CN114398408A - 用于业务数据检索的方法、设备和介质 - Google Patents
用于业务数据检索的方法、设备和介质 Download PDFInfo
- Publication number
- CN114398408A CN114398408A CN202210071047.1A CN202210071047A CN114398408A CN 114398408 A CN114398408 A CN 114398408A CN 202210071047 A CN202210071047 A CN 202210071047A CN 114398408 A CN114398408 A CN 114398408A
- Authority
- CN
- China
- Prior art keywords
- user
- data
- business
- data table
- search
- 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
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
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
-
- 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
- G06F16/2455—Query execution
- G06F16/24552—Database cache management
-
- 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
- G06F16/2462—Approximate or statistical 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Probability & Statistics with Applications (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本公开的实施例涉及用于业务数据检索的方法、设备和介质。根据该方法,在用户使用账户登录业务数据系统时,基于该账户确定用户是否属于活跃用户或具有特定访问权限的用户;响应于确定该用户属于活跃用户,根据该用户的历史查询记录,确定该用户感兴趣的一个或多个第一搜索条件;搜索业务数据系统的分布式数据库,以获得与第一搜索条件匹配的第一搜索结果;以及将第一搜索结果和第一搜索条件一一对应地存储在该用户当前使用的客户端设备的高速缓存中。由此,能够有助于提高对所需业务数据进行查询的查询速度。
Description
技术领域
本公开的实施例总体涉及数据检索领域,并且更具体地涉及一种用于业务数据检索的方法、设备和介质。
背景技术
业务数据系统是用于管理来自多个不同业务渠道的业务数据的数据管理系统,这些业务数据通常可以达到上千万或上亿条的量级,因此当业务数据系统接收到来自用户的各种业务数据查询请求时,往往需要花费很长的时间才能对这些查询请求作出响应。而且,相关的业务渠道经常会具有非常复杂的组织结构。例如,在基金代销业务应用场景中,诸如银行、券商客户之类的业务渠道的组织结构通常呈树状结构,即总分支机构下面可具有多个分支机构,并且各个分支机构还可具有多个相应的子分支机构并以此类推。因此,当需要查询来自这样业务渠道的业务数据时,往往需要向下一级一级地进行钻取,从而导致需要花费的查询时间更长。用户还经常需要在业务数据系统上查询聚合的业务数据,这涉及相应的聚合操作,因此导致查询时间进一步增加。此外,业务数据系统的大多数用户通常仅对其中的一部分业务数据具有访问权限,不同用户的查询需求通常也各不相同,因此业务数据系统往往需要处理来自不同用户的各种不同的查询条件。基于以上种种原因,业务数据系统无法实时对用户的查询请求作出响应,进而导致用户体验较差。
发明内容
针对上述问题,本公开提供了一种基于查询需求对业务数据进行管理的方法和设备,有助于提高对所需业务数据进行查询的查询速度,进而有助于提高用户的查询体验。
根据本公开的第一方面,提供了一种用于业务数据检索的方法,包括:在用户使用账户登录业务数据系统时,基于所述账户确定所述用户是否属于活跃用户或具有特定访问权限的用户,其中活跃用户指的是登录所述业务数据系统的频率超过预定阈值的用户,并且具有特定访问权限的用户指的是对相关联的业务渠道的所有业务数据都具有访问权限的用户;响应于确定所述用户属于活跃用户,根据所述用户的历史查询记录,确定所述用户感兴趣的一个或多个第一搜索条件;搜索所述业务数据系统的分布式数据库,以获得与所述第一搜索条件匹配的第一搜索结果;以及将所述第一搜索结果和所述第一搜索条件一一对应地存储在所述用户当前使用的客户端设备的高速缓存中。
根据本公开的第二方面,提供了一种计算设备,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;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本公开的第一方面的方法。
在本公开的第三方面中,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中所述计算机指令用于使计算机执行本公开的第一方面的方法。
在一些实施例中,该方法还包括:响应于确定所述用户属于具有特定访问权限的用户,搜索所述业务数据系统的分布式数据库,以获得与一个或多个第二搜索条件匹配的一个或多个第二搜索结果,其中所述第二搜索条件是根据所述用户的检索需求为所述用户预先配置的;以及将所述第二搜索结果和所述第二搜索条件一一对应地存储在所述用户当前使用的客户端设备的内存数据库中。
在一些实施例中,该方法还包括:在接收到来自所述用户的业务数据检索请求时,基于所述用户的账户确定所述用户属于活跃用户、还是具有特定访问权限的用户、还是普通用户,其中所述业务数据检索请求包括指定了业务渠道的第三搜索条件;响应于确定所述用户属于活跃用户,在所述用户当前使用的客户端设备的高速缓存中搜索与所述第三搜索条件匹配的第三搜索结果;响应于确定所述用户属于具有特定访问权限的用户,在所述用户当前使用的客户端设备的内存数据库中搜索与所述第三搜索条件匹配的第三搜索结果;响应于确定所述用户属于普通用户或者没有从所述高速缓存或内存数据库中搜索到与所述第三搜索条件匹配的第三搜索结果,基于所述第三搜索条件确定需要搜索的是否属于统计业务数据,统计业务数据指的是需由一个或多个相关联的原始业务数据聚合而成的业务数据,其中所述原始业务数据记录在所述分布式数据库中与所述原始业务数据的类别相关联的第一数据表中,每一原始业务数据与一个或多个属性相关联;响应于确定所述第三搜索条件需要搜索的是统计业务数据并且所指定的业务渠道属于特定类型的业务渠道,搜索所述分布式数据库中的相应的第二数据表,以获得与所述第三搜索条件匹配的第三搜索结果,其中所述特定类型的业务渠道指示不具有分支机构的业务渠道,并且所述第二数据表是基于所述第一数据表中的与所述特定类型的业务渠道相关联的数据记录生成的。
在一些实施例中,所述第二数据表是通过以下步骤来基于所述第一数据表中的与所述特定类型的业务渠道相关联的数据记录生成的:基于所述第一数据表中与所述特定类型的业务渠道相关联的数据记录确定第三数据表;确定能够基于所述第三数据表预先计算的一个或多个统计业务数据;基于能够预先计算的一个或多个统计业务数据,对所述第三数据表进行分组聚合,以得到所述第二数据表,所述第二数据表包括所述一个或多个统计业务数据。
在一些实施例中,所述第一数据表至少包括用于记录相应的业务渠道的一个或多个第一维度、用于记录相应的业务产品的一个或多个第二维度以及用于记录相应的原始业务数据的一个或多个第三维度。
在一些实施例中,每一统计业务数据由所述一个或多个第三维度中的至少一个第三维度聚合而成,并且所述第二数据表至少包括所述一个或多个第一维度、所述一个或多个第二维度以及分别用于记录所述一个或多个统计业务数据的一个或多个第四维度。
在一些实施例中,基于能够预先计算的一个或多个统计业务数据,对所述第三数据表进行分组聚合,以得到所述第二数据表包括:基于所述一个或多个第一维度的属性以及所述一个或多个第二维度的属性,对所述第三数据表进行分组,得到所述第三数据表的多个分组数据表;对每一分组数据表中与需要预先计算的统计业务数据有关的至少一个第三维度进行相应的聚合操作,得到相应的统计业务数据;以及将所得到的统计业务数据填充到所述第二数据表中的相应第四维度中。
在一些实施例中,所述业务数据系统是用于基金代销业务的业务数据系统,并且所述特定类型的业务渠道为互联网代销渠道。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
结合附图并参考以下详细说明,本公开各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中,相同或相似的附图标注表示相同或相似的元素。
图1示出了用于实现根据本发明的实施例的用于业务数据检索的方法的系统100的架构示意图。
图2A示出了根据本公开的实施例的在用户使用账户登录业务数据系统时用于业务数据检索的方法200的一方面的流程图。
图2B示出了根据本公开的实施例的在用户使用账户登录业务数据系统时用于业务数据检索的方法200的另一方面的流程图。
图3示出了根据本公开的实施例的在接收到来自用户的业务数据检索请求时用于业务数据检索的方法300的流程图。
图4示出了根据本公开的实施例的用于基于第一数据表中的与特定类型的业务渠道相关联的数据记录生成第二数据表的方法400的流程图。
图5示出了根据本公开的实施例的电子设备500的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开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,而不会背离本公开的范围和精神。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。
在本文中使用的术语“包括”及其变形表示开放性包括,即“包括但不限于”。除非特别申明,术语“或”表示“和/或”。术语“基于”表示“至少部分地基于”。术语“一个示例实施例”和“一个实施例”表示“至少一个示例实施例”。术语“另一实施例”表示“至少一个另外的实施例”。术语“第一”、“第二”等等可以指代不同的或相同的对象。下文还可能包括其他明确的和隐含的定义。
在本公开中,术语“维度”指的是相应数据表的某个列,术语“属性”指示数据字段,表示业务数据的特征,其通常使用数据表的相应列的字段名称来指示。
如上所述,业务数据系统通常需要管理来自很多不同业务渠道的大量的业务数据。而且,相关的业务渠道经常会具有非常复杂的组织结构,因此当需要查询来自这样业务渠道的业务数据时,往往需要向下一级一级地进行钻取。有时,还需要查询聚合的业务数据,这涉及相应的聚合操作。此外,业务数据系统的大多数用户通常仅对其中的一部分业务数据具有访问权限,不同用户的查询需求通常也各不相同,因此业务数据系统往往需要处理来自不同用户的各种不同的查询条件。基于以上种种原因,业务数据系统无法实时对用户的查询请求作出响应,进而导致用户体验较差。
为了至少部分地解决上述问题以及其他潜在问题中的一个或者多个,本公开的示例实施例提出了一种用于业务数据检索的方法,包括:在用户使用账户登录业务数据系统时,基于所述账户确定所述用户是否属于活跃用户或具有特定访问权限的用户,其中活跃用户指的是登录所述业务数据系统的频率超过预定阈值的用户,并且具有特定访问权限的用户指的是对相关联的业务渠道的所有业务数据都具有访问权限的用户;响应于确定所述用户属于活跃用户,根据所述用户的历史查询记录,确定所述用户感兴趣的一个或多个第一搜索条件;搜索所述业务数据系统的分布式数据库,以获得与所述第一搜索条件匹配的第一搜索结果;以及将所述第一搜索结果和所述第一搜索条件一一对应地存储在所述用户当前使用的客户端设备的高速缓存中。以此方式,使得有助于提高对所需业务数据进行查询的查询速度,进而有助于提高用户的查询体验。
图1示出了用于实现根据本发明的实施例的用于业务数据检索的方法的系统100的架构示意图。如图1中所示,系统100包括一个或多个服务端设备110、一个或多个客户端设备120、分布式数据库130、网络140以及多个业务渠道系统150。在本公开中,该一个或多个服务端设备110和分布式数据库130组成业务数据系统,用于为用户提供包括对业务数据进行查询或检索在内的各种服务,并且还用于为各个业务渠道的业务渠道系统150提供对相关联的业务数据的存储和管理服务。在包括多个服务端设备110的情况下,这些服务端设备110可彼此有线或无线连接,以共同为客户端设备和业务渠道系统提供相应的服务。服务端设备110与多个业务渠道系统150通信连接,例如服务端设备110可以通过网络140(例如,因特网)与各个业务渠道系统150进行数据通信,以接收各个业务渠道通过相应的业务渠道系统导入的业务数据并对其进行存储和管理。服务端设备110还可访问分布式数据库130,以将从业务渠道系统接收到的业务数据存储到分布式数据库130中,或者从分布式数据库130提取所需的业务数据。客户端设备120可包括但不限于例如用户的手机、平板计算机、台式计算机、膝上型计算机等,其也与服务端设备110通信连接,例如可以经由网络140(例如,因特网)与服务端设备110进行通信,并且客户端设备120上安装有相应的客户端应用,经由该客户端应用,客户端设备可登录到业务数据系统上,以在该业务数据系统的帮助下获取所需的业务数据。客户端设备120可包括高速缓存1201和内存数据库1202。在使用该客户端设备120上安装的客户端应用登录业务数据系统的用户属于活跃用户时,该高速缓存1201可用于存储与该活跃用户感兴趣的搜索条件匹配的搜索结果。在使用该客户端设备120上安装的客户端应用登录业务数据系统的用户属于具有特定访问权限的用户时,该内存数据库1202可用于存储与为该用户预先配置的搜索条件匹配的搜索结果,从而有助于提高搜索效率。每一服务端设备可以包括至少一个处理器1101以及与该至少一个处理器1101耦合的至少一个存储器1102,该存储器1102中存储有可由该至少一个处理器1101执行的指令,该指令在被该至少一个处理器1101执行时执行如下所述的方法200-400。在本文中,服务端设备110和客户端设备120的具体结构例如可以如下结合图5所示出的。
图2A和2B示出了根据本公开的实施例的用于业务数据检索的方法200的流程图。方法200可由如图1所示的一个或多个服务端设备110执行,也可以在图5所示的电子设备500处执行。应当理解的是,方法200还可以包括未示出的附加框和/或可以省略所示出的框,本公开的范围在此方面不受限制。
在步骤202,在用户使用账户登录业务数据系统时,基于该账户确定该用户是否属于活跃用户或具有特定访问权限的用户。在本公开中,活跃用户可指的是登录业务数据系统的频率超过(即大于或等于)预定阈值的用户。该预定阈值可取决于具体应用来进行设置,例如仅作为示例该预定阈值可被设为每天至少登录一次、每隔一天至少登录一次、每隔两天至少登录一次等等。例如仅作为示例,如果某个用户每天都会至少登录业务数据系统一次,以查询其感兴趣的业务数据,则说明该用户登录业务数据系统的频率很高,因此可确定该用户需要频繁使用该业务数据系统来查询业务数据,因此可将该用户被认为是活跃用户。在本公开中,业务数据系统可记录每个用户每次登录的时间(例如,将用户账户和登录时间相关联地进行记录),因此可由此确定每个用户登录该业务数据系统的频率。
在本公开中,用户可使用业务数据系统的客户端应用通过其账户来登录到业务数据系统,以接收该业务数据系统的业务数据检索服务。
在一方面,如图2A所示,在步骤204,响应于在步骤202确定用户属于活跃用户,根据该用户的历史查询记录,确定该用户感兴趣的一个或多个第一搜索条件。
在本公开中,业务数据系统可记录每个用户在一段时间(例如仅作为示例,一个月、一个季度或一年)内所查询的搜索条件,由此该业务数据系统可以确定每一用户的历史查询记录。通过分析活跃用户的历史查询记录,可以确定该活跃用户对什么样的业务数据感兴趣,进而可以确定该活跃用户感兴趣的一个或多个搜索条件(即步骤204中提到的第一搜索条件)。
在步骤206,搜索业务数据系统的分布式数据库,以获得与第一搜索条件匹配的第一搜索结果。
分布式数据库包括多个第一数据表和多个第二数据表。原始业务数据根据其类别被存储在相关联的第一数据表中。每一第二数据表用于记录相应的第一数据表中的与特定类型的业务渠道相关联的数据记录,下文中对第一数据表和第二数据表进行了更详细的描述。
在步骤208,将第一搜索结果和第一搜索条件一一对应地(即相关联地)存储在该用户当前使用的客户端设备的高速缓存中。
在本公开中,通过确定活跃用户感兴趣的一个或多个搜索条件,并在该活跃用户使用客户端应用登录业务数据系统时(即在该用户实际进行检索之前),将与这些搜索条件匹配的搜索结果预先加载到该用户的客户端设备的高速缓存中,使得当从活跃用户接收到这样的搜索条件时,可直接从这些高速缓存中获得相应的搜索结果,而无需在分布式数据库中存储的海量业务数据中进行查询,从而有助于大大提高该活跃用户检索相关业务数据的速度,从而说到这样的活跃用户的查询体验可以得到大幅度的提高。
在另一方面,如图2B所示,在步骤210,响应于在步骤202确定用户属于具有特定访问权限的用户,搜索业务数据系统的分布式数据库,以获得与一个或多个第二搜索条件匹配的一个或多个第二搜索结果。在本公开中,具有特定访问权限的用户可指的是对相关联的业务渠道的所有业务数据都具有访问权限的用户。由此可知,这样的用户可访问的数据的量比较大。另外,在本公开中,该第二搜索条件是根据该用户的检索需求为所述用户预先配置的。
在步骤212,将第二搜索结果和第二搜索条件一一对应地(即相关联地)存储在所述用户当前使用的客户端设备的内存数据库中。
由于具有特定访问权限的用户指的是对相关联的业务渠道的所有业务数据都具有访问权限的用户,因此这样的用户可以访问的业务数据的量通常相对而言要更多,因此对业务数据进行查询所花的时间也会更长。但是,这样的用户需要执行的搜索条件通常限于一个或多个搜索条件,因此通过为这样的用户预先配置这样的一个或多个搜索条件(即步骤210和212中提到的第二搜索条件),并将与这些搜索条件匹配的搜索结果存储在客户端设备的内存数据库中,使得当从具有特定访问权限的用户接收到这样的搜索条件时,可以直接从相应的内存数据库中直接获得匹配的搜索结果,而无需在分布式数据库中存储的海量业务数据中进行查询,因此可有助于大大提高这样的用户的搜索体验。
图3示出了根据本公开的实施例的在接收到来自所述用户的业务数据检索请求时用于业务数据检索的方法300的流程图。方法300可由如图1所示的服务端设备110执行,也可以在图5所示的电子设备500处执行。应当理解的是,方法300还可以包括未示出的附加框和/或可以省略所示出的框,本公开的范围在此方面不受限制。
在步骤302,在接收到来自用户的业务数据检索请求时,基于用户的账户确定该用户属于活跃用户、还是具有特定访问权限的用户、还是普通用户,其中该业务数据检索请求包括指定了业务渠道的第三搜索条件。
在本公开中,普通用户指的是除活跃用户和具有特定访问权限的用户以外的用户。但是,普通用户可转变为活跃用户,例如当普通登录所述业务数据系统的频率超过预定阈值时,该普通用户将变为活跃用户。通过对用户进行区分,可以对不同的用户采取不同的数据检索策略,从而提高用户(尤其是活跃用户和特定访问权限的用户)的搜索体验,进而有助于提升用户满意度。
在步骤304,响应于确定用户属于活跃用户,在该用户当前使用的客户端设备的高速缓存中搜索与第三搜索条件匹配的第三搜索结果。
如前所述,在活跃用户登录客户端应用时,将与该活跃用户感兴趣的一个或多个搜索条件匹配的搜索结果存储到了该活跃用户的高速缓存中,因此在接收到来自活跃用户的包括这样的搜索条件的业务数据检索请求,可直接指令客户端设备在高速缓存中进行查询,而无需搜索分布式数据库,从而有助于提高活跃用户的搜索体验。
在步骤306,响应于确定该用户属于具有特定访问权限的用户,在该用户当前使用的客户端设备的内存数据库中搜索与该第三搜索条件匹配的第三搜索结果,以供返回给该用户。
如前所述,在具有特定访问权限的用户登录客户端应用时,将与为该用户预先配置的一个或多个搜索条件匹配的搜索结果存储到了该用户的内存数据库中,因此在接收到来自这样的用户包括这样的预先配置的搜索条件的业务数据检索请求,可直接指令客户端设备在相应的内存数据库中进行查询,而无需搜索分布式数据库,从而也有助于提高这样的用户的搜索体验。
在步骤308,响应于确定该用户属于普通用户或者没有从相应的高速缓存或内存数据库中搜索到与第三搜索条件匹配的第三搜索结果,基于第三搜索条件确定需要搜索的业务数据是否属于统计业务数据,统计业务数据指的是需由一个或多个相关联的原始业务数据聚合而成的业务数据。
在本公开中,原始业务数据记录在分布式数据库中与该原始业务数据的类别相关联的第一数据表中。也就是说,分布式数据库中可包括多个第一数据表,每一第一数据表与来自各个业务渠道的一个类别的原始业务数据相关联,即每一第一数据表用于记录来自各个业务渠道的某个类别的原始业务数据。应了解,在本公开中,第一数据表可随着相关联的原始业务数据的增加和减少而被实时更新。
例如仅作为示例,在基金代销业务场景中,与业务数据系统相关联的业务渠道可包括例如互联网代销渠道、银行代销渠道和券商代销渠道等,并且来自这些业务渠道的原始业务数据可被划分为例如规模类、收益类和交易类等类别。在该业务场景中,可例如将来自各业务渠道的属于规模类的原始业务数据记录在与规模类相关联的第一数据表中,将来自各业务渠道的属于收益类的各个原始业务数据记录在与该收益类相关联的第一数据表中,将来自各业务渠道的属于交易类的各个原始业务数据记录在与该交易类相关联的第一数据表中,并以此类推。
在本公开中,每一原始业务数据都与一个属性相关联,例如在以上业务场景中,代销经纪人、代销经纪人的代销区域、用户名称、某个用户的本月收益、本季度收益、本年收益等等都是属性的示例。
在步骤310,响应于确定第三搜索条件需要搜索的是统计业务数据并且所指定的业务渠道属于特定类型的业务渠道,搜索分布式数据库中的相应的第二数据表,以获得与第三搜索条件匹配的第三搜索结果,以供返回给该用户。
在本公开中,特定类型的业务渠道指示不具有分支机构的业务渠道,并且步骤310中提到的第二数据表是基于相应的第一数据表中的与这种特定类型的业务渠道相关联的数据记录生成的。在本公开中,由于分布式数据库中已经预先生成了这样的第二数据表,因此当用户需要查询相关的统计业务数据时,可直接在第二数据表中进行查询,而无需遍历分布式数据库中其具有访问权限的所有原始业务数据,并基于查询到的原始业务数据进行相应的聚合运算。因此,通过这种方式,可有利于减少用户的查询时间,并提高用户的查询效率。
另外,在本公开中,不同的用户对不同的业务数据具有访问权限,因此搜索分布式数据库中的相应的第二数据表可包括搜索分布式数据库中的相应的第二数据表中的该用户具有访问权限的各个数据记录的集合。
在本公开中,这种特定类型的业务渠道不具有分支机构,也就是说这种业务渠道层级非常简单,仅具有一级结构,因此对于这种业务渠道而言仅包括两类用户,即对其全部业务数据都具有访问权限的用户和对其全部业务数据都不具有访问权限的用户。由此,对这种特定类型的业务渠道的业务数据的集合可以方便地进行分组聚合(因为可以明确地确定需要进行分组聚合的数据的范围),可以实现对其进行所需的预计算,进而可有助于减少整体查询时间,提高查询效率。据统计,在前面提到的基金代销业务的使用场景中,80%以上的业务渠道都是互联网代销渠道,而互联网代销渠道就属于这种特定类型的业务渠道,因此通过对能够预先计算的统计业务数据进行预计算并存储在相应的第二数据表中可有利于大大提高查询效率。因此,在本公开中,为了有助于进一步提高检索效率,基于第一数据表中的与这种特定类型的业务渠道相关联的数据记录预先生成了相应的第二数据表。下面将结合图4对如何基于第一数据表中的与这种特定类型的业务渠道相关联的数据记录生成第二数据表作进一步更详细的描述。
另外,在本公开中,响应于确定第三搜索条件需要搜索的是原始业务数据,搜索分布式数据库中的相应的第一数据表,以获得与该第三搜索条件匹配的搜索结果,该搜索结果将被返回给该用户。如前面提到的,在本公开中,不同的用户对不同的业务数据具有访问权限,因此搜索分布式数据库中的相应的第一数据表可包括搜索分布式数据库中的相应的第一数据表中的该用户具有访问权限的各个数据记录的集合。
在本公开中,具有分支机构的业务渠道具有多个层级,诸如前面提到的银行代销渠道和券商代销渠道都是具有分支机构的业务渠道,其结构呈树状,即总分支机构下面可具有多个分支机构,并且各个分支机构还可具有多个相应的子分支机构并以此类推。因此,对于这种业务渠道而言,用户通常仅对其部分业务数据具有访问权限,即各个用户可能仅可访问来自相应子分支机构的业务数据,而无法访问其他分支机构的业务数据。因此,对这种类型的业务渠道的业务数据的集合,由于无法明确确定哪些用户可以访问哪些数据,无法确定需要进行分组聚合的范围,因此也就实现对各个统计业务数据进行预计算。因此,对于这种类型的业务渠道的业务数据,在进行检索时通常需要对其相应的原始业务数据进行检索,并基于检索到的原始业务数据进行所需的聚合操作,以得到期望的统计业务数据。由于涉及需要搜索原始业务数据的业务渠道的通常占比较少,因此对这些业务渠道的原始业务数据进行查询通常无需花费太长的时间,因此不会对搜索效率造成太大的影响。例如,据统计,在前面提到的基金业务场景中,仅20%以下的业务渠道不属于这种特定类型的业务渠道,因此无法对这些业务渠道进行预计算并不会对查询效率造成太大的影响。
图4示出了根据本公开的实施例的用于基于第一数据表中的与特定类型的业务渠道相关联的数据记录生成第二数据表的方法400的流程图。方法400可由如图1所示的服务端设备110执行,也可以在图5所示的电子设备500处执行。应当理解的是,方法400还可以包括未示出的附加框和/或可以省略所示出的框,本公开的范围在此方面不受限制。
在步骤402,基于第一数据表中与特定类型的业务渠道相关联的数据记录确定第三数据表。
在本公开中,该特定类型的业务渠道指示不具有分支机构的业务渠道。
另外,在本公开中,第一数据表就是前面提到的用于记录来自各个业务渠道的某个类别的原始业务数据的数据表。第三数据表是第一数据表的子数据表,其用于记录第一数据表中与特定类型的业务渠道相关联的数据记录,因此可基于第一数据表直接确定第三数据表。
在一些实施例中,第一数据表至少包括用于记录相应的业务渠道的一个或多个第一维度、用于记录相应的业务产品(例如,基金产品)的一个或多个第二维度以及用于记录相应的原始业务数据的一个或多个第三维度。
例如,该一个或多个第一维度可包括相应业务渠道的名称和标识符等。该一个或多个第二维度可包括相应产品或父产品的标识符和名称等。在一个或多个第三维度可包括代销经纪人、代销经纪人的代销区域、用户名称、某个用户的本月收益、本季度收益、本年收益等等。
在步骤404,确定能够基于第三数据表预先计算的一个或多个统计业务数据。
例如,在前面提到的基金代销业务的使用场景中,对于收益类的业务渠道而言,可确定能够基于相应的第三数据表预先计算保有盈利占比、平均收益率、保有资产和保有客户数等统计业务数据。
在一些实施例中,每一统计业务数据由一个或多个第三维度中的至少一个第三维度聚合而成,并且第二数据表至少包括前面提到的用于记录相应的业务渠道的一个或多个第一维度和用于记录相应的业务产品的一个或多个第二维度,并第二数据表还可包括分别用于记录所述一个或多个统计业务数据的一个或多个第四维度。
在步骤406,基于能够预先计算的一个或多个统计业务数据,对第三数据表进行分组聚合,以得到第二数据表,第二数据表包括所述一个或多个统计业务数据。
在本公开中,分组是指根据一个或多个维度的属性将数据表拆分成多个分组的过程,聚合指的是任何能够从相应的分组产生相应的标量值的数据转换过程,分组和聚合操作通常同时出现,用于计算分组数据的统计值或实现其他功能。
在一些实施例中,步骤406可进一步包括以下步骤。首先,基于一个或多个第一维度的属性以及一个或多个第二维度的属性,对第三数据表进行分组,得到第三数据表的多个分组数据表。因此,在本公开中,每个分组数据表都是第三数据表的子数据表,并且每个分组数据表都与特定的第一维度(即相同的业务渠道)以及特定的第二维度(即相同的业务产品)相关联。然后,对每一分组数据表中与需要预先计算的统计业务数据有关的至少一个第三维度进行相应的聚合操作,得到相应的统计业务数据。在本公开中,取决于需要得到的统计业务数据,该聚合操作可以是基于相关联的原始业务数据的维度统计总数、求平均数之类的计算。在得到了相应的统计业务数据之后,将所得到的统计业务数据填充到第二数据表中的相应第四维度中。由此,实现了对第二数据表的预先生成和存储,从而使得后续的业务数据检索涉及这样的统计业务数据时,可直接从第二数据表中进行检索,而无需遍历整个相应的第一数据表,从而有助于提高检索效率。
综上,通过采用上述手段,本公开能够大幅提高业务数据的检索速度,从而可提高用户的检索体验。
图5示出了可以用来实施本公开内容的实施例的示例电子设备500的示意性框图。例如,如图1所示的服务端设备110可以由电子设备500来实施。如图所示,电子设备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中的计算机程序指令或者从存储单元508加载到随机存取存储器(RAM)503中的计算机程序指令,来执行各种适当的动作和处理。在随机存取存储器503中,还可存储电子设备500操作所需的各种程序和数据。中央处理单元501、只读存储器502以及随机存取存储器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。
电子设备500中的多个部件连接至输入/输出接口505,包括:输入单元506,例如键盘、鼠标、麦克风等;输出单元507,例如各种类型的显示器、扬声器等;存储单元508,例如磁盘、光盘等;以及通信单元509,例如网卡、调制解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
上文所描述的各个过程和处理,例如方法200-400,可由中央处理单元501执行。例如,在一些实施例中,方法200-400可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元508。在一些实施例中,计算机程序的部分或者全部可以经由只读存储器502和/或通信单元509而被载入和/或安装到设备500上。当计算机程序被加载到随机存取存储器503并由中央处理单元501执行时,可以执行上文描述的方法200-400的一个或多个动作。
本公开涉及方法、装置、系统、电子设备、计算机可读存储介质和/或计算机程序产品。计算机程序产品可以包括用于执行本公开的各个方面的计算机可读程序指令。
计算机可读存储介质可以是可以保持和存储由指令执行设备使用的指令的有形设备。计算机可读存储介质例如可以是――但不限于――电存储设备、磁存储设备、光存储设备、电磁存储设备、半导体存储设备或者上述的任意合适的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、静态随机存取存储器(SRAM)、便携式压缩盘只读存储器(CD-ROM)、数字多功能盘(DVD)、记忆棒、软盘、机械编码设备、例如其上存储有指令的打孔卡或凹槽内凸起结构、以及上述的任意合适的组合。这里所使用的计算机可读存储介质不被解释为瞬时信号本身,诸如无线电波或者其他自由传播的电磁波、通过波导或其他传输媒介传播的电磁波(例如,通过光纤电缆的光脉冲)、或者通过电线传输的电信号。
这里所描述的计算机可读程序指令可以从计算机可读存储介质下载到各个计算/处理设备,或者通过网络、例如因特网、局域网、广域网和/或无线网下载到外部计算机或外部存储设备。网络可以包括铜传输电缆、光纤传输、无线传输、路由器、防火墙、交换机、网关计算机和/或边缘计算设备。每个计算/处理设备中的网络适配卡或者网络接口从网络接收计算机可读程序指令,并转发该计算机可读程序指令,以供存储在各个计算/处理设备中的计算机可读存储介质中。
用于执行本公开操作的计算机程序指令可以是汇编指令、指令集架构(ISA)指令、机器指令、机器相关指令、微代码、固件指令、状态设置数据、或者以一种或多种编程语言的任意组合编写的源代码或目标代码,所述编程语言包括面向对象的编程语言—诸如Smalltalk、C++等,以及常规的过程式编程语言—诸如“C”语言或类似的编程语言。计算机可读程序指令可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络—包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。在一些实施例中,通过利用计算机可读程序指令的状态信息来个性化定制电子电路,例如可编程逻辑电路、现场可编程门阵列(FPGA)或可编程逻辑阵列(PLA),该电子电路可以执行计算机可读程序指令,从而实现本公开的各个方面。
这里参照根据本公开实施例的方法、装置(系统)和计算机程序产品的流程图和/或框图描述了本公开的各个方面。应当理解,流程图和/或框图的每个方框以及流程图和/或框图中各方框的组合,都可以由计算机可读程序指令实现。
这些计算机可读程序指令可以提供给通用计算机、专用计算机或其它可编程数据处理装置的处理单元,从而生产出一种机器,使得这些指令在通过计算机或其它可编程数据处理装置的处理单元执行时,产生了实现流程图和/或框图中的一个或多个方框中规定的功能/动作的装置。也可以把这些计算机可读程序指令存储在计算机可读存储介质中,这些指令使得计算机、可编程数据处理装置和/或其他设备以特定方式工作,从而,存储有指令的计算机可读介质则包括一个制造品,其包括实现流程图和/或框图中的一个或多个方框中规定的功能/动作的各个方面的指令。
也可以把计算机可读程序指令加载到计算机、其它可编程数据处理装置、或其它设备上,使得在计算机、其它可编程数据处理装置或其它设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机、其它可编程数据处理装置、或其它设备上执行的指令实现流程图和/或框图中的一个或多个方框中规定的功能/动作。
附图中的流程图和框图显示了根据本公开的多个实施例的系统、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、程序段或指令的一部分,所述模块、程序段或指令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。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,两个连续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,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或动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。
以上已经描述了本公开的各实施例,上述说明是示例性的,并非穷尽性的,并且也不限于所披露的各实施例。在不偏离所说明的各实施例的范围和精神的情况下,对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。本文中所用术语的选择,旨在最好地解释各实施例的原理、实际应用或对市场中的技术改进,或者使本技术领域的其它普通技术人员能理解本文披露的各实施例。
Claims (10)
1.一种用于业务数据检索的方法,包括:
在用户使用账户登录业务数据系统时,基于所述账户确定所述用户是否属于活跃用户或具有特定访问权限的用户,其中活跃用户指的是登录所述业务数据系统的频率超过预定阈值的用户;
响应于确定所述用户属于活跃用户,根据所述用户的历史查询记录,确定所述用户感兴趣的一个或多个第一搜索条件;
搜索所述业务数据系统的分布式数据库,以获得与所述第一搜索条件匹配的第一搜索结果;以及
将所述第一搜索结果和所述第一搜索条件一一对应地存储在所述用户当前使用的客户端设备的高速缓存中。
2.根据权利要求1所述的方法,还包括:
响应于确定所述用户属于具有特定访问权限的用户,搜索所述业务数据系统的分布式数据库,以获得与一个或多个第二搜索条件匹配的一个或多个第二搜索结果,其中具有特定访问权限的用户指的是对相关联的业务渠道的所有业务数据都具有访问权限的用户,并且所述第二搜索条件是根据所述用户的检索需求为所述用户预先配置的;以及
将所述第二搜索结果和所述第二搜索条件一一对应地存储在所述用户当前使用的客户端设备的内存数据库中。
3.根据权利要求1所述的方法,还包括:
在接收到来自所述用户的业务数据检索请求时,基于所述用户的账户确定所述用户属于活跃用户、还是具有特定访问权限的用户、还是普通用户,其中所述业务数据检索请求包括指定了业务渠道的第三搜索条件;
响应于确定所述用户属于活跃用户,在所述用户当前使用的客户端设备的高速缓存中搜索与所述第三搜索条件匹配的第三搜索结果;
响应于确定所述用户属于具有特定访问权限的用户,在所述用户当前使用的客户端设备的内存数据库中搜索与所述第三搜索条件匹配的第三搜索结果;
响应于确定所述用户属于普通用户或者没有从所述高速缓存或内存数据库中搜索到与所述第三搜索条件匹配的第三搜索结果,基于所述第三搜索条件确定需要搜索的业务数据是否属于统计业务数据,其中统计业务数据指的是需由一个或多个相关联的原始业务数据聚合而成的业务数据,所述原始业务数据记录在所述分布式数据库中与所述原始业务数据的类别相关联的第一数据表中,每一原始业务数据与一个或多个属性相关联;以及
响应于确定所述第三搜索条件需要搜索的是统计业务数据并且所指定的业务渠道属于特定类型的业务渠道,搜索所述分布式数据库中的相应的第二数据表,以获得与所述第三搜索条件匹配的第三搜索结果,其中所述特定类型的业务渠道指示不具有分支机构的业务渠道,并且所述第二数据表是基于所述第一数据表中的与所述特定类型的业务渠道相关联的数据记录生成的。
4.根据权利要求3所述的方法,其中所述第二数据表是通过以下步骤来基于所述第一数据表中的与所述特定类型的业务渠道相关联的数据记录生成的:
基于所述第一数据表中与所述特定类型的业务渠道相关联的数据记录确定第三数据表;
确定能够基于所述第三数据表预先计算的一个或多个统计业务数据;以及
基于能够预先计算的一个或多个统计业务数据,对所述第三数据表进行分组聚合,以得到所述第二数据表,所述第二数据表包括所述一个或多个统计业务数据。
5.根据权利要求4所述的方法,其中所述第一数据表至少包括用于记录相应的业务渠道的一个或多个第一维度、用于记录相应的业务产品的一个或多个第二维度以及用于记录相应的原始业务数据的一个或多个第三维度。
6.根据权利要求5所述的方法,其中每一统计业务数据由所述一个或多个第三维度中的至少一个第三维度聚合而成,并且所述第二数据表至少包括所述一个或多个第一维度、所述一个或多个第二维度以及分别用于记录所述一个或多个统计业务数据的一个或多个第四维度。
7.根据权利要求6所述的方法,其中基于能够预先计算的一个或多个统计业务数据,对所述第三数据表进行分组聚合,以得到所述第二数据表包括:
基于所述一个或多个第一维度的属性以及所述一个或多个第二维度的属性,对所述第三数据表进行分组,得到所述第三数据表的多个分组数据表;
对每一分组数据表中与需要预先计算的统计业务数据有关的至少一个第三维度进行相应的聚合操作,得到相应的统计业务数据;以及
将所得到的统计业务数据填充到所述第二数据表中的相应第四维度中。
8.根据权利要求3所述的方法,其中所述业务数据系统是用于基金代销业务的业务数据系统,并且所述特定类型的业务渠道为互联网代销渠道。
9.一种计算设备,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;
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权利要求1-8中任一项所述的方法。
10.一种存储有计算机指令的非瞬时计算机可读存储介质,其中所述计算机指令用于使计算机执行权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210071047.1A CN114398408A (zh) | 2022-01-21 | 2022-01-21 | 用于业务数据检索的方法、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210071047.1A CN114398408A (zh) | 2022-01-21 | 2022-01-21 | 用于业务数据检索的方法、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114398408A true CN114398408A (zh) | 2022-04-26 |
Family
ID=81233437
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210071047.1A Pending CN114398408A (zh) | 2022-01-21 | 2022-01-21 | 用于业务数据检索的方法、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114398408A (zh) |
-
2022
- 2022-01-21 CN CN202210071047.1A patent/CN114398408A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10565172B2 (en) | Adjusting application of a set of data quality rules based on data analysis | |
CN104715052B (zh) | 生成报表的方法及其系统 | |
US9875277B1 (en) | Joining database tables | |
US20180165347A1 (en) | Multi-dimensional analysis using named filters | |
CN112236761B (zh) | 数据立方体的动态增量更新 | |
CN111125266B (zh) | 数据处理方法、装置、设备及存储介质 | |
US9600559B2 (en) | Data processing for database aggregation operation | |
US20150370854A1 (en) | Approximate query processing | |
US11308044B2 (en) | Rule based decisioning on metadata layers | |
WO2020153991A1 (en) | Predicting delay in a process | |
CN115687432A (zh) | 用于监测异常交易数据的方法、设备和介质 | |
US20210049153A1 (en) | Parallel Stream Processing of Change Data Capture | |
CN111858278A (zh) | 基于大数据处理的日志分析方法、系统及可读存储装置 | |
KR20220088958A (ko) | 확장 가능한 클러스터에서 연결을 관리하기 위한 시스템 및 방법 | |
US20200110815A1 (en) | Multi contextual clustering | |
US11012462B2 (en) | Security management for data systems | |
CN110895761A (zh) | 一种售后服务申请信息的处理方法和装置 | |
CN113778818A (zh) | 优化系统的方法、装置、设备和计算机可读介质 | |
CN111143461A (zh) | 映射关系处理系统、方法和电子设备 | |
CN114398408A (zh) | 用于业务数据检索的方法、设备和介质 | |
US20190164092A1 (en) | Determining risk assessment based on assigned protocol values | |
CN115098568A (zh) | 数据处理方法、装置、设备、介质和程序产品 | |
CN111949678A (zh) | 跨时间窗口的非累加指标的处理方法和装置 | |
US10885157B2 (en) | Determining a database signature | |
CN110020166A (zh) | 一种数据分析方法及相关设备 |
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 |