CN117909393A - 接口参数映射获取方法、装置、设备、介质和程序产品 - Google Patents
接口参数映射获取方法、装置、设备、介质和程序产品 Download PDFInfo
- Publication number
- CN117909393A CN117909393A CN202311761776.0A CN202311761776A CN117909393A CN 117909393 A CN117909393 A CN 117909393A CN 202311761776 A CN202311761776 A CN 202311761776A CN 117909393 A CN117909393 A CN 117909393A
- Authority
- CN
- China
- Prior art keywords
- interface
- parameter
- prediction
- calling
- parameter mapping
- 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
- 238000013507 mapping Methods 0.000 title claims abstract description 221
- 238000000034 method Methods 0.000 title claims abstract description 69
- 238000004590 computer program Methods 0.000 claims abstract description 26
- 238000012795 verification Methods 0.000 claims description 16
- 230000008569 process Effects 0.000 description 12
- 238000012545 processing Methods 0.000 description 11
- 230000006978 adaptation Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 5
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000013523 data management Methods 0.000 description 4
- 230000003044 adaptive effect Effects 0.000 description 3
- 238000003058 natural language processing Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012512 characterization method Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000006698 induction 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
- 238000003062 neural network model Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000002699 waste material Substances 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
- G06F16/25—Integrating or interfacing systems involving database management systems
-
- 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
- G06F9/54—Interprogram communication
- G06F9/547—Remote procedure calls [RPC]; Web services
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Computing Systems (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请涉及一种接口参数映射获取方法、装置、计算机设备、存储介质和计算机程序产品。方法包括:获取业务系统的待适配接口对应的接口参数信息;将接口参数信息输入接口预测模型,获取与待适配接口相似的预测接口,并获取预测接口对应的参数映射规则;利用参数映射规则,将业务系统的数字孪生模型中的系统参数转换为待验证参数,获取数字孪生模型基于待验证参数调用待适配接口的接口调用结果;在接口调用结果表征调用成功的情况下,将预测接口对应的参数映射规则,作为待适配接口对应的参数映射规则。采用本方法能够进行自动化的接口参数映射获取,并且不对业务系统本身造成占用。
Description
技术领域
本申请涉及数据通信技术领域,特别是涉及一种接口参数映射获取方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
