CN109889602A - 资源采集频率调整方法、装置、***和存储介质 - Google Patents
资源采集频率调整方法、装置、***和存储介质 Download PDFInfo
- Publication number
- CN109889602A CN109889602A CN201910192369.XA CN201910192369A CN109889602A CN 109889602 A CN109889602 A CN 109889602A CN 201910192369 A CN201910192369 A CN 201910192369A CN 109889602 A CN109889602 A CN 109889602A
- Authority
- CN
- China
- Prior art keywords
- resource
- user
- frequency
- collection
- acquisition
- 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.)
- Granted
Links
Landscapes
- Debugging And Monitoring (AREA)
Abstract
本发明公开了一种资源采集频率调整方法,根据用户的行为状态信息获取用户对云端的资源的操作习惯数据;行为状态信息包括用户正在操作的资源信息、用户拥有的资源类别和资源数量,操作习惯数据包括用户对各项资源的操作频率;根据操作习惯数据调整各项资源的采集频率;其中,各项资源的采集频率与对应的操作频率正相关。本发明还公开了一种资源采集频率调整装置、***和存储介质。本发明在保障了低硬件成本和监控实时性的同时降低了HCP的性能压力。
Description
技术领域
本发明涉及计算机领域,尤其涉及一种资源采集频率调整方法、装置、***和存储介质。
背景技术
HCP(hybrid-cloud platform,混合云管理平台)是一个基于多云模型,对各类公有云和私有云进行统一纳管,为用户提供统一访问接口的云管平台。HCP纳管各类资源,需要实时采集资源数据以向用户显示资源最新的状态和基本信息,实现对资源的监控。为了满足资源监控的实时性需求,采集资源数据的周期必须足够短,而过短的周期会给HCP带来较大的性能压力。
为解决上述性能压力问题,目前一般采用的方法如下:1、根据用户需求不断扩展硬件;2、限制接口访问的频率和总访问次数。然而采用方法1成本较高,采用方法2则会降低资源数据呈现的实时性。如何在低硬件成本监控实时性高的前提下缓解HCP的性能压力问题成为目前需要解决的一个技术问题。
发明内容
本发明的主要目的在于提供一种资源采集频率调整方法,旨在解决如何在低硬件成本监控实时性高的前提下缓解HCP的性能压力的技术问题。
为实现上述目的,本发明提供一种资源采集频率调整方法,所述资源采集频率调整方法方法包括以下步骤:根据用户的行为状态信息获取用户对云端的资源的操作习惯数据;行为状态信息包括用户正在操作的资源信息、用户拥有的资源类别和资源数量,操作习惯数据包括用户对各项资源的操作频率;根据操作习惯数据调整各项资源的采集频率;其中,各项资源的采集频率与对应的操作频率正相关。
可选地,所述根据用户的行为状态信息获取用户对云端的资源的操作习惯数据的步骤包括:解析接收到的用户请求,获取行为状态信息;学习行为状态信息,获得操作习惯数据。
可选地,所述解析接收到的用户请求,获取行为状态信息的步骤之后还包括:将行为状态信息存入缓存单元;以预设的发送周期将行为状态信息从缓存单元取出以学习所述行为状态信息。
可选地,所述行为状态信息还包括用户最后发起请求的时间间隔;所述根据操作习惯数据调整各项资源的采集频率的步骤之前还包括:将用户最后发起请求的时间间隔与预设的时间阈值进行比对分析,获得用户当前的活跃度;其中,用户最后发起请求的时间间隔为用户最后发起请求的时间点与当前时间点之间的时间间隔,活跃度与用户最后发起请求的时间间隔负相关;所述根据操作习惯数据调整各项资源的采集频率的步骤包括:根据操作习惯数据和活跃度调整各项资源的采集频率;其中,采集频率与活跃度正相关。
可选地,所述操作习惯数据还包括用户的活跃习惯数据,活跃习惯数据为用户的活跃度与用户是否离线之间的相关性数据;所述根据操作习惯数据和活跃度调整各项资源的采集频率的步骤包括:根据活跃度和活跃习惯数据判断用户当前是否离线;当用户离线时,将各项资源的采集频率调整为零,返回所述根据用户的行为状态信息获取用户对云端的资源的操作习惯数据的步骤;当用户未离线时,根据用户操作各项资源的操作频率和活跃度调整各项资源的采集频率。
可选地,所述根据操作习惯数据调整各项资源的采集频率的步骤之前还包括:获取本机的负载量;所述根据操作习惯数据调整各项资源的采集频率的步骤包括:根据操作习惯数据和负载量调整各项资源的采集频率;采集频率与负载量负相关。
可选地,所述获取本机的负载量的步骤还包括:获取本机的配置参数;所述根据操作习惯数据和负载量调整各项资源的采集频率的步骤包括:根据操作习惯数据、负载量和配置参数调整各项资源的采集频率。
可选地,所述根据操作习惯数据调整各项资源的采集频率的步骤之前还包括:接收对资源数据的采集过程进行监测得到的监测数据;所述根据操作习惯数据调整各项资源的采集频率的步骤包括:根据操作习惯数据和监测数据调整各项资源的采集频率。
可选地,所述监测数据包括用户的云账号状态、采集资源数据的延迟参数以及资源数据的采集结果中的至少一个;所述根据操作习惯数据和监测数据调整各项资源的采集频率的步骤包括:根据用户的云账号状态、采集资源数据的延迟参数以及资源数据的采集结果中的至少一个,和操作习惯数据,调整各项资源的采集频率。
此外,为实现上述目的,本发明还提供一种资源采集频率调整装置,所述资源采集频率调整装置包括:获取模块,用于根据用户的行为状态信息获取用户对云端的资源的操作习惯数据;行为状态信息包括用户正在操作的资源信息、用户拥有的资源类别和资源数量,操作习惯数据包括用户对各项资源的操作频率;采集频率调整模块,用于根据操作习惯数据调整各项资源的采集频率;其中,各项资源的采集频率与对应的操作频率正相关。
此外,为实现上述目的,本发明还提供一种资源采集频率调整***,所述资源采集频率调整***包括:存储器、处理器及存储在存储器上并可在处理器上运行的资源采集频率调整程序,资源采集频率调整程序被处理器执行时实现如上述的资源采集频率调整方法的步骤。
此外,为实现上述目的,本发明还提供一种存储介质,所述存储介质上存储有资源采集频率调整程序,资源采集频率调整程序被处理器执行时实现如上述的资源采集频率调整方法的步骤。
本发明实施例提出的一种资源采集频率调整方法、装置和存储介质,通过对用户请求进行分析,获取用户的行为数据和状态信息,并根据行为数据和状态信息学习用户习惯,获取用户操作各项资源的操作频率,进而根据用户操作各项资源的操作频率调整各项资源的采集频率。其中,采集频率与操作频率正相关,从而使得用户操作频率较高的资源对应的采集频率能够相应提高,而用户操作频率较低的资源对应的采集频率能够相应降低,满足了对资源的实时性监控需求,无需扩展硬件,且通过降低操作频率较低的资源的采集频率缓解了性能压力,实现了在低硬件成本监控实时性高的前提下缓解HCP的性能压力。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的HCP结构示意图;
图2是本发明资源采集频率调整方法第一实施例的流程示意图;
图3是图2中资源采集频率调整的步骤S200的细化流程示意图;
图4是本发明资源采集频率调整方法第二实施例的流程示意图;
图5是图4中资源采集频率调整的步骤S210的细化流程示意图;
图6是本发明资源采集频率调整方法第三实施例的流程示意图;
图7是本发明资源采集频率调整方法第四实施例的流程示意图;
图8是本发明资源采集频率调整装置的结构框图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例的主要解决方案是:根据用户的行为状态信息获取用户对云端的资源的操作习惯数据;行为状态信息包括用户正在操作的资源信息、用户拥有的资源类别和资源数量,操作习惯数据包括用户对各项资源的操作频率;根据操作习惯数据调整各项资源的采集频率;其中,各项资源的采集频率与对应的操作频率正相关。
本发明提供一种解决方案,通过对用户请求进行分析,获取用户的行为数据和状态信息,并根据行为数据和状态信息学习用户习惯,获取用户操作各项资源的操作频率,进而根据用户操作各项资源的操作频率调整各项资源的采集频率。其中,采集频率与操作频率正相关,从而使得用户操作频率较高的资源对应的采集频率能够相应提高,而用户操作频率较低的资源对应的采集频率能够相应降低,满足了对资源的实时性监控需求,无需扩展硬件,且通过降低操作频率较低的资源的采集频率缓解了性能压力,实现了在低硬件成本监控实时性高的前提下缓解HCP的性能压力。
本发明的HCP可以用独立的服务器或者是多个服务器组成的服务器集群来实现。HCP对各类公有云和私有云进行统一纳管,为用户提供统一访问接口。用户拥有唯一的云账号,用于通过HCP登录公有云,用户登录后即可访问并使用公有云中的资源。HCP可以同时纳管多个用户。
如图1所示,图1是本发明实施例方案涉及的硬件运行环境的HCP的结构示意图。
如图1所示,该HCP包括:处理器1001,例如CPU,网络接口1004,用户接口1003,存储器1005,通信总线1002。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WI-FI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatilememory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
可选地,HCP还可以包括摄像头、RF(Radio Frequency,射频)电路,传感器、音频电路、WiFi模块等等。其中,传感器比如光传感器、运动传感器以及其他传感器。具体地,所述光传感器包括环境光传感器及接近传感器,所述环境光传感器可根据环境光线的明暗来调节显示屏的亮度,所述接近传感器可在HCP靠近物体时,关闭显示屏和/或调整背光。所述运动传感器包括重力加速度传感器,作为运动传感器的一种,重力加速度传感器可检测HCP处于运动状态时各个方向上(一般为三轴)的加速度大小,还可用于识别HCP姿态的应用(比如横竖屏切换、相关游戏的感应控制、磁力计姿态校准)、振动识别相关功能(比如计步器、敲击)等;当然,HCP还可配置陀螺仪、气压计、湿度计、红外线传感器等其他传感器,在此不再赘述。
本领域技术人员可以理解,图1中示出的HCP结构并不构成对HCP的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者部件的不同布置。
如图1所示,在另一些实施例中,作为一种存储介质的存储器1005包括电连接的存储单元、网络通信模块以及用户接口模块,该存储单元存储的内容包括但不限于有资源采集频率调整程序和操作***。该操作***用于管理资源采集频率调整程序、网络通信模块以及用户接口模块。
在图1所示的HCP中,用户接口1003主要用于连接客户端(用户端),与客户端进行数据通信;而处理器1001可以用于调用存储器1005中存储的资源采集频率调整程序,并执行以下操作:
根据用户的行为状态信息获取用户对云端的资源的操作习惯数据;行为状态信息包括用户正在操作的资源信息、用户拥有的资源类别和资源数量,操作习惯数据包括用户对各项资源的操作频率;
根据操作习惯数据调整各项资源的采集频率;其中,各项资源的采集频率与对应的操作频率正相关。
进一步地,根据用户的行为状态信息获取用户对云端的资源的操作习惯数据的步骤包括:解析接收到的用户请求,获取行为状态信息;学习行为状态信息,获得操作习惯数据。
进一步地,解析接收到的用户请求,获取行为状态信息的步骤之后还包括:将行为状态信息存入缓存单元;以预设的发送周期将行为状态信息从缓存单元取出以学习所述行为状态信息。
进一步地,行为状态信息还包括用户最后发起请求的时间间隔;根据操作习惯数据调整各项资源的采集频率的步骤之前还包括:将用户最后发起请求的时间间隔与预设的时间阈值进行比对分析,获得用户当前的活跃度;其中,用户最后发起请求的时间间隔为用户最后发起请求的时间点与当前时间点之间的时间间隔,活跃度与用户最后发起请求的时间间隔负相关;根据操作习惯数据调整各项资源的采集频率的步骤包括:根据操作习惯数据和活跃度调整各项资源的采集频率;其中,采集频率与活跃度正相关。
进一步地,操作习惯数据还包括用户的活跃习惯数据,活跃习惯数据为用户的活跃度与用户是否离线之间的相关性数据;根据操作习惯数据和活跃度调整各项资源的采集频率的步骤包括:根据活跃度和活跃习惯数据判断用户当前是否离线;当用户离线时,将各项资源的采集频率调整为零,返回根据用户的行为状态信息获取用户对云端的资源的操作习惯数据的步骤;当用户未离线时,根据用户操作各项资源的操作频率和活跃度调整各项资源的采集频率。
进一步地,根据操作习惯数据调整各项资源的采集频率的步骤之前还包括:获取本机的负载量;根据操作习惯数据调整各项资源的采集频率的步骤包括:根据操作习惯数据和负载量调整各项资源的采集频率;采集频率与负载量负相关。
进一步地,获取本机的负载量的步骤还包括:获取本机的配置参数;根据操作习惯数据和负载量调整各项资源的采集频率的步骤包括:根据操作习惯数据、负载量和配置参数调整各项资源的采集频率。
进一步地,根据操作习惯数据调整各项资源的采集频率的步骤之前还包括:接收对资源数据的采集过程进行监测得到的监测数据;根据操作习惯数据调整各项资源的采集频率的步骤包括:根据操作习惯数据和监测数据调整各项资源的采集频率。
进一步地,监测数据包括用户的云账号状态、采集资源数据的延迟参数以及资源数据的采集结果中的至少一个,根据操作习惯数据和监测数据调整各项资源的采集频率的步骤包括:根据用户的云账号状态、采集资源数据的延迟参数以及资源数据的采集结果中的至少一个,和操作习惯数据,调整各项资源的采集频率。
参照图2,一种资源采集频率调整方法第一实施例,包括以下步骤:
步骤S200,根据用户的行为状态信息获取用户对云端的资源的操作习惯数据;行为状态信息包括用户正在操作的资源信息、用户拥有的资源类别和资源数量,操作习惯数据包括用户对各项资源的操作频率;
用户通过HCP登录云端后,可以使用云端的资源。当用户获得资源后,可以对资源进行相关操作。其中,云端为公有云。公有云包括一个或多个云环境。一个云环境可以拥有一项或多项资源。HCP管理公有云资源的单位为云环境。用户可以获得一个或多个云环境中的一项或多项资源。各项资源包括但不限于用户发起请求时程序运行所需的云端的CPU资源、内存资源、硬盘资源、文件资源和网络资源。用户对各项资源的操作频率可能不同。若用户从发起请求至当前时间内始终没有操作某项资源时,则用户对该项资源的操作频率为零。用户的行为状态为用户访问公有云过程的操作行为和状态。其中,操作行为包括用户对获取的资源的操作,状态包括用户拥有的资源。用户的行为状态信息则包括用户正在操作的资源信息、用户拥有的资源类别和资源数量等。资源信息包括资源的ID(Identification,身份标识)信息。本实施例中,ID不同的资源即为一个资源类别。HCP可以通过检测资源的ID来识别资源的类别。
操作习惯数据用于体现用户操作资源的操作习惯,例如操作资源的操作频率。用户对不同的资源的操作习惯可能不同。为了在保障资源监控的实时性的同时降低HCP的性能压力,本申请的HCP通过对不同操作习惯的资源对应使用不同的采集频率进行采集,以实现更精细的监控控制,来降低使用相同的采集频率对各类资源统一进行采集时造成的不必要的性能压力。本实施例中,用户的操作习惯数据包括用户对各项资源的操作频率。
具体地,HCP获取用户的行为状态信息,根据用户的行为状态信息获取用户对云端的资源的操作习惯数据,HCP通过分析用户的行为状态信息可以获取用户对云端的资源的操作习惯数据。具体地,HCP以预设的获取周期获取用户的行为状态信息,并根据获取到的行为状态信息分析得到用户对云端的资源的操作习惯数据。
参照图3,在其中一个实施例中,步骤S200包括:
步骤S300,解析接收到的用户请求,获取行为状态信息;
步骤S310,学习行为状态信息,获得操作习惯数据。
HCP接收用户请求。其中,用户请求为用户请求获取某项资源的请求,HCP解析该用户请求,可以获取用户的行为状态信息。进一步地,HCP根据该行为状态信息学习用户习惯,获得用户的操作习惯数据。
为了减少步骤S310的触发次数,保障各步骤的有序执行,有必要对行为状态信息进行缓存。
在其中一个实施例中,步骤S300之后还包括:将行为状态信息存入缓存单元;以预设的发送周期将行为状态信息从缓存单元取出以学习所述行为状态信息。
发送周期与获取周期可以是不同的周期值。
步骤S210,根据操作习惯数据调整各项资源的采集频率;其中,各项资源的采集频率与对应的操作频率正相关。
本实施例中,操作习惯数据包括用户操作各项资源的操作频率。HCP以一定的规则调整各项资源的采集频率。各项资源的采集频率与对应的操作频率正相关,即HCP将相应提高操作频率高的资源的采集频率,并相应降低操作频率低的资源的采集频率。
HCP将以调整后的采集频率对各项资源进行采集,并将采集的资源数据呈现给用户,实现对资源的监控。
在本实施例中,通过对用户请求进行分析,获取用户的行为数据和状态信息,并根据行为数据和状态信息学习用户习惯,获取用户操作各项资源的操作频率,进而根据用户操作各项资源的操作频率调整各项资源的采集频率。其中,采集频率与操作频率正相关,从而使得用户操作频率较高的资源对应的采集频率能够相应提高,而用户操作频率较低的资源对应的采集频率能够相应降低,满足了对资源的实时性监控需求,无需扩展硬件,且通过降低操作频率较低的资源的采集频率缓解了性能压力,实现了在低硬件成本监控实时性高的前提下缓解HCP的性能压力。
参照图4,一种资源采集频率调整方法第二实施例,基于上述图2所示的实施例,所述行为状态信息还包括用户最后发起请求的时间间隔;步骤S210之前还包括:
步骤S400,将用户最后发起请求的时间间隔与预设的时间阈值进行比对分析,获得用户当前的活跃度;其中,用户最后发起请求的时间间隔为用户最后发起请求的时间点与当前时间点之间的时间间隔,活跃度与用户最后发起请求的时间间隔负相关;
步骤S210包括:根据操作习惯数据和活跃度调整各项资源的采集频率;其中,采集频率与活跃度正相关。
其中,用户最后发起请求的时间间隔为当前时间下,用户最后发起请求的时间点与当前时间点之间的时间间隔。活跃度用于描述当前用户发起请求的活跃程度。活跃度与用户最后发起请求的时间间隔负相关。即用户最后发起请求的时间间隔越大则用户当前的活跃度越低,相应的,用户最后发起请求的时间间隔越小则用户当前的活跃度越高。本实施例中,预设的时间阈值包括多个阈值区间。HCP可以根据用户最后发起请求的时间间隔落入的阈值区间,对应获取用户当前的活跃度。如表1所示,当用户最后发起请求的时间间隔落入[t0,t1)区间内时,则活跃度为A1,当用户最后发起请求的时间间隔落入[t1,t2)区间内时,则活跃度为A2,当用户最后发起请求的时间间隔落入[t(n-1),tn]区间内时,则活跃度为An。
表1
进一步地,HCP根据操作习惯数据和活跃度调整各项资源的采集频率。即本申请中,HCP根据用户操作各项资源的操作频率和用户当前的活跃度对应调整各项资源的采集频率。其中,采集频率与活跃度正相关。本实施例中,HCP根据用户当前的活跃度对各项资源的采集频率进行整体调整,并根据用户操作各项资源的操作频率分别对应调整各项资源的采集频率。
在其中一个实施例中,操作习惯数据还包括用户的活跃习惯数据,活跃习惯数据为用户的活跃度与用户是否离线之间的相关性数据。具体地,HCP学习用户最后发起请求的时间间隔,获得用户的活跃习惯数据。由于HCP是以预设的获取周期获取用户的行为状态信息,即用户获取用户的行为状态信息为一个持续的过程,获取的用户的行为状态信息为多组,HCP每获取一组用户的行为状态信息则将该行为状态信息进行存储。即HCP持续获取的用户最后发起请求的时间间隔也为多个,HCP通过学习多个用户最后发起请求的时间间隔,获得用户的活跃习惯数据。其中,活跃习惯数据用于描述用户的活跃度与用户是否离线之间的相关性。HCP可以通过活跃习惯数据判断用户在当前的活跃度下,用户是否离线。
参照图5,本实施例中,步骤S210包括:
步骤S500,根据活跃度和活跃习惯数据判断用户当前是否离线;
步骤S510,当用户离线时,将各项资源的采集频率调整为零,返回步骤S200;
当HCP判断用户离线时,则将各项资源的采集频率调整为零,停止对各项资源的采集,并返回继续执行步骤S200。
步骤S520,当用户未离线时,根据用户操作各项资源的操作频率和活跃度调整各项资源的采集频率。
在本实施例中,通过将用户最后发起请求的时间间隔与预设的时间阈值进行比对分析,获得用户当前的活跃度,进一步地操作习惯数据和活跃度调整各项资源的采集频率,在用户活跃度高时相应提高采集频率,在用户活跃度低时相应降低采集频率,实现了更精细的资源数据的采集和监控,进一步缓解了HCP的性能压力。
参照图6,一种资源采集频率调整方法第三实施例,基于上述图2所示的实施例,步骤S210之前还包括:
步骤S600,获取本机的负载量;
步骤S210包括:根据操作习惯数据和负载量调整各项资源的采集频率;采集频率与负载量负相关。
本机即为HCP,本机的负载量为HCP的CPU(Central Processing Unit,中央处理器)占用率。负载量越高,则表示HCP的性能压力越大。
本实施例中,HCP通过获取本机的负载量,并根据操作习惯数据和负载量调整各项资源的采集频率。具体地,HCP根据负载量对各项资源的采集频率进行整体调整,并根据用户的操作习惯数据对应调整各项资源的采集频率。其中,采集频率与负载量负相关,即在用户的操作习惯数据一定的前提下,负载量越高,则相应调整的采集频率将越低,负载量越低,则相应调整的采集频率将越高。
在其中一个实施例中,步骤S600还包括获取本机的配置参数;步骤S210还包括:根据操作习惯数据、负载量和配置参数调整各项资源的采集频率。
其中,配置参数用于描述HCP的配置优良。HCP的配置越优则能承受更大的运算压力。本实施例中,根据负载量和配置参数将各项资源的采集频率进行整体调整,并根据用户的操作习惯数据对应调整各项资源的采集频率。在负载量和操作习惯数据一定的前提下,配置参数描述的HCP的配置越优,相应调整的采集频率则越高。本实施例中,配置参数可以为HCP多项配置的综合数值,可以通过一定的规则根据HCP多项配置的数值计算得到。
在本实施例中,通过获取本机的负载量和配置参数,根据操作习惯数据、负载量和配置参数调整各项资源的采集频率,使得在HCP配置优或负载量低时,能够相应提高资源的采集频率,在HCP配置差或负载量高时相应降低资源的采集频率,实现了更精细的资源数据的采集和监控,进一步缓解了HCP的性能压力。
参照图7,一种资源采集频率调整方法第四实施例,基于上述图2所示的实施例,所述步骤S210之前还包括:
步骤S700,接收对资源数据的采集过程进行监测得到的监测数据;
HCP在调整采集频率后,可以根据该采集频率进行资源数据的采集。由于在资源数据采集过程中,有可能会出现资源数据采集异常的情况,因此有必要对此过程进行监测从而采取相应的措施保障资源监控的正常进行或者停止资源监控操作以保护HCP。
HCP监测资源数据的采集过程,获得监测数据。在其中一个实施例中,监测数据包括用户的云账号状态、采集资源数据的延迟参数以及资源数据的采集结果中的至少一个。用户的云账号在可用状态时才可以通过HCP登录云端进行资源的请求,在用户的云账号不可用时,用户无法登录云端进行操作,因此有必要在用户云账号不可用时,停止HCP对资源的监控操作。采集资源数据的延迟较高时,则表示资源数据采集异常,因此有必要获取采集资源数据的延迟参数相应调整各项资源的采集频率。对资源数据的采集有可能失败,例如采集不成功,或者相邻两次采集的资源数据完全一致,因此有必要针对资源数据的采集结果做出相应的措施。
本实施例中,步骤S210包括:根据操作习惯数据和监测数据调整各项资源的采集频率。
本实施例中,HCP根据操作习惯数据分别调整各项资源的采集频率并根据监测数据将各项资源的采集频率进行整体的调整。具体地,HCP根据用户的云账号状态、采集资源数据的延迟参数以及资源数据的采集结果中的至少一个,整体的调整各项资源的采集频率,并根据操作习惯数据分别对应调整各项资源的采集频率。
当监测数据为用户的云账号状态时,HCP检测用户的云账号状态,判断用户的云账号状态是否可用,当检测到用户的云账号状态不可用时,HCP停止对该云账号对应的用户所需的资源的采集和监控。
当监测数据为采集资源数据的延迟参数时,HCP检测采集资源的延迟参数,将采集资源数据的延迟参数与延迟阈值进行比较,当该延迟参数大于延迟阈值时,则相应降低对应的资源的采集频率。
当监测数据为资源数据的采集结果时,HCP检测资源数据的采集结果,判断资源数据是否采集成功,若采集失败,则将该资源的采集频率调整为零,并分析资源数据采集失败的原因,将采集失败的原因通知给用户。其中,资源数据采集失败的情况包括HCP未采集到任何资源数据和HCP相邻两次采集的资源数据完全一致。
在本实施例中,通过接收对资源数据的采集过程进行监测得到的监测数据,根据操作习惯数据和监测数据调整各项资源的采集频率,能够对资源的采集过程的监测数据进行分析,从而相应调整资源的采集频率,或者将资源采集的异常情况通知给用户以使用户采取相应的措施使资源采集监控过程恢复正常,实现了更精细的资源数据的采集和监控,进一步缓解了HCP的性能压力,同时通过自动检测资源采集故障能够保障资源监控的正常进行,提高了可靠性。
参照图8,本发明实施例还提出一种资源采集频率调整装置,所述资源采集频率调整装置包括:
获取模块810,用于根据用户的行为状态信息获取用户对云端的资源的操作习惯数据;行为状态信息包括用户正在操作的资源信息、用户拥有的资源类别和资源数量,操作习惯数据包括用户对各项资源的操作频率;
采集频率调整模块820,用于根据操作习惯数据调整各项资源的采集频率;其中,各项资源的采集频率与对应的操作频率正相关。
进一步地,所述资源采集频率调整装置还包括:学习模块,用于解析接收到的用户请求,获取行为状态信息;学习行为状态信息,获得操作习惯数据。
进一步地,所述资源采集频率调整装置还包括:缓存模块,用于将行为状态信息存入缓存单元;以预设的发送周期将行为状态信息从缓存单元取出以学习所述行为状态信息。
在本实施例中,通过对用户请求进行分析,获取用户的行为数据和状态信息,并根据行为数据和状态信息学习用户习惯,获取用户操作各项资源的操作频率,进而根据用户操作各项资源的操作频率调整各项资源的采集频率。其中,采集频率与操作频率正相关,从而使得用户操作频率较高的资源对应的采集频率能够相应提高,而用户操作频率较低的资源对应的采集频率能够相应降低,满足了对资源的实时性监控需求,无需扩展硬件,且通过降低操作频率较低的资源的采集频率缓解了性能压力,实现了在低硬件成本监控实时性高的前提下缓解HCP的性能压力。
进一步地,行为状态信息还包括用户最后发起请求的时间间隔,获取模块810还用于将用户最后发起请求的时间间隔与预设的时间阈值进行比对分析,获得用户当前的活跃度;其中,用户最后发起请求的时间间隔为用户最后发起请求的时间点与当前时间点之间的时间间隔,活跃度与用户最后发起请求的时间间隔负相关;采集频率调整模块820还用于根据操作习惯数据和活跃度调整各项资源的采集频率;其中,采集频率与活跃度正相关。
进一步地,操作习惯数据还包括用户的活跃习惯数据,活跃习惯数据为用户的活跃度与用户是否离线之间的相关性数据;采集频率调整模块820还用于根据活跃度和活跃习惯数据判断用户当前是否离线;当用户离线时,将各项资源的采集频率调整为零,返回根据用户的行为状态信息获取用户对云端的资源的操作习惯数据的步骤;当用户未离线时,根据用户操作各项资源的操作频率和活跃度调整各项资源的采集频率。
在本实施例中,通过将用户最后发起请求的时间间隔与预设的时间阈值进行比对分析,获得用户当前的活跃度,进一步地操作习惯数据和活跃度调整各项资源的采集频率,在用户活跃度高时相应提高采集频率,在用户活跃度低时相应降低采集频率,实现了更精细的资源数据的采集和监控,进一步缓解了HCP的性能压力。
进一步地,获取模块810还用于获取本机的负载量;采集频率调整模块820还用于根据操作习惯数据和负载量调整各项资源的采集频率;采集频率与负载量负相关。
进一步地,获取模块810还用于获取本机的配置参数;采集频率调整模块820还用于根据操作习惯数据、负载量和配置参数调整各项资源的采集频率。
在本实施例中,通过获取本机的负载量和配置参数,根据操作习惯数据、负载量和配置参数调整各项资源的采集频率,使得在HCP配置优或负载量低时,能够相应提高资源的采集频率,在HCP配置差或负载量高时相应降低资源的采集频率,实现了更精细的资源数据的采集和监控,进一步缓解了HCP的性能压力。
进一步地,采集频率调整模块820还用于接收对资源数据的采集过程进行监测得到的监测数据;根据操作习惯数据调整各项资源的采集频率的步骤包括:根据操作习惯数据和监测数据调整各项资源的采集频率。
进一步地,监测数据包括用户的云账号状态、采集资源数据的延迟参数以及资源数据的采集结果中的至少一个;采集频率调整模块820还用于根据用户的云账号状态、采集资源数据的延迟参数以及资源数据的采集结果中的至少一个,和操作习惯数据,调整各项资源的采集频率。
在本实施例中,通过接收对资源数据的采集过程进行监测得到的监测数据,根据操作习惯数据和监测数据调整各项资源的采集频率,能够对资源的采集过程的监测数据进行分析,从而相应调整资源的采集频率,或者将资源采集的异常情况通知给用户以使用户采取相应的措施使资源采集监控过程恢复正常,实现了更精细的资源数据的采集和监控,进一步缓解了HCP的性能压力,同时通过自动检测资源采集故障能够保障资源监控的正常进行,提高了可靠性。
本发明实施例还提出一种资源采集频率调整***,所述资源采集频率调整***包括:存储器、处理器及存储在存储器上并可在处理器上运行的资源采集频率调整程序,资源采集频率调整程序被处理器执行时实现如上述任意一个资源采集频率调整方法实施例的步骤。
本发明实施例还提出一种存储介质,所述存储介质上存储有资源采集频率调整程序,所述资源采集频率调整程序被处理器执行时实现如上述任意一个资源采集频率调整方法实施例的步骤。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者***不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者***所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者***中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台HCP(可以由一台服务器或由服务器集群实现)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (12)
1.一种资源采集频率调整方法,其特征在于,所述资源采集频率调整方法包括以下步骤:
根据用户的行为状态信息获取所述用户对云端的资源的操作习惯数据;所述行为状态信息包括用户正在操作的资源信息、用户拥有的资源类别和资源数量,所述操作习惯数据包括用户对各项资源的操作频率;
根据所述操作习惯数据调整各项资源的采集频率;其中,所述各项资源的采集频率与对应的所述操作频率正相关。
2.如权利要求1所述的资源采集频率调整方法,其特征在于,所述根据用户的行为状态信息获取所述用户对云端的资源的操作习惯数据的步骤包括:
解析接收到的用户请求,获取所述行为状态信息;
学习所述行为状态信息,获得所述操作习惯数据。
3.如权利要求2所述的资源采集频率调整方法,其特征在于,所述解析接收到的用户请求,获取所述行为状态信息的步骤之后还包括:
将所述行为状态信息存入缓存单元;
以预设的发送周期将所述行为状态信息从所述缓存单元取出以学习所述行为状态信息。
4.如权利要求1至3任一项所述的资源采集频率调整方法,其特征在于,所述行为状态信息还包括用户最后发起请求的时间间隔;所述根据所述操作习惯数据调整各项资源的采集频率的步骤之前还包括:
将所述用户最后发起请求的时间间隔与预设的时间阈值进行比对分析,获得用户当前的活跃度;其中,所述用户最后发起请求的时间间隔为用户最后发起请求的时间点与当前时间点之间的时间间隔,所述活跃度与所述用户最后发起请求的时间间隔负相关;
所述根据所述操作习惯数据调整各项资源的采集频率的步骤包括:
根据所述操作习惯数据和所述活跃度调整各项资源的采集频率;其中,所述采集频率与所述活跃度正相关。
5.如权利要求4所述的资源采集频率调整方法,其特征在于,所述操作习惯数据还包括用户的活跃习惯数据,所述活跃习惯数据为所述用户的活跃度与所述用户是否离线之间的相关性数据;所述根据所述操作习惯数据和所述活跃度调整各项资源的采集频率的步骤包括:
根据所述活跃度和所述活跃习惯数据判断所述用户当前是否离线;
当用户离线时,将各项资源的采集频率调整为零,返回所述根据用户的行为状态信息获取所述用户对云端的资源的操作习惯数据的步骤;
当用户未离线时,根据所述用户操作各项资源的操作频率和所述活跃度调整各项资源的采集频率。
6.如权利要求1所述的资源采集频率调整方法,其特征在于,所述根据所述操作习惯数据调整各项资源的采集频率的步骤之前还包括:
获取本机的负载量;
所述根据所述操作习惯数据调整各项资源的采集频率的步骤包括:
根据所述操作习惯数据和所述负载量调整各项资源的采集频率;所述采集频率与所述负载量负相关。
7.如权利要求6所述的资源采集频率调整方法,其特征在于,所述获取本机的负载量的步骤还包括:
获取本机的配置参数;
所述根据所述操作习惯数据和所述负载量调整各项资源的采集频率的步骤包括:
根据所述操作习惯数据、所述负载量和所述配置参数调整各项资源的采集频率。
8.如权利要求1所述的资源采集频率调整方法,其特征在于,所述根据所述操作习惯数据调整各项资源的采集频率的步骤之前还包括:
接收对资源数据的采集过程进行监测得到的监测数据;
所述根据所述操作习惯数据调整各项资源的采集频率的步骤包括:
根据所述操作习惯数据和所述监测数据调整各项资源的采集频率。
9.如权利要求8所述的资源采集频率调整方法,其特征在于,所述监测数据包括用户的云账号状态、采集资源数据的延迟参数以及资源数据的采集结果中的至少一个,所述根据所述操作习惯数据和所述监测数据调整各项资源的采集频率的步骤包括:
根据用户的云账号状态、采集资源数据的延迟参数以及资源数据的采集结果中的至少一个,和所述操作习惯数据,调整各项资源的采集频率。
10.一种资源采集频率调整装置,其特征在于,所述资源采集频率调整装置包括:
获取模块,用于根据用户的行为状态信息获取所述用户对云端的资源的操作习惯数据;所述行为状态信息包括用户正在操作的资源信息、用户拥有的资源类别和资源数量,所述操作习惯数据包括用户对各项资源的操作频率;
采集频率调整模块,用于根据所述操作习惯数据调整各项资源的采集频率;其中,所述各项资源的采集频率与对应的所述操作频率正相关。
11.一种资源采集频率调整***,其特征在于,所述资源采集频率调整***包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的资源采集频率调整程序,所述资源采集频率调整程序被所述处理器执行时实现如权利要求1至9中任一项所述的资源采集频率调整方法的步骤。
12.一种存储介质,其特征在于,所述存储介质上存储有资源采集频率调整程序,所述资源采集频率调整程序被处理器执行时实现如权利要求1至9中任一项所述的资源采集频率调整方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910192369.XA CN109889602B (zh) | 2019-03-13 | 2019-03-13 | 资源采集频率调整方法、装置、***和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910192369.XA CN109889602B (zh) | 2019-03-13 | 2019-03-13 | 资源采集频率调整方法、装置、***和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109889602A true CN109889602A (zh) | 2019-06-14 |
CN109889602B CN109889602B (zh) | 2021-11-19 |
Family
ID=66932242
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910192369.XA Active CN109889602B (zh) | 2019-03-13 | 2019-03-13 | 资源采集频率调整方法、装置、***和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109889602B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112559177A (zh) * | 2020-12-15 | 2021-03-26 | 杭州和利时自动化有限公司 | 一种工业控制***及其负荷管理方法及设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102799512A (zh) * | 2012-07-04 | 2012-11-28 | 南京邮电大学 | 一种基于向量自回归的云计算中虚拟机监控方法 |
CN104035608A (zh) * | 2013-03-08 | 2014-09-10 | 宏碁股份有限公司 | 触控面板采样频率的调整装置与方法 |
CN105472009A (zh) * | 2015-12-18 | 2016-04-06 | 国云科技股份有限公司 | 一种适用于云平台资源自适应监控频率的方法 |
CN106250305A (zh) * | 2016-08-17 | 2016-12-21 | 浪潮电子信息产业股份有限公司 | 云计算环境下监控***数据采集周期的自适应控制方法 |
CN106502868A (zh) * | 2016-11-18 | 2017-03-15 | 国云科技股份有限公司 | 一种适用于云计算的动态调整监测频率方法 |
-
2019
- 2019-03-13 CN CN201910192369.XA patent/CN109889602B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102799512A (zh) * | 2012-07-04 | 2012-11-28 | 南京邮电大学 | 一种基于向量自回归的云计算中虚拟机监控方法 |
CN104035608A (zh) * | 2013-03-08 | 2014-09-10 | 宏碁股份有限公司 | 触控面板采样频率的调整装置与方法 |
CN105472009A (zh) * | 2015-12-18 | 2016-04-06 | 国云科技股份有限公司 | 一种适用于云平台资源自适应监控频率的方法 |
CN106250305A (zh) * | 2016-08-17 | 2016-12-21 | 浪潮电子信息产业股份有限公司 | 云计算环境下监控***数据采集周期的自适应控制方法 |
CN106502868A (zh) * | 2016-11-18 | 2017-03-15 | 国云科技股份有限公司 | 一种适用于云计算的动态调整监测频率方法 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112559177A (zh) * | 2020-12-15 | 2021-03-26 | 杭州和利时自动化有限公司 | 一种工业控制***及其负荷管理方法及设备 |
CN112559177B (zh) * | 2020-12-15 | 2024-01-26 | 杭州和利时自动化有限公司 | 一种工业控制***及其负荷管理方法及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN109889602B (zh) | 2021-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Santos et al. | Providing user context for mobile and social networking applications | |
US20240070548A1 (en) | Systems and methods for preventing machine learning models from negatively affecting mobile devices through intermittent throttling | |
WO2015081801A1 (en) | Method, server, and system for information push | |
EP3231199B1 (en) | Notifications on mobile devices | |
CN109343801A (zh) | 数据存储方法、设备及计算机可读存储介质 | |
CN110235132A (zh) | 基于情境感知来提供连续验证的移动装置 | |
CN112169310B (zh) | 一种游戏资源加载方法、装置、计算机设备和存储介质 | |
CN114595124B (zh) | 时序异常检测模型评估方法、相关装置及存储介质 | |
CN110808872A (zh) | 一种流量实验的实现方法、装置及电子设备 | |
CN113596798A (zh) | 资源共享方法及装置 | |
CN113569138A (zh) | 一种智能设备控制方法、装置、电子设备和存储介质 | |
CN110309339A (zh) | 图片标签生成方法及装置、终端及存储介质 | |
CN109059178A (zh) | 空调器的控制方法、装置、空调器及计算机可读存储介质 | |
CN109889602A (zh) | 资源采集频率调整方法、装置、***和存储介质 | |
CN110515676A (zh) | 接口整合方法、装置、设备及存储介质 | |
CN115398861B (zh) | 异常文件检测方法及相关产品 | |
CN114300082B (zh) | 一种信息处理方法、装置和计算机可读存储介质 | |
CN114267440B (zh) | 医疗订单信息处理方法、装置和计算机可读存储介质 | |
CN113590604B (zh) | 业务数据的处理方法、装置和服务器 | |
CN113918757A (zh) | 应用推荐方法、装置、电子设备及存储介质 | |
CN115062197A (zh) | 考勤数据检测方法、装置及存储介质 | |
CN106210120A (zh) | 一种服务器的推荐方法及其装置 | |
CN112181508B (zh) | 一种页面自动刷新方法、装置及计算机设备 | |
CN106230657A (zh) | 一种数据推送方法及其推送*** | |
CN113408601B (zh) | 模型生成方法、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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |