CN117708179B - 电力综合监控***测点数据缓存方法、装置、设备及介质 - Google Patents
电力综合监控***测点数据缓存方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN117708179B CN117708179B CN202410146709.6A CN202410146709A CN117708179B CN 117708179 B CN117708179 B CN 117708179B CN 202410146709 A CN202410146709 A CN 202410146709A CN 117708179 B CN117708179 B CN 117708179B
- Authority
- CN
- China
- Prior art keywords
- measurement point
- data
- measuring point
- certain
- 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.)
- Active
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 319
- 238000000034 method Methods 0.000 title claims abstract description 54
- 238000012544 monitoring process Methods 0.000 title claims abstract description 50
- 230000008030 elimination Effects 0.000 claims abstract description 26
- 238000003379 elimination reaction Methods 0.000 claims abstract description 26
- 230000004044 response Effects 0.000 claims description 37
- 238000004891 communication Methods 0.000 claims description 12
- 230000003139 buffering effect Effects 0.000 claims description 9
- 238000012986 modification Methods 0.000 claims description 9
- 230000004048 modification Effects 0.000 claims description 9
- 238000004590 computer program Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 8
- 238000013500 data storage Methods 0.000 abstract description 2
- 238000013461 design Methods 0.000 description 19
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000012217 deletion Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- 230000037430 deletion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002688 persistence Effects 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 238000010248 power generation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种电力综合监控***测点数据缓存方法、装置、设备及介质，涉及数据存储技术领域。所述方法是先将从数据库中读取的且各个测点的测点信息分别写入到本机缓存区和远端缓存区中，然后在响应针对某个测点的数据查询请求时，从任一缓存区中获取所述某个测点的测点信息，并从该任一缓存区或数据库中查找到所述某个测点的测点值，最后将所述某个测点的测点信息及测点值反馈回去，并当有新测点数据缓存时，会判断是否触发缓存数据淘汰策略，以便自动淘汰无用数据，如此可以空间换时间的思想解决传统关系型数据库在用于存储海量测点数据时存在读写效率低和高延迟的问题，完美契合电力监控行业天然的大数据量、重实时性但轻事务性的特点。
Description
技术领域
本发明属于数据存储技术领域，具体涉及一种电力综合监控***测点数据缓存方法、装置、设备及介质。
背景技术
目前，在电力行业综合监控***中，业内对测点数据（其主要分为测点信息和测点值，其中，所述测点信息是不随时间变化的静态数据，包含有设备代码、测点描述、倍率和事项类型等信息，而所述测点值是随时间变化的动态数据，包含有数值、时间戳和信息好快质量等信息）的存储方式主要还是使用传统关系型数据库，这种方式有利于OLTP（On-LineTransaction Processing，联机事务处理）查询，但是由于关系型数据库侧重于数据的事务性和持久化，一旦数据量上来之后在读写性能上就会存在瓶颈，这与电力监控行业天然的大数据量、重实时性但轻事务性的特点并不完全契合，导致传统关系型数据库在用于存储海量测点数据时存在读写效率低和高延迟的问题。
发明内容
本发明的目的是提供一种电力综合监控***测点数据缓存方法、装置、计算机设备及计算机可读存储介质，用以解决现有关系型数据库在用于存储海量测点数据时存在读写效率低和高延迟的问题。
为了实现上述目的，本发明采用以下技术方案：
第一方面，提供了一种电力综合监控***测点数据缓存方法，包括：
从数据库中读取预先为在电力综合监控***中的各个测点配置的测点信息，然后将所述各个测点的测点信息分别写入到本机缓存区和远端缓存区中；
在收到来自用户终端的且针对某个测点的数据查询请求消息时，从任一缓存区中获取所述某个测点的测点信息，其中，所述任一缓存区是指所述本机缓存区或所述远端缓存区；
根据所述某个测点的测点信息，在所述任一缓存区中查找是否存在所述某个测点的测点值，若存在，则将所述某个测点的测点信息及测点值纳入到与所述数据查询请求消息对应的数据查询响应消息中，否则根据所述某个测点的测点信息访问所述数据库以获取所述某个测点的测点值，然后将所述某个测点的测点信息及测点值纳入到与所述数据查询请求消息对应的数据查询响应消息中，并还将所述某个测点的测点信息与测点值绑定写入到所述任一缓存区中；
向所述用户终端反馈所述数据查询响应消息；
在将所述某个测点的测点信息与测点值绑定写入到所述任一缓存区中之后，还判断所述任一缓存区的当前剩余空间大小是否小于预设空间大小阈值；
若是，则从所述数据库中读取预先配置的缓存数据淘汰策略，然后根据所述缓存数据淘汰策略确定当前需要淘汰的至少一个测点数据，并在所述任一缓存区中剔除所述至少一个测点数据。
基于上述发明内容，提供了一种基于数据库和本机及远端缓存区进行测点数据查询响应和无用数据自动淘汰的电力综合监控***测点数据缓存新方案，即先将从数据库中读取的且各个测点的测点信息分别写入到本机缓存区和远端缓存区中，然后在响应针对某个测点的数据查询请求时，从任一缓存区中获取所述某个测点的测点信息，并从该任一缓存区或数据库中查找到所述某个测点的测点值，最后将所述某个测点的测点信息及测点值反馈回去，并当有新测点数据缓存时，会判断是否触发缓存数据淘汰策略，以便自动淘汰无用数据，如此可以空间换时间的思想解决传统关系型数据库在用于存储海量测点数据时存在读写效率低和高延迟的问题，完美契合电力监控行业天然的大数据量、重实时性但轻事务性的特点，进而可最大程度上保证测点数据的实时性、可用性和一致性，便于实际应用和推广。
在一个可能的设计中，从任一缓存区中获取所述某个测点的测点信息，包括：
先在所述本机缓存区中查找是否存在所述某个测点的测点信息，若存在，则直接从所述本机缓存区中获取所述某个测点的测点信息，否则再在所述远端缓存区中查找是否存在所述某个测点的测点信息；
若在所述远端缓存区中存在所述某个测点的测点信息，则从所述远端缓存区中获取所述某个测点的测点信息；
若在所述远端缓存区中不存在所述某个测点的测点信息，则从所述数据库中查找获取所述某个测点的测点信息，并将所述某个测点的测点信息分别写入到所述本机缓存区和所述远端缓存区中。
在一个可能的设计中，将所述某个测点的测点信息及测点值纳入到与所述数据查询请求消息对应的数据查询响应消息中，包括：
获取所述某个测点的测点值的采集时间戳；
判断当前时间戳与所述采集时间戳的时差是否超过预设的第三时长阈值；
若是，则对所述某个测点的测点值进行信息质量分析，得到信息质量分析结果，并将所述信息质量分析结果和所述某个测点的测点信息及测点值纳入到与所述数据查询请求消息对应的数据查询响应消息中，否则将所述某个测点的测点信息及测点值纳入到与所述数据查询请求消息对应的数据查询响应消息中，其中，所述信息质量分析结果包含有用于指示所述某个测点的测点值为错误信息的原因。
在一个可能的设计中，根据所述缓存数据淘汰策略确定当前需要淘汰的至少一个测点数据，包括：
确定在所述任一缓存区中的各个测点数据的最近被查询时间戳，然后按照最近被查询时间戳从早到晚的顺序依次排列所述各个测点数据，得到第一测点数据序列，最后从所述第一测点数据序列中选取前M个测点数据作为当前需要淘汰的至少一个测点数据，其中，M表示正整数，所述前M个测点数据的所需空间大小大于所述预设空间大小阈值减去所述任一缓存区的当前剩余空间大小；
或者，统计在所述任一缓存区中的各个测点数据的历史查询次数，然后按照历史查询次数从少到多的顺序依次排列所述各个测点数据，得到第二测点数据序列，最后从所述第二测点数据序列中选取前N个测点数据作为当前需要淘汰的至少一个测点数据，其中，N表示正整数，所述前N个测点数据的所需空间大小大于所述预设空间大小阈值减去所述任一缓存区的当前剩余空间大小；
或者，确定在所述任一缓存区中的各个测点数据的最近被查询时间戳和历史查询次数，然后按照最近被查询时间戳从早到晚的顺序依次排列所述各个测点数据，得到第一测点数据序列，以及还按照历史查询次数从少到多的顺序依次排列所述各个测点数据，得到第二测点数据序列，再然后按照如下公式计算得到所述各个测点数据的综合指数：
式中，表示在所述任一缓存区中的第/>个测点数据的综合指数，/>表示所述第/>个测点数据在所述第一测点数据序列中的序号，/>表示所述第/>个测点数据在所述第二测点数据序列中的序号，/>和/>分别表示预设权重系数且有/>；再然后按照综合指数从低到高的顺序依次排列所述各个测点数据，得到第三测点数据序列，最后从所述第三测点数据序列中选取前K个测点数据作为当前需要淘汰的至少一个测点数据，其中，K表示正整数，所述前K个测点数据的所需空间大小大于所述预设空间大小阈值减去所述任一缓存区的当前剩余空间大小。
在一个可能的设计中，在收到来自用户终端的且针对某个目标测点的测点信息更新消息时，所述方法还包括：
在所述本机缓存区和所述远端缓存区中分别剔除所述某个目标测点的测点信息，并启动第一计时器；
当所述第一计时器的计时值达到预设的第一时长阈值时，从所述测点信息更新消息中提取出所述某个目标测点的新测点信息并写入到所述数据库中，以便在所述数据库中更新所述某个目标测点的测点信息；
在所述本机缓存区和所述远端缓存区中再次分别剔除所述某个目标测点的测点信息。
在一个可能的设计中，所述方法还包括：
周期性地获取所述数据库在最近一个周期内对所述各个测点的测点信息的修改日志；
根据所述修改日志，若发现在所述本机缓存区和所述远端缓存区中的任一测点的测点信息在所述最近一个周期内发生了修改，则从所述数据库中读取该任一测点的最新测点信息，并分别写入到所述本机缓存区和所述远端缓存区中，以便在所述本机缓存区和所述远端缓存区中更新所述任一测点的测点信息。
在一个可能的设计中，当所述某个测点被预先配置有用于指示测点值过期时长的第二时长阈值时，在将所述某个测点的测点信息与测点值绑定写入到所述任一缓存区中之后，所述方法还包括有如下步骤S91～S94：
S91.启动第二计时器,然后执行步骤S92；
S92.实时监听所述某个测点的数据上报情况，然后执行步骤S93；
S93.若在所述第二计时器的计时值达到所述第二时长阈值前，监听到所述某个测点上传了一个新测点值，则在所述任一缓存区中将所述某个测点的当前测点值更新为所述新测点值，然后执行步骤S94，否则在所述任一缓存区中将所述某个测点的当前测点值更新为默认空值，然后执行步骤S94；
S94.重新启动所述第二计时器，然后返回执行步骤S92。
第二方面，提供了一种电力综合监控***测点数据缓存装置，包括有测点信息读写模块、数据查询响应模块、测点值获取模块、响应消息反馈模块、空间大小判断模块和缓存数据淘汰模块；
所述测点信息读写模块，用于从数据库中读取预先为在电力综合监控***中的各个测点配置的测点信息，然后将所述各个测点的测点信息分别写入到本机缓存区和远端缓存区中；
所述数据查询响应模块，通信连接所述测点信息读写模块，用于在收到来自用户终端的且针对某个测点的数据查询请求消息时，从任一缓存区中获取所述某个测点的测点信息，其中，所述任一缓存区是指所述本机缓存区或所述远端缓存区；
所述测点值获取模块，通信连接所述数据查询响应模块，用于根据所述某个测点的测点信息，在所述任一缓存区中查找是否存在所述某个测点的测点值，若存在，则将所述某个测点的测点信息及测点值纳入到与所述数据查询请求消息对应的数据查询响应消息中，否则根据所述某个测点的测点信息访问所述数据库以获取所述某个测点的测点值，然后将所述某个测点的测点信息及测点值纳入到与所述数据查询请求消息对应的数据查询响应消息中，并还将所述某个测点的测点信息与测点值绑定写入到所述任一缓存区中；
所述响应消息反馈模块，通信连接所述测点值获取模块，用于向所述用户终端反馈所述数据查询响应消息；
所述空间大小判断模块，通信连接所述测点值获取模块，用于在将所述某个测点的测点信息与测点值绑定写入到所述任一缓存区中之后，还判断所述任一缓存区的当前剩余空间大小是否小于预设空间大小阈值；
所述缓存数据淘汰模块，通信连接所述空间大小判断模块，用于当判定所述当前剩余空间大小小于所述预设空间大小阈值时，从所述数据库中读取预先配置的缓存数据淘汰策略，然后根据所述缓存数据淘汰策略确定当前需要淘汰的至少一个测点数据，并在所述任一缓存区中剔除所述至少一个测点数据。
第三方面，本发明提供了一种计算机设备，包括有依次通信连接的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如第一方面或第一方面中任意可能设计所述的电力综合监控***测点数据缓存方法。
第四方面，本发明提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如第一方面或第一方面中任意可能设计所述的电力综合监控***测点数据缓存方法。
第五方面，本发明提供了一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行如第一方面或第一方面中任意可能设计所述的电力综合监控***测点数据缓存方法。
上述方案的有益效果：
本发明创造性提供了一种基于数据库和本机及远端缓存区进行测点数据查询响应和无用数据自动淘汰的电力综合监控***测点数据缓存新方案，即先将从数据库中读取的且各个测点的测点信息分别写入到本机缓存区和远端缓存区中，然后在响应针对某个测点的数据查询请求时，从任一缓存区中获取所述某个测点的测点信息，并从该任一缓存区或数据库中查找到所述某个测点的测点值，最后将所述某个测点的测点信息及测点值反馈回去，并当有新测点数据缓存时，会判断是否触发缓存数据淘汰策略，以便自动淘汰无用数据，如此可以空间换时间的思想解决传统关系型数据库在用于存储海量测点数据时存在读写效率低和高延迟的问题，完美契合电力监控行业天然的大数据量、重实时性但轻事务性的特点，进而可最大程度上保证测点数据的实时性、可用性和一致性，便于实际应用和推广。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的电力综合监控***测点数据缓存方法的流程示意图。
图2为本申请实施例提供的电力综合监控***测点数据缓存装置的结构示意图。
图3为本申请实施例提供的计算机设备的结构示意图。
具体实施方式
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将结合附图和实施例或现有技术的描述对本发明作简单地介绍，显而易见地，下面关于附图结构的描述仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在此需要说明的是，对于这些实施例方式的说明用于帮助理解本发明，但并不构成对本发明的限定。
应当理解，尽管本文可能使用术语第一和第二等等来描述各种对象，但是这些对象不应当受到这些术语的限制。这些术语仅用于区分一个对象和另一个对象。例如可以将第一对象称作第二对象,并且类似地可以将第二对象称作第一对象，同时不脱离本发明的示例实施例的范围。
应当理解，对于本文中可能出现的术语“和/或”，其仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A、单独存在B或者同时存在A和B等三种情况；又例如，A、B和/或C，可以表示存在A、B和C中的任意一种或他们的任意组合；对于本文中可能出现的术语“/和”，其是描述另一种关联对象关系，表示可以存在两种关系，例如，A/和B，可以表示：单独存在A或者同时存在A和B等两种情况；另外，对于本文中可能出现的字符“/”，一般表示前后关联对象是一种“或”关系。
实施例
如图1所示，本实施例第一方面提供的所述电力综合监控***测点数据缓存方法，可以但不限于由具有一定计算资源的计算机设备执行，例如由平台服务器、个人计算机（Personal Computer，PC，指一种大小、价格和性能适用于个人使用的多用途计算机；台式机、笔记本电脑到小型笔记本电脑和平板电脑以及超级本等都属于个人计算机）、智能手机、个人数字助理（Personal Digital Assistant，PDA）或可穿戴设备等电子设备执行。如图1所示，所述电力综合监控***测点数据缓存方法，可以但不限于包括有如下步骤S1～S6。
S1.从数据库中读取预先为在电力综合监控***中的各个测点配置的测点信息，然后将所述各个测点的测点信息分别写入到本机缓存区和远端缓存区中。
在所述步骤S1中，所述数据库用于对电力综合监控***的测点数据进行事务性和持久化的存储，具体可以但不限于采用传统的关系型数据库。前述的测点数据包含但不限于有测点信息和测点值，其中，所述测点信息是不随时间变化的静态数据，包含但不限于有设备代码、测点描述、倍率和事项类型等信息，其可以由工程人员在现场搭建***时往所述数据库中录入得到；而所述测点值是随时间变化的动态数据，包含但不限于有数值、时间戳和信息好快质量等信息。所述本机缓存区和所述远端缓存区为处于不同计算机设备上的两缓存区，其中，所述本机缓存区位于本地计算机设备上，所述远端缓存区位于远端的另一计算机设备上，这样设置的目的有如下两个：（1）当本地计算机设备宕机而远端计算机设备仍能正常运行时，可从所述远端计算机设备上直接读取缓存的测点数据，保证了数据的高可用性；（2）本机缓存由于不需要网络进行输入输出，即测点数据可直接从本机读取，节省了读取时间，保证了数据的低延迟与高性能。此外，所述各个测点的测点信息的读取与写入过程分别为现有常规技术手段。
S2.在收到来自用户终端的且针对某个测点的数据查询请求消息时，从任一缓存区中获取所述某个测点的测点信息，其中，所述任一缓存区是指所述本机缓存区或所述远端缓存区。
在所述步骤S2中，所述用户终端为用户所持有的且用于数据查询的电子设备，具体但不限于为智能手机、平板电脑或笔记本电脑等设备；所述数据查询请求消息可以通过常规方式生成并传送而来。具体的，从任一缓存区中获取所述某个测点的测点信息，包括但不限于有如下步骤：先在所述本机缓存区中查找是否存在所述某个测点的测点信息，若存在，则直接从所述本机缓存区中获取所述某个测点的测点信息，否则再在所述远端缓存区中查找是否存在所述某个测点的测点信息；若在所述远端缓存区中存在所述某个测点的测点信息，则从所述远端缓存区中获取所述某个测点的测点信息；若在所述远端缓存区中不存在所述某个测点的测点信息，则从所述数据库中查找获取所述某个测点的测点信息，并将所述某个测点的测点信息分别写入到所述本机缓存区和所述远端缓存区中。
