CN111991805A - 一种资源打包方法及*** - Google Patents

一种资源打包方法及*** Download PDF

Info

Publication number
CN111991805A
CN111991805A CN202010645499.7A CN202010645499A CN111991805A CN 111991805 A CN111991805 A CN 111991805A CN 202010645499 A CN202010645499 A CN 202010645499A CN 111991805 A CN111991805 A CN 111991805A
Authority
CN
China
Prior art keywords
resource
resources
matched
packaging
result
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
Application number
CN202010645499.7A
Other languages
English (en)
Other versions
CN111991805B (zh
Inventor
杨明邦
周诚
陈凯武
蔡其锋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Seasun Entertainment Network Technology Co ltd
Original Assignee
Guangzhou Seasun Entertainment Network Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangzhou Seasun Entertainment Network Technology Co ltd filed Critical Guangzhou Seasun Entertainment Network Technology Co ltd
Priority to CN202010645499.7A priority Critical patent/CN111991805B/zh
Publication of CN111991805A publication Critical patent/CN111991805A/zh
Application granted granted Critical
Publication of CN111991805B publication Critical patent/CN111991805B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
    • A63F13/30—Interconnection arrangements between game servers and game devices; Interconnection arrangements between game devices; Interconnection arrangements between game servers
    • A63F13/35—Details of game servers
    • A63F13/352—Details of game servers involving special game server arrangements, e.g. regional servers connected to a national server or a plurality of servers managing partitions of the game world
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/23—Clustering techniques
    • A—HUMAN NECESSITIES
    • A63—SPORTS; GAMES; AMUSEMENTS
    • A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
    • A63F2300/00—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game
    • A63F2300/50—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game characterized by details of game servers
    • A63F2300/53—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game characterized by details of game servers details of basic data processing
    • A63F2300/531—Server assignment
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Multimedia (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种资源打包方法及***，涉及计算机技术领域，用于实现，通过对监测游戏资源调用接口，获取资源调用信息，对资源进行标签标记，根据资源调用次数基于标签与各个资源进行逐一匹配，使用多份输入重组并合理分配去重，基于聚类算法对各个资源进行重新分析。本发明的有益效果为：使AB包更加合理，减少内存中加载的资源数量，降低内存使用，提高游戏体验。

Description

一种资源打包方法及***
技术领域
本发明涉及计算机技术领域，特别涉及一种资源打包方法及***。
背景技术
目前的Unity打AB包时，一般是有以下几种方案：
1.按照资源的依赖来分包
2.按照资源文件夹分包
3.按照资源类型来分包
按照以上的1种或多种组合形式打出来的AB包，由于unity加载的单位是AB包，那么如果分包不合理，会导致加载在内存中的资源并没有被使用，从而造成浪费，使内存虚高，也有可能会基于内存的限制造成频繁的加载和卸载AB包，从而使帧率下降，降低玩家体验。
发明内容
为至少解决现有技术中存在的技术问题之一，本发明的目的在于提供一种资源打包方法及***，通过对监测游戏资源调用接口，获取资源调用信息，对资源进行标签标记，根据资源调用次数基于标签与各个资源进行逐一匹配。
本发明解决其问题所采用的技术方案第一方面是：
有益效果：使AB包更加合理，减少内存中加载的资源数量，降低内存使用，提高游戏体验。
根据本发明第一方面所述的，S30还包括：S31、在一定周期内对上传的所述日志进行预处理，得到处理后的资源调用信息；S32、根据所述资源调用信息获取各个IP地址对应的加载资源以及加载次数。
根据本发明第一方面所述的，S40还包括：统计各个资源的加载时间和卸载时间；根据所述加载时间和所述卸载时间，基于聚类算法进行处理，得到所述各个资源对应的聚类数量。
根据本发明第一方面所述的，S42还包括：
设置预设可变量I，根据各个资源计算聚类数量，得到对应的聚类结果：
聚类数量＝数据行数/I；
基于所述聚类结果生成对应的第一字典和第二字典；
将所述第一字典和第二字典作为对应的第一数据集和第二数据集。
根据本发明第一方面所述的资源打包方法：
第一字典以资源名作为索引，包括资源对应的标签信息；
第二字典一聚类标签作为索引，包括标签对应的资源。
根据本发明第一方面所述的，S40还包括：S41、遍历该游戏对应的所有资源，统计各个资源加载次数，并作为键值进行排序，将键值最大的资源作为待匹配资源；S42、将所述待匹配资源在所述第二数据集进行逐一匹配，确定与所述待匹配资源对应标签相同的匹配资源的信息；S43、将所述匹配资源进行组合，并将组合结果与所述待匹配资源进行组，得到第一组合结果：
Figure BDA0002571564280000021
其中n为匹配资源数量，
其中第一组合结果为三相资源对；
S44、判断所述第一组合结果的资源对数量是否满足预设值，若是则输出第一组合结果，否则将第一组合结果作为所述待匹配资源，并返回执行步骤S42。
根据本发明第一方面所述的，S50还包括：将所述第一组合结果对应的资源列为非处理数据，并返回执行步骤S41至S44；判断该游戏对应的所有资源是否计算完成，若是则输出计算结果，得到各个资源对应的使用效率表，否则返回执行上一步骤。
根据本发明第一方面所述的，S50还包括：基于所述计算结果，补入各个周期对应数据的计算结果，生成使用效率表，基于所述使用效率表生成打包规则。
本发明解决其问题所采用的技术方案第二方面是：一种资源打包***，其特征在于，包括：监测模块，用于监测游戏资源调用接口，获取资源调用信息；上传模块，用于将所述资源调用信息以IP地址为标识将所述资源调用信息上传到服务器录入日志；分组模块，用于按一定周期分析所述日志中记录的资源调用信息，根据所述IP地址进行分组；分析模块，用于整理各个所述分组，基于各个资源的加载调用次数生成对应的各个所述资源的使用效率表；打包模块，用于遍历各个所述分组对应的所述使用效率表，得到资源打包规则表并基于所述资源打包规则表对游戏资源进行重打包。
有益效果：使AB包更加合理，减少内存中加载的资源数量，降低内存使用，提高游戏体验。
根据本发明第二方面所述的，分析模块还包括：排序单元，用于遍历该游戏对应的所有资源，统计各个资源加载次数，并作为键值进行排序，将键值最大的资源作为待匹配资源；匹配单元，将所述待匹配资源在所述第二数据集进行逐一匹配，确定与所述待匹配资源对应标签相同的匹配资源的信息；组合单元，将所述匹配资源进行组合，并将组合结果与所述待匹配资源进行组，得到第一组合结果。
附图说明
图1是根据本发明实施例的方法流程图；
图2是根据本发明实施例的***结构图；
图3是根据本发明实施例的判断流程示意图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。
术语解释：
资源大小使用率：每一秒加载的资源在硬盘中的大小总和，除以当前加载的所有bundle包内包含的全部资源在硬盘中的大小总和。
资源数量使用率：每一秒加载的资源总数量，除以当前加载的所有bundle包内包含的全部资源的总数量。
参照图1，是根据本发明实施例的方法流程图，包括以下步骤：
S10、监测游戏资源调用接口，获取资源调用信息；
S20、客户端以IP地址为标识将资源调用信息上传到服务器录入日志；
S30、按一定周期分析日志中记录的资源调用信息，根据IP地址进行分组；
S40、整理各个分组，基于各个资源的加载调用次数生成对应的各个资源的使用效率表；
S50、遍历各个分组对应的使用效率表，得到资源打包规则表并基于资源打包规则表对游戏资源进行重打包。
S30还包括：
S31、在一定周期内对上传的日志进行预处理，得到处理后的资源调用信息；
S32、根据资源调用信息获取各个IP地址对应的加载资源以及加载次数。
S40还包括：
统计各个资源的加载时间和卸载时间；
根据加载时间和卸载时间，基于聚类算法进行处理，得到各个资源对应的聚类数量。
S42还包括：
设置预设可变量I，根据各个资源计算聚类数量，得到对应的聚类结果：
聚类数量＝数据行数/I；
基于聚类结果生成对应的第一字典和第二字典；
将第一字典和第二字典作为对应的第一数据集和第二数据集。
第一字典以资源名作为索引，包括资源对应的标签信息；
第二字典一聚类标签作为索引，包括标签对应的资源。
参照图2，是根据本发明实施例的***结构图；
遍历该游戏对应的所有资源，统计各个资源加载次数，并作为键值进行排序，将键值最大的资源作为待匹配资源；
将待匹配资源在第二数据集进行逐一匹配，确定与待匹配资源对应标签相同的匹配资源的信息；
将匹配资源进行组合，并将组合结果与待匹配资源进行组，得到第一组合结果：
Figure BDA0002571564280000041
其中n为匹配资源数量，
其中第一组合结果为三相资源对；
判断第一组合结果的资源对数量是否满足预设值，若是则输出第一组合结果，否则将第一组合结果作为待匹配资源，并返回执行步骤S42。
S50还包括：
将第一组合结果对应的资源列为非处理数据，并返回执行步骤S41至S44；
判断该游戏对应的所有资源是否计算完成，若是则输出计算结果，得到各个资源对应的使用效率表，否则返回执行上一步骤。
S50还包括：
基于计算结果，补入各个周期对应数据的计算结果，生成使用效率表，基于使用效率表生成打包规则。
参照图3，是根据本发明实施例的判断流程示意图，包括：
监测模块，用于监测游戏资源调用接口，获取资源调用信息；
上传模块，用于将资源调用信息以IP地址为标识将资源调用信息上传到服务器录入日志；
分组模块，用于按一定周期分析日志中记录的资源调用信息，根据IP地址进行分组；
分析模块，用于整理各个分组，基于各个资源的加载调用次数生成对应的各个资源的使用效率表；
打包模块，用于遍历各个分组对应的使用效率表，得到资源打包规则表并基于资源打包规则表对游戏资源进行重打包。
分析模块还包括：
排序单元，用于遍历该游戏对应的所有资源，统计各个资源加载次数，并作为键值进行排序，将键值最大的资源作为待匹配资源；
匹配单元，将待匹配资源在第二数据集进行逐一匹配，确定与待匹配资源对应标签相同的匹配资源的信息；
组合单元，将匹配资源进行组合，并将组合结果与待匹配资源进行组，得到第一组合结果。
实施例一：
第一步：使用注入技术，将监控程序注入到目标手游，用于收集信息；
第二步：注入的程序会在游戏内加载资源和卸载资源的相关接口调用时，同时将资源加载/卸载资源的信息发送给服务端写入日志；
第三步：每一次有客户端打开游戏游玩，后台会收集资源的加载和卸载信息；
第四步：每隔一段时间(例如一天)，分析服务端收集到的资源加载/卸载时间表，将这段时间(今天)内收集到的多份数据(由于数据以手机/pc端的IP地址为单位，因此数据量取决于每天进行游玩的客户端数量*游玩时间)进行预处理，使上传时间统一减去起始时间得到一个游戏相对时间(秒数)；
