CN110689268A - 一种提取指标的方法和装置 - Google Patents
一种提取指标的方法和装置 Download PDFInfo
- Publication number
- CN110689268A CN110689268A CN201910935688.5A CN201910935688A CN110689268A CN 110689268 A CN110689268 A CN 110689268A CN 201910935688 A CN201910935688 A CN 201910935688A CN 110689268 A CN110689268 A CN 110689268A
- Authority
- CN
- China
- Prior art keywords
- index
- data tables
- association
- data
- indexes
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
Abstract
本发明公开了一种提取指标的方法和装置,涉及计算机技术领域。该方法的一具体实施方式包括:建立多个数据表之间的关联;获取多个数据表的指标表达式;设置指标过滤条件和指标日期;基于指标表达式、指标过滤条件、指标日期和关联提取多个数据表的基础指标。该实施方式能够为多个数据表批量生成指标,提高指标的生成效率,降低了开发人员的工作量提高开发效率,且能够保证指标运算的准确性。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种提取指标的方法和装置。
背景技术
由于考核指标的数据来源分散到各个数据表中,如果逐一从各个数据表分别加工考核指标,不仅工作量巨大,而且存在大量的重复工作。例如,因业务发展需要,银行的保全系统需要增加综合经营计划模块,利用该模块对当年的不良资产处置等相关考核指标进行运算,并对分行资产处置情况进行考核。
目前各应用系统对指标的生成主要采用指标硬编码和指标引擎两种方式。
在实现本发明过程中,发明人发现现有技术中至少存在如下问题:
1.指标硬编码的方式需要消费大量的人力和物力;指标开发周期较长且存在大量重复工作;以及指标运算结果容易出错;
2.指标引擎实现的方式较为单一,无法批量生成指标。
发明内容
有鉴于此,本发明实施例提供一种提取指标的方法和装置,能够为多个数据表批量生成指标,提高指标的生成效率,降低开发人员的工作量提高开发效率,且能够保证指标运算的准确性。
为实现上述目的,根据本发明实施例的一个方面,提供了一种提取指标的方法。
本发明实施例的一种提取指标的方法包括:建立多个数据表之间的关联;获取所述多个数据表的指标表达式;其中,所述指标表达式包括至少一种度量及其对应的指标值范围;设置指标过滤条件和指标日期;基于所述指标表达式、所述指标过滤条件、所述指标日期和所述关联提取所述多个数据表的基础指标。
可选地,建立多个数据表之间的关联,包括:分别定义各个数据表的属性和度量;基于所述数据表的属性和度量,建立其中一个所述数据表与其它所述数据表之间的关联。
可选地,基于所述指标表达式、所述指标过滤条件、所述指标日期和所述关联提取所述多个数据表的基础指标,包括:基于所述指标表达式、所述指标过滤条件、所述指标日期和所述关联编写SQL指标公式;利用所述SQL指标公式分别从所述多个数据表中提取基础指标;对提取到的各个所述基础指标进行宽表转窄表操作。
可选地,基于所述基础指标生成衍生指标。
为实现上述目的,根据本发明实施例的另一方面,提供了一种提取指标的装置。
本发明实施例的一种提取指标的装置包括:建立模块,用于建立多个数据表之间的关联;获取模块,用于获取所述多个数据表的指标表达式;其中,所述指标表达式包括至少一种度量及其对应的指标值范围;设置模块,用于设置指标过滤条件和指标日期;提取模块,用于基于所述指标表达式、所述指标过滤条件、所述指标日期和所述关联提取所述多个数据表的基础指标。
可选地,所述建立模块还用于:分别定义各个数据表的属性和度量;基于所述数据表的属性和度量,建立其中一个所述数据表与其它所述数据表之间的关联。
可选地,所述提取模块还用于:基于所述指标表达式、所述指标过滤条件、所述指标日期和所述关联编写SQL指标公式;利用所述SQL指标公式分别从所述多个数据表中提取基础指标;对提取到的各个所述基础指标进行宽表转窄表操作。
可选地,还包括衍生模块,用于:基于所述基础指标生成衍生指标。
为实现上述目的,根据本发明实施例的又一方面,提供了一种提取指标的电子设备。
本发明实施例的一种提取指标的电子设备包括:一个或多个处理器;存储装置,用于存储一个或多个程序,当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明实施例的一种提取指标的方法。
为实现上述目的,根据本发明实施例的再一方面,提供了一种计算机可读存储介质。
本发明实施例的一种计算机可读存储介质,其上存储有计算机程序,所述程序被处理器执行时实现本发明实施例的一种提取指标的方法。
上述发明中的一个实施例具有如下优点或有益效果:因为采用建立多个数据表之间的关联;获取多个数据表的指标表达式;设置指标过滤条件和指标日期;基于指标表达式、指标过滤条件、指标日期和关联提取多个数据表的基础指标的技术手段,所以克服了指标硬编码的方式需要消费大量的人力和物力;指标开发周期较长且存在大量重复工作;以及指标运算结果容易出错;以及指标引擎实现的方式较为单一,无法批量生成指标的技术问题,采用灵活配置机制的指标生成方案,对指标生成无需通过硬编码实现,可以降低开发人员的工作量提高开发效率,且程序逻辑较为稳定,能够保证指标运算的准确性,进而达到为多个数据表批量生成指标,提高指标的生成效率的技术效果。
上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。
附图说明
附图用于更好地理解本发明,不构成对本发明的不当限定。其中:
图1是根据本发明实施例的提取指标的方法的主要步骤的示意图;
图2是根据本发明一个可参考实施例的提取指标的方法的主要流程的示意图;
图3是根据本发明实施例的提取指标的装置的主要模块的示意图;
图4是本发明实施例可以应用于其中的示例性系统架构图;
图5是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本发明的示范性实施例做出说明,其中包括本发明实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本发明的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要指出的是,在不冲突的情况下,本发明的实施例以及实施例中的技术特征可以相互结合。
目前各应用系统对指标的生成主要采用指标硬编码和指标引擎两种方式。其中,
指标硬编码的方式虽然可以解决指标的计算问题,但由于指标的生成依赖程序员的代码编写,存在如下四个缺点:
1.需要消费大量的人力、物力;
2.指标开发存在大量重复工作;
3.指标开发周期较长;
4.指标运算结果容易出错。
指标引擎的方式,由于指标生成的规则不一,指标引擎实现的方式较为单一,存在无法批量生成指标等问题。
为此,本发明提出一种基于配置机制的提取指标的方法,能够对不同来源的多个数据表进行运算,批量生成指标,提高指标的生成效率。
图1是根据本发明实施例的提取指标的方法的主要步骤的示意图。
如图1所示,本发明实施例的提取指标的方法主要包括以下步骤:
步骤S101:建立多个数据表之间的关联。
对于数据来源于多个数据表的情况,需要额外增加数据加工作业用于加工关联后的数据,这种方式存在浪费资源的缺点,为了支持同时对多个数据表运算指标,本发明实施例的提取指标的方法在提取指标时,先为多个数据表建立关联。
在本发明实施例中,步骤S101可以采用以下方式实现:分别定义各个数据表的属性和度量;基于数据表的属性和度量,建立其中一个数据表与其它数据表之间的关联。
在指标引擎计算基础指标时,可以先定义数据表。具体地,可以重新定义每个数据表的属性和度量,选取一个数据表作为中心,基于属性和度量将其它数据表与中心的数据表建立关联。
步骤S102:获取多个数据表的指标表达式。
数据表存储的数据是固定,即每个数据表所包括的度量是固定的,为每个数据表生成基础指标,选取符合要求的度量作为指标。指标表达式可以包括至少一种度量及其对应的指标值范围。需要说明的是,指标值范围可以是数值区间或特定的指标值等等。
步骤S103:设置指标过滤条件和指标日期。
指标过滤条件是指评价数据所采用的标准转化为指标所需要的条件。指标日期是指数据表中数据的日期,即提取基础指标时所需要的数据来源于哪些时间。
步骤S104:基于指标表达式、指标过滤条件、指标日期和关联提取多个数据表的基础指标。
生成基础指标主要涉及四个内容:指标表达式、指标过滤条件、数据日期、数据表,通过配置这四个内容,便实现了基础指标的自动生成。
在本发明实施例中,步骤S104可以采用以下方式实现:基于指标表达式、指标过滤条件、指标日期和关联编写SQL指标公式;利用SQL指标公式分别从多个数据表中提取基础指标;对提取到的各个基础指标进行宽表转窄表操作。
指标运算的本质就是对各种数据的汇总运算,且可以通过逻辑运算实现,因此可以利用SQL语句从数据表提取指标。此外,通过上述方法得到的基础指标为宽表结构,即基础指标的值散落在数据表的各个字段中,为便于其它操作,例如指标分析或衍生指标的加工等,可以对所生成的基础指标做宽表转窄表操作。
本发明实施例的提取指标的方法还可以包括:基于基础指标生成衍生指标。
在生成基础指标之后,可以进一步生成衍生指标。由于衍生指标存在层级关系,需要在衍生指标计算之前对衍生指标的层级进行预算,按照衍生指标的层级从低到高的方式按顺序计算。
根据本发明实施例的提取指标的方法可以看出,因为采用建立多个数据表之间的关联;获取多个数据表的指标表达式;设置指标过滤条件和指标日期;基于指标表达式、指标过滤条件、指标日期和关联提取多个数据表的基础指标的技术手段,所以克服了指标硬编码的方式需要消费大量的人力和物力;指标开发周期较长且存在大量重复工作;以及指标运算结果容易出错;以及指标引擎实现的方式较为单一,无法批量生成指标的技术问题,采用灵活配置机制的指标生成方案,对指标生成无需通过硬编码实现,可以降低开发人员的工作量提高开发效率,且程序逻辑较为稳定,能够保证指标运算的准确性,进而达到为多个数据表批量生成指标,提高指标的生成效率的技术效果。
为了进一步阐述本发明的技术思想,现结合具体的应用场景,对本发明的技术方案进行说明。以银行的资产保全系统为例,需要对当年的不良资产处置等相关考核指标进行运算,并对分行资产处置情况进行考核。
由于指标来源于各种台账数据表,指标运算的本质就是对各种台账数据的汇总运算。通过对指标生成方法进行归纳总结,每个指标都可以通过如下的逻辑实现。
资产保全系统综合经营计划指标的生成逻辑如下:
“SELECT 聚合函数(度量)AS指标值,
数据日期 AS 指标日期
FROM 数据表
WHERE 数据日期=指标日期
AND 指标过滤条件
GROUP BY 数据日期”
即提取指标有四项内容:1、指标表达式,即聚合函数的内容;2、指标过滤条件;3、数据日期;4、数据表。通过配置这四个配置项可以实现指标自动生成,每个指标需要一个数据库语句实现。
由于每个指标的指标表达式和指标过滤条件都不一样,但数据表存在大量类似的情况,例如资产保全的综合经营指标基本从万能表中得出,且每个指标的数据日期都是相同的。为提高生成效率,满足性能要求。
可以使指标过滤条件在聚合函数中实现,将指标表达式和指标过滤条件合二为一。为了达到上述目的,优化后的资产保全系统综合经营计划指标的生成逻辑如下:
“SELECT聚合函数(WHEN指标过滤条件=TRUE THEN度量ELSE 0END)AS指标值,
数据日期 AS 指标日期
FROM 数据表
WHERE 数据日期=指标日期
GROUP BY 数据日期”
优化后的综合经营计划指标的生成方法,存在三个部分:指标表达式、数据表和数据日期。
为了支持批量运算指标,可以对上述单一指标生成方法进一步扩展,则支持资产保全系统综合经营计划指标批量生成的逻辑如下:
“SELECT聚合函数(WHEN指标过滤条件=TRUE THEN度量ELSE 0END)AS指标1,
聚合函数(WHEN指标过滤条件=TRUE THEN度量ELSE 0 END)AS指标2,
聚合函数(WHEN指标过滤条件=TRUE THEN度量ELSE 0 END)AS指标3
FROM 数据表
WHERE 数据日期=指标日期
GROUP BY 数据日期”
通过上述方法得到的指标为宽表结构,即指标值散落在数据表的各个字段中,为便于其它操作,可以将上述结果做一次宽表转窄表操作,则最终的资产保全系统综合经营计划批量指标生成的逻辑如下:
“SELECT宽转窄函数(指标1,指标2,指标3,…)AS指标编号,
宽转窄函数(指标1,指标2,指标3,…)AS指标值,
指标日期
FROM(
SELECT数据日期AS指标日期
聚合函数(WHEN指标过滤条件=TRUE THEN度量ELSE 0 END)AS指标1,
聚合函数(WHEN指标过滤条件=TRUE THEN度量ELSE 0 END)AS指标2,
聚合函数(WHEN指标过滤条件=TRUE THEN度量ELSE 0 END)AS指标3
FROM 数据表
WHERE 数据日期=指标日期
GROUP BY数据日期)”
上述的指标计算方法,适用于数据表为单一来源的数据表或者视图。如果数据来源于多个数据表时,需要额外增加数据加工作业用于加工关联后的数据。这种方式存在浪费资源的缺点,为了支持从多个数据表运算指标,本发明实施例的提取指标的方法可以重新定义数据表,即在指标引擎计算指标时,先定义数据表。
定义数据表的可参考方式如下:
“SELECT表1.属性,
表1.度量,
表2.属性,
表2.度量,
…
FROM表1关联表2…
WHERE表1关联表2关联条件”
需要说明的是,此处的关联条件是指表1和表2所具备的相同的度量或属性。以及该数据表的定义还可以由视图的方式实现。
此情况下,资产保全综合经营计划指标的生成逻辑如下:
“SELECT宽转窄函数(指标1,指标2,指标3,…)AS指标编号,
宽转窄函数(指标1,指标2,指标3,…)AS指标值,
指标日期
FROM(
SELECT数据日期AS指标日期
聚合函数(WHEN指标过滤条件=TRUE THEN度量ELSE 0 END)AS指标1,
聚合函数(WHEN指标过滤条件=TRUE THEN度量ELSE 0 END)AS指标2,
聚合函数(WHEN指标过滤条件=TRUE THEN度量ELSE 0 END)AS指标3
FROM (数据表)
WHERE 数据日期=指标日期
GROUP BY 数据日期)”
考虑资产保全经营指标的指标应该支持衍生指标,在基础指标生成之后,可以进一步生成衍生指标。
本发明实施例的提取指标的方法采用灵活配置机制的指标生成方案,对指标生成无需通过硬编码实现,可以降低开发人员的工作量提高开发效率。同时,采用灵活配置机制的指标生成方案,程序逻辑较为稳定,能够保证指标运算的准确性。
此外,本发明实施例的提取指标的方法支持批处理作业,通过定义数据表之间的关联可以调整批量作业的分组大小,避免粒度过细(即同时处理的数据表过少)导致效率低下,或粒度太粗(即同时处理的数据表过多)导致指标的时效性低。
图2是根据本发明一个可参考实施例的提取指标的方法的主要流程的示意图。
如图2所示,假设从数据表A、数据表B以及数据表C中提取基础指标,其中,数据表A、数据表B以及数据表C分别代表三种数据来源,则本发明实施例的提取指标的方法可以参考以下流程实施:
步骤S201:分别定义数据表A、数据表B以及数据表C的属性和度量;
步骤S202:基于数据表A、数据表B以及数据表C的属性和度量,建立其中数据表A与数据表B之间、以及数据表A与数据表C之间的关联;
步骤S203:获取数据表A、数据表B以及数据表C的指标表达式;
步骤S204:设置指标过滤条件和指标日期;
步骤S205:基于指标表达式、指标过滤条件、指标日期和关联编写SQL指标公式;
步骤S206:利用SQL指标公式分别从数据表A、数据表B以及数据表C中提取基础指标;
步骤S207:对提取到的各个基础指标进行宽表转窄表操作。
图3是根据本发明实施例的提取指标的装置的主要模块的示意图。
如图3所示,本发明实施例的提取指标的装置300包括:建立模块301、获取模块302、设置模块303和提取模块304。
其中,
建立模块301,用于建立多个数据表之间的关联;
获取模块302,用于获取所述多个数据表的指标表达式;其中,所述指标表达式包括至少一种度量及其对应的指标值范围;
设置模块303,用于设置指标过滤条件和指标日期;
提取模块304,用于基于所述指标表达式、所述指标过滤条件、所述指标日期和所述关联提取所述多个数据表的基础指标。
在本发明实施例中,所述建立模块301还可以用于:
分别定义各个数据表的属性和度量;
基于所述数据表的属性和度量,建立其中一个所述数据表与其它所述数据表之间的关联。
在本发明实施例中,所述提取模块304还可以用于:
基于所述指标表达式、所述指标过滤条件、所述指标日期和所述关联编写SQL指标公式;
利用所述SQL指标公式分别从所述多个数据表中提取基础指标;
对提取到的各个所述基础指标进行宽表转窄表操作。
此外,提取指标的装置300还可以包括衍生模块(图中并未示出),用于:
基于所述基础指标生成衍生指标。
根据本发明实施例的提取指标的装置可以看出,因为采用建立多个数据表之间的关联;获取多个数据表的指标表达式;设置指标过滤条件和指标日期;基于指标表达式、指标过滤条件、指标日期和关联提取多个数据表的基础指标的技术手段,所以克服了指标硬编码的方式需要消费大量的人力和物力;指标开发周期较长且存在大量重复工作;以及指标运算结果容易出错;以及指标引擎实现的方式较为单一,无法批量生成指标的技术问题,采用灵活配置机制的指标生成方案,对指标生成无需通过硬编码实现,可以降低开发人员的工作量提高开发效率,且程序逻辑较为稳定,能够保证指标运算的准确性,进而达到为多个数据表批量生成指标,提高指标的生成效率的技术效果。
图4示出了可以应用本发明实施例的提取指标的方法或提取指标的装置的示例性系统架构400。
如图4所示,系统架构400可以包括终端设备401、402、403,网络404和服务器405。网络404用以在终端设备401、402、403和服务器405之间提供通信链路的介质。网络404可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备401、402、403通过网络404与服务器405交互,以接收或发送消息等。终端设备401、402、403上可以安装有各种通讯客户端应用,例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。
终端设备401、402、403可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器405可以是提供各种服务的服务器,例如对用户利用终端设备401、402、403所浏览的购物类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理,并将处理结果(例如目标推送信息、产品信息)反馈给终端设备。
需要说明的是,本发明实施例所提供的提取指标的方法一般由服务器405执行,相应地,提取指标的装置一般设置于服务器405中。
应该理解,图4中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
下面参考图5,其示出了适于用来实现本发明实施例的终端设备的计算机系统500的结构示意图。图5示出的终端设备仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,计算机系统500包括中央处理单元(CPU)501,其可以根据存储在只读存储器(ROM)502中的程序或者从存储部分508加载到随机访问存储器(RAM)503中的程序而执行各种适当的动作和处理。在RAM 503中,还存储有系统500操作所需的各种程序和数据。CPU 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O)接口505也连接至总线504。
以下部件连接至I/O接口505:包括键盘、鼠标等的输入部分506;包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分507;包括硬盘等的存储部分508;以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至I/O接口505。可拆卸介质511,诸如磁盘、光盘、磁光盘、半导体存储器等等,根据需要安装在驱动器510上,以便于从其上读出的计算机程序根据需要被安装入存储部分508。
特别地,根据本发明公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本发明公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信部分509从网络上被下载和安装,和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(CPU)501执行时,执行本发明的系统中限定的上述功能。
需要说明的是,本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中,计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:无线、电线、光缆、RF等等,或者上述的任意合适的组合。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分,上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图或流程图中的每个方框、以及框图或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本发明实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中,例如,可以描述为:一种处理器包括建立模块、获取模块、设置模块和提取模块。其中,这些模块的名称在某种情况下并不构成对该模块本身的限定,例如,建立模块还可以被描述为“定义数据表之间的关联的模块”。
作为另一方面,本发明还提供了一种计算机可读介质,该计算机可读介质可以是上述实施例中描述的设备中所包含的;也可以是单独存在,而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序,当上述一个或者多个程序被一个该设备执行时,使得该设备包括:步骤S101:建立多个数据表之间的关联;步骤S102:获取多个数据表的指标表达式;步骤S103:设置指标过滤条件和指标日期;步骤S104:基于指标表达式、指标过滤条件、指标日期和关联提取多个数据表的基础指标。
根据本发明实施例的技术方案,因为采用建立多个数据表之间的关联;获取多个数据表的指标表达式;设置指标过滤条件和指标日期;基于指标表达式、指标过滤条件、指标日期和关联提取多个数据表的基础指标的技术手段,所以克服了指标硬编码的方式需要消费大量的人力和物力;指标开发周期较长且存在大量重复工作;以及指标运算结果容易出错;以及指标引擎实现的方式较为单一,无法批量生成指标的技术问题,采用灵活配置机制的指标生成方案,对指标生成无需通过硬编码实现,可以降低开发人员的工作量提高开发效率,且程序逻辑较为稳定,能够保证指标运算的准确性,进而达到为多个数据表批量生成指标,提高指标的生成效率的技术效果。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,取决于设计要求和其他因素,可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种提取指标的方法,其特征在于,包括:
建立多个数据表之间的关联;
获取所述多个数据表的指标表达式;其中,所述指标表达式包括至少一种度量及其对应的指标值范围;
设置指标过滤条件和指标日期;
基于所述指标表达式、所述指标过滤条件、所述指标日期和所述关联提取所述多个数据表的基础指标。
2.根据权利要求1所述的方法,其特征在于,建立多个数据表之间的关联,包括:
分别定义各个数据表的属性和度量;
基于所述数据表的属性和度量,建立其中一个所述数据表与其它所述数据表之间的关联。
3.根据权利要求1所述的方法,其特征在于,基于所述指标表达式、所述指标过滤条件、所述指标日期和所述关联提取所述多个数据表的基础指标,包括:
基于所述指标表达式、所述指标过滤条件、所述指标日期和所述关联编写SQL指标公式;
利用所述SQL指标公式分别从所述多个数据表中提取基础指标;
对提取到的各个所述基础指标进行宽表转窄表操作。
4.根据权利要求1所述的方法,其特征在于,
基于所述基础指标生成衍生指标。
5.一种提取指标的装置,其特征在于,包括:
建立模块,用于建立多个数据表之间的关联;
获取模块,用于获取所述多个数据表的指标表达式;其中,所述指标表达式包括至少一种度量及其对应的指标值范围;
设置模块,用于设置指标过滤条件和指标日期;
提取模块,用于基于所述指标表达式、所述指标过滤条件、所述指标日期和所述关联提取所述多个数据表的基础指标。
6.根据权利要求5所述的装置,其特征在于,所述建立模块还用于:
分别定义各个数据表的属性和度量;
基于所述数据表的属性和度量,建立其中一个所述数据表与其它所述数据表之间的关联。
7.根据权利要求5所述的装置,其特征在于,所述提取模块还用于:
基于所述指标表达式、所述指标过滤条件、所述指标日期和所述关联编写SQL指标公式;
利用所述SQL指标公式分别从所述多个数据表中提取基础指标;
对提取到的各个所述基础指标进行宽表转窄表操作。
8.根据权利要求5所述的装置,其特征在于,还包括衍生模块,用于:
基于所述基础指标生成衍生指标。
9.一种提取指标的电子设备,其特征在于,包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-4中任一所述的方法。
10.一种计算机可读介质,其上存储有计算机程序,其特征在于,所述程序被处理器执行时实现如权利要求1-4中任一所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910935688.5A CN110689268B (zh) | 2019-09-29 | 2019-09-29 | 一种提取指标的方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910935688.5A CN110689268B (zh) | 2019-09-29 | 2019-09-29 | 一种提取指标的方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110689268A true CN110689268A (zh) | 2020-01-14 |
CN110689268B CN110689268B (zh) | 2022-05-24 |
Family
ID=69111097
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910935688.5A Active CN110689268B (zh) | 2019-09-29 | 2019-09-29 | 一种提取指标的方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110689268B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111292186A (zh) * | 2020-01-17 | 2020-06-16 | 中国建设银行股份有限公司 | 一种数据分析方法和数据分析装置 |
CN112434078A (zh) * | 2020-11-20 | 2021-03-02 | 广州奇享科技有限公司 | 一种锅炉数据的处理方法、装置、设备及存储介质 |
CN113177051A (zh) * | 2021-05-20 | 2021-07-27 | 武汉众邦银行股份有限公司 | 一种数据标签动态新增维护的方法 |
CN113298354A (zh) * | 2021-04-28 | 2021-08-24 | 上海淇玥信息技术有限公司 | 业务衍生指标的自动生成方法、装置及电子设备 |
CN117609210A (zh) * | 2023-11-30 | 2024-02-27 | 上海一谈网络科技有限公司 | 数据表处理方法、装置、计算机设备和存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140095518A1 (en) * | 2012-09-28 | 2014-04-03 | Sap Ag | Calculated measures as attribute filters |
CN106776834A (zh) * | 2016-11-28 | 2017-05-31 | 中通服公众信息产业股份有限公司 | 一种基于指标的数据分析自取数方法及系统 |
CN106919630A (zh) * | 2015-12-28 | 2017-07-04 | 航天信息股份有限公司 | 一种基于sql表达式的风险指标公式生成方法及系统 |
CN107705199A (zh) * | 2017-08-07 | 2018-02-16 | 阿里巴巴集团控股有限公司 | 特征计算代码的生成方法和装置 |
-
2019
- 2019-09-29 CN CN201910935688.5A patent/CN110689268B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20140095518A1 (en) * | 2012-09-28 | 2014-04-03 | Sap Ag | Calculated measures as attribute filters |
CN106919630A (zh) * | 2015-12-28 | 2017-07-04 | 航天信息股份有限公司 | 一种基于sql表达式的风险指标公式生成方法及系统 |
CN106776834A (zh) * | 2016-11-28 | 2017-05-31 | 中通服公众信息产业股份有限公司 | 一种基于指标的数据分析自取数方法及系统 |
CN107705199A (zh) * | 2017-08-07 | 2018-02-16 | 阿里巴巴集团控股有限公司 | 特征计算代码的生成方法和装置 |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111292186A (zh) * | 2020-01-17 | 2020-06-16 | 中国建设银行股份有限公司 | 一种数据分析方法和数据分析装置 |
CN111292186B (zh) * | 2020-01-17 | 2023-08-29 | 中国建设银行股份有限公司 | 一种数据分析方法和数据分析装置 |
CN112434078A (zh) * | 2020-11-20 | 2021-03-02 | 广州奇享科技有限公司 | 一种锅炉数据的处理方法、装置、设备及存储介质 |
CN113298354A (zh) * | 2021-04-28 | 2021-08-24 | 上海淇玥信息技术有限公司 | 业务衍生指标的自动生成方法、装置及电子设备 |
CN113298354B (zh) * | 2021-04-28 | 2023-08-01 | 上海淇玥信息技术有限公司 | 业务衍生指标的自动生成方法、装置及电子设备 |
CN113177051A (zh) * | 2021-05-20 | 2021-07-27 | 武汉众邦银行股份有限公司 | 一种数据标签动态新增维护的方法 |
CN117609210A (zh) * | 2023-11-30 | 2024-02-27 | 上海一谈网络科技有限公司 | 数据表处理方法、装置、计算机设备和存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110689268B (zh) | 2022-05-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110689268B (zh) | 一种提取指标的方法和装置 | |
CN109614402B (zh) | 多维数据查询方法和装置 | |
CN111177231A (zh) | 报表生成方法和报表生成装置 | |
CN110019367B (zh) | 一种统计数据特征的方法和装置 | |
CN110706093A (zh) | 一种账务处理方法和装置 | |
CN110764770A (zh) | 一种对象间转换与赋值的方法和装置 | |
CN112783887A (zh) | 一种基于数据仓库的数据处理方法及装置 | |
CN113190517B (zh) | 数据集成方法、装置、电子设备和计算机可读介质 | |
CN111125064A (zh) | 一种生成数据库模式定义语句的方法和装置 | |
CN112818026A (zh) | 数据整合方法和装置 | |
CN114064925A (zh) | 知识图谱的构建方法、数据查询方法、装置、设备和介质 | |
CN110895591A (zh) | 一种定位自提点的方法和装置 | |
CN108959294B (zh) | 一种访问搜索引擎的方法和装置 | |
CN110928594A (zh) | 服务开发方法和平台 | |
CN113760948A (zh) | 一种数据查询的方法及装置 | |
CN111782820A (zh) | 知识图谱创建方法及装置、可读存储介质及电子设备 | |
CN113761565A (zh) | 数据脱敏方法和装置 | |
CN107679096B (zh) | 数据集市间指标共享的方法和装置 | |
CN110705271A (zh) | 一种提供自然语言处理服务的系统及方法 | |
CN115330540A (zh) | 一种处理交易数据的方法和装置 | |
CN111026629A (zh) | 一种测试脚本自动生成的方法和装置 | |
CN114817297A (zh) | 一种处理数据的方法和装置 | |
CN112579673A (zh) | 一种多源数据处理方法及装置 | |
CN113760240A (zh) | 一种生成数据模型的方法和装置 | |
CN113704242A (zh) | 一种数据处理方法和装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right |
Effective date of registration: 20221010 Address after: 25 Financial Street, Xicheng District, Beijing 100033 Patentee after: CHINA CONSTRUCTION BANK Corp. Address before: 25 Financial Street, Xicheng District, Beijing 100033 Patentee before: CHINA CONSTRUCTION BANK Corp. Patentee before: Jianxin Financial Science and Technology Co.,Ltd. |
|
TR01 | Transfer of patent right |