CN116382924B - 资源配置的推荐方法、装置、电子设备及存储介质 - Google Patents
资源配置的推荐方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116382924B CN116382924B CN202310644858.0A CN202310644858A CN116382924B CN 116382924 B CN116382924 B CN 116382924B CN 202310644858 A CN202310644858 A CN 202310644858A CN 116382924 B CN116382924 B CN 116382924B
- Authority
- CN
- China
- Prior art keywords
- index
- resource
- target
- historical
- value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000013468 resource allocation Methods 0.000 title claims abstract description 43
- 230000002159 abnormal effect Effects 0.000 claims abstract description 35
- 230000005856 abnormality Effects 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 9
- 239000002699 waste material Substances 0.000 abstract description 10
- 238000005516 engineering process Methods 0.000 abstract description 7
- 238000004883 computer application Methods 0.000 abstract description 2
- 238000012545 processing Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000036962 time dependent Effects 0.000 description 1
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
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提供一种资源配置的推荐方法、装置、电子设备及存储介质，涉及信息技术、金融科技及计算机应用技术领域。该方法包括：获取多个资源指标以及当前时间段内对应的指标值存在异常的目标业务指标；确定多个资源指标中与目标业务指标关联的目标资源指标；获取目标资源指标的指标值的历史趋势数据，其中，历史趋势数据根据目标资源指标在多个第一历史时间段内的指标值生成；根据历史趋势数据，确定目标资源指标对应的资源的推荐配置值。由此，可以在业务存在异常时，根据业务情况准确对关联的目标资源指标对应的资源进行配置推荐，避免资源的浪费，且减少人工成本和时间成本。
Description
技术领域
本申请涉及信息技术、金融科技及计算机应用技术领域，尤其涉及一种资源配置的推荐方法、装置、电子设备及存储介质。
背景技术
在实际场景中，很多业务的服务为了避免服务出现异常，提高服务质量，通常会在允许的范围内尽可能的申请更多的资源，由此导致了大量的资源浪费。比如某个用于同步配置文件的服务可能会申请4Core（核）的CPU（Central Processing Unit，中央处理器）资源和8G（千兆）的内存资源，但该服务实际使用的CPU资源可能仅为0.1Core，实际使用的内存资源可能仅为几十M（兆）。为了避免资源的浪费，需要在为服务配置资源后，对服务的资源配置进行适应性的调整。
相关技术，可以由人工依据经验，了解每项服务，从而评估服务所需要配置的资源量，但这会花费大量的时间成本和人工成本，且很难确定何时对服务的资源配置进行调整，也很难准确的进行资源配置的调整。
发明内容
本申请提供一种资源配置的推荐方法、装置、电子设备及存储介质，用以解决相关技术中通过人工确定资源配置的方式，会花费大量的时间成本和人工成本，且很难确定何时对服务的资源配置进行调整，也很难准确的进行资源配置的调整的问题。
第一方面，本申请提供一种资源配置的推荐方法，包括：获取多个资源指标以及当前时间段内对应的指标值存在异常的目标业务指标；确定所述多个资源指标中与所述目标业务指标关联的目标资源指标；获取所述目标资源指标的指标值的历史趋势数据，其中，所述历史趋势数据根据所述目标资源指标在多个第一历史时间段内的指标值生成；根据所述历史趋势数据，确定所述目标资源指标对应的资源的推荐配置值。
第二方面，本申请提供一种资源配置的推荐装置，包括：指标获取模块，用于获取多个资源指标以及当前时间段内对应的指标值存在异常的目标业务指标；指标确定模块，用于确定所述多个资源指标中与所述目标业务指标关联的目标资源指标；数据获取模块，用于获取所述目标资源指标的指标值的历史趋势数据，其中，所述历史趋势数据根据所述目标资源指标在多个第一历史时间段内的指标值生成；配置确定模块，用于根据所述历史趋势数据，确定所述目标资源指标对应的资源的推荐配置值。
第三方面，本申请提供一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；所述存储器存储计算机执行指令；所述处理器执行所述存储器存储的计算机执行指令，以实现如第一方面所述的方法。
第四方面，本申请提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如第一方面所述的方法。
第五方面，本申请提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一方面所述的方法。
本申请提供的资源配置的推荐方法、装置、电子设备及存储介质，通过获取多个资源指标以及当前时间段内对应的指标值存在异常的目标业务指标，确定多个资源指标中与目标业务指标关联的目标资源指标，获取目标资源指标的指标值的历史趋势数据，其中，历史趋势数据根据目标资源指标在多个第一历史时间段内的指标值生成，根据历史趋势数据，确定目标资源指标对应的资源的推荐配置值，实现了根据当前时间段内对应的指标值存在异常的目标业务指标，自动确定与其关联的目标资源指标，并根据目标资源指标的指标值的历史趋势数据，自动准确确定该目标资源指标对应的资源的推荐配置值，从而可以在业务存在异常时，根据业务情况准确对关联的目标资源指标对应的资源进行配置推荐，避免资源的浪费，且减少人工成本和时间成本。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
图1为本申请实施例提供的资源配置的推荐方法的流程图一；
图2为本申请实施例提供的资源配置的推荐方法的流程图二；
图3为本申请实施例提供的资源配置的推荐方法的流程图三；
图4为本申请实施例提供的资源配置的推荐装置的结构示意图；
图5为本申请实施例提供的电子设备的结构示意图。
通过上述附图，已示出本申请明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围，而是通过参考特定实施例为本领域技术人员说明本申请的概念。
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申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
需要说明的是，本申请技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定。
本申请针对相关技术中通过人工确定资源配置的方式，会花费大量的时间成本和人工成本，且很难确定何时对服务的资源配置进行调整，也很难准确的进行资源配置的调整的问题，提出如下技术构思：
获取多个资源指标以及当前时间段内对应的指标值存在异常的目标业务指标；确定多个资源指标中与目标业务指标关联的目标资源指标；获取目标资源指标的指标值的历史趋势数据，历史趋势数据，根据目标资源指标在多个第一历史时间段内的指标值生成；根据历史趋势数据，确定目标资源指标对应的资源的推荐配置值。
由此，实现了根据当前时间段内对应的指标值存在异常的目标业务指标，自动确定与其关联的目标资源指标，并根据目标资源指标的指标值的历史趋势数据，自动准确确定该目标资源指标对应的资源的推荐配置值，从而可以在业务存在异常时，根据业务情况准确对关联的目标资源指标对应的资源进行配置推荐，避免资源的浪费，且减少人工成本和时间成本。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本申请的实施例进行描述。
首先结合图1，对本申请实施例提供的资源配置的推荐方法进行说明。图1为本申请实施例提供的资源配置的推荐方法的流程图一。
需要说明的是，本申请实施例提供的资源配置的推荐方法，可以由资源配置的推荐装置执行，其中，资源配置的推荐装置可以为电子设备，也可以被配置在电子设备中，以根据当前时间段内对应的指标值存在异常的目标业务指标，自动确定与其关联的目标资源指标，并自动准确确定该目标资源指标对应的资源的推荐配置值，从而可以在业务存在异常时，根据业务情况准确对关联的目标资源指标对应的资源进行配置推荐，避免资源的浪费，且减少人工成本和时间成本。
其中，电子设备，可以为任一具有计算能力的设备，例如可以为个人电脑、移动终端、服务器等，移动终端例如可以为车载设备、手机、平板电脑、个人数字助理、穿戴式设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备。
如图1所示，该资源配置的推荐方法包括以下步骤：
S101、获取多个资源指标以及当前时间段内对应的指标值存在异常的目标业务指标。
其中，当前时间段可以为任意一个时间段，可以根据需要设置，本申请对此不作限定。
其中，资源指标，为与资源相关的可以反映资源使用情况的指标。本申请实施例中将某资源指标相关的资源称为该资源指标对应的资源，该资源指标的指标值可以反映该资源的使用情况。其中，资源指标可以包括服务器层面的资源指标、中间件层面的资源指标和数据库层面的资源指标。
其中，服务器层面的资源指标，比如为CPU、内存、进程、端口、文件打开数、磁盘等指标；中间件层面的资源指标，比如为fullgc（完全垃圾收集）、进程内存对象、stuck（阻塞的进程）、jdbc（Java DataBase Connectivity，java数据库连接）、连接池数量、实例状态等指标；数据库层面的资源指标，比如为连接数、等待事件数量、锁表数量、慢sql（即关系型数据库管理系统MySQL慢查询）数量、消耗资源数量、执行计划变动数量、失效对象数量等指标。资源指标的指标值，为具体的数值或数据等。比如，文件打开数指标的指标值，为打开文件的数量；内存指标的指标值，为内存大小；实例状态指标的指标值，为正常、异常等具体的状态。
业务指标，为与具体业务相关的指标，比如用户数、投诉率、订单数、贷款总额、利润额、交易额、交易量等指标。业务指标的指标值，为具体的数值或数据等。比如，投诉率指标的指标值，为投诉率数值；订单数指标的指标值，为订单数量。
目标业务指标，为当前时间段内对应的指标值存在异常的业务指标。其中，在某个指标在指定时间段（比如当前时间段）内的指标值不满足预设范围时，可以确定该指标在指定时间段内的指标值存在异常。其中，预设范围，为正常情况下，该指标在指定时间段内的指标值所需满足的范围。
在一个实施例中，资源配置的推荐装置可以获取预先设置的多个资源指标和多个业务指标，并获取各业务指标在当前时间段内的指标值，从而将当前时间段内的指标值不满足预设范围的业务指标，作为当前时间段内对应的指标值存在异常的目标业务指标。
在一个实施例中，用户可以根据业务确定当前时间段内对应的指标值存在异常的目标业务指标，并将多个资源指标和确定的目标业务指标录入资源配置的推荐装置，从而资源配置的推荐装置，可以直接获取录入的多个资源指标和当前时间段内对应的指标值存在异常的目标业务指标。
S102、确定多个资源指标中与目标业务指标关联的目标资源指标。
在一个实施例中，可以将与目标业务指标的相关性最大的资源指标，确定为与目标业务指标关联的目标资源指标。
其中，目标资源指标的数量可以为一个或多个，本申请对此不作限定。
S103、获取目标资源指标的指标值的历史趋势数据，其中，历史趋势数据根据目标资源指标在多个第一历史时间段内的指标值生成。
其中，第一历史时间段，为历史的一个时间段，例如过去的一个小时、一天、一周、一个月等。
历史趋势数据，表征目标资源指标在历史时间段内的变化趋势，比如可以包括目标资源指标在历史时间段内的最大指标值、最小指标值，目标资源指标在历史时间段内的常态值等。其中，常态值指在大多数时间内的指标值。
在一个实施例中，可以收集目标资源指标在每个第一历史时间段的数据，得到目标资源指标在每个第一历史时间段内的指标值，并存储在数据库中用于进行资源配置的推荐，进而可以在进行资源配置推荐时，根据数据库中存储的目标资源指标在多个第一历史时间段内的指标值，生成该目标资源指标的指标值的历史趋势数据。
S104、根据历史趋势数据，确定目标资源指标对应的资源的推荐配置值。
在一个实施例中，可以根据历史趋势数据，确定目标资源指标对应的资源的推荐配置值，并将推荐配置值推送至用户比如运维专家进行决策，并将用户决策后的推荐配置值作为最终的推荐配置值。
根据该推荐配置值，即可对生产环境的虚拟机或者容器资源等进行资源配置的调整，进行自动化扩容或者缩容操作，实现对生产环境中资源配置的自动调整。
本申请实施例提供的资源配置的推荐方法，通过获取多个资源指标以及当前时间段内对应的指标值存在异常的目标业务指标，确定多个资源指标中与目标业务指标关联的目标资源指标，获取目标资源指标的指标值的历史趋势数据，其中，历史趋势数据根据目标资源指标在多个第一历史时间段内的指标值生成，根据历史趋势数据，确定目标资源指标对应的资源的推荐配置值，实现了根据当前时间段内对应的指标值存在异常的目标业务指标，自动确定与其关联的目标资源指标，并根据目标资源指标的指标值的历史趋势数据，自动准确确定该目标资源指标对应的资源的推荐配置值，从而可以在业务存在异常时，根据业务情况准确对关联的目标资源指标对应的资源进行配置推荐，避免资源的浪费，且减少人工成本和时间成本。
下面结合图2，对本申请实施例提供的资源配置的推荐方法中确定多个资源指标中与目标业务指标关联的目标资源指标的过程进行进一步说明。
图2为本申请实施例提供的资源配置的推荐方法的流程图二。如图2所示，该资源配置的推荐方法，包括如下步骤：
S201、获取多个资源指标以及当前时间段内对应的指标值存在异常的目标业务指标。
其中，S201的具体实现过程及原理，可以参考其它实施例的描述，此处不再赘述。
S202、获取多个资源指标中每个资源指标在多个第二历史时间段内的指标值。
其中，第一历史时间段，为历史的一个时间段，例如过去的一个小时、一天、一周、一个月等。第一历史时间段和第二历史时间段可以为相同的时间段或不同的时间段，本申请对此不作限定。
在一个实施例中，可以收集每个资源指标在每个第二历史时间段内的数据，得到每个资源指标在每个第二历史时间段内的指标值，并存储在数据库中，用于进行资源配置的推荐。进而资源配置的推荐装置可以从数据库中获取每个资源指标在多个第二历史时间段内的指标值。
S203、获取目标业务指标在多个第二历史时间段内的指标值。
在一个实施例中，可以收集每个业务指标在每个第二历史时间段内的数据，得到每个业务指标在每个第二历史时间段内的指标值，并存储在数据库中，用于进行资源配置的推荐。进而资源配置的推荐装置可以从数据库中获取每个目标业务指标在多个第二历史时间段内的指标值。
S204、针对每个资源指标，从多个第二历史时间段中，获取目标业务指标的指标值存在异常且资源指标的指标值存在异常的目标时间段。
其中，在某个指标在指定时间段（比如第二历史时间段）内的指标值不满足预设范围时，可以确定该指标在该指定时间段内的指标值存在异常。
在一个实施例中，在目标业务指标的数量为一个的情况下，针对每个资源指标，可以将多个第二历史时间段中，同时存在该资源指标的指标值异常且该目标业务指标的指标值异常的时间段，确定为目标时间段。
比如，假设第二历史时间段为过去的一个月内的每天，目标业务指标为订单数指标，针对CPU指标，CPU指标分别在过去的一个月内的第1天、第3天、第15天内的指标值与订单数指标分别在过去的一个月内的第1天、第3天、第15天内的指标值均存在异常，则将过去的一个月内的第1天、第3天、第15天分别确定为CPU指标对应的目标时间段。
在一个实施例中，在目标业务指标的数量为多个的情况下，针对每个资源指标，可以将多个第二历史时间段中，同时存在该资源指标的指标值异常且至少一个目标业务指标的指标值异常的时间段，确定为目标时间段。
比如，假设第二历史时间段为过去的一个月内的每天，目标业务指标包括订单数指标和投诉率指标，针对CPU指标，CPU指标分别在过去的一个月内的第1天、第15天内的指标值与订单数指标分别在过去的一个月内的第1天、第15天内的指标值均存在异常，CPU指标分别在过去的一个月内的第1天、第3天内的指标值与投诉率指标分别在过去的一个月内的第1天、第3天内的指标值均存在异常，则将过去的一个月内的第1天、第3天、第15天分别确定为CPU指标对应的目标时间段。
S205、将对应的目标时间段的数量大于预设数量阈值的资源指标，确定为目标资源指标。
其中，预设数量阈值，可以根据实际应用场景的需要进行设置，比如在第二历史时间段的总数量较多时，可以将预设数量阈值设置为较大的数值，在第二历史时间段的总数量较少时，可以将预设数量阈值设置为较小的数值等。
在一个实施例中，确定每个资源指标对应的目标时间段之后，可以将对应的目标时间段的数量大于预设数量阈值的资源指标，确定为与目标业务指标关联的目标资源指标。
由此，可以准确确定对应资源存在资源瓶颈从而引起业务问题的资源指标。
S206、针对多个资源指标中的每个资源指标，根据资源指标在多个第一历史时间段内的指标值，生成资源指标的指标值的历史趋势数据。
在一个实施例中，可以收集每个资源指标在每个第一历史时间段的数据，得到每个资源指标在每个第一历史时间段内的指标值，并存储在数据库中，进而可以根据数据库中存储的每个资源指标在多个第一历史时间段内的指标值，生成对应资源指标的指标值的历史趋势数据。
其中，S206可以在S205之后执行，或者在S205之前执行，只需在S207之前执行即可，本申请对此不作限定。
S207、从各资源指标的指标值的历史趋势数据中，获取目标资源指标的指标值的历史趋势数据。
通过预先针对多个资源指标中的每个资源指标，根据资源指标在多个第一历史时间段内的指标值，生成资源指标的指标值的历史趋势数据，进而在进行资源配置的推荐时，从各资源指标的指标值的历史趋势数据中，直接获取目标资源指标的指标值的历史趋势数据，可以提高资源配置的推荐效率。
S208、根据历史趋势数据，确定目标资源指标对应的资源的推荐配置值。
本申请实施例提供的资源配置的推荐方法，通过获取多个资源指标以及当前时间段内对应的指标值存在异常的目标业务指标，获取多个资源指标中每个资源指标在多个第二历史时间段内的指标值，获取目标业务指标在多个第二历史时间段内的指标值，针对每个资源指标，从多个第二历史时间段中，获取目标业务指标的指标值存在异常且资源指标的指标值存在异常的目标时间段，将对应的目标时间段的数量大于预设数量阈值的资源指标，确定为目标资源指标，针对多个资源指标中的每个资源指标，根据资源指标在多个第一历史时间段内的指标值，生成资源指标的指标值的历史趋势数据，从各资源指标的指标值的历史趋势数据中，获取目标资源指标的指标值的历史趋势数据，根据历史趋势数据，确定目标资源指标对应的资源的推荐配置值，实现了根据当前时间段内对应的指标值存在异常的目标业务指标，自动确定与其关联的目标资源指标，并根据目标资源指标的指标值的历史趋势数据，自动准确确定该目标资源指标对应的资源的推荐配置值，从而可以在业务存在异常时，根据业务情况准确对关联的目标资源指标对应的资源进行配置推荐，避免资源的浪费，且减少人工成本和时间成本。
通过上述分析可知，本申请实施例中，可以针对每个资源指标，根据该资源指标在多个第一历史时间段内的指标值，生成该资源指标的指标值的历史趋势数据。下面结合图3，对本申请实施例提供的资源配置的推荐方法中生成资源指标的指标值的历史趋势数据的过程进行进一下说明。
图3为本申请实施例提供的资源配置的推荐方法的流程图三。如图3所示，该资源配置的推荐方法，包括如下步骤：
S301、获取多个资源指标以及当前时间段内对应的指标值存在异常的目标业务指标。
S302、确定多个资源指标中与目标业务指标关联的目标资源指标。
其中，S301-S302的具体实现过程及原理，可以参考其它实施例的描述，此处不再赘述。
在一个实施例中，资源指标的指标值的历史趋势数据，包括资源指标对应的历史常态值。其中，历史常态值，为资源指标在历史时间内处于稳定状态下的指标值，即资源指标在历史时间的大多数时间内的指标值。具体的，可以通过S303-S306所示的方式，获取每个资源指标对应的历史常态值。
S303、针对每个资源指标，获取资源指标在多个第一历史时间段内的指标值。
在一个实施例中，可以收集每个资源指标在每个第一历史时间段的数据，得到每个资源指标在每个第一历史时间段内的指标值，并存储在数据库中，进而可以从数据库中获取每个资源指标在多个第一历史时间段内的指标值。
S304、对资源指标在多个第一历史时间段内的指标值进行聚类，得到多个指标集合，并根据属于同一指标集合的指标值，确定同一指标集合对应的目标指标值。
其中，可以采用K邻近算法、K均值（K-means）聚类算法等算法进行聚类，本申请对聚类方式不作限定。
在一个实施例中，针对每个资源指标，可以对该资源指标在多个第一历史时间段内的指标值进行聚类，得到该资源指标对应的多个指标集合。其中，每个指标集合中，包括该资源指标在一个或多个第一历史时间段内的指标值，属于同一指标集合的指标值相近。
在一个实施例中，可以将属于同一指标集合的指标值的平均值，确定为该同一指标集合对应的目标指标值。
S305、针对每个指标集合，统计对应的指标值属于指标集合的第一历史时间段在多个第一历史时间段中的占比。
其中，对应的指标值属于某个指标集合的第一历史时间段在多个第一历史时间段中的占比，可以称为该指标集合对应的占比。
举例来说，假设多个第一历史时间段包括过去的一个月（30天）的每天，某个指标集合中包括CPU指标分别在过去的一个月内的第1天、第2天、第3天、第4天、第5天、第6天、第7天的指标值，即对应的指标值属于该指标集合的第一历史时间段，包括过去的一个月内的第1天、第2天、第3天、第4天、第5天、第6天、第7天，则对应的指标值属于该指标集合的第一历史时间段在多个第一历史时间段中的占比为7/30。
S306、获取多个指标集合中对应的占比最大的目标指标集合对应的目标指标值，并将目标指标集合对应的目标指标值，确定为资源指标对应的历史常态值。
在一个实施例中，针对每个资源指标，获取该资源指标对应的多个指标集合，并确定该多个指标集合对应的占比后，可以比较同一资源指标对应的多个指标集合的占比，并将多个指标集合中对应的占比最大的指标集合确定为目标指标集合，将目标指标集合对应的目标指标值，确定为资源指标对应的历史常态值。
由此，可以准确得到每个资源指标在历史时间内处于稳定状态下的指标值，即资源指标在历史时间的大多数时间内的指标值。
在一个实施例中，资源指标的指标值的历史趋势数据，还包括资源指标对应的历史波动值。其中，历史波动值，指示历史时间段内资源指标的指标值的波动情况。具体的，可以通过S307-S309所示的方式，获取每个资源指标对应的历史波动值。
S307、针对每个资源指标，根据资源指标在多个第一历史时间段内的指标值，生成资源指标的指标值随时间变化的曲线。
在一个实施例中，针对每个资源指标，可以将资源指标在多个第一历史时间段内的指标值，按照时间顺序排列，生成资源指标的指标值随时间变化的曲线。
S308、根据曲线，获取资源指标在多个第一历史时间段内的指标值中的极大值和极小值。
在一个实施例中，针对每个资源指标，可以根据该资源指标的指标值随时间变化的曲线，获取该资源指标在多个第一历史时间段内的指标值中的极大值和极小值。
S309、基于极大值和极小值，确定资源指标对应的历史波动值。
在一个实施例中，针对每个资源指标，可以将对应的极大值和极小值的平均值，确定为该资源指标对应的历史波动值。
由此，可以准确得到每个资源指标对应的历史波动值，从而准确确定历史时间段内每个资源指标的指标值的波动情况。
S310、从各资源指标的指标值的历史趋势数据中，获取目标资源指标的指标值的历史趋势数据。
在一个实施例中，可以从各资源指标的指标值对应的历史常态值和历史波动值中，获取目标资源指标的指标值对应的历史常态值和历史波动值。
S311、根据历史趋势数据，确定目标资源指标对应的资源的推荐配置值。
在一个实施例中，S311可以通过以下方式实现：获取目标资源指标对应的历史常态值和历史波动值的差值；基于历史常态值和差值，确定目标资源指标对应的资源的推荐配置值。
其中，目标资源指标对应的历史常态值和历史波动值的差值，可以为历史常态值减去历史波动值得到的值。
在一个实施例中，可以确定历史常态值和差值的和值，并根据该和值确定目标资源指标对应的资源的推荐配置值。
在一个实施例中，可以确定历史常态值和N*差值的和值，并根据该和值确定目标资源指标对应的资源的推荐配置值。其中，N可以根据需要设置，比如可以设置为120%、130%、200%等，本申请对此不作限定。
在一个实施例中，可以预先设置资源指标的指标值与对应的资源的推荐配置值之间的映射关系，从而在确定目标资源指标对应的和值后，可以根据该映射关系，确定目标资源指标对应的资源的推荐配置值。
进一步的，还可以将确定的目标资源指标对应的资源的推荐配置值推送至用户比如运维专家进行决策，并将用户决策后的推荐配置值作为最终的推荐配置值。
由此，实现了根据目标资源指标在历史时间内处于稳定状态下的指标值，以及历史时间段内目标资源指标的指标值的波动情况，自动化准确的得到资源的配置值。
由此，实现了根据当前时间段内对应的指标值存在异常的目标业务指标，自动确定与其关联的目标资源指标，并根据目标资源指标在历史时间内处于稳定状态下的指标值，以及历史时间段内目标资源指标的指标值的波动情况，自动准确确定该目标资源指标对应的资源的推荐配置值，从而可以在业务存在异常时，根据业务情况准确对关联的目标资源指标对应的资源进行配置推荐，避免资源的浪费，且减少人工成本和时间成本。
图4为本申请实施例提供的资源配置的推荐装置的结构示意图。如图4所示，该资源配置的推荐装置400，包括：指标获取模块410、指标确定模块420、数据获取模块430以及配置确定模块440。
其中，指标获取模块410，用于获取多个资源指标以及当前时间段内对应的指标值存在异常的目标业务指标；
指标确定模块420，用于确定多个资源指标中与目标业务指标关联的目标资源指标；
数据获取模块430，用于获取目标资源指标的指标值的历史趋势数据，其中，历史趋势数据根据目标资源指标在多个第一历史时间段内的指标值生成；
配置确定模块440，用于根据历史趋势数据，确定目标资源指标对应的资源的推荐配置值。
需要说明的是，本申请实施例提供的资源配置的推荐装置400，可以执行前述实施例中的资源配置的推荐方法。其中，资源配置的推荐装置可以为电子设备，也可以被配置在电子设备中，以根据当前时间段内对应的指标值存在异常的目标业务指标，自动确定与其关联的目标资源指标，并自动准确确定该目标资源指标对应的资源的推荐配置值，从而可以在业务存在异常时，根据业务情况准确对关联的目标资源指标对应的资源进行配置推荐，避免资源的浪费，且减少人工成本和时间成本。
其中，电子设备，可以为任一具有计算能力的设备，例如可以为个人电脑、移动终端、服务器等，移动终端例如可以为车载设备、手机、平板电脑、个人数字助理、穿戴式设备等具有各种操作系统、触摸屏和/或显示屏的硬件设备。
在一些实施例中，指标确定模块420，具体用于：
获取多个资源指标中每个资源指标在多个第二历史时间段内的指标值；
获取目标业务指标在多个第二历史时间段内的指标值；
针对每个资源指标，从多个第二历史时间段中，获取目标业务指标的指标值存在异常且资源指标的指标值存在异常的目标时间段；
将对应的目标时间段的数量大于预设数量阈值的资源指标，确定为目标资源指标。
在一些实施例中，资源配置的推荐装置400，还包括：
生成模块，用于针对多个资源指标中的每个资源指标，根据资源指标在多个第一历史时间段内的指标值，生成资源指标的指标值的历史趋势数据；
数据获取模块430，具体用于：
从各资源指标的指标值的历史趋势数据中，获取目标资源指标的指标值的历史趋势数据。
在一些实施例中，资源指标的指标值的历史趋势数据，生成模块，具体用于：
针对每个资源指标，获取资源指标在多个第一历史时间段内的指标值；
对资源指标在多个第一历史时间段内的指标值进行聚类，得到多个指标集合，并根据属于同一指标集合的指标值，确定同一指标集合对应的目标指标值；
针对每个指标集合，统计对应的指标值属于指标集合的第一历史时间段在多个第一历史时间段中的占比；
获取多个指标集合中对应的占比最大的目标指标集合对应的目标指标值，并将目标指标集合对应的目标指标值，确定为资源指标对应的历史常态值。
在一些实施例中，资源指标的指标值的历史趋势数据，还包括资源指标对应的历史波动值；生成模块，还用于：
针对每个资源指标，根据资源指标在多个第一历史时间段内的指标值，生成资源指标的指标值随时间变化的曲线；
根据曲线，获取资源指标在多个第一历史时间段内的指标值中的极大值和极小值；
基于极大值和极小值，确定资源指标对应的历史波动值。
在一些实施例中，配置确定模块440，具体用于：
获取目标资源指标对应的历史常态值和历史波动值的差值；
基于历史常态值和差值，确定目标资源指标对应的资源的推荐配置值。
本申请实施例提供的资源配置的推荐装置，可用于执行上述实施例中资源配置的推荐方法的技术方案，其实现原理和技术效果类似，在此不再赘述。
本申请实施例提供的资源配置的推荐装置，通过获取多个资源指标以及当前时间段内对应的指标值存在异常的目标业务指标，确定多个资源指标中与目标业务指标关联的目标资源指标，获取目标资源指标的指标值的历史趋势数据，其中，历史趋势数据根据目标资源指标在多个第一历史时间段内的指标值生成，根据历史趋势数据，确定目标资源指标对应的资源的推荐配置值，实现了根据当前时间段内对应的指标值存在异常的目标业务指标，自动确定与其关联的目标资源指标，并根据目标资源指标的指标值的历史趋势数据，自动准确确定该目标资源指标对应的资源的推荐配置值，从而可以在业务存在异常时，根据业务情况准确对关联的目标资源指标对应的资源进行配置推荐，避免资源的浪费，且减少人工成本和时间成本。
需要说明的是，应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，配置确定模块440可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上配置确定模块440的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
图5为本申请实施例提供的电子设备的结构示意图。如图5所示，该电子设备可以包括：收发器121、处理器122、存储器123。
处理器122执行存储器存储的计算机执行指令，使得处理器122执行上述实施例中的方案。处理器122可以是通用处理器，包括CPU（Central Processing Unit，中央处理器）、NP（network processor，网络处理器）等；还可以是DSP（Digital Signal Processing，数字信号处理器）、ASIC（Application Specific Integrated Circuit，专用集成电路）、FPGA（Field Programmable Gate Array，现场可编程门阵列）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。
存储器123通过系统总线与处理器122连接并完成相互间的通信，存储器123用于存储计算机程序指令。
收发器121可以用于获取待运行任务和待运行任务的配置信息。
系统总线可以是PCI（Peripheral Component Interconnect，外设部件互连标准）总线或EISA（Extended Industry Standard Architecture，扩展工业标准结构）总线等。系统总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。收发器用于实现数据库访问装置与其他计算机（例如客户端、读写库和只读库）之间的通信。存储器可能包含RAM（random access memory，随机存取存储器），也可能还包括NVM（Non-Volatile Memory，非易失性存储器）。
本申请实施例提供的电子设备，可以是上述实施例的资源配置的推荐装置，也可以包括上述实施例的资源配置的推荐装置。
本申请实施例还提供一种运行指令的芯片，该芯片用于执行上述实施例中资源配置的推荐方法的技术方案。
本申请实施例还提供一种计算机可读存储介质，该计算机可读存储介质中存储有计算机指令，当该计算机指令在计算机上运行时，使得计算机执行上述实施例资源配置的推荐方法的技术方案。
本申请实施例还提供一种计算机程序产品，该计算机程序产品包括计算机程序，其存储在计算机可读存储介质中，至少一个处理器可以从计算机可读存储介质读取计算机程序，至少一个处理器执行计算机程序时可实现上述实施例中资源配置的推荐方法的技术方案。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本申请的真正范围和精神由下面的权利要求书指出。
应当理解的是，本申请并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。
Claims (13)
1.一种资源配置的推荐方法，其特征在于，包括：
获取多个资源指标以及当前时间段内对应的指标值存在异常的目标业务指标，所述资源指标包括服务器层面的资源指标、中间件层面的资源指标和数据库层面的资源指标；
获取所述多个资源指标中每个所述资源指标在多个第二历史时间段内的指标值；
获取所述目标业务指标在所述多个第二历史时间段内的指标值；
针对每个所述资源指标，从所述多个第二历史时间段中，获取所述目标业务指标的指标值存在异常且所述资源指标的指标值存在异常的目标时间段；
将对应的目标时间段的数量大于预设数量阈值的资源指标，确定为目标资源指标；
获取所述目标资源指标的指标值的历史趋势数据，其中，所述历史趋势数据根据所述目标资源指标在多个第一历史时间段内的指标值生成；
根据所述历史趋势数据，确定所述目标资源指标对应的资源的推荐配置值。
2.根据权利要求1所述的方法，其特征在于，所述获取所述目标资源指标的指标值的历史趋势数据之前，还包括：
针对所述多个资源指标中的每个所述资源指标，根据所述资源指标在所述多个第一历史时间段内的指标值，生成所述资源指标的指标值的历史趋势数据；
所述获取所述目标资源指标的指标值的历史趋势数据，包括：
从各所述资源指标的指标值的历史趋势数据中，获取所述目标资源指标的指标值的历史趋势数据。
3.根据权利要求2所述的方法，其特征在于，所述资源指标的指标值的历史趋势数据，包括所述资源指标对应的历史常态值；所述根据所述资源指标在所述多个第一历史时间段内的指标值，生成所述资源指标的指标值的历史趋势数据，包括：
针对每个所述资源指标，获取所述资源指标在所述多个第一历史时间段内的指标值；
对所述资源指标在所述多个第一历史时间段内的指标值进行聚类，得到多个指标集合，并根据属于同一指标集合的指标值，确定所述同一指标集合对应的目标指标值；
针对每个所述指标集合，统计对应的指标值属于所述指标集合的第一历史时间段在所述多个第一历史时间段中的占比；
获取所述多个指标集合中对应的所述占比最大的目标指标集合对应的目标指标值，并将所述目标指标集合对应的目标指标值，确定为所述资源指标对应的历史常态值。
4.根据权利要求3所述的方法，其特征在于，所述资源指标的指标值的历史趋势数据，还包括所述资源指标对应的历史波动值；所述根据所述资源指标在所述多个第一历史时间段内的指标值，生成所述资源指标的指标值的历史趋势数据，还包括：
针对每个所述资源指标，根据所述资源指标在所述多个第一历史时间段内的指标值，生成所述资源指标的指标值随时间变化的曲线；
根据所述曲线，获取所述资源指标在所述多个第一历史时间段内的指标值中的极大值和极小值；
基于所述极大值和所述极小值，确定所述资源指标对应的历史波动值。
5.根据权利要求4所述的方法，其特征在于，所述根据所述历史趋势数据，确定所述目标资源指标对应的资源的推荐配置值，包括：
获取所述目标资源指标对应的所述历史常态值和所述历史波动值的差值；
基于所述历史常态值和所述差值，确定所述目标资源指标对应的资源的推荐配置值。
6.一种资源配置的推荐装置，其特征在于，包括：
指标获取模块，用于获取多个资源指标以及当前时间段内对应的指标值存在异常的目标业务指标，所述资源指标包括服务器层面的资源指标、中间件层面的资源指标和数据库层面的资源指标；
指标确定模块，用于获取所述多个资源指标中每个所述资源指标在多个第二历史时间段内的指标值；获取所述目标业务指标在所述多个第二历史时间段内的指标值；针对每个所述资源指标，从所述多个第二历史时间段中，获取所述目标业务指标的指标值存在异常且所述资源指标的指标值存在异常的目标时间段；将对应的目标时间段的数量大于预设数量阈值的资源指标，确定为目标资源指标；
数据获取模块，用于获取所述目标资源指标的指标值的历史趋势数据，其中，所述历史趋势数据根据所述目标资源指标在多个第一历史时间段内的指标值生成；
配置确定模块，用于根据所述历史趋势数据，确定所述目标资源指标对应的资源的推荐配置值。
7.根据权利要求6所述的装置，其特征在于，所述装置，还包括：
生成模块，用于针对所述多个资源指标中的每个所述资源指标，根据所述资源指标在所述多个第一历史时间段内的指标值，生成所述资源指标的指标值的历史趋势数据；
所述数据获取模块，具体用于：
从各所述资源指标的指标值的历史趋势数据中，获取所述目标资源指标的指标值的历史趋势数据。
8.根据权利要求7所述的装置，其特征在于，所述资源指标的指标值的历史趋势数据，所述生成模块，具体用于：
针对每个所述资源指标，获取所述资源指标在所述多个第一历史时间段内的指标值；
对所述资源指标在所述多个第一历史时间段内的指标值进行聚类，得到多个指标集合，并根据属于同一指标集合的指标值，确定所述同一指标集合对应的目标指标值；
针对每个所述指标集合，统计对应的指标值属于所述指标集合的第一历史时间段在所述多个第一历史时间段中的占比；
获取所述多个指标集合中对应的所述占比最大的目标指标集合对应的目标指标值，并将所述目标指标集合对应的目标指标值，确定为所述资源指标对应的历史常态值。
9.根据权利要求8所述的装置，其特征在于，所述资源指标的指标值的历史趋势数据，还包括所述资源指标对应的历史波动值；所述生成模块，还用于：
针对每个所述资源指标，根据所述资源指标在所述多个第一历史时间段内的指标值，生成所述资源指标的指标值随时间变化的曲线；
根据所述曲线，获取所述资源指标在所述多个第一历史时间段内的指标值中的极大值和极小值；
基于所述极大值和所述极小值，确定所述资源指标对应的历史波动值。
10.根据权利要求9所述的装置，其特征在于，所述配置确定模块，具体用于：
获取所述目标资源指标对应的所述历史常态值和所述历史波动值的差值；
基于所述历史常态值和所述差值，确定所述目标资源指标对应的资源的推荐配置值。
11.一种电子设备，其特征在于，包括：处理器，以及与所述处理器通信连接的存储器；
所述存储器存储计算机执行指令；
所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1-5中任一项所述的方法。
12.一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中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1-5中任一项所述的方法。
13.一种计算机程序产品，其特征在于，包括计算机程序，该计算机程序被处理器执行时实现权利要求1-5中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310644858.0A CN116382924B (zh) | 2023-06-02 | 2023-06-02 | 资源配置的推荐方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310644858.0A CN116382924B (zh) | 2023-06-02 | 2023-06-02 | 资源配置的推荐方法、装置、电子设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN116382924A CN116382924A (zh) | 2023-07-04 |
| CN116382924B true CN116382924B (zh) | 2023-08-15 |
Family
ID=86971480
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310644858.0A Active CN116382924B (zh) | 2023-06-02 | 2023-06-02 | 资源配置的推荐方法、装置、电子设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116382924B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109766182A (zh) * | 2018-12-18 | 2019-05-17 | 平安科技（深圳）有限公司 | 系统资源动态扩缩容方法、装置、计算机设备及存储介质 |
| CN111310034A (zh) * | 2020-01-23 | 2020-06-19 | 腾讯科技（深圳）有限公司 | 一种资源推荐方法及相关设备 |
| CN114625523A (zh) * | 2020-12-10 | 2022-06-14 | 中国移动通信有限公司研究院 | 一种资源分配方法、装置和计算机可读存储介质 |
| CN114666224A (zh) * | 2020-12-08 | 2022-06-24 | 中移动信息技术有限公司 | 业务资源容量动态分配方法、装置、设备及存储介质 |
| CN115373829A (zh) * | 2021-05-19 | 2022-11-22 | 中国移动通信集团浙江有限公司 | Cpu资源的调度方法、装置及系统 |
| CN115437793A (zh) * | 2022-09-16 | 2022-12-06 | 中国建设银行股份有限公司 | 系统资源配置预测方法、装置、设备及存储介质 |
| CN115617520A (zh) * | 2022-10-20 | 2023-01-17 | 深圳市欢太科技有限公司 | 资源参数配置方法及装置、电子设备和存储介质 |
| CN115640107A (zh) * | 2022-10-24 | 2023-01-24 | 百度在线网络技术（北京）有限公司 | 运行维护方法、装置、设备及介质 |
| JP7214287B1 (ja) * | 2022-07-26 | 2023-01-30 | 北京穿楊科技有限公司 | リソース割り当ての決定方法、装置、計算装置及びコンピュータプログラム |
Family Cites Families (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9729466B2 (en) * | 2013-11-22 | 2017-08-08 | International Business Machines Corporation | Information technology resource management |
| US9507636B2 (en) * | 2015-04-20 | 2016-11-29 | International Business Machines Corporation | Resource management and allocation using history information stored in application's commit signature log |
| SG10201605120SA (en) * | 2015-09-25 | 2017-04-27 | Singapore Telecomm Ltd | Resource planning system for cloud computing |
| US10389809B2 (en) * | 2016-02-29 | 2019-08-20 | Netapp, Inc. | Systems and methods for resource management in a networked environment |
| US10474381B2 (en) * | 2017-03-29 | 2019-11-12 | The Travelers Indemnity Company | Multi-server system resource manager |
| US10887176B2 (en) * | 2017-03-30 | 2021-01-05 | Hewlett Packard Enterprise Development Lp | Predicting resource demand in computing environments |
| US10992735B2 (en) * | 2019-07-22 | 2021-04-27 | Bank Of America Corporation | System for generating event-based linkages between distributed resources for tailored data access |
| CN115437739A (zh) * | 2021-06-02 | 2022-12-06 | 伊姆西Ip控股有限责任公司 | 虚拟化系统的资源管理方法、电子设备和计算机程序产品 |
| US20230116810A1 (en) * | 2021-09-30 | 2023-04-13 | Dell Products L.P. | Automated predictive infrastructure scaling |
-
2023
- 2023-06-02 CN CN202310644858.0A patent/CN116382924B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109766182A (zh) * | 2018-12-18 | 2019-05-17 | 平安科技（深圳）有限公司 | 系统资源动态扩缩容方法、装置、计算机设备及存储介质 |
| CN111310034A (zh) * | 2020-01-23 | 2020-06-19 | 腾讯科技（深圳）有限公司 | 一种资源推荐方法及相关设备 |
| CN114666224A (zh) * | 2020-12-08 | 2022-06-24 | 中移动信息技术有限公司 | 业务资源容量动态分配方法、装置、设备及存储介质 |
| CN114625523A (zh) * | 2020-12-10 | 2022-06-14 | 中国移动通信有限公司研究院 | 一种资源分配方法、装置和计算机可读存储介质 |
| CN115373829A (zh) * | 2021-05-19 | 2022-11-22 | 中国移动通信集团浙江有限公司 | Cpu资源的调度方法、装置及系统 |
| JP7214287B1 (ja) * | 2022-07-26 | 2023-01-30 | 北京穿楊科技有限公司 | リソース割り当ての決定方法、装置、計算装置及びコンピュータプログラム |
| CN115437793A (zh) * | 2022-09-16 | 2022-12-06 | 中国建设银行股份有限公司 | 系统资源配置预测方法、装置、设备及存储介质 |
| CN115617520A (zh) * | 2022-10-20 | 2023-01-17 | 深圳市欢太科技有限公司 | 资源参数配置方法及装置、电子设备和存储介质 |
| CN115640107A (zh) * | 2022-10-24 | 2023-01-24 | 百度在线网络技术（北京）有限公司 | 运行维护方法、装置、设备及介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN116382924A (zh) | 2023-07-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109447622B (zh) | 交易类型推荐方法及系统、智能交易终端 | |
| CN111125106B (zh) | 一种跑批任务执行方法、装置、服务器和存储介质 | |
| CN113360269A (zh) | 一种任务分配方法、装置、服务器及存储介质 | |
| CN110489418B (zh) | 一种数据聚合方法和系统 | |
| CN113312259B (zh) | 一种接口测试方法及装置 | |
| CN111242779B (zh) | 金融数据特征选择和预测方法、装置、设备及存储介质 | |
| CN116382924B (zh) | 资源配置的推荐方法、装置、电子设备及存储介质 | |
| CN112927064A (zh) | 延期还款数据处理方法、装置、电子设备及存储介质 | |
| CN112099934A (zh) | 一种批处理方法、系统、计算机设备及存储介质 | |
| CN112905677A (zh) | 数据处理方法及装置、业务处理系统和计算机设备 | |
| CN114520773B (zh) | 一种服务请求的响应方法、装置、服务器及存储介质 | |
| CN111131393B (zh) | 用户活跃度数据统计方法、电子装置及存储介质 | |
| CN111223000A (zh) | 一种账单处理方法、装置、计算机设备及存储介质 | |
| CN111639057A (zh) | 日志消息处理方法、装置、计算机设备及存储介质 | |
| CN113377604A (zh) | 一种数据处理方法、装置、设备和存储介质 | |
| CN111932356A (zh) | 确定企业信用风险等级的方法和装置 | |
| CN109710884B (zh) | 一种支持多种复杂计算方式的实时指标配置方法及系统 | |
| CN116433197B (zh) | 一种信息上报方法、装置、上报端及存储介质 | |
| CN110442587B (zh) | 业务信息升级方法及终端设备 | |
| CN115481984A (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
| CN117575810A (zh) | 申请信息处理方法、装置、设备及存储介质 | |
| CN116228112A (zh) | 一种盘点资产的方法、装置及电子设备 | |
| CN114647671A (zh) | 数据查询方法、装置、电子设备、存储介质及程序产品 | |
| CN115269733A (zh) | 数据存储方法、装置、存储服务器及可读存储介质 | |
| CN117273576A (zh) | 医疗垃圾收运车辆调度方法、装置、设备及存储介质 |
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 |