CN115954108A - 一种数据分析异步处理方法及***及装置及介质 - Google Patents
一种数据分析异步处理方法及***及装置及介质 Download PDFInfo
- Publication number
- CN115954108A CN115954108A CN202310227283.2A CN202310227283A CN115954108A CN 115954108 A CN115954108 A CN 115954108A CN 202310227283 A CN202310227283 A CN 202310227283A CN 115954108 A CN115954108 A CN 115954108A
- Authority
- CN
- China
- Prior art keywords
- data
- information
- result
- data analysis
- asynchronous
- 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.)
- Granted
Links
Images
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Medical Treatment And Welfare Office Work (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种数据分析异步处理方法及***及装置及介质,涉及数据分析技术领域,本发明将所述请求信息拆分为独立的查询语句并异步执行所述查询语句,并将每个所述查询语句异步执行获得的第一结果异步输入类型适配器,解决了生成医疗数据报表时查询语句的返回值类型不统一的问题,对业务间关系进行了解耦,降低了***响应时间;同时,本发明通过第一关系图完成药品信息与疾病信息的相关性分析,能够准确的完成居民的健康状况分析以及病例数据匹配,提高了数据分析生成报表的准确性,具有良好的实用性。
Description
技术领域
本发明涉及数据处理技术领域,具体地,涉及一种数据分析异步处理方法及***及装置及介质。
背景技术
后端开发工作通常指开发数据访问服务,使前端(即用户可见端)可以通过调用后端服务对数据进行增、删、查、改。在现有开发模式中,后端开发通常采用springboot+mybatis框架。报表功能是各类项目开发中常见的功能之一,在针对医疗类数据的处理当中,通常需要对各类医疗数据进行统计分析,生成对应的数据报表,从而协助医务工作者完成病例数据整理以及药物信息统计等工作。在完成医疗数据报表的生成任务时,后端程序后端需要完成数十次的数据查询与调用。为了提高数据处理的效率,现有技术中通常会使用异步处理并监听结果,再对结果进行处理的方式提高数据查询的效率,但由于实际工作中数据类型的多样性,常出现异步处理后得到的返回值不统一的情况,此时对于返回值的判断以及处理会耗费大量的时间,导致***处理效率降低。
发明内容
为了解决数据报表生成过程中,***对异步查询数据后得到的多个不同的返回值进行统一处理存在困难,导致数据处理效率降低的问题,本发明提供了一种数据分析异步处理方法,所述数据异步处理方法包括以下步骤:
步骤1:获得请求信息,分析所述请求信息,获得目标数据类型;
步骤2:对所述请求信息进行拆分,获得至少一个查询语句;
步骤3:遍历所述查询语句并异步执行,获得每个所述查询语句对应的第一结果;
步骤4:针对每个所述第一结果,异步获得对应的类型适配器并将所述第一结果输入对应的所述类型适配器,获得第一数据;
步骤5:分析所述第一数据,获得数据报表。
其中,本方法原理为:获得请求信息以及对应的目标数据类型后,将所述请求信息拆分为独立的查询语句并异步执行,并将每个所述查询语句异步执行所获得的第一结果异步输入类型适配器,经所述类型适配器处理后获得与目标数据类型相适应的第一数据;最后分析所述第一数据,获得数据报表;本方法通过类型适配器解决了生成医疗数据报表时查询语句的返回值类型不统一的问题,提高了***处理效率;同时,异步执行所述查询语句并对获得的第一结果进行异步匹配,相对于传统的同步处理方式,本方法提高了设备的利用率,对业务间关系进行了解耦,降低了***响应时间,具有良好的实用性。
进一步的,由于实际工作中数据类型的多样性,异步查询后获得的结果可能存在多种数据类型,针对每一个数据类型,均需要对应的类型适配器,为了便于管理所述类型适配器,所述步骤4还包括建立数据转换模型,所述数据转换模型内集成有至少一个类型适配器,所述步骤4建立数据转换模型后,针对每个第一结果和所述目标数据类型在所述数据转换模型中进行匹配,获得对应的类型适配器,数据转换模型自动匹配最优的类型适配器对所述第一结果进行处理,实现了对所述类型适配器的统一管理,使***结构更清晰。
进一步的,实际工作中可能由于数据更新迭代等原因使所述异步查询后获得的结果出现新的数据类型,为了便捷更新所述数据转换模型,使所述数据转换模型内集成的类型适配器能够适应新数据类型的转换需要,所述数据转换模型内还包括工厂接口,所述工厂接口用于定义所述类型适配器对应的属性,开发人员调用所述工厂接口,并依据所述工厂接口内的定义写新的实现方法即可完成对新类型转换器的开发,使开发更简洁。
进一步的,为了在所述工厂接口发生变化时对已有的类型转换模型进行重建,提高***兼容性,所述数据处理异步处理方法还包括以下步骤:
监控所述工厂接口,判断所述工厂接口内的定义是否更新;
若所述工厂接口内的定义更新,则判断所述数据转换模型中的类型适配器是否空闲;
若所述类型适配器空闲,则根据更新后的所述工厂接口重建所述类型适配器。
进一步的,医疗数据通常包括药品信息和疾病信息,在对医疗数据进行分析时,可以根据一段时间内的药品出库信息分析某地区居民的健康状况,然而,药品与疾病间存在复杂的相关关系,在医疗数据,特别是中医类医疗数据中,存在很多以下情况:药物A、药物B和药物C都是治疗某疾病a的相关药物,其中,药物A也用于治疗另外某疾病b,但是药物A用于治疗疾病a与药物A治疗疾病b的常见程度可能由于治疗效果、是否有替代治疗方案等原因并不一样,在对医疗数据进行处理的过程中,需要根据药物以及疾病间的相关性进行分析,获得直观且准确的数据报表,因此,所述数据分析异步处理方法还包括以下步骤:
建立数据库,所述数据库用于存储药品信息和病名信息;
生成所述药品信息和所述病名信息对应的第一关系图;
其中,所述第一关系图中包括若干节点,所述药品信息和所述病名信息分别对应所述第一关系图中的节点,根据所述第一关系图中若干节点的连接关系描述所述药品信息和所述病名信息间的关系;
所述步骤3具体为,遍历所述查询语句并异步执行,根据所述数据库获得每个所述查询语句对应的第一结果;
所述步骤4具体为,针对每个所述第一结果,异步获得对应的类型适配器并将所述第一结果输入对应的所述类型适配器,获得第一数据;
所述步骤5具体为,根据所述第一关系图分析所述第一数据,获得数据报表。
进一步的,医疗数据通常还包括病历数据,医务工作人员在针对某份病历进行病历分析时,可以通过借鉴相似的历史病历而获得有价值的诊疗方式参考,因此,本发明所提供的一种数据法分析异步处理方法在提供病历数据相关的报表时,还需要完成数据库中相似病历的匹配,从而向医务工作人员提供相关病历参考;现有技术中通常根据病历中记载的字符串相似度完成对病历数据的匹配,然而实际病历数据中相同的病症,可能由于患者体质、患者是否存在基础疾病等原因记载的药品信息不同;数据病历数据中不同的病症,可能记载相同或相似的药品信息,且实际数据中药品名称相似性大,单纯根据病历中记载的字符串相似度完成对病历数据的匹配结果不准确,因此,为了基于不同药品间、不同疾病间以及药品与疾病间的相互关系完成准确的病历数据匹配,因此,所述数据库还包括历史病历信息,所述数据分析异步处理方法还包括以下步骤:
获得待检索病历信息,建立机器学习模型,所述机器学习模型用于根据所述数据库对所述历史病历信息和/或所述待检索病历信息进行分割;
根据所述机器学习模型对所述历史病历信息进行处理,获得第二数据;
根据所述机器学习模型对所述待检索病历信息进行处理,获得第三数据;
根据所述第一关系图对所述第二数据和所述第三数据进行匹配,获得匹配结果;
所述步骤5具体为,根据所述第一关系图分析所述第一数据和所述匹配结果,获得数据报表。
进一步的,由于关系型数据库中每个实体都是独一无二的,且子表中不存在父表没有的数据,能够很好的保证数据的一致性,避免重复的数据存储,所述数据库为关系型数据库。
为实现上述目的,本发明提供了一种数据分析异步处理***,所述***包括:
数据接收单元,用于获得请求信息,分析所述请求信息,获得目标数据类型;
数据分析单元,用于对所述请求信息进行拆分,获得至少一个查询语句;遍历所述查询语句并异步执行,获得每个所述查询语句对应的第一结果;针对每个所述第一结果获得对应的类型适配器并将所述第一结果输入对应的所述类型适配器,获得第一数据;
报表生成单元,用于分析所述第一数据,获得数据报表。
其中,本***原理为:数据接收单元获得请求信息以及对应的目标数据类型后,数据分析单元将所述请求信息拆分为独立的查询语句并异步执行所述查询语句,并将每个所述查询语句异步执行获得的第一结果异步输入类型适配器,经所述类型适配器处理后获得第一数据;最后报表生成单元分析所述第一数据,获得数据报表。
为实现上述目的,本发明提供了一种数据分析异步处理装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述任意一个所述数据分析异步处理方法的步骤。
为实现上述目的,本发明提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一个所述数据分析异步处理方法的步骤。
本发明提供的一个或多个技术方案,将所述请求信息拆分为独立的查询语句并异步执行所述查询语句,并将每个所述查询语句异步执行获得的第一结果异步输入类型适配器,解决了生成医疗数据报表时查询语句的返回值类型不统一的问题,对业务间关系进行了解耦,降低了***响应时间;同时,本发明通过第一关系图完成药品信息与疾病信息的相关性分析,能够准确的完成居民的健康状况分析以及病例数据匹配,提高了数据分析生成报表的准确性,具有良好的实用性。
附图说明
此处所说明的附图用来提供对本发明实施例的进一步理解,构成本发明的一部分,并不构成对本发明实施例的限定;
图1是本发明中数据分析异步处理方法流程示意图;
图2是本发明中第一关系图结构示意图;
图3是本发明中数据分析异步处理***结构示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在相互不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述范围内的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
实施例一
请参考图1-图2,本发明实施例一提供了一种数据分析异步处理方法,所述数据异步处理方法包括以下步骤:
步骤1:获得请求信息,分析所述请求信息,获得目标数据类型;
步骤2:对所述请求信息进行拆分,获得至少一个查询语句;
步骤3:遍历所述查询语句并异步执行,获得每个所述查询语句对应的第一结果 ;
步骤4:针对每个所述第一结果,异步获得对应的类型适配器并将所述第一结果输入对应的所述类型适配器,获得第一数据;
步骤5:分析所述第一数据,获得数据报表。
其中,所述请求信息即根据条件调用后端服务完成对数据的增、删、查、改等操作,所述请求信息的具体内容根据实际需要确定,本实施例在此不做具体限定。
其中,所述请求信息根据实际业务需要可能包含多个嵌套的条件,所述嵌套条件在SQL语言中表现为嵌套的case函数,所述对所述请求信息进行拆分即根据所述请求信息中的case函数对所述请求信息进行拆分,获得至少一个查询语句,所述请求信息的拆分粒度以拆分后获得的所述查询语句相互独立为佳,本实施例在此不做具体限定;所述查询语句对应的执行结果即为所述case函数对应的返回值,其中,所述请求信息的具体拆分方法根据实际需要确定,本实施例在此不做具体限定。
其中,所述类型适配器用于将不同的数据类型通过类型转换方法转换为目标数据类型,所述类型转换方法由原始数据类型和目标类型的具体种类确定,包括但不限于基于toString函数、String函数等方法的强制数据类型转换以及基于拓展运算符、构造函数等方法的数据结构转换,所述类型适配器的种类根据实际需要确定,本实施例在此不做具体限定。
其中,在本实施例中,所述步骤4还包括建立数据转换模型,所述数据转换模型内集成有至少一个类型适配器,所述步骤4建立数据转换模型后,针对每个第一结果和所述目标数据类型在所述数据转换模型中进行匹配,获得对应的类型适配器。
其中,类型适配器用于将不同的数据类型通过类型转换方法转换为目标数据类型,所述数据转换模型中每个类型适配器均对应有输入数据类型和输出数据类型,针对每个第一结果和所述目标数据类型在所述数据转换模型中进行匹配即将所述第一结果对应的数据类型与所述输入数据类型进行匹配、将所述目标数据类型与所述输出数据类型进行匹配,具体匹配方法根据实际需要确定,本实施例在此不做具体限定。
其中,在本实施例中,所述数据转换模型内还包括工厂接口,所述工厂接口用于定义所述类型适配器对应的属性,所述类型适配器根据所述工厂接口集成于所述数据转换模型内。
具体的,实际工作中可能由于数据更新迭代等原因使所述异步查询后获得的结果出现新的数据类型,为了使所述数据转换模型内集成的类型适配器能够适应新数据类型的转换需要,开发人员调用所述工厂接口,并依据所述工厂接口内的定义写新的实现方法即可完成对新类型转换器的开发,所述工厂接口对所述类型适配器对应的属性的具体定义根据实际需要确定,本实施例在此不做具体限定。
其中,在本实施例中,所述数据处理异步处理方法还包括以下步骤:
监控所述工厂接口,判断所述工厂接口内的定义是否更新;
若所述工厂接口内的定义更新,则判断所述数据转换模型中的类型适配器是否空闲;
若所述类型适配器空闲,则根据更新后的所述工厂接口重建所述类型适配器。
实施例二
请参考图1,本发明实施例二提供了一种数据分析异步处理方法,在实施例一的基础上,所述数据分析异步处理方法还包括以下步骤:
建立数据库,所述数据库用于存储药品信息和病名信息;
生成所述药品信息和所述病名信息对应的第一关系图,所述第一关系图用于描述所述药品信息和所述病名信息间的关系;
其中,所述药品信息和所述病名信息分别对应所述第一关系图中的节点;
所述步骤3具体为,遍历所述查询语句并异步执行,根据所述数据库获得每个所述查询语句对应的第一结果;
所述步骤4具体为,针对每个所述第一结果,异步获得对应的类型适配器并将所述第一结果输入对应的所述类型适配器,获得第一数据;
所述步骤5具体为,根据所述第一关系图分析所述第一数据,获得数据报表。
具体的,以中药药材为例,麻黄、桂枝、生姜、防风以及紫苏均是治疗风寒的常用药,而生姜又有止吐的作用,防风则还有止痉之效,是治疗四肢拘挛的常用药物;对于四肢拘挛,常见的药物还包括天麻和牛膝,请参考图2,麻黄、桂枝、生姜、防风、紫苏、天麻和牛膝作为药品信息分别对应图中的不同节点,风寒、呕吐和四肢拘挛作为病名信息分别对应图中的不同节点,节点间的连线用于表示节点间存在关联;节点间的数值为相关系数,用于表示节点间的相关性大小,数值越大表示该相应的节点间相关性越大,同一药物由于使用习惯以及药效的不同从而与不同的病症间具有不同的相关系数,具体关系和相关系数大小根据实际需要确定,本实施例在此不做具体限定。
根据一段时间内的药品出库信息分析某地区居民的健康状况时,所述根据所述第一关系图分析所述第一数据,获得数据报表包括以下步骤:
获得所述第一数据中的药品出库信息,所述药品出库信息包括第二药品信息和药品数量信息;
为了获得所述第一关系图中与所述药品出库信息相关的药品,遍历所述第一关系图,根据所述第二药品信息进行匹配,获得若干第一节点;
为了获得所述第一关系图中与所述药品出库信息相关的病症,根据所述第一关系图中节点的连接关系获得与所述第一节点相邻的若干第二节点,所述若干第二节点均与所述病名信息对应;
根据所述第一节点和所述第二节点间的相关系数和所述药品数量信息分别计算所述第二节点对应的权重数据,所述权重数据用于表示所述第二节点对应的病症的出现频率;
根据所述权重数据对所述第二节点进行排序,并分析所述权重数据的大小关系,获得数据报表。
具体的,表1为某地区药品出库信息表,分析该地区居民的健康状况时,首先根据图2所示的第一关系图与第二药品信息进行匹配,获得若干第一节点,包括麻黄、防风和天麻;
根据所述第一关系图中节点的连接关系获得与所述第一节点相邻的若干第二节点,包括风寒和四肢拘挛;
最后,根据所述权重数据对所述第二节点进行排序,并分析所述权重数据的大小关系,则风寒为该地区居民在相应时间段内的最为常见的疾病。
表1某地区药品出库信息表
其中,在本实施例中,所述数据库还包括历史病历信息,所述数据分析异步处理方法还包括以下步骤:
获得待检索病历信息,建立机器学习模型,所述机器学习模型用于根据所述数据库对所述历史病历信息和/或所述待检索病历信息进行分割;
根据所述机器学习模型对所述历史病历信息进行处理,获得第二数据;
根据所述机器学习模型对所述待检索病历信息进行处理,获得第三数据;
根据所述第一关系图对所述第二数据和所述第三数据进行匹配,获得匹配结果;
所述步骤5具体为,根据所述第一关系图分析所述第一数据和所述匹配结果,获得数据报表。
其中,所述机器学习模型可以为神经网络模型、决策树模型、支持向量机模型或贝叶斯模型,所述机器学习模型的种类根据实际需要确定,本实施例在此不做具体限定。
具体的,在对病例信息进行匹配时,首先通过所述机器学习模型根据所述数据库中存储的药品信息和病名信息对所述待检索病例信息中包含的数据进行分割,获得第二数据,所述第二数据表示所述带检索病例中包含的若干药品信息和病名信息;
然后通过所述机器学习模型根据所述数据库中存储的药品信息和病名信息对历史病例信息中包含的数据进行分割,获得第三数据,所述第三数据表示所述历史病例中包含的若干药品信息和病名信息;
最后根据所述第一关系图对所述第二数据和所述第三数据进行匹配,并根据所述第一关系图中节点间的相关系数进行计算,即可获得病例间的相关性大小,完成相似病例的匹配。
其中,所述数据库可以是Oracle、MySQL、PostgreSQL、SQLite等关系型数据库,也可以是HBase、Cassandra、Redis、Memcached、MongoDB、Prometheus、Elasticsearch等非关系型数据库,由于系型数据库中每个实体都是独一无二的,且子表中不存在父表没有的数据,能够很好的保证数据的一致性,避免重复的数据存储因此所述数据库优选为关系型数据库,所述关系型数据库的具体种类根据实际需要确定,本实施例在此不做具体限定。
实施例三
请参考图3,本发明实施例三提供了一种数据分析异步处理***,所述***包括:
数据接收单元,用于获得请求信息,分析所述请求信息,获得目标数据类型;
数据分析单元,用于对所述请求信息进行拆分,获得至少一个查询语句;遍历所述查询语句并异步执行,获得每个所述查询语句对应的第一结果;针对每个所述第一结果获得对应的类型适配器并将所述第一结果输入对应的所述类型适配器,获得第一数据;
报表生成单元,用于分析所述第一数据,获得数据报表。
实施例四
本发明实施例四提供了一种数据分析异步处理装置,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现所述数据分析异步处理方法的步骤。
实施例五
本发明实施例五提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现所述数据分析异步处理方法的步骤。
其中,所述处理器可以是中央处理器(CPU,Central Processing Unit),还可以是其他通用处理器、数字信号处理器(digital signal processor)、专用集成电路(Application Specific Integrated Circuit)、现成可编程门阵列(Field programmablegate array)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器也可以是任何常规的处理器。
所述存储器可用于存储所述计算机程序和/或模块,所述处理器通过运行或执行存储在所述存储器内的数据,实现发明中数据分析异步处理装置的各种功能。所述存储器可主要包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需的应用程序(比如声音播放功能、图像播放功能等)等。此外,存储器可以包括高速随机存取存储器、还可以包括非易失性存储器,例如硬盘、内存、插接式硬盘,智能存储卡,安全数字卡,闪存卡、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
所述数据分析异步处理装置如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序存储于一个计算机可读存介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码、对象代码形式、可执行文件或某些中间形式等。所述计算机可读取介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器、随机存储器、点载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减。
本发明已对基本概念做了描述,显然,对于本领域技术人员来说,上述详细披露仅仅作为示例,而并不构成对本说明书的限定。虽然此处并没有明确说明,本领域技术人员可能会对本说明书进行各种修改、改进和修正。该类修改、改进和修正在本说明书中被建议,所以该类修改、改进、修正仍属于本说明书示范实施例的精神和范围。
同时,本说明书使用了特定词语来描述本说明书的实施例。如“一个实施例”、“一实施例”、和/或“一些实施例”意指与本说明书至少一个实施例相关的某一特征、结构或特点。因此,应强调并注意的是,本说明书中在不同位置两次或多次提及的“一实施例”或“一个实施例”或“一个替代性实施例”并不一定是指同一实施例。此外,本说明书的一个或多个实施例中的某些特征、结构或特点可以进行适当的组合。
此外,本领域技术人员可以理解,本说明书的各方面可以通过若干具有可专利性的种类或情况进行说明和描述,包括任何新的和有用的工序、机器、产品或物质的组合,或对他们的任何新的和有用的改进。相应地,本说明书的各个方面可以完全由硬件执行、可以完全由软件(包括固件、常驻软件、微码等)执行、也可以由硬件和软件组合执行。以上硬件或软件均可被称为“数据块”、“模块”、“引擎”、“单元”、“组件”或“***”。此外,本说明书的各方面可能表现为位于一个或多个计算机可读介质中的计算机产品,该产品包括计算机可读程序编码。
计算机存储介质可能包含一个内含有计算机程序编码的传播数据信号,例如在基带上或作为载波的一部分。该传播信号可能有多种表现形式,包括电磁形式、光形式等,或合适的组合形式。计算机存储介质可以是除计算机可读存储介质之外的任何计算机可读介质,该介质可以通过连接至一个指令执行***、装置或设备以实现通讯、传播或传输供使用的程序。位于计算机存储介质上的程序编码可以通过任何合适的介质进行传播,包括无线电、电缆、光纤电缆、RF、或类似介质,或任何上述介质的组合。
本说明书各部分操作所需的计算机程序编码可以用任意一种或多种程序语言编写,包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、Visual Basic、Fortran 2003、Perl、COBOL 2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或服务器上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
此外,除非权利要求中明确说明,本说明书所述处理元素和序列的顺序、数字字母的使用、或其他名称的使用,并非用于限定本说明书流程和方法的顺序。尽管上述披露中通过各种示例讨论了一些目前认为有用的发明实施例,但应当理解的是,该类细节仅起到说明的目的,附加的权利要求并不仅限于披露的实施例,相反,权利要求旨在覆盖所有符合本说明书实施例实质和范围的修正和等价组合。例如,虽然以上所描述的***组件可以通过硬件设备实现,但是也可以只通过软件的解决方案得以实现,如在现有的服务器或移动设备上安装所描述的***。
同理,应当注意的是,为了简化本说明书披露的表述,从而帮助对一个或多个发明实施例的理解,前文对本说明书实施例的描述中,有时会将多种特征归并至一个实施例、附图或对其的描述中。但是,这种披露方法并不意味着本说明书对象所需要的特征比权利要求中提及的特征多。实际上,实施例的特征要少于上述披露的单个实施例的全部特征。
针对本说明书引用的每个专利、专利申请、专利申请公开物和其他材料,如文章、书籍、说明书、出版物、文档等,特此将其全部内容并入本说明书作为参考。与本说明书内容不一致或产生冲突的申请历史文件除外,对本说明书权利要求最广范围有限制的文件(当前或之后附加于本说明书中的)也除外。需要说明的是,如果本说明书附属材料中的描述、定义、和/或术语的使用与本说明书所述内容有不一致或冲突的地方,以本说明书的描述、定义和/或术语的使用为准。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种数据分析异步处理方法,其特征在于,所述数据异步处理方法包括以下步骤:
步骤1:获得请求信息,分析所述请求信息,获得目标数据类型;
步骤2:对所述请求信息进行拆分,获得至少一个查询语句;
步骤3:遍历所述查询语句并异步执行,获得每个所述查询语句对应的第一结果;
步骤4:针对每个所述第一结果,异步获得对应的类型适配器并将所述第一结果输入对应的所述类型适配器,获得第一数据;
步骤5:分析所述第一数据,获得数据报表。
2.根据权利要求1所述的一种数据分析异步处理方法,其特征在于,所述步骤4还包括建立数据转换模型,所述数据转换模型内集成有至少一个类型适配器,所述步骤4建立数据转换模型后,针对每个第一结果和所述目标数据类型在所述数据转换模型中进行匹配,获得对应的类型适配器。
3.根据权利要求2所述的一种数据分析异步处理方法,其特征在于,所述数据转换模型内还包括工厂接口,所述工厂接口用于定义所述类型适配器对应的属性,所述类型适配器根据所述工厂接口集成于所述数据转换模型内。
4.根据权利要求3所述的一种数据分析异步处理方法,其特征在于,所述数据处理异步处理方法还包括以下步骤:
监控所述工厂接口,判断所述工厂接口内的定义是否更新;
若所述工厂接口内的定义更新,则判断所述数据转换模型中的类型适配器是否空闲;
若所述类型适配器空闲,则根据更新后的所述工厂接口重建所述类型适配器。
5.根据权利要求1所述的一种数据分析异步处理方法,其特征在于,所述数据分析异步处理方法还包括以下步骤:
建立数据库,所述数据库用于存储药品信息和病名信息;
生成所述药品信息和所述病名信息对应的第一关系图,所述第一关系图用于描述所述药品信息和所述病名信息间的关系;
其中,所述药品信息和所述病名信息分别对应所述第一关系图中的节点;
所述步骤3具体为,遍历所述查询语句并异步执行,根据所述数据库获得每个所述查询语句对应的第一结果;
所述步骤4具体为,针对每个所述第一结果,异步获得对应的类型适配器并将所述第一结果输入对应的所述类型适配器,获得第一数据;
所述步骤5具体为,根据所述第一关系图分析所述第一数据,获得数据报表。
6.根据权利要求5所述的一种数据分析异步处理方法,其特征在于,所述数据库还包括历史病历信息,所述数据分析异步处理方法还包括以下步骤:
获得待检索病历信息,建立机器学习模型,所述机器学习模型用于根据所述数据库对所述历史病历信息和/或所述待检索病历信息进行分割;
根据所述机器学习模型对所述历史病历信息进行处理,获得第二数据;
根据所述机器学习模型对所述待检索病历信息进行处理,获得第三数据;
根据所述第一关系图对所述第二数据和所述第三数据进行匹配,获得匹配结果;
所述步骤5具体为,根据所述第一关系图分析所述第一数据和所述匹配结果,获得数据报表。
7.根据权利要求5所述的一种数据分析异步处理方法,其特征在于,所述数据库为关系型数据库。
8.一种数据分析异步处理***,其特征在于,所述***包括:
数据接收单元,用于获得请求信息,分析所述请求信息,获得目标数据类型;
数据分析单元,用于对所述请求信息进行拆分,获得至少一个查询语句;遍历所述查询语句并异步执行,获得每个所述查询语句对应的第一结果;针对每个所述第一结果获得对应的类型适配器并将所述第一结果输入对应的所述类型适配器,获得第一数据;
报表生成单元,用于分析所述第一数据,获得数据报表。
9.一种数据分析异步处理装置,包括存储器、处理器以及存储在所述存储器中并可在所述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计算机程序时实现如权利要求1-7中任意一个所述数据分析异步处理方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任意一个所述数据分析异步处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310227283.2A CN115954108B (zh) | 2023-03-10 | 2023-03-10 | 一种数据分析异步处理方法及***及装置及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310227283.2A CN115954108B (zh) | 2023-03-10 | 2023-03-10 | 一种数据分析异步处理方法及***及装置及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115954108A true CN115954108A (zh) | 2023-04-11 |
CN115954108B CN115954108B (zh) | 2023-05-16 |
Family
ID=85893000
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310227283.2A Active CN115954108B (zh) | 2023-03-10 | 2023-03-10 | 一种数据分析异步处理方法及***及装置及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115954108B (zh) |
Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080059489A1 (en) * | 2006-08-30 | 2008-03-06 | International Business Machines Corporation | Method for parallel query processing with non-dedicated, heterogeneous computers that is resilient to load bursts and node failures |
US20090063435A1 (en) * | 2007-08-31 | 2009-03-05 | Ebersole Steven | Parameter type prediction in object relational mapping |
US20130179462A1 (en) * | 2012-01-06 | 2013-07-11 | Upmc | Apparatus and Method for Viewing Medical Information |
WO2014121128A1 (en) * | 2013-02-01 | 2014-08-07 | Life Technologies Corporation | Methods, systems, and computer readable media for exchanging genomic and/or patient information |
CN109784829A (zh) * | 2018-12-11 | 2019-05-21 | 平安科技(深圳)有限公司 | 审批流程动态配置方法、装置、计算机设备及存储介质 |
US20190295694A1 (en) * | 2018-03-23 | 2019-09-26 | Cambia Health Solutions, Inc. | Methods and systems for a healthcare provider search |
US20200073987A1 (en) * | 2018-09-04 | 2020-03-05 | Salesforce.Com, Inc. | Technologies for runtime selection of query execution engines |
US20210090694A1 (en) * | 2019-09-19 | 2021-03-25 | Tempus Labs | Data based cancer research and treatment systems and methods |
CN113282583A (zh) * | 2021-05-24 | 2021-08-20 | 北京京东振世信息技术有限公司 | 一种数据存储方法、装置、设备和存储介质 |
CN113535773A (zh) * | 2021-07-27 | 2021-10-22 | 工银科技有限公司 | 数据库优化方法、数据库优化装置、电子设备和存储介质 |
CN113742043A (zh) * | 2021-08-31 | 2021-12-03 | 中企云链(北京)金融信息服务有限公司 | 一种服务器后端任务异步拆分方法 |
CN113934430A (zh) * | 2021-10-20 | 2022-01-14 | 北京天融信网络安全技术有限公司 | 数据检索分析方法、装置、电子设备及存储介质 |
CN114547080A (zh) * | 2022-02-24 | 2022-05-27 | 重庆紫光华山智安科技有限公司 | 数据查询方法、***、电子设备和存储介质 |
CN114741179A (zh) * | 2022-05-20 | 2022-07-12 | 北京宇信科技集团股份有限公司 | 异步通讯的任务执行方法、装置、电子设备和存储介质 |
CN115146316A (zh) * | 2022-07-19 | 2022-10-04 | 中国工商银行股份有限公司 | 跨***数据访问方法、装置、设备和介质 |
WO2023029513A1 (zh) * | 2021-08-30 | 2023-03-09 | 康键信息技术(深圳)有限公司 | 基于人工智能的搜索意图识别方法、装置、设备及介质 |
-
2023
- 2023-03-10 CN CN202310227283.2A patent/CN115954108B/zh active Active
Patent Citations (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20080059489A1 (en) * | 2006-08-30 | 2008-03-06 | International Business Machines Corporation | Method for parallel query processing with non-dedicated, heterogeneous computers that is resilient to load bursts and node failures |
US20090063435A1 (en) * | 2007-08-31 | 2009-03-05 | Ebersole Steven | Parameter type prediction in object relational mapping |
US20130179462A1 (en) * | 2012-01-06 | 2013-07-11 | Upmc | Apparatus and Method for Viewing Medical Information |
WO2014121128A1 (en) * | 2013-02-01 | 2014-08-07 | Life Technologies Corporation | Methods, systems, and computer readable media for exchanging genomic and/or patient information |
US20190295694A1 (en) * | 2018-03-23 | 2019-09-26 | Cambia Health Solutions, Inc. | Methods and systems for a healthcare provider search |
US20200073987A1 (en) * | 2018-09-04 | 2020-03-05 | Salesforce.Com, Inc. | Technologies for runtime selection of query execution engines |
CN109784829A (zh) * | 2018-12-11 | 2019-05-21 | 平安科技(深圳)有限公司 | 审批流程动态配置方法、装置、计算机设备及存储介质 |
US20210090694A1 (en) * | 2019-09-19 | 2021-03-25 | Tempus Labs | Data based cancer research and treatment systems and methods |
CN113282583A (zh) * | 2021-05-24 | 2021-08-20 | 北京京东振世信息技术有限公司 | 一种数据存储方法、装置、设备和存储介质 |
CN113535773A (zh) * | 2021-07-27 | 2021-10-22 | 工银科技有限公司 | 数据库优化方法、数据库优化装置、电子设备和存储介质 |
WO2023029513A1 (zh) * | 2021-08-30 | 2023-03-09 | 康键信息技术(深圳)有限公司 | 基于人工智能的搜索意图识别方法、装置、设备及介质 |
CN113742043A (zh) * | 2021-08-31 | 2021-12-03 | 中企云链(北京)金融信息服务有限公司 | 一种服务器后端任务异步拆分方法 |
CN113934430A (zh) * | 2021-10-20 | 2022-01-14 | 北京天融信网络安全技术有限公司 | 数据检索分析方法、装置、电子设备及存储介质 |
CN114547080A (zh) * | 2022-02-24 | 2022-05-27 | 重庆紫光华山智安科技有限公司 | 数据查询方法、***、电子设备和存储介质 |
