[发明专利]缓存预热方法、装置、计算机设备和存储介质

权利要求书

1.一种缓存预热方法，其特征在于，包括：

获取历史时间段的业务采集访问信息；

将所述历史时间段的业务采集访问信息输入至预先训练的业务预测模型，得到目标时间段的业务预测访问信息；

根据所述业务预测访问信息输入至预先训练的数据预测模型中，得到目标时间段的数据库中数据的预测热点评价值；

根据所述预测热点评价值，从所述数据库中数据筛选出热点数据进行缓存预热。

2.根据权利要求1所述的方法，其特征在于，在根据所述业务预测访问信息输入至预先训练的数据预测模型中，得到目标时间段的数据库中数据的预测热点评价值之前，还包括：

获取数据训练样本，所述数据训练样本包括数据库访问信息、业务访问信息和所述数据库中数据的检测热点评价值；

根据所述数据训练样本对第一模型进行训练；

在所述第一模型训练完成时，将当前时刻的第一模型确定为数据预测模型。

3.根据权利要求2所述的方法，其特征在于，所述数据训练样本还包括缓存访问信息。

4.根据权利要求3所述的方法，其特征在于，所述获取数据训练样本，包括：

获取采样时间段的缓存访问信息、数据库访问信息和业务访问信息，并确定所述数据库中数据的检测热点评价值；

根据所述采样时间段的缓存访问信息、数据访问信息、业务访问信息和所述数据库中数据的检测热点评价值，形成数据训练样本。

5.根据权利要求4所述的方法，其特征在于，所述确定所述数据库中数据的检测热点评价值，包括：

将所述采样时间段的数据访问信息和业务访问信息输入至所述第一模型中，确定所述数据库中数据的检测热点评价值。

6.根据权利要求1所述的方法，其特征在于，在将所述历史时间段的业务采集访问信息输入至预先训练的业务预测模型，得到目标时间段的业务预测访问信息之前，还包括：

获取第一天的业务采集访问信息，和第二天的业务采集访问信息，并生成业务训练样本；

根据所述业务训练样本对第二模型进行训练；

在所述第二模型训练完成时，将当前时刻的第二模型确定为业务预测模型。

7.根据权利要求1-6任一项所述的方法，其特征在于，所述根据所述预测热点评价值，从所述数据库中数据筛选出热点数据进行缓存预热，包括：

在所述数据库中筛选出所述预测热点评价值大于等于预设评价值阈值的数据，并确定为热点数据；

将所述热点数据存入缓存中。

8.一种缓存预热装置，其特征在于，包括：

业务采集访问信息获取模块，用于获取历史时间段的业务采集访问信息；

业务预测访问信息获取模块，用于将所述历史时间段的业务采集访问信息输入至预先训练的业务预测模型，得到目标时间段的业务预测访问信息；

预测热点评价值获取模块，用于根据所述业务预测访问信息输入至预先训练的数据预测模型中，得到目标时间段的数据库中数据的预测热点评价值；

缓存预热模块，用于根据所述预测热点评价值，从所述数据库中数据筛选出热点数据进行缓存预热。

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1-7中任一所述的缓存预热方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-7中任一所述的缓存预热方法。