CN103024715B - 一种基于费率时段的业务数据流量统计的方法及装置 - Google Patents

Abstract

本发明提供了一种基于费率时段的业务数据流量统计的方法及装置，其中所述方法包括获取费率时段信息，所述费率时段信息包括承载的费率时段区间、将所述承载划分为多个费率时段区间的特征点以及所述特征点的状态，其中，所述特征点的状态包括初始态；接收业务数据，并获取所述业务数据经过承载的时间；当所述业务数据经过承载的时间匹配到某一特征点，并且所述特征点的状态为初始态时，统计所述特征点对应的费率时段区间的数据流量。本发明可以解决设备在同一费率时段内的统计处理量太大的问题，保障设备的正常运作。

Description

一种基于费率时段的业务数据流量统计的方法及装置

技术领域

本发明涉及通信技术领域，特别是涉及一种基于费率时段的业务数据流量统计的方法，以及，一种基于费率时段的业务数据流量统计的装置。

背景技术

随着无线接入技术的融合，对分组数据业务进行准确计费，已经成为用户和各大移动运营商普遍关注的课题。

3GPP（The3rd Generation Partnership Project，在第三代合作伙伴计划）TS32.251协议中对于分组数据业务计费的描述如下：在基于承载计费时，如果费率时段区间改变，则该承载的当前费率时段区间的流量统计值需要上报并重新开始统计；在基于流的承载计费时，如果费率时段区间改变，则基于该承载的所有业务流的当前费率时段区间的流量统计值需要上报并重新开始统计。

一般依据费率时段改变点设置定时器来统计费率时段区间的流量，在定时器到时时表示费率时段改变点到达，就需要上报费率时段的流量信息并重新开始统计。然而，由于费率时段是依据计费特征分别配置的，采用相同计费特征的承载的费率时段都是相同的，这样采用相同计费特征的承载的费率时段改变点也是相同的，因此，在费率时段改变点到达时，会有数量庞大（上百万个）的承载同时上报流量信息，导致设备瞬间的CPU占用率很高，还可能会导致应用间消息量大，缓存不够等问题，严重时会导致设备故障。

因此，本领域技术人员所要解决的技术问题是提供一种业务数据流量统计机制，用以解决设备在同一费率时段内的统计处理量太大的问题，保障设备的正常运作。

发明内容

本发明所要解决的技术问题是提供一种基于费率时段的业务数据流量统计的方法，用于统计经过承载的业务数据的数据流量，保证设备的正常运作。

相应的，本发明还提供了一种基于费率时段的业务数据流量统计的装置，用以保证上述方法的实现及应用。

为了解决上述问题，本发明公开了一种基于费率时段的业务数据流量统计的方法，包括：

获取费率时段信息，所述费率时段信息包括承载的费率时段区间、将所述承载划分为多个费率时段区间的特征点以及所述特征点的状态，其中，所述特征点的状态包括初始态；

接收业务数据，并获取所述业务数据经过承载的时间；

当所述业务数据经过承载的时间匹配到某一特征点，并且所述特征点的状态为初始态时，统计所述特征点对应的费率时段区间的数据流量。

优选地，所述特征点的状态还包括处理态；所述当所述业务数据经过承载的时间匹配到某一特征点，并且所述特征点的状态为初始态时，统计所述特征点对应的费率时段区间的数据流量的步骤之后，还包括：

记录所述统计的数据流量对应的费率时段区间的数据流量统计值，在费率时段区间改变时，开始下一个费率时段区间的统计；

将所述已经统计数据流量的费率时段区间对应的特征点的状态设置为处理态，其余特征点的状态设置为初始态。

优选地，所述统计的数据流量对应的费率时段区间的数据流量统计值记录在预置的容器中，所述的方法还包括：

当费率时段区间改变时，关闭当前记录了数据流量统计值的容器。

优选地，所述特征点为时间的小时整点，所述接收业务数据，并获取所述业务数据经过承载的时间的步骤包括：

接收业务数据；

获取所述业务数据经过承载的时间的小时部分；

所述当业务数据经过承载的时间匹配到某一特征点，并且所述特征点的状态为初始态时，统计所述特征点对应的费率时段区间的数据流量的步骤包括：

将所述业务数据经过承载的时间的小时部分与所述每个特征点进行匹配；

当业务数据经过承载的时间的小时部分匹配到某一特征点，并且所述特征点的状态为初始态时，统计所述特征点对应的费率时段区间的数据流量。

优选地，所述方法还包括：

当所述业务数据经过承载的时间不能匹配到某一特征点，和/或，所述特征点的状态为处理态时，将所述业务数据的数据流量累加到与所述业务数据经过承载的时间相应的费率时段区间中。

本发明还公开了一种基于费率时段的业务数据流量统计的装置，其特征在于，包括：

费率时段信息获取模块，用于获取费率时段信息，所述费率时段信息包括承载的费率时段区间、将所述承载划分为多个费率时段区间的特征点以及所述特征点的状态，其中，所述特征点的状态包括初始态；

业务数据接收模块，用于接收业务数据，并获取所述业务数据经过承载的时间；

判断模块，用于判断所述业务数据经过承载的时间是否匹配到某一特征点，以及判断所述特征点的状态是否为初始态，若是，则调用数据流量统计模块；否则，则调用累加模块；

数据流量统计模块，用于统计所述特征点对应的费率时段区间的数据流量。

优选地，所述特征点的状态还包括处理态，所述装置还包括：

数据流量统计值记录模块，与数据流量统计模块相连，用于记录所述统计的数据流量对应的费率时段区间的数据流量统计值，在费率时段区间改变时，开始下一个费率时段区间的统计；

状态设置模块，与数据流量统计模块相连，用于将所述已经统计数据流量的费率时段区间对应的特征点的状态设置为处理态，其余特征点的状态设置为初始态。

优选地，所述统计的数据流量对应的费率时段区间的数据流量统计值记录在预置的容器中，所述的装置还包括：

容器关闭模块，用于当费率时段区间改变时，关闭当前记录了数据流量统计值的容器。

优选地，所述特征点为时间的小时整点，所述费率时段信息获取模块包括以下子模块：

业务数据子模块，用于接收业务数据；

时间获取子模块，用于获取所述业务数据经过承载的时间的小时部分；

所述判断模块包括如下子模块：

匹配子模块，用于判断所述业务数据经过承载的时间的小时部分是否匹配到某一特征点，以及判断所述特征点的状态是否为初始态，若是，则调用数据流量统计模块；否则，则调用累加模块；

优选地，所述装置还包括：

累加模块，用于将所述业务数据的数据流量累加到与所述业务数据经过承载的时间相应的费率时段区间中。

与现有技术相比，本发明包括以下优点：

首先，本发明以承载为单位，承载中的业务数据流量的统计依据业务数据经过承载的时间为触发点，而不是以费率时段改变点的时间为触发点，这样在同一时刻统计业务数据流量的承载就不会过分集中，避免了同一时刻数量庞大的承载集中统计业务数据流量造成的设备CPU占用率高的问题；

其次，本发明因为以获取业务数据经过承载的时间为业务数据统计的触发点，这样就不需要设置定时器来提醒费率时段改变点的到达，降低了设备CPU的占用率。

附图说明

图1是本发明一种业务数据流量统计的方法实施例1步骤流程图；

图2是本发明一种业务数据流量统计的方法实施例2步骤流程图；

图3是本发明的费率时段改变点状态变换流程图；

图4是本发明一种业务数据流量统计的方法实施例结构框图。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。

本发明实施例的核心构思在于，以承载为单位，承载中的业务数据流量的统计依据业务数据经过承载的时间为触发点，通过比较业务数据经过承载的时间与费率时段改变点的时间，以及获取费率时段改变点的状态来确定统计承载的业务数据流量的时机，降低了设备CPU的占用率。

参照图1，示出了本发明一种基于费率时段的业务数据流量统计的方法实施例1的步骤流程图，具体包括以下步骤：

步骤101：获取费率时段区间信息，所述费率时段信息包括承载的费率时段区间、将所述承载划分为多个费率时段区间的特征点以及所述特征点的状态，其中，所述特征点的状态包括初始态；

费率时段区间是指一个时间区间，在这个时间区间内计费费率是相同的，在具体实现中，费率时段区间可以依据计费特征（计费特征是计费使用的一个参数，一般由运营商统一分配）为单位分别配置，所以采用相同计费特征的承载的费率时段区间都是相同的。

作为本实施例的一种优选示例，将所述承载划分为多个费率时段区间的特征点也可以称为费率时段改变点，也就是说，费率时段区间就是两个费率时段改变点之间的时间区间，例如，某一天有3个费率时段改变点，那么一天就有4个费率时段区间。

