CN107688943B - 数据处理方法、装置及系统 - Google Patents

Abstract

本申请公开了一种数据处理方法、装置及系统。其中，该方法包括：接收事件，其中，事件用于指示用户的操作信息；依据用于处理所述事件的流程点生成节点链，其中，流程点为事件发生后经过的一个逻辑处理点；节点链为由多个流程点组成的处理流程；依据预设数据模型解析节点链，得到处理结果。本申请解决了由于现有技术中依据规则对风险判断的效率低，导致在现有网络平台事件发生时，对于网络平台事件的处理效率低的技术问题。

Description

数据处理方法、装置及系统

技术领域

本申请涉及互联网技术应用领域，具体而言，涉及一种数据处理方法、装置及系统。

背景技术

随着信息时代的发展，人们的生活方式逐渐由线下实体转向互联网线上，海量的用户每天在互联网上活动。其中，一些线上用户从事在各个网站盗号、欺诈、上传违禁内容、骗取曝光量等违法活动。相对应地，平台的运营方需要保护用户的账号、交易、资金等的安全，用户的每一次重要操作，都需要经过安全判断，实时提示风险，甚至拒绝操作的执行。

为了进行安全检查，现有的方案一般都是利用数据埋点和规则引擎技术，业务系统发生事件(如注册、登陆、提交订单、支付等)时，发送一条信息数据出来(或者实时调用)，引擎接收到消息数据后，逐个补全数据，执行规则，得到风险判断结果，然后再进行下一步的处理，如验证手机、下架商品等。

由于规则是强对抗的，容易通过多次测试的方式来绕过平台运营方设置的业务规则。所以，在规则刚上线时，效果一般比较明显，但是经过一段时间的运行后，规则的效果下降的非常快。这时就需要引入一些隐性的统计指标、模型来辅助规则的判断，而指标统计、模型等是非常耗时的运算,尤其是大模型的情况，它的输入变量很可能有几十，甚至上百个，指标需要运算才能得到。

另外，事件之间是有关联的，比如支付时需要查看当前用户的注册、登陆、订单等情况,这就涉及到复杂事件处理，事件和规则引擎不能很好的处理这个问题。欺诈是需要实时秒级响应的，如果欺诈已经发生，事后判断就没有太大的意义了。在这个场景下，现有的方案不能快速的计算指标，也没有办法进行复杂事件的处理。

针对在现有网络平台事件发生时，对于网络平台事件的处理效率低的问题，目前尚未提出有效的解决方案。

发明内容

本申请实施例提供了一种数据处理方法、装置及系统，以至少解决由于现有技术中依据规则对风险判断的效率低，导致在现有网络平台事件发生时，对于网络平台事件的处理效率低的技术问题。

根据本申请实施例的一个方面，提供了一种数据处理系统，包括：服务器和终端设备，其中，终端设备，用于接收用户的操作信息，其中，操作信息用于指示用户行为；服务器，与终端设备通讯连接，用于获取操作信息，并依据操作信息生成事件，依据用于处理所述事件的流程点生成节点链，依据预设数据模型解析节点链，得到处理结果。

根据本申请实施例的另一方面，还提供了一种数据处理方法，包括：接收事件，其中，事件用于指示用户的操作信息；依据用于处理所述事件的流程点生成节点链，其中，流程点为事件发生后经过的一个逻辑处理点；节点链为由多个流程点组成的处理流程；依据预设数据模型解析节点链，得到处理结果。

根据本申请实施例的又一方面，还提供了一种数据处理装置，包括：节点生成模块，用于在接收事件之前，依据预设节点原型生成功能节点，其中，预设节点原型用于生成对应各个数据处理功能的流程点，预设节点原型对应多个功能节点。

在本申请实施例中，通过接收事件，其中，事件用于指示用户的操作信息；依据用于处理所述事件的流程点生成节点链；依据预设数据模型解析节点链，得到处理结果，达到了能够依据事件的节点结构执行对应数据处理的目的，从而实现了提升对网络平台事件的处理效率的技术效果，进而解决了由于现有技术中依据规则对风险判断的效率低，导致在现有网络平台事件发生时，对于网络平台事件的处理效率低的技术问题。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是本申请实施例提供的数据处理系统的结构示意图；

图2是本申请实施例提供的数据处理系统中事件流引擎的架构示意图；

图3是整个完整的事件流引擎的结构示意图；

图4是本申请实施例中的事件属性与事件相关的关系图；

图5是本申请实施例中的事件的处理流程示意图；

图6是串行的事件流的结构示意图；

图7是节点之间有依赖关系的事件流；

图8是本申请实施例中事件业务系统中事件流的处理流程的示意图；

图9是本申请实施例中事件流处理过程中数据补全的示意图；

图10是本申请实施例中事件流处理过程中线程池处理方法的示意图；

图11是本申请实施例中一种事件流处理过程中线程池处理方法的示意图；

图12是本申请实施例中另一种事件流处理过程中线程池处理方法的示意图；

图13是本申请实施例中又一种事件流处理过程中线程池处理方法的示意图；

图14是本申请实施例中再一种事件流处理过程中线程池处理方法的示意图；

图15是本申请实施例二的数据处理方法的流程图；

图16是本申请实施例三的数据处理装置的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请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申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

本申请实施例涉及的技术名词：

事件：用户行为的描述；如会员注册、会员登陆、发布商品等，是用户的一次操作；事件由事件源产生的，这里的事件源一般都是指业务系统，如登陆系统、交易系统，事件也可以由其他事件复合而来，如事件的分发，就是由事件框架复制出一个新的事件；

节点(即，本申请实施例中的流程点)：也叫事件处理节点(Process Node,简称PN)，或流程点；是事件发生后经过的一个逻辑处理点。节点可以对事件属性进行增删改，当然也可以调用远程服务对事件进行处理；

节点原型：即，节点的类型，用于对各种不同的节点进行分类；节点原型规定了节点的实现类、节点属性、节点属性类型、属性默认值等，这些都是为了方便节点的校验和配置，所有的节点都是根据节点原型产生的；

事件流或节点链：事件发生后，会经过一系列的处理，如果把每个处理都当成一个节点，那么事件会流过一系列的节点，即，由多个流程点组成的处理流程。这一系列的节点用事件串接起来，形成一个事件流的形式，就像水流一样，经过很多不同的处理，最终流入大海。事件流属性包括：名字、是否串行执行、节点拓扑图、串行节点序列等；

事件流内部包含了一个有向图，用于描述节点之间的依赖关系。

实施例1

根据本申请实施例，提供了一种事件流处理系统的实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本申请实施例提供的事件流处理系统，可以适用于构建安全业务(反欺诈、禁限售、知识产权侵权等)的事件流引擎，处理复杂事件的分发、变换、指标统计、串并执行等。业务安全规则基于事件流引擎，快速决策当前发生的事件是否有风险，实时通知业务和客户，以免发生损失，保障安全。其中，事件流引擎，在服务器侧，用于在获取到终端设备上报的操作信息后，处理对应该操作信息的事件流程。

以反欺诈为例，本申请实施例提供的事件流引擎可以应用于服务器侧，当服务器侧获取到终端设备上传的登陆账号和密码时，服务器侧中的事件流引擎依据登陆账号和密码匹配登陆事件处理流程，在登陆事件流程中，对登陆账号进行账号行为分析，判断该登陆账号在日常使用过程中是否存在频繁登陆，是否存在非正常购买行为等，最后基于上述分析通过预设的安全判断规则对该登陆账号执行过滤操作，对登陆账号是否存在频繁登陆，是否存在非正常购买行为，以及通过安全判断规则执行的过滤操作，均可以视为一个事件流程中的各个处理节点，其中，登陆账号和密码可以为视为触发登陆事件的条件，在处理登陆事件过程中，通过上述节点对登陆事件的处理，将避免欺诈的情况出现，即，实现反欺诈。

图1是本申请一个实施例提供的数据处理系统的结构示意图，如图1所示，数据处理系统包括：

终端设备14，用于接收用户键入的操作信息，其中，操作信息用于指示用户行为；例如，操作信息可以至少包括：账号、密码、键入的关键词等具备指向性操作的信息，以“账号”和“密码”为例，“账号”和“密码”可以为用户登录时的触发信息，也可以为用户在购物结账时的触发信息，因此，在终端设备14接收到上述账号和密码时，通过与服务器的通信，服务器12可以获知当前键入的账号和密码将触发登录流程，或，支付流程，进而便于在服务器12侧启动对应登录流程的事件处理流程，和对应支付流程的事件处理流程。其中，需要说明的是本申请实施例中的终端设备14可以为笔记本电脑、个人电脑(Personal Computer，简称PC)智能手机、智能电视、平板电脑、掌上商务和智能穿戴设备，例如，虚拟现实设备(Virtual Reality，简称VR)或增强现实设备(Augmented Reality，简称AR)。

继续参考图1，本申请实施例提供的数据处理系统还包括：服务器12，与终端设备14通讯连接，用于获取操作信息，并依据操作信息生成事件，依据用于处理所述事件的流程点生成节点链，依据预设数据模型解析节点链，得到处理结果。

其中，服务器12和终端设备14通过互联网进行通信，服务器12和终端设备14之间通过至少一台通信中转设备进行网络连接，其中，本申请实施例中服务器12与终端设备14之间的通讯连接，即，通过至少一台通信中转设备实现服务器12与终端设备之间的通讯连接。这里本申请涉及的通信中转设备可以为：路由器、AP站点、各个信号中转信号站、省际网关设备、国际网关设备等用于转发数据，实现通信连接的通信中转设备。服务器12通过获取终端设备14的操作信息，依据该操作信息生成对应的事件，依据用于处理事件的流程点生成节点链，即，依据事件处理流程将多个功能节点(即，处理涉及的流程点)进行连接形成的节点链，最后依据数据模型解析该节点链，得到处理结果。

具体的，仍旧以反欺诈为例进行说明，其中，以用户登录为例进行说明，例如，服务器12获取到终端设备14反馈的用户账号登入请求，服务器12依据用户账号登入请求中用户的账号和密码匹配对应的事件处理节点，依据多个事件处理节点形成的事件处理流程生成“事件”。进而，将用户账号与键入的密码与数据库中存储的账号和密码进行匹配，判断是否相同，在判断结果为是的情况下，反馈登录结果，其中，在验证账号登录的过程中匹配账号、判断和反馈响应均可以为一个处理事件的节点，以及节点之间的连接关系展现账号登录过程，其中，对一个账号进行安全验证则可以在数据库匹配存储的账号和密码过程中分出一条第二处理链路，以该账号的历史交易记录以及交易清单判断该账号是否为经服务器验证后等级为安全的账号，这里，提前该账号的历史交易记录、判断、验证，以及反馈验证结果均可以视为第二处理链路的事件处理节点，通过多个节点，或多条节点链处理该登陆事件，进而判断该账号是否存在欺诈风险，最终实现反欺诈。

或者，服务器12接收终端设备14上报的支付请求，获取在支付请求中的支付账户和该支付账户对应的密码，进而获取该支付账户的交易记录，判断该交易记录中的交易频次，并获取每次交易过程的评价和售后情况，结合交易频次和交易过程的评价和售后情况作出判断，判断该终端上报的支付请求是否存在欺诈行为，将上述的获取、判断、分析和最后执行操作视为事件处理节点，将上述事件处理节点构成的事件处理流程(即本申请实施例中的节点链)，通过整个事件处理流程达到反欺诈的事件处理目的。

其中，图2是本申请实施例提供的数据处理系统中事件流引擎的架构示意图，如图2所示，本申请实施例中的事件流引擎包括：接口层,含实时调用(如dubbo、http)和消息接入(如napoli)，实时调用用于需要实时判断风险的业务，如反欺诈、交易、登陆验证等，消息用于异步处理的场景。事件路由层和事件处理层属于事件流引擎，最底下的一层是基本组件层，含规则引擎、模型接入、策略结果合并、运算符组件等。其中，事件流引擎可以应用在本申请实施例中的服务器12中，事件流引擎中可以执行复杂事件处理和串并执行，其中，复杂事件处理包括流的分发、变换、统计、服务调用等，这些功能都是通过在流中配置相应的节点实现的。串并执行是指本申请中的事件流既可以串行执行，也可以并行执行以提高实时调用中的响应速度。

图3是整个完整的事件流引擎的结构示意图，如图3所示，整个完整的事件流引擎，事件发生时，把事件关联的信息传入事件流引擎，事件流引擎执行相应的事件流，事件流是由节点组成，而节点是由节点原型产生的。节点原型、节点、事件流组成了一个有机的整体，他们之间是松耦合的，很多节点原型、节点只写一遍，后面可以直接复用。其中，图3中节点原型位于节点原型工厂、节点位于节点工厂、事件流位于流工厂，这里节点工厂中的节点基于节点原型工厂中的节点原型产生，一个节点原型生成多个功能节点，节点工厂存储多个功能节点，事件流基于多个功能节点(即，流程点)生成节点链，节点链以事件流的形式出现。

在本申请实施例中，事件有属性，如事件ID，事件类型，事件的发生时间等等公共属性，也有一些各个事件专用的属性，如IP,买家ID，卖家ID，订单信息等等，跟各个不同的事件相关。如图4所示，图4是本申请实施例中的事件属性与事件相关的关系图。

图5是本申请实施例中的事件的处理流程示意图，节点属性有节点ID、节点原型、节点参数等。如图5所示，对于分发的情况，事件经过分发节点后会由一个事件变为多个事件。

基于图2中事件流引擎的结构，图6是串行的事件流的结构示意图，图7是节点之间有依赖关系的事件流。如图7中，Node2的执行依赖于Node1，Node6则依赖于Node2、Node3、Node4三个，只有这三个节点执行完毕后，Node6才开始执行。当然，事件流会确保有向图中不存在环，通过图的深度遍历算法实现。在实际应用中，还有有一个事件流的执行引擎，负责整个事件流框架的初始化，启动。正常运行时，接收外部事件，根据事件与流的映射关系，调用线程池，执行相应的节点，返回结果。其属性包含事件与流的映射关系、执行线程池、流工厂、节点工厂等。

事件流的功能取决于节点原型的实现，如复杂事件处理中的分发、变换、统计、合并等，事件流本身就可以直接支持。图8是本申请实施例中事件业务系统中事件流的处理流程的示意图，如图8所示是实际业务系统中使用事件流的场景，会员登陆事件需要分发一个新的事件出来，用于IP、实时指标的统计。登陆事件经过分流PN后，分发出来一个新的登陆事件，就如从源头接入的事件一样，而且新事件还可以携带原来事件的信息，只需要把分发节点置于服务、统计节点之后。新分发出来的事件由事件流引擎内部的线程池内部执行，原事件还可以同步实时返回，丝毫不受新事件的影响。图中的geoip转换PN、relationship统计PN等就是变换类型节点的实例。多事件合并涉及到多个非同时发生事件的合并，一般的做法都是把先发生的事件存储于共享存储中，后发生的事件通过补全的方式把数据获取回来，如图9所示，图9是本申请实施例中事件流处理过程中数据补全的示意图。

串并执行是事件流引擎的另一个重要功能，并行执行用于需要计算大量指标进行判断的实时调用场景，串行执行用于对响应时间要求不高的场景。如前面说述，事件流中包含了一个有向图，各个节点的执行依赖关系以有向图表示。串行执行即按照有向图的拓扑排序把节点序列计算出来，然后一个个顺序执行。图7所示的事件流，其中一种串行执行顺序为node1->node3->node4>node2->node5->node7->node6->node8。

事件流的并行执行，需要借助有向图拓扑排序、线程池和一种特定的数据结构。以图7所示的事件流为例，建立如图10所示的数据结构，依赖的节点数，即该节点的前置节点数量，只有前置节点执行完毕，该节点才能开始执行，如node1，它没有前置节点，所以依赖的节点数为0，node6的前置节点有node2、node3、node4，所以node6的依赖节点数为3。节点后面的依赖链表表示依赖于该节点的节点，如node1，依赖node1的节点有node2、node3、node4、node5；node7,依赖于node7只有node8。并行执行的流程如下：

1)把图10所示数据结构中所有依赖节点数为0的节点，加入线程池执行，同时监控执行线程池，如有节点执行完成，转2)

2)从线程池获得执行完成的节点，把该节点的依赖节点数减去1；然后把该节点的依赖链表中的每个节点的依赖节点数减去1。

3)扫描该数据结构，如果存在依赖节点数为0的节点转1)；如果所有节点的依赖节点数都小于0，则已经执行完成。如果存在节点的依赖节点数大于0，则说明线程池中还有节点在执行，等待，直到有执行完成的节点，转2)。

如图7所示的事件，其执行的前几步如下：

第一步，如图11；第二步，如图12；第三步，如图13，此时线程池中是有4个节点在并行执行的，如此反复循环，直到结束为止。

具体的，Step1,在node2,3,4,5在线程池里处理完后，node2,3,4，5依赖的节点数减1，得到node2,3,4，5的依赖的节点数为-1，-1小于0，执行完成；同时node2,node3,node4执行完成后，由于node2、node3、node4的下一个节点都是node6,所以node6需要减去3，即3-3＝0(不一定是直接减去3，2、3、4中每完成一个都减1，最终肯定node6的依赖节点数会变为0)。Node5的下一个节点是node7,只要node5完成，node7的依赖节点数为1-1＝0，此时node7就会被放入到线程池中执行。所以出现的情况可能是node7先于node6执行，图14是本申请实施例提供的线程处理流程示意图，如图14所示，并行执行的过程是动态的，而且节点执行的速度有差异，后进入线程池的节点很可能会先完成。只要某节点依赖的节点数为0,则引擎会把该节点放入线程池中执行；节点执行完成后会修改它的下一个节点的依赖节点数，如果该数字为0，则相应节点会把放入线程池中执行，如果数字大于0,说明它的上游节点还没有全部执行完成，需要等待。如果小于0，说明该节点已经执行完成了。

实施例2

在上述运行环境下，本申请提供了如图15所示的数据处理方法。图15是根据本申请实施例二的数据处理方法的流程图。

步骤S1502，接收事件，其中，事件用于指示用户的操作信息；

本申请上述步骤S1502中，基于实施例一中提供的运行环境，本申请实施例提供的事件流处理方法可以适用于服务器侧，其中，服务器接收事件。

具体的，服务器在接收事件的过程中可以为通过获取用户的操作信息，得到该操作信息对应的事件，其中，该事件可以为操作信息对应的数据处理过程，以用户登录这一事件为例进行说明，例如，服务器获取到终端设备反馈的用户账号登入请求，服务器依据用户账号登入请求中用户的账号和密码匹配对应的事件处理节点，依据多个事件处理节点形成的事件处理流程生成“事件”。

步骤S1504，依据用于处理事件的流程点生成节点链，其中，流程点为事件发生后经过的一个逻辑处理点；节点链为由多个流程点组成的处理流程；

基于步骤S1502中接收到的事件，本申请上述步骤S1504中，依据预设关系，生成事件与处理该事件的节点对应的节点链。

具体的，仍旧以步骤S1502中用户账号登入请求为例进行说明，参照图8，如图8所示，将用户账号与键入的密码与数据库中存储的账号和密码进行匹配，判断是否相同，在判断结果为是的情况下，反馈登录结果，其中，在验证账号登录的过程中匹配账号、判断和反馈响应均可以为一个处理事件的节点，以及节点之间的连接关系展现账号登录过程，其中，对一个账号进行安全验证则可以在数据库匹配存储的账号和密码过程中分出一条第二处理链路，以该账号的历史交易记录以及交易清单判断该账号是否为经服务器验证后等级为安全的账号，这里，提前该账号的历史交易记录、判断、验证，以及反馈验证结果均可以视为第二处理链路的事件处理节点，由该多个事件处理节点组成的第二处理链路可以视为本申请实施例中步骤S1504中的节点链。

步骤S1506，依据预设数据模型解析节点链，得到处理结果。

基于步骤S1504中得到的节点链，本申请上述步骤S1506中，可以依据预设数据模型对该节点链进行解析，进而得到处理结果。

具体的，在本申请实施例中该预设数据模型可以为服务器内用于处理节点链中各个功能节点(即，事件处理节点或，流程点)的线程池，以线程池对节点处理方法，串行、并行或意见节点的功能需求调用对应的服务，从而达到提升一个事件在处理过程中的效率的技术效果。

在本申请实施例中，通过接收事件，其中，事件用于指示用户的操作信息；依据用于处理事件的流程点生成节点链；依据预设数据模型解析节点链，得到处理结果，达到了能够依据事件的节点结构执行对应数据处理的目的，从而实现了提升对网络平台事件的处理效率的技术效果，进而解决了由于现有技术中依据规则对风险判断的效率低，导致在现有网络平台事件发生时，对于网络平台事件的处理效率低的技术问题。

可选的，在步骤S1502中接收事件之前，本申请实施例提供的事件流处理方法还包括：

步骤S1501，依据预设节点原型生成功能节点，其中，预设节点原型用于生成对应各个数据处理功能的流程点，预设节点原型对应多个功能节点。

本申请上述步骤S1501中，功能节点的形成在本申请实施例提供的事件流的处理方法中可以通过预设节点原型生成多个在节点原型基础上，功能不同的多个功能节点。

进一步地，可选的，预设节点原型包括以下至少之一：服务调用节点原型、事件分发节点原型、事件处理节点原型或指标结果手机节点原型。

可选的，步骤S1504中依据用于处理事件的流程点生成节点链，包括：

Step1,依据事件与用于处理该事件的功能节点之间的映射关系，生成节点链。

本申请上述步骤S1504中的Step1中，依据事件与功能节点之间的映射关系，生成节点链。即，仍旧以上述步骤S1504中用户账号登入的示例为例，由于一个用户账号的登入过程(即，“事件”)涉及多个功能节点，如何将该登入过程处理完成，即，如何通过多个功能节点互相协调耦合完成，对应着一个映射关系，例如，用户账号的登录过程涉及“获取”、“查询”、“匹配”、“验证”“判断”“响应”上述六个部分，将上述六个部分视作六个节点，那么依据先后顺序，该六个节点可以形成一个节点链。

由上可知，一个节点链的形成过程中，对于的每个事件其实都对应一个与多个功能节点对应的映射关系。

可选的，步骤S1506中依据预设数据模型解析节点链，得到处理结果，包括：

Step1,依据节点链中每个功能节点的连接顺序，调用对应的数据处理功能；

本申请上述步骤S1506中的Step1中，依据节点链中每个功能节点的连接顺序依次调用各个功能节点对应的数据处理功能。该方式可适用于串行节点链对功能节点的处理方法。

Step2,依据数据处理功能处理每个功能节点，得到处理结果。

基于Step1调用的数据处理功能，本申请上述步骤S1506中的Step2中，依据该数据处理功能依次处理每个功能节点，最后得到处理结果。

可选的，步骤S1506中依据预设数据模型解析节点链，得到处理结果，包括：

Step1’获取节点链中每个功能节点之间的连接关系；

本申请上述步骤S1506中的Step1’中，区别于上述步骤S1506中Step1的节点处理过程，Step1’中获取节点链中每个功能节点之间的连接关系。

Step2’依据连接关系按照预设线程池解析每个功能节点，得到处理结果。

基于步骤Step1’获取到的连接关系，本申请上述步骤S1506中的Step2’中，依据该连接关系依据预设线程池解析每个功能节点，进而获得处理结果。

区别于Step1和Step2，Step1’和Step2’不仅可以处理串行节点的节点链还可以处理并行节点的节点链，甚至对于复杂事件对应的节点链，通过分析获取每个功能节点的连接关系，依据该连接关系通过将各个功能节点注入线程池，则可以快速得到处理结果，提升了对一个事件的处理响应速度。

进一步的，步骤Step2’依据连接关系按照预设线程池解析每个功能节点，得到处理结果，包括：

步骤A，依据连接关系计算每个功能节点的依赖节点数；

步骤B，将依赖节点数为预设值的功能节点代入预设线程池进行解析，并判断功能节点是否执行完成；

步骤C，在判断结果为是的情况下，对依赖节点数进行减权重，并对与功能节点存在预设关系的节点的依赖节点数进行减权重；

步骤D，遍历连接关系，判断每个功能节点的依赖节点数是否大于预设值；

步骤E，在判断每个功能节点的依赖节点数均小于预设值的情况下，输出处理结果为完成；

步骤F，在判断每个功能节点的依赖节点数均大于预设值的情况下，依据预设线程池中功能节点的处理进度，解析依赖节点数均大于预设值的功能节点，直至处理结果为每个功能节点均处理完毕。

本申请上述步骤A至F中，对应实施例1中图10至图14的线程池对节点链中节点的处理过程，将各个节点以预设顺序注入线程池，或将多个节点并列注入线程池多线程处理。具体流程见实施例1中图10至图14中对节点的处理过程。

需要说明的是，对于前述的各方法实施例，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，本申请并不受所描述的动作顺序的限制，因为依据本申请，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申请所必须的。

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根据上述实施例的事件流处理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，本申请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，或者网络设备等)执行本申请各个实施例所述的方法。

实施例3

根据本申请实施例，还提供了一种用于实施上述方法实施例的装置实施例，本申请上述实施例所提供的装置可以在服务器上运行。

图16是根据本申请实施例三的数据处理装置的结构示意图。

如图16所示，该数据处理装置可以包括：节点生成模块1602。

其中，节点生成模块1602，用于在接收事件之前，依据预设节点原型生成功能节点，其中，预设节点原型用于生成对应各个数据处理功能的节点，预设节点原型对应多个功能节点。

在本申请实施例中，通过接收事件，其中，事件用于指示用户的操作信息；将事件与用于处理事件的节点之间的预设关系生成节点链；依据预设数据模型解析节点链，得到处理结果，达到了能够依据事件的节点结构执行对应数据处理的目的，从而实现了提升对网络平台事件的处理效率的技术效果，进而解决了由于现有技术中依据规则对风险判断的效率低，导致在现有网络平台事件发生时，对于网络平台事件的处理效率低的技术问题。

此处需要说明的是，上述节点生成模块1602对应于实施例二中的步骤S1501，该模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例二所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例二提供的服务器中，可以通过软件实现，也可以通过硬件实现。

可选的，预设节点原型包括以下至少之一：服务调用节点原型、事件分发节点原型、事件处理节点原型或指标结果手机节点原型。

进一步地，可选的，本申请实施例提供的事件流处理装置还包括：节点链生成模块1604。

其中，节点链生成模块1604，其中，节点链生成模块1604包括：节点链生成单元，用于依据事件与功能节点之间的映射关系，生成节点链。

此处需要说明的是，上述节点链生成模块1604及节点链生成模块1604中的节点链生成单元16041对应于实施例二中的步骤S1504中的Step1，该模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例二所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例二提供的服务器中，可以通过软件实现，也可以通过硬件实现。

可选的，本申请实施例提供的事件流处理装置还包括：解析模块1606。

其中，解析模块1606包括：调用单元，用于依据节点链中每个功能节点的连接顺序，调用对应的数据处理功能；第一解析单元，用于依据数据处理功能处理每个功能节点，得到处理结果。

此处需要说明的是，上述解析模块及解析模块中的调用单元和第一解析单元对应于实施例二中的步骤S1506中的Step1和Step2，两个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例二所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例二提供的服务器中，可以通过软件实现，也可以通过硬件实现。

可选的，解析模块1606包括：获取单元和第二解析单元。

其中，获取单元，用于获取节点链中每个功能节点之间的连接关系；第二解析单元，用于依据连接关系按照预设线程池解析每个功能节点，得到处理结果。

此处需要说明的是，上述解析模块1606及解析模块1606中的获取单元和第二解析单元对应于实施例二中的步骤S1506中的Step1’和Step2’两个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例二所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例二提供的服务器中，可以通过软件实现，也可以通过硬件实现。

进一步地，可选的，第二解析单元包括：计算子单元、解析子单元、数据处理子单元、判断子单元、第一输出子单元和第二输出子单元。

其中，计算子单元，用于依据连接关系计算每个功能节点的依赖节点数；解析子单元，用于将依赖节点数为预设值的功能节点代入预设线程池进行解析，并判断功能节点是否执行完成；数据处理子单元，用于在判断结果为是的情况下，对依赖节点数进行减权重，并对与功能节点存在预设关系的节点的依赖节点数进行减权重；判断子单元，用于遍历连接关系，判断每个功能节点的依赖节点数是否大于预设值；第一输出子单元，用于在判断每个功能节点的依赖节点数均小于预设值的情况下，输出处理结果为完成；第二输出子单元，用于在判断每个功能节点的依赖节点数均大于预设值的情况下，依据预设线程池中功能节点的处理进度，解析依赖节点数均大于预设值的功能节点，直至处理结果为每个功能节点均处理完毕。

此处需要说明的是，上述计算子单元、解析子单元、数据处理子单元、判断子单元、第一输出子单元和第二输出子单元对应于实施例二中的步骤Step2中的步骤A至步骤F，两个模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例二所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在实施例二提供的服务器中，可以通过软件实现，也可以通过硬件实现。

实施例4

本申请的实施例还提供了一种存储介质。可选地，在本实施例中，上述存储介质可以用于保存上述实施例一所提供的事件流处理方法所执行的程序代码。

可选地，在本实施例中，上述存储介质可以位于计算机网络中计算机终端群中的任意一个计算机终端中，或者位于移动终端群中的任意一个移动终端中。

可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：接收事件，其中，事件用于指示用户的操作信息；依据用于处理事件的流程点生成节点链；依据预设数据模型解析节点链，得到处理结果。

可选地，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：依据预设节点原型生成功能节点，其中，预设节点原型用于生成对应各个数据处理功能的节点，预设节点原型对应多个功能节点。

进一步地，可选的，预设节点原型包括以下至少之一：服务调用节点原型、事件分发节点原型、事件处理节点原型或指标结果手机节点原型。

可选的，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：依据事件与功能节点之间的映射关系，生成节点链。

可选的，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：依据节点链中每个功能节点的连接顺序，调用对应的数据处理功能；依据数据处理功能处理每个功能节点，得到处理结果。

可选的，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：获取节点链中每个功能节点之间的连接关系；依据连接关系按照预设线程池解析每个功能节点，得到处理结果。

进一步的，可选的，在本实施例中，存储介质被设置为存储用于执行以下步骤的程序代码：依据连接关系计算每个功能节点的依赖节点数；将依赖节点数为预设值的功能节点代入预设线程池进行解析，并判断功能节点是否执行完成；在判断结果为是的情况下，对依赖节点数进行减权重，并对与功能节点存在预设关系的节点的依赖节点数进行减权重；遍历连接关系，判断每个功能节点的依赖节点数是否大于预设值；在判断每个功能节点的依赖节点数均小于预设值的情况下，输出处理结果为完成；在判断每个功能节点的依赖节点数均大于预设值的情况下，依据预设线程池中功能节点的处理进度，解析依赖节点数均大于预设值的功能节点，直至处理结果为每个功能节点均处理完毕。

上述本申请实施例序号仅仅为了描述，不代表实施例的优劣。

在本申请的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

在本申请所提供的几个实施例中，应该理解到，所揭露的技术内容，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。

所述集成的单元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，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或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中，包括若干指令用以使得一台计算机设备(可为个人计算机、服务器或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、移动硬盘、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述仅是本申请的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本申请的保护范围。

Claims (10)

1.一种数据处理系统，其特征在于，包括：服务器和终端设备，其中，

所述终端设备，用于接收用户的操作信息，其中，所述操作信息用于指示用户行为；

所述服务器，与所述终端设备通讯连接，用于获取所述操作信息，并依据所述操作信息生成事件，依据用于处理所述事件的流程点生成节点链，依据预设数据模型解析所述节点链，得到处理结果；

其中，所述依据预设数据模型解析所述节点链，得到处理结果，包括：

在适用于串行节点链的情况下，依据所述节点链中每个功能节点的连接顺序，调用对应的数据处理功能；依据所述数据处理功能处理所述每个功能节点，得到所述处理结果；

或，

在适用于串行节点链或并行节点链的情况下，获取所述节点链中每个功能节点之间的连接关系；依据所述连接关系按照预设线程池解析所述每个功能节点，得到所述处理结果。

2.一种数据处理方法，其特征在于，包括：

接收事件，其中，所述事件用于指示用户的操作信息；

依据用于处理所述事件的流程点生成节点链，其中，所述流程点为事件发生后经过的一个逻辑处理点；所述节点链为由多个所述流程点组成的处理流程；

依据预设数据模型解析所述节点链，得到处理结果；

其中，所述依据预设数据模型解析所述节点链，得到处理结果，包括：

在适用于串行节点链的情况下，依据所述节点链中每个功能节点的连接顺序，调用对应的数据处理功能；依据所述数据处理功能处理所述每个功能节点，得到所述处理结果；

或，

在适用于串行节点链或并行节点链的情况下，获取所述节点链中每个功能节点之间的连接关系；依据所述连接关系按照预设线程池解析所述每个功能节点，得到所述处理结果。

3.根据权利要求2所述的方法，其特征在于，在所述接收事件之前，所述方法还包括：

依据预设节点原型生成功能节点，其中，所述预设节点原型用于生成对应各个数据处理功能的流程点，所述预设节点原型对应多个所述功能节点。

4.根据权利要求3所述的方法，其特征在于，所述预设节点原型包括以下至少之一：服务调用节点原型、事件分发节点原型、事件处理节点原型或指标结果手机节点原型。

5.根据权利要求3所述的方法，其特征在于，所述依据用于处理所述事件的流程点生成节点链，包括：

依据所述事件与用于处理所述事件的所述功能节点之间的映射关系，生成所述节点链。

6.根据权利要求2所述的方法，其特征在于，所述依据所述连接关系按照预设线程池解析所述每个功能节点，得到所述处理结果，包括：

依据所述连接关系计算所述每个功能节点的依赖节点数；

将所述依赖节点数为预设值的功能节点代入所述预设线程池进行解析，并判断所述功能节点是否执行完成；

在判断结果为是的情况下，对所述依赖节点数进行减权重，并对与所述功能节点存在预设关系的节点的依赖节点数进行减权重；

遍历所述连接关系，判断所述每个功能节点的依赖节点数是否大于所述预设值；

在判断所述每个功能节点的依赖节点数均小于所述预设值的情况下，输出所述处理结果为完成；

在判断所述每个功能节点的依赖节点数均大于所述预设值的情况下，依据所述预设线程池中功能节点的处理进度，解析所述依赖节点数均大于所述预设值的功能节点，直至所述处理结果为每个功能节点均处理完毕。

7.一种数据处理装置，其特征在于，包括：

节点生成模块，用于在接收事件之前，依据预设节点原型生成功能节点，其中，所述预设节点原型用于生成对应各个数据处理功能的流程点，所述预设节点原型对应多个所述功能节点；

其中，所述装置还包括：解析模块，其中，

在适用于串行节点链的情况下，所述解析模块包括：调用单元，用于依据所述节点链中每个功能节点的连接顺序，调用对应的数据处理功能；第一解析单元，用于依据所述数据处理功能处理所述每个功能节点，得到所述处理结果；

或，

在适用于串行节点链或并行节点链的情况下，所述解析模块包括：获取单元，用于获取所述节点链中每个功能节点之间的连接关系；第二解析单元，用于依据所述连接关系按照预设线程池解析所述每个功能节点，得到所述处理结果。

8.根据权利要求7所述的装置，其特征在于，所述预设节点原型包括以下至少之一：服务调用节点原型、事件分发节点原型、事件处理节点原型或指标结果手机节点原型。

9.根据权利要求8所述的装置，其特征在于，所述装置还包括：

节点链生成模块，其中，所述节点链生成模块包括：

节点链生成单元，用于依据所述事件与所述功能节点之间的映射关系，生成所述节点链。

10.根据权利要求7所述的装置，其特征在于，所述第二解析单元包括：

计算子单元，用于依据所述连接关系计算所述每个功能节点的依赖节点数；

解析子单元，用于将所述依赖节点数为预设值的功能节点代入所述预设线程池进行解析，并判断所述功能节点是否执行完成；

数据处理子单元，用于在判断结果为是的情况下，对所述依赖节点数进行减权重，并对与所述功能节点存在预设关系的节点的依赖节点数进行减权重；

判断子单元，用于遍历所述连接关系，判断所述每个功能节点的依赖节点数是否大于所述预设值；

第一输出子单元，用于在判断所述每个功能节点的依赖节点数均小于所述预设值的情况下，输出所述处理结果为完成；

第二输出子单元，用于在判断所述每个功能节点的依赖节点数均大于所述预设值的情况下，依据所述预设线程池中功能节点的处理进度，解析所述依赖节点数均大于所述预设值的功能节点，直至所述处理结果为每个功能节点均处理完毕。

Images