一种模型加载方法、系统、电子设备及介质技术方案

本发明专利技术提供一种模型加载方法、系统、电子设备及介质，所述的方法包括：接收业务请求，判断与所述业务请求相对应的模型的类型；根据模型的类型，对模型进行加载。通过检测模型的关联信息，避免模型的运行状态持续时间较长导致的文件阻塞、死循环等情况发生，还可通过检测模型的运行状态，当文件阻塞时，避免模型处于执行状态中导致的模型与数据库连接失败等情况发生，并可以修正连接失败未更改执行状态的模型，保障了系统的高容错性。

【技术实现步骤摘要】
一种模型加载方法、系统、电子设备及介质
本专利技术涉及运维技术，特别是涉及一种模型加载方法、系统、电子设备及介质。
技术介绍
随着大数据技术的发展和应用，需要对数据进行保存、运行和维护，尤其是在金融服务、银行债券的业务场景中，需要基于当前现有数据及外部数据的模型应用以及模型分析的结果，为各个业务条线或者板块的日常运营工作提供决策依据，而现有的模型应用及分析过程中可能会出现进程阻塞，进而导致重试请求被停止、数据库连接失败等情况。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种模型加载方法、系统、电子设备及介质，用于解决现有技术中模型应用及分析过程中进程阻塞的问题。为实现上述目的及其他相关目的，本专利技术提供一种模型加载方法，包括：接收业务请求，判断与所述业务请求相对应的模型的类型；根据模型的类型，对模型进行加载。可选的，根据模型的关联信息，对模型进行加载的步骤包括：若所述模型为定时模型时，判断当前ID的模型是否处于执行状态；若当前ID的模型处于执行状态时，则所述业务请求停止；若当前ID的模型未处于执行状态时，则将当前ID的模型设定为执行状态。可选的，将当前ID的模型设定为执行状态的步骤之后还包括：下载并运行执行文件；设定当前ID的模型的最大执行时间，若当前ID的模型的执行状态的时间大于或者等于所述最大执行时间，则取出当前ID的模型的进程。可选的，下载并运行执行文件的步骤包括：查看服务器的文件目录下是否存在Python文件及配套文件，若不存在，则从服务器下载Python文件及配套文件；执行Python文件，并将当前ID的模型的Python文件的进程对象进行保存。可选的，当前ID的模型的Python文件的进程对象进行保存的步骤之后还包括：销毁所述Python文件，将当前ID的模型设定为未执行状态。可选的，取出当前ID的模型的进程的步骤之后还包括：销毁所述Python文件，将当前ID的模型设定为未执行状态，记录错误信息。可选的，根据模型的关联信息，对模型进行加载的步骤包括：当所述模型非即时模型时，则所述业务请求停止；当所述模型为即时模型时，下载并运行执行文件。一种模型加载系统，包括：请求模块，用于接收业务请求，判断与所述业务请求相对应的模型的类型；加载模块，用于根据模型的类型，对模型进行加载；所述请求模块与所述加载模块信号连接。可选的，所述加载模块根据模型的类型，对模型进行加载的步骤包括：若所述模型为定时模型时，判断当前ID的模型是否处于执行状态；若当前ID的模型处于执行状态时，则所述业务请求停止；若当前ID的模型未处于执行状态时，则将当前ID的模型设定为执行状态。可选的，所述加载模块将当前ID的模型设定为执行状态的步骤之后还包括：下载并运行执行文件；设定当前ID的模型的最大执行时间，若当前ID的模型的执行状态的时间大于或者等于所述最大执行时间，则取出当前ID的模型的进程。可选的，所述加载模块下载并运行执行文件的步骤包括：查看服务器的文件目录下是否存在Python文件及配套文件，若不存在，则从服务器下载Python文件及配套文件；执行Python文件，并将当前ID的模型的Python文件的进程对象进行保存。一种电子设备，包括：一个或多个处理器；和其上存储有指令的一个或多个机器可读介质，当所述一个或多个处理器执行时，使得所述设备执行任一项所述的方法。一种机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得设备执行任一项所述的方法。如上所述，本专利技术提供的一种模型加载方法、系统、电子设备及介质，具有以下有益效果：通过检测模型的关联信息，避免模型的运行状态持续时间较长导致的文件阻塞、死循环等情况发生，还可通过检测模型的运行状态，当文件阻塞时，避免模型处于执行状态中导致的模型与数据库连接失败等情况发生，并可以修正连接失败未更改执行状态的模型，保障了系统的高容错性。附图说明图1为本专利技术实施例提供的模型加载方法的示意图。图2为本专利技术实施例提供的模型加载方法一示意图。图3为本专利技术实施例提供的模型加载方法另一示意图。图4为本专利技术实施例提供的模型加载方法又一示意图。图5为本命实施例提供的模型加载系统的示意图。图6为一实施例提供的终端设备的硬件结构示意图。图7为另一实施例提供的终端设备的硬件结构示意图。元件标号说明1100输入设备1101第一处理器1102输出设备1103第一存储器1104通信总线1200处理组件1201第二处理器1202第二存储器1203通信组件1204电源组件1205多媒体组件1206音频组件1207输入/输出接口1208传感器组件具体实施方式以下通过特定的具体实例说明本专利技术的实施方式，本领域技术人员可由本说明书所揭露的内容轻易地了解本专利技术的其他优点与功效。本专利技术还可以通过另外不同的具体实施方式加以实施或应用，本说明书中的各项细节也可以基于不同观点与应用，在没有背离本专利技术的精神下进行各种修饰或改变。需说明的是，在不冲突的情况下，以下实施例及实施例中的特征可以相互组合。需要说明的是，以下实施例中所提供的图示仅以示意方式说明本专利技术的基本构想，遂图式中仅显示与本专利技术中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制，其实际实施时各组件的型态、数量及比例可为一种随意的改变，且其组件布局型态也可能更为复杂。专利技术人发现在大数据运维过程中，尤其是在一些大数据的细分应用场景中，需要对数据进行不断地挖掘，进而为应用场景的业务需求提供决策依据，而在模型加载、运行、调度和监控的过程中，经常会出现模型的数据异常，例如文件阻塞、死循环等情况，请参考图1，本专利技术提供一种模型加载方法，包括：S1：接收业务请求，判断与所述业务请求相对应的模型的类型；S2：根据模型的类型，对模型进行加载，通过检测模型的关联信息，避免模型的运行状态持续时间较长导致的文件阻塞、死循环等情况发生，还可通过检测模型的运行状态，当文件阻塞时，避免模型处于执行状态中导致的模型与数据库连接失败等情况发生，并可以修正连接失败未更改执行状态的模型，保障了系统的高容错性。在一些实施过程中，根据模型的类型，对模型进行加载的步骤包括：S21：判断所述模型的类型是否为定时模型，一般地，定时模型为通过定时器触发，并通过设置定时器时间编辑执行频率，定时算法可以用来执行跑批任务，为了避免定时模型执行状态异常，需要对模型的类型进行判定和监控；S22：若所述模型为定时模型时，判断当前ID的模型是否处于执行状态；S221：若当前ID的模型处本文档来自技高网...

【技术保护点】
1.一种模型加载方法，其特征在于，包括：/n接收业务请求，判断与所述业务请求相对应的模型的类型；/n根据模型的类型，对模型进行加载。/n

【技术特征摘要】
1.一种模型加载方法，其特征在于，包括：
接收业务请求，判断与所述业务请求相对应的模型的类型；
根据模型的类型，对模型进行加载。


2.根据权利要求1所述的模型加载方法，其特征在于，根据模型的类型，对模型进行加载的步骤包括：
若所述模型为定时模型时，判断当前ID的模型是否处于执行状态；
若当前ID的模型处于执行状态时，则所述业务请求停止；
若当前ID的模型未处于执行状态时，则将当前ID的模型设定为执行状态。


3.根据权利要求2所述的模型加载方法，其特征在于，将当前ID的模型设定为执行状态的步骤之后还包括：
下载并运行执行文件；
设定当前ID的模型的最大执行时间，若当前ID的模型的执行状态的时间大于或者等于所述最大执行时间，则取出当前ID的模型的进程。


4.根据权利要求3所述的模型加载方法，其特征在于，下载并运行执行文件的步骤包括：查看服务器的文件目录下是否存在Python文件及配套文件，若不存在，则从服务器下载Python文件及配套文件；
执行Python文件，并将当前ID的模型的Python文件的进程对象进行保存。


5.根据权利要求4所述的模型加载方法，其特征在于，当前ID的模型的Python文件的进程对象进行保存的步骤之后还包括：销毁所述Python文件，将当前ID的模型设定为未执行状态。


6.根据权利要求3所述的模型加载方法，其特征在于，取出当前ID的模型的进程的步骤之后还包括：
销毁所述Python文件，将当前ID的模型设定为未执行状态，记录错误信息。


7.根据权利要求1所述的模型加载方法，其特征在于，根据模型的关联信息，对模型进行加载的步骤包括：
当所述模型非即时模型时，则所述业务请求...

【专利技术属性】
技术研发人员：俞晓臣，柴璨，
申请(专利权)人：北京云从科技有限公司，
类型：发明
国别省市：北京;11