【技術實現步驟摘要】
本專利技術涉及數據處理，尤其涉及一種服務器資源壓抑時業務處理方法、一種服務器資源壓抑時業務處理裝置、一種電子設備及一種存儲介質。
技術介紹
1、在大數據時代，隨著互聯網和物聯網的快速發展，相關的支撐系統已經在運營商大數據平臺落地，并在用戶的生產和生活環境中得到廣泛的推廣應用。然而，由于具體的支撐系統在大數據平臺生產環境部署應用時所申請的網絡資源有限，在實際應用中會出現關鍵應用訪問十分卡頓的問題。從而進一步導致用戶業務感知下降，且容易頻繁出現內部運維工作負荷繁重的現象。
技術實現思路
1、本專利技術提供了一種服務器資源壓抑時業務處理方法、一種服務器資源壓抑時業務處理裝置、一種電子設備及一種存儲介質，用于解決或部分解決相關技術中，在大數據平臺生產環境部署應用時，由于網絡資源有限，經常會導致關鍵應用訪問卡頓，進而造成用戶業務體驗下降及內部運維負擔加重的問題。
2、本專利技術提供了一種服務器資源壓抑時業務處理方法，所述方法包括：
3、獲取單位時間內用戶登錄系統接收的至少一個業務請求；
4、構建所述至少一個業務請求的系統延遲模型，并根據所述系統延遲模型判斷所述用戶登錄系統是否會出現卡頓；
5、若所述用戶登錄系統出現卡頓，則對所述用戶登錄系統所在服務器進行資源壓抑判斷；
6、當服務器資源壓抑時，對所述至少一個業務請求進行用戶業務關聯性分析，并根據關聯性分析結果，結合優先級動態調整執行各個所述業務請求。
7、可選地，所述構建
8、依據排隊論，計算單位時間內每一個服務器的任務計算時延以及每一個用戶的本地處理時延；所述任務計算時延為所述服務器處理所述業務請求時所產生的時延；所述本地處理時延為由用戶一側對所述業務請求進行本地處理時所產生的時延；
9、計算每一個所述業務請求的數據傳輸時延；
10、根據所述任務計算時延、所述本地處理時延以及所述數據傳輸時延進行求和，構建所述至少一個業務請求的系統延遲模型；所述系統延遲模型用于計算所述至少一個業務請求的業務請求總時延。
11、可選地，所述根據所述系統延遲模型判斷所述用戶登錄系統是否會出現卡頓，包括：
12、以最小化業務請求總時延為目標函數，根據預設約束條件對所述系統延遲模型進行求解，獲得單位時間內處理所述至少一個業務請求所需的最小業務請求總時延；其中，所述預設約束條件包括服務器容量約束、服務器服務速率約束、用戶服務速率約束以及請求內容緩存判斷約束；
13、當所述最小業務請求總時延小于預設時延閾值時，判斷所述用戶登錄系統不會出現卡頓；
14、當所述最小業務請求總時延大于等于預設時延閾值時，判斷所述用戶登錄系統會出現卡頓。
15、可選地，所述對所述用戶登錄系統所在服務器進行資源壓抑判斷，包括：
16、獲取所述用戶登錄系統所在服務器的服務性能數據；
17、結合大數據分析以及機器學習算法，對所述服務性能數據進行資源壓抑預測分析，獲得資源壓抑預測結果；所述資源壓抑預測結果用于標示所述用戶登錄系統所在服務器是否為處于壓抑狀態的壓抑服務器。
18、可選地，所述服務性能數據包括流量數據、用戶數量數據以及資源利用率數據；所述結合大數據分析以及機器學習算法，對所述服務性能數據進行資源壓抑預測分析，獲得資源壓抑預測結果，包括：
19、采用dbscan聚類算法分別對所述流量數據、所述用戶數量數據以及所述資源利用率數據進行聚類處理，并在聚類過程中識別并剔除異常數據，或，噪聲數據，獲得服務性能聚類數據集；
20、將所述服務性能聚類數據集輸入至基于支持向量機構建的服務器壓抑識別模型進行資源壓抑預測分析，獲得資源壓抑預測結果；
21、其中，當所述資源壓抑預測結果表明所述用戶登錄系統所在服務器為非壓抑服務器時，輸出預測壓抑點對應的用戶請求響應時延；
22、當所述資源壓抑預測結果表明所述用戶登錄系統所在服務器為壓抑服務器時，輸出被壓抑的業務請求以及相應的請求用戶。
23、可選地，所述對所述至少一個業務請求進行用戶業務關聯性分析，包括：
24、假設所述至少一個業務請求對應n種業務請求，計算所述n種業務請求中第n種業務請求與第m種業務請求之間的皮爾遜相關系數；其中，n≠m；
25、根據所述皮爾遜相關系數，計算所述第n種業務請求與所述第m種業務請求之間的業務距離；
26、基于各個所述業務距離，通過kruskal算法構建最小生成樹網絡；所述最小生成樹網絡用于表示所述n種業務請求中各種業務請求兩兩之間的用戶業務關聯關系，所述用戶業務關聯關系用于預測任意一種業務請求所對應用戶業務在未來一段時間與其他用戶業務的并發情況。
27、可選地，所述根據關聯性分析結果，結合優先級動態調整執行各個所述業務請求，包括：
28、從所有所述業務請求中篩選符合預設優化條件的至少一個關鍵業務請求；
29、針對每個所述關鍵業務請求，基于所述最小生成樹網絡，識別與所述關鍵業務請求存在用戶業務關聯關系的關聯業務請求；
30、將所有所述業務請求中除所述關鍵業務請求、所述關聯業務請求之外的業務請求作為普通業務請求；
31、以關鍵業務請求、關聯業務請求、普通業務請求的順序作為優先級先后順序，動態調整各個所述業務請求的執行順序，并按照調整后的執行順序執行各個所述業務請求。
32、本專利技術還提供了一種服務器資源壓抑時業務處理裝置，包括：
33、業務請求獲取模塊，用于獲取單位時間內用戶登錄系統接收的至少一個業務請求；
34、系統延遲模型構建模塊，用于構建所述至少一個業務請求的系統延遲模型，并根據所述系統延遲模型判斷所述用戶登錄系統是否會出現卡頓；
35、資源壓抑判斷模塊，用于當所述用戶登錄系統出現卡頓時，對所述用戶登錄系統所在服務器進行資源壓抑判斷；
36、用戶業務關聯性分析模塊，用于當服務器資源壓抑時，對所述至少一個業務請求進行用戶業務關聯性分析，并根據關聯性分析結果，結合優先級動態調整執行各個所述業務請求。
37、本專利技術還提供了一種電子設備，所述設備包括處理器以及存儲器：
38、所述存儲器用于存儲程序代碼，并將所述程序代碼傳輸給所述處理器；
39、所述處理器用于根據所述程序代碼中的指令執行如上任一項所述的服務器資源壓抑時業務處理方法。
40、本專利技術還提供了一種計算機可讀存儲介質，所述計算機可讀存儲介質用于存儲程序代碼，所述程序代碼用于執行如上任一項所述的服務器資源壓抑時業務處理方法。
41、從以上技術方案可以看出，本專利技術具有以下優點：
42、提供了一種服務器資源壓抑時的業務處理方法。首先獲取單位時間內用戶登錄系統接收的至少一個業務請求；接著構建至少一個業務請求本文檔來自技高網...
【技術保護點】
1.一種服務器資源壓抑時業務處理方法，其特征在于，包括：
2.根據權利要求1所述的服務器資源壓抑時業務處理方法，其特征在于，所述構建所述至少一個業務請求的系統延遲模型，包括：
3.根據權利要求2所述的服務器資源壓抑時業務處理方法，其特征在于，所述根據所述系統延遲模型判斷所述用戶登錄系統是否會出現卡頓，包括：
4.根據權利要求1所述的服務器資源壓抑時業務處理方法，其特征在于，所述對所述用戶登錄系統所在服務器進行資源壓抑判斷，包括：
5.根據權利要求4所述的服務器資源壓抑時業務處理方法，其特征在于，所述服務性能數據包括流量數據、用戶數量數據以及資源利用率數據；所述結合大數據分析以及機器學習算法，對所述服務性能數據進行資源壓抑預測分析，獲得資源壓抑預測結果，包括：
6.根據權利要求1所述的服務器資源壓抑時業務處理方法，其特征在于，所述對所述至少一個業務請求進行用戶業務關聯性分析，包括：
7.根據權利要求6所述的服務器資源壓抑時業務處理方法，其特征在于，所述根據關聯性分析結果，結合優先級動態調整執行各個所述業務請求，
8.一種服務器資源壓抑時業務處理裝置，其特征在于，包括：
9.一種電子設備，其特征在于，所述設備包括處理器以及存儲器：
10.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質用于存儲程序代碼，所述程序代碼用于執行權利要求1-7任一項所述的服務器資源壓抑時業務處理方法。
...【技術特征摘要】
1.一種服務器資源壓抑時業務處理方法，其特征在于，包括：
2.根據權利要求1所述的服務器資源壓抑時業務處理方法，其特征在于，所述構建所述至少一個業務請求的系統延遲模型，包括：
3.根據權利要求2所述的服務器資源壓抑時業務處理方法，其特征在于，所述根據所述系統延遲模型判斷所述用戶登錄系統是否會出現卡頓，包括：
4.根據權利要求1所述的服務器資源壓抑時業務處理方法，其特征在于，所述對所述用戶登錄系統所在服務器進行資源壓抑判斷，包括：
5.根據權利要求4所述的服務器資源壓抑時業務處理方法，其特征在于，所述服務性能數據包括流量數據、用戶數量數據以及資源利用率數據；所述結合大數據分析以及機器學習算法，對所述服務性...
【專利技術屬性】
技術研發人員：劉潤浩，
申請(專利權)人：天翼視聯科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。