CN116431201A - 图指标的配置方法、装置、存储介质及计算机设备 - Google Patents

图指标的配置方法、装置、存储介质及计算机设备 Download PDF

Info

Publication number
CN116431201A
CN116431201A CN202310424233.3A CN202310424233A CN116431201A CN 116431201 A CN116431201 A CN 116431201A CN 202310424233 A CN202310424233 A CN 202310424233A CN 116431201 A CN116431201 A CN 116431201A
Authority
CN
China
Prior art keywords
graph
index
configuration
query statement
indexes
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.)
Pending
Application number
CN202310424233.3A
Other languages
English (en)
Inventor
谢胜锋
魏炜
董玉香
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.)
Ping An International Financial Leasing Co Ltd
Original Assignee
Ping An International Financial Leasing 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 Ping An International Financial Leasing Co Ltd filed Critical Ping An International Financial Leasing Co Ltd
Priority to CN202310424233.3A priority Critical patent/CN116431201A/zh
Publication of CN116431201A publication Critical patent/CN116431201A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/70Software maintenance or management
    • G06F8/71Version control; Configuration management
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00Arrangements for software engineering
    • G06F8/60Software deployment
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Security & Cryptography (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及计算机技术领域,并公开了一种图指标的配置方法、装置、存储介质及计算机设备,其中方法包括首先接收业务***发送的图指标进件请求并获取多个图指标和每一图指标的配置数据,其次响应于算力配置指令,将配置数据添加至算力配置页面中,生成图指标的目标计算逻辑,然后对全部目标计算逻辑执行并行计算操作,得到全部图指标的配置结果,最终基于全部图指标的配置结果,生成图指标进件请求的图指标配置结果,并将图指标配置结果返回至业务***中。上述方法实现图指标开发的配置化以及多线程并行计算,有效降低图指标的开发门槛以及开发成本,提高开发效率,实现图指标的快速部署,及时满足业务需求。

Description

图指标的配置方法、装置、存储介质及计算机设备
技术领域
本发明涉及计算机技术领域,尤其是涉及一种图指标的配置方法、装置、存储介质及计算机设备。
背景技术
Nebula图库是一款开源的、分布式的、易扩展的原生图数据库,能够承载数千亿个点和数万亿条边的图指标,并且提供毫秒级的查询服务。随着金融风控行业对于Nebula图库等相关技术的广泛应用及推广,并且相关行业内的智能决策***又依赖大量的图指标,因此对于图指标的开发效率及计算性能要求越来越高。
现有技术中,对于传统图指标的开发需要进行硬编码,并且图指标分散在不同的应用***中,无法统一进行计算,进而导致图指标的开发周期长,开发效率低下,难以快速响应业务需求。
发明内容
有鉴于此,本申请提供了图指标的配置方法、装置、存储介质及计算机设备,主要目的在于解决现有技术中图指标的开发需要进行硬编码导致开发周期长,开发效率低的技术问题。
根据本发明的第一个方面,提供了一种图指标的配置方法,该方法包括:
接收业务***发送的图指标进件请求,基于所述图指标进件请求获取多个图指标和每一所述图指标的配置数据;
响应于算力配置指令,展示算力配置页面,将所述图指标的配置数据添加至所述算力配置页面中,生成所述图指标的目标计算逻辑;
获取每一所述图指标的目标计算逻辑,并对全部所述目标计算逻辑执行并行计算操作,得到全部所述图指标的配置结果;
基于全部所述图指标的配置结果,生成所述图指标进件请求的图指标配置结果,并将所述图指标进件请求的图指标配置结果返回至所述业务***中。
根据本发明的第二个方面,提供了一种图指标的配置装置,该装置包括:
数据获取模块,用于接收业务***发送的图指标进件请求,基于所述图指标进件请求获取多个图指标和每一所述图指标的配置数据;
算力配置模块,用于响应于算力配置指令,展示算力配置页面,将所述图指标的配置数据添加至所述算力配置页面中,生成所述图指标的目标计算逻辑;
结果获取模块,用于获取每一所述图指标的目标计算逻辑,并对全部所述目标计算逻辑执行并行计算操作,得到全部所述图指标的配置结果;
结果反馈模块,用于基于全部所述图指标的配置结果,生成所述图指标进件请求的图指标配置结果,并将所述图指标进件请求的图指标配置结果返回至所述业务***中。
根据本发明的第三个方面,提供了一种存储介质,其上存储有计算机程序,程序被处理器执行时实现上述图指标的配置方法。
根据本发明的第四个方面,提供了一种计算机设备,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计算机程序,处理器执行程序时实现上述图指标的配置方法。
本发明提供的一种图指标的配置方法、装置、存储介质及计算机设备,首先接收业务***发送的图指标进件请求,基于图指标进件请求获取多个图指标和每一图指标的配置数据,其次响应于算力配置指令,展示算力配置页面,将图指标的配置数据添加至算力配置页面中,生成图指标的目标计算逻辑,然后获取每一图指标的目标计算逻辑,并对全部目标计算逻辑执行并行计算操作,得到全部图指标的配置结果,最终基于全部图指标的配置结果,生成图指标进件请求的图指标配置结果,并将图指标配置结果返回至业务***中。上述方法基于图指标进件请求获取进件请求内的图指标及对应的配置数据,在算力配置页面中进行数据配置生成图指标的目标计算逻辑,实现图指标开发过程的配置化,有效降低开发成本;对多个目标计算逻辑采用多线程并行计算方式,在保证图指标开发性能的基础上,降低开发门槛并提高开发效率;将业务***发送的图指标进件请求对应的图指标配置结果直接返回至业务***,实现图指标的快速部署,能够及时满足业务需求。上述方法实现图指标开发的配置化以及多线程并行计算,有效降低图指标的开发门槛以及开发成本,提高开发效率,实现图指标的快速部署,及时满足业务需求。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本申请的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1示出了本发明实施例提供的一种图指标的配置方法的流程示意图;
图2示出了本发明实施例提供的一种图指标的配置方法的流程示意图;
图3示出了本发明实施例提供的一种图指标的配置方法中算力配置页面的示意图;
图4示出了本发明实施例提供的一种图指标的配置方法中基础属性配置区内属性配置项的示意图;
图5示出了本发明实施例提供的一种图指标的配置方法图中指标计算分布图的示意图;
图6示出了本发明实施例提供的一种图指标的配置方法中预警信息的示意图;
图7示出了本发明实施例提供的一种图指标的配置装置的结构示意图;
图8示出了本发明实施例提供的一种计算机设备的装置结构示意图。
具体实施方式
下面将参照附图更详细地描述本申请的示例性实施例。虽然附图中显示了本申请的示例性实施例,然而应当理解,可以以各种形式实现本申请而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本申请,并且能够将本申请的范围完整的传达给本领域的技术人员。
本申请实施例提供了一种图指标的配置方法,如图1所示,该方法包括以下步骤:
101、接收业务***发送的图指标进件请求,基于图指标进件请求获取多个图指标和每一图指标的配置数据。
首先对本方法适用的应用场景进行介绍,Nebula图库作为一款开源的、分布式的、易扩展的原生图数据库,能够承载数千亿个点和数万亿条边的图指标,并且提供毫秒级的查询服务。而随着更多的行业对于Nebula图库等相关技术的广泛应用及推广,以及智能决策***对大量图指标的依赖,使得对于图指标的开发效率及计算性能要求逐渐提高。而传统图指标的开发需要进行硬编码,并且图指标分散在不同的应用***中,导致多个图指标无法统一进行计算,进而使得图指标的开发周期长,开发效率低下,难以快速响应业务需求。
具体地,进件请求是指将已经准备好的,或是待处理的数据以及资料提交给下一个接收***或处理***的请求,通常进件中携带有目标场景数据。具体到本申请的应用场景中,业务***所发送的进件请求包括多个待配置的图指标,以及每个图指标中所携带的配置数据,以供后续***基于配置数据对图指标进行加工处理。而图指标是一种能够具体反应多个基本单元之间的对应关联关系的复杂数据结构。
进而本申请提出一种图指标的配置方法,首先通过统一资源接口直接与业务***进行对接,能够稳定高效地获取业务***中图指标的进件请求,基于图指标进件请求来获取待配置的图指标以及每一个待配置的图指标所携带的配置数据,实现了统一数据接收接口,避免待配置图指标的分散处理,使得待处理数据的获取直接、高效且集中化,有效地提升了多个图指标获取以及进行配置的效率。
102、响应于算力配置指令,展示算力配置页面,将图指标的配置数据添加至算力配置页面中,生成图指标的目标计算逻辑。
具体地,硬编码是指将数据直接嵌入到程序或其他可执行对象的源代码中的软件进行开发实践,将可变变量用一个固定值来代替,因而需要通过编辑源代码和重新编译可执行文件来进行修改。而不同于硬编码的开发模式,软编码能够将数据与源代码解耦,使得查询语言与底层代码分离,开发人员能够直接对暴露的查询语言进行编写,软编码采用配置化的方式,使得编码方式更加灵活,对应拓展修改都较为容易。
在本申请实施例中,不同于现有技术中对图指标采用硬编码的开发模式,本申请采用软编码配置化的方式对图指标进行配置开发,首先响应于开发人员的算力配置指令来展示算力配置页面,再将获取到的图指标对应的配置数据添加至算力配置页面进行配置,以生成图指标计算逻辑,而图指标的计算逻辑能够是对一定时间范围内的业务事件进行统计计算,以完成对图指标的开发、配置及加工,整个过程能够实现图指标计算逻辑的快速编写、修改及拓展。
103、获取每一图指标的目标计算逻辑,并对全部目标计算逻辑执行并行计算操作,得到全部图指标的配置结果。
具体地,并行计算是指同时采用多种计算资源来解决计算问题的过程,能够有效提高计算机***的计算速度以及处理能力。通常采用多个处理器来协同求解同一计算问题,将需要被求解的计算问题分解成若干个部分,每一部分分别由一个独立的处理机来进行并行计算。能够进行并行计算的***既可以通过专门设计、含有多个处理器的超级计算机来实现,也可以通过以某种方式互连的若干台的独立计算机构成的集群来实现。
在本申请实施例中,在获取到每一个图指标的目标计算逻辑之后,对多个目标计算逻辑采用多线程并行计算技术,实现在时间上同步对多个目标计算逻辑进行计算,各个图指标的目标计算逻辑在同一时间同步开始进行计算,并在接近的时间内完成计算过程,进而能够在某一较短的时间端内直接获取所有图指标的目标计算逻辑的计算结果,即得到全部图指标的配置结果。采用并行计算的方式多线程的处理目标计算逻辑,能够在确保图指标开发性能稳定的基础上,有效降低开发门槛,使得开发人员无需长时间持续关注整个开发体系及流程,极大地提升了开发效率。
104、基于全部图指标的配置结果,生成图指标进件请求的图指标配置结果,并将图指标进件请求的图指标配置结果返回至业务***中。
在本申请实施例中,图指标进件请求包括多个待配置的图指标,在完成每个图指标的配置过程,得到全部图指标的配置结果,对于全部图指标的配置结果进行整合,得到的结果即为图指标进件请求所对应的图指标配置结果。同样的,基于与图指标相同的获取方式,在获取到图指标进件请求所对应的图指标配置结果,再次通过统一数据接收接口将图指标配置结果直接返回至业务***,无需发版,直接在业务***上对完成配置的图指标进行部署,实现图指标的热部署,能够及时满足业务***的需求。
本发明提供的一种图指标的配置方法、装置、存储介质及计算机设备,首先接收业务***发送的图指标进件请求,基于图指标进件请求获取多个图指标和每一图指标的配置数据,其次响应于算力配置指令,展示算力配置页面,将图指标的配置数据添加至算力配置页面中,生成图指标的目标计算逻辑,然后获取每一图指标的目标计算逻辑,并对全部目标计算逻辑执行并行计算操作,得到全部图指标的配置结果,最终基于全部图指标的配置结果,生成图指标进件请求的图指标配置结果,并将图指标配置结果返回至业务***中。上述方法基于图指标进件请求获取进件请求内的图指标及对应的配置数据,在算力配置页面中进行数据配置生成图指标的目标计算逻辑,实现图指标开发过程的配置化,有效降低开发成本;对多个目标计算逻辑采用多线程并行计算方式,在保证图指标开发性能的基础上,降低开发门槛并提高开发效率;将业务***发送的图指标进件请求对应的图指标配置结果直接返回至业务***,实现图指标的快速部署,能够及时满足业务需求。上述方法实现图指标开发的配置化以及多线程并行计算,有效降低图指标的开发门槛以及开发成本,提高开发效率,实现图指标的快速部署,及时满足业务需求。
本申请实施例提供了一种图指标的配置方法,如图2所示,该方法包括以下步骤:
201、基于业务***发送的图指标进件请求获取多个图指标和每一图指标的配置数据。
在本申请实施例中,通过与业务***直接进行对接,基于业务***发送的图指标进件请求来直接获取图指标进件请求中待配置的图指标以及每一图指标对应的配置数据,基于此步骤的实施方式与步骤101一致,在此不过多赘述。
202、将图指标基础属性添加至基础属性配置区内对应的属性配置项中,生成图指标的基础属性信息。
在本申请实施例中,如图3所示,基础属性配置区内含有多个属性配置项,包括图库,结果类型,连接超时,最大重试次数、读超时、写超时、启用缓存以及过期时间,将图指标基础属性添加至对应的属性配置项中,每一个属性配置项如图4所示,具体包括其对应的名称、类型、是否必须、默认值、示例以及说明,在将图指标基础属性添加至对应的属性配置项后,便在基础属性配置区内,生成图指标的基础属性信息,便于开发人员随时根据开发需求对基础属性信息进行修改,开发简单方便,效率高。
203、当启用缓存时,在预设存储空间内预设查询语句并添加至查询语句编辑区。
具体地,获取图指标基础属性内的缓存启用信息,当缓存启用信息指示启用缓存时,可以在预设存储空间内获取预设查询语句,并将预设查询语句作为图数据库查询语句添加至查询语句编辑区。
在本申请实施例中,如图3所示,当启用缓存项为是,则在预设存储空间查看缓存,并在预设存储空间内直接获取预设查询语句,而不用开发人员重复编辑查询语句,获取到的预设查询语句直接添加至查询语句编辑区,提升了开发编辑的效率。
204、当不启用缓存时,在查询语句测试区对图数据库查询语句进行测试,确保其正确性。
具体地,首先获取图数据库查询语句,将图数据库查询语句添加至查询语句测试区;之后在查询语句测试区内执行图数据库查询语句,得到图数据库查询语句的测试结果,最终获取图数据库查询语句的预设查询结果,将测试结果与预设查询结果进行比对,得到比对结果,当比对结果指示测试结果与预设查询结果一致时,将图数据库查询语句添加至查询语句编辑区,当比对结果指示测试结果与预设查询结果不一致时,基于数据库查询语句生成错误信息,并将错误信息返回至业务***中。
在本申请实施例中,图数据库查询语句为GQL(图形查询语言),类似于SQL(结构化查询语言),用于从可拓展数据库检索数据实体。在获取到图数据库查询语句后,利用图指标开发辅助工具,具体可以为Nebula Studio,来测试图数据库查询语句的正确性,具体可在算力配置页面中的查询语句测试区执行图数据库查询语句,根据预设查询结果来判断测试结果是否正确,若测试结果正确,则将图数据库查询语句添加至查询语句编辑区以进行下一步开发,若测试结果错误,则直接生成错误信息,并将错误信息返回至业务***中,便于开发人员及时发现问题进行处理,提升开发效率。
205、将图数据库查询语句添加至查询语句编辑区,并基于基础属性信息和图数据库查询语句生成图指标的目标计算逻辑。
在本申请实施例中,在算力配置页面中,基础属性配置区内生成图指标的基础属性信息,并且查询语句编辑区内填入图数据库查询语句,基于基础属性信息和图数据库查询语句生成图指标的目标计算逻辑,以供后续对目标计算逻辑进行计算。
进一步的,在将图数据库查询语句存储至预设存储空间中之后,首先遍历预设存储空间内的图数据库查询语句,获取图数据库查询语句的存入时间,然后获取当前时间,并将当前时间与存入时间作差,得到图数据库查询语句的存储时间,最终基于缓存过期时间对存储时间进行判断,若存储时间大于等于缓存过期时间,则将图数据库查询语句移出预设存储空间。
在本申请实施例中,当编辑完成图数据库查询语句之后,将图数据库查询语句存储至预设存储空间中,以供后续使用,其中基础属性信息中包括图数据库查询语句在预设存储空间中的缓存过期时间,通过计算当前时间以及图数据库查询语句的存入时间,得到图数据库查询语句在预设存储空间的存储时间,并基于缓存过期时间进行判断,若存储时间大于等于缓存过期时间,则将图数据库查询语句移出预设存储空间,便于对预设存储空间内的图数据库查询语句及时更新,避免使用长期存放的数据库查询语句产生错误。
206、对全部目标计算逻辑执行并行计算操作,得到全部图指标的配置结果,并对配置结果进行区别判断。
具体地,首先基于并行计算操作,生成图指标计算分布图,其中图指标计算分布图包括每一目标计算逻辑的实际计算时间,然后获取目标图指标计算逻辑对应的预设计算时间,基于预设计算时间对每一目标计算逻辑的实际计算时间进行比对,当存在目标计算逻辑的实际计算时间大于预设计算时间时,将目标计算逻辑对应的图指标标记为异常指标,并将异常指标的配置结果标记为异常。
在本申请实施例中,在全部目标计算逻辑进行并行计算时,同步地生成图指标计算分布图,图指标计算分布图如图5所示,图指标计算分布图上设置有时间坐标,用于直观地反映所有图指标的目标计算逻辑的实际计算时间,然后获取到针对所有图指标计算逻辑所对应的预设计算时间,将所有预设计算时间直接填入到图指标计算分布图中,同样的,基于预设计算时间逐一对每一目标计算逻辑的实际计算时间进行比对,并在图指标计算分布图中对超过预设计算时间的目标计算逻辑的实际计算时间进行标记,并将其对应的图指标标记为异常指标,以及其对应的配置结果为异常配置结果。对于业务***发送的图指标进件请求,其中存在大量的图指标,而不同的图指标的计算速度不同,因此通过生成图指标计算分布图的方式,能够直接找出计算耗时时间长,计算慢的图指标,便于开发人员快速定位计算速度慢的图指标,便于及时修改,提升开发效率。
207、将图指标配置结果以及基于异常图指标配置结果生成的预警信息返回至业务***中。
具体地,首先遍历全部图指标的配置结果,当存在图指标的配置结果为异常时,获取图指标和图指标的配置数据,然后基于图指标、图指标的配置数据和图指标的配置结果,生成预警信息,并将预警信息返回至业务***中。
在本申请实施例中,在对全部目标计算逻辑完成并行计算之后,遍历得到的全部图指标的配置结果,其中图指标的配置结果包括正常的配置结果以及异常的配置结果,对所有正常的配置结果进行整合,整合后即为图指标进件请求的图指标配置结果,并直接返回至业务***中,实现图指标的快速部署,快速满足业务需求。而当图指标的配置结果为异常时,具体可分为图指标性能指标差以及计算结果异常,图指标性能指标差体现在对应的图指标的目标计算逻辑速度慢,对于异常的图指标的配置结果,获取对应图指标的配置数据和配置结果,并基于上述信息生成预警信息,并将预警信息以各种形式返回业务***中,以及时提醒开发人员注意异常的配置结果,预警信息可以以邮件的形式进行反馈,邮件形式如图6所示,邮件中包含异常图指标的特征码、指标名称、属主、起始时间、计算总耗时、状态码和错误信息,同时也包括图指标进件请求的进件详情,包括消息特征码、场景、起始时间和耗时。本申请能够对于性能差的图指标以及配置结果异常的图指标实时进行预警,完善监控预警***,使得开发人员及时发现图指标运行故障,采取应对策略,快速响应线上问题。
本发明提供的一种图指标的配置方法、装置、存储介质及计算机设备,首先基于业务***发送的图指标进件请求获取多个图指标和每一图指标的配置数据,然后将图指标基础属性添加至基础属性配置区内对应的属性配置项中,生成图指标的基础属性信息,当启用缓存时,在预设存储空间内预设查询语句并添加至查询语句编辑区,当不启用缓存时,在查询语句测试区对图数据库查询语句进行测试,确保其正确性,之后将图数据库查询语句添加至查询语句编辑区,并基于基础属性信息和图数据库查询语句生成图指标的目标计算逻辑,再对全部目标计算逻辑执行并行计算操作,得到全部图指标的配置结果,并对配置结果进行区别判断,最终将图指标配置结果以及基于异常图指标配置结果生成的预警信息返回至业务***中。上述方法实现了图指标开发的线上化、配置化,降低了开发成本,并且图算力采用多线程并行计算技术,保证图指标开发性能,并且提升图指标开发运营效率,同时开发图指标能够做到快速部署长线,及时满足业务需求,并且进一步完善监控预警,及时发现图指标运行故障,快速响应线上问题。
进一步地,作为图1方法的具体实现,本申请实施例提供了一种图指标的配置装置,如图7所示,装置包括:数据获取模块301、算力配置模块302、结果获取模块303、结果反馈模块304。
数据获取模块301,可用于接收业务***发送的图指标进件请求,基于图指标进件请求获取多个图指标和每一图指标的配置数据;
算力配置模块302,可用于响应于算力配置指令,展示算力配置页面,将图指标的配置数据添加至算力配置页面中,生成图指标的目标计算逻辑;
结果获取模块303,可用于获取每一图指标的目标计算逻辑,并对全部目标计算逻辑执行并行计算操作,得到全部图指标的配置结果;
结果反馈模块304,可用于基于全部图指标的配置结果,生成图指标进件请求的图指标配置结果,并将图指标进件请求的图指标配置结果返回至业务***中。
在具体的应用场景中,算力配置模块302,具体可用于将图指标基础属性添加至基础属性配置区内对应的属性配置项中,生成图指标的基础属性信息;将图数据库查询语句添加至查询语句编辑区,并将图数据库查询语句存储至预设存储空间中;在算力配置页面中,基于基础属性信息和图数据库查询语句生成图指标的目标计算逻辑。
在具体的应用场景中,算力配置模块302还可用于获取图指标基础属性内的缓存启用信息;当缓存启用信息指示启用缓存时,在预设存储空间内获取预设查询语句,并将预设查询语句作为图数据库查询语句添加至查询语句编辑区。
在具体的应用场景中,算力配置模块302还可用于获取图数据库查询语句,将图数据库查询语句添加至查询语句测试区;在查询语句测试区内执行图数据库查询语句,得到图数据库查询语句的测试结果;获取图数据库查询语句的预设查询结果,将测试结果与预设查询结果进行比对,得到比对结果;当比对结果指示测试结果与预设查询结果一致时,将图数据库查询语句添加至查询语句编辑区;当比对结果指示测试结果与预设查询结果不一致时,基于数据库查询语句生成错误信息,并将错误信息返回至业务***中。
在具体的应用场景中,算力配置模块302还可用于遍历预设存储空间内的图数据库查询语句,获取图数据库查询语句的存入时间;获取当前时间,并将当前时间与存入时间作差,得到图数据库查询语句的存储时间;基于缓存过期时间对存储时间进行判断,若存储时间大于等于缓存过期时间,则将图数据库查询语句移出预设存储空间。
在具体的应用场景中,结果获取模块303,具体可用于基于并行计算操作,生成图指标计算分布图,其中图指标计算分布图包括每一目标计算逻辑的实际计算时间;获取目标图指标计算逻辑对应的预设计算时间,基于预设计算时间对每一目标计算逻辑的实际计算时间进行比对;当存在目标计算逻辑的实际计算时间大于预设计算时间时,将目标计算逻辑对应的图指标标记为异常指标,并将异常指标的配置结果标记为异常。
在具体的应用场景中,结果反馈模块304,具体可用于遍历全部图指标的配置结果,当存在图指标的配置结果为异常时,获取图指标和图指标的配置数据;基于图指标、图指标的配置结果和图指标的配置结果生成预警信息,并将预警信息返回至业务***中。
需要说明的是,本实施例提供的一种图指标的配置装置所涉及各功能单元的其它相应描述,可以参考图1和图2中的对应描述,在此不再赘述。
基于上述如图1所示方法,相应的,本实施例还提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述图指标的配置方法。
基于这样的理解,本申请的技术方案可以以软件产品的形式体现出来,该待识别软件产品可以存储在一个非易失性存储介质(可以是CD-ROM,U盘,移动硬盘等)中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施场景图指标的配置方法。
基于上述如图1和图2所示的方法,以及图7所示的图指标的配置装置实施例,为了实现上述目的,如图8所示,本实施例还提供了图指标的配置的实体设备,该设备包括通信总线、处理器、存储器和通信接口,还可以包括输入输出接口和显示设备,其中,各个功能单元之间可以通过总线完成相互间的通信。该存储器存储有计算机程序,处理器,用于执行存储器上所存放的程序,执行上述实施例中图指标的配置方法。
可选的,该实体设备还可以包括用户接口、网络接口、摄像头、射频(RadioFrequency,RF)电路,传感器、音频电路、WI-FI模块等等。用户接口可以包括显示屏(Display)、输入单元比如键盘(Keyboard)等,可选用户接口还可以包括USB接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如WI-FI接口)等。
本领域技术人员可以理解,本实施例提供的一种图指标的配置实体设备结构并不构成对该实体设备的限定,可以包括更多或更少的部件,或者组合某些部件,或者不同的部件布置。
存储介质中还可以包括操作***、网络通信模块。操作***是管理上述实体设备硬件和待识别软件资源的程序,支持信息处理程序以及其它待识别软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信,以及与信息处理实体设备中其它硬件和软件之间通信。
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本申请可以借助软件加必要的通用硬件平台的方式来实现,也可以通过硬件实现。通过应用本申请的技术方案,首先接收业务***发送的图指标进件请求,基于图指标进件请求获取多个图指标和每一图指标的配置数据,其次响应于算力配置指令,展示算力配置页面,将图指标的配置数据添加至算力配置页面中,生成图指标的目标计算逻辑,然后获取每一图指标的目标计算逻辑,并对全部目标计算逻辑执行并行计算操作,得到全部图指标的配置结果,最终基于全部图指标的配置结果,生成图指标进件请求的图指标配置结果,并将图指标配置结果返回至业务***中。上述方法基于图指标进件请求获取进件请求内的图指标及对应的配置数据,在算力配置页面中进行数据配置生成图指标的目标计算逻辑,实现图指标开发过程的配置化,有效降低开发成本;对多个目标计算逻辑采用多线程并行计算方式,在保证图指标开发性能的基础上,降低开发门槛并提高开发效率;将业务***发送的图指标进件请求对应的图指标配置结果直接返回至业务***,实现图指标的快速部署,能够及时满足业务需求。上述方法实现图指标开发的配置化以及多线程并行计算,有效降低图指标的开发门槛以及开发成本,提高开发效率,实现图指标的快速部署,及时满足业务需求。
本领域技术人员可以理解附图只是一个优选实施场景的示意图,附图中的模块或流程并不一定是实施本申请所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中,也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
上述本申请序号仅仅为了描述,不代表实施场景的优劣。以上公开的仅为本申请的几个具体实施场景,但是,本申请并非局限于此,任何本领域的技术人员能思之的变化都应落入本申请的保护范围。

Claims (10)

1.一种图指标的配置方法,其特征在于,所述方法包括:
接收业务***发送的图指标进件请求,基于所述图指标进件请求获取多个图指标和每一所述图指标的配置数据;
响应于算力配置指令,展示算力配置页面,将所述图指标的配置数据添加至所述算力配置页面中,生成所述图指标的目标计算逻辑;
获取每一所述图指标的目标计算逻辑,并对全部所述目标计算逻辑执行并行计算操作,得到全部所述图指标的配置结果;
基于全部所述图指标的配置结果,生成所述图指标进件请求的图指标配置结果,并将所述图指标进件请求的图指标配置结果返回至所述业务***中。
2.根据权利要求1所述的方法,其特征在于,所述图指标的配置数据包括图指标基础属性和图数据库查询语句,所述算力配置页面包括基础属性配置区和查询语句编辑区;所述将所述图指标的配置数据添加至所述算力配置页面中,生成所述图指标的目标计算逻辑,包括:
将所述图指标基础属性添加至所述基础属性配置区内对应的属性配置项中,生成所述图指标的基础属性信息;
将所述图数据库查询语句添加至所述查询语句编辑区,并将所述图数据库查询语句存储至预设存储空间中;
在所述算力配置页面中,基于所述基础属性信息和所述图数据库查询语句生成所述图指标的目标计算逻辑。
3.根据权利要求2所述的方法,其特征在于,所述图指标基础属性包括缓存启用信息;在所述将所述图指标基础属性添加至所述基础属性配置区内对应的属性配置项中,生成所述图指标的基础属性信息之后,所述方法还包括:
获取所述图指标基础属性内的所述缓存启用信息;
当所述缓存启用信息指示启用缓存时,在预设存储空间内获取预设查询语句,并将所述预设查询语句作为所述图数据库查询语句添加至所述查询语句编辑区。
4.根据权利要求2所述的方法,其特征在于,所述算力配置页面还包括查询语句测试区;在所述将所述图数据库查询语句添加至所述查询语句编辑区之前,所述方法还包括:
获取所述图数据库查询语句,将所述图数据库查询语句添加至所述查询语句测试区;
在所述查询语句测试区内执行所述图数据库查询语句,得到所述图数据库查询语句的测试结果;
获取所述图数据库查询语句的预设查询结果,将所述测试结果与所述预设查询结果进行比对,得到比对结果;
当所述比对结果指示所述测试结果与所述预设查询结果一致时,将所述图数据库查询语句添加至所述查询语句编辑区;
当所述比对结果指示所述测试结果与所述预设查询结果不一致时,基于所述数据库查询语句生成错误信息,并将所述错误信息返回至所述业务***中。
5.根据权利要求2所述的方法,其特征在于,所述基础属性信息包括缓存过期时间;在所述将所述图数据库查询语句存储至预设存储空间中之后,所述方法还包括:
遍历所述预设存储空间内的所述图数据库查询语句,获取所述图数据库查询语句的存入时间;
获取当前时间,并将所述当前时间与所述存入时间作差,得到所述图数据库查询语句的存储时间;
基于所述缓存过期时间对所述存储时间进行判断,若所述存储时间大于等于所述缓存过期时间,则将所述图数据库查询语句移出所述预设存储空间。
6.根据权利要求1所述的方法,其特征在于,所述获取每一所述图指标的目标计算逻辑,并对全部所述目标计算逻辑执行并行计算操作,得到全部所述图指标的配置结果,包括:
基于所述并行计算操作,生成图指标计算分布图,其中所述图指标计算分布图包括每一所述目标计算逻辑的实际计算时间;
获取所述目标图指标计算逻辑对应的预设计算时间,基于所述预设计算时间对每一所述目标计算逻辑的实际计算时间进行比对;
当存在所述目标计算逻辑的实际计算时间大于所述预设计算时间时,将所述目标计算逻辑对应的所述图指标标记为异常指标,并将所述异常指标的配置结果标记为异常。
7.根据权利要求1所述的方法,其特征在于,所述基于全部所述图指标的配置结果,生成所述图指标进件请求的图指标配置结果,并将所述图指标进件请求的图指标配置结果返回至所述业务***中,包括:
遍历全部所述图指标的配置结果,当存在所述图指标的配置结果为异常时,获取所述图指标和所述图指标的配置数据;
基于所述图指标、所述图指标的配置结果和所述图指标的配置结果生成预警信息,并将所述预警信息返回至所述业务***中。
8.一种图指标的配置装置,其特征在于,所述装置包括:
数据获取模块,用于接收业务***发送的图指标进件请求,基于所述图指标进件请求获取多个图指标和每一所述图指标的配置数据;
算力配置模块,用于响应于算力配置指令,展示算力配置页面,将所述图指标的配置数据添加至所述算力配置页面中,生成所述图指标的目标计算逻辑;
结果获取模块,用于获取每一所述图指标的目标计算逻辑,并对全部所述目标计算逻辑执行并行计算操作,得到全部所述图指标的配置结果;
结果反馈模块,用于基于全部所述图指标的配置结果,生成所述图指标进件请求的图指标配置结果,并将所述图指标进件请求的图指标配置结果返回至所述业务***中。
9.一种存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机设备,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计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202310424233.3A 2023-04-19 2023-04-19 图指标的配置方法、装置、存储介质及计算机设备 Pending CN116431201A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310424233.3A CN116431201A (zh) 2023-04-19 2023-04-19 图指标的配置方法、装置、存储介质及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310424233.3A CN116431201A (zh) 2023-04-19 2023-04-19 图指标的配置方法、装置、存储介质及计算机设备