目前,系统之间的通信接口种类繁多,业务系统通过不同的接口将数据发送至不同的外部系统时,往往需要对自身的系统参数进行对应的转换映射,才能得到该接口对应的参数。因此,每当业务系统接入新的外部接口时,一般需要开发人员对待适配接口进行分析,并进行针对性的定制化适配开发,才能获得对应的参数映射关系,从而使业务系统可以与该接口相适配。该过程中,一方面需要投入大量人力成本,难以实现业务系统与接口的自动化适配,另一方面需要频繁通过业务系统与外部系统之间的交互来对参数映射关系进行验证,造成业务系统的资源浪费。
发明内容
基于此,有必要针对上述技术问题,提供一种接口参数映射获取方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种接口参数映射获取方法。所述方法包括:
获取业务系统的待适配接口对应的接口参数信息;
将所述接口参数信息输入接口预测模型,获取与所述待适配接口相似的预测接口,并获取所述预测接口对应的参数映射规则;
利用所述参数映射规则,将所述业务系统的数字孪生模型中的系统参数转换为待验证参数,获取所述数字孪生模型基于所述待验证参数调用所述待适配接口的接口调用结果;
在所述接口调用结果表征调用成功的情况下,将所述预测接口对应的参数映射规则,作为所述待适配接口对应的参数映射规则。
在其中一个实施例中,所述将所述接口参数信息输入接口预测模型,获取与所述待适配接口相似的预测接口,包括:将所述接口参数信息输入所述接口预测模型,通过所述接口预测模型获取所述待适配接口与所述业务系统的已适配接口之间的接口相似度,并将所述接口相似度最大的已适配接口,作为所述预测接口。
在其中一个实施例中,所述通过所述接口预测模型获取所述待适配接口与所述业务系统的已适配接口之间的接口相似度,并将所述接口相似度最大的已适配接口,作为所述预测接口包括:将所述接口参数信息输入所述接口预测模型,通过所述接口预测模型关联的接口映射表,检测所述待适配接口是否对应有已适配接口;所述接口映射表中存储有各所述已适配接口与参数映射规则之间的对应关系;在所述待适配接口未对应有所述已适配接口的情况下,通过所述接口预测模型获取所述待适配接口与所述业务系统的已适配接口之间的接口相似度,并将所述接口相似度最大的已适配接口,作为所述预测接口;在所述待适配接口对应有所述已适配接口的情况下,将对应的所述已适配接口作为接口相似度最大的已适配接口,以其作为所述预测接口。
在其中一个实施例中,所述获取所述预测接口对应的参数映射规则,包括:从所述接口映射表中获取与所述预测接口对应的参数映射规则。
在其中一个实施例中,所述获取所述数字孪生模型基于所述待验证参数调用所述待适配接口的接口调用结果之后,还包括:在所述接口调用结果表征调用成功,并且所述待适配接口未对应有所述已适配接口的情况下,在所述接口映射表中添加所述待适配接口,以及所述待适配接口对应的参数映射规则之间的对应关系。
在其中一个实施例中,所述获取所述数字孪生模型基于所述待验证参数调用所述待适配接口的接口调用结果之后,还包括:在所述接口调用结果表征调用失败,并且所述待适配接口已对应有所述已适配接口的情况下,则删除所述接口映射表中存储的所述对应的已适配接口与参数映射规则之间的对应关系,并返回执行将所述接口参数信息输入所述接口预测模型的步骤;获取所述接口调用结果表征调用成功的情况下,所述预测接口对应的参数映射规则;在所述接口映射表中添加所述待适配接口,以及所述预测接口对应的参数映射规则之间的对应关系。
在其中一个实施例中,所述获取所述数字孪生模型基于所述待验证参数调用所述待适配接口的接口调用结果之后还包括:在所述接口调用结果表征调用失败的情况下,获取除所述预测接口以外与所述待适配接口相似的接口,作为新的预测接口,并返回获取所述预测接口对应的参数映射规则的步骤,直到所述接口调用结果表征调用成功。
第二方面,本申请还提供了一种接口参数映射获取装置。所述装置包括:
待适配接口信息获取模块,用于获取业务系统的待适配接口对应的接口参数信息;
预测接口信息获取模块,将所述接口参数信息输入接口预测模型,获取与所述待适配接口相似的预测接口,并获取所述预测接口对应的参数映射规则;
映射规则验证模块,用于利用所述参数映射规则,将所述业务系统的数字孪生模型中的系统参数转换为待验证参数,获取所述数字孪生模型基于所述待验证参数调用所述待适配接口的接口调用结果;
映射规则确定模块,用于在所述接口调用结果表征调用成功的情况下,将所述预测接口对应的参数映射规则,作为所述待适配接口对应的参数映射规则。
第三方面,本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取业务系统的待适配接口对应的接口参数信息;
将所述接口参数信息输入接口预测模型,获取与所述待适配接口相似的预测接口,并获取所述预测接口对应的参数映射规则;
利用所述参数映射规则,将所述业务系统的数字孪生模型中的系统参数转换为待验证参数,获取所述数字孪生模型基于所述待验证参数调用所述待适配接口的接口调用结果;
在所述接口调用结果表征调用成功的情况下,将所述预测接口对应的参数映射规则,作为所述待适配接口对应的参数映射规则。
第四方面,本申请还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,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取业务系统的待适配接口对应的接口参数信息;
将所述接口参数信息输入接口预测模型,获取与所述待适配接口相似的预测接口,并获取所述预测接口对应的参数映射规则;
