CN113379208B - 指标计算方法、装置及可读存储介质 - Google Patents
指标计算方法、装置及可读存储介质 Download PDFInfo
- Publication number
- CN113379208B CN113379208B CN202110595370.4A CN202110595370A CN113379208B CN 113379208 B CN113379208 B CN 113379208B CN 202110595370 A CN202110595370 A CN 202110595370A CN 113379208 B CN113379208 B CN 113379208B
- Authority
- CN
- China
- Prior art keywords
- index
- target
- identifier
- information
- target index
- 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
- 238000004364 calculation method Methods 0.000 title claims abstract description 64
- 238000000034 method Methods 0.000 claims abstract description 43
- 238000004590 computer program Methods 0.000 claims description 12
- 230000004931 aggregating effect Effects 0.000 abstract description 2
- 230000008569 process Effects 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000006399 behavior Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000012954 risk control Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明实施例提供了一种指标计算方法、装置及可读存储介质,方法包括:从外部系统获取事件信息和第一目标指标标识,从存储的目标指标信息列表中,确定与第一目标指标标识对应的第一目标指标配置信息,向指标存储数据库发送指标读取请求,指标读取请求中包括第一目标指标标识和第一目标指标配置信息,以使指标存储数据库根据第一目标指标配置信息,确定与第一目标指标标识对应的第一时间分片信息,并确定与第一时间分片信息中时间分片的大小为L的每个时间分片的指标结果,并对N个指标结果进行聚合,得到目标指标结果。节省了大量的存储空间和网络流量,并且提高了指标计算的效率。
Description
技术领域
本发明涉及计算机技术领域,特别是涉及一种指标计算方法、装置及可读存储介质。
背景技术
风险控制系统中,为了评估风险,往往需要对用户行为进行统计,计算用户行为的指标并以此来评估风险。比如统计最近三天某个账号的登录次数、最近五天转账金额大于1000的次数等,以此来作为网络异常行为分析的重要依据。
目前,通过如下两种方案计算指标:
方案一为通过将指定计算维度最近的历史数据存储在数据库中,譬如最近1000条记录,计算指标时,读取存储的最近的历史数据,基于历史数据,在本地内存遍历计算以统计指标。目前的指标计算由于需要存储大量历史数据,因此,存在占用大量存储空间的问题,并且由于需要从数据库读取大量的历史数据,因此消耗大量的网络流量并且耗时较长。
方案二为基于flink流式计算框架,在flink节点计算指标结果,并将指标结果定时写入Redis等外部存储进行缓存,外部系统从Redis读取指标结果,该方案的计算指标结果与缓存指标结果分离,因此影响外部系统读取到指标结果的实时性影响实时性,实时性能较差,并且flink流式计算框架架构复杂。
发明内容
本发明实施例的目的在于提供一种指标计算方法、装置及可读存储介质,以解决目前指标计算需占用大量存储空间、消耗大量的网络流量以及耗时较长的问题。具体技术方案如下:
在本发明实施的第一方面,首先提供了一种指标计算方法,包括:
从外部系统获取事件信息和第一目标指标标识;
从存储的目标指标信息列表中,确定与所述第一目标指标标识对应的第一目标指标配置信息;
向指标存储数据库发送指标读取请求,指标读取请求中包括所述第一目标指标标识和所述第一目标指标配置信息,以使所述指标存储数据库根据所述第一目标指标配置信息,确定与所述第一目标指标标识对应的第一时间分片信息,并确定与第一时间分片信息中时间分片的大小为L的每个时间分片的指标结果,并对N个所述指标结果进行聚合,得到目标指标结果。
在本发明实施的第二方面,还提供了一种指标计算方法,包括:
接收指标系统发送的指标读取请求,其中,所述指标读取请求中包括所述第一目标指标标识和所述第一目标指标配置信息,所述第一目标指标标识和所述第一目标指标配置信息为所述指标系统从存储的指标信息列表中,根据从外部系统获取的事件信息确定的;
根据所述第一目标指标配置信息,确定与所述第一目标指标标识对应的第一时间分片信息,并确定与第一时间分片信息中时间分片的大小为L的每个时间分片的指标结果,并对N个所述指标结果进行聚合,得到目标指标结果。
在本发明实施的第三方面,还提供了一种指标计算装置,包括:
第一获取模块,用于从外部系统获取事件信息;
第一确定模块,用于从存储的目标指标信息列表中,确定与所述事件信息匹配的第一目标指标标识和所述第一目标指标标识对应的第一目标指标配置信息;
第一发送模块,用于向指标存储数据库发送指标读取请求,指标读取请求中包括所述第一目标指标标识和所述第一目标指标配置信息,以使所述指标存储数据库根据所述第一目标指标配置信息,确定与所述第一目标指标标识对应的第一时间分片信息,并确定与第一时间分片信息中时间分片的大小为L的每个时间分片的指标结果,并对N个所述指标结果进行聚合,得到目标指标结果。
在本发明实施的第四方面,还提供了一种指标计算装置,包括:
第一接收模块,用于接收指标系统发送的指标读取请求,其中,所述指标读取请求中包括所述第一目标指标标识和所述第一目标指标配置信息,所述第一目标指标标识和所述第一目标指标配置信息为所述指标系统从存储的指标信息列表中,根据从外部系统获取的事件信息确定的;
第一确定模块,用于根据所述第一目标指标配置信息,确定与所述第一目标指标标识对应的第一时间分片信息,并确定与第一时间分片信息中时间分片的大小为L的每个时间分片的指标结果,并对N个所述指标结果进行聚合,得到目标指标结果。
本发明实施例的第五方面,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上存储计算机程序,所述计算机程序被处理器执行时实现上述所述的方法的步骤。
本发明的第六方面,提供了一种指标计算装置,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现上述所述的方法的步骤。
本实施例提供的指标计算方法,通过从外部系统获取事件信息和第一目标指标标识,从存储的目标指标信息列表中,确定与第一目标指标标识对应的第一目标指标配置信息,向指标存储数据库发送指标读取请求,指标读取请求中包括第一目标指标标识和第一目标指标配置信息,以使指标存储数据库根据第一目标指标配置信息,确定与第一目标指标标识对应的第一时间分片信息,并确定与第一时间分片信息中时间分片的大小为L的每个时间分片的指标结果,并对N个指标结果进行聚合,得到目标指标结果。由于本发明实施例中,指标系统向指标存储数据库发送指标读取请求后,可以使指标存储数据库根据第一目标指标配置信息和第一时间分片信息,确定目标指标结果,从而无需存储大量的历史数据统计指标,仅依赖时间分片的大小为L的每个时间分片的指标结果,即可以统计出最终的指标结果,从而节省了大量的存储空间。同时由于无需从数据库读取大量的历史数据,因此节省了网络流量,并且,由于只需将多个时间分片的指标结果进行累加即可计算出最终的指标结果,相对于现有技术方案一中的例如1000条历史数据而言,减少了数据计算量,从而提高了指标计算的效率。并且,由于现有技术方案一中保留例如1000条有限历史记录的条目数,仅适用于计算个人用户相关的指标,但是相对于机构或商户一分钟就有成千上万条记录而言,由于保留的记录条目个数有限,因此影响最终指标计算结果的准确性,本发明实施例的方案不依赖有限条历史记录的条目数,因此提高了最终指标结果的准确性。本实施例提供的方案相对于现有技术中的flink流式计算框架而言,由于指标存储数据库基于本地存储的时间分片的指标结果,计算目标指标结果,之后指标存储数据库将目标指标结果返回给指标系统,指标系统可将目标指标结果返回给外部系统,无需外部系统从外部存储中读取指标结果,因此,提高了外部系统获取目标指标结果的实时性能,并且本实施例提供的方案的框架结构较简单。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍。
图1为本发明实施例中提供的一种指标计算方法的步骤流程图;
图2为本发明实施例中提供的另一种指标计算方法的步骤流程图;
图3为本发明实施例提供的一种指标计算方法的系统架构图;
图4为本发明实施例提供的一种指标计算装置的结构示意图;
图5为本发明实施例提供的另一种指标计算装置的结构示意图。
具体实施方式
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描述。
参照图1,图1为本发明实施例中提供的一种指标计算方法的步骤流程图。该方法可以由指标系统执行,指标系统可以部署于计算机、服务器等电子设备。该方法包括如下步骤:
步骤101、从外部系统获取事件信息和第一目标指标标识。
外部系统可通过调用指标系统的指标读取接口,向指标系统发送事件信息和第一目标指标标识。其中,第一目标指标标识的个数可以为一个或多个,事件信息例如为用户执行的转账事件、登录事件、注册事件等事件信息。本发明实施例中以外部系统获取的事件信息为转账事件信息为例进行介绍,外部系统可以配置与转账事件信息相关的指标标识,例如配置的与转账事件信息相关的指标标识包括与转账事件信息的事件类型相关的指标以及与事件类型不相关的指标标识,则第一目标指标标识包括与事件类型相关的指标标识以及与事件类型不相关的指标标识。其中,事件类型指转账类型、登录类型、注册类型等,在事件信息为转账事件信息的情况下,事件类型为转账类型。需要说明的是,配置的与转账事件信息相关的指标标识也可以只包括与转账事件信息的事件类型相关的指标。
例如外部系统配置的与转账类型相关的指标标识包括指标标识1、指标标识2,外部系统配置的与登录类型相关的指标标识包括指标标识3,此种情况下,第一目标指标标识包括指标标识1、指标标识2和指标标识3。在外部系统配置的与转账事件信息相关的指标标识只包括与转账事件信息的事件类型相关的指标的情况下,第一目标指标标识例如包括指标标识1和指标标识2。
步骤102、从存储的目标指标信息列表中,确定与第一目标指标标识对应的第一目标指标配置信息。
其中,目标指标信息列表中包括配置的指标标识和指标标识对应的指标配置信息,因此,在获取到第一目标指标标识后,可以从目标指标信息列表中找到与第一目标指标标识对应的指标配置信息,第一目标指标配置信息指与第一目标指标标识对应的指标配置信息。本实施例中以第一目标指标标识包括指标标识1、指标标识2和指标标识3为例,若目标指标信息列表中包括指标标识1、指标标识2、指标标识3和指标标识4、以及包括各个指标标识对应的指标配置信息,则第一目标指标配置信息包括指标标识1对应的指标配置信息、指标标识2对应的指标配置信息和指标标识3对应的指标配置信息。其中,指标标识4例如为与注册类型相关的指标标识。
本实施例中,指标配置信息例如包括时间分片信息,时间分片信息包括时间分片的大小、时间分片的个数、时间分片的类型。例如,指标标识1对应的的时间分片的大小L为天、时间分片的个数为3,时间分片的类型为“最近”,指标标识1对应的第一目标指标为某个账号最近3天的转账次数。指标标识2对应的的时间分片的大小L为天、时间分片的个数为10,时间分片的类型为“最近”。指标标识2对应的第一目标指标为该账号最近10天的转账次数。指标标识3对应的时间分片的大小L为天,时间分片的个数为3,指标标识3对应的第一目标指标为该账号最近3天的登录次数。其中,若指标标识2对应的指标配置信息还包括指标更新条件,例如指标更新条件为转账金额大于200,则指标标识2对应的第一目标指标为该账号最近10转账金额大于200的转账次数。
需要说明的是,时间分片的大小L也可以为秒、分、小时、天、月等。例如:譬如当前时间为:2021-05-01 09:09:09,则时间分片的大小为秒时,即按秒分片为20210501090909;时间分片的大小为分时,即按分分片为20210501090900,同样,按小时分片为20210501090000,按天分片为20210501000000,按月分片为20210501000000,其中,按月分片时,去掉时、分、秒数据,日期取1。
步骤103、向指标存储数据库发送指标读取请求,指标读取请求中包括第一目标指标标识和第一目标指标配置信息,以使指标存储数据库根据第一目标指标配置信息,确定与第一目标指标标识对应的第一时间分片信息,并确定与第一时间分片信息中时间分片的大小为L的每个时间分片的指标结果,并对N个指标结果进行聚合,得到目标指标结果。
例如指标标识1对应的第一时间分片信息中时间分片的大小为天,即L表示天。指标存储数据库中存储了每个时间分片的指标结果,与指标标识1对应的第一时间分片信息中的时间分片大小为天,时间分片的个数为3,时间分片的类型为“最近”,若当前时间为2021-05-01 09:09:09,则确定2021-04-29、2021-04-30、2021-05-01最近3天的指标结果,也即确定了时间分片的大小为天的3个时间分片的指标结果,3个时间分片为20210429000000、202104300000、202105010000。若2021-04-29的该账号的转账次数为2,2021-04-30的转账次数为1次,2021-05-01的转账次数为3次,则将3个转账次数聚合后,即可以得到指标标识1对应的目标指标结果为6次,也即该账号最近3天的转账次数为6次。同样可以计算其他指标标识对应的目标指标结果。其中,N为大于等于1的整数。
本发明实施例提供的指标计算方法,通过从外部系统获取事件信息和第一目标指标标识,从存储的目标指标信息列表中,确定与第一目标指标标识对应的第一目标指标配置信息,向指标存储数据库发送指标读取请求,指标读取请求中包括第一目标指标标识和第一目标指标配置信息,以使指标存储数据库根据第一目标指标配置信息,确定与第一目标指标标识对应的第一时间分片信息,并确定与第一时间分片信息中时间分片的大小为L的每个时间分片的指标结果,并对N个指标结果进行聚合,得到目标指标结果。由于本发明实施例中,指标系统向指标存储数据库发送指标读取请求后,可以使指标存储数据库根据第一目标指标配置信息和第一时间分片信息,确定目标指标结果,从而无需存储大量的历史数据统计指标,仅依赖时间分片的大小为L的每个时间分片的指标结果,即可以统计出最终的指标结果,从而节省了大量的存储空间。同时由于无需从数据库读取大量的历史数据,因此节省了网络流量,并且,由于只需将多个时间分片的指标结果进行累加即可计算出最终的指标结果,从而提高了指标计算的效率。并且,由于现有技术方案一中保留例如1000条有限历史记录的条目数,仅适用于计算个人用户相关的指标,但是相对于机构或商户一分钟就有成千上万条记录而言,由于保留的记录条目个数有限,因此影响最终指标计算结果的准确性,本发明实施例的方案不依赖有限条历史记录的条目数,因此提高了最终指标结果的准确性。本实施例提供的方案相对于现有技术中的flink流式计算框架而言,由于指标存储数据库基于本地存储的时间分片的指标结果,计算目标指标结果,之后指标存储数据库将目标指标结果返回给指标系统,指标系统可将目标指标结果返回给外部系统,无需外部系统从外部存储中读取指标结果,因此,提高了外部系统获取目标指标结果的实时性能,并且本实施例提供的方案的框架结构较简单。
可选的,在所述向指标存储数据库发送指标读取请求之后,还可以包括如下步骤:
接收所述指标存储数据库发送的所述目标指标结果,并向所述外部系统发送所述目标指标结果,以使所述外部系统根据所述目标指标结果,判断是否执行所述事件信息对应的事件;
接收所述外部系统发送的所述事件的执行状态,在所述执行状态为执行成功的情况下,根据事件信息,从目标指标信息列表中确定第二目标指标标识和第二目标指标标识对应的第二目标指标配置信息;
向指标存储数据库发送指标更新请求,指标更新请求中包括第二目标指标标识和第二目标标识对应的第二目标指标配置信息,以使指标存储数据库根据第二目标指标配置信息,确定与第二目标指标标识对应的第二时间分片信息和数据计算类型,并根据数据计算类型,更新第二时间分片信息中M个时间分片中当前时间对应的时间分片的指标结果。
本实施例中,结合上述实施例中的举例说明,介绍指标更新过程。以第一目标指标标识为指标标识1时为例,指标存储数据库得到指标标识1对应的3个时间分片信息,并确定了3个时间分片的指标结果,得到的目标指标结果为该账号最近3天的转账次数为6次。指标存储数据库向指标系统发送目标指标结果,指标系统向外部系统发送目标指标结果,从而使外部系统查询到目标指标结果。外部系统获取到目标指标结果后,可以根据目标指标结果,判断是否执行所述事件信息对应的事件。在目标指标结果满足预设条件的情况下,执行事件信息对应的事件,例如预设条件为目标指标结果小于指标标识1对应的预设阈值的情况下,外部系统执行事件信息对应的事件。若指标标识1对应的预设阈值例如为预设转账次数等于8,由于目标指标结果6小于8,因此,外部系统执行事件信息对应的事件,该事件例如为发起了一次转账100元的转账事件,则该次转账事件转账成功。外部系统执行转账事件成功后,向指标系统发送执行成功的执行状态,指标系统接收外部系统发送的所述事件的执行状态,在所述执行状态为执行成功的情况下,触发执行指标更新过程,即根据事件信息,从目标指标信息列表中确定第二目标指标标识和第二目标指标标识对应的第二目标指标配置信息。指标更新过程举例如下:
结合上述举例介绍,在目标指标信息列表中包括指标标识1、指标标识2、指标标识3和指标标识4,事件信息为转账事件信息的情况下,由于指标标识1对应的指标配置信息中还包括事件类型,指标标识1对应的指标配置信息的事件类型为转账类型,同样可知,上述指标标识2对应的指标配置信息的事件类型也为转账类型,指标标识3对应的指标配置信息的事件类型为登录类型,指标标识4对应的指标配置信息的事件类型为注册类型,因此,从目标指标信息列表中确定的第二目标指标标识包括指标标识1和指标标识2,也即事件信息中的事件类型为转账类型的情况下,第二目标指标标识对应的指标配置信息的事件类型与事件信息中的事件类型相同,均为转账类型。
以第二目标指标标识为指标标识1为例介绍指标更新过程:指标更新请求中包括指标标识1对应的第二目标指标配置信息,以使指标存储数据库根据指标标识1对应的第二目标指标配置信息,确定与指标标识1对应的第二时间分片信息和数据计算类型,并根据数据计算类型,更新指标标识1对应的第二时间分片信息中,M个时间分片中当前时间对应的时间分片的指标结果。由于指标标识1对应的第二目标指标配置信息中的数据计算类型为统计次数,则将2021-05-01的转账次数在3次的基础上累加1,也即将3个时间分片中当前时间对应的时间分片的指标结果更新为4,其中,3个时间分片中当前时间对应的时间分片为2021-05-01,也即20210501000000。其中,M为大于等于1的整数。
若某个指标标识对应的第二目标指标配置信息中的数据计算类型为求和类型,例如该指标标识对应的指标为该账号最近两天的总转账金额,如果当前时间对应的时间分片的指标结果为转账1500元,事件信息中的转账金额为500元且该事件信息对应的事件执行成功,则当前时间对应的时间分片的指标结果更新为2000元。
本实施例中,指标更新中,只对当前时间对应的时间分片进行更新,从而在后续,指标系统再次获取到事件信息和第一目标指标标识后,基于更新后的时间分片的指标结果,进行聚合计算,得到新的目标指标结果,从而提高指标计算的效率。由于本实施例中的每个时间分片对应一个指标结果,该指标结果的更新不依赖一次性统计有限的历史记录条目数,而是每发生一次事件且事件的执行状态成功的情况下,就更新当前时间对应的时间分片的指标结果,并且根据数据计算类型更新,即在时间分片的指标结果的基础上进行加1或加上事件信息中包括的交易金额的数值,实现实时更新当前时间对应的时间分片的指标结果,从而便于在更新当前时间对应的时间分片的指标结果之后,执行指标读取时可以快速采用更新后的时间分片的指标结果,计算新的目标指标结果。
可选的,在步骤102所述从存储的目标指标信息列表中,确定与所述第一目标指标标识对应的第一目标指标配置信息之前,还可以包括如下步骤:
从指标配置数据库周期性获取指标信息列表的第一版本标识;
将当前存储的指标信息列表的第二版本标识与第一版本标识进行比对;
在第二版本标识与第一版本标识不相同的情况下,从指标配置数据库获取第一版本标识对应的指标信息列表,并采用第一版本标识对应的指标信息列表更新第二版本标识对应的指标信息列表,并将第一版本标识对应的指标信息列表作为目标指标信息列表。
本实施例中,在指标配置数据库中的指标发生增加、修改、删除等三项指标配置中的至少一项的情况下,指标配置数据库中的指标信息列表的版本标识会进行相应修改。例如指标配置数据库中的指标信息列表在更新前的版本标识为1,更新后将版本标识更新为2,如果指标系统当前存储的是版本标识为1的指标信息列表,则在指标信息列表更新后,指标系统从指标配置数据库获取到版本标识为2的指标信息列表,并采用版本标识为2的指标信息列表更新版本标识为1的指标信息列表,也即更新指标信息列表后,指标系统当前存储的指标信息列表为版本标识2的指标信息列表。指标系统可以将版本标识2的指标信息列表加载到内存或磁盘中进行缓存。
例如,版本标识为1的指标信息列表中有100条指标,在指标系统更新指标信息列表后,当前存储的指标信息列表中包括110条指标。需要说明的是,如果第二版本标识与第一版本标识相同的情况下,指标系统将当前存储的指标信息列表作为目标指标信息列表。
参照图2,图2为本发明实施例中提供的另一种指标计算方法的步骤流程图。该指标计算方法应用于包括指标配置数据库、外部系统、指标系统和指标存储数据库的系统,该系统如图3所示,图3为本发明实施例提供的一种指标计算方法的系统架构图。参照图2和图3,该方法包括如下步骤:
步骤201、指标系统从外部系统获取事件信息和第一目标指标标识。
外部系统可以通过调用指标系统的指标读取接口,向指标系统发送事件信息和第一目标指标标识。
步骤202、指标系统从存储的目标指标信息列表中,确定与第一目标指标标识对应的第一目标指标配置信息。
步骤203、指标系统向指标存储数据库发送指标读取请求,指标读取请求中包括第一目标指标标识和第一目标指标配置信息。
步骤204、指标存储数据库接收指标系统发送的指标读取请求。
其中,指标读取请求中包括第一目标指标标识和第一目标指标配置信息,第一目标指标标识和第一目标指标配置信息为指标系统从存储的指标信息列表中,根据从外部系统获取的事件信息确定的。
步骤205、指标存储数据库根据第一目标指标配置信息,确定与第一目标指标标识对应的第一时间分片信息,并确定与第一时间分片信息中时间分片的大小为L的每个时间分片的指标结果,并对N个指标结果进行聚合,得到目标指标结果。
可选的,指标存储数据库得到目标指标结果后,还可以包括如下步骤:
指标存储数据库向指标系统发送目标指标结果,以使指标系统向外部系统发送目标指标结果;
接收指标系统发送的指标更新请求,指标更新请求中包括第二目标指标标识和第二目标指标标识对应的第二目标指标配置信息;其中,第二目标指标标识和第二目标指标配置信息为指标系统在接收到外部系统发送的执行状态为执行成功的情况下,根据事件信息,从目标指标信息列表中确定的,执行状态为事件信息对应的事件的状态;
根据第二目标指标配置信息,确定与第二目标指标标识对应的第二时间分片信息和数据计算类型;
根据数据计算类型,更新第二时间分片信息中M个时间分片中当前时间对应的时间分片的指标结果。
可选的,在步骤根据第二目标指标配置信息,确定与第二目标指标标识对应的第二时间分片信息和数据计算类型之前,还可以包括如下步骤:
根据事件信息和第二目标指标配置信息中的指标更新条件,从第二目标指标标识中,确定满足指标更新条件的第二目标指标标识;
相应的,步骤根据第二目标指标配置信息,确定与第二目标指标标识对应的第二时间分片信息和数据计算类型,可以通过如下步骤实现:
根据满足指标更新条件的第二目标指标标识对应的第二目标指标配置信息,确定满足指标更新条件的第二目标指标标识对应的第二时间分片信息和数据计算类型。
本实施例中,在指标更新过程中,外部系统可以通过调用指标系统的指标更新接口,向指标系统发送事件信息。指标系统根据事件信息,可以从目标指标信息列表中确定第二目标指标标识和第二目标目标指标标识对应的第二目标指标配置信息。例如,结合上述举例进行介绍,事件信息为转账事件信息的情况下,则第二目标标识包括指标标识1、指标标识2和指标标识3。
针对该步骤:根据事件信息和第二目标指标配置信息中的指标更新条件,从第二目标指标标识中,确定满足指标更新条件的第二目标指标标识。例如指标标识2对应的第二目标指标配置信息中的指标更新条件为转账金额大于200。若事件信息为转账金额为100的转账事件,则该事件信息不满足指标标识2对应的第二目标指标配置信息中的指标更新条件,从而不更新指标标识2对应的目标时间分片的指标结果,该目标时间分片指指标标识2对应的多个时间分片中当前时间对应的时间分片。例如,当前时间为2021-05-01 09:09:09,当前时间对应的时间分片的指标结果为2次,也即2021-05-01的当天发生的转账金额大于200的转账次数为2,由于事件信息不满足对指标标识2对应的当前时间的时间分片的指标结果进行更新的指标更新条件,因此,不对指标标识2对应的当前时间的时间分片的指标结果进行更新。若事件信息为转账金额为300的转账事件,则事件信息满足对指标标识2对应的当前时间的时间分片的指标结果进行更新的指标更新条件,因此,对指标标识2对应的当前时间的时间分片的指标结果进行更新,更新该指标结果后,该指标结果等于3。
需要说明的是,由于指标标识1不包括指标更新条件,因此,可以直接根据指标标识1对应的数据计算类型,更新指标标识1对应的当前时间的时间分片的指标结果,若当前时间为2021-05-01的当天的转账次数为3次,则将2021-05-01当天的转账次数更新为4次。
本实施例中,数据计算类型例如为统计次数、求和、求平均值等类型,上述示例中介绍了更新转账次数,针对次数的统计,采取在原有指标结果基础上累加1的计算方法。对于求和类型,例如事件信息为发起一次300元的转账事件信息,与转账事件信息相关的指标还包括一个指标标识4,指标标识4对应的指标为最近3天的总转账金额,那么更新当前时间分片的指标结果的情况下,将当前时间对应的时间分片的指标结果加上300,得到当前时间对应的时间分片的更新后的指标结果。也即指标标识4对应的对应的数据计算类型为求和类型时,采用求和类型的计算方法计算更新后的指标结果。
参照图4,图4为本发明实施例提供的一种指标计算装置的结构示意图,该装置400设置于部属有指标系统的电子设备,包括:
第一获取模块410,用于从外部系统获取事件信息;
第一确定模块420,用于从存储的目标指标信息列表中,确定与所述事件信息匹配的第一目标指标标识和所述第一目标指标标识对应的第一目标指标配置信息;
第一发送模块430,用于向指标存储数据库发送指标读取请求,指标读取请求中包括所述第一目标指标标识和所述第一目标指标配置信息,以使所述指标存储数据库根据所述第一目标指标配置信息,确定与所述第一目标指标标识对应的第一时间分片信息,并确定与第一时间分片信息中时间分片的大小为L的每个时间分片的指标结果,并对N个所述指标结果进行聚合,得到目标指标结果。
可选的,还包括:
接收模块,用于接收所述指标存储数据库发送的所述目标指标结果,并向所述外部系统发送所述目标指标结果,以使所述外部系统根据所述目标指标结果,判断是否执行所述事件信息对应的事件;
第二确定模块,用于接收所述外部系统发送的所述事件的执行状态,在所述执行状态为执行成功的情况下,根据所述事件信息,从所述目标指标信息列表中确定第二目标指标标识和所述第二目标指标标识对应的第二目标指标配置信息;
第二发送模块,用于向所述指标存储数据库发送指标更新请求,所述指标更新请求中包括所述第二目标指标标识和所述第二目标标识对应的第二目标指标配置信息,以使所述指标存储数据库根据所述第二目标指标配置信息,确定与所述第二目标指标标识对应的第二时间分片信息和数据计算类型,并根据所述数据计算类型,更新所述第二时间分片信息中M个时间分片中当前时间对应的时间分片的指标结果。
可选的,还包括:
第二获取模块,用于从指标配置数据库周期性获取指标信息列表的第一版本标识;
比对模块,用于将当前存储的指标信息列表的第二版本标识与所述第一版本标识进行比对;
更新模块,用于在所述第二版本标识与所述第一版本标识不相同的情况下,从所述指标配置数据库获取所述第一版本标识对应的指标信息列表,并采用所述第一版本标识对应的指标信息列表更新所述第二版本标识对应的指标信息列表,并将所述第一版本标识对应的指标信息列表作为所述目标指标信息列表。
参照图5,图5为本发明实施例提供的另一种指标计算装置的结构示意图,该装置500设置于部属有指标存储数据库的电子设备,包括:
第一接收模块510,用于接收指标系统发送的指标读取请求,其中,所述指标读取请求中包括所述第一目标指标标识和所述第一目标指标配置信息,所述第一目标指标标识和所述第一目标指标配置信息为所述指标系统从存储的指标信息列表中,根据从外部系统获取的事件信息确定的;
第一确定模块520,用于根据所述第一目标指标配置信息,确定与所述第一目标指标标识对应的第一时间分片信息,并确定与第一时间分片信息中时间分片的大小为L的每个时间分片的指标结果,并对N个所述指标结果进行聚合,得到目标指标结果。
可选的,还包括:
发送模块,用于向所述指标系统发送所述目标指标结果,以使所述指标系统向所述外部系统发送所述目标指标结果;
第二接收模块,用于接收所述指标系统发送的指标更新请求,所述指标更新请求中包括第二目标指标标识和第二目标指标标识对应的第二目标指标配置信息;其中,所述第二目标指标标识和所述第二目标指标配置信息为所述指标系统在接收到所述外部系统发送的执行状态为执行成功的情况下,根据所述第一目标指标配置信息和所述事件信息,从所述第一目标指标标识中确定的,所述执行状态为所述事件信息对应的事件的状态;
第二确定模块,用于根据所述第二目标指标配置信息,确定与所述第二目标指标标识对应的第二时间分片信息和数据计算类型;
更新模块,用于根据所述数据计算类型,更新所述第二时间分片信息中M个时间分片中当前时间对应的时间分片的指标结果。
可选的,还包括:
第三确定模块,用于根据所述事件信息和所述第二目标指标配置信息中的指标更新条件,从所述第二目标指标标识中,确定满足所述指标更新条件的第二目标指标标识;
相应的,第二确定模块,具体用于根据满足所述指标更新条件的第二目标指标标识对应的第二目标指标配置信息,确定满足所述指标更新条件的第二目标指标标识对应的第二时间分片信息和数据计算类型。
另外,本发明实施例还提供一种指标计算装置,该指标计算装置包括处理器,存储器以及存储在存储器上并可在处理器上运行的计算机程序,该计算机程序被处理器执行时实现上述实施例的指标计算方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质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的指标计算方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。其中,的计算机可读存储介质,可以为只读存储器(Read-Only Memory,简称ROM)、随机存取存储器(Random Access Memory,简称RAM)、磁碟或者光盘等。
本发明实施例还提供了一种计算机程序,该计算机程序可以存储在云端或本地的存储介质上。在该计算机程序被计算机或处理器运行时用于执行本发明实施例的指标计算方法的相应步骤,并且用于实现根据本发明实施例的指标计算装置中的相应模块。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域技术人员易于想到的是:上述各个实施例的任意组合应用都是可行的,故上述各个实施例之间的任意组合都是本发明的实施方案,但是由于篇幅限制,本说明书在此就不一一详述了。
在此提供的指标计算方法不与任何特定计算机、虚拟系统或者其它设备固有相关。各种通用系统也可以与基于在此的示教一起使用。根据上面的描述,构造具有本发明方案的系统所要求的结构是显而易见的。此外,本发明也不针对任何特定编程语言。应当明白,可以利用各种编程语言实现在此描述的本发明的内容,并且上面对特定语言所做的描述是为了披露本发明的最佳实施方式。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本发明并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的指标计算方法中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
Claims (10)
1.一种指标计算方法,其特征在于,包括:
从外部系统获取事件信息和第一目标指标标识,所述第一目标指标标识包括与所述事件信息的事件类型相关的指标标识以及与事件类型不相关的指标标识;
从存储的目标指标信息列表中,确定与所述第一目标指标标识对应的第一目标指标配置信息;
向指标存储数据库发送指标读取请求,指标读取请求中包括所述第一目标指标标识和所述第一目标指标配置信息,以使所述指标存储数据库根据所述第一目标指标配置信息,确定与所述第一目标指标标识对应的第一时间分片信息,并确定与第一时间分片信息中时间分片的大小为L的每个时间分片的指标结果,并对N个所述指标结果进行聚合,得到目标指标结果,所述指标存储数据库中存储了每个时间分片的指标结果,所述第一时间分片信息包括时间分片的大小、时间分片的个数以及时间分片的类型。
2.根据权利要求1所述的方法,其特征在于,在所述向指标存储数据库发送指标读取请求之后,还包括:
接收所述指标存储数据库发送的所述目标指标结果,并向所述外部系统发送所述目标指标结果,以使所述外部系统根据所述目标指标结果,判断是否执行所述事件信息对应的事件;
接收所述外部系统发送的所述事件的执行状态,在所述执行状态为执行成功的情况下,根据所述事件信息,从所述目标指标信息列表中确定第二目标指标标识和所述第二目标指标标识对应的第二目标指标配置信息;
向所述指标存储数据库发送指标更新请求,所述指标更新请求中包括所述第二目标指标标识和所述第二目标指标标识对应的第二目标指标配置信息,以使所述指标存储数据库根据所述第二目标指标配置信息,确定与所述第二目标指标标识对应的第二时间分片信息和数据计算类型,并根据所述数据计算类型,更新所述第二时间分片信息中M个时间分片中当前时间对应的时间分片的指标结果。
3.根据权利要求1或2所述的方法,其特征在于,在所述从存储的目标指标信息列表中,确定与所述第一目标指标标识对应的第一目标指标配置信息之前,还包括:
从指标配置数据库周期性获取指标信息列表的第一版本标识;
将当前存储的指标信息列表的第二版本标识与所述第一版本标识进行比对;
在所述第二版本标识与所述第一版本标识不相同的情况下,从所述指标配置数据库获取所述第一版本标识对应的指标信息列表,并采用所述第一版本标识对应的指标信息列表更新所述第二版本标识对应的指标信息列表,并将所述第一版本标识对应的指标信息列表作为所述目标指标信息列表。
4.一种指标计算方法,其特征在于,包括:
接收指标系统发送的指标读取请求,其中,所述指标读取请求中包括第一目标指标标识和第一目标指标配置信息,所述第一目标指标标识和所述第一目标指标配置信息为所述指标系统从存储的指标信息列表中,根据从外部系统获取的事件信息确定的,所述第一目标指标标识包括与所述事件信息的事件类型相关的指标标识以及与事件类型不相关的指标标识;
根据所述第一目标指标配置信息,确定与所述第一目标指标标识对应的第一时间分片信息,并根据存储的每个时间分片的指标结果,确定与第一时间分片信息中时间分片的大小为L的每个时间分片的指标结果,并对N个所述指标结果进行聚合,得到目标指标结果,所述第一时间分片信息包括时间分片的大小、时间分片的个数以及时间分片的类型。
5.根据权利要求4所述的方法,其特征在于,在所述得到目标指标结果之后,还包括:
向所述指标系统发送所述目标指标结果,以使所述指标系统向所述外部系统发送所述目标指标结果;
接收所述指标系统发送的指标更新请求,所述指标更新请求中包括第二目标指标标识和所述第二目标指标标识对应的第二目标指标配置信息;其中,所述第二目标指标标识和所述第二目标指标配置信息为所述指标系统在接收到所述外部系统发送的执行状态为执行成功的情况下,根据所述事件信息,从所述目标指标信息列表中确定的,所述执行状态为所述事件信息对应的事件的状态;
根据所述第二目标指标配置信息,确定与所述第二目标指标标识对应的第二时间分片信息和数据计算类型;
根据所述数据计算类型,更新所述第二时间分片信息中M个时间分片中当前时间对应的时间分片的指标结果。
6.根据权利要求5所述的方法,其特征在于,在所述根据所述第二目标指标配置信息,确定与所述第二目标指标标识对应的第二时间分片信息和数据计算类型之前,还包括:
根据所述事件信息和所述第二目标指标配置信息中的指标更新条件,从所述第二目标指标标识中,确定满足所述指标更新条件的第二目标指标标识;
所述根据所述第二目标指标配置信息,确定与所述第二目标指标标识对应的第二时间分片信息和数据计算类型,包括:
根据满足所述指标更新条件的第二目标指标标识对应的第二目标指标配置信息,确定满足所述指标更新条件的第二目标指标标识对应的第二时间分片信息和数据计算类型。
7.一种指标计算装置,其特征在于,包括:
第一获取模块,用于从外部系统获取事件信息;
第一确定模块,用于从存储的目标指标信息列表中,确定与所述事件信息匹配的第一目标指标标识和所述第一目标指标标识对应的第一目标指标配置信息,所述第一目标指标标识包括与所述事件信息的事件类型相关的指标标识以及与事件类型不相关的指标标识;
第一发送模块,用于向指标存储数据库发送指标读取请求,指标读取请求中包括所述第一目标指标标识和所述第一目标指标配置信息,以使所述指标存储数据库根据所述第一目标指标配置信息,确定与所述第一目标指标标识对应的第一时间分片信息,并确定与第一时间分片信息中时间分片的大小为L的每个时间分片的指标结果,并对N个所述指标结果进行聚合,得到目标指标结果,所述指标存储数据库中存储了每个时间分片的指标结果,所述第一时间分片信息包括时间分片的大小、时间分片的个数以及时间分片的类型。
8.一种指标计算装置,其特征在于,包括:
第一接收模块,用于接收指标系统发送的指标读取请求,其中,所述指标读取请求中包括第一目标指标标识和第一目标指标配置信息,所述第一目标指标标识和所述第一目标指标配置信息为所述指标系统从存储的指标信息列表中,根据从外部系统获取的事件信息确定的,所述第一目标指标标识包括与所述事件信息的事件类型相关的指标标识以及与事件类型不相关的指标标识;
第一确定模块,用于根据所述第一目标指标配置信息,确定与所述第一目标指标标识对应的第一时间分片信息,并根据存储的每个时间分片的指标结果,确定与第一时间分片信息中时间分片的大小为L的每个时间分片的指标结果,并对N个所述指标结果进行聚合,得到目标指标结果,所述第一时间分片信息包括时间分片的大小、时间分片的个数以及时间分片的类型。
9.一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计算机程序,所述计算机程序被处理器执行时实现如权利要求1至6中任一项所述的方法。
10.一种指标计算装置,其特征在于,包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被所述处理器执行时实现如权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110595370.4A CN113379208B (zh) | 2021-05-28 | 2021-05-28 | 指标计算方法、装置及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110595370.4A CN113379208B (zh) | 2021-05-28 | 2021-05-28 | 指标计算方法、装置及可读存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113379208A CN113379208A (zh) | 2021-09-10 |
CN113379208B true CN113379208B (zh) | 2023-05-23 |
Family
ID=77574804
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110595370.4A Active CN113379208B (zh) | 2021-05-28 | 2021-05-28 | 指标计算方法、装置及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113379208B (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106327324A (zh) * | 2016-08-23 | 2017-01-11 | 杭州同盾科技有限公司 | 一种网络行为特征的快速计算方法和系统 |
CN109800225A (zh) * | 2018-12-24 | 2019-05-24 | 北京奇艺世纪科技有限公司 | 业务指标的获取方法、装置、服务器及计算机可读存储介质 |
CN110767308A (zh) * | 2019-10-11 | 2020-02-07 | 平安医疗健康管理股份有限公司 | 信息推送方法、装置、计算机设备和存储介质 |
WO2020161688A1 (en) * | 2019-02-08 | 2020-08-13 | Christopher Lyndon Higgins | Distributed ledger computing platforms and associated methods, systems and devices |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105095365A (zh) * | 2015-06-26 | 2015-11-25 | 北京奇虎科技有限公司 | 一种信息流数据的处理方法和装置 |
CN110597830B (zh) * | 2018-05-25 | 2024-06-18 | 北京京东尚科信息技术有限公司 | 实时指标生成方法和系统、电子设备及存储介质 |
CN110795440B (zh) * | 2019-09-05 | 2021-02-19 | 连连银通电子支付有限公司 | 一种更新指标的方法及装置 |
CN111652486B (zh) * | 2020-05-26 | 2022-05-20 | 南京领行科技股份有限公司 | 一种业务指标的计算方法及装置 |
CN112632091B (zh) * | 2020-12-17 | 2023-10-20 | 重庆软江图灵人工智能科技有限公司 | 基于大数据的指标流实时计算方法、装置、设备及介质 |
-
2021
- 2021-05-28 CN CN202110595370.4A patent/CN113379208B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106327324A (zh) * | 2016-08-23 | 2017-01-11 | 杭州同盾科技有限公司 | 一种网络行为特征的快速计算方法和系统 |
CN109800225A (zh) * | 2018-12-24 | 2019-05-24 | 北京奇艺世纪科技有限公司 | 业务指标的获取方法、装置、服务器及计算机可读存储介质 |
WO2020161688A1 (en) * | 2019-02-08 | 2020-08-13 | Christopher Lyndon Higgins | Distributed ledger computing platforms and associated methods, systems and devices |
CN110767308A (zh) * | 2019-10-11 | 2020-02-07 | 平安医疗健康管理股份有限公司 | 信息推送方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
分布式数据库聚合计算性能优化;肖子达;朱立谷;冯东煜;张迪;;计算机应用(第05期);第1251-1256页 * |
Also Published As
Publication number | Publication date |
---|---|
CN113379208A (zh) | 2021-09-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107835098B (zh) | 一种网络故障检测方法及系统 | |
CN107995030B (zh) | 一种网络探测方法、网络故障检测方法及系统 | |
US11005730B2 (en) | System, method, and apparatus for high throughput ingestion for streaming telemetry data for network performance management | |
CN110706069B (zh) | 订单支付请求的异常处理方法、设备、服务器及系统 | |
CN110365765B (zh) | 一种缓存服务器的带宽调度方法及装置 | |
CN110362455B (zh) | 一种数据处理方法和数据处理装置 | |
US8381039B1 (en) | Storage of mass data for monitoring | |
JP6160064B2 (ja) | 適用判定プログラム、障害検出装置および適用判定方法 | |
CN111966289B (zh) | 基于Kafka集群的分区优化方法和系统 | |
CN110932933B (zh) | 网络状况监测方法、计算设备及计算机存储介质 | |
CN110912757B (zh) | 业务的监控方法和服务器 | |
CN111182479B (zh) | 信息发送的控制方法及装置 | |
CN113379208B (zh) | 指标计算方法、装置及可读存储介质 | |
CN114827168A (zh) | 告警聚合上报方法、装置、计算机设备及存储介质 | |
WO2020044090A1 (zh) | 确定变更事件发布成功的方法及其装置 | |
CN112284486B (zh) | 液位仪异常数据监控方法、装置、计算机设备及存储介质 | |
CN112235750B (zh) | 车联网系统中的车辆配置方法、装置、设备及存储介质 | |
US11914704B2 (en) | Method and system for detecting coordinated attacks against computing resources using statistical analyses | |
CN101894119B (zh) | 用于监控的海量数据的储存 | |
CN114625777A (zh) | 车辆在线数量的统计方法、装置、服务器及存储介质 | |
CN115617617A (zh) | 设备状态监控方法及装置 | |
CN110766501B (zh) | 数据嵌套存储方法、装置、电子设备及计算机可读介质 | |
CN118227512B (zh) | 测试用例的生成方法、装置及终端设备 | |
CN118295871A (zh) | 基于cdn的数据处理方法及系统 | |
CN111324434B (zh) | 计算任务的配置方法、装置及执行系统 |
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 |