CN108737566B - 一种分布式的实时消息过滤*** - Google Patents
一种分布式的实时消息过滤*** Download PDFInfo
- Publication number
- CN108737566B CN108737566B CN201810622599.0A CN201810622599A CN108737566B CN 108737566 B CN108737566 B CN 108737566B CN 201810622599 A CN201810622599 A CN 201810622599A CN 108737566 B CN108737566 B CN 108737566B
- Authority
- CN
- China
- Prior art keywords
- server
- filter
- information
- filtering
- data
- 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
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/565—Conversion or adaptation of application format or content
- H04L67/5651—Reducing the amount or size of exchanged application data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F11/00—Error detection; Error correction; Monitoring
- G06F11/07—Responding to the occurrence of a fault, e.g. fault tolerance
- G06F11/14—Error detection or correction of the data by redundancy in operation
- G06F11/1402—Saving, restoring, recovering or retrying
- G06F11/1415—Saving, restoring, recovering or retrying at system level
- G06F11/142—Reconfiguring to eliminate the error
-
- 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
- G06F9/546—Message passing systems or structures, e.g. queues
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0654—Management of faults, events, alarms or notifications using network fault recovery
- H04L41/0663—Performing the actions predefined by failover planning, e.g. switching to standby network elements
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/26—Flow control; Congestion control using explicit feedback to the source, e.g. choke packets
- H04L47/263—Rate modification at the source after receiving feedback
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/566—Grouping or aggregating service requests, e.g. for unified processing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/54—Indexing scheme relating to G06F9/54
- G06F2209/541—Client-server
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明公开了一种分布式的实时消息过滤***,包括主服务器、备用服务器、zookeeper模块、数据库、Web模块、代理服务器和消费端;主服务器启动代理服务器上的常驻进程,常驻进程包括过滤器、资源管理器和监控器;所述主服务器注册信息到zookeeper模块的服务器心跳节点,同时注册心跳节点变化事件,备用服务器注册zookeeper模块的服务器心跳节点变化事件,当发现zookeeper模块的服务器心跳节点变化时,通过通知主备服务器的方式,主备服务器自动完成角色切换;所述数据库存储过滤元数据信息和过滤监控信息。本发明将过滤条件智能合并,自我调节过滤速率,可在活跃和等待进行状态切换,资源分配合理。
Description
技术领域
本发明涉及一种消息过滤***,尤其涉及一种分布式的实时消息过滤***。
背景技术
Kafka以其高吞吐量,高可用等特性成为海量数据生产消费订阅的首选组件,但是kafka作为一个数据流组件,数据是不带有schema的,只能单纯的数据订阅,无法进行过滤等操作;如需对数据流进行数据简单处理,普遍的处理方式基本都是由数据订阅方消费所有的数据,然后在消费端进行全量数据实时过滤操作,这样做的问题:1、订阅方网络io压力大,需要从海里数据流中过滤仅仅为得到少量数据;2、缺乏有效的监控手段,无法知道数据的消费和过滤情况;3、同一个数据源不同条件的消费端的业务过滤需求无法合并处理,导致了对于同一个数据源,需要全量消费多次数据。
现有的解决消息过滤的技术方案有以下两种,有各自的优点和缺点:
Spark Streaming+kafka:Spark Streaming基于Spark引擎,是核心API的一个扩展,是一种微批处理模型,可以实现高吞吐量的、具备容错机制的实时流数据的处理。支持从kafka获取数据,从数据源获取数据之后,可以使用诸如map、reduce等高级函数进行复杂算法的简单处理,与kafka的整合较为成熟。缺点是1、引入了spark这个第三方框架,有一定的学习成本和维护成本;2、处理结果写回kafka,需要创建多个topic,对kafka机器的运维带来负担;3、缺乏有效的消费过滤监控;4、Spark对内存的要求较高;5、spark属于微批处理,且数据流经过多个机器,数据延迟较高。
Kafka Streams:Kafka Streams是一套kafka原生类库,它使得Apache Kafka可以拥有流处理的能力,通过使用Kafka Streams API进行业务逻辑处理最后写回Kakfa或者其他***中。开发者使用Kafka Stream的门槛非常低,比如单机进行一些小数据量的功能验证而不需要在其他机器上启动一些服务,同时具有依赖轻量,低延迟消息处理和必要的流处理api。缺点是:1、topic数据增多,数据冗余,集群运维负担重;2、缺乏资源调度,造成资源分配不均;3、消息队列与流处理糅合在一起,缺乏资源隔离机制。
因此,当前的技术有待改进和提高。
发明内容
本发明要解决的技术问题是提供一种分布式的实时消息过滤***,解决消息过滤以及过滤情况监控的问题。
本发明为解决上述技术问题而采用的技术方案是提供一种分布式的实时消息过滤***,包括主服务器、备用服务器、zookeeper模块、数据库、Web模块、代理服务器和消费端;所述主服务器启动代理服务器上的常驻进程,所述常驻进程包括过滤器、资源管理器和监控器;所述主服务器注册信息到zookeeper模块的服务器心跳节点,同时注册心跳节点变化事件,所述备用服务器注册zookeeper模块的服务器心跳节点变化事件,当发现主服务器故障即zookeeper模块的服务器心跳节点变化时,通过通知主备服务器的方式,主备服务器自动完成角色切换;所述数据库存储过滤元数据信息和过滤监控信息;所述Web模块从数据库读取过滤和执行信息,并展示在web页面;所述过滤器用于消费代理服务器上的主题;所述资源管理器:存储过滤器的资源负载信息到zookeeper模块的资源管理器节点;所述监控器对过滤器运行状态进行监控。
进一步的,所述主服务器从zookeeper模块同步常驻进程运行信息和过滤器监控信息;然后汇总过滤器运行信息,并在常驻进程内找出消费相同源数据的过滤条件进行合并,然后通过远程过程调用关闭原先多个条件的过滤器,并启动合并条件的过滤器进行过滤,最后将过滤结果根据不同消费端进行分发;当过滤器承载太多数据流,过滤器消费的数据远多于传输到消费端的数据时,则触发反压阀值,由主服务器进行干预,通过远程过程调用控制过滤器消费速率,直到消费的数据与传输的数据恢复正常再恢复过滤器消费速率。
进一步的,所述主服务器包含流调度模块,所述流调度模块从zookeeper模块的常驻进程资源管理节点实时同步获取常驻进程资源和负载信息,然后根据加权轮询算法实时统计出所有常驻进程的负载权重,并实时更新负载权重;消费端进行数据消费先从流调度模块得到最小权重,并将数据流负载到最小权重的常驻进程上,然后由流调度模块启动过滤器,并返回数据流接口给消费端,实现常驻进程的数据流负载均衡。
进一步的,所述消费端通过接口函数注册数据模式和过滤条件,并向流调度模块和过滤器传输过滤条件和数据模式,在流调度模块返回数据流接口给消费端后,消费端远程连接接口进行消费。
进一步的,所述监控器使用观察者模式监控过滤器,所述监控器从过滤器获得运行信息、过滤监控信息和补偿信息,并存储过滤器监控信息和补偿信息到zookeeper模块的常驻进程监控器节点,然后定时存储过滤监控信息和运行信息到数据库;并发送心跳到zookeeper的常驻进程心跳节点。
进一步的,所述主控制器通过zookeeper模块的常驻进程监控器节点检测到过滤器消费数据流失败时,所述主控制器先关闭失败的过滤器,然后从数据库读取元数据信息和过滤条件信息,并从zookeeper模块读取最新补偿信息,最后重启过滤器进行消费。
进一步的,所述监控信息主要是业务信息,包括主题行数据的数据模式、过滤信息、过滤速率和过滤数据占比。
本发明对比现有技术有如下的有益效果:本发明提供的分布式的实时消息过滤***,过滤条件智能合并,数据流负载均衡,缓解常驻进程压力,自我调节过滤速率,调度***可在活跃和等待进行状态切换,对消费端友好,资源分配合理,消费端学习成本低。
附图说明
图1为本发明实施例中分布式的实时消息过滤***的架构图;
具体实施方式
下面结合附图和实施例对本发明作进一步的描述。
图1为本发明实施例中分布式的实时消息过滤***结构架构图。
请参见图1,本发明提供的分布式的实时消息过滤***,包括主服务器、备用服务器、zookeeper模块、数据库、Web模块、代理服务器和消费端;所述主服务器启动代理服务器上的常驻进程,所述常驻进程包括过滤器、资源管理器和监控器;所述主服务器注册信息到zookeeper模块的服务器心跳节点,同时注册心跳节点变化事件,所述备用服务器注册zookeeper模块的服务器心跳节点节点变化事件,当发现主服务器故障即zookeeper模块的服务器心跳节点变化时,通过通知主备服务器的方式,主备服务器自动完成角色切换;所述数据库存储过滤元数据信息和过滤监控信息;所述Web模块从数据库读取过滤和执行信息,并展示在web页面;所述过滤器用于消费代理服务器上的主题;所述资源管理器:存储过滤器的资源负载信息到zookeeper模块的资源管理器节点;所述监控器对过滤器运行状态进行监控。
主服务器从zookeeper模块同步常驻进程运行信息和过滤器监控信息;然后汇总过滤器运行信息,并在常驻进程内找出消费相同源数据的过滤条件进行合并,然后通过远程过程调用关闭原先多个条件的过滤器,并启动合并条件的过滤器进行过滤,最后将过滤结果根据不同消费端进行分发,避免不同消费端对同一个源数据的不同过滤条件有业务需求时,每个消费端都全量消费源数据,造成的网络带宽的浪费;当过滤器承载太多数据流,过滤器消费的数据远多于传输到消费端的数据时,则触发反压阀值,由主服务器进行干预,通过远程过程调用控制过滤器消费速率,直到消费的数据与传输的数据恢复正常再恢复过滤器消费速率,避免过滤器消费数据堆积等待处理,影响过滤器程序的正常进行,甚至导致雪崩问题。
主服务器包含流调度模块,所述流调度模块从zookeeper模块的常驻进程资源管理节点实时同步获取常驻进程资源和负载信息,然后根据加权轮询算法实时统计出所有常驻进程的负载权重,并实时更新负载权重;消费端进行数据消费先从流调度模块得到最小权重,并将数据流负载到最小权重的常驻进程上,然后由流调度模块启动过滤器,并返回数据流接口给消费端,实现常驻进程的数据流负载均衡。所述消费端通过接口函数注册数据模式和过滤条件,并向流调度模块和过滤器传输过滤条件和数据模式,在流调度模块返回数据流接口给消费端后,消费端远程连接接口进行消费。
监控器使用观察者模式监控过滤器,所述监控器从过滤器获得运行信息、过滤监控信息和补偿信息,并存储过滤器监控信息和补偿信息到zookeeper模块的常驻进程监控器节点,然后定时存储过滤监控信息和运行信息到数据库;并发送心跳到zookeeper的常驻进程心跳节点。所述主控制器通过zookeeper模块的常驻进程监控器节点检测到过滤器消费数据流失败时,所述主控制器先关闭失败的过滤器,然后从数据库读取元数据信息和过滤条件信息,并从zookeeper模块读取最新补偿信息,最后重启过滤器进行消费。
监控信息主要是业务信息,包括主题行数据的数据模式、过滤信息、过滤速率和过滤数据占比。
备用服务器从zookeeper模块获取常驻进程运行状况信息,并监听主服务器的健康状态,主服务器故障,则由备用服务器进行切换为服务器。主服务器需要定时向zookeeper发送心跳信息,如果超时没发送或者节点更新状态为dead,则判断服务器故障失败,远程调用脚本杀死该进程,然后远程启动备用服务器,在zookeeper上重新注册状态为活跃状态,继续常驻进程调度服务。
本发明提供的分布式的实时消息过滤***,采用cgroups硬隔离方式,为不同的消费端提供专属的标准,互不干扰,互不占用,避免由于数据流不可预测,有些资源长期被密集型数据流占用,导致其它数据流和后加入数据流资源存在瓶颈,从而影响整个***的数据执行。
综上所述,本发明提供的本发明提供的基于分布式的实时的消息过滤***,有如下优点:1、过滤条件的智能合并,减少多次消费全量源数据;2、数据流负载均衡,缓解常驻进程压力;3、数据流实现反压,自我调节过滤速率;4、调度***实现高可用,可在活跃和等待进行状态切换;5、数据流失败重启;6、常驻进程常驻于代理器中,少了网络传输这一步,数据延迟低;6、提供web页面对过滤情况进行监控,对消费端友好;7、提供资源调度评估,资源分配合理;8、***底层对用户透明,接口函数使用简单,消费端学习成本低。
虽然本发明已以较佳实施例揭示如上,然其并非用以限定本发明,任何本领域技术人员,在不脱离本发明的精神和范围内,当可作些许的修改和完善,因此本发明的保护范围当以权利要求书所界定的为准。
Claims (6)
1.一种分布式的实时消息过滤***,其特征在于,包括主服务器、备用服务器、zookeeper模块、数据库、Web模块、代理服务器和消费端;所述主服务器启动代理服务器上的常驻进程,所述常驻进程包括过滤器、资源管理器和监控器;所述主服务器注册信息到zookeeper模块的服务器心跳节点,同时注册心跳节点变化事件,所述备用服务器注册zookeeper模块的服务器心跳节点变化事件,当发现主服务器故障即zookeeper模块的服务器心跳节点变化时,通过通知主备服务器的方式,主备服务器自动完成角色切换;所述数据库存储过滤元数据信息和过滤监控信息;所述Web模块从数据库读取过滤和执行信息,并展示在web页面;所述过滤器用于消费代理服务器上的主题;所述资源管理器:存储过滤器的资源负载信息到zookeeper模块的资源管理器节点;所述监控器对过滤器运行状态进行监控;
所述监控器使用观察者模式监控过滤器,所述监控器从过滤器获得运行信息、过滤监控信息和补偿信息,并存储过滤器监控信息和补偿信息到zookeeper模块的常驻进程监控器节点,然后定时存储过滤监控信息和运行信息到数据库;并定时将监控信息发送到zookeeper的常驻进程心跳节点。
2.如权利要求1所述的分布式的实时消息过滤***,其特征在于,所述主服务器从zookeeper模块同步常驻进程运行信息和过滤器监控信息;然后汇总过滤器运行信息,并在常驻进程内找出消费相同源数据的过滤条件进行合并,然后通过远程过程调用关闭原先多个条件的过滤器,并启动合并条件的过滤器进行过滤,最后将过滤结果根据不同消费端进行分发;当过滤器承载太多数据流,过滤器消费的数据远多于传输到消费端的数据时,则触发反压阀值,由主服务器进行干预,通过远程过程调用控制过滤器消费速率,直到消费的数据与传输的数据恢复正常再恢复过滤器消费速率。
3.如权利要求1所述的分布式的实时消息过滤***,其特征在于,所述主服务器包含流调度模块,所述流调度模块从zookeeper模块的常驻进程资源管理节点实时同步获取常驻进程资源和负载信息,然后根据加权轮询算法实时统计出所有常驻进程的负载权重,并实时更新负载权重;消费端进行数据消费先从流调度模块得到最小权重,并将数据流负载到最小权重的常驻进程上,然后由流调度模块启动过滤器,并返回数据流接口给消费端,实现常驻进程的数据流负载均衡。
4.如权利要求3所述的分布式的实时消息过滤***,其特征在于,所述消费端通过接口函数注册数据模式和过滤条件,并向流调度模块和过滤器传输过滤条件和数据模式,在流调度模块返回数据流接口给消费端后,消费端远程连接接口进行消费。
5.如权利要求1所述的分布式的实时消息过滤***,其特征在于,所述主服务器通过zookeeper模块的常驻进程监控器节点检测到过滤器消费数据流失败时,所述主服务器先关闭失败的过滤器,然后从数据库读取元数据信息和过滤条件信息,并从zookeeper模块读取最新补偿信息,最后重启过滤器进行消费。
6.如权利要求1所述的分布式的实时消息过滤***,其特征在于,所述监控信息是业务信息,包括主题行数据的数据模式、过滤信息、过滤速率和过滤数据占比。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810622599.0A CN108737566B (zh) | 2018-06-15 | 2018-06-15 | 一种分布式的实时消息过滤*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810622599.0A CN108737566B (zh) | 2018-06-15 | 2018-06-15 | 一种分布式的实时消息过滤*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108737566A CN108737566A (zh) | 2018-11-02 |
CN108737566B true CN108737566B (zh) | 2021-03-05 |
Family
ID=63929776
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810622599.0A Active CN108737566B (zh) | 2018-06-15 | 2018-06-15 | 一种分布式的实时消息过滤*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108737566B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110166524B (zh) * | 2019-04-12 | 2023-04-07 | 未鲲(上海)科技服务有限公司 | 数据中心的切换方法、装置、设备及存储介质 |
CN111953713A (zh) * | 2019-05-14 | 2020-11-17 | 上海博泰悦臻网络技术服务有限公司 | Kafka数据展示方法及装置、计算机可读存储介质和终端 |
CN111464368B (zh) * | 2020-04-27 | 2022-04-15 | 东方通信股份有限公司 | 一种网管***中快速实现信令跟踪的装置与方法 |
CN112394662A (zh) * | 2020-11-11 | 2021-02-23 | 许继集团有限公司 | 一种变电站监控***服务器角色确定方法及*** |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1456977A (zh) * | 2003-06-16 | 2003-11-19 | 中国科学院计算技术研究所 | 一种计算机网络端主机***精确标记数据包时间戳的方法 |
CN101741615A (zh) * | 2009-12-14 | 2010-06-16 | 北京神州泰岳软件股份有限公司 | 基于服务器的告警过滤***及方法 |
CN104869361A (zh) * | 2015-05-20 | 2015-08-26 | 浙江宇视科技有限公司 | 一种视频监控***中的视频监控终端设备 |
CN106649831A (zh) * | 2016-12-29 | 2017-05-10 | 北京奇艺世纪科技有限公司 | 一种数据过滤方法及装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6245806B2 (ja) * | 2013-01-08 | 2017-12-13 | キヤノン株式会社 | 情報処理装置およびその制御方法、 |
-
2018
- 2018-06-15 CN CN201810622599.0A patent/CN108737566B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1456977A (zh) * | 2003-06-16 | 2003-11-19 | 中国科学院计算技术研究所 | 一种计算机网络端主机***精确标记数据包时间戳的方法 |
CN101741615A (zh) * | 2009-12-14 | 2010-06-16 | 北京神州泰岳软件股份有限公司 | 基于服务器的告警过滤***及方法 |
CN104869361A (zh) * | 2015-05-20 | 2015-08-26 | 浙江宇视科技有限公司 | 一种视频监控***中的视频监控终端设备 |
CN106649831A (zh) * | 2016-12-29 | 2017-05-10 | 北京奇艺世纪科技有限公司 | 一种数据过滤方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN108737566A (zh) | 2018-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108737566B (zh) | 一种分布式的实时消息过滤*** | |
CN109327509A (zh) | 一种主/从架构的低耦合的分布式流式计算框架 | |
WO2018130163A1 (zh) | 移动云计算平台的调度方法和装置 | |
CN103259832A (zh) | 实现动态负载平衡、故障诊断与转移的群集资源控制方法 | |
CN107391276B (zh) | 分布式监听方法、监听控制装置及*** | |
CN102984012B (zh) | 管理服务资源的方法及服务资源管理*** | |
CN105808343B (zh) | 用于复杂生产管理***中的群集资源控制方法 | |
CN113422842B (zh) | 一种考虑网络负载的分布式电力用电信息数据采集*** | |
WO2020259354A1 (zh) | 队列调整方法、装置、设备及计算机可读存储介质 | |
CN110515748B (zh) | 一种消息处理的方法及相关装置 | |
CN110719311B (zh) | 分布式协调服务方法、***及计算机可读存储介质 | |
CN110677274A (zh) | 一种基于事件的云网络服务调度方法及装置 | |
WO2022057001A1 (zh) | 一种设备纳管方法、***及纳管集群 | |
CN110727508A (zh) | 一种任务调度***和调度方法 | |
CN116257380A (zh) | 跨数据中心的Kubernetes联邦管理控制平面的高可用方法和*** | |
CN109714222A (zh) | 高可用的分布式计算机监控***及其监控方法 | |
CN105357026B (zh) | 一种资源信息收集方法和计算节点 | |
CN111614702B (zh) | 一种边缘计算方法以及边缘计算*** | |
CN115834668B (zh) | 集群节点控制方法、装置、设备、存储介质和程序产品 | |
CN107948001B (zh) | 一种船舶制造车间工业网络智能监控***及方法 | |
CN116775420A (zh) | 基于Flink流计算的信创云平台资源展示和预警方法及*** | |
CN114629782A (zh) | 一种多个云平台间抗毁接替方法 | |
CN112256454B (zh) | 消息延时处理方法和*** | |
CN103973811A (zh) | 一种可动态迁移的高可用集群管理方法 | |
CN106130797A (zh) | 一种基于报文流量的云计算集群服务状态监控方法和*** |
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 |