CN114741179A (zh) * | 2022-05-20 | 2022-07-12 | 北京宇信科技集团股份有限公司 | 异步通讯的任务执行方法、装置、电子设备和存储介质 |
CN115146316A (zh) * | 2022-07-19 | 2022-10-04 | 中国工商银行股份有限公司 | 跨***数据访问方法、装置、设备和介质 |
Non-Patent Citations (4)
Title |
---|
李帅: "区域卫生信息化中病人主索引服务器的研究与实现", 中国优秀硕士学位论文全文数据库信息科技辑 * |
杨婷 等: "轻量级缓存策略的关系型数据库全文搜索加强与扩展", 计算机应用 * |
王蓉 等: "基于SpringCloud框架的医疗信息共享平台设计与实现", 中国医学装备 * |
裴鹏飞: "支持事务的分布式消息队列中间件的设计与实现", 中国优秀硕士学位论文全文数据库 信息科技辑 * |
Also Published As
Publication number | Publication date |
---|---|
CN115954108B (zh) | 2023-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7360328B2 (ja) | 異種にプログラムされたデータ処理システムの自動依存性アナライザ | |
US20200050968A1 (en) | Interactive interfaces for machine learning model evaluations | |
US8417709B2 (en) | Automatic refinement of information extraction rules | |
US10339465B2 (en) | Optimized decision tree based models | |
KR102229010B1 (ko) | 데이터를 모델링하기 위한 시스템 및 방법 | |
US7877370B2 (en) | Systems and methods for data storage and retrieval using algebraic relations composed from query language statements | |
US7720806B2 (en) | Systems and methods for data manipulation using multiple storage formats | |
US7613734B2 (en) | Systems and methods for providing data sets using a store of albegraic relations | |
CN110795455A (zh) | 依赖关系解析方法、电子装置、计算机设备及可读存储介质 | |
US7769754B2 (en) | Systems and methods for data storage and retrieval using algebraic optimization | |
US11222013B2 (en) | Custom named entities and tags for natural language search query processing | |
US20150317361A1 (en) | Optimizing Database Definitions in an Existing Database | |
US20210209098A1 (en) | Converting database language statements between dialects | |
CN108984155A (zh) | 数据处理流程设定方法和装置 | |
CN111061739A (zh) | 海量医疗数据的入库方法及装置、电子设备、存储介质 | |
US20140115007A1 (en) | Generating synthetic data | |
CN113032642B (zh) | 针对目标对象的数据处理方法、装置、介质及电子设备 | |
US10162603B2 (en) | Loading data for iterative evaluation through SIMD registers | |
CN115954108A (zh) | 一种数据分析异步处理方法及***及装置及介质 | |
CN114927180A (zh) | 病历结构化方法、装置及存储介质 | |
CN114020774A (zh) | 多轮问答语句的处理方法、装置、设备及存储介质 | |
US20220244929A1 (en) | Transforming logic programming language code into structured query language code | |
Ha et al. | An Approach to Translating a Database from MySQL to Cassandra | |
Ye et al. | Structured Knowledge Base Q&A System Based on TorchServe Deployment | |
US11409729B2 (en) | Managing database object schema virtual changes |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |