大数据接口的调用方法、装置、计算机设备及存储介质与流程

本发明涉及接口调用技术领域，尤其涉及一种大数据接口的调用方法、装置、计算机设备及存储介质。

背景技术：

java计算后台对于简单的逻辑以及数据量不大的接口调用情况下可以较好的实现。在大数据情况下要通过java后台实现复杂的计算逻辑或者针对同一对象调用不同的接口实现不同的计算逻辑会导致接口调用超时，长期获取不到计算结果会导致系统异常。虽然可以改用大数据分布式计算得到解决，但是大数据分布式计算的方法需要占用大量的计算资源。

技术实现要素：

本发明实施例提供了一种大数据接口的调用方法、装置、计算机设备及存储介质，旨在解决现有技术中大数据接口调用经常调用超时导致系统异常的问题。

第一方面，本发明实施例提供了一种大数据接口的调用方法，其包括：

若接收到终端发送的对大数据接口的调用请求，判断内存中是否缓存有所述大数据接口对应的数据，其中，所述大数据接口对应的数据的数据量大于预设的数据量阈值；

若内存中缓存有所述大数据接口对应的数据，从内存中获取所述大数据接口对应的数据，并将所述大数据接口对应的数据发送给终端。

其进一步的技术方案为，所述方法还包括：

若内存中未缓存有所述大数据接口对应的数据，从预设的数据库中获取所述大数据接口对应的数据，将所述大数据接口对应的数据发送给终端，并将所述大数据接口对应的数据缓存到内存中。

其进一步的技术方案为，所述方法还包括：

判断内存中缓存的数据的数量是否超过预设的数量阈值；

若内存中缓存的数据的数量超过预设的数量阈值，对内存中缓存的数据进行清理。

其进一步的技术方案为，所述对内存中缓存的数据进行清理，包括：

按照使用频率由低到高的顺序依次对内存中缓存的数据进行清理。

其进一步的技术方案为，所述方法还包括：

判断内存中缓存的数据的缓存时间是否大于预设的缓存时间阈值；

若内存中缓存的数据的缓存时间大于预设的缓存时间阈值，将该缓存时间大于预设的缓存时间阈值的数据清理。

其进一步的技术方案为，所述将所述大数据接口对应的数据缓存到内存中，包括：

根据预设的lru算法将所述大数据接口对应的数据缓存到内存中。

第二方面，本发明实施例还提供了一种大数据接口的调用装置，其包括：

第一判断单元，用于若接收到终端发送的对大数据接口的调用请求，判断内存中是否缓存有所述大数据接口对应的数据，其中，所述大数据接口对应的数据的数据量大于预设的数据量阈值；

发送单元，用于若内存中缓存有所述大数据接口对应的数据，从内存中获取所述大数据接口对应的数据，并将所述大数据接口对应的数据发送给终端。

其进一步的技术方案为，所述大数据接口的调用装置还包括：

第一缓存单元，用于若内存中未缓存有所述大数据接口对应的数据，从预设的数据库中获取所述大数据接口对应的数据，将所述大数据接口对应的数据发送给终端，并将所述大数据接口对应的数据缓存到内存中。

第三方面，本发明实施例还提供了一种计算机设备，其包括存储器及处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法。

第四方面，本发明实施例还提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序当被处理器执行时可实现上述方法。

通过应用本发明的技术方案，预先将大数据接口对应的数据缓存到内存中，若接收到终端发送的对大数据接口的调用请求，判断内存中是否缓存有所述大数据接口对应的数据，其中，所述大数据接口对应的数据的数据量大于预设的数据量阈值；若内存中缓存有所述大数据接口对应的数据，从内存中获取所述大数据接口对应的数据，并将所述大数据接口对应的数据发送给终端，从而极大地提高了大数据接口的数据的读取过程，极大地提高了大数据接口的返回时间，并且减少了资源消耗，确保了系统的稳定性。

附图说明

为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，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为本发明实施例提供的一种大数据接口的调用方法的流程示意图；

图2为本发明另一实施例提供的一种大数据接口的调用方法的流程示意图；

图3为本发明又一实施例提供的一种大数据接口的调用方法的流程示意图；

图4为本发明实施例提供的一种大数据接口的调用装置的示意性框图；

图5为本发明另一实施例提供的一种大数据接口的调用装置的示意性框图

图6为本发明实施例提供的大数据接口的调用装置的第一缓存单元的示意性框图；

图7为本发明实施例提供的大数据接口的调用装置的第一清理单元的示意性框图；

图8为本发明实施例提供的一种计算机设备的示意性框图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。

还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。

还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。

如在本说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。

请参阅图1，图1是本发明实施例提供的大数据接口的调用方法的流程示意图。如图所示，该方法包括以下步骤s1-s2。

s1，若接收到终端发送的对大数据接口的调用请求，判断内存中是否缓存有所述大数据接口对应的数据，其中，所述大数据接口对应的数据的数据量大于预设的数据量阈值。

具体实施中，如果接收到终端发送的对大数据接口的调用请求，服务器判断内存中是否缓存有所述大数据接口对应的数据。需要说明的是，在本发明实施例中，所述大数据接口对应的数据的数据量大于预设的数据量阈值，也即大数据接口是指其对应的数据的数据量大于预设的数据量阈值的接口。

在本发明实施例中，内存是指本方法执行主体的内存，例如，执行主体为服务器，则判断服务器的内存中是否缓存有所述大数据接口对应的数据。

s2，若内存中缓存有所述大数据接口对应的数据，从内存中获取所述大数据接口对应的数据，并将所述大数据接口对应的数据发送给终端。

具体实施中，如果内存中缓存有所述大数据接口对应的数据，则从内存中获取所述大数据接口对应的数据，并将所述大数据接口对应的数据发送给终端，从而极大地提高了大数据接口的数据的读取过程，极大地提高了大数据接口的返回时间，并且减少了资源消耗，确保了系统的稳定性。

在一实施例中，所述大数据接口的调用方法还包括如下步骤：

若内存中未缓存有所述大数据接口对应的数据，从预设的数据库中获取所述大数据接口对应的数据，将所述大数据接口对应的数据发送给终端，并将所述大数据接口对应的数据缓存到内存中。

具体实施中，如果内存中未缓存有所述大数据接口对应的数据，从预设的数据库中获取所述大数据接口对应的数据，将所述大数据接口对应的数据发送给终端。并将所述大数据接口对应的数据缓存到内存中。通过将所述大数据接口对应的数据缓存到内存中，可实现对所述大数据接口对应的数据的复用，在下一次需要使用所述大数据接口对应的数据时，可直接从内存中调用，极大地提高了大数据接口的数据的读取过程。

在一实施例中，以上步骤将所述大数据接口对应的数据缓存到内存中具体包括：根据预设的lru算法将所述大数据接口对应的数据缓存到内存中。

具体实施中，根据预设的lru算法将所述大数据接口对应的数据缓存到内存中。lru算法是内存管理的一种页面置换算法，对于在内存中但又不用的数据块(内存块)叫做lru，操作系统会根据哪些数据属于lru而将其移出内存而腾出空间来加载另外的数据。

参加图2，在一实施例中，所述大数据接口的调用方法还包括如下步骤：

s21，判断内存中缓存的数据的数量是否超过预设的数量阈值。

具体实施中，判断内存中缓存的数据的数量是否超过预设的数量阈值。数量阈值可由本领域技术人员根据内存的大小以及数据的大小进行设定，对此本发明不作具体限定。内存中缓存的数据即指内存中缓存的大数据接口对应的数据。

s22，若内存中缓存的数据的数量超过预设的数量阈值，对内存中缓存的数据进行清理。

具体实施中，如果内存中缓存的数据的数量超过预设的数量阈值，对内存中缓存的数据进行清理，从而可避免内存中缓存的数据过多而导致系统异常。

如果内存中缓存的数据的数量未超过预设的数量阈值，则无需对内存中缓存的数据进行清理。

在一实施例中，以上步骤对内存中缓存的数据进行清理具体包括如下步骤：

按照使用频率由低到高的顺序依次对内存中缓存的数据进行清理。

具体实施中，按照使用频率由低到高的顺序依次对内存中缓存的数据进行清理，由此，可实现先将使用频率低的数据清理，而保留使用频率高的数据。

参加图3，在一实施例中，所述大数据接口的调用方法还包括如下步骤：

s31，判断内存中缓存的数据的缓存时间是否大于预设的缓存时间阈值。

具体实施中，判断内存中缓存的数据的缓存时间是否大于预设的缓存时间阈值。内存中缓存的数据即指内存中缓存的大数据接口对应的数据。

数据的缓存时间是指数据在停留在内存中的时间。数据一般都有时效性，缓存时间过长的数据不可靠。

s32，若内存中缓存的数据的缓存时间大于预设的缓存时间阈值，将该缓存时间大于预设的缓存时间阈值的数据清理。

具体实施中，如果内存中缓存的数据的缓存时间大于预设的缓存时间阈值，将该缓存时间大于预设的缓存时间阈值的数据清理，从而确保了内存中缓存的数据的可靠性。

如果内存中缓存的数据的缓存时间未大于预设的缓存时间阈值，则无需对该缓存时间未大于预设的缓存时间阈值的数据进行清理。

通过应用本发明的技术方案，预先将大数据接口对应的数据缓存到内存中，若接收到终端发送的对大数据接口的调用请求，判断内存中是否缓存有所述大数据接口对应的数据，其中，所述大数据接口对应的数据的数据量大于预设的数据量阈值；若内存中缓存有所述大数据接口对应的数据，从内存中获取所述大数据接口对应的数据，并将所述大数据接口对应的数据发送给终端，从而极大地提高了大数据接口的数据的读取过程，极大地提高了大数据接口的返回时间，并且减少了资源消耗，确保了系统的稳定性。

图4是本发明实施例提供的一种大数据接口的调用装置40的示意性框图。如图4所示，对应于以上大数据接口的调用方法，本发明还提供一种大数据接口的调用装置40。该大数据接口的调用装置40包括用于执行上述大数据接口的调用方法的单元，该大数据接口的调用装置40可以被配置于服务器中。具体地，请参阅图4，该大数据接口的调用装置40包括第一判断单元41以及发送单元42。

第一判断单元41，用于若接收到终端发送的对大数据接口的调用请求，判断内存中是否缓存有所述大数据接口对应的数据，其中，所述大数据接口对应的数据的数据量大于预设的数据量阈值。

发送单元42，用于若内存中缓存有所述大数据接口对应的数据，从内存中获取所述大数据接口对应的数据，并将所述大数据接口对应的数据发送给终端。

在一实施例中，如图5所示，所述大数据接口的调用装置40还包括第一缓存单元43、第二判断单元44、第一清理单元45、第三判断单元46以及第二清理单元47。

第一缓存单元43，用于若内存中未缓存有所述大数据接口对应的数据，从预设的数据库中获取所述大数据接口对应的数据，将所述大数据接口对应的数据发送给终端，并将所述大数据接口对应的数据缓存到内存中。

第二判断单元44，用于判断内存中缓存的数据的数量是否超过预设的数量阈值；

第一清理单元45，用于若内存中缓存的数据的数量超过预设的数量阈值，对内存中缓存的数据进行清理。

第三判断单元46，用于判断内存中缓存的数据的缓存时间是否大于预设的缓存时间阈值；

第二清理单元47，用于若内存中缓存的数据的缓存时间大于预设的缓存时间阈值，将该缓存时间大于预设的缓存时间阈值的数据清理。

在一实施例中，如图6所示，所述第一缓存单元43包括第二缓存单元431。

第二缓存单元431，根据预设的lru算法将所述大数据接口对应的数据缓存到内存中。

在一实施例中，如图7所示，所述第一清理单元45包括排序单元451。

排序单元451，用于按照使用频率由低到高的顺序依次对内存中缓存的数据进行清理。

需要说明的是，所属领域的技术人员可以清楚地了解到，上述大数据接口的调用装置40和各单元的具体实现过程，可以参考前述方法实施例中的相应描述，为了描述的方便和简洁，在此不再赘述。

上述大数据接口的调用装置40可以实现为一种计算机程序的形式，该计算机程序可以在如图8所示的计算机设备上运行。

请参阅图8，图8是本申请实施例提供的一种计算机设备的示意性框图。该计算机设备500可以是终端，也可以是服务器，其中，终端可以是智能手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等具有通信功能的电子设备。服务器可以是独立的服务器，也可以是多个服务器组成的服务器集群。

参阅图8，该计算机设备500包括通过系统总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括非易失性存储介质503和内存储器504。

该非易失性存储介质503可存储操作系统5031和计算机程序5032。该计算机程序5032被执行时，可使得处理器502执行一种大数据接口的调用方法。

该处理器502用于提供计算和控制能力，以支撑整个计算机设备500的运行。

该内存储器504为非易失性存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行一种大数据接口的调用方法。

该网络接口505用于与其它设备进行网络通信。本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现如下步骤：

若接收到终端发送的对大数据接口的调用请求，判断内存中是否缓存有所述大数据接口对应的数据，其中，所述大数据接口对应的数据的数据量大于预设的数据量阈值；

若内存中缓存有所述大数据接口对应的数据，从内存中获取所述大数据接口对应的数据，并将所述大数据接口对应的数据发送给终端。

在一实施例中，处理器502还实现如下步骤：

若内存中未缓存有所述大数据接口对应的数据，从预设的数据库中获取所述大数据接口对应的数据，将所述大数据接口对应的数据发送给终端，并将所述大数据接口对应的数据缓存到内存中。

在一实施例中，处理器502还实现如下步骤：

判断内存中缓存的数据的数量是否超过预设的数量阈值；

若内存中缓存的数据的数量超过预设的数量阈值，对内存中缓存的数据进行清理。

在一实施例中，处理器502还实现如下步骤：

判断内存中缓存的数据的缓存时间是否大于预设的缓存时间阈值；

若内存中缓存的数据的缓存时间大于预设的缓存时间阈值，将该缓存时间大于预设的缓存时间阈值的数据清理。

在一实施例中，处理器502在实现所述对内存中缓存的数据进行清理的步骤时，具体实现如下步骤：

按照使用频率由低到高的顺序依次对内存中缓存的数据进行清理。

在一实施例中，处理器502在实现所述将所述大数据接口对应的数据缓存到内存中的步骤时，具体实现如下步骤：

根据预设的lru算法将所述大数据接口对应的数据缓存到内存中。

应当理解，在本申请实施例中，处理器502可以是中央处理单元(centralprocessingunit，cpu)，该处理器502还可以是其他通用处理器、数字信号处理器(digitalsignalprocessor，dsp)、专用集成电路(applicationspecificintegratedcircuit，asic)、现成可编程门阵列(field-programmablegatearray，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

本领域普通技术人员可以理解的是实现上述实施例的方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成。该计算机程序可存储于一存储介质中，该存储介质为计算机可读存储介质。该计算机程序被该计算机系统中的至少一个处理器执行，以实现上述方法的实施例的流程步骤。

因此，本发明还提供一种存储介质。该存储介质可以为计算机可读存储介质。该存储介质存储有计算机程序。该计算机程序被处理器执行时使处理器执行如下步骤：

若接收到终端发送的对大数据接口的调用请求，判断内存中是否缓存有所述大数据接口对应的数据，其中，所述大数据接口对应的数据的数据量大于预设的数据量阈值；

若内存中缓存有所述大数据接口对应的数据，从内存中获取所述大数据接口对应的数据，并将所述大数据接口对应的数据发送给终端。

在一实施例中，所述处理器在执行所述计算机程序还实现如下步骤：

若内存中未缓存有所述大数据接口对应的数据，从预设的数据库中获取所述大数据接口对应的数据，将所述大数据接口对应的数据发送给终端，并将所述大数据接口对应的数据缓存到内存中。

在一实施例中，所述处理器在执行所述计算机程序还实现如下步骤：

判断内存中缓存的数据的数量是否超过预设的数量阈值；

若内存中缓存的数据的数量超过预设的数量阈值，对内存中缓存的数据进行清理。

在一实施例中，所述处理器在执行所述计算机程序还实现如下步骤：

判断内存中缓存的数据的缓存时间是否大于预设的缓存时间阈值；

若内存中缓存的数据的缓存时间大于预设的缓存时间阈值，将该缓存时间大于预设的缓存时间阈值的数据清理。

在一实施例中，所述处理器在执行所述计算机程序而实现所述对内存中缓存的数据进行清理的步骤时，具体实现如下步骤：

按照使用频率由低到高的顺序依次对内存中缓存的数据进行清理。

在一实施例中，所述处理器在执行所述计算机程序而实现所述将所述大数据接口对应的数据缓存到内存中的步骤时，具体实现如下步骤：

根据预设的lru算法将所述大数据接口对应的数据缓存到内存中。

所述存储介质可以是u盘、移动硬盘、只读存储器(read-onlymemory，rom)、磁碟或者光盘等各种可以存储程序代码的计算机可读存储介质。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。

在本发明所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的。例如，各个单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。

本发明实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本发明实施例装置中的单元可以根据实际需要进行合并、划分和删减。另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以是两个或两个以上单元集成在一个单元中。

该集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，终端，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，尚且本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。