CN116755966A - 基于分域模式的redis客户端性能监测方法及其相关设备 - Google Patents
基于分域模式的redis客户端性能监测方法及其相关设备 Download PDFInfo
- Publication number
- CN116755966A CN116755966A CN202310722756.6A CN202310722756A CN116755966A CN 116755966 A CN116755966 A CN 116755966A CN 202310722756 A CN202310722756 A CN 202310722756A CN 116755966 A CN116755966 A CN 116755966A
- Authority
- CN
- China
- Prior art keywords
- monitoring
- domain
- performance monitoring
- preset
- redis
- 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.)
- Pending
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 474
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000005457 optimization Methods 0.000 claims abstract description 34
- 238000004458 analytical method Methods 0.000 claims description 13
- 238000012937 correction Methods 0.000 claims description 9
- 230000008569 process Effects 0.000 claims description 8
- 230000002159 abnormal effect Effects 0.000 claims description 7
- 230000002035 prolonged effect Effects 0.000 claims description 3
- 239000002699 waste material Substances 0.000 abstract description 10
- 238000012423 maintenance Methods 0.000 abstract description 3
- 238000005516 engineering process Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 230000005856 abnormality Effects 0.000 description 6
- 238000013473 artificial intelligence Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000000977 initiatory effect Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004806 packaging method and process Methods 0.000 description 3
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003139 buffering effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 235000019800 disodium phosphate Nutrition 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static 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
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
- G06F11/302—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system component is a software system
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3051—Monitoring arrangements for monitoring the configuration of the computing system or of the computing system component, e.g. monitoring the presence of processing resources, peripherals, I/O links, software programs
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/30—Monitoring
- G06F11/32—Monitoring with visual or acoustical indication of the functioning of the machine
- G06F11/324—Display of status information
- G06F11/327—Alarm or error message display
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Quality & Reliability (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Debugging And Monitoring (AREA)
Abstract
本申请实施例属于基架运维技术领域，应用于软件性能监测领域中，涉及一种基于分域模式的redis客户端性能监测方法及其相关设备，包括识别第一性能监测域、第二性能监测域、第三性能监测域的监测结果是否达标；若三者中任一性能监测域的监测结果不达标，则进行优化调整，调整之后，再次进行相应的监测结果达标识别；直到第一性能监测域、第二性能监测域和第三性能监测域的监测结果都达标，则完成本次对redis客户端的性能监测。通过采用分域模式分别监测指令分析器、指令执行器和输出日志解析器，使得对redis客户端进行性能监测时，各个分域仅监测对应监测目标，实现了精准和科学化对redis客户端进行性能监测，而且，避免了盲目监测和减少了一定的网络资源浪费。
Description
技术领域
本申请涉及基架运维技术领域，尤其涉及一种基于分域模式的redis客户端性能监测方法及其相关设备。
背景技术
目前java开发中一般使用的redis客户端是Jedis,或者基于Spring framework的RedisTemplate。但用上面的方案，存在如下几个缺陷：
1.无法监控大字段的写入和读取，当数据库记录变多，或者外部接口数据返回突然增多时，系统是无感知的，如果这些数据需要redis缓存，那么会导致大字段的写入和读取异常、更加耗时；
2.无法处理redis客户端自身的异常，比如连接异常，command超时，不能及时的发出告警，无redis操作记录统计；
3.redis客户端发生异常时，会一直等待命令执行，直至命令执行超时，会严重拖慢接口响应时间。
因此，现有技术在进行redis客户端性能监测时，还缺乏更加精准和科学化的监测方式。
发明内容
本申请实施例的目的在于提出一种基于分域模式的redis客户端性能监测方法及其相关设备，以解决现有技术在进行redis客户端性能监测时，还缺乏更加精准和科学化的监测方式的问题。
为了解决上述技术问题，本申请实施例提供一种基于分域模式的redis客户端性能监测方法，采用了如下所述的技术方案：
一种基于分域模式的redis客户端性能监测方法，包括下述步骤：
根据预设的服务启动命令，启动目标服务实例，并调用预封装的redis工具类；
基于预设的第一性能监测域和所述redis工具类中第一监测目标，识别所述第一性能监测域的监测结果是否达标；
若所述第一性能监测域的监测结果达标，则基于预设的第二性能监测域和所述redis工具类中第二监测目标，识别所述第二性能监测域的监测结果是否达标；
若所述第二性能监测域的监测结果达标，则基于预设的第三性能监测域和所述redis工具类中第三监测目标，识别所述第三性能监测域的监测结果是否达标；
若所述第一性能监测域、第二性能监测域和第三性能监测域三者中任一性能监测域的监测结果不达标，则根据预设的调整策略进行优化调整，调整之后，再次进行相应的监测结果达标识别；
直到所述第一性能监测域、第二性能监测域和第三性能监测域的监测结果都达标，则完成本次对redis客户端的性能监测。
进一步的，所述第一性能监测域为指令分析监测域，所述第一监测目标为所述redis工具类中的指令分析器，在执行所述基于预设的第一性能监测域和所述redis工具类中第一监测目标，识别所述第一性能监测域的监测结果是否达标的步骤之前，所述方法还包括：
步骤301,根据预设的客户端可用性判断指令和所述指令分析器，判断当前客户端是否可用；
步骤302,若当前客户端为非可用性客户端，则异步调用客户端创建指令，创建新的客户端作为当前客户端；
步骤303,循环执行步骤301，进行当前客户端可用性判断，直到当前客户端为可用性客户端，则更新所述当前客户端的状态码，停止循环执行，否则，重复执行步骤302至步骤303；
所述基于预设的第一性能监测域和所述redis工具类中第一监测目标，识别所述第一性能监测域的监测结果是否达标的步骤，具体包括：
基于所述redis工具类中的指令分析器和预设的指令判断条件，识别当前待执行的数据操作指令是否为真；
若所述当前待执行的数据操作指令为假，则所述第一性能监测域的监测结果不达标，采用异步发送方式向后台发送第一告警提示；
若所述当前待执行的数据操作指令为真，则所述第一性能监测域的监测结果达标。
进一步的，所述预设的指令判断条件具体包括当前待执行的数据操作指令的类型和当前待执行的数据操作指令是否为预设的白名单中任一数据操作指令，所述基于所述redis工具类中的指令分析器和预设的指令判断条件，识别当前待执行的数据操作指令是否为真的步骤，具体包括：
若当前待执行的数据操作指令的类型为查询或者更新操作，且当前待执行的数据操作指令为预设的白名单中任一数据操作指令，则当前待执行的数据操作指令为真，否则，当前待执行的数据操作指令为假。
进一步的，所述第二性能监测域为指令执行监测域，所述第二监测目标为所述redis工具类中的指令执行器，所述基于预设的第二性能监测域和所述redis工具类中第二监测目标，识别所述第二性能监测域的监测结果是否达标的步骤，具体包括：
获取识别结果为真时，当前待执行的数据操作指令；
根据所述redis工具类中的指令执行器执行所述当前待执行的数据操作指令，获得数据操作结果；
在执行所述当前待执行的数据操作指令的过程中，基于所述指令执行监测域和预设的定时组件识别所述数据操作结果的输出时间是否满足预设的输出时间阈值；
若所述数据操作结果的输出时间满足预设的输出时间阈值，则所述第二性能监测域的监测结果达标，将所述数据操作结果和所述输出时间记录为执行日志；
若所述数据操作结果的输出时间不满足预设的输出时间阈值，则所述第二性能监测域的监测结果不达标，将所述数据操作结果重置为空值，采用异步发送方式向后台发送第二告警提示。
进一步的，所述在执行所述当前待执行的数据操作指令的过程中，基于所述指令执行监测域和预设的定时组件识别所述数据操作结果的输出时间是否满足预设的输出时间阈值的步骤，具体包括：
根据所述指令执行监测域识别所述当前待执行的数据操作指令是否开始执行；
若所述当前待执行的数据操作指令开始执行，则根据所述预设的触发器触发启动所述定时组件进行计时；
根据所述指令执行监测域识别所述当前待执行的数据操作指令是否执行完成；
若所述当前待执行的数据操作指令执行完成，则根据所述预设的触发器触发停止所述定时组件的计时操作，并获取当前计时结果作为所述数据操作结果的输出时间；
将所述数据操作结果的输出时间与所述预设的输出时间阈值进行大小关系比较；
若所述数据操作结果的输出时间小于所述预设的输出时间阈值，则所述数据操作结果的输出时间满足预设的输出时间阈值；
若所述数据操作结果的输出时间不小于所述预设的输出时间阈值，则所述数据操作结果的输出时间不满足预设的输出时间阈值。
进一步的，所述第三性能监测域为日志结果监测域，所述第三监测目标为所述redis工具类中的输出日志解析器，所述基于预设的第三性能监测域和所述redis工具类中第三监测目标，识别所述第三性能监测域的监测结果是否达标的步骤，具体包括：
根据所述输出日志解析器对所述执行日志中的数据操作结果进行解析，获得解析结果；
采用余弦相似度算法计算所述解析结果与预设的期望结果间的相似度作为实际相似度；
若所述实际相似度满足预设的相似度阈值，则所述第三性能监测域的监测结果达标；
若所述实际相似度不满足预设的相似度阈值，则所述第三性能监测域的监测结果不达标，向后台发送第三告警提示。
进一步的，所述根据预设的调整策略进行优化调整的步骤，具体包括：
获取最新接收的告警提示内容；
识别所述最新接收的告警提示内容所属的告警提示种类，其中，所述告警提示种类包括第一告警提示、第二告警提示和第三告警提示；
根据识别出的告警提示种类选择不同的调整策略进行优化调整；
所述第一告警提示为指令异常提示，所述第二告警提示为执行时间异常提示，所述第三告警提示为输出字段异常提示，所述根据识别出的告警提示种类选择不同的调整策略进行优化调整的步骤，具体包括：
若识别出的告警提示种类为指令异常提示，则根据预设的第一调整策略调整所述指令，进行指令内容更正优化；
若识别出的告警提示种类为执行时间异常提示，则根据预设的第二调整策略延长所述执行时间，进行执行时间更正优化；
若识别出的告警提示种类为输出字段异常提示，则根据预设的第三调整策略调整预设的输出要求，进行输出要求更正优化。
为了解决上述技术问题，本申请实施例还提供一种基于分域模式的redis客户端性能监测装置，采用了如下所述的技术方案：
一种基于分域模式的redis客户端性能监测装置，包括：
服务启动调用模块，用于根据预设的服务启动命令，启动目标服务实例，并调用预封装的redis工具类；
第一性能监测模块，用于基于预设的第一性能监测域和所述redis工具类中第一监测目标，识别所述第一性能监测域的监测结果是否达标；
第二性能监测模块，用于若所述第一性能监测域的监测结果达标，则基于预设的第二性能监测域和所述redis工具类中第二监测目标，识别所述第二性能监测域的监测结果是否达标；
第三性能监测模块，用于若所述第二性能监测域的监测结果达标，则基于预设的第三性能监测域和所述redis工具类中第三监测目标，识别所述第三性能监测域的监测结果是否达标；
优化调整模块，用于若所述第一性能监测域、第二性能监测域和第三性能监测域三者中任一性能监测域的监测结果不达标，则根据预设的调整策略进行优化调整，调整之后，再次进行相应的监测结果达标识别；
性能监测完成模块，用于直到所述第一性能监测域、第二性能监测域和第三性能监测域的监测结果都达标，则完成本次对redis客户端的性能监测。
为了解决上述技术问题，本申请实施例还提供一种计算机设备，采用了如下所述的技术方案：
一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现上述所述的基于分域模式的redis客户端性能监测方法的步骤。
为了解决上述技术问题，本申请实施例还提供一种计算机可读存储介质，采用了如下所述的技术方案：
一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如上述所述的基于分域模式的redis客户端性能监测方法的步骤。
与现有技术相比，本申请实施例主要有以下有益效果：
本申请实施例所述基于分域模式的redis客户端性能监测方法，基于第一性能监测域和redis工具类中第一监测目标，识别第一性能监测域的监测结果是否达标；基于第二性能监测域和redis工具类中第二监测目标，识别第二性能监测域的监测结果是否达标；基于第三性能监测域和redis工具类中第三监测目标，识别第三性能监测域的监测结果是否达标；若第一性能监测域、第二性能监测域和第三性能监测域三者中任一性能监测域的监测结果不达标，则进行优化调整，调整之后，再次进行相应的监测结果达标识别；直到第一性能监测域、第二性能监测域和第三性能监测域的监测结果都达标，则完成本次对redis客户端的性能监测。通过采用分域模式分别监测指令分析器、指令执行器和输出日志解析器，使得对redis客户端进行性能监测时，各个分域仅监测对应监测目标，实现了精准和科学化对redis客户端进行性能监测，而且，避免了盲目监测和减少了一定的网络资源浪费。
附图说明
为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本申请可以应用于其中的示例性系统架构图；
图2根据本申请的基于分域模式的redis客户端性能监测方法的一个实施例的流程图；
图3是根据本申请实施例所述的客户端可用性判断更新方法的一个具体实施例的流程图；
图4是图2所示步骤202的一个具体实施例的流程图；
图5是图2所示步骤203的一个具体实施例的流程图；
图6是图5所示步骤503的一个具体实施例的流程图；
图7是图2所示步骤204的一个具体实施例的流程图；
图8根据本申请的基于分域模式的redis客户端性能监测装置的一个实施例的结构示意图；
图9根据本申请的计算机设备的一个实施例的结构示意图。
具体实施方式
除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的技术领域的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
为了使本技术领域的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如网页浏览器应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、MP3播放器(Moving PictureExpertsGroup Audio Layer III，动态影像专家压缩标准音频层面3)、MP4(MovingPictureExperts Group Audio Layer IV，动态影像专家压缩标准音频层面4)播放器、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上显示的页面提供支持的后台服务器。
需要说明的是，本申请实施例所提供的基于分域模式的redis客户端性能监测方法一般由服务器/终端设备执行，相应地，基于分域模式的redis客户端性能监测装置一般设置于服务器/终端设备中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本申请的基于分域模式的redis客户端性能监测方法的一个实施例的流程图。所述的基于分域模式的redis客户端性能监测方法，包括以下步骤：
步骤201，根据预设的服务启动命令，启动目标服务实例，并调用预封装的redis工具类。
本实施例中，所述预封装的redis工具类，在程序开发命名中常使用RedisUitls命名，其内封装了redis中各个功能调用性方法。
步骤202，基于预设的第一性能监测域和所述redis工具类中第一监测目标，识别所述第一性能监测域的监测结果是否达标。
本实施例中，所述第一性能监测域为指令分析监测域，所述第一监测目标为所述redis工具类中的指令分析器，其中，所述redis工具类中的指令分析器包括预先封装的在redis工具类中对指令进行分析的分析方法。
通过将对指令进行分析的分析方法预先封装的在redis工具类中构建出指令分析器，使得在对redis客户端的待执行指令进行分析时，仅需监测指令分析器的运行情况，无需额外监测其他多余区域，实现了精准监测，更加科学化的监测，而且，避免了盲目监测，从而避免了造成网络资源浪费。
继续参考图3，在执行所述基于预设的第一性能监测域和所述redis工具类中第一监测目标，识别所述第一性能监测域的监测结果是否达标的步骤之前，所述基于分域模式的redis客户端性能监测方法中还包括客户端可用性判断更新方法，图3是根据本申请实施例所述的客户端可用性判断更新方法的一个具体实施例的流程图，包括步骤：
步骤301,根据预设的客户端可用性判断指令和所述指令分析监测域，判断当前客户端是否可用；
步骤302,若当前客户端为非可用性客户端，则异步调用客户端创建指令，创建新的客户端作为当前客户端；
步骤303,循环执行步骤301，进行当前客户端可用性判断，直到当前客户端为可用性客户端，则更新所述当前客户端的状态码，停止循环执行，否则，重复执行步骤302至步骤303。
通过在进行redis客户端运行监测之前，首先进行客户端可用性判断，避免了因客户端不可用而导致的异常被识别为软件执行异常，方便进行软件执行类异常排查，避免了非软件执行类异常的干扰。
继续参考图4，图4是图2所示步骤202的一个具体实施例的流程图，包括：
步骤401，基于所述redis工具类中的指令分析器和预设的指令判断条件，识别当前待执行的数据操作指令是否为真；
步骤402，若所述当前待执行的数据操作指令为假，则所述第一性能监测域的监测结果不达标，采用异步发送方式向后台发送第一告警提示；
步骤403，若所述当前待执行的数据操作指令为真，则所述第一性能监测域的监测结果达标。
本实施例中，所述预设的指令判断条件具体包括当前待执行的数据操作指令的类型和当前待执行的数据操作指令是否为预设的白名单中任一数据操作指令，所述基于所述redis工具类中的指令分析器和预设的指令判断条件，识别当前待执行的数据操作指令是否为真的步骤，具体包括：若当前待执行的数据操作指令的类型为查询或者更新操作，且当前待执行的数据操作指令为预设的白名单中任一数据操作指令，则当前待执行的数据操作指令为真，否则，当前待执行的数据操作指令为假。
通过对当前待执行的数据操作指令进行指令分析，实现了在执行当前待执行的数据操作指令之前，对该数据操作指令进行一次监测分析，保证了在执行前尽早发现一部分指令异常，减少了因数据操作指令异常而造成执行异常的情况发生，更加高效的对redis客户端进行性能监测。
步骤203，若所述第一性能监测域的监测结果达标，则基于预设的第二性能监测域和所述redis工具类中第二监测目标，识别所述第二性能监测域的监测结果是否达标。
本实施例中，所述第二性能监测域为指令执行监测域，所述第二监测目标为所述redis工具类中的指令执行器，其中，所述redis工具类中的指令执行器包括预先封装的在redis工具类中对不同指令进行执行的若干个执行方法。
通过将对不同指令进行执行的若干个执行方法预先封装的在redis工具类中构建出指令执行器，使得在对redis客户端的执行情况进行监测时，仅需监测指令执行器的运行情况，无需额外监测其他多余区域，实现了精准监测，更加科学化的监测，而且，避免了盲目监测，从而避免了造成网络资源浪费。
继续参考图5，图5是图2所示步骤203的一个具体实施例的流程图，包括：
步骤501，获取识别结果为真时，当前待执行的数据操作指令；
步骤502，根据所述redis工具类中的指令执行器执行所述当前待执行的数据操作指令，获得数据操作结果；
步骤503，在执行所述当前待执行的数据操作指令的过程中，基于所述指令执行监测域和预设的定时组件识别所述数据操作结果的输出时间是否满足预设的输出时间阈值；
步骤504，若所述数据操作结果的输出时间满足预设的输出时间阈值，则所述第二性能监测域的监测结果达标，将所述数据操作结果和所述输出时间记录为执行日志；
步骤505，若所述数据操作结果的输出时间不满足预设的输出时间阈值，则所述第二性能监测域的监测结果不达标，将所述数据操作结果重置为空值，采用异步发送方式向后台发送第二告警提示。
通过在数据操作指令执行过程中，对数据操作结果的输出时间进行监测，从而在输出时间上，识别是否需要对redis客户端进行性能调优，避免了输出时间过长而导致的redis客户端处理效率降低，给客户良好快速的处理结果反馈体验。
继续参考图6，图6是图5所示步骤503的一个具体实施例的流程图，包括：
步骤601，根据所述指令执行监测域识别所述当前待执行的数据操作指令是否开始执行；
步骤602，若所述当前待执行的数据操作指令开始执行，则根据所述预设的触发器触发启动所述定时组件进行计时；
步骤603，根据所述指令执行监测域识别所述当前待执行的数据操作指令是否执行完成；
步骤604，若所述当前待执行的数据操作指令执行完成，则根据所述预设的触发器触发停止所述定时组件的计时操作，并获取当前计时结果作为所述数据操作结果的输出时间；
步骤605，将所述数据操作结果的输出时间与所述预设的输出时间阈值进行大小关系比较；
步骤606，若所述数据操作结果的输出时间小于所述预设的输出时间阈值，则所述数据操作结果的输出时间满足预设的输出时间阈值；
步骤607，若所述数据操作结果的输出时间不小于所述预设的输出时间阈值，则所述数据操作结果的输出时间不满足预设的输出时间阈值。
步骤204，若所述第二性能监测域的监测结果达标，则基于预设的第三性能监测域和所述redis工具类中第三监测目标，识别所述第三性能监测域的监测结果是否达标。
本实施例中，所述第三性能监测域为日志结果监测域，所述第三监测目标为所述redis工具类中的输出日志解析器，其中，所述redis工具类中的指令执行器包括预先封装的在redis工具类中对输出日志进行解析的解析方法。
通过将对输出日志进行解析的解析方法预先封装的在redis工具类中构建出输出日志解析器，使得在对redis客户端的执行情况进行监测时，仅需监测输出日志解析器的运行情况和解析结果，无需额外监测其他多余区域，实现了精准监测，更加科学化的监测，而且，避免了盲目监测，从而避免了造成网络资源浪费。
继续参考图7，图7是图2所示步骤204的一个具体实施例的流程图，包括：
步骤701，根据所述输出日志解析器对所述执行日志中的数据操作结果进行解析，获得解析结果；
步骤702，采用余弦相似度算法计算所述解析结果与预设的期望结果间的相似度作为实际相似度；
步骤703，若所述实际相似度满足预设的相似度阈值，则所述第三性能监测域的监测结果达标；
步骤704，若所述实际相似度不满足预设的相似度阈值，则所述第三性能监测域的监测结果不达标，向后台发送第三告警提示。
步骤205，若所述第一性能监测域、第二性能监测域和第三性能监测域三者中任一性能监测域的监测结果不达标，则根据预设的调整策略进行优化调整，调整之后，再次进行相应的监测结果达标识别。
本实施例中，所述根据预设的调整策略进行优化调整的步骤，具体包括：获取最新接收的告警提示内容；识别所述最新接收的告警提示内容所属的告警提示种类，其中，所述告警提示种类包括第一告警提示、第二告警提示和第三告警提示；根据识别出的告警提示种类选择不同的调整策略进行优化调整。
本实施例中，所述第一告警提示为指令异常提示，所述第二告警提示为执行时间异常提示，所述第三告警提示为输出字段异常提示。
本实施例中，所述根据识别出的告警提示种类选择不同的调整策略进行优化调整的步骤，具体包括：若识别出的告警提示种类为指令异常提示，则根据预设的第一调整策略调整所述指令，进行指令内容更正优化；若识别出的告警提示种类为执行时间异常提示，则根据预设的第二调整策略延长所述执行时间，进行执行时间更正优化；若识别出的告警提示种类为输出字段异常提示，则根据预设的第三调整策略调整预设的输出要求，进行输出要求更正优化。
步骤206，直到所述第一性能监测域、第二性能监测域和第三性能监测域的监测结果都达标，则完成本次对redis客户端的性能监测。
本申请基于第一性能监测域和redis工具类中第一监测目标，识别第一性能监测域的监测结果是否达标；基于第二性能监测域和redis工具类中第二监测目标，识别第二性能监测域的监测结果是否达标；基于第三性能监测域和redis工具类中第三监测目标，识别第三性能监测域的监测结果是否达标；若第一性能监测域、第二性能监测域和第三性能监测域三者中任一性能监测域的监测结果不达标，则进行优化调整，调整之后，再次进行相应的监测结果达标识别；直到第一性能监测域、第二性能监测域和第三性能监测域的监测结果都达标，则完成本次对redis客户端的性能监测。通过采用分域模式分别监测指令分析器、指令执行器和输出日志解析器，使得对redis客户端进行性能监测时，各个分域仅监测对应监测目标，实现了精准和科学化对redis客户端进行性能监测，而且，避免了盲目监测和减少了一定的网络资源浪费。
本申请实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(Artificial Intelligence，AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
本申请实施例中，通过采用分域模式分别监测指令分析器、指令执行器和输出日志解析器，使得对redis客户端进行性能监测时，各个分域仅监测对应监测目标，实现了精准和科学化对redis客户端进行性能监测，而且，避免了盲目监测和减少了一定的网络资源浪费。
进一步参考图8，作为对上述图2所示方法的实现，本申请提供了一种基于分域模式的redis客户端性能监测装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图8所示，本实施例所述的基于分域模式的redis客户端性能监测装置800包括：服务启动调用模块801、第一性能监测模块802、第二性能监测模块803、第三性能监测模块804、优化调整模块805和性能监测完成模块806。其中：
服务启动调用模块801，用于根据预设的服务启动命令，启动目标服务实例，并调用预封装的redis工具类；
第一性能监测模块802，用于基于预设的第一性能监测域和所述redis工具类中第一监测目标，识别所述第一性能监测域的监测结果是否达标；
第二性能监测模块803，用于若所述第一性能监测域的监测结果达标，则基于预设的第二性能监测域和所述redis工具类中第二监测目标，识别所述第二性能监测域的监测结果是否达标；
第三性能监测模块804，用于若所述第二性能监测域的监测结果达标，则基于预设的第三性能监测域和所述redis工具类中第三监测目标，识别所述第三性能监测域的监测结果是否达标；
优化调整模块805，用于若所述第一性能监测域、第二性能监测域和第三性能监测域三者中任一性能监测域的监测结果不达标，则根据预设的调整策略进行优化调整，调整之后，再次进行相应的监测结果达标识别；
性能监测完成模块806，用于直到所述第一性能监测域、第二性能监测域和第三性能监测域的监测结果都达标，则完成本次对redis客户端的性能监测。
本申请基于第一性能监测域和redis工具类中第一监测目标，识别第一性能监测域的监测结果是否达标；基于第二性能监测域和redis工具类中第二监测目标，识别第二性能监测域的监测结果是否达标；基于第三性能监测域和redis工具类中第三监测目标，识别第三性能监测域的监测结果是否达标；若第一性能监测域、第二性能监测域和第三性能监测域三者中任一性能监测域的监测结果不达标，则进行优化调整，调整之后，再次进行相应的监测结果达标识别；直到第一性能监测域、第二性能监测域和第三性能监测域的监测结果都达标，则完成本次对redis客户端的性能监测。通过采用分域模式分别监测指令分析器、指令执行器和输出日志解析器，使得对redis客户端进行性能监测时，各个分域仅监测对应监测目标，实现了精准和科学化对redis客户端进行性能监测，而且，避免了盲目监测和减少了一定的网络资源浪费。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机可读指令来指令相关的硬件来完成，该计算机可读指令可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，前述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)等非易失性存储介质，或随机存储记忆体(Random Access Memory，RAM)等。
应该理解的是，虽然附图的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，其可以以其他的顺序执行。而且，附图的流程图中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，其执行顺序也不必然是依次进行，而是可以与其他步骤或者其他步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
为解决上述技术问题，本申请实施例还提供计算机设备。具体请参阅图9，图9为本实施例计算机设备基本结构框图。
所述计算机设备9包括通过系统总线相互通信连接存储器9a、处理器9b、网络接口9c。需要指出的是，图中仅示出了具有组件9a-9c的计算机设备9，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。其中，本技术领域技术人员可以理解，这里的计算机设备是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路(ApplicationSpecific Integrated Circuit，ASIC)、可编程门阵列(Field－Programmable GateArray，FPGA)、数字处理器(Digital Signal Processor，DSP)、嵌入式设备等。
所述计算机设备可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述计算机设备可以与用户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互。
所述存储器9a至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器9a可以是所述计算机设备9的内部存储单元，例如该计算机设备9的硬盘或内存。在另一些实施例中，所述存储器9a也可以是所述计算机设备9的外部存储设备，例如该计算机设备9上配备的插接式硬盘，智能存储卡(Smart Media Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(FlashCard)等。当然，所述存储器9a还可以既包括所述计算机设备9的内部存储单元也包括其外部存储设备。本实施例中，所述存储器9a通常用于存储安装于所述计算机设备9的操作系统和各类应用软件，例如基于分域模式的redis客户端性能监测方法的计算机可读指令等。此外，所述存储器9a还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器9b在一些实施例中可以是中央处理器(Central Processing Unit，CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器9b通常用于控制所述计算机设备9的总体操作。本实施例中，所述处理器9b用于运行所述存储器9a中存储的计算机可读指令或者处理数据，例如运行所述基于分域模式的redis客户端性能监测方法的计算机可读指令。
所述网络接口9c可包括无线网络接口或有线网络接口，该网络接口9c通常用于在所述计算机设备9与其他电子设备之间建立通信连接。
本实施例提出的计算机设备，属于基架运维技术领域。本申请基于第一性能监测域和redis工具类中第一监测目标，识别第一性能监测域的监测结果是否达标；基于第二性能监测域和redis工具类中第二监测目标，识别第二性能监测域的监测结果是否达标；基于第三性能监测域和redis工具类中第三监测目标，识别第三性能监测域的监测结果是否达标；若第一性能监测域、第二性能监测域和第三性能监测域三者中任一性能监测域的监测结果不达标，则进行优化调整，调整之后，再次进行相应的监测结果达标识别；直到第一性能监测域、第二性能监测域和第三性能监测域的监测结果都达标，则完成本次对redis客户端的性能监测。通过采用分域模式分别监测指令分析器、指令执行器和输出日志解析器，使得对redis客户端进行性能监测时，各个分域仅监测对应监测目标，实现了精准和科学化对redis客户端进行性能监测，而且，避免了盲目监测和减少了一定的网络资源浪费。
本申请还提供了另一种实施方式，即提供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可读指令，所述计算机可读指令可被处理器执行，以使所述处理器执行如上述的基于分域模式的redis客户端性能监测方法的步骤。
本实施例提出的计算机可读存储介质，属于基架运维技术领域。本申请基于第一性能监测域和redis工具类中第一监测目标，识别第一性能监测域的监测结果是否达标；基于第二性能监测域和redis工具类中第二监测目标，识别第二性能监测域的监测结果是否达标；基于第三性能监测域和redis工具类中第三监测目标，识别第三性能监测域的监测结果是否达标；若第一性能监测域、第二性能监测域和第三性能监测域三者中任一性能监测域的监测结果不达标，则进行优化调整，调整之后，再次进行相应的监测结果达标识别；直到第一性能监测域、第二性能监测域和第三性能监测域的监测结果都达标，则完成本次对redis客户端的性能监测。通过采用分域模式分别监测指令分析器、指令执行器和输出日志解析器，使得对redis客户端进行性能监测时，各个分域仅监测对应监测目标，实现了精准和科学化对redis客户端进行性能监测，而且，避免了盲目监测和减少了一定的网络资源浪费。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。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(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本申请各个实施例所述的方法。
显然，以上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，附图中给出了本申请的较佳实施例，但并不限制本申请的专利范围。本申请可以以许多不同的形式来实现，相反地，提供这些实施例的目的是使对本申请的公开内容的理解更加透彻全面。尽管参照前述实施例对本申请进行了详细的说明，对于本领域的技术人员来而言，其依然可以对前述各具体实施方式所记载的技术方案进行修改，或者对其中部分技术特征进行等效替换。凡是利用本申请说明书及附图内容所做的等效结构，直接或间接运用在其他相关的技术领域，均同理在本申请专利保护范围之内。
Claims (10)
1.一种基于分域模式的redis客户端性能监测方法，其特征在于，包括下述步骤：
根据预设的服务启动命令，启动目标服务实例，并调用预封装的redis工具类；
基于预设的第一性能监测域和所述redis工具类中第一监测目标，识别所述第一性能监测域的监测结果是否达标；
若所述第一性能监测域的监测结果达标，则基于预设的第二性能监测域和所述redis工具类中第二监测目标，识别所述第二性能监测域的监测结果是否达标；
若所述第二性能监测域的监测结果达标，则基于预设的第三性能监测域和所述redis工具类中第三监测目标，识别所述第三性能监测域的监测结果是否达标；
若所述第一性能监测域、第二性能监测域和第三性能监测域三者中任一性能监测域的监测结果不达标，则根据预设的调整策略进行优化调整，调整之后，再次进行相应的监测结果达标识别；
直到所述第一性能监测域、第二性能监测域和第三性能监测域的监测结果都达标，则完成本次对redis客户端的性能监测。
2.根据权利要求1所述的基于分域模式的redis客户端性能监测方法，其特征在于，所述第一性能监测域为指令分析监测域，所述第一监测目标为所述redis工具类中的指令分析器，在执行所述基于预设的第一性能监测域和所述redis工具类中第一监测目标，识别所述第一性能监测域的监测结果是否达标的步骤之前，所述方法还包括：
步骤301,根据预设的客户端可用性判断指令和所述指令分析器，判断当前客户端是否可用；
步骤302,若当前客户端为非可用性客户端，则异步调用客户端创建指令，创建新的客户端作为当前客户端；
步骤303,循环执行步骤301，进行当前客户端可用性判断，直到当前客户端为可用性客户端，则更新所述当前客户端的状态码，停止循环执行，否则，重复执行步骤302至步骤303；
所述基于预设的第一性能监测域和所述redis工具类中第一监测目标，识别所述第一性能监测域的监测结果是否达标的步骤，具体包括：
基于所述redis工具类中的指令分析器和预设的指令判断条件，识别当前待执行的数据操作指令是否为真；
若所述当前待执行的数据操作指令为假，则所述第一性能监测域的监测结果不达标，采用异步发送方式向后台发送第一告警提示；
若所述当前待执行的数据操作指令为真，则所述第一性能监测域的监测结果达标。
3.根据权利要求2所述的基于分域模式的redis客户端性能监测方法，其特征在于，所述预设的指令判断条件具体包括当前待执行的数据操作指令的类型和当前待执行的数据操作指令是否为预设的白名单中任一数据操作指令，所述基于所述redis工具类中的指令分析器和预设的指令判断条件，识别当前待执行的数据操作指令是否为真的步骤，具体包括：
若当前待执行的数据操作指令的类型为查询或者更新操作，且当前待执行的数据操作指令为预设的白名单中任一数据操作指令，则当前待执行的数据操作指令为真，否则，当前待执行的数据操作指令为假。
4.根据权利要求2所述的基于分域模式的redis客户端性能监测方法，其特征在于，所述第二性能监测域为指令执行监测域，所述第二监测目标为所述redis工具类中的指令执行器，所述基于预设的第二性能监测域和所述redis工具类中第二监测目标，识别所述第二性能监测域的监测结果是否达标的步骤，具体包括：
获取识别结果为真时，当前待执行的数据操作指令；
根据所述redis工具类中的指令执行器执行所述当前待执行的数据操作指令，获得数据操作结果；
在执行所述当前待执行的数据操作指令的过程中，基于所述指令执行监测域和预设的定时组件识别所述数据操作结果的输出时间是否满足预设的输出时间阈值；
若所述数据操作结果的输出时间满足预设的输出时间阈值，则所述第二性能监测域的监测结果达标，将所述数据操作结果和所述输出时间记录为执行日志；
若所述数据操作结果的输出时间不满足预设的输出时间阈值，则所述第二性能监测域的监测结果不达标，将所述数据操作结果重置为空值，采用异步发送方式向后台发送第二告警提示。
5.根据权利要求4所述的基于分域模式的redis客户端性能监测方法，其特征在于，所述在执行所述当前待执行的数据操作指令的过程中，基于所述指令执行监测域和预设的定时组件识别所述数据操作结果的输出时间是否满足预设的输出时间阈值的步骤，具体包括：
根据所述指令执行监测域识别所述当前待执行的数据操作指令是否开始执行；
若所述当前待执行的数据操作指令开始执行，则根据所述预设的触发器触发启动所述定时组件进行计时；
根据所述指令执行监测域识别所述当前待执行的数据操作指令是否执行完成；
若所述当前待执行的数据操作指令执行完成，则根据所述预设的触发器触发停止所述定时组件的计时操作，并获取当前计时结果作为所述数据操作结果的输出时间；
将所述数据操作结果的输出时间与所述预设的输出时间阈值进行大小关系比较；
若所述数据操作结果的输出时间小于所述预设的输出时间阈值，则所述数据操作结果的输出时间满足预设的输出时间阈值；
若所述数据操作结果的输出时间不小于所述预设的输出时间阈值，则所述数据操作结果的输出时间不满足预设的输出时间阈值。
6.根据权利要求4或5所述的基于分域模式的redis客户端性能监测方法，其特征在于，所述第三性能监测域为日志结果监测域，所述第三监测目标为所述redis工具类中的输出日志解析器，所述基于预设的第三性能监测域和所述redis工具类中第三监测目标，识别所述第三性能监测域的监测结果是否达标的步骤，具体包括：
根据所述输出日志解析器对所述执行日志中的数据操作结果进行解析，获得解析结果；
采用余弦相似度算法计算所述解析结果与预设的期望结果间的相似度作为实际相似度；
若所述实际相似度满足预设的相似度阈值，则所述第三性能监测域的监测结果达标；
若所述实际相似度不满足预设的相似度阈值，则所述第三性能监测域的监测结果不达标，向后台发送第三告警提示。
7.根据权利要求6所述的基于分域模式的redis客户端性能监测方法，其特征在于，所述根据预设的调整策略进行优化调整的步骤，具体包括：
获取最新接收的告警提示内容；
识别所述最新接收的告警提示内容所属的告警提示种类，其中，所述告警提示种类包括第一告警提示、第二告警提示和第三告警提示；
根据识别出的告警提示种类选择不同的调整策略进行优化调整；
所述第一告警提示为指令异常提示，所述第二告警提示为执行时间异常提示，所述第三告警提示为输出字段异常提示，所述根据识别出的告警提示种类选择不同的调整策略进行优化调整的步骤，具体包括：
若识别出的告警提示种类为指令异常提示，则根据预设的第一调整策略调整所述指令，进行指令内容更正优化；
若识别出的告警提示种类为执行时间异常提示，则根据预设的第二调整策略延长所述执行时间，进行执行时间更正优化；
若识别出的告警提示种类为输出字段异常提示，则根据预设的第三调整策略调整预设的输出要求，进行输出要求更正优化。
8.一种基于分域模式的redis客户端性能监测装置，其特征在于，包括：
服务启动调用模块，用于根据预设的服务启动命令，启动目标服务实例，并调用预封装的redis工具类；
第一性能监测模块，用于基于预设的第一性能监测域和所述redis工具类中第一监测目标，识别所述第一性能监测域的监测结果是否达标；
第二性能监测模块，用于若所述第一性能监测域的监测结果达标，则基于预设的第二性能监测域和所述redis工具类中第二监测目标，识别所述第二性能监测域的监测结果是否达标；
第三性能监测模块，用于若所述第二性能监测域的监测结果达标，则基于预设的第三性能监测域和所述redis工具类中第三监测目标，识别所述第三性能监测域的监测结果是否达标；
优化调整模块，用于若所述第一性能监测域、第二性能监测域和第三性能监测域三者中任一性能监测域的监测结果不达标，则根据预设的调整策略进行优化调整，调整之后，再次进行相应的监测结果达标识别；
性能监测完成模块，用于直到所述第一性能监测域、第二性能监测域和第三性能监测域的监测结果都达标，则完成本次对redis客户端的性能监测。
9.一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述处理器执行所述计算机可读指令时实现如权利要求1至7中任一项所述的基于分域模式的redis客户端性能监测方法的步骤。
10.一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上存储有计算机可读指令，所述计算机可读指令被处理器执行时实现如权利要求1至7中任一项所述的基于分域模式的redis客户端性能监测方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310722756.6A CN116755966A (zh) | 2023-06-16 | 2023-06-16 | 基于分域模式的redis客户端性能监测方法及其相关设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310722756.6A CN116755966A (zh) | 2023-06-16 | 2023-06-16 | 基于分域模式的redis客户端性能监测方法及其相关设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116755966A true CN116755966A (zh) | 2023-09-15 |
Family
ID=87949181
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310722756.6A Pending CN116755966A (zh) | 2023-06-16 | 2023-06-16 | 基于分域模式的redis客户端性能监测方法及其相关设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116755966A (zh) |
-
2023
- 2023-06-16 CN CN202310722756.6A patent/CN116755966A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN116431878A (zh) | 向量检索服务方法、装置、设备及其存储介质 | |
| CN117271121A (zh) | 一种任务处理进度控制方法、装置、设备及其存储介质 | |
| CN117499412A (zh) | 一种基于高可用链路的集群优化处理方法及其相关设备 | |
| CN116934283A (zh) | 一种员工权限配置方法、装置、设备及其存储介质 | |
| CN116483425A (zh) | 微服务灰度发版方法、装置、设备及其存储介质 | |
| CN116974927A (zh) | 性能自动化测试方法、系统、计算机设备及存储介质 | |
| CN116431731A (zh) | 数据异步导出方法、装置、设备及其存储介质 | |
| CN116383787A (zh) | 页面创建方法、装置、计算机设备及存储介质 | |
| CN116755966A (zh) | 基于分域模式的redis客户端性能监测方法及其相关设备 | |
| CN115314404B (zh) | 服务优化方法、装置、计算机设备及存储介质 | |
| CN117828221A (zh) | 一种基于埋点技术的页面事件统计方法及其相关设备 | |
| CN117234769A (zh) | 一种页面白屏事件处理方法、装置、设备及其存储介质 | |
| CN117112383A (zh) | 基于人工智能的性能分析方法、装置、设备及存储介质 | |
| CN116954977A (zh) | 一种页面异常排查方法、装置、设备及其存储介质 | |
| CN117827320A (zh) | 一种服务执行方法、装置、设备及其存储介质 | |
| CN117850842A (zh) | 一种插件更新方法、装置、设备及其存储介质 | |
| CN116468563A (zh) | 理赔事项智能反馈方法、装置、设备及其存储介质 | |
| CN115237725A (zh) | 任务智能调度方法、装置、计算机设备及存储介质 | |
| CN117707737A (zh) | 一种任务调度优化方法、装置、设备及其存储介质 | |
| CN117215754A (zh) | 一种服务器响应方法、装置、设备及其存储介质 | |
| CN117319400A (zh) | 一种服务处理节点调整方法、装置、设备及其存储介质 | |
| CN117251468A (zh) | 查询处理方法、装置、计算机设备及存储介质 | |
| CN117056052A (zh) | 一种定时任务处理方法、装置、设备及其存储介质 | |
| CN117851252A (zh) | 一种接口异常处理方法、装置、设备及其存储介质 | |
| CN116701119A (zh) | 一种跑批任务数据监测方法、装置、设备及其存储介质 |
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 |