一种基于RPC的工作票风险预警的双端通信机制方法与流程

本发明属于双端通信机制，特别是涉及一种基于rpc的工作票风险预警的双端通信机制方法。

背景技术：

1、现有的通信机制，在工作票风险预警应用中存在一些缺陷。基于同步请求/响应的通信机制，即后端向算法端发送请求，等待算法端的响应，然后再进行下一步操作。该通信机制的优点是简单、易于实现，但缺点是效率低、实时性差、容易造成阻塞和超时，不能满足大规模并发的需求。

技术实现思路

1、本发明的目的在于提供一种基于rpc的工作票风险预警的双端通信机制方法，通过，解决了现有的问题。

2、为解决上述技术问题，本发明是通过以下技术方案实现的：

3、本发明为一种基于rpc的工作票风险预警的双端通信机制方法，包括以下步骤：

4、s1：数据结构的设计，数据结构是指数据的组织和存储方式，它决定了数据的表示和操作，以及数据的效率和可用性。为了实现后端和算法端之间的高效、可靠、实时的数据交换；

5、s2：协议格式的设计，协议格式是指数据的传输和解析方式，它决定了数据的编码和解码，以及数据的效率和安全性。为了实现后端和算法端之间的通信的效率和实时性，本文采用了基于json-rpc协议和rpc的协议格式，该协议格式简化了通信协议的复杂性，提高了通信的效率和实时性，实现了后端和算法端之间的双向通信交互；

6、s3：通信机制的基本操作，通信机制的基本流程是指后端和算法端之间的通信的执行过程，它决定了通信的顺序和逻辑，以及通信的效果和结果。为了实现后端和算法端之间的通信的双向性和交互性；

7、s4：快速预估预测时间方法设计，快速预估预测时间方法是指后端根据历史数据和当前数据，使用一种简单而有效的方法，快速地预估算法端对工作票的风险预警所需的时间，以提高预测的效率和稳定性。

8、进一步地，所述s1进一步表示为：

9、s1.1：设置预测通信表：用于记录后端发送给算法端的预测请求的相关信息，如预测id、请求状态、预测状态、请求时间、预估时间等；

10、

11、s1.2：设置预测缓存表：用于存储常见或重复的预测请求的结果，以减少重复的预测计算；

12、 字段名 数据类型 主键 说明 预测id 字符串 是 预测请求的唯一标识符 预测内容 字符串 否 预测请求的工作票内容和风险因素 预测结果 字符串 否 预测请求的风险等级

13、s1.3：设置预测请求队列：用于存储算法端待处理的预测请求，按照预估的预测时间和收到次序进行优先级排序；

14、 字段名 数据类型 主键 说明 预测id 字符串 是 预测请求的唯一标识符 预测内容 字符串 否 预测请求的工作票内容和风险因素 预测状态 字符串 否 预测请求的处理状态，如未预测、重新预测等 预估时间 整数 否 预测请求的预估完成时间，单位为秒

15、s1.4：设置预测结果表：用于存储算法端完成的预测请求的结果，以便快速预估预测时间；

16、 字段名 数据类型 主键 说明 预测id 字符串 是 预测请求的唯一标识符 预测内容 字符串 否 预测请求的工作票内容和风险因素 预测结果 字符串 否 预测请求的风险等级 预测时间 整数 否 预测请求的处理时间，单位为秒

17、s1.5：规范数据结构的格式和内容：包括工作票数据结构和风险预警数据结构，工作票数据结构是指后端向算法端发送的工作票的数据，它包含了工作票的基本信息、工作票的内容和工作票的附件；

18、

19、

20、s1.6：工作票数据结构：风险预警数据结构是指算法端向后端返回的风险预警的数据，它包含了风险预警的结果、风险预警的反馈和风险预警的预测时间。

21、

22、

23、进一步地，所述s2进一步表示为：

24、s2.1：调用对象a：后端发送给算法端的预测请求，包含工作票的内容和风险因素，以及预测状态。

25、请求a的格式如下：

26、

27、

28、s2.2：调用响应a：算法端返回给后端的预测请求的响应，包含预估的预测时间，或者预测结果(如果已经存在)。

29、响应a的格式如下：

30、

31、s2.3：调用对象b：算法端发送给后端的预测结果请求，包含预测结果。

32、请求b的格式如下：

33、

34、

35、s2.4：调用响应b：后端返回给算法端的预测结果请求的响应，表示收到结果。

36、响应b的格式如下：

37、

38、进一步地，所述s3进一步表示为：

39、s3.1：后端根据工作票的内容和现场作业的风险因素，构造一个带预测信息的请求a，发送给人工智能风险预测的算法端；

40、s3.2：后端同时在预测通信表的数据结构中记录该请求的预测id、请求状态、预测状态、请求时间、预估时间；

41、s3.3：算法端接收到后端的请求后，如果请求的预测状态是未预测，首先检查预测缓存表中是否已经存在该请求的结果-----预测缓存表是用来存储常见或重复的预测请求的结果的数据结构；

42、s3.4：预测缓存表中已经存在该请求的结果，算法端直接将结果作为请求a的返回值返回给后端-----后端根据这些信息更新预测通信表中的预测状态；

43、s3.5：请求的预测状态是重新预测或者预测缓存表中不存在该请求的结果，算法端将该请求加入到预测请求队列中；

44、s3.6：算法端根据预测结果表快速预估该请求的预测时间，并将预估的预测时间作为请求a的返回值返回给后端；

45、s3.7：后端根据算法端的请求a的返回值更新预估时间、预测状态为正在预测；

46、s3.8：后端会根据预测通信表，请求时间和预估时间，在请求超时和预估时间严重超时时重新发送请求，回到s3.1；

47、s3.9：算法端根据预估的预测时间、收到次序，使得预测时间较短、收到较早的请求优先入预测队列等待预测；

48、s3.10：算法端根据请求队列依次处理预测请求，算法端在预测成功后更新预测结果表----算法端向后端发送请求b将预测结果发送给后端；

49、s3.11：后端收到请求b后返回收到。如果算法端发现请求b超时，重新发送携带结果的请求b。

50、进一步地，所述s4进一步表示为：

51、s4.1：连接数据库，根据指定的jdbc连接信息，自动选择对应的jdbc实现；

52、s4.2：选择一个固定大小的滑动窗口，表示在计算加权平均时考虑的历史数据范围。可以选择最近的n个预测项作为滑动窗口，n为总量的1/3；

53、s4.3：当有新的预测项产生时，将其加入滑动窗口，同时剔除最旧的历史数据项，保持滑动窗口的大小不变；

54、s4.4：执行对应的sql，将对应窗口内的查询结果解析为map，进行json持久化；

55、s4.5：对持久化的json的”预测内容“进行差异对比，得到重复率。将预测id、重复率、预测时间存入数据结构中；

56、s4.6：取重复率最高的max＝10条预测项通过重复率求预测时间的加权平均值，作为预估的预测时间；

57、s4.7：加权平均值的增量计算：对于加权平均值的计算，不需要每次都重新计算整个历史数据集，可以通过增量计算的方式，根据新加入的预测项和移除的历史数据项来更新加权平均值，对于新增的预测项，可以根据其权重和值，通过累加的方式更新分子和分母，对于被移除的历史数据项，同样通过减去其权重和值的方式，更新分子和分母。

58、本发明具有以下有益效果：

59、1、本发明提高通信的效率和实时性。本专利通信机制利用rpc的工作方式，实现了后端和算法端之间的远程过程调用，减少了通信的开销和延迟，提高了通信的速度和质量。同时，后端利用预测通信表提高预测通信可靠性。算法端利用预测缓存表和预测结果表，减少了重复的预测计算，提高了预测效率和质量。此外，利用增量计算的方式，避免了每次都重新计算整个历史数据集，提高了计算效率和实时性。

60、2、本发明提高通信的兼容性和可扩展性。本专利通信机制利用json-rpc协议作为通信协议，使用json作为数据格式，实现了通信的简单、灵活、跨平台、跨语言的特点。这样，不同的通信节点和终端设备可以方便地进行数据交换和信息共享，提高了通信的兼容性和可扩展性。

61、3、本发明提高通信的交互性和智能性。本专利通信机制利用预估的预测时间，对预测请求进行合理的调度，优先处理紧急的请求，提高了预测质量和实时性。同时，利用算法端的风险预警的反馈，实现了后端对工作票的数据的修正和补充，以及对风险预警的结果的调整和优化，提高了通信的交互性和智能性

62、当然，实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。