CN115757411A - 一种股市信息数据管理方法、系统、设备及存储介质 - Google Patents
一种股市信息数据管理方法、系统、设备及存储介质 Download PDFInfo
- Publication number
- CN115757411A CN115757411A CN202211457392.5A CN202211457392A CN115757411A CN 115757411 A CN115757411 A CN 115757411A CN 202211457392 A CN202211457392 A CN 202211457392A CN 115757411 A CN115757411 A CN 115757411A
- Authority
- CN
- China
- Prior art keywords
- data
- stock
- identification
- column
- change
- 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.)
- Withdrawn
Links
Images
Landscapes
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及金融数据处理技术领域,尤其涉及一种股市信息数据管理方法、系统、设备及存储介质,一种股市信息数据管理方法包括步骤:获取访问股票数据请求指令,响应所述访问股票数据指令获取交易输出的金融股票数据;将所述金融股票数据输入至预设的数据处理模型中,形成若干股票源数据和用于标识股票源数据属性的标识数据;基于所述标识数据识别同一种属性的股票源数据,将所述同一种类型的股票源数据构成数据列并进行存储;为所述数据列设置索引标识,将所述索引标识作为查询列。本申请具有提高股票数据的访存效率,实现快速采集、更新大规模的股票数据的效果。
Description
技术领域
本发明涉及金融数据处理的技术领域,尤其是涉及一种股市信息数据管理方法、系统、设备及存储介质。
背景技术
随着数字化时代的发展,互联网技术逐渐深入到人们生活的各个方面,特别是在金融领域方面,将互联网技术应用至股票行业中,使得股票数据的展示更加趋向智能化和个性化,便于用户实时掌握股市行情的变化。
股票数据的特征主要表现为实时性和大规模性,股票数据对于金融领域的工程师来说是具有较高的分析价值,证券交易所在短时间内,如每隔几秒钟就实时更新一条股票数据,随着时间的积累,股票数据规模非常大,现有常用对股票数据的管理方法采用的是借助智能系统内的数据库存储股票数据,但是股票数据的大规模性占用了很大的存储空间,容易导致数据库对股票数据的检索速度降低,进而导致访问时间增长,导致智能系统的容易出现死机的情况出现,使得股票数据管理效率降低,因此,存在一定的改进空间。
发明内容
为了提高股票数据的访存效率,实现快速采集、更新大规模的股票数据,本申请提供一种股市信息数据管理方法、系统、设备及存储介质。
本申请的上述发明目的一是通过以下技术方案得以实现的:
一种股市信息数据管理方法,所述股市信息数据管理方法包括步骤:
获取访问股票数据请求指令,响应所述访问股票数据指令获取交易输出的金融股票数据;
将所述金融股票数据输入至预设的数据处理模型中,形成若干股票源数据和用于标识股票源数据属性的标识数据;
基于所述标识数据识别同一种属性的股票源数据,将所述同一种类型的股票源数据构成数据列并进行存储;
为所述数据列设置索引标识,将所述索引标识作为查询列。
通过采用上述技术方案,在获取到交易所输出的金融股票数据后,利用预设的数据处理模型对金融股票数据进行分解处理,形成若干股票源数据,每一个股票源数据对应股票中一个属性的数据,为每一个股票源数据对应一个标识数据,利用该标识数据将同一属性的股票源数据进行排列,形成若干个数据列,并存储于及金融股票分析系统内,便于后续对股票数据进行读取,提高数据读取效率,减少金融分析系统内的数据库的读写次数,为若干个数据列设置索引标识,并将索引标识作为查询列,以便于在进行股票数据区间查找时,快速地检索到所需股票数据的数据列,进一步加快股票数据的查询效率。
本申请在一较佳示例中可以进一步配置为:在所述将所述金融股票数据输入至预设的数据处理模型中,形成若干股票源数据和用于标识股票源数据属性的标识数据之后,还包括:
复制所述标识数据以得到标识数据副本,并存放在存储服务器内;
基于所述标识数据副本构建一个数据树结构。
通过采用上述技术方案,对标识数据进行复制备份,形成标识数据副本,并将标识数据副本存储于系统的存储服务器内,进一步提高股票数据的检索效率,利用标识数据副本建立一个数据树结构,采用数据树结构对标识数据副本进行存储,能够减少股票数据查询时系统的读取次数,以实现利用标识数据进行高效查找股票源数据的功能。
本申请在一较佳示例中可以进一步配置为:在所述为所述数据列设置索引标识列,将所述索引标识列作为对齐列之后,还包括:
获取股票变更数据,判断所述股票变更数据类型,所述股票变更数据类型包括更新数据和增加数据,基于所述股票变更数据对数据列进行数据变更处理;
若所述股票变更数据为增加数据,基于所述增加数据获取增加源数据和标识增加源数据属性的增加标识数据,将所述增加源数据添加至对应的数据列。
通过采用上述技术方案,当获取到的股票变更数据时,分析判断股票变更数据的数据类型,以便对股票数据采取适合的变更处理方案,若股票变更数据的类型为增加数据时,对增加数据进行分解,得到增加源数据和标识该增加源数据属性的增加标识数据,利用增加标识数据将增加源数据添加至相对应的数据列中进行存储,实现增加变更股票数据功能。
本申请在一较佳示例中可以进一步配置为:在所述获取股票变更数据,判断所述股票变更数据类型,所述股票变更数据类型包括更新数据和增加数据之后,还包括:
若所述股票变更数据为更新数据,基于所述更新数据获取更新源数据和标识更新源数据属性的更新标识数据;
根据所述更新标识数据定位对应的数据列,将所述更新源数据输入至数据列内,以替换对应的股票源数据。
通过采用上述技术方案,当获取到的股票变更数据为更新数据时,对更新数据进行分解,得到更新源数据和标识该更新源数据属性的更新标识数据,利用更新标识数据定位到待更新的数据列,将更新源数据输入至待更新的数据列中,替换数据列中对应的股票源数据,完成股票数据的更新功能。
本申请在一较佳示例中可以进一步配置为:在所述获取股票变更数据,判断所述股票变更数据类型,所述股票变更数据类型包括更新数据和增加数据,基于所述股票变更数据对数据列进行数据变更处理之后,还包括:
获取股票数据读取指令,响应股票数据读取指令以变更处理后的股票源数据形成实时股票数据;
将所述实时股票数据输入至预设的渲染模型内,得到股票走势曲线图,并进行展示。
通过采用上述技术方案,在每次完成股票数据变更后,自动获取股票数据读取指令,以变更完成后的股票源数据构成的数据列为基础,得到时效性较高的实时股票数据,将实时股票数据输入至预设的渲染模型内,构建出股票价格走势的曲线图,实现股票数据可视化功能,便于用户直观的了解当日股票价格走势。
本申请在一较佳示例中可以进一步配置为:在所述将所述金融股票数据输入至预设的数据处理模型中,形成若干股票源数据和用于标识股票源数据属性的标识数据之前,还包括:
将所述金融股票数据输入至异常分析模型,以判断所述金融股票数据中是否存在异常数据;
若所述金融股票数据存在异常数据,基于所述异常数据获取数据异常位置信息,根据所述数据异常位置信息对所述异常数据进行数据清理处理。
通过采用上述技术方案,通过在对金融股票数据进行异常数据检索,判断待处理的金融股票数据中是否带有异常数据,以防止股票数据在进行可视化过程中,给用户展示错误的股票信息,进而影响用户的投资方向,当检测出有异常数据后,通过分析异常数据得到数据异常位置信息,基于数据异常位置信息准确地对异常数据进行数据清理,进而实现异常数据检测和清理功能。
本申请的上述发明目的二是通过以下技术方案得以实现的:
一种股市信息数据管理装置,所述股市信息数据管理装置包括:
金融股票数据获取模块,用于获取访问股票数据请求指令,响应所述访问股票数据指令获取交易输出的金融股票数据;
金融股票数据分析模块,用于将所述金融股票数据输入至预设的数据处理模型中,形成若干股票源数据和用于标识股票源数据属性的标识数据;
数据列生成模块,用于基于所述标识数据识别同一种属性的股票源数据,将所述同一种类型的股票源数据构成数据列并进行存储;
索引标识生成模块,用于为所述数据列设置索引标识,将所述索引标识作为查询列。
通过采用上述技术方案,在获取到交易所输出的金融股票数据后,利用预设的数据处理模型对金融股票数据进行分解处理,形成若干股票源数据,每一个股票源数据对应股票中一个属性的数据,为每一个股票源数据对应一个标识数据,利用该标识数据将同一属性的股票源数据进行排列,形成若干个数据列,并存储于及金融股票分析系统内,便于后续对股票数据进行读取,提高数据读取效率,减少金融分析系统内的数据库的读写次数,为若干个数据列设置索引标识,并将索引标识作为查询列,以便于在进行股票数据区间查找时,快速地检索到所需股票数据的数据列,进一步加快股票数据的查询效率。
本申请的上述目的三是通过以下技术方案得以实现的:
一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述股市信息数据管理方法的步骤。
本申请的上述目的四是通过以下技术方案得以实现的:
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,所述计算机程序被处理器执行时实现上述股市信息数据管理方法的步骤。
综上所述,本申请包括以下至少一种有益技术效果:
1、利用预设的数据处理模型对金融股票数据进行分解处理,形成若干股票源数据,每一个股票源数据对应股票中一个属性的数据,为每一个股票源数据对应一个标识数据,利用该标识数据将同一属性的股票源数据进行排列,形成若干个数据列,并存储于及金融股票分析系统内,便于后续对股票数据进行读取,提高数据读取效率,减少金融分析系统内的数据库的读写次数;
2、为若干个数据列设置索引标识,并将索引标识作为查询列,以便于在进行股票数据区间查找时,快速地检索到所需股票数据的数据列,进一步加快股票数据的查询效率;
3、对标识数据进行复制备份,形成标识数据副本,并将标识数据副本存储于系统的存储服务器内,进一步提高股票数据的检索效率,利用标识数据副本建立一个数据树结构,采用数据树结构对标识数据副本进行存储,能够减少股票数据查询时系统的读取次数,以实现利用标识数据进行高效查找股票源数据的功能;
4、在每次完成股票数据变更后,自动获取股票数据读取指令,以变更完成后的股票源数据构成的数据列为基础,得到时效性较高的实时股票数据,将实时股票数据输入至预设的渲染模型内,构建出股票价格走势的曲线图,实现股票数据可视化功能,便于用户直观的了解当日股票价格走势;
5、在对金融股票数据进行异常数据检索,判断待处理的金融股票数据中是否带有异常数据,以防止股票数据在进行可视化过程中,给用户展示错误的股票信息,进而影响用户的投资方向。
附图说明
图1是本申请一实施例中一种股市信息数据管理方法的一流程图;
图2是本申请一实施例中一种股市信息数据管理方法的另一实现流程图;
图3是本申请一实施例中一种股市信息数据管理方法的另一实现流程图;
图4是本申请一实施例中一种股市信息数据管理方法的另一实现流程图;
图5是本申请一实施例中一种股市信息数据管理方法的另一实现流程图;
图6是本申请一实施例中一种股市信息数据管理方法的另一实现流程图;
图7是本申请一实施例中一种股市信息数据管理系统的一原理框图;
图8是本申请一实施例中的计算机设备示意图。
具体实施方式
以下结合附图对本申请作进一步详细说明。
在一实施例中,如图1所示,本申请公开了一种股市信息数据管理方法,具体包括如下步骤:
S10:获取访问股票数据请求指令,响应所述访问股票数据指令获取交易输出的金融股票数据。
在本实施例中,金融股票数据为证券交易所输出的所有的股票信息数据。
具体的,用户打开系统界面时,自动生成访问股票数据请求指令,接收到访问股票数据指令后,将证券交易所数据将所有的股票信息数据调取到系统内,以便对股票信息数据进行存储以及可视化处理。
S20:将所述金融股票数据输入至预设的数据处理模型中,形成若干股票源数据和用于标识股票源数据属性的标识数据。
在本实施例中,数据处理模型是指股票数据分解模型,股票源数据是指对股票信息数据分解后得到的源数据,标识数据是指用于描述标识源数据的数据,主要是描述股票源数据的属性信息,以用于标识股票源数据存储的位置。
具体的,一般来说,一个股票信息数据包括股票价格、股票代码、股票名称等信息,股票价格又包括每个股票的开盘价、收盘价、最高价、最低价、平均价和实时价等数据,股票数据模型将输入的股票信息数据分解成若干个股票源数据,每个股票源数据即代表上述的股票价格、股票代码等数据,基于每个股票源数据生成对应的标识数据,根据每个股票源数据的标识数据对股票源数据进行待存放。
例如,一个待存储的股票信息数据为“股票名称 123456 SZ 今日开盘价、收盘价、平均价、最高价、最低价”,可将该股票信息数据分解为“股票名称”、“123456 SZ”、“开盘价”、“收盘价”、“最高价”、“最低价”、“平均价”、“时间”等多个股票源数据,根据每个股票源数据生成对应的标识数据“A(股票名称)”、“B(股票代码)”、“C(时间)”、“D(股票价格)”,即将“股票名称”这类股票源数据存放在数据库中的A位置处。
S30:基于所述标识数据识别同一种属性的股票源数据,将所述同一种类型的股票源数据构成数据列并进行存储。
在本实施例中,同一种属性的股票源数据是指类型相同的股票源数据,数据列是指多个同类型的股票源数据构成的一列数据。
具体的,利用标识数据将类型相同的股票源数据构成一个数据列,基于若干种同类型的股票源数据,则形成若干个数据列,将股票信息数据分解成若干个数据列进行存储,便于后续对股票数据进行读取,提高数据读取效率,减少金融分析系统内的数据库的读写次数。
例如,将所有类型为“股票名称”的股票源数据都将存放于一个数据列,则该数据列就包括所有股票信息数据中每个股票的股票名称数据,根据上述标识数据,可理解为将所有“股票名称”这类股票源数据存放于A列中,同理,将所有类型为“股票代码”的股票源数据存放于B列中。
S40:为所述数据列设置索引标识,将所述索引标识作为查询列。
具体的,若干个数据列按照不同类型的股票源数据以列的组织结构形式存储,当用户需要调取股票信息数据时,选择一个查询列,如输入股票名称,即相对应将A列数据调取出来,因此用户在进行区间查找股票信息数据时,能够利用查询列能够快速查找到所需的股票信息数据,提高股票信息数据的查找效率。
在本实施例中,在获取到交易所输出的金融股票数据后,利用预设的数据处理模型对金融股票数据进行分解处理,形成若干股票源数据,每一个股票源数据对应股票中一个属性的数据,为每一个股票源数据对应一个标识数据,利用该标识数据将同一属性的股票源数据进行排列,形成若干个数据列,并存储于及金融股票分析系统内,便于后续对股票数据进行读取,提高数据读取效率,减少金融分析系统内的数据库的读写次数,为若干个数据列设置索引标识,并将索引标识作为查询列,以便于在进行股票数据区间查找时,快速地检索到所需股票数据的数据列,进一步加快股票数据的查询效率。
在一实施例中,如图2所示,在步骤S20之后,即将所述金融股票数据输入至预设的数据处理模型中,形成若干股票源数据和用于标识股票源数据属性的标识数据之后,股市信息数据管理方法还包括:
S201:复制所述标识数据以得到标识数据副本,并存放在存储服务器内。
在本实施例中,标识数据副本是指将数据库中存储的数据列的标识数据复制一份后并汇总形成的数据副本。
具体的,分别从每一个数据列中复制标识数据,将复制的若干标识数据进行汇总,形成标识数据副本,将一份标识数据副本存储至硬盘中,并复制一份只读的标识数据副本存储至内存中,便于提高后续进行股票信息数据检索的效率。
S202:基于所述标识数据副本构建一个数据树结构。
具体的,根据由若干数据列的标识数据汇总而形成的标识数据副本建立一个数据树的数据结构,在本实施例中,数据树结构可以为如B+树,数据书的数据结构具有存储深度小,查找效率高的特点。
在一实施例中,如图3所示,在步骤S40之后,一种股市信息数据管理方法还包括:
S50:获取股票变更数据,判断所述股票变更数据类型,所述股票变更数据类型包括更新数据和增加数据,基于所述股票变更数据对数据列进行数据变更处理。
在本实施例中,股票变更数据是指对股票信息数据改变后的数据,更新数据是指股票信息数据中的待更新数据,增加数据是指待新增的股票信息数据。
具体的,由于股票信息数据具有实时性,在不同时间内,股票信息数据都会发生变化,特别是股票价格数据,不同时间的股票价格数据都会发生变化,同时,每天都会有新的股票输入至证券交易所,需要实时将新的股票信息数据更新到系统的数据库内,获取到待变更的股票信息数据后,判断待变更的股票信息类型具体为待更新数据,亦或为指待新增的股票信息数据,便于对股票数据采取适合的变更处理方案。
S60:若所述股票变更数据为增加数据,基于所述增加数据获取增加源数据和标识增加源数据属性的增加标识数据,将所述增加源数据添加至对应的数据列。
在本实施例中,增加源数据是指待增加的股票信息数据中的股票源数据,增加标识数据是指描述增加源数据类型的标识数据。
具体的,当确定待变更的股票信息数据为待新增的股票信息数据,则将待新增的股票信息数据分解成待增加的股票信息数据中的股票源数据,并对应每个待增加的股票信息数据中的股票源数据生成一个描述增加源数据类型的标识数据,根据描述增加源数据类型的标识数据,将每个待增加的股票信息数据中的股票源数据添加到相对应的数据列内,实现增加变更股票数据功能。
在一实施例中,如图4所示,在步骤S50之后,即获取股票变更数据,判断所述股票变更数据类型,所述股票变更数据类型包括更新数据和增加数据,基于所述股票变更数据对数据列进行数据变更处理之后,还包括:
S70:若所述股票变更数据为更新数据,基于所述更新数据获取更新源数据和标识更新源数据属性的更新标识数据。
在本实施例中,更新源数据是指待更新的股票信息数据的股票源数据,更新标识数据是指描述更新源数据类型的标识数据。
具体的,当确定待变更的股票信息数据为现有股票信息数据中的待更新数据,对待更新的股票信息数据进行分解,得到具体需要更新的股票源数据和描述待更新的股票源数据类型的标识数据。
S80:根据所述更新标识数据定位对应的数据列,将所述更新源数据输入至数据列内,以替换对应的股票源数据。
具体的,利用更新标识数据快速检索到需要更新的股票源数据具体位于哪一个数据类中,并将需要更新股票源数据输入至数据列内,替换数据列内原有的股票源数据,完成股票信息数据更新功能,同时,将替换出来的旧股票源数据复制并存储于存储服务器内,形成历史股票信息数据,能够便于用户调取历史股票信息数据,对该股票进行分析。
在一实施例中,如图5所示,在步骤S50之后,一种股市信息数据管理方法还包括:
S501:获取股票数据读取指令,响应股票数据读取指令以变更处理后的股票源数据形成实时股票数据。
在本实施例中,实时股票数据是指具体时间段内的股票信息数据,具体时间段可以为一分钟或者五秒钟。
具体的,当获取到需要读取股票信息数据的控制指令时,将变更处理后的股票数据从数据库中调取出来,并形成具体时间段内的股票信息数据。
S502:将所述实时股票数据输入至预设的渲染模型内,得到股票走势曲线图,并进行展示。
在本实施例中,渲染模型是指能将股票信息数据可视化的数据处理模型,股票走势曲线图为股票信息曲线图。
具体的,根据数据可视化算法构建一个渲染模型,将具体时间段内的股票信息数据输入至渲染模型内,能够以该具体时间段内的股票信息数据构建出相对应时间段内的股票信息曲线图,便于用户能够直观了解实时股票价格的走势。
在一实施例中,如图6所示,在步骤S20之前,即将所述金融股票数据输入至预设的数据处理模型中,形成若干股票源数据和用于标识股票源数据属性的标识数据之前,一种股市信息数据管理方法还包括:
S101:将所述金融股票数据输入至异常分析模型,以判断所述金融股票数据中是否存在异常数据。
在本实施例中,异常分析模型是指对金融股票数据进行异常检索的模型,异常数据是指股票信息数据中的非正常数据。
具体的,将证券交易所每日输出的股票信息数据输入至异常检索模型内,实现股票信息数据异常检测功能,利用异常检索模型监测股票信息数据中是否存在有非正常数据,防止股票数据在进行可视化过程中,给用户展示错误的股票信息。
S102:若所述金融股票数据存在异常数据,基于所述异常数据获取数据异常位置信息,根据所述数据异常位置信息对所述异常数据进行数据清理处理。
具体的,当在股票信息数据中检测出存在非正常数据,对非正常数据进行分析,提取出在股票信息数据中非正常数据的具体存放位置,将该非正常数据进行数据清理,例如,直接执行删除数据处理,同时也向用户端以及证券交易所终端发出数据异常警报,以提醒用户或金融工作人员股票信息数据出现异常,能够防止破坏金融市场的稳定,防止给用户展示错误的股票信息,进而影响用户的投资方向。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本申请实施例的实施过程构成任何限定。
在一实施例中,提供一种股市信息数据管理装置,该股市信息数据管理装置与上述实施例中股市信息数据管理方法一一对应。如图7所示,该股市信息数据管理装置包括金融股票数据获取模块、金融股票数据分析模块、数据列生成模块、索引标识生成模块、数据树结构生成模块和数据变更模块。各功能模块详细说明如下:
金融股票数据获取模块,用于获取访问股票数据请求指令,响应所述访问股票数据指令获取交易输出的金融股票数据;
金融股票数据分析模块,用于将所述金融股票数据输入至预设的数据处理模型中,形成若干股票源数据和用于标识股票源数据属性的标识数据;
数据列生成模块,用于基于所述标识数据识别同一种属性的股票源数据,将所述同一种类型的股票源数据构成数据列并进行存储;
索引标识生成模块,用于为所述数据列设置索引标识,将所述索引标识作为查询列;
数据树结构生成模块,用于复制所述标识数据以得到标识数据副本,并存放在存储服务器内,基于所述标识数据副本构建一个数据树结构;
数据变更模块,用于获取股票变更数据,判断所述股票变更数据类型,所述股票变更数据类型包括更新数据和增加数据,基于所述股票变更数据对数据列进行数据变更处理。
关于股市信息数据管理装置的具体限定可以参见上文中对于股市信息数据管理方法的限定,在此不再赘述。上述股市信息数据管理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储金融股票数据、股票源数据、标识数据、索引列标识、数据树结构、增加源数据、增加标识数据、更新源数据、更新标识数据、渲染模型和异常分析模型。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种股市信息数据管理方法。
在一个实施例中,提供了一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,处理器执行计算机程序时实现以下步骤:
获取访问股票数据请求指令,响应所述访问股票数据指令获取交易输出的金融股票数据;
将所述金融股票数据输入至预设的数据处理模型中,形成若干股票源数据和用于标识股票源数据属性的标识数据;
基于所述标识数据识别同一种属性的股票源数据,将所述同一种类型的股票源数据构成数据列并进行存储;
为所述数据列设置索引标识,将所述索引标识作为查询列。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
获取访问股票数据请求指令,响应所述访问股票数据指令获取交易输出的金融股票数据;
将所述金融股票数据输入至预设的数据处理模型中,形成若干股票源数据和用于标识股票源数据属性的标识数据;
基于所述标识数据识别同一种属性的股票源数据,将所述同一种类型的股票源数据构成数据列并进行存储;
为所述数据列设置索引标识,将所述索引标识作为查询列。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。
以上所述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精神和范围,均应包含在本申请的保护范围之内。
Claims (10)
1.一种股市信息数据管理方法,其特征在于,所述股市信息数据管理方法包括步骤:
获取访问股票数据请求指令,响应所述访问股票数据指令获取交易输出的金融股票数据;
将所述金融股票数据输入至预设的数据处理模型中,形成若干股票源数据和用于标识股票源数据属性的标识数据;
基于所述标识数据识别同一种属性的股票源数据,将所述同一种类型的股票源数据构成数据列并进行存储;
为所述数据列设置索引标识,将所述索引标识作为查询列。
2.根据权利要求1所述的股市信息数据管理,其特征在于,在所述将所述金融股票数据输入至预设的数据处理模型中,形成若干股票源数据和用于标识股票源数据属性的标识数据之后,还包括:
复制所述标识数据以得到标识数据副本,并存放在存储服务器内;
基于所述标识数据副本构建一个数据树结构。
3.根据权利要求1所述的股市信息数据管理,其特征在于,在所述为所述数据列设置索引标识列,将所述索引标识列作为对齐列之后,还包括:
获取股票变更数据,判断所述股票变更数据类型,所述股票变更数据类型包括更新数据和增加数据,基于所述股票变更数据对数据列进行数据变更处理;
若所述股票变更数据为增加数据,基于所述增加数据获取增加源数据和标识增加源数据属性的增加标识数据,将所述增加源数据添加至对应的数据列。
4.根据权利要求3所述的股市信息数据管理,其特征在于,在所述获取股票变更数据,判断所述股票变更数据类型,所述股票变更数据类型包括更新数据和增加数据之后,还包括:
若所述股票变更数据为更新数据,基于所述更新数据获取更新源数据和标识更新源数据属性的更新标识数据;
根据所述更新标识数据定位对应的数据列,将所述更新源数据输入至数据列内,以替换对应的股票源数据。
5.根据权利要求1所述的股市信息数据管理,其特征在于,在所述获取股票变更数据,判断所述股票变更数据类型,所述股票变更数据类型包括更新数据和增加数据,基于所述股票变更数据对数据列进行数据变更处理之后,还包括:
获取股票数据读取指令,响应股票数据读取指令以变更处理后的股票源数据形成实时股票数据;
将所述实时股票数据输入至预设的渲染模型内,得到股票走势曲线图,并进行展示。
6.根据权利要求1所述的股市信息数据管理,其特征在于,在所述将所述金融股票数据输入至预设的数据处理模型中,形成若干股票源数据和用于标识股票源数据属性的标识数据之前,还包括:
将所述金融股票数据输入至异常分析模型,以判断所述金融股票数据中是否存在异常数据;
若所述金融股票数据存在异常数据,基于所述异常数据获取数据异常位置信息,根据所述数据异常位置信息对所述异常数据进行数据清理处理。
7.一种股市信息数据管理装置,其特征在于,包括:
金融股票数据获取模块,用于获取访问股票数据请求指令,响应所述访问股票数据指令获取交易输出的金融股票数据;
金融股票数据分析模块,用于将所述金融股票数据输入至预设的数据处理模型中,形成若干股票源数据和用于标识股票源数据属性的标识数据;
数据列生成模块,用于基于所述标识数据识别同一种属性的股票源数据,将所述同一种类型的股票源数据构成数据列并进行存储;
索引标识生成模块,用于为所述数据列设置索引标识,将所述索引标识作为查询列。
8.根据权利要求7所述的一种股市信息数据管理装置,其特征在于,还包括:
数据树结构生成模块,用于复制所述标识数据以得到标识数据副本,并存放在存储服务器内,基于所述标识数据副本构建一个数据树结构;
数据变更模块,用于获取股票变更数据,判断所述股票变更数据类型,所述股票变更数据类型包括更新数据和增加数据,基于所述股票变更数据对数据列进行数据变更处理。
9.一种计算机设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至6任一项所述一种股市信息数据管理方法的步骤。
10.一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,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6任一项所述一种股市信息数据管理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211457392.5A CN115757411A (zh) | 2022-11-17 | 2022-11-17 | 一种股市信息数据管理方法、系统、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211457392.5A CN115757411A (zh) | 2022-11-17 | 2022-11-17 | 一种股市信息数据管理方法、系统、设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115757411A true CN115757411A (zh) | 2023-03-07 |
Family
ID=85333734
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211457392.5A Withdrawn CN115757411A (zh) | 2022-11-17 | 2022-11-17 | 一种股市信息数据管理方法、系统、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115757411A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116737727A (zh) * | 2023-08-15 | 2023-09-12 | 杭州卡方分布信息科技有限公司 | 基于树结构的股票交易数据列式存储方法及服务器 |
-
2022
- 2022-11-17 CN CN202211457392.5A patent/CN115757411A/zh not_active Withdrawn
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116737727A (zh) * | 2023-08-15 | 2023-09-12 | 杭州卡方分布信息科技有限公司 | 基于树结构的股票交易数据列式存储方法及服务器 |
CN116737727B (zh) * | 2023-08-15 | 2023-12-01 | 杭州卡方分布信息科技有限公司 | 基于树结构的股票交易数据列式存储方法及服务器 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109977110B (zh) | 数据清洗方法、装置及设备 | |
CN110209650B (zh) | 数据规整迁移方法、装置、计算机设备和存储介质 | |
CN106293891B (zh) | 多维投资指标监督方法 | |
CN110580189A (zh) | 生成前端页面的方法、装置、计算机设备以及存储介质 | |
CN111488736B (zh) | 自学习分词方法、装置、计算机设备和存储介质 | |
CN109308258A (zh) | 测试数据的构造方法、装置、计算机设备和存储介质 | |
CN115757411A (zh) | 一种股市信息数据管理方法、系统、设备及存储介质 | |
CN112416710A (zh) | 用户操作的记录方法、装置、电子设备及存储介质 | |
US10592400B2 (en) | System and method for creating variants in a test database during various test stages | |
CN111047434A (zh) | 一种操作记录生成方法、装置、计算机设备和存储介质 | |
CN111984659A (zh) | 数据更新方法、装置、计算机设备和存储介质 | |
CN113760891A (zh) | 一种数据表的生成方法、装置、设备和存储介质 | |
CN113010550B (zh) | 结构化数据的批处理对象生成、批处理方法和装置 | |
CN115544007A (zh) | 标签预处理方法、装置、计算机设备和存储介质 | |
US11194966B1 (en) | Management of concepts and intents in conversational systems | |
CN114462859A (zh) | 工作流处理方法、装置、计算机设备和存储介质 | |
CN110377617B (zh) | 数据处理方法、装置、计算机设备及存储介质 | |
CN110286894B (zh) | 脚本生成方法、装置、计算机设备和存储介质 | |
CN113254455A (zh) | 数据库的动态配置方法、装置、计算机设备及存储介质 | |
CN117010925B (zh) | 一种工程材料自动配价方法、系统、设备及存储介质 | |
CN114880322B (zh) | 一种金融数据列式存储方法、系统、设备及存储介质 | |
WO2022217419A1 (zh) | 神经网络模型推理方法、装置、计算机设备和存储介质 | |
CN115116060B (zh) | 键值文件处理方法、装置、设备、介质 | |
CN117369857A (zh) | 多任务关联查询方法、装置、计算机设备及存储介质 | |
CN116132283A (zh) | 一种分布式数据采集方法、系统、设备及存储介质 |
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 | ||
CB02 | Change of applicant information |
Address after: 518000 2201, block D, building 1, Chuangzhi Yuncheng bid section 1, Liuxian Avenue, Xili community, Xili street, Nanshan District, Shenzhen City, Guangdong Province Applicant after: Qizhi Technology Co.,Ltd. Address before: 518000 2201, block D, building 1, Chuangzhi Yuncheng bid section 1, Liuxian Avenue, Xili community, Xili street, Nanshan District, Shenzhen City, Guangdong Province Applicant before: Qizhi Network Technology Co.,Ltd. |
|
CB02 | Change of applicant information | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20230307 |
|
WW01 | Invention patent application withdrawn after publication |