【技术实现步骤摘要】
本专利技术涉及分布式系统，特别涉及一种分布式系统数字id生成方法及系统。
技术介绍
1、在分布式系统
，经常需要使用全局唯一数字id定义对应的数据主键或唯一标识，区分不同用户的同种业务操作。目前，广泛应用于分布式系统的全局唯一数字id的典型生成方式是uuid(universallyuniqueidentifier，通用唯一识别码)，其在生成唯一标识方面具有优势，但存在以下缺点：1、标识冲突：uuid算法基于随机性生成标识，但由于标识空间的有限性，可能存在标识冲突的风险，影响数据的准确性和完整性。2、无法关联上下文：传统uuid无法提供与实际数据相关的上下文信息，难以满足对于园区、工业区、商业区等场所数据管理和应用的需求。3、存储和传输效率差：传统uuid的长度超过了大多数主流编程语言基本数据类型的长度，如java/c++中最长的基本数据类型(long型)只有8个字节，要表示16字节的uuid，则需要使用复合类型，占用的存储空间及网络带宽较多。
技术实现思路
1、本专利技术实施例提供了一种分布式系统数字id生成方法及系统，以解决现有技术中的上述技术问题。
2、为了对披露的实施例的一些方面有一个基本的理解，下面给出了简单的概括。该概括部分不是泛泛评述，也不是要确定关键/重要组成元素或描绘这些实施例的保护范围。其唯一目的是用简单的形式呈现一些概念，以此作为后面的详细说明的序言。
3、根据本专利技术实施例的第一方面，提供了一种分布式系统数字id生成方法。>
4、在一个实施例中，所述分布式系统数字id生成方法，包括：
5、获取分布式系统的不同数据源的运行数据，并对所述运行数据进行特征提取，得到数据关键特征；
6、通过预先训练的基于数据源、数据关键特征和数字id的神经网络模型对所述数据关键特征进行分析，生成分布式系统数字id。
7、在一个实施例中，所述运行数据包括：场所信息、设备信息、机房信息以及业务信息；所述数据关键特征包括：场所楼宇信息、场所区域编码、设备类型、机房机器号、数据中心号以及业务类型。
8、在一个实施例中，对所述运行数据进行特征提取，得到数据关键特征包括：通过分类算法对所述运行数据进行分类特征提取，得到数据关键特征。
9、在一个实施例中，所述分布式系统数字id生成方法，还包括：预先训练基于数据源、数据关键特征和数字id的神经网络模型，且所述预先训练基于数据源、数据关键特征和数字id的神经网络模型包括：
10、将所述数据源和所述数据关键特征以及所述数字id所组成的数据集划分为训练集和验证集；并将所述训练集和所述验证集中的所述数据源和所述数据关键特征作为模型输入；所述数字id作为模型输出；
11、通过所述训练集对预先配置的lstm模型进行迭代训练，并通过所述验证集对训练后的lstm模型进行验证，得到最终的神经网络模型。
12、在一个实施例中，所述数字id的具有n个部分，且所述数字id的数据位数小于或等于64位，其中，n为整数。
13、在一个实施例中，所述n为6；且该6个分别依次为数据源部分、时间戳部分、序列号部分、数据中心号部分、机器号部分以及数据关键特征部分；其中，数据源部分的数据位数为1位；所述时间戳部分的数据位数为40位；所述序列号部分的数据位数为8位；所述数据中心号部分的数据位数为3位；所述机器号部分的数据位数为4位；所述数据关键特征部分的数据位数为8位。
14、根据本专利技术实施例的第二方面，提供了一种分布式系统数字id生成系统。
15、在一个实施例中，所述分布式系统数字id生成系统，包括：
16、数据获取模块，用于获取分布式系统的不同数据源的运行数据，并对所述运行数据进行特征提取，得到数据关键特征；
17、id生成模块，用于通过预先训练的基于数据源、数据关键特征和数字id的神经网络模型对所述数据关键特征进行分析，生成分布式系统数字id。
18、在一个实施例中，所述运行数据包括：场所信息、设备信息、机房信息以及业务信息；所述数据关键特征包括：场所楼宇信息、场所区域编码、设备类型、机房机器号、数据中心号以及业务类型。
19、在一个实施例中，所述数据获取模块在对所述运行数据进行特征提取，得到数据关键特征时，通过分类算法对所述运行数据进行分类特征提取，得到数据关键特征。
20、在一个实施例中，所述分布式系统数字id生成方法，还包括：模型生成模块，用于预先训练基于数据源、数据关键特征和数字id的神经网络模型，且所述模型生成模块在预先训练基于数据源、数据关键特征和数字id的神经网络模型时，可将所述数据源和所述数据关键特征以及所述数字id所组成的数据集划分为训练集和验证集；并将所述训练集和所述验证集中的所述数据源和所述数据关键特征作为模型输入；所述数字id作为模型输出；通过所述训练集对预先配置的lstm模型进行迭代训练，并通过所述验证集对训练后的lstm模型进行验证，得到最终的神经网络模型。
21、在一个实施例中，所述数字id的具有n个部分，且所述数字id的数据位数小于或等于64位，其中，n为整数。
22、在一个实施例中，所述n为6；且该6个分别依次为数据源部分、时间戳部分、序列号部分、数据中心号部分、机器号部分以及数据关键特征部分；其中，数据源部分的数据位数为1位；所述时间戳部分的数据位数为40位；所述序列号部分的数据位数为8位；所述数据中心号部分的数据位数为3位；所述机器号部分的数据位数为4位；所述数据关键特征部分的数据位数为8位。
23、根据本专利技术实施例的第三方面，提供了一种计算机设备。
24、在一个实施例中，所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述方法的步骤。
25、根据本专利技术实施例的第四方面，提供了一种计算机可读存储介质。
26、在一个实施例中，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述方法的步骤。
27、本专利技术实施例提供的技术方案可以包括以下有益效果：
28、本专利技术通过获取分布式系统不同数据源的运行数据，并对运行数据进行特征提取，然后基于关键特征和数字id生成神经网络模型，从而可通过神经网络模型来生成数字id，使得数字id基于关键特征与运行数据关联，满足了园区、工业区、商业区等场所数据管理和应用的需求，同时也减少了传统uuid技术中存在的标识冲突和管理复杂性，提高了数据管理和应用的效率和精确性。
29、应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本专利技术。
本文档来自技高网...【技术保护点】
1.一种分布式系统数字ID生成方法，其特征在于，包括：
2.根据权利要求1所述的分布式系统数字ID生成方法，其特征在于，所述运行数据包括：场所信息、设备信息、机房信息以及业务信息；所述数据关键特征包括：场所楼宇信息、场所区域编码、设备类型、机房机器号、数据中心号以及业务类型。
3.根据权利要求2所述的分布式系统数字ID生成方法，其特征在于，对所述运行数据进行特征提取，得到数据关键特征包括：
4.根据权利要求2所述的分布式系统数字ID生成方法，其特征在于，包括：预先训练基于数据源、数据关键特征和数字ID的神经网络模型，且所述预先训练基于数据源、数据关键特征和数字ID的神经网络模型包括：
5.根据权利要求4所述的分布式系统数字ID生成方法，其特征在于，所述数字ID的具有N个部分，且所述数字ID的数据位数小于或等于64位，其中，N为整数。
6.根据权利要求5所述的分布式系统数字ID生成方法，其特征在于，所述N为6；且该6个分别依次为数据源部分、时间戳部分、序列号部分、数据中心号部分、机器号部分以及数据关键特征部分；其中，数据源
7.一种分布式系统数字ID生成系统，其特征在于，包括：
8.根据权利要求7所述的分布式系统数字ID生成系统，其特征在于，所述运行数据包括：场所信息、设备信息、机房信息以及业务信息；所述数据关键特征包括：场所楼宇信息、场所区域编码、设备类型、机房机器号、数据中心号以及业务类型。
9.根据权利要求8所述的分布式系统数字ID生成系统，其特征在于，所述数字ID的具有N个部分，且所述数字ID的数据位数小于或等于64位，其中，N为整数。
10.根据权利要求9所述的分布式系统数字ID生成系统，其特征在于，所述N为6；且该6个分别依次为数据源部分、时间戳部分、序列号部分、数据中心号部分、机器号部分以及数据关键特征部分；其中，数据源部分的数据位数为1位；所述时间戳部分的数据位数为40位；所述序列号部分的数据位数为8位；所述数据中心号部分的数据位数为3位；所述机器号部分的数据位数为4位；所述数据关键特征部分的数据位数为8位。
...【技术特征摘要】
1.一种分布式系统数字id生成方法，其特征在于，包括：
2.根据权利要求1所述的分布式系统数字id生成方法，其特征在于，所述运行数据包括：场所信息、设备信息、机房信息以及业务信息；所述数据关键特征包括：场所楼宇信息、场所区域编码、设备类型、机房机器号、数据中心号以及业务类型。
3.根据权利要求2所述的分布式系统数字id生成方法，其特征在于，对所述运行数据进行特征提取，得到数据关键特征包括：
4.根据权利要求2所述的分布式系统数字id生成方法，其特征在于，包括：预先训练基于数据源、数据关键特征和数字id的神经网络模型，且所述预先训练基于数据源、数据关键特征和数字id的神经网络模型包括：
5.根据权利要求4所述的分布式系统数字id生成方法，其特征在于，所述数字id的具有n个部分，且所述数字id的数据位数小于或等于64位，其中，n为整数。
6.根据权利要求5所述的分布式系统数字id生成方法，其特征在于，所述n为6；且该6个分别依次为数据源部分、时间戳部分、序列号部分、数据中心号部分、机器号部分以及数据关键特征部分；其中，数据源部分的数据位数为1位；所述时间戳部...
【专利技术属性】
技术研发人员：王晓东，王洪涛，
申请(专利权)人：吉林智碳科技股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。