利用所述参数映射规则,将所述业务系统的数字孪生模型中的系统参数转换为待验证参数,获取所述数字孪生模型基于所述待验证参数调用所述待适配接口的接口调用结果;
在所述接口调用结果表征调用成功的情况下,将所述预测接口对应的参数映射规则,作为所述待适配接口对应的参数映射规则。
第五方面,本申请还提供了一种计算机程序产品。所述计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取业务系统的待适配接口对应的接口参数信息;
将所述接口参数信息输入接口预测模型,获取与所述待适配接口相似的预测接口,并获取所述预测接口对应的参数映射规则;
利用所述参数映射规则,将所述业务系统的数字孪生模型中的系统参数转换为待验证参数,获取所述数字孪生模型基于所述待验证参数调用所述待适配接口的接口调用结果;
在所述接口调用结果表征调用成功的情况下,将所述预测接口对应的参数映射规则,作为所述待适配接口对应的参数映射规则。
上述接口参数映射获取方法、装置、计算机设备、存储介质和计算机程序产品,通过获取待适配接口对应的接口参数信息,并用接口预测模型获取与待适配接口相似的预测接口,再进一步获取预测接口对应的参数映射规则,然后在数字孪生模型中进行相应的参数转换,并获取数字孪生模型根据待验证参数对待适配接口进行调用的调用结果,当调用结果表征调用成功时,将预测接口对应的参数映射规则,作为待适配接口对应的参数映射规则。上述方法使用接口预测模型进行预测接口及其对应的参数映射规则的获取,并通过数字孪生模型对该参数映射规则进行验证,可以实现接口参数映射的自动化获取,避免了现有技术中需要通过人工进行参数映射规则的梳理选择以及验证的过程,有效提高了接口参数映射的获取效率;另外,由于上述方法中是在数字孪生模型而不是实际的业务系统中进行参数映射规则的验证,因此验证过程独立于实际业务系统,不会造成业务系统的资源占用,也不会影响实际系统的正常运行。在后续的处理中,实际业务系统只需使用上述方法中确定的参数映射关系即可梳理调用预适配接口。
附图说明
图1为一个实施例中接口参数映射获取方法的流程示意图;
图2为一个实施例中获取预测接口步骤的流程示意图;
图3为一个实施例中在接口调用结果表征调用失败后执行步骤的流程示意图;
图4为另一个实施例中用于实现接口参数映射获取方法的系统的结构示意图;
图5为一个实施例中接口参数映射获取方法的流程示意图;
图6为一个实施例中接口参数映射获取方法的实施过程中的数据分析流程示意图;
图7为一个实施例中接口参数映射获取装置的结构框图;
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,如图1所示,提供了一种接口参数映射获取方法,本实施例以该方法应用于服务器进行举例说明,可以理解的是,该方法也可以应用于终端,还可以应用于包括终端和服务器的系统,并通过终端和服务器的交互实现。本实施例中,该方法包括以下步骤:
步骤S101,获取业务系统的待适配接口对应的接口参数信息。
具体地,待适配接口为业务系统需要进行适配的接口。对待适配接口的接口规范进行解析,可以得到该接口对应的接口参数信息。其中,接口参数信息可以包括该接口对应的接口名称、参数名称、参数编码、参数类型、是否必填、取值范围等。得到接口参数信息后,可将其转换为结构化数据。
步骤S102,将接口参数信息输入接口预测模型,获取与待适配接口相似的预测接口,并获取预测接口对应的参数映射规则。
具体地,接口预测模型可以是具有自然语言处理能力的概率预测模型。服务器中可以存储有该业务系统此前已经完成适配的接口的接口参数信息以及其对应的参数映射规则。其中,参数映射规则可包括业务系统调用该接口时应当如何将系统参数转换为对应的接口参数的规则。
在本步骤中,接口预测模型可以针对适配接口对应的接口参数信息以及预存的已适配接口的接口参数信息进行语义分析,并判断适配接口与已适配接口之间的相似概率,然后从多个已适配接口中确定与待适配接口相似的一个或多个预测接口。其中,可根据相似概率是否大于设定值来判断已适配接口与待适配接口是否相似,也可以根据不同的已适配接口之间相似概率的高低来确定与待适配接口相似的已适配接口的范围。根据预测接口即可查询获得其对应的参数映射规则。
而在其他一些实施例中,该接口预测模型也可以是使用多个已适配接口的接口参数信息进行预训练后获得的神经网络模型或其他机器学习模型,其可以根据输入的接口参数信息直接输出与该待适配接口相似的一个或多个预测接口。
步骤S103,利用参数映射规则,将业务系统的数字孪生模型中的系统参数转换为待验证参数,获取数字孪生模型基于待验证参数调用待适配接口的接口调用结果。
具体地,业务系统的数字孪生模型是对实际业务系统的数字孪生复现,其具有与实际业务系统相同的功能,并存储有实际业务系统的系统参数。其中业务系统的系统参数可以以报文等形式进行存储。
在本步骤中,数字孪生模型根据上一步获取的参数映射规则,将模型中的系统参数进行相应的转换,得到待验证参数。然后将待验证参数输出值待适配接口,对其进行调用,并获取该待适配接口反馈的接口调用结果。
步骤S104,在接口调用结果表征调用成功的情况下,将预测接口对应的参数映射规则,作为待适配接口对应的参数映射规则。
具体地,待适配接口根据其接收的参数是否符合接口规范,可能返回不同的结果来表征调用是否成功,例如用“TRUE”表征调用成功,用“FALSE”表征调用失败等,其具体的表征形式可以在对待适配接口的接口规范进行解析时获取。
