本公開涉及軟件定義網(wǎng)絡，尤其涉及一種數(shù)據(jù)處理方法、裝置、電子設備、存儲介質(zhì)及產(chǎn)品。

背景技術：

1、軟件定義網(wǎng)絡(software?defined?network，簡稱sdn)作為一種新型的網(wǎng)絡架構(gòu)，可極大提升網(wǎng)絡的可控管性與靈活性。隨著云技術的飛速發(fā)展，sdn正邁向更智能、更大規(guī)模的新階段，sdn網(wǎng)絡資源的需求正急劇增長，海量存儲資源對數(shù)據(jù)訪問性能提出了新的挑戰(zhàn)。提高sdn網(wǎng)絡資源的訪問效率，有利于云上業(yè)務的穩(wěn)定與推廣，因此成為了云廠商關注的焦點。緩存技術(cache)能有效地降低資源的訪問時延、提升訪問效率。將cache應用于sdn系統(tǒng)，把存儲的sdn網(wǎng)絡資源載入緩存，可有效緩解sdn網(wǎng)絡資源訪問壓力，提升訪問效率。然而，將所有sdn網(wǎng)絡資源都加載緩存來換取訪問效率提升是不現(xiàn)實的，因此，選擇合理的緩存影響因素來決策要緩存的sdn網(wǎng)絡資源對象，具有十分重要的意義。

技術實現(xiàn)思路

1、本公開提供一種數(shù)據(jù)處理方法、裝置、電子設備、存儲介質(zhì)及產(chǎn)品，以解決相關技術中的問題。

2、本公開的第一方面實施例提出了一種數(shù)據(jù)處理方法，該方法包括：

3、獲取請求日志數(shù)據(jù)中關聯(lián)不同緩存因素的不同sdn網(wǎng)絡資源之間的訪問時間比，所述緩存因素指影響所述sdn網(wǎng)絡資源訪問時間的因素；

4、基于不同所述緩存因素之間的訪問時間比，構(gòu)建所述緩存因素的判斷矩陣；

5、基于所述判斷矩陣的矩陣階數(shù)和最大特征值，對所述判斷矩陣進行一致性校驗，得到校驗結(jié)果；

6、若所述校驗結(jié)果為所述判斷矩陣滿足一致性條件，歸一化所述判斷矩陣；

7、基于歸一化后的判斷矩陣，得到每個所述緩存因素的權(quán)重。

8、在一實施例中，所述緩存因素包括拓撲關聯(lián)因素、有效性因素、變動性因素、需求度因素或數(shù)據(jù)量因素中的至少兩種；

9、其中，

10、所述拓撲關聯(lián)因素用于指示sdn網(wǎng)絡資源之間的關聯(lián)程度；

11、所述有效性因素用于指示sdn網(wǎng)絡資源中有效資源的占比；

12、所述變動性因素用于指示sdn網(wǎng)絡資源的更新頻率；

13、所述需求度因素用于指示sdn網(wǎng)絡資源被訪問時的需求程度；

14、所述數(shù)據(jù)量因素用于指示sdn網(wǎng)絡資源的數(shù)據(jù)量大小。

15、在一實施例中，所述基于不同所述緩存因素之間的訪問時間比，構(gòu)建所述緩存因素的判斷矩陣，包括：

16、按照不同所述緩存因素的序號，將不同所述緩存因素分別作為判斷矩陣的行和列，將不同所述緩存因素之間的訪問時間比作為判斷矩陣中對應的元素，構(gòu)建所述判斷矩陣。

17、在一實施例中，所述基于所述判斷矩陣的矩陣階數(shù)和最大特征值，對所述判斷矩陣進行一致性校驗之前，所述的方法還包括：

18、歸一化所述判斷矩陣的每列元素，得到歸一化判斷矩陣；

19、對歸一化矩陣的每行元素求和，得到行向量；

20、歸一化所述行向量，得到所述判斷矩陣的特征向量；

21、基于所述判斷矩陣及所述特征向量，得到所述判斷矩陣的最大特征值。

22、在一實施例中，所述基于所述判斷矩陣的矩陣階數(shù)和最大特征值，對所述判斷矩陣進行一致性校驗，得到校驗結(jié)果，包括：

23、基于所述判斷矩陣的所述矩陣階數(shù)和所述最大特征值，得到一致性指標；

24、基于一致性指標表及所述判斷矩陣的階數(shù)，得到平均隨機一致性指標；

25、基于所述一致性指標及所述平均隨機一致性指標，得到一致性比例；

26、若所述一致性比例小于預設一致性比例閾值，則所述校驗結(jié)果為所述判斷矩陣滿足一致性條件；若所述一致性比例不小于預設一致性比例閾值，則所述校驗結(jié)果為所述判斷矩陣不滿足一致性條件。

27、在一實施例中，所述若所述校驗結(jié)果為所述判斷矩陣滿足一致性條件，歸一化所述判斷矩陣，包括：

28、歸一化所述判斷矩陣的每列元素，得到歸一化判斷矩陣；

29、對歸一化矩陣的每行元素求和，得到行向量；

30、歸一化所述行向量，得到所述判斷矩陣的特征向量。

31、在一實施例中，所述基于歸一化后的判斷矩陣，得到每個所述緩存因素的權(quán)重，包括：

32、確定所述判斷矩陣的特征向量中與所述緩存因素對應的元素為所述緩存因素的權(quán)重。

33、本公開的第二方面實施例提出了一種數(shù)據(jù)處理裝置，該裝置包括：

34、獲取單元，用于獲取請求日志數(shù)據(jù)中關聯(lián)不同緩存因素的不同sdn網(wǎng)絡資源之間的訪問時間比，所述緩存因素指影響所述sdn網(wǎng)絡資源訪問時間的因素；

35、構(gòu)建單元，用于基于不同所述緩存因素之間的訪問時間比，構(gòu)建所述緩存因素的判斷矩陣；

36、校驗單元，用于基于所述判斷矩陣的矩陣階數(shù)和最大特征值，對所述判斷矩陣進行一致性校驗，得到校驗結(jié)果；

37、歸一化單元，用于若所述校驗結(jié)果為所述判斷矩陣滿足一致性條件，歸一化所述判斷矩陣；

38、確定單元，用于基于歸一化后的判斷矩陣，得到每個所述緩存因素的權(quán)重。

39、本公開的第三方面實施例提出了一種電子設備，包括：

40、至少一個處理器；以及與至少一個處理器通信連接的存儲器；其中，存儲器存儲有可被至少一個處理器執(zhí)行的指令，指令被至少一個處理器執(zhí)行，以使至少一個處理器能夠執(zhí)行本公開第一方面實施例中描述的方法。

41、本公開的第四方面實施例提出了一種存儲有計算機指令的非瞬時計算機可讀存儲介質(zhì)，其中，計算機指令用于使計算機執(zhí)行本公開第一方面實施例中描述的方法。

42、本公開的第五方面實施例提出了一種計算機程序產(chǎn)品，包括計算機程序，所述計算機程序在被處理器執(zhí)行時實現(xiàn)本公開第一方面實施例中描述的方法。

43、綜上，本公開提出了一種數(shù)據(jù)處理方法、裝置、電子設備、存儲介質(zhì)及產(chǎn)品，該方法包括：獲取請求日志數(shù)據(jù)中關聯(lián)不同緩存因素的不同sdn網(wǎng)絡資源之間的訪問時間比，所述緩存因素指影響所述sdn網(wǎng)絡資源訪問時間的因素；基于不同所述緩存因素之間的訪問時間比，構(gòu)建所述緩存因素的判斷矩陣；基于所述判斷矩陣的矩陣階數(shù)和最大特征值，對所述判斷矩陣進行一致性校驗，得到校驗結(jié)果；若所述校驗結(jié)果為所述判斷矩陣滿足一致性條件，歸一化所述判斷矩陣；基于歸一化后的判斷矩陣，得到每個所述緩存因素的權(quán)重。

44、本公開提供的方案，通過獲取不同緩存因素的sdn網(wǎng)絡資源之間的訪問時間比，將所述訪問時間比構(gòu)建為判斷矩陣，進而對所述判斷矩陣進行一致性校驗，當所述判斷矩陣滿足一致性校驗結(jié)果時，即可將歸一化后的所述判斷矩陣的特征向量作為sdn網(wǎng)絡資源不同緩存因素中每個所述緩存因素的權(quán)重。進而對sdn網(wǎng)絡資源的緩存起到指導性的作用。

45、應當理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性和解釋性的，并不能限制本公開。

技術特征：

1.一種數(shù)據(jù)處理方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述緩存因素包括拓撲關聯(lián)因素、有效性因素、變動性因素、需求度因素或數(shù)據(jù)量因素中的至少兩種；

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于不同所述緩存因素之間的訪問時間比，構(gòu)建所述緩存因素的判斷矩陣，包括：

4.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述判斷矩陣的矩陣階數(shù)和最大特征值，對所述判斷矩陣進行一致性校驗之前，所述的方法還包括：

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述判斷矩陣的矩陣階數(shù)和最大特征值，對所述判斷矩陣進行一致性校驗，得到校驗結(jié)果，包括：

6.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述若所述校驗結(jié)果為所述判斷矩陣滿足一致性條件，歸一化所述判斷矩陣，包括：

7.根據(jù)權(quán)利要求6所述的方法，其特征在于，所述基于歸一化后的判斷矩陣，得到每個所述緩存因素的權(quán)重，包括：

8.一種數(shù)據(jù)處理裝置，其特征在于，包括：

9.一種電子設備，其特征在于，包括：

10.一種存儲有計算機指令的非瞬時計算機可讀存儲介質(zhì)，其特征在于，所述計算機指令用于使所述計算機執(zhí)行權(quán)利要求1至7中任一項所述的方法。

11.一種計算機程序產(chǎn)品，其特征在于，包括計算機程序，所述計算機程序在被處理器執(zhí)行時實現(xiàn)根據(jù)權(quán)利要求1至7中任一項所述的方法。

技術總結(jié)
本公開提出了一種數(shù)據(jù)處理方法、裝置、電子設備、存儲介質(zhì)及產(chǎn)品，所述的方法包括：獲取請求日志數(shù)據(jù)中關聯(lián)不同緩存因素的不同SDN網(wǎng)絡資源之間的訪問時間比，所述緩存因素指影響所述SDN網(wǎng)絡資源訪問時間的因素；基于不同所述緩存因素之間的訪問時間比，構(gòu)建所述緩存因素的判斷矩陣；基于所述判斷矩陣的矩陣階數(shù)和最大特征值，對所述判斷矩陣進行一致性校驗，得到校驗結(jié)果；若所述校驗結(jié)果為所述判斷矩陣滿足一致性條件，歸一化所述判斷矩陣；基于歸一化后的判斷矩陣，得到每個所述緩存因素的權(quán)重。

技術研發(fā)人員：石劉強,李國輝,莊倩
受保護的技術使用者：中移（蘇州）軟件技術有限公司
技術研發(fā)日：
技術公布日：2024/9/29