S3.根据所述某个测点的测点信息，在所述任一缓存区中查找是否存在所述某个测点的测点值，若存在，则将所述某个测点的测点信息及测点值纳入到与所述数据查询请求消息对应的数据查询响应消息中，否则根据所述某个测点的测点信息访问所述数据库以获取所述某个测点的测点值，然后将所述某个测点的测点信息及测点值纳入到与所述数据查询请求消息对应的数据查询响应消息中，并还将所述某个测点的测点信息与测点值绑定写入到所述任一缓存区中。
在所述步骤S3中，为保证数据的实时性和可用性，优选的，将所述某个测点的测点信息及测点值纳入到与所述数据查询请求消息对应的数据查询响应消息中，包括但不限于有如下步骤：先获取所述某个测点的测点值的采集时间戳；然后判断当前时间戳与所述采集时间戳的时差是否超过预设的第三时长阈值；若是，则对所述某个测点的测点值进行信息质量分析，得到信息质量分析结果，并将所述信息质量分析结果和所述某个测点的测点信息及测点值纳入到与所述数据查询请求消息对应的数据查询响应消息中，否则将所述某个测点的测点信息及测点值纳入到与所述数据查询请求消息对应的数据查询响应消息中，其中，所述信息质量分析结果包含有用于指示所述某个测点的测点值为错误信息的原因。前述的第三时长阈值用于作为判断数据是否具有实时性并是否需要作废的判据，可具体举例为30分钟。所述信息质量分析的具体分析过程为现有常规技术手段，例如将所述某个测点的测点值导入基于机器学习算法的且已完成预训练的错误原因识别模型中，输出得到包含有用于指示所述某个测点的测点值为错误信息的原因（例如工况退出、越限、坏数据和可疑数据等）的所述信息质量分析结果，并通过纳入到所述数据查询响应消息中，可以展示给用户，以便为用户排查故障提供了坚实可靠的依据。此外，所述某个测点的测点信息与测点值的绑定存储方式可采用键值key-value数据结构，其中，key为测点的唯一标识，测点信息和测点值共同构成测点数据并展示给用户。
S4.向所述用户终端反馈所述数据查询响应消息。
S5.在将所述某个测点的测点信息与测点值绑定写入到所述任一缓存区中之后，还判断所述任一缓存区的当前剩余空间大小是否小于预设空间大小阈值。
S6.若是，则从所述数据库中读取预先配置的缓存数据淘汰策略，然后根据所述缓存数据淘汰策略确定当前需要淘汰的至少一个测点数据，并在所述任一缓存区中剔除所述至少一个测点数据。
在所述步骤S6中，考虑测点数据包含的内容很多，当测点数量非常庞大时，数据缓存的压力也随之飙升，为了节省缓存资源，因此需要根据所述缓存数据淘汰策略确定当前需要淘汰的至少一个测点数据并予以剔除淘汰。具体的，所述缓存数据淘汰策略可以但不限于包括有LRU（Least Recently Used,即最近最少使用策略，其核心思想是如果一个数据在最近一段时间内没有被访问过，那么在未来也很可能不会被访问到，因此可以优先淘汰这个数据）策略、LFU（Least Frequently Used，即最不经常使用策略，其核心思想是如果一个数据在最近一段时间内访问次数很少，那么在未来也很可能访问次数较少，因此可以优先淘汰这个数据）策略以及它们的混合策略（即考虑LRU 策略在某些场景下表现良好，例如存在时间局部性的情况下；而 LFU 策略则适用于需要关注访问频率的场景，因此在实际应用中，可以根据具体的业务需求和数据访问模式选择合适的缓存淘汰策略，并在配置文件中修改以得到所述混合策略）。详细的，根据所述缓存数据淘汰策略确定当前需要淘汰的至少一个测点数据，包括但不限于有如下方式（A）～（C）中的任意一种。
（A）确定在所述任一缓存区中的各个测点数据的最近被查询时间戳，然后按照最近被查询时间戳从早到晚的顺序依次排列所述各个测点数据，得到第一测点数据序列，最后从所述第一测点数据序列中选取前M个测点数据作为当前需要淘汰的至少一个测点数据，其中，M表示正整数，所述前M个测点数据的所需空间大小大于所述预设空间大小阈值减去所述任一缓存区的当前剩余空间大小。
（B）统计在所述任一缓存区中的各个测点数据的历史查询次数，然后按照历史查询次数从少到多的顺序依次排列所述各个测点数据，得到第二测点数据序列，最后从所述第二测点数据序列中选取前N个测点数据作为当前需要淘汰的至少一个测点数据，其中，N表示正整数，所述前N个测点数据的所需空间大小大于所述预设空间大小阈值减去所述任一缓存区的当前剩余空间大小。
（C）确定在所述任一缓存区中的各个测点数据的最近被查询时间戳和历史查询次数，然后按照最近被查询时间戳从早到晚的顺序依次排列所述各个测点数据，得到第一测点数据序列，以及还按照历史查询次数从少到多的顺序依次排列所述各个测点数据，得到第二测点数据序列，再然后按照如下公式计算得到所述各个测点数据的综合指数：
式中，表示在所述任一缓存区中的第/>个测点数据的综合指数，/>表示所述第/>个测点数据在所述第一测点数据序列中的序号，/>表示所述第/>个测点数据在所述第二测点数据序列中的序号，/>和/>分别表示预设权重系数且有/>；再然后按照综合指数从低到高的顺序依次排列所述各个测点数据，得到第三测点数据序列，最后从所述第三测点数据序列中选取前K个测点数据作为当前需要淘汰的至少一个测点数据，其中，K表示正整数，所述前K个测点数据的所需空间大小大于所述预设空间大小阈值减去所述任一缓存区的当前剩余空间大小。
上述方式（A）～（C）即分别依次对应LRU策略、LFU策略以及它们的混合策略，其中，若，可表明在所述混合策略中是使用 LRU 策略作为主要的淘汰策略。此外，还可通过调整权重系数/>和/>来实现对所述混合策略的修改。此外，若判定所述当前剩余空间大小不小于所述预设空间大小阈值，则无需执行所述缓存数据淘汰策略。
由此基于前述步骤S1～S6所描述的电力综合监控***测点数据缓存方法，提供了一种基于数据库和本机及远端缓存区进行测点数据查询响应和无用数据自动淘汰的电力综合监控***测点数据缓存新方案，即先将从数据库中读取的且各个测点的测点信息分别写入到本机缓存区和远端缓存区中，然后在响应针对某个测点的数据查询请求时，从任一缓存区中获取所述某个测点的测点信息，并从该任一缓存区或数据库中查找到所述某个测点的测点值，最后将所述某个测点的测点信息及测点值反馈回去，并当有新测点数据缓存时，会判断是否触发缓存数据淘汰策略，以便自动淘汰无用数据，如此可以空间换时间的思想解决传统关系型数据库在用于存储海量测点数据时存在读写效率低和高延迟的问题，完美契合电力监控行业天然的大数据量、重实时性但轻事务性的特点，进而可最大程度上保证测点数据的实时性、可用性和一致性，便于实际应用和推广。
本实施例在前述第一方面的技术方案基础上，还提供了一种如何进一步确保测点信息的数据一致性的可能设计一，即在收到来自用户终端的且针对某个目标测点的测点信息更新消息时，所述方法还包括但不限于有如下步骤S71～S73。
S71.在所述本机缓存区和所述远端缓存区中分别剔除所述某个目标测点的测点信息，并启动第一计时器。
S72.当所述第一计时器的计时值达到预设的第一时长阈值时，从所述测点信息更新消息中提取出所述某个目标测点的新测点信息并写入到所述数据库中，以便在所述数据库中更新所述某个目标测点的测点信息。
在所述步骤S72中，所述第一时长阈值可以根据网络环境测试得到，一般是1～10秒。
S73.在所述本机缓存区和所述远端缓存区中再次分别剔除所述某个目标测点的测点信息。
由此基于前述的可能设计一，可以针对如下实际情况：当工程实施人员或者用户修改了关系型数据库中的测点信息之后，缓存中的测点信息并不会随之变动，此时用户看到的测点信息就存在脏数据的情况，通过前述步骤S71～S73的缓存延时双删手段，确保在缓存失效与数据库写入之间的时间段内，没有读取缓存的请求，从而避免脏数据的产生。
本实施例在前述第一方面的技术方案基础上，还提供了另一种如何进一步确保测点信息的数据一致性的可能设计二，即所述方法还包括但不限于有如下步骤S81～S82。
S81.周期性地获取所述数据库在最近一个周期内对所述各个测点的测点信息的修改日志。
在所述步骤S81中，由于当数据库的数据变动时，数据库会记录修改日志（比如mysql的binlog，pgsql的wal和xlog），主要是记录执行的sql语句和每条数据被修改的详细情况，因此可以监听这些变动，以便拿到修改后的数据对缓存进行更新。此外，所述周期可以但不限于为每隔1小时。
S82.根据所述修改日志，若发现在所述本机缓存区和所述远端缓存区中的任一测点的测点信息在所述最近一个周期内发生了修改，则从所述数据库中读取该任一测点的最新测点信息，并分别写入到所述本机缓存区和所述远端缓存区中，以便在所述本机缓存区和所述远端缓存区中更新所述任一测点的测点信息。
由此基于前述的可能设计二，同样可以针对如下实际情况：当工程实施人员或者用户修改了关系型数据库中的测点信息之后，缓存中的测点信息并不会随之变动，此时用户看到的测点信息就存在脏数据的情况，通过前述步骤S81～S82的且基于数据库日志进行缓存更新的手段，也可以避免脏数据的产生，保障数据一致性（虽然是与日志文件进行磁盘读写，性能不如缓存延时双删方案，但可以作为兜底方案）。
本实施例在前述第一方面的技术方案基础上，还提供了一种如何确保缓存数据时效性的可能设计三，即当所述某个测点被预先配置有用于指示测点值过期时长的第二时长阈值时，在将所述某个测点的测点信息与测点值绑定写入到所述任一缓存区中之后，所述方法还包括但不限于有如下步骤S91～S94。
S91.启动第二计时器,然后执行步骤S92。
S92.实时监听所述某个测点的数据上报情况，然后执行步骤S93。
在所述步骤S92中，所述某个测点具体但不限于为在电力综合监控***中具有很强时效性要求的功率、电压或电流等测点，因此其会被预先配置有用于指示测点值过期时长的所述第二时长阈值（例如5分钟）。
S93.若在所述第二计时器的计时值达到所述第二时长阈值前，监听到所述某个测点上传了一个新测点值，则在所述任一缓存区中将所述某个测点的当前测点值更新为所述新测点值，然后执行步骤S94，否则在所述任一缓存区中将所述某个测点的当前测点值更新为默认空值，然后执行步骤S94。
在所述步骤S93中，所述默认空值可以举例为零值。
S94.重新启动所述第二计时器，然后返回执行步骤S92。
由此基于前述的可能设计三，可以针对如下实际情况：当测点设备停机之后，则不会有新的数据上传，用户看到的数据就会是缓存中停机之前最后一次上送的数据，跟实际不符（例如应置0），如此通过前述步骤S91～S94的监听更新手段，可以确保缓存数据的时效性。此外，当所述某个测点为与设备是否停机无关的且诸如年、月、日发电量等测点时，由于在没有新的数据上传时应该保持最后一次上送的数据，因此其不会被预先配置有用于指示测点值过期时长的所述第二时长阈值，也就无需执行前述步骤S91～S94。
如图2所示，本实施例第二方面提供了一种实现第一方面或第一方面中任一可能设计所述的电力综合监控***测点数据缓存方法的虚拟装置，包括有测点信息读写模块、数据查询响应模块、测点值获取模块、响应消息反馈模块、空间大小判断模块和缓存数据淘汰模块；
所述测点信息读写模块，用于从数据库中读取预先为在电力综合监控***中的各个测点配置的测点信息，然后将所述各个测点的测点信息分别写入到本机缓存区和远端缓存区中；
所述数据查询响应模块，通信连接所述测点信息读写模块，用于在收到来自用户终端的且针对某个测点的数据查询请求消息时，从任一缓存区中获取所述某个测点的测点信息，其中，所述任一缓存区是指所述本机缓存区或所述远端缓存区；
所述测点值获取模块，通信连接所述数据查询响应模块，用于根据所述某个测点的测点信息，在所述任一缓存区中查找是否存在所述某个测点的测点值，若存在，则将所述某个测点的测点信息及测点值纳入到与所述数据查询请求消息对应的数据查询响应消息中，否则根据所述某个测点的测点信息访问所述数据库以获取所述某个测点的测点值，然后将所述某个测点的测点信息及测点值纳入到与所述数据查询请求消息对应的数据查询响应消息中，并还将所述某个测点的测点信息与测点值绑定写入到所述任一缓存区中；
所述响应消息反馈模块，通信连接所述测点值获取模块，用于向所述用户终端反馈所述数据查询响应消息；
所述空间大小判断模块，通信连接所述测点值获取模块，用于在将所述某个测点的测点信息与测点值绑定写入到所述任一缓存区中之后，还判断所述任一缓存区的当前剩余空间大小是否小于预设空间大小阈值；
所述缓存数据淘汰模块，通信连接所述空间大小判断模块，用于当判定所述当前剩余空间大小小于所述预设空间大小阈值时，从所述数据库中读取预先配置的缓存数据淘汰策略，然后根据所述缓存数据淘汰策略确定当前需要淘汰的至少一个测点数据，并在所述任一缓存区中剔除所述至少一个测点数据。
本实施例第二方面提供的前述装置的工作过程、工作细节和技术效果，可以参见第一方面或第一方面中任一可能设计所述的电力综合监控***测点数据缓存方法，于此不再赘述。
如图3所示，本实施例第三方面提供了一种执行如第一方面或第一方面中任一可能设计所述的电力综合监控***测点数据缓存方法的计算机设备，包括有依次通信连接的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如第一方面或第一方面中任一可能设计所述的电力综合监控***测点数据缓存方法。具体举例的，所述存储器可以但不限于包括随机存取存储器（Random-Access Memory，RAM）、只读存储器（Read-Only Memory，ROM）、闪存（Flash Memory）、先进先出存储器（First Input First Output，FIFO）和/或先进后出存储器（First Input Last Output，FILO）等等；所述处理器可以但不限于采用型号为STM32F105系列的微处理器。此外，所述计算机设备还可以但不限于包括有电源模块、显示屏和其它必要的部件。
本实施例第三方面提供的前述计算机设备的工作过程、工作细节和技术效果，可以参见第一方面或第一方面中任一可能设计所述的电力综合监控***测点数据缓存方法，于此不再赘述。
本实施例第四方面提供了一种存储包含如第一方面或第一方面中任一可能设计所述的电力综合监控***测点数据缓存方法的指令的计算机可读存储介质，即所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如第一方面或第一方面中任一可能设计所述的电力综合监控***测点数据缓存方法。其中，所述计算机可读存储介质是指存储数据的载体，可以但不限于包括软盘、光盘、硬盘、闪存、优盘和/或记忆棒(Memory Stick)等计算机可读存储介质，所述计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程装置。
本实施例第四方面提供的前述计算机可读存储介质的工作过程、工作细节和技术效果，可以参见如第一方面或第一方面中任一可能设计所述的电力综合监控***测点数据缓存方法，于此不再赘述。
本实施例第五方面提供了一种包含指令的计算机程序产品，当所述指令在计算机上运行时，使所述计算机执行如第一方面或第一方面中任一可能设计所述的电力综合监控***测点数据缓存方法。其中，所述计算机可以是通用计算机、专用计算机、计算机网络或者其他可编程装置。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明的保护范围。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种电力综合监控***测点数据缓存方法，其特征在于，包括：
从数据库中读取预先为在电力综合监控***中的各个测点配置的测点信息，然后将所述各个测点的测点信息分别写入到本机缓存区和远端缓存区中；
在收到来自用户终端的且针对某个测点的数据查询请求消息时，从任一缓存区中获取所述某个测点的测点信息，其中，所述任一缓存区是指所述本机缓存区或所述远端缓存区；
根据所述某个测点的测点信息，在所述任一缓存区中查找是否存在所述某个测点的测点值，若存在，则将所述某个测点的测点信息及测点值纳入到与所述数据查询请求消息对应的数据查询响应消息中，否则根据所述某个测点的测点信息访问所述数据库以获取所述某个测点的测点值，然后将所述某个测点的测点信息及测点值纳入到与所述数据查询请求消息对应的数据查询响应消息中，并还将所述某个测点的测点信息与测点值绑定写入到所述任一缓存区中；
向所述用户终端反馈所述数据查询响应消息；
在将所述某个测点的测点信息与测点值绑定写入到所述任一缓存区中之后，还判断所述任一缓存区的当前剩余空间大小是否小于预设空间大小阈值；
若是，则从所述数据库中读取预先配置的缓存数据淘汰策略，然后根据所述缓存数据淘汰策略确定当前需要淘汰的至少一个测点数据，并在所述任一缓存区中剔除所述至少一个测点数据；
在收到来自用户终端的且针对某个目标测点的测点信息更新消息时，所述方法还包括：在所述本机缓存区和所述远端缓存区中分别剔除所述某个目标测点的测点信息，并启动第一计时器；当所述第一计时器的计时值达到预设的第一时长阈值时，从所述测点信息更新消息中提取出所述某个目标测点的新测点信息并写入到所述数据库中，以便在所述数据库中更新所述某个目标测点的测点信息；在所述本机缓存区和所述远端缓存区中再次分别剔除所述某个目标测点的测点信息；
所述方法还包括：周期性地获取所述数据库在最近一个周期内对所述各个测点的测点信息的修改日志，其中，所述周期大于所述第一时长阈值；根据所述修改日志，若发现在所述本机缓存区和所述远端缓存区中的任一测点的测点信息在所述最近一个周期内发生了修改，则从所述数据库中读取该任一测点的最新测点信息，并分别写入到所述本机缓存区和所述远端缓存区中，以便在所述本机缓存区和所述远端缓存区中更新所述任一测点的测点信息。
2.根据权利要求1所述的电力综合监控***测点数据缓存方法，其特征在于，从任一缓存区中获取所述某个测点的测点信息，包括：
先在所述本机缓存区中查找是否存在所述某个测点的测点信息，若存在，则直接从所述本机缓存区中获取所述某个测点的测点信息，否则再在所述远端缓存区中查找是否存在所述某个测点的测点信息；
若在所述远端缓存区中存在所述某个测点的测点信息，则从所述远端缓存区中获取所述某个测点的测点信息；
若在所述远端缓存区中不存在所述某个测点的测点信息，则从所述数据库中查找获取所述某个测点的测点信息，并将所述某个测点的测点信息分别写入到所述本机缓存区和所述远端缓存区中。
3.根据权利要求1所述的电力综合监控***测点数据缓存方法，其特征在于，将所述某个测点的测点信息及测点值纳入到与所述数据查询请求消息对应的数据查询响应消息中，包括：
获取所述某个测点的测点值的采集时间戳；
判断当前时间戳与所述采集时间戳的时差是否超过预设的第三时长阈值；
若是，则对所述某个测点的测点值进行信息质量分析，得到信息质量分析结果，并将所述信息质量分析结果和所述某个测点的测点信息及测点值纳入到与所述数据查询请求消息对应的数据查询响应消息中，否则将所述某个测点的测点信息及测点值纳入到与所述数据查询请求消息对应的数据查询响应消息中，其中，所述信息质量分析结果包含有用于指示所述某个测点的测点值为错误信息的原因。
4.根据权利要求1所述的电力综合监控***测点数据缓存方法，其特征在于，根据所述缓存数据淘汰策略确定当前需要淘汰的至少一个测点数据，包括：
确定在所述任一缓存区中的各个测点数据的最近被查询时间戳，然后按照最近被查询时间戳从早到晚的顺序依次排列所述各个测点数据，得到第一测点数据序列，最后从所述第一测点数据序列中选取前M个测点数据作为当前需要淘汰的至少一个测点数据，其中，M表示正整数，所述前M个测点数据的所需空间大小大于所述预设空间大小阈值减去所述任一缓存区的当前剩余空间大小；
或者，统计在所述任一缓存区中的各个测点数据的历史查询次数，然后按照历史查询次数从少到多的顺序依次排列所述各个测点数据，得到第二测点数据序列，最后从所述第二测点数据序列中选取前N个测点数据作为当前需要淘汰的至少一个测点数据，其中，N表示正整数，所述前N个测点数据的所需空间大小大于所述预设空间大小阈值减去所述任一缓存区的当前剩余空间大小；
或者，确定在所述任一缓存区中的各个测点数据的最近被查询时间戳和历史查询次数，然后按照最近被查询时间戳从早到晚的顺序依次排列所述各个测点数据，得到第一测点数据序列，以及还按照历史查询次数从少到多的顺序依次排列所述各个测点数据，得到第二测点数据序列，再然后按照如下公式计算得到所述各个测点数据的综合指数：
式中，表示在所述任一缓存区中的第/>个测点数据的综合指数，/>表示所述第/>个测点数据在所述第一测点数据序列中的序号，/>表示所述第/>个测点数据在所述第二测点数据序列中的序号，/>和/>分别表示预设权重系数且有/>；再然后按照综合指数从低到高的顺序依次排列所述各个测点数据，得到第三测点数据序列，最后从所述第三测点数据序列中选取前K个测点数据作为当前需要淘汰的至少一个测点数据，其中，K表示正整数，所述前K个测点数据的所需空间大小大于所述预设空间大小阈值减去所述任一缓存区的当前剩余空间大小。
5.根据权利要求1所述的电力综合监控***测点数据缓存方法，其特征在于，当所述某个测点被预先配置有用于指示测点值过期时长的第二时长阈值时，在将所述某个测点的测点信息与测点值绑定写入到所述任一缓存区中之后，所述方法还包括有如下步骤S91～S94：
S91.启动第二计时器,然后执行步骤S92；
S92.实时监听所述某个测点的数据上报情况，然后执行步骤S93；
S93.若在所述第二计时器的计时值达到所述第二时长阈值前，监听到所述某个测点上传了一个新测点值，则在所述任一缓存区中将所述某个测点的当前测点值更新为所述新测点值，然后执行步骤S94，否则在所述任一缓存区中将所述某个测点的当前测点值更新为默认空值，然后执行步骤S94；
S94.重新启动所述第二计时器，然后返回执行步骤S92。
6.一种计算机设备，其特征在于，包括有依次通信连接的存储器、处理器和收发器，其中，所述存储器用于存储计算机程序，所述收发器用于收发消息，所述处理器用于读取所述计算机程序，执行如权利要求1～5中任意一项所述的电力综合监控***测点数据缓存方法。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有指令，当所述指令在计算机上运行时，执行如权利要求1～5中任意一项所述的电力综合监控***测点数据缓存方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410146709.6A CN117708179B (zh) | 2024-02-02 | 2024-02-02 | 电力综合监控***测点数据缓存方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410146709.6A CN117708179B (zh) | 2024-02-02 | 2024-02-02 | 电力综合监控***测点数据缓存方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117708179A CN117708179A (zh) | 2024-03-15 |
| CN117708179B true CN117708179B (zh) | 2024-05-03 |
Family
ID=90146462
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410146709.6A Active CN117708179B (zh) | 2024-02-02 | 2024-02-02 | 电力综合监控***测点数据缓存方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117708179B (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2617204A1 (en) * | 2005-07-29 | 2007-02-08 | Bit9, Inc. | Network security systems and methods |
| CN101692229A (zh) * | 2009-07-28 | 2010-04-07 | 武汉大学 | 基于数据内容的三维空间数据自适应多级缓存*** |
| WO2011036448A2 (en) * | 2009-09-25 | 2011-03-31 | Carter, Stephen | Database and method for evaluating data therefrom |
| CN102035881A (zh) * | 2010-11-19 | 2011-04-27 | 清华大学 | 一种云端存储***的数据缓存方法 |
| CN103139224A (zh) * | 2011-11-22 | 2013-06-05 | 腾讯科技（深圳）有限公司 | 一种网络文件***及网络文件***的访问方法 |
| CN107909108A (zh) * | 2017-11-15 | 2018-04-13 | 东南大学 | 基于内容流行度预测的边缘缓存***及其方法 |
| CN110908612A (zh) * | 2019-11-27 | 2020-03-24 | 腾讯科技（深圳）有限公司 | 缓存管理方法、装置、设备及存储介质 |
| CN112487037A (zh) * | 2020-12-08 | 2021-03-12 | 平安国际智慧城市科技股份有限公司 | 缓存数据的处理方法、装置、计算机设备及存储介质 |
| CN113392132A (zh) * | 2021-05-07 | 2021-09-14 | 杭州数知梦科技有限公司 | Iot场景的分布式缓存方法及*** |
| CN114003629A (zh) * | 2021-10-29 | 2022-02-01 | 深圳壹账通智能科技有限公司 | 一种高效预编译型缓存数据管理方法、装置、设备和介质 |
| CN114546786A (zh) * | 2022-03-23 | 2022-05-27 | 中国工商银行股份有限公司 | 基于多级缓存的异常监控方法 |
| CN116185895A (zh) * | 2022-12-15 | 2023-05-30 | 国电南瑞科技股份有限公司 | 一种支持多级缓存高并发的实时告警处理方法 |
| CN116339626A (zh) * | 2023-03-15 | 2023-06-27 | 中国工商银行股份有限公司 | 数据处理方法、装置、计算机设备和存储介质 |
| CN116383227A (zh) * | 2023-06-05 | 2023-07-04 | 北京成章数据科技发展有限公司 | 一种分布式缓存和数据存储一致性处理***及方法 |
| CN116501264A (zh) * | 2023-06-25 | 2023-07-28 | 苏州浪潮智能科技有限公司 | 一种数据存储方法、装置、***、设备及可读存储介质 |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7099926B1 (en) * | 2000-07-06 | 2006-08-29 | International Business Machines Corporation | Object caching and update queuing technique to improve performance and resource utilization |
| US20080147974A1 (en) * | 2006-12-18 | 2008-06-19 | Yahoo! Inc. | Multi-level caching system |
| US9235618B2 (en) * | 2013-04-06 | 2016-01-12 | Citrix Systems, Inc. | Systems and methods for caching of SQL responses using integrated caching |
-
2024
- 2024-02-02 CN CN202410146709.6A patent/CN117708179B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CA2617204A1 (en) * | 2005-07-29 | 2007-02-08 | Bit9, Inc. | Network security systems and methods |
| CN101692229A (zh) * | 2009-07-28 | 2010-04-07 | 武汉大学 | 基于数据内容的三维空间数据自适应多级缓存*** |
| WO2011036448A2 (en) * | 2009-09-25 | 2011-03-31 | Carter, Stephen | Database and method for evaluating data therefrom |
| CN102035881A (zh) * | 2010-11-19 | 2011-04-27 | 清华大学 | 一种云端存储***的数据缓存方法 |
| CN103139224A (zh) * | 2011-11-22 | 2013-06-05 | 腾讯科技（深圳）有限公司 | 一种网络文件***及网络文件***的访问方法 |
| CN107909108A (zh) * | 2017-11-15 | 2018-04-13 | 东南大学 | 基于内容流行度预测的边缘缓存***及其方法 |
| CN110908612A (zh) * | 2019-11-27 | 2020-03-24 | 腾讯科技（深圳）有限公司 | 缓存管理方法、装置、设备及存储介质 |
| CN112487037A (zh) * | 2020-12-08 | 2021-03-12 | 平安国际智慧城市科技股份有限公司 | 缓存数据的处理方法、装置、计算机设备及存储介质 |
| CN113392132A (zh) * | 2021-05-07 | 2021-09-14 | 杭州数知梦科技有限公司 | Iot场景的分布式缓存方法及*** |
| CN114003629A (zh) * | 2021-10-29 | 2022-02-01 | 深圳壹账通智能科技有限公司 | 一种高效预编译型缓存数据管理方法、装置、设备和介质 |
| CN114546786A (zh) * | 2022-03-23 | 2022-05-27 | 中国工商银行股份有限公司 | 基于多级缓存的异常监控方法 |
| CN116185895A (zh) * | 2022-12-15 | 2023-05-30 | 国电南瑞科技股份有限公司 | 一种支持多级缓存高并发的实时告警处理方法 |
| CN116339626A (zh) * | 2023-03-15 | 2023-06-27 | 中国工商银行股份有限公司 | 数据处理方法、装置、计算机设备和存储介质 |
| CN116383227A (zh) * | 2023-06-05 | 2023-07-04 | 北京成章数据科技发展有限公司 | 一种分布式缓存和数据存储一致性处理***及方法 |
| CN116501264A (zh) * | 2023-06-25 | 2023-07-28 | 苏州浪潮智能科技有限公司 | 一种数据存储方法、装置、***、设备及可读存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| 云计算分布式缓存技术在海量数据处理平台中的应用;段春梅;;智能计算机与应用;20160228(01);17-19+24 * |
| 基于内存映射文件的高性能库存缓存***;黄向平;彭明田;杨永凯;;电子技术应用;20200706(07);119-123+132 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117708179A (zh) | 2024-03-15 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103914485B (zh) | 一种远程收集和检索展示应用***日志的***及方法 | |
| EP2874077B1 (en) | Stateless database cache | |
| CN109299157B (zh) | 一种分布式大单表的数据导出方法及装置 | |
| CN103326958A (zh) | 监控数据缓存方法及*** | |
| CN109656958A (zh) | 数据查询方法以及*** | |
| CN107911799B (zh) | 一种利用智能路由的方法 | |
| CN108717457A (zh) | 一种电子商务平台大数据处理方法和*** | |
| CN104077291B (zh) | 用户生成内容访问次数的发布方法、客户端及*** | |
| CN107995098A (zh) | 信息推送方法及装置 | |
| CN117708179B (zh) | 电力综合监控***测点数据缓存方法、装置、设备及介质 | |
| CN111125579B (zh) | 网页信息处理方法和装置、存储介质和电子设备 | |
| CN113760977A (zh) | 一种信息查询方法、装置、设备及存储介质 | |
| CN115080625B (zh) | 基于Spring Cache缓存框架的缓存方法、装置、设备及存储介质 | |
| CN116684378A (zh) | 基于分级管理的邮件缓存方法、装置、设备及介质 | |
| CN114625805A (zh) | 一种回测配置方法、装置、设备及介质 | |
| CN114297211A (zh) | 一种数据在线分析***、方法、设备及存储介质 | |
| CN113918630A (zh) | 一种数据同步方法、装置、计算机设备及存储介质 | |
| CN114139798A (zh) | 企业风险预测方法、装置及电子设备 | |
| WO2023116928A1 (en) | Method and system for determining carbon dioxide emission value of grading by website | |
| Shao et al. | Optimization research of information management system based on big data technology | |
| CN115328878B (zh) | 日志数据存储***、方法、设备及介质 | |
| CN105912653A (zh) | 数据快速订阅方法及装置 | |
| CN117933708A (zh) | 一种基于大数据分布式的物资数据预警分析方法和*** | |
| CN116302890A (zh) | 指标实时计算方法、装置、设备和存储介质 | |
| CN115203246A (zh) | 一种联表查询方法、装置、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 |