CN106484780A

CN106484780A - 数据统计方法及装置

Info

Publication number: CN106484780A
Application number: CN201610826820.5A
Authority: CN
Inventors: 李舜安
Original assignee: Nubia Technology Co Ltd
Current assignee: Nubia Technology Co Ltd
Priority date: 2016-09-06
Filing date: 2016-09-14
Publication date: 2017-03-08

Abstract

本发明公开了一种数据统计方法及装置，属于数据处理技术领域。该方法包括：将原始数据转换为中间结果，将中间结果保存至中间表，查询所述中间表，利用所述中间表中的至少一个中间结果生成所述原始数据的统计结果。通过提前计算，使用中间表的方式，减少了从查询到输出结果的计算量，从而减少计算时间，加快统计结果的输出，提高了效率，同时也大大减少了内存的占用。

Description

数据统计方法及装置

技术领域

本发明涉及数据处理技术领域，尤其涉及数据统计方法及装置。

背景技术

在电商系统中，经常需要了解某段时间内的销售数据(例如产品销量、用户统计等)，以此作为运营推广的依据，因此，每个电商系统几乎都会实现销量统计的功能。

由于数据库里存储的数据一般是订单数据和订单的商品数据。而每天有可能产生成百上千的订单，若想要了解某段具体时间内(例如：每天，一周内)的销售数据，仅仅从订单数据中是没有办法直观地体现出来的，因此，销量统计的功能对于电商系统来说，是必不可少的。

现有技术中，为了实现查询销量统计的功能，每次都需要使用者手动输入需要查询的起始和结束时间，将这个时间段内的各种统计信息从各个维度展示给用户。统计信息的各个维度可以包括下单金额，下单商品数量，支付金额，支付商品数量，下单及支付的用户数量，支付转率等。如果电商系统包括不同的终端类型(电脑、移动端、客户端等)，那么，统计信息还需要针对不同的终端类型。另外，统计信息也可能包括不同的地区以及各个小时段的数据等。

若使用者想要从各个不同的维度对销售数据进行观察，实现起来是比较复杂的，数据从订单数据转换为不同纬度的数据的过程中，需要进行大量的计算。如果输入的时间段过长，订单数据量大的情况下，会花费大量的时间，导致从查询到展示结果的时间过长，甚至服务器超时、内存耗尽。

因此，有必要提出一种数据统计方法及装置，避免上述情况的发生。

发明内容

本发明的主要目的在于提出一种数据统计方法及装置，旨在解决现有的数据统计计算量大、获取统计结果的时间过长、消耗服务器内存的问题。

为实现上述目的，本发明提供的一种数据统计方法，所述方法包括步骤：将原始数据转换为中间结果；将所述中间结果保存至中间表；查询所述中间表，利用所述中间表中的至少一个中间结果生成所述原始数据的统计结果。

可选地，所述将原始数据转换为中间结果，包括：将所述原始数据转换为多个维度的统计数据；将所述多个维度的统计数据转换为所述中间结果。

可选地，所述将所述多个维度的统计数据转换为所述中间结果，包括：

设置转换成所述中间结果的预设周期；根据所述预设周期，定期将所述多个维度的统计数据转换为所述中间结果。

可选地，所述多个维度的统计数据包括订单数据、订单的商品数据。

可选地，在所述将原始数据转换为中间结果之后，所述方法还包括：判断所述中间结果的数据计算量是否达到预设的计算量阈值；若是，将所述中间结果划分为多个层的中间结果，第一层的中间结果由所述原始数据转换得到，下一层的中间结果由上一层的中间结果转换得到；所述将所述中间结果保存至中间表，包括：将最后一层的中间结果保存至所述中间表。

此外，为实现上述目的，本发明还提出一种数据统计装置，所述装置包括：数据转换模块，用于将原始数据转换为中间结果；保存模块，用于将所述中间结果保存至中间表；统计模块，用于查询所述中间表，利用从所述中间表中的至少一个中间结果获取所述原始数据的统计结果。

可选地，所述数据转换模块包括：转换单元，用于将原始数据转换为多个维度的统计数据；中间结果转换单元，用于将所述多个维度的统计数据转换为所述中间结果。

可选地，所述中间结果转换单元具体用于：设置转换成所述中间结果的预设周期；根据所述预设周期，定期将所述多个维度的统计数据转换为所述中间结果。

可选地，所述装置还包括：判断模块，用于判断所述中间结果的数据计算量是否达到预设的计算量阈值；划分模块，用于当所述判断模块判定所述中间结果的数据计算量达到预设的计算量阈值时将所述中间结果划分为多个层的中间结果，第一层的中间结果由所述原始数据转换得到，下一层的中间结果由上一层的中间结果转换得到；所述保存模块具体用于将最后一层的中间结果保存至所述中间表。

本发明提出的数据统计方法及装置，通过将原始数据先行转换为接近最终结果的中间结果，保存到中间表，在以后进行统计查询的时候，从中间表获取数据，进行少量计算，最后展示结果。通过提前计算，使用中间表的方式，减少了从查询到输出结果的计算量，从而减少计算时间，加快统计结果的输出，提高了效率，同时也大大减少了内存的占用。

附图说明

图1为本发明第一实施例提供的数据统计方法的流程示意图；

图2为本发明第一实施例提供的数据统计方法的子流程示意图；

图3为本发明第二实施例提供的数据统计方法的流程示意图；

图4为本发明第三实施例提供的数据统计装置的模块示意图；

图5为图4中数据转换模块的模块示意图；

图6为本发明第四实施例提供的数据统计装置的模块示意图。

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

现在将参考附图描述实现本发明各个实施例的移动终端。在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本发明的说明，其本身并没有特定的意义。因此，"模块"与"部件"可以混合地使用。

实施例一

如图1所示，本发明较佳实施例提出一种数据统计方法，该方法包括：

步骤110，将原始数据转换为中间结果。

具体地，统计来自于各个终端的原始数据，该原始数据是指电商系统中的订单数据和订单的商品数据，并将原始的订单数据和订单的商品数据转换为中间结果。

终端可以以各种形式来实施。例如，本发明中描述的终端可以包括诸如移动电话、智能电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、导航装置等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。

进一步地，中间结果可以显示每个商品每天的数据，后续可以查询某天所有的商品统计信息，也可以查询某个商品某段时间的统计数据。

进一步地，该中间结果至少包括多个终端在不同时间段的数据参数的统计结果。该数据参数可以根据实际使用进行自定义，例如，“订单来源-时间”的统计，具体包括每个时间段(1个小时)内的销售总额、订单数和商品数。

示例性地，中间结果可以如表1所示。

表1

表1代表商品11在2016年6月11日的统计结果，包括来源于移动终端在0点-1点，...，23点-24点内的每个时间段的“订单来源-时间”和“用户数-时间”的统计。

在其他实施例中，根据实际使用需要，中间结果也可以设置为代表“地区-时间”、“地区-用户数”、“支付方式-用户数”的统计。

进一步地，在“订单来源-时间”的统计中，除了“总额”、“订单数”、“商品数”之外，还可以根据实际使用需要增加其它结果，例如“支付总额”、“支付商品数”等。

进一步地，在用户数-时间”的统计中，某个时间段内的人数可以先统计为用户的ID列表，后续再计算人数。

进一步地，表1中记录的是商品11一天之内的销售统计数据，还可以设置为统计一天之内所有商品的销售统计信息。

进一步地，表1中记录的是商品11一天之内的销售统计数据，还可以设置为统计某个商品或者所有商品在一天之内某个时间段内的销售统计数据。

步骤120，将所述中间结果保存至中间表。

具体地，中间表包括至少一个由原始数据转换的中间结果。

步骤130，查询所述中间表，利用所述中间表中的至少一个中间结果生成所述原始数据的统计结果。

具体地，在进行数据统计时，响应于用户输入的指令可以利用中间表中的至少一个中间结果进行统计计算，并得到原始数据的统计结果。

可选地，可以按照第一预设周期从中间表中的至少一个中间结果生成原始数据的统计结果，该第一预设周期可以是指第一时间周期(例如：1周、1个月等)，也可以是指第一数量周期(例如：1000个原始数据、10000个原始数据等)。

以第一预设周期为第一时间周期为例，中间表中的至少一个中间结果为统计在2016年6月每天的销售数据(如表1所示)，若需要统计2016年6月整体的销售数据，则可以从2016年6月每天的中间结果之中获取，并经过简单的计算获得2016年6月整体的销售数据。

以第一预设周期为第一数量周期为例，中间表中的至少一个中间结果为统计100个原始数据中的销售数据，若需要统计1000个原始数据的销售数据，则可以从10个中间结果中获取，并经过简单的计算可以得到1000个原始数据的销售数据。

请参照图2，本实施例中的步骤110进一步包括：

步骤210，将原始数据转换为多个维度的统计数据。

具体地，根据原始数据统计出在各个不同统计条件下的统计结果，不同的数据类型和数据来源，具有不同的统计维度，并展示该多个维度的统计数据。例如，原始数据中的订单数据可以至少包括订单号，下单时间，用户信息数据(包括收货人的姓名、地址、联系方式，支付方式，配送方式)、以及各种金额。再如，原始数据中的订单的商品数据可以至少包括商品名称、库存量单位(Stock Keeping Unit，SKU)、价格、颜色、尺寸等。

示例性地，多个维度的统计数据可以是如表2所示的订单数据，以及表3所示的订单商品数。

表2

表3

商品ID	商品名称	价格	数量
				11	Nubia Z9mini(黑色)	1499	1
12	Nubia Z9经典版(黑色)	3499	1
				22	Z9皮质保护套(黑色)	99	1
13	Nubia Z9Max(全网通版黑色)	1999	1
				14	Nubia My PRAGUE(精英版白色)	2499	1
23	My布拉格防震保护套(茶色)	99	1

在其他实施例中，订单数据和订单商品数的栏位和内容也可以设置为其他内容，本发明不作具体限制。

步骤220，将所述多个维度的统计数据转换为中间结果。

在其他实施例中，还可以设置转换成中间结果的第二预设周期。该第二预设周期与第一预设周期相对应，也就是说，若第一预设周期是指第一预设时间周期时，则第二预设周期也是第二预设时间周期；若第二预设周期是指第一预设数量周期时，则第二预设周期也是第二预设数量周期。

进一步地，当第二预设周期为第二预设时间周期时，则第二预设周期至少包括最小时间段、以及开始时间和结束时间。即，根据预设的最小时间段(例如：1天)、开始时间(例如：0点)和结束时间(24点)，提前一天将多个维度的统计数据转换为中间结果。

进一步地，当第一预设周期为第一预设时间周期，相应地，第二预设周期为第二预设时间周期时，则第二预设周期(例如：1天)小于第一预设周期(例如：1个月)，且第二预设周期的时间(例如：在2016年6月2日转换2016年6月1日的中间结果)早于第一预设周期的时间(例如：在2016年7月1日之后获取2016年6月每天的中间结果)。

当第二预设周期为第二预设数量周期时，则第二预设周期至少包括最小数量单位。即，根据预设的最小数量单位(例如：100个原始数据)，将100份多个维度的统计数据转换为中间结果。

本实施例的数据统计方法，将原始数据转换为中间结果，将中间结果保存至中间表，查询所述中间表，利用中间表中的至少一个中间结果生成原始数据的统计结果。通过将原始数据先行转换为接近最终结果的中间结果，保存到中间表，在以后进行统计查询的时候，从中间表获取数据，进行少量计算，最后展示结果。通过提前计算，使用中间表的方式，减少了从查询到输出结果的计算量，从而减少计算时间，加快统计结果的输出，提高了效率，同时也大大减少了内存的占用。

实施例二

请参照图3，为本发明另一较佳实施例提供的数据统计方法的流程示意图。所述数据统计方法包括：

步骤310，将原始数据转换为中间结果。

具体地，步骤310的内容与第一实施例中步骤110的内容相同，对于相同的内容，本发明在此不再赘述。

步骤320，判断所述中间结果的数据计算量是否达到预设的计算量阈值，若是，则进入步骤330，若否，则进入步骤340。

具体地，预设计算量阈值，在将原始数据转换为中间结果时，则判断中间结果的数据计算量是否达到预设的计算量阈值，若是，则进入步骤330，若否，则进入步骤350。

步骤330，将中间结果划分为多个层的中间结果。

在其他实施例中，还可以设置第三预设周期。

具体地，第三预设周期与第二预设周期相对应，且第二预设周期小于第二预设周期。

以第二预设周期为第二预设时间周期时，相应地，第三预设周期为第三预设时间周期，若第二预设时间周期为1天，则设置第三预设时间周期为1小时。

以第二预设周期为第二预设数量周期时，相应地，第三预设周期为第三预设数量周期，若第二预设数量周期为100个，则设置第三预设数量周期为10个。

具体地，根据设置的第三预设周期，分层次地计算中间结果，从而将中间结果划分为多个层的中间结果，第一层的中间结果由所述原始数据转换得到，下一层的中间结果由上一层的中间结果转换得到。

示例性地，若判断计算1天原始数据的中间结果的计算量大于预设的计算量阈值，则设置第三预设周期为1个小时。第一层中间结果为分别计算24个小时的原始数据。第二层中间结果为根据24个第一层中间结果进行计算得出1天的原始数据。

类似地，还可以计算第三层中间结果、第四层中间结果等，本实施例不一一举例说明。

进一步地，针对每一层中间结果，可以设置相同或者不相同的预设周期，以将原始数据转换为层层中间结果。

进一步地，在计算至少一个第二层中间结果时，还可以重复步骤320以判断至少一个第二层中间结果的数据计算量是否达到预设的计算量阈值，并根据判断结果进入步骤330或者进入步骤340，从而进一步减少计算量。

步骤340，将所述中间结果保存至中间表。

具体地，将最后一层的中间结果保存至中间表。

步骤350，查询所述中间表，利用所述中间表中的至少一个中间结果生成所述原始数据的统计结果。

上述步骤340-步骤350的内容与第一实施例中步骤120-步骤130的内容相同，对于相同的内容，本发明在此不再赘述。

更具体地，按照第一预设周期从中间表中的至少一个第二层中间结果中生成原始数据的统计结果。

本实施例的数据统计方法，当多个终端的原始数据所转换的中间结果的计算量过大，可以增加中间结果的层次，且下一个层次的结果使用上一个层次的中间结果进行计算得出，并通过层层计算中间结果，进而得到更为准确的最终结果，减少了计算量，节约了计算时间，并加快了统计结果的输出，提高了效率。

实施例三

本发明进一步提供一种数据统计装置。

参照图4，图4为本发明第三实施例提供的数据统计装置的模块示意图。

本实施例一种数据统计装置，所述装置包括：

数据转换模块410，用于将原始数据转换为中间结果。

具体地，统计来自于各个终端的原始数据，该原始数据是指电商系统中的订单数据和订单的商品数据，数据转换模块410将原始的订单数据和订单的商品数据转换为中间结果。

示例性地，中间结果可以如表1所示。

表1

保存模块420，用于将所述中间结果保存至中间表。

具体地，中间表包括至少一个由原始数据转换的中间结果。

统计模块430，用于查询所述中间表，利用所述中间表中的至少一个中间结果生成所述原始数据的统计结果。

具体地，统计模块430在进行数据统计时，响应于用户输入的指令可以利用中间表中的至少一个中间结果进行统计计算，并得到原始数据的统计结果。

请参照图5，本实施例中的数据转换模块410进一步包括：

转换单元510，用于将原始数据转换为多个维度的统计数据。

具体地，转换单元510根据原始数据统计出在各个不同统计条件下的统计结果，不同的数据类型和数据来源，具有不同的统计维度，并展示该多个维度的统计数据。例如，原始数据中的订单数据可以至少包括订单号，下单时间，用户信息数据(包括收货人的姓名、地址、联系方式，支付方式，配送方式)、以及各种金额。再如，原始数据中的订单的商品数据可以至少包括商品名称、库存量单位(Stock Keeping Unit，SKU)、价格、颜色、尺寸等。

示例性地，转换单元510转换的多个维度的统计数据可以是如表2所示的订单数据，以及表3所示的订单商品数。

表2

表3

中间结果转换单元530，用于将所述多个维度的统计数据转换为中间结果。

进一步地，当第二预设周期为第二预设时间周期时，则第二预设周期至少包括最小时间段、以及开始时间和结束时间。即，根据预设的最小时间段(例如：1天)、开始时间(例如：0点)和结束时间(24点)，中间结果转换单元530提前一天将多个维度的统计数据转换为中间结果。

本实施例的数据统计装置，数据转换模块410将原始数据转换为中间结果，保存模块420将中间结果保存至中间表，统计模块430查询所述中间表，利用中间表中的至少一个中间结果生成原始数据的统计结果。通过将原始数据先行转换为接近最终结果的中间结果，保存到中间表，在以后进行统计查询的时候，从中间表获取数据，进行少量计算，最后展示结果。通过提前计算，使用中间表的方式，减少了从查询到输出结果的计算量，从而减少计算时间，加快统计结果的输出，提高了效率，同时也大大减少了内存的占用。

实施例四

请参照图6，本发明第四实施例进一步提供一种数据统计装置。在第四实施例中，所述数据统计装置是在第三实施例的基础上所作出的进一步改进，区别仅在于，该装置还包括：

判断模块610，用于判断所述中间结果的数据计算量是否达到预设的计算量阈值。

具体地，预设计算量阈值，在将原始数据转换为中间结果时，判断模块610判断中间结果的数据计算量是否达到预设的计算量阈值。

划分模块630，用于将中间结果划分为多个层的中间结果。

在其他实施例中，还可以设置第三预设周期。

具体地，根据设置的第三预设周期，划分模块630分层次地计算中间结果，从而将中间结果划分为多个层的中间结果，第一层的中间结果由所述原始数据转换得到，下一层的中间结果由上一层的中间结果转换得到。

示例性地，若判断计算1天原始数据的中间结果的计算量大于预设的计算量阈值，则设置模块620设置第三预设周期为1个小时。划分模块630划分的第一层中间结果为分别计算24个小时的原始数据。划分模块630划分的第二层中间结果为根据24个第一层中间结果进行计算得出1天的原始数据。

进一步地，针对划分模块630划分每一层中间结果，设置模块620可以设置相同或者不相同的预设周期，以将原始数据转换为层层中间结果。

进一步地，在划分模块630计算至少一个第二层中间结果时，判断模块610还可以重复判断至少一个第二层中间结果的数据计算量是否达到预设的计算量阈值，并根据判断结果触发设置模块620或者触发保存模块将中间结果保存至中间表，从而进一步减少计算量。

相应地，保存模块还用于最后一层的中间结果保存至中间表。

本实施例的数据统计装置，当判断模块610判定多个终端的原始数据所转换的中间结果的计算量过大，划分模块630增加中间结果的层次，且下一个层次的结果使用上一个层次的中间结果进行计算得出，并通过层层计算中间结果，进而得到更为准确的最终结果，减少了计算量，节约了计算时间，并加快了统计结果的输出，提高了效率。

需要说明的是，在本文中，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、物品或者装置不仅包括那些要素，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、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims

1.一种数据统计方法，其特征在于，所述方法包括步骤：

将原始数据转换为中间结果；

将所述中间结果保存至中间表；

查询所述中间表，利用所述中间表中的至少一个中间结果生成所述原始数据的统计结果。

2.根据权利要求1所述的数据统计方法，其特征在于，所述将原始数据转换为中间结果，包括：

将所述原始数据转换为多个维度的统计数据；

将所述多个维度的统计数据转换为所述中间结果。

3.根据权利要求2所述的数据统计方法，其特征在于，所述将所述多个维度的统计数据转换为所述中间结果，包括：

设置转换成所述中间结果的预设周期；

根据所述预设周期，定期将所述多个维度的统计数据转换为所述中间结果。

4.根据权利要求2所述的数据统计方法，其特征在于，所述多个维度的统计数据包括订单数据、订单的商品数据。

5.根据权利要求1所述的数据统计方法，其特征在于，在所述将原始数据转换为中间结果之后，所述方法还包括：

判断所述中间结果的数据计算量是否达到预设的计算量阈值；

若是，将所述中间结果划分为多个层的中间结果，第一层的中间结果由所述原始数据转换得到，下一层的中间结果由上一层的中间结果转换得到；

所述将所述中间结果保存至中间表，包括：

将最后一层的中间结果保存至所述中间表。

6.一种数据统计装置，其特征在于，所述装置包括：

数据转换模块，用于将原始数据转换为中间结果；

保存模块，用于将所述中间结果保存至中间表；

统计模块，用于查询所述中间表，利用所述中间表中的至少一个中间结果生成所述原始数据的统计结果。

7.根据权利要求6所述的数据统计装置，其特征在于，所述数据转换模块包括：

转换单元，用于将原始数据转换为多个维度的统计数据；

中间结果转换单元，用于将所述多个维度的统计数据转换为所述中间结果。

8.根据权利要求7所述的数据统计装置，其特征在于，所述中间结果转换单元具体用于：

设置转换成所述中间结果的预设周期；

9.根据权利要求7所述的数据统计装置，其特征在于，所述多个维度的统计数据包括订单数据、订单的商品数据。

10.根据权利要求6所述的数据统计装置，其特征在于，所述装置还包括：

判断模块，用于判断所述中间结果的数据计算量是否达到预设的计算量阈值；

划分模块，用于当所述判断模块判定所述中间结果的数据计算量达到预设的计算量阈值时将所述中间结果划分为多个层的中间结果，第一层的中间结果由所述原始数据转换得到，下一层的中间结果由上一层的中间结果转换得到；

所述保存模块具体用于将最后一层的中间结果保存至所述中间表。