CN106201992A - 一种大数据实时运算方法及装置 - Google Patents

Abstract

本发明属于网络通信技术领域，具体涉及一种大数据实时运算方法及装置。该方法包括以下步骤：加载第一用户与第二用户共有的新增陪伴详情参数、第一用户的用户标识、第二用户的用户标识到内存中的待处理队列中；加载所述第一用户与所述第二用户共有的历史陪伴详情参数到所述待处理队列中；将所述待处理队列中的第一用户与第二用户共有的陪伴详情参数按照陪伴类型进行分类，并筛选出与所述陪伴类型对应的所述新增陪伴值和所述历史陪伴值；将与所述陪伴类型对应的所述新增陪伴值和所述历史陪伴值相加，得到与所述陪伴类型对应的新陪伴值。该方法可应用于运算服务器中，并进行大数据的实时运算，其运算耗时较短、灵活性强。

Description

一种大数据实时运算方法及装置

技术领域

本发明属于网络通信技术领域，具体涉及一种大数据实时运算方法及装置。

背景技术

伴随着以互联网为基础的信息化服务的深度发展，互联网平台所生成的数据呈现出急剧增长的趋势，这就需要服务器对大量数据进行筛选、运算等处理。现在的很多数社交软件中都涉及到大数据运算的功能点来展示用户之间的某种关系或者某种行为记录。

由于大数据运算是基于海量数据(一般都是上亿条数据记录)进行，通常是由专门的服务器来进行运算。一般现有的运算服务器在运算某用户与其他用户之间的某种关系或者某种行为记录时，需要通过多个流程，其中一个环节出问题都会导致运算在中途终止，还需要重新运算；而且可控性较差，出问题的机会较大，最终计算结果的准确性较低；另外，相关涉及的功能点的数据更新间隔一般都是几个小时乃至一天或更长。因而现有技术的大数据运算的耗时长、灵活性差、计算结果的准确性较低、数据更新周期较长。

发明内容

为了解决上述技术问题，本发明提供一种大数据实时运算方法及装置，利用该方法可以进行大数据的实时运算，且运算耗时较短、灵活性强，针对性较强、计算结果准确性较高、也利于数据的更新、减少数据更新的时长。

本发明采用如下技术方案：

一方面，本发明提供一种大数据实时运算方法，其包括以下步骤：

加载第一用户与第二用户共有的新增陪伴详情参数、所述第一用户的用户标识、所述第二用户的用户标识到内存中的待处理队列中，所述新增陪伴详情参数包括至少一个陪伴类型和与所述陪伴类型对应的新增陪伴值；

根据所述第一用户的用户标识和所述第二用户的用户标识，加载所述第一用户与所述第二用户共有的历史陪伴详情参数到所述待处理队列中，所述历史陪伴详情参数包括与所述陪伴类型对应的历史陪伴值；

将所述待处理队列中的第一用户与第二用户共有的陪伴详情参数按照陪伴类型进行分类，并筛选出与所述陪伴类型对应的所述新增陪伴值和所述历史陪伴值；

将与所述陪伴类型对应的所述新增陪伴值和所述历史陪伴值相加，得到与所述陪伴类型对应的新陪伴值。

优选的是，所述的大数据实时运算方法，其还包括：

加载所述第一用户与所述第二用户共有的历史陪伴总值到内存中的待处理队列中，所述历史陪伴总值是所述第一用户与所述第二用户共有的全部陪伴类型对应的全部历史陪伴值的总值；

根据与所述陪伴类型对应的历史陪伴值、与所述陪伴类型对应的新陪伴值和历史陪伴总值，计算出所述第一用户与所述第二用户共有的新陪伴总值。

较佳地，所述的大数据实时运算方法，其还包括：

加载第一用户的陪伴列表、第二用户的陪伴列表到内存中的待处理队列中；所述第一用户的陪伴列表包括陪伴所述第一用户的第一群体用户中的每个用户的用户标识和每个用户陪伴所述第一用户的历史陪伴总值，且在所述第一用户的陪伴列表中，第一群体用户中的每个用户按照所述第一群体用户中的每个用户与所述第一用户的历史陪伴总值依次从大到小排列；所述第二用户的陪伴列表包括陪伴所述第二用户的第二群体用户中的每个用户的用户标识和每个用户陪伴所述第二用户的历史陪伴总值，且在所述第二用户的陪伴列表中，第二群体用户中的每个用户按照所述第二群体用户中的每个用户与所述第二用户的历史陪伴总值依次从大到小排列；

更新所述待处理队列中的所述第一用户的陪伴列表中的所述第一用户与所述第二用户的历史陪伴总值为所述新陪伴总值，并依据所述第一用户与所述第二用户的新陪伴总值和所述第一用户与第一其他用户的历史陪伴总值更新所述待处理队列中的所述第一用户的陪伴列表，所述第一其他用户是所述第一群体用户中除所述第二用户之外的其他用户；更新所述待处理队列中的所述第二用户的陪伴列表中的所述第二用户与所述第一用户的历史陪伴总值为新陪伴总值，并依据所述第二用户与所述第一用户的新陪伴总值和所述第二用户与第二其他用户的历史陪伴总值更新所述待处理队列中的的所述第二用户的陪伴列表，所述第二其他用户是所述第二群体用户中除所述第一用户之外的其他用户。

较佳地，所述的大数据实时运算方法，其还可以包括：

加载第一用户的排名列表、第二用户的排名列表到内存中的待处理队列中；所述第一用户的排名列表包括第一排名群，所述第一排名群的用户是所述第一群体用户中的用户，且所述第一排名群的用户在所述第一用户的排名列表中是按照所述第一用户在所述第一排名群中的每个用户的陪伴列表中的排名顺序进行排列；所述第二用户的排名列表包括第二排名群，所述第二排名群的用户是所述第二群体用户中的用户，且所述第二排名群的用户在所述第二用户的排名列表中是按照所述第二用户在所述第二排名群中的每个用户的陪伴列表中的排名顺序进行排列；

依据更新后的第二用户的陪伴列表和所述第一排名群中的除第二用户之外的其他每个用户的陪伴列表，更新所述待处理队列中的所述第一用户的排名列表；依据更新后的第一用户的陪伴列表和所述第二排名群中的除所述第一用户之外的其他每个用户的陪伴列表，更新所述待处理队列中的所述第二用户的排名列表。

优选的是，所述的大数据实时运算方法，其还可以包括：

将内存中更新后的第一用户的陪伴列表和更新后的第一用户的排名列表依据第一用户的用户标识同步到存储服务器中，且将内存中更新后的第二用户的陪伴列表和更新后的第二用户的排名列表依据第二用户的用户标识也同步到存储服务器中。

另一方面，本发明还提供一种大数据实时运算装置，其包括：

加载模块，用于加载第一用户与第二用户共有的新增陪伴详情参数、所述第一用户的用户标识、所述第二用户的用户标识到内存中的待处理队列中，所述新增陪伴详情参数包括至少一个陪伴类型和与所述陪伴类型对应的新增陪伴值；

所述加载模块，还用于根据所述第一用户的用户标识和所述第二用户的用户标识，加载所述第一用户与所述第二用户共有的历史陪伴详情参数到所述待处理队列中，所述历史陪伴详情参数包括与所述陪伴类型对应的历史陪伴值；

分类模块，用于将所述待处理队列中的第一用户与第二用户共有的陪伴详情参数按照陪伴类型进行分类，并筛选出与所述陪伴类型对应的所述新增陪伴值和所述历史陪伴值；

相加模块，用于将与所述陪伴类型对应的所述新增陪伴值和所述历史陪伴值相加，得到与所述陪伴类型对应的新陪伴值。

优选的是，所述的大数据实时运算装置，其中：

所述加载模块，还用于加载所述第一用户与所述第二用户共有的历史陪伴总值到内存中的待处理队列中，所述历史陪伴总值是所述第一用户与所述第二用户共有的全部陪伴类型对应的全部历史陪伴值的总值；

且还包括：

计算模块，用于根据与所述陪伴类型对应的历史陪伴值、与所述陪伴类型对应的新陪伴值和历史陪伴总值，计算出所述第一用户与所述第二用户共有的新陪伴总值。

较佳地，所述的大数据实时运算装置，其中：

所述加载模块，用于加载第一用户的陪伴列表、第二用户的陪伴列表到内存中的待处理队列中；所述第一用户的陪伴列表包括陪伴所述第一用户的第一群体用户中的每个用户的用户标识和每个用户陪伴所述第一用户的历史陪伴总值，且在所述第一用户的陪伴列表中，第一群体用户中的每个用户按照所述第一群体用户中的每个用户与所述第一用户的历史陪伴总值依次从大到小排列；所述第二用户的陪伴列表包括陪伴所述第二用户的第二群体用户中的每个用户的用户标识和每个用户陪伴所述第二用户的历史陪伴总值，且在所述第二用户的陪伴列表中，第二群体用户中的每个用户按照所述第二群体用户中的每个用户与所述第二用户的历史陪伴总值依次从大到小排列；

且还包括：

更新模块，用于更新所述待处理队列中的所述第一用户的陪伴列表中的所述第一用户与所述第二用户的历史陪伴总值为所述新陪伴总值，并依据所述第一用户与所述第二用户的新陪伴总值和所述第一用户与第一其他用户的历史陪伴总值更新所述待处理队列中的所述第一用户的陪伴列表，所述第一其他用户是所述第一群体用户中除所述第二用户之外的其他用户；更新所述待处理队列中的所述第二用户的陪伴列表中的所述第二用户与所述第一用户的历史陪伴总值为新陪伴总值，并依据所述第二用户与所述第一用户的新陪伴总值和所述第二用户与第二其他用户的历史陪伴总值更新所述待处理队列中的的所述第二用户的陪伴列表，所述第二其他用户是所述第二群体用户中除所述第一用户之外的其他用户。

优选的是，所述的大数据实时运算装置，其中：

所述加载模块，还用于加载第一用户的排名列表、第二用户的排名列表到内存中的待处理队列中；所述第一用户的排名列表包括第一排名群，所述第一排名群的用户是所述第一群体用户中的用户，且所述第一排名群的用户在所述第一用户的排名列表中是按照所述第一用户在所述第一排名群中的每个用户的陪伴列表中的排名顺序进行排列；所述第二用户的排名列表包括第二排名群，所述第二排名群的用户是所述第二群体用户中的用户，且所述第二排名群的用户在所述第二用户的排名列表中是按照所述第二用户在所述第二排名群中的每个用户的陪伴列表中的排名顺序进行排列；

所述更新模块，还用于依据更新后的第二用户的陪伴列表和所述第一排名群中的除第二用户之外的其他每个用户的陪伴列表，更新所述待处理队列中的所述第一用户的排名列表；依据更新后的第一用户的陪伴列表和所述第二排名群中的除所述第一用户之外的其他每个用户的陪伴列表，更新所述待处理队列中的所述第二用户的排名列表。

较佳地，所述的大数据实时运算装置，其还可以包括：

同步模块，用于将内存中更新后的第一用户的陪伴列表和更新后的第一用户的排名列表依据第一用户的用户标识同步到存储服务器中，且将内存中更新后的第二用户的陪伴列表和更新后的第二用户的排名列表依据第二用户的用户标识也同步到存储服务器中。

利用本发明实施例的大数据实时运算方法，可以实现大数据的实时运算，且是针对用户之间的产生的新的陪伴事件，实时计算出用户之间的发生变化的陪伴类型的新陪伴值。此过程步骤较少，无需经过复杂的流程，因此耗时较短、灵活性强，而且运算针对性较强、计算结果准确性较高，也利于数据的更新，可以实现数据的实时更新，减少数据更新的时长。

附图说明

图1为本发明一优选实施例中的大数据实时运算方法的流程图。

图2为本发明另一优选实施例中的大数据实时运算方法的流程图。

图3为本发明一优选实施例中的大数据实时运算方法的部分流程图。

图4为本发明另一优选实施例中的大数据实时运算方法的部分流程图。

图5为本发明另一优选实施例中的大数据实时运算方法的部分流程图。

图6为本发明一优选实施例中的大数据实时运算装置的结构图。

图7为本发明另一优选实施例中的大数据实时运算装置的结构图。

图8为本发明另一优选实施例中的大数据实时运算装置的结构图。

图9为本发明另一优选实施例中的大数据实时运算装置的结构图。

图10为本发明另一优选实施例中的大数据实时运算装置的结构图。

具体实施方式

为了更加清楚地了解本发明的技术方案，下面结合附图对本发明进行详细介绍。本发明的实施例具有示例性的作用，本领域技术人员在本发明实施例基础上做出的无实质性的改进，都应属于本发明的保护范围。

本发明实施例中：

业务服务器，可以采集用户之间的新的陪伴事件，并根据用户的用户标识产生用户之间共有的新增陪伴详情参数，也可以将新增陪伴详情参数、用户的用户标识发送给运算服务器。

运算服务器，是进行大数据实时运算的服务器，其可以接收业务服务器发送过来的新增陪伴详情参数、用户的用户标识等，并将这些数据存储到内存中的待处理队列中；运算服务器也可以从存储服务器中读取历史陪伴详情参数，并将读取到的历史陪伴详情参数保存到内存中，当待处理队列中有新增陪伴详情参数时，运算服务器会调取内存中的相关历史陪伴详情参数到待处理队列中；当然，运算服务器也可以从存储服务器中调取其他相关数据（如：用户之间共有的历史陪伴总值、用户的陪伴列表、用户的排名列表等等）到内存中，当需要这些数据时，可以直接在运算服务器的内存中进行搜索，如果运算服务器中没有相关数据时，也可以直接从运算服务器中进行搜索，并将搜索到的数据保存到内存中，以备后续使用；当然，运算服务器内存中待处理队列中有待处理数据时，会执行相关命令进行实时运算。

存储服务器，存储了所有已注册的用户彼此之间的已发生的陪伴事件的记录，包括陪伴类型、与陪伴类型对应的陪伴值、所有陪伴值的总和、每个用户的陪伴列表及每个用户的排名列表等。

如图1所示的大数据实时运算方法，其包括以下步骤：

S101：加载第一用户与第二用户共有的新增陪伴详情参数、所述第一用户的用户标识、所述第二用户的用户标识到内存中的待处理队列中，所述新增陪伴详情参数包括至少一个陪伴类型和与所述陪伴类型对应的新增陪伴值。

当第一用户与第二用户产生新的陪伴事件时，业务服务器可以采集用户之间的新的陪伴事件，并根据第一用户的用户标识、第二用户的用户标识产生第一用户与第二用户共有的新增陪伴详情参数，然后将所述新增陪伴详情参数、所述第一用户的用户标识、所述第二用户的用户标识发送给运算服务器。

运算服务器接收业务服务器发送的相关数据，启动实时运算程序后，加载第一用户与第二用户共有的新增陪伴详情参数、所述第一用户的用户标识、所述第二用户的用户标识到内存中的待处理队列中。

所述陪伴事件可以是相互通话、共同在同一聊天室、互发短信或对方在资料页留下脚印等。所述陪伴类型是依据陪伴事件划分的，可以是相互通话类型、共同在同一聊天室类型、互发短信类型、对方在资料页留下脚印类型等。

陪陪伴值是由陪伴事件产生的陪伴时长。每个陪伴事件中的每个陪伴类型都可以有对应的陪伴时长，每个陪伴事件的陪伴时长是该事件中的全部陪伴类型对应的陪伴时长的总和。比如：相互通话类型的陪伴值是通话时长、共同在同一聊天室类型的陪伴值是共同在同一聊天室的时长、互发短信类型的陪伴值可以是按互发的短信条数计算时长或者是按照互发的短信字数计算时长（比如：每条短信可以设定为15秒的时长，或者是每个字设定为1秒的时长等）、对方在资料页留下脚印类型的陪伴值可以是按照浏览次数计算时长（比如：设定浏览一次设定时长为10秒）或者是按照浏览时间计算时长。为了统一计算陪伴值的大小，时长单位需要统一，可以都为秒。

某个用户与另一个用户之间所有的陪伴事件中的全部陪伴类型对应的全部陪伴值的总值可以称为陪伴总值；与所述陪伴类型对应的新增陪伴值，是指第一用户与第二用户之间产生的新的陪伴事件中的该陪伴类型对应的陪伴时长。比如：新的陪伴事件是相互通话，则本次陪伴事件的陪伴类型就是相互通话类型，与相互通话类型对应的新增陪伴值就是本次的通话时长；或者是，新的陪伴事件是互发短信，则本次的陪伴事件的陪伴类型就是互发短信类型，与互发短信类型对应的新增陪伴值可以是按本次互发的短信条数计算时长或者是按照本次互发的短信字数计算时长；或者是，新的陪伴事件是共同在同一聊天室，则本次的陪伴事件的陪伴类型就是共同在同一聊天室类型，与共同在同一聊天室类型对应的新增陪伴值是本次共同在同一聊天室的时长。

所述第一用户的用户标识可以是第一用户的ID（Identity）信息，所述第二用户的用户标识可以是第二用户的ID信息。

所述新增陪伴详情参数包括至少一个陪伴类型是指包含该陪伴类型的标识。每个陪伴类型都可以事先设定相应的标识，当第一用户与第二用户产生新的陪伴事件时，业务服务器可以根据陪伴事件的特征判断出属于哪种陪伴类型，并以此生成相应的陪伴类型的标识及与该陪伴类型的标识相对应的新增陪伴值。

S102：根据所述第一用户的用户标识和所述第二用户的用户标识，加载所述第一用户与所述第二用户共有的历史陪伴详情参数到所述待处理队列中，所述历史陪伴详情参数包括与所述陪伴类型对应的历史陪伴值。

运算服务器加载第一用户与第二用户共有的新增陪伴详情参数、所述第一用户的用户标识、所述第二用户的用户标识到内存中的待处理队列中，之后，会根据所述第一用户的用户标识和所述第二用户的用户标识，加载所述第一用户与所述第二用户共有的历史陪伴详情参数到所述待处理队列中。

运算服务器加载所述第一用户与所述第二用户共有的历史陪伴详情参数到所述待处理队列中之前，通常是先在内存中搜索第一用户与第二用户的联合对象，如果所述联合对象不存在于内存中，则会创建第一用户与第二用户的联合对象，并检索存储服务器中的数据，若存储服务器中存在第一用户与第二用户的联合对象，则会调取存储服务器中的第一用户与第二用户的联合对象的相关数据到运算服务器的内存中；若存储服务器中不存在第一用户与第二用户的联合对象，则将第一用户与第二用户的联合对象的相关数据设置为零。

通常，若第一用户与第二用户之间以前（新的陪伴事件之前）产生过陪伴事件，存储服务器中会存在第一用户与第二用户的联合对象（具体是第一用户与第二用户的联合对象的标识）及第一用户与第二用户的联合对象的相关数据（包括陪伴详情参数、历史陪伴总值等等）；若运算服务器之前处理过第一用户与第二用户之间以前产生过陪伴事件，则运算服务器中可能也存在第一用户与第二用户的联合对象（具体是第一用户与第二用户的联合对象的标识）及第一用户与第二用户的联合对象的相关数据。若运算服务器与存储服务器中均不存在第一用户与第二用户的联合对象，说明新产生的陪伴事件是第一用户与第二用户之间的第一次陪伴事件，此时需要建立第一用户与第二用户的联合对象，并将该联合对象的相关数据都设置为零。若存储服务器中有第一用户与第二用户的联合对象，而运算服务器中不存在，则需要运算服务器建立第一用户与第二用户的联合对象，并从存储服务器中调取第一用户与第二用户的联合对象的相关数据。

所述第一用户与所述第二用户共有的历史陪伴详情参数，是指第一用户与第二用户之间的新的陪伴事件产生之前，第一用户与第二用户之间的历史陪伴事件产生的陪伴详情参数；所述与所述陪伴类型对应的历史陪伴值，是指在新的陪伴事件发生之前，第一用户与第二用户之间已产生的历史陪伴事件中的该陪伴类型对应的全部陪伴时长。

第一用户与第二用户共有的全部历史陪伴详情参数中包括全部陪伴类型及与每个陪伴类型对应的历史陪伴值。若所述第一用户与所述第二用户之间的历史陪伴事件中不包含某种陪伴类型，则历史陪伴详情参数中的该陪伴类型对应的历史陪伴值为零。

步骤S102中的历史陪伴详情参数可以只包含与所述陪伴类型对应的历史陪伴值，也可以包含所述陪伴类型（具体是该陪伴类型对应的标识）、其他陪伴类型（具体是其他陪伴类型对应的标识）及其他陪伴类型对应的历史陪伴值。

S103：将所述待处理队列中的第一用户与第二用户共有的陪伴详情参数按照陪伴类型进行分类，并筛选出与所述陪伴类型对应的所述新增陪伴值和所述历史陪伴值。

第一用户与第二用户共有的陪伴详情参数包括第一用户与第二用户共有的新增陪伴详情参数和第一用户与第二用户共有的历史陪伴详情参数。

第一用户与第二用户产生新的陪伴事件可以是共同在同一聊天室中相互通话、共同在同一聊天室中互发短信或者是相互通话过程中互发短信等等，针对该新增陪伴事件产生的第一用户与第二用户共有的新增陪伴详情参数中可以包含两个或两个以上的陪伴类型。将与各自的陪伴类型对应的新增陪伴值和历史陪伴值均加载到所述待处理队列中后，服务器需要按照陪伴类型进行分类，并筛选出与每个陪伴类型对应的各自的新增陪伴值和历史陪伴值。当然，服务器也可以是将与每个陪伴类型对应的各自的新增陪伴值和历史陪伴值加载到所述待处理队列中的过程中，按照陪伴类型进行直接分类，并筛选出与每个陪伴类型对应的各自的新增陪伴值和历史陪伴值。

S104：将与所述陪伴类型对应的所述新增陪伴值和所述历史陪伴值相加，得到与所述陪伴类型对应的新陪伴值。

按照陪伴类型进行分类，并筛选出与所述陪伴类型对应的所述新增陪伴值和所述历史陪伴值之后，运算服务器会从所述待处理队列中调取与所述陪伴类型对应的所述新增陪伴值和所述历史陪伴值，并将所述新增陪伴值和所述历史陪伴值相加，得到与所述陪伴类型对应的新陪伴值。

利用本发明实施例的大数据实时运算方法，可以实现大数据的实时运算，且可以针对第一用户与第二用户之间的产生的新的陪伴事件，实时计算出第一用户与第二用户之间的发生变化的陪伴类型的新陪伴值。此过程步骤较少，无需经过复杂的流程，因此耗时较短、灵活性强，而且运算针对性较强、计算结果准确性较高，也利于数据的更新，可以实现数据的实时更新，减少了数据更新的时长。

所述得到与所述陪伴类型对应的新陪伴值之后，还可以包括：依据与所述陪伴类型对应的新陪伴值，更新内存中的第一用户与第二用户共有的历史陪伴详情参数为第一用户与第二用户共有的新详情参数，并将所述第一用户与第二用户共有的新详情参数同步到存储服务器中。

更新内存中的第一用户与第二用户共有的历史陪伴详情参数为第一用户与第二用户共有的新详情参数，具体是将所述历史陪伴详情参数中的与所述陪伴类型对应的历史伴值更新为与所述陪伴类型对应的新陪伴值。

其中，若是存储服务器之前不存在第一用户与第二用户的联合对象（即是运算服务器新创建的联合对象），在进行将所述第一用户与第二用户共有的新详情参数同步到存储服务器中时，应将第一用户与第二用户的联合对象及其相关的其他数据均同步到存储服务器中。这样，运算服务器与存储服务器中的数据都是最新的，其他业务服务器在进行读取数据时，可以直接从运算服务器中进行读取，也可以从存储服务器中进行读取。

如图2所示的大数据实时运算方法，其还包括：

S105：加载所述第一用户与所述第二用户共有的历史陪伴总值到内存中的待处理队列中，所述历史陪伴总值是所述第一用户与所述第二用户共有的全部陪伴类型对应的全部历史陪伴值的总值。

第一用户与第二用户之间产生新的陪伴事件后，对应新的陪伴事件的陪伴类型的陪伴值发生了变化，第一用户与第二用户之间的陪伴总值（第一用户与第二用户之间的所有陪伴类型的陪伴值的总值）也会发生变化，为了及时准确计算出变化后的陪伴总值，需要加载所述第一用户与所述第二用户共有的历史陪伴总值到内存中的待处理队列中。当然，该加载步骤可以是计算出与所述陪伴类型对应的新陪伴值之前进行，也可以是计算出与所述陪伴类型对应的新陪伴值之后进行。

所述第一用户与所述第二用户共有的全部陪伴类型，是指在新的陪伴事件发生之前，第一用户与第二用户之间已产生的历史陪伴事件中的全部陪伴类型。所述历史陪伴总值是所述第一用户与所述第二用户共有的全部陪伴类型对应的全部历史陪伴值的总值，即是指在新的陪伴事件发生之前，第一用户与第二用户之间已产生的历史陪伴事件中的全部陪伴类型的陪伴总值。

S106：根据与所述陪伴类型对应的历史陪伴值、与所述陪伴类型对应的新陪伴值和历史陪伴总值，计算出所述第一用户与所述第二用户共有的新陪伴总值。

其中，所述第一用户与所述第二用户共有的新陪伴总值=历史陪伴总值+与所述陪伴类型对应的新陪伴值-与所述陪伴类型对应的历史陪伴值。当然，所述的陪伴类型可以有多种，每种陪伴类型的新陪伴值、历史陪伴值应与该陪伴类型进行对应。

如有两种陪伴类型，则所述第一用户与所述第二用户共有的新陪伴总值=历史陪伴总值+第一陪伴类型对应的新陪伴值-第一陪伴类型对应的历史陪伴值+第二陪伴类型对应的新陪伴值-第二陪伴类型对应的历史陪伴值。

利用本发明实施例的大数据实时运算方法，运算服务器可以针对第一用户与第二用户之间的产生的新的陪伴事件，实时计算出所述第一用户与所述第二用户共有的新陪伴总值。此过程步骤较少，无需经过复杂的流程，因此耗时较短、灵活性强，而且运算针对性较强、计算结果准确性较高等。

基于图2所示的大数据实时运算方法，如图3所示，还包括：

S107：加载第一用户的陪伴列表、第二用户的陪伴列表到内存中的待处理队列中；所述第一用户的陪伴列表包括陪伴所述第一用户的第一群体用户中的每个用户的用户标识和每个用户陪伴所述第一用户的历史陪伴总值，且在所述第一用户的陪伴列表中，第一群体用户中的每个用户按照所述第一群体用户中的每个用户与所述第一用户的历史陪伴总值依次从大到小排列；所述第二用户的陪伴列表包括陪伴所述第二用户的第二群体用户中的每个用户的用户标识和每个用户陪伴所述第二用户的历史陪伴总值，且在所述第二用户的陪伴列表中，第二群体用户中的每个用户按照所述第二群体用户中的每个用户与所述第二用户的历史陪伴总值依次从大到小排列。

通常，每个用户都有自己的陪伴列表，记录着与自己有陪伴关系的用户群体，且陪伴列表中的用户群体的排列顺序是按照与该用户的陪伴总值的大小排序的。比如：第一用户的陪伴列表包括第二用户、第三用户、第四用户……第一百零一用户，即第一用户的陪伴列表可以包括100个（或者50个、200个等其他合适的数据）用户组成的第一群体用户，其顺序是按照这100个第一群体用户中的每个用户与第一用户的陪伴总值进行排列的。例如：第一用户群体中的第三用户与第一用户的历史陪伴总值最高、第四用户与第一用户的历史陪伴总值最最低，则第一用户的陪伴列表中，第三用户处于第一个位置，第四用户处于第100个位置。

所述第一群体用户，是指在第一用户的所有陪伴事件中，所有陪伴第一用户的用户群体。所述第二群体用户，是指在第二用户的所有陪伴事件中，所有陪伴第二用户的用户群体。

当第一用户与新的用户的陪伴总值增高时，该新的用户有可能替代第一用户的陪伴列表中的某个用户；如果第一用户的陪伴列表中两个或两个以上的用户的陪伴总值相等，则这些用户之间的先后顺序可以是随机分布的。

当第一用户与第二用户之间产生新的陪伴事件时，第一用户与第二用户共有的陪伴总值会发生变化，这有可能导致第一用户的陪伴列表中的排列顺序发生变化，也有可能导致第二用户的陪伴列表中的排列顺序发生变化。因此需要加载第一用户的陪伴列表、第二用户的陪伴列表到内存中的待处理队列中，以便于更新第一用户的陪伴列表、第二用户的陪伴列表的排列顺序，以使第一用户的陪伴列表、第二用户的陪伴列表的排列顺序符合新的陪伴事件发生之后的情况。当然，加载第一用户的陪伴列表、第二用户的陪伴列表到内存中的待处理队列中可以在算出所述第一用户与所述第二用户共有的新陪伴总值之后或之前或其他合适的时间进行。

所述每个用户陪伴所述第一用户的历史陪伴总值，是指新的陪伴事件产生之前，第一群体用户中的每个用户与第一用户之间的历史陪伴事件产生的陪伴总值。所述每个用户陪伴所述第二用户的历史陪伴总值，是指新的陪伴事件产生之前，第二群体用户中的每个用户与第一用户之间的历史陪伴事件产生的陪伴总值。

运算服务器加载第一用户(或第二用户)的陪伴列表到内存中的待处理队列中之前，通常是先在内存中搜索第一用户对象(或第二用户对象)，如果所述第一用户对象(或第二用户对象)不存在于内存中，则会创建第一用户对象(或第二用户对象)，并检索存储服务器中的数据，若存储服务器中存在第一用户对象(或第二用户对象)，则会调取存储服务器中的第一用户对象的相关数据(或第二用户对象的相关数据)到运算服务器的内存中；若存储服务器中不存在第一用户对象(或第二用户对象)，则将第一用户对象的相关数据(或第二用户对象的相关数据)设置为零。上述对第一用户的搜索过程也适用于第二用户。

通常，若第一用户与其他用户之间以前产生过陪伴事件，存储服务器中会存在第一用户对象（具体是第一用户对象的标识）及第一用户的相关数据（包括第一用户的陪伴列表、第一用户的排名列表等）；若运算服务器之前处理过第一用户与其他用户之间以前产生过陪伴事件，则运算服务器中可能也存在第一用户对象及第一用户的相关数据。若运算服务器与存储服务器中均不存在第一用户对象，说明新产生的陪伴事件是第一用户与其他用户之间的第一次陪伴事件，此时需要建立第一用户对象，并将该对象的相关数据都设置为零。若存储服务器中有第一用户对象，而运算服务器中不存在，则需要运算服务器建立第一用户对象，并从存储服务器中调取第一用户对象的相关数据。上述对第一用户的描述也适用于第二用户。

S108：更新所述待处理队列中的所述第一用户的陪伴列表中的所述第一用户与所述第二用户的历史陪伴总值为所述新陪伴总值，并依据所述第一用户与所述第二用户的新陪伴总值和所述第一用户与第一其他用户的历史陪伴总值更新所述待处理队列中的所述第一用户的陪伴列表，所述第一其他用户是所述第一群体用户中除所述第二用户之外的其他用户；更新所述待处理队列中的所述第二用户的陪伴列表中的所述第二用户与所述第一用户的历史陪伴总值为新陪伴总值，并依据所述第二用户与所述第一用户的新陪伴总值和所述第二用户与第二其他用户的历史陪伴总值更新所述待处理队列中的所述第二用户的陪伴列表，所述第二其他用户是所述第二群体用户中除所述第一用户之外的其他用户。

加载第一用户的陪伴列表、第二用户的陪伴列表到内存中的待处理队列中后，运算服务器会更新第一用户的陪伴列表、第二用户的陪伴列表，更新后的陪伴列表是新的陪伴事件产生之后的与自己对应的用户群体的最新的排列顺序。因此，在与自己相关的陪伴事件发生后，利用本发明的大数据实时运算方法，可以让用户及时看到最新的陪伴关系的排列顺序，提高用户的体验。

基于图3所示的大数据实时运算方法，如图4所示，还包括：

S109：加载第一用户的排名列表、第二用户的排名列表到内存中的待处理队列中；所述第一用户的排名列表包括第一排名群，所述第一排名群的用户是所述第一群体用户中的用户，且所述第一排名群的用户在所述第一用户的排名列表中是按照所述第一用户在所述第一排名群中的每个用户的陪伴列表中的排名顺序进行排列；所述第二用户的排名列表包括第二排名群，所述第二排名群的用户是所述第二群体用户中的用户，且所述第二排名群的用户在所述第二用户的排名列表中是按照所述第二用户在所述第二排名群中的每个用户的陪伴列表中的排名顺序进行排列。

每个用户都可以拥有自己的排名列表，通过该排名列表，该用户可以看到自己在其他用户的陪伴关系的排名。比如：第一用户的陪伴列表包括第二用户、第三用户、第四用户……第一百零一用户，即第一用户的陪伴列表可以包括100个用户组成的第一群体用户；第一用户在第三用户的陪伴列表中的排名是第一位、在第四用户的陪伴列表中的排名是第二位、在第五用户的陪伴列表中的排名是第三位、在第六用户的陪伴列表中的排名是第五位、在第七用户的陪伴列表中的排名是第八位，在第八用户的陪伴列表中的排名是第九位、……、在第一群体用户中的其他用户的排版列表中的排名均在第九位之后，则第一用户的排名列表的排名顺序可以按照第三用户、第四用户、第五用户、第六用户、第七用户的顺序排列。当然，第一用户的排名列表可以包括5个用户的排名，也可以包括6个、7个、10个用户或其他个数的用户进行排名，其顺序应该是按照第一用户在其他用户的排名列表中的排名的先后顺序进行排列。

当第一用户与第二用户之间产生新的陪伴事件时，第一用户与第二用户共有的陪伴总值会发生变化，这有可能导致第一用户的陪伴列表中的排列顺序发生变化，也有可能导致第二用户的陪伴列表中的排列顺序发生变化。因此，可能会导致第一用户的排名列表、第二用户的排名列表的排名顺序发生变化。因此需要加载第一用户的排名列表、第二用户的排名列表到内存中的待处理队列中，以便于更新第一用户的排名列表、第二用户的排名列表，以使第一用户的排名列表、第二用户的排名列表的排列顺序符合新的陪伴事件发生之后的情况。当然，加载第一用户的排名列表、第二用户的排名列表到内存中的待处理队列中可以在算出所述第一用户与所述第二用户共有的新陪伴总值之后或之前或其他合适的时间进行。

S110：依据更新后的第二用户的陪伴列表和所述第一排名群中的除第二用户之外的其他每个用户的陪伴列表，更新所述待处理队列中的所述第一用户的排名列表；依据更新后的第一用户的陪伴列表和所述第二排名群中的除所述第一用户之外的其他每个用户的陪伴列表，更新所述待处理队列中所述第二用户的排名列表。

所述依据更新后的第二用户的陪伴列表和所述第一排名群中的除第二用户之外的其他每个用户的陪伴列表，具体是依据更新后的第二用户的陪伴列表中的第一用户的排名和依据所述第一排名群中的除第二用户之外的其他每个用户的陪伴列表中的第一用户的排名。所述依据更新后的第一用户的陪伴列表和所述第二排名群中的除所述第一用户之外的其他每个用户的陪伴列表，具体是依据更新后的第一用户的陪伴列表中的第二用户的排名和依据所述第二排名群中的除第一用户之外的其他每个用户的陪伴列表中的第二用户的排名。

加载第一用户的排名列表、第二用户的排名列表到内存中的待处理队列中后，运算服务器会更新第一用户的排名列表、第二用户的排名列表，更新后的排名列表是新的陪伴事件产生之后的自己在其他用户的陪伴列表中的排名的新的体现。因此，在与自己相关的陪伴事件发生后，利用本发明的大数据实时运算方法，可以让用户及时看到最新的自己在其他用户的陪伴关系的排列顺序，进一步提高用户的体验。

基于图4所示的大数据实时运算方法，如图5所示，还包括：

S111：将内存中更新后的第一用户的陪伴列表和更新后的第一用户的排名列表依据第一用户的用户标识同步到存储服务器中，且将内存中更新后的第二用户的陪伴列表和更新后的第二用户的排名列表依据第二用户的用户标识也同步到存储服务器中。

运算服务器在新的陪伴事件产生之后，及时更新了内存中的第一用户的陪伴列表和第一用户的排名列表、及第二用户的陪伴列表和第二用户的排名列表，由于第一用户的相关数据、第二用户的相关数据发生了变化，也要及时将这些变化的数据同步到存储服务器中，以便于存储服务器中的相关数据也是最新数据。因此，其他业务服务器若需要读取第一用户或第二用户的相关数据时，可以直接读取运算服务器中的数据，也可以直接读取存储服务器中的数据。运算服务器是以运算为主，其可以选择性存储一些数据，业务服务器读取运算服务器中的数据时，速度较读取存储服务器快些。

如图6所示的大数据实时运算装置，其包括：

加载模块，用于加载第一用户与第二用户共有的新增陪伴详情参数、所述第一用户的用户标识、所述第二用户的用户标识到内存中的待处理队列中，所述新增陪伴详情参数包括至少一个陪伴类型和与所述陪伴类型对应的新增陪伴值；

所述加载模块，还用于根据所述第一用户的用户标识和所述第二用户的用户标识，加载所述第一用户与所述第二用户共有的历史陪伴详情参数到所述待处理队列中，所述历史陪伴详情参数包括与所述陪伴类型对应的历史陪伴值；

分类模块，用于将所述待处理队列中的第一用户与第二用户共有的陪伴详情参数按照陪伴类型进行分类，并筛选出与所述陪伴类型对应的所述新增陪伴值和所述历史陪伴值；

相加模块，用于将与所述陪伴类型对应的所述新增陪伴值和所述历史陪伴值相加，得到与所述陪伴类型对应的新陪伴值。

利用本发明实施例的大数据实时运算装置，运算服务器可以针对第一用户与第二用户之间的产生的新的陪伴事件，实时计算出第一用户与第二用户之间的发生变化的陪伴类型的新陪伴值。此过程步骤较少，无需经过复杂的流程，因此耗时较短、灵活性强，而且运算针对性较强，计算结果准确性较高，也利于数据的更新，可以实现数据的实时更新，减少了数据更新的时长。

如图7所示的大数据实时运算装置通常还包括搜索模块，用于加载所述第一用户与所述第二用户共有的历史陪伴详情参数到所述待处理队列中之前，在内存中搜索第一用户与第二用户的联合对象，如果所述联合对象不存在于内存中，则会创建第一用户与第二用户的联合对象，并检索存储服务器中的数据，若存储服务器中存在第一用户与第二用户的联合对象，则会调取存储服务器中的第一用户与第二用户的联合对象的相关数据到运算服务器的内存中；若存储服务器中不存在第一用户与第二用户的联合对象，则将第一用户与第二用户的联合对象的相关数据设置为零。

所述大数据实时运算装置通常还包括更新模块，用于得到与所述陪伴类型对应的新陪伴值之后，依据与所述陪伴类型对应的新陪伴值，更新内存中的第一用户与第二用户共有的历史陪伴详情参数为第一用户与第二用户共有的新详情参数，并将所述第一用户与第二用户共有的新详情参数同步到存储服务器中。

如图8所示的大数据实时运算装置，其中：

所述加载模块，还用于加载所述第一用户与所述第二用户共有的历史陪伴总值到内存中的待处理队列中，所述历史陪伴总值是所述第一用户与所述第二用户共有的全部陪伴类型对应的全部历史陪伴值的总值；

且还包括：

计算模块，用于根据与所述陪伴类型对应的历史陪伴值、与所述陪伴类型对应的新陪伴值和历史陪伴总值，计算出所述第一用户与所述第二用户共有的新陪伴总值。

如图9所示的大数据实时运算装置，其中：

所述加载模块，用于加载第一用户的陪伴列表、第二用户的陪伴列表到内存中的待处理队列中；所述第一用户的陪伴列表包括陪伴所述第一用户的第一群体用户中的每个用户的用户标识和每个用户陪伴所述第一用户的历史陪伴总值，且在所述第一用户的陪伴列表中，第一群体用户中的每个用户按照所述第一群体用户中的每个用户与所述第一用户的历史陪伴总值依次从大到小排列；所述第二用户的陪伴列表包括陪伴所述第二用户的第二群体用户中的每个用户的用户标识和每个用户陪伴所述第二用户的历史陪伴总值，且在所述第二用户的陪伴列表中，第二群体用户中的每个用户按照所述第二群体用户中的每个用户与所述第二用户的历史陪伴总值依次从大到小排列；

且还包括：

所述更新模块，还用于更新所述待处理队列中的所述第一用户的陪伴列表中的所述第一用户与所述第二用户的历史陪伴总值为所述新陪伴总值，并依据所述第一用户与所述第二用户的新陪伴总值和所述第一用户与第一其他用户的历史陪伴总值更新所述待处理队列中的所述第一用户的陪伴列表，所述第一其他用户是所述第一群体用户中除所述第二用户之外的其他用户；更新所述待处理队列中的所述第二用户的陪伴列表中的所述第二用户与所述第一用户的历史陪伴总值为新陪伴总值，并依据所述第二用户与所述第一用户的新陪伴总值和所述第二用户与第二其他用户的历史陪伴总值更新所述待处理队列中的的所述第二用户的陪伴列表，所述第二其他用户是所述第二群体用户中除所述第一用户之外的其他用户。

另外，所述搜索模块，还用于运算服务器加载第一用户(或第二用户)的陪伴列表到内存中的待处理队列中之前，通常是先在内存中搜索第一用户对象(或第二用户对象)，如果所述第一用户对象(或第二用户对象)不存在于内存中，则会创建第一用户对象(或第二用户对象)，并检索存储服务器中的数据，若存储服务器中存在第一用户对象(或第二用户对象)，则会调取存储服务器中的第一用户对象的相关数据(或第二用户对象的相关数据)到运算服务器的内存中；若存储服务器中不存在第一用户对象(或第二用户对象)，则将第一用户对象的相关数据(或第二用户对象的相关数据)设置为零。

优选的大数据实时运算装置中：

所述加载模块，还用于加载第一用户的排名列表、第二用户的排名列表到内存中的待处理队列中；所述第一用户的排名列表包括第一排名群，所述第一排名群的用户是所述第一群体用户中的用户，且所述第一排名群的用户在所述第一用户的排名列表中是按照所述第一用户在所述第一排名群中的每个用户的陪伴列表中的排名顺序进行排列；所述第二用户的排名列表包括第二排名群，所述第二排名群的用户是所述第二群体用户中的用户，且所述第二排名群的用户在所述第二用户的排名列表中是按照所述第二用户在所述第二排名群中的每个用户的陪伴列表中的排名顺序进行排列；

所述更新模块，还用于依据更新后的第二用户的陪伴列表和所述第一排名群中的除第二用户之外的其他每个用户的陪伴列表，更新所述待处理队列中的所述第一用户的排名列表；依据更新后的第一用户的陪伴列表和所述第二排名群中的除所述第一用户之外的其他每个用户的陪伴列表，更新所述待处理队列中的所述第二用户的排名列表。

如图10所示的大数据实时运算装置，其还包括：

同步模块，用于将内存中更新后的第一用户的陪伴列表和更新后的第一用户的排名列表依据第一用户的用户标识同步到存储服务器中，且将内存中更新后的第二用户的陪伴列表和更新后的第二用户的排名列表依据第二用户的用户标识也同步到存储服务器中。

以上所述，仅为本发明的实施例，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种大数据实时运算方法，其特征在于，包括以下步骤：

加载第一用户与第二用户共有的新增陪伴详情参数、所述第一用户的用户标识、所述第二用户的用户标识到内存中的待处理队列中，所述新增陪伴详情参数包括至少一个陪伴类型和与所述陪伴类型对应的新增陪伴值；

根据所述第一用户的用户标识和所述第二用户的用户标识，加载所述第一用户与所述第二用户共有的历史陪伴详情参数到所述待处理队列中，所述历史陪伴详情参数包括与所述陪伴类型对应的历史陪伴值；

将所述待处理队列中的第一用户与第二用户共有的陪伴详情参数按照陪伴类型进行分类，并筛选出与所述陪伴类型对应的所述新增陪伴值和所述历史陪伴值；

将与所述陪伴类型对应的所述新增陪伴值和所述历史陪伴值相加，得到与所述陪伴类型对应的新陪伴值。

2.根据权利要求1所述的大数据实时运算方法，其特征在于，还包括：

加载所述第一用户与所述第二用户共有的历史陪伴总值到内存中的待处理队列中，所述历史陪伴总值是所述第一用户与所述第二用户共有的全部陪伴类型对应的全部历史陪伴值的总值；

根据与所述陪伴类型对应的历史陪伴值、与所述陪伴类型对应的新陪伴值和历史陪伴总值，计算出所述第一用户与所述第二用户共有的新陪伴总值。

3.根据权利要求2所述的大数据实时运算方法，其特征在于，还包括：

加载第一用户的陪伴列表、第二用户的陪伴列表到内存中的待处理队列中；所述第一用户的陪伴列表包括陪伴所述第一用户的第一群体用户中的每个用户的用户标识和每个用户陪伴所述第一用户的历史陪伴总值，且在所述第一用户的陪伴列表中，第一群体用户中的每个用户按照所述第一群体用户中的每个用户与所述第一用户的历史陪伴总值依次从大到小排列；所述第二用户的陪伴列表包括陪伴所述第二用户的第二群体用户中的每个用户的用户标识和每个用户陪伴所述第二用户的历史陪伴总值，且在所述第二用户的陪伴列表中，第二群体用户中的每个用户按照所述第二群体用户中的每个用户与所述第二用户的历史陪伴总值依次从大到小排列；

更新所述待处理队列中的所述第一用户的陪伴列表中的所述第一用户与所述第二用户的历史陪伴总值为所述新陪伴总值，并依据所述第一用户与所述第二用户的新陪伴总值和所述第一用户与第一其他用户的历史陪伴总值更新所述待处理队列中的所述第一用户的陪伴列表，所述第一其他用户是所述第一群体用户中除所述第二用户之外的其他用户；更新所述待处理队列中的所述第二用户的陪伴列表中的所述第二用户与所述第一用户的历史陪伴总值为新陪伴总值，并依据所述第二用户与所述第一用户的新陪伴总值和所述第二用户与第二其他用户的历史陪伴总值更新所述待处理队列中的的所述第二用户的陪伴列表，所述第二其他用户是所述第二群体用户中除所述第一用户之外的其他用户。

4.根据权利要求3所述的大数据实时运算方法，其特征在于，还包括：

加载第一用户的排名列表、第二用户的排名列表到内存中的待处理队列中；所述第一用户的排名列表包括第一排名群，所述第一排名群的用户是所述第一群体用户中的用户，且所述第一排名群的用户在所述第一用户的排名列表中是按照所述第一用户在所述第一排名群中的每个用户的陪伴列表中的排名顺序进行排列；所述第二用户的排名列表包括第二排名群，所述第二排名群的用户是所述第二群体用户中的用户，且所述第二排名群的用户在所述第二用户的排名列表中是按照所述第二用户在所述第二排名群中的每个用户的陪伴列表中的排名顺序进行排列；

依据更新后的第二用户的陪伴列表和所述第一排名群中的除第二用户之外的其他每个用户的陪伴列表，更新所述待处理队列中的所述第一用户的排名列表；依据更新后的第一用户的陪伴列表和所述第二排名群中的除所述第一用户之外的其他每个用户的陪伴列表，更新所述待处理队列中的所述第二用户的排名列表。

5.根据权利要求4所述的大数据实时运算方法，其特征在于，还包括：

将内存中更新后的第一用户的陪伴列表和更新后的第一用户的排名列表依据第一用户的用户标识同步到存储服务器中，且将内存中更新后的第二用户的陪伴列表和更新后的第二用户的排名列表依据第二用户的用户标识也同步到存储服务器中。

6.一种大数据实时运算装置，其特征在于，包括：

加载模块，用于加载第一用户与第二用户共有的新增陪伴详情参数、所述第一用户的用户标识、所述第二用户的用户标识到内存中的待处理队列中，所述新增陪伴详情参数包括至少一个陪伴类型和与所述陪伴类型对应的新增陪伴值；

所述加载模块，还用于根据所述第一用户的用户标识和所述第二用户的用户标识，加载所述第一用户与所述第二用户共有的历史陪伴详情参数到所述待处理队列中，所述历史陪伴详情参数包括与所述陪伴类型对应的历史陪伴值；

分类模块，用于将所述待处理队列中的第一用户与第二用户共有的陪伴详情参数按照陪伴类型进行分类，并筛选出与所述陪伴类型对应的所述新增陪伴值和所述历史陪伴值；

相加模块，用于将与所述陪伴类型对应的所述新增陪伴值和所述历史陪伴值相加，得到与所述陪伴类型对应的新陪伴值。

7.根据权利要求1所述的大数据实时运算装置，其特征在于，

所述加载模块，还用于加载所述第一用户与所述第二用户共有的历史陪伴总值到内存中的待处理队列中，所述历史陪伴总值是所述第一用户与所述第二用户共有的全部陪伴类型对应的全部历史陪伴值的总值；

且还包括：

计算模块，用于根据与所述陪伴类型对应的历史陪伴值、与所述陪伴类型对应的新陪伴值和历史陪伴总值，计算出所述第一用户与所述第二用户共有的新陪伴总值。

8.根据权利要求7所述的大数据实时运算装置，其特征在于，

所述加载模块，用于加载第一用户的陪伴列表、第二用户的陪伴列表到内存中的待处理队列中；所述第一用户的陪伴列表包括陪伴所述第一用户的第一群体用户中的每个用户的用户标识和每个用户陪伴所述第一用户的历史陪伴总值，且在所述第一用户的陪伴列表中，第一群体用户中的每个用户按照所述第一群体用户中的每个用户与所述第一用户的历史陪伴总值依次从大到小排列；所述第二用户的陪伴列表包括陪伴所述第二用户的第二群体用户中的每个用户的用户标识和每个用户陪伴所述第二用户的历史陪伴总值，且在所述第二用户的陪伴列表中，第二群体用户中的每个用户按照所述第二群体用户中的每个用户与所述第二用户的历史陪伴总值依次从大到小排列；

且还包括：

更新模块，用于更新所述待处理队列中的所述第一用户的陪伴列表中的所述第一用户与所述第二用户的历史陪伴总值为所述新陪伴总值，并依据所述第一用户与所述第二用户的新陪伴总值和所述第一用户与第一其他用户的历史陪伴总值更新所述待处理队列中的所述第一用户的陪伴列表，所述第一其他用户是所述第一群体用户中除所述第二用户之外的其他用户；更新所述待处理队列中的所述第二用户的陪伴列表中的所述第二用户与所述第一用户的历史陪伴总值为新陪伴总值，并依据所述第二用户与所述第一用户的新陪伴总值和所述第二用户与第二其他用户的历史陪伴总值更新所述待处理队列中的的所述第二用户的陪伴列表，所述第二其他用户是所述第二群体用户中除所述第一用户之外的其他用户。

9.根据权利要求8所述的大数据实时运算装置，其特征在于，

所述加载模块，还用于加载第一用户的排名列表、第二用户的排名列表到内存中的待处理队列中；所述第一用户的排名列表包括第一排名群，所述第一排名群的用户是所述第一群体用户中的用户，且所述第一排名群的用户在所述第一用户的排名列表中是按照所述第一用户在所述第一排名群中的每个用户的陪伴列表中的排名顺序进行排列；所述第二用户的排名列表包括第二排名群，所述第二排名群的用户是所述第二群体用户中的用户，且所述第二排名群的用户在所述第二用户的排名列表中是按照所述第二用户在所述第二排名群中的每个用户的陪伴列表中的排名顺序进行排列；

所述更新模块，还用于依据更新后的第二用户的陪伴列表和所述第一排名群中的除第二用户之外的其他每个用户的陪伴列表，更新所述待处理队列中的所述第一用户的排名列表；依据更新后的第一用户的陪伴列表和所述第二排名群中的除所述第一用户之外的其他每个用户的陪伴列表，更新所述待处理队列中的所述第二用户的排名列表。

10.根据权利要求9所述的大数据实时运算装置，其特征在于，还包括：

同步模块，用于将内存中更新后的第一用户的陪伴列表和更新后的第一用户的排名列表依据第一用户的用户标识同步到存储服务器中，且将内存中更新后的第二用户的陪伴列表和更新后的第二用户的排名列表依据第二用户的用户标识也同步到存储服务器中。