CN116302660B - 一种重试获取异常信息的方法、系统、计算机和存储介质 - Google Patents
一种重试获取异常信息的方法、系统、计算机和存储介质 Download PDFInfo
- Publication number
- CN116302660B CN116302660B CN202310546756.5A CN202310546756A CN116302660B CN 116302660 B CN116302660 B CN 116302660B CN 202310546756 A CN202310546756 A CN 202310546756A CN 116302660 B CN116302660 B CN 116302660B
- Authority
- CN
- China
- Prior art keywords
- abnormal
- abnormal information
- retry
- information
- anomaly
- 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
- 230000002159 abnormal effect Effects 0.000 title claims abstract description 224
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000004364 calculation method Methods 0.000 claims abstract description 45
- 238000004422 calculation algorithm Methods 0.000 claims abstract description 35
- 230000005856 abnormality Effects 0.000 claims description 40
- 238000009825 accumulation Methods 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 10
- 230000003247 decreasing effect Effects 0.000 claims description 3
- 239000002699 waste material Substances 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 2
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 5
- 230000002829 reductive effect Effects 0.000 description 4
- 238000006467 substitution reaction Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 230000000670 limiting effect Effects 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0766—Error or fault reporting or storing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/0703—Error or fault processing not based on redundancy, i.e. by taking additional measures to deal with the error or fault not making use of redundancy in operation, in hardware, or in data representation
- G06F11/0793—Remedial or corrective actions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording 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
- G06F11/3452—Performance evaluation by statistical analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/34—Recording 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
- G06F11/3466—Performance evaluation by tracing or monitoring
- G06F11/3476—Data logging
