CN117828209A - 交易***中的数据预加载方法及电子设备 - Google Patents
交易***中的数据预加载方法及电子设备 Download PDFInfo
- Publication number
- CN117828209A CN117828209A CN202410008460.2A CN202410008460A CN117828209A CN 117828209 A CN117828209 A CN 117828209A CN 202410008460 A CN202410008460 A CN 202410008460A CN 117828209 A CN117828209 A CN 117828209A
- Authority
- CN
- China
- Prior art keywords
- transaction
- parameter
- coefficient
- preset index
- target
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 238000013507 mapping Methods 0.000 claims abstract description 46
- 238000007619 statistical method Methods 0.000 claims abstract description 16
- 230000015654 memory Effects 0.000 claims description 24
- 230000008569 process Effects 0.000 description 19
- 238000010586 diagram Methods 0.000 description 18
- 238000004590 computer program Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 12
- 238000004364 calculation method Methods 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 9
- 230000004044 response Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 230000036316 preload Effects 0.000 description 5
- 238000012545 processing Methods 0.000 description 5
- 230000001960 triggered effect Effects 0.000 description 5
- 108091029480 NONCODE Proteins 0.000 description 4
- 230000009471 action Effects 0.000 description 4
- 238000002474 experimental method Methods 0.000 description 4
- 238000010438 heat treatment Methods 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 3
- 230000003068 static effect Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000001186 cumulative effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000013401 experimental design Methods 0.000 description 1
- 238000005206 flow analysis Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000644 propagated effect Effects 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/957—Browsing optimisation, e.g. caching or content distillation
- G06F16/9574—Browsing optimisation, e.g. caching or content distillation of access to content, e.g. by caching
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/48—Program initiating; Program switching, e.g. by interrupt
- G06F9/4806—Task transfer initiation or dispatching
- G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
- G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Technology Law (AREA)
- Strategic Management (AREA)
- Marketing (AREA)
- Economics (AREA)
- Data Mining & Analysis (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种交易***中的数据预加载方法及电子设备,所述方法包括:根据交易***中的交易信息和预设系数区间,构建预设指标参数的参数系数与交易***的交易耗时之间的映射关系,以根据映射关系确定预设指标参数对应的第一目标参数系数;基于预设指标参数,对交易***中的交易信息进行统计分析,以得到预设指标参数对应的第二目标参数系数;根据第一目标参数系数和第二目标参数系数生成预设指标参数所对应交易业务对象数据的优先级信息;根据优先级信息,对交易***中交易业务对象数据进行预加载。本申请技术方案根据优先级信息有选择性地预加载优先级高的交易业务对象数据,能够准确预加载所需要的交易业务对象数据,提高了数据预加载速度。
Description
技术领域
本申请属于计算机技术领域,具体涉及一种交易***中的数据预加载方法及电子设备。
背景技术
人们的日常生活和工作都离不开交易,提供快速高效的交易操作是交易***的重要任务。通常,为了提高交易***对各项交易操作的响应速度,在用户触发对应的交易操作之前,交易***会将执行该交易操作所需要的数据预先加载到内存或缓存中,这样,当用户触发交易操作时,交易***可以直接从内存或缓存中读取相关数据以对用户操作快速做出响应。然而,随着交易业务的发展,交易业务的种类越来越多,若将全部数据都进行预先加载,则会造成内存或缓存资源的大量占用,也会导致加载时间过长,导致交易***启动耗时增加。
发明内容
本申请旨在提供一种交易***中的数据预加载方法及电子设备,以提高数据预加载的准确性,降低预加载所花费的时间,并减少内存资源的占用。具体而言,本申请的主要优化点在于减少全部加载到内存中的资源,而只加载部分优先级高的资源。通过这种方式,可以实现应用内存和资源的合理分配,从而减少预加载的时间,达到交易***降低首笔交易耗时的目的。
本申请的其他特性和优点将通过下面的详细描述变得显然,或部分地通过本申请的实践而习得。
根据本申请实施例的一个方面,提供一种交易***中的数据预加载方法,包括:
根据交易***中的交易信息和预设系数区间,构建预设指标参数的参数系数与所述交易***的交易耗时之间的映射关系,以根据所述映射关系确定所述预设指标参数对应的第一目标参数系数;其中,所述第一目标参数系数是所述预设系数区间中使所述交易***的交易耗时与目标耗时最接近的参数系数;
基于所述预设指标参数,对所述交易***中的交易信息进行统计分析,以得到所述预设指标参数对应的第二目标参数系数;其中,所述第二目标参数系数表征所述预设指标参数对应的交易业务触发频率;
根据所述第一目标参数系数和所述第二目标参数系数生成所述预设指标参数所对应交易业务对象数据的优先级信息;其中,所述交易业务对象数据是指执行所述预设指标参数对应的交易业务所需要的数据;
根据所述优先级信息,对所述交易***中交易业务对象数据进行预加载。
根据本申请实施例的一个方面,提供一种交易***中的数据预加载装置,包括:
第一系数获取模块,用于根据交易***中的交易信息和预设系数区间,构建预设指标参数的参数系数与所述交易***的交易耗时之间的映射关系,以根据所述映射关系确定所述预设指标参数对应的第一目标参数系数;其中,所述第一目标参数系数是所述预设系数区间中使所述交易***的交易耗时与目标耗时最接近的参数系数;
第二系数获取模块,用于基于所述预设指标参数,对所述交易***中的交易信息进行统计分析,以得到所述预设指标参数对应的第二目标参数系数;其中,所述第二目标参数系数表征所述预设指标参数对应的交易业务触发频率;
优先级计算模块,用于根据所述第一目标参数系数和所述第二目标参数系数生成所述预设指标参数所对应交易业务对象数据的优先级信息;其中,所述交易业务对象数据是指执行所述预设指标参数对应的交易业务所需要的数据;
数据预加载模块,用于根据所述优先级信息,对所述交易***中交易业务对象数据进行预加载。
在本申请的一个实施例中,第一系数获取模块具体用于:
获取交易***在多个设定时间窗口内的交易信息;其中,所述设定时间窗口的交易信息是根据所述设定时间窗口对应的预设指标参数的参数系数所表示的优先级信息对交易业务对象数据重加载后得到的;所述预设指标参数的参数系数在所述预设系数区间范围内;
根据各个设定时间窗口内的交易信息确定所述交易***在各个设定时间窗口内的交易耗时;
根据各个设定时间窗口的交易耗时以及各个设定时间窗口对应的预设指标参数的参数系数生成映射关系数据点;
根据各个映射关系数据点构建预设指标参数的参数系数与所述交易***的交易耗时之间的映射关系。
在本申请的一个实施例中,第一系数获取模块具体用于:
根据第一设定时间窗口的交易信息对第一设定时间窗口对应的预设指标参数的参数系数进行调整,并将调整后的参数系数作为第二设定时间窗口对应的预设指标参数的参数系数;其中,所述第一设定时间窗口所涉及时间位于所述第二设定时间窗口所涉及时间之前;
根据第二设定时间窗口对应的预设指标参数的参数系数对交易业务对象数据重加载,以基于重加载后的交易业务对象数据获取所述第二设定时间窗口内的交易信息。
在本申请的一个实施例中,第一系数获取模块具体用于:
根据第一设定时间窗口的交易信息确定所述第一设定时间窗口对应的交易耗时;
若所述第一设定时间窗口对应的交易耗时大于目标耗时,则根据设定步长增加所述第一设定时间窗口对应的预设指标参数的参数系数;
若所述第一设定时间窗口对应的交易耗时小于目标耗时,则根据设定步长减小所述第一设定时间窗口对应的预设指标参数的参数系数。
在本申请的一个实施例中,所述交易信息包括多条交易记录;第二系数获取模块具体用于:
基于所述预设指标参数包含的各个子参数类型,对所述交易***中的交易信息包含的多条交易记录分类,以确定各个子参数类型对应的交易记录数量;
根据各个子参数类型对应的交易记录数量和子参数类型总数计算各个子参数类型对应的交易业务触发频率;
根据各个子参数类型对应的交易业务触发频率生成所述预设指标参数对应的第二目标参数系数。
在本申请的一个实施例中,第二系数获取模块具体用于:
将所述第一目标参数系数和各个子参数类型对应的交易业务触发频率的乘积作为各个子参数类型所对应交易业务对象数据的优先级信息;
根据所述优先级信息,对所述交易***中交易业务对象数据进行预加载,包括:
根据各个子参数类型所对应交易业务对象数据的优先级信息,对所述交易***中的交易业务对象数据进行预加载。
在本申请的一个实施例中,第二系数获取模块具体用于:
从所述各个子参数类型对应的交易业务触发频率中提取最大交易业务触发频率作为所述预设指标参数对应的第二目标参数系数。
在本申请的一个实施例中,所述预设指标参数为多个;第二系数获取模块具体用于:
基于各个预设指标参数,汇总各个预设指标参数的第一目标参数系数所对应的交易信息,得到目标交易信息;
对所述目标交易信息进行统计分析,以得到各个预设指标参数对应的第二目标参数系数。
在本申请的一个实施例中,根据所述第一目标参数系数和所述第二目标参数系数生成所述预设指标参数所对应交易业务对象数据的优先级信息,包括:
将所述第一目标参数系数和所述第二目标参数系数的乘积作为所述预设指标参数对应的优先级信息。
根据本申请实施例的一个方面,提供一种计算机可读介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如以上技术方案中的交易***中的数据预加载方法。
根据本申请实施例的一个方面,提供一种电子设备,该电子设备包括:处理器;以及存储器,用于存储所述处理器的可执行指令;其中,所述处理器执行所述可执行指令使得所述电子设备执行如以上技术方案中的交易***中的数据预加载方法。
根据本申请实施例的一个方面,提供一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括计算机指令,该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令,处理器执行该计算机指令,使得该计算机设备执行如以上技术方案中的交易***中的数据预加载方法。
在本申请实施例提供的技术方案中,首先根据交易***中的交易信息和预设系数区间,构建预设指标参数的参数系数与交易***的交易耗时之间的映射关系,以根据映射关系确定预设指标参数对应的第一目标参数系数;其中,第一目标参数系数是预设系数区间中使交易***的交易耗时与目标耗时最接近的参数系数;同时,基于预设指标参数,对交易***中的交易信息进行统计分析,以得到预设指标参数对应的第二目标参数系数;其中,第二目标参数系数表征预设指标参数对应的交易业务触发频率;然后,根据第一目标参数系数和第二目标参数系数生成预设指标参数所对应交易业务对象数据的优先级信息;最后,根据优先级信息,对交易***中的交易业务对象数据进行预加载,也即,在交易***的数据预加载过程中,无需对所有数据进行预加载,而是根据优先级信息有选择性地预加载优先级高的交易业务对象数据,从而使得交易***在数据预加载时,能够准确预加载所需要的交易业务对象数据,保证了交易***在基于数据预加载加快响应速度的基础上,节省了数据预加载对内存资源的占用,提高了数据预加载速度。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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示意性地示出了应用本申请技术方案的示例性***架构框图。
图2示意性地示出了本申请一个实施例提供的交易***中的数据预加载方法的流程图。
图3示意性地示出了本申请一个实施例提供的第一目标参数系数计算过程的流程图。
图4示意性地示出了本申请一个实施例提供的第二目标参数系数计算过程的流程图。
图5示意性地示出了应用本申请技术方案的***架构的示意图。
图6示意性地示出了本申请一个实施例提供的交易***中的数据预加载方法的流程图。
图7示意性地示出了本申请一个实施例提供参数系数与交易耗时之间映射关系的示意图。
图8示意性地示出了本申请一个实施例提供的Accountclass对象预加载的流程图。
图9示意性地示出了本申请实施例提供的交易***中的数据预加载装置的结构框图。
图10示意性示出了适于用来实现本申请实施例的电子设备的计算机***结构框图。
具体实施方式
现在将参考附图更全面地描述示例实施方式。然而,示例实施方式能够以多种形式实施,且不应被理解为限于在此阐述的范例;相反,提供这些实施方式使得本申请将更加全面和完整,并将示例实施方式的构思全面地传达给本领域的技术人员。
此外,所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施例中。在下面的描述中,提供许多具体细节从而给出对本申请的实施例的充分理解。然而,本领域技术人员将意识到,可以实践本申请的技术方案而没有特定细节中的一个或更多,或者可以采用其它的方法、组元、装置、步骤等。在其它情况下,不详细示出或描述公知方法、装置、实现或者操作以避免模糊本申请的各方面。
附图中所示的方框图仅仅是功能实体,不一定必须与物理上独立的实体相对应。即,可以采用软件形式来实现这些功能实体,或在一个或多个硬件模块或集成电路中实现这些功能实体,或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
附图中所示的流程图仅是示例性说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解,而有的操作/步骤可以合并或部分合并,因此实际执行的顺序有可能根据实际情况改变。
