CN115033823A - 用于处理数据的方法、装置、设备、介质和产品 - Google Patents
用于处理数据的方法、装置、设备、介质和产品 Download PDFInfo
- Publication number
- CN115033823A CN115033823A CN202210689106.1A CN202210689106A CN115033823A CN 115033823 A CN115033823 A CN 115033823A CN 202210689106 A CN202210689106 A CN 202210689106A CN 115033823 A CN115033823 A CN 115033823A
- Authority
- CN
- China
- Prior art keywords
- data
- processed
- updated
- identifier
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000012545 processing Methods 0.000 title claims abstract description 63
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000013075 data extraction Methods 0.000 claims abstract description 49
- 238000005192 partition Methods 0.000 claims description 56
- 230000002776 aggregation Effects 0.000 claims description 31
- 238000004220 aggregation Methods 0.000 claims description 31
- 230000004044 response Effects 0.000 claims description 21
- 238000003860 storage Methods 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 11
- 230000004931 aggregating effect Effects 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 abstract description 17
- 238000004891 communication Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000000717 retained effect Effects 0.000 description 4
- 230000002354 daily effect Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000006116 polymerization reaction Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
- G06F16/986—Document structures and storage, e.g. HTML extensions
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了用于处理数据的方法、装置、设备、介质和产品,涉及大数据技术领域,具体为数据处理技术领域。具体实现方案为:获取待处理数据;确定待处理数据对应的数据抽取类别;基于数据抽取类别,对待处理数据进行更新,得到更新后的待处理数据;基于更新后的待处理数据,确定目标聚合数据。本实现方式可以提高数据计算效率。
Description
技术领域
本公开涉及大数据技术领域,具体为数据处理技术领域。
背景技术
目前,随着互联网的不断发展,中国网民规模高速增长,从而导致互联网中存在海量需要进行处理的数据。
通常情况下,可以增加存储资源和计算资源,应对日益庞大的数据处理。但在存在大量重复数据时,此种方式会对重复的数据进行重复存储计算,从而导致计算效率较低、浪费资源。
发明内容
本公开提供了一种用于处理数据的方法、装置、设备、介质和产品。
根据本公开的一方面,提供了一种用于处理数据的方法,包括:获取待处理数据;确定待处理数据对应的数据抽取类别;基于数据抽取类别,对待处理数据进行更新,得到更新后的待处理数据;基于更新后的待处理数据,确定目标聚合数据。
根据本公开的另一方面,提供了一种用于处理数据的装置,包括:数据获取单元,被配置成获取待处理数据;类别确定单元,被配置成确定待处理数据对应的数据抽取类别;数据更新单元,被配置成基于数据抽取类别,对待处理数据进行更新,得到更新后的待处理数据;数据聚合单元,被配置成基于更新后的待处理数据,确定目标聚合数据。
根据本公开的另一方面,提供了一种电子设备,包括:一个或多个处理器;存储器,用于存储一个或多个程序;当一个或多个程序被一个或多个处理器执行,使得一个或多个处理器实现如上任意一项用于处理数据的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行如上任意一项用于处理数据的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如上任意一项用于处理数据的方法。
根据本公开的技术,提供一种用于处理数据的方法,能够提高数据计算效率。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开的一个实施例可以应用于其中的示例性***架构图;
图2是根据本公开的用于处理数据的方法的一个实施例的流程图;
图3是根据本公开的用于处理数据的方法的一个应用场景的示意图;
图4是根据本公开的用于处理数据的方法的另一个实施例的流程图;
图5是根据本公开的用于处理数据的装置的一个实施例的结构示意图;
图6是用来实现本公开实施例的用于处理数据的方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
如图1所示,***架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103中可以获取需要进行数据处理的待处理数据,并将待处理数据通过网络104发送给服务器105,以使服务器105生成与待处理数据对应的目标聚合数据。终端设备101、102、103可以响应数据查询指令,基于服务器105返回的目标聚合数据,确定与数据查询指令相匹配的目标查询数据,并输出该目标查询数据。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是各种电子设备,包括但不限于手机、电脑、平板等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如,服务器105可以接收终端设备101、102、103通过网络104发送的待处理数据,并确定待处理数据对应的数据抽取类别,以及,基于数据抽取类别,对待处理数据进行更新,得到更新后的待处理数据,并基于更新后的待处理数据,确定目标聚合数据,以及将该目标聚合数据通过网络104返回给终端设备101、102、103,以使终端设备101、102、103基于目标聚合数据进行数据查询。
需要说明的是,服务器105可以是硬件,也可以是软件。当服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器105为软件时,可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开实施例所提供的用于处理数据的方法可以由终端设备101、102、103执行,也可以由服务器105执行,用于处理数据的装置可以设置于终端设备101、102、103,也可以设置于服务器105中,本公开实施例对此不做限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
继续参考图2,示出了根据本公开的用于处理数据的方法的一个实施例的流程200。本实施例的用于处理数据的方法,包括以下步骤:
步骤201,获取待处理数据。
在本实施例中,执行主体(如图1中的服务器105或者终端设备101、102、103)可以从本地存储或者预先建立连接的电子设备中获取需要进行数据处理的待处理数据。其中,待处理数据可以为需要进行数据处理的分区表,也可以为需要进行数据处理的、其他形式的数据,本实施例对此不做限定。通常情况下,待处理数据的数量为多个,通过对待处理数据进行数据处理,能够对待处理数据进行去重、聚合,后续基于去重、聚合后的数据进行相应的查询、存储操作,能够降低数据计算量。并且,每个待处理数据中可以对应存储有相应的日期数据和数据标识,日期数据可以为分区日期、最新日期等,数据标识可以为对于数据所产生的唯一标识。
步骤202,确定待处理数据对应的数据抽取类别。
在本实施例中,执行主体可以应对不同的数据处理需求,选取与数据处理需求相匹配的数据抽取类别。例如,对于数据完整性优先的数据处理需求,可以确定与该数据处理需求相对应的数据抽取类别为保留重复记录的类别。对于数据计算速度优先的数据处理需求,可以确定与该数据处理需求相对应的数据抽取类别为去除重复记录的类别。其中,在待处理数据具有相应的日期数据的情况下,重复记录可以为不同日期同个数据标识所产生的数据。
在本实施例的一些可选的实现方式中,确定待处理数据对应的数据抽取类别可以包括:确定待处理数据对应的数据处理需求信息;从数据处理需求信息中确定优先数据处理属性;响应于确定优先数据处理属性为数据计算速度,确定与待处理数据对应的数据抽取类别为不保留重复数据的第一类别;响应于确定优先数据处理属性为数据完整性,确定与待处理数据对应的数据抽取类别为保留重复数据的第二类别。通过实施这种可选的实现方式,能够基于不同的数据处理需求自适应确定数据抽取类别,提高了数据处理的灵活性。
步骤203,基于数据抽取类别,对待处理数据进行更新,得到更新后的待处理数据。
在本实施例中,执行主体可以基于数据抽取类别所对应的数据抽取方式,对待处理数据进行更新,得到更新后的待处理数据。其中,对于不保留重复数据的第一类别,对待处理数据进行更新的更新方式可以为去重后更新。对于保留重复数据的第二类别,对待处理数据进行更新的更新方式可以为直接更新。
并且,对于待处理数据具有相应的日期数据的情况,对待处理数据进行更新的更新频次可以为间隔至少一天。优选的,执行主体可以每天对待处理数据进行更新,得到更新后的待处理数据。
步骤204,基于更新后的待处理数据,确定目标聚合数据。
在本实施例中,待处理数据可以对应有初始聚合数据。在对待处理数据进行更新,得到更新后的待处理数据之后,可以对初始聚合数据进行对应的更新,得到目标聚合数据。其中,目标聚合数据可以为按照待处理数据中的日期数据,对待处理数据中的数据标识进行聚合,所得到的数据。可选的,目标聚合数据可以表现为聚合结果表的形式,或者,目标聚合数据也可以为其他任何能够体现数据聚合结果的形式,本实施例对此不做限定。
继续参见图3,其示出了根据本公开的用于处理数据的方法的一个应用场景的示意图。在图3的应用场景中,执行主体可以获取数据记录301,这里的数据记录301,可以为上述的待处理数据。之后,执行主体可以进一步判断是否需要保留数据记录301中的重复数据,如果不需要保留重复数据,则将上述数据抽取类别确定为第一类别,基于对数据记录301进行实时更新,建立单分区全量表302,基于单分区全量表对更新结果进行聚合,得到聚合结果表304。其中,单分区全量表302指的是只保留一个分区所对应的分区表。此外,如果需要保留重复数据,则将上述数据抽取类别确定为第二类别,基于对数据记录301进行实时更新,建立分区表303,基于分区表303对对更新结果进行聚合,得到聚合结果表304。其中,分区表303指的是保留多个分区所对应的分区表。
本公开上述实施例提供的用于处理数据的方法,通过确定待处理数据的数据抽取类别,可以按照不同的数据抽取类别,对待处理数据执行不同的更新处理,并对更新后的待处理数据执行数结合,得到目标聚合数据。通过对目标聚合数据进行数据计算,能够提高数据计算效率。
继续参见图4,其示出了根据本公开的用于处理数据的方法的另一个实施例的流程400。如图4所示,本实施例的用于处理数据的方法可以包括以下步骤:
步骤401,获取待处理数据。
在本实施例中,对于步骤401的详细描述,请参照对于步骤201的详细描述,在此不再赘述。
步骤402,确定待处理数据对应的数据抽取类别。
在本实施例中,对于步骤402的详细描述,请参照对于步骤202的详细描述,在此不再赘述。
步骤403,响应于数据抽取类别为预设的第一类别,确定第一待更新数据标识。
在本实施例中,待处理数据至少包括分区日期数据、最新日期数据和数据标识。其中,分区日期数据可以为产生分区的日期,最新日期可以为数据最新出现的日期,数据标识可以为针对特定数据的唯一标识。例如,待处理数据可以如表一所示:
表一
分区日期 | 最新日期 | 数据标识 |
2021/12/01 | 2021/11/30 | 标识1 |
2021/12/01 | 2021/11/30 | 标识2 |
2021/12/01 | 2021/12/01 | 标识3 |
其中,预设的第一类别可以为不保留重复数据的数据抽取类别。在数据抽取类别为预设的第一类别的情况下,确定第一待更新数据标识。其中,第一待更新数据标识可以为在当前更新周期内产生的新数据对应的标识。当前更新周期优选为每天更新。并且,第一待更新数据标识可以为待处理数据中已存在的数据标识,例如,可以为标识1、标识2或者标识3。此外,第一待更新数据标识还可以为待处理数据中不存在的数据标识,例如,标识4。
步骤404,响应于待处理数据中存在第一待更新数据标识,对第一待更新数据标识对应的分区日期数据和最新日期数据进行更新,得到更新后的待处理数据。
在本实施例中,执行主体在获取第一待更新数据标识之后,可以将第一待更新数据标识和待处理数据中的各个数据标识进行匹配,判断待处理数据中是否存在第一待更新数据标识。如果存在,则对第一待更新数据标识对应的分区日期数据和最新日期数据进行更新。其中,可以将第一待更新数据标识对应的分区日期数据和最新日期数据更新为当前日期。例如,在待处理数据为表一中数据的情况下,如果第一待更新数据标识为标识2,则确定待处理数据中存在第一待更新数据标识,此时,更新后的待处理数据可以如表二所示:
表二
分区日期 | 最新日期 | 数据标识 |
2021/12/02 | 2021/11/30 | 标识1 |
2021/12/02 | 2021/12/02 | 标识2 |
2021/12/02 | 2021/12/01 | 标识3 |
可见,如表二所示,标识2对应的最新日期和分区日期均更新为当前日期。并且,可选的,在对待处理数据进行更新的情况下,还可以将待处理数据中不属于第一待更新数据标识的数据标识所对应的分区日期均修改为当前日期,以保证更新后的待处理数据是单分区的分区表。
步骤405,响应于待处理数据中不存在第一待更新数据标识,在待处理数据中新增第一待更新数据标识、第一待更新数据标识对应的分区日期数据以及第一待更新数据标识对应的最新日期数据,得到更新后的待处理数据。
在本实施例中,如果待处理数据中不存在第一待更新数据标识,则直接在待处理数据中新增第一待更新数据标识、第一待更新数据标识对应的分区日期数据以及第一待更新数据标识对应的最新日期数据。例如,在待处理数据为表一中数据的情况下,如果第一待更新数据标识为标识4,则确定待处理数据中不存在第一待更新数据标识,此时,更新后的待处理数据可以如表三所示:
表三
分区日期 | 最新日期 | 数据标识 |
2021/12/02 | 2021/11/30 | 标识1 |
2021/12/02 | 2021/12/02 | 标识2 |
2021/12/02 | 2021/12/01 | 标识3 |
2021/12/02 | 2021/12/02 | 标识4 |
可见,如表三所示,可以新增标识4、标识4对应的分区日期和最新日期。并且,可选的,在对待处理数据进行更新的情况下,还可以将待处理数据中不属于第一待更新数据标识的数据标识所对应的分区日期均修改为当前日期,以保证更新后的待处理数据是单分区的分区表。
步骤406,响应于数据抽取类别为预设的第二类别,确定第二待更新数据标识。
在本实施例中,待处理数据至少包括分区日期数据和数据标识。其中,分区日期数据可以为产生分区的日期,数据标识可以为针对特定数据的唯一标识。例如,待处理数据可以如表四所示:
表四
分区日期 | 数据标识 |
2021/11/30 | 标识1 |
2021/11/30 | 标识2 |
2021/12/01 | 标识3 |
其中,这里的产生分区的日期可以为最新产生数据的时间,即,这里的分区日期相当于上述的最新日期。
其中,预设的第二类别可以为保留重复数据的数据抽取类别。在数据抽取类别为预设的第二类别的情况下,确定第二待更新数据标识。其中,第二待更新数据标识可以为在当前更新周期内产生的新数据对应的标识。当前更新周期优选为每天更新。
步骤407,在待处理数据中新增第二待更新数据标识、第二待更新数据标识对应的分区日期数据,得到更新后的待处理数据。
在本实施例中,执行主体可以直接在待处理数据中新增第二待更新数据标识、第二待更新数据标识对应的分区日期数据。例如,在待处理数据为表四中数据的情况下,如果第二待更新数据标识为标识2、标识4,则可以将标识2以及标识2对应的分区日期、标识4以及标识4对应的分区日期增加到待处理数据中,此时,更新后的待处理数据可以如表五所示:
表五
分区日期 | 数据标识 |
2021/11/30 | 标识1 |
2021/11/30 | 标识2 |
2021/12/01 | 标识3 |
2021/12/02 | 标识4 |
2021/12/02 | 标识2 |
并且,可选的,在基于第二类别的数据抽取类别得到更新后的待处理数据之后,可以将该更新后的待处理数据作为基础,生成第一类别所对应的单分区全量表,再利用第一类别的单分区全量表生成聚合结果表,从而实现两种类别的融合使用。
步骤408,确定待处理数据对应的初始聚合数据。
在本实施例中,待处理数据可以按照预设的数据更新周期进行更新,优选为每天更新。对于待处理数据而言,可以具有相对应的初始聚合数据。在对待处理数据进行更新之后,可以对初始聚合数据进行相应的更新,来确定目标聚合数据。例如,与表一以及表二所示的待处理数据相对应的初始聚合数据可以如表六所示:
表六
分区日期 | 最新日期 | 聚合结果 |
2021/12/01 | 2021/11/30 | 2 |
2021/12/01 | 2021/12/1 | 1 |
步骤409,基于初始聚合数据和更新后的待处理数据,确定目标聚合数据。
在本实施例中,执行主体可以对更新后的待处理数据进行聚合,利用聚合后的数据,对初始聚合数据进行更新,得到目标聚合数据。
在本实施例的一些可选的实现方式中,基于初始聚合数据和更新后的待处理数据,确定目标聚合数据可以包括:对更新后的待处理数据中的数据标识进行聚合,得到各个数据标识对应的标识聚合信息;基于更新后的待处理数据中的日期数据和标识聚合信息,确定更新聚合数据;基于初始聚合数据和更新聚合数据,确定目标聚合数据。
在本实施例中,执行主体可以对于更新后的待处理数据,先确定更新数据,再按照各个更新数据对应的数据标识,以数据标识为粒度进行聚合,得到每个数据标识对应的标识聚合信息。再基于日期数据和标识聚合信息,生成需要更新的更新聚合数据。再在初始聚合数据中新增更新聚合数据,得到目标聚合数据。例如,针对表六的目标聚合数据可以如表七所示:
表七
分区日期 | 最新日期 | 聚合结果 |
2021/12/02 | 2021/11/30 | 1 |
2021/12/02 | 2021/12/01 | 1 |
2021/12/02 | 2021/12/02 | 2 |
2021/12/01 | 2021/11/30 | 2 |
2021/12/01 | 2021/12/1 | 1 |
其中,目标聚合数据可以包括分区日期、最新日期和聚合结果。这里的分区日期和最新日期请参照上述描述,在此不再赘述。这里的聚合结果指的是数据标识的个数。
步骤410,响应于数据查询指令,从目标聚合数据中确定与数据查询指令相匹配的目标查询数据。
在本实施例中,执行主体可以基于与用户之间的人机交互,响应于数据查询指令,以目标聚合数据为基础,查找相对应的目标查询数据。其中,数据查询指令用于查询指定日期的数据量。举例而言,在目标聚合数据如表七所示的情况下,可以查询分区日期为2021/12/02、且最新日期为2021/11/30至2021/12/2的数据量,此时的数据量为4。
步骤411,输出目标查询数据。
在本实施例中,执行主体可以输出上述目标查询数据,完成数据查询任务
举例而言,本公开上述实施例提供的用于处理数据的方法具体可以用于统计某日期范围内的用户量,此时更新后的待处理数据如表八:
表八
字段名称 | 字段类型 | 中文含义 | 示例说明 |
event_day | date | 分区日期 | 2021/12/01 |
last_day | date | 最新日期 | 2021/11/30 |
os | string | 操作*** | android |
uid | string | 用户标识 | bd2021001 |
type | int | 访问类型 | 0展现1点击 |
pv | int | 访问次数 | 20 |
其中,执行主体可以基于操作***、用户标识、访问类型确定数据标识。访问次数可以为数据标识对应的访问次数总和。
以及,此时得到的目标聚合数据可以如表九所示:
表九
字段名称 | 字段类型 | 中文含义 | 示例说明 |
event_day | date | 分区日期 | 2021/12/01 |
last_day | date | 最新日期 | 2021/11/30 |
os | string | 操作*** | android |
type | int | 访问类型 | 0展现1点击 |
pv | int | 访问次数 | 30 |
uv | int | 用户数量 | 10 |
其中,聚合结果可以包括上述的操作***、访问类型、访问次数和用户数量。
以及,采用上述实施例提供的用于处理数据的方法,对于数据抽取类别为第一类别的情况,数据计算量如下式所示:
c1=n1+(1+n2)*n2/2
其中,c1为数据计算量,n1为待处理数据中数据标识的数量,n2为待处理数据对应的日期数量。
对于数据抽取类别为第二类别的情况,数据计算量如下式所示:
c2=c+(1+n2)*n2/2
其中,c为待处理数据中的数据总量,A为待处理数据中数据标识的集合,D为待处理数据中日期的集合。
对于数据查询而言,数据查询的计算量如下式所示:
其中,r1为数据查询的计算量,s(dj)表示最新日期为dj的数据量。
可见,采用第一类别作为数据抽取类别,能够降低数据计算量,采用第二类别作为数据抽取类别,能够保证数据完整性。以及,采用这两种类别进行数据查询,均能实现较低计算量的数据查询。
本公开上述实施例提供的用于处理数据的方法,还可以利用保留重复数据的第二类别,以及不保留重复数据的第一类别,针对不同的数据处理需求,得到更新后的待处理数据,提高了更新后的待处理数据的确定精准度。以及,在第一类别中,可以对已存在的数据标识只更新最新日期数据,从而进一步降低数据计算量。以及,在生成目标聚合数据的情况下,可以直接根据更新后的待处理数据生成聚合数据,再在聚合数据的基础上保留历史的初始聚合数据,从而提高了目标聚合数据的生成精准度。以及,利用目标聚合数据进行数据查询,能够降低数据查询的计算量,从而提高数据查询的效率。
进一步参考图5,作为对上述各图所示方法的实现,本公开提供了一种用于处理数据的装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于终端设备、服务器等电子设备中。
如图5所示,本实施例的用于处理数据的装置500包括:数据获取单元501、类别确定单元502、数据更新单元503和数据聚合单元504。
数据获取单元501,被配置成获取待处理数据。
类别确定单元502,被配置成确定待处理数据对应的数据抽取类别。
数据更新单元503,被配置成基于数据抽取类别,对待处理数据进行更新,得到更新后的待处理数据。
数据聚合单元504,被配置成基于更新后的待处理数据,确定目标聚合数据。
在本实施例的一些可选的实现方式中,待处理数据至少包括分区日期数据、最新日期数据和数据标识;以及,数据更新单元503进一步被配置成:响应于数据抽取类别为预设的第一类别,确定第一待更新数据标识;响应于待处理数据中存在第一待更新数据标识,对第一待更新数据标识对应的分区日期数据和最新日期数据进行更新,得到更新后的待处理数据。
在本实施例的一些可选的实现方式中,数据更新单元503进一步被配置成:响应于待处理数据中不存在第一待更新数据标识,在待处理数据中新增第一待更新数据标识、第一待更新数据标识对应的分区日期数据以及第一待更新数据标识对应的最新日期数据,得到更新后的待处理数据。
在本实施例的一些可选的实现方式中,待处理数据至少包括分区日期数据和数据标识;以及,数据更新单元503进一步被配置成:响应于数据抽取类别为预设的第二类别,确定第二待更新数据标识;在待处理数据中新增第二待更新数据标识、第二待更新数据标识对应的分区日期数据,得到更新后的待处理数据。
在本实施例的一些可选的实现方式中,数据聚合单元504进一步被配置成:确定待处理数据对应的初始聚合数据;基于初始聚合数据和更新后的待处理数据,确定目标聚合数据。
在本实施例的一些可选的实现方式中,数据聚合单元504进一步被配置成:对更新后的待处理数据中的数据标识进行聚合,得到各个数据标识对应的标识聚合信息;基于更新后的待处理数据中的日期数据和标识聚合信息,确定更新聚合数据;基于初始聚合数据和更新聚合数据,确定目标聚合数据。
在本实施例的一些可选的实现方式中,还包括:数据查询单元,被配置成响应于数据查询指令,从目标聚合数据中确定与数据查询指令相匹配的目标查询数据;输出目标查询数据。
应当理解,用于处理数据的装置500中记载的单元501至单元504分别与参考图2中描述的方法中的各个步骤相对应。由此,上文针对用于处理数据的方法描述的操作和特征同样适用于装置500及其中包含的单元,在此不再赘述。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理,例如用于处理数据的方法。例如,在一些实施例中,用于处理数据的方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的用于处理数据的方法的一个或多个步骤。备选地,在其他实施例中,计算单元601可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行用于处理数据的方法。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,均符合相关法律法规的规定,且不违背公序良俗。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以为分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (17)
1.一种用于处理数据的方法,包括:
获取待处理数据;
确定所述待处理数据对应的数据抽取类别;
基于所述数据抽取类别,对所述待处理数据进行更新,得到更新后的待处理数据;
基于所述更新后的待处理数据,确定目标聚合数据。
2.根据权利要求1所述的方法,其中,所述待处理数据至少包括分区日期数据、最新日期数据和数据标识;以及
所述基于所述数据抽取类别,对所述待处理数据进行更新,得到更新后的待处理数据,包括:
响应于所述数据抽取类别为预设的第一类别,确定第一待更新数据标识;
响应于所述待处理数据中存在所述第一待更新数据标识,对所述第一待更新数据标识对应的分区日期数据和最新日期数据进行更新,得到所述更新后的待处理数据。
3.根据权利要求2所述的方法,还包括:
响应于所述待处理数据中不存在所述第一待更新数据标识,在所述待处理数据中新增所述第一待更新数据标识、所述第一待更新数据标识对应的分区日期数据以及所述第一待更新数据标识对应的最新日期数据,得到所述更新后的待处理数据。
4.根据权利要求1所述的方法,其中,所述待处理数据至少包括分区日期数据和数据标识;以及
所述基于所述数据抽取类别,对所述待处理数据进行更新,得到更新后的待处理数据,包括:
响应于所述数据抽取类别为预设的第二类别,确定第二待更新数据标识;
在所述待处理数据中新增所述第二待更新数据标识、所述第二待更新数据标识对应的分区日期数据,得到所述更新后的待处理数据。
5.根据权利要求1所述的方法,其中,所述基于所述更新后的待处理数据,确定目标聚合数据,包括:
确定所述待处理数据对应的初始聚合数据;
基于所述初始聚合数据和所述更新后的待处理数据,确定所述目标聚合数据。
6.根据权利要求5所述的方法,其中,所述基于所述初始聚合数据和所述更新后的待处理数据,确定所述目标聚合数据,包括:
对所述更新后的待处理数据中的数据标识进行聚合,得到各个数据标识对应的标识聚合信息;
基于所述更新后的待处理数据中的日期数据和所述标识聚合信息,确定更新聚合数据;
基于所述初始聚合数据和所述更新聚合数据,确定所述目标聚合数据。
7.根据权利要求1至6任一项所述的方法,还包括:
响应于数据查询指令,从所述目标聚合数据中确定与所述数据查询指令相匹配的目标查询数据;
输出所述目标查询数据。
8.一种用于处理数据的装置,包括:
数据获取单元,被配置成获取待处理数据;
类别确定单元,被配置成确定所述待处理数据对应的数据抽取类别;
数据更新单元,被配置成基于所述数据抽取类别,对所述待处理数据进行更新,得到更新后的待处理数据;
数据聚合单元,被配置成基于所述更新后的待处理数据,确定目标聚合数据。
9.根据权利要求8所述的装置,其中,所述待处理数据至少包括分区日期数据、最新日期数据和数据标识;以及
所述数据更新单元进一步被配置成:
响应于所述数据抽取类别为预设的第一类别,确定第一待更新数据标识;
响应于所述待处理数据中存在所述第一待更新数据标识,对所述第一待更新数据标识对应的分区日期数据和最新日期数据进行更新,得到所述更新后的待处理数据。
10.根据权利要求9所述的装置,其中,所述数据更新单元进一步被配置成:
响应于所述待处理数据中不存在所述第一待更新数据标识,在所述待处理数据中新增所述第一待更新数据标识、所述第一待更新数据标识对应的分区日期数据以及所述第一待更新数据标识对应的最新日期数据,得到所述更新后的待处理数据。
11.根据权利要求8所述的装置,其中,所述待处理数据至少包括分区日期数据和数据标识;以及
所述数据更新单元进一步被配置成:
响应于所述数据抽取类别为预设的第二类别,确定第二待更新数据标识;
在所述待处理数据中新增所述第二待更新数据标识、所述第二待更新数据标识对应的分区日期数据,得到所述更新后的待处理数据。
12.根据权利要求8所述的装置,其中,所述数据聚合单元进一步被配置成:
确定所述待处理数据对应的初始聚合数据;
基于所述初始聚合数据和所述更新后的待处理数据,确定所述目标聚合数据。
13.根据权利要求12所述的装置,其中,所述数据聚合单元进一步被配置成:
对所述更新后的待处理数据中的数据标识进行聚合,得到各个数据标识对应的标识聚合信息;
基于所述更新后的待处理数据中的日期数据和所述标识聚合信息,确定更新聚合数据;
基于所述初始聚合数据和所述更新聚合数据,确定所述目标聚合数据。
14.根据权利要求8至13任一项所述的装置,还包括:
数据查询单元,被配置成响应于数据查询指令,从所述目标聚合数据中确定与所述数据查询指令相匹配的目标查询数据;输出所述目标查询数据。
15.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的方法。
16.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1-7中任一项所述的方法。
17.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210689106.1A CN115033823A (zh) | 2022-06-16 | 2022-06-16 | 用于处理数据的方法、装置、设备、介质和产品 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210689106.1A CN115033823A (zh) | 2022-06-16 | 2022-06-16 | 用于处理数据的方法、装置、设备、介质和产品 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115033823A true CN115033823A (zh) | 2022-09-09 |
Family
ID=83125518
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210689106.1A Pending CN115033823A (zh) | 2022-06-16 | 2022-06-16 | 用于处理数据的方法、装置、设备、介质和产品 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115033823A (zh) |
-
2022
- 2022-06-16 CN CN202210689106.1A patent/CN115033823A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113342345A (zh) | 深度学习框架的算子融合方法、装置 | |
CN111427971B (zh) | 用于计算机***的业务建模方法、装置、***和介质 | |
CN112507098B (zh) | 问题处理方法、装置、电子设备、存储介质及程序产品 | |
CN112559631A (zh) | 分布式图数据库的数据处理方法、装置以及电子设备 | |
CN112528067A (zh) | 图数据库的存储方法、读取方法、装置及设备 | |
CN115202847A (zh) | 任务的调度方法和装置 | |
CN114064925A (zh) | 知识图谱的构建方法、数据查询方法、装置、设备和介质 | |
CN113344074A (zh) | 模型训练方法、装置、设备及存储介质 | |
CN116955856A (zh) | 信息展示方法、装置、电子设备以及存储介质 | |
CN115905322A (zh) | 业务处理方法、装置、电子设备及存储介质 | |
CN115563310A (zh) | 一种关键业务节点的确定方法、装置、设备及介质 | |
CN113656689B (zh) | 模型生成方法和网络信息的推送方法 | |
CN115525659A (zh) | 数据查询方法、装置、电子设备及存储介质 | |
CN115454971A (zh) | 数据迁移方法、装置、电子设备及存储介质 | |
CN114329164A (zh) | 用于处理数据的方法、装置、设备、介质和产品 | |
CN114722048A (zh) | 一种数据处理方法、装置、电子设备及存储介质 | |
CN114860346A (zh) | 建模任务的管理方法和建模任务的运行方法 | |
CN115033823A (zh) | 用于处理数据的方法、装置、设备、介质和产品 | |
CN114997329A (zh) | 用于生成模型的方法、装置、设备、介质和产品 | |
CN114429211A (zh) | 用于生成信息的方法、装置、设备、介质和产品 | |
CN113239296B (zh) | 小程序的展示方法、装置、设备和介质 | |
CN117271840B (zh) | 图数据库的数据查询方法、装置及电子设备 | |
CN114816758B (zh) | 资源分配方法和装置 | |
CN111832304B (zh) | 楼盘名称的查重方法、装置、电子设备及存储介质 | |
CN108920602B (zh) | 用于输出信息的方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |