CN112241474A - 信息处理方法、装置和存储介质 - Google Patents

信息处理方法、装置和存储介质 Download PDF

Info

Publication number
CN112241474A
CN112241474A CN202011328205.4A CN202011328205A CN112241474A CN 112241474 A CN112241474 A CN 112241474A CN 202011328205 A CN202011328205 A CN 202011328205A CN 112241474 A CN112241474 A CN 112241474A
Authority
CN
China
Prior art keywords
node
degree
nodes
information
processed
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
Application number
CN202011328205.4A
Other languages
English (en)
Other versions
CN112241474B (zh
Inventor
潘佳艺
曾言
李晶
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.)
WeBank Co Ltd
Original Assignee
WeBank 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 WeBank Co Ltd filed Critical WeBank Co Ltd
Priority to CN202011328205.4A priority Critical patent/CN112241474B/zh
Publication of CN112241474A publication Critical patent/CN112241474A/zh
Priority to PCT/CN2021/131618 priority patent/WO2022111380A1/zh
Application granted granted Critical
Publication of CN112241474B publication Critical patent/CN112241474B/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
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • 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
    • 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
    • G06Q30/04—Billing or invoicing
    • 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
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • General Business, Economics & Management (AREA)
  • Computational Linguistics (AREA)
  • Software Systems (AREA)
  • Technology Law (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请实施例提供了一种信息处理方法、装置和存储介质，在接收到包括待处理节点的节点表示的操作指令后，根据待处理节点的节点标识，从预先构建的图信息中确定待处理节点，由于图信息中包括多个节点的标识信息和多条边的属性信息均按照数组方式进行存储，可以直接从数组中确定待处理节点，无需在链表中依次遍历每一个节点才能确定待处理节点，而且由于同一入度节点对应的所有出度节点存储在同一个数组中；或者，同一出度节点对应的所有入度节点存储在同一个数组中，使得可以在数组中确定出入度节点对应的所有出度节点或者与出度节点对应的所有入度节点，提高了节点的确定效率，这样在对确定出的待处理节点进行处理时，提高了信息处理效率。

Description

信息处理方法、装置和存储介质
技术领域
本申请涉及数据处理技术，尤其涉及一种信息处理方法、装置和存储介质。
背景技术
随着计算机技术的发展，越来越多的技术(大数据、分布式、人工智能等)应用在金融领域，传统金融业正在逐步向金融科技(Fintech)转变，但由于金融行业的安全性、实时性要求，也对服务请求技术提出了更高的要求。
目前，在金融科技领域，为了防止虚开发票，税务局要求开具增值税发票必须提供真实的交易流水。但在实际开票场景中，交易流水与发票并非简单的一对一关系，而是由实际的业务场景决定的，例如，客户可能需要对一笔交易流水拆分开多张发票；或者，一笔交易流水的金额可能对应了多个类目需要分类开票；或者，同一个客户的多次交易可能需要合并开票。对交易流水的拆分或者合并虽然只涉及金额的变动，但交易流水本身还有冲销、调账等变动需求，发票也有红冲、作废等状态变更问题。因此，现有技术中，可以采用图对象的结构描述交易流水和发票之间的关联关系，例如，图对象中的根节点用于表示交易流水号，叶节点用于表示发票，这些图对象的结构信息会被存储在链表中，从而利用链表实现发票的全流程管理。
但是，采用链表进行管理时，若要处理某一个交易流水，需要先根据交易流水号在图对象的结构信息中确定该交易流水，由于图对象的结构信息被存储在链表中，因此，需要在链表中依次遍历每一个节点才能确定该交易流水，在确定出该交易流水后，才能对该交易流水进行流水，这样会导致信息处理效率较低。
发明内容
本申请实施例提供了一种信息处理方法、装置和存储介质，提高了信息处理效率。
第一方面，本申请实施例提供了一种信息处理方法，该信息处理方法可以包括：
接收终端设备发送的操作指令，所述操作指令中包括待处理节点的节点标识。
根据所述待处理节点的节点标识，从预先构建的图信息中确定所述待处理节点；其中，所述图信息中包括多个节点以及多条边，所述多个节点的标识信息和所述多条边的属性信息均按照数组方式进行存储；在所述图信息中，同一入度节点对应的所有出度节点存储在同一个数组中；或者，所述同一出度节点对应的所有入度节点存储在同一个数组中。
对所述待处理节点进行处理；其中，所述处理包括查询处理、合并处理、或者删除处理。
在一种可能的实现方式中，所述操作指令为查询指令，所述对所述待处理节点进行处理，包括：
从预先构建的图信息中查询与所述待处理节点相关的目标节点。
在一种可能的实现方式中，针对每条边，所述属性信息包括所述边的入度节点的节点类型、所述边对应的出度节点和入度节点以及所述边的权重；其中，所述节点类型存储在类型数组中，所述出度节点存储在出度数组中，所述入度节点存储在入度数组中，所述边的权重存储在权重数组中。
所述从预先构建的图信息中查询与所述待处理节点相关的目标节点，包括：
从所述类型数组中查找所述待处理节点的节点类型。
根据所述节点类型，从所述出度数组和/或所述入度数组中，查找所述待处理节点的出度节点和/或入度节点。
从所述权重数组中查找与所述出度节点和/或所述入度节点对应的边的权重值。
根据所述权重值，从所述出度节点和/或所述入度节点中确定所述目标节点。
在一种可能的实现方式中，所述从预先构建的图信息中查询与所述待处理节点相关的目标节点之前，所述方法还包括：
接收所述终端设备发送的第一消息，所述第一消息中包括有至少一个原始节点的标识信息和属性值。
针对每个所述原始节点，根据所述原始节点的属性值，确定所述原始节点对应的至少一个第一子节点的标识信息和类型信息。
将所述至少一个第一子节点的标识信息存储在标识数组中，并将所述类型信息存储在类型数组中。
生成所述至少一个第一子节点各自对应的第二子节点，并确定所述第二子节点的标识信息和类型信息。
将所述第二子节点的标识信息存储在所述标识数组中，并将所述第二子节点的类型信息存储在所述类型数组中。
根据所述原始节点、所述第一子节点和所述第二子节点，确定待构建的图信息中两个节点之间有向边的权重值，并构建所述图信息，所述边的权重值存储在权重数组中。
在一种可能的实现方式中，所述根据所述原始节点的属性值，确定所述原始节点对应的至少一个第一子节点的标识信息和类型信息，包括：
若所述原始节点的属性值大于预设值，则按照所述预设值，确定所述原始节点对应的至少两个第一子节点，其中，所述每个第一子节点的属性值均小于所述预设值。
在一种可能的实现方式中，所述操作指令为合并指令，所述待处理节点的数量为至少两个，所述对所述待处理节点进行处理，包括：
根据至少两个待处理节点，确定合并节点。
将所述合并节点的标识信息加入到所述标识数组中。
确定所述待处理节点与所述合并节点之间有向边的权重值，并将所述权重值加入到所述权重数组中。
在一种可能的实现方式中，所述操作指令为删除指令，所述对所述待处理节点进行处理，包括：
将所述待处理节点和所述待处理节点的出度节点均确定为无效节点。
第二方面，本申请实施例还提供了一种信息处理装置，该信息处理装置可以包括：
接收单元，用于接收终端设备发送的操作指令，所述操作指令中包括待处理节点的节点标识。
处理单元，用于根据所述待处理节点的节点标识，从预先构建的图信息中确定所述待处理节点；其中，所述图信息中包括多个节点以及多条边，所述多个节点的标识信息和所述多条边的属性信息均按照数组方式进行存储；在所述图信息中，同一入度节点对应的所有出度节点存储在同一个数组中；或者，所述同一出度节点对应的所有入度节点存储在同一个数组中。
所述处理单元，还用于对所述待处理节点进行处理；其中，所述处理包括查询处理、合并处理、或者删除处理。
在一种可能的实现方式中，所述操作指令为查询指令，所述处理单元，具体用于从预先构建的图信息中查询与所述待处理节点相关的目标节点。
在一种可能的实现方式中，针对每条边，所述属性信息包括所述边的入度节点的节点类型、所述边对应的出度节点和入度节点以及所述边的权重；其中，所述节点类型存储在类型数组中，所述出度节点存储在出度数组中，所述入度节点存储在入度数组中，所述边的权重存储在权重数组中。
所述处理单元，具体用于从所述类型数组中查找所述待处理节点的节点类型；根据所述节点类型，从所述出度数组和/或所述入度数组中，查找所述待处理节点的出度节点和/或入度节点；从所述权重数组中查找与所述出度节点和/或所述入度节点对应的边的权重值；根据所述权重值，从所述出度节点和/或所述入度节点中确定所述目标节点。
在一种可能的实现方式中，所述接收单元，还用于接收所述终端设备发送的第一消息，所述第一消息中包括有至少一个原始节点的标识信息和属性值。
所述处理单元，还用于针对每个所述原始节点，根据所述原始节点的属性值，确定所述原始节点对应的至少一个第一子节点的标识信息和类型信息；将所述至少一个第一子节点的标识信息存储在标识数组中，并将所述类型信息存储在类型数组中；生成所述至少一个第一子节点各自对应的第二子节点，并确定所述第二子节点的标识信息和类型信息；将所述第二子节点的标识信息存储在所述标识数组中，并将所述第二子节点的类型信息存储在所述类型数组中；根据所述原始节点、所述第一子节点和所述第二子节点，确定待构建的图信息中两个节点之间有向边的权重值，并构建所述图信息，所述边的权重值存储在权重数组中。
在一种可能的实现方式中，所述处理单元，具体用于若所述原始节点的属性值大于预设值，则按照所述预设值，确定所述原始节点对应的至少两个第一子节点，其中，所述每个第一子节点的属性值均小于所述预设值。
在一种可能的实现方式中，所述操作指令为合并指令，所述待处理节点的数量为至少两个，所述处理单元，具体用于根据至少两个待处理节点，确定合并节点；将所述合并节点的标识信息加入到所述标识数组中；确定所述待处理节点与所述合并节点之间有向边的权重值，并将所述权重值加入到所述权重数组中。
在一种可能的实现方式中，所述操作指令为删除指令，所述处理单元，具体用于将所述待处理节点和所述待处理节点的出度节点均确定为无效节点。
第三方面，本申请实施例还提供了一种服务器，该服务器可以包括存储器和处理器；其中，
所述存储器，用于存储计算机程序。
所述处理器，用于读取所述存储器存储的计算机程序，并根据所述存储器中的计算机程序执行上述第一方面任一种可能的实现方式中所述的信息处理方法。
第四方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序使得服务器执行上述第一方面任一种可能的实现方式中所述的信息处理方法。
由此可见，本申请实施例提供的信息处理方法、装置和存储介质，在接收到包括待处理节点的节点表示的操作指令后，根据待处理节点的节点标识，从预先构建的图信息中确定待处理节点，由于图信息中包括多个节点的标识信息和多条边的属性信息均按照数组方式进行存储，使得可以直接从数组中确定待处理节点，无需像现有技术中那样，由于图对象的结构信息被存储在链表中，使得需要在链表中依次遍历每一个节点才能确定待处理节点，而且由于同一入度节点对应的所有出度节点存储在同一个数组中；或者，同一出度节点对应的所有入度节点存储在同一个数组中，使得可以在数组中确定出入度节点对应的所有出度节点或者与出度节点对应的所有入度节点，提高了节点的确定效率，这样在对确定出的待处理节点进行处理时，提高了信息处理效率。
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，下面描述中的附图仅仅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性的前提下，还可以根据这些附图获得其他的附图。
图1为本申请提供的一种应用场景的示意图；
图2为本申请提供的一种拆分交易流水的示意图；
图3为本申请提供的一种合并交易流水的示意图；
图4为本申请实施例提供的一种信息处理方法的流程示意图交易流水的示意图；
图5为本申请实施例提供的一种用于表示交易流水和发票之间的关系示意图；
图6为本申请实施例提供的另一种用于表示交易流水和发票之间的关系示意图；
图7为本申请实施例提供的又一种用于表示交易流水和发票之间的关系示意图；
图8为本申请实施例提供的一种用于表示交易流水和发票之间的关系示意图；
图9为本申请实施例提供的另一种用于表示交易流水和发票之间的关系示意图；
图10为本申请实施例提供的又一种用于表示交易流水和发票之间的关系示意图；
图11为本申请实施例提供的一种信息处理装置的结构示意图；
图12为本申请实施例提供的一种服务器的结构示意图。
具体实施方式
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，所描述的实施例仅仅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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”及“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本申请实施例提供的信息处理方法可以应用于信息处理系统中，可参见图1所示，图1为本申请提供的一种应用场景的示意图，图1所示的信息处理系统中包括信息处理的各种主体，例如用户101、企业102、监管机构103等等，这些主体可以根据需要向信息管理平台104请求对某个或某些企业的信息处理，例如交易流水和发票的处理。当然，所述三种主体仅仅是为了示例说明，实际上还有其他主体可以发起处理，例如信息管理平台104自动发起处理，或者诸如监管机构也可以启动所述处理，在此不再一一举例。来自各个主体的处理请求通过网络被提供给信息管理平台104，该信息管理平台104用于执行信息的处理操作，所述信息管理平台104包括：信息处理触发模块，用于根据触发条件发起对指定信息处理的流程；信息数据库，用于存储经计算的各种信息；信息处理模块，用于根据数据源在信息数据库中处理相关信息。所述数据源可以是监管机构的服务器向信息管理平台104提供各个维度的数据以用于进行信息处理。应该理解，在示例环境中的用户101、企业102、监管机构103以及数据源的数目仅仅是示例性的，更多或更少的数量都属于本公开的保护范畴。并且，在上述示例运行场景中，所述用户101可以使用各种设备访问所述网络，例如个人计算机、服务器、平板、手机、PDA、笔记本或其它任何具有联网功能的计算设备。而所述企业102、监管机构103、信息管理平台104、各种数据源则可以利用具有更强大处理能力和更高安全性的一个服务器或服务器组来实现。而它们之间所使用的网络可以包括各种类型的有线和无线网络，例如但不局限于：互联网、局域网、WIFI、WLAN、蜂窝通信网络(GPRS、CDMA、2G/3G/4G/5G蜂窝网络)、卫星通信网络等等。
以处理交易流水和发票为例，在实际开票场景中，交易流水与发票并非简单的一对一关系，而是由实际的业务场景决定的。例如，客户可能需要对一笔交易流水拆分开多张发票，例如，对于一笔交易流水D1，可以根据需要将交易流水D1拆分为两笔虚拟交易流水V1和V2，并针对这两笔虚拟交易流水V1和V2开票，对应的发票可为INV1和INV2，可参见图2所示，图2为本申请提供的一种拆分交易流水的示意图；或者，同一个客户的多次交易可能需要合并开票，例如，对于某两笔交易流水D1和D2，可以根据需要将交易流水D1和交易流水D2合并为一笔虚拟交易流水V1，并针对这两笔虚拟交易流水V1开票，对应的发票可为INV1，可参见图3所示，图3为本申请提供的一种合并交易流水的示意图。
可以看出，对交易流水的拆分或者合并虽然只涉及金额的变动，但交易流水本身还有冲销、调账等变动需求，发票也有红冲、作废等状态变更问题，因此，现有技术中，可以采用图对象的结构描述交易流水和发票之间的关联关系，例如，图对象中的根节点用于表示交易流水号，叶节点用于表示发票，这些图对象的结构信息会被存储在链表中，从而利用链表实现发票的全流程管理。
但是，由于链表是一种物理存储单元上非连续、非顺序的存储结构，数据元素的逻辑顺序是通过链表中的指针链接次序实现的，链表由一系列结点(链表中每一个元素称为结点)组成，每个结点包括两个部分：一个是存储数据元素的数据域，另一个是存储下一个结点地址的指针域，因此，采用链表进行管理时，若要处理某一个交易流水，需要先根据交易流水号在图对象的结构信息中确定该交易流水，由于图对象的结构信息被存储在链表中，因此，需要在链表中依次遍历每一个节点才能确定该交易流水，在确定出该交易流水后，才能对该交易流水进行流水，这样会导致信息处理效率较低。
为了提高信息处理的效率，可以尝试在存储时解除各节点的数据域和指针域之间的耦合关系，即不再采用链表的实现发票的全流程管理，以避免在进行信息处理时，因需要在链表中依次遍历每一个节点才能确定该交易流水，导致信息处理效率较低的问题，从而提高信息处理效率。
基于上述构思，本申请实施例提供了一种信息处理方法，接收终端设备发送的操作指令，操作指令中包括待处理节点的节点标识；根据待处理节点的节点标识，从预先构建的图信息中确定待处理节点；其中，图信息中包括多个节点以及多条边，多个节点的标识信息和多条边的属性信息均按照数组方式进行存储；在图信息中，同一入度节点对应的所有出度节点存储在同一个数组中；或者，同一出度节点对应的所有入度节点存储在同一个数组中；对与待处理节点进行处理；其中，处理包括查询处理、合并处理、或者删除处理。
示例的，图可以为有向无环图。针对图信息中的每条边，边的属性信息包括边的入度节点的节点类型、边对应的出度节点和入度节点以及边的权重；其中，节点类型存储在类型数组中，出度节点存储在出度数组中，入度节点存储在入度数组中，边的权重存储在权重数组中。可以理解的是，在图信息中，同一入度节点对应的所有出度节点存储在同一个数组中；或者，同一出度节点对应的所有入度节点存储在同一个数组中。
通过将同一入度节点对应的所有出度节点存储在同一个数组中；或者，同一出度节点对应的所有入度节点存储在同一个数组中，通过在数组中执行一次查找操作，就可以确定出入度节点对应的所有出度节点，或者，确定出出度节点对应的所有入度节点，提高了信息的查询效率。此外，通过将同一入度节点对应的所有出度节点存储在同一个数组中；或者，同一出度节点对应的所有入度节点存储在同一个数组中，与现有技术中入度节点对应的所有出度节点各自存储、或者与出度节点对应的所有入度节点各自存储相比，可以有效地节省存储空间。
可以看出，在接收到包括待处理节点的节点表示的操作指令后，根据待处理节点的节点标识，从预先构建的图信息中确定待处理节点，由于图信息中包括多个节点的标识信息和多条边的属性信息均按照数组方式进行存储，使得可以直接从数组中确定待处理节点，无需像现有技术中那样，由于图对象的结构信息被存储在链表中，使得需要在链表中依次遍历每一个节点才能确定待处理节点，而且由于同一入度节点对应的所有出度节点存储在同一个数组中；或者，同一出度节点对应的所有入度节点存储在同一个数组中，使得可以在数组中确定出入度节点对应的所有出度节点或者与出度节点对应的所有入度节点，提高了节点的确定效率，这样在对确定出的待处理节点进行处理时，提高了信息处理效率。
下面，将通过具体的实施例，对本申请实施例提供的信息处理方法进行详细的说明。可以理解的是，在本申请实施例中，下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。
图4为本申请实施例提供的一种信息处理方法的流程示意图，该信息处理方法可以由软件和/或硬件装置执行，该硬件装置可以为服务器。示例的，请参见图4所示，该信息处理方法可以包括：
S401、接收终端设备发送的操作指令。
其中，操作指令中包括待处理节点的节点标识。
S402、根据待处理节点的节点标识，从预先构建的图信息中确定待处理节点。
其中，图信息中包括多个节点以及多条边，多个节点的标识信息和多条边的属性信息均按照数组方式进行存储；在图信息中，同一入度节点对应的所有出度节点存储在同一个数组中；或者，同一出度节点对应的所有入度节点存储在同一个数组中。
示例的，针对图信息中的每条边，边的属性信息包括边的入度节点的节点类型、边对应的出度节点和入度节点以及边的权重；其中，节点类型存储在类型数组中，出度节点存储在出度数组中，入度节点存储在入度数组中，边的权重存储在权重数组中。
需要说明的是，以图为有向无环图为例，节点类型可以理解为节点在有向无环图中的层级，例如，当节点为有向无环图的根节点时，其节点类型可以为1，当节点为根节点的下一级子节点时，其节点类型可以为2，依次类推，可以得到有向无环图中每一个节点的节点类型。此外，鉴于根节点是最上层的节点，根节点并无入度节点，同理，鉴于最下层的叶节点是最下层的节点，最下层的叶节点并无出度节点。
在根据节点标识，从预先构建的图信息中确定待处理节点之前，可以预先构建该图信息。示例的，在构建图信息时，可以先接收终端设备发送的第一消息，第一消息中包括有至少一个原始节点的标识信息和属性值；针对每个原始节点，若原始节点的属性值大于预设值，则按照预设值，确定原始节点对应的至少两个第一子节点，且每个第一子节点的属性值均小于预设值；将至少一个第一子节点的标识信息存储在标识数组中，并将类型信息存储在类型数组中；生成至少一个第一子节点各自对应的第二子节点，并确定第二子节点的标识信息和类型信息；将第二子节点的标识信息存储在标识数组中，并将第二子节点的类型信息存储在类型数组中；根据原始节点、第一子节点和第二子节点，确定待构建的图信息中两个节点之间有向边的权重值，并构建图信息，边的权重值存储在权重数组中。
可以看出，通过将标识信息存储在标识数组中、将类型信息存储在类型数组中、以及将边的权重值存储在权重数组中，与现有技术中将边集表每条边作为一行数据存储，可以有效地降低空间复杂度。假设一个图G具有m个节点和e条边，采用传统的存储方法存储该图G时，图存储节点表的空间复杂度为O(m)，边表的空间复杂度为O(m+e)，而采用本申请中涉及的存储方法存储该图G时，图存储节点表的空间复杂度为O(m)，边表的空间复杂度为O(m)。
以应用于查询交易流水和发票为例，原始节点可以理解为表示交易流水的节点，每一笔交易流水对应一个原始节点；第一子节点可以理解为交易流水最终对应的虚拟流水，一个原始节点表示的交易流水可以通过拆分或者合并得到该交易流水对应一个或者多个虚拟流水；第二子节点可以理解为虚拟流水对应的发票，每一个虚拟流水对应一个发票。待处理节点可以理解为用于描述交易流水的节点，待处理节点对应的目标节点可以理解为用于描述该交易流水对应的发票的节点，即目标节点为第二子节点中的节点。
在构建得到图信息后，就可以根据节点标识，从预先构建的图信息中确定待处理节点，并对待处理节点进行处理，即执行下述S403：
S403、对待处理节点进行处理；其中，处理包括查询处理、合并处理、或者删除处理。
示例的，在一种可能的场景中，若操作指令为查询指令，则对待处理节点进行处理可以包括：从预先构建的图信息中查询与待处理节点相关的目标节点。示例的，从预先构建的图信息中查询与待处理节点相关的目标节点时，可以先根据节点标识，从类型数组中查找待处理节点的节点类型；并根据节点类型，从出度数组和/或入度数组中，查找待处理节点的出度节点和/或入度节点；再从权重数组中查找与出度节点和/或入度节点对应的边的权重值；根据权重值，从出度节点和/或入度节点中确定目标节点，从而查询得到与待处理节点相关的目标节点。可以看出，在该种可能的场景中，由于图信息中包括多个节点的标识信息和多条边的属性信息均按照数组方式进行存储，使得可以直接从预先构建的图信息中查询与待处理节点相关的目标节点。无需像现有技术中那样，由于图对象的结构信息被存储在链表中，使得需要在链表中依次遍历每一个节点才能查询与待处理节点相关的目标节点，从而提高了信息查询效率。
其中，与出度节点对应的边是指一端连接该出度节点，一端连接该出度节点的上一层节点的边，与入度节点对应的边是指一端连接该入度节点，一端连接该入度节点的下一层节点的边。示例的，在根据权重值，从出度节点中确定目标节点时，假设若待处理节点的某一个出度节点对应的边的权重值为预设值，例如0时，说明该出度节点对应的边为无效边，对应的，该出度节点也为无效节点，因此，该出度节点不会被确定目标节点；相反的，假设待处理节点的某一个出度节点对应的边的权重值不为预设值，说明该出度节点对应的边为有效边，对应的，该出度节点也为有效节点，因此，该出度节点会被确定为目标节点。可以理解的是，在根据权重值，从入度节点中确定目标节点时，其方法与上述从出度节点中确定目标节点的方法类似，可参见从出度节点中确定目标节点的相关描述，在此，对于如何从入度节点中确定目标节点，本申请实施例不再进行赘述。
示例的，在另一种可能的场景中，若操作指令为合并指令，待处理节点的数量为至少两个，则对待处理节点进行处理可以包括：根据至少两个待处理节点，确定合并节点；将合并节点的标识信息加入到标识数组中；确定待处理节点与合并节点之间有向边的权重值，并将权重值加入到权重数组中。
示例的，在又一种可能的场景中，若操作指令为删除指令，则对待处理节点进行处理可以包括：将待处理节点和待处理节点的出度节点均确定为无效节点。
可以看出，在接收到包括待处理节点的节点表示的操作指令后，根据待处理节点的节点标识，从预先构建的图信息中确定待处理节点，由于图信息中包括多个节点的标识信息和多条边的属性信息均按照数组方式进行存储，使得可以直接从数组中确定待处理节点，无需像现有技术中那样，由于图对象的结构信息被存储在链表中，使得需要在链表中依次遍历每一个节点才能确定待处理节点，而且由于同一入度节点对应的所有出度节点存储在同一个数组中；或者，同一出度节点对应的所有入度节点存储在同一个数组中，使得可以在数组中确定出入度节点对应的所有出度节点或者与出度节点对应的所有入度节点，提高了节点的确定效率，这样在对确定出的待处理节点进行处理时，提高了信息处理效率。
为了便于理解本申请实施例提供的信息处理方法，下面，将以应用于查询交易流水和发票为例，对本申请实施例提供的信息处理方法进行详细的描述。
在对交易流水和发票进行管理时，可以以图的形式管理交易流水和发票，交易流水、虚拟流水、发票信息均被抽象为图的节点，交易流水节点是指入度为0，出度为n的节点；虚拟流水节点是指入度和出度非0的节点；发票节点是指入度为n，出度为0的节点。其中，虚拟流水对于客户而言，虚拟流水实际是不存在的，客户关注的是一条交易流水实际生成了哪些发票，一张发票背后对应的是哪些交易流水。示例的，可参见图5所示，图5为本申请实施例提供的一种用于表示交易流水和发票之间的关系示意图，假设有三笔交易流水，该三笔交易流水分别为D1、D2以及D3，且将交易流水D1拆分为两笔虚拟流水，该两笔虚拟流水分别为V1和V2，将交易流水D2拆分为两笔虚拟流水，该两笔虚拟流水分别为V3和V4，并根据实际需求，将虚拟流水V2和V3合并为一个新的虚拟流水V5，则虚拟流水对应有一个发票INV1，虚拟流水V5对应有一个发票INV2，交易流水D3和虚拟流水V4对应有一个发票INV3。
其中，交易流水、虚拟流水和发票信息作为节点信息存储在节点表中，以唯一标识作为索引字段和图信息中的节点标识。虚拟流水只是对交易流水的金额变动产生的新流水，属性中只需要记录金额和开票所需的基本客户信息。图的存储一般分为两部分，节点的存储和节点对应的边的存储。节点的存储通常采用一维节点表，边的存储方法通常采用邻接矩阵、邻接表、十字链表和边集数组。对于信息需要持久化的图信息，还需要存储到数据库中，现在已有针对图存储开发的NOSQL型图数据库。发票场景中的业务数据虽然可以抽象为图，但由于图的规模较小、数量多，除了图的管理，服务商还需要处理开票、红冲请求以及税务管理的其他业务。为保留所有原始操作记录，即使对图信息中的节点进行了无效，该无效节点对应的边也不做删除处理，各节点间边的有效性用边的权重来表示，1为有效，0为无效。无效边仍做持久化存储，但在图的划分中不再考虑。发票场景中的图具有以下特点：拥有同一个入度节点的边，权重始终保持一致。拥有同一个出度节点的边，权重始终保持一致。边的插入频繁，边权重的修改不频繁。频繁查询：根据入度为0的节点，查询图信息中能到达的所有出度为0的节点。根据出度为0的节点，查找能到达该节点的所有入度为0的节点。低频次查询：图的其他遍历。边的插入可能带来图合并，边的无效带来图的拆分。
基于以上特点，在本申请实施例中，采用一种新的方式存储图信息和管理图对象。图信息的存储分为数据库、文本文件中持久化存储和内存中的图对象存储两部分。点表与传统图的存储相同，不同类型的节点分表存储，避免字段冗余带来的资源浪费。对于边集表，由于同一入度节点下的所有边权重相同，同时插入同时修改，因此，可以以<入度节点，{出度节点1，出度节点2，出度节点3……}>的映射形式分组存储边集。以入度节点D1为例，边集表中存储记录为通过表1描述：
表1
边ID D1 V1,V2 1
其中，V1和V2均为交易流水对应的虚拟流水。
假设一个图G具有m个节点和e条边，采用传统的存储方法存储该图G时，图存储节点表的空间复杂度为O(m)，边表的空间复杂度为O(m+e)，而采用本申请中涉及的存储方法存储该图G时，图存储节点表的空间复杂度为O(m)，边表的空间复杂度为O(m)。
可以理解的是，在存储用于交易流水和发票之间的关系的图信息时，既可以存储原始图的完整结构，又可以存储原始图对应的简化图，使得可以满足多数搜索场景的快速查找。示例的，可参见图6所示，图6为本申请实施例提供的另一种用于表示交易流水和发票之间的关系示意图，假设有四笔交易流水，该四笔交易流水分别为D1、D2、D3以及D4，且将交易流水D1拆分为两笔虚拟流水，该两笔虚拟流水分别为V1和V2，将交易流水D2拆分为两笔虚拟流水，该两笔虚拟流水分别为V3和V4，将交易流水D4拆分为两笔虚拟流水，该两笔虚拟流水分别为V5和V6，并根据实际需求，将虚拟流水V2中的一部分金额和虚拟流水V3中的一部分金额合并为一个新的虚拟流水V5，则虚拟流水V1对应有一个发票INV1，虚拟流水V5对应有一个发票INV2，虚拟流水V4和交易流水D3对应有一个发票INV3，虚拟流水V2中的另一部分金额和虚拟流水V5对应有一个发票INV4，虚拟流水V3中的另一部分金额和虚拟流水V6对应有一个发票INV5。可以对图6所示的G8关系进行简化，得到图G8对应的简化图，可参见图7所示，图7为本申请实施例提供的又一种用于表示交易流水和发票之间的关系示意图，在图7所示的关系中，仅包括交易流水节点和其对应的发票节点，即不再包括交易流水和发票之间的处理过程，最终得到交易流水D1对应的发票为INV1和INV2，交易流水2对应的发票为INV2、INV3和INV5，交易流水3对应的发票为INV23，交易流水4对应的发票为INV4和INV5。示例的，当查询消息中包括待处理节点的节点标识为D1时，则基于上述图4所示的信息处理方法，查询得到的节点D1对应的目标节点即为INV1和INV2。
针对于上述图6所示的关系，在存储时，对于图信息中的任意节点X，其节点标识存储在nodePrestige[i]中，节点类型可以存储在类型数组中，该类型数组可以用nodeType[i]表示；出度节点存储在出度数组中，该出度数组可以用nodeOutDeg[i]表示；入度节点存储在入度数组中，该入度数组可以用adjacentNode[i]表示；边的权重存储在权重数组中，该权重数组可以用edgeW[i]表示。从adjacentNodeOffset[i]开始，共nodeOutDeg[i]个节点，即adiacentNode[adiacentNodeOffset[i]～adiacentNodeOffset[i]+nodeOutDeg[i]-1]，具体可参见表2所示：
表2
下标 0 1 2 3 4 5 6 7 8 9 10 11 12 13 14
nodePrestige D1 D2 D3 D4 V1 V2 V3 V4 V5 V6 INV1 INV2 INV3 INV4 INV5
nodeType 1 1 1 1 2 2 2 2 2 2 3 3 3 3 3
nodeOutdeg 2 2 1 2 1 2 2 1 1 1 0 0 0 0 0
adjacentNodeOffset 0 2 4 5 7 8 10 12 13 14 15 15 15 15 15
adjacentNode V1 V2 V3 V4 INV3 V5 V6 INV1 V5 INV4 V5 INV3 INV3 INV2 INV5
edgeW 1 1 1 1 1 1 1 1 0 1 0 1 1 0 1
由于虚拟流水是业务为了不同开票场景对实际交易流水做出的修改，对客户而言，虚拟流水实际是不存在的，客户关注的是一条交易流水实际生成了哪些发票，一张发票背后对应的是哪些交易流水。因此，可以对前述的图G8进行修改，得到图G8的简化图。
Figure BDA0002794994090000161
通过对图G8关系进行简化，得到图G8关简化图，图G8的简化图可以参见表3所示：
表3
下标 0 1 2 3 4 5 6 7 8
nodePrestige D1 D2 D3 D4 V1 V2 V3 V4 V5
nodeType 1 1 1 1 2 2 2 2 2
nodeOutdeg 2 2 1 2 1 2 2 1 1
adjacentNodeOffset 0 2 4 5 7 8 10 12 13
adjacentNode V1 V2 V3 V4 INV3 V5 V6 INV1 V5
参见上述表2和表3所示，可以通过数据存储图信息中包括多个节点以及多条边，多个节点的标识信息和多条边的属性信息。
在通过数组存储图信息后，后续在查询某一个节点对应的目标节点时，可以通过下述方式进行快速查询：
Figure BDA0002794994090000162
Figure BDA0002794994090000171
可以看出，在图实例中查找一个原始交易流水可到达的全部真实虚拟流水节点或发票节点的时间复杂度为O(1)，查找目标节点的时间复杂度一般小于O(e)。
通过上述方法，可以查询出每一笔交易流水对应的发票，且由于交易信息是存储在数组中，使得可以直接从数组中查找与交易流水相关的发票，无需像现有技术中那样，需要依次遍历每一个节点才能得到查询结果，从而提高了信息查询效率。
在接收上传需要开发票的交易流水时，需要先查询图信息中是否包括了该交易流水，若已经包括该交易流水，则忽略该交易流水；相反的，若未包括该交易流水，说明该交易流水为新的交易流水，则需要该新的交易流水进行处理。每一笔交易流水均可生成一个单节点的图，对应的，交易流水对应的图的节点标识和边的属性也会进行存储。
为了便于理解对节点的合并和删除，下面，将以应用于交易流水和发票场景为例，对本申请实施例提供的节点的合并和删除进行详细的描述。假设交易流水D1被拆分为虚拟流水V1和V2，可以根据交易流水D1的graph_id查找出D1所在图的所有数据库记录，并实例化图对象。图G1从最小图扩展为三节点的图，图信息以GraphMetrics对象的形式存储在内存中，图G1的GraphMetrics对象如下：
Figure BDA0002794994090000181
图对象的实例化具体流程如下：
i.根据graph_id查找所有的交易流水节点，生成trand_list列表；ii.根据grand_id查找所有虚拟流水节点，生成vir_trand_list列表；iii.根据grand_id查找所有发票流水节点，生成invoice_list列表；iv.根据上述三个节点列表，查找每个节点对应的边集表记录，形成图信息GraphMetrics。
假设交易流水D2被拆分为虚拟流水V3和V4，图G2从最小图扩展为三节点的图，图对象的实例化与图G1的实例化类似，可以得到G2的GraphMetrics对象。
假设根据实际业务需求将虚拟流水V2和V3进行合并生成虚拟流水V5，不同图上的节点的出度节点为同一节点时，多个子图进行合并，生成新的图G3。可参见图8所示，图8为本申请实施例提供的一种用于表示交易流水和发票之间的关系示意图，两个GraphMetrics对象合并为一个，具体流程如下：
Figure BDA0002794994090000191
Figure BDA0002794994090000201
两个GraphMetrics对象的合并流程如下：
i.为新图生成新的图标识；ii.将原图的节点信息拷贝到新GraphMetrics对象中；iii.将合并后的新节点写入新的GraphMetrics对象；iv.根据新增的边信息，依次更新出度节点的pro_node_ids属性。
假设虚拟流水V4与交易流水D3合并开发票INV3，图G3与D3合并，生成新的图G4。
假设对发票INV2进行红冲/作废后，取消虚拟流水V2和V3的合并，虚拟流水V5失效，同时虚拟流水V2和V3被释放，则图G4重新被拆分为两个子图G5和G6，可参见图9所示，图9为本申请实施例提供的另一种用于表示交易流水和发票之间的关系示意图。图的拆分处理流程如下：
i.将被撤销的节点和边信息从原GraphMetrics对象中删除；
ii.遍历GraphMetrics中node_type为1的node_info；
iii.对每个node_info，创建一个新的GraphMetrics。对新的GraphMetrics对象，根据节点的pro_node_ids指向深度遍历该节点可到达的全部节点并加入新的GraphMetrics。已迁入新GraphMetrics的节点从原GraphMetrics中删除。
iv.实时将数据库中对应的节点信息和边信息更新为无效。
假设再V2与虚拟流水V5合并，开出发票INV4，V3与虚拟流水V6合并，开出发票INV5。使图G5、G6、G7合并为新的图G8，可参见图10所示，图10为本申请实施例提供的又一种用于表示交易流水和发票之间的关系示意图，从而可以实现对图信息中节点的合并或者删除。
图11为本申请实施例提供的一种信息处理装置110的结构示意图，示例的，请参见图11所示，该信息处理装置110可以包括：
接收单元1101，用于接收终端设备发送的操作指令，操作指令中包括待处理节点的节点标识。
处理单元1102，用于根据待处理节点的节点标识，从预先构建的图信息中确定待处理节点；其中，图信息中包括多个节点以及多条边，多个节点的标识信息和多条边的属性信息均按照数组方式进行存储；在图信息中，同一入度节点对应的所有出度节点存储在同一个数组中；或者，同一出度节点对应的所有入度节点存储在同一个数组中。
处理单元1102，还用于对与待处理节点进行处理；其中，处理包括查询处理、合并处理、或者删除处理。
可选的，操作指令为查询指令，处理单元1102，具体用于从预先构建的图信息中查询与待处理节点相关的目标节点。
可选的，针对每条边，属性信息包括边的入度节点的节点类型、边对应的出度节点和入度节点以及边的权重；其中，节点类型存储在类型数组中，出度节点存储在出度数组中，入度节点存储在入度数组中，边的权重存储在权重数组中。
处理单元1102，具体用于从类型数组中查找待处理节点的节点类型；根据节点类型，从出度数组和/或入度数组中，查找待处理节点的出度节点和/或入度节点；从权重数组中查找与出度节点和/或入度节点对应的边的权重值；根据权重值，从出度节点和/或入度节点中确定目标节点。
可选的，接收单元1101，还用于接收终端设备发送的第一消息，第一消息中包括有至少一个原始节点的标识信息和属性值。
处理单元1102，还用于针对每个原始节点，根据原始节点的属性值，确定原始节点对应的至少一个第一子节点的标识信息和类型信息；将至少一个第一子节点的标识信息存储在标识数组中，并将类型信息存储在类型数组中；生成至少一个第一子节点各自对应的第二子节点，并确定第二子节点的标识信息和类型信息；将第二子节点的标识信息存储在标识数组中，并将第二子节点的类型信息存储在类型数组中；根据原始节点、第一子节点和第二子节点，确定待构建的图信息中两个节点之间有向边的权重值，并构建图信息，边的权重值存储在权重数组中。
可选的，处理单元1102，具体用于若原始节点的属性值大于预设值，则按照预设值，确定原始节点对应的至少两个第一子节点，其中，每个第一子节点的属性值均小于预设值。
可选的，操作指令为合并指令，待处理节点的数量为至少两个，处理单元1102，具体用于根据至少两个待处理节点，确定合并节点；将合并节点的标识信息加入到标识数组中；确定待处理节点与合并节点之间有向边的权重值，并将权重值加入到权重数组中。
可选的，操作指令为删除指令，处理单元1102，具体用于将待处理节点和待处理节点的出度节点均确定为无效节点。
本申请实施例所示的信息处理装置110，可以执行上述任一实施例所示的信息处理方法，其实现原理以及有益效果与信息处理方法的实现原理及有益效果类似，可参见信息处理方法的实现原理及有益效果，此处不再进行赘述。
图12为本申请实施例提供的一种服务器120的结构示意图，示例的，请参见图12所示，该服务器120包括存储器1202和处理器1201；其中，
所述存储器1202，用于存储计算机程序。
所述处理器1201，用于读取所述存储器1202存储的计算机程序，并根据所述存储器1202中的计算机程序执行上述任一实施例所示的信息处理方法，其实现原理以及有益效果与信息处理方法的实现原理及有益效果类似，此处不再进行赘述。
本申请实施例还提供了一种可读存储介质，用于存储指令，当所述指令被执行时，使上述任一实施例所示的信息处理方法被实现，其实现原理以及有益效果与信息处理方法的实现原理及有益效果类似，此处不再进行赘述。
在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，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，所述单元的划分，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，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所展示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元展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单元来实现本实施例方案的目的。另外，在本申请各个实施例中的各功能单元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单元的形式实现。
上述以软件功能模块的形式实现的集成的模块，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)或处理器(英文：processor)执行本申请各个实施例方法的部分步骤。
应理解的是，上述处理器可以是中央处理单元(英文：Central Processing Unit，简称：CPU)，还可以是其他通用处理器、数字信号处理器(英文：Digital SignalProcessor，简称：DSP)、专用集成电路(英文：Application Specific IntegratedCircuit，简称：ASIC)等。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。结合发明所公开的方法的步骤可以直接体现为硬件处理器执行完成，或者用处理器中的硬件及软件模块组合执行完成。
存储器可能包含高速RAM存储器，也可能还包括非易失性存储NVM，例如至少一个磁盘存储器，还可以为U盘、移动硬盘、只读存储器、磁盘或光盘等。
总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(Peripheral Component，PCI)总线或扩展工业标准体系结构(ExtendedIndustry Standard Architecture，EISA)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，本申请附图中的总线并不限定仅有一根总线或一种类型的总线。
上述计算机可读存储介质可以是由任何类型的易失性或非易失性存储设备或者它们的组合实现，如静态随机存取存储器(SRAM)，电可擦除可编程只读存储器(EEPROM)，可擦除可编程只读存储器(EPROM)，可编程只读存储器(PROM)，只读存储器(ROM)，磁存储器，快闪存储器，磁盘或光盘。存储介质可以是通用或专用计算机能够存取的任何可用介质。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。

Claims (10)

1.一种信息处理方法，其特征在于，包括：
接收终端设备发送的操作指令，所述操作指令中包括待处理节点的节点标识；
根据所述待处理节点的节点标识，从预先构建的图信息中确定所述待处理节点；其中，所述图信息中包括多个节点以及多条边，所述多个节点的标识信息和所述多条边的属性信息均按照数组方式进行存储；在所述图信息中，同一入度节点对应的所有出度节点存储在同一个数组中；或者，所述同一出度节点对应的所有入度节点存储在同一个数组中；
对所述待处理节点进行处理；其中，所述处理包括查询处理、合并处理、或者删除处理。
2.根据权利要求1所述的方法，其特征在于，所述操作指令为查询指令，所述对所述待处理节点进行处理，包括：
从预先构建的图信息中查询与所述待处理节点相关的目标节点。
3.根据权利要求2所述的方法，其特征在于，针对每条边，所述属性信息包括所述边的入度节点的节点类型、所述边对应的出度节点和入度节点以及所述边的权重；其中，所述节点类型存储在类型数组中，所述出度节点存储在出度数组中，所述入度节点存储在入度数组中，所述边的权重存储在权重数组中；
所述从预先构建的图信息中查询与所述待处理节点相关的目标节点，包括：
从所述类型数组中查找所述待处理节点的节点类型；
根据所述节点类型，从所述出度数组和/或所述入度数组中，查找所述待处理节点的出度节点和/或入度节点；
从所述权重数组中查找与所述出度节点和/或所述入度节点对应的边的权重值；
根据所述权重值，从所述出度节点和/或所述入度节点中确定所述目标节点。
4.根据权利要求2或3所述的方法，其特征在于，所述从预先构建的图信息中查询与所述待处理节点相关的目标节点之前，所述方法还包括：
接收所述终端设备发送的第一消息，所述第一消息中包括有至少一个原始节点的标识信息和属性值；
针对每个所述原始节点，根据所述原始节点的属性值，确定所述原始节点对应的至少一个第一子节点的标识信息和类型信息；
将所述至少一个第一子节点的标识信息存储在标识数组中，并将所述类型信息存储在类型数组中；
生成所述至少一个第一子节点各自对应的第二子节点，并确定所述第二子节点的标识信息和类型信息；
将所述第二子节点的标识信息存储在所述标识数组中，并将所述第二子节点的类型信息存储在所述类型数组中；
根据所述原始节点、所述第一子节点和所述第二子节点，确定待构建的图信息中两个节点之间有向边的权重值，并构建所述图信息，所述边的权重值存储在权重数组中。
5.根据权利要求4所述的方法，其特征在于，所述根据所述原始节点的属性值，确定所述原始节点对应的至少一个第一子节点的标识信息和类型信息，包括：
若所述原始节点的属性值大于预设值，则按照所述预设值，确定所述原始节点对应的至少两个第一子节点，其中，所述每个第一子节点的属性值均小于所述预设值。
6.根据权利要求1所述的方法，其特征在于，所述操作指令为合并指令，所述待处理节点的数量为至少两个，所述对所述待处理节点进行处理，包括：
根据至少两个待处理节点，确定合并节点；
将所述合并节点的标识信息加入到所述标识数组中；
确定所述待处理节点与所述合并节点之间有向边的权重值，并将所述权重值加入到所述权重数组中。
7.根据权利要求1所述的方法，其特征在于，所述操作指令为删除指令，所述对所述待处理节点进行处理，包括：
将所述待处理节点和所述待处理节点的出度节点均确定为无效节点。
8.一种信息处理装置，其特征在于，包括：
接收单元，用于接收终端设备发送的操作指令，所述操作指令中包括待处理节点的节点标识；
处理单元，用于根据所述待处理节点的节点标识，从预先构建的图信息中确定所述待处理节点；其中，所述图信息中包括多个节点以及多条边，所述多个节点的标识信息和所述多条边的属性信息均按照数组方式进行存储；在所述图信息中，同一入度节点对应的所有出度节点存储在同一个数组中；或者，所述同一出度节点对应的所有入度节点存储在同一个数组中；
所述处理单元，还用于对所述待处理节点进行处理；其中，所述处理包括查询处理、合并处理、或者删除处理。
9.一种服务器，其特征在于，包括存储器和处理器；其中，
所述存储器，用于存储计算机程序；
所述处理器，用于读取所述存储器存储的计算机程序，并根据所述存储器中的计算机程序执行上述权利要求1-7任一项所述的信息处理方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序使得服务器执行权利要求1-7任一项所述的信息处理方法。
CN202011328205.4A 2020-11-24 2020-11-24 信息处理方法、装置和存储介质 Active CN112241474B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202011328205.4A CN112241474B (zh) 2020-11-24 2020-11-24 信息处理方法、装置和存储介质
PCT/CN2021/131618 WO2022111380A1 (zh) 2020-11-24 2021-11-19 信息处理方法、装置和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011328205.4A CN112241474B (zh) 2020-11-24 2020-11-24 信息处理方法、装置和存储介质

Publications (2)

Publication Number Publication Date
CN112241474A true CN112241474A (zh) 2021-01-19
CN112241474B CN112241474B (zh) 2023-08-15

Family

ID=74175343

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011328205.4A Active CN112241474B (zh) 2020-11-24 2020-11-24 信息处理方法、装置和存储介质

Country Status (2)

Country Link
CN (1) CN112241474B (zh)
WO (1) WO2022111380A1 (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022111380A1 (zh) * 2020-11-24 2022-06-02 深圳前海微众银行股份有限公司 信息处理方法、装置和存储介质
CN115994244A (zh) * 2021-10-18 2023-04-21 广州南天电脑系统有限公司 基于大数据的有向图数据处理方法、装置、计算机设备

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108932348A (zh) * 2018-08-16 2018-12-04 北京京东尚科信息技术有限公司 区块链的合并处理方法、装置、区块链节点及存储介质
CN110110153A (zh) * 2018-01-24 2019-08-09 北京京东尚科信息技术有限公司 一种节点搜索的方法和装置
CN111090651A (zh) * 2019-12-18 2020-05-01 深圳前海微众银行股份有限公司 数据源的处理方法、装置、设备及可读存储介质
WO2020207457A1 (zh) * 2019-04-12 2020-10-15 阿里巴巴集团控股有限公司 一种有向图识别方法及系统和服务器

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112241474B (zh) * 2020-11-24 2023-08-15 深圳前海微众银行股份有限公司 信息处理方法、装置和存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110110153A (zh) * 2018-01-24 2019-08-09 北京京东尚科信息技术有限公司 一种节点搜索的方法和装置
CN108932348A (zh) * 2018-08-16 2018-12-04 北京京东尚科信息技术有限公司 区块链的合并处理方法、装置、区块链节点及存储介质
WO2020207457A1 (zh) * 2019-04-12 2020-10-15 阿里巴巴集团控股有限公司 一种有向图识别方法及系统和服务器
CN111090651A (zh) * 2019-12-18 2020-05-01 深圳前海微众银行股份有限公司 数据源的处理方法、装置、设备及可读存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022111380A1 (zh) * 2020-11-24 2022-06-02 深圳前海微众银行股份有限公司 信息处理方法、装置和存储介质
CN115994244A (zh) * 2021-10-18 2023-04-21 广州南天电脑系统有限公司 基于大数据的有向图数据处理方法、装置、计算机设备
CN115994244B (zh) * 2021-10-18 2024-03-19 广州南天电脑系统有限公司 基于大数据的有向图数据处理方法、装置、计算机设备

Also Published As

Publication number Publication date
WO2022111380A1 (zh) 2022-06-02
CN112241474B (zh) 2023-08-15

Similar Documents

Publication Publication Date Title
US10121169B2 (en) Table level distributed database system for big data storage and query
US11977532B2 (en) Log record identification using aggregated log indexes
CN111801661A (zh) 多主机分布式数据管理系统中的事务操作
CN111339073A (zh) 实时数据处理方法、装置、电子设备及可读存储介质
CN111198976B (zh) 云上资产关联分析系统、方法、电子设备及介质
WO2022111380A1 (zh) 信息处理方法、装置和存储介质
CN101765831A (zh) 数据库不一致的处理方法
CN107506484B (zh) 运维数据关联审计方法、系统、设备及存储介质
US10642530B2 (en) Global occupancy aggregator for global garbage collection scheduling
WO2023098462A1 (en) Improving performance of sql execution sequence in production database instance
CN114329096A (zh) 一种原生图数据库处理方法及系统
CN113791586A (zh) 一种新型的工业app与标识注册解析集成方法
US20230153300A1 (en) Building cross table index in relational database
US11416468B2 (en) Active-active system index management
CN112579585A (zh) 一种数据处理系统、方法及装置
CN109885542A (zh) 项目文件管理方法、装置及存储介质
CN113609130B (zh) 获取网关接入数据的方法、装置、电子设备及存储介质
CN116700628B (zh) 区块链数据处理方法、装置、计算机设备和存储介质
CN117520442A (zh) 数据同步方法、装置、计算机程序产品、设备及存储介质
CN118012847A (zh) 基于元模型的数据模型版本管理方法、装置、设备及介质
CN113779020A (zh) 数据存储方法、数据读取方法、装置、介质及电子设备
CN116048421A (zh) 数据存储方法、装置、电子设备及存储介质
CN113779016A (zh) 数据管理的方法和装置
CN117453781A (zh) 数据存储方法、装置、设备、存储介质和程序产品
CN117273782A (zh) 人群圈选方法、装置和计算设备

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