缓冲数据的处理方法、装置和系统制造方法及图纸

本申请涉及一种缓冲数据的方法、装置、系统、业务操作状态同步系统、计算机可读存储介质和计算机设备，所述方法包括：获取宏观概率分布模型；根据所述宏观概率分布模型，确定卡顿先验概率；根据所述客户端所记录的个体网络延迟，对所述卡顿先验概率进行修正，得到卡顿后验概率；根据所述卡顿后验概率，控制所述客户端对所述缓冲数据的消耗速度。本申请提供的方案可以保证较低的操作延时的同时，提升了业务操作状态同步的平滑性，通过准确预测卡顿，有效地在操作延时最小化与提升平滑性之间取得平衡。

Processing methods, devices and systems for buffering data

【技术实现步骤摘要】
缓冲数据的处理方法、装置和系统
本申请涉及数据处理
，特别是涉及一种缓冲数据的处理方法、装置、系统、业务操作状态同步系统、计算机可读存储介质和计算机设备。
技术介绍
随着数据处理技术的发展，出现了帧同步技术，帧同步技术常用于需要进行业务操作状态同步的场景。例如，用户在某个客户端上进行了某个业务操作，该客户端显示相应的业务操作状态，而另一端的客户端也需要同步显示该业务操作状态。通过帧同步技术，则可以将业务操作数据发送至另一端的客户端，另一端的客户端根据业务操作数据，显示相应的业务操作状态，从而实现了状态同步。由于在传输数据帧的时候，剧烈的网络抖动可能会导致丢包或严重的网络延迟，导致另一端的客户端未能及时同步状态而导致卡顿，影响了状态同步的平滑性。因此，在进行状态同步时，通常会通过缓冲技术应对网络抖动。缓冲技术就是在接收到数据后不立即消耗、而是缓冲在缓冲区延时消耗的技术。通过缓冲技术可以有效避免网络抖动。然而，如果缓冲区长度较大，即缓冲区所缓冲的数据过多，也会导致较大的操作延迟，影响状态同步的时效性。为了实现较小的操作延迟和保证平滑性之间的平衡，目前较为常见的方法是根据客户端已经出现的网络延迟预测可能出现的较大的网络延迟，由此预测网络抖动的可能性，以根据网络抖动的可能性调整对数据的消耗速度，以避免卡顿。然而，客户端实际出现的网络延迟可能受多种因素影响，已经出现的网络延迟与将来出现的网络延迟之间，可能并不具备关联性，导致预测的准确率较低，难以有效地平衡操作延迟和平滑性。因此，目前的缓冲数据的处理方法,存在着对卡顿预测准确率较低而无法有效平衡操作延迟和平滑性的问题。
技术实现思路
基于此，有必要针对卡顿预测准确率较低而无法有效平衡操作延迟和平滑性的问题，提供一种缓冲数据的处理方法、装置、系统、业务操作状态同步系统、计算机可读存储介质和计算机设备。一种缓冲数据的处理方法，包括：获取宏观概率分布模型；所述宏观概率分布模型为对多个网络延迟样本进行学习得到的；所述宏观概率分布模型包括各个网络延迟及对应的出现概率；根据所述宏观概率分布模型，确定卡顿先验概率；所述卡顿先验概率为客户端没有可消耗的缓冲数据而导致卡顿的概率；根据所述客户端所记录的个体网络延迟，对所述卡顿先验概率进行修正，得到卡顿后验概率；所述卡顿后验概率为所述客户端出现所述个体网络延迟时发生卡顿的概率；根据所述卡顿后验概率，控制所述客户端对所述缓冲数据的消耗速度。一种缓冲数据的处理方法，包括：获取多个网络延迟样本；对所述多个网络延迟样本进行学习，得到宏观概率分布模型；所述宏观概率分布模型包括各个网络延迟及对应的出现概率；下发所述宏观概率分布模型至客户端，供所述客户端根据所述宏观概率分布模型确定卡顿先验概率；根据所述客户端所记录的个体网络延迟，对所述卡顿先验概率进行修正，得到卡顿后验概率；根据所述卡顿后验概率，控制所述客户端对所述缓冲数据的消耗速度；所述卡顿先验概率为所述客户端没有可消耗的缓冲数据而导致卡顿的概率；所述卡顿后验概率为所述客户端出现所述个体网络延迟时发生卡顿的概率。一种缓冲数据的处理装置，包括：模型获取模块，用于获取宏观概率分布模型；所述宏观概率分布模型为对多个网络延迟样本进行学习得到的；所述宏观概率分布模型包括各个网络延迟及对应的出现概率；先验概率模块，用于根据所述宏观概率分布模型，确定卡顿先验概率；所述卡顿先验概率为客户端没有可消耗的缓冲数据而导致卡顿的概率；后验概率模块，用于根据所述客户端所记录的个体网络延迟，对所述卡顿先验概率进行修正，得到卡顿后验概率；所述卡顿后验概率为所述客户端出现所述个体网络延迟时发生卡顿的概率；消耗控制模块，用于根据所述卡顿后验概率，控制所述客户端对所述缓冲数据的消耗速度。一种缓冲数据的处理装置，包括：样本获取模块，用于获取多个网络延迟样本；模型构建模块，用于对所述多个网络延迟样本进行学习，得到宏观概率分布模型；所述宏观概率分布模型包括各个网络延迟及对应的出现概率；模型下发模块，用于下发所述宏观概率分布模型至客户端，供所述客户端根据所述宏观概率分布模型确定卡顿先验概率；根据所述客户端所记录的个体网络延迟，对所述卡顿先验概率进行修正，得到卡顿后验概率；根据所述卡顿后验概率，控制所述客户端对所述缓冲数据的消耗速度；所述卡顿先验概率为所述客户端没有可消耗的缓冲数据而导致卡顿的概率；所述卡顿后验概率为所述客户端出现所述个体网络延迟时发生卡顿的概率。上述缓冲数据的处理方法、装置、系统、业务操作状态同步系统、计算机可读存储介质和计算机设备，通过对多个网络延迟样本进行学习，得到宏观概率分布模型，以宏观概率分布模型作为先验知识，确定客户端的卡顿先验概率，采用客户端本地出现的个体网络延迟修正卡顿先验概率，得到卡顿后验概率，并根据卡顿后验概率控制消耗速度，从而，解决了现有技术中在预测客户端的卡顿概率时缺乏先验知识而导致预测不准确的问题，提升了对客户端的卡顿概率的预测准确率，基于准确预测的卡顿概率控制消耗速度，使得缓冲区中保留有足以抵御网络抖动的缓冲数据。通过控制消耗速度，自适应地调整缓冲数据的数量，在保证缓冲数据最少化的同时，避免由于缓冲数据不足而导致卡顿的情况。将缓冲数据的处理方法应用在业务操作状态同步场景时，则可以保证较低的操作延时的同时，提升了业务操作状态同步的平滑性，通过准确预测卡顿，有效地在操作延时最小化与提升平滑性之间取得平衡。附图说明图1A为一个实施例中的缓冲数据的处理方法的应用环境图；图1B为一个实施例中的多人在线实时交互游戏业务的场景示意图；图1C为一个实施例中的一种获取网络延迟样本的场景示意图；图2为一个实施例中的缓冲数据的处理方法的流程示意图；图3为一个实施例中的客户端与服务器通信的时序图；图4为一个实施例中的卡顿延迟似然概率更新的示意图；图5为一个实施例中的数据处理框架的示意图；图6为一个实施例中的缓冲数据的处理步骤的流程示意图；图7为一个实施例中的阈值自适应更新方式的示意图；图8为另一个实施例中的缓冲数据的处理方法的流程示意图；图9为一个实施例中的服务器处理流程的示意图；图10为一个实施例中的缓冲区管理模块维护数据的流程示意图；图11为一个实施例中的消耗决策流程的示意图；图12为一个实施例中的处理缓冲数据的时序图；图13为一个实施例中的缓冲数据的处理系统的结构框图；图14为一个实施例中的业务操作状态同步系统的结构框图；图15为一个实施例中的缓冲数据的处理装置的结构框图；图16为另一个实施例中的缓冲数据的处理装置的结构框图；图17为一个实施例中计算机设备的结构框图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。图1A为一个实施例中缓冲数据的处理方法的应用环境图。参照图1，该方法应用于数据处理系统。该数据处理系统包括第一客户端110、第二客户端120和服务器130。其中，第一客户端110和第二客户端120，与服务器130通过网络连接。第一客户端110、第二客户端120具体可以是台式终端或移动终端，移动终端具体可以手机、平板电脑、笔记本电脑等中的至少一种。服务器13本文档来自技高网...

【技术保护点】
1.一种缓冲数据的处理方法，其特征在于，包括：获取宏观概率分布模型；所述宏观概率分布模型为对多个网络延迟样本进行学习得到的；所述宏观概率分布模型包括各个网络延迟及对应的出现概率；根据所述宏观概率分布模型，确定卡顿先验概率；所述卡顿先验概率为客户端没有可消耗的缓冲数据而导致卡顿的概率；根据所述客户端所记录的个体网络延迟，对所述卡顿先验概率进行修正，得到卡顿后验概率；所述卡顿后验概率为所述客户端出现所述个体网络延迟时发生卡顿的概率；根据所述卡顿后验概率，控制所述客户端对所述缓冲数据的消耗速度。

【技术特征摘要】
1.一种缓冲数据的处理方法，其特征在于，包括：获取宏观概率分布模型；所述宏观概率分布模型为对多个网络延迟样本进行学习得到的；所述宏观概率分布模型包括各个网络延迟及对应的出现概率；根据所述宏观概率分布模型，确定卡顿先验概率；所述卡顿先验概率为客户端没有可消耗的缓冲数据而导致卡顿的概率；根据所述客户端所记录的个体网络延迟，对所述卡顿先验概率进行修正，得到卡顿后验概率；所述卡顿后验概率为所述客户端出现所述个体网络延迟时发生卡顿的概率；根据所述卡顿后验概率，控制所述客户端对所述缓冲数据的消耗速度。2.根据权利要求1所述的方法，其特征在于，所述根据所述卡顿后验概率，控制所述缓冲数据的消耗速度，包括：当所述卡顿后验概率大于预设的卡顿概率阈值时，通知所述客户端的业务层按照第一消耗速度消耗所述缓冲数据；当所述卡顿后验概率小于所述卡顿概率阈值时，通知所述客户端的业务层按照第二消耗速度消耗所述缓冲数据；所述第一消耗速度低于所述第二消耗速度。3.根据权利要求2所述的方法，其特征在于，还包括：确定所述客户端的业务层提出数据消耗请求；当所述客户端存在有所述缓冲数据，从所述缓冲数据中提取出目标缓冲数据，并返回所述目标缓冲数据至所述客户端的业务层；所述通知所述客户端的业务层按照所述第一消耗速度消耗所述缓冲数据，包括：生成结束标记，并返回所述结束标记至所述客户端的业务层，供所述客户端的业务层在对所述目标缓冲数据消耗完毕时、等待预设的消耗间隔后再提出所述数据消耗请求；所述通知所述客户端的业务层按照所述第二消耗速度消耗所述缓冲数据，包括：生成继续标记，并返回所述继续标记至所述客户端的业务层，供所述客户端的业务层在对所述目标缓冲数据消耗完毕时提出所述数据消耗请求。4.根据权利要求1所述的方法，其特征在于，所述根据所述宏观概率分布模型，确定卡顿先验概率，包括：检测所述缓冲数据的数量，得到缓冲数据量；根据所述消耗速度和所述缓冲数据量，得到无卡顿延迟；所述无卡顿延迟为所述客户端不发生卡顿的网络延迟；通过所述宏观概率分布模型，得到无卡顿延迟概率分布；所述无卡顿延迟概率分布包括所述无卡顿延迟及对应的出现概率；计算所述无卡顿延迟对应的出现概率之和，得到无卡顿概率；根据所述无卡顿概率确定所述卡顿先验概率；所述卡顿先验概率与所述无卡顿概率之和为1。5.根据权利要求1所述的方法，其特征在于，所述根据所述客户端所记录的个体网络延迟，对所述卡顿先验概率进行修正，得到卡顿后验概率，包括：根据所述个体网络延迟，确定卡顿延迟似然概率；所述卡顿延迟似然概率为所述客户端发生实际卡顿时、出现所述个体网络延迟的概率；根据所述个体网络延迟和所述宏观概率分布模型，确定个体延迟观测概率；所述个体延迟观测概率为所述客户端出现所述个体网络延迟的概率；采用所述卡顿延迟似然概率和所述个体延迟观测概率，对所述卡顿先验概率进行贝叶斯修正，得到所述卡顿后验概率。6.根据权利要求5所述的方法，其特征在于，所述根据所述个体网络延迟，确定卡顿延迟似然概率，包括：当所述客户端发生实际卡顿，确定实际卡顿延迟；所述实际卡顿延迟为发生实际卡顿之前出现的个体网络延迟；计算所述实际卡顿延迟的出现次数与所述个体网络延迟的总数的比值，得到实际卡顿延迟概率；计算所述实际卡顿延迟概率的累计乘积，得到卡顿延迟似然概率；所述卡顿延迟似然概率为所述客户端发生实际卡顿时、出现所述个体网络延迟的概率；根据所述卡顿延迟似然概率，确定所述卡顿延迟似然概率。7.根据权利要求5所述的方法，其特征在于，所述根据所述个体网络延迟和所述宏观概率分布模型，确定个体延迟观测概率，包括：通过所述宏观概率分布模型，得到个体延迟概率分布；所述个体延迟概率分布包括所述个体网络延迟及对应的出现概率；计算所述个体网络延迟...

【专利技术属性】
技术研发人员：薛德义，陶文质，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东,44