CN116996493B

CN116996493B - 人工智能平台运行接口的请求方法、系统、设备及介质

Info

Publication number: CN116996493B
Application number: CN202311263583.2A
Authority: CN
Inventors: 代志强; 陈斌发; 许禹诺; 汪海涛; 李晖; 李炳辉; 闫晓栋; 王登政; 刘兆燕; 费长顺; 刘会龙
Original assignee: Beijing Sgitg Accenture Information Technology Co ltd; State Grid Beijing Electric Power Co Ltd
Current assignee: Beijing Sgitg Accenture Information Technology Co ltd; State Grid Beijing Electric Power Co Ltd
Priority date: 2023-09-27
Filing date: 2023-09-27
Publication date: 2024-01-23
Anticipated expiration: 2043-09-27
Also published as: CN116996493A

Abstract

本发明属于人工智能技术领域，具体公开了一种人工智能平台运行接口的请求方法、系统、设备及介质，获取请求数据；所述请求数据由应用发送，所述请求数据的格式满足预先设置的请求方式规则和请求参数规则，当请求数据中存在请求头时，请求头满足预先设置的请求头规则；将获取到的请求数据按照预先设置的接口路径规则，通过模型输出以aiApi目录开头的接口路径；将模型输出的接口路径按照预先设置的返回数据规则返回至应用。本发明解决了请求方式、请求头、请求参数和返回结果的规范问题。其他平台也可以借鉴使用；好的接口规范能减少易书写错误问题和调用测试时不必要的麻烦。

Description

人工智能平台运行接口的请求方法、系统、设备及介质

技术领域

本发明属于人工智能技术领域，具体涉及一种人工智能平台运行接口的请求方法、系统、设备及介质。

背景技术

人工智能能力平台集成了行业领先的AI服务能力，自主研发输电线路巡检、变电站智能监控、现场作业安全监控、自然语言处理等电力专业AI服务能力，支撑起电力行业的人工智能业务应用开发与运行。

人工智能平台运行模型的时候，需要先创建应用，模型运行依赖于应用，常规自动生成的接口路径格式为：http://{IP}+{port}/{应用类型}/{应用名称}，其中：

IP+port也可以是域名，一般都是固定的；

应用类型是根据创建应用选择的类型来确定（枚举类型）；

应用名称是可变的，由于应用名称灵活性比较高，这样的话容易造成冲突。

尤其是随着模型的日益增多，应用场景的包罗万象，这类问题出现的频率会更高。

发明内容

为了克服现有技术的缺点，本发明的目的在于提供一种人工智能平台运行接口的请求方法、系统、设备及介质，以解决人工智能平台运行模型创建应用时生成的接口地址易冲突的问题。

为了达到上述目的，本发明采用以下技术方案实现：

第一方面，本发明提供一种人工智能平台运行接口的请求方法，包括：

S1：获取请求数据；所述请求数据由应用发送，所述请求数据的格式满足预先设置的请求方式规则和请求参数规则，当请求数据中存在请求头时，请求头满足预先设置的请求头规则；

S2：将获取到的请求数据按照预先设置的接口路径规则，通过模型输出以aiApi目录开头的接口路径；

S3：将模型输出的接口路径按照预先设置的返回数据规则返回至应用。

进一步的，所述请求方式规则具体为：HTTP协议中请求方式符合Restful风格，在方法名上加对应注解GET、POST、PUT、PATCH、DELETE、TEACE、HEAD或OPTIONS。

进一步的，所述请求头为请求数据的组成部分，请求头根据应用需要添加请求头中的参数；

在网关添加校验，请求头的过滤是通过网关的过滤器来校验；校验通过将请求数据转发到应用，否则直接返回不转发；

网关核心是一系列的过滤器，在HTTP请求生命周期的各个阶段都实现了过滤器，在网关服务启动的时候被自动的加载，核心过滤器有pre过滤器、route过滤器、post过滤器，通过过滤器获取HTTP请求头的header信息，再和应用要求的header信息对比，不匹配的返回错误，匹配的请求通过。

进一步的，所述请求数据中包括请求参数，请求参数的命名统一使用驼峰命名法，请求参数的类型为数字、字符串或对象；

请求参数是经过预设请求参数校验规则的请求参数，校验过程包括：在请求参数校验规则里面对请求参数进行校验处理：请求参数的校验为编写接口方法，Java规范中数据校验的规范为JSR303、JSR349、JSR380，分别对应的不同版本，SpringMVC支持了以上数据校验的规范所有标准，通过在参数bean的属性上加注解、接口层加注解实现，校验规则有：参数对象是否为空、参数对象是否为true/false、参数是否为数字、参数的最小值、参数的最大值、参数的长度在给定范围、正则表达式。

进一步的，所述接口路径规则为在接口路径中添加aiApi目录；同时增加接口版本，在接口路径中加入版本号，对应接口路径最终格式中的版本号；

使用以雪花算法为思想的生成主键ID的算法，用short类型做主键id，第一次导入模型时，根据模型的核心参数、AI芯片架构和深度学习框架的参数计算hash值，通过ID生成算法生成一个ID与hash值匹配并保存到映射表，把ID作为主键保存模型表中；导入时，通过计算出模型的hash值在映射表中找匹配的数据，若找到，说明模型已经导入过，不重新生成ID，延用之前的ID；若找不到，说明ID为新的，重新生成ID；

接口路径的最终格式为：http://{IP}+{port}/aiApi/{应用类型}/{应用名称}/{版本号}/{方法名}。

进一步的，所述应用类型为人工创建，根据不同应用场景，选择不同应用类型；

所述应用名称为创建应用时的人工命名；

所述方法名规则为：

方法名统一使用驼峰命名法，在编码规则里面添加校验，通过编码规则扫描出不合规的方法名，不符合的统一提示。

进一步的，所述返回数据规则为：

返回结果使用json格式，字段命名统一使用驼峰命名法，字段类型明确；在框架中添加统一的处理类。

第二方面，本发明提供一种人工智能平台运行接口的请求系统，包括：

请求数据获取模块，用于获取请求数据，该请求数据由应用发送，该请求数据的格式满足预先设置的请求方式规则和请求参数规则，当请求数据中存在请求头时，请求头满足预先设置的请求头规则；

接口路径输出模块，用于将获取到的请求数据按照预先设置的接口路径规则，通过模型输出以aiApi目录开头的接口路径；

接口路径返回模块，用于将模型输出的接口路径按照预先设置的返回数据规则返回至应用。

第三方面，本发明提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述中任一项所述的一种人工智能平台运行接口的请求方法。

第四方面，本发明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程序，所述计算机程序被处理器执行时实现上述中任一项所述的一种人工智能平台运行接口的请求方法。

本发明至少具有以下有益效果：

本发明获取请求数据；所述请求数据由应用发送，所述请求数据的格式满足预先设置的请求方式规则和请求参数规则，当请求数据中存在请求头时，请求头满足预先设置的请求头规则；将获取到的请求数据按照预先设置的接口路径规则，通过模型输出以aiApi目录开头的接口路径；将模型输出的接口路径按照预先设置的返回数据规则返回至应用。解决了请求方式、请求头、请求参数和返回结果的规范问题。其他平台也可以借鉴使用；好的接口规范能减少易书写错误问题和调用测试时不必要的麻烦。

附图说明

构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：

图1为一种人工智能平台运行接口的请求方法流程示意图；

图2为16位构成示意图；

图3为一种人工智能平台运行接口的请求系统模块示意图。

具体实施方式

下面将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。

以下详细说明均是示例性的说明，旨在对本发明提供进一步的详细说明。除非另有指明，本发明所采用的所有技术术语与本发明所属领域的一般技术人员的通常理解的含义相同。本发明所使用的术语仅是为了描述具体实施方式，而并非意图限制根据本发明的示例性实施方式。

实施例1

如图1所示，一种人工智能平台运行接口的请求方法，包括：

S1：获取请求数据，该请求数据由应用发送，该请求数据的格式满足预先设置的请求方式规则和请求参数规则，当请求数据中存在请求头时，请求头满足预先设置的请求头规则。具体如下：

（1）请求方式规则：

HTTP协议中请求方式符合Restful风格。即，在方法名上加对应注解（GET、POST、PUT、PATCH、DELETE、TEACE、HEAD或OPTIONS）。

表1 方法名对应注解及说明

（2）请求头规则：

请求头为请求数据的组成部分。

请求头应根据应用需要添加请求头中的参数，如：accept=‘application/json’。

在网关添加校验，请求头的过滤是通过网关的过滤器来校验。校验通过才能将请求数据转发到应用，否则直接返回不转发。

网关核心是一系列的过滤器，在HTTP请求生命周期的各个阶段都实现了过滤器，在网关服务启动的时候被自动的加载，核心过滤器有pre过滤器、route过滤器、post过滤器，通过过滤器获取HTTP请求头的header信息，如accept，再和应用要求的header信息对比，不匹配的返回错误，匹配的请求通过。

（3）请求参数规则：

请求数据中包括请求参数。

请求参数的命名统一使用驼峰命名法；

请求参数的类型必须明确，数字、字符串或对象等。

需要说明该请求参数是否为必传参数。

当请求参数为组合参数时，组合参数的场景需要说明并加以参考示例，例如有一些参数是要求组合起来的，一般是并列的；需要说明的是，组合参数是指多个请求参数组合起来，就是一个请求参数里面还包含其他的请求参数；组合参数中的多个请求参数为上下位关系或并列关系。

请求参数是经过预设请求参数校验规则的请求参数，校验过程包括：在请求参数校验规则里面对请求参数进行校验处理，目的是防止提交了不正确的参数，而不知道是哪个参数提交的有问题。具体的，请求参数的校验是通过编写接口方法的参数校验规则，Java规范中数据校验的规范为JSR303、JSR349、JSR380，分别对应的不同版本，SpringMVC支持了以上数据校验的规范所有标准，通过在参数bean的属性上加注解、接口层加注解实现，校验规则有：参数对象是否为空、参数对象是否为true/false、参数是否为数字、参数的最小值、参数的最大值、参数的长度在给定范围、正则表达式等，规则之间也可以组合。

也可以自定义规则，对参数的值进行业务逻辑上的判断，如：cpu核心数必须是正整数且大于等于1。如果参数错误校验规则会返回对应的提示。

S2：将获取到的请求数据按照预先设置的接口路径规则，通过模型输出以aiApi目录开头的接口路径。

具体的，预先设置接口路径规范如下：

（1）接口路径规则：

在接口路径中添加aiApi目录；

同时增加接口版本，在接口路径中加入版本号，对应接口路径最终格式中的{版本号}，初始版本为v1，更新版本后可以使用v2、v3等依次递加，即使人工智能模型被删除，再次导入运行版本号也不丢失，多个版本的模型也可以同时发布运行。

为了解决再次导入运行版本号不丢失的问题，实现了以雪花算法为思想的生成主键ID的算法，用的short类型来做主键id，16位构成如图2所示。

第一次导入模型的时候，根据模型的核心参数、AI芯片架构和深度学习框架的参数计算出一个hash值，通过ID生成算法生成一个ID与hash值匹配并保存到映射表，把ID作为主键保存模型表中。导入时，通过计算出模型的hash值在映射表中找匹配的数据，若找到，说明模型已经导入过，不重新生成ID，延用之前的ID；若找不到，说明ID为新的，重新生成ID。

主键ID生成步骤如下：

1、获取当前时间戳。

2、判断上一次的时间戳与当前时间戳是否一致；不一致的话序列号设置为0。

3、一致的话，说明冲突了，需要解决冲突。解决办法：对序列号加1和序列号掩码进行“与”计算出新的序列号，如果序列号为0，更新当前时间戳为大于当前时间戳的值。

4、更新上一次的时间戳为当前时间戳。

5、通过当前时间戳、开始时间戳、时间戳偏移量、机房ID、机房ID的偏移量、服务器ID、服务器ID的偏移量、序列号进行“或”运算生成ID值。

主键ID生成算法核心代码如下：

public class IdUtils {

private long workerId;

private long datacenterId;

private long sequence;

public IdUtils(long workerId, long datacenterId, long sequence) {

if (workerId>maxWorkerId || workerId<0) {

throw new IllegalArgumentException(String.format("worker Id can't begreater than %d or less than 0",

maxWorkerId));

}

if (datacenterId>maxDatacenterId || datacenterId<0) {

throw new IllegalArgumentException(String.format("datacenter Id can'tbe greater than %d or less than 0",

maxDatacenterId));

}

this.workerId = workerId;

this.datacenterId = datacenterId;

this.sequence = sequence;

}

private long twepoch = 1288834974657L;

private long workerIdBits = 4L;

private long datacenterIdBits = 4L;

private long maxWorkerId = -1L ^ (-1L<<workerIdBits);

private long maxDatacenterId = -1L ^ (-1L<<datacenterIdBits);

private long sequenceBits = 7L;

private long sequenceMask = -1L ^ (-1L<<sequenceBits);

private long workerIdShift = sequenceBits;

private long datacenterIdShift = sequenceBits + workerIdBits;

private long timestampLeftShift = sequenceBits + workerIdBits +datacenterIdBits;

private long lastTimestamp = -1L;

public long getWorkerId() {

return workerId;

}

public long getDatacenterId() {

return datacenterId;

}

public long getTimestamp() {

return System.currentTimeMillis();

}

public synchronized long nextId() {

long timestamp = timeGen();

if (timestamp<lastTimestamp) {

throw new RuntimeException(String.format("Clock movedbackwards.Refusing to generate id for %d " +

"milliseconds",

lastTimestamp - timestamp));

}

if (lastTimestamp == timestamp) {

sequence = (sequence + 1)&sequenceMask;

if (sequence == 0) {

timestamp = tilNextMillis(lastTimestamp);

}

} else {

sequence = 0;

}

lastTimestamp = timestamp;

return ((timestamp - twepoch)<<timestampLeftShift) |

(datacenterId<<datacenterIdShift) |

(workerId<<workerIdShift) |

sequence;

}

private long tilNextMillis(long lastTimestamp) {

long timestamp = timeGen();

while (timestamp<= lastTimestamp) {

timestamp = timeGen();

}

return timestamp;

}

private long timeGen() {

return System.currentTimeMillis();

}

{应用类型}是人工创建，根据不同应用场景，通过系统下拉菜单选择不同应用类型。

{应用名称}创建应用时的人工命名。

{方法名}依据下文的方法名规则确定。

（2）方法名规则：

方法名统一使用驼峰命名法进行命名，接口方法名称尽量见名知意。在编码规则里面添加校验，不符合的统一提示。

在开发工具的编码规则里面添加校验，通过编码规则扫描出不合规的方法名，并用红色波浪线提示。

返回数据规则：

返回结果必须使用json格式，字段命名必须统一使用驼峰命名法，字段类型必须明确。在框架中添加统一的处理类。

实施例2

如图3所示，一种人工智能平台运行接口的请求系统，包括：

接口路径输出模块，用于将获取到的请求数据按照预先设置的接口路径规则，通过模型输出以aiApi目录开头的接口路径。

实施例3

本发明提供一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现实施例1所述的一种人工智能平台运行接口的请求方法。

实施例4

本发明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程序，所述计算机程序被处理器执行时实现实施例1所述的一种人工智能平台运行接口的请求方法。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质（包括但不限于磁盘存储器、CD-ROM、光学存储器等）上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

最后应当说明的是：以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求保护范围之内。

Claims

1.一种人工智能平台运行接口的请求方法，其特征在于，包括：

S3：将模型输出的接口路径按照预先设置的返回数据规则返回至应用；

所述请求头为请求数据的组成部分，请求头根据应用需要添加请求头中的参数；

网关核心是一系列的过滤器，在HTTP请求生命周期的各个阶段都实现了过滤器，在网关服务启动的时候被自动的加载，核心过滤器有pre过滤器、route过滤器、post过滤器，通过过滤器获取HTTP请求头的header信息，再和应用要求的header信息对比，不匹配的返回错误，匹配的请求通过；

所述请求数据中包括请求参数，请求参数的命名统一使用驼峰命名法，请求参数的类型为数字、字符串或对象；

请求参数是经过预设请求参数校验规则的请求参数，校验过程包括：在请求参数校验规则里面对请求参数进行校验处理：请求参数的校验为编写接口方法，Java规范中数据校验的规范为JSR303、JSR349、JSR380，分别对应的不同版本，SpringMVC支持了以上数据校验的规范所有标准，通过在参数bean的属性上加注解、接口层加注解实现，校验规则有：参数对象是否为空、参数对象是否为true/false、参数是否为数字、参数的最小值、参数的最大值、参数的长度在给定范围、正则表达式；

所述接口路径规则为在接口路径中添加aiApi目录；同时增加接口版本，在接口路径中加入版本号，对应接口路径最终格式中的版本号；

接口路径的最终格式为：http://{IP}+{port}/aiApi/{应用类型}/{应用名称}/{版本号}/{方法名}；

所述应用类型为人工创建，根据不同应用场景，选择不同应用类型；

所述应用名称为创建应用时的人工命名；

所述方法名依据方法名规则确定，所述方法名规则为：

2.根据权利要求1所述的一种人工智能平台运行接口的请求方法，其特征在于，所述返回数据规则为：

3.一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-2中任一项所述的一种人工智能平台运行接口的请求方法。

4.一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，其特征在于，所述计算机程序被处理器执行时实现权利要求1-2中任一项所述的一种人工智能平台运行接口的请求方法。