本申请实施例中,术语“模块”或“单元”是指有预定功能的计算机程序或计算机程序的一部分,并与其他相关部分一起工作以实现预定目标,并且可以通过使用软件、硬件(如处理电路或存储器)或其组合来全部或部分实现。同样的,一个处理器(或多个处理器或存储器)可以用来实现一个或多个模块或单元。此外,每个模块或单元都可以是包含该模块或单元功能的整体模块或单元的一部分。
可以理解的是,在本申请的具体实施方式中,涉及到客户信息(例如交易信息、对账数据)等相关的数据,当本申请以上实施例运用到具体产品或技术中时,需要获得客户许可或者同意,且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。
图1示意性地示出了应用本申请技术方案的示例性***架构框图。
如图1所示,***架构100可以包括终端设备110、网络120和服务器130。终端设备110可以包括智能手机、平板电脑、笔记本电脑、智能语音交互设备、智能家电、车载终端等等。服务器130可以是独立的物理服务器,也可以是多个物理服务器构成的服务器集群或者分布式***,还可以是提供云计算服务的云服务器。网络120可以是能够在终端设备110和服务器130之间提供通信链路的各种连接类型的通信介质,例如可以是有线通信链路或者无线通信链路。
根据实现需要,本申请实施例中的***架构可以具有任意数目的终端设备、网络和服务器。例如,服务器130可以是由多个服务器设备组成的服务器群组。另外,本申请实施例提供的技术方案可以应用于终端设备110,也可以应用于服务器130,或者可以由终端设备110和服务器130共同实施,本申请对此不做特殊限定。
下面结合具体实施方式对本申请提供的交易***中的数据预加载方法做出详细说明。
图2示意性地示出了本申请一个实施例提供的交易***中的数据预加载方法的流程图,该方法可以由终端设备或服务器实施。如图2所示,本实施例提供的交易***中的数据预加载方法包括步骤210至步骤240,具体如下:
步骤210、根据交易***中的交易信息和预设系数区间,构建预设指标参数的参数系数与交易***的交易耗时之间的映射关系,以根据映射关系确定预设指标参数对应的第一目标参数系数;其中,第一目标参数系数是预设系数区间中使交易***的交易耗时与目标耗时最接近的参数系数。
具体地,交易信息是交易***执行交易业务所产生的交易记录,例如开户、存款、贷款、汇款、转账、用户信息查询、余额查询等交易业务所产生的信息。交易***执行交易业务,一般是指交易***运行该交易业务对应的交易业务对象数据,实现相应的交易业务操作,交易业务对象数据包括交易***运行的代码程序和执行交易业务所需要的非代码类数据,比如,交易***执行开户操作可能需要运行与开户相关的代码程序,交易***执行用户信息查询需要获取相关的用户信息,此处所涉及的用户信息即指非代码类数据。
预设指标参数是指交易业务的某个指标参数,比如,交易业务的类型、资源占用情况、所涉及用户信息等等,由于交易业务的执行依赖于交易业务对象数据,故而预设指标参数与交易业务对象数据是相关联的。预设指标参数的参数系数可以看成是后续计算优先级信息时预设指标参数所占的权重,本实施例中的优先级信息是指交易业务对象数据在交易***预加载数据时的优先级。预设系数区间则是预先设置的预设指标参数的参数系数的取值区间,一般的,预设系数区间设为[0,1]。
当交易***中触发一笔交易业务时,交易***会记录该交易业务的触发时间和响应时间,即交易信息包括交易业务的触发时间和响应时间,该触发时间和响应时间的时间差值,即表示交易***针对该交易业务的交易耗时。
由于交易***执行交易业务需要用到交易业务对象数据,故而交易***获取交易业务对象数据的时间耗费越少,交易***就能够更快的响应交易业务的触发指令,进而对应的交易耗时就越小。而预设指标参数的参数系数体现了预设指标参数在交易业务对象数据优先级信息中所占的权重,优先级越高,交易业务对象数据约会被优先预加载,进而对应的交易业务的响应速度更快,交易耗时越短。因此,可以看出,交易***的交易耗时与预设指标参数的参数系数之间具有一定的映射关系,当预设指标参数的参数系数改变时,交易耗时也会发生变化,基于二者之间的变化关系,可以构建二者之间的映射关系。通过该映射关系,就可以找到在交易耗时最近接目标耗时时所对应的参数系数,该系数记为第一目标参数系数。
步骤220、基于预设指标参数,对交易***中的交易信息进行统计分析,以得到预设指标参数对应的第二目标参数系数;其中,第二目标参数系数表征预设指标参数对应的交易业务触发频率。
具体地,交易***中的交易信息包括多种类型的交易业务所对应的交易记录,且每种交易业务所对应的交易记录可能有多条。基于预设指标参数对交易信息进行统计分析,相当于根据预设指标参数对交易信息所包含的交易记录进行分类处理,例如,从交易信息中提取出预设指标参数所对应的所有交易记录,然后根据该信息计算第二目标参数系数。第二目标参数系数表示预设指标参数对应的交易业务的触发频率,即体现交易业务触发的多少。可以将预设指标参数对应的交易记录的数量在交易信息所包含交易记录总量中的占比作为第二目标参数系数。示例性的,预设指标参数是指开户交易,假设交易信息共包含100条交易记录,开户交易记录为20条,那么对应的第二目标参数系数为20/100=0.2。
步骤230、根据第一目标参数系数和第二目标参数系数生成预设指标参数所对应交易业务对象数据的优先级信息;其中,交易业务对象数据是指执行预设指标参数对应的交易业务所需要的数据。
具体地,将第一目标参数系数与第二目标参数系数相乘,乘积结果可以作为预设指标参数所对应交易业务对象数据的优先级信息,那么,乘积结果越大,即表示优先级越高;反之,乘积结果越小,即表示优先级越低。可选的,预设指标参数对应的交易业务对象数据可能包括多个,例如,假设预设指标参数是业务等级,比如将开户业务和贷款业务均设置为同一个业务等级,那么该业务等级对应的交易业务对象数据包括开户业务对象数据和贷款业务对象数据。
步骤240、根据优先级信息,对交易***中的交易业务对象数据进行预加载。
具体地,根据优先级信息,可以优先加载已经设置了优先级的交易业务对象数据,而对于已设置了优先级的交易业务对象数据,优先级越高,表示该数据对于交易***而言越重要,那么越先进行预加载;优先级越低,说明重要性较低,预加载的时间越靠后。交易***在后续启动时,就可以基于优先级信息进行数据预加载,而无需加载全部数据,不仅保证了预加载的数据是交易***中较为重要的数据,即保证了数据预加载的准确性,而且减少了预加载的数据量,从而减少了预加载对内存资源的占用,提高了预加载效率。
在本申请实施例提供的技术方案中,首先根据交易***中的交易信息和预设系数区间,构建预设指标参数的参数系数与交易***的交易耗时之间的映射关系,以根据映射关系确定预设指标参数对应的第一目标参数系数;其中,第一目标参数系数是预设系数区间中使交易***的交易耗时与目标耗时最接近的参数系数;同时,基于预设指标参数,对第一目标参数系数所对应的交易信息进行统计分析,以得到预设指标参数对应的第二目标参数系数;其中,第二目标参数系数表征预设指标参数对应的交易业务触发频率;然后,根据第一目标参数系数和第二目标参数系数生成预设指标参数所对应交易业务对象数据的优先级信息;最后,根据优先级信息,对交易***中的交易业务对象数据进行预加载,也即,在交易***的数据预加载过程中,无需对所有数据进行预加载,而是根据优先级信息有选择性地预加载优先级高的交易业务对象数据,从而使得交易***在数据预加载时,能够准确预加载所需要的交易业务对象数据,保证了交易***在基于数据预加载加快响应速度的基础上,节省了数据预加载对内存资源的占用,提高了数据预加载速度。
图3示意性地示出了本申请一个实施例提供的第一目标参数系数计算过程的流程图,本实施例是对上述实施例中步骤210的进一步细化。如图3所示,本申请实施例提供的第一目标参数系数计算过程包括以下步骤:
步骤310、获取交易***在多个设定时间窗口内的交易信息,其中,设定时间窗口的交易信息是根据设定时间窗口对应的预设指标参数的参数系数所表示的优先级信息对交易业务对象数据重加载后得到的;预设指标参数的参数系数在预设系数区间范围内。
具体地,多个设定时间窗口内的交易信息是通过多次交易信息采集得到的。每个设定时间窗口内的交易信息是在交易***基于优先级信息对交易业务对象数据重加载后得到的,即表明,在获取下一个设定时间窗口内的交易信息时,需要将交易***将上一个设定时间窗口预加载的数据清除,然后根据下一个设定时间窗口的预设指标参数的参数系数所指示的优先级信息重新加载交易业务对象数据,交易***在重新加载交易业务对象数据后,所触发的交易业务操作所生成的交易记录即为下一个设定时间窗口的交易信息。
在本申请的一个实施例中,步骤310具体包括:根据第一设定时间窗口的交易信息对第一设定时间窗口对应的预设指标参数的参数系数进行调整,并将调整后的参数系数作为第二设定时间窗口对应的预设指标参数的参数系数;其中,第一设定时间窗口所涉及时间位于第二设定时间窗口所涉及时间之前;根据第二设定时间窗口对应的预设指标参数的参数系数对交易业务对象数据重加载,以基于重加载后的交易业务对象数据获取第二设定时间窗口内的交易信息。
具体而言,以相邻两个设定时间窗口为例,其中时间在前的设定时间窗口记为第一设定时间窗口,时间在后的设定时间窗口记为第二设定时间窗口。需要说明的是,此处说的“相邻”并非是指设定时间窗口所对应的时间区间完全相邻,而是根据时间先后顺序排序后的排列次序相邻,比如,第一设定时间窗口是8:00-9:00,第二设定时间窗口可以从9:00开始,也可以从9:00之后的设定时间点开始,本实施例对此不作限定。
在获取第一设定时间窗口的交易信息后,对第一设定时间窗口的交易信息进行分析,可以确定第一设定时间窗口的交易耗时与目标耗时之间的关系,进而可以对第一设定时间窗口对应的预设指标参数的参数系数进行调整,那么调整后的参数系数即为第二设定时间窗口对应的预设指标参数的参数系数。接下来,清楚交易***已经预加载的数据,以第二设定时间窗口对应的预设指标参数的参数系数所表示的优先级信息重新对交易***中的交易业务对象数据进行预加载,然后获取继续获取交易信息,得到第二设定时间窗口内的交易信息。
在本申请的一个实施例中,预设指标参数的参数系数的调整过程可以包括:根据第一设定时间窗口的交易信息确定第一设定时间窗口对应的交易耗时;若第一设定时间窗口对应的交易耗时大于目标耗时,则根据设定步长增加第一设定时间窗口对应的预设指标参数的参数系数;若第一设定时间窗口对应的交易耗时小于目标耗时,则根据设定步长减小第一设定时间窗口对应的预设指标参数的参数系数。
具体而言,将设定时间窗口对应的交易耗时与目标耗时进行比较,若交易耗时大于目标耗时,即表示交易业务对象数据加载过慢,故而根据设定步长增加预设指标参数的参数系数,例如,调整前的参数系数为0.5,设定步长为0.1,那么调整后的参数系数为0.6。若交易耗时小于目标耗时,即表示交易业务对象数据加载过快,故而根据设定步长减小预设指标参数的参数系数,例如,将参数系数由0.5调整为0.4。
需要说明的是,在首次对参数系数进行调整时,调整前的参数系数是预设系数区间内的随机取值,后续调整过程中,需要保证参数系数在预设系数区间范围内。可以看出,每次对参数系数进行调整时,所依赖的是在此之前的设定时间窗口内的交易信息,也即,参数系数的调整依赖的是历史交易信息,而不是实时交易信息。
步骤320、根据各个设定时间窗口内的交易信息确定交易***在各个设定时间窗口内的交易耗时。
具体地,一个设定时间窗口内的交易信息可能包括多条交易记录,根据每条交易记录所记录的触发时间和响应时间之差可以得到一个交易耗时,进而一个设定时间窗口对应于多个交易耗时,此时可以从中选择一个交易耗时作为该设定时间窗口的交易耗时。例如,从中选择交易耗时最大值作为该设定时间窗口的交易耗时,又例如,对多个交易耗时求平均,将平均耗时作为该设定时间窗口的交易耗时。
步骤330、根据各个设定时间窗口的交易耗时以及各个设定时间窗口对应的预设指标参数的参数系数生成映射关系数据点。
具体地,一个交易耗时和一个预设指标参数的参数系数可以构成一个映射关系数据点,多个设定时间窗口既可以得到多个映射关系数据点。
步骤340、根据各个映射关系数据点构建预设指标参数的参数系数与交易***的交易耗时之间的映射关系。
具体地,对各个映射关系数据点进行拟合,即可得到参数系数与交易***的交易耗时之间的映射关系。
图4示意性地示出了本申请一个实施例提供的第二目标参数系数计算过程的流程图,本实施例是对上述实施例中步骤220的进一步细化。如图4所示,本申请实施例提供的第二目标参数系数计算过程包括以下步骤:
步骤410、基于预设指标参数包含的各个子参数类型,对交易***中的交易信息包含的多条交易记录分类,以确定各个子参数类型对应的交易记录数量。
具体地,预设指标参数可以包括多个子参数类型。例如,预设指标参数可以是用户信用等级,而用户信用等级可以进一步包括优、良、差等多个细分等级,这多个细分等级即为用户信用等级这个预设指标参数的多个子参数类型。在交易信息包含的多条交易记录中,不同子参数类型对应的交易记录不同,通过根据子参数类型对交易记录进行分类,可以确定各个子参数类型对应的交易记录数量。例如,用户信用等级对应的交易记录共100条,其中,用户信用等级优为50条,用户信用等级良为30条,用户信用等级差为20条。
步骤420、根据各个子参数类型对应的交易记录数量和子参数类型总数计算各个子参数类型对应的交易业务触发频率。
具体地,可以将子参数类型对应的交易记录数量与子参数类型总数的比值作为子参数类型对应的交易业务触发频率。例如,如上述步骤中的示例,用户信用等级优的交易业务触发频率为50/3=16.67,用户信用等级良的交易业务触发频率为30/3=10,用户信用等级差的交易业务触发频率为20/3=6.67。
步骤430、根据各个子参数类型对应的交易业务触发频率生成预设指标参数对应的第二目标参数系数。
具体地,可以从各个子参数类型对应的交易业务触发频率中选择一个作为预设指标参数对应的第二目标参数系数,例如,选择各个子参数类型对应的交易业务触发频率中的最大交易业务触发频率作为预设指标参数对应的第二目标参数系数。
在本申请的一个实施例中,预设指标参数的数量可以是多个,在计算预设指标参数对应的第一目标参数系数时,可以分别针对每一个预设指标参数计算对应的第一目标参数系数。在计算某一个预设指标参数对应的第一目标参数系数,可以不考虑其他预设指标参数的影响。具体而言,可以通过图3所示的第一目标参数系数的计算过程来计算某一个预设指标参数对应的第一目标参数系数,然后再根据图3所示的第一目标参数系数的计算过程来计算下一个预设指标参数对应的第一目标参数系数,以此类推,直至计算完所有预设指标参数对应的第一目标参数系数。
在预设指标参数的数量为多个的情况下,计算完所有预设指标参数对应的第一目标参数系数后,需要将各个预设指标参数的第一目标参数系数所对应的交易信息汇总,得到目标交易信息,然后再根据该目标交易信息各个预设指标参数对应的第二目标参数系数。示例性的,假设预设指标参数1的第一目标参数系数使用了第一时间段内的交易信息,预设指标参数2的第一目标参数系数使用了第二时间段内的交易信息,那么在计算预设指标参数1和预设指标参数2各自对应的第二目标参数系数,将第一时间段内的交易信息和第二时间段内的交易信息汇总,得到目标交易信息,然后在根据这个目标交易信息计算预设指标参数1和预设指标参数2各自对应的第二目标参数系数。预设指标参数1和预设指标参数2各自对应的第二目标参数系数的计算过程可以参考图4所对应的实施例。
在本申请的一个实施例中,在预设指标参数的数量为多个的情况下,在计算优先级信息时,将各个预设指标参数对应的第一目标参数系数分别与各个预设指标参数对应的第二目标参数系数相乘,得到各个预设指标参数对应的优先级信息。可选的,可以将各个预设指标参数对应的第一目标参数系数的累乘结果作为第三目标参数系数,然后将第三目标参数系数分别与各个预设指标参数对应的第二目标参数系数相乘,得到各个预设指标参数对应的优先级信息。
下面结合一个具体实施例来说明本申请技术方案的实施过程。
图5示意性地示出了应用本申请技术方案的***架构的示意图,图6示意性地示出了本申请一个实施例提供的交易***中的数据预加载方法的流程图。在图5所示的***架构中,将本申请技术方案划分为三个部分:预热对象收集、预热对象分析和预热对象执行。预热对象是指需要进行预加载的对象,也即本申请中的交易业务对象数据。数据预热即为本申请中的数据预加载。下面结合图5和图6来说明本申请技术方案的实施例过程。
如图5所示,本实施例提供的***架构包括:交易***、交易事件模块、日志模块、定时任务模块、预热对象与影响参数关联图表生成模块、策略调整管理模块、参数管理器、目标管理模块、预热对象权重与参数指标关系图生成模块和对象预热模块。其中,交易***、交易事件模块、日志模块、定时任务模块和预热对象与影响参数关联图表生成模块用于执行预热对象收集步骤,策略调整管理模块、参数管理器、目标管理模块和预热对象权重与参数指标关系图生成模块用于执行预热对象分析步骤,对象预热模块用于执行预热对象执行步骤。
图5所示的三个步骤的具体过程如图6所示,包括以下步骤:
S1.用户交易。用于可以通过图5所示的交易***进行交易。
S2.交易***产生交易事件。该步骤可以通过图5所示的交易事件模块执行。用户触发的交易业务操作在交易***中称为交易事件。交易事件的类型如下表1所示。
其中,事件等级是预先为各个类型的交易事件所设置的等级,事件等级可以作为本申请中的预设指标参数。
表1
交易事件类型 | 事件触发条件 | 事件关联场景 | 事件等级 |
开户 | 用户开户 | 开户 | 1 |
存款 | 用户存款 | 存款 | 1 |
贷款 | 用户贷款 | 贷款 | 1 |
汇款 | 用户汇款 | 汇款 | 1 |
账户余额查询 | 用户账户余额查询 | 账户查询 | 2 |
***查询 | 用户***查询 | ***查询 | 2 |
卡券查询 | 用户卡券查询 | 卡券查询 | 3 |
产品查询 | 用户查询相应产品 | 产品查询 | 3 |
S3.交易***产生交易日志。该步骤可以由图5所示的交易事件模块执行。交易***通过日志的方式记录交易事件,交易日志也即本申请中的交易信息,其包含的交易事件相当于交易记录。交易日志的内容包括:预热对象字段和其他维度字段。预热对象字段包括预热class文件和预热数据这两种类型,预热class文件是指本申请中的代码数据,预热数据是指本申请中的非代码数据。其他维度字段包括:交易事件、用户、时间、资源占用情况等。如下表2为重要的字段定义。
表2
其中,除字段维度为“预热对象”以外的其他日志字段,都可以作为本申请中的预设指标参数。
S4.上送日志入日志模块平台。该步骤可以由图5所示的日志模块执行。日志模块通过特定日志记录接口来记录上述日志内容,日志记录接口包括:
recordLog(LogEvent:LogEvent):接收一个实体LogEvent(LogEvent实体的字段就是上一步中定义好的日志字段)将其存储到适当的日志目标中,磁盘文件、数据库等。
setLogLevel(logLevel:LogLevel):设置日志记录的级别,以过滤不需要的日志。
findLogEvent(D d):查询时间日志记录,传递一个参数D(设定时间窗口)查询该段时间内交易***的运行日志。用于定时任务调度。
S5.定时任务模块采集日志与分析。该步骤可以由图5所示的定时任务模块执行。
日志模块通过定时任务周期性地获取交易信息。根据日志的重要性(即前述步骤中setLogLevel设置的级别)和频率(通过后续分析得到)来决定定时任务的调度时间间隔。例如,对于重要交易事件如存款、贷款,可以采用较高的任务执行频率(如每5分钟执行一次);对于普通的查询类交易事件,可以降低任务执行频率(如每小时执行一次)。在任务中,通过调用日志模块提供的接口findLogEvent(前述步骤中的接口),获取符合条件的交易事件日志。获取到的日志可以存储在数据库、文件***或其他存储介质中,以备后续分析使用。
S6.定时任务分析并绘制成预热对象及其影响参数关联表格。该步骤可以由图5所示的预热对象与影响参数关联图表模块执行。
对定时任务获取的数据进行聚合:设定时间窗口按一定时间段(即将多个设定时间窗口的交易信息合并为一个时间段的交易信息)来聚合数据。将logEvent中的预热对象(字段维度)作为重点对象(即交易业务对象数据),将logEvent中的其他字段维度(事件,用户,资源,频率)作为预热对象的影响参数(即预设指标参数),绘制成如下表3所示的表格。
表3
其中,表3中各个影响参数对应的具体值(比如事件等级1、2、3,用户信用等级优、良等)仅为示例。
根据上述表格,可以得到设定时间窗口内某个影响参数的平均触发次数(即本申请中的交易业务触发频率)。设定时段(包括多个设定时间窗口)内的平均触发次数D(n)=(E1/n+E2/n+E3/n+...+En/n)其中,E(i)/n表示影响参数的子参数i(即本申请中的预设指标参数的子参数类型)在设定时间窗口d中的平均触发次数。
以事件等级为例,假设有一个时间窗口段D(n)包含了3个时间窗口(d1、d2、d3)。首先根据各个具体事件等级对交易信息进行分类,得到各个具体事件等级对应的交易记录数量(即基于预设指标参数包含的各个子参数类型,对交易***中的交易信息包含的多条交易记录分类,以确定各个子参数类型对应的交易记录数量)。假设在时间窗口d1中,事件等级参数E1=[{1:2,2:3,3:4}],表示事件等级1对应于2条交易记录,事件等级2对应于3条交易记录,事件等级3对应于4条交易记录;在时间窗口d2中,事件等级参数E2=[{1:1,2:2,3:2}];在时间窗口d3中,事件等级参数E3=[{1:3,2:1,3:2}]。其中,对于事件等级1,在时间窗口段D(n)中的平均触发次数为((2+1+3)/3)=2;对于事件等级2,在时间窗口段D(n)中的平均触发次数为((3+2+1)/3)=2;对于事件等级3,在时间窗口段D(n)中的平均触发次数为((4+2+2)/3)=2.67。
在计算各个事件等级的平均触发次数后,可以将其中的最大值作为事件等级这个预设指标参数对应的第二目标参数系数,比如,将事件等级3对应的平均触发次数2.67作为事件等级对应的第二目标参数系数。
S7.参数管理器调整策略。该步骤可以由图5所示的策略调整管理模块和参数管理器执行。
参数管理是指将预设指标参数和预设指标参数的参数系数建立关联关系,如下表4所示。
表4
预热对象 | 预热对象类型 | 参数 | 参数系数 |
Account | Class类型 | 事件等级 | C1 |
Account | Class类型 | 是否首笔 | C2 |
Account | Class类型 | 耗费资源 | C4 |
Account | Class类型 | 使用频率 | C5 |
BalanceQueryEntry | 数据类型 | 事件等级 | V1 |
其中,表4中的参数系数一栏是后续所需计算的第一目标参数系数,参数即表示本申请中的预设指标参数。
S8.目标管理。
该步骤可以由图5所示的目标管理模块执行。目标管理是指设置交易事件的目标耗时,如下表5所示。
其中,事件等级仅为示例,实际情况中,还可以有其他取值。
表5
交易事件 | 事件等级 | 目标耗时 |
开户,存款,贷款,汇款 | 1 | T1 |
账户余额查询,***查询 | 2 | T2 |
S9.形成对象权重与参数指标关系图。该步骤可以由图5所示的预热对象权重与参数指标关系图生成模块执行。对象权重与参数指标关系图即为本申请中的预设指标参数的参数系数与交易***的交易耗时之间的映射关系。在本实施例中,通过AB实现该映射关系的构建。
AB实验是一种实验设计方法,用于比较两个或多个不同条件或参数设置的效果。在这种情况下,本申请需要比较不同预设指标参数的参数系数下的预热对象对耗时的影响。通过AB实验,可以确定最优的参数权重设置,即确定第一目标参数系数。
AB实验的运行过程:首先设定系数区间,将预热对象参数的取值范围设置为0到1之间,即将预设指标参数的参数系数的取值范围设置为预设系数区间,该预设系数区间为0到1。接下来,清除预热对象,即在每次调整参数系数之前,清除前一次的预热对象数据。然后,设置参数权重,即设置预设指标参数的参数系数。根据实验需求,设定预热对象的参数权重,例如事件等级参数、所占资源参数、使用频率参数、是否首笔参数等。具体设置过程可以参考前述步骤310中的相关描述,在此不再赘述。接下来,运行AB实验,在不同的系数区间下,重新预热对象,触发事件并收集事件日志,即重新获取交易信息。同时,定时任务周期性地将数据聚合,并生成预热对象与系数的关系表。最后,分析结果,根据聚合数据,比较不同参数系数下的耗时情况,找到与目标耗时最接近的第一目标参数系数。
预热对象权重与耗时关系图如下表6所示。其中,系数区间即表示预设系数区间。耗时区间表示交易耗时。预热对象参数表示预设指标参数,参数值表示预设指标参数的子参数类型。
根据各个预设指标参数及其对应的交易耗时,可以得到各个预设指标参数的参数系数与交易耗时之间的映射关系,如图7所示,构建映射关系的具体过程可以参考图3所示实施例中的相关描述,在此不再赘述。
表6
预热对象 | 预热对象参数 | 参数值 | 系数区间 | 耗时区间 |
Account | 事件等级参数 | 等级1 | 0-1 | 0-t1 |
Account | 所占资源参数 | 所在资源u | 0-1 | 0-t2 |
Account | 使用频率参数 | 使用频率v | 0-1 | 0-t3 |
Account | 是否首笔 | 首笔y | 0-1 | 0-t4 |
Account | 时间窗口 | D1-D2 | 0-1 | 0-t5 |
根据各个预设指标参数的参数系数与交易耗时之间的映射关系,可以找到各个预设指标参数对应的交易耗时最接近目标耗时的参数系数,作为第一目标参数系数。将目标耗时为t1,映射关系中各个数据点的纵坐标数组为Y,则第一目标参数系数w(n)=N[argmin(|Y-t1|)],其中,|Y-t1|表示计算纵坐标所表示的交易耗时与目标耗时的差值的绝对值,argmin表示取最小值,N函数表示确定对应的参数系数。
示例性的,假设有数据点:(0.1,10)、(0.3,15)、(0.6,20)、(0.6,25),其中,横坐标表示参数系数,纵坐标为对应的交易耗时,假设目标耗时为t1=18。计算每个数据点的纵坐标与目标耗时t1的差值的绝对值:|10-t1|=8,|15-t1|=3,|20-t1|=2,|25-t1|=7,得到数组|Y-t1|=[8,3,2,7],可知,最小值为2,对应的参数系数为0.6。
表6示出了多个预设指标参数的情况,此时第一目标参数系数可以表示为f(n)=w(1)*w(2)…*w(n),其中函数w(n)是参数值n对应的第一目标参数系数。示例性的,假设事件等级参数的第一目标参数系数E1=0.8,所占资源参数的第一目标参数系数u=0.6,使用频率参数的第一目标参数系数v=0.9,是否首笔参数的第一目标参数系数y=0.7,时间窗口参数的第一目标参数系数D1-D2=0.5,那么最终的第一目标参数系数(即本申请中的第三目标参数系数)f(n)=0.8*0.6*0.9*0.7*0.5=0.1512。
S10.形成预热对象的优先级计算函数。该步骤可以由图5所示的对象预热模块执行。根据前述步骤,得到第一目标参数系数和第二目标参数系数,结合二者,得到优先级信息。
一个时间窗口段内第二目标参数系数与第一目标参数系数的对应映射关系如下表7所示。
表7
可以将第二目标参数系数与第一目标参数系数的乘积作为优先级信息。
S11.优先级执行预热,即根据优先级信息对交易***中交易业务对象数据进行预加载。该步骤可以由图5所示的对象预热模块执行。
示例性的,假设有一个时间窗口段,包含了3个设定时间窗口(d1、d2、d3)。事件等级的取值区间为[1,2,3],即事件等级包括1、2、3级。参数系数取值区间为[0.1,0.3,0.6,0.9],即参数系数为这4种取值。耗时区间为[10,15,20,25],即参数系数对应的交易耗时为这4个数据。反映在事件等级与交易耗时映射关系中,包括4个点:(0.1,10)、(0.3,15)、(0.6,20)、(0.9,25)。
针对每个设定时间窗口,获取到以下触发次数(触发次数即表示交易记录数量):
在设定时间窗口d1中:事件等级3的触发次数为2;事件等级2的触发次数为3;事件等级1的触发次数为4。
在设定时间窗口d2中:事件等级3的触发次数为1;事件等级2的触发次数为2;事件等级1的触发次数为2。
在设定时间窗口d3中:事件等级3的触发次数为3;事件等级2的触发次数为1;事件等级1的触发次数为2。
现在,按照以下步骤进行计算:
对于每个设定时间窗口,计算事件等级参数的平均触发次数D(n)(即第第二目标参数系数):
在设定时间窗口d1中,事件等级3的平均触发次数为(2/3)≈0.67;事件等级2的平均触发次数为(3/3)=1;事件等级1的平均触发次数为(4/3)≈1.33。
在设定时间窗口d2中,事件等级3的平均触发次数为(1/3)≈0.33;事件等级2的平均触发次数为(2/3)≈0.67;在事件等级1的平均触发次数为(2/3)≈0.67。
在设定时间窗口d3中,事件等级3的平均触发次数为(3/3)=1;事件等级2的平均触发次数为(1/3)≈0.33;事件等级1的平均触发次数为(2/3)≈0.67。
接下来,根据上述数据点的交易耗时与目标耗时t1的差值,找到最接近目标耗时t1的第一目标参数系数w(n)。假设目标耗时t1=18。对于点(0.1,10),与目标耗时t1的差值绝对值为8;对于点(0.3,15),与目标耗时t1的差值绝对值为3;对于点(0.6,20),与目标耗时t1的差值绝对值为2;对于点(0.9,25),与目标耗时t1的差值绝对值为7。找到差值绝对值最小的数据点的索引位置:最小差值为2,对应的索引位置为点(0.6,20),对应的参数系数为0.6,即第一目标参数系数为0.6。
最后,结合事件等级参数的第二目标参数系数D(n)和第一目标参数系数w(n),计算预热对象的优先级fn=D(n)*w(n):
对于事件等级3,在时间窗口段中的第二目标参数系数为(0.67+0.33+1)/3=0.67,在第一目标参数系数w(n)=0.6的影响下,计算得到优先级fn≈0.67*0.6≈0.402;
对于事件等级2,在时间窗口段中的第二目标参数系数为(1+0.67+0.33)/3=0.67,在第一目标参数系数w(n)=0.6的影响下,计算得到优先级fn=0.67*0.6=0.402;
对于事件等级1,在时间窗口段中的第二目标参数系数为(1.33+0.67+0.67)/3=0.89,在第一目标参数系数w(n)=0.6的影响下,计算得到优先级fn≈0.89*0.6≈0.534。
基于此例子,可得出事件等级优先级为事件等级1优于事件等级2,事件等级2优先级与事件等级3相同。
结合交易事件与预热对象的关系,可知事件等级1触发时用户交易行为为开户,开户动作所涉及到的预热对象为Account对象,属于class对象(代码数据)。因此预热时,优先处理Account这个class对象。
图8示意性地示出了本申请一个实施例提供的Accountclass对象预加载的流程图。如图8所示,class对象预加载包括以下步骤:
加载阶段:在加载阶段,Class Loader通过指定的类路径搜索并定位到包含Account类的字节码文件(通常是.class文件)。
解析阶段:在解析阶段,Class Loader将二进制表示的类文件转换为内存中的类结构,并建立类之间的关系。
初始化阶段:在初始化阶段,静态变量和静态代码块被执行,类的静态字段被赋予正确的初始值。如果Account类有超类,也会先进行超类的初始化。
分配资源:应用程序进程回调用CPU资源,通过内存管理器进行内存分配给到account对象实例。
如果交易业务对象数据不是class文件,即不是代码数据,那么交易业务对象数据属于非代码数据,此时根据优先级排序,可以提前调用第二方或第三方数据源来加载指定的数据,并进行预热,以便在***重启后形成缓存。这样可以有效地提高***的响应速度和数据访问效率。
在本申请提供的技术方案中,预热对象的优先级判定是基于用户行为和历史数据,不依赖于程序运行时的数据流分析,因此可以在***重启时就判断出预热对象的优先级。预热对象日志收集的事件上报是基于交易***中的业务场景,与业务本身更贴近,可以采用适用于交易金融领域的收集与分析方法来进行处理。预热数据的分析函数、设定时间窗口和参数取值区间形成了映射关系表,这为配置平台的应用提供了可能性。通过配置平台调整设定时间窗口和参数区间取值,可以干预预热对象的优先级打分,从而实现对预热过程生命周期的干预。这种基于目标管理的参数***动态调整,能够循环闭环,并大大实现动态调参策略的目标。依赖于这一机制,预热对象的优先级判定可以摆脱对数据合理性的预测,与目标管理达成一致。
应当注意,尽管在附图中以特定顺序描述了本申请中方法的各个步骤,但是,这并非要求或者暗示必须按照该特定顺序来执行这些步骤,或是必须执行全部所示的步骤才能实现期望的结果。附加的或备选的,可以省略某些步骤,将多个步骤合并为一个步骤执行,以及/或者将一个步骤分解为多个步骤执行等。
以下介绍本申请的装置实施例,可以用于执行本申请上述实施例中的交易***中的数据预加载方法。图9示意性地示出了本申请实施例提供的交易***中的数据预加载装置的结构框图。如图9所示,本申请实施例提供的交易***中的数据预加载装置包括:
第一系数获取模块910,用于根据交易***中的交易信息和预设系数区间,构建预设指标参数的参数系数与所述交易***的交易耗时之间的映射关系,以根据所述映射关系确定所述预设指标参数对应的第一目标参数系数;其中,所述第一目标参数系数是所述预设系数区间中使所述交易***的交易耗时与目标耗时最接近的参数系数;
第二系数获取模块920,用于基于所述预设指标参数,对所述交易***中的交易信息进行统计分析,以得到所述预设指标参数对应的第二目标参数系数;其中,所述第二目标参数系数表征所述预设指标参数对应的交易业务触发频率;
优先级计算模块930,用于根据所述第一目标参数系数和所述第二目标参数系数生成所述预设指标参数所对应交易业务对象数据的优先级信息;其中,所述交易业务对象数据是指执行所述预设指标参数对应的交易业务所需要的数据;
数据预加载模块940,用于根据所述优先级信息,对所述交易***中交易业务对象数据进行预加载。
在本申请的一个实施例中,第一系数获取模块910具体用于:
获取交易***在多个设定时间窗口内的交易信息;其中,所述设定时间窗口的交易信息是根据所述设定时间窗口对应的预设指标参数的参数系数所表示的优先级信息对交易业务对象数据重加载后得到的;所述预设指标参数的参数系数在所述预设系数区间范围内;
根据各个设定时间窗口内的交易信息确定所述交易***在各个设定时间窗口内的交易耗时;
根据各个设定时间窗口的交易耗时以及各个设定时间窗口对应的预设指标参数的参数系数生成映射关系数据点;
根据各个映射关系数据点构建预设指标参数的参数系数与所述交易***的交易耗时之间的映射关系。
在本申请的一个实施例中,第一系数获取模块910具体用于:
根据第一设定时间窗口的交易信息对第一设定时间窗口对应的预设指标参数的参数系数进行调整,并将调整后的参数系数作为第二设定时间窗口对应的预设指标参数的参数系数;其中,所述第一设定时间窗口所涉及时间位于所述第二设定时间窗口所涉及时间之前;
根据第二设定时间窗口对应的预设指标参数的参数系数对交易业务对象数据重加载,以基于重加载后的交易业务对象数据获取所述第二设定时间窗口内的交易信息。
在本申请的一个实施例中,第一系数获取模块910具体用于:
根据第一设定时间窗口的交易信息确定所述第一设定时间窗口对应的交易耗时;
若所述第一设定时间窗口对应的交易耗时大于目标耗时,则根据设定步长增加所述第一设定时间窗口对应的预设指标参数的参数系数;
若所述第一设定时间窗口对应的交易耗时小于目标耗时,则根据设定步长减小所述第一设定时间窗口对应的预设指标参数的参数系数。
在本申请的一个实施例中,所述交易信息包括多条交易记录;第二系数获取模块920具体用于:
基于所述预设指标参数包含的各个子参数类型,对所述交易***中的交易信息包含的多条交易记录分类,以确定各个子参数类型对应的交易记录数量;
根据各个子参数类型对应的交易记录数量和子参数类型总数计算各个子参数类型对应的交易业务触发频率;
根据各个子参数类型对应的交易业务触发频率生成所述预设指标参数对应的第二目标参数系数。
在本申请的一个实施例中,第二系数获取模块920具体用于:
将所述第一目标参数系数和各个子参数类型对应的交易业务触发频率的乘积作为各个子参数类型所对应交易业务对象数据的优先级信息;
优先级计算模块930具体用于:根据各个子参数类型所对应交易业务对象数据的优先级信息,对所述交易***中的交易业务对象数据进行预加载。
在本申请的一个实施例中,第二系数获取模块920具体用于:
从所述各个子参数类型对应的交易业务触发频率中提取最大交易业务触发频率作为所述预设指标参数对应的第二目标参数系数。
在本申请的一个实施例中,所述预设指标参数为多个;第二系数获取模块920具体用于:
基于各个预设指标参数,汇总各个预设指标参数的第一目标参数系数所对应的交易信息,得到目标交易信息;
对所述目标交易信息进行统计分析,以得到各个预设指标参数对应的第二目标参数系数。
在本申请的一个实施例中,优先级计算模块930具体用于:
将所述第一目标参数系数和所述第二目标参数系数的乘积作为所述预设指标参数对应的优先级信息。
本申请各实施例中提供的交易***中的数据预加载装置的具体细节已经在对应的方法实施例中进行了详细的描述,此处不再赘述。
图10示意性地示出了用于实现本申请实施例的电子设备的计算机***结构框图。
需要说明的是,图10示出的电子设备的计算机***1000仅是一个示例,不应对本申请实施例的功能和使用范围带来任何限制。
如图10所示,计算机***1000包括中央处理器1001(Central Processing Unit,CPU),其可以根据存储在只读存储器1002(Read-Only Memory,ROM)中的程序或者从存储部分1008加载到随机访问存储器1003(Random Access Memory,RAM)中的程序而执行各种适当的动作和处理。在随机访问存储器1003中,还存储有***操作所需的各种程序和数据。中央处理器1001、在只读存储器1002以及随机访问存储器1003通过总线1004彼此相连。输入/输出接口1005(Input/Output接口,即I/O接口)也连接至总线1004。
以下部件连接至输入/输出接口1005:包括键盘、鼠标等的输入部分1006;包括诸如阴极射线管(Cathode Ray Tube,CRT)、液晶显示器(Liquid Crystal Display,LCD)等以及扬声器等的输出部分1007;包括硬盘等的存储部分1008;以及包括诸如局域网卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至输入/输出接口1005。可拆卸介质1011,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1010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1008。
特别地,根据本申请的实施例,各个方法流程图中所描述的过程可以被实现为计算机软件程序。例如,本申请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1009从网络上被下载和安装,和/或从可拆卸介质1011被安装。在该计算机程序被中央处理器1001执行时,执行本申请的***中限定的各种功能。
需要说明的是,本申请实施例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(Erasable Programmable Read Only Memory,EPROM)、闪存、光纤、便携式紧凑磁盘只读存储器(Compact Disc Read-Only Memory,CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中,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。而在本申请中,计算机可读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、有线等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本申请各种实施例的***、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。
应当注意,尽管在上文详细描述中提及了用于动作执行的设备的若干模块或者单元,但是这种划分并非强制性的。实际上,根据本申请的实施方式,上文描述的两个或更多模块或者单元的特征和功能可以在一个模块或者单元中具体化。反之,上文描述的一个模块或者单元的特征和功能可以进一步划分为由多个模块或者单元来具体化。
通过以上的实施方式的描述,本领域的技术人员易于理解,这里描述的示例实施方式可以通过软件实现,也可以通过软件结合必要的硬件的方式来实现。因此,根据本申请实施方式的技术方案可以以软件产品的形式体现出来,该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)中或网络上,包括若干指令以使得一台计算设备(可以是个人计算机、服务器、触控终端、或者网络设备等)执行根据本申请实施方式的方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求来限制。
Claims (10)
1.一种交易***中的数据预加载方法,其特征在于,包括:
根据交易***中的交易信息和预设系数区间,构建预设指标参数的参数系数与所述交易***的交易耗时之间的映射关系,以根据所述映射关系确定所述预设指标参数对应的第一目标参数系数;其中,所述第一目标参数系数是所述预设系数区间中使所述交易***的交易耗时与目标耗时最接近的参数系数;
基于所述预设指标参数,对所述交易***中的交易信息进行统计分析,以得到所述预设指标参数对应的第二目标参数系数;其中,所述第二目标参数系数表征所述预设指标参数对应的交易业务触发频率;
根据所述第一目标参数系数和所述第二目标参数系数生成所述预设指标参数所对应交易业务对象数据的优先级信息;其中,所述交易业务对象数据是指执行所述预设指标参数对应的交易业务所需要的数据;
根据所述优先级信息,对所述交易***中交易业务对象数据进行预加载。
2.根据权利要求1所述的交易***中的数据预加载方法,其特征在于,根据交易***中的交易信息和预设系数区间,构建预设指标参数的参数系数与所述交易***的交易耗时之间的映射关系,包括:
获取交易***在多个设定时间窗口内的交易信息;其中,所述设定时间窗口的交易信息是根据所述设定时间窗口对应的预设指标参数的参数系数所表示的优先级信息对交易业务对象数据重加载后得到的;所述预设指标参数的参数系数在所述预设系数区间范围内;
根据各个设定时间窗口内的交易信息确定所述交易***在各个设定时间窗口内的交易耗时;
根据各个设定时间窗口的交易耗时以及各个设定时间窗口对应的预设指标参数的参数系数生成映射关系数据点;
根据各个映射关系数据点构建预设指标参数的参数系数与所述交易***的交易耗时之间的映射关系。
3.根据权利要求2所述的交易***中的数据预加载方法,其特征在于,获取交易***在多个设定时间窗口内的交易信息,包括:
根据第一设定时间窗口的交易信息对第一设定时间窗口对应的预设指标参数的参数系数进行调整,并将调整后的参数系数作为第二设定时间窗口对应的预设指标参数的参数系数;其中,所述第一设定时间窗口所涉及时间位于所述第二设定时间窗口所涉及时间之前;
根据第二设定时间窗口对应的预设指标参数的参数系数对交易业务对象数据重加载,以基于重加载后的交易业务对象数据获取所述第二设定时间窗口内的交易信息。
4.根据权利要求3所述的交易***中的数据预加载方法,其特征在于,根据第一设定时间窗口的交易信息对第一设定时间窗口对应的预设指标参数的参数系数进行调整,包括:
根据第一设定时间窗口的交易信息确定所述第一设定时间窗口对应的交易耗时;
若所述第一设定时间窗口对应的交易耗时大于目标耗时,则根据设定步长增加所述第一设定时间窗口对应的预设指标参数的参数系数;
若所述第一设定时间窗口对应的交易耗时小于目标耗时,则根据设定步长减小所述第一设定时间窗口对应的预设指标参数的参数系数。
5.根据权利要求1所述的交易***中的数据预加载方法,其特征在于,所述交易信息包括多条交易记录;基于所述预设指标参数,对所述交易***中的交易信息进行统计分析,以得到所述预设指标参数对应的第二目标参数系数,包括:
基于所述预设指标参数包含的各个子参数类型,对所述交易***中的交易信息包含的多条交易记录分类,以确定各个子参数类型对应的交易记录数量;
根据各个子参数类型对应的交易记录数量和子参数类型总数计算各个子参数类型对应的交易业务触发频率;
根据各个子参数类型对应的交易业务触发频率生成所述预设指标参数对应的第二目标参数系数。
6.根据权利要求5所述的交易***中的数据预加载方法,其特征在于,根据所述第一目标参数系数和所述第二目标参数系数生成所述预设指标参数所对应交易业务对象数据的优先级信息,包括:
将所述第一目标参数系数和各个子参数类型对应的交易业务触发频率的乘积作为各个子参数类型所对应交易业务对象数据的优先级信息;
根据所述优先级信息,对所述交易***中交易业务对象数据进行预加载,包括:
根据各个子参数类型所对应交易业务对象数据的优先级信息,对所述交易***中的交易业务对象数据进行预加载。
7.根据权利要求5所述的交易***中的数据预加载方法,其特征在于,根据各个子参数类型对应的交易业务触发频率生成所述预设指标参数对应的第二目标参数系数,包括:
从所述各个子参数类型对应的交易业务触发频率中提取最大交易业务触发频率作为所述预设指标参数对应的第二目标参数系数。
8.根据权利要求1所述的交易***中的数据预加载方法,其特征在于,所述预设指标参数为多个;基于所述预设指标参数,对所述交易***中的交易信息进行统计分析,以得到所述预设指标参数对应的第二目标参数系数,包括:
基于各个预设指标参数,汇总各个预设指标参数的第一目标参数系数所对应的交易信息,得到目标交易信息;
对所述目标交易信息进行统计分析,以得到各个预设指标参数对应的第二目标参数系数。
9.根据权利要求1-8任一项所述的交易***中的数据预加载方法,其特征在于,根据所述第一目标参数系数和所述第二目标参数系数生成所述预设指标参数所对应交易业务对象数据的优先级信息,包括:
将所述第一目标参数系数和所述第二目标参数系数的乘积作为所述预设指标参数对应的优先级信息。
10.一种电子设备,其特征在于,包括:
处理器;以及
存储器,用于存储所述处理器的可执行指令;
其中,所述处理器配置为执行所述可执行指令以实现如权利要求1至9中任意一项所述的交易***中的数据预加载方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410008460.2A CN117828209A (zh) | 2024-01-03 | 2024-01-03 | 交易***中的数据预加载方法及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410008460.2A CN117828209A (zh) | 2024-01-03 | 2024-01-03 | 交易***中的数据预加载方法及电子设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117828209A true CN117828209A (zh) | 2024-04-05 |
Family
ID=90505690
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410008460.2A Pending CN117828209A (zh) | 2024-01-03 | 2024-01-03 | 交易***中的数据预加载方法及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117828209A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118014696A (zh) * | 2024-04-10 | 2024-05-10 | 深圳华锐分布式技术股份有限公司 | 交易订单预热方法、装置、设备及介质 |
-
2024
- 2024-01-03 CN CN202410008460.2A patent/CN117828209A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN118014696A (zh) * | 2024-04-10 | 2024-05-10 | 深圳华锐分布式技术股份有限公司 | 交易订单预热方法、装置、设备及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110134516B (zh) | 金融数据处理方法、装置、设备及计算机可读存储介质 | |
CN117828209A (zh) | 交易***中的数据预加载方法及电子设备 | |
CN110489418B (zh) | 一种数据聚合方法和*** | |
CN111091358A (zh) | 多支付渠道的统一处理方法及*** | |
CN111598360A (zh) | 服务策略确定方法、装置及电子设备 | |
WO2019024475A1 (zh) | 断点名单的分配方法、装置、服务器及介质 | |
CN110827155A (zh) | 信息处理方法、装置、电子设备及存储介质 | |
EP3764310A1 (en) | Prediction task assistance device and prediction task assistance method | |
CN112348657A (zh) | 目标信贷用户的确定方法、装置、计算机设备及存储介质 | |
CN117132317A (zh) | 数据处理方法、装置、设备、介质及产品 | |
CN113610175B (zh) | 一种业务策略生成方法、装置及计算机可读存储介质 | |
CN113450067B (zh) | 基于决策引擎的风险控制方法、装置、***和电子装置 | |
CN111131393B (zh) | 用户活跃度数据统计方法、电子装置及存储介质 | |
CN112016789B (zh) | 互联网金融业务处理方法、装置和电子设备 | |
US20220230238A1 (en) | System and method for assessing risk | |
CN116382924B (zh) | 资源配置的推荐方法、装置、电子设备及存储介质 | |
CN115129761B (zh) | 基于Redis实现窗口实时计算的方法、***和设备 | |
CN113971552B (zh) | 一种批量数据处理方法、装置、设备以及存储介质 | |
CN110570136A (zh) | 配送范围确定方法、装置、电子设备以及存储介质 | |
CN118154035A (zh) | 业务数据的价值评估方法、装置、设备、存储介质和产品 | |
CN117827874A (zh) | 数据查询方法及电子设备 | |
CN113516292A (zh) | 业务量的预测方法、装置、电子设备以及可读存储介质 | |
CN118210807A (zh) | 数据表图谱聚合方法及装置、设备、存储介质和程序产品 | |
CN113807939A (zh) | 一种账务处理方法及装置 | |
CN117495194A (zh) | 数据指标加工方法、装置、设备及存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication |