CN107544753B - 数据处理方法、装置及服务器 - Google Patents

Abstract

本说明书实施例提供一种数据处理方法、装置及服务器。该方法包括：将目标数据集中的目标数据划分为预设数量的分块数据集读入预设内存；将分块数据集中的目标数据进行数据格式转换和排序处理后得到的有序数据集存储到预设磁盘；按序将预设磁盘中预设数量的有序数据集中的格式化数据的排序标识读入预设内存，得到与所述目标数据集相对应的有序排序标识集。

Description

数据处理方法、装置及服务器

技术领域

本说明书实施例涉及互联网技术领域，特别涉及一种数据处理方法、装置及服务器。

背景技术

随着互联网技术的发展，各种基于互联网技术的业务也随之产生，如基于互联网的投资交易。人们往往通过第三方代销机构进行投资交易，比如第三方基金代销机构等，人们在代销机构进行申交易过程中，在代销机构将交易数据给出到销售机构之前需要保证交易数据的准确性，在接收到销售机构给予的确认等数据时，也需要核对确认数据是否与代销机构本地的交易数据是否一致。

目前，随着代销机构用户越来越多，交易量越来越大，交易数据也越来越大，且交易数据交互的时效性要求很高。因此，在数据核对之前，往往需要对确认数据和本地交易数据分别按照一定规律进行排序。现有技术中在进行数据排序过程中一般需要先从数据文件系统分别获取交易数据和确认数据并对交易数据和确认数据中不同类型的数据分别转换成相应的数据数据格式，在这个转换过程中由于内存空间的存储有限，需要分别以一定大小的文件块依次读取数据，并进行格式转换后将数据以多个文件块的形式存储(写入)到磁盘中；然后，从磁盘中依次读取文件块，在内存中按照一定规则对每个文件块中的数据进行排序得到排序后的文件块，并写入磁盘中；最后，从磁盘中按照一定规则(这里的规则与上述的文件块中的排序规则一致)依次获取排序后的文件块中的数据，将文件块中排序后的数据写成一个有序的大文件写入磁盘。后续，从磁盘读取排序后的大文件中的数据(排序后的交易数据和确认数据)逐一进行核对。但上述现有技术中，数据排序需要从磁盘进行三次对全部交易数据和确认数据的读取和写入，在数据量较大的情况下，会因为数据排序过程中处理效率低而导致无法在特定时效内完成数据核对求。因此，需要提供更快速有效的方案。

发明内容

本说明书实施例的目的是提供一种数据处理方法、装置及服务器，可以减少冗余的外部数据读写，提高数据处理的效率。

本说明书实施例是这样实现的：

一种数据处理方法，包括：

将目标数据集中的目标数据划分为预设数量的分块数据集读入预设内存；

将所述分块数据集中的目标数据进行数据格式转换和排序处理后得到的有序数据集存储到预设磁盘；

按序将所述预设磁盘中预设数量的有序数据集中的格式化数据的排序标识读入所述预设内存，得到与所述目标数据集相对应的有序排序标识集。

一种数据处理装置，包括：

数据读入模块，用于将目标数据集中的目标数据划分为预设数量的分块数据集读入预设内存；

有序数据集存储模块，用于将所述分块数据集中的目标数据进行数据格式转换和排序处理后得到的有序数据集存储到预设磁盘；

有序排序标识集获取模块，用于按序将所述预设磁盘中预设数量的有序数据集中的格式化数据的排序标识读入所述预设内存，得到与所述目标数据集相对应的有序排序标识集。

一种数据处理服务器，包括处理器及存储器，所述存储器存储由所述处理器执行的计算机程序指令，所述计算机程序指令包括：

将目标数据集中的目标数据划分为预设数量的分块数据集读入预设内存；

将所述分块数据集中的目标数据进行数据格式转换和排序处理后得到的有序数据集存储到预设磁盘；

按序将所述预设磁盘中预设数量的有序数据集中的格式化数据的排序标识读入所述预设内存，得到与所述目标数据集相对应的有序排序标识集。

由以上可见，本说明书一个或多个实施例通过在内存中对分块数据集中的目标数据进行数据格式转换和排序处理后得到有序数据集之后，将有序数据集写入预设磁盘，可减少冗余的外部数据读写；同时，从预设磁盘中将有序数据集中的数据的排序标识读入内存中以实现对全部目标数据集中数据的排序处理，整个排序处理过程中，仅仅需要从预设磁盘进行一次对目标数据集全部数据的读取和写入，大大减少了冗余的外部数据读写，提高了数据处理的效率，保证后续数据核对的时效性。

附图说明

为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本说明书中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本说明书提供的实现数据处理方法的整体系统架构一种实施例的示意图；

图2是本说明书提供的数据处理方法的一种实施例的流程示意图；

图3是本说明书提供的将分块数据集中的目标数据进行数据格式转换和排序处理后得到的有序数据集存储到预设磁盘的验证实施例的流程示意图；

图4是本说明书提供的得到与目标数据集相对应的有序排序标识集的一种实施例的流程示意图；

图5是本说明书提供的数据处理装置的一种实施例的结构示意图。

具体实施方式

本说明书实施例提供一种数据处理方法、装置及服务器。

为了使本技术领域的人员更好地理解本说明书中的技术方案，下面将结合本说明书实施例中的附图，对本说明书实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书保护的范围。

如图1所示，图1是本说明书提供的实现数据处理方法的整体系统架构一种实施例的示意图。图1中包括：存储目标数据集的数据库100、数据处理服务器200、外部磁盘300。从图1中可见，当数据处理服务器200从数据库100分块将目标数据集读入内存后，会将处理后的有序数据集写入外部磁盘300中，接着，从外部磁盘300中将处理后数据的排序标识读入内存中以实现对目标数据集的排序处理，整个排序处理过程中，仅仅需要从外部磁盘进行一次对目标数据集全部数据的读取和写入，可以大大提高数据处理的效率。

以下介绍本说明书提供的数据处理的一种具体实施例。图2是本说明书提供的数据处理方法的一种实施例的流程示意图，本说明书提供了如实施例或流程图所述的方法操作步骤，但基于常规或者无创造性的劳动可以包括更多或者更少的操作步骤。实施例中列举的步骤顺序仅仅为众多步骤执行顺序中的一种方式，不代表唯一的执行顺序。在实际中的系统或客户端产品执行时，可以按照实施例或者附图所示的方法顺序执行或者并行执行(例如并行处理器或者多线程处理的环境)。具体的如图2所示，所述方法可以包括：

S202：将目标数据集中的目标数据划分为预设数量的分块数据集读入预设内存。

在实际应用中，一般需要处理的目标数据集中数据量较大，会存在内存中无法存储目标数据集中的全部目标数据的情况。因此，常常会采用分块读入处理的方式。具体的，可以结合服务器内存的实际存储容量，设置每次读入的数据量。具体的，所述预设内存可为相应的服务器为处理目标数据设置的内存。所述目标数据集可以包括需要进行排序的数据，具体的，可以包括需要进行排序核对的数据。一般的，所述目标数据集存储在相应的数据库中。

本说明书实施例中将目标数据集中的目标数据划分为预设数量的分块数据集读入预设内存，可以采用单线程读入的方式；优选的，可以采用多线程同时读取的方式，以提高数据处理的速度。

在一个具体的实施例中，假设所述目标数据集为1GB的数据文件，结合服务器内存处理情况，假设每次读入数据量设置为100MB，且可以通过10个线程读入分块数据集，相应的每个分块数据集可以设置为10MB。

S204：将所述分块数据集中的目标数据进行数据格式转换和排序处理后得到的有序数据集存储到预设磁盘。

本说明书实施例中，在将分块数据集读入内存之后，可以将分块数据集中的目标数据进行数据格式转换和排序处理后得到的有序数据集存储到预设磁盘，具体的，图3是本说明书提供的将分块数据集中的目标数据进行数据格式转换和排序处理后得到的有序数据集存储到预设磁盘的验证实施例的流程示意图，如图3所示，可以包括：

S310：获取所述分块数据集中的目标数据所对应的数据格式，将所述目标数据按照所对应的数据格式进行格式转换处理，得到格式化数据集。

在实际应用中，同一业务的数据常常也会有多种类型，以基金业务为例，可以包括开户数据、申购数据等；不同类型的数据会对应的不同的数据格式，以便于后续识别数据。例如，开户数据中的姓名，可以直接转换成文本格式；申购数据中的金额20可以转换成相应带单位金额20元。这样将数据进行格式转换处理便于后续对数据进行核对时以同义的格式进行比较。一般的，所述目标数据所对应的数据格式可以从存储目标数据集的数据库中获取，也可以从其他存储有目标数据所对应的数据格式数据库中获取。

S320：将所述格式化数据集中的格式化数据按照所述格式化数据的排序标识的顺序进行排序，得到有序数据集。

在实际应用中，数据之间本身会具有一定的排序顺序，例如数据中包括的编号，处理时间等可以作为数据标识的数据标识记录具有一定的排序顺序。具体的，以基金业务的数据为例，基金申购数据中包括具有一定先后顺序的申购编号。具体的，所述排序标识可以包括某一具有先后顺序的数据标识记录。相应的，所述将所述格式化数据集中的格式化数据按照所述格式化数据的排序标识的顺序进行排序，得到有序数据集可以包括选取目标数据中的某一具有先后顺序的数据标识记录作为排序标识，并按照该排序标识的顺序对格式化数据集中的格式化数据进行排序，得到有序数据集。具体的，所述格式化数据可以包括目标数据进行格式转换处理后的数据。

S330：将所述有序数据集存储到预设磁盘。

具体的，在得到有序数据集之后，可以将所述有序数据集写入预设磁盘进行存储。具体的，所述预设磁盘可以包括预选设置的用于存储有序数据集的磁盘。

在一个具体的实施例中，以上述每个分块数据集可以设置为10MB为例，每次每个线程读入10MB的数据之后，就可以对该10MB的数据进行数据格式转换和排序处理，得到有序数据集，并将有序数据集写入磁盘后，再读取下一个10MB的数据进行处理，至将目标数据集中的目标数据都读入到预设内存中。

S206：按序将所述预设磁盘中预设数量的有序数据集中的格式化数据的排序标识读入所述预设内存，得到与所述目标数据集相对应的有序排序标识集。

本说明书实施例中，在将预设数量的有序数据集写入预设磁盘之后，可以按序将所述预设磁盘中预设数量的有序数据集中的格式化数据的排序标识读入所述预设内存，得到与所述目标数据集相对应的有序排序标识集。如图4所示，图4是本说明书提供的得到与目标数据集相对应的有序排序标识集的一种实施例的流程示意图，具体的，可以包括：

S410：将所述预设磁盘中预设数量的有序数据集中当前排序最前的格式化数据的排序标识读入所述预设内存。

具体的，每一有序数据集中的格式化数据都是按照一定的规律按序排列的，相应的，基于该规律排序的格式化数据之间具有相对的先后顺序。在一个具体的实施例中，假设按照数据编号的大小有效到大进行排序，这里所述排序标识可以为数据编号。相应的，有序数据集中当前排序最前的格式化数据的排序标识可以包括有序数据集中数据编号最小的格式化数据的数据编号。

S420：确定所述预设内存中所述预设数量的排序标识中的最前排序标识。

具体的，预设数量的有序数据集对应预设数量的当前排序最前的格式化数据的排序标识。

在一个具体的实施例中，所述确定所述预设内存中所述预设数量的排序标识中的最前排序标识可以包括：

按照所述排序标识所对应的排序规则对所述预设内存中所述预设数量的排序标识进行排序，将排序最前的排序标识作为所述最前排序标识。

在另一个具体的实施例中，所述确定所述预设内存中所述预设数量的排序标识中的最前排序标识可以包括：

将所述预设数量的排序标识出差到所述内存中的预设堆，取出所述预设堆中的堆顶的排序标识，将所述堆顶的排序标识作为所述最前排序标识。

具体的，这里预设堆可以包括一个数组对象。所述预设堆中某个节点的值总是不大于或不小于其父节点的值。每次取出堆顶的数据，堆会进行一次自调整，保证堆中某个节点的值总是不大于或不小于其父节点的值，即维持堆顶数据是最小值或最大值。所述预设堆中的数据按照先后被取出的顺序可构成一个有序队列。具体的，维持堆顶数据是最小值或最大值可以结合实际排序需求与上述有序数据集中的格式化数据排序规则相对应。即当有序数据集中的格式化数据是按照相应的排序标识的所对应的数值大小由小到大排序时，所述预设堆中维持堆顶数据是最小值；反之，当有序数据集中的格式化数据是按照相应的排序标识的所对应的数值大小由大到小排序时，所述预设堆中维持堆顶数据是最大值。

此外，需要说明的是，当预设标识不是具体的数值时，可以将排序标识按照一定规则量化为数值。

S430：将所述最前排序标识存储按序存储预设队列中；

具体的，所述预设队列可以包括预先设置的存储有序的排序标识的队列。具体的，这里的将所述最前排序标识存储按序存储预设队列中可以包括将所述最前排序标识存储按照与有序数据集中格式化数据所对应的排序规律存储预设队列中。

S440：确定与所述最前排序标识相对应的有序数据集，将所述相对应的有序数据集中未读入内存的排序标识中当前排序最前的格式化数据的排序标识读入所述预设内存。

本说明书实施例中，为了区别不同的有序数据集，所述方法还包括：

为所述预设数量的有序数据集分别设置数据集标识。

具体的，所述数据集标识用于指示不同的有序数据集。

相应的，所述确定与所述最前排序标识相对应的有序数据集可以包括：

根据所述最前排序标识所对应的数据集标识确定与所述最前排序标识相对应的有序数据集。

本说明书实施例中，所述方法还可以包括：

为所述预设数量的有序数据集分别设置排序游标，所述排序游标用于指示有序数据集中读入所述预设内存中的排序标识的数量；

在将排序标识读入所述预设内存时，所述排序标识所对应的格式化数据所在有序数据集的排序游标进行计数处理；

相应的，所述将所述相对应的有序数据集中未读入内存的排序标识中当前排序最前的格式化数据的排序标识读入所述预设内存可以包括：

根据所述最前排序标识所对应的排序游标确定所述相对应的有序数据集中未读入内存的排序标识；

选取所述未读入内存的排序标识中当前排序最前的格式化数据的排序标识读入所述预设内存。

S450：重复上述步骤S420-步骤S440至将所述预设磁盘中预设数量的有序数据集中的格式化数据的排序标识读入所述预设内存，将当前预设队列中的排序标识作为所述有序排序标识集。

本说明书实施例中，通过在内存中维护一个与所述目标数据集相对应的有序排序标识集，可以保证后续直接基于该有序排序序列实现有序的数据核对，且整个排序处理过程中，仅仅需要从磁盘进行一次对目标数据集的读取和写入，可以大大提高数据处理的效率。

具体的实施例中，结合上述数据处理方法确定出的目标数据集所对应的有序排序标识，可以对数据进行核对处理，具体的，所述目标数据集可以包括：待核对数据集和源核对数据集。

相应的，可以分别利用上述本说明书实施例提供的数据处理方法得到所述待核对数据集的有序排序标识集和所述源核对数据集的有序排序标识集。

相应的，在一些实施例中，所述方法还可以包括：

基于所述待核对数据集的有序排序标识集和所述源核对数据集的有序排序标识集分别从所述预设磁盘中按序获取相应的待核对数据和源核对数据进行数据核对处理。

在实际应用中，数据核对过程中读入数据时，往往存在默认对数据进行读入并进行相应的格式转换处理；相应的，由于预设磁盘中的数据已经是进行格式转换处理的数据，为了避免读取时再次进行格式转换处理导致得到数据与核对时需求的数据不一致的情况，在一些实施例中，所述方法还可以包括：

在将所述有序数据集存储到预设磁盘之前，对所述有序数据集中的格式化数据按照所对应的数据格式进行反格式转换处理，得到有序的分块数据集。

具体的，所述反格式转换处理可以包括与在上述步骤S310中对目标数据进行的格式转换处理相对应的格式转换处理。具体的，以上述申购数据中的金额为例，可以将带单位的20元转换成20。

由此可见，本说明书一种数据处理方法的一个或多个实施例通过在内存中对分块数据集中的目标数据进行数据格式转换和排序处理后得到有序数据集之后，将有序数据集写入预设磁盘，可减少冗余的外部数据读写；同时，从预设磁盘中将有序数据集中的数据的排序标识读入内存中以实现对全部目标数据集中数据的排序处理，整个排序处理过程中，仅仅需要从预设磁盘进行一次对目标数据集全部数据的读取和写入，大大减少了冗余的外部数据读写，提高了数据处理的效率，保证后续数据核对的时效性。

本说明书另一方面还提供一种数据处理装置，图5是本说明书提供的数据处理装置的一种实施例的结构示意图，如图5所示，所述装置500可以包括：

数据读入模块510，可以用于将目标数据集中的目标数据划分为预设数量的分块数据集读入预设内存；

有序数据集存储模块520，可以用于将所述分块数据集中的目标数据进行数据格式转换和排序处理后得到的有序数据集存储到预设磁盘；

有序排序标识集获取模块530，可以用于按序将所述预设磁盘中预设数量的有序数据集中的格式化数据的排序标识读入所述预设内存，得到与所述目标数据集相对应的有序排序标识集。

另一实施例中，所述有序数据集存储模块520可以包括：

格式转换处理单元，可以用于获取所述分块数据集中的目标数据所对应的数据格式，将所述目标数据按照所对应的数据格式进行格式转换处理，得到格式化数据集；

排序处理单元，可以用于将所述格式化数据集中的格式化数据按照所述格式化数据的排序标识的顺序进行排序，得到有序数据集；

第一存储单元，可以用于将所述有序数据集存储到预设磁盘。

另一实施例中，所述有序排序标识集获取模块530可以包括：

第一数据读入单元，可以用于将所述预设磁盘中预设数量的有序数据集中当前排序最前的格式化数据的排序标识读入所述预设内存；

第一排序标识确定单元，可以用于确定所述预设内存中所述预设数量的排序标识中的最前排序标识；

第二存储单元，可以用于将所述最前排序标识存储按序存储预设队列中；

数据集确定单元，可以用于确定与所述最前排序标识相对应的有序数据集；

第二数据读入单元，可以用于将所述相对应的有序数据集中未读入内存的排序标识中当前排序最前的格式化数据的排序标识读入所述预设内存；

第一数据处理单元，可以用于重复上述确定最前排序标识的步骤至将所述预设磁盘中预设数量的有序数据集中的格式化数据的排序标识读入所述预设内存；

有序排序标识集获取单元，可以用于将当前预设队列中的排序标识作为所述有序排序标识集。

另一实施例中，所述第一排序标识确定单元可以包括：

第二数据处理单元，可以用于按照所述排序标识所对应的排序规则对所述预设内存中所述预设数量的排序标识进行排序，将排序最前的排序标识作为所述最前排序标识；

和/或，

第三数据处理单元，可以用于将所述预设数量的排序标识出差到所述内存中的预设堆，取出所述预设堆中的堆顶的排序标识，将所述堆顶的排序标识作为所述最前排序标识。

另一实施例中，所述装置500还可以包括：

数据集标识设置模块，可以用于为所述预设数量的有序数据集分别设置数据集标识；

相应的，所述数据集确定单元用于根据所述最前排序标识所对应的数据集标识确定与所述最前排序标识相对应的有序数据集。

另一实施例中，所述装置500还可以包括：

排序游标设置单元，可以用于为所述预设数量的有序数据集分别设置排序游标，所述排序游标用于指示有序数据集中读入所述预设内存中的排序标识的数量；

计数处理单元，可以用于在将排序标识读入所述预设内存时，所述排序标识所对应的格式化数据所在有序数据集的排序游标进行计数处理；

相应的，所述第二数据读入单元可以用于根据所述最前排序标识所对应的排序游标确定所述相对应的有序数据集中未读入内存的排序标识；以及用于选取所述未读入内存的排序标识中当前排序最前的格式化数据的排序标识读入所述预设内存。

另一实施例中，所述目标数据集可以包括：待核对数据集和源核对数据集；

相应的，所述有序排序标识集可以包括所述待核对数据集的有序排序标识集和所述源核对数据集的有序排序标识集。

另一实施例中，所述装置500还可以包括：

数据核对处理模块，可以用于基于所述待核对数据集的有序排序标识集和所述源核对数据集的有序排序标识集分别从所述预设磁盘中按序获取相应的待核对数据和源核对数据进行数据核对处理。

本说明书实施例提供的上述会话信息处理方法或装置可以在计算机中由处理器执行相应的程序指令来实现，如使用windows操作系统的c++语言在PC端实现，或其他例如使用android、iOS系统程序设计语言在智能终端实现，以及基于量子计算机的处理逻辑实现等。因此，本说明书另一方面还提供一种数据处理服务器，包括处理器及存储器，所述存储器存储由所述处理器执行的计算机程序指令，所述计算机程序指令可以包括：将目标数据集中的目标数据划分为预设数量的分块数据集读入预设内存；

将所述分块数据集中的目标数据进行数据格式转换和排序处理后得到的有序数据集存储到预设磁盘；

按序将所述预设磁盘中预设数量的有序数据集中的格式化数据的排序标识读入所述预设内存，得到与所述目标数据集相对应的有序排序标识集。

具体的，本说明书实施例中，所述的处理器可以包括中央处理器(CPU)，当然也可以包括其他的具有逻辑处理能力的单片机、逻辑门电路、集成电路等，或其适当组合。所述存储器可以包括非易失性存储器等。

另一个实施例中，所述将所述分块数据集中的目标数据进行数据格式转换和排序处理后得到的有序数据集存储到预设磁盘可以包括：

获取所述分块数据集中的目标数据所对应的数据格式，将所述目标数据按照所对应的数据格式进行格式转换处理，得到格式化数据集；

将所述格式化数据集中的格式化数据按照所述格式化数据的排序标识的顺序进行排序，得到有序数据集；

将所述有序数据集存储到预设磁盘。

另一个实施例中，所述按序将所述预设磁盘中预设数量的有序数据集中的格式化数据的排序标识读入所述预设内存，得到与所述目标数据集相对应的有序排序标识集可以包括：

将所述预设磁盘中预设数量的有序数据集中当前排序最前的格式化数据的排序标识读入所述预设内存；

确定所述预设内存中所述预设数量的排序标识中的最前排序标识；

将所述最前排序标识存储按序存储预设队列中；

确定与所述最前排序标识相对应的有序数据集，将所述相对应的有序数据集中未读入内存的排序标识中当前排序最前的格式化数据的排序标识读入所述预设内存；

重复上述确定最前排序标识的步骤至将所述预设磁盘中预设数量的有序数据集中的格式化数据的排序标识读入所述预设内存，将当前预设队列中的排序标识作为所述有序排序标识集。

另一个实施例中，所述确定所述预设内存中所述预设数量的排序标识中的最前排序标识可以包括：

按照所述排序标识所对应的排序规则对所述预设内存中所述预设数量的排序标识进行排序，将排序最前的排序标识作为所述最前排序标识；

和/或，

将所述预设数量的排序标识出差到所述内存中的预设堆，取出所述预设堆中的堆顶的排序标识，将所述堆顶的排序标识作为所述最前排序标识。

另一个实施例中，所述计算机程序指令还可以包括：

为所述预设数量的有序数据集分别设置数据集标识；

相应的，所述确定与所述最前排序标识相对应的有序数据集包括：

根据所述最前排序标识所对应的数据集标识确定与所述最前排序标识相对应的有序数据集。

另一个实施例中，所述计算机程序指令还可以包括：

为所述预设数量的有序数据集分别设置排序游标，所述排序游标用于指示有序数据集中读入所述预设内存中的排序标识的数量；

在将排序标识读入所述预设内存时，所述排序标识所对应的格式化数据所在有序数据集的排序游标进行计数处理；

相应的，所述将所述相对应的有序数据集中未读入内存的排序标识中当前排序最前的格式化数据的排序标识读入所述预设内存包括：

根据所述最前排序标识所对应的排序游标确定所述相对应的有序数据集中未读入内存的排序标识；

选取所述未读入内存的排序标识中当前排序最前的格式化数据的排序标识读入所述预设内存。

另一个实施例中，所述目标数据集可以包括：待核对数据集和源核对数据集；

相应的，所述有序排序标识集可以包括所述待核对数据集的有序排序标识集和所述源核对数据集的有序排序标识集。

另一个实施例中，所述计算机程序指令还可以包括：

基于所述待核对数据集的有序排序标识集和所述源核对数据集的有序排序标识集分别从所述预设磁盘中按序获取相应的待核对数据和源核对数据进行数据核对处理。

由此可见，本说明书一种数据处理方法、装置、或服务器的实施例通过在内存中对分块数据集中的目标数据进行数据格式转换和排序处理后得到有序数据集之后，将有序数据集写入预设磁盘，可减少冗余的外部数据读写；同时，从预设磁盘中将有序数据集中的数据的排序标识读入内存中以实现对全部目标数据集中数据的排序处理，整个排序处理过程中，仅仅需要从预设磁盘进行一次对目标数据集全部数据的读取和写入，大大减少了冗余的外部数据读写，提高了数据处理的效率，保证后续数据核对的时效性。

上述对本说明书特定实施例进行了描述。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device，PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

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、装置、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(装置)、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。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储、石墨烯存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商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、商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、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书的实施例可提供为方法、装置或计算机程序产品。因此，本说明书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，本说明书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。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置和服务器实施例而言，由于其基本相似于方法实施例，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。

以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在权利要求范围之内。

Claims (21)

1.一种数据处理方法，包括：

将目标数据集中的目标数据划分为预设数量的分块数据集读入预设内存；

将所述分块数据集中的目标数据进行数据格式转换和排序处理后得到的有序数据集存储到预设磁盘；

按序将所述预设磁盘中预设数量的有序数据集中的格式化数据的排序标识读入所述预设内存，得到与所述目标数据集相对应的有序排序标识集；所述按序将所述预设磁盘中预设数量的有序数据集中的格式化数据的排序标识读入所述预设内存，得到与所述目标数据集相对应的有序排序标识集，包括：将所述预设磁盘中预设数量的有序数据集中当前排序最前的格式化数据的排序标识读入所述预设内存；确定所述预设内存中所述预设数量的排序标识中的最前排序标识；将所述最前排序标识按序存储于预设队列中；确定与所述最前排序标识相对应的有序数据集，将所述相对应的有序数据集中未读入内存的排序标识中当前排序最前的格式化数据的排序标识读入所述预设内存；重复上述确定最前排序标识的步骤至将所述预设磁盘中预设数量的有序数据集中的格式化数据的排序标识读入所述预设内存，将当前预设队列中的排序标识作为所述有序排序标识集。

2.根据权利要求1所述的方法，其中，所述将所述分块数据集中的目标数据进行数据格式转换和排序处理后得到的有序数据集存储到预设磁盘包括：

获取所述分块数据集中的目标数据所对应的数据格式，将所述目标数据按照所对应的数据格式进行格式转换处理，得到格式化数据集；

将所述格式化数据集中的格式化数据按照所述格式化数据的排序标识的顺序进行排序，得到有序数据集；

将所述有序数据集存储到预设磁盘。

3.根据权利要求1所述的方法，其中，所述确定所述预设内存中所述预设数量的排序标识中的最前排序标识包括：

按照所述排序标识所对应的排序规则对所述预设内存中所述预设数量的排序标识进行排序，将排序最前的排序标识作为所述最前排序标识；

和/或，

将所述预设数量的排序标识出差到所述内存中的预设堆，取出所述预设堆中的堆顶的排序标识，将所述堆顶的排序标识作为所述最前排序标识。

4.根据权利要求1所述的方法，其中，所述方法还包括：

为所述预设数量的有序数据集分别设置数据集标识；

相应的，所述确定与所述最前排序标识相对应的有序数据集包括：

根据所述最前排序标识所对应的数据集标识确定与所述最前排序标识相对应的有序数据集。

5.根据权利要求1所述的方法，其中，所述方法还包括：

为所述预设数量的有序数据集分别设置排序游标，所述排序游标用于指示有序数据集中读入所述预设内存中的排序标识的数量；

在将排序标识读入所述预设内存时，所述排序标识所对应的格式化数据所在有序数据集的排序游标进行计数处理；

相应的，所述将所述相对应的有序数据集中未读入内存的排序标识中当前排序最前的格式化数据的排序标识读入所述预设内存包括：

根据所述最前排序标识所对应的排序游标确定所述相对应的有序数据集中未读入内存的排序标识；

选取所述未读入内存的排序标识中当前排序最前的格式化数据的排序标识读入所述预设内存。

6.根据权利要求1至5任意一项所述的方法，其中，所述目标数据集包括：待核对数据集和源核对数据集；

相应的，所述有序排序标识集包括所述待核对数据集的有序排序标识集和所述源核对数据集的有序排序标识集。

7.根据权利要求6所述的方法，其中，所述方法还包括：

基于所述待核对数据集的有序排序标识集和所述源核对数据集的有序排序标识集分别从所述预设磁盘中按序获取相应的待核对数据和源核对数据进行数据核对处理。

8.一种数据处理装置，包括：

数据读入模块，用于将目标数据集中的目标数据划分为预设数量的分块数据集读入预设内存；

有序数据集存储模块，用于将所述分块数据集中的目标数据进行数据格式转换和排序处理后得到的有序数据集存储到预设磁盘；

有序排序标识集获取模块，用于按序将所述预设磁盘中预设数量的有序数据集中的格式化数据的排序标识读入所述预设内存，得到与所述目标数据集相对应的有序排序标识集；所述按序将所述预设磁盘中预设数量的有序数据集中的格式化数据的排序标识读入所述预设内存，得到与所述目标数据集相对应的有序排序标识集，包括：将所述预设磁盘中预设数量的有序数据集中当前排序最前的格式化数据的排序标识读入所述预设内存；确定所述预设内存中所述预设数量的排序标识中的最前排序标识；将所述最前排序标识按序存储于预设队列中；确定与所述最前排序标识相对应的有序数据集，将所述相对应的有序数据集中未读入内存的排序标识中当前排序最前的格式化数据的排序标识读入所述预设内存；重复上述确定最前排序标识的步骤至将所述预设磁盘中预设数量的有序数据集中的格式化数据的排序标识读入所述预设内存，将当前预设队列中的排序标识作为所述有序排序标识集。

9.根据权利要求8所述的装置，其中，所述有序数据集存储模块包括：

格式转换处理单元，用于获取所述分块数据集中的目标数据所对应的数据格式，将所述目标数据按照所对应的数据格式进行格式转换处理，得到格式化数据集；

排序处理单元，用于将所述格式化数据集中的格式化数据按照所述格式化数据的排序标识的顺序进行排序，得到有序数据集；

第一存储单元，用于将所述有序数据集存储到预设磁盘。

10.根据权利要求8所述的装置，其中，所述确定所述预设内存中所述预设数量的排序标识中的最前排序标识包括：

按照所述排序标识所对应的排序规则对所述预设内存中所述预设数量的排序标识进行排序，将排序最前的排序标识作为所述最前排序标识；

和/或，

将所述预设数量的排序标识出差到所述内存中的预设堆，取出所述预设堆中的堆顶的排序标识，将所述堆顶的排序标识作为所述最前排序标识。

11.根据权利要求8所述的装置，其中，所述装置还包括：

数据集标识设置模块，用于为所述预设数量的有序数据集分别设置数据集标识；

相应的，所述确定与所述最前排序标识相对应的有序数据集包括：根据所述最前排序标识所对应的数据集标识确定与所述最前排序标识相对应的有序数据集。

12.根据权利要求8所述的装置，其中，所述装置还包括：

排序游标设置单元，用于为所述预设数量的有序数据集分别设置排序游标，所述排序游标用于指示有序数据集中读入所述预设内存中的排序标识的数量；

计数处理单元，用于在将排序标识读入所述预设内存时，所述排序标识所对应的格式化数据所在有序数据集的排序游标进行计数处理；

相应的，所述将所述相对应的有序数据集中未读入内存的排序标识中当前排序最前的格式化数据的排序标识读入所述预设内存包括：根据所述最前排序标识所对应的排序游标确定所述相对应的有序数据集中未读入内存的排序标识；选取所述未读入内存的排序标识中当前排序最前的格式化数据的排序标识读入所述预设内存。

13.根据权利要求8至12任意一项所述的装置，其中，所述目标数据集包括：待核对数据集和源核对数据集；

相应的，所述有序排序标识集包括所述待核对数据集的有序排序标识集和所述源核对数据集的有序排序标识集。

14.根据权利要求13所述的装置，其中，所述装置还包括：

数据核对处理模块，用于基于所述待核对数据集的有序排序标识集和所述源核对数据集的有序排序标识集分别从所述预设磁盘中按序获取相应的待核对数据和源核对数据进行数据核对处理。

15.一种数据处理服务器，包括处理器及存储器，所述存储器存储由所述处理器执行的计算机程序指令，所述计算机程序指令包括：

将目标数据集中的目标数据划分为预设数量的分块数据集读入预设内存；

将所述分块数据集中的目标数据进行数据格式转换和排序处理后得到的有序数据集存储到预设磁盘；

按序将所述预设磁盘中预设数量的有序数据集中的格式化数据的排序标识读入所述预设内存，得到与所述目标数据集相对应的有序排序标识集；所述按序将所述预设磁盘中预设数量的有序数据集中的格式化数据的排序标识读入所述预设内存，得到与所述目标数据集相对应的有序排序标识集，包括：将所述预设磁盘中预设数量的有序数据集中当前排序最前的格式化数据的排序标识读入所述预设内存；确定所述预设内存中所述预设数量的排序标识中的最前排序标识；将所述最前排序标识按序存储于预设队列中；确定与所述最前排序标识相对应的有序数据集，将所述相对应的有序数据集中未读入内存的排序标识中当前排序最前的格式化数据的排序标识读入所述预设内存；重复上述确定最前排序标识的步骤至将所述预设磁盘中预设数量的有序数据集中的格式化数据的排序标识读入所述预设内存，将当前预设队列中的排序标识作为所述有序排序标识集。

16.根据权利要求15所述的服务器，其中，所述将所述分块数据集中的目标数据进行数据格式转换和排序处理后得到的有序数据集存储到预设磁盘包括：

获取所述分块数据集中的目标数据所对应的数据格式，将所述目标数据按照所对应的数据格式进行格式转换处理，得到格式化数据集；

将所述格式化数据集中的格式化数据按照所述格式化数据的排序标识的顺序进行排序，得到有序数据集；

将所述有序数据集存储到预设磁盘。

17.根据权利要求15所述的服务器，其中，所述确定所述预设内存中所述预设数量的排序标识中的最前排序标识包括：

按照所述排序标识所对应的排序规则对所述预设内存中所述预设数量的排序标识进行排序，将排序最前的排序标识作为所述最前排序标识；

和/或，

将所述预设数量的排序标识出差到所述内存中的预设堆，取出所述预设堆中的堆顶的排序标识，将所述堆顶的排序标识作为所述最前排序标识。

18.根据权利要求15所述的服务器，其中，所述计算机程序指令还包括：

为所述预设数量的有序数据集分别设置数据集标识；

相应的，所述确定与所述最前排序标识相对应的有序数据集包括：

根据所述最前排序标识所对应的数据集标识确定与所述最前排序标识相对应的有序数据集。

19.根据权利要求15所述的服务器，其中，所述计算机程序指令还包括：

为所述预设数量的有序数据集分别设置排序游标，所述排序游标用于指示有序数据集中读入所述预设内存中的排序标识的数量；

在将排序标识读入所述预设内存时，所述排序标识所对应的格式化数据所在有序数据集的排序游标进行计数处理；

相应的，所述将所述相对应的有序数据集中未读入内存的排序标识中当前排序最前的格式化数据的排序标识读入所述预设内存包括：

根据所述最前排序标识所对应的排序游标确定所述相对应的有序数据集中未读入内存的排序标识；

选取所述未读入内存的排序标识中当前排序最前的格式化数据的排序标识读入所述预设内存。

20.根据权利要求15至19任意一项所述的服务器，其中，所述目标数据集包括：待核对数据集和源核对数据集；

相应的，所述有序排序标识集包括所述待核对数据集的有序排序标识集和所述源核对数据集的有序排序标识集。

21.根据权利要求20所述的服务器，其中，所述计算机程序指令还包括：

基于所述待核对数据集的有序排序标识集和所述源核对数据集的有序排序标识集分别从所述预设磁盘中按序获取相应的待核对数据和源核对数据进行数据核对处理。

Images