Publications (1)

Publication Number Publication Date
CN116431201A true CN116431201A (zh) 2023-07-14

Family

ID=87090632

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310424233.3A Pending CN116431201A (zh) 2023-04-19 2023-04-19 图指标的配置方法、装置、存储介质及计算机设备

Country Status (1)

Country Link
CN (1) CN116431201A (zh)

Similar Documents

Publication Publication Date Title
US20180260621A1 (en) Picture recognition method and apparatus, computer device and computer- readable medium
US9274782B2 (en) Automated computer application update analysis
EP3161610B1 (en) Optimized browser rendering process
US9514184B2 (en) Systems and methods for a high speed query infrastructure
CN110688111A (zh) 业务流程的配置方法、装置、服务器和存储介质
CN115599359A (zh) 一种代码生成方法、装置、设备及介质
CN110888972A (zh) 一种基于Spark Streaming的敏感内容识别方法及装置
CN114064079A (zh) 算法应用元的打包方法及装置、设备、存储介质
CN107766228B (zh) 一种基于多语种的自动化测试方法和装置
CN114647548A (zh) 一种日志生成方法及装置
CN114816772B (zh) 基于兼容层运行的应用的排错方法、排错***及计算设备
CN116431201A (zh) 图指标的配置方法、装置、存储介质及计算机设备
CN110688295A (zh) 数据测试方法和装置
CN110321435B (zh) 一种数据源划分方法、装置、设备和存储介质
CN111262727B (zh) 服务的扩容方法、装置、设备及存储介质
CN109902067B (zh) 文件处理方法、装置、存储介质及计算机设备
CN109857838B (zh) 用于生成信息的方法和装置
US9471569B1 (en) Integrating information sources to create context-specific documents
CN116136813B (zh) 适配多型号的航电信号仿真方法、装置及存储介质
US11960823B1 (en) Missing glyph replacement system
US20230306280A1 (en) Systems and methods for reducing problematic correlations between features from machine learning model data
CN111309623B (zh) 一种坐标类数据分类测试方法及装置
CN116737541A (zh) 测试定位方法、装置、计算机设备和计算机存储介质
CN117762902A (zh) 一种路网数据处理方法、装置及设备
Li et al. Automating Cloud Deployment for Real-Time Online Foundation Model Inference

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