在集群环境下的会话处理方法、系统、设备和存储介质与流程

1.本技术涉及计算机技术领域，特别是涉及一种在集群环境下的会话处理方法、系统、设备和存储介质。


背景技术：

2.随着人工智能的普及化，很多业务下，例如京东客服，腾讯qq等不同业务，都需要对语音做识别。语音算法运行平台需要接收不同业务发过来的大量语音数据并做识别。当语音算法运行平台被接入时，语音算法运行平台需要判断某个业务当前接入的会话数，超过预先限定个数则不支持进一步的语音识别。
3.在集群环境下，要对同一个业务接入的会话数量做控制，一般会采用分布式锁，多个服务节点去访问同一个缓存服务器，第一次连接获取分布式锁，第二次连接要求查询会话数，第三次连接设置会话数，第四次连接释放分布式锁。连接操作频繁，降低系统性能。


技术实现要素：

4.基于此，有必要针对上述技术问题，提供一种能够提高系统性能的在集群环境下的会话处理方法、系统、计算机设备和存储介质。
5.一种在集群环境下的会话处理方法，所述方法包括：
6.在集群中的服务器节点接收到用于实现语音识别的连接请求后，缓存服务器接收所述服务器节点针对所述连接请求发送的会话相关信息；
7.所述缓存服务器运行脚本代码；
8.通过所述脚本代码，基于所述会话相关信息，确定所述连接请求所属业务下已创建会话的当前会话数量；
9.获取所述会话相关信息里记录的所述业务所对应的会话数量阈值，通过所述脚本代码，将所述当前会话数量与所述会话数量阈值进行比对；
10.若所述当前会话数量小于所述会话数量阈值，则通过所述脚本代码对所述当前会话数量进行增加，并向所述服务器节点返回第一结果；所述第一结果，用于指示针对所述连接请求创建语音识别会话。
11.一种在集群环境下的会话处理系统，所述系统包括：服务器节点和缓存服务器；
12.所述服务器节点，用于在接收到用于实现语音识别的连接请求后，向所述缓存服务器发送针对所述连接请求的会话相关信息；
13.所述缓存服务器，用于接收所述会话相关信息，并运行脚本代码；通过所述脚本代码，基于所述会话相关信息，确定所述连接请求所属业务下已创建会话的当前会话数量；获取所述会话相关信息里记录的关于所述业务所对应的会话数量阈值，通过所述脚本代码，将所述当前会话数量与所述会话数量阈值进行比对；
14.所述缓存服务器还用于若所述当前会话数量小于所述会话数量阈值，则通过所述脚本代码对所述当前会话数量进行增加，并向所述服务器节点返回第一结果；所述第一结
果，用于指示针对所述连接请求创建语音识别会话。
15.在其中一个实施例中，所述服务器节点还用于所述服务器节点接收到所述第一结果后，针对所述连接请求创建语音识别会话；所述语音识别会话，是用于实现语音识别的会话；所述服务器节点基于创建的语音识别会话，进行语音识别。
16.在其中一个实施例中，所述缓存服务器还用于若所述当前会话数量等于所述会话数量阈值，所述缓存服务器则返回第二结果；所述第二结果，用于指示不响应所述连接请求；所述服务器节点接收到所述缓存服务器发送的所述第二结果后，则不响应用于实现语音识别的所述连接请求。
17.在其中一个实施例中，针对所述连接请求发送的会话相关信息，为第一会话相关信息；所述连接请求所属业务下已创建会话的当前会话数量，为第一当前会话数量；
18.所述缓存服务器还用于在集群中的服务器节点接收到针对已创建的语音识别会话的会话断开请求后，缓存服务器接收所述服务器节点针对所述会话断开请求发送的第二会话相关信息；所述缓存服务器运行所述脚本代码；通过所述脚本代码，基于所述第二会话相关信息，确定所述会话断开请求所属业务下已创建会话的第二当前会话数量；通过所述脚本代码减少所述第二当前会话数量，并返回会话关闭结果；所述会话关闭结果，用于指示关闭所述会话断开请求所针对的语音识别会话。
19.在其中一个实施例中，所述服务器节点还用于集群中的服务器节点通过读取导入的所述连接请求所属业务的证书，获取所述证书描述的业务标识和所述业务标识对应的会话数量阈值；所述服务器节点接收到用于实现语音识别的连接请求后，生成会话相关信息，并向缓存服务器发送所述会话相关信息；其中，所述会话相关信息，包括所述业务标识和所述业务标识对应的会话数量阈值；所述缓存服务器还用于接收所述服务器节点发送的所述会话相关信息。
20.在其中一个实施例中，所述缓存服务器还用于所述缓存服务器通过所述脚本代码，从所述会话相关信息中获取所述业务标识；根据预先存储的业务标识和当前会话数量之间的对应关系，查找与获取的业务标识相对应的当前会话数量。
21.在其中一个实施例中，会话相关信息中包括发起连接请求的当前用户标识；所述缓存服务器中存储了已经创建会话的用户标识集合；
22.所述缓存服务器还用于若所述当前用户标识不存在于所述用户标识集合中，则执行所述通过所述脚本代码，基于所述会话相关信息，确定所述连接请求所属业务下已创建会话的当前会话数量的步骤；若所述当前用户标识存在于所述用户标识集合中，则向所述服务器节点返回第三结果；所述第三结果，用于指示响应于所述连接请求进行语音识别。
23.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行上述在集群环境下的会话处理方法的步骤。
24.一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行上述在集群环境下的会话处理方法的步骤。
25.上述在集群环境下的会话处理方法、系统、计算机设备和存储介质，在集群中服务器节点接收到用于实现语音识别的连接请求后，服务器节点会向缓存服务器发送针对连接请求的会话相关信息。缓存服务器则运行脚本代码，基于所述会话相关信息，确定所述连接请求所属业务下已创建会话的当前会话数量并获取所述会话相关信息里记录的该业务所
对应的会话数量阈值，通过所述脚本代码，将所述当前会话数量与所述会话数量阈值进行比对；若所述当前会话数量小于所述会话数量阈值，则通过所述脚本代码对所述当前会话数量进行增加，并返回用于指示针对所述连接请求创建语音识别会话的结果。执行脚本代码所进行的处理是原子性的，在执行脚本代码的过程中不会被其它服务器节点打断。因此，本技术的方案通过服务器节点向缓存服务器发送会话相关信息，并结合脚本代码，只需要一次连接运行一次脚本就能限制业务会话数量，连接次数大大减少，从而提高系统性能。
附图说明
26.图1为一个实施例中在集群环境下的会话处理方法的应用环境图；
27.图2为一个实施例中在集群环境下的会话处理方法的流程示意图；
28.图3为一个实施例中在集群环境下的会话处理方法的流程示意图；
29.图4为一个实施例中在集群环境下的会话处理方法的原理示意图；
30.图5为一个实施例中在集群环境下的会话处理系统的结构框图；
31.图6为一个实施例中计算机设备的内部结构图。
具体实施方式
32.为了使本技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本技术进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本技术，并不用于限定本技术。
33.本技术提供的在集群环境下的会话处理方法，可以应用于如图1所示的应用环境中。其中，终端110通过网络与服务器节点120进行通信，服务器节点120与缓存服务器130进行通信。其中，终端110可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，服务器节点120可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
34.终端110发送用于实现语音识别的语音识别请求给集群环境中的服务器节点120，服务器节点120收到后，生成会话相关信息发送给缓存服务器130，缓存服务器130接收会话相关信息，运行脚本代码。缓存服务器130通过脚本代码，基于会话相关信息，确定连接请求所属业务下已创建会话的当前会话数量。缓存服务器130获取该会话相关信息里记录的业务所对应的会话数量阈值，通过脚本代码，将当前会话数量与会话数量阈值进行比对。若当前会话数量小于会话数量阈值，则缓存服务器130通过脚本代码对当前会话数量进行增加，并向服务器节点120返回第一结果。服务节点120收到第一结果后，可以与终端110创建语音识别会话。
35.在一个实施例中，如图2所示，提供了一种在集群环境下的会话处理方法，该方法可以应用于包括缓存服务器和服务器节点的系统，并通过缓存服务器和服务器节点的交互实现，该方法包括以下步骤：
36.s202，在集群中的服务器节点接收到用于实现语音识别的连接请求后，缓存服务器接收服务器节点针对连接请求发送的会话相关信息。
37.其中，语音识别是指将语音转换为文字。集群包含多个服务器节点。缓存服务器是存放频繁访问内容的服务器。服务器节点可以与多个终端的不同应用程序通讯，接收多个
不同应用程序发送的语音识别连接请求。其中，本技术中提到的应用程序是指终端上执行的需要语言识别的应用程序。具体地，终端上的应用程序发送语音识别连接请求给服务器节点，基于语音识别请求，服务器节点可以确认该请求所对应的业务，并获取跟此业务相关的信息，得到会话相关信息并发送给缓存服务器。
38.在一个实施例中，缓存服务器可以是安装了redis(remote dictionary server远程字典服务,一种跨平台的非关系型数据库)服务的redis服务器。可以理解，除了redis服务器以外，其他技术实现的能够存放频繁访问内容的服务器也可以称为缓存服务器。服务器节点可以执行redis服务对应的客户端的命令，将会话相关信息作为该命令的参数，缓存服务器的redis服务接收到该命令的参数，即缓存服务器接收到服务器节点发送的会话相关信息。
39.在一个实施例中，会话相关信息包括用户标识、业务标识和会话数量阈值等中的至少一种信息。
40.在一个实施例中，语音识别请求包括终端标识和应用程序名称等中的至少一种信息，其中，终端标识是指应用程序所运行的终端的唯一标识。服务器节点基于终端标识、服务器节点标识和应用程序名称等中的至少一种信息生成用户标识。在一个实施例中，终端标识和服务器标识可以是对应设备的mac地址。
41.s204，缓存服务器运行脚本代码；通过脚本代码，基于会话相关信息，确定连接请求所属业务下已创建会话的当前会话数量；获取会话相关信息里记录的业务所对应的会话数量阈值，通过脚本代码，将当前会话数量与会话数量阈值进行比对。
42.其中，脚本(script)，是使用一种特定的描述性语言，依据一定的格式编写的可执行文件。脚本代码包括缓存服务器基于会话相关信息的处理逻辑。
43.在一个实施例中，缓存服务器执行的脚本为lua脚本，lua脚本是一个小巧的脚本语言。缓存服务器执行lua脚本是原子性的，缓存服务器执行一次lua脚本完毕后，才会继续执行下一次的lua脚本。
44.具体地，缓存服务器存储了每种业务对应的已创建会话的当前会话数量。缓存服务器可以通过运行脚本代码获取对应的当前会话数量，并将当前会话数量和会话相关信息中的会话数量阈值做比对，从而来判断是否同意语音识别会话被创建。
45.在一个实施例中，若当前会话数量小于会话数量阈值，缓存服务器则可以判定同意创建语音识别会话。
46.在一个实施例中，若当前会话数量等于会话数量阈值，缓存服务器则可以判定不同意创建语音识别会话。
47.在一个实施例中，若与服务器节点的交互频率大于一个预设值，并且当前会话数量等于会话数量阈值，缓存服务器则可以判定不同意创建语音识别会话，并告知服务器节点暂停交互，并等待一个预设时长或者等待接收到可以继续交互的消息后继续交互。
48.在一个实施例中，若判定同意创建语音识别会话后，缓存服务器可以更新对应业务的当前会话数量。
49.可以理解，由于lua脚本的原子性特点，缓存服务器基于lua脚本对当前会话数量的读取和更新，保证了数据的准确性，不会因为多个服务器节点之间的异步操作导致相关数据出现差错。并且，执行了一次lua脚本就完成需要执行的处理，不需要多次交互，从而提
高系统性能，减少系统压力。
50.s206，若当前会话数量小于会话数量阈值，则通过脚本代码对当前会话数量进行增加，并向服务器节点返回第一结果；第一结果，用于指示针对连接请求创建语音识别会话。
51.具体地，缓存服务器判断当前会话数量小于会话数量阈值，则对当前会话数量加一，并向服务器节点返回第一结果，服务器节点收到第一结果，创建与应用程序之间的语音识别会话。
52.可以理解，服务器节点根据缓存服务器返回的第一结果才创建语音识别会话，这样缓存服务器限制了多个服务器节点对同一个业务所创建的会话总数量，从而在集群环境中起到集中控制会话总数量的作用，
53.上述在集群环境下的会话处理方法，在集群中服务器节点接收到用于实现语音识别的连接请求后，服务器节点会向缓存服务器发送针对连接请求的会话相关信息。缓存服务器则运行脚本代码，基于会话相关信息，确定连接请求所属业务下已创建会话的当前会话数量并获取会话相关信息里记录的该业务所对应的会话数量阈值，通过脚本代码，将当前会话数量与会话数量阈值进行比对；若当前会话数量小于会话数量阈值，则通过脚本代码对当前会话数量进行增加，并返回用于指示针对连接请求创建语音识别会话的结果。执行脚本代码所进行的处理是原子性的，在执行脚本代码的过程中不会被其它服务器节点打断。因此，本技术的方案通过服务器节点向缓存服务器发送会话相关信息，并结合脚本代码，只需要一次连接运行一次脚本就能限制业务会话数量，连接次数大大减少，从而提高系统性能。
54.在一个实施例中，方法还包括：服务器节点接收到第一结果后，针对连接请求创建语音识别会话；语音识别会话，是用于实现语音识别的会话；服务器节点基于创建的语音识别会话，进行语音识别。
55.具体地，当服务器节点收到第一结果后，服务器节点创建用于实现语音识别的会话，用户可以使用终端上的应用程序生成语音信息，应用程序基于该语音识别会话发送语音信息至服务器节点。服务器节点可以执行语音识别算法对该会话接收的语音信息进行语音识别，在执行语音识别算法后基于该会话将语音识别结果返回给终端上的应用程序。
56.在一个实施例中，服务器节点可以与多个终端上的应用程序建立语音识别会话，在一个线程中依次执行语音识别算法并返回语音识别结果给终端上的应用程序。
57.在另一个实施例中，服务器节点与多个不同终端上的不同应用程序建立语音识别会话，一个终端上的一个应用程序对应一个线程，每个线程各自执行语音识别算法并返回语音识别结果给对应的终端上的应用程序。
58.在本实施例中，服务器节点收到第一结果后创建语音识别会话，进行语音识别，受限于缓存服务器的返回结果。在集群环境中，由唯一的缓存服务器根据会话数量来指示是否创建语音识别会话，从而保证了该集群环境对业务的会话数量阈值的准确限制。
59.在一个实施例中，方法还包括：若当前会话数量等于会话数量阈值，缓存服务器则返回第二结果；第二结果，用于指示不响应连接请求；服务器节点接收到缓存服务器发送的第二结果后，则不响应用于实现语音识别的连接请求。
60.具体地，服务器节点收到第二结果，则不创建跟终端上的应用程序之间的语音识
别会话，并发送连接失败结果给终端上的应用程序。
61.在一个实施例中，服务器节点可以发送一个超时时长给终端上的应用程序，终端上的应用程序等待该超时时长后再次发起连接请求。
62.在一个实施例中，服务器节点得到第二结果，可以判断当前会话数量等于会话数量阈值，服务器节点等待一个超时时间后，再基于终端的连接请求发送会话相关信息给缓存服务器。
63.在本实施例中，服务器节点基于第二结果，得知当前会话数量等于会话数量阈值，拒绝创建语音识别会话，从而保证了该集群环境对业务的会话数量阈值的准确限制，并避免了因为当前会话数量等于会话数量阈值而导致过于频繁的发起连接请求，从而减少系统的压力。
64.在一个实施例中，针对连接请求发送的会话相关信息，为第一会话相关信息；连接请求所属业务下已创建会话的当前会话数量，为第一当前会话数量；如图3所示，方法包括以下步骤:
65.s306，在集群中的服务器节点接收到针对已创建的语音识别会话的会话断开请求后，缓存服务器接收服务器节点针对会话断开请求发送的第二会话相关信息。
66.其中，第二会话相关信息包括用户标识以及业务标识等中的至少一种信息。
67.具体地，终端上的应用程序不需要继续进行语音识别时，发送会话断开请求给服务器节点，服务器节点基于会话断开请求发送第二会话相关信息给缓存服务器。
68.s304,缓存服务器运行脚本代码；通过脚本代码，基于第二会话相关信息，确定会话断开请求所属业务下已创建会话的第二当前会话数量。
69.具体地，缓存服务器基于第二会话相关信息，获取业务标识和用户标识。缓存服务器基于业务标识，查找得到该业务对应的当前会话数量。
70.在一个实施例中，缓存服务器查找不到该业务标识对应的当前会话数量，不执行步骤s306，直接返回会话关闭结果。
71.在一个实施里中，缓存服务器从用户标识集合中查找不到该用户标识，不执行步骤s306，直接返回会话关闭结果。
72.s306,通过脚本代码减少第二当前会话数量，并返回会话关闭结果；会话关闭结果，用于指示关闭会话断开请求所针对的语音识别会话。
73.具体地，缓存服务器减少该业务对应的当前会话数量，从用户标识集合中删除该用户标识。返回会话关闭结果给服务器节点，服务器接收到会话关闭结果后，关闭与终端上的应用程序对应的语音识别会话。
74.在一个实施中，服务器节点可以关闭语音识别会话后，发送会话断开成功的消息给终端上的应用程序。
75.在一个实施中，服务器节点在执行针对终端上的应用程序的语音识别算法过程中，接收到应用程序的会话断开请求，可以则不再发送语音识别算法结果给应用程序。
76.在本实施例中，服务器节点基于会话断开请求，跟缓存服务器交互，缓存服务器执行一次脚本就实现了对当前会话数量的更新，不需要多次交互，从而提高系统性能，减少系统压力。
77.在一个实施例中，集群中的服务器节点接收到用于实现语音识别的连接请求后，
缓存服务器接收服务器节点针对连接请求发送的会话相关信息包括：集群中的服务器节点通过读取导入的连接请求所属业务的证书，获取证书描述的业务标识和业务标识对应的会话数量阈值；服务器节点接收到用于实现语音识别的连接请求后，生成会话相关信息，并向缓存服务器发送会话相关信息；其中，会话相关信息，包括业务标识和业务标识对应的会话数量阈值；缓存服务器接收服务器节点发送的会话相关信息。
78.其中，会话数量阈值是在同一时刻中同一个业务的会话数量上限值。服务器基于一个终端上的应用程序的连接请求创建一个语音识别会话。
79.具体地，服务器节点可以导入至少一个不同的业务的证书，并获取该证书描述的业务标识和对应的会话数量阈值，并存储于本机的数据库中。当服务器接收到终端上的应用程序发送的连接请求后，从连接请求中确认业务标识，并基于业务标识从数据库中查找到对应的会话数量阈值，生成会话相关信息，并将会话相关信息发送给缓存服务器。
80.在一个实施例中，服务器基于业务标识查找不到对应的会话数量阈值，基于导入的证书也没有得到对应的会话数量阈值，则发送连接失败消息给终端上的应用程序，告知业务不支持。
81.在本实施例中，服务器节点通过读取导入的证书，获取业务标识和会话数量阈值，针对连接请求生成包含业务标识和会话数量阈值的会话相关信息给缓存服务器，从而服务器节点可以根据证书来限制接入的业务的类型和该业务能接入的会话数量阈值。
82.在一个实施例中，通过脚本代码，基于会话相关信息，确定连接请求所属业务下已创建会话的当前会话数量包括：缓存服务器通过脚本代码，从会话相关信息中获取业务标识；根据预先存储的业务标识和当前会话数量之间的对应关系，查找与获取的业务标识相对应的当前会话数量。
83.具体地，缓存服务器存储了业务标识和当前会话数量一一对应的数据集合。缓存服务器执行该代码，从会话相关信息中得到业务标识，并从该数据集合中查找得到当前会话数量。
84.在一个实施例中，缓存服务器从该数据集合中，查找不到对应的当前会话数量，则添加业务标识到数据集合中，并对该业务对应的当前会话数量值设置为1.
85.在本实施例中，通过获取会话相关信息中的业务标识，查找到当前会话数量，保证每个业务都有一一对应的当前会话数量，从而实现对不同业务的会话数量的管理。
86.在一个实施例中，会话相关信息中包括发起连接请求的当前用户标识；缓存服务器中存储了已经创建会话的用户标识集合；方法还包括：若当前用户标识不存在于用户标识集合中，则执行通过脚本代码，基于会话相关信息，确定连接请求所属业务下已创建会话的当前会话数量的步骤；若当前用户标识存在于用户标识集合中，则向服务器节点返回第三结果；第三结果，用于指示响应于连接请求进行语音识别。
87.具体地，缓存服务器返回第一结果之前，将会话相关信息中的用户标识存储于用户标识集合中。
88.具体地，缓存服务器接收到会话相关信息时，获取当前用户标识，在用户标识集合中查找该当前用户标识。若查找失败，则判定该当前用户标识为新的用户标识，执行s204的步骤；若查找成功，则说明该当前用户标识对应的终端上的应用程序已经创建会话。返回第三结果，告知服务器节点同意创建语音识别会话。
89.在一个实施例中，服务器节点收到第三结果，判断跟应用程序已经创建了语音识别会话，则关闭之前的语音识别会话，重新建立一个新的语音识别会话。
90.在一个实施例中，缓存服务器查找或者存储用户标识时，记录该用户标识的刷新时间为当前时间。缓存服务器每隔一段时间，将该用户标识的刷新时间与系统时间的差值做判断，超过一个预设活跃时间后，判断该用户标识对应的终端上的应用程序已经下线，在用户标识集合中删除该用户标识。该用户标识对应的终端上的应用程序如果发起语音识别连接请求，则还需要进行s204的步骤。
91.在一个实施例中，缓存服务器可以对不同的应用程序设置优先级。优先级高的，设置的活跃时间长，优先级低的，设置的活跃时间短。具体地，缓存服务器从用户标识中提取到应用程序的信息，设置对应的活跃时间。
92.在本实施例中，缓存服务器存储、读取和判断用户标识，方便对不同的终端上的应用程序的管理和统计，并使得在集群中的缓存服务器可以限制不同应用程序的语音识别会话的活跃时间。
93.在一个实施例中，如图4所示，提供了在集群环境下的会话处理方法的原理示意图。参见图4，该集群环境下部署有多个服务器节点(即多台应用服务器)，多个服务器节点对接同一缓存服务器。终端上安装有至少一个应用程序，不同终端上安装的应用程序可以相同或不同，对此不限定。
94.各个用户可以使用自身终端上的应用程序，在使用应用程序进行语音识别相关操作时，可以通过应用程序向相应的服务器节点发送用于实现语音识别的连接请求，服务器节点可以针对该连接请求向缓存服务器发送会话相关信息，比如，可以将该连接请求所属业务对应的会话数量阈值等信息传入至缓存服务器。缓存服务器则可以运行脚本代码，确定该业务下已创建会话的当前会话数量，并将当前会话数量和会话数量阈值进行比对，若当前会话数量小于会话数量阈值，则缓存服务器可以通过脚本代码对当前会话数量进行增加，并返回第一结果至服务器节点，以指示针对该连接请求可以创建语音识别会话。
95.在一个实施例中，缓存服务器可以是redis服务器，脚本代码可以是lua脚本。
96.应该理解的是，虽然本技术部分实施例中的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
97.在一个实施例中，如图5所示，提供了一种会话处理系统500，包括：服务器节点502和缓存服务器504，其中：
98.服务器节点502，用于在接收到用于实现语音识别的连接请求后，向缓存服务器504发送针对连接请求的会话相关信息。
99.缓存服务器504，用于接收会话相关信息，并运行脚本代码；通过脚本代码，基于会话相关信息，确定连接请求所属业务下已创建会话的当前会话数量；获取会话相关信息里记录的关于业务所对应的会话数量阈值，通过脚本代码，将当前会话数量与会话数量阈值
进行比对。
100.缓存服务器504还用于若当前会话数量小于会话数量阈值，则通过脚本代码对当前会话数量进行增加，并向服务器节点502返回第一结果；第一结果，用于指示针对连接请求创建语音识别会话。
101.在一个实施例中，服务器节点502还用于接收到第一结果后，针对连接请求创建语音识别会话；语音识别会话，是用于实现语音识别的会话；基于创建的语音识别会话，进行语音识别。
102.在一个实施例中，缓存服务器504还用于若当前会话数量等于会话数量阈值，返回第二结果；第二结果，用于指示不响应连接请求。服务器节点502还用于接收到缓存服务器504发送的第二结果后，则不响应用于实现语音识别的连接请求。
103.在一个实施例中，针对连接请求发送的会话相关信息，为第一会话相关信息；连接请求所属业务下已创建会话的当前会话数量，为第一当前会话数量；
104.缓存服务器504还用于在集群中的服务器节点502接收到针对已创建的语音识别会话的会话断开请求后，缓存服务器504接收服务器节点502针对会话断开请求发送的第二会话相关信息；缓存服务器504运行脚本代码；通过脚本代码，基于第二会话相关信息，确定会话断开请求所属业务下已创建会话的第二当前会话数量；缓存服务器504通过脚本代码减少第二当前会话数量，并返回会话关闭结果；会话关闭结果，用于指示关闭会话断开请求所针对的语音识别会话。
105.在一个实施例中，服务器节点502还用于集群中的服务器节点502通过读取导入的连接请求所属业务的证书，获取证书描述的业务标识和业务标识对应的会话数量阈值；服务器节点502接收到用于实现语音识别的连接请求后，生成会话相关信息，并向缓存服务器504发送会话相关信息；其中，会话相关信息，包括业务标识和业务标识对应的会话数量阈值；缓存服务器504还用于接收服务器节点502发送的会话相关信息。
106.在一个实施例中，缓存服务器504还用于通过脚本代码，从会话相关信息中获取业务标识；根据预先存储的业务标识和当前会话数量之间的对应关系，查找与获取的业务标识相对应的当前会话数量。
107.在一个实施例中，会话相关信息中包括发起连接请求的当前用户标识；缓存服务器504中存储了已经创建会话的用户标识集合；缓存服务器504还用于若当前用户标识不存在于用户标识集合中，则执行通过脚本代码，基于会话相关信息，确定连接请求所属业务下已创建会话的当前会话数量的步骤；若当前用户标识存在于用户标识集合中，则向服务器节点502返回第三结果；第三结果，用于指示响应于连接请求进行语音识别。
108.上述在集群环境下的会话处理系统400，在集群中服务器节点502接收到用于实现语音识别的连接请求后，服务器节点502会向缓存服务器504发送针对连接请求的会话相关信息。缓存服务器504则运行脚本代码，基于会话相关信息，确定连接请求所属业务下已创建会话的当前会话数量并获取会话相关信息里记录的该业务所对应的会话数量阈值，通过脚本代码，将当前会话数量与会话数量阈值进行比对；若当前会话数量小于会话数量阈值，则通过脚本代码对当前会话数量进行增加，并返回用于指示针对连接请求创建语音识别会话的结果。执行脚本代码所进行的处理是原子性的，在执行脚本代码的过程中不会被其它服务器节点502打断。因此，本技术的方案通过服务器节点502向缓存服务器504发送会话相
关信息，并结合脚本代码，只需要一次连接运行一次脚本就能限制业务会话数量，连接次数大大减少，从而提高系统性能。
109.关于上述在集群环境下的会话处理系统的具体限定可以参见上文中对于上述在集群环境下的会话处理方法的限定，在此不再赘述。上述在集群环境下的会话处理系统中的各个设备可全部或部分通过软件、硬件及其组合来实现。上述各设备可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个设备对应的操作。
110.在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储会话相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种在集群环境下的会话处理方法。
111.本领域技术人员可以理解，图6中示出的结构，仅仅是与本技术方案相关的部分结构的框图，并不构成对本技术方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
112.在一个实施例中，还提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述各方法实施例中的步骤。
113.在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
114.本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本技术所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(read
‑
only memory，rom)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(random access memory，ram)或外部高速缓冲存储器。作为说明而非局限，ram可以是多种形式，比如静态随机存取存储器(static random access memory，sram)或动态随机存取存储器(dynamic random access memory，dram)等。
115.以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
116.以上实施例仅表达了本技术的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本技术构思的前提下，还可以做出若干变形和改进，这些都属于本技术的保护范围。因此，本技术专利的保护范围应以所附权利要求为准。