用次数以及数据流量;
计算模块,用于根据各个软件的调用次数以及数据流量,计算各个软件的优先级;
第二获取模块,用于获取多个用户端对于不同的软件的多个调用请求;
调整模块,用于综合用户端的优先级、软件的优先级以及多个调用请求之间的关联关系,调整各个调用请求的处理优先级;
处理模块,用于按处理优先级处理多个调用请求;
备份模块,用于根据软件的优先级对软件进行冗余备份。
在一种可能的实施方式中,计算模块具体用于:
根据以下公式计算软件优先级参数u:
u=α1·T+α2·Q
其中,α1表示调用次数的权重,T表示调用次数,α2表示数据流量的权重,Q表示数据流量;
根据软件优先级参数,得到各个软件的优先级。
在一种可能的实施方式中,关联关系包括正相关关系、不确定关系和负相关关系。
在一种可能的实施方式中,调用请求之间的关联关系的计算方式为:
设置各种关联关系的三角模糊数,其中,正相关关系的三角模糊数为(a3,b3,b3),不确定关系的三角模糊数为(a2,d,b2),负相关关系的三角模糊数为(a1,b1,b1),a1<a2<b1<d<a3<b2<b3;
对于特定的两个调用请求,通过n个专业人员评估两者之间的关联关系,并进行三角模糊数评分(n1,n2,n3);
将专业人员的从业时间ti作为校正参数,第i个专业人员对于特定的两个调用请求之间的关联关系值Si计算公式为:
对各个专业人员对于特定的两个调用请求之间的关联关系值Si取平均值作为两个调用请求之间最终的关联关系值。
在一种可能的实施方式中,调用请求之间的关联关系的计算方式还包括:
将各个专业人员对于特定的两个调用请求之间的关联关系值Si进行组合,得到聚合矩阵S;
基于关联关系聚合矩阵S的调用请求的关联关系值计算公式:
表示经过k次传递后的关联关系聚合矩阵,/>表示调用请求x与调用请求z之间关联关系值,y1、y2、…、yk为从调用请求x至调用请求z之间的传递链路,r表示传递可信度。
在一种可能的实施方式中,调用请求之间的关联关系的计算方式还包括:
计算调用请求xj的影响值P(xj):
其中,P(xj)表示调用请求xj的影响值,λ表示阻尼系数,RS表示调用请求的集合,α(xi,xj)表示调用请求xj在边(xi,xj)中的关系权重,S(xi,xj)表示调用请求xi和调用请求xj之间的关联关系值,O(xi)表示与调用请求xi呈正相关关系的调用请求的集合,I(xj)表示与调用请求xj呈正相关关系的调用请求的集合。
在一种可能的实施方式中,调整模块还用于:
综合用户端的优先级参数、软件的优先级参数以及多个调用请求的影响值,得到调用请求优先级参数D:
D=β1·V+β1·U+β3·P
其中,β1表示用户端的优先级权重,V表示用户端的优先级参数,β2表示软件的优先级权重,U表示软件的优先级参数,β3表示调用请求的影响值权重,P表示调用请求的影响值;
根据调用请求优先级参数D调整各个调用请求的处理优先级。
在一种可能的实施方式中,调整模块还用于:
在两个调用请求的优先级参数D相同的情况下,优先按照用户端的优先级参数确定调用请求的处理优先级,次先按照软件的优先级参数确定调用请求的处理优先级。
在一种可能的实施方式中,备份模块具体用于:
在软件优先级参数大于或者等于预设数值的情况下,使用全量备份方式将软件进行备份;
在软件优先级参数小于预设数值的情况下,使用增量备份方式将软件进行备份。
本发明与现有技术相比,至少具有以下有益的技术效果:
(1)本发明中,面对同一时间段内发生的多个软件调用请求时,综合用户端的优先级、软件的优先级以及多个调用请求之间的关联关系,调整各个调用请求的处理优先级,之后按处理优先级处理多个调用请求,避免了多个软件调用请求之间发生冲突,提升在云平台中软件调用的效率。
(2)本发明中,根据软件的优先级对软件进行冗余备份,对于优先级高的软件优先进行冗余备份,可以保证软件的可靠性和可用性,降低软件出现故障的风险,即使出现了软件故障,云平台也可以通过备份软件来快速恢复,减少服务中断时间和影响范围,增强了系统的容错能力。
附图说明
图1是本发明实施例提供的一种基于云平台的管理软件的方法的流程示意图;
图2是本发明实施例提供的一种调用请求的优先级计算方法的流程示意图;
图3是本发明实施例提供的一种三角模糊数的分布示意图;
图4是本发明实施例提供的一种基于云平台的软件管理系统的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例、参照附图做进一步说明。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,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。
下面结合附图,通过具体的实施例及其应用场景对本发明实施例提供一种基于云平台的管理软件的方法及软件管理系统进行详细地说明。
实施例1
参照图1,示出了本发明实施例提供的一种基于云平台的管理软件的方法的流程示意图。
本发明实施例提供的一种基于云平台的管理软件的方法,应用于云平台,云平台与多个用户端通信连接,云平台中存储有多个软件。
管理软件的方法包括:
S101:获取用户端对于各个软件的调用次数以及数据流量。
其中,对于软件的调用次数,可以在云平台的后端服务器上设置计数器,通过计数器记录每个软件的调用次数。
其中,对于软件的数据流量,可以在云平台中设置监控程序,实时监测各个软件的网络数据传输情况,以获取数据流量。
进一步地,可以汇总每个软件的软件数据流量,并根据软件数据流量对各软件进行排名,生成流量报告。
S102:根据各个软件的调用次数以及数据流量,计算各个软件的优先级。
需要说明的是,云平台中软件的优先级主要跟软件的调用次数以及数据流量有关。软件的调用次数越高意味着软件的优先级越高,反之,软件的调用次数越低意味着软件的优先级越低。软件的数据流量越高意味着软件的优先级越高,反之,软件的数据流量越低意味着软件的优先级越低。
在一种可能的实施方式中,S102具体包括子步骤S1021和S1022:
S1021:根据以下公式计算软件优先级参数u:
u=α1·T+α2·Q
其中,α1表示调用次数的权重,T表示调用次数,α2表示数据流量的权重,Q表示数据流量。
S1022:根据软件优先级参数,得到各个软件的优先级。
在本发明中,通过各个软件的调用次数以及数据流量,精确反映软件的使用情况,从而帮助云平台对软件进行有效管理和调度。云平台可以将更多的资源分配给优先级高的软件,从而实现资源的优化分配,提高云平台的效率和性能。
S103:获取多个用户端对于不同的软件的多个调用请求。
需要说明的是,与云平台通信连接的多个用户端,在同一个时间段内,可能针对同一个软件具有多个调用请求,也可能针对不同的软件具有多个调用请求,如果不进行优化处理,可能会出现多个调用请求发生冲突,进而影响云平台中软件调用的效率。
参照图2,示出了本发明实施例提供的一种调用请求的优先级计算方法的流程示意图。
S104:综合用户端的优先级、软件的优先级以及多个调用请求之间的关联关系,调整各个调用请求的处理优先级。
需要说明的是,调用请求的优先级主要用户端的优先级、软件的优先级以及多个调用请求之间的关联关系有关。用户端的优先级越高意味着由相应的用户端发起的调用请求的优先级越高,反之,用户端的优先级越低意味着相应的用户端其发起的调用请求的优先级越低。软件的优先级越高意味着针对相应软件的调用请求的优先级越高,反之,软件的优先级越低意味着针对相应软件的调用请求的优先级越低。而调用请求的优先级之所以跟调用请求之间的关联关系有关,是因为,在某些情况下,先发起了调用请求A,大概率后续还会发起调用请求B,此时,在处理完调用请求A,应当相应的提升调用请求B的优先级,以避免影响软件的调用效率。当然,在某些情况下,先发起了调用请求A,有可能会影响调用请求B的执行,此时,也影响对调用请求A和调用请求B的优先级进行重新调整。
其中,关联关系包括正相关关系、不确定关系和负相关关系。
调用请求A与调用请求B成正相关关系,意味着,调用请求A与调用请求B往往是相伴而出的,发起了调用请求A很大概率上后续还会发起调用请求B,发起了调用请求B很大概率上后续还会发起调用请求A。
调用请求A与调用请求B成负相关关系,意味着,调用请求A会阻碍调用请求B的执行,或者,调用请求B会阻碍调用请求A的执行。
调用请求A与调用请求B成不确定关系,意味着,调用请求A与调用请求B难以准确地确定处于正相关关系或者负相关关系,属于一种模糊的中间状态。
在一种可能的实施方式中,调用请求之间的关联关系的计算方式为:
S1041:设置各种关联关系的三角模糊数,其中,正相关关系的三角模糊数为(a3,b3,b3),不确定关系的三角模糊数为(a2,d,b2),负相关关系的三角模糊数为(a1,b1,b1),a1<a2<b1<d<a3<b2<b3。
需要说明的是,三角模糊数的中间数字表示隶属度为1的峰值所处的位置。
参照图3,示出了本发明实施例提供的一种三角模糊数的分布示意图。
图3中展示了正相关关系区域、不确定关系区域和负相关关系区域,图3中在(a2,b1)和(a3,b2)处存在重叠区域,重叠区域的大小取决于调用请求之间的关联关系的模糊程度。调用请求之间的关联关系的模糊程度越大,重叠区域的面积越大,反之,调用请求之间的关联关系的模糊程度越小,重叠区域的面积越小。
对于调用请求之间的关联关系很难有准确地界定标准,因此,可以邀请多个专业人员来对两个特定请求之间的关联关系进行评估,以更准确地得到调用请求之间的关联关系。
S1042:对于特定的两个调用请求,通过n个专业人员评估两者之间的关联关系,并进行三角模糊数评分(n1,n2,n3)。
S1043:将专业人员的从业时间ti作为校正参数,第i个专业人员对于特定的两个调用请求之间的关联关系值Si计算公式为:
需要说明的是,由于各个专业人员认知水平存在差异,因此有必要专业人员的从业时间作为校准参数,对两个调用请求之间的关联关系值进行进一步地校准,减少各个专业人员认知水平差异对两个调用请求之间的关联关系值的影响。
S1044:对各个专业人员对于特定的两个调用请求之间的关联关系值Si取平均值作为两个调用请求之间最终的关联关系值。
需要说明的是,对各个专业人员对于特定的两个调用请求之间的关联关系值Si取平均值可以进一步减少各个专业人员认知水平差异对两个调用请求之间的关联关系值的影响。
在一种可能的实施方式中,S104在S1044之后还包括:
S1045:将各个专业人员对于特定的两个调用请求之间的关联关系值Si进行组合,得到聚合矩阵S。
在本发明中,将各个专业人员对于特定的两个调用请求之间的关联关系值进行聚合处理,可以获得更加准确的聚合值,从而提高决策的准确性。在进行调度决策时,由于不同的专业人员的认知差异可能会对于特定的两个调用请求之间的关联关系有不同的看法,因此聚合多个专业人员的意见可以减少决策的不确定性,降低决策的风险。通过聚合多个专业人员的意见,可以获得更加全面的信息,从而帮助云平台更加准确地进行调度决策,提高调度的效率。
S1046:基于关联关系聚合矩阵S的调用请求的关联关系值计算公式:
表示经过k次传递后的关联关系聚合矩阵,/>表示调用请求x与调用请求z之间关联关系值,y1、y2、…、yk为从调用请求x至调用请求z之间的传递链路,r表示传递可信度。
在本发明中,通过对传递链路上的各个调用请求的关联关系值,可以快速地计算首尾两个调用请求的关联关系值,提升调用请求的关联关系值计算的效率。
在一种可能的实施方式中,S104在S1044之后还包括:
S1047:计算调用请求xj的影响值P(xj):
其中,P(xj)表示调用请求xj的影响值,λ表示阻尼系数,RS表示调用请求的集合,α(xi,xj)表示调用请求xj在边(xi,xj)中的关系权重,S(xi,xj)表示调用请求xi和调用请求xj之间的关联关系值,O(xi)表示与调用请求xi呈正相关关系的调用请求的集合,I(xj)表示与调用请求xj呈正相关关系的调用请求的集合。
在本发明中,通过各个调用请求的关联关系值计算调用请求的影响值,从而确定各个调用请求在同一时间段内中的重要性,进而根据调用请求的影响值去决定调用请求优先级。将更多的关键资源分配给具有较高影响值的调用请求,从而确保更加重要的调用请求得到优先处理。
在一种可能的实施方式中,S104还包括子步骤S1048和S1049:
S1048:综合用户端的优先级参数、软件的优先级参数以及多个调用请求的影响值,得到调用请求优先级参数D:
D=β1·V+β1·U+β3·P
其中,β1表示用户端的优先级权重,V表示用户端的优先级参数,β2表示软件的优先级权重,U表示软件的优先级参数,β3表示调用请求的影响值权重,P表示调用请求的影响值。
S1049:根据调用请求优先级参数D调整各个调用请求的处理优先级。
在本发明中,综合用户端的优先级参数、软件的优先级参数以及多个调用请求的影响值,得到调用请求优先级参数,进而再根据调用请求优先级参数确定各个调用请求的处理优先级。通过合理地调整调用请求的处理顺序,避免调用请求之间发生冲突,可以减少系统的等待时间和延迟,提高系统的吞吐量和响应速度。同时,根据调用请求的优先级参数,系统还可以更好地处理紧急请求,确保系统的稳定性和可靠性。
在一种可能的实施方式中,S1049包括:在两个调用请求的优先级参数D相同的情况下,优先按照用户端的优先级参数确定调用请求的处理优先级,次先按照软件的优先级参数确定调用请求的处理优先级。
在本发明中,在两个调用请求的优先级参数相同时,对于高优先级用户,系统可以优先处理其请求,可以提高用户体验。而次先按照软件的优先级参数确定调用请求的处理优先级,则可以确保系统更好地处理不同软件的请求,从而提高系统的灵活性和适应性。
S105:按处理优先级处理多个调用请求。
S106:根据软件的优先级对软件进行冗余备份。
其中,冗余备份的方式有全量备份方式和增量备份方式。
进一步地,全量备份方式是指整个系统或数据的备份进行一次完整的备份,包含了所有的文件和数据,无论文件是否发生变化。在全量备份的过程中,所有数据都被备份,包括已备份过的数据。全量备份可以确保数据的完整性和一致性,但是备份时间和备份存储空间相对较大。
增量备份方式是指增量备份是指只备份系统或数据中发生更改的部分,而不是对整个系统或数据进行备份。增量备份可以大大减少备份时间和备份存储空间的占用,同时保证备份的完整性和一致性。增量备份是在全量备份之后进行的,只备份了从上次备份以来发生更改的部分,因此备份的数据量相对较小。需要注意的是,在进行增量备份时,必须同时保留全量备份和增量备份,才能恢复到任何时间点的数据状态。
需要说明的是,对于关键性的软件,进行冗余备份可以保障系统的可靠性和稳定性。当主要软件发生故障时,备份软件可以自动切换,以保障系统的稳定运行。在系统负载较高的情况下,通过对软件进行冗余备份可以提高系统的处理能力,增加系统的可用性和响应速度,降低用户的等待时间,提高用户体验。通过对软件进行冗余备份,可以防止因为软件故障导致数据丢失的风险,提高数据的安全性和完整性。
在一种可能的实施方式中,S106具体包括:
S1061:在软件优先级参数大于或者等于预设数值的情况下,使用全量备份方式将软件进行备份。
S1062:在软件优先级参数小于预设数值的情况下,使用增量备份方式将软件进行备份。
在本发明中,根据软件的优先级参数来选择不同的备份方式,可以使得备份更加高效和灵活。因为软件优先级参数的高低与软件的重要程度相关,如果某个软件的优先级参数较高,则可以使用全量备份方式来确保该软件的备份数据的完整性和可用性。而如果某个软件的优先级参数较低,则可以使用增量备份方式来减少备份数据量,节约存储空间和备份时间,同时也可以满足该软件的备份需求。这样可以最大限度地提高备份效率,并确保备份数据的可靠性和可用性,减少备份风险和成本。
本发明与现有技术相比,至少具有以下有益的技术效果:
(1)本发明中,面对同一时间段内发生的多个软件调用请求时,综合用户端的优先级、软件的优先级以及多个调用请求之间的关联关系,调整各个调用请求的处理优先级,之后按处理优先级处理多个调用请求,避免了多个软件调用请求之间发生冲突,提升在云平台中软件调用的效率。
(2)本发明中,根据软件的优先级对软件进行冗余备份,对于优先级高的软件优先进行冗余备份,可以保证软件的可靠性和可用性,降低软件出现故障的风险,即使出现了软件故障,云平台也可以通过备份软件来快速恢复,减少服务中断时间和影响范围,增强了系统的容错能力。
实施例2
参照图4,示出了本发明实施例提供的一种基于云平台的软件管理系统的结构示意图。
本发明实施例提供的一种基于云平台的软件管理系统,应用于云平台,云平台与多个用户端通信连接,云平台中存储有多个软件,软件管理系统40包括:
第一获取模块401,用于获取用户端对于各个软件的调用次数以及数据流量;
计算模块402,用于根据各个软件的调用次数以及数据流量,计算各个软件的优先级;
第二获取模块403,用于获取多个用户端对于不同的软件的多个调用请求;
调整模块404,用于综合用户端的优先级、软件的优先级以及多个调用请求之间的关联关系,调整各个调用请求的处理优先级;
处理模块405,用于按处理优先级处理多个调用请求;
备份模块406,用于根据软件的优先级对软件进行冗余备份。
在一种可能的实施方式中,计算模块402具体用于:
根据以下公式计算软件优先级参数u:
u=α1·T+α2·Q
其中,α1表示调用次数的权重,T表示调用次数,α2表示数据流量的权重,Q表示数据流量;
根据软件优先级参数,得到各个软件的优先级。
在一种可能的实施方式中,关联关系包括正相关关系、不确定关系和负相关关系。
在一种可能的实施方式中,调用请求之间的关联关系的计算方式为:
设置各种关联关系的三角模糊数,其中,正相关关系的三角模糊数为(a3,b3,b3),不确定关系的三角模糊数为(a2,d,b2),负相关关系的三角模糊数为(a1,b1,b1),a1<a2<b1<d<a3<b2<b3;
对于特定的两个调用请求,通过n个专业人员评估两者之间的关联关系,并进行三角模糊数评分(n1,n2,n3);
将专业人员的从业时间ti作为校正参数,第i个专业人员对于特定的两个调用请求之间的关联关系值Si计算公式为:
对各个专业人员对于特定的两个调用请求之间的关联关系值Si取平均值作为两个调用请求之间最终的关联关系值。
在一种可能的实施方式中,调用请求之间的关联关系的计算方式还包括:
将各个专业人员对于特定的两个调用请求之间的关联关系值Si进行组合,得到聚合矩阵S;
基于关联关系聚合矩阵S的调用请求的关联关系值计算公式:
表示经过k次传递后的关联关系聚合矩阵,/>表示调用请求x与调用请求z之间关联关系值,y1、y2、…、yk为从调用请求x至调用请求z之间的传递链路,r表示传递可信度。
在一种可能的实施方式中,调用请求之间的关联关系的计算方式还包括:
计算调用请求xj的影响值P(xj):
其中,P(xj)表示调用请求xj的影响值,λ表示阻尼系数,RS表示调用请求的集合,α(xi,xj)表示调用请求xj在边(xi,xj)中的关系权重,S(xi,xj)表示调用请求xi和调用请求xj之间的关联关系值,O(xi)表示与调用请求xi呈正相关关系的调用请求的集合,I(xj)表示与调用请求xj呈正相关关系的调用请求的集合。
在一种可能的实施方式中,调整模块404还用于:
综合用户端的优先级参数、软件的优先级参数以及多个调用请求的影响值,得到调用请求优先级参数D:
D=β1·V+β1·U+β3·P
其中,β1表示用户端的优先级权重,V表示用户端的优先级参数,β2表示软件的优先级权重,U表示软件的优先级参数,β3表示调用请求的影响值权重,P表示调用请求的影响值;
根据调用请求优先级参数D调整各个调用请求的处理优先级。
在一种可能的实施方式中,调整模块404还用于:
在两个调用请求的优先级参数D相同的情况下,优先按照用户端的优先级参数确定调用请求的处理优先级,次先按照软件的优先级参数确定调用请求的处理优先级。
在一种可能的实施方式中,备份模块406具体用于:
在软件优先级参数大于或者等于预设数值的情况下,使用全量备份方式将软件进行备份;
在软件优先级参数小于预设数值的情况下,使用增量备份方式将软件进行备份。
本发明提供的一种软件管理系统40可以实现上述管理软件的方法的步骤和效果,为避免重复,本发明不再赘述。
本发明与现有技术相比,至少具有以下有益的技术效果:
(1)本发明中,面对同一时间段内发生的多个软件调用请求时,综合用户端的优先级、软件的优先级以及多个调用请求之间的关联关系,调整各个调用请求的处理优先级,之后按处理优先级处理多个调用请求,避免了多个软件调用请求之间发生冲突,提升在云平台中软件调用的效率。
(2)本发明中,根据软件的优先级对软件进行冗余备份,对于优先级高的软件优先进行冗余备份,可以保证软件的可靠性和可用性,降低软件出现故障的风险,即使出现了软件故障,云平台也可以通过备份软件来快速恢复,减少服务中断时间和影响范围,增强了系统的容错能力。
以上所述仅为本发明的实施例而已,并不用于限制本发明。对于本领域技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本发明的权利要求范围之内。
Claims (5)
1.一种基于云平台的管理软件的方法,应用于云平台,其特征在于,所述云平台与多个用户端通信连接,所述云平台中存储有多个软件,所述方法包括:
S101:获取所述用户端对于各个软件的调用次数以及数据流量;
S102:根据各个软件的调用次数以及数据流量,计算各个软件的优先级;
S103:获取多个所述用户端对于不同的软件的多个调用请求;
S104:综合所述用户端的优先级、所述软件的优先级以及多个所述调用请求之间的关联关系,调整各个调用请求的处理优先级;
S105:按所述处理优先级处理多个所述调用请求;
S106:根据所述软件的优先级对所述软件进行冗余备份;
其中,所述调用请求之间的关联关系的计算方式为:
S1041:设置各种关联关系的三角模糊数,其中,正相关关系的三角模糊数为(a3,b3,b3),不确定关系的三角模糊数为(a2,d,b2),负相关关系的三角模糊数为(a1,b1,b1),a1<a2<b1<d<a3<b2<b3;
S1042:对于特定的两个调用请求,通过n个专业人员评估两者之间的关联关系,并进行三角模糊数评分(n1,n2,n3);
S1043:将所述专业人员的从业时间ti作为校正参数,第i个专业人员对于特定的两个调用请求之间的关联关系值Si计算公式为:
S1044:对各个专业人员对于特定的两个调用请求之间的关联关系值Si取平均值作为两个调用请求之间最终的关联关系值;
S1045:将各个专业人员对于特定的两个调用请求之间的关联关系值Si进行组合,得到聚合矩阵S;
S1046:基于关联关系聚合矩阵S的调用请求的关联关系值计算公式:
表示经过k次传递后的关联关系聚合矩阵,/>表示调用请求x与调用请求z之间关联关系值,y1、y2、…、yk为从调用请求x至调用请求z之间的传递链路,r表示传递可信度;
S1047:计算调用请求xj的影响值P(xj):
其中,P(xj)表示调用请求xj的影响值,λ表示阻尼系数,RS表示调用请求的集合,α(xi,xj)表示调用请求xj在边(xi,xj)中的关系权重,S(xi,xj)表示调用请求xi和调用请求xj之间的关联关系值,O(xi)表示与调用请求xi呈正相关关系的调用请求的集合,I(xj)表示与调用请求xj呈正相关关系的调用请求的集合;
S1048:综合所述用户端的优先级参数、所述软件的优先级参数以及多个调用请求的影响值,得到调用请求优先级参数D:
D=β1·V+β1·U+β3·P
其中,β1表示用户端的优先级权重,V表示用户端的优先级参数,β2表示软件的优先级权重,U表示软件的优先级参数,β3表示调用请求的影响值权重,P表示调用请求的影响值;
S1049:在两个调用请求的优先级参数D相同的情况下,优先按照用户端的优先级参数确定调用请求的处理优先级,次先按照软件的优先级参数确定调用请求的处理优先级。
2.根据权利要求1所述的方法,其特征在于,所述S102具体包括:
S1021:根据以下公式计算软件优先级参数u:
u=α1·T+α2·Q
其中,α1表示调用次数的权重,T表示调用次数,α2表示数据流量的权重,Q表示数据流量;
S1022:根据所述软件优先级参数,得到各个软件的优先级。
3.根据权利要求1所述的方法,其特征在于,所述关联关系包括正相关关系、不确定关系和负相关关系。
4.根据权利要求2所述的方法,其特征在于,所述S106具体包括:
S1061:在所述软件优先级参数大于或者等于预设数值的情况下,使用全量备份方式将所述软件进行备份;
S1062:在所述软件优先级参数小于所述预设数值的情况下,使用增量备份方式将所述软件进行备份。
5.一种基于云平台的软件管理系统,应用于云平台,其特征在于,所述云平台与多个用户端通信连接,所述云平台中存储有多个软件,所述软件管理系统包括:
第一获取模块,用于获取所述用户端对于各个软件的调用次数以及数据流量;
计算模块,用于根据各个软件的调用次数以及数据流量,计算各个软件的优先级;
第二获取模块,用于获取多个所述用户端对于不同的软件的多个调用请求;
调整模块,用于综合所述用户端的优先级、所述软件的优先级以及多个所述调用请求之间的关联关系,调整各个调用请求的处理优先级;
处理模块,用于按所述处理优先级处理多个所述调用请求;
备份模块,用于根据所述软件的优先级对所述软件进行冗余备份;
其中,所述调用请求之间的关联关系的计算方式为:
设置各种关联关系的三角模糊数,其中,正相关关系的三角模糊数为(a3,b3,b3),不确定关系的三角模糊数为(a2,d,b2),负相关关系的三角模糊数为(a1,b1,b1),a1<a2<b1<d<a3<b2<b3;
对于特定的两个调用请求,通过n个专业人员评估两者之间的关联关系,并进行三角模糊数评分(n1,n2,n3);
将所述专业人员的从业时间ti作为校正参数,第i个专业人员对于特定的两个调用请求之间的关联关系值Si计算公式为:
对各个专业人员对于特定的两个调用请求之间的关联关系值Si取平均值作为两个调用请求之间最终的关联关系值;
将各个专业人员对于特定的两个调用请求之间的关联关系值Si进行组合,得到聚合矩阵S;
基于关联关系聚合矩阵S的调用请求的关联关系值计算公式:
表示经过k次传递后的关联关系聚合矩阵,/>表示调用请求x与调用请求z之间关联关系值,y1、y2、…、yk为从调用请求x至调用请求z之间的传递链路,r表示传递可信度;
计算调用请求xj的影响值P(xj):
其中,P(xj)表示调用请求xj的影响值,λ表示阻尼系数,RS表示调用请求的集合,α(xi,xj)表示调用请求xj在边(xi,xj)中的关系权重,S(xi,xj)表示调用请求xi和调用请求xj之间的关联关系值,O(xi)表示与调用请求xi呈正相关关系的调用请求的集合,I(xj)表示与调用请求xj呈正相关关系的调用请求的集合;
综合所述用户端的优先级参数、所述软件的优先级参数以及多个调用请求的影响值,得到调用请求优先级参数D:
D=β1·V+β1·U+β3·P
其中,β1表示用户端的优先级权重,V表示用户端的优先级参数,β2表示软件的优先级权重,U表示软件的优先级参数,β3表示调用请求的影响值权重,P表示调用请求的影响值;
在两个调用请求的优先级参数D相同的情况下,优先按照用户端的优先级参数确定调用请求的处理优先级,次先按照软件的优先级参数确定调用请求的处理优先级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310464682.0A CN116302447B (zh) | 2023-04-27 | 2023-04-27 | 一种基于云平台的管理软件的方法及软件管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310464682.0A CN116302447B (zh) | 2023-04-27 | 2023-04-27 | 一种基于云平台的管理软件的方法及软件管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116302447A CN116302447A (zh) | 2023-06-23 |
CN116302447B true CN116302447B (zh) | 2023-08-04 |
Family
ID=86790804
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310464682.0A Active CN116302447B (zh) | 2023-04-27 | 2023-04-27 | 一种基于云平台的管理软件的方法及软件管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116302447B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945157A (zh) * | 2012-10-23 | 2013-02-27 | 北京奇虎科技有限公司 | 软件调用方法与装置 |
CN104735095A (zh) * | 2013-12-18 | 2015-06-24 | 中国移动通信集团四川有限公司 | 一种云计算平台作业调度方法及装置 |
CN106506670A (zh) * | 2016-11-21 | 2017-03-15 | 北京永信至诚科技股份有限公司 | 一种云平台虚拟资源高速调度方法与系统 |
CN113536376A (zh) * | 2021-07-19 | 2021-10-22 | 中创智联科技(江苏)有限公司 | 一种企业财务数据安全管理系统及其方法 |
CN113973136A (zh) * | 2020-07-07 | 2022-01-25 | 中国移动通信集团广东有限公司 | 流量调度方法、装置及系统 |
JP2022107359A (ja) * | 2021-01-08 | 2022-07-21 | 戦平 ▲呉▼ | クラウドサービス品質保証(sla)の定量測定計算方法及びビジネスモデル |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2554069B (en) * | 2016-09-14 | 2019-12-25 | Starleaf Ltd | A system for managing software versions in multitenant cloud IP video-telephony services |
-
2023
- 2023-04-27 CN CN202310464682.0A patent/CN116302447B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945157A (zh) * | 2012-10-23 | 2013-02-27 | 北京奇虎科技有限公司 | 软件调用方法与装置 |
CN104735095A (zh) * | 2013-12-18 | 2015-06-24 | 中国移动通信集团四川有限公司 | 一种云计算平台作业调度方法及装置 |
CN106506670A (zh) * | 2016-11-21 | 2017-03-15 | 北京永信至诚科技股份有限公司 | 一种云平台虚拟资源高速调度方法与系统 |
CN113973136A (zh) * | 2020-07-07 | 2022-01-25 | 中国移动通信集团广东有限公司 | 流量调度方法、装置及系统 |
JP2022107359A (ja) * | 2021-01-08 | 2022-07-21 | 戦平 ▲呉▼ | クラウドサービス品質保証(sla)の定量測定計算方法及びビジネスモデル |
CN113536376A (zh) * | 2021-07-19 | 2021-10-22 | 中创智联科技(江苏)有限公司 | 一种企业财务数据安全管理系统及其方法 |
Also Published As
Publication number | Publication date |
---|---|
CN116302447A (zh) | 2023-06-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020211378A1 (zh) | 请求处理方法、装置、计算机设备和存储介质 | |
US7843811B2 (en) | Method of solving a split-brain condition | |
US11316792B2 (en) | Method and system of limiting traffic | |
EP2515504B1 (en) | Content delivery method, system and schedule server | |
CN108965014A (zh) | QoS感知的服务链备份方法及系统 | |
CN111930493B (zh) | 集群中NodeManager状态管理方法、装置及计算设备 | |
CN111694517B (zh) | 分布式数据迁移方法、系统和电子设备 | |
CN114356558B (zh) | 一种基于集群的缩容处理方法及装置 | |
EP2996382B1 (en) | Physical resource adjustment method, device and controller | |
CN103248622B (zh) | 一种自动伸缩的在线视频服务质量保障方法及系统 | |
CN111262783B (zh) | 一种动态路由的方法及装置 | |
CN116302447B (zh) | 一种基于云平台的管理软件的方法及软件管理系统 | |
CN112887224B (zh) | 流量调度处理方法、装置、电子设备及存储介质 | |
CN111400241A (zh) | 数据重构方法和装置 | |
CN110955504A (zh) | 智能分配渲染任务的方法、服务器、系统及存储介质 | |
CN111158899A (zh) | 一种数据的采集方法、采集器、任务管理中心以及系统 | |
CN115834712B (zh) | 一种面向连接型业务的网关资源调度方法 | |
CN117614805B (zh) | 一种监控数据中心状态的数据处理系统 | |
CN117544913A (zh) | 话单积压自适应处理方法、装置、电子设备及存储介质 | |
CN115914236B (zh) | 存储空间的分配调整方法、装置、电子设备及存储介质 | |
CN118041745B (zh) | 物联网电表故障监测方法及系统 | |
CN116455753B (zh) | 一种数据平滑方法及装置 | |
CN111371873B (zh) | 一种Web服务选举方法、装置和服务器 | |
CN112835717B (zh) | 一种用于集群的集成应用处理方法和装置 | |
CN118113523A (zh) | 一种数据库的增量备份方法、可读存储介质和计算机设备 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |