CN117609311A - 一种服务降级方法、装置、设备以及存储介质 - Google Patents
一种服务降级方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN117609311A CN117609311A CN202311660607.8A CN202311660607A CN117609311A CN 117609311 A CN117609311 A CN 117609311A CN 202311660607 A CN202311660607 A CN 202311660607A CN 117609311 A CN117609311 A CN 117609311A
- Authority
- CN
- China
- Prior art keywords
- service
- request data
- request
- data set
- service 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.)
- Pending
Links
- 230000015556 catabolic process Effects 0.000 title claims abstract description 78
- 238000006731 degradation reaction Methods 0.000 title claims abstract description 78
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000001914 filtration Methods 0.000 claims abstract description 44
- 238000004590 computer program Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 abstract description 11
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000012546 transfer Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000000513 principal component analysis Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种服务降级方法、装置、设备以及存储介质,属于数据处理技术领域,所述方法包括:对业务系统在历史服务高峰期并发的历史服务请求数据进行分类,得到至少一个请求数据集;根据至少一个请求数据集,对原始布隆过滤器中的原始过滤请求集进行更新,得到目标布隆过滤器;获取业务系统在当前服务高峰期并发的当前服务请求;基于目标布隆过滤器,对当前服务请求进行过滤处理,得到至少一个命中服务请求,并拒绝至少一个命中服务请求。本发明提高了业务系统在服务高峰期对服务请求进行服务降级的效率和准确性,从而提高了业务系统在服务高峰期的服务能力和系统稳定性。
Description
技术领域
本发明涉及数据处理技术领域,尤其涉及一种服务降级方法、装置、设备以及存储介质。
背景技术
在日均服务请求量到达千万级的业务系统中,每天的服务高峰期都可能出现服务拥堵的情况。
为了给所有请求方尽可能提供更好的服务体验,同时避免对业务系统的无限制扩容,有必要在服务高峰期对部分服务请求进行降级。
发明内容
本发明提供了一种服务降级方法、装置、设备以及存储介质,以提高业务系统在服务高峰期的服务能力和系统稳定性。
根据本发明的一方面,提供了一种服务降级方法,该方法包括:
对业务系统在历史服务高峰期并发的历史服务请求数据进行分类,得到至少一个请求数据集;
根据至少一个请求数据集,对原始布隆过滤器中的原始过滤请求集进行更新,得到目标布隆过滤器;
获取业务系统在当前服务高峰期并发的当前服务请求;
基于目标布隆过滤器,对当前服务请求进行过滤处理,得到至少一个命中服务请求,并拒绝至少一个命中服务请求。
根据本发明的另一方面,提供了一种服务降级装置,该装置包括:
请求数据集确定模块,用于对业务系统在历史服务高峰期并发的历史服务请求数据进行分类,得到至少一个请求数据集;
目标布隆过滤器确定模块,用于根据至少一个请求数据集,对原始布隆过滤器中的原始过滤请求集进行更新,得到目标布隆过滤器;
当前服务请求确定模块,用于获取业务系统在当前服务高峰期并发的当前服务请求;
命中服务请求确定模块,用于基于目标布隆过滤器,对当前服务请求进行过滤处理,得到至少一个命中服务请求,并拒绝至少一个命中服务请求。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及
与至少一个处理器通信连接的存储器;其中,
存储器存储有可被至少一个处理器执行的计算机程序,计算机程序被至少一个处理器执行,以使至少一个处理器能够执行本发明任一实施例的服务降级方法。
根据本发明的另一方面,提供了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指令,计算机指令用于使处理器执行时实现本发明任一实施例的服务降级方法。
本发明实施例的技术方案,通过对业务系统在历史服务高峰期并发的历史服务请求数据进行分类,得到至少一个请求数据集;根据至少一个请求数据集,对原始布隆过滤器中的原始过滤请求集进行更新,得到目标布隆过滤器;获取业务系统在当前服务高峰期并发的当前服务请求;基于目标布隆过滤器,对当前服务请求进行过滤处理,得到至少一个命中服务请求,并拒绝至少一个命中服务请求。上述技术方案,通过实时分析业务系统在历史服务高峰期并发的历史服务请求数据,实时更新布隆过滤器的过滤请求集,进而使用更新过过滤请求集的布隆过滤器对当前服务请求进行服务降级,提高了业务系统在服务高峰期对服务请求进行服务降级的效率和准确性,从而提高了业务系统在服务高峰期的服务能力和系统稳定性。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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是根据本发明实施例一提供的一种服务降级方法的流程图;
图2是根据本发明实施例二提供的一种服务降级方法的流程图;
图3是根据本发明实施例三提供的一种服务降级装置的结构示意图;
图4是实现本发明实施例的服务降级方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,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,所描述的实施例仅仅是本发明一部分的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“历史”、“当前”、“第一”和“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
此外,还需要说明的是,本发明的技术方案中,所涉及的历史服务请求数据和当前服务请求等的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
实施例一
图1为本发明实施例一提供的一种服务降级方法的流程图,本实施例可适用于对业务系统在服务高峰期并发的服务请求进行服务降级的情况,该方法可以由服务降级装置来执行,该装置可以采用硬件和/或软件的形式实现,可配置于电子设备中。如图1所示,该方法包括:
S101、对业务系统在历史服务高峰期并发的历史服务请求数据进行分类,得到至少一个请求数据集。
其中,业务系统是指提供对外服务的系统。历史服务高峰期是指当前服务高峰期之前的服务高峰期。请求数据集是指由至少一条历史服务请求数据组成的数据集合。
其中,历史服务请求数据是指业务系统在历史服务高峰期并发的服务请求的相关数据;可选的,历史服务请求数据包括但不限于服务请求标识、服务请求状态标识、服务请求业务类型、服务请求时间和请求方标识。其中,服务请求标识用于唯一标识服务请求。请求方标识用于唯一标识请求方。请求方是指向业务系统发起服务请求的一方。需要说明的是,一个服务请求标识对应一个服务请求,一个服务请求对应一个请求方标识,但一个请求方标识对应多个服务请求。服务请求业务类型是指服务请求的业务类型;可选的,服务请求业务类型可以包括查询类业务和非查询类业务。服务请求状态标识是指用于表征历史服务请求是否触发服务降级的标识,比如,若一条历史服务请求的服务请求状态标识的值为1,则表示该历史服务请求触发服务降级;又比如,若一条历史服务请求的服务请求状态标识的值为0,则表示该历史服务请求正常,即业务系统正常对该历史服务请求进行处理。
具体的,可以根据历史服务请求数据中服务请求状态标识的值,对业务系统在历史服务高峰期并发的历史服务请求数据进行分类,得到至少一个请求数据集。
示例性的,对于业务系统在历史服务高峰期并发的历史服务请求数据,可以将服务请求状态标识的值为1的历史服务请求数据归为一类,得到第一请求数据集;将服务请求状态标识的值为0的历史服务请求数据归为一类,得到第二请求数据集。
S102、根据至少一个请求数据集,对原始布隆过滤器中的原始过滤请求集进行更新,得到目标布隆过滤器。
其中,原始布隆过滤器是指初始状态下的布隆过滤器。布隆过滤器是一种空间效率较高的随机数据结构,可以将一个数据集合编码在一个位向量中。其中,位向量的长度可以根据实际业务需求预先设置,本发明实施例对其不做具体限定。布隆过滤器可以用于检测某个数据是否在其数据集合中。原始过滤请求集是指原始布隆过滤器中预先存储的数据集合;可选的,原始请求过滤集可以根据经验预先设置,本发明实施例对其不做具体限定。目标布隆过滤器是指对原始布隆过滤器中的原始过滤请求集进行更新后得到的布隆过滤器。
在上述示例的基础上,可以根据第一请求数据集中的历史服务请求数据,对原始布隆过滤器中的原始过滤请求集进行更新,得到目标布隆过滤器。
更具体的,分别对第一请求数据集中的历史服务请求数据进行主成分分析,从而得到第一请求数据集中各历史服务请求数据对应的关键数据;其中,关键数据包括但不限于服务请求标识、服务请求时间和请求方标识;将各历史服务请求数据对应的关键数据依次存储至原始过滤请求集中,从而实现对原始过滤请求集的更新,得到目标布隆过滤器。
S103、获取业务系统在当前服务高峰期并发的当前服务请求。
其中,当前服务请求是指业务系统在当前服务高峰期并发的服务请求;可选的,当前服务请求包括但不限于服务请求标识、服务请求业务类型和请求方标识。其中,服务请求标识用于唯一标识服务请求。请求方标识用于唯一标识请求方。请求方是指向业务系统发起服务请求的一方。需要说明的是,一个服务请求标识对应一个服务请求,一个服务请求对应一个请求方标识,但一个请求方标识对应多个服务请求。服务请求业务类型是指服务请求的业务类型;可选的,服务请求业务类型可以包括查询类业务和非查询类业务。
具体的,可以通过镜像技术获取业务系统在当前服务高峰期并发的当前服务请求。
S104、基于目标布隆过滤器,对当前服务请求进行过滤处理,得到至少一个命中服务请求,并拒绝至少一个命中服务请求。
其中,命中服务请求是指被目标布隆过滤器过滤出来的当前服务请求。
具体的,可以依次对业务系统在当前服务高峰期并发的当前服务请求数据进行主成分分析,从而得到各当前服务请求的关键数据;对于每一当前服务请求,将该当前服务请求数据的关键数据与目标布隆过滤器的过滤请求集中存储的待过滤请求数据进行匹配,若匹配成功,则将该当前服务请求作为命中服务请求;否则,将对该当前服务请求放行,从而可以得到至少一个命中服务请求,之后,拒绝所有命中服务请求。其中,待过滤请求数据是指可以用于过滤服务请求的数据;可选的,待过滤请求数据可以按行存储。
本发明实施例的技术方案,通过对业务系统在历史服务高峰期并发的历史服务请求数据进行分类,得到至少一个请求数据集;根据至少一个请求数据集,对原始布隆过滤器中的原始过滤请求集进行更新,得到目标布隆过滤器;获取业务系统在当前服务高峰期并发的当前服务请求;基于目标布隆过滤器,对当前服务请求进行过滤处理,得到至少一个命中服务请求,并拒绝至少一个命中服务请求。上述技术方案,通过实时分析业务系统在历史服务高峰期并发的历史服务请求数据,实时更新布隆过滤器的过滤请求集,进而使用更新过过滤请求集的布隆过滤器对当前服务请求进行服务降级,提高了业务系统在服务高峰期对服务请求进行服务降级的效率和准确性,从而提高了业务系统在服务高峰期的服务能力和系统稳定性。
实施例二
图2为本发明实施例二提供的一种服务降级方法的流程图,本实施例在上述实施例的基础上,提供了一种可选实施方案。需要说明的是,在本发明实施例中未详述部分,可参照其他实施例的相关表述。如图2所示,该方法包括:
S201、根据业务系统在历史服务高峰期并发的历史服务请求数据中的服务请求业务类型,对历史服务请求数据进行分类,得到至少一个请求数据集。
示例性的,若业务系统在历史服务高峰期并发的历史服务请求数据中的服务请求业务类型包括查询类业务和非查询类业务,则对历史服务请求数据进行分类,得到两个请求数据集,一个是查询类业务对应的请求数据集,另一个是非查询类业务对应的请求数据集。
S202、根据至少一个请求数据集对应的服务请求业务类型,从至少一个请求数据集中确定待过滤请求数据。
其中,待过滤请求数据是指可以用于过滤服务请求的数据;可选的,待过滤请求数据可以按行存储。
具体的,对于每一请求数据集,若该请求数据集对应的服务请求业务类型为查询类业务,则根据该请求数据集中的请求方标识,对该请求数据集中的历史服务请求数据进行分组,得到至少一个请求数据组;根据至少一个请求数据组中历史服务请求的请求次数,确定至少一个请求数据组对应的第一请求次数;根据至少一个请求数据组对应的第一请求次数和次数阈值,从该请求数据集中确定待过滤请求数据。其中,请求数据组是指由请求方的历史服务请求数据组成的数据组。需要说明的是,一个请求方标识对应一个请求数据组。次数阈值可以根据经验预先设置,比如,次数阈值可以是10,本发明实施例对其不做具体限定。
更具体的,对于每一请求数据集,若该请求数据集对应的服务请求业务类型为查询类业务,则统计该请求数据集中不重复的请求方标识;对于每一请求方标识,以该请求方标识为索引,从该请求数据集中提取该请求方标识对应的历史服务请求数据,并将这些历史服务请求数据组成的数据集合,作为该请求方标识对应的请求数据组。同理,可以得到该请求数据集中各请求方标识对应的请求数据组。对于每一请求数据组,统计该请求数据组中历史服务请求的请求次数,并将其作为请求数据组对应的第一请求次数;同理,可以得到各请求数据组对应的第一请求次数。对于每一请求数据组,若该请求数据组对应的第一请求次数大于次数阈值,则对该请求数据组中的历史服务请求数据进行解析,得到该请求数据组对应的待过滤请求数据。举例说明,若请求数据组A的请求方标识为请求方标识1,且请求数据组A的第一请求次数大于次数阈值,则对请求数据组A中的历史服务请求数据进行解析,得到如下一行待过滤请求数据:请求方标识1和服务请求业务类型为查询类业务。也就是说,若一个服务请求的请求数据命中上述待过滤请求数据,则确定该服务请求为命中服务请求。
可选的,对于每一请求数据集,若该请求数据集对应的服务请求业务类型为非查询类业务,则对该请求数据集中的历史服务请求数据进行主成分提取,得到至少一个历史服务请求对应的关键请求数据;对于每一历史服务请求对应的关键请求数据,若该关键请求数据满足降级规则库中降级规则的降级条件,则将该关键请求数据确定为待过滤请求数据;其中,降级规则库是指用于存储非查询类业务对应的降级规则的数据库。
其中,非查询类业务可以包括资源转移类业务和重大客户业务。关键请求数据可以包括请求方标识和请求资源转移数额。其中,请求资源转移数额是指请求转移的资源的数额。降级规则库可以根据经验预先设置,本发明实施例对其不做具体限定。需要说明的是,降级规则库中包括至少一条降级规则。降级条件是指满足降级规则库中某个降级规则的阈值条件。示例性的,若降级规则库中有两条降级规则,分别为降级规则A和降级规则B;降级规则A为:对请求方标识为请求方标识A1或请求方标识A2的服务请求进行服务降级处理,则降级规则A对应的降级条件为:请求方标识为请求方标识A1或请求方标识A2;降级规则B为:对请求数据中资源转移数额大于数额阈值的服务请求不进行服务降级处理,则降级规则B对应的降级条件为:资源转移数额小于或等于数额阈值。
具体的,对于每一请求数据集,若该请求数据集对应的服务请求业务类型为非查询类业务,则可以基于主成分分析(Principal Component Analysis,PCA)算法,分别对该请求数据集中的历史服务请求数据进行主成分提取,得到至少一个历史服务请求对应的关键请求数据;对于每一历史服务请求对应的关键请求数据,若该关键请求数据满足降级规则库中降级规则的降级条件,则将该关键请求数据确定为待过滤请求数据。
S203、根据待过滤请求数据,对原始布隆过滤器中的原始过滤请求集进行更新,得到目标布隆过滤器。
具体的,可以将待过滤请求数据按行存储至原始布隆过滤器中的原始过滤请求集中,以实现对原始布隆过滤器中原始过滤请求集的更新,得到目标布隆过滤器。
可选的,可以使用待过滤请求数据按照一定规律覆盖原始布隆过滤器中原始过滤请求集中的数据,以实现对原始布隆过滤器中原始过滤请求集的更新,得到目标布隆过滤器。
S204、获取业务系统在当前服务高峰期并发的当前服务请求。
S205、基于目标布隆过滤器,对当前服务请求进行过滤处理,得到至少一个命中服务请求,并拒绝至少一个命中服务请求。
本发明实施例的技术方案,通过分析历史服务请求数据中,不同服务请求业务类型的历史服务请求,对业务系统在服务高峰期服务能力和系统稳定性的影响,提供了多种根据历史服务请求数据,对原始布隆过滤器中的原始过滤请求集进行更新,得到目标布隆过滤器的具体方法,从而使得业务系统能够在服务高峰期对服务请求进行更加精准地服务降级,进而提高了业务系统在服务高峰期的服务能力和系统稳定性。
实施例三
图3为本发明实施例三提供的一种服务降级装置的结构示意图,本实施例可适用于对业务系统在服务高峰期并发的服务请求进行服务降级的情况,该装置可以采用硬件和/或软件的形式实现,可配置于电子设备中。如图3所示,该装置包括:
请求数据集确定模块301,用于对业务系统在历史服务高峰期并发的历史服务请求数据进行分类,得到至少一个请求数据集;
目标布隆过滤器确定模块302,用于根据至少一个请求数据集,对原始布隆过滤器中的原始过滤请求集进行更新,得到目标布隆过滤器;
当前服务请求确定模块303,用于获取业务系统在当前服务高峰期并发的当前服务请求;
命中服务请求确定模块304,用于基于目标布隆过滤器,对当前服务请求进行过滤处理,得到至少一个命中服务请求,并拒绝至少一个命中服务请求。
本发明实施例的技术方案,通过对业务系统在历史服务高峰期并发的历史服务请求数据进行分类,得到至少一个请求数据集;根据至少一个请求数据集,对原始布隆过滤器中的原始过滤请求集进行更新,得到目标布隆过滤器;获取业务系统在当前服务高峰期并发的当前服务请求;基于目标布隆过滤器,对当前服务请求进行过滤处理,得到至少一个命中服务请求,并拒绝至少一个命中服务请求。上述技术方案,通过实时分析业务系统在历史服务高峰期并发的历史服务请求数据,实时更新布隆过滤器的过滤请求集,进而使用更新过过滤请求集的布隆过滤器对当前服务请求进行服务降级,提高了业务系统在服务高峰期对服务请求进行服务降级的效率和准确性,从而提高了业务系统在服务高峰期的服务能力和系统稳定性。
可选的,请求数据集确定模块301,具体用于:
根据业务系统在历史服务高峰期并发的历史服务请求数据中的服务请求业务类型,对历史服务请求数据进行分类,得到至少一个请求数据集。
可选的,目标布隆过滤器确定模块302,包括:
待过滤请求数据确定单元,用于根据至少一个请求数据集对应的服务请求业务类型,从至少一个请求数据集中确定待过滤请求数据;
目标布隆过滤器确定单元,用于根据待过滤请求数据,对原始布隆过滤器中的原始过滤请求集进行更新,得到目标布隆过滤器。
可选的,待过滤请求数据确定单元,包括:
请求数据组确定子单元,用于对于每一请求数据集,若该请求数据集对应的服务请求业务类型为查询类业务,则根据该请求数据集中的请求方标识,对该请求数据集中的历史服务请求数据进行分组,得到至少一个请求数据组;
请求次数确定子单元,用于根据至少一个请求数据组中历史服务请求的请求次数,确定至少一个请求数据组对应的第一请求次数;
待过滤请求数据确定子单元,用于根据至少一个请求数据组对应的第一请求次数和次数阈值,从该请求数据集中确定待过滤请求数据。
可选的,待过滤请求数据确定子单元,具体用于:
对于每一请求数据组,若该请求数据组对应的第一请求次数大于次数阈值,则对该请求数据组中的历史服务请求数据进行解析,得到该请求数据组对应的待过滤请求数据。
可选的,待过滤请求数据确定单元,具体用于:
对于每一请求数据集,若该请求数据集对应的服务请求业务类型为非查询类业务,则对该请求数据集中的历史服务请求数据进行主成分提取,得到至少一个历史服务请求对应的关键请求数据;
对于每一历史服务请求对应的关键请求数据,若该关键请求数据满足降级规则库中降级规则的降级条件,则将该关键请求数据确定为待过滤请求数据;其中,降级规则库是指用于存储非查询类业务对应的降级规则的数据库。
本发明实施例所提供的服务降级装置可执行本发明任意实施例所提供的服务降级方法,具备执行各服务降级方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM12以及RAM13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如服务降级方法。
在一些实施例中,服务降级方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM13并由处理器11执行时,可以执行上文描述的服务降级方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行服务降级方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种服务降级方法,其特征在于,包括:
对业务系统在历史服务高峰期并发的历史服务请求数据进行分类,得到至少一个请求数据集;
根据所述至少一个请求数据集,对原始布隆过滤器中的原始过滤请求集进行更新,得到目标布隆过滤器;
获取所述业务系统在当前服务高峰期并发的当前服务请求;
基于所述目标布隆过滤器,对所述当前服务请求进行过滤处理,得到至少一个命中服务请求,并拒绝所述至少一个命中服务请求。
2.根据权利要求1所述的方法,其特征在于,所述对业务系统在历史服务高峰期并发的历史服务请求数据进行分类,得到至少一个请求数据集,包括:
根据业务系统在历史服务高峰期并发的历史服务请求数据中的服务请求业务类型,对所述历史服务请求数据进行分类,得到至少一个请求数据集。
3.根据权利要求2所述的方法,其特征在于,根据所述至少一个请求数据集,对原始布隆过滤器中的原始过滤请求集进行更新,得到目标布隆过滤器,包括:
根据所述至少一个请求数据集对应的服务请求业务类型,从所述至少一个请求数据集中确定待过滤请求数据;
根据所述待过滤请求数据,对原始布隆过滤器中的原始过滤请求集进行更新,得到目标布隆过滤器。
4.根据权利要求3所述的方法,其特征在于,所述根据所述至少一个请求数据集对应的服务请求业务类型,从所述至少一个请求数据集中确定待过滤请求数据,包括:
对于每一请求数据集,若该请求数据集对应的服务请求业务类型为查询类业务,则根据该请求数据集中的请求方标识,对该请求数据集中的历史服务请求数据进行分组,得到至少一个请求数据组;
根据所述至少一个请求数据组中历史服务请求的请求次数,确定所述至少一个请求数据组对应的第一请求次数;
根据所述至少一个请求数据组对应的第一请求次数和次数阈值,从该请求数据集中确定待过滤请求数据。
5.根据权利要求4所述的方法,其特征在于,所述根据所述至少一个请求数据组对应的第一请求次数和次数阈值,从该请求数据集中确定待过滤请求数据,包括:
对于每一请求数据组,若该请求数据组对应的第一请求次数大于次数阈值,则对该请求数据组中的历史服务请求数据进行解析,得到该请求数据组对应的待过滤请求数据。
6.根据权利要求3所述的方法,其特征在于,所述根据所述至少一个请求数据集对应的服务请求业务类型,从所述至少一个请求数据集中确定待过滤请求数据,包括:
对于每一请求数据集,若该请求数据集对应的服务请求业务类型为非查询类业务,则对该请求数据集中的历史服务请求数据进行主成分提取,得到至少一个历史服务请求对应的关键请求数据;
对于每一历史服务请求对应的关键请求数据,若该关键请求数据满足降级规则库中降级规则的降级条件,则将该关键请求数据确定为待过滤请求数据;其中,所述降级规则库是指用于存储非查询类业务对应的降级规则的数据库。
7.一种服务降级装置,其特征在于,包括:
请求数据集确定模块,用于对业务系统在历史服务高峰期并发的历史服务请求数据进行分类,得到至少一个请求数据集;
目标布隆过滤器确定模块,用于根据所述至少一个请求数据集,对原始布隆过滤器中的原始过滤请求集进行更新,得到目标布隆过滤器;
当前服务请求确定模块,用于获取所述业务系统在当前服务高峰期并发的当前服务请求;
命中服务请求确定模块,用于基于所述目标布隆过滤器,对所述当前服务请求进行过滤处理,得到至少一个命中服务请求,并拒绝所述至少一个命中服务请求。
8.根据权利要求7所述的装置,其特征在于,所述请求数据集确定模块,具体用于:
根据业务系统在历史服务高峰期并发的历史服务请求数据中的服务请求业务类型,对所述历史服务请求数据进行分类,得到至少一个请求数据集。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-6中任一项所述的服务降级方法。
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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-6中任一项所述的服务降级方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311660607.8A CN117609311A (zh) | 2023-12-05 | 2023-12-05 | 一种服务降级方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311660607.8A CN117609311A (zh) | 2023-12-05 | 2023-12-05 | 一种服务降级方法、装置、设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117609311A true CN117609311A (zh) | 2024-02-27 |
Family
ID=89951453
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311660607.8A Pending CN117609311A (zh) | 2023-12-05 | 2023-12-05 | 一种服务降级方法、装置、设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117609311A (zh) |
-
2023
- 2023-12-05 CN CN202311660607.8A patent/CN117609311A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116225769B (zh) | 一种系统故障根因的确定方法、装置、设备及介质 | |
CN116167352A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN117201340A (zh) | 一种报文特征识别方法、装置、设备及存储介质 | |
CN114564149B (zh) | 一种数据存储方法、装置、设备及存储介质 | |
CN117609311A (zh) | 一种服务降级方法、装置、设备以及存储介质 | |
CN114999665A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN115242731A (zh) | 一种报文处理方法、装置、设备及存储介质 | |
CN113360688B (zh) | 信息库的构建方法、装置及系统 | |
CN117493342B (zh) | 商品数据更新方法、装置、电子设备和存储介质 | |
CN113326890B (zh) | 标注数据处理方法、相关装置及计算机程序产品 | |
CN115329748B (zh) | 一种日志解析方法、装置、设备及存储介质 | |
CN117670363A (zh) | 一种预警方法、装置、设备及存储介质 | |
CN117573491A (zh) | 一种性能瓶颈的定位方法、装置、设备及存储介质 | |
CN117611324A (zh) | 信用评级方法、装置、电子设备和存储介质 | |
CN118113916A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN115017145A (zh) | 数据扩展方法、装置及存储介质 | |
CN116974843A (zh) | 一种数据监控系统、方法、设备及存储介质 | |
CN117885760A (zh) | 一种自动驾驶能力确定方法、装置、设备及存储介质 | |
CN116070127A (zh) | 一种运维语句分类方法、装置、设备和存储介质 | |
CN117650967A (zh) | 一种多集群指标处理方法、系统、电子设备及存储介质 | |
CN117493342A (zh) | 商品数据更新方法、装置、电子设备和存储介质 | |
CN117640521A (zh) | 一种交易流量确定方法、装置、设备以及存储介质 | |
CN116502841A (zh) | 一种事件的处理方法、装置、电子设备以及介质 | |
CN116017401A (zh) | 一种驻留点确定方法、装置、电子设备及存储介质 | |
CN117350811A (zh) | 订单处理方法、装置、电子设备及存储介质 |
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 |