买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种解决高并发数据访问的方法及系统_深圳市智百威科技发展有限公司_202410047668.5 

申请/专利权人:深圳市智百威科技发展有限公司

申请日:2024-01-12

公开(公告)日:2024-03-22

公开(公告)号:CN117555933B

主分类号:G06F16/2455

分类号:G06F16/2455;G06F9/54;G06F18/22;G06F18/2415;G06N3/0442;G06N3/047;G06N3/08

优先权:

专利状态码:有效-授权

法律状态:2024.03.22#授权;2024.03.01#实质审查的生效;2024.02.13#公开

摘要:本发明涉及数据传输领域,更具体的说,它涉及一种解决高并发数据访问的方法及系统。一种解决高并发数据访问的系统,包括:时间判断模块、数据访问请求获取模块、缓存服务器匹配模块、数据库匹配模块、排序权重计算模块、更新缓存数据集合构建模块和缓存服务器更新模块等。本发明通过改进后的缓存优化策略计算出的排序权重能够在兼顾数据的访问频率和数据大小占比的前提下,还考虑到服务端职能对应不同数据访问请求的时序性变化规律,从而提升数据访问时的缓存命中率,减少数据访问请求处理的时间,即提升数据访问请求处理的效率,进而避免高并发数据访问情况下导致的数据库性能下降。

主权项:1.一种解决高并发数据访问的方法,其特征在于,包括:在访问周期Ti内,i为访问周期对应的周期编号,且i=1,2,3……I,I为访问周期的总数量,执行如下内容:获取来自于客户端的数据访问请求;基于数据访问请求从缓存服务器中进行数据匹配,若是匹配成功,输出匹配成功的数据Dn,n为数据对应的数据编号,n=1,2,3……N,N为数据的总量,将匹配成功的数据Dn返回客户端,并且将数据Dn对应的访问权重Wn执行增一赋值操作,且每一个数据Dn对应的访问权重Wn初始都为0,每进入下一个访问周期Ti+1将所有数据Dn对应的访问权重Wn都重置为0;若是匹配不成功,则通过负载均衡的方式将数据访问请求发送至不同数据库中进行匹配,并且输出匹配成功的数据Dn,将匹配成功的数据Dn返回客户端,并且将数据Dn对应的访问权重Wn执行增一赋值操作,再将匹配成功的数据Dn存入待选数据集合H中,待选数据集合H初始为空;在缓存服务器更新时刻ti时,执行如下内容:将当前所处访问周期Ti的缓存服务器中的所有数据Dn存入待选数据集合H中,并获取待选数据集合H中所有数据Dn对应的数据大小Qn和数据类型Fm,m为数据类型Fm对应的数据类型编号,且m=1,2,3……M,M为数据类型的总数量,将待选数据集合H中所有数据Dn按照数据类型Fm划分为不同的数据类型集合Gm,即每一个数据类型集合Gm中都存储着待选数据集合H中数据类型Fm对应的所有数据Dn,计算选数据集合H中所有数据类型Fm对应的数据类型访问频率fm,,选择最高的数据类型访问频率fm对应的数据类型Fm按照时间顺序存入数据类型时序集合,数据类型时序集合初始为空,在待选数据集合H中所有数据Dn对应的访问权重Wn、数据大小Qn和数据类型Fm的基础上,通过改进后的缓存优化策略对缓存服务器中的所有数据Dn进行更新,具体为通过如下公式计算待选数据集合H中所有数据Dn对应的排序权重μn,,其中α1、α2和α3分别为访问权重系数、数据大小系数和数据类型系数,α1+α2+α3=1,且α1、α2和α3通过麻雀搜索算法模拟计算的方式获得;Qz为缓存服务器空间大小;βn为数据Dn对应的数据类型Fm与下一个访问周期Ti+1对应的预测数据类型Fm_exp之间的数据类型相似度,且下一个访问周期Ti+1对应的预测数据类型Fm_exp基于数据类型时序集合和数据类型预测模型获得;将待选数据集合H中所有数据Dn按照对应的排序权重μn构建更新缓存数据集合,并将待选数据集合进行清空,再将更新缓存数据集合替换当前所处访问周期Ti的缓存服务器内的所有数据Dn,对缓存服务器进行更新;通过麻雀搜索算法模拟计算的方式获得α1、α2和α3,具体包括如下步骤:S1:初始化麻雀种群,设置麻雀种群中的麻雀总数量为E,设置最大迭代次数Iter_max,随机初始化麻雀种群中的麻雀位置Re,麻雀位置Re的存储形式为{αek},k=1,2,3,其中αek为麻雀位置Re中第k个模拟参数;S2:计算麻雀种群内的所有麻雀位置Re对应的适应度δe,再将麻雀种群内的所有麻雀位置Re按照适应度δe从大到小的顺序进行排序,并将适应度δe最大的麻雀位置Re记为麻雀位置Rbest,将适应度δe最小的麻雀位置Re记为麻雀位置Rworst;再根据划分比例对排列好的所有麻雀位置Re进行划分;将划分后的前者记为发现者集合,划分后的后者记为跟随者集合;S3:针对发现者集合中的所有麻雀位置Re进行更新,更新公式如下: 其中为更新后的麻雀位置Re中第k个模拟参数,j为发现者集合中的所有麻雀位置Re按照适应度δe从大到小的顺序排列之后对应的序号值;Y为位于区间(0,1)的随机数,u1为位于区间(0,1)的预警值,ST为安全值;Z为服从正态分布的随机数;L为1×3的矩阵,且矩阵内每个元素均为1;S4:计算更新后发现者集合中的所有麻雀位置Re的适应度δe,将发现者集合中的适应度值δe最大的麻雀位置Re记为麻雀位置Rcon;针对跟随者集合的所有麻雀位置Re进行更新,更新公式如下: 其中αworstk为麻雀位置Rworst中第k项模拟参数,b为跟随者集合中的所有麻雀位置Re按照适应度δe从大到小的顺序排列之后对应的序号值,B为跟随者集合中的所有麻雀位置Re的总数;αconk为麻雀位置Rcon中第k项模拟参数,A+=AT(AAT)-1,其中A为1×3的矩阵,且矩阵内每个元素均为1或者-1;S5:从麻雀种群中逐个选择麻雀位置Re,针对选择的麻雀位置Re,执行如下内容,通过随机函数生成一个0至1之间的随机数η,判断“η>Pc”是否成立,Pc为变换阈值,若是“η>Pc”不成立,无操作;否则将选择的麻雀位置Re对应的麻雀视为加入者,通过如下公式对选择的麻雀位置Re进行更新: 其中αbestk为麻雀位置Rbest中第k项模拟参数,ζ为步长调整系数,具体为一个正态分布随机数,且均值为0,方差为1,λ为区间[-1,1]内的均匀随机数,δbest为麻雀位置Rbest对应的适应度值,δworst为麻雀位置Rworst对应的适应度值;为一个小常数;S6:重新计算麻雀种群内的所有麻雀位置Re对应的适应度δe,将种群集合内的所有麻雀位置Re按照适应度δe从大到小的顺序排列,并将适应度δe最大的麻雀位置Re记为麻雀位置Rbest,将适应度δe最小的麻雀位置Re记为麻雀位置Rworst;将麻雀位置Rbest记录在暂存寄存器中,再重新将麻雀种群内的所有麻雀位置Re划分为发现者集合和跟随者集合;S7:判断是否达到最大迭代次数Iter_max,若是达到最大迭代次数Iter_max,将暂存寄存器中适应度δe最大的麻雀位置Re作为α1、α2和α3进行输出;若是未达到最大迭代次数Iter_max,回到步骤S3继续迭代模拟。

全文数据:

权利要求:

百度查询: 深圳市智百威科技发展有限公司 一种解决高并发数据访问的方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。