CN114647704A - 业务数据处理方法以及相关设备 - Google Patents
业务数据处理方法以及相关设备 Download PDFInfo
- Publication number
- CN114647704A CN114647704A CN202210283775.9A CN202210283775A CN114647704A CN 114647704 A CN114647704 A CN 114647704A CN 202210283775 A CN202210283775 A CN 202210283775A CN 114647704 A CN114647704 A CN 114647704A
- Authority
- CN
- China
- Prior art keywords
- index
- virtual
- existing
- item
- comprehensive
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Finance (AREA)
- Theoretical Computer Science (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Game Theory and Decision Science (AREA)
- Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请实施例公开了一种业务数据处理方法以及相关设备,用于生成包含虚拟指标成员的多维结果集。本申请实施例方法包括:接收业务处理请求,业务处理请求包括多维模型的模型标识以及新增的虚拟指标成员;在模型标识对应的目标多维模型中,确定与虚拟指标成员具有预设业务运算关系的现有指标成员以及获得现有综合指标项的业务值,现有综合指标项由不同维度的现有指标成员组成;将虚拟指标成员及现有指标成员进行组合,得到虚拟综合指标项;根据虚拟指标成员与现有指标成员之间的预设业务运算关系,对现有指标成员对应的业务值进行运算处理,得到虚拟综合指标项的指标值;基于虚拟综合指标项及虚拟综合指标项的指标值,生成业务结果集。
Description
技术领域
本申请实施例涉及数据库领域,尤其涉及业务数据处理方法以及相关设备。
背景技术
随着市场竞争的日趋激烈,企业越来越重视决策的及时性和准确性,这使得以支持决策管理分析为主要目的的应用迅速崛起,这类应用被称为联机分析处理(OLAP,onlineanalytical processing)引擎,它所处理的数据被称为业务数据。
OLAP引擎处理业务数据的方式是,首先获取雪花模型或星状模型等结构形式的多维模型,该多维模型包含事实表及维度表,其中维度表记录有业务数据的所有维度指标和每个维度指标的指标成员,事实表记录有不同维度指标的指标成员共同对应的业务值,然后利用多维模型生成业务结果集,业务结果集包括由多维指标成员组成的综合指标项及综合指标项的指标值。
但多维模型建立后就无法新增维度,因此若某一业务分析项目因发展变化,需要在业务结果集中新增分析维度,现有的数据处理方式无法满足这一业务需求。
发明内容
本申请实施例第一方面提供一种业务数据处理方法,包括:
接收业务处理请求,所述业务处理请求包括多维模型的模型标识以及新增的虚拟指标成员;
在所述模型标识对应的目标多维模型中,确定与所述虚拟指标成员具有预设业务运算关系的现有指标成员以及获得现有综合指标项的业务值,所述现有综合指标项由不同维度的现有指标成员组成;
将所述虚拟指标成员及所述现有指标成员进行组合,得到虚拟综合指标项;
根据所述虚拟指标成员与所述现有指标成员之间的预设业务运算关系,对所述现有指标成员对应的业务值进行运算处理,得到所述虚拟综合指标项的指标值;
基于所述虚拟综合指标项及所述虚拟综合指标项的指标值,生成业务结果集。
在一种具体实现方式中,所述将所述虚拟指标成员及所述现有指标成员进行组合,得到虚拟综合指标项,包括:
若现有指标成员包括同一维度指标下的多个现有指标成员,将每个所述现有指标成员分别与所述虚拟指标成员进行组合,得到多个所述虚拟综合指标项。
在一种具体实现方式中,所述根据所述虚拟指标成员与所述现有指标成员之间的预设业务运算关系,对所述现有指标成员对应的业务值进行运算处理,得到所述虚拟综合指标项的指标值,包括:
若存在多个虚拟综合指标项,根据每个所述虚拟综合指标项中的虚拟指标成员与现有指标成员之间的预设业务运算关系,对所述现有综合指标项的业务值进行运算处理,得到每个所述虚拟综合指标项的指标值。
在一种具体实现方式中,所述接收业务处理请求,包括:
接收用户基于业务界面输入的业务处理请求,所述业务界面包括虚拟维度和所述虚拟维度对应的待选择虚拟指标成员。
在一种具体实现方式中,所述现有综合指标项包含所述目标多维模型中每个现有维度的维度编码和每个所述现有维度的维度编码对应的一个现有指标成员编码;所述虚拟综合指标项包含每个所述现有维度的维度编码、虚拟维度的维度编码和所述虚拟维度的维度编码对应的一个虚拟指标成员编码。
在一种具体实现方式中,在所述基于所述虚拟综合指标项及所述虚拟综合指标项的指标值,生成业务结果集之后,所述方法还包括:
将所述业务结果集发送至发送所述业务处理请求的调用端,以使得所述调用端根据所述业务结果集进行展示。
本申请实施例第二方面提供一种数据处理装置,包括:
接收单元,用于接收业务处理请求,所述业务处理请求包括多维模型的模型标识以及新增的虚拟指标成员;
确定单元,用于在所述模型标识对应的目标多维模型中,确定与所述虚拟指标成员具有预设业务运算关系的现有指标成员以及获得现有综合指标项的业务值,所述现有综合指标项由不同维度的现有指标成员组成;
组合单元,用于将所述虚拟指标成员及所述现有指标成员进行组合,得到虚拟综合指标项;
运算单元,用于根据所述虚拟指标成员与所述现有指标成员之间的预设业务运算关系,对所述现有指标成员对应的业务值进行运算处理,得到所述虚拟综合指标项的指标值;
生成单元,用于基于所述虚拟综合指标项及所述虚拟综合指标项的指标值,生成业务结果集。
在一种具体实现方式中,所述组合单元,具体用于若现有指标成员包括同一维度指标下的多个现有指标成员,将每个所述现有指标成员分别与所述虚拟指标成员进行组合,得到多个所述虚拟综合指标项。
在一种具体实现方式中,所述运算单元,具体用于若存在多个虚拟综合指标项,根据每个所述虚拟综合指标项中的虚拟指标成员与现有指标成员之间的预设业务运算关系,对所述现有综合指标项的业务值进行运算处理,得到每个所述虚拟综合指标项的指标值。
在一种具体实现方式中,所述接收单元,具体用于接收用户基于业务界面输入的业务处理请求,所述业务界面包括虚拟维度和所述虚拟维度对应的待选择虚拟指标成员。
在一种具体实现方式中,所述现有综合指标项包含所述目标多维模型中每个现有维度的维度编码和每个所述现有维度的维度编码对应的一个现有指标成员编码;所述虚拟综合指标项包含每个所述现有维度的维度编码、虚拟维度的维度编码和所述虚拟维度的维度编码对应的一个虚拟指标成员编码。
在一种具体实现方式中,所述装置还包括:发送单元,用于将所述业务结果集发送至发送所述业务处理请求的调用端,以使得所述调用端根据所述业务结果集进行展示。
本申请实施例第三方面提供一种数据处理装置,包括:
中央处理器,存储器以及输入输出接口;
所述存储器为短暂存储存储器或持久存储存储器;
所述中央处理器配置为与所述存储器通信,并执行所述存储器中的指令操作以执行第一方面所述的方法。
本申请实施例第四方面提供一种包含指令的计算机程序产品,当所述计算机程序产品在计算机上运行时,使得计算机执行如第一方面所述的方法。
本申请实施例第五方面提供一种计算机存储介质,所述计算机存储介质中存储有指令,所述指令在计算机上执行时,使得所述计算机执行如第一方面所述的方法。
从以上技术方案可以看出,本申请实施例具有以下优点:可以根据虚拟指标成员与现有指标成员之间的预设业务运算关系,对现有指标成员对应的业务值进行运算处理,得到包含新增的虚拟指标成员在内的虚拟综合指标项的指标值。然后,基于虚拟综合指标项及虚拟综合指标项的指标值,生成业务结果集。通过本申请实施例,可以生成虚拟维度,无需重建多维数据模型,即可实现对原有维度的扩展,解决了现有的数据处理方式无法在多维数据模型的原有度量数据的基础上新增维度的问题。
附图说明
图1为本申请实施例公开的业务数据处理方法的一种流程示意图;
图2为本申请实施例公开的业务界面的一个示例图;
图3为本申请实施例公开的多维数据二次加工链的一个示例图;
图4为本申请实施例公开的数据处理装置一个结构示意图;
图5为本申请实施例公开的数据处理装置另一结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
本申请实施例提供一种业务数据处理方法以及相关设备,用于生成包含原有事实表中不存在的虚拟维度的多维结果集。在多维数据模型已产生数据且不改变原有多维数据模型的数据结构的基础上,根据新增的虚拟维度与现有的维度之间存在的逻辑运算关系(即标识现有的度量数据的维度成员组合(即现有项目公式)与虚拟维度成员存在逻辑运算关系)生成包含原有多维数据模型的事实表中不存在的虚拟维度成员的多维结果集。
为了便于理解,首先对本技术方案涉及的概念进行解释说明。
维,即人们观察数据的特定角度,是考虑问题时的一类属性,一类属性的集合构成一个维,如时间维或地理维。维的粒度,即人们观察数据的某个特定角度(即某个维),还存在精细程度不同的各个描述方面,如时间维可包括:日期、月份、季度或年等粒度。维的成员,即维的一个取值,是数据项在某维中位置的描述,如某年某月某日是在时间维上位置的描述。度量(值),即多维数组的取值,如描述多维数组的销量,即多维数组(2000年1月,上海,笔记本电脑)的取值为10,则表明2000年1月上海笔记本电脑销量为10套。项目公式,即一组有序的维度成员组合,是用于唯一标识度量值的一组编码,具有唯一性和有序性。事实表,即在数据仓库中用于保存度量值的表,其中主要包含了度量值与各个项目公式(维度成员组合)之间的关系。多维结果集:是经过OLAP数据聚合引擎处理后得到的度量值结果集,该结果集是由项目公式(键)和度量(值)组成的键值对构成。
出于数据库结构的原因,一旦OLAP多维模型构建起事实表之后,事实表中的任何一条记录无法再进行拆分,不能再增加新的维度,即维度无法再扩展。因此,在建立多维模型之前,开发人员需要根据业务分析需求,详细的设计好模型应该包含的维和度量,以及基于用户的分析需求涉及不同维度的数据粒度。
但多维模型建立后就无法新增维度,因此若某一业务分析项目因发展变化,需要在业务结果集中新增分析维度,现有的数据处理方式无法满足这一业务需求。
请参阅图1,本申请实施例提供一种业务数据处理方法,包括:
101、接收业务处理请求,业务处理请求包括多维模型的模型标识以及新增的虚拟指标成员。
当接收到业务处理请求时,根据业务处理请求中包含的多维模型的模型标识和新增的虚拟指标成员,基于模型标识对应的多维模型的多维结果集,生成包括现有指标成员和虚拟指标成员在内的业务结果集(即多维结果集),具体通过步骤102至步骤105实现。其中,现有指标成员是模型标识指示的多维模型的事实表中已存在的现有维度的维度成员;新增的虚拟指标成员是指模型标识指示的多维模型的事实表中不存在的虚拟维度的虚拟维度成员。另外,多维模型可以指雪花模型或星状模型等无法在已产生数据的事实表中新增事实表中不存在维度成员的任意多维模型,本实施例不做具体限定。
进一步的,星状模型,是多维的数据关系,由事实表和维表组成。每个维表中都会有一个维作为主键,所有这些维的主键结合成事实表的主键。事实表的非主键属性称为事实,它们一般都是数值或其他可以进行计算的数据。
进一步的,雪花模型,是当有一个或多个维表没有直接连接到事实表上,而是通过其他维表连接到事实表上时,其图解就像多个雪花连接在一起,故称雪花模型。雪花模型是对星型模型的扩展。
在一些具体实施例中,用户基于业务界面输入业务处理请求,其中业务界面包括至少一个虚拟维度和每个虚拟维度对应的至少一个待选择虚拟指标成员。如图2所示,分析对象维度下包含当期数、调整前预算数以及上年同期数等多个待选择虚拟指标成员,其中每个待选择虚拟指标成员均已预置与目标多维模型中现有指标成员之间的业务运算关系。在实际应用中,在用户进行待选择虚拟指标成员的选择之前,需要预置虚拟维度、每个虚拟维度的待选择虚拟指标成员和每个待选择虚拟指标成员与目标多维模型中现有指标成员之间的业务运算关系。
102、在模型标识对应的目标多维模型中,确定与虚拟指标成员具有预设业务运算关系的现有指标成员以及获得现有综合指标项的业务值,现有综合指标项由不同维度的现有指标成员组成。
在步骤101接收到包含多维模型的模型标识以及新增的虚拟指标成员的业务处理请求后,从模型标识对应的目标多维模型中,确定与新增的虚拟指标成员有业务运算关系的现有指标成员,以及目标多维模型中包含与新增的虚拟指标成员有业务运算关系的现有指标成员的,现有综合指标项对应的度量值。其中,现有综合指标项即多维数据模型中的项目公式,指标值即项目公式对应的度量值。
在一些具体实施例中,现有综合指标项为有序的指标成员组合字符串,由维度编码和指标成员编码有序生成。具体样式可如下所示:
DimensionA:a001,DimensionB:b001,……DimensionN:n001
其中,DimensionA、DimensionB:b001、……以及DimensionN为维度编码,a001、b001、……以及n001为指标成员编码。a001为现有维度A的一个现有指标成员,b001为现有维度B的一个现有指标成员,n001为现有维度N的一个现有指标成员。另外,前述“现有综合指标项为有序的指标成员组合字符串”是指同一多维数据模型的每个现有综合指标项中维度编码的排列顺序一致。比如,同一多维数据模型中包含的现有综合指标项的排列方式必须是:维度编码A:指标成员编码;维度编码B:指标成员编码;维度编码C:指标成员编码,即每个现有综合指标项的字符串中先是维度编码A和维度A对应的指标成员编码,接着是维度编码B和维度B对应的一个指标成员编码,最后是维度编码C和维度C对应的一个指标成员编码。
此外,每个现有综合指标项包含所有现有维度,且每个现有综合指标项包含的现有指标成员不完全相同。比如,一个多维数据模型中包含的现有综合指标项一定包含该多维数据模型中全部的现有维度;一个多维数据模型的两个现有综合指标项可以分别是:
"DimensionA:a001,DimensionB:b001,DimensionC:c001"
和"DimensionA:a002,DimensionB:b001,DimensionC:c001"。
103、将虚拟指标成员及现有指标成员进行组合,得到虚拟综合指标项。
组合步骤101中业务处理请求中包括的虚拟指标成员和目标多维模型中的每个现有维度成员,得到虚拟综合指标项。
在一些具体实施例中,虚拟综合指标项为有序的指标成员组合字符串,由维度编码和指标成员编码有序生成。具体样式可如下所示:
DimensionA:a001,DimensionB:b001,……DimensionN:n001,VDimension:v000
其中,DimensionA、DimensionB:b001、……DimensionN以及VDimension为维度编码,a001、b001、……n001以及v000为指标成员编码。a001为现有维度A的一个现有指标成员,b001为现有维度B的一个现有指标成员,n001为现有维度N的一个现有指标成员,v000为虚拟维度V的一个虚拟指标成员。每个虚拟综合指标项包含所有现有维度和虚拟维度,每个虚拟综合指标项包含的现有指标成员和虚拟指标成员不完全相同。
进一步的,若现有指标成员包括同一维度指标下的多个现有指标成员,将每个现有指标成员分别与虚拟指标成员进行组合,得到多个虚拟综合指标项。具体的,虚拟综合指标项与前述步骤102中现有综合指标项类似,此处不再赘述。
104、根据虚拟指标成员与现有指标成员之间的预设业务运算关系,对现有指标成员对应的业务值进行运算处理,得到虚拟综合指标项的指标值。
根据虚拟指标成员与现有指标成员之间的预设业务运算关系以及步骤102中确定的现有综合指标项的业务值,计算步骤103组合而成的每个虚拟综合指标项的指标值。
在前述实施例的基础上,在一些具体实施例中,若存在多个虚拟综合指标项,根据每个虚拟综合指标项中的虚拟指标成员与现有指标成员之间的预设业务运算关系,对现有综合指标项的业务值进行运算处理,得到每个虚拟综合指标项的指标值。具体的,存在多个虚拟综合指标项对应相同的指标值。
在一种具体实现方式中,使用本年累计数作为目标多维模型的多维结果集中的虚拟指标成员。若要生成与该虚拟指标成员有关的指标值,需要对原多维结果集中的现有指标值进行计算,计算根据期间所属的年份不同而分别进行累加(即根据预设业务运算关系进行运算处理)。根据上述过程得到的数据使用包含本年累计数的虚拟指标成员的虚拟综合指标项进行标识,然后在步骤105中封装到业务结果集。
请参阅图3,以上过程,可以作为一个虚拟指标成员计算节点。不同的虚拟指标成员,可根据具体场景,制定符合自身的逻辑计算关系,以形成不同的虚拟指标成员计算节点。进一步的,如果将不同的虚拟指标成员计算节点串连起来,就可以形成一个多维数据二次加工链。
105、基于虚拟综合指标项及虚拟综合指标项的指标值,生成业务结果集。
根据步骤104运算而得的每个虚拟综合指标项的指标值,生成包含步骤101中业务处理请求中新增的虚拟指标成员在内的业务结果集。其中,业务结果集包括根据前述步骤103中组合规则产生的所有可能的虚拟综合指标项和虚拟综合指标项对应的指标值。
具体的,业务结果集包含虚拟综合指标项与每个虚拟综合指标项对应的指标值。
本实施例中,可以根据虚拟指标成员与现有指标成员之间的预设业务运算关系,对现有指标成员对应的业务值进行运算处理,得到包含新增的虚拟指标成员在内的虚拟综合指标项的指标值。然后,基于虚拟综合指标项及虚拟综合指标项的指标值,生成业务结果集。在目标多维模型已生成实时数据的情况下,无需重建数据模型。通过扩展生成新维度(虚拟指标成员所对应的维度),对目标多维模型的原有度量数据(即现有指标值)进行二次加工,然后对数据进行重新锚定标记(即使用包含虚拟指标成员的虚拟综合指标项),并伪装成OLAP聚合引擎返回的结果返回给调用端,规避了OLAP引擎无法在原有度量数据的基础上增加维度(即虚拟维度)的问题。
请参阅图4,本申请实施例提供一种数据处理装置,包括:
接收单元401,用于接收业务处理请求,业务处理请求包括多维模型的模型标识以及新增的虚拟指标成员;
确定单元402,用于在模型标识对应的目标多维模型中,确定与虚拟指标成员具有预设业务运算关系的现有指标成员以及获得现有综合指标项的业务值,现有综合指标项由不同维度的现有指标成员组成;
组合单元403,用于将虚拟指标成员及现有指标成员进行组合,得到虚拟综合指标项;
运算单元404,用于根据虚拟指标成员与现有指标成员之间的预设业务运算关系,对现有指标成员对应的业务值进行运算处理,得到虚拟综合指标项的指标值;
生成单元405,用于基于虚拟综合指标项及虚拟综合指标项的指标值,生成业务结果集。
在一种具体实现方式中,组合单元403,具体用于若现有指标成员包括同一维度指标下的多个现有指标成员,将每个现有指标成员分别与虚拟指标成员进行组合,得到多个虚拟综合指标项。
在一种具体实现方式中,运算单元404,具体用于若存在多个虚拟综合指标项,根据每个虚拟综合指标项中的虚拟指标成员与现有指标成员之间的预设业务运算关系,对现有综合指标项的业务值进行运算处理,得到每个虚拟综合指标项的指标值。
在一种具体实现方式中,接收单元401,具体用于接收用户基于业务界面输入的业务处理请求,业务界面包括虚拟维度和虚拟维度对应的待选择虚拟指标成员。
在一种具体实现方式中,现有综合指标项包含目标多维模型中每个现有维度的维度编码和每个现有维度的维度编码对应的一个现有指标成员编码;虚拟综合指标项包含每个现有维度的维度编码、虚拟维度的维度编码和虚拟维度的维度编码对应的一个虚拟指标成员编码。
在一种具体实现方式中,装置还包括:发送单元,用于将业务结果集发送至发送业务处理请求的调用端,以使得调用端根据业务结果集进行展示。
本实施例中,运算单元404可以根据虚拟指标成员与现有指标成员之间的预设业务运算关系,对现有指标成员对应的业务值进行运算处理,得到包含新增的虚拟指标成员在内的虚拟综合指标项的指标值。然后,生成单元405基于虚拟综合指标项及虚拟综合指标项的指标值,生成业务结果集。在目标多维模型已生成实时数据的情况下,无需重建数据模型。通过扩展生成新维度(虚拟指标成员所对应的维度),对目标多维模型的原有度量数据(即现有指标值)进行二次加工,然后对数据进行重新锚定标记(即使用包含虚拟指标成员的虚拟综合指标项),并伪装成OLAP聚合引擎返回的结果返回给调用端,规避了OLAP引擎无法在原有度量数据的基础上增加维度(即虚拟维度)的问题。
图5是本申请实施例提供的一种数据处理装置结构示意图,该数据处理装置500可以包括一个或一个以上中央处理器(central processing units,CPU)501和存储器505,该存储器505中存储有一个或一个以上的应用程序或数据。
其中,存储器505可以是易失性存储或持久存储。存储在存储器505的程序可以包括一个或一个以上模块,每个模块可以包括对数据处理装置中的一系列指令操作。更进一步地,中央处理器501可以设置为与存储器505通信,在数据处理装置500上执行存储器505中的一系列指令操作。
数据处理装置500还可以包括一个或一个以上电源502,一个或一个以上有线或无线网络接口503,一个或一个以上输入输出接口504,和/或,一个或一个以上操作系统,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等。
该中央处理器501可以执行前述图1至图4所示实施例中数据处理装置所执行的操作,具体此处不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,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,所显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,也可以采用软件功能单元的形式实现。
所述集成的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。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品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)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,read-onlymemory)、随机存取存储器(RAM,random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种业务数据处理方法,其特征在于,包括:
接收业务处理请求,所述业务处理请求包括多维模型的模型标识以及新增的虚拟指标成员;
在所述模型标识对应的目标多维模型中,确定与所述虚拟指标成员具有预设业务运算关系的现有指标成员以及获得现有综合指标项的业务值,所述现有综合指标项由不同维度的现有指标成员组成;
将所述虚拟指标成员及所述现有指标成员进行组合,得到虚拟综合指标项;
根据所述虚拟指标成员与所述现有指标成员之间的预设业务运算关系,对所述现有指标成员对应的业务值进行运算处理,得到所述虚拟综合指标项的指标值;
基于所述虚拟综合指标项及所述虚拟综合指标项的指标值,生成业务结果集。
2.根据权利要求1所述的方法,其特征在于,所述将所述虚拟指标成员及所述现有指标成员进行组合,得到虚拟综合指标项,包括:
若现有指标成员包括同一维度指标下的多个现有指标成员,将每个所述现有指标成员分别与所述虚拟指标成员进行组合,得到多个所述虚拟综合指标项。
3.根据权利要求1所述的方法,其特征在于,所述根据所述虚拟指标成员与所述现有指标成员之间的预设业务运算关系,对所述现有指标成员对应的业务值进行运算处理,得到所述虚拟综合指标项的指标值,包括:
若存在多个虚拟综合指标项,根据每个所述虚拟综合指标项中的虚拟指标成员与现有指标成员之间的预设业务运算关系,对所述现有综合指标项的业务值进行运算处理,得到每个所述虚拟综合指标项的指标值。
4.根据权利要求1所述的方法,其特征在于,所述接收业务处理请求,包括:
接收用户基于业务界面输入的业务处理请求,所述业务界面包括虚拟维度和所述虚拟维度对应的待选择虚拟指标成员。
5.根据权利要求1所述的方法,其特征在于,所述现有综合指标项包含所述目标多维模型中每个现有维度的维度编码和每个所述现有维度的维度编码对应的一个现有指标成员编码;所述虚拟综合指标项包含每个所述现有维度的维度编码、虚拟维度的维度编码和所述虚拟维度的维度编码对应的一个虚拟指标成员编码。
6.根据权利要求1所述的方法,其特征在于,在所述基于所述虚拟综合指标项及所述虚拟综合指标项的指标值,生成业务结果集之后,所述方法还包括:
将所述业务结果集发送至发送所述业务处理请求的调用端,以使得所述调用端根据所述业务结果集进行展示。
7.一种数据处理装置,其特征在于,包括:
接收单元,用于接收业务处理请求,所述业务处理请求包括多维模型的模型标识以及新增的虚拟指标成员;
确定单元,用于在所述模型标识对应的目标多维模型中,确定与所述虚拟指标成员具有预设业务运算关系的现有指标成员以及获得现有综合指标项的业务值,所述现有综合指标项由不同维度的现有指标成员组成;
组合单元,用于将所述虚拟指标成员及所述现有指标成员进行组合,得到虚拟综合指标项;
处理单元,用于根据所述虚拟指标成员与所述现有指标成员之间的预设业务运算关系,对所述现有指标成员对应的业务值进行运算处理,得到所述虚拟综合指标项的指标值;
生成单元,用于基于所述虚拟综合指标项及所述虚拟综合指标项的指标值,生成业务结果集。
8.根据权利要求7所述的数据处理装置,其特征在于,所述组合单元,具体用于若现有指标成员包括同一维度指标下的多个现有指标成员,将每个所述现有指标成员分别与所述虚拟指标成员进行组合,得到多个所述虚拟综合指标项。
9.一种数据处理装置,其特征在于,包括:
中央处理器,存储器以及输入输出接口;
所述存储器为短暂存储存储器或持久存储存储器;
所述中央处理器配置为与所述存储器通信,并执行所述存储器中的指令操作以执行权利要求1至6中任一项所述的方法。
10.一种计算机存储介质,其特征在于,所述计算机存储介质中存储有指令,所述指令在计算机上执行时,使得所述计算机执行如权利要求1至6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210283775.9A CN114647704A (zh) | 2022-03-22 | 2022-03-22 | 业务数据处理方法以及相关设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210283775.9A CN114647704A (zh) | 2022-03-22 | 2022-03-22 | 业务数据处理方法以及相关设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114647704A true CN114647704A (zh) | 2022-06-21 |
Family
ID=81994982
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210283775.9A Pending CN114647704A (zh) | 2022-03-22 | 2022-03-22 | 业务数据处理方法以及相关设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114647704A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117252676A (zh) * | 2023-11-20 | 2023-12-19 | 成都新希望金融信息有限公司 | 业务处理方法、装置、电子设备和指标策略系统 |
-
2022
- 2022-03-22 CN CN202210283775.9A patent/CN114647704A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117252676A (zh) * | 2023-11-20 | 2023-12-19 | 成都新希望金融信息有限公司 | 业务处理方法、装置、电子设备和指标策略系统 |
CN117252676B (zh) * | 2023-11-20 | 2024-02-02 | 成都新希望金融信息有限公司 | 业务处理方法、装置、电子设备和指标策略系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109766497B (zh) | 排行榜生成方法及装置、存储介质、电子设备 | |
Tseng et al. | Efficient algorithms for mining top-k high utility itemsets | |
Angles et al. | Benchmarking database systems for social network applications | |
CN103885971A (zh) | 数据推送的方法及装置 | |
CN112860709A (zh) | 业务指标查询方法、装置、设备及存储介质 | |
CN109214942A (zh) | 投保信息处理方法、装置、电子设备及计算机可读介质 | |
CN113361954A (zh) | 归因分析方法、装置、设备及存储介质 | |
CN106156040A (zh) | 多维度数据管理方法及装置 | |
CN110427574B (zh) | 路线相似度确定方法、装置、设备和介质 | |
CN114647704A (zh) | 业务数据处理方法以及相关设备 | |
JP6843849B2 (ja) | 世界的に取得したデータに基づいて、世界企業ランキングをリアルタイムに作成するための世界的ネットワークシステム | |
CN110737779A (zh) | 知识图谱的构建方法、装置、存储介质和电子设备 | |
CN114358487A (zh) | 一种绩效考核方法、装置及计算机可读存储介质 | |
CN112508119B (zh) | 特征挖掘组合方法、装置、设备及计算机可读存储介质 | |
CN113553341A (zh) | 多维数据分析方法、装置、设备及计算机可读存储介质 | |
Li et al. | Cost-efficient data acquisition on online data marketplaces for correlation analysis | |
US10394826B1 (en) | System and methods for searching query data | |
CN116485503A (zh) | 商品组合推荐方法及其装置、设备、介质 | |
US20190266163A1 (en) | System and method for behavior-on-read query processing | |
CN114860819A (zh) | 商业智能系统的构建方法、装置、设备和存储介质 | |
Raveneau et al. | Progressive sequential pattern mining: steerable visual exploration of patterns with PPMT | |
Yeganeh et al. | Data quality aware queries in collaborative information systems | |
CA3130648A1 (en) | Data processing query method and device based on olap pre-calculation model | |
CA3178677A1 (en) | User search category predictor | |
de Moraes et al. | An Efficiency Frontier based Model for Cloud Computing Provider Selection and Ranking. |
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 |