CN111400363A - 指标数据处理方法、装置、电子设备及存储介质 - Google Patents

指标数据处理方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN111400363A
CN111400363A CN202010110685.0A CN202010110685A CN111400363A CN 111400363 A CN111400363 A CN 111400363A CN 202010110685 A CN202010110685 A CN 202010110685A CN 111400363 A CN111400363 A CN 111400363A
Authority
CN
China
Prior art keywords
index data
data
index
standard
target
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.)
Pending
Application number
CN202010110685.0A
Other languages
English (en)
Inventor
关志华
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.)
Ping An Property and Casualty Insurance Company of China Ltd
Original Assignee
Ping An Property and Casualty Insurance Company of China 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 Ping An Property and Casualty Insurance Company of China Ltd filed Critical Ping An Property and Casualty Insurance Company of China Ltd
Priority to CN202010110685.0A priority Critical patent/CN111400363A/zh
Publication of CN111400363A publication Critical patent/CN111400363A/zh
Pending legal-status Critical Current

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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465—Query processing support for facilitating data mining operations in structured databases
    • 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
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2471—Distributed queries
    • 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
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Databases & Information Systems (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Strategic Management (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及数据处理技术领域，揭露一种指标数据处理方法，包括：获取业务系统数据库中的初始指标数据，对所述初始指标数据进行逻辑计算，得到衍生指标数据，整合所述初始指标数据及衍生指标数据，得到标准指标数据；根据用户请求，将所述标准指标数据划分为不同的指标组合，并确定所述指标组合的业务逻辑；选择一种业务逻辑，访问所述业务系统数据库中与选择的业务逻辑对应的标准指标数据，得到目标指标数据；将所述目标指标数据进行数据类型转换，将转换后的所述目标指标数据按预设的方式返回至所述用户请求的页面中并展示。本发明还提出一种指标数据处理装置、电子设备以及计算机可读存储介质。本发明可以实现指标数据的自定义展示。

Description

指标数据处理方法、装置、电子设备及存储介质
技术领域
本发明涉及大数据技术领域，尤其涉及一种指标数据处理的方法、装置、电子设备及计算机可读存储介质。
背景技术
现有的指标数据均由业务提出，经过大数据数仓加工交付后，由应用开发提供页面进行展示。由于指标数据的开发逻辑周期长，且需要很长时间才能看到加工数据，带来了极大的时间成本；同时大数据数仓层面由于业务指标数量大，在对指标数据处理时，容易造成较高的人力成本。
发明内容
本发明提供一种指标数据处理的方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高指标数据的处理时间，以降低时间和人力成本。
为实现上述目的，本发明提供的一种指标数据处理方法，包括：
获取业务系统数据库中的初始指标数据，按照预设规则对所述初始指标数据进行逻辑计算，得到衍生指标数据，整合所述初始指标数据及衍生指标数据，得到标准指标数据；
根据用户请求，将所述标准指标数据划分为不同的指标组合，并确定所述指标组合的业务逻辑；
选择一种业务逻辑，访问所述业务系统数据库中与选择的业务逻辑对应的标准指标数据，得到目标指标数据；
将所述目标指标数据进行数据类型转换，将转换之后的所述目标指标数据按预设的方式返回至所述用户请求的页面中并展示。
可选地，所述根据用户请求，将所述标准指标数据划分为不同的指标组合，包括：
根据所述用户请求，获取所述标准指标数据的数据属性，利用聚类算法将包含相同数据属性的标准指标数据进行聚类处理，并将聚类处理处理后的所述标准指标数据进行归一化处理，得到划分为不同的指标组合的标准指标数据。
可选地，在所述访问所述业务系统数据库之前，该方法还包括创建指标组合实体类；
其中，所述创建指标组合实体类包括：
获取所述指标组合中所有标准指标数据的对象属性，将所述对象属性进行整合，并将整合后的所述对象属性作为指标组合实体类的属性，并在所述指标组合实体类的属性中添加设置方法和获取方法，得到指标组合实体类。
可选地，所述访问所述业务系统数据库中与选择的业务逻辑对应的标准指标数据，包括：
利用驱动程序调用连接对象，根据所述连接对象建立与所述业务系统数据库的连接，得到连接路径；
根据所述连接路径，利用sql语句访问所述业务系统数据库中与选择的业务逻辑对应的标准指标数据。
可选地，所述将目标指标数据进行数据类型转换包括：
解析所述目标指标数据的属性参数，利用预设的类型加载对象对所述属性参数进行数据类型转换。
为了解决上述问题，本发明还提供一种指标数据处理装置，所述装置包括：
预处理模块，用于获取业务系统数据库中的初始指标数据，按照预设规则对所述初始指标数据进行逻辑计算，得到衍生指标数据，整合所述初始指标数据及衍生指标数据，得到标准指标数据；
划分模块，用于根据用户请求，将所述标准指标数据划分为不同的指标组合，并确定所述指标组合的业务逻辑；
访问模块，用于选择一种业务逻辑，访问所述业务系统数据库中与选择的业务逻辑对应的标准指标数据，得到目标指标数据；
转换模块，用于将所述目标指标数据进行数据类型转换，将转换之后的所述目标指标数据按预设的方式返回至所述用户请求的页面中并展示。
可选地，所述根据用户请求，将所述标准指标数据划分为不同的指标组合，包括：
根据所述用户请求，获取所述标准指标数据的数据属性，利用聚类算法将包含相同数据属性的标准指标数据进行聚类处理，并将聚类处理处理后的所述标准指标数据进行归一化处理，得到划分为不同的指标组合的标准指标数据。
可选地，所述将目标指标数据进行数据类型转换包括：
解析所述目标指标数据的属性参数，利用预设的类型加载对象对所述属性参数进行数据类型转换。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现上述中任意一项所述的指标数据处理方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述中任意一项所述的指标数据处理方法。
本发明实施例获取业务系统数据库中的初始指标数据，并根据所述初始指标数据计算其衍生指标数据，可以得到更加全面准确的指标数据；根据用户请求，将所述标准指标数据划分为不同的指标组合，确定所述指标组合的业务逻辑，可以减少指标数据的处理时间；从所述业务系统数据库中与获取与选择的业务逻辑对应的指标数据，得到目标指标数据，将所述目标指标数据进行数据类型转换，得到所述目标指标数据转换结果，将转换之后的所述目标指标数据按预设的方式返回至所述用户请求的页面中并展示，通过自定义展示页面可以灵活的运用指标数据，大大降低了人力和时间成本。
附图说明
图1为本发明一实施例提供的指标数据处理方法的流程示意图；
图2为本发明一实施例提供的指标数据处理方法的模块示意图；
图3为本发明一实施例提供的指标数据处理方法的电子设备的内部结构示意图；
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本发明提供一种数据录入的方法。参照图1所示，为本发明一实施例提供的数据录入方法的流程示意图。该方法可以由一个装置执行，该装置可以由软件和/或硬件实现。
详细地，在本实施例中，指标数据处理的方法包括：
S1、获取业务系统数据库中的初始指标数据，按照预设规则对所述初始指标数据进行逻辑计算，得到衍生指标数据，整合所述初始指标数据及衍生指标数据，得到标准指标数据。
本发明实施例中，所述业务系统数据库包括，但不限于：关系型数据库，如MySQL、Oracle；分布式搜索引擎数据库，如Elasticsearch；缓存数据库，如redis。其中，所述Oracle和MySQL数据库作为安全可靠的关系型数据库可以存储大量的指标数据，以及实现指标数据表之间关系的建立；所述Elasticsearch作为分布式文档检索数据库，其倒排索引优势可支持海量指标数据的实时查询；所述redis作为一项Nosql(无sql查询语句)缓存技术，可以实时缓存各类加工和未加工的指标数据，并支持临时缓存和高效查询。
本发明实施例所述初始指标数据指的是基于业务层产生的业务数据，并对其进行指标定义的初始指标数据。所述衍生指标数据是指基于所述初始指标数据，利用预设的规则进行二次计算所衍生出来的指标数据，例如：客户数量是一个初始指标数据，平均客户数据则表示一个衍生指标数据。
详细地，所述按照预设规则对所述初始指标数据进行逻辑计算，得到衍生指标数据，包括：
将所述初始指标数据输入至预设的计算公式中，得到所述衍生指标数据。
其中，所述预设的计算公式可以由用户根据需求自定义选择设置。例如：初始指标数据为用户周增量数据，若用户想要了解用户日增量数据，则可以通过计算公式可以为n/7得到每天用户平均日增量的衍生指标数据。
本发明基于上述的实施方式可以得到更加完整，且符合客户要求的指标数据。
S2、根据用户请求，将所述标准指标数据划分为不同的指标组合，并确定所述指标组合的业务逻辑。
本发明实施例可以根据所述标准指标数据中的数据属性的不同，将所述标准指标数据划分为不同的指标组合。例如，根据用户平均日增量的属性，可以将标准指标数据划分为平均日增量在0-100，100-300，300-1000，1000以上，得到用户平均日增量的指标组合标准指标数据；又如，将各用户系统访问量数据作为用户活跃度原生指标，对访问量进行时间段划分为1-12月，得到不同时间段用户活跃度标准指标数据；将所述年龄段指标数据和用户活跃度指标数据进行组合，确定当前指标组合的业务逻辑可以为一年内不同年龄段用户的活跃程度。
进一步地，本发明较佳实施例中，根据用户请求，将所述标准指标数据划分为不同的指标组合，并确定当前所述指标组合的业务逻辑以实现对标准指标数据的特征提取。
详细地，将所述标准指标数据划分为不同的指标组合包括：
根据所述用户请求，获取所述标准指标数据的数据属性，利用聚类算法将包含相同数据属性的标准指标数据进行聚类处理，并将聚类处理处理后的所述标准指标数据进行归一化处理，完成所述标准指标数据的划分。其中，所述聚类算法可以为K-mean算法，所述归一化处理可以通过z-score算法实现，通过所述归一化处理可以提高数据计算的精确性。
S3、选择一种业务逻辑，访问所述业务系统数据库中与选择的业务逻辑对应的指标数据，得到目标指标数据。
在本发明的至少一个实施例中，由上述S2可知，划分不同的标准指标数据组合对应的指标组合业务逻辑不同，于是，本发明根据选择所述指标组合的一种业务逻辑，访问所述业务系统数据库中与选择的业务逻辑对应的指标数据，得到目标指标数据，得到所述目标指标数据。其中，本发明通过sql语句进行访问所述业务系统数据库中与选择的业务逻辑的标准指标数据。
进一步地，由于不同标准指标数据在业务系统数据库中对应不同的实体对象，所述实体对象指的是属于系统本质面的概念性对象，且所述实体对象并不会随着标准指标数据集的增多而有所变动，因此，本发明实施例在访问所述业务系统数据库之前，创建指标组合实体类，以确定所述标准指标数据在业务系统数据库中的实体对象。
详细地，所述创建指标组合实体类包括：
获取所述指标组合中所有标准指标数据的对象属性，将所述对象属性进行整合，并将整合后的所述对象属性作为指标组合实体类的属性，并在指标组合实体类的属性所中添加设置(set)方法、获取(get)方法，用以后续sql请求数据库可以正常获取数据信息。其中，通过所述set方法向指标组合实体类的每个属性提供媒介，通过get方法获取指标组合实体类中每个属性的值。
进一步地，所述访问所述业务系统数据库中与选择的业务逻辑对应的标准指标数据包括：
加载JDBC驱动程序，其中不同的数据库对应的驱动不同；在所述JDBC驱动程序加载完成后调用连接(Connection)对象，通过所述连接对象建立与所述业务系统数据库的连接，得到连接路径；根据所述连接路径，利用sql语句访问所述业务系统数据库中与选择的业务逻辑对应的标准指标数据，得到所述目标指标数据。其中，所述Connection对象来源于第三方jar包，不需要手动创建，极大的减少了目标指标数据的获取时间。
S4、将所述目标指标数据进行数据类型转换，将转换之后的所述目标指标数据按预设的方式返回至所述用户请求的页面中并展示。
在本发明的至少一个实施例中，将所述目标指标组合数据进行数据类型转换，得到所述目标指标数据的转换结果，并将所述转换结果至所述用户请求的页面中并展示。例如，所述数据类型为Object(实体对象类型)，进行数据类型转换的结果为json格式的目标指标数据。
详细地，所述将目标指标数据进行数据类型转换包括：
利用toJSON(‘param’)方法解析所述目标指标数据的属性参数，利用预设的类型加载对象对所述属性参数进行数据类型转换，得到所述目标指标数的转换结果，所述类型加载对象可以为JSONObject类型加载对象。
进一步地，本发明实施例通过键值对(’key’，’value’)的方式将所述转换结果返回至所述用户请求的页面中并展示。
如图2所示，是本发明指标数据处理装置的功能模块图。
本发明所述指标数据处理装置100可以安装于电子设备中。根据实现的功能，所述指标数据处理装置可以包括预处理模块101、划分模块102、访问模块103以及转换模块104。本发所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述预处理模块101，用于获取业务系统数据库中的初始指标数据，按照预设规则对所述初始指标数据进行逻辑计算，得到衍生指标数据，整合所述初始指标数据及衍生指标数据，得到标准指标数据；
所述划分模块102，用于根据用户请求，将所述标准指标数据划分为不同的指标组合，并确定所述指标组合的业务逻辑；
所述访问模块103，用于选择一种业务逻辑，访问所述业务系统数据库中与选择的业务逻辑对应的标准指标数据，得到目标指标数据；
所述转换模块104，用于将所述目标指标数据进行数据类型转换，将转换之后的所述目标指标数据按预设的方式返回至所述用户请求的页面中并展示。
详细地，所述指标数据处理装置各模块的具体实施步骤如下：
所述预处理模块101获取业务系统数据库中的初始指标数据，按照预设规则对所述初始指标数据进行逻辑计算，得到衍生指标数据，整合所述初始指标数据及衍生指标数据，得到标准指标数据。
本发明实施例中，所述业务系统数据库包括，但不限于：关系型数据库，如MySQL、Oracle；分布式搜索引擎数据库，如Elasticsearch；缓存数据库，如redis。其中，所述Oracle和MySQL数据库作为安全可靠的关系型数据库可以存储大量的指标数据，以及实现指标数据表之间关系的建立；所述Elasticsearch作为分布式文档检索数据库，其倒排索引优势可支持海量指标数据的实时查询；所述redis作为一项Nosql(无sql查询语句)缓存技术，可以实时缓存各类加工和未加工的指标数据，并支持临时缓存和高效查询。
本发明实施例所述初始指标数据指的是基于业务层产生的业务数据，并对其进行指标定义的初始指标数据。所述衍生指标数据是指基于所述初始指标数据，利用预设的规则进行二次计算所衍生出来的指标数据，例如：客户数量是一个初始指标数据，平均客户数据则表示一个衍生指标数据。
详细地，所述按照预设规则对所述初始指标数据进行逻辑计算，得到衍生指标数据，包括：
将所述初始指标数据输入至预设的计算公式中，得到所述衍生指标数据。
其中，所述预设的计算公式可以由用户根据需求自定义选择设置。例如：初始指标数据为用户周增量数据，若用户想要了解用户日增量数据，则可以通过计算公式可以为n/7得到每天用户平均日增量的衍生指标数据。
本发明基于上述的实施方式可以得到更加完整，且符合客户要求的指标数据。
所述划分模块102根据用户请求，将所述标准指标数据划分为不同的指标组合，并确定所述指标组合的业务逻辑。
本发明实施例可以根据所述标准指标数据中的数据属性的不同，将所述标准指标数据划分为不同的指标组合。例如，根据用户平均日增量的属性，可以将标准指标数据划分为平均日增量在0-100，100-300，300-1000，1000以上，得到用户平均日增量的指标组合标准指标数据；又如，将各用户系统访问量数据作为用户活跃度原生指标，对访问量进行时间段划分为1-12月，得到不同时间段用户活跃度标准指标数据；将所述年龄段指标数据和用户活跃度指标数据进行组合，确定当前指标组合的业务逻辑可以为一年内不同年龄段用户的活跃程度。
进一步地，本发明较佳实施例中，根据用户请求，将所述标准指标数据划分为不同的指标组合，并确定当前所述指标组合的业务逻辑以实现对标准指标数据的特征提取。
详细地，将所述标准指标数据划分为不同的指标组合包括：
根据所述用户请求，获取所述标准指标数据的数据属性，利用聚类算法将包含相同数据属性的标准指标数据进行聚类处理，并将聚类处理处理后的所述标准指标数据进行归一化处理，完成所述标准指标数据的划分。其中，所述聚类算法可以为K-mean算法，所述归一化处理可以通过z-score算法实现，通过所述归一化处理可以提高数据计算的精确性。
所述访问模块103选择一种业务逻辑，访问所述业务系统数据库中与选择的业务逻辑对应的标准指标数据，得到目标指标数据。
在本发明的至少一个实施例中，由上述S2可知，划分不同的标准指标数据组合对应的指标组合业务逻辑不同，于是，本发明根据选择所述指标组合的一种业务逻辑，访问所述业务系统数据库中与选择的业务逻辑对应的指标数据，得到目标指标数据，得到所述目标指标数据。其中，本发明通过sql语句进行访问所述业务系统数据库中与选择的业务逻辑的标准指标数据。
进一步地，由于不同标准指标数据在业务系统数据库中对应不同的实体对象，所述实体对象指的是属于系统本质面的概念性对象，且所述实体对象并不会随着标准指标数据集的增多而有所变动，因此，本发明实施例在访问所述业务系统数据库之前，创建指标组合实体类，以确定所述标准指标数据在业务系统数据库中的实体对象。
详细地，所述创建指标组合实体类包括：
获取所述指标组合中所有标准指标数据的对象属性，将所述对象属性进行整合，并将整合后的所述对象属性作为指标组合实体类的属性，并在指标组合实体类的属性所中添加set、get方法，用以后续sql请求数据库可以正常获取数据信息。其中，通过所述set方法向指标组合实体类的每个属性提供媒介，通过get方法获取指标组合实体类中每个属性的值。
进一步地，所述访问所述业务系统数据库中与选择的业务逻辑对应的标准指标数据包括：
加载JDBC驱动程序，其中不同的数据库对应的驱动不同；在所述JDBC驱动程序加载完成后调用连接(Connection)对象，通过所述连接对象建立与所述业务系统数据库的连接，得到连接路径；根据所述连接路径，利用sql语句访问所述业务系统数据库中与选择的业务逻辑对应的标准指标数据，得到所述目标指标数据。其中，所述Connection对象来源于第三方jar包，不需要手动创建，极大的减少了目标指标数据的获取时间。
所述转换模块104、将所述目标指标数据进行数据类型转换，将转换之后的所述目标指标数据按预设的方式返回至所述用户请求的页面中并展示。
在本发明的至少一个实施例中，将所述目标指标组合数据进行数据类型转换，得到所述目标指标数据的转换结果，并将所述转换结果至所述用户请求的页面中并展示。例如，所述数据类型为Object(实体对象类型)，进行数据类型转换的结果为json格式的目标指标数据。
详细地，所述将目标指标数据进行数据类型转换包括：
利用toJSON(‘param’)方法解析所述目标指标数据的属性参数，利用预设的类型加载对象对所述属性参数进行数据类型转换，得到所述目标指标数的转换结果，所述类型加载对象可以为JSONObject类型加载对象。
进一步地，本发明实施例通过键值对(’key’，’value’)的方式将所述转换结果返回至所述用户请求的页面中并展示。
如图3所示，是本发明实现指标数据处理的方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如指标数据处理程序。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如指标数据处理程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如指标数据处理程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述总线可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的指标数据处理程序12是多个指令的组合，在所述处理器10中运行时，可以实现：
获取业务系统数据库中的初始指标数据，按照预设规则对所述初始指标数据进行逻辑计算，得到衍生指标数据，整合所述初始指标数据及衍生指标数据，得到标准指标数据；
根据用户请求，将所述标准指标数据划分为不同的指标组合，并确定所述指标组合的业务逻辑；
选择一种业务逻辑，访问所述业务系统数据库中与选择的业务逻辑对应的标准指标数据，得到目标指标数据；
将所述目标指标数据进行数据类型转换，将转换之后的所述目标指标数据按预设的方式返回至所述用户请求的页面中并展示。
具体地，所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/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。所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块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模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块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，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。

Claims (10)

1.一种指标数据处理方法，其特征在于，所述方法包括：
获取业务系统数据库中的初始指标数据，按照预设规则对所述初始指标数据进行逻辑计算，得到衍生指标数据，整合所述初始指标数据及衍生指标数据，得到标准指标数据；
根据用户请求，将所述标准指标数据划分为不同的指标组合，并确定所述指标组合的业务逻辑；
选择一种业务逻辑，访问所述业务系统数据库中与选择的业务逻辑对应的标准指标数据，得到目标指标数据；
将所述目标指标数据进行数据类型转换，将转换之后的所述目标指标数据按预设的方式返回至所述用户请求的页面中并展示。
2.如权利要求1所述的指标数据处理方法，其特征在于，所述根据用户请求，将所述标准指标数据划分为不同的指标组合，包括：
根据所述用户请求，获取所述标准指标数据的数据属性，利用聚类算法将包含相同数据属性的标准指标数据进行聚类处理，并将聚类处理处理后的所述标准指标数据进行归一化处理，得到划分为不同的指标组合的标准指标数据。
3.如权利要求1所述的指标数据处理方法，其特征在于，所述访问所述业务系统数据库之前，该方法还包括创建指标组合实体类；
其中，所述创建指标组合实体类包括：
获取所述指标组合中所有标准指标数据的对象属性，将所述对象属性进行整合，并将整合后的所述对象属性作为指标组合实体类的属性，并在所述指标组合实体类的属性中添加设置方法和获取方法，得到指标组合实体类。
4.如权利要求1所述的指标数据处理方法，其特征在于，所述访问所述业务系统数据库中与选择的业务逻辑对应的标准指标数据，包括：
利用驱动程序调用连接对象，根据所述连接对象建立与所述业务系统数据库的连接，得到连接路径；
根据所述连接路径，利用sql语句访问所述业务系统数据库中与选择的业务逻辑对应的标准指标数据。
5.如权利要求1所述的指标数据处理方法，其特征在于，所述将目标指标数据进行数据类型转换包括：
解析所述目标指标数据的属性参数，利用预设的类型加载对象对所述属性参数进行数据类型转换。
6.一种指标数据处理装置，其特征在于，所述装置包括：
预处理模块，用于获取业务系统数据库中的初始指标数据，按照预设规则对所述初始指标数据进行逻辑计算，得到衍生指标数据，整合所述初始指标数据及衍生指标数据，得到标准指标数据；
划分模块，用于根据用户请求，将所述标准指标数据划分为不同的指标组合，并确定所述指标组合的业务逻辑；
访问模块，用于选择一种业务逻辑，访问所述业务系统数据库中与选择的业务逻辑对应的标准指标数据，得到目标指标数据；
转换模块，用于将所述目标指标数据进行数据类型转换，将转换之后的所述目标指标数据按预设的方式返回至所述用户请求的页面中并展示。
7.如权利要求6所述的指标数据处理装置，其特征在于，所述根据用户请求，将所述标准指标数据划分为不同的指标组合，包括：
根据所述用户请求，获取所述标准指标数据的数据属性，利用聚类算法将包含相同数据属性的标准指标数据进行聚类处理，并将聚类处理处理后的所述标准指标数据进行归一化处理，得到划分为不同的指标组合的标准指标数据。
8.如权利要求6所述的指标数据处理装置，其特征在于，所述将目标指标数据进行数据类型转换包括：
解析所述目标指标数据的属性参数，利用预设的类型加载对象对所述属性参数进行数据类型转换。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至5中任一项所述的指标数据处理方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至5中任一项所述的指标数据处理方法。
CN202010110685.0A 2020-02-23 2020-02-23 指标数据处理方法、装置、电子设备及存储介质 Pending CN111400363A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010110685.0A CN111400363A (zh) 2020-02-23 2020-02-23 指标数据处理方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010110685.0A CN111400363A (zh) 2020-02-23 2020-02-23 指标数据处理方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN111400363A true CN111400363A (zh) 2020-07-10

Family

ID=71432752

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010110685.0A Pending CN111400363A (zh) 2020-02-23 2020-02-23 指标数据处理方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN111400363A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111932147A (zh) * 2020-09-02 2020-11-13 平安国际智慧城市科技股份有限公司 指标统筹的可视化方法、装置、电子设备及存储介质
CN112464034A (zh) * 2020-12-08 2021-03-09 深圳市欢太科技有限公司 用户数据提取方法、装置、电子设备及计算机可读介质
CN112633761A (zh) * 2020-12-31 2021-04-09 中国平安财产保险股份有限公司 指标数据的查询方法、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
CN113703752A (zh) * 2021-11-01 2021-11-26 树根互联股份有限公司 工业组件的生成方法、装置和电子设备
CN114493378A (zh) * 2022-04-06 2022-05-13 树根互联股份有限公司 一种工业设备的指标获取方法、装置及计算机设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101145162A (zh) * 2007-10-31 2008-03-19 金蝶软件（中国）有限公司 一种数据库动态查询的方法和系统
CN107748752A (zh) * 2017-09-05 2018-03-02 新智云数据服务有限公司 一种数据处理方法及装置
CN110716951A (zh) * 2019-09-23 2020-01-21 北京明略软件系统有限公司 方便配置的标签配置方法、装置、设备及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101145162A (zh) * 2007-10-31 2008-03-19 金蝶软件（中国）有限公司 一种数据库动态查询的方法和系统
CN107748752A (zh) * 2017-09-05 2018-03-02 新智云数据服务有限公司 一种数据处理方法及装置
CN110716951A (zh) * 2019-09-23 2020-01-21 北京明略软件系统有限公司 方便配置的标签配置方法、装置、设备及存储介质

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111932147A (zh) * 2020-09-02 2020-11-13 平安国际智慧城市科技股份有限公司 指标统筹的可视化方法、装置、电子设备及存储介质
CN112464034A (zh) * 2020-12-08 2021-03-09 深圳市欢太科技有限公司 用户数据提取方法、装置、电子设备及计算机可读介质
CN112633761A (zh) * 2020-12-31 2021-04-09 中国平安财产保险股份有限公司 指标数据的查询方法、装置、设备及存储介质
CN112633761B (zh) * 2020-12-31 2023-09-19 中国平安财产保险股份有限公司 指标数据的查询方法、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
CN113703752A (zh) * 2021-11-01 2021-11-26 树根互联股份有限公司 工业组件的生成方法、装置和电子设备
CN114493378A (zh) * 2022-04-06 2022-05-13 树根互联股份有限公司 一种工业设备的指标获取方法、装置及计算机设备

Similar Documents

Publication Publication Date Title
CN111400363A (zh) 指标数据处理方法、装置、电子设备及存储介质
CN112115152B (zh) 数据增量更新及查询方法、装置、电子设备及存储介质
CN112347214A (zh) 目标区域划分方法、装置、电子设备及存储介质
CN114979120B (zh) 数据上传方法、装置、设备及存储介质
CN112883042A (zh) 数据更新及展示方法、装置、电子设备及存储介质
CN112364107A (zh) 系统分析可视化方法、装置、电子设备及计算机可读存储介质
CN111651439A (zh) 数据稽核方法、装置及计算机可读存储介质
CN113434901A (zh) 数据智能查询方法、装置、电子设备及存储介质
CN112115145A (zh) 数据采集方法、装置、电子设备及存储介质
CN114610747A (zh) 数据查询方法、装置、设备及存储介质
CN114386509A (zh) 数据融合方法、装置、电子设备及存储介质
CN111352955A (zh) 指标数据查询方法、装置、电子设备及存储介质
CN112699142A (zh) 冷热数据处理方法、装置、电子设备及存储介质
CN114612194A (zh) 产品推荐方法、装置、电子设备及存储介质
CN112256783A (zh) 数据导出方法、装置、电子设备及存储介质
CN113590632B (zh) 数据库索引创建方法、装置、设备及介质
CN111402068A (zh) 基于大数据的保费数据分析方法、装置及存储介质
CN113434397B (zh) 任务系统的测试方法、装置、电子设备及存储介质
CN114840388A (zh) 数据监控方法、装置、电子设备及存储介质
CN112560416B (zh) 页面图表生成方法、装置、电子设备及存储介质
CN115221171A (zh) 异常数据智能监控方法、装置、电子设备及存储介质
CN114490666A (zh) 基于数据需求的图表生成方法、装置、设备及存储介质
CN112632195A (zh) 基于大数据的概念图展示方法、装置、设备及介质
CN113360505B (zh) 基于时序数据的数据处理方法、装置、电子设备及可读存储介质
CN113421009B (zh) 附件审批方法、装置、电子设备及可读存储介质

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