承载，是指传输业务数据的一个逻辑通道，对于一个业务数据来说，用户使用该项业务所消耗的数据量称为业务流量，一个业务数据可以由多个业务数据流组成的，一个承载上可能会有多个业务数据，如果对承载之上的业务数据流能够识别，就可以认为是基于流的承载，在对业务数据进行计费时，可以具体到基于业务数据流的计费，也就是以业务数据为单位统计该业务数据所有数据流的流量信息。

3GPP（The3rd Generation Partnership Project，在第三代合作伙伴计划）TS32.251协议中，对于业务数据计费有明确表述如下：

Table 5.5:Triggersfor SGW-CDR charging information addition

上述表5.5翻译如下：

表5.5:服务网关计费数据的计费信息增加的触发条件

Table 5.8:Triggersfor PGW-CDR charging in formation addition"List ofService Data"

上述表5.8翻译如下：

表5.8:公用数据网网关计费数据的计费信息增加的触发条件

其中，SGW（Serving Gateway，服务网关），该网关是一个用户面实体，负责用户面数据路由处理，是3GPP系统内部用户面锚点，一个用户在一个时刻只能有一个SGW，即在针对SGW计费时，是基于承载计费的。

PGW（PDN Gateway，公用数据网网关），负责UE（User Experience，用户体验）接入PDN（Public Data Network，公用数据网）的网关，分配用户IP地址，同时是3GPP和非3GPP接入系统的移动性锚点，用户在同一时刻能够接入多个PGW，即在针对PGW既费时，是基于流的承载的计费。

CDR（Charging Data Record，计费数据记录），计费数据功能CDF从各网络实体取出计费信息并形成CDR。

从上述两表中可以看出，在基于承载计费时，如果费率时段区间改变，则该承载的当前费率时段区间（承载的当前费率时段区间是指费率时段改变点前面的一个费率时段区间）的流量统计值需要上报并重新开始统计；在基于业务流的承载计费时，如果费率时段区间改变，则基于该承载的所有业务流的当前费率时段区间的流量统计值需要上报并重新开始统计。一般通过每个承载设置一个费率时段区间的定时器，定时器依据费率时段改变点设置定时，在定时器到时时表示费率时段改变点到达，就需要统计当前费率时段区间的流量信息。

针对费率时段区间的配置，3GPP中也有明确的建议，参照下表：

Table A.2:Example of charging characteristics behaviours for SGW

（表A.2：服务网关的计费特征例子）

Table A.2:Example of charging characteristics behaviours for PGW

（表A.2：公用数据网网关的计费特征例子）

从以上的协议描述可以看出，费率时段区间改变时需要统计一次流量，会新增一个容器，但并不关闭话单，而且费率时段改变点都是时间的小时整点，也就是说，一天中最多有24个费率时段改变点，一般一天中设置两到三个就可以了

然而，由于现在的SGW或PGW设备的容量都很大，能支持上百万个承载，尽管费率时段区间是依据计费特征分别配置的，但是费率时段相同的承载数量还是很大的，有可能也会有上百万个，如果在费率时段区间改变这一时刻，这么大数量的承载同时上报流量信息，设备几乎是不可能承受的，会导致设备瞬间的CPU占用率很高、应用间消息量大、缓存不够、甚至是设备故障等问题。为了解决这个问题，本发明以承载为单位管理费率时段改变点，为每个费率时段改变点增加一个状态参数，用来表示该费率时段改变点的状态。作为本实施例的一种优选示例，可以使用0和1来表示费率时段改变点的状态：0表示费率时段改变点的状态为初始态；1表示费率时段改变点的状态为处理态，也就是该费率时段改变点对应的费率时段区间统计了数据流量的状态。在具体实现中，在含有计费数据功能的设备启动时，会将所有的费率时段改变点的状态设置为初始态。

步骤102：接收业务数据，并获取所述业务数据经过承载的时间；

本发明中费率时段区间的流量统计依据业务数据经过承载的时刻为触发点，而不是以费率时段改变点的时刻为触发点，防止同一时间点内数量庞大的承载同时统计数据流的情况。

在本发明的一种优选实施例中，所述步骤102可以包括如下子步骤：

子步骤S11：接收业务数据；

在具体实现中，获取每个经过承载的业务数据，依次与业务数据经过的承载的每个费率时段改变点比较。

子步骤S12：获取所述业务数据经过承载的时间的小时部分。

由于承载的费率时段改变点都是时间的小时整点的，在接收业务数据时，获取业务数据经过承载的时间的小时部分跟承载中各个费率时段改变点比较会比较容易匹配。

步骤103：当所述业务数据经过承载的时间匹配到某一特征点，并且所述特征点的状态为初始态时，统计所述特征点对应的费率时段区间的数据流量。

在本发明的一种优选实施例中，所述步骤103可以包括如下子步骤：

子步骤S21：将所述业务数据经过承载的时间的小时部分与所述每个特征点进行匹配；

子步骤S22：当业务数据经过承载的时间的小时部分匹配到某一特征点，并且所述特征点的状态为初始态时，统计所述特征点对应的费率时段区间的数据流量。

其中，特征点对应的费率时段区间为特征点之前的那个费率时段区间。

另一方面，由于在一个费率时段区间中，经过承载的业务数据的数据流量是可以累加的，因此，当所述业务数据经过承载的时间不能匹配到某一特征点，和/或，所述特征点的状态为处理态时，将所述业务数据的数据流量累加到相应的费率时段区间中，在条件满足（所述业务数据经过承载的时间匹配到某一特征点，并且所述特征点的状态为初始态）时，一并统计所述费率时段区间的业务数据流量。

参照图2，示出了本发明一种基于费率时段的业务数据流量统计的方法实施例2的步骤流程图，具体包括以下步骤：

步骤201：获取费率时段区间信息，所述费率时段信息包括承载的费率时段区间、将所述承载划分为多个费率时段区间的特征点以及所述特征点的状态，其中，所述特征点的状态包括初始态；

费率时段区间是指一个时间区间，在这个时间区间内计费费率是相同的，在具体实现中，费率时段区间可以依据计费特征（计费特征是计费使用的一个参数，一般由运营商统一分配）为单位分别配置，所以采用相同计费特征的承载的费率时段区间都是相同的。

作为本实施例的一种优选示例，将所述承载划分为多个费率时段区间的特征点也可以称为费率时段改变点，也就是说，费率时段区间就是两个费率时段改变点之间的时间区间，例如，某一天有3个费率时段改变点，那么一天就有4个费率时段区间。

承载，是指传输业务数据的一个逻辑通道，对于一个业务数据来说，用户使用该项业务所消耗的数据量称为业务数据流，一个业务数据流可以由多个业务流组成的，因此，在承载之上，一个承载上可能会有多个业务流，如果对承载之上的业务流能够识别，就可以认为是基于流的承载，在对业务数据进行计费时，可以具体到基于业务流的计费。

步骤202：接收业务数据，并获取所述业务数据经过承载的时间；

在本发明的一种优选实施例中，所述步骤202可以包括如下子步骤：

子步骤S31：接收业务数据；

在具体实现中，获取每个经过承载的业务数据，依次与业务数据经过的承载的每个费率时段改变点比较。

子步骤S32：获取所述业务数据经过承载的时间的小时部分。

由于承载的费率时段改变点都是时间的小时整点的，在接收业务数据时，获取业务数据经过承载的时间的小时部分跟承载中各个费率时段改变点比较。

步骤203：当所述业务数据经过承载的时间匹配到某一特征点，并且所述特征点的状态为初始态时，统计所述特征点对应的费率时段区间的数据流量。

在本发明的一种优选实施例中，所述步骤103可以包括如下子步骤：

子步骤S41：将所述业务数据经过承载的时间的小时部分与所述每个特征点进行匹配；

子步骤S42：当业务数据经过承载的时间的小时部分匹配到某一特征点，并且所述特征点的状态为初始态时，统计所述特征点对应的费率时段区间的数据流量。

另一方面，由于在一个费率时段区间中，经过承载的业务数据的数据流量是可以累加的，因此，当所述业务数据经过承载的时间不能匹配到某一特征点，和/或，所述特征点的状态为处理态时，将所述业务数据的数据流量累加到相应的费率时段区间中，在条件满足（所述业务数据经过承载的时间匹配到某一特征点，并且所述特征点的状态为初始态）时，一并统计所述费率时段区间的业务数据流量。

步骤204：记录所述统计的数据流量对应的费率时段区间的数据流量统计值，在费率时段区间改变时，开始下一个费率时段区间的统计；

作为本实施例的一种优选示例，所述统计的数据流量对应的费率时段区间的数据流量统计值记录在预置的容器中。一般而言，容器是指一种用来承载业务，构成虚容器净负荷部分的信息结构，用来存储和组织其他对象的对象，实现链表的类就是一个容器的示例，在本发明中，容器是话单中的一个结构体参数，一般可以是一个列表，也就是多个容器，每个费率时段区间就会产生一个容器，用来记录所述费率时段区间的数据流量统计值。

步骤205：当费率时段区间改变时，关闭当前记录了数据流量统计值的容器。

在基于承载计费时，当业务数据经过承载的时间匹配到某一特征点，并且所述特征点的状态为初始态时，统计该承载的当前费率时段区间的数据流量并开启一个容器，且容器关闭的原因为当前费率时段区间改变，容器关闭的时间置为费率时段改变点的时间；

在基于业务流的承载计费时，统计该承载上每个业务流的当前费率时段区间的流量并开启数个容器，且所述数个容器关闭的原因为费率时段改变，容器关闭的时间置为费率时段改变点的时间。

当费率时段区间改变时，关闭当前记录了数据流量统计值的容器，开启下一个费率时段区间的容器，进行下一个费率时段区间的数据流量的统计，这样保证每个费率时段改变点都会有容器关闭。

步骤206：将所述已经统计数据流量的费率时段区间对应的特征点的状态设置为处理态，其余特征点的状态设置为初始态。

参考图3的费率时段改变点状态变换流程图，如果费率时段区间已经统计了业务数据流量，表示该费率时段改变点已经处理，将费率时段改变点的状态从初始态变成处理态，而如果另一个费率时段改变点已经处理时，上述第一个处理态的费率时段改变点的状态设置成初始态。

对于图2所示的方法实施例而言，由于其与图1所述方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可

需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。

参照图4，示出了本发明基于费率时段的一种业务数据流量统计的装置实施例的结构框图，具体包括以下模块：

费率时段信息获取模块401，用于获取费率时段信息，所述费率时段信息包括承载的费率时段区间、将所述承载划分为多个费率时段区间的特征点以及所述特征点的状态，其中，所述特征点的状态包括初始态；

业务数据接收模块402，用于接收业务数据，并获取所述业务数据经过承载的时间；

在具体实现中，获取每个经过承载的业务数据，依次与业务数据经过的承载的每个费率时段改变点比较。

由于承载的费率时段改变点都是时间的小时整点的，在接收业务数据时，获取业务数据经过承载的时间的小时部分跟承载中各个费率时段改变点比较。

在本发明的一种优选实施例中，所述业务数据接收模块402可以包括如下子模块：

业务数据子模块，用于接收业务数据；

时间获取子模块，用于获取所述业务数据经过承载的时间的小时部分；

判断模块403，用于判断所述业务数据经过承载的时间是否匹配到某一特征点，以及判断所述特征点的状态是否为初始态，若是，则调用数据流量统计模块；否则，则调用累加模块；

在本发明的一种优选实施例中，所述数据流量统计模块403可以包括如下子模块：

匹配子模块，用于判断所述业务数据经过承载的时间的小时部分是否匹配到某一特征点，以及判断所述特征点的状态是否为初始态，若是，则调用数据流量统计模块；否则，则调用累加模块；

数据流量统计模块404，用于统计所述特征点对应的费率时段区间的数据流量。

由于在一个费率时段区间中，经过承载的业务数据流量是可以累加的，因此，在本发明的另一方面，所述特征点的状态还可以包括处理态，所述装置还可以包括：

累加模块405，用于将所述业务数据的数据流量累加到与所述业务数据经过承载的时间相应的费率时段区间中。

数据流量统计值记录模块406，与数据流量统计模块相连，用于记录所述统计的数据流量对应的费率时段区间的数据流量统计值，在费率时段区间改变时，开始下一个费率时段区间的统计；

作为本实施例的一种优选示例，所述统计的数据流量对应的费率时段区间的数据流量统计值记录在预置的容器中。

容器关闭模块407，用于当费率时段区间改变时，关闭当前记录了数据流量统计值的容器。

状态设置模块408，与数据流量统计模块相连，用于将所述已经统计数据流量的费率时段区间对应的特征点的状态设置为处理态，其余特征点的状态设置为初始态。

对于图4所示的装置实施例而言，由于其与前述方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。对于装置实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和／或方框图来描述的。应理解可由计算机程序指令实现流程图和／或方框图中的每一流程和／或方框、以及流程图和／或方框图中的流程和／或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和／或方框图一个方框或多个方框中指定的功能的步骤。

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，则可对这些实施例做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。

最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上对本发明所提供的一种基于费率时段的业务数据流量统计的方法，以及，一种基于费率时段的业务数据流量统计的装置，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种基于费率时段的业务数据流量统计的方法，其特征在于，包括：

获取费率时段信息，所述费率时段信息包括承载的费率时段区间、将所述承载划分为多个费率时段区间的特征点以及所述特征点的状态，其中，所述特征点的状态包括初始态和处理态；

接收业务数据，并获取所述业务数据经过承载的时间；

当所述业务数据经过承载的时间匹配到某一特征点，并且所述特征点的状态为初始态时，统计所述特征点对应的费率时段区间的数据流量；

将已经统计数据流量的费率时段区间对应的特征点的状态设置为处理态，其余特征点的状态设置为初始态。

2.根据权利要求1所述的方法，其特征在于，所述当所述业务数据经过承载的时间匹配到某一特征点，并且所述特征点的状态为初始态时，统计所述特征点对应的费率时段区间的数据流量的步骤之后，还包括：

记录所述统计的数据流量对应的费率时段区间的数据流量统计值，在费率时段区间改变时，开始下一个费率时段区间的统计。

3.根据权利要求2所述的方法，其特征在于，所述统计的数据流量对应的费率时段区间的数据流量统计值记录在预置的容器中，所述的方法还包括：

当费率时段区间改变时，关闭当前记录了数据流量统计值的容器。

4.根据权利要求1所述的方法，其特征在于，所述特征点为时间的小时整点，所述接收业务数据，并获取所述业务数据经过承载的时间的步骤包括：

接收业务数据；

获取所述业务数据经过承载的时间的小时部分；

所述当业务数据经过承载的时间匹配到某一特征点，并且所述特征点的状态为初始态时，统计所述特征点对应的费率时段区间的数据流量的步骤包括：

将所述业务数据经过承载的时间的小时部分与每个特征点进行匹配；

当业务数据经过承载的时间的小时部分匹配到某一特征点，并且所述特征点的状态为初始态时，统计所述特征点对应的费率时段区间的数据流量。

5.根据权利要求1所述的方法，其特征在于，还包括：

当所述业务数据经过承载的时间不能匹配到某一特征点，和/或，所述特征点的状态为处理态时，将所述业务数据的数据流量累加到与所述业务数据经过承载的时间相应的费率时段区间中。

6.一种基于费率时段的业务数据流量统计的装置，其特征在于，包括：

费率时段信息获取模块，用于获取费率时段信息，所述费率时段信息包括承载的费率时段区间、将所述承载划分为多个费率时段区间的特征点以及所述特征点的状态，其中，所述特征点的状态包括初始态和处理态；

业务数据接收模块，用于接收业务数据，并获取所述业务数据经过承载的时间；

判断模块，用于判断所述业务数据经过承载的时间是否匹配到某一特征点，以及判断所述特征点的状态是否为初始态，若是，则调用数据流量统计模块；否则，则调用累加模块；

数据流量统计模块，用于统计所述特征点对应的费率时段区间的数据流量；

状态设置模块，与数据流量统计模块相连，用于将已经统计数据流量的费率时段区间对应的特征点的状态设置为处理态，其余特征点的状态设置为初始态。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：

数据流量统计值记录模块，与数据流量统计模块相连，用于记录所述统计的数据流量对应的费率时段区间的数据流量统计值，在费率时段区间改变时，开始下一个费率时段区间的统计。

8.根据权利要求7所述的装置，其特征在于，所述统计的数据流量对应的费率时段区间的数据流量统计值记录在预置的容器中，所述的装置还包括：

容器关闭模块，用于当费率时段区间改变时，关闭当前记录了数据流量统计值的容器。

9.根据权利要求6所述的装置，其特征在于，所述特征点为时间的小时整点，所述费率时段信息获取模块包括以下子模块：

业务数据子模块，用于接收业务数据；

时间获取子模块，用于获取所述业务数据经过承载的时间的小时部分；

所述判断模块包括如下子模块：

匹配子模块，用于判断所述业务数据经过承载的时间的小时部分是否匹配到某一特征点，以及判断所述特征点的状态是否为初始态，若是，则调用数据流量统计模块；否则，则调用累加模块。

10.根据权利要求6所述的装置，其特征在于，还包括：

累加模块，用于将所述业务数据的数据流量累加到与所述业务数据经过承载的时间相应的费率时段区间中。