在云计算业务通信网络下的大数据处理方法及云计算平台转让专利
申请号 : CN202010990520.7
文献号 : CN112085411B
文献日 : 2021-11-30
发明人 : 杨伟深
申请人 : 三峡高科信息技术有限责任公司
摘要 :
权利要求 :
1.一种在云计算业务通信网络下的大数据处理方法,其特征在于,应用于云计算平台,包括:
获取数据业务发起端在所述云计算平台对应的数据资源池处于开放状态的情况下针对所述数据资源池向数据业务处理端所提交的当前业务发起请求;
在所述数据业务处理端响应所述当前业务发起请求对所述数据资源池中所存储的目标业务数据进行数据处理并生成对应的业务处理结果之后,从所述业务处理结果中提取所述目标业务数据的应用场景信息;
基于所述当前业务发起请求以及所述应用场景信息,确定所述数据业务发起端和所述数据业务处理端之间的业务适配信息;
判断所述业务适配信息是否满足设定条件,在所述业务适配信息不满足所述设定条件时,依据所述数据业务发起端的第一业务优先级以及所述数据业务处理端的第二业务优先级,对所述数据业务发起端和所述数据业务处理端的业务配对关系进行修改;
其中,所述判断所述业务适配信息是否满足设定条件,包括:获取所述业务适配信息中的每个适配指标数据在所述数据业务发起端中的第一指标时序变量以及所述业务适配信息中的每个适配指标数据在所述数据业务处理端中的第二指标时序变量,并根据所述数据业务发起端和所述数据业务处理端之间的业务交互记录确定所述业务适配信息中的每个适配指标数据的第三指标时序变量;
确定出所述第一指标时序变量对应的第一指标数据描述信息与所述第二指标时序变量对应的第二指标数据描述信息之间的第一适配指标同步权重以及所述第二指标时序变量对应的第二指标数据描述信息与所述第三指标时序变量对应的第三指标数据描述信息之间的第二适配指标同步权重;针对所述第一指标时序变量,以所述第一指标数据描述信息为基准信息按照所述第一适配指标同步权重对所述第一指标时序变量进行时序校正得到第四指标时序变量;针对所述第二指标时序变量,以所述第二指标数据描述信息为基准信息按照所述第二适配指标同步权重对所述第二指标时序变量进行时序校正得到第五指标时序变量;
分别将所述第一指标时序变量和所述第二指标时序变量、所述第一指标时序变量和所述第四指标时序变量、所述第二指标时序变量和所述第三指标时序变量、以及所述第二指标时序变量和所述第五指标时序变量进行时序差异比较,得到第一时序差异比较结果、第二时序差异比较结果、第三时序差异比较结果和第四时序差异比较结果;确定出所述第一时序差异比较结果和所述第二时序差异比较结果之间的第一相关性权重以及所述第三时序差异比较结果和所述第四时序差异比较结果之间的第二相关性权重;
判断所述第一相关性权重和所述第二相关性权重是否均落入预设权重区间内;若是,根据所述第一时序差异比较结果和所述第三时序差异比较结果确定出针对每个指标适配数据进行适配性检测的检测维度分布信息并按照每个指标适配数据对应的检测维度分布信息对所述第一指标时序变量、所述第二指标时序变量和所述第三指标时序变量进行时序一致性融合得到融合时序变量;若否,分别确定出所述第一相关性权重和所述第二相关性权重与所述预设权重区间的第一权重差值和第二权重差值;比较所述第一权重差值和所述第二权重差值的大小;在所述第一权重差值小于所述第二权重差值时,根据所述第一时序差异比较结果和所述第二时序差异比较结果确定出针对每个指标适配数据进行适配性检测的检测维度分布信息并按照每个指标适配数据对应的检测维度分布信息对所述第一指标时序变量、所述第二指标时序变量和所述第三指标时序变量进行时序一致性融合得到融合时序变量;在所述第一权重差值大于等于所述第二权重差值时,根据所述第三时序差异比较结果和所述第四时序差异比较结果确定出针对每个指标适配数据进行适配性检测的检测维度分布信息并按照每个指标适配数据对应的检测维度分布信息对所述第一指标时序变量、所述第二指标时序变量和所述第三指标时序变量进行时序一致性融合得到融合时序变量;
基于所述融合时序变量对每个指标适配数据进行适配性检测得到检测结果;统计所述检测结果中表征所述数据业务发起端与所述数据业务处理端为业务适配的目标检测结果的占比;在所述占比达到设定占比时判定所述业务适配信息满足所述设定条件;在所述占比没有达到所述设定占比时判定所述业务适配信息不满足所述设定条件。
2.根据权利要求1所述的方法,其特征在于,所述获取数据业务发起端在所述云计算平台对应的数据资源池处于开放状态的情况下针对所述数据资源池向数据业务处理端所提交的当前业务发起请求,包括:
在云计算平台对应的数据资源池处于开放状态的情况下,检测所述数据业务发起端的请求接口的当前状态;
在检测到所述请求接口的当前状态为激活状态时,获取所述数据业务发起端通过所述请求接口外发的多个业务请求;
从所述业务请求中确定出携带所述数据业务处理端的端口标识的当前业务发起请求。
3.根据权利要求1所述的方法,其特征在于,所述在所述数据业务处理端响应所述当前业务发起请求对所述数据资源池中所存储的目标业务数据进行数据处理并生成对应的业务处理结果之后,从所述业务处理结果中提取所述目标业务数据的应用场景信息,包括:将所述业务处理结果中的业务项目信息按照应用标签进行分类,得到每个应用标签下对应的业务项目信息;其中,所述业务项目信息是所述数据业务处理端响应所述当前业务发起请求对所述数据资源池中所存储的目标业务数据进行数据处理之后所生成的不同类型的项目信息;
确定每个应用标签对应的标签属性信息;
从所述标签属性信息筛选出用于表征所述目标业务数据的场景属性的目标标签属性信息对应的目标应用标签,并根据所述目标应用标签下的业务项目信息提取所述应用场景信息。
4.根据权利要求1所述的方法,其特征在于,所述基于所述当前业务发起请求以及所述应用场景信息,确定所述数据业务发起端和所述数据业务处理端之间的业务适配信息,包括:
提取所述当前业务发起请求的业务需求列表,并确定所述应用场景信息的场景参数列表;
针对所述业务需求列表中的每个需求列表元素,在所述场景参数列表确定与该需求列表元素对应的参数列表元素;其中,每个需求列表元素与所述场景参数列表中的其中一个参数列表元素对应,且需求列表元素的数量小于等于参数列表元素的数量;
计算每个需求列表元素与其对应的参数列表元素之间的评价系数;其中,所述评价系数用于指示每个需求列表元素与其对应的参数列表元素之间的适配程度;
基于计算得到的评价系数生成所述当前业务发起请求与所述应用场景信息之间的业务评价矩阵,并根据所述业务评价矩阵确定所述数据业务发起端和所述数据业务处理端之间的业务适配信息;其中,所述业务评价矩阵为多维矩阵,所述数据业务发起端和所述数据业务处理端之间的业务适配信息通过对所述业务评价矩阵进行业务评价整合而得到。
5.根据权利要求1所述的方法,其特征在于,所述基于所述融合时序变量对每个指标适配数据进行适配性检测得到检测结果,包括:基于所述融合时序变量中的变量特征分布确定每个指标适配数据的适配相关性系数以及各适配业务特征;若基于所述适配相关性系数确定出所述每个指标适配数据中包含有数据业务标签,根据所述每个指标适配数据在所述数据业务标签下的适配业务特征及其特征描述值确定所述每个指标适配数据在系统业务标签下的各适配业务特征与所述每个指标适配数据在所述数据业务标签下的各适配业务特征之间的特征关联因子,并将所述每个指标适配数据在所述系统业务标签下的与在所述数据业务标签下的适配业务特征之间的特征关联因子位于目标数值区间内的适配业务特征调整到所述数据业务标签下;
在每个指标适配数据的系统业务标签下包含有多个存在传递标识的适配业务特征的情况下,根据所述每个指标适配数据在所述数据业务标签下的适配业务特征及其特征描述值确定所述每个指标适配数据在所述系统业务标签下的各存在传递标识的适配业务特征之间的特征关联因子,并根据所述各存在传递标识的适配业务特征之间的特征关联因子对所述系统业务标签下的各存在传递标识的适配业务特征进行特征融合;根据所述每个指标适配数据在所述数据业务标签下的适配业务特征及其特征描述值为上述特征融合获得的目标业务特征设置检测标签,并按照所述检测标签的检测优先级将至少部分目标业务特征调整到所述数据业务标签下;
根据所述数据业务标签下的业务特征生成所述每个指标适配数据对应的检测特征分布,提取所述检测特征分布中的分布轨迹并根据所述分布轨迹得到所述检测结果。
6.根据权利要求1所述的方法,其特征在于,所述依据所述数据业务发起端的第一业务优先级以及所述数据业务处理端的第二业务优先级,对所述数据业务发起端和所述数据业务处理端的业务配对关系进行修改,包括:根据所述第一业务优先级、所述第二业务优先级、所述数据业务发起端的业务需求进程以及所述数据业务处理端的业务处理进程,对所述数据业务发起端和所述数据业务处理端的业务配对关系进行修改。
7.一种云计算平台,其特征在于,包括:请求获取模块,用于获取数据业务发起端在所述云计算平台对应的数据资源池处于开放状态的情况下针对所述数据资源池向数据业务处理端所提交的当前业务发起请求;
信息提取模块,用于在所述数据业务处理端响应所述当前业务发起请求对所述数据资源池中所存储的目标业务数据进行数据处理并生成对应的业务处理结果之后,从所述业务处理结果中提取所述目标业务数据的应用场景信息;
信息确定模块,用于基于所述当前业务发起请求以及所述应用场景信息,确定所述数据业务发起端和所述数据业务处理端之间的业务适配信息;
业务修改模块,用于判断所述业务适配信息是否满足设定条件,在所述业务适配信息不满足所述设定条件时,依据所述数据业务发起端的第一业务优先级以及所述数据业务处理端的第二业务优先级,对所述数据业务发起端和所述数据业务处理端的业务配对关系进行修改;
其中,所述业务修改模块判断所述业务适配信息是否满足设定条件,包括:获取所述业务适配信息中的每个适配指标数据在所述数据业务发起端中的第一指标时序变量以及所述业务适配信息中的每个适配指标数据在所述数据业务处理端中的第二指标时序变量,并根据所述数据业务发起端和所述数据业务处理端之间的业务交互记录确定所述业务适配信息中的每个适配指标数据的第三指标时序变量;
确定出所述第一指标时序变量对应的第一指标数据描述信息与所述第二指标时序变量对应的第二指标数据描述信息之间的第一适配指标同步权重以及所述第二指标时序变量对应的第二指标数据描述信息与所述第三指标时序变量对应的第三指标数据描述信息之间的第二适配指标同步权重;针对所述第一指标时序变量,以所述第一指标数据描述信息为基准信息按照所述第一适配指标同步权重对所述第一指标时序变量进行时序校正得到第四指标时序变量;针对所述第二指标时序变量,以所述第二指标数据描述信息为基准信息按照所述第二适配指标同步权重对所述第二指标时序变量进行时序校正得到第五指标时序变量;
分别将所述第一指标时序变量和所述第二指标时序变量、所述第一指标时序变量和所述第四指标时序变量、所述第二指标时序变量和所述第三指标时序变量、以及所述第二指标时序变量和所述第五指标时序变量进行时序差异比较,得到第一时序差异比较结果、第二时序差异比较结果、第三时序差异比较结果和第四时序差异比较结果;确定出所述第一时序差异比较结果和所述第二时序差异比较结果之间的第一相关性权重以及所述第三时序差异比较结果和所述第四时序差异比较结果之间的第二相关性权重;
判断所述第一相关性权重和所述第二相关性权重是否均落入预设权重区间内;若是,根据所述第一时序差异比较结果和所述第三时序差异比较结果确定出针对每个指标适配数据进行适配性检测的检测维度分布信息并按照每个指标适配数据对应的检测维度分布信息对所述第一指标时序变量、所述第二指标时序变量和所述第三指标时序变量进行时序一致性融合得到融合时序变量;若否,分别确定出所述第一相关性权重和所述第二相关性权重与所述预设权重区间的第一权重差值和第二权重差值;比较所述第一权重差值和所述第二权重差值的大小;在所述第一权重差值小于所述第二权重差值时,根据所述第一时序差异比较结果和所述第二时序差异比较结果确定出针对每个指标适配数据进行适配性检测的检测维度分布信息并按照每个指标适配数据对应的检测维度分布信息对所述第一指标时序变量、所述第二指标时序变量和所述第三指标时序变量进行时序一致性融合得到融合时序变量;在所述第一权重差值大于等于所述第二权重差值时,根据所述第三时序差异比较结果和所述第四时序差异比较结果确定出针对每个指标适配数据进行适配性检测的检测维度分布信息并按照每个指标适配数据对应的检测维度分布信息对所述第一指标时序变量、所述第二指标时序变量和所述第三指标时序变量进行时序一致性融合得到融合时序变量;
基于所述融合时序变量对每个指标适配数据进行适配性检测得到检测结果;统计所述检测结果中表征所述数据业务发起端与所述数据业务处理端为业务适配的目标检测结果的占比;在所述占比达到设定占比时判定所述业务适配信息满足所述设定条件;在所述占比没有达到所述设定占比时判定所述业务适配信息不满足所述设定条件。
8.一种云计算平台,其特征在于,包括:处理器和存储器;
其中:
所述处理器用于从所述存储器中读取计算机程序,并运行所述计算机程序以实现权利要求1‑6任一项所述的方法。
9.一种计算机用存储介质,其特征在于,其上存储有计算机程序,所述计算机程序在运行时实现权利要求1‑6任一项所述的方法。
说明书 :
在云计算业务通信网络下的大数据处理方法及云计算平台
技术领域
背景技术
控、游戏运营、智慧城市服务、远程医疗服务和数字金融服务等)的数据化服务。
的关键。
发明内容
取所述目标业务数据的应用场景信息;
优先级,对所述数据业务发起端和所述数据业务处理端的业务配对关系进行修改。
业务处理结果中提取所述目标业务数据的应用场景信息;
务处理端的第二业务优先级,对所述数据业务发起端和所述数据业务处理端的业务配对关
系进行修改。
通过当前业务发起请求与应用场景信息确定数据业务发起端和数据业务处理端之间的业
务适配信息,这样能够在基于业务适配信息判定出数据业务发起端和数据业务处理端之间
不适配时,对它们的业务配对关系进行修改。如此,避免了将业务适配功能集成到数据业务
发起端,进而避免数据业务发起端根据其检测到的业务适配结果而频繁地切换与之对接的
数据业务处理端,确保了多个业务发起端和多个业务处理端之间的大数据业务对接关系不
会被打乱。
附图说明
具体实施方式
中所描述的实施方式并不代表与本申请相一致的所有实施方式。
力的功能,而如果在业务发起端集成这一功能,可能会使得业务发起端频繁地切换与之对
接的业务处理端,这样会打乱多个业务发起端和多个业务处理端之间的业务对接关系。
理端之间的业务是否适配,并在数据业务发起端和数据业务处理端之间存在业务适配现象
时对数据业务发起端和数据业务处理端的业务配对关系进行修改,如此,避免了将业务适
配功能集成到数据业务发起端,进而避免数据业务发起端根据其检测到的业务适配结果而
频繁地切换与之对接的数据业务处理端,确保了多个业务发起端和多个业务处理端之间的
业务对接关系不会被打乱。
发起端300以及数据业务处理端400。在本实施例中,上述大数据处理系统100可以应用于智
慧城市、智能医疗、在线教育、在线办公、工业互联网和区块链金融等领域,在此不作限定。
在图1的基础上,本发明实施例还提供了一种在云计算业务通信网络下的大数据处理方法,
如图2所示,所述方法可以包括以下步骤S21‑步骤S24所描述的内容。
识用于指示所述数据业务处理端在所述数据资源池中对所述目标业务数据进行查询。
结果中提取所述目标业务数据的应用场景信息。
场景信息用于表征所述数据业务发起端针对所述当前业务发起请求所指向的实际业务场
景。
发起请求对应的实际应用场景的判定准确性。
第二业务优先级,对所述数据业务发起端和所述数据业务处理端的业务配对关系进行修
改。
业务处理端侧获取应用场景信息,进而通过当前业务发起请求与应用场景信息确定数据业
务发起端和数据业务处理端之间的业务适配信息,这样能够在基于业务适配信息判定出数
据业务发起端和数据业务处理端之间不适配时,对它们的业务配对关系进行修改。如此,避
免了将业务适配功能集成到数据业务发起端,进而避免数据业务发起端根据其检测到的业
务适配结果而频繁地切换与之对接的数据业务处理端,确保了多个业务发起端和多个业务
处理端之间的业务对接关系不会被打乱。
起请求,避免在多个业务请求中查询当前业务发起请求时出现混乱。
所述应用场景信息。
例性地可以包括以下步骤S231‑步骤S234所描述的内容。
业务处理端之间的业务适配信息。
业务发起请求与应用场景信息之间的业务评价矩阵,这样可以通过业务评价矩阵从多个维
度来提取业务适配信息,确保业务适配信息的全面性,避免丢失某些维度的业务评价。
每个适配指标在数据业务发起端中以及在数据业务处理端中的不同步性。这样一来,在对
业务适配信息进行分析时,则会忽略每个适配指标之间的相互影响,最终导致判断数据业
务发起端和数据业务处理端之间的适配性时出现误判。为改善这一技术问题,步骤S24所描
述的判断所述业务适配信息是否满足设定条件,具体可以包括以下步骤S241‑步骤S245所
描述的内容。
理端中的第二指标时序变量,并根据所述数据业务发起端和所述数据业务处理端之间的业
务交互记录确定所述业务适配信息中的每个适配指标数据的第三指标时序变量。
二指标时序变量对应的第二指标数据描述信息与所述第三指标时序变量对应的第三指标
数据描述信息之间的第二适配指标同步权重;针对所述第一指标时序变量,以所述第一指
标数据描述信息为基准信息按照所述第一适配指标同步权重对所述第一指标时序变量进
行时序校正得到第四指标时序变量;针对所述第二指标时序变量,以所述第二指标数据描
述信息为基准信息按照所述第二适配指标同步权重对所述第二指标时序变量进行时序校
正得到第五指标时序变量。
以及所述第二指标时序变量和所述第五指标时序变量进行时序差异比较,得到第一时序差
异比较结果、第二时序差异比较结果、第三时序差异比较结果和第四时序差异比较结果;确
定出所述第一时序差异比较结果和所述第二时序差异比较结果之间的第一相关性权重以
及所述第三时序差异比较结果和所述第四时序差异比较结果之间的第二相关性权重。
每个指标适配数据进行适配性检测的检测维度分布信息并按照每个指标适配数据对应的
检测维度分布信息对所述第一指标时序变量、所述第二指标时序变量和所述第三指标时序
变量进行时序一致性融合得到融合时序变量;若否,分别确定出所述第一相关性权重和所
述第二相关性权重与所述预设权重区间的第一权重差值和第二权重差值;比较所述第一权
重差值和所述第二权重差值的大小;在所述第一权重差值小于所述第二权重差值时,根据
所述第一时序差异比较结果和所述第二时序差异比较结果确定出针对每个指标适配数据
进行适配性检测的检测维度分布信息并按照每个指标适配数据对应的检测维度分布信息
对所述第一指标时序变量、所述第二指标时序变量和所述第三指标时序变量进行时序一致
性融合得到融合时序变量;在所述第一权重差值大于等于所述第二权重差值时,根据所述
第三时序差异比较结果和所述第四时序差异比较结果确定出针对每个指标适配数据进行
适配性检测的检测维度分布信息并按照每个指标适配数据对应的检测维度分布信息对所
述第一指标时序变量、所述第二指标时序变量和所述第三指标时序变量进行时序一致性融
合得到融合时序变量。
目标检测结果的占比;在所述占比达到设定占比时判定所述业务适配信息满足所述设定条
件;在所述占比没有达到所述设定占比时判定所述业务适配信息不满足所述设定条件。
三指标时序变量,进而对这些指标时序变量进行时序校正,然后进行两两之间的时序差异
比较。这样可以根据不同的时序差异比较结果确定多个检测维度分布信息,从而对第一指
标时序变量、第二指标时序变量和第三指标时序变量进行时序一致性融合得到融合时序变
量。如此,能够削弱每个适配指标数据之间在时序上的互相影响。进而在对每个指标适配数
据进行适配性检测时,能够确保得到的检测结果的完整性。在根据多个检测结果判定业务
适配信息是否满足设定条件时,由于多个检测结果是没有受到时序异步性影响的,这样能
够避免对数据业务发起端和数据业务处理端之间的适配性的误判。
述的内容。
配数据中包含有数据业务标签,根据所述每个指标适配数据在所述数据业务标签下的适配
业务特征及其特征描述值确定所述每个指标适配数据在系统业务标签下的各适配业务特
征与所述每个指标适配数据在所述数据业务标签下的各适配业务特征之间的特征关联因
子,并将所述每个指标适配数据在所述系统业务标签下的与在所述数据业务标签下的适配
业务特征之间的特征关联因子位于目标数值区间内的适配业务特征调整到所述数据业务
标签下。
征及其特征描述值确定所述每个指标适配数据在所述系统业务标签下的各存在传递标识
的适配业务特征之间的特征关联因子,并根据所述各存在传递标识的适配业务特征之间的
特征关联因子对所述系统业务标签下的各存在传递标识的适配业务特征进行特征融合;根
据所述每个指标适配数据在所述数据业务标签下的适配业务特征及其特征描述值为上述
特征融合获得的目标业务特征设置检测标签,并按照所述检测标签的检测优先级将至少部
分目标业务特征调整到所述数据业务标签下。
测结果。
务标签和系统业务标签之后,对这两个业务标签下的适配业务特征进行调整,从而实现适
配业务特征区域性校正和重组,这样能够确保数据业务标签下的业务特征准确生成每个指
标适配数据对应的检测特征分布,进而确保检测特征分布的完整性。如此,在对检测特征分
布进行分布轨迹提取时,能够考虑到不同适配业务特征之间的关联性,从而确保检测结果
在整体业务处理上的全局可信度。
的业务处理进程的层面对第一业务优先级和第二业务优先级进行分析和比较。为实现上述
目的,步骤S24所描述的依据所述数据业务发起端的第一业务优先级以及所述数据业务处
理端的第二业务优先级,对所述数据业务发起端和所述数据业务处理端的业务配对关系进
行修改,示例性地可以包括:根据所述第一业务优先级、所述第二业务优先级、所述数据业
务发起端的业务需求进程以及所述数据业务处理端的业务处理进程,对所述数据业务发起
端和所述数据业务处理端的业务配对关系进行修改。
数据业务处理端的业务配对关系进行修改,示例性地可以包括以下步骤a‑步骤e所描述的
内容。
业务处理端的第二初始优先级;其中,所述第一初始优先级和所述第二初始优先级是处于
相同优先级层级的优先级。
进程标识所对应的业务需求进程的进程运行参数确定该业务需求进程标识所对应的业务
需求进程的第一传递优先级;其中,不同业务需求进程的第一传递优先级不同,所述第一传
递优先级的优先级层级低于所述第一初始优先级的优先级层级,所述第一传递优先级用于
表征不同业务需求进程的业务重要程度;监测所述数据业务处理端的业务处理进程并统计
得到所述数据业务处理端在所述目标时段内的多个业务处理进程标识,针对每个业务处理
进程标识,按照该业务处理进程标识所对应的业务处理进程的进程运行参数确定该业务处
理进程标识所对应的业务处理进程的第二传递优先级;其中,不同业务处理进程的第二传
递优先级不同,所述第二传递优先级的优先级层级低于所述第二初始优先级的优先级层
级,所述第二传递优先级用于表征不同业务处理进程的业务重要程度。
先级和所述第二传递优先级进行排序得到所述数据业务处理端的第二业务优先级排序,确
定所述当前业务发起请求对应的第一目标优先级在所述第一业务优先级排序中的第一排
序队列编号以及所述应用场景信息对应的第二目标优先级在所述第二业务优先级排序中
的第二排序队列编号。
对象;在所述第一排序队列编号小于等于所述第二排序队列编号时,将所述数据业务发起
端确定为配对关系修改对象。
处理端;在所述配对关系修改对象为所述数据业务发起端时,根据所述数据业务发起端与
所述数据业务处理端之间的配对关系标识将所述数据业务发起端替换为目标业务发起端。
够将数据业务发起端和数据业务处理端之外的其他数据业务发起端和其他数据业务处理
端的业务配对关系一并考虑在内,进而考虑整个数据业务网络的协同运行。这样,能够在修
改业务配对关系时不打乱数据业务发起端和数据业务处理端之外的其他数据业务发起端
和其他数据业务处理端的业务配对关系,将修改业务配对关系所产生的影响最小化。
务处理端的每条业务配对关系对应的配置数据轨迹,获取每条配置数据轨迹中的轨迹拓扑
并从所述轨迹拓扑中确定出节点属性不随时间变化的多个基准轨迹节点以及每个基准轨
迹节点对应的节点传递路径。
点传递路径在所述数据业务发起端中对应的第一配置路径与所述目标节点传递路径在所
述数据业务处理端中对应的第二配置路径进行关联存储;其中,所述预设坐标平面用于表
征所述数据业务发起端与所述数据业务处理端的交互数据配置路径所对应的映射平面。
路径在数据业务处理端中对应的第二配置路径进行关联存储。这样以来,关联存储的第一
配置路径和第二配置路径能够供云计算平台进行业务适配性分析,从而在后续的数据业务
处理中调控数据业务发起端和数据业务处理段之间的业务配对情况,确保数据业务处理的
效率。
请求;
所述业务处理结果中提取所述目标业务数据的应用场景信息;
业务处理端的第二业务优先级,对所述数据业务发起端和所述数据业务处理端的业务配对
关系进行修改。
现上述的方法。
务发起请求用于指示所述数据业务处理端进行数据处理,当前业务发起请求中还携带有与
所述数据资源池中的目标业务数据对应的查询标识,该查询标识用于指示所述数据业务处
理端在所述数据资源池中对所述目标业务数据进行查询;
取所述目标业务数据的应用场景信息;
优先级,对所述数据业务发起端和所述数据业务处理端的业务配对关系进行修改。
发起请求,包括:
后,从所述业务处理结果中提取所述目标业务数据的应用场景信息,包括:
业务发起请求对所述数据资源池中所存储的目标业务数据进行数据处理之后所生成的不
同类型的项目信息;
场景信息。
一个参数列表元素对应,且需求列表元素的数量小于等于参数列表元素的数量;
端之间的业务适配信息;其中,所述业务评价矩阵为多维矩阵,所述数据业务发起端和所述
数据业务处理端之间的业务适配信息通过对所述业务评价矩阵进行业务评价整合而得到。
第二指标时序变量,并根据所述数据业务发起端和所述数据业务处理端之间的业务交互记
录确定所述业务适配信息中的每个适配指标数据的第三指标时序变量;
序变量对应的第二指标数据描述信息与所述第三指标时序变量对应的第三指标数据描述
信息之间的第二适配指标同步权重;针对所述第一指标时序变量,以所述第一指标数据描
述信息为基准信息按照所述第一适配指标同步权重对所述第一指标时序变量进行时序校
正得到第四指标时序变量;针对所述第二指标时序变量,以所述第二指标数据描述信息为
基准信息按照所述第二适配指标同步权重对所述第二指标时序变量进行时序校正得到第
五指标时序变量;
二指标时序变量和所述第五指标时序变量进行时序差异比较,得到第一时序差异比较结
果、第二时序差异比较结果、第三时序差异比较结果和第四时序差异比较结果;确定出所述
第一时序差异比较结果和所述第二时序差异比较结果之间的第一相关性权重以及所述第
三时序差异比较结果和所述第四时序差异比较结果之间的第二相关性权重;
配数据进行适配性检测的检测维度分布信息并按照每个指标适配数据对应的检测维度分
布信息对所述第一指标时序变量、所述第二指标时序变量和所述第三指标时序变量进行时
序一致性融合得到融合时序变量;若否,分别确定出所述第一相关性权重和所述第二相关
性权重与所述预设权重区间的第一权重差值和第二权重差值;比较所述第一权重差值和所
述第二权重差值的大小;在所述第一权重差值小于所述第二权重差值时,根据所述第一时
序差异比较结果和所述第二时序差异比较结果确定出针对每个指标适配数据进行适配性
检测的检测维度分布信息并按照每个指标适配数据对应的检测维度分布信息对所述第一
指标时序变量、所述第二指标时序变量和所述第三指标时序变量进行时序一致性融合得到
融合时序变量;在所述第一权重差值大于等于所述第二权重差值时,根据所述第三时序差
异比较结果和所述第四时序差异比较结果确定出针对每个指标适配数据进行适配性检测
的检测维度分布信息并按照每个指标适配数据对应的检测维度分布信息对所述第一指标
时序变量、所述第二指标时序变量和所述第三指标时序变量进行时序一致性融合得到融合
时序变量;
结果的占比;在所述占比达到设定占比时判定所述业务适配信息满足所述设定条件;在所
述占比没有达到所述设定占比时判定所述业务适配信息不满足所述设定条件。
含有数据业务标签,根据所述每个指标适配数据在所述数据业务标签下的适配业务特征及
其特征描述值确定所述每个指标适配数据在系统业务标签下的各适配业务特征与所述每
个指标适配数据在所述数据业务标签下的各适配业务特征之间的特征关联因子,并将所述
每个指标适配数据在所述系统业务标签下的与在所述数据业务标签下的适配业务特征之
间的特征关联因子位于目标数值区间内的适配业务特征调整到所述数据业务标签下;
描述值确定所述每个指标适配数据在所述系统业务标签下的各存在传递标识的适配业务
特征之间的特征关联因子,并根据所述各存在传递标识的适配业务特征之间的特征关联因
子对所述系统业务标签下的各存在传递标识的适配业务特征进行特征融合;根据所述每个
指标适配数据在所述数据业务标签下的适配业务特征及其特征描述值为上述特征融合获
得的目标业务特征设置检测标签,并按照所述检测标签的检测优先级将至少部分目标业务
特征调整到所述数据业务标签下;
务配对关系进行修改,包括:
处理端的业务配对关系进行修改。
业务处理结果中提取所述目标业务数据的应用场景信息;
务处理端的第二业务优先级,对所述数据业务发起端和所述数据业务处理端的业务配对关
系进行修改。
取所述目标业务数据的应用场景信息;
优先级,对所述数据业务发起端和所述数据业务处理端的业务配对关系进行修改;
的每条业务配对关系对应的配置数据轨迹,获取每条配置数据轨迹中的轨迹拓扑并从所述
轨迹拓扑中确定出节点属性不随时间变化的多个基准轨迹节点以及每个基准轨迹节点对
应的节点传递路径;
径在所述数据业务发起端中对应的第一配置路径与所述目标节点传递路径在所述数据业
务处理端中对应的第二配置路径进行关联存储;其中,所述预设坐标平面用于表征所述数
据业务发起端与所述数据业务处理端的交互数据配置路径所对应的映射平面。
发起请求,包括:
后,从所述业务处理结果中提取所述目标业务数据的应用场景信息,包括:
业务发起请求对所述数据资源池中所存储的目标业务数据进行数据处理之后所生成的不
同类型的项目信息;
场景信息。
一个参数列表元素对应,且需求列表元素的数量小于等于参数列表元素的数量;
端之间的业务适配信息;其中,所述业务评价矩阵为多维矩阵,所述数据业务发起端和所述
数据业务处理端之间的业务适配信息通过对所述业务评价矩阵进行业务评价整合而得到。
第二指标时序变量,并根据所述数据业务发起端和所述数据业务处理端之间的业务交互记
录确定所述业务适配信息中的每个适配指标数据的第三指标时序变量;
序变量对应的第二指标数据描述信息与所述第三指标时序变量对应的第三指标数据描述
信息之间的第二适配指标同步权重;针对所述第一指标时序变量,以所述第一指标数据描
述信息为基准信息按照所述第一适配指标同步权重对所述第一指标时序变量进行时序校
正得到第四指标时序变量;针对所述第二指标时序变量,以所述第二指标数据描述信息为
基准信息按照所述第二适配指标同步权重对所述第二指标时序变量进行时序校正得到第
五指标时序变量;
二指标时序变量和所述第五指标时序变量进行时序差异比较,得到第一时序差异比较结
果、第二时序差异比较结果、第三时序差异比较结果和第四时序差异比较结果;确定出所述
第一时序差异比较结果和所述第二时序差异比较结果之间的第一相关性权重以及所述第
三时序差异比较结果和所述第四时序差异比较结果之间的第二相关性权重;
配数据进行适配性检测的检测维度分布信息并按照每个指标适配数据对应的检测维度分
布信息对所述第一指标时序变量、所述第二指标时序变量和所述第三指标时序变量进行时
序一致性融合得到融合时序变量;若否,分别确定出所述第一相关性权重和所述第二相关
性权重与所述预设权重区间的第一权重差值和第二权重差值;比较所述第一权重差值和所
述第二权重差值的大小;在所述第一权重差值小于所述第二权重差值时,根据所述第一时
序差异比较结果和所述第二时序差异比较结果确定出针对每个指标适配数据进行适配性
检测的检测维度分布信息并按照每个指标适配数据对应的检测维度分布信息对所述第一
指标时序变量、所述第二指标时序变量和所述第三指标时序变量进行时序一致性融合得到
融合时序变量;在所述第一权重差值大于等于所述第二权重差值时,根据所述第三时序差
异比较结果和所述第四时序差异比较结果确定出针对每个指标适配数据进行适配性检测
的检测维度分布信息并按照每个指标适配数据对应的检测维度分布信息对所述第一指标
时序变量、所述第二指标时序变量和所述第三指标时序变量进行时序一致性融合得到融合
时序变量;
结果的占比;在所述占比达到设定占比时判定所述业务适配信息满足所述设定条件;在所
述占比没有达到所述设定占比时判定所述业务适配信息不满足所述设定条件。
含有数据业务标签,根据所述每个指标适配数据在所述数据业务标签下的适配业务特征及
其特征描述值确定所述每个指标适配数据在系统业务标签下的各适配业务特征与所述每
个指标适配数据在所述数据业务标签下的各适配业务特征之间的特征关联因子,并将所述
每个指标适配数据在所述系统业务标签下的与在所述数据业务标签下的适配业务特征之
间的特征关联因子位于目标数值区间内的适配业务特征调整到所述数据业务标签下;
描述值确定所述每个指标适配数据在所述系统业务标签下的各存在传递标识的适配业务
特征之间的特征关联因子,并根据所述各存在传递标识的适配业务特征之间的特征关联因
子对所述系统业务标签下的各存在传递标识的适配业务特征进行特征融合;根据所述每个
指标适配数据在所述数据业务标签下的适配业务特征及其特征描述值为上述特征融合获
得的目标业务特征设置检测标签,并按照所述检测标签的检测优先级将至少部分目标业务
特征调整到所述数据业务标签下;
务配对关系进行修改,包括:
处理端的业务配对关系进行修改。
于:
取所述目标业务数据的应用场景信息;
优先级,对所述数据业务发起端和所述数据业务处理端的业务配对关系进行修改。