CN113760982A - 一种数据处理方法和装置 - Google Patents
一种数据处理方法和装置 Download PDFInfo
- Publication number
- CN113760982A CN113760982A CN202110062487.6A CN202110062487A CN113760982A CN 113760982 A CN113760982 A CN 113760982A CN 202110062487 A CN202110062487 A CN 202110062487A CN 113760982 A CN113760982 A CN 113760982A
- Authority
- CN
- China
- Prior art keywords
- data
- target data
- query
- acquired
- query information
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 31
- 238000000034 method Methods 0.000 claims abstract description 19
- 238000012545 processing Methods 0.000 claims description 21
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 5
- 230000015556 catabolic process Effects 0.000 abstract description 25
- 230000008030 elimination Effects 0.000 description 18
- 238000003379 elimination reaction Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 15
- 230000000694 effects Effects 0.000 description 15
- 230000006870 function Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 238000012423 maintenance Methods 0.000 description 6
- 238000012163 sequencing technique Methods 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000002085 persistent effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000000295 complement effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005111 flow chemistry technique Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000035755 proliferation Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24552—Database cache management
-
- 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
- G06F16/23—Updating
-
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- 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)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Computing Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种数据处理方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:获取待获取数据在查询周期内对应的查询信息;根据查询信息对目标数据集合进行更新;其中,目标数据集合是根据历史数据对应的查询信息进行构建的;将更新后的目标数据集合中的目标数据存储至本地缓存。该实施方式通过对目标数据进行实时更新,有效解决了缓存击穿现象,拓展了适用场景,提升了用户体验。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种数据处理方法和装置。
背景技术
高并发***在存在缓存机制的情况下,当大量请求进来后,缓存在某个极限时刻刹那失效,导致所有请求全部绕过缓存发送至后台数据库或者其他I/O(Input/Output,输入/输出)频繁操作的设备上,造成***宕机等情形(也称缓存击穿)。随着互联网用户的激增,如何避免缓存击穿是亟需解决的问题。
现有技术中至少存在如下问题:
现有的数据处理方法中由于所设置的热key(即目标数据)存在滞后性,存在对解决缓存击穿的效果较差,适用场景较少,用户体验较差。
发明内容
有鉴于此,本发明实施例提供一种数据处理方法和装置,能够通过对目标数据进行实时更新,有效避免了缓存击穿现象,拓展适用场景,提升用户体验。
为实现上述目的,根据本发明实施例的第一方面,提供了一种数据处理方法,包括:
获取待获取数据在查询周期内对应的查询信息;
根据查询信息对目标数据集合进行更新;其中,目标数据集合是根据历史数据对应的查询信息进行构建的;
将更新后的目标数据集合中的目标数据存储至本地缓存。
进一步地,目标数据集合的构建步骤包括:
获取历史数据对应的查询信息,其中,查询信息包括查询数量和查询时间;
根据查询信息对历史数据进行排序,根据排序结果和预设条件确定目标数据,并构建目标数据集合。
进一步地,还包括:
响应于用户基于待获取数据发起的数据获取请求,判断待获取数据是否为目标数据;
若是,则从本地缓存中获取待获取数据;若否,则从数据库中获取待获取数据。
进一步地,查询信息包括查询数量和查询率;根据查询信息对目标数据集合进行更新,还包括:
监控从数据库中获取的待获取数据对应的查询数量和查询率,根据第一查询数量阈值和第一查询率阈值确定第一数据;
对第一数据对应的查询信息进行上报;
根据上报的第一数据对应的查询信息、预设条件对目标数据集合进行更新。
进一步地,将目标数据对应的键值对列表存储至本地缓存,判断待获取数据是否为目标数据,还包括:
根据待获取数据对应的主键,遍历键值对列表,以判断待获取数据是否为目标数据。
进一步地,还包括:
获取数据获取请求对应的应用编号,根据应用编号对应的业务需求,对应用编号对应的预设条件进行更新,并根据更新后的预设条件对目标数据集合中的目标数据进行更新。
进一步地,还包括:
获取目标数据集合对应的更新信息,并对更新信息进行存储。
根据本发明实施例的第二方面,提供了一种数据处理装置,包括:
信息获取模块,用于获取待获取数据在查询周期内对应的查询信息;
更新模块,用于根据查询信息对目标数据集合进行更新;其中,目标数据集合是根据历史数据对应的查询信息进行构建的;
存储模块,用于将更新后的目标数据集合中的目标数据存储至本地缓存。
根据本发明实施例的第三方面,提供了一种电子设备,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如上述任一种数据处理方法。
根据本发明实施例的第四方面,提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如上述任一种数据处理方法。
上述发明中的一个实施例具有如下优点或有益效果:因为采用获取待获取数据在查询周期内对应的查询信息;根据查询信息对目标数据集合进行更新;其中,目标数据集合是根据历史数据对应的查询信息进行构建的;将更新后的目标数据集合中的目标数据存储至本地缓存的技术手段,所以克服了现有的数据处理方法中由于所设置的热key(即目标数据)存在滞后性,存在对解决缓存击穿的效果较差,适用场景较少,用户体验较差的技术问题,进而达到对目标数据进行实时更新,有效避免了缓存击穿现象,拓展适用场景,提升用户体验的技术效果。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明第一实施例提供的数据处理方法的主要流程的示意图;
图2a是根据本发明第二实施例提供的数据处理方法的主要流程的示意图;
图2b是图2a所述方法中判断待获取数据是否为目标数据的主要流程的示意图;
图2c是图2a所述方法中从本地缓存或数据库中获取数据的主要流程的示意图;
图3是根据本发明实施例提供的数据处理装置的主要模块的示意图;
图4是本发明实施例可以应用于其中的示例性***架构图;
图5是适于用来实现本发明实施例的终端设备或服务器的计算机***的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
图1是根据本发明第一实施例提供的数据处理方法的主要流程的示意图;如图1所示,本发明实施例提供的数据处理方法主要包括:
步骤S101,获取待获取数据在查询周期内对应的查询信息。
根据本发明实施例,上述查询信息包括每个待获取数据在查询周期内对应的查询数量和查询时间,根据上述信息可以确定待获取数据在最近一段时间内的查询率(如QPS,Query Per Second,每秒查询率),以便更精确地确定目标数据(热key),从而有效避免了缓存击穿现象。
其中,热key是指,短时间内大量请求(具体的数据根据所访问的数据库(如redis、MySQL等)的承载能力进行设定)去访问数据库内的某个特定的key(数据)。此时,由于访问量过于集中,达到物理网卡上限,常导致***宕机的现象。
具体地,根据本发明实施例,上述方法还包括:
响应于用户基于待获取数据发起的数据获取请求,判断待获取数据是否为目标数据;
若是,则从本地缓存中获取待获取数据;若否,则从数据库中获取待获取数据。
通过上述设置,接收到用户基于应用发起的数据获取请求后,首选判断该数据获取请求所指示的待获取数据是否属于热key,若是直接去本地缓存中进行获取;若不属于热key,即本地缓存中并未存储该数据,再去数据库中进行数据获取。需要说明的是,数据库可以使二级缓存数据库(如redis),也可以是持久化型数据库(如MySQL)。通过上述设置,对于热key,直接从本地缓存中进行获取,有效避免了缓存击穿现象,提升了用户体验。
进一步地,根据本发明实施例,上述将目标数据对应的键值对列表存储至本地缓存,判断待获取数据是否为目标数据,还包括:
根据待获取数据对应的主键,遍历键值对列表,以判断待获取数据是否为目标数据。
具体地,对所存储的数据(无论是存储在本地缓存中还是存储在数据库中),根据key-value键值对构建存储数据对应的键值对列表,并针对目标数据(热key)构建特定的键值对列表,并将其存储在本地缓存中,通过上述设置,有利于快速确定待获取的数据是否为目标数据,提高了数据处理效率。
步骤S102,根据查询信息对目标数据集合进行更新;其中,目标数据集合是根据历史数据对应的查询信息进行构建的。