在本步骤中,接口调用结果表征调用成功的情况下,即可认为上述步骤中获取的预测接口对应的参数映射规则可以适用于该待适配接口,因此可将其作为待适配接口对应的参数映射规则。
本实施例中的方法通过获取待适配接口对应的接口参数信息,并用接口预测模型获取与待适配接口相似的预测接口,再进一步获取预测接口对应的参数映射规则,然后在数字孪生模型中进行相应的参数转换,并获取数字孪生模型根据待验证参数对待适配接口进行调用的调用结果,当调用结果表征调用成功时,将预测接口对应的参数映射规则,作为待适配接口对应的参数映射规则。上述方法使用接口预测模型进行预测接口及其对应的参数映射规则的获取,并通过数字孪生模型对该参数映射规则进行验证,可以实现接口参数映射的自动化获取,避免了现有技术中需要通过人工进行参数映射规则的梳理选择以及验证的过程,有效提高了接口参数映射的获取效率;另外,由于上述方法中是在数字孪生模型而不是实际的业务系统中进行参数映射规则的验证,因此验证过程独立于实际业务系统,不会造成业务系统的资源占用,也不会影响实际系统的正常运行。在后续的处理中,实际业务系统只需使用上述方法中确定的参数映射关系即可梳理调用预适配接口。
在一个实施例中,上述步骤S102中将接口参数信息输入接口预测模型,获取与待适配接口相似的预测接口,包括:将接口参数信息输入接口预测模型,通过接口预测模型获取待适配接口与业务系统的已适配接口之间的接口相似度,并将接口相似度最大的已适配接口,作为预测接口。
具体地,在本实施例中,将接口参数信息输入接口预测模型后,接口预测模型根据待适配接口的接口参数信息以及已适配接口的接口参数信息,从多个已适配接口中确定与待适配接口之间具有最大接口相似度的已适配接口,并将其作为预测接口。
本实施例通过将接口相似度最大的已适配接口作为预测接口,可以避免需要同时对多个预测接口的参数映射规则进行验证,有利于提高获取待适配接口对应的参数映射规则的效率。
在一个实施例中,如图2所示,上述步骤中,通过接口预测模型获取待适配接口与业务系统的已适配接口之间的接口相似度,并将接口相似度最大的已适配接口,作为预测接口包括:
步骤S201,将接口参数信息输入接口预测模型,通过接口预测模型关联的接口映射表,检测待适配接口是否对应有已适配接口;接口映射表中存储有各已适配接口与参数映射规则之间的对应关系。
具体地,在本实施例中,服务器中预存有接口映射表,接口映射表中存储有业务系统的多个已适配接口与参数映射规则之间已经确定的对应关系。接口预测模型可以从该接口映射表中提取存储的已适配接口,并进一步获取其对应的接口参数信息。
在本步骤中,将待适配接口的接口参数信息输入接口预测模型后,接口预测模型可以根据接口参数信息中的接口名称,或者是其他对参数的描述信息等,检查接口映射表中是否已经存储有与该待适配接口对应的已适配接口。
步骤S202,在待适配接口未对应有已适配接口的情况下,通过接口预测模型获取待适配接口与业务系统的已适配接口之间的接口相似度,并将接口相似度最大的已适配接口,作为预测接口。
具体地,若检查接口映射表后,发现其中并不存在与待适配接口对应的已适配接口,则可以根据待适配接口的接口参数信息与已适配接口的参数信息,分别计算待适配接口与多个已适配接口之间的接口相似度,并将其中接口相似度最大的已适配接口作为预测接口。
步骤S203,在待适配接口对应有已适配接口的情况下,将对应的已适配接口作为接口相似度最大的已适配接口,以其作为预测接口。
具体地,若检查接口映射表后,发现其中存在与待适配接口相对应的已适配接口,则无需计算待适配接口与其余已适配接口之间的相似度,而直接将该已适配接口标记为接口相似度最大,并将其作为预测接口。
本实施例针对每个待适配接口,根据接口参数映射表判断其此前是否已经进行过适配,若是,则直接提取对应的已适配接口作为预测接口,并在后续对相应的接口映射规则进行验证;若否,则分别计算待适配接口与不同已适配接口之间的接口相似度,再选出预测接口。该过程可使此前已经进行过适配的待适配接口跳过与其他已适配接口之间的接口相似度而直接确定预测接口,有利于加快预测接口的获取速度。
在一个实施例中,步骤获取预测接口对应的参数映射规则,包括:从接口映射表中获取与预测接口对应的参数映射规则。
具体地,由接口映射表中已经存储有已适配接口与参数映射规则之间的对应关系,因此直接对接口映射表进行查询,即可获得与预测接口对应的参数映射规则。
本实施例中根据获取的预测接口,通过查表直接获取其对应的参数映射规则,可以更快地得到预测接口对应的参数映射规则。
在一个实施例中,在获取数字孪生模型基于待验证参数调用待适配接口的接口调用结果之后,还包括:在接口调用结果表征调用成功,并且待适配接口未对应有已适配接口的情况下,在接口映射表中添加待适配接口,以及待适配接口对应的参数映射规则之间的对应关系。
具体地,在接口调用结果表征调用成功的情况下,可认为待适配接口对应的参数映射规则是可用于业务系统与待适配接口进行适配的参数映射规则。因此,在接口映射表中并未存储有与该待适配接口对应的已适配接口的情况下,可以将待适配接口及其对应的参数映射规则之间的对应关系添加至接口映射表中,使其成为已适配接口的一部分。
本实施例中,在接口调用结果表征调用成功的情况下,将此前未进行过适配的待适配接口及其对应的参数映射规则添加至接口映射表中,实现对接口映射表进行实时的更新维护,使接口预测模型后续可根据更多的已匹配接口进行预测接口的获取,有利于提高接口预测模型的预测准确率。
在一个实施例中,如图3所示,在获取数字孪生模型基于待验证参数调用待适配接口的接口调用结果之后,还包括以下步骤:
步骤S301,在接口调用结果表征调用失败,并且待适配接口已对应有已适配接口的情况下,则删除接口映射表中存储的对应的已适配接口与参数映射规则之间的对应关系,并返回执行将接口参数信息输入接口预测模型的步骤。
步骤S302,获取接口调用结果表征调用成功的情况下,预测接口对应的参数映射规则。
步骤S303,在接口映射表中添加待适配接口,以及预测接口对应的参数映射规则之间的对应关系。
具体地,当接口调用结果表征调用失败时,且待适配接口在接口映射表中已经有对应的已适配接口时,可认为该接口在历史适配过程中确定的参数映射规则已经不再适用于使业务系统与待适配接口之间的适配,按照该参数映射规则得到的待验证参数无法顺利地调用该接口。
基于此,本实施例在步骤S301中删除接口映射表中存储的对应于该待适配接口的已适配接口与参数映射规则之间的对应关系。并返回执行将接口参数信息输入接口预测模型的步骤。此时,由于接口映射表中已不存在与该待适配接口相对应的已适配接口,因此接口预测模型会对该待适配接口与其他已适配接口之间的接口相似度进行计算,并将具有最大接口相似度的已适配接口作为预测接口。然后可进一步获取预测接口对应的参数映射规则,并根据该规则在数字孪生模型中获取待验证参数,进而获取数字孪生模型基于该待验证参数调用待适配接口的接口调用结果。
进一步地,在步骤S302中可根据接口调用结果判断其是否表征调用成功,如成功,则获取该预测接口对应的参数映射规则,并在步骤S303中将待适配接口以及该预测接口对应的参数映射规则之间的对应关系添加至接口映射表中。
本实施例中,在按照此前适配过程中确定的参数映射规则调用待适配接口失败的情况下,从接口映射表中删除待适配接口原来对应的已适配接口和参数映射规则之间的关联关系,并通过接口预测模型重新获取新的预测接口。在调用成功后,再将待适配接口以及对应的参数映射规则之间的关联添加至接口映射表中。该过程同样实现了对接口映射表的更新维护,将其中待适配接口与参数映射规则的失效关联关系替换成新的关联关系,可以有效提高接口预测模型的预测准确率。
在一个实施例中,在步骤获取数字孪生模型基于待验证参数调用待适配接口的接口调用结果之后还包括:在接口调用结果表征调用失败的情况下,获取除预测接口以外与待适配接口相似的接口,作为新的预测接口,并返回获取预测接口对应的参数映射规则的步骤,直到接口调用结果表征调用成功。
具体地,在接口调用结果表征调用失败的情况下,可认为之前步骤中确定的预测接口对应的参数映射规则并不适用于该待适配接口。因此,在本实施例中,获得调用失败的结果后,通过接口预测模型获取除已经进行验证的预测接口之外,其他与该待适配接口相似的已适配接口,作为新的预测接口,并返回至获取预测接口对应的参数映射规则的步骤,继续执行其后续步骤,直至接口调用结果表征调用成功。
其中,在一些实施例中,接口预测模型可以在第一次接收待适配接口的接口参数信息时,便计算该待适配接口与所有已适配接口之间的接口相似度,并从中选择一个或多个作为预测接口。当接口调用结果表征调用失败时,则从未被选择的已适配接口中根据接口相似度选择新的预测接口。在另外一些实施例中,接口预测模型也可以在第一次接收待适配接口的接口参数信息时,只计算该待适配接口与一个或几个已适配接口之间的接口相似度,并确定预测接口;当接口调用结果表征调用失败时,则从未被选择或未被计算的已适配接口中选择部分或全部已适配接口,计算其与待适配接口之间的相似度值,并进一步确定新的预测接口。
本实施例通过在接口调用结果表征调用失败时,获取其他预测接口,并重新对其参数映射规则进行验证,直至获得表征调用成功的接口调用结果。其通过循环迭代的方式寻找可用于待适配接口的参数映射规则,可以提高接口参数映射获取的成功率。
为了进一步阐述本申请的接口参数映射获取方法,以下通过详细的实施例对其进行说明。
示例性地,在本实施例中,可以通过如图4所示的系统实现本申请的接口参数映射获取方法。其中,该系统包括:数据管理模块、接口规范解析模块、参数映射处理模块和验证模块。
其中,数据管理模块将业务系统的已适配接口的接口参数信息以及对应的参数映射规则作为历史数据入库形成配置规范库,供参数映射处理模块调用;在确定待适配接口对应的参数映射规则后,将其添加至配置规范库中,并对参数映射表进行维护和更新。
接口规范解析模块用于对输入该模块的新外部系统的待适配接口的接口规范进行解析,明确其参数名称、参数编码、参数类型、是否必填、取值范围等条件,并转化成结构化的接口参数信息存储到数据管理模块中。
参数映射处理模块通过接口预测模型,将接口规范解析模块解析得出的待适配接口的接口参数与配置规范库中已适配接口的接口参数信息进行对比和归纳分类,输出该待适配接口与已适配接口之间的相似概率并选取其中相似概率最高的已适配接口作为预测接口。并进一步获取其参数映射规则。
其中,接口预测模型可以是基于自然语言处理的概率预测模型,其按照业务含义对待适配接口的接口参数以及已适配接口的接口参数信息进行参数归纳分类,并输出不同的概率值。其中,接口预测模型在进行上述分析预测前,还可以先检查参数映射表,判断该待适配接口是否此前已经进行过适配,若是,则将参数映射表中记载的,对应于该待适配接口的已适配接口的相似概率设为100%,并将其作为预测接口。
另外,参数映射处理模块还根据验证模块中反馈的调用结果,对该待适配接口与已适配接口之间的相似概率进行更新。例如,在调用结果表征调用失败时,将该待适配接口与已适配接口之间的相似概率设为0%;在调用结果表征调用成功时,将该待适配接口与已适配接口之间的相似概率设为100%。并进而对调整数据管理模块中的参数映射表进行维护和更新,进行参数映射的迭代优化。
验证模块根据参数映射处理模块得到的预测接口的参数映射规则,对系统中的报文参数进行映射转换,生成对应于该新外部系统的待适配接口的,通过业务系统的数字孪生模型进行验证参数的测试验证,并向参数映射处理模块反馈调用结果。
如图5所示,其为本实施例中获取待适配接口对应的参数映射规则的流程示意图。另请参阅图6,其为该方法实施过程中的数据分析流程示意图。
其中,该方法包括步骤:
步骤S501,搭建业务系统的数字孪生模型;
步骤S502,将业务系统的已适配接口的接口参数信息以及对应的参数映射规则作为历史数据入库形成配置规范库;
步骤S503,在确定待适配接口对应的参数映射规则后,将其添加至配置规范库中,并对参数映射表进行维护和更新;
步骤S504,对新外部系统的待适配接口的接口规范进行解析,并转化成结构化的接口参数信息;
步骤S505,通过接口预测模型,输出该待适配接口与已适配接口之间的相似概率并选取预测接口,获取对应的参数映射规则;
步骤S506,根据参数映射规则,获取验证参数;
步骤S507,在数字孪生模型上验证该验证参数,测试接口参数适配的准确性,获取调用结果;
步骤S508,根据调用结果,对待适配接口与已适配接口之间的相似概率进行更新,直至获得可成功调用待适配接口的参数映射规则;对参数映射表进行维护,实现参数映射的迭代优化。
其中上述各步骤的方法可以通过系统中相应的一个或多个模块实现,而其中每一项处理的具体的处理方式可参考前述实施例中的描述,此处不再赘述。
本实施例通过对业务系统进行了数字孪生复现,通过业务系统的数字孪生模型验证待适配接口的适配效果,克服了需要调用实际业务系统才能进行调用报文参数验证,可能对业务数据造成影响的问题。另一方面,通过基于自然语言处理的接口预测模型输出待适配接口与已适配接口的相似概率,利用概率模型描述待适配接口与参数映射关系之间的相对应的可能性,并通过数字孪生模型对参数映射关系进行验证迭代。相对于人工生成配置对象并梳理参数映射规则的方式,本实施例可提升了接口适配效率和准确性,减少了手工定制化接口适配迭代的次数。进一步地,本实施例用于进行概率预测的是待适配接口和已适配接口各自对应的接口参数信息,其结构规范,参数含义的歧义性较低,可获得较高的预测准确率。
应该理解的是,虽然如上所述的各实施例所涉及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,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些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,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的接口参数映射获取方法的接口参数映射获取装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个接口参数映射获取装置实施例中的具体限定可以参见上文中对于接口参数映射获取方法的限定,在此不再赘述。
在一个实施例中,如图7所示,提供了一种接口参数映射获取装置700,包括:
适配接口信息获取模块701,用于获取业务系统的待适配接口对应的接口参数信息;
预测接口信息获取模块702,将所述接口参数信息输入接口预测模型,获取与所述待适配接口相似的预测接口,并获取所述预测接口对应的参数映射规则;
映射规则验证模块703,用于利用所述参数映射规则,将所述业务系统的数字孪生模型中的系统参数转换为待验证参数,获取所述数字孪生模型基于所述待验证参数调用所述待适配接口的接口调用结果;
映射规则确定模块704,用于在所述接口调用结果表征调用成功的情况下,将所述预测接口对应的参数映射规则,作为所述待适配接口对应的参数映射规则。
在一个实施例中,该装置的预测接口信息获取模块702还用于将所述接口参数信息输入所述接口预测模型,通过所述接口预测模型获取所述待适配接口与所述业务系统的已适配接口之间的接口相似度,并将所述接口相似度最大的已适配接口,作为所述预测接口。
在一个实施例中,该装置的预测接口信息获取模块702还用于:将所述接口参数信息输入所述接口预测模型,通过所述接口预测模型关联的接口映射表,检测所述待适配接口是否对应有已适配接口;所述接口映射表中存储有各所述已适配接口与参数映射规则之间的对应关系;在所述待适配接口未对应有所述已适配接口的情况下,通过所述接口预测模型获取所述待适配接口与所述业务系统的已适配接口之间的接口相似度,并将所述接口相似度最大的已适配接口,作为所述预测接口;在所述待适配接口对应有所述已适配接口的情况下,将对应的所述已适配接口作为接口相似度最大的已适配接口,以其作为所述预测接口。
在一个实施例中,该装置的预测接口信息获取模块702还用于:从所述接口映射表中获取与所述预测接口对应的参数映射规则。
在一个实施例中,该装置还包括调用结果反馈模块,用于在所述接口调用结果表征调用成功,并且所述待适配接口未对应有所述已适配接口的情况下,在所述接口映射表中添加所述待适配接口,以及所述待适配接口对应的参数映射规则之间的对应关系。
在一个实施例中,该装置的调用结果反馈模块还用于在所述接口调用结果表征调用失败,并且所述待适配接口已对应有所述已适配接口的情况下,则删除所述接口映射表中存储的所述对应的已适配接口与参数映射规则之间的对应关系,并返回执行将所述接口参数信息输入所述接口预测模型的步骤;获取所述接口调用结果表征调用成功的情况下,所述预测接口对应的参数映射规则;在所述接口映射表中添加所述待适配接口,以及所述预测接口对应的参数映射规则之间的对应关系。
在一个实施例中,该装置的调用结果反馈模块还用于在所述接口调用结果表征调用失败的情况下,获取除所述预测接口以外与所述待适配接口相似的接口,作为新的预测接口,并返回获取所述预测接口对应的参数映射规则的步骤,直到所述接口调用结果表征调用成功。
上述接口参数映射获取装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图8所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口通过输入/输出接口连接到系统总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储业务系统及其数字孪生模型的系统参数、待适配接口的接口参数信息、已适配接口的接口参数信息、已适配接口对应的参数映射规则、对待适配接口进行调用后的接口调用结果等数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种接口参数映射获取方法。
本领域技术人员可以理解,图8中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了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上述各方法实施例中的步骤。
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,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (11)
1.一种接口参数映射获取方法,其特征在于,所述方法包括:
获取业务系统的待适配接口对应的接口参数信息;
将所述接口参数信息输入接口预测模型,获取与所述待适配接口相似的预测接口,并获取所述预测接口对应的参数映射规则;
利用所述参数映射规则,将所述业务系统的数字孪生模型中的系统参数转换为待验证参数,获取所述数字孪生模型基于所述待验证参数调用所述待适配接口的接口调用结果;
在所述接口调用结果表征调用成功的情况下,将所述预测接口对应的参数映射规则,作为所述待适配接口对应的参数映射规则。
2.根据权利要求1所述的方法,其特征在于,所述将所述接口参数信息输入接口预测模型,获取与所述待适配接口相似的预测接口,包括:
将所述接口参数信息输入所述接口预测模型,通过所述接口预测模型获取所述待适配接口与所述业务系统的已适配接口之间的接口相似度,并将所述接口相似度最大的已适配接口,作为所述预测接口。
3.根据权利要求2所述的方法,其特征在于,所述通过所述接口预测模型获取所述待适配接口与所述业务系统的已适配接口之间的接口相似度,并将所述接口相似度最大的已适配接口,作为所述预测接口包括:
将所述接口参数信息输入所述接口预测模型,通过所述接口预测模型关联的接口映射表,检测所述待适配接口是否对应有已适配接口;所述接口映射表中存储有各所述已适配接口与参数映射规则之间的对应关系;
在所述待适配接口未对应有所述已适配接口的情况下,通过所述接口预测模型获取所述待适配接口与所述业务系统的已适配接口之间的接口相似度,并将所述接口相似度最大的已适配接口,作为所述预测接口;
在所述待适配接口对应有所述已适配接口的情况下,将对应的所述已适配接口作为接口相似度最大的已适配接口,以其作为所述预测接口。
4.根据权利要求3所述的方法,其特征在于,所述获取所述预测接口对应的参数映射规则,包括:
从所述接口映射表中获取与所述预测接口对应的参数映射规则。
5.根据权利要求3所述的方法,其特征在于,所述获取所述数字孪生模型基于所述待验证参数调用所述待适配接口的接口调用结果之后,还包括:
在所述接口调用结果表征调用成功,并且所述待适配接口未对应有所述已适配接口的情况下,在所述接口映射表中添加所述待适配接口,以及所述待适配接口对应的参数映射规则之间的对应关系。
6.根据权利要求3所述的方法,其特征在于,所述获取所述数字孪生模型基于所述待验证参数调用所述待适配接口的接口调用结果之后,还包括:
在所述接口调用结果表征调用失败,并且所述待适配接口已对应有所述已适配接口的情况下,则删除所述接口映射表中存储的所述对应的已适配接口与参数映射规则之间的对应关系,并返回执行将所述接口参数信息输入所述接口预测模型的步骤;
获取所述接口调用结果表征调用成功的情况下,所述预测接口对应的参数映射规则;
在所述接口映射表中添加所述待适配接口,以及所述预测接口对应的参数映射规则之间的对应关系。
7.根据权利要求1所述的方法,其特征在于,所述获取所述数字孪生模型基于所述待验证参数调用所述待适配接口的接口调用结果之后还包括:
在所述接口调用结果表征调用失败的情况下,获取除所述预测接口以外与所述待适配接口相似的接口,作为新的预测接口,并返回获取所述预测接口对应的参数映射规则的步骤,直到所述接口调用结果表征调用成功。
8.一种接口参数映射规则获取装置,其特征在于,所述装置包括:
待适配接口信息获取模块,用于获取业务系统的待适配接口对应的接口参数信息;
预测接口信息获取模块,将所述接口参数信息输入接口预测模型,获取与所述待适配接口相似的预测接口,并获取所述预测接口对应的参数映射规则;
映射规则验证模块,用于利用所述参数映射规则,将所述业务系统的数字孪生模型中的系统参数转换为待验证参数,获取所述数字孪生模型基于所述待验证参数调用所述待适配接口的接口调用结果;
映射规则确定模块,用于在所述接口调用结果表征调用成功的情况下,将所述预测接口对应的参数映射规则,作为所述待适配接口对应的参数映射规则。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,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至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,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至7中任一项所述的方法的步骤。
11.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311761776.0A CN117909393A (zh) | 2023-12-20 | 2023-12-20 | 接口参数映射获取方法、装置、设备、介质和程序产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311761776.0A CN117909393A (zh) | 2023-12-20 | 2023-12-20 | 接口参数映射获取方法、装置、设备、介质和程序产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117909393A true CN117909393A (zh) | 2024-04-19 |
Family
ID=90688720
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311761776.0A Pending CN117909393A (zh) | 2023-12-20 | 2023-12-20 | 接口参数映射获取方法、装置、设备、介质和程序产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117909393A (zh) |
-
2023
- 2023-12-20 CN CN202311761776.0A patent/CN117909393A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108876121B (zh) | 工单处理方法、装置、计算机设备和存储介质 | |
CN110209652B (zh) | 数据表迁移方法、装置、计算机设备和存储介质 | |
CN112256318B (zh) | 一种用于依赖产品的构建方法及设备 | |
CN111818175B (zh) | 企业服务总线配置文件生成方法、装置、设备和存储介质 | |
CN114610635A (zh) | 接口测试用例生成方法、装置、计算机设备及存储介质 | |
CN117318052A (zh) | 发电机组进相试验无功功率预测方法、装置和计算机设备 | |
CN110728118B (zh) | 跨数据平台的数据处理方法、装置、设备及存储介质 | |
CN116561003A (zh) | 测试数据生成方法、装置、计算机设备和存储介质 | |
CN117909393A (zh) | 接口参数映射获取方法、装置、设备、介质和程序产品 | |
CN113407163B (zh) | 模块关联赋值方法、装置、计算机设备及可读存储介质 | |
CN114328965A (zh) | 知识图谱更新方法、装置及计算机设备 | |
CN114841664A (zh) | 一种多任务处理顺序确定方法及装置 | |
CN118132448B (zh) | 测试用例处理方法、装置、计算机设备和存储介质 | |
CN118193032B (zh) | 消除无效依赖库的方法、装置、设备、介质和程序产品 | |
CN116880927A (zh) | 规则管理方法、装置、计算机设备和存储介质 | |
CN109344166B (zh) | 数据库的监控方法、计算机可读存储介质和终端设备 | |
CN116881163A (zh) | 金融信息系统中测试数据的生成处理方法、装置和设备 | |
CN116881164A (zh) | 金融信息系统中测试数据的校验修正方法、装置和设备 | |
CN117408238A (zh) | 活动任务管理方法、系统、电子设备及存储介质 | |
CN118409956A (zh) | 性能测试方法、装置、计算机设备、存储介质和程序产品 | |
CN118152414A (zh) | 数据处理方法、装置、设备、存储介质及程序产品 | |
CN117112424A (zh) | 测试用例的生成方法、装置、设备、介质和产品 | |
CN118778975A (zh) | 应用处理方法、装置、计算机设备、存储介质和程序产品 | |
CN117034290A (zh) | 漏洞扫描方法、装置、计算机设备和存储介质 | |
CN116485096A (zh) | 资源处理方法、装置、计算机设备和存储介质 |
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 |