第五步：对每天得到N份输入进行处理：对每一份输入，设资源的加载时间为X，卸载时间为Y，用(X,Y)的二维向量应用kmeans聚类算法(聚类的数量取决于输入的数据量，每一份输入均不同。例如，每份输入的聚类数量＝(数据行数/I)，I是一个可变量，对于不同的项目可以不同。I默认为50)，得到N个聚类结果。每个聚类结果作为两个字典数据，一个字典A(索引为资源名，键值为一个数组，用来表示该资源在这个输入内的所有标签)和一个字典B(索引为聚类标签，键值为一个数组，用来表示该标签下的所有资源)。这样就一共得到了N个字典A，我们设为数据集α；以及N个字典B，设为数据集β。
第六步：对于项目中的每一个资源，可以在所有输入中收集到该资源被加载的次数，成为一个字典数据集X(索引为资源名，键值为资源被加载的次数)，并且按键值排序。
第七步：取X中键值最高的资源R，寻找在β中，与资源R相同标签出现次数最多的M个资源。然后对这M个资源循环，得到C(M,2)个两项资源组合。对这些组合，与R组成C(M,2)个三项资源对，对于这些三项资源对，寻找在β中出现最多的N个三项资源。然后。再对这N个三项资源对与M组合，得到C(N,3)个三项资源组合，与R组合变成C(N,3)个四项资源对，寻找在β中出现最多的O个四项资源对……以此类推，直到寻找到的资源数量符合打包要求(例如，一个bundlse包内只要50个资源，那么就以50项资源对结束，取出现次数最高者；或者M/N/……已经不足50个资源，则用这M/N/……个资源打一个bundle包)。将这个bundle包内的所有资源，打上一个标签，存入结果集Z。
第八步：重复第七步的步骤，并且排除掉Z中已经出现的资源，直到所有出现在输入中的资源全都计算完毕，得到一个完整的结果集Z。
第九步：使用第八步中的结果集Z，并且补充上所有项目中已有的，但是未出现在当天资源收集中的资源(对于未出现的资源，按照扩展名随机打包即可。)，当成打包规则，则可以得出一个更优的打包方式，提高资源使用率，降低游戏内存占用。
实施例二：
1.得到客户端的全部输入，我们设为I1、I2、I3、I4…IN。对这些输入，按照时间线遍历，求得所有资源的生命周期(加载、卸载时间)。取所有资源的加载时间和卸载时间对，使用K均值算法聚类，每个输入会得到两个字典，以资源名为索引，以聚类标签数组为键值的字典asset_label_dict以及以聚类标签为索引，资源名数组为键值的字典label_asset_dict。共计2N个字典，保存到内存(由于一份输入中asset可能会多次加载卸载，因此一个asset在一份输入中可能会有若干个label，因此asset_label_dict的键值是一个数组。label_asset_dict由于同一个标签在大多数情况也有若干个资源，因此键值也是数组)。
2.遍历全部asset_label_dict，统计所有资源出现的次数，保存到字典asset_count_dict中，并按出现次数排序。(例如，A1资源在I1中被聚类贴上了3个标签，在I2中被聚类贴上了5个标签，但是并未出现在其他的输入中，则A1的键值为3+5＝8)
3.对按键值排序后的asset_count_dict循环，取出当前出现次数最多的一个资源Ax。然后遍历全部label_asset_dict，拿到跟Ax拥有同一标签的全部n个资源，计为X1，X2，X3……Xn。并记录下这些资源跟Ax拥有同一标签的次数，成为一个以资源名为索引，同一标签次数为键值的字典2polynomial_dict。并且，把2polynomial_dict中的资源存入一个资源集合，即2polynomial_asset_set。按照次数排序后，取前5％(本例中为5％，可根据不同项目情况调整)的索引，得到一个资源池，在这个资源池中的资源Ax1，Ax2，Ax3……Axm即为物理意义上“与Ax一起出现次数最多的m个资源”。对这m个资源取2元组合全集，得到C(m,2)个资源二项式，即Ax1Ax2，Ax1Ax3，Ax1Ax4……Ax1 Axm，Ax2Ax3，Ax2Ax4……Ax2Axm，Ax3Ax4……Ax(m-1)Axm。对这C(m,2)个资源二项式，去全部label_asset_dict中遍历，寻找他们与资源Ax拥有同一标签的次数(即三个资源对于同一份输入拥有同样的标签次数)，得到一个以资源组合名为索引，同一标签次数为键值的字典3polynomial_dict。并且，把3polynomial_dict中的资源存入一个资源集合，即3polynomial_asset_set。重复以上步骤，直到以下任意一个条件满足：1.找不到更多一层的资源多项式，则退回1层，看上一层找到的资源池xpolynomial_asset_set是否满足打包容量Y(即最多Y个资源打在同一个bundle包中，本例中Y＝50)满足则返回xpolynomial_asset_set；不满足继续往上一层找，直到找到资源池数量满足Y，或者退回到2项式为止。并返回xpolynomial_asset_set；2.找到Y项式(Y等于ab包的容量)，返回Y项式的资源池。
4.判断步骤3返回的资源池，如果为空，则把资源Ax加入随机打包资源集合random_asset_set。若非空，则把这些资源记录为同一个bundleid，以bundleid为索引，资源集合为键值，存入结果集result_dict中。bundleid初始为0，每轮自增1。
5.重复步骤3和4，直到循环完毕。将本项目中已有资源但是并未出现在当天输入中的资源，加上random_asset_set中的资源一起，按扩展名随机打包。最终的结果一并存入result_dict。
6.将result_dict结果用于指导打ab包。
应当认识到，本发明的实施例可以由计算机硬件、硬件和软件的组合、或者通过存储在非暂时性计算机可读存储器中的计算机指令来实现或实施。所述方法可以使用标准编程技术-包括配置有计算机程序的非暂时性计算机可读存储介质在计算机程序中实现，其中如此配置的存储介质使得计算机以特定和预定义的方式操作——根据在具体实施例中描述的方法和附图。每个程序可以以高级过程或面向对象的编程语言来实现以与计算机***通信。然而，若需要，该程序可以以汇编或机器语言实现。在任何情况下，该语言可以是编译或解释的语言。此外，为此目的该程序能够在编程的专用集成电路上运行。
此外，可按任何合适的顺序来执行本文描述的过程的操作，除非本文另外指示或以其他方式明显地与上下文矛盾。本文描述的过程(或变型和/或其组合)可在配置有可执行指令的一个或多个计算机***的控制下执行，并且可作为共同地在一个或多个处理器上执行的代码(例如，可执行指令、一个或多个计算机程序或一个或多个应用)、由硬件或其组合来实现。所述计算机程序包括可由一个或多个处理器执行的多个指令。
进一步，所述方法可以在可操作地连接至合适的任何类型的计算平台中实现，包括但不限于个人电脑、迷你计算机、主框架、工作站、网络或分布式计算环境、单独的或集成的计算机平台、或者与带电粒子工具或其它成像装置通信等等。本发明的各方面可以以存储在非暂时性存储介质或设备上的机器可读代码来实现，无论是可移动的还是集成至计算平台，如硬盘、光学读取和/或写入存储介质、RAM、ROM等，使得其可由可编程计算机读取，当存储介质或设备由计算机读取时可用于配置和操作计算机以执行在此所描述的过程。此外，机器可读代码，或其部分可以通过有线或无线网络传输。当此类媒体包括结合微处理器或其他数据处理器实现上文所述步骤的指令或程序时，本文所述的发明包括这些和其他不同类型的非暂时性计算机可读存储介质。当根据本发明所述的方法和技术编程时，本发明还包括计算机本身。
计算机程序能够应用于输入数据以执行本文所述的功能，从而转换输入数据以生成存储至非易失性存储器的输出数据。输出信息还可以应用于一个或多个输出设备如显示器。在本发明优选的实施例中，转换的数据表示物理和有形的对象，包括显示器上产生的物理和有形对象的特定视觉描绘。
以上所述，只是本发明的较佳实施例而已，本发明并不局限于上述实施方式，只要其以相同的手段达到本发明的技术效果，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。在本发明的保护范围内其技术方案和/或实施方式可以有各种不同的修改和变化。

Claims (10)

1.一种资源打包方法，其特征在于，包括以下步骤：
S10、监测游戏资源调用接口，获取资源调用信息；
S20、客户端以IP地址为标识将所述资源调用信息上传到服务器录入日志；
S30、按一定周期分析所述日志中记录的资源调用信息，根据所述IP地址进行分组；
S40、整理各个所述分组，基于各个资源的加载调用次数生成对应的各个所述资源的使用效率表；
S50、遍历各个所述分组对应的所述使用效率表，得到资源打包规则表并基于所述资源打包规则表对游戏资源进行重打包。
2.根据权利要求1所述的资源打包方法，其特征在于，所述S30还包括：
S31、在一定周期内对上传的所述日志进行预处理，得到处理后的资源调用信息；
S32、根据所述资源调用信息获取各个IP地址对应的加载资源以及加载次数。
3.根据权利要求1所述的资源打包方法，其特征在于，所述S40还包括：
统计各个资源的加载时间和卸载时间；
根据所述加载时间和所述卸载时间，基于聚类算法进行处理，得到所述各个资源对应的聚类数量。
4.根据权利要求1所述的资源打包方法，其特征在于，所述S42还包括：
设置预设可变量I，根据各个资源计算聚类数量，得到对应的聚类结果：
聚类数量＝数据行数/I；
基于所述聚类结果生成对应的第一字典和第二字典；
将所述第一字典和第二字典作为对应的第一数据集和第二数据集。
5.根据权利要求4所述的资源打包方法，其特征在于：
所述第一字典以资源名作为索引，包括资源对应的标签信息；
所述第二字典一聚类标签作为索引，包括标签对应的资源。
6.根据权利要求4所述的资源打包方法，其特征在于，所述S40还包括：
S41、遍历该游戏对应的所有资源，统计各个资源加载次数，并作为键值进行排序，将键值最大的资源作为待匹配资源；
S42、将所述待匹配资源在所述第二数据集进行逐一匹配，确定与所述待匹配资源对应标签相同的匹配资源的信息；
S43、将所述匹配资源进行组合，并将组合结果与所述待匹配资源进行组，得到第一组合结果：
Figure FDA0002571564270000011
其中n为匹配资源数量，
其中第一组合结果为三相资源对；
S44、判断所述第一组合结果的资源对数量是否满足预设值，若是则输出第一组合结果，否则将第一组合结果作为所述待匹配资源，并返回执行步骤S42。
7.根据权利要求6所述的资源打包方法，其特征在于，所述S50还包括：
将所述第一组合结果对应的资源列为非处理数据，并返回执行步骤S41至S44；
判断该游戏对应的所有资源是否计算完成，若是则输出计算结果，得到各个资源对应的使用效率表，否则返回执行上一步骤。
8.根据权利要求7所述的资源打包方法，其特征在于，所述S50还包括：
基于所述计算结果，补入各个周期对应数据的计算结果，生成使用效率表，基于所述使用效率表生成打包规则。
9.一种资源打包***，其特征在于，包括：
监测模块，用于监测游戏资源调用接口，获取资源调用信息；
上传模块，用于将所述资源调用信息以IP地址为标识将所述资源调用信息上传到服务器录入日志；
分组模块，用于按一定周期分析所述日志中记录的资源调用信息，根据所述IP地址进行分组；
分析模块，用于整理各个所述分组，基于各个资源的加载调用次数生成对应的各个所述资源的使用效率表；
打包模块，用于遍历各个所述分组对应的所述使用效率表，得到资源打包规则表并基于所述资源打包规则表对游戏资源进行重打包。
10.根据权利要求9所述的基于资源打包***，其特征在于，所述分析模块还包括：
排序单元，用于遍历该游戏对应的所有资源，统计各个资源加载次数，并作为键值进行排序，将键值最大的资源作为待匹配资源；
匹配单元，将所述待匹配资源在所述第二数据集进行逐一匹配，确定与所述待匹配资源对应标签相同的匹配资源的信息；
组合单元，将所述匹配资源进行组合，并将组合结果与所述待匹配资源进行组，得到第一组合结果。
CN202010645499.7A 2020-07-06 2020-07-06 一种资源打包方法及*** Active CN111991805B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010645499.7A CN111991805B (zh) 2020-07-06 2020-07-06 一种资源打包方法及***

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010645499.7A CN111991805B (zh) 2020-07-06 2020-07-06 一种资源打包方法及***

Publications (2)

Publication Number Publication Date
CN111991805A true CN111991805A (zh) 2020-11-27
CN111991805B CN111991805B (zh) 2024-07-02

Family

ID=73466700

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010645499.7A Active CN111991805B (zh) 2020-07-06 2020-07-06 一种资源打包方法及***

Country Status (1)

Country Link
CN (1) CN111991805B (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108241716A (zh) * 2016-12-27 2018-07-03 北京金山云网络技术有限公司 一种资源导入方法及装置
US20180285008A1 (en) * 2017-03-29 2018-10-04 The Travelers Indemnity Company Multi-server system resource manager
CN111061505A (zh) * 2019-11-29 2020-04-24 珠海金山网络游戏科技有限公司 基于机器学习的优化打ab包方法
CN111064712A (zh) * 2019-11-29 2020-04-24 珠海金山网络游戏科技有限公司 一种游戏资源打包方法及***
CN111104152A (zh) * 2019-11-29 2020-05-05 珠海金山网络游戏科技有限公司 优化Unity打AB包的方法
CN111107062A (zh) * 2019-11-29 2020-05-05 珠海金山网络游戏科技有限公司 一种基于贪婪算法的游戏资源打包方法及***

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108241716A (zh) * 2016-12-27 2018-07-03 北京金山云网络技术有限公司 一种资源导入方法及装置
US20180285008A1 (en) * 2017-03-29 2018-10-04 The Travelers Indemnity Company Multi-server system resource manager
CN111061505A (zh) * 2019-11-29 2020-04-24 珠海金山网络游戏科技有限公司 基于机器学习的优化打ab包方法
CN111064712A (zh) * 2019-11-29 2020-04-24 珠海金山网络游戏科技有限公司 一种游戏资源打包方法及***
CN111104152A (zh) * 2019-11-29 2020-05-05 珠海金山网络游戏科技有限公司 优化Unity打AB包的方法
CN111107062A (zh) * 2019-11-29 2020-05-05 珠海金山网络游戏科技有限公司 一种基于贪婪算法的游戏资源打包方法及***

Also Published As

Publication number Publication date
CN111991805B (zh) 2024-07-02

Similar Documents

Publication Publication Date Title
CN111064712B (zh) 一种游戏资源打包方法及***
CN115412371B (zh) 基于物联网的大数据安全防护方法、***及云平台
CN115378742B (zh) 一种基于云计算的数据处理方法及装置
CN105574032A (zh) 规则匹配运算方法及装置
CN112463784A (zh) 数据去重方法、装置、设备及计算机可读存储介质
CN112506950A (zh) 数据聚合处理方法、计算节点、计算集群及存储介质
CN111107062B (zh) 一种基于贪婪算法的游戏资源打包方法及***
US9959215B2 (en) Efficient address-to-symbol translation of stack traces in software programs
CN113067708A (zh) 计费方法、装置、电子设备和计算机存储介质
CN110888909B (zh) 一种评估内容的数据统计处理方法及装置
CN115952398B (zh) 基于物联网的数据上传统计计算方法、***和存储介质
CN111991805A (zh) 一种资源打包方法及***
CN110784553B (zh) 报文封装方法、设备及域名解析***
GB2520049A (en) Real time analysis of big data
CN113516506B (zh) 一种数据处理方法、装置及电子设备
CN109710462A (zh) 一种基于access样本数据库的碎片数据恢复方法
CN107609194B (zh) 一种面向云计算的时间冗余电力负荷数据的存储方法
CN111991804B (zh) 基于动态规划算法的打包方法及***
CN108629356B (zh) 一种面向用电负荷分类应用的数据存储方法和装置
CN115237783A (zh) 一种测试数据生成方法及装置
CN115168509A (zh) 风控数据的处理方法及装置、存储介质、计算机设备
CN112527830A (zh) 数据查询方法、装置、设备及存储介质
CN114168624A (zh) 数据分析方法、计算设备及存储介质
CN116383883B (zh) 一种基于大数据的数据管理权限处理方法及***
CN114297699B (zh) 一种复杂结构数据自动加密解密方法及***

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
CB02 Change of applicant information

Address after: 4th Floor, No. 6, 8, Jianzhong Road, Tianhe District, Guangzhou City, Guangdong Province, 510000 Room No. 406

Applicant after: Guangzhou Xishanju Network Technology Co.,Ltd.

Address before: 3-04-1, No. 309, Huangpu Avenue, Tianhe District, Guangzhou, Guangdong 510000

Applicant before: GUANGZHOU SEASUN ENTERTAINMENT NETWORK TECHNOLOGY Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant