CN111651121A - 数据逻辑计算方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明涉及数据处理技术领域，揭露了一种数据逻辑计算方法，包括：获取数据集及所述数据集的计算逻辑脚本；将所述计算逻辑脚本加载至预设的分布式存储计算节点中，通过所述分布式存储计算节点中的编译程序运行所述计算逻辑脚本；判断所述计算逻辑脚本是否运行成功；若运行成功，则将所述编译程序作为目标编译程序；若运行失败，则根据运行结果调整所述编译程序的参数，重新运行所述计算逻辑脚本，直至所述计算逻辑脚本运行成功，得到目标编译程序；利用所述目标编译程序对所述数据集进行逻辑计算，得到所述数据集的逻辑计算结果。本发明还提出一种数据逻辑计算装置、电子设备以及一种计算机可读存储介质。本发明可以实现数据逻辑计算的高效性。另外，本发明还涉及区块链技术以及人工智能技术。

Description

数据逻辑计算方法、装置、电子设备及存储介质

技术领域

本发明涉及数据处理技术领域，尤其涉及一种数据逻辑计算的方法、装置、电子设备及计算机可读存储介质。

背景技术

在分布式系统里，通用数据库或搜索引擎等软件在针对通用的场景，针对个性化的非关系型数据或者非文档数据的逻辑计算时，都是在客户端通过网络传输把数据传输到客户端计算节点中进行逻辑计算，这样做的缺点就是大量的网络传输，降低了速度和性能。

发明内容

本发明提供一种数据逻辑计算的方法、装置、电子设备及计算机可读存储介质，其主要目的在于降低数据逻辑计算时的网络传输消耗，提高数据逻辑计算的效率。

为实现上述目的，本发明提供的一种数据逻辑计算方法，包括：

获取数据集及所述数据集的计算逻辑脚本，所述计算逻辑脚本用于描述所述数据集的逻辑计算方式；

将所述计算逻辑脚本加载至预设的分布式存储计算节点中，通过所述分布式存储计算节点中的编译程序运行所述计算逻辑脚本；

判断所述计算逻辑脚本是否运行成功；

若运行成功，则将所述编译程序作为目标编译程序；

若运行失败，则根据运行结果调整所述编译程序的参数，重新运行所述计算逻辑脚本，直至所述计算逻辑脚本运行成功，得到目标编译程序；

利用所述目标编译程序对所述数据集进行逻辑计算，得到所述数据集的逻辑计算结果。

可选地，所述获取所述数据集的计算逻辑脚本包括：

通过预设的脚本语言在所述数据集存储的客户端中编译数据计算逻辑程序，所述数据计算逻辑程序包括请求参数对象和返回参数对象；

根据所述请求参数对象获取所述数据集，并判断输入的数据集计算逻辑是否合法；

若所述数据集计算逻辑不合法，重新获取所述数据集的计算逻辑；

若所述数据集计算逻辑合法，将所述数据集的计算逻辑转换成请求报文，并将所述请求报文进行解析后生成相应的逻辑对象，通过所述返回参数对象将生成的逻辑对象返回至所述客户端中。

可选地，所述将所述计算逻辑脚本加载至预设的分布式存储计算节点中包括：

获取所述计算逻辑脚本运行时的脚本参数；

调用所述分布式存储计算节点中部署的脚本存储接口获取脚本传输路径；

根据所述脚本传输路径，将所述脚本参数和所述计算逻辑脚本传输至所述分布式存储计算节点中。

可选地，所述利用所述目标编译程序对所述数据集进行逻辑计算，得到所述数据集的逻辑计算结果，包括：

利用hash函数将所述数据集分配到对应目标编译程序节点中，对分配后的所述数据集进行反json格式解析，得到所述数据集的逻辑计算结果。

可选地，所述hash函数包括：

slice_id＝(w1×(hash_str(point_name)/b1)+w2×(day_time(time)/b2))％Hash_Bucket

其中，slice_id表示目标编译程序节点，hash_str(point_name)表示所述数据集对应的计算逻辑脚本名，day_time(time)表示所述数据集对应的逻辑脚本名传输至分布式存储计算节点时间段的时间函数，b1和b2表示所述数据集对应的计算逻辑脚本分散程度，w1和w2表示所述数据集对应的计算逻辑脚本权重。

可选地，所述分布式存储计算节点为基于区块链技术的分布式账本节点。

为了解决上述问题，本发明还提供一种数据逻辑计算装置，所述装置包括：

获取模块，用于获取数据集及所述数据集的计算逻辑脚本，所述计算逻辑脚本描述所述数据集的逻辑计算方式；

加载及运行模块，用于将所述计算逻辑脚本加载至预设的分布式存储计算节点中，通过所述分布式存储计算节点中的编译程序运行所述计算逻辑脚本，得到运行结果，并根据所述运行结果调整所述编译程序的参数，直至所述计算逻辑脚本运行成功，得到目标编译程序；

计算模块，用于利用所述目标编译程序对所述数据集进行逻辑计算，得到所述数据集的逻辑计算结果。

可选地，所述获取所述数据集的计算逻辑脚本包括：

通过预设的脚本语言在所述数据集存储的客户端中编译数据计算逻辑程序，所述数据计算逻辑程序包括请求参数对象和返回参数对象；

根据所述请求参数对象获取所述数据集，并判断输入的数据集计算逻辑是否合法；

若所述数据集计算逻辑不合法，重新获取所述数据集的计算逻辑；

若所述数据集计算逻辑合法，将所述数据集的计算逻辑转换成请求报文，并将所述请求报文进行解析后生成相应的逻辑对象，通过所述返回参数对象将生成的逻辑对象返回至所述客户端中。

可选地，所述计算模块具体用于：

利用hash函数将所述数据集分配到对应目标编译程序节点中，对分配后的所述数据集进行反json格式解析，得到所述数据集的逻辑计算结果。

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数据逻辑计算方法。

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数据逻辑计算方法。

本发明实施例通过获取数据集及所述数据集的计算逻辑脚本，所述计算逻辑脚本描述所述数据集的逻辑计算方式，节省了数据逻辑计算前的准备阶段时间；将所述计算逻辑脚本加载至预设的分布式存储计算节点中，通过所述分布式存储计算节点中的编译程序运行所述计算逻辑脚本，得到运行结果，并根据所述运行结果调整所述编译程序的参数，直至所述计算逻辑脚本运行成功，得到目标编译程序，提高了计算逻辑脚本存储的效率以及保证了数据逻辑计算成功的前提；利用所述目标编译程序对所述数据集进行逻辑计算，得到所述数据集的逻辑计算结果，通过分布式存储计算节点减少了大量的网络传输消耗，提高了数据逻辑计算的效率。

附图说明

图1为本发明一实施例提供的数据逻辑计算方法的流程示意图；

图2为本发明一实施例提供的数据逻辑计算装置的模块示意图；

图3为本发明一实施例提供的实现数据逻辑计算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。

本申请实施例提供的一种数据逻辑计算方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述实例动态调整方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。

区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层。

区块链底层平台可以包括用户管理、基础服务、智能合约以及运营监控等处理模块。其中，用户管理模块负责所有区块链参与者的身份信息管理，包括维护公私钥生成(账户管理)、密钥管理以及用户真实身份和区块链地址对应关系维护(权限管理)等，并且在授权的情况下，监管和审计某些真实身份的交易情况，提供风险控制的规则配置(风控审计)；基础服务模块部署在所有区块链节点设备上，用来验证业务请求的有效性，并对有效请求完成共识后记录到存储上，对于一个新的业务请求，基础服务先对接口适配解析和鉴权处理(接口适配)，然后通过共识算法将业务信息加密(共识管理)，在加密之后完整一致的传输至共享账本上(网络通信)，并进行记录存储；智能合约模块负责合约的注册发行以及合约触发和合约执行，开发人员可以通过某种编程语言定义合约逻辑，发布到区块链上(合约注册)，根据合约条款的逻辑，调用密钥或者其它的事件触发执行，完成合约逻辑，同时还提供对合约升级注销的功能；运营监控模块主要负责产品发布过程中的部署、配置的修改、合约设置、云适配以及产品运行中的实时状态的可视化输出，例如：告警、监控网络情况、监控节点设备健康状态等。

本申请可以理解为一个分布式人工智能系统，本申请可用于众多通用或专用的计算机系统环境或配置中。例如：个人计算机、服务器计算机、手持设备或便携式设备、平板型设备、多处理器系统、基于微处理器的系统、置顶盒、可编程的消费电子设备、网络PC、小型计算机、大型计算机、包括以上任何系统或设备的分布式计算环境等等。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。

本发明提供一种数据逻辑计算的方法。参照图1所示，为本发明一实施例提供的数据逻辑计算方法的流程示意图。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。

在本实施例中，数据逻辑计算的方法包括：

S1、获取数据集及所述数据集的计算逻辑脚本，所述计算逻辑脚本描述所述数据集的逻辑计算方式。

在本发明的至少一个实施例中，所述数据集包括非关系型数据和非文档数据，例如，数据集包括以json格式存储的文档数据。

在本发明的至少一个实施例中，所述数据集存储在客户端中。

进一步地，由于获取的数据集中数据之间存在不同的逻辑计算关系，较佳地，本发明实施实例根据用户需求，在所述数据集存储的客户端中编译对应数据集的计算逻辑脚本，节省了数据逻辑计算的时间。其中，所述客户端指的是与服务器相对应，为用户提供本地服务程序。

例如，在一个kv文档数据系统中，其数据的计算逻辑关系可以为加和、减和，加非等等，其中，所述kv文档数据系统中文档内容为json字符串。

详细地，所述获取所述数据集的计算逻辑脚本包括：

通过预设的脚本语言在所述数据集存储的客户端中编译数据计算逻辑程序，所述数据计算逻辑程序包括请求参数对象(request)和返回参数对象(response)，根据所述请求参数对象获取所述数据集，并判断输入的数据集计算逻辑是否合法；若所述数据集计算逻辑不合法，重新获取所述数据集的计算逻辑；若所述数据集计算逻辑合法，将所述数据集的计算逻辑转换成请求报文，并将所述请求报文进行解析后生成相应的逻辑对象，通过所述返回参数对象将生成的逻辑对象返回至所述客户端中，从而得到所述数据集的计算逻辑脚本。

较佳地，所述预设的脚本语言包括：Groovy语言，所述判断数据集的数据集计算逻辑是否合法通过session方法进行判断。

所述request对象是脚本程序从外界获取请求数据的唯一合法途径，一个请求报文经过解析后，会转化成一个Service Request类型的逻辑对象request，所述request对象可包括user_id、req_seq、state、message、time_stamp、datas等字段，除了user_id字段外，其他字段都是照原样从请求报文中复制过来，只是在请求报文中的user_id字段，其类型的用户信息类型为User，其内容为user_id对应用户的实体对象。

所述response对象是脚本程序返回信息给外界的唯一合法途径，所述response对象也包括user_id、req_seq、state、message、time_stamp、datas等字段。其中，req_seq是进入计算逻辑脚本运行前由所述计算逻辑脚本引擎写入的只读字段，time_stamp是退出所述计算逻辑脚本运行后系统自动根据当前时间填上的，其余值都需要在所述计算逻辑脚本运行过程中，编写者控制写入。

基于上述的实施方式，根据所述计算逻辑脚本节省了数据逻辑计算前的准备阶段时间。

S2、将所述计算逻辑脚本加载至预设的分布式存储计算节点中，通过所述分布式存储计算节点中的编译程序运行所述计算逻辑脚本。

在本发明的至少一个实施例中，由于上述数据集存储于客户端中，其客户端并不具备数据逻辑计算的能力，于是，本发明实施例通过分布式存储计算节点对不同数据的计算逻辑脚本进行存储并对数据进行计算，以实现数据逻辑计算和提高数据逻辑计算的速度。

较佳地，所述预设的分布式存储计算节点是通过基于网络附属存储(NetworkAttached Storage，NAS)创建的分布式存储计算节点。所述NAS是指连接在网络上，具备资料存储功能的装置，因此也称为“网络存储器”，用于将存储设备与服务器彻底分离，集中管理数据，从而释放带宽、提高性能、降低成本、保护投资。

在本发明实施例中，利用基于NAS的分布式存储计算节点对传输的计算逻辑脚本进行存储，能有效提高存储效率。

详细地，所述将所述计算逻辑脚本加载至预设的分布式存储计算节点中包括：

获取所述计算逻辑脚本运行时的脚本参数，在所述分布式存储计算节点中部署脚本存储接口，通过所述数据集存储的客户端调用所述脚本存储接口，得到脚本传输路径，根据所述脚本传输路径，将所述脚本参数和所述计算逻辑脚本传输至所述分布式存储计算节点中。

进一步地，由于存储于所述分布式存储计算节点中的计算逻辑脚本并不能直接对数据进行逻辑计算，于是，本发明实施例通过所述分布式存储计算节点的编译程序对所述计算逻辑脚本进行编译。

在本发明的至少一个实施例中，所述编译程序通过Java程序语言以及所述计算逻辑脚本运行时的脚本参数进行编译得到，利用所述分布式存储计算节点的脚本编译执行器运行所述计算逻辑脚本。

基于上述的实施方式，通过分布式存储计算节点对所述计算逻辑脚本进行存储和编译，提高了计算逻辑脚本存储的效率以及数据逻辑计算的成功率。

S3、判断所述计算逻辑脚本是否运行成功。

若运行成功，执行S4、将所述编译程序作为目标编译程序。

若运行失败，执行S5、根据运行结果调整所述编译程序的参数，重新运行所述计算逻辑脚本，直至所述计算逻辑脚本运行成功，得到目标编译程序。

S6、利用所述目标编译程序对所述数据集进行逻辑计算，得到所述数据集的逻辑计算结果。

本发明实施例中，所述利用所述目标编译程序对所述数据集进行逻辑计算包括：

接收用户请求，利用hash函数将所述数据集分配到对应目标编译程序节点中，对分配后的所述数据集进行反json格式解析，完成所述数据集的逻辑计算，得到所述数据集的逻辑计算结果。

其中，所述hash函数包括：

slice_id＝(w1×(hash_str(point_name)/b1)+w2×(day_time(time)/b2))％Hash_Bucket。

其中，slice_id表示目标编译程序节点，hash_str(point_name)表示所述数据集对应的计算逻辑脚本名，day_time(time)表示所述数据集对应的逻辑脚本名传输至分布式存储计算节点时间段的时间函数，b1和b2表示所述数据集对应的计算逻辑脚本分散程度，w1和w2表示所述数据集对应的计算逻辑脚本权重。

较佳地，本发明实施例通过构造方式实现所述数据集的反json格式解析，所述构造方式包括：

JSONObject(String json)->JSONObjectrootObject＝new JSONObject(json)；

JSONObjectgetJSONObject(String name){}->JSONObjectparamzObject＝rootObject.getJSONObject(“paramz”)；

JSONArray(Stringjson)->JSONArray＝jsonArray＝newJSONArray(paramzObject.getString(“feeds”))；

JSONObjectgetJSONObject(String name){}->JSONArray feeds＝paramzObject.getJSONArray(“feeds”)。

较佳地，本发明实施例中，所述构造方式通过创建JSONObject类，利用所述JSONObject类实现所述数据集的反json格式解析。

基于上述的实施方式，通过编译后的所述计算逻辑脚本对所述数据集进行逻辑计算。

本发明实施例通过获取数据集及所述数据集的计算逻辑脚本，所述计算逻辑脚本描述所述数据集的逻辑计算方式，节省了数据逻辑计算前的准备阶段时间；将所述计算逻辑脚本加载至预设的分布式存储计算节点中，通过所述分布式存储计算节点中的编译程序运行所述计算逻辑脚本，得到运行结果，并根据所述运行结果调整所述编译程序的参数，直至所述计算逻辑脚本运行成功，得到目标编译程序，提高了计算逻辑脚本存储的效率以及保证了数据逻辑计算成功的前提；利用所述目标编译程序对所述数据集进行逻辑计算，得到所述数据集的逻辑计算结果。通过分布式存储计算节点减少了大量的网络传输消耗，提高了数据逻辑计算的效率。

如图2所示，是本发明数据逻辑计算装置的功能模块图。

本发明所述数据逻辑计算装置100可以安装于电子设备中。根据实现的功能，所述数据逻辑计算装置可以包括获取模块101、加载及运行模块102、判断模块103以及计算模块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：

所述获取模块101，用于获取数据集及所述数据集的计算逻辑脚本，所述计算逻辑脚本描述所述数据集的逻辑计算方式。

所述加载及运行模块102，用于将所述计算逻辑脚本加载至预设的分布式存储计算节点中，通过所述分布式存储计算节点中的编译程序运行所述计算逻辑脚本。

所述判断模块103，用于判断所述计算逻辑脚本是否运行成功，若运行成功，则将所述编译程序作为目标编译程序，若运行失败，则根据运行结果调整所述编译程序的参数，重新运行所述计算逻辑脚本，直至所述计算逻辑脚本运行成功，得到目标编译程序。

所述计算模块104，用于利用所述目标编译程序对所述数据集进行逻辑计算，得到所述数据集的逻辑计算结果。

详细地，所述数据逻辑计算装置各模块的具体实施步骤如下：

所述获取模块101、获取数据集及所述数据集的计算逻辑脚本，所述计算逻辑脚本描述所述数据集的逻辑计算方式。

在本发明的至少一个实施例中，所述数据集包括非关系型数据和非文档数据，例如，数据集包括以json格式存储的文档数据。

在本发明的至少一个实施例中，所述数据集存储在客户端中。

进一步地，由于获取的数据集中数据之间存在不同的逻辑计算关系，较佳地，本发明实施实例根据用户需求，在所述数据集存储的客户端中编译对应数据集的计算逻辑脚本，节省了数据逻辑计算的时间。其中，所述客户端指的是与服务器相对应，为用户提供本地服务程序。

例如，在一个kv文档数据系统中，其数据的计算逻辑关系可以为加和、减和，加非等等，其中，所述kv文档数据系统中文档内容为json字符串。

详细地，所述获取所述数据集的计算逻辑脚本包括：

通过预设的脚本语言在所述数据集存储的客户端中编译数据计算逻辑程序，所述数据计算逻辑程序包括请求参数对象(request)和返回参数对象(response)，根据所述请求参数对象获取所述数据集，并判断输入的数据集计算逻辑是否合法；若所述数据集计算逻辑不合法，重新获取所述数据集的计算逻辑；若所述数据集计算逻辑合法，将所述数据集的计算逻辑转换成对应的请求报文，并将所述请求报文进行解析后生成相应的逻辑对象，通过所述返回参数对象将生成的逻辑对象返回至所述客户端中，从而得到所述数据集的计算逻辑脚本。

较佳地，所述预设的脚本语言包括：Groovy语言，所述判断数据集的数据集计算逻辑是否合法通过session方法进行判断。

所述request对象是脚本程序从外界获取请求数据的唯一合法途径，一个请求报文经过解析后，会转化成一个Service Request类型的逻辑对象request，所述request对象可包括user_id、req_seq、state、message、time_stamp、datas等字段，除了user_id字段外，其他字段都是照原样从请求报文中复制过来，只是在请求报文中的user_id字段，其类型的用户信息类型为User，其内容为user_id对应用户的实体对象。

所述response对象是脚本程序返回信息给外界的唯一合法途径，所述response对象也包括user_id、req_seq、state、message、time_stamp、datas等字段。其中，req_seq是进入计算逻辑脚本运行前由所述计算逻辑脚本引擎写入的只读字段，time_stamp是退出所述计算逻辑脚本运行后系统自动根据当前时间填上的，其余值都需要在所述计算逻辑脚本运行过程中，编写者控制写入。

基于上述的实施方式，根据所述计算逻辑脚本节省了数据逻辑计算前的准备阶段时间。

所述加载及运行模块102、将所述计算逻辑脚本加载至预设的分布式存储计算节点中，通过所述分布式存储计算节点中的编译程序运行所述计算逻辑脚本。

在本发明的至少一个实施例中，由于上述数据集存储于客户端中，其客户端并不具备数据逻辑计算的能力，于是，本发明实施例通过分布式存储计算节点对不同数据的计算逻辑脚本进行存储并对数据进行计算，以实现数据逻辑计算和提高数据逻辑计算的速度。

较佳地，所述预设的分布式存储计算节点是通过基于网络附属存储(NetworkAttached Storage，NAS)创建的分布式存储计算节点。所述NAS是指连接在网络上，具备资料存储功能的装置，因此也称为“网络存储器”，用于将存储设备与服务器彻底分离，集中管理数据，从而释放带宽、提高性能、降低成本、保护投资。

在本发明实施例中，利用基于NAS的分布式存储计算节点对传输的计算逻辑脚本进行存储，能有效提高存储效率。

详细地，所述将所述计算逻辑脚本加载至预设的分布式存储计算节点中包括：

获取所述计算逻辑脚本运行时的脚本参数，在所述分布式存储计算节点中部署脚本存储接口，通过所述数据集存储的客户端调用所述脚本存储接口，得到脚本传输路径，根据所述脚本传输路径，将所述脚本参数和所述计算逻辑脚本传输至所述分布式存储计算节点中。

进一步地，由于存储于所述分布式存储计算节点中的计算逻辑脚本并不能直接对数据进行逻辑计算，于是，本发明实施例通过所述分布式存储计算节点的编译程序对所述计算逻辑脚本进行编译。

在本发明的至少一个实施例中，所述编译程序通过Java程序语言以及所述计算逻辑脚本运行时的脚本参数进行编译得到，利用所述分布式存储计算节点的脚本编译执行器运行所述计算逻辑脚本。

基于上述的实施方式，通过分布式存储计算节点对所述计算逻辑脚本进行存储和编译，提高了计算逻辑脚本存储的效率以及数据逻辑计算的成功率。

所述判断模块103、判断所述计算逻辑脚本是否运行成功，若运行成功，则将所述编译程序作为目标编译程序，若运行失败，则根据运行结果调整所述编译程序的参数，重新运行所述计算逻辑脚本，直至所述计算逻辑脚本运行成功，得到目标编译程序。

所述计算模块104、利用所述目标编译程序对所述数据集进行逻辑计算，得到所述数据集的逻辑计算结果。

本发明实施例中，所述利用所述目标编译程序对所述数据集进行逻辑计算包括：

接收用户请求，利用hash函数将所述数据集分配到对应目标编译程序节点中，对分配后的所述数据集进行反json格式解析，完成所述数据集的逻辑计算，得到所述数据集的逻辑计算结果。

其中，所述hash函数包括：

slice_id＝(w1×(hash_str(point_name)/b1)+w2×(day_time(time)/b2))％Hash_Bucket。

其中，slice_id表示目标编译程序节点，hash_str(point_name)表示所述数据集对应的计算逻辑脚本名，day_time(time)表示所述数据集对应的逻辑脚本名传输至分布式存储计算节点时间段的时间函数，b1和b2表示所述数据集对应的计算逻辑脚本分散程度，w1和w2表示所述数据集对应的计算逻辑脚本权重。

较佳地，本发明实施例通过构造方式实现所述数据集的反json格式解析，所述构造方式包括：

JSONObject(String json)->JSONObjectrootObject＝new JSONObject(json)；

JSONObjectgetJSONObject(String name){}->JSONObjectparamzObject＝rootObject.getJSONObject(“paramz”)；

JSONArray(Stringjson)->JSONArray＝jsonArray＝new JSONArray(paramzObject.getString(“feeds”))；

JSONObjectgetJSONObject(String name){}->JSONArray feeds＝paramzObject.getJSONArray(“feeds”)。

较佳地，本发明实施例中，所述构造方式通过创建JSONObject类，利用所述JSONObject类实现所述数据集的反json格式解析。

基于上述的实施方式，通过编译后的所述计算逻辑脚本对所述数据集进行逻辑计算。

较佳地，本发明实施例中的分布式存储计算节点采用区块链技术中的分布式账本节点。从而可以实现在多个站点、不同地理位置或者多个机构组成的网络里实现共同治理及分享的资产数据库。

本发明实施例通过获取数据集及所述数据集的计算逻辑脚本，所述计算逻辑脚本描述所述数据集的逻辑计算方式，节省了数据逻辑计算前的准备阶段时间；将所述计算逻辑脚本加载至预设的分布式存储计算节点中，通过所述分布式存储计算节点中的编译程序运行所述计算逻辑脚本，得到运行结果，并根据所述运行结果调整所述编译程序的参数，直至所述计算逻辑脚本运行成功，得到目标编译程序，提高了计算逻辑脚本存储的效率以及保证了数据逻辑计算成功的前提；利用所述目标编译程序对所述数据集进行逻辑计算，得到所述数据集的逻辑计算结果。通过分布式存储计算节点减少了大量的网络传输消耗，提高了数据逻辑计算的效率。

如图3所示，是本发明实现数据逻辑计算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，如数据逻辑计算程序12。

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，例如数据逻辑计算程序的代码等，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(例如数据逻辑计算程序等)，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存储的数据逻辑计算程序12是多个指令的组合，在所述处理器10中运行时，可以实现：

获取数据集及所述数据集的计算逻辑脚本，所述计算逻辑脚本用于描述所述数据集的逻辑计算方式；

将所述计算逻辑脚本加载至预设的分布式存储计算节点中，通过所述分布式存储计算节点中的编译程序运行所述计算逻辑脚本；

判断所述计算逻辑脚本是否运行成功；

若运行成功，则将所述编译程序作为目标编译程序；

若运行失败，则根据运行结果调整所述编译程序的参数，重新运行所述计算逻辑脚本，直至所述计算逻辑脚本运行成功，得到目标编译程序；

利用所述目标编译程序对所述数据集进行逻辑计算，得到所述数据集的逻辑计算结果。

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)

1.一种数据逻辑计算方法，其特征在于，所述方法包括：

获取数据集及所述数据集的计算逻辑脚本，所述计算逻辑脚本用于描述所述数据集的逻辑计算方式；

将所述计算逻辑脚本加载至预设的分布式存储计算节点中，通过所述分布式存储计算节点中的编译程序运行所述计算逻辑脚本；

判断所述计算逻辑脚本是否运行成功；

若运行成功，则将所述编译程序作为目标编译程序；

若运行失败，则根据运行结果调整所述编译程序的参数，重新运行所述计算逻辑脚本，直至所述计算逻辑脚本运行成功，得到目标编译程序；

利用所述目标编译程序对所述数据集进行逻辑计算，得到所述数据集的逻辑计算结果。

2.如权利要求1所述的数据逻辑计算方法，其特征在于，所述获取所述数据集的计算逻辑脚本包括：

通过预设的脚本语言在所述数据集存储的客户端中编译数据计算逻辑程序，所述数据计算逻辑程序包括请求参数对象和返回参数对象；

根据所述请求参数对象获取所述数据集，并判断输入的数据集计算逻辑是否合法；

若所述数据集计算逻辑不合法，重新获取所述数据集的计算逻辑；

若所述数据集计算逻辑合法，将所述数据集的计算逻辑转换成请求报文，并将所述请求报文进行解析后生成相应的逻辑对象，通过所述返回参数对象将生成的逻辑对象返回至所述客户端中。

3.如权利要求1所述的数据逻辑计算方法，其特征在于，所述将所述计算逻辑脚本加载至预设的分布式存储计算节点中包括：

获取所述计算逻辑脚本运行时的脚本参数；

调用所述分布式存储计算节点中部署的脚本存储接口以获取脚本传输路径；

根据所述脚本传输路径，将所述脚本参数和所述计算逻辑脚本传输至所述分布式存储计算节点中。

4.如权利要求1至3中任一项所述的数据逻辑计算方法，其特征在于，所述利用所述目标编译程序对所述数据集进行逻辑计算，得到所述数据集的逻辑计算结果，包括：

利用hash函数将所述数据集分配到对应目标编译程序节点中，对分配后的所述数据集进行反json格式解析，得到所述数据集的逻辑计算结果。

5.如权利要求4所述的数据逻辑计算方法，其特征在于，所述hash函数包括：

slice_id＝(w1×(hash_str(point_name)/b1)+w2×(day_time(time)/b2))％Hash_Bucket

其中，slice_id表示目标编译程序节点，hash_str(point_name)表示所述数据集对应的计算逻辑脚本名，day_time(time)表示所述数据集对应的逻辑脚本名传输至分布式存储计算节点时间段的时间函数，b1和b2表示所述数据集对应的计算逻辑脚本分散程度，w1和w2表示所述数据集对应的计算逻辑脚本权重。

6.如权利要求1所述的数据逻辑计算方法，其特征在于，所述分布式存储计算节点为基于区块链技术的分布式账本节点。

7.一种数据逻辑计算装置，其特征在于，所述装置包括：

获取模块，用于获取数据集及所述数据集的计算逻辑脚本，所述计算逻辑脚本描述所述数据集的逻辑计算方式；

加载及运行模块，用于将所述计算逻辑脚本加载至预设的分布式存储计算节点中，通过所述分布式存储计算节点中的编译程序运行所述计算逻辑脚本；

判断模块，用于判断所述计算逻辑脚本是否运行成功，若运行成功，则将所述编译程序作为目标编译程序，若运行失败，则根据运行结果调整所述编译程序的参数，重新运行所述计算逻辑脚本，直至所述计算逻辑脚本运行成功，得到目标编译程序；

计算模块，用于利用所述目标编译程序对所述数据集进行逻辑计算，得到所述数据集的逻辑计算结果。

8.如权利要求7所述的数据逻辑计算装置，其特征在于，所述获取所述数据集的计算逻辑脚本包括：

通过预设的脚本语言在所述数据集存储的客户端中编译数据计算逻辑程序，所述数据计算逻辑程序包括请求参数对象和返回参数对象；

根据所述请求参数对象获取所述数据集，并判断输入的数据集计算逻辑是否合法；

若所述数据集计算逻辑不合法，重新获取所述数据集的计算逻辑；

若所述数据集计算逻辑合法，将所述数据集的计算逻辑转换成请求报文，并将所述请求报文进行解析后生成相应的逻辑对象，通过所述返回参数对象将生成的逻辑对象返回至所述客户端中。

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中任一所述的数据逻辑计算方法。

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中任一所述的数据逻辑计算方法。

Images