Abstract
本申请涉及计算机技术领域，尤其涉及一种重试获取异常信息的方法、系统、计算机和存储介质，该方法包括：获取异常信息，基于所述异常信息，得到所述异常信息对应的异常码；基于所述异常码，得到所述异常信息对应的异常质量等级；基于所述异常质量等级，得到所述异常信息对应的计算算法、质量因子和计算常数，其中，每个异常质量等级对应不同的计算算法、质量因子和计算常数；基于所述计算算法、所述质量因子和所述计算常数，对所述异常信息进行重新获取。本申请可以针对不同的异常进行不同的重试，能减少重试次数，避免系统资源浪费，提高系统的效率。
Description
技术领域
本申请涉及计算机技术领域，尤其涉及一种重试获取异常信息的方法、系统、计算机和存储介质。
背景技术
在现有的技术中，计算机会遇到各种异常，当计算机发现异常时会将异常以异常信息记录保存，并通过定时重试任务不断进行重试，直到重试次数达到预设的最大重试次数时而终止任务。这样对于不同的异常来说，若都按照预设的同一种固定形式的任务来不断重试，这样缺乏对异常信息的差异化处理，从而造成系统的资源浪费。
发明内容
鉴于上述问题，本申请提出一种重试获取异常信息的方法、系统、计算机和存储介质。
本申请实施例提出一种重试获取异常信息的方法，包括：
获取异常信息，基于所述异常信息，得到所述异常信息对应的异常码；
基于所述异常码，得到所述异常信息对应的异常质量等级；
基于所述异常质量等级，得到所述异常信息对应的计算算法、质量因子和计算常数，其中，每个异常质量等级对应不同的计算算法、质量因子和计算常数；
基于所述计算算法、所述质量因子和所述计算常数，对所述异常信息进行重新获取。
进一步地，在上述的重试获取异常信息的方法中，所述基于所述计算算法、所述质量因子和所述计算常数，对所述异常信息进行重新获取，包括：
基于所述计算算法、所述质量因子和所述计算常数，得到所述异常信息的重试时间和最大重试次数；
基于所述异常信息的重试时间和最大重试次数，对所述异常信息进行重新获取。
进一步地，在上述的重试获取异常信息的方法中，所述异常信息还对应有重试累加次数，所述基于所述异常信息的重试时间和最大重试次数，对所述异常信息进行重新获取，包括：
对获取到的每个异常信息进行轮询；
若轮询到的异常信息的重试时间已到，且所述重试累加次数小于所述最大重试次数，则对所述异常信息进行重新获取，其中，第一次重新获取所述异常信息时的重试累加次数为0；
若轮询到的异常信息的重试时间未到或所述重试累加次数不小于所述最大重试次数，则将所述重试累加次数清零，并返回所述基于所述异常信息，得到所述异常信息对应的异常码的步骤，重新开始获取。
进一步地，在上述的重试获取异常信息的方法中，所述异常信息还对应有重试累加次数，还包括：
当对所述异常信息重新获取失败后，则将所述异常信息对应的重试累加次数加一，并基于更新后的所述重试累加次数、当前的所述质量因子、所述计算算法和所述计算常数，对所述异常信息进行重新获取。
进一步地，在上述的重试获取异常信息的方法中，所述异常质量等级包括第一异常等级至第五异常等级，每个所述异常质量对应的重试时间的计算公式分别为：
其中，T1、T2、T3、T4、T5分别为所述第一异常等级至第五异常等级对应的重试时间，Tt为系统的当前时间，Ci为对应异常信息第i次重试的重试累加次数，N2、N3、N4、N5分别为第二异常等级至第五异常等级对应的计算常数，、/>、/>、/>、/>分别为所述第一异常等级至第五异常等级对应异常信息第i次重试的质量因子，并且，T1、T2、T3、T4的时间单位是分钟，T5时间单位是天。
进一步地，在上述的重试获取异常信息的方法中，所述异常质量等级包括第一异常等级至第五异常等级，计算所述异常信息的最大重试次数的计算公式为：
其中，Mc1、Mc2、Mc3、Mc4、Mc5分别为所述第一异常等级至第五异常等级对应的最大重试次数，N1、N2、N3、N4、N5分别为所述第一异常等级至第五异常等级对应的计算常数，、/>、/>、/>、/>分别为所述第一异常等级至第五异常等级对应异常信息第i次重试的质量因子。
进一步地，在上述的重试获取异常信息的方法中，对所述异常信息进行重新获取的过程中，还包括：
将第一次重新获取所述异常信息时的质量因子作为初始的质量因子；
每当所述异常信息获取失败时，则将当前的质量因子增加第一预设值，每当所述异常信息获取成功时，则将当前的质量因子减少第二预设值，且每个质量因子的取值范围为0~1。
本申请的另一实施例还提出一种重试获取异常信息系统，包括：
第一查询单元，用于获取异常信息，基于所述异常信息，得到所述异常信息对应的异常码；
第二查询单元，用于基于所述异常码，得到所述异常信息对应的异常质量等级；
计算单元，用于基于所述异常质量等级，得到所述异常信息对应的计算算法、质量因子和计算常数，其中，每个异常质量等级对应不同的计算算法、质量因子和计算常数；
获取单元，用于基于所述计算算法、所述质量因子和所述计算常数，对所述异常信息进行重新获取。
