CN111008198B - 业务数据获取方法、装置、存储介质、电子设备 - Google Patents

业务数据获取方法、装置、存储介质、电子设备 Download PDF

Info

Publication number
CN111008198B
CN111008198B CN201911153564.8A CN201911153564A CN111008198B CN 111008198 B CN111008198 B CN 111008198B CN 201911153564 A CN201911153564 A CN 201911153564A CN 111008198 B CN111008198 B CN 111008198B
Authority
CN
China
Prior art keywords
time
data
node
target
graph database
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.)
Active
Application number
CN201911153564.8A
Other languages
English (en)
Other versions
CN111008198A (zh
Inventor
王颖初
郎昕培
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Glodon Co Ltd
Original Assignee
Glodon Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Glodon Co Ltd filed Critical Glodon Co Ltd
Priority to CN201911153564.8A priority Critical patent/CN111008198B/zh
Publication of CN111008198A publication Critical patent/CN111008198A/zh
Application granted granted Critical
Publication of CN111008198B publication Critical patent/CN111008198B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2282—Tablespace storage structures; Management thereof
    • 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
    • G06F16/285—Clustering or classification
    • 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
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • 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
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/10—Services
    • G06Q50/26—Government or public services

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Data Mining & Analysis (AREA)
  • Finance (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Engineering & Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Tourism & Hospitality (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Software Systems (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management Or Editing Of Information On Record Carriers (AREA)

Abstract

本发明实施例涉及一种业务数据获取方法、装置、存储介质、电子设备，所述方法包括：获取待获取业务数据的时刻；根据所述时刻获取对应的起点时间节点；遍历所述起点时间节点的下一时刻关系数据或者包含时刻关系数据，获取所有的目标时间节点；针对任一目标时间节点，通过时间关联关系数据查找到对应的目标数据节点；从所述多个目标数据节点中获取业务数据。

Description

业务数据获取方法、装置、存储介质、电子设备
技术领域
本发明实施例涉及计算机技术领域，尤其涉及一种业务数据获取方法、装置、存储介质、电子设备。
背景技术
智慧城市(SmartCity)，是指利用各种信息技术或创新概念，将城市的系统和服务打通、集成，以提升资源运用的效率，优化城市管理和服务，以及改善市民生活质量。从技术发展的视角，智慧城市建设要求通过以移动技术为代表的物联网、云计算等新一代信息技术应用实现全面感知、泛在互联、普适计算与融合应用。
由智慧城市的定义和特性可知，为了实现智慧城市的功能需求，在基础数据组织层面需要实现海量多维度、多关联关系的复杂结构数据的融合存储。而时间是真实世界中惟一实际存在的与任何领域都普遍相关的属性，针对时间域对智慧城市系统中的业务数据进行分析是需求量最大同时业务复杂度最高的应用场景。
相关技术中，在智慧城市行业相关的信息系统建设开发中，普遍利用的技术手段是在数据结构复杂并且数据更新频率低的系统中将时间属性作为常规业务字段处理。在数据结构简单并且数据更新频率高的系统中使用专门的时序数据库系统来存储处理时间属性。然而在复杂数据结构并且数据更新频率较低的系统中，为了从时间域进行数据分析，需要按照已知的业务数据存储组织方式从所有的数据存储结构中根据需要的时间属性值分别检索获取所需数据并融合返回结果。该过程在海量数据的场景中速度缓慢，效率低下，在时效性上无法产生有价值的业务意义。
发明内容
鉴于此，为解决上述技术问题或部分技术问题，本发明实施例提供了一种业务数据获取方法、装置、存储介质、电子设备。
第一方面，本发明实施例提供了一种业务数据获取方法，所述方法包括：
获取待获取业务数据的时刻；
根据所述时刻获取对应的起点时间节点；
遍历所述起点时间节点的下一时刻关系数据或者包含时刻关系数据，获取所有的目标时间节点；
针对任一目标时间节点，通过时间关联关系数据查找到对应的目标数据节点；
从所述多个目标数据节点中获取业务数据。
在一个可能的实施方式中，所述根据所述时刻获取对应的起点时间节点，包括：
根据所述时刻，利用图数据库的顶点数据属性查询功能获取对应的起点时间节点。
在一个可能的实施方式中，所述遍历所述起点时间节点的下一时刻关系数据或者包含时刻关系数据，获取所有的目标时间节点，包括：
通过利用图数据库的边遍历功能，以所述起点时间节点作为起点，通过探索或遍历所述起点时间节点的下一时刻关系数据或者包含时刻关系数据的边，获取所有的目标时间节点。
在一个可能的实施方式中，所述针对任一目标时间节点，通过时间关联关系数据查找到对应的目标数据节点，包括：
通过利用图数据库的关联关系数据获取功能，针对任一目标时间节点，通过时间关联关系数据查找到对应的目标数据节点。
在一个可能的实施方式中，所述业务数据具体通过以下方式存储：
利用图数据库的第一顶点创建数据节点，其中，所述数据节点的结构数据以及业务数据均作为图数据库的属性存储在对应的第一顶点中；
利用图数据库的第二顶点创建时间节点，其中，所述时间节点的结构数据均作为图数据库的属性存储在对应的第二顶点中；
利用图数据库的第一边创建时间关联关系数据，其中，所述时间关联关系数据的结构数据均作为图数据库的属性存储在对应的第一边中；
利用图数据库的第二边创建下一时刻关系数据，其中，所述下一时刻关系数据的结构数据均作为图数据库的属性存储在对应的第二边中；
利用图数据库的第三边创建包含时刻关系数据，其中，所述包含时刻关系数据的结构数据均作为图数据库的属性存储在对应的第三边中。
第二方面，本发明实施例提供一种业务数据获取装置，所述装置包括：
时刻获取模块，用于获取待获取业务数据的时刻；
时间节点获取模块，用于根据所述时刻获取对应的起点时间节点；
遍历模块，用于遍历所述起点时间节点的下一时刻关系数据或者包含时刻关系数据，获取所有的目标时间节点；
数据节点获取模块，用于针对任一目标时间节点，通过时间关联关系数据查找到对应的目标数据节点；
数据获取模块，用于从所述多个目标数据节点中获取业务数据。
在一个可能的实施方式中，所述时间节点获取模块具体用于：
根据所述时刻，利用图数据库的顶点数据属性查询功能获取对应的起点时间节点。
在一个可能的实施方式中，所述遍历模块具体用于：
通过利用图数据库的边遍历功能，以所述起点时间节点作为起点，通过探索或遍历所述起点时间节点的下一时刻关系数据或者包含时刻关系数据的边，获取所有的目标时间节点。
第三方面，本发明实施例提供一种存储介质，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现前述的业务数据获取方法。
第四方面，本发明实施例提供一种电子设备，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的业务数据获取程序，以实现前述的业务数据获取方法。
本发明实施例提供的技术方案，获取待获取业务数据的时刻，根据所述时刻获取对应的起点时间节点，遍历所述起点时间节点的下一时刻关系数据或者包含时刻关系数据，获取所有的目标时间节点，针对任一目标时间节点，通过时间关联关系数据查找到对应的目标数据节点，从所述多个目标数据节点中获取业务数据。如此基于本发明实施例中新的以时间轴为核心概念的时间域业务数据获取方法，可以有效解决业务数据获取效率低下，且无法支撑时效性要求高的业务需求的问题。
附图说明
为了更清楚地说明本说明书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实施例中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。
图1为本发明实施例示出的一种本发明实施例中业务数据组织存储方式与常规技术中使用的基于数据表的方式的联系与区别；
图2为本发明实施例示出的一种时间数据组织存储方式的示意图；
图3为本发明实施例示出的一种通过创建时间关联关系数据(TimeRelation)来将数据节点与特定的时间节点相互关联的示意图；
图4为本发明实施例示出的一种时间轴体系片段示意图；
图5为本发明实施例示出的一种业务数据获取方法的实施流程示意图；
图6为本发明实施例示出的一种各个组成部分(数据节点、时间节点、数据间的关联关系)与图数据库中真实物理存在的顶点(Vertex)与边(Edge)数据之间的对应关系的示意图；
图7为本发明实施例示出的一种业务数据获取方法的实施流程示意图；
图8为本发明实施例的业务数据获取装置的结构示意图；
图9为本发明实施例的电子设备的结构示意图。
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。
为便于对本发明实施例的理解，下面将结合附图以具体实施例做进一步的解释说明，实施例并不构成对本发明实施例的限定。
相关技术中，时间域业务数据获取面临的效率低下以及无法处理未知数据的主要原因是数据的存储与组织方式均为面向最终业务的表格式的数据存储，时间类数据只是表格中每一行数据中的一个普通属性。因此为了获取所需业务数据，必须以表扫描的形式查询所有的业务数据，并将结果按照时间类属性进行分段，聚合等操作。该种方式下无法实现针对指定时间点或范围的精确搜索，因此在原理上无法解决相关技术中技术问题。
基于此，本发明实施例根据以下实现原理可以解决上述技术问题：
1、改变现有的基于业务数据表的数据存储方式，将所有业务数据作为同质标准化的数据节点存储。各个不同业务表中的数据行转变成同类的数据节点存储在系统中(不同业务表中的数据行表现为同类的数据节点，只是节点中存储的数据属性各不相同)。
2、构造专有的时间轴体系，将时间轴作为所有时间域业务数据获取的出发点，所有各类业务数据均作为同类的标准数据附着在时间轴中的各个时间节点上。
在本发明实施例中，所有的业务数据均存储于标准的数据节点(DataNode)中。每个数据节点中存储一个用于标识数据类型的文本格式的必填属性：数据分类(DataCatalog)，该属性值的作用类似于常规技术设计中的业务数据表的表名；一个文本格式的用于唯一性标识该数据节点的UID和全部表述该数据节点业务信息的业务属性字段。
本发明实施例中设计的业务数据组织存储方式与常规技术中使用的基于数据表的方式的联系与区别如图1所示。通过使用本发明的业务数据组织存储方式，业务数据的类型不再是数据获取和检索的出发点，所有的数据查询只面向数据节点中的各类属性。
本发明实施例中时间节点作为一类特殊的不同于标准数据的时间节点(TimeNode)组织与存储在系统中。每个时间节点中存储一个用于标识时间类型的枚举格式的必填属性TimeGranularity(可选范围为：YEAR，MONTH，DAY，HOUR，MINUTE，SECOND)，一个文本格式的用于唯一性标识该时间节点的UID和全部表述该节点具体时刻的时间属性字段。如图2所示，为本发明实施例中设计的时间数据组织存储方式，通过使用本发明的时间数据组织存储方式。任意时刻的时间都有且只有唯一的一个时间节点相对应。
另外，在本发明实施例中，需要使用一类特定的名称为时间关联关闭关系数据(TimeRelation)的数据类型来表示业务数据与时间数据之间的相互联系。每一条时间关联关系数据(TimeRelation)代表一个特定的数据节点(DataNode)和特定时间节点(TimeNode)之间的一个联系。时间关联关系数据(TimeRelation)中可以包含以下四个属性：
A：时间关联类型(TimeRelationType)：文本格式，代表数据节点与时间节点之间联系的业务含义。
B:数据节点UID(DataNodeUID)：文本格式，代表关联中数据节点的唯一标识UID。
C：时间节点UID(TimeNodeUID)：文本格式，代表关联中时间节点的唯一标识UID。
D:时间关联唯一性标识(UID)：文本格式，代表该项时间关联数据本身的唯一性标识。
如图3所示，为本发明实施例示出的一种通过创建时间关联关系数据(TimeRelation)来将数据节点与特定的时间节点相互关联的示意图。
再者，本发明实施例中通过组合使用时间节点(TimeNode)来设计时间轴体系，并通过时间轴来获取与时间相关的数据节点(DataNode)中的业务数据。通过使用时间轴，可以直接以时间属性值为出发点，消除了使用常规技术时必须从所有业务数据表中查询并按时间属性值聚合数据这一时间与资源消耗巨大的过程，极大的提高数据分析的整体速度。
时间轴体系的建立步骤如下：
在构建时间轴体系时，需要使用两类特定的名称为“下一时刻关系数据(NextTime)”和“包含时刻关系数据(ContainTime)”的数据类型来表示不同时间节点之间的相互关系。
下一时刻关系数据(NextTime)：表示在同一时间粒度上的不同时间节点之间的先后关系，例如2019年1月的下一时刻是2019年2月，2019年1月31日的下一时刻是2019年2月1日。所有相同粒度的时间节点之间都必须通过建立下一时刻(NextTime)数据记录来相互关联。
包含时刻关系数据(ContainTime)：表示一个时间节点数据与其低一层时间粒度数据之间的逻辑上的包含关系。例如2019年包含时刻2019年1月和2019年2月，2019年1月31日包含时刻2019年1月31日8点和2019年1月31日9点等。所有的时间节点都必须通过创建一系列的包含时刻(ContainTime)数据记录来与其所有的低一层时间粒度的时间节点来相互关联。
如图4所示，为本发明实施例示出的一种时间轴体系片段示意图，通过使用时间轴体系，可以在任意时间点或时间区间上实现高速的时间正反向追溯与时间下钻与上卷等操作。
在本发明实施例中，通过在时间轴上的任意时刻或时间区间中检索下一时刻关系数据(NextTime)或包含时刻关系数据(ContainTime)类型的数据，可以获取到所有需要的时间节点，再通过检索与各个时间节点相关联的时间关联关系数据(TimeRelation)，即可获取到所有的目标业务数据。
A：获取某一时刻之前的所有特定类型的数据节点，方法输入为数据分类(DataCatalog)列表、开始时刻和时间粒度。方法输出为所有符合条件的数据节点列表。方法签名为：List<DataNode>beforeTime(List<String>dataCatalog,Date startDate,TimeGranularity timeGranularity)。
B：获取某一时刻之后的所有特定类型的数据节点，方法输入为数据分类(DataCatalog)列表、结束时刻和时间粒度。方法输出为所有符合条件的数据节点列表。方法签名为：List<DataNode>afterTime(List<String>dataCatalog,Date endDate,TimeGranularity timeGranularity)。
C：获取指定时间区间中所有特定类型的数据节点，方法输入为数据分类(DataCatalog)列表、开始时刻、结束时间和时间粒度。方法输出为所有符合条件的数据节点列表。方法签名为：List<DataNode>betweenTime(List<String>dataCatalog,DatestartDate,Date endDate,TimeGranularity timeGranularity)。
D：获取某一指定时刻上所有特定类型的数据节点，方法输入为数据分类(DataCatalog)列表、指定时刻和时间粒度。方法输出为所有符合条件的数据节点列表。方法签名为：List<DataNode>atTime(List<String>dataCatalog,Date atDate,TimeGranularity timeGranularity)。
E：获取某一指定时刻的下一级时间粒度中所有时间节点下关联的特定类型的数据节点，方法输入为数据分类(DataCatalog)列表、指定时刻和时间粒度。方法输出为所有符合条件的数据节点列表。方法签名为：List<DataNode>containsByTime(List<String>dataCatalog,Date atDate,TimeGranularity timeGranularity)。
基于上述实现原理，以及结合智慧城市的应用背景，本发明实施例采用支持属性图的图数据库作为底层的技术支撑。对于图数据库，是使用图论(Graph Theory)技术的数据存储与访问系统。它以图为数据存储单元。属性图是一个图数据库的功能特性，一个属性图是由顶点(Vertex)、边(Edge)、关系类型和属性(Property)组成的有向图。在任意顶点和边上均可以存储不限数量的属性。通过结合使用属性图的功能，可以实现本发明中设计的标准化数据节点存储系统和时间轴体系的全部功能。
基于此图数据库，如图5所示，为本发明实施例提供的业务数据的存储方法的实施流程示意图，该方法具体可以包括以下步骤：
S501，利用图数据库的第一顶点(Vertex)创建数据节点(DataNode)，其中，所述数据节点(DataNode)的结构数据以及业务数据均作为图数据库的属性(Property)存储在对应的第一顶点(Vertex)中；
S502，利用图数据库的第二顶点(Vertex)创建时间节点(TimeNode)，其中，所述时间节点的结构数据均作为图数据库的属性(Property)存储在对应的第二顶点(Vertex)中；
S503，利用图数据库的第一边(Edge)创建时间关联关系数据(TimeRelation)，其中，所述时间关联关系数据(TimeRelation)的结构数据均作为图数据库的属性(Property)存储在对应的第一边(Edge)中；
S504，利用图数据库的第二边(Edge)创建下一时刻关系数据(NextTime)，其中，所述下一时刻关系数据(NextTime)的结构数据均作为图数据库的属性(Property)存储在对应的第二边(Edge)中；
S505，利用图数据库的第三边(Edge)创建包含时刻关系数据(ContainTime)，其中，所述包含时刻关系数据(ContainTime)的结构数据均作为图数据库的属性(Property)存储在对应的第三边(Edge)中。
如图6所示，为本发明实施例中各个组成部分(数据节点、时间节点、数据间的关联关系)与图数据库中真实物理存在的顶点(Vertex)与边(Edge)数据之间的对应关系。
基于上述业务数据的存储方法，使用属性图数据库的顶点(Vertex)数据属性查询和边(Edge)数据探索遍历功能特性实现本发明中的全部基于时间轴体系的数据获取功能。如图7所示，为本发明实施例提供的一种业务数据获取方法的实施流程示意图，该方法具体可以包括以下步骤：
S701，获取待获取业务数据的时刻；
在本发明实施例中，用户可以输入待获取业务数据的时刻，本发明实施例可以获取该待获取业务数据的时刻。
S702，根据所述时刻获取对应的起点时间节点；
根据待获取业务数据的时刻时刻，利用图数据库的顶点数据属性查询功能获取对应的起点时间节点。
S703，遍历所述起点时间节点的下一时刻关系数据或者包含时刻关系数据，获取所有的目标时间节点；
通过利用图数据库的边遍历功能，以所述起点时间节点作为起点，通过探索或遍历所述起点时间节点的下一时刻关系数据或者包含时刻关系数据的边，获取所有的目标时间节点。
S704，针对任一目标时间节点，通过时间关联关系数据查找到对应的目标数据节点；
通过利用图数据库的关联关系数据获取功能，针对任一目标时间节点，通过时间关联关系数据查找到对应的目标数据节点。
S705，从所述多个目标数据节点中获取业务数据。
对于上述多个目标数据节点中的任意目标数据节点，从该目标数据节点中获取业务数据，完成用户对业务数据的访问。
通过上述对本发明实施例提供的技术方案的描述，获取待获取业务数据的时刻，根据所述时刻获取对应的起点时间节点，遍历所述起点时间节点的下一时刻关系数据或者包含时刻关系数据，获取所有的目标时间节点，针对任一目标时间节点，通过时间关联关系数据查找到对应的目标数据节点，从所述多个目标数据节点中获取业务数据。如此基于本发明实施例中新的以时间轴为核心概念的时间域业务数据获取方法，可以有效解决业务数据获取效率低下，且无法支撑时效性要求高的业务需求的问题。
相对于方法实施例，本发明实施例还提供了一种业务数据获取装置的实施例，如图8所示，该装置可以包括：时刻获取模块810、时间节点获取模块820、遍历模块830、数据节点获取模块840、数据获取模块850。
时刻获取模块810，用于获取待获取业务数据的时刻；
时间节点获取模块820，用于根据所述时刻获取对应的起点时间节点；
遍历模块830，用于遍历所述起点时间节点的下一时刻关系数据或者包含时刻关系数据，获取所有的目标时间节点；
数据节点获取模块840，用于针对任一目标时间节点，通过时间关联关系数据查找到对应的目标数据节点；
数据获取模块850，用于从所述多个目标数据节点中获取业务数据。
根据本发明提供的一种具体实施方式，所述时间节点获取模块820具体用于：
根据所述时刻，利用图数据库的顶点数据属性查询功能获取对应的起点时间节点。
根据本发明提供的一种具体实施方式，所述遍历模块830具体用于：
通过利用图数据库的边遍历功能，以所述起点时间节点作为起点，通过探索或遍历所述起点时间节点的下一时刻关系数据或者包含时刻关系数据的边，获取所有的目标时间节点。
图9为本发明实施例提供的一种的电子设备的结构示意图，图9所示的电子设备900包括：至少一个处理器901、存储器902、至少一个网络接口904和其他用户接口903。移动终端900中的各个组件通过总线系统905耦合在一起。可理解，总线系统905用于实现这些组件之间的连接通信。总线系统905除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但是为了清楚说明起见，在图9中将各种总线都标为总线系统905。
其中，用户接口903可以包括显示器、键盘或者点击设备(例如，鼠标，轨迹球(trackball)、触感板或者触摸屏等。
可以理解，本发明实施例中的存储器902可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(Read-OnlyMemory，ROM)、可编程只读存储器(ProgrammableROM，PROM)、可擦除可编程只读存储器(ErasablePROM，EPROM)、电可擦除可编程只读存储器(ElectricallyEPROM，EEPROM)或闪存。易失性存储器可以是随机存取存储器(RandomAccessMemory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(StaticRAM，SRAM)、动态随机存取存储器(DynamicRAM，DRAM)、同步动态随机存取存储器(SynchronousDRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(DoubleDataRateSDRAM，DDRSDRAM)、增强型同步动态随机存取存储器(EnhancedSDRAM，ESDRAM)、同步连接动态随机存取存储器(SynchlinkDRAM，SLDRAM)和直接内存总线随机存取存储器(DirectRambusRAM，DRRAM)。本文描述的存储器902旨在包括但不限于这些和任意其它适合类型的存储器。
在一些实施方式中，存储器902存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统9021和应用程序9022。
其中，操作系统9021，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序9022，包含各种应用程序，例如媒体播放器(MediaPlayer)、浏览器(Browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序9022中。
在本发明实施例中，通过调用存储器902存储的程序或指令，具体的，可以是应用程序9022中存储的程序或指令，处理器901用于执行各方法实施例所提供的方法步骤，例如包括：获取待获取业务数据的时刻；根据所述时刻获取对应的起点时间节点；遍历所述起点时间节点的下一时刻关系数据或者包含时刻关系数据，获取所有的目标时间节点；针对任一目标时间节点，通过时间关联关系数据查找到对应的目标数据节点；从所述多个目标数据节点中获取业务数据。
上述本发明实施例揭示的方法可以应用于处理器901中，或者由处理器901实现。处理器901可能是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器901中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器901可以是通用处理器、数字信号处理器(DigitalSignalProcessor，DSP)、专用集成电路(ApplicationSpecificIntegratedCircuit，ASIC)、现成可编程门阵列(FieldProgrammableGateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本发明实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。结合本发明实施例所公开的方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器902，处理器901读取存储器902中的信息，结合其硬件完成上述方法的步骤。
可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecificIntegratedCircuits，ASIC)、数字信号处理器(DigitalSignalProcessing，DSP)、数字信号处理设备(DSPDevice，DSPD)、可编程逻辑设备(ProgrammableLogicDevice，PLD)、现场可编程门阵列(Field-ProgrammableGateArray，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。
对于软件实现，可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。
本实施例提供的电子设备可以是如图9中所示的电子设备，可执行如图7中业务数据获取方法的所有步骤，进而实现图7所示业务数据获取方法的技术效果，具体请参照图7相关描述，为简洁描述，在此不作赘述。
本发明实施例还提供了一种存储介质(计算机可读存储介质)。这里的存储介质存储有一个或者多个程序。其中，存储介质可以包括易失性存储器，例如随机存取存储器；存储器也可以包括非易失性存储器，例如只读存储器、快闪存储器、硬盘或固态硬盘；存储器还可以包括上述种类的存储器的组合。
当存储介质中一个或者多个程序可被一个或者多个处理器执行，以实现上述在业务数据获取设备侧执行的业务数据获取方法。
所述处理器用于执行存储器中存储的业务数据获取程序，以实现以下在业务数据获取设备侧执行的业务数据获取方法的步骤：
获取待获取业务数据的时刻；根据所述时刻获取对应的起点时间节点；遍历所述起点时间节点的下一时刻关系数据或者包含时刻关系数据，获取所有的目标时间节点；针对任一目标时间节点，通过时间关联关系数据查找到对应的目标数据节点；从所述多个目标数据节点中获取业务数据。
专业人员应该还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
结合本文中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种业务数据获取方法，其特征在于，所述方法包括：
获取待获取业务数据的时刻；
根据所述时刻获取对应的起点时间节点；
遍历所述起点时间节点的下一时刻关系数据或者包含时刻关系数据，获取所有的目标时间节点；所述下一时刻关系数据表示在同一时间粒度上的不同时间节点之间的先后关系，所述包含时刻关系数据表示一个时间节点数据与其低一层时间粒度数据之间的逻辑上的包含关系；所述时间节点中存储有用于唯一性标识该时间节点的UID和全部表述该节点具体时刻的时间属性字段；
针对任一目标时间节点，通过时间关联关系数据查找到对应的目标数据节点；每一条时间关联关系数据代表一个特定的数据节点和特定时间节点之间的一个联系；所述数据节点中存储有用于唯一性标识该数据节点的UID和全部表述该数据节点业务信息的业务属性字段；所述时间关联关系数据中包含以下四个属性：
A：时间关联类型：代表数据节点与时间节点之间联系的业务含义；
B: 数据节点UID：代表关联中数据节点的唯一标识；
C：时间节点UID：代表关联中时间节点的唯一标识；
D: 时间关联唯一性标识UID：代表该项时间关联关系数据本身的唯一性标识；
从多个目标数据节点中获取业务数据；
其中，所述业务数据具体通过以下方式存储：
利用图数据库的第一顶点创建数据节点，其中，所述数据节点的结构数据以及业务数据均作为图数据库的属性存储在对应的第一顶点中；
利用图数据库的第二顶点创建时间节点，其中，所述时间节点的结构数据均作为图数据库的属性存储在对应的第二顶点中；
利用图数据库的第一边创建时间关联关系数据，其中，所述时间关联关系数据的结构数据均作为图数据库的属性存储在对应的第一边中；
利用图数据库的第二边创建下一时刻关系数据，其中，所述下一时刻关系数据的结构数据均作为图数据库的属性存储在对应的第二边中，
利用图数据库的第三边创建包含时刻关系数据，其中，所述包含时刻关系数据的结构数据均作为图数据库的属性存储在对应的第三边中。
2.根据权利要求1所述的方法，其特征在于，所述根据所述时刻获取对应的起点时间节点，包括：
根据所述时刻，利用图数据库的顶点数据属性查询功能获取对应的起点时间节点。
3.根据权利要求1所述的方法，其特征在于，所述遍历所述起点时间节点的下一时刻关系数据或者包含时刻关系数据，获取所有的目标时间节点，包括：
通过利用图数据库的边遍历功能，以所述起点时间节点作为起点，通过探索或遍历所述起点时间节点的下一时刻关系数据或者包含时刻关系数据的边，获取所有的目标时间节点。
4.根据权利要求1所述的方法，其特征在于，所述针对任一目标时间节点，通过时间关联关系数据查找到对应的目标数据节点，包括：
通过利用图数据库的关联关系数据获取功能，针对任一目标时间节点，通过时间关联关系数据查找到对应的目标数据节点。
5.一种用于实现权利要求1所述方法的业务数据获取装置，其特征在于，所述装置包括：
时刻获取模块，用于获取待获取业务数据的时刻；
时间节点获取模块，用于根据所述时刻获取对应的起点时间节点；
遍历模块，用于遍历所述起点时间节点的下一时刻关系数据或者包含时刻关系数据，获取所有的目标时间节点；
数据节点获取模块，用于针对任一目标时间节点，通过时间关联关系数据查找到对应的目标数据节点；
数据获取模块，用于从多个目标数据节点中获取业务数据。
6.根据权利要求5所述的装置，其特征在于，所述时间节点获取模块具体用于：
根据所述时刻，利用图数据库的顶点数据属性查询功能获取对应的起点时间节点。
7.根据权利要求5所述的装置，其特征在于，所述遍历模块具体用于：
通过利用图数据库的边遍历功能，以所述起点时间节点作为起点，通过探索或遍历所述起点时间节点的下一时刻关系数据或者包含时刻关系数据的边，获取所有的目标时间节点。
8.一种电子设备，其特征在于，包括：处理器和存储器，所述处理器用于执行所述存储器中存储的业务数据获取程序，以实现权利要求1~4中任一项所述的业务数据获取方法。
9.一种存储介质，其特征在于，所述存储介质存储有一个或者多个程序，所述一个或者多个程序可被一个或者多个处理器执行，以实现权利要求1~4中任一项所述的业务数据获取方法。
CN201911153564.8A 2019-11-22 2019-11-22 业务数据获取方法、装置、存储介质、电子设备 Active CN111008198B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911153564.8A CN111008198B (zh) 2019-11-22 2019-11-22 业务数据获取方法、装置、存储介质、电子设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911153564.8A CN111008198B (zh) 2019-11-22 2019-11-22 业务数据获取方法、装置、存储介质、电子设备

Publications (2)

Publication Number Publication Date
CN111008198A CN111008198A (zh) 2020-04-14
CN111008198B true CN111008198B (zh) 2023-05-16

Family

ID=70113094

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911153564.8A Active CN111008198B (zh) 2019-11-22 2019-11-22 业务数据获取方法、装置、存储介质、电子设备

Country Status (1)

Country Link
CN (1) CN111008198B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113434506B (zh) * 2021-06-29 2023-05-16 平安科技（深圳）有限公司 数据管理及检索方法、装置、计算机设备及可读存储介质
CN113760971B (zh) * 2021-11-09 2022-02-22 通联数据股份公司 用于检索图数据库的数据的方法、计算设备和存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107766377A (zh) * 2016-08-19 2018-03-06 华为技术有限公司 一种监控数据查询方法及装置
CN108614881A (zh) * 2018-04-28 2018-10-02 北京京东金融科技控股有限公司 呈现企业关联关系图谱的方法及装置、存储介质、电子终端
CN110019311A (zh) * 2017-12-29 2019-07-16 中国移动通信集团河南有限公司 业务数据状态显示方法及装置
CN110210227A (zh) * 2019-06-11 2019-09-06 百度在线网络技术（北京）有限公司 风险检测方法、装置、设备和存储介质
CN110377667A (zh) * 2019-06-17 2019-10-25 深圳壹账通智能科技有限公司 关联图谱展示方法、装置、计算机设备和存储介质

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9092548B2 (en) * 2013-03-15 2015-07-28 Magnet Systems, Inc. Time-based graph data model
US9317557B2 (en) * 2013-10-24 2016-04-19 Microsoft Technology Licensing, Llc Answering relational database queries using graph exploration

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107766377A (zh) * 2016-08-19 2018-03-06 华为技术有限公司 一种监控数据查询方法及装置
CN110019311A (zh) * 2017-12-29 2019-07-16 中国移动通信集团河南有限公司 业务数据状态显示方法及装置
CN108614881A (zh) * 2018-04-28 2018-10-02 北京京东金融科技控股有限公司 呈现企业关联关系图谱的方法及装置、存储介质、电子终端
CN110210227A (zh) * 2019-06-11 2019-09-06 百度在线网络技术（北京）有限公司 风险检测方法、装置、设备和存储介质
CN110377667A (zh) * 2019-06-17 2019-10-25 深圳壹账通智能科技有限公司 关联图谱展示方法、装置、计算机设备和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于图模型的目标数据组织及关联分析方法;刘格;杨帆;袁翔;刘博;指挥信息系统与技术(第05期);第100-105页 *
基于路径索引的密集邻域图数据查询方法研究;段慧芳;汤小春;计算机应用研究(第12期);第224-228页 *

Also Published As

Publication number Publication date
CN111008198A (zh) 2020-04-14

Similar Documents

Publication Publication Date Title
CN110674228B (zh) 数据仓库模型构建和数据查询方法、装置及设备
CN108874971B (zh) 一种应用于海量标签化实体数据存储的工具和方法
CN110019397B (zh) 用于进行数据处理的方法及装置
CN102253936B (zh) 记录用户访问商品信息的方法及搜索方法和服务器
CN110472068A (zh) 基于异构分布式知识图谱的大数据处理方法、设备及介质
US20170255709A1 (en) Atomic updating of graph database index structures
US20170255708A1 (en) Index structures for graph databases
CN110162512B (zh) 一种日志检索方法、装置及存储介质
US20140280064A1 (en) Generating business intelligence geospatial elements
CN111767407A (zh) 用可搜索的地理时间值对知识图条目进行编码以评估实体提及的传递地理时间接近度
CN111008198B (zh) 业务数据获取方法、装置、存储介质、电子设备
CN106021583A (zh) 页面流量数据的统计方法及其系统
CN103455335A (zh) 一种多级分类的Web实现方法
CN111382155B (zh) 一种数据仓库的数据处理方法、电子设备及介质
CN112463991A (zh) 历史行为数据的处理方法、装置、计算机设备及存储介质
CN115544183A (zh) 数据可视化方法、装置、计算机设备和存储介质
CN110851663B (zh) 管理元数据的方法和装置
CN109697234B (zh) 实体的多属性信息查询方法、装置、服务器和介质
US11030177B1 (en) Selectively scanning portions of a multidimensional index for processing queries
CN112231531A (zh) 一种基于opentsdb的数据展示方法、设备及介质
CN116414935A (zh) 一种基于Elastic Search的分布式搜索空间矢量数据的方法
Mohammed Free and Open Source GIS: an overview on the recent evolution of projects, standards and communities
CN113254732B (zh) 企业关系的确定方法、装置、计算机设备和存储介质
CN114065067A (zh) 表格展示方法、装置、可读存储介质及电子设备
US9323817B2 (en) Distributed storage system with pluggable query processing

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