CN110297837A - 一种数据更新方法和装置、数据查询方法和装置 - Google Patents

Abstract

本发明提供了一种数据更新方法和装置、数据查询方法和装置，其中，数据更新方法，包括：接收数据更新请求；根据所述数据更新请求中的若干业务属性和预先配置的与所述数据更新请求中的场景标识对应的计算任务，更新各个时间粒度对应的存储表中的数据；其中，所述计算任务中包括：若干所述时间粒度。

Description

一种数据更新方法和装置、数据查询方法和装置

技术领域

本发明涉及计算机技术领域，特别涉及一种数据更新方法和装置、数据查询方法和装置。

背景技术

随着用户数量和交易量的增长，业务系统在运行的过程中产生大量的数据，如何根据这些数据更新数据库中存储表的数据，以准确统计交易金额、交易次数等业务数据，同时使得用户可以便捷、快速地对存储表中的数据进行查询，是当前亟待解决的问题。

以交易金额统计场景为例，用户在业务系统中产生一笔交易，则存储表中与该笔交易相关的数据需要进行更新，例如，用户交易总金额等。

发明内容

鉴于此，本发明实施例提供了一种数据更新方法和装置、数据查询方法和装置，能够及时、准确地对存储表中的数据进行更新，同时提高数据查询速度。

第一方面，本发明实施例提供了一种数据更新方法，包括：

接收数据更新请求；

根据所述数据更新请求中的若干业务属性和预先配置的与所述数据更新请求中的场景标识对应的计算任务，更新各个时间粒度对应的存储表中的数据；其中，所述计算任务中包括：若干所述时间粒度。

第二方面，本发明实施例提供了一种数据查询方法，包括：

接收数据查询请求，其中，所述数据查询请求中包括：时间区间和业务属性；

确定所述时间区间对应的若干时间粒度及各个所述时间粒度对应的时间段；

根据所述业务属性和各个所述时间粒度对应的时间段查询各个所述时间粒度对应的存储表，得到各个所述时间粒度对应的数据；

根据各个所述时间粒度对应的数据，得到数据查询结果。

第三方面，本发明实施例提供了一种数据更新装置，包括：

接收单元，用于接收数据更新请求；

更新单元，用于根据所述数据更新请求中的若干业务属性和预先配置的与所述数据更新请求中的场景标识对应的计算任务，更新各个时间粒度对应的存储表中的数据；其中，所述计算任务中包括：若干所述时间粒度。

第四方面，本发明实施例提供了一种数据查询装置，包括：

接收单元，用于接收数据查询请求，其中，所述数据查询请求中包括：时间区间和业务属性；

确定单元，用于确定所述时间区间对应的若干时间粒度及各个所述时间粒度对应的时间段；

查询单元，用于根据所述业务属性和各个所述时间粒度对应的时间段查询各个所述时间粒度对应的存储表，得到各个所述时间粒度对应的数据；

汇总单元，用于根据各个所述时间粒度对应的数据，得到数据查询结果。

本发明实施例采用的上述至少一个技术方案能够达到以下有益效果：该方法通过配置计算任务，调整不同场景标识下需要更新的存储表，能够满足不同场景标识的更新需求。对于同一个场景标识，该方法能够实现对不同时间粒度对应的存储表同步进行更新，保证不同存储表中数据的一致性及数据更新的准确性。由于数据按照时间粒度存储在不同的存储表中，因此，在数据查询过程中，可以根据时间区间对应的时间粒度，在不同的存储表中进行查询，进而提高数据查询速度。

附图说明

为了更清楚地说明本发明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，下面描述中的附图是本发明的一些实施例，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是本发明一个实施例提供的一种数据更新方法的流程图；

图2是本发明一个实施例提供的一种数据查询方法的流程图；

图3是本发明一个实施例提供的一种架构图；

图4是本发明一个实施例提供的一种数据更新装置的结构示意图；

图5是本发明一个实施例提供的一种数据查询装置的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例，基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本发明保护的范围。

如图1所示，本发明实施例提供了一种数据更新方法，该方法可以包括以下步骤：

步骤101：接收数据更新请求。

当业务系统中发生转账、支付等交易时，会产生相应的业务数据，例如，支付金额、支付次数等，为了使这些业务数据及时被统计，业务系统会产生数据更新请求，以使存储表中的数据得以更新。

例如，存储表中存储用户A的支付金额，当用户A向商户B支付10元时，相对应的，存储的用户A的支付金额需要被更新。

数据更新请求中可以包括：若干业务属性、场景标识等信息；若干业务属性可以包括：业务主体、业务时间、计算属性和扩展属性等信息。

如表1所示，是一种支付业务对应的数据更新请求中包含的信息。

表1

场景标识	支付主体	支付时间	支付金额/元
				001	用户A	2019.1.1 10:00	10

其中，001为场景标识的值，用于标识不同的业务场景。表1中支付主体、支付时间和支付金额都属于支付属性，即业务属性。其中，支付金额又属于计算属性，计算属性为统计字段，即需要更新的字段。

在实际应用场景中，业务属性还可以包括其他用于表征业务的信息，例如，订单号、支付平台、支付对象等信息。其中，订单号、支付平台、支付对象都属于扩展属性。

步骤102：根据数据更新请求中的若干业务属性和预先配置的与数据更新请求中的场景标识对应的计算任务，更新各个时间粒度对应的存储表中的数据；其中，计算任务中包括：若干时间粒度。

在一些业务场景中，可能需要统计用户支付总金额，在一些业务场景中，可能需要统计用户支付总次数，在一些应用场景中，还可能需要统计用户向商户支付的总金额和总次数。为了应对上述不同业务场景的需求，该方法预先配置与场景标识对应的计算任务，至于为哪些场景标识配置计算任务、为同一场景标识配置哪些计算任务，可以根据实际应用需求进行确定。

计算任务中可以包括：若干时间粒度、计算属性、计算属性对应的计算算子、扩展属性等信息。计算算子包括但不限于：count、sum、max、min。

需要说明的是，计算任务中计算属性可以包括一个或多个，一个计算属性对应的计算算子的数量可以包括一个或多个。例如，计算属性为支付金额，其对应的计算算子为sum和max，其中，sum对应的业务场景包括：用户1月支付总金额；max对应的业务场景包括：用户1月单笔最大支付金额。

时间粒度包括但不限于：小时、日、月、年、终身。对应的，存储表可以包括：小时表、日表、月表、年表、终身表。

小时表以小时为最小粒度，小时表中的一行表示一小时的汇总数据，其时间格式为yyyyMMddHH。例如，小时表中的第一行表示用户在2019年1月1日10点-11点支付金额，其时间格式为2019010110。小时表中的第二行表示用户在2019年1月1日11点-12点支付金额，其时间格式为2019010111。

日表以天为最小粒度，日表中的一行表示一天的汇总数据，其时间格式为yyyyMMdd。例如，日表中的第一行表示用户在2019年1月1日支付金额，其时间格式为20190101。日表中的第二行表示用户在2019年1月2日支付金额，其时间格式为20190102。

月表以月为最小粒度，月表中的一行表示一个月的汇总数据，其时间格式为yyyyMM。例如，月表中的第一行表示用户在2019年1月支付金额，其时间格式为201901。月表中的第二行表示用户在2019年2月支付金额，其时间格式为201902。

年表以年为最小粒度，年表中的一行表示一年的汇总数据，其时间格式为yyyy。例如，年表中的第一行表示用户在2019年支付金额，其时间格式为2019。年表中的第二行表示用户在2018年支付金额，其时间格式为2018。

终身表中的一行表示终身的汇总数据，其时间格式为空。例如，年表中的一行表示用户历史支付金额。

该方法通过配置计算任务，调整不同场景标识下需要更新的存储表，能够满足不同场景标识的更新需求。对于同一个场景标识，该方法能够实现对不同时间粒度对应的存储表同步进行更新，保证不同存储表中数据的一致性及数据更新的准确性。

在本发明的一个实施例中，为了避免对数据库的无效访问，提高数据更新的成功率，在接收数据更新请求之后，在根据数据更新请求中的若干业务属性和预先配置的与数据更新请求中的场景标识对应的计算任务，更新各个时间粒度对应的存储表中的数据之前，该方法还包括：对数据更新请求进行校验，如果校验通过，则执行根据数据更新请求中的若干业务属性和预先配置的与数据更新请求中的场景标识对应的计算任务，更新各个时间粒度对应的存储表中的数据。

校验策略至少包括以下三种：

校验策略1：确定数据更新请求中的场景标识的值和若干业务属性的值是否均不为空。

如果场景标识的值或业务属性的值为空，则终止数据更新过程。如果在场景标识的值或业务属性的值为空的情况下继续数据更新过程，则可能造成更新失败，或者更新结果不准确等问题。下述两种校验策略与其相似。

校验策略2：确定预先配置的与场景标识对应的计算任务中是否存在与数据更新请求中的场景标识对应的计算任务。

如果不存在与数据更新请求中的场景标识对应的计算任务，则终止数据更新过程。

校验策略3：确定数据更新请求中的场景标识的值和若干业务属性的值是否均不为空，如果是，确定预先配置的与场景标识对应的计算任务中是否存在与数据更新请求中的场景标识对应的计算任务。

校验策略3将校验策略1和校验策略2相结合，对数据更新请求进行不同角度的校验，提高数据更新结果的可靠性和数据更新的成功率，降低资源消耗。

在本发明的一个实施例中，为了保证不同存储表中数据更新的一致性，

根据数据更新请求中的若干业务属性和预先配置的与数据更新请求中的场景标识对应的计算任务，更新各个时间粒度对应的存储表中的数据，包括：

a1：开启事务。

a2：根据数据更新请求中的若干业务属性和预先配置的与数据更新请求中的场景标识对应的计算任务，更新当前时间粒度对应的存储表中的数据；如果更新成功，则执行a3，如果更新失败，则执行a4。

a3：根据指定的更新顺序、若干业务属性和数据更新请求中的场景标识对应的计算任务，更新下一个时间粒度对应的存储表中的数据。

a4：回滚事务。

a5：当各个时间粒度对应的存储表中的数据均更新成功时，提交事务。

在本发明实施例中，按照指定的更新顺序依次对各个时间粒度对应的存储表进行更新。该方法通过开始事务，使得针对不同时间粒度对应的存储表的更新在一个事务中处理，保障各个时间粒度的数据的一致性。

在本发明的一个实施例中，当计算任务中包括：若干时间粒度、计算属性、计算属性对应的计算算子，且若干业务属性中包括：业务主体、业务时间和计算属性时，

根据数据更新请求中的若干业务属性和预先配置的与数据更新请求中的场景标识对应的计算任务，更新各个时间粒度对应的存储表中的数据，包括：根据计算属性和计算属性对应的计算算子，生成计算规则；根据业务主体、业务时间和计算规则，更新各个时间粒度对应的存储表中的数据。

若干业务属性中除了包括与计算任务中相同的计算属性，还可以包括其他计算属性。例如，计算任务中包括的计算属性为支付金额，数据计算请求中包括的计算属性为支付金额和支付次数。

计算规则包括但不限于计算公式，SQL语句等。例如，计算属性为支付金额，其对应的计算算子为sum，数据更新请求中的计算属性的值为2，则计算规则可以是amount＝amount+2)。

当计算任务中包括：若干时间粒度、计算属性、计算属性对应的计算算子、扩展属性，且若干业务属性中包括：业务主体、业务时间、计算属性和扩展属性时，

根据业务主体、业务时间和计算规则，更新各个时间粒度对应的存储表中的数据，包括：根据业务主体、扩展属性、业务时间和计算规则，更新各个时间粒度对应的存储表中的数据。

数据计算请求中除了包括与计算任务中相同的扩展属性，还可以包括其他扩展属性。

在本发明的一个实施例中，根据业务主体、业务时间和计算规则，更新各个时间粒度对应的存储表中的数据，包括：根据业务时间，确定各个时间粒度对应的时间段；根据业务主体和各个时间粒度对应的时间段，确定各个时间粒度对应的存储表的目标数据记录；根据计算规则，更新各个目标数据记录中计算属性字段的值。

在本发明的一个实施例中，为了避免对同一个数据计算请求重复执行多次，在接收数据更新请求之后，在根据数据更新请求中的若干业务属性和预先配置的与数据更新请求中的场景标识对应的计算任务，更新各个时间粒度对应的存储表中的数据之前，该方法还包括：根据若干业务属性，生成幂等请求；将幂等请求写入幂等记录，如果写入成功则执行根据数据更新请求中的若干业务属性和预先配置的与数据更新请求中的场景标识对应的计算任务，更新各个时间粒度对应的存储表中的数据。

如果写入失败，可能存在两种情况，一种是唯一索引冲突异常，表示该数据更新请求已经被处理过，另一种是数据库其他异常，表示操作过程存在非预期内异常，无法完成数据更新过程。

本发明实施例以支付业务为例，对数据更新方法进行详细的说明，该方法包括：

S1：配置与场景标识对应的计算任务。

场景标识001对应的计算任务：

计算属性：支付金额；

计算算子：sum；

扩展属性：支付对象；

时间粒度：年、月。

场景标识002对应的计算任务：

计算属性：支付金额；

计算算子：max；

时间粒度：年、月。

场景标识003对应的计算任务：

计算属性：支付次数；

计算算子：sum；

时间粒度：年、月、日。

S2：接收数据更新请求，数据更新请求中包含的信息如表2所示。

表2

场景标识	支付主体	支付时间	支付金额/元	订单号	支付对象
						001	用户A	2019.1.1 10:00	5	Y00001	商家B

从数据更新请求中可以看出，用户在2019.1.1 10:00向商家B支付5元。其中，业务主体包括：用户A，业务时间包括：2019.1.1 10:00，计算属性包括：支付金额，扩展属性包括：订单号和支付对象。

S3：确定数据更新请求中的场景标识的值和若干业务属性的值是否均不为空，如果是，执行S4，否则，终止当前流程。

在实际应用场景中，可以对全部业务属性的值进行判断，还可以对部分指定的业务属性的值进行判断。即S3还可以包括：确定数据更新请求中的场景标识的值和指定业务属性的值是否均不为空。

S4：确定预先配置的与场景标识对应的计算任务中是否存在与数据更新请求中的场景标识对应的计算任务，如果是，执行S5，否则，终止当前流程。

在本发明实施例中，存在与001对应的计算任务。

S5：对数据更新请求进行标准化处理。

例如，年对应的标准化后的支付时间为2019，月对应的标准化后的支付时间为201901。

S6：开启事务。

S7：根据若干业务属性，生成幂等请求。

可以根据数据更新请求中包括的全部业务属性的值生成幂等请求，还可以根据数据更新请求中包括的部分业务属性的值生成幂等请求。例如，生成的幂等请求中包括业务主体、扩展属性和业务时间。

S8：将幂等请求写入幂等记录，如果写入成功则执行S10，否则，执行S9。

S9：回滚事务，并提示更新失败。

S10：根据支付金额和sum，生成计算规则。

计算规则为amount＝amount+5。

S11：根据支付时间，确定年对应的时间段为2019年、月对应的时间段为2019年1月。

S12：根据支付主体、年对应的时间段和月对应的时间段，确定2019年对应的存储表的目标数据记录和2019年1月对应的存储表的目标数据记录。

S13：根据计算规则，更新2019年对应的存储表的目标数据记录中支付金额字段的值，如果更新成功，执行S14，否则，执行S9。

S14：根据计算规则，更新2019年1月对应的存储表的目标数据记录中支付金额字段的值，如果更新成功，执行S15，否则，执行S9。

S15：提交事务。

以时间粒度年为例，更新前的存储表为表3，更新后的存储表为表4。

表3

支付主体	支付时间	支付金额/元	支付对象
				用户A	2019	100	商家B
用户A	2018	200	商家B
				用户B	2019	300	商家C

表4

支付主体	支付时间	支付金额/元	支付对象
				用户A	2019	105	商家B
用户A	2019	200	商家D
				用户B	2019	300	商家C

如图2所示，本发明实施例提供了一种数据查询方法，包括：

步骤201：接收数据查询请求，其中，数据查询请求中包括：时间区间和业务属性。

该业务属性包括但不限于：业务主体、扩展属性和计算属性中任意一种或多种。

例如，在数据查询请求中，时间区间为2018年1月-2019年5月，业务主体为用户A、扩展属性为商家B，计算属性为支付金额，该数据查询请求的目的是查询2018年1月-2019年5月用户A向商家B的支付金额。

步骤202：确定时间区间对应的若干时间粒度及各个时间粒度对应的时间段。

沿用上例，时间区间对应的时间粒度包括年和月，年对应的时间段为2018年，月对应的时间段为2019年1月-2019年5月。

步骤203：根据业务属性和各个时间粒度对应的时间段查询各个时间粒度对应的存储表，得到各个时间粒度对应的数据。

针对各个时间粒度对应的存储表的查询可以并发执行，以提高数据查询的速度。

沿用上例，数据库中包括的存储表包括：年表、月表和日表。在年表中查询2018年的数据，在月表中查询2019年1月-2019年5月的数据，在年表中的查询过程与在月表中的查询过程可以并发执行。

步骤204：根据各个时间粒度对应的数据，得到数据查询结果。

将在不同存储表中查询得到的数据汇合，得到数据查询结果。例如，将在年表中查询得到的2018年的数据和在月表中查询得到的2019年1月-2019年5月的数据汇合到一起，得到最终的数据查询结果。

由于数据按照时间粒度存储在不同的存储表中，因此，在数据查询过程中，可以根据时间区间对应的时间粒度，在不同的存储表中进行查询，进而提高数据查询速度。同时，该方法能够应对高并发的数据查询请求。

为了减少对于数据库的无效访问，在本发明的一个实施例中，在接收数据查询请求之后，在确定时间区间对应的若干时间粒度及各个时间粒度对应的时间段之前，该方法还包括：

确定数据查询请求是否满足预设的查询条件，如果是，执行确定时间区间对应的若干时间粒度及各个时间粒度对应的时间段。

例如，确定数据查询请求中是否包括时间区间和业务属性，或者，数据查询请求中包括的时间区间是否在预设的时间范围内，或者查询数据请求中包括的业务属性是否属于预设的查询属性。

数据查询结果可以由业务系统发送，相应的，数据查询结果将反馈给业务系统。鉴于业务系统与数据库中存储数据的格式的差异，在本发明的一个实施例中，根据各个时间粒度对应的数据，得到数据查询结果，包括：对各个时间粒度对应的数据进行数据转换；汇总各个时间粒度对应的转换后的数据，得到数据查询结果。

本发明实施例提供了一种基于数据更新方法的数据查询方法，该方法包括：

K1：接收数据更新请求。

K2：根据数据更新请求中的若干业务属性和预先配置的与数据更新请求中的场景标识对应的计算任务，更新各个时间粒度对应的存储表中的数据；其中，计算任务中包括：若干时间粒度。

K3：接收数据查询请求，其中，数据查询请求中包括：时间区间和业务属性；

K4：确定时间区间对应的若干时间粒度及各个时间粒度对应的时间段；

K5：根据数据查询请求中的业务属性和各个时间粒度对应的时间段查询各个时间粒度对应的存储表，得到各个时间粒度对应的数据；

K6：根据各个时间粒度对应的数据，得到数据查询结果。

如图3所示，本发明实施例以账目数据的更新为例，描述了一种数据更新和数据查询的架构图，其中，wr用于表示可读可写，r用于表示只读。在实际应用场景中，可以在集群的不同节点中分别按照图3所示的架构进行部署，以实现数据更新和/或数据查询方法。

节点中的某一阶段宕机，不影响集群整体性能，集群扩容、弹入和弹出均不受影响。同时，该方法具有高可用性，可以使用传统的mysql或者关系型数据库存储，都可以支持数据不丢失，并且可以拥有多个副本。

如图4所示，本发明实施例提供了一种数据更新装置，包括：

接收单元401，用于接收数据更新请求；

更新单元402，用于根据数据更新请求中的若干业务属性和预先配置的与数据更新请求中的场景标识对应的计算任务，更新各个时间粒度对应的存储表中的数据；其中，计算任务中包括：若干时间粒度。

在本发明的一个实施例中，该数据更新装置还包括：校验单元；

校验单元，用于对数据更新请求进行校验，如果校验通过，则触发更新单元。

在本发明的一个实施例中，校验单元，用于确定数据更新请求中的场景标识的值和若干业务属性的值是否均不为空。

在本发明的一个实施例中，校验单元，用于确定预先配置的与场景标识对应的计算任务中是否存在与数据更新请求中的场景标识对应的计算任务。

在本发明的一个实施例中，更新单元402，用于开启事务；根据数据更新请求中的若干业务属性和预先配置的与数据更新请求中的场景标识对应的计算任务，更新当前时间粒度对应的存储表中的数据；如果更新成功，则根据指定的更新顺序、若干业务属性和数据更新请求中的场景标识对应的计算任务，更新下一个时间粒度对应的存储表中的数据；如果更新失败，则回滚事务；当各个时间粒度对应的存储表中的数据均更新成功时，提交事务。

在本发明的一个实施例中，计算任务，进一步包括：计算属性、计算属性对应的计算算子；

若干业务属性，包括：业务主体、业务时间和计算属性；

更新单元402，用于根据计算属性和计算属性对应的计算算子，生成计算规则；根据业务主体、业务时间和计算规则，更新各个时间粒度对应的存储表中的数据。

在本发明的一个实施例中，计算任务，进一步包括：扩展属性；

若干业务属性，进一步包括：扩展属性；

更新单元402，用于根据业务主体、扩展属性、业务时间和计算规则，更新各个时间粒度对应的存储表中的数据。

在本发明的一个实施例中，更新单元402，用于根据业务时间，确定各个时间粒度对应的时间段；根据业务主体和各个时间粒度对应的时间段，确定各个时间粒度对应的存储表的目标数据记录；根据计算规则，更新各个目标数据记录中计算属性字段的值。

在本发明的一个实施例中，该数据更新装置还包括：幂等单元；

幂等单元，用于根据若干业务属性，生成幂等请求；将幂等请求写入幂等记录，如果写入成功则触发执行更新单元。

如图5所示，本发明实施例提供了一种数据查询装置，包括：

接收单元501，用于接收数据查询请求，其中，数据查询请求中包括：时间区间和业务属性；

确定单元502，用于确定时间区间对应的若干时间粒度及各个时间粒度对应的时间段；

查询单元503，用于根据业务属性和各个时间粒度对应的时间段查询各个时间粒度对应的存储表，得到各个时间粒度对应的数据；

汇总单元504，用于根据各个时间粒度对应的数据，得到数据查询结果。

在本发明的一个实施例中，数据查询装置还包括：校验单元；

校验单元，用于确定数据查询请求是否满足预设的查询条件，如果是，执行确定时间区间对应的若干时间粒度及各个时间粒度对应的时间段。

在本发明的一个实施例中，汇总单元504，用于对各个时间粒度对应的数据进行数据转换；汇总各个时间粒度对应的转换后的数据，得到数据查询结果。

本发明实施例提供了一种数据更新设备，包括：处理器和存储器；

存储器用于存储执行指令，处理器用于执行存储器存储的执行指令以实现上述任一实施例的数据更新方法。

本发明实施例提供了一种数据查询设备，包括：处理器和存储器；

存储器用于存储执行指令，处理器用于执行存储器存储的执行指令以实现上述任一实施例的数据查询方法。

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。

上述实施例阐明的系统、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，在实施本申请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、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。

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。

本申请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申请，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，对于系统实施例而言，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。

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

Claims (22)

1.一种数据更新方法，包括：

接收数据更新请求；

根据所述数据更新请求中的若干业务属性和预先配置的与所述数据更新请求中的场景标识对应的计算任务，更新各个时间粒度对应的存储表中的数据；其中，所述计算任务中包括：若干所述时间粒度。

2.如权利要求1所述的数据更新方法，

在所述接收数据更新请求之后，在所述根据所述数据更新请求中的若干业务属性和预先配置的与所述数据更新请求中的场景标识对应的计算任务，更新各个时间粒度对应的存储表中的数据之前，进一步包括：

对所述数据更新请求进行校验，如果校验通过，则执行步骤：根据所述数据更新请求中的若干业务属性和预先配置的与所述数据更新请求中的场景标识对应的计算任务，更新各个时间粒度对应的存储表中的数据。

3.如权利要求2所述的数据更新方法，

所述对所述数据更新请求进行校验，包括：

确定所述数据更新请求中的场景标识的值和若干业务属性的值是否均不为空；

和/或，

所述对所述数据更新请求进行校验，包括：

确定是否预先配置了与所述数据更新请求中的场景标识对应的计算任务。

4.如权利要求1所述的数据更新方法，

所述根据所述数据更新请求中的若干业务属性和预先配置的与所述数据更新请求中的场景标识对应的计算任务，更新各个时间粒度对应的存储表中的数据，包括：

开启事务；

根据所述数据更新请求中的若干业务属性和预先配置的与所述数据更新请求中的场景标识对应的计算任务，更新当前时间粒度对应的存储表中的数据；

如果更新成功，则根据指定的更新顺序、所述若干业务属性和所述数据更新请求中的场景标识对应的计算任务，更新下一个所述时间粒度对应的存储表中的数据；如果更新失败，则回滚所述事务；

当各个所述时间粒度对应的存储表中的数据均更新成功时，提交所述事务。

5.如权利要求1所述的数据更新方法，

所述计算任务，进一步包括：计算属性、所述计算属性对应的计算算子；

所述若干业务属性，包括：业务主体、业务时间和所述计算属性；

所述根据所述数据更新请求中的若干业务属性和预先配置的与所述数据更新请求中的场景标识对应的计算任务，更新各个时间粒度对应的存储表中的数据，包括：

根据所述计算属性和所述计算属性对应的计算算子，生成计算规则；

根据所述业务主体、所述业务时间和所述计算规则，更新各个所述时间粒度对应的存储表中的数据。

6.如权利要求5所述的数据更新方法，

所述计算任务，进一步包括：扩展属性；

所述若干业务属性，进一步包括：所述扩展属性；

所述根据所述业务主体、所述业务时间和所述计算规则，更新各个所述时间粒度对应的存储表中的数据，包括：

根据所述业务主体、所述扩展属性、所述业务时间和所述计算规则，更新各个所述时间粒度对应的存储表中的数据。

7.如权利要求5所述的数据更新方法，

所述根据所述业务主体、所述业务时间和所述计算规则，更新各个所述时间粒度对应的存储表中的数据，包括：

根据所述业务时间，确定各个所述时间粒度对应的时间段；

根据所述业务主体和各个所述时间粒度对应的时间段，确定各个所述时间粒度对应的存储表的目标数据记录；

根据所述计算规则，更新各个所述目标数据记录中所述计算属性字段的值。

8.如权利要求1-7中任一所述的数据更新方法，

在所述接收数据更新请求之后，在所述根据所述数据更新请求中的若干业务属性和预先配置的与所述数据更新请求中的场景标识对应的计算任务，更新各个时间粒度对应的存储表中的数据之前，进一步包括：

根据所述若干业务属性，生成幂等请求；

将所述幂等请求写入幂等记录，如果写入成功则执行所述根据所述数据更新请求中的若干业务属性和预先配置的与所述数据更新请求中的场景标识对应的计算任务，更新各个时间粒度对应的存储表中的数据。

9.一种数据查询方法，包括：

接收数据查询请求，其中，所述数据查询请求中包括：时间区间和业务属性；

确定所述时间区间对应的若干时间粒度及各个所述时间粒度对应的时间段；

根据所述业务属性和各个所述时间粒度对应的时间段查询各个所述时间粒度对应的存储表，得到各个所述时间粒度对应的数据；

根据各个所述时间粒度对应的数据，得到数据查询结果。

10.如权利要求9所述的数据查询方法，

在所述接收数据查询请求之后，在所述确定所述时间区间对应的若干时间粒度及各个所述时间粒度对应的时间段之前，进一步包括：

确定所述数据查询请求是否满足预设的查询条件，如果是，执行所述确定所述时间区间对应的若干时间粒度及各个所述时间粒度对应的时间段。

11.如权利要求9或10所述的数据查询方法，

所述根据各个所述时间粒度对应的数据，得到数据查询结果，包括：

对各个所述时间粒度对应的数据进行数据转换；

汇总各个所述时间粒度对应的转换后的数据，得到所述数据查询结果。

12.一种数据更新装置，包括：

接收单元，用于接收数据更新请求；

更新单元，用于根据所述数据更新请求中的若干业务属性和预先配置的与所述数据更新请求中的场景标识对应的计算任务，更新各个时间粒度对应的存储表中的数据；其中，所述计算任务中包括：若干所述时间粒度。

13.如权利要求12所述的数据更新装置，进一步包括：校验单元；

所述校验单元，用于对所述数据更新请求进行校验，如果校验通过，则触发所述更新单元。

14.如权利要求13所述的数据更新装置，

所述校验单元，用于确定所述数据更新请求中的场景标识的值和若干业务属性的值是否均不为空；

和/或，

所述校验单元，用于确定是否预先配置了与所述数据更新请求中的场景标识对应的计算任务。

15.如权利要求12所述的数据更新装置，

所述更新单元，用于开启事务；根据所述数据更新请求中的若干业务属性和预先配置的与所述数据更新请求中的场景标识对应的计算任务，更新当前时间粒度对应的存储表中的数据；如果更新成功，则根据指定的更新顺序、所述若干业务属性和所述数据更新请求中的场景标识对应的计算任务，更新下一个所述时间粒度对应的存储表中的数据；如果更新失败，则回滚所述事务；当各个所述时间粒度对应的存储表中的数据均更新成功时，提交所述事务。

16.如权利要求12所述的数据更新装置，

所述计算任务，进一步包括：计算属性、所述计算属性对应的计算算子；

所述若干业务属性，包括：业务主体、业务时间和所述计算属性；

所述更新单元，用于根据所述计算属性和所述计算属性对应的计算算子，生成计算规则；根据所述业务主体、所述业务时间和所述计算规则，更新各个所述时间粒度对应的存储表中的数据。

17.如权利要求16所述的数据更新装置，

所述计算任务，进一步包括：扩展属性；

所述若干业务属性，进一步包括：所述扩展属性；

所述更新单元，用于根据所述业务主体、所述扩展属性、所述业务时间和所述计算规则，更新各个所述时间粒度对应的存储表中的数据。

18.如权利要求16所述的数据更新装置，

所述更新单元，用于根据所述业务时间，确定各个所述时间粒度对应的时间段；根据所述业务主体和各个所述时间粒度对应的时间段，确定各个所述时间粒度对应的存储表的目标数据记录；根据所述计算规则，更新各个所述目标数据记录中所述计算属性字段的值。

19.如权利要求12-18中任一所述的数据更新装置，进一步包括：幂等单元；

所述幂等单元，用于根据所述若干业务属性，生成幂等请求；将所述幂等请求写入幂等记录，如果写入成功则触发执行所述更新单元。

20.一种数据查询装置，包括：

接收单元，用于接收数据查询请求，其中，所述数据查询请求中包括：时间区间和业务属性；

确定单元，用于确定所述时间区间对应的若干时间粒度及各个所述时间粒度对应的时间段；

查询单元，用于根据所述业务属性和各个所述时间粒度对应的时间段查询各个所述时间粒度对应的存储表，得到各个所述时间粒度对应的数据；

汇总单元，用于根据各个所述时间粒度对应的数据，得到数据查询结果。

21.如权利要求20所述的数据查询装置，进一步包括：校验单元；

所述校验单元，用于确定所述数据查询请求是否满足预设的查询条件，如果是，执行所述确定所述时间区间对应的若干时间粒度及各个所述时间粒度对应的时间段。

22.如权利要求20或21所述的数据查询装置，

所述汇总单元，用于对各个所述时间粒度对应的数据进行数据转换；汇总各个所述时间粒度对应的转换后的数据，得到所述数据查询结果。