本申请的另一实施例还提出一种计算机，包括存储单元和处理单元，所述存储单元中存储有计算机程序，所述处理单元通过调用所述存储单元中存储的所述计算机程序，执行如上述的重试获取异常信息的方法的步骤。
本申请的另一实施例还提出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计算机程序，所述计算机程序适于处理器进行加载，以执行如上述的重试获取异常信息的方法的步骤。
本申请的实施例具有以下的有益效果：
本申请实施例提出一种重试获取异常信息的方法，通过对异常信息进行分类，每种类型异常对应不同的计算算法、质量因子和计算常数，通过上述不同的计算算法、质量因子和计算常数来对每个异常信息进行重试。这样针对不同的异常进行不同的重试，能减少重试次数，避免系统资源浪费，提高系统的效率。
附图说明
为了更清楚地说明本申请的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对本申请保护范围的限定。在各个附图中，类似的构成部分采用类似的编号。
图1示出了本申请一些实施方式的重试获取异常信息的方法的第一流程示意图；
图2示出了本申请一些实施方式的重试获取异常信息的方法的异常信息和异常码的关联表示意图；
图3示出了本申请一些实施方式的重试获取异常信息的方法的第二流程示意图；
图4示出了本申请一些实施方式的重试获取异常信息系统的结构示意图。
具体实施方式
下面将结合本申请实施例中附图，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。
通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请的实施例，本领域技术人员在没有做出创造性劳动的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。
在下文中，可在本申请的各种实施例中使用的术语“包括”、“具有”及其同源词仅意在表示特定特征、数字、步骤、操作、元件、组件或前述项的组合，并且不应被理解为首先排除一个或更多个其它特征、数字、步骤、操作、元件、组件或前述项的组合的存在或增加一个或更多个特征、数字、步骤、操作、元件、组件或前述项的组合的可能性。
此外，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
除非另有限定，否则在这里使用的所有术语(包括技术术语和科学术语)具有与本申请的各种实施例所属领域普通技术人员通常理解的含义相同的含义。所述术语(诸如在一般使用的词典中限定的术语)将被解释为具有与在相关技术领域中的语境含义相同的含义并且将不被解释为具有理想化的含义或过于正式的含义，除非在本申请的各种实施例中被清楚地限定。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互结合。
通常地，现有技术中，由于每次重试都按照预设的固定间隔时间进行，而异常的种类所需重试的时间都不同，若一概而论将所有异常按照一套方案去处理，则会造成部分异常重试的次数太多，造成系统资源的浪费。
因此，本申请提出一种重试获取异常信息的方法来解决上述问题。
请参照图1，为本申请实施例提出的重试获取异常信息的方法的一种流程示意图。示范性地，该重试获取异常信息的方法应用于计算机中。
在一些实施方式中，如图1所示，一种重试获取异常信息的方法，包括：
S110，获取异常信息，基于异常信息，得到异常信息对应的异常码。
具体地，每个异常信息唯一关联一个异常码，而一个异常码可关联多个异常信息，如图2所示，异常信息a和异常信息b关联同一异常码KCAM001。当获取到异常信息时，可通过异常信息进行查表来获取对应的异常码，将对应的异常码与异常信息进行关联。其中，异常码=系统码+若干位数字，该若干位数字用于代表异常信息的异常类别。可选择地，若干位数字可以取2-5位。
示范性地，若系统码为KCAM，若干位数字为3位数字。若异常信息属于“请求超时，请稍后重试”，则该异常信息对应的异常码为KCAM001；若异常信息属于“系统异常，请稍后重试”，则该异常信息对应的异常码为KCAM002；若异常信息属于“认证服务异常”，则该异常信息对应的异常码为KCAM003；若异常信息属于“资方处理异常”，则该异常信息对应的异常码为KCAM004。当然这里只是举例，每个系统的系统码不一样，异常码也可以根据不同的异常种类随意设置，这里不做限定。
S210，基于异常码，得到异常信息对应的异常质量等级。
具体地，每个异常码都对应有唯一的异常质量等级，可通过查表得到该异常码对应的异常质量等级。
S310，基于异常质量等级，得到异常信息对应的计算算法、质量因子和计算常数，其中，每个异常质量等级对应不同的计算算法、质量因子和计算常数。
具体地，每个异常质量等级都对应若干计算算法、若干质量因子和若干计算常数。优选地，该计算算法个数为2，质量因子的个数为1，计算常数的个数为1。其中，质量因子、计算算法和计算常数都是预先设置的。
S410，基于计算算法、质量因子和计算常数，对异常信息进行重新获取。
具体地，由于针对不同的异常信息，其所需等待重试的时长不一致，因此，引入质量因子的概念来使得不同的异常信息对应的重试时间（即重新获取异常信息）具有差异化，使得每种异常信息的重试时间分散开来，降低系统的拥堵概率。
在一些实施方式的重试获取异常信息的方法中，如图3所示，基于计算算法、质量因子和计算常数，对异常信息进行重新获取，包括：
S411，基于计算算法、质量因子和计算常数，得到异常信息的重试时间和最大重试次数。
S412，基于异常信息的重试时间和最大重试次数，对异常信息进行重新获取。
具体地，当得到异常信息对应的重试时间和最大重试次数后，按照异常信息的重试时间开始对异常信息进行重试，而重试次数的上限由最大重试次数而决定。例如，若计算出的异常信息对应的重试时间为5分钟，最大重试次数为3次，则将该异常信息每过5分钟对其进行重试，且只能连续重试3次。只有当重试失败后才会再次重试。
进一步地，在一些实施方式的重试获取异常信息的方法中，异常信息还对应有重试累加次数，基于异常信息的重试时间和最大重试次数，对异常信息进行重新获取，包括：
对每个获取到的异常信息进行轮询。
具体地，首先，考虑到一个系统会同时存在多个不同的异常信息，所以会先从所有信息中提取异常信息到轮询队列中，并对每个异常信息进行轮询。
其次，当轮询到对应的异常信息时，再判断是否达到重新获取的条件，若条件满足，则对该异常信息进行重新获取，若不满足则继续下一个异常信息的询问。在轮询的过程中，若当某个异常信息重新获取成功时，则将该异常信息从轮询队列中剔除。
最后，直到异常信息队列中没有异常信息，则结束轮询。后续轮询队列中一旦加入异常信息，则再次开启轮询。
若轮询到的异常信息的重试时间已到，且重试累加次数小于最大重试次数，则对异常信息进行重新获取，其中，第一次重新获取异常信息时的重试累加次数为0。
具体地，当轮询到某个异常信息时，先判断该异常信的重试时间是否已到，同时还判断该异常信息的重试累加次数是否小于最大重试次数，若都满足，对此异常信息进行重新获取。
若轮询到的异常信息的重试时间未到或重试累加次数不小于最大重试次数，则将重试累加次数清零，并返回最初的基于异常信息，得到异常信息对应的异常码的步骤，重新开始获取。
需要注意的是，若某个异常信息的重试时间到了，但还没有轮询到，则先要等到轮询到了后，再经过判断以上条件后，若都满足，才会进行重新获取。
示范性地，若某一异常信息的最大重试次数为3，若第三次进行重试后，依然获取信息失败，则重试累加次数加一，此时的重试累加次数为3，到下次轮询时，则会判断当前的重试累加次数为3等于最大重试次数，则会并返回最初的步骤重新开始获取，且重试累加次数清零。
在一些实施方式中，重试获取异常信息的方法还包括：
当对异常信息重新获取失败后，则将异常信息对应的重试累加次数加一，并基于当前的重试累加次数、计算算法、当前的质量因子和计算常数，对异常信息进行重新获取。
具体地，考虑到每一种类的异常信息包括若干不同的异常信息。例如，请求超时这一类型的异常信息却包括网络抖动、宽带被占满等多种原因导致的请求超时异常信息，或者请求超时这一类型的异常信息却包括获取私密信息和获取非私密信息等不同应用场景下的异常信息。而对每一种类中的多个异常信息按照固定的时间进行重试，这样仍然不优，因此需要一种会随着不同种类、不同应用场景、不同原因造成的异常信息都有对应自己唯一的重试方案。因此，本方案增加对每一种异常信息都能自我学习的功能，这样随着每一个不同的异常信息自我调整对应的重试方案。
因此，本方案中，每对同一个异常信息进行重新获取后，都会将对应的质量因子按照预设规则进行调节以得到新的质量因子，以新的质量因子来调整当前的重试时间和最大重试次数，在以当前的重试时间和当前的最大重试次数来重新获取异常信息对应所需要获取的信息。
示范性地，若第一次对异常信息进行重新获取时的质量因子为a1，则按照预设规则对质量因子a1进行调节得到新的质量因子a2。再以当前的质量因子a2来第二次重新获取，若获取完后，按照预设规则对质量因子a2进行调节得到新的质量因子a3，若第二次重新获取失败，则以当前的质量因子a3进行下一次重新获取。若第二次重新获取成功，则当前的质量因子依旧是a3，但是回到初始步骤重新开始获取，而此时获取的质量因子已经是a3了。
在一些实施方式的重试获取异常信息的方法中，异常质量等级包括第一异常等级至第五异常等级，每个异常质量对应的重试时间的计算公式分别为：
其中，T1、T2、T3、T4、T5分别为第一异常等级至第五异常等级对应的重试时间，Tt为系统的当前时间，Ci为对应异常信息第i次重试的重试累加次数，N2、N3、N4、N5分别为第二异常等级至第五异常等级对应的计算常数，、/>、/>、/>、/>分别为所述第一异常等级至第五异常等级对应异常信息第i次重试的质量因子，并且，T1、T2、T3、T4的时间单位是分钟，T5时间单位是天。
其中，计算常数的取值范围为1~10的正整数，并且每次重试的质量因子不变。
可选择地，当i=1时，、/>、/>、/>、/>分别为0.5、0.4、0.3、0.2、0.1；N2、N3、N4、N5分别为1、2、3、4、5。
示范性地，若异常信息的异常等级为第二异常等级，发现该异常信息时的系统时间为9:00；取N2为2分钟；当i=1时，为0.4，第一次重新获取之前C1=0。则可计算获得该异常信息的第一次重新获取的时间为9：02：24（9时2分24秒）。若第一次重新获取失败，则此时C2=1，i=2，/>不变依然为0.4，若重新获取信息的时间为1秒，则系统当前的时间为9：02：25（9时2分25秒），则可计算获得该异常信息的第二次重新获取的时间为9：05：49（9时5分49秒），以此类推。
示范性地，若异常信息的异常等级为第五异常等级，发现该异常信息时的系统时间为2022年1月1日的9:00；取N2为5天；当i=1时，为0.2，第一次重新获取之前C1=0。则可计算获得该异常信息的第一次重新获取的时间为2022年1月2日9：00：00（9时整）。若第一次重新获取失败，则此时C2=1，i=2，/>不变依然为0.2，若重新获取信息的时间为30秒，则系统当前的时间为9：00：30（9时0分30秒），则可计算获得该异常信息的第二次重新获取的时间为2022年1月3日9：00：30（9时0分30秒），以此类推。
在一些实施方式的重试获取异常信息的方法中，异常质量等级包括第一异常等级至第五异常等级，计算异常信息的最大重试次数的计算公式为：
其中，Mc1、Mc2、Mc3、Mc4、Mc5分别为第一异常等级至第五异常等级对应的最大重试次数，N1、N2、N3、N4、N5分别为第一异常等级至第五异常等级对应的计算常数，、/>、、/>、/>分别为所述第一异常等级至第五异常等级对应异常信息第i次重试的质量因子。
其中，计算常数的取值范围为1~10的正整数，并且每次重试的质量因子不变。并且将最后将上述公式计算出的最大重试次数的数值按照四舍五入取整。
可选择地，当i=1时，、/>、/>、/>、/>分别为0.5、0.4、0.3、0.2、0.1；N2、N3、N4、N5分别为1、2、3、4、5。
示范性地，若异常信息的异常等级为第二异常等级，取N2为2；当i=1时，为0.4。则可计算获得该异常信息的最大重试次数为2（将结果2.4按照四舍五入取整后的值）。若重试失败，则当i=2时，/>不变依旧为0.4。则可计算获得该异常信息的最大重试次数依旧为2（将结果2.4按照四舍五入取整后的值）。
进一步地，在一些实施方式的重试获取异常信息的方法中，将第一次重新获取所述异常信息时的质量因子作为初始的质量因子，每当异常信息获取失败时，则将当前的质量因子增加第一预设值，每当异常信息获取成功时，则将当前的质量因子减少第二预设值，且每个质量因子的取值范围为0~1。
具体地，任何情况下，质量因子的值都在0~1的范围。若某次重新获取的质量因子为1，且当前获取失败，则质量因子增加第一预设值后依然为1。若某次重新获取的质量因子为0，且当前获取成功，则质量因子减少第二预设值后依然为0。
可选择地，第一预设值和第二预设值的取值范围为0.1-0.5。优选地，第一预设值和第二预设值都为0.1。
示范性地，若异常信息的异常等级为第二异常等级，发现该异常信息时的系统时间为9:00；取N2为2分钟；当i=1时，为0.4，第一次重新获取之前C1=0。则可计算获得该异常信息的第一次重新获取的时间为9：02：24（9时2分24秒）。若第一次重新获取失败，则此时C2=1，i=2，/>增加0.1为0.5，若重新获取信息的时间为1秒，则当前的时间为9：02：25（9时2分25秒），则可计算获得该异常信息的第二次重新获取的时间为9：05：55（9时5分55秒），以此类推。
示范性地，若异常信息的异常等级为第二异常等级，取N2为2；当i=1时，为0.4。则可计算获得该异常信息的最大重试次数为2（将结果2.4按照四舍五入取整后的值）。若重试失败，则当i=2时，/>增加0.1为0.5。则可计算获得该异常信息的最大重试次数变为3（将结果2.5按照四舍五入取整后的值）。
本申请实施例提出一种重试获取异常信息的方法，通过对异常信息进行分类，每种类型异常对应不同的计算算法、质量因子和计算常数，通过上述不同的计算算法、质量因子和计算常数来对每个异常信息进行重试。这样针对不同的异常进行不同的重试，能减少重试次数，避免系统资源浪费，提高系统的效率。
并且，本申请还增加动态改变质量因子来动态改变异常信息的最大重试次数和重试时间，使得每种异常信息、每个异常信息都有适合自己的重试方式，更加有效的提高系统的效率。
本申请的另一实施例还提出一种重试获取异常信息系统500，如图4所示，系统500包括：
第一查询单元510，用于获取异常信息，基于异常信息，得到异常信息对应的异常码。
第二查询单元520，用于基于异常码，得到异常信息对应的异常质量等级。
计算单元530，用于基于异常质量等级，得到异常信息对应的计算算法、质量因子和计算常数，其中，每个异常质量等级对应不同的计算算法、质量因子和计算常数。
获取单元540，用于基于计算算法、质量因子和计算常数，对异常信息进行重新获取。
本申请的另一实施例还提出一种计算机，包括存储单元和处理单元，存储单元中存储有计算机程序，处理单元通过调用存储单元中存储的计算机程序，执行上述的重试获取异常信息的方法的步骤。
本申请的另一实施例还提出一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序适于处理器进行加载，以执行上述的重试获取异常信息的方法的步骤。
可以理解，本实施例的方法步骤对应于上述实施例中的重试获取异常信息的方法，其中，上述重试获取异常信息的方法的可选项同样适用于本实施例，这里不再重复描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和结构图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，结构图和/或流程图中的每个方框、以及结构图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块或单元可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或更多个模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是智能手机、个人计算机、服务器、或者网络设备等）执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器（ROM，Read-Only Memory）、随机存取存储器（RAM，Random Access Memory）、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本申请的保护范围之内。
Claims (9)
1.一种重试获取异常信息的方法，其特征在于，包括：
获取异常信息，基于所述异常信息，得到所述异常信息对应的异常码；
基于所述异常码，得到所述异常信息对应的异常质量等级；
基于所述异常质量等级，得到所述异常信息对应的计算算法、质量因子和计算常数，其中，每个异常质量等级对应不同的计算算法、质量因子和计算常数；
基于所述计算算法、所述质量因子和所述计算常数，得到所述异常信息的重试时间和最大重试次数；
基于所述异常信息的重试时间和最大重试次数，对所述异常信息进行重新获取。
2.根据权利要求1所述的重试获取异常信息的方法，其特征在于，所述异常信息还对应有重试累加次数，所述基于所述异常信息的重试时间和最大重试次数，对所述异常信息进行重新获取，包括：
对获取到的每个异常信息进行轮询；
若轮询到的异常信息的重试时间已到，且所述重试累加次数小于所述最大重试次数，则对所述异常信息进行重新获取，其中，第一次重新获取所述异常信息时的重试累加次数为0；
若轮询到的异常信息的重试时间未到或所述重试累加次数不小于所述最大重试次数，则将所述重试累加次数清零，并返回所述基于所述异常信息，得到所述异常信息对应的异常码的步骤，重新开始获取。
3.根据权利要求1或2所述的重试获取异常信息的方法，其特征在于，所述异常信息还对应有重试累加次数，还包括：
当对所述异常信息重新获取失败后，则将所述异常信息对应的重试累加次数加一，并基于更新后的所述重试累加次数、当前的所述质量因子、所述计算算法和所述计算常数，对所述异常信息进行重新获取。
4.根据权利要求3所述的重试获取异常信息的方法，其特征在于，所述异常质量等级包括第一异常等级至第五异常等级，每个所述异常质量对应的重试时间的计算公式分别为：
其中，T1、T2、T3、T4、T5分别为所述第一异常等级至第五异常等级对应的重试时间，Tt为系统的当前时间，Ci为对应异常信息第i次重试的重试累加次数，N2、N3、N4、N5分别为第二异常等级至第五异常等级对应的计算常数，、/>、/>、/>、/>分别为所述第一异常等级至第五异常等级对应异常信息第i次重试的质量因子，并且，T1、T2、T3、T4的时间单位是分钟，T5时间单位是天。
5.根据权利要求3所述的重试获取异常信息的方法，其特征在于，所述异常质量等级包括第一异常等级至第五异常等级，计算所述异常信息的最大重试次数的计算公式为：
其中，Mc1、Mc2、Mc3、Mc4、Mc5分别为所述第一异常等级至第五异常等级对应的最大重试次数，N1、N2、N3、N4、N5分别为所述第一异常等级至第五异常等级对应的计算常数，、、/>、/>、/>分别为所述第一异常等级至第五异常等级对应异常信息第i次重试的质量因子。
6.根据权利要求4~5任一项所述的重试获取异常信息的方法，其特征在于，对所述异常信息进行重新获取的过程中，还包括：
将第一次重新获取所述异常信息时的质量因子作为初始的质量因子；
每当所述异常信息获取失败时，则将当前的质量因子增加第一预设值，每当所述异常信息获取成功时，则将当前的质量因子减少第二预设值，且每个质量因子的取值范围为0~1。
7.一种重试获取异常信息系统，其特征在于，包括：
第一查询单元，用于获取异常信息，基于所述异常信息，得到所述异常信息对应的异常码；
第二查询单元，用于基于所述异常码，得到所述异常信息对应的异常质量等级；
计算单元，用于基于所述异常质量等级，得到所述异常信息对应的计算算法、质量因子和计算常数，其中，每个异常质量等级对应不同的计算算法、质量因子和计算常数；
获取单元，用于基于所述计算算法、所述质量因子和所述计算常数，得到所述异常信息的重试时间和最大重试次数；
基于所述异常信息的重试时间和最大重试次数，对所述异常信息进行重新获取。
8.一种计算机，其特征在于，包括存储单元和处理单元，所述存储单元中存储有计算机程序，所述处理单元通过调用所述存储单元中存储的所述计算机程序，执行如权利要求1至6任一项所述的重试获取异常信息的方法的步骤。
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计算机程序，所述计算机程序适于处理器进行加载，以执行如权利要求1至6任一项所述的重试获取异常信息的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310546756.5A CN116302660B (zh) | 2023-05-16 | 2023-05-16 | 一种重试获取异常信息的方法、系统、计算机和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310546756.5A CN116302660B (zh) | 2023-05-16 | 2023-05-16 | 一种重试获取异常信息的方法、系统、计算机和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116302660A CN116302660A (zh) | 2023-06-23 |
| CN116302660B true CN116302660B (zh) | 2023-08-08 |
Family
ID=86801661
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310546756.5A Active CN116302660B (zh) | 2023-05-16 | 2023-05-16 | 一种重试获取异常信息的方法、系统、计算机和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116302660B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101438286A (zh) * | 2006-05-05 | 2009-05-20 | 奥沐尼芬有限公司 | 一种通过按时计价订购为音乐内容提供数字权限管理的方法 |
| CN105069690A (zh) * | 2015-06-11 | 2015-11-18 | 国家电网公司 | 一种电网运行数据处理方法 |
| CN108519920A (zh) * | 2018-03-14 | 2018-09-11 | 口碑(上海)信息技术有限公司 | 一种调度重试方法及装置 |
| CN110245057A (zh) * | 2019-06-21 | 2019-09-17 | 南京焦点领动云计算技术有限公司 | 一种浏览器端javascript异常的问卷式反馈方法及系统 |
| CN110765189A (zh) * | 2019-09-18 | 2020-02-07 | 苏宁云计算有限公司 | 互联网产品的异常管理方法和系统 |
| CN111200530A (zh) * | 2019-12-31 | 2020-05-26 | 畅捷通信息技术股份有限公司 | 一种基于kpi指标进行根因分析的方法及装置 |
| CN114285639A (zh) * | 2021-12-24 | 2022-04-05 | 云盾智慧安全科技有限公司 | 一种网站安全防护方法及装置 |
| CN114880194A (zh) * | 2022-07-08 | 2022-08-09 | 天津金城银行股份有限公司 | 服务异常监控方法、装置、电子设备及计算机存储介质 |
-
2023
- 2023-05-16 CN CN202310546756.5A patent/CN116302660B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101438286A (zh) * | 2006-05-05 | 2009-05-20 | 奥沐尼芬有限公司 | 一种通过按时计价订购为音乐内容提供数字权限管理的方法 |
| CN105069690A (zh) * | 2015-06-11 | 2015-11-18 | 国家电网公司 | 一种电网运行数据处理方法 |
| CN108519920A (zh) * | 2018-03-14 | 2018-09-11 | 口碑(上海)信息技术有限公司 | 一种调度重试方法及装置 |
| CN110245057A (zh) * | 2019-06-21 | 2019-09-17 | 南京焦点领动云计算技术有限公司 | 一种浏览器端javascript异常的问卷式反馈方法及系统 |
| CN110765189A (zh) * | 2019-09-18 | 2020-02-07 | 苏宁云计算有限公司 | 互联网产品的异常管理方法和系统 |
| CN111200530A (zh) * | 2019-12-31 | 2020-05-26 | 畅捷通信息技术股份有限公司 | 一种基于kpi指标进行根因分析的方法及装置 |
| CN114285639A (zh) * | 2021-12-24 | 2022-04-05 | 云盾智慧安全科技有限公司 | 一种网站安全防护方法及装置 |
| CN114880194A (zh) * | 2022-07-08 | 2022-08-09 | 天津金城银行股份有限公司 | 服务异常监控方法、装置、电子设备及计算机存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 于万钧 ; 金炳旭 ; 张宾 ; 刘全 ; .基于OWL的工作流异常处理建模方法.吉林大学学报(工学版).2011,(第03期),全文. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116302660A (zh) | 2023-06-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108984662B (zh) | 一种区块链数据同步方法 | |
| EP2921974A1 (en) | Data restoration method and system | |
| CN109788026B (zh) | 消息处理方法及装置 | |
| CN112433885B (zh) | 区块链共识处理方法及装置、电子设备、存储介质 | |
| CN116302660B (zh) | 一种重试获取异常信息的方法、系统、计算机和存储介质 | |
| CN110769057A (zh) | 基于级联系统的自动升级方法、装置及系统 | |
| CN112883065A (zh) | 一种数据存储方法、装置及计算机设备 | |
| CN110516006B (zh) | 平行链区块生成方法、设备和存储介质 | |
| CN111539206B (zh) | 一种确定敏感信息的方法、装置、设备及存储介质 | |
| CN112631826B (zh) | 一种备份处理方法、装置及计算机可读存储介质 | |
| CN111371818B (zh) | 一种数据请求的验证方法、装置及设备 | |
| US20220182305A1 (en) | Request Processing System and Method Thereof | |
| CN112732192B (zh) | 一种磁盘分布信息裁剪方法、系统、设备以及介质 | |
| CN107145495B (zh) | 动态调整参数规则的方法及装置 | |
| CN114691175A (zh) | 一种应用更新方法、装置和系统 | |
| CN114265693A (zh) | 基于物联网平台的数据信息推送方法、装置、设备及介质 | |
| CN113434729A (zh) | 视频相关信息聚合获取方法、装置和终端设备 | |
| CN112463741A (zh) | 一种聚合大文件的清理方法及相关设备 | |
| WO2016176045A1 (en) | System, method, and apparatus for updating data in a distributed storage system | |
| CN113824600B (zh) | 一种区块链邻近节点的维护方法及系统 | |
| JP3933668B2 (ja) | 信号処理装置および信号処理方法およびコンピュータ読取可能記憶媒体 | |
| CN116204328B (zh) | 离库的负荷分担处理方法和系统 | |
| US11132225B2 (en) | System and method for management of processing task across plurality of processors | |
| CN111383071B (zh) | 房产交易系统涉及的场景的条件筛选方法和装置 | |
| CN117785418A (zh) | 一种实例调度方法及装置 |
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 |