通过上述设置,根据待获取数据对应的查询信息对目标数据集合进行更新,实现了根据实时信息对目标数据的更新,能够实时监控并确定目标数据,保证了目标数据集合中目标数据的实时性,从而有效避免了缓存击穿现象,拓展了适用场景。
进一步地,根据本发明实施例,目标数据集合的构建步骤包括:
获取历史数据对应的查询信息,其中,查询信息包括查询数量和查询时间;
根据查询信息对历史数据进行排序,根据排序结果和预设条件确定目标数据,并构建目标数据集合。
通过上述设置,根据历史数据对应的查询信息来确定目标数据,其在较长的时间范围内更具备代表性。同时,根据该历史数据对应的查询信息所确定的目标数据,还可以针对性制定预设条件,预判哪种类型、达到多大数量的查询数量(即上述预设条件,具体地,预设条件还根据时间、促销活动、促销产品等进行不同的设置)可能成为目标数据。
优选地,根据本发明实施例,上述查询信息包括查询数量和查询率;根据查询信息对目标数据集合进行更新,还包括:
监控从数据库中获取的待获取数据对应的查询数量和查询率,根据第一查询数量阈值和第一查询率阈值确定第一数据;
对第一数据对应的查询信息进行上报;
根据上报的第一数据对应的查询信息、预设条件对目标数据集合进行更新。
具体地,根据本发明实施例,若上述待获取数据是从数据库中进行获取的,即该待获取数据在获取请求发起时并不是目标数据,根据第一查询数量阈值和第一查询率阈值对该待获取数据的查询数量和查询率进行判断,进而对目标数据进行更新,进一步保证了存储在本地缓存中的目标数据的实时性,提升了用户体验。
步骤S103,将更新后的目标数据集合中的目标数据存储至本地缓存。
本地缓存内的数据读取速度快,可同时容纳的访问量大。将目标数据(热key)存储在本地缓存中,可以有效避免了缓存击穿现象,降低***维护成本。
进一步地,根据本发明实施例,上述方法还包括:
获取数据获取请求对应的应用编号,根据应用编号对应的业务需求,对应用编号对应的预设条件进行更新,并根据更新后的预设条件对目标数据集合中的目标数据进行更新。
通过上述设置,针对应用编号根据各应用编号对应的业务需求制定不同的预设条件,进而实现对目标数据进行更新,拓展了上述数据处理方法的适用场景。
优选地,根据本发明实施例,上述方法还包括:
获取目标数据集合对应的更新信息,并对更新信息进行存储。
对于目标数据集合中各目标数据的更新信息进行存储,不但便于后续进行数据展示、数据分析、运维使用;还可以根据目标数据对应的更新信息对预设条件进行调整,以便更精准的确定实时目标数据,进一步地提升用户体验,提高数据处理效率。
示例性地,根据本发明实施例,上述方法还包括:
设置淘汰策略,根据淘汰策略对存储在本地缓冲中的目标数据进行定时淘汰。
其中,上述淘汰策略可以包括淘汰周期、查询率最低限度、缓存空间不足时优先淘汰最先加入的数据等中的一种或多种,通过上述设置有效释放了本地缓存空间,保证了本地缓存内所存储的目标数据的灵活性。
根据本发明实施例的技术方案,因为采用获取待获取数据在查询周期内对应的查询信息;根据查询信息对目标数据集合进行更新;其中,目标数据集合是根据历史数据对应的查询信息进行构建的;将更新后的目标数据集合中的目标数据存储至本地缓存的技术手段,所以克服了现有的数据处理方法中由于所设置的热key(即目标数据)存在滞后性,存在对解决缓存击穿的效果较差,适用场景较少,用户体验较差的技术问题,进而达到对目标数据进行实时更新,有效避免了缓存击穿现象,拓展适用场景,提升用户体验的技术效果。
图2a是根据本发明第二实施例提供的数据处理方法的主要流程的示意图;如图2a所示,本发明实施例提供的数据处理方法主要包括:
步骤S201,获取历史数据对应的查询信息,其中,查询信息包括查询数量和查询时间。
具体地,根据本发明实施例,可通过热点数据计算服务集群(如Calculate分布式计算服务,主要是根据QPS(Query Per Second,每秒查询率)的量大小动态增加或减少计算处理机器,用来进行计算确定热点数据(即热key),并将计算结果同时推送应用集群)来获取相应数据。
步骤S202,根据查询信息对历史数据进行排序,根据排序结果和预设条件确定目标数据,并构建目标数据集合。
通过上述设置,根据历史数据对应的查询信息来确定目标数据,其在较长的时间范围内更具备代表性。同时,根据该历史数据对应的查询信息所确定的目标数据,还可以针对性制定预设条件,预判哪种类型、达到多大数量的查询数量(即上述预设条件,具体地,预设条件还根据时间、促销活动、促销产品等进行不同的设置)可能成为目标数据。
根据本发明实施例,上述预设条件是通过搭建的ETCD集群(是CoreOS基于Raft开发的分布式key-value存储,可用于服务发现、共享配置以及一致性保障;也可采用现有的可实现上述功能的集群,如Zookeep er集群)来设置并存储预设条件。
步骤S203,响应于用户基于待获取数据发起的数据获取请求,根据待获取数据对应的主键,遍历键值对列表,以判断待获取数据是否为目标数据;其中,目标数据及其对应的键值对列表存储在本地缓存中。
具体地,如图2b所示,根据本发明实施例的一具体实施方式,将应用注册至ETCD集群中,并通过Netty(是由JBOSS提供的一个java开源框架,现为Github上的独立项目。Netty提供异步的、事件驱动的网络应用程序框架和工具,用以快速开发高性能、高可靠性的网络服务器和客户端程序)长连接热点数据计算服务集群(简称计算服务,计算服务启动后,也会将自己注册至ETCD集群服务中,并且启动Netty服务端口供应用端连接和进行心跳检测),同时启动定时器,定时从ETCD中拉取计算服务列表List<String>,然后和计算服务的客户端连接,连接失败时计算服务会推出提示;直至连接成功。确保应用于计算服务连接成功后,将此连接的通道(channel)和Netty地址名称以key-value的形式进行存储,以便于后续获取应用对应的数据(主要是查询信息)和计算服务进行交互。并且,启动线程池定时发送应用心跳,实时更新channel未连接的服务,存放形式为CopyOnWriteArrayList<Map<Key,Value>>。应用启动后,将ETCD集群中存储的预设条件存储至当前本地缓存(即将目标数据及其对应的键值对列表存储在本地缓存中)。
步骤S204,若是,则从本地缓存中获取待获取数据;若否,则从数据库中获取待获取数据。
通过上述设置,接收到用户基于应用发起的数据获取请求后,首选判断该数据获取请求所指示的待获取数据是否属于热key,若是直接去本地缓存中进行获取;若不属于热key,即本地缓存中并未存储该数据,再去数据库中进行数据获取。需要说明的是,数据库可以使二级缓存数据库(如redis),也可以是持久化型数据库(如MySQL)。通过上述设置,对于热key,直接从本地缓存中进行获取,有效避免了缓存击穿现象,提升了用户体验。具体地,如图2c所示,其中,热点规则即上述预设条件,redis是指缓存数据库。当A用户根据key查找redis数据时,先根据ETCD中设置的预设条件和确定的目标数据判断此key是否符合热点规则,如果符合则从本地缓存中获取数据,本地缓存可以使用caffeineCache。如果待获取的数据临近快过期了或者在本地缓存中没有获取到数据(即从数据库中获取到该数据),则计数统计(对查询信息进行计数统计),定时上报至计算服务中。
步骤S205,监控从数据库中获取的待获取数据对应的查询数量和查询率,根据第一查询数量阈值和第一查询率阈值确定第一数据;
根据本发明实施例的一具体实施方式,应用启动线程watch(监控)待获取数据对应的查询数量和查询率,同时还监控ETCD集群中设置的预设条件和目标数据是否发生变化,若预设条件发生变更,需立刻更新自己本地已缓存的预设条件和目标数据。
步骤S206,对第一数据对应的查询信息进行上报。
应用启动线程定时将当前应用一定时间段内访问缓存的目标数据的查询信息上报至计算服务(这里有个本地计数,不是每次都需发往计算服务,如某个数据对应的查询数量超过10时或者某个数据对应的每秒查询率超过2时(上述数值仅为示例),将该数据对应的查询信息上报至计算服务),以便计算服务计算该数据是否为热key(目标数据),进而对目标数据进行更新。根据本发明实施例的一具体实施方式,查询信息上报时,会根据当前计算服务的数据进行求MOD(求余函数),以便均匀地将所需计算的数据打在计算服务上,从而提高计算效率。
步骤S207,根据上报的第一数据对应的查询信息、预设条件对目标数据集合进行更新。
具体地,根据本发明实施例,若上述待获取数据是从数据库中进行获取的,即该待获取数据在获取请求发起时并不是目标数据,根据第一查询数量阈值和第一查询率阈值对该待获取数据的查询数量和查询率进行判断,进而对目标数据进行更新,进一步保证了存储在本地缓存中的目标数据的实时性,提升了用户体验。
根据本发明实施例的一具体实施方式,计算服务收到应用端上报的热点数据的查询信息统计数据后,可直接根据应用名称+key+预设条件名称做map的key,value为热点数据量(总查询量),达到一定数据量(第一查询数量阈值或者第一查询率阈值)时并确定更新后的目标数据后,调用ETCD集群在缓存周期内将更新的目标数据写入key-value列表,并对本地缓存内存储的目标数据进行更。如果获取到的是应用层发送的测试热点数据,则根据滑动窗口判断是否为热点,在一定时间内一定线程数内,数据量超过一定量则为热点数据,当然这些时间间隔和线程数都是可配置的。
步骤S208,将更新后的目标数据集合中的目标数据存储至本地缓存。
本地缓存内的数据读取速度快,可同时容纳的访问量大。将目标数据(热key)存储在本地缓存中,可以有效避免了缓存击穿现象,降低***维护成本。
进一步地,根据本发明实施例,上述方法还包括:
获取数据获取请求对应的应用编号,根据应用编号对应的业务需求,对应用编号对应的预设条件进行更新,并根据更新后的预设条件对目标数据集合中的目标数据进行更新。
通过上述设置,针对应用编号根据各应用编号对应的业务需求制定不同的预设条件,进而实现对目标数据进行更新,拓展了上述数据处理方法的适用场景。
优选地,根据本发明实施例,上述方法还包括:
获取目标数据集合对应的更新信息,并对更新信息进行存储。
对于目标数据集合中各目标数据的更新信息进行存储,不但便于后续进行数据展示、数据分析、运维使用;还可以根据目标数据对应的更新信息对预设条件进行调整,以便更精准的确定实时目标数据,进一步地提升用户体验,提高数据处理效率。
具体地,根据本发明实施例,可利用Flink(一个开源流处理框架)解析当前ETCD集群中关于目标数据集合的更新信息,实时对更新信息进行各种维度的数据统计,并存储至数据库,以便于后续进行报表展示。
示例性地,根据本发明实施例,上述方法还包括:
设置淘汰策略,根据淘汰策略对存储在本地缓冲中的目标数据进行定时淘汰。
其中,上述淘汰策略可以包括淘汰周期、查询率最低限度、缓存空间不足时优先淘汰最先加入的数据等中的一种或多种,通过上述设置有效释放了本地缓存空间,保证了本地缓存内所存储的目标数据的灵活性。
根据本发明实施例的技术方案,因为采用获取待获取数据在查询周期内对应的查询信息;根据查询信息对目标数据集合进行更新;其中,目标数据集合是根据历史数据对应的查询信息进行构建的;将更新后的目标数据集合中的目标数据存储至本地缓存的技术手段,所以克服了现有的数据处理方法中由于所设置的热key(即目标数据)存在滞后性,存在对解决缓存击穿的效果较差,适用场景较少,用户体验较差的技术问题,进而达到对目标数据进行实时更新,有效避免了缓存击穿现象,拓展适用场景,提升用户体验的技术效果。
图3是根据本发明实施例提供的数据处理装置的主要模块的示意图;如图3所示,本发明实施例提供的数据处理装置300主要包括:
信息获取模块301,用于获取待获取数据在查询周期内对应的查询信息。
根据本发明实施例,上述查询信息包括每个待获取数据在查询周期内对应的查询数量和查询时间,根据上述信息可以确定待获取数据在最近一段时间内的查询率(如QPS,Query Per Second,每秒查询率),以便更精确地确定目标数据(热key),从而有效避免了缓存击穿现象。
其中,热key是指,短时间内大量请求(具体的数据根据所访问的数据库(如redis、MySQL等)的承载能力进行设定)去访问数据库内的某个特定的key(数据)。此时,由于访问量过于集中,达到物理网卡上限,常导致***宕机的现象。
具体地,根据本发明实施例,上述数据处理装置300还包括判断模块,用于:
响应于用户基于待获取数据发起的数据获取请求,判断待获取数据是否为目标数据;
若是,则从本地缓存中获取待获取数据;若否,则从数据库中获取待获取数据。
通过上述设置,接收到用户基于应用发起的数据获取请求后,首选判断该数据获取请求所指示的待获取数据是否属于热key,若是直接去本地缓存中进行获取;若不属于热key,即本地缓存中并未存储该数据,再去数据库中进行数据获取。需要说明的是,数据库可以使二级缓存数据库(如redis),也可以是持久化型数据库(如MySQL)。通过上述设置,对于热key,直接从本地缓存中进行获取,有效避免了缓存击穿现象,提升了用户体验。
进一步地,根据本发明实施例,上述将目标数据对应的键值对列表存储至本地缓存;上述判断模块还用于:
根据待获取数据对应的主键,遍历键值对列表,以判断待获取数据是否为目标数据。
具体地,对所存储的数据(无论是存储在本地缓存中还是存储在数据库中),根据key-value键值对构建存储数据对应的键值对列表,并针对目标数据(热key)构建特定的键值对列表,并将其存储在本地缓存中,通过上述设置,有利于快速确定待获取的数据是否为目标数据,提高了数据处理效率。
更新模块302,用于根据查询信息对目标数据集合进行更新;其中,目标数据集合是根据历史数据对应的查询信息进行构建的。
通过上述设置,根据待获取数据对应的查询信息对目标数据集合进行更新,实现了根据实时信息对目标数据的更新,能够实时监控并确定目标数据,保证了目标数据集合中目标数据的实时性,从而有效避免了缓存击穿现象,拓展了适用场景。
进一步地,根据本发明实施例,上述数据处理装置300还包括目标数据集合构建模块,用于:
获取历史数据对应的查询信息,其中,查询信息包括查询数量和查询时间;
根据查询信息对历史数据进行排序,根据排序结果和预设条件确定目标数据,并构建目标数据集合。
通过上述设置,根据历史数据对应的查询信息来确定目标数据,其在较长的时间范围内更具备代表性。同时,根据该历史数据对应的查询信息所确定的目标数据,还可以针对性制定预设条件,预判哪种类型、达到多大数量的查询数量(即上述预设条件,具体地,预设条件还根据时间、促销活动、促销产品等进行不同的设置)可能成为目标数据。
优选地,根据本发明实施例,上述更新模块302,还用于:
监控从数据库中获取的待获取数据对应的查询数量和查询率,根据第一查询数量阈值和第一查询率阈值确定第一数据;
对第一数据对应的查询信息进行上报;
根据上报的第一数据对应的查询信息、预设条件对目标数据集合进行更新。
具体地,根据本发明实施例,若上述待获取数据是从数据库中进行获取的,即该待获取数据在获取请求发起时并不是目标数据,根据第一查询数量阈值和第一查询率阈值对该待获取数据的查询数量和查询率进行判断,进而对目标数据进行更新,进一步保证了存储在本地缓存中的目标数据的实时性,提升了用户体验。
进一步地,根据本发明实施例,上述更新模块302还用于:
获取数据获取请求对应的应用编号,根据应用编号对应的业务需求,对应用编号对应的预设条件进行更新,并根据更新后的预设条件对目标数据集合中的目标数据进行更新。
通过上述设置,针对应用编号根据各应用编号对应的业务需求制定不同的预设条件,进而实现对目标数据进行更新,拓展了适用场景。
存储模块303,用于将更新后的目标数据集合中的目标数据存储至本地缓存。
本地缓存内的数据读取速度快,可同时容纳的访问量大。将目标数据(热key)存储在本地缓存中,可以有效避免了缓存击穿现象,降低***维护成本。
进一步地,根据本发明实施例,上述数据处理装置300还包括更新信息获取模块,用于:
获取目标数据集合对应的更新信息,并对更新信息进行存储。
对于目标数据集合中各目标数据的更新信息进行存储,不但便于后续进行数据展示、数据分析、运维使用;还可以根据目标数据对应的更新信息对预设条件进行调整,以便更精准的确定实时目标数据,进一步地提升用户体验,提高数据处理效率。
优选地,根据本发明实施例,上述数据处理装置300还包括淘汰模块,用于:
设置淘汰策略,根据淘汰策略对存储在本地缓冲中的目标数据进行定时淘汰。
其中,上述淘汰策略可以包括淘汰周期、查询率最低限度、缓存空间不足时优先淘汰最先加入的数据等中的一种或多种,通过上述设置有效释放了本地缓存空间,保证了本地缓存内所存储的目标数据的灵活性。
根据本发明实施例的技术方案,因为采用获取待获取数据在查询周期内对应的查询信息;根据查询信息对目标数据集合进行更新;其中,目标数据集合是根据历史数据对应的查询信息进行构建的;将更新后的目标数据集合中的目标数据存储至本地缓存的技术手段,所以克服了现有的数据处理方法中由于所设置的热key(即目标数据)存在滞后性,存在对解决缓存击穿的效果较差,适用场景较少,用户体验较差的技术问题,进而达到对目标数据进行实时更新,有效避免了缓存击穿现象,拓展适用场景,提升用户体验的技术效果。
图4示出了可以应用本发明实施例的数据处理方法或数据处理装置的示例性***架构400。
如图4所示,***架构400可以包括终端设备401、402、403,网络404和服务器405(此架构仅仅是示例,具体架构中包含的组件可以根据申请具体情况调整)。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备401、402、403通过网络404与服务器405交互,以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用,例如数据处理类应用、浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器405可以是提供各种服务的服务器,例如对用户利用终端设备401、402、403所(进行测试/进行数据处理)的服务器(仅为示例)。该服务器可以对接收到的查询信息等数据进行分析等处理,并将处理结果(例如更新后的目标数据集合--仅为示例)反馈给终端设备。
需要说明的是,本发明实施例所提供的数据处理方法一般由服务器405执行,相应地,数据处理装置一般设置于服务器405中。
应该理解,图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图5,其示出了适于用来实现本发明实施例的终端设备或服务器的计算机***500的结构示意图。图5示出的终端设备或服务器仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,计算机***500包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有***500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时,执行本发明的***中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的***、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行***、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行***、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的***、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的***来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括信息获取模块、更新模块和存储模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,信息获取模块还可以被描述为“用于获取待获取数据在查询周期内对应的查询信息的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:获取待获取数据在查询周期内对应的查询信息;根据查询信息对目标数据集合进行更新;其中,目标数据集合是根据历史数据对应的查询信息进行构建的;将更新后的目标数据集合中的目标数据存储至本地缓存。
根据本发明实施例的技术方案,因为采用获取待获取数据在查询周期内对应的查询信息;根据查询信息对目标数据集合进行更新;其中,目标数据集合是根据历史数据对应的查询信息进行构建的;将更新后的目标数据集合中的目标数据存储至本地缓存的技术手段,所以克服了现有的数据处理方法中由于所设置的热key(即目标数据)存在滞后性,存在对解决缓存击穿的效果较差,适用场景较少,用户体验较差的技术问题,进而达到对目标数据进行实时更新,有效避免了缓存击穿现象,拓展适用场景,提升用户体验的技术效果。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种数据处理方法,其特征在于,包括:
获取待获取数据在查询周期内对应的查询信息;
根据所述查询信息对目标数据集合进行更新;其中,所述目标数据集合是根据历史数据对应的查询信息进行构建的;
将更新后的目标数据集合中的目标数据存储至本地缓存。
2.根据权利要求1所述的数据处理方法,其特征在于,所述目标数据集合的构建步骤包括:
获取历史数据对应的查询信息,其中,所述查询信息包括查询数量和查询时间;
根据所述查询信息对所述历史数据进行排序,根据排序结果和预设条件确定目标数据,并构建所述目标数据集合。
3.根据权利要求1所述的数据处理方法,其特征在于,还包括:
响应于用户基于所述待获取数据发起的数据获取请求,判断待获取数据是否为目标数据;
若是,则从本地缓存中获取所述待获取数据;若否,则从数据库中获取所述待获取数据。
4.根据权利要求3所述的数据处理方法,其特征在于,所述查询信息包括查询数量和查询率;所述根据所述查询信息对目标数据集合进行更新,还包括:
监控所述从数据库中获取的所述待获取数据对应的查询数量和查询率,根据第一查询数量阈值和第一查询率阈值确定第一数据;
对所述第一数据对应的查询信息进行上报;
根据上报的第一数据对应的查询信息、所述预设条件对所述目标数据集合进行更新。
5.根据权利要求3所述的数据处理方法,其特征在于,将所述目标数据对应的键值对列表存储至本地缓存,所述判断待获取数据是否为目标数据,还包括:
根据所述待获取数据对应的主键,遍历所述键值对列表,以判断所述待获取数据是否为目标数据。
6.根据权利要求3所述的数据处理方法,其特征在于,还包括:
获取数据获取请求对应的应用编号,根据所述应用编号对应的业务需求,对所述应用编号对应的预设条件进行更新,并根据更新后的预设条件对所述目标数据集合中的目标数据进行更新。
7.根据权利要求1所述的数据处理方法,其特征在于,还包括:
获取所述目标数据集合对应的更新信息,并对所述更新信息进行存储。
8.一种数据处理装置,其特征在于,包括:
信息获取模块,用于获取待获取数据在查询周期内对应的查询信息;
更新模块,用于根据所述查询信息对目标数据集合进行更新;其中,所述目标数据集合是根据历史数据对应的查询信息进行构建的;
存储模块,用于将更新后的目标数据集合中的目标数据存储至本地缓存。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110062487.6A CN113760982B (zh) | 2021-01-18 | 2021-01-18 | 一种数据处理方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110062487.6A CN113760982B (zh) | 2021-01-18 | 2021-01-18 | 一种数据处理方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113760982A true CN113760982A (zh) | 2021-12-07 |
CN113760982B CN113760982B (zh) | 2024-05-17 |
Family
ID=78786473
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110062487.6A Active CN113760982B (zh) | 2021-01-18 | 2021-01-18 | 一种数据处理方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113760982B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114969107A (zh) * | 2022-05-07 | 2022-08-30 | 广东联想懂的通信有限公司 | 多标签目标的数据处理方法、装置、设备及存储介质 |
CN115840770A (zh) * | 2023-02-10 | 2023-03-24 | 广东徐工汉云工业互联网有限公司 | 基于分布式环境下的本地缓存数据处理方法和相关设备 |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106202581A (zh) * | 2016-08-30 | 2016-12-07 | 北京奇艺世纪科技有限公司 | 一种数据搜索方法及装置 |
CN107918617A (zh) * | 2016-10-10 | 2018-04-17 | 北京京东尚科信息技术有限公司 | 数据查询方法和装置 |
CN108132958A (zh) * | 2016-12-01 | 2018-06-08 | 阿里巴巴集团控股有限公司 | 一种多级缓存数据存储、查询、调度以及处理方法及装置 |
CN109101580A (zh) * | 2018-07-20 | 2018-12-28 | 北京北信源信息安全技术有限公司 | 一种基于Redis的热点数据缓存方法和装置 |
CN109656958A (zh) * | 2018-12-18 | 2019-04-19 | 北京小米移动软件有限公司 | 数据查询方法以及*** |
CN109657174A (zh) * | 2018-12-25 | 2019-04-19 | 北京百度网讯科技有限公司 | 用于更新数据的方法和装置 |
CN109684381A (zh) * | 2018-12-20 | 2019-04-26 | 恒生电子股份有限公司 | 数据热度统计方法及装置 |
CN109885574A (zh) * | 2019-02-22 | 2019-06-14 | 广州荔支网络技术有限公司 | 一种数据查询方法及装置 |
CN110598138A (zh) * | 2018-06-12 | 2019-12-20 | 北京京东尚科信息技术有限公司 | 基于缓存的处理方法和装置 |
CN110990372A (zh) * | 2019-11-06 | 2020-04-10 | 苏宁云计算有限公司 | 一种维度数据的处理方法及装置、数据查询方法及装置 |
CN111259034A (zh) * | 2020-02-17 | 2020-06-09 | 腾讯科技(深圳)有限公司 | 一种缓存数据管理方法和相关装置 |
CN111324615A (zh) * | 2018-12-13 | 2020-06-23 | 北京京东尚科信息技术有限公司 | 数据处理方法、装置、介质及电子设备 |
CN112506973A (zh) * | 2020-12-14 | 2021-03-16 | ***股份有限公司 | 一种存储数据管理的方法及装置 |
-
2021
- 2021-01-18 CN CN202110062487.6A patent/CN113760982B/zh active Active
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106202581A (zh) * | 2016-08-30 | 2016-12-07 | 北京奇艺世纪科技有限公司 | 一种数据搜索方法及装置 |
CN107918617A (zh) * | 2016-10-10 | 2018-04-17 | 北京京东尚科信息技术有限公司 | 数据查询方法和装置 |
CN108132958A (zh) * | 2016-12-01 | 2018-06-08 | 阿里巴巴集团控股有限公司 | 一种多级缓存数据存储、查询、调度以及处理方法及装置 |
CN110598138A (zh) * | 2018-06-12 | 2019-12-20 | 北京京东尚科信息技术有限公司 | 基于缓存的处理方法和装置 |
CN109101580A (zh) * | 2018-07-20 | 2018-12-28 | 北京北信源信息安全技术有限公司 | 一种基于Redis的热点数据缓存方法和装置 |
CN111324615A (zh) * | 2018-12-13 | 2020-06-23 | 北京京东尚科信息技术有限公司 | 数据处理方法、装置、介质及电子设备 |
CN109656958A (zh) * | 2018-12-18 | 2019-04-19 | 北京小米移动软件有限公司 | 数据查询方法以及*** |
CN109684381A (zh) * | 2018-12-20 | 2019-04-26 | 恒生电子股份有限公司 | 数据热度统计方法及装置 |
CN109657174A (zh) * | 2018-12-25 | 2019-04-19 | 北京百度网讯科技有限公司 | 用于更新数据的方法和装置 |
CN109885574A (zh) * | 2019-02-22 | 2019-06-14 | 广州荔支网络技术有限公司 | 一种数据查询方法及装置 |
CN110990372A (zh) * | 2019-11-06 | 2020-04-10 | 苏宁云计算有限公司 | 一种维度数据的处理方法及装置、数据查询方法及装置 |
CN111259034A (zh) * | 2020-02-17 | 2020-06-09 | 腾讯科技(深圳)有限公司 | 一种缓存数据管理方法和相关装置 |
CN112506973A (zh) * | 2020-12-14 | 2021-03-16 | ***股份有限公司 | 一种存储数据管理的方法及装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114969107A (zh) * | 2022-05-07 | 2022-08-30 | 广东联想懂的通信有限公司 | 多标签目标的数据处理方法、装置、设备及存储介质 |
CN115840770A (zh) * | 2023-02-10 | 2023-03-24 | 广东徐工汉云工业互联网有限公司 | 基于分布式环境下的本地缓存数据处理方法和相关设备 |
Also Published As
Publication number | Publication date |
---|---|
CN113760982B (zh) | 2024-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110598138A (zh) | 基于缓存的处理方法和装置 | |
CN113760982B (zh) | 一种数据处理方法和装置 | |
CN107426336B (zh) | 一种调整推送消息打开率的方法和装置 | |
CN109428926B (zh) | 一种调度任务节点的方法和装置 | |
CN113312553B (zh) | 一种用户标签的确定方法和装置 | |
CN108764866B (zh) | 用于分配资源、领取资源的方法和设备 | |
CN112118352B (zh) | 通知触发消息的处理方法、装置、电子设备以及计算机可读介质 | |
CN113590017B (zh) | 用于处理数据的方法、电子设备和计算机程序产品 | |
CN113778565A (zh) | 一种接口数据处理方法和装置 | |
CN112910855B (zh) | 一种样例报文处理方法及装置 | |
CN115543416A (zh) | 一种配置更新方法、装置、电子设备及存储介质 | |
CN113676531B (zh) | 电商流量削峰方法、装置、电子设备及可读存储介质 | |
CN111831503A (zh) | 一种基于监控代理的监控方法和监控代理装置 | |
CN113238919A (zh) | 一种用户访问数的统计方法、装置及*** | |
CN109087097B (zh) | 一种更新链码同一标识的方法和装置 | |
CN112866179B (zh) | 限流方法和限流装置 | |
CN112749204B (zh) | 一种读取数据的方法和装置 | |
CN112688982B (zh) | 一种用户请求处理方法和装置 | |
CN109213815B (zh) | 控制执行次数的方法、装置、服务器终端以及可读介质 | |
CN113282455A (zh) | 一种监控处理方法和装置 | |
CN108984431B (zh) | 用于清空过期缓存的方法和装置 | |
CN110019671B (zh) | 一种处理实时消息的方法和*** | |
CN113722193A (zh) | 检测页面异常的方法和装置 | |
CN111538721A (zh) | 账号处理方法、装置、电子设备及计算机可读存储介质 | |
CN112699116A (zh) | 一种数据处理方法和*** |
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 |