CN115794806A - 金融数据的网格化处理系统及方法、装置、计算设备 - Google Patents

Abstract

一种金融数据的网格化处理系统及方法、装置、计算设备，所述方法包括：获取数据处理请求，所述数据处理请求包括请求标识；根据所述请求标识从多个存储设备中确定目标存储设备，其中，所述金融数据的类型和所述存储设备之间具有对应关系，所述目标存储设备为与所述请求标识对应的存储设备；从所述目标存储设备读取多个数据组，其中，所述目标存储设备包括多个存储单元，同一存储设备中不同的存储单元对应的金融数据的取值范围不同，所述数据组与所述存储单元一一对应；对所述多个数据组中的金融数据进行处理，以得到处理结果。通过本发明的方案，可以提高金融数据的处理效率等性能。

Description

金融数据的网格化处理系统及方法、装置、计算设备

技术领域

本发明涉及数据处理技术领域，尤其涉及一种金融数据的网格化处理系统及方法、装置、计算设备。

背景技术

在现有技术中，通常通过对多个金融产品的历史数据进行计算处理，并根据处理结果在多个金融产品确定购买的金融产品。但由于金融产品的历史数据通常是海量的，采用现有技术对金融数据进行处理的效率仍然较低，性能较差。

因此，亟需一种金融数据的网格化处理方法，以提高进行金融数据的处理效率等性能。

发明内容

本发明解决的技术问题是提供一种金融数据的网格化处理方法，以提高金融数据的处理效率等性能。

为解决上述技术问题，本发明实施例提供一种金融数据的网格化处理方法，所述方法包括：获取数据处理请求，所述数据处理请求包括请求标识，所述请求标识用于指示用户请求的金融数据的类型；根据所述请求标识从多个存储设备中确定目标存储设备，其中，所述金融数据的类型和所述存储设备之间具有对应关系，所述目标存储设备为与所述请求标识对应的存储设备；从所述目标存储设备读取多个数据组，其中，所述目标存储设备包括多个存储单元，同一存储设备中不同的存储单元对应的金融数据的取值范围不同，所述数据组与所述存储单元一一对应；对所述多个数据组中的金融数据进行处理，以得到处理结果。

可选的，所述金融数据的类型与所述存储设备一一对应，或者，每个存储设备对应多种类型，且每两个存储设备对应的类型不同，其中，每个存储设备对应的多种类型之间具有关联关系。

可选的，所述金融数据的类型与所述存储设备一一对应，所述金融数据的类型之间存在关联关系，其中，每个存储设备中存储的金融数据的副本存储于与该存储设备具有关联关系的存储设备中。

可选的，所述请求标识包括第一标识和第二标识，所述第一标识不同于所述第二标识，所述目标存储设备包括第一存储模块和第二存储模块，所述第一存储模块包括多个第一存储单元，所述第二存储模块包括多个第二存储单元，同一存储模块中不同的存储单元对应的金融数据的取值范围不同，从所述目标存储设备读取多个数据组包括：从所述第一存储模块中的多个第一存储单元读取与所述第一标识对应的多个数据组；从所述第二存储模块中的多个第二存储单元读取与所述第二标识对应的多个数据组。

可选的，根据所述请求标识从多个存储设备中确定目标存储设备包括：读取存储网络的信息，所述存储网络包括多个节点，所述节点与所述金融数据的类型一一对应，所述存储网络的信息包括各个节点对应的存储设备；从所述多个节点中查找与所述请求标识对应的目标节点，并将所述目标节点对应的存储设备作为所述目标存储设备。

可选的，所述存储网络的信息还包括节点之间的连接线，所述连接线用于表示所述金融数据的类型之间的关联关系，所述连接线具有权重，所述连接线的权重的大小用于指示所述类型之间的关联程度，所述连接线的权重大于预设阈值的节点对应同一个存储设备。

可选的，所述数据处理请求包括多个请求标识，所述方法还包括：根据所述多个请求标识，更新所述多个请求标识对应的节点之间的连接线的权重。

本发明实施例还提供一种金融数据的网格化处理装置，所述装置包括：请求获取模块，用于获取数据处理请求，所述数据处理请求包括请求标识，所述请求标识用于指示用户请求的金融数据的类型；设备确定模块，用于根据所述请求标识从多个存储设备中确定目标存储设备，其中，所述金融数据的类型和所述存储设备之间具有对应关系，所述目标存储设备为与所述请求标识对应的存储设备；读取模块，用于从所述目标存储设备读取多个数据组，其中，所述目标存储设备包括多个存储单元，所述数据组与所述存储单元一一对应，同一存储设备中不同的存储单元对应的金融数据的取值范围不同；处理模块，用于对所述多个数据组中的金融数据进行处理，以得到处理结果。

本发明实施例还提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时，执行上述的金融数据的网格化处理方法的步骤。

本发明实施例还提供一种计算设备，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行上述的金融数据的网格化处理方法的步骤。

本发明实施例还提供一种金融数据的网格化处理系统，所述系统包括：计算平台，所述计算平台用于执行上述的金融数据的网格化处理方法；多个存储设备，所述存储设备与所述金融数据的类型具有对应关系，每个存储设备包括多个存储单元，同一存储设备中不同的存储单元对应的金融数据的取值范围不同。

与现有技术相比，本发明实施例的技术方案具有以下有益效果：

在本发明实施例的方案中，由于存储设备和金融数据的类型之间具有对应关系，且请求标识用于指示用户所请求的金融数据的类型，因此可以根据请求标识从多个存储设备中确定目标存储设备。进一步地，由于目标存储设备包括多个存储单元，且同一存储设备中不同的存储单元对应的金融数据的取值范围不同，因此，可以分别从目标存储设备的多个存储单元中读取多个数据组，并对多个数据组的金融数据进行处理。与现有技术中从同一个数据库中读取各个类型的金融数据并进行处理的方案，本发明实施例中的方案从不同的存储设备读取不同类型的金融数据，并从不同的存储单元读取不同取值范围的金融数据，也即，根据金融数据的类型和取值范围对海量的金融数据进行解耦，对金融数据进行处理时从不同的存储位置读取不同类型、不同取值范围的金融数据，利于提高金融数据的处理效率等性能。

进一步，在本发明实施例的方案中，每个存储设备对应多种类型，且每两个存储设备对应的类型不同，且每个存储设备对应的类型之间具有关联关系。采用这样的方案，类型之间具有关联关系的金融数据存储于同一存储设备，可以便于对具有关联关系的金融数据进行读取和处理，利于进一步提高金融数据的处理效率等性能。

进一步，本发明实施例的方案中，存储网络包括多个节点，存储网络的信息包括各个节点对应的存储设备和节点之间的连接线，由于节点与金融数据的类型一一对应，连接线可以用于表示金融数据的类型之间的关联关系，连接线具有权重，连接线的权重的大小用于指示类型之间的关联程度，当数据处理请求包括多个请求标识时，根据多个请求标识更新多个请求标识对应的节点之间的连接线的权重。由此，可以根据用户的数据处理请求动态更新金融数据的类型之间的关联程度。由于连接线的权重大于预设阈值的节点对应同一个存储设备，因此，还可以进一步动态调整金融数据的存储位置，利于进一步提高金融数据的处理效率等性能。

附图说明

图1是本发明实施例中一种金融数据的网格化处理方法的应用场景示意图；

图2是本发明实施例中另一种金融数据的网格化处理方法的应用场景示意图；

图3是本发明实施例中一种金融数据的网格化处理方法的流程示意图；

图4是本发明实施例中一种金融数据的网格化处理装置的结构示意图。

具体实施方式

如背景技术所述，亟需一种金融数据的网格化处理方法，能够提高金融数据的处理效率等性能。

本发明的发明人经过研究发现，对金融数据进行处理时首先需要从该数据库中读取出金融数据，再对读取出的金融数据进行处理。在金融数据进行处理时，通常需要对不同取值范围的金融数据分别进行处理。现有技术中，金融数据通常采用集中式存储的方式，也即，各种类型的金融数据通常存储于同一数据库中。随着金融数据的类型不断增多，数据量也不断增大，这种集中式存储方式导致金融数据的处理效率比较低下，无法满足实际的需求。

为了解决上述技术问题，本发明实施例提供一种金融数据的网格化处理方法。在本发明实施例的方案中，由于存储设备和金融数据的类型之间具有对应关系，且请求标识用于指示用户所请求的金融数据的类型，因此可以根据请求标识从多个存储设备中确定目标存储设备。进一步地，由于目标存储设备包括多个存储单元，且同一存储设备中不同的存储单元对应的金融数据的取值范围不同，因此，可以分别从目标存储设备的多个存储单元中读取多个数据组，并对多个数据组的金融数据进行处理。与现有技术中从同一个数据库中读取各个类型的金融数据并进行处理的方案，本发明实施例中的方案从不同的存储设备读取不同类型的金融数据，并从不同的存储单元读取不同取值范围的金融数据，也即，根据金融数据的类型和取值范围对海量的金融数据进行解耦，对金融数据进行处理时从不同的存储位置读取不同类型、不同取值范围的金融数据，利于提高金融数据的处理效率等性能。

为使本发明的上述目的、特征和有益效果能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。

参照图1，图1是本发明实施例中一种金融数据的网格化处理方法的应用场景示意图。该金融数据可以是用于金融统计、金融分析的各种数据，例如，可以是股票、基金等金融产品的参数，或者，也可以是经过金融统计得到的各种数据，例如，可以是股票、基金等金融产品的指标数据，或者，还可以是公司实体的金融财务数据，但并不限于此。

具体而言，计算平台12可以和用户终端11耦接，以与用户终端11进行数据交互。计算平台12还可以和多个存储设备13耦接，以与各个存储设备13(如存储设备1、存储设备2、……存储设备n)进行数据交互。其中，计算平台12可以包括至少一台服务器，用户终端11可以是用户所使用的终端，例如，可以是手机、电脑、平板电脑等各种恰当的终端设备。需要说明的是，本发明实施例对于用户终端11的数量并不进行限制。

进一步地，所述多个存储设备13可以是现有的各种具有数据存储功能的设备，例如，可以是数据库服务器等，但并不限于此。需要说明的是，多个存储设备13的数量为n，n为大于1的正整数，本发明实施例对于存储设备13的数量并不进行限制。

进一步地，多个存储设备13可以用于存储不同类型的金融数据，其中，金融数据的类型和存储设备13之间具有对应关系，更具体地，每个存储设备13可以对应一个或多个金融数据的类型。在一个非限制性的例子中，金融数据可以是股票等金融产品在历史时刻的指标数据，也即，金融数据的类型为指标的类型，例如，相对强弱指标、随机指标、趋向指标等。

在一个具体的例子中，金融数据的类型和存储设备13是一一对应的，也即，每个存储设备13对应一种金融数据的类型，且多个存储设备13存储的金融数据的类型各不相同。进一步地，每个存储设备13中存储的金融数据的副本可以存储于与该存储设备具有关联关系的其他存储设备13中。其中，存储设备13之间的关联关系是根据金融数据的类型之间的关联关系确定的。

在另一个具体的例子中，每个存储设备13可以对应多种类型，且每两个存储设备13对应的类型不同，存储设备13对应的多种类型之间具有关联关系。需要说明的是，还可以一部分的存储设备13对应一种金融数据的类型，另一部分的存储设备13对应多种金融数据的类型，本发明实施例对此并不进行限制。

进一步地，对应多种类型的存储设备13可以包括多个存储模块(图未示)，存储模块可以与金融数据的类型一一对应。

进一步地，每个存储设备13可以包括多个存储单元(图未示)，同一个存储设备13的多个存储单元对应的金融数据的取值范围不同。也即，同一类型的金融数据可以按照金融数据的数值所属的取值范围存储于不同的存储单元。更具体地，存储设备13可以包括多个存储模块，每个存储模块可以包括多个存储单元，同一存储模块中不同的存储单元对应的金融数据的取值范围不同。作为非限制性的例子，存储模块可以是磁盘阵列，相应地，存储单元是磁盘阵列中的磁盘，或者；存储模块可以是磁盘，相应地，存储单元是磁盘中的分区。

进一步地，计算平台12可以从用户终端11处获取多条待存储的金融数据，并根据多条待存储的金融数据的类型将多条待存储的金融数据存储至对应的存储设备13中。更具体地，对于每条金融数据，确定该条金融数据的类型对应的存储设备13后，可以根据该条金融数据的数值所属的取值范围，确定该条金融数据对应的存储单元，并将该条金融数据写入该存储单元中。由此，可以采用网格化的方式将金融数据存储于多个存储设备13中。

进一步地，计算平台12还可以从用户终端11处获取数据处理请求，数据处理请求中可以包括请求标识，请求标识可以用于指示用户请求的金融数据的类型。更进一步地，计算平台12可以根据请求标识从多个存储设备13中读取用户请求的金融数据，计算平台12读取到金融数据后，可以直接将读取到的金融数据发送至用户终端11，也可以对读取到的金融数据进行处理后，再将处理结果发送至用户终端11等。

参照图2，图2是本发明实施例中另一种金融数据的网格化处理方法的应用场景示意图。下面就图2与图1的不同之处进行说明。如图2所示，计算平台12可以包括第一调度服务器121、第二调度服务器122和多台计算服务器123(如计算服务器1、计算服务器2、……计算服务器k)。

具体而言，第一调度服务器121可以与多个用户终端11耦接，还可以与多台计算服务器123耦接。第一调度服务器121可以从多个用户终端11(如用户终端1、用户终端2、……用户终端m)处获取多个数据处理请求，并根据多台计算服务器123空闲的算力资源，将多个数据处理请求分配至多个计算服务器123进行处理。其中，用户终端11的数量为m，m为大于1的正整数。

进一步地，第二调度服务器122可以与多台计算服务器123耦接，也可以与多个存储设备13(如存储设备1、存储设备2、……存储设备n)耦接。对于每台计算服务器123，第二调度服务器122可以从该计算服务器123处获取数据处理请求中的请求标识，并根据请求标识确定目标存储设备，并从目标存储设备的多个存储单元中读取多个数据组，并将读取到的多个数据组的金融数据发送至该计算服务器123处进行处理，以得到处理结果。

关于图2示出的另一种金融数据的网格化处理方法的应用场景的更多内容可以参照上文关于图1的相关描述，在此不再赘述。

参照图3，图3是本发明实施例中一种金融数据的网格化处理方法的流程示意图。所述方法可以由计算设备执行，所述计算设备可以是现有的各种具有数据接收和处理功能的设备，例如，可以是服务器等，又例如，可以是图3所示的计算平台12等，但并不限于此。通过图3示出的金融数据的网格化处理方法，可以高效地从多个存储设备中读取金融数据并进行处理。图3示出的金融数据的网格化分析方法可以包括如下步骤：

步骤S301：获取数据处理请求，所述数据处理请求包括请求标识；

步骤S302：根据所述请求标识从多个存储设备中确定目标存储设备；

步骤S303：从所述目标存储设备读取多个数据组；

步骤S304：对所述多个数据组中的金融数据进行处理，以得到处理结果。

可以理解的是，在具体实施中，所述方法可以采用软件程序的方式实现，该软件程序运行于芯片或芯片模组内部集成的处理器中；或者，该方法可以采用硬件或者软硬结合的方式来实现。

在步骤S301的具体实施中，可以从外部获取数据处理请求，例如，可以从图1或图2所示的用户终端11处获取数据处理请求。其中，数据处理请求可以包括请求标识，所述请求标识可以用于指示用户请求的金融数据的类型。其中，每个数据处理请求可以包括一个请求标识，也可以包括多个请求标识，本发明实施例对此并不进行限制。

在步骤S302的具体实施中，可以根据请求标识从多个存储设备中确定目标存储设备。

具体而言，存储设备和金融数据的类型之间可以具有对应关系，也即，每个存储设备可以对应一种或多种金融数据的类型，且各个存储设备对应的金融数据的类型不同。换言之，存储设备和金融数据的类型之间可以是一对一的对应关系，也可以是一对多的对应关系。

关于存储设备和金融数据的类型之间的对应关系的更多内容可以参见上文图1的相关描述，在此不再赘述。

进一步地，由于请求标识可以用于指示用户请求的数据的类型，因此，可以根据请求标识从多个存储设备中确定与目标类型具有对应关系的存储设备，记为目标存储设备。其中，目标类型为请求标识指示的数据的类型。

具体而言，当数据请求标识只包含单个请求标识时，目标存储设备可以为单个存储设备，当数据请求标识包括多个请求标识时，目标存储设备可以为多个存储设备，也可以为单个存储设备。

在一个具体的例子中，可以读取存储网络的信息，所述存储网络可以包括多个节点，节点与金融数据的类型一一对应，所述存储网络的信息可以包括各个节点对应的存储设备，例如，存储网络的信息可以包括各个节点对应的存储设备的标识等，但并不限于此。需要说明的是，节点与金融数据的类型是一一对应的，因此，每个节点对应的存储设备即为该节点对应的类型对应的存储设备。

进一步地，可以根据请求标识，从存储网络的多个节点中查找与请求标识指示的金融数据的类型对应的节点，记为目标节点，并将目标节点对应的存储设备作为目标存储设备。

进一步地，存储网络的信息还可以包括节点之间的连接线，所述连接线用于表示金融数据的类型之间的关联关系。在一个具体的例子中，每两个节点之间具有连接线，每条连接线具有权重，所述连接线的权重可以用于指示连接线连接的节点对应的类型之间的关联程度，其中，连接线的权重越大，连接线连接的节点对应的类型之间的关联程度越大。连接线的权重大于预设阈值的节点可以对应同一个存储设备，也即，如果两个节点之间的连接线的权重大于预设阈值，则该两个节点对应的金融数据存储于同一个存储设备中。其中，预设阈值可以是预先设置的，本发明实施例对于预设阈值的取值并不进行限制。

进一步地，如果数据处理请求中包括多个请求标识，则可以根据多个请求标识，更新多个请求标识对应的节点之间的连接线的权重。具体而言，可以更新数据处理请求中每两个请求标识对应的节点之间连接线的权重。需要说明的是，更新后的权重大于更新前的权重。

在一个具体的例子中，数据处理请求包括第一标识和第二标识，第一标识不同于第二标识，其中，第一标识指示的金融数据的类型记为第一目标类型，第二标识指示的金融数据的类型记为第二目标类型。进一步地，第一目标类型对应的节点记为第一目标节点，第二目标类型对应的节点记为第二目标节点，更新请求标识对应的节点之间的连接线的权重，可以包括更新第一目标节点和第二目标节点之间连接线的权重，还可以包括更新第一目标节点和第二关联节点之间连接线的权重。其中，第二关联节点为存储网络中除第一目标节点以外的与第二目标节点连接的节点。采用这样的方案，利于提高不同类型之间的关联性，便于对金融数据的存储位置进行动态调整。

进一步地，对于连接线连接的两个节点而言，如果更新前的权重小于等于预设阈值，且更新后的权重大于预设阈值，则可以将所述两个节点中任意一个节点对应的存储设备中存储的金融数据迁移至另一个节点对应的存储设备中，并修改存储网络的信息，以使该两个节点对应于同一个存储设备。

需要说明的是，更新连接线的权重的步骤可以在步骤S303之前执行，也可以在步骤S303之后且在步骤S304之前执行，还可以在步骤S304之后执行，本发明实施例对此并不进行限制。

在步骤S303的具体实施中，可以从目标存储设备读取多个数据组。具体而言，每个存储设备可以包括多个存储单元，同一个存储设备中不同的存储单元对应的金融数据的取值范围不同。因此，数据组和金融数据的取值范围是一一对应的。对于目标存储设备，可以从多个存储单元中读取多个数据组，其中，从同一个存储单元中读取的金融数据属于同一个数据组。由此，可以读取目标类型的多个取值范围的金融数据。

在一个具体的例子中，目标存储设备可以用于存储多种类型的金融数据，也即，目标存储设备对应多种金融数据的类型。目标存储设备可以包括多个存储模块，目标存储设备的每两个存储模块存储的金融数据的类型互不相同，每个存储模块可以包括多个存储单元，可以分别从每个存储模块的多个存储单元读取该存储模块对应的类型的金融数据。

更具体地，数据处理请求可以包括第一标识和第二标识，其中，第一标识指示的金融数据的类型记为第一目标类型，第二标识指示的金融数据的类型记为第二目标类型，目标存储设备可以包括第一存储模块和第二存储模块，第一存储模块用于存储第一目标类型的金融数据，第二存储模块用于存储第二目标类型的金融数据。第一存储模块可以包括多个第一存储单元，第二存储模块可以包括多个第二存储单元，同一存储模块中不同的存储单元对应的金融数据的取值范围不同。可以从第一存储模块中的多个第一存储单元读取第一目标类型的多个数据组，还可以从第二存储模块中的多个第二存储单元读取第二目标类型的多个数据组。也即，从多个第一存储单元读取的多个数据组中的金融数据的类型为第一目标类型，从多个第二存储单元读取的多个数据组中的金融数据的类型为第二目标类型。

在步骤S304的具体实施中，可以对多个数据组中的金融数据进行处理，以得到处理结果。进一步地，还可以将处理结果发送给外部的用户终端。需要说明的是，本发明实施例对于处理的过程并不进行任何限制。

在一个具体的例子中，对于每种目标类型的金融数据，可以确定该目标类型对应的最优取值范围，并将目标类型对应的最优取值范围作为处理结果发送给用户终端。

具体而言，对于每个数据组，可以对该数据组的金融数据进行处理，以确定该数据组的中间处理结果。对于同一类型的多个数据组，可以比较多个数据组的中间处理结果，并从多个中间处理结果中确定最优的中间处理结果。进一步地，由于数据组与取值范围是一一对应的，可以将最优的中间处理结果对应的取值范围作为该类型的最优取值范围。

由上，本发明实施例的方案中根据金融数据的类型和取值范围对海量的金融数据进行解耦，对金融数据进行处理时从不同的存储位置读取不同类型、不同取值范围的金融数据，利于提高金融数据的处理效率等性能。

参考图4，图4是本发明实施例中一种金融数据的网格化处理装置。图4示出的装置可以包括：

请求获取模块41，用于获取数据处理请求，所述数据处理请求包括请求标识，所述请求标识用于指示用户请求的金融数据的类型；

设备确定模块42，用于根据所述请求标识从多个存储设备中确定目标存储设备，其中，所述金融数据的类型和所述存储设备之间具有对应关系，所述目标存储设备为与所述请求标识对应的存储设备；

读取模块43，用于从所述目标存储设备读取多个数据组，其中，所述目标存储设备包括多个存储单元，所述数据组与所述存储单元一一对应，同一存储设备中不同的存储单元对应的金融数据的取值范围不同；

处理模块44，用于对所述多个数据组中的金融数据进行处理，以得到处理结果。

在具体实施中，上述金融数据的网格化处理装置可以对应于终端内具有数据处理功能的芯片；或者对应于终端中具有数据处理功能的芯片模组，或者对应于终端。

关于图4示出的金融数据的网格化处理装置的工作原理、工作方式和有益效果等更多内容，可以参照上文关于图1至图3的相关描述，在此不再赘述。

本发明实施例还提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器运行时，执行上述的金融数据的网格化处理方法的步骤。所述存储介质可以包括ROM、RAM、磁盘或光盘等。所述存储介质还可以包括非挥发性存储器(non-volatile)或者非瞬态(non-transitory)存储器等。

本发明实施例还提供一种计算设备，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，所述处理器运行所述计算机程序时执行上述的金融数据的网格化处理方法的步骤。所述计算设备包括但不限于手机、计算机、平板电脑、服务器等终端设备。

参照图1或图2，本发明实施例还提供一种金融数据的网格化处理系统，所述系统可以包括：计算平台12，所述计算平台12可以用于执行上述的金融数据的网格化处理方法；多个存储设备13，所述存储设备13与所述金融数据的类型具有对应关系，每个存储设备包括多个存储单元，同一存储设备13中不同的存储单元对应的金融数据的取值范围不同。

关于金融数据的网格化处理系统的工作原理、工作方式和有益效果等更多内容，可以参照上文关于图1至图4的相关描述，在此不再赘述。

应理解，本申请实施例中，所述处理器可以为中央处理单元(central processingunit，简称CPU)，该处理器还可以是其他通用处理器、数字信号处理器(digital signalprocessor，简称DSP)、专用集成电路(application specific integrated circuit，简称ASIC)、现成可编程门阵列(field programmable gate array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。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。

还应理解，本申请实施例中的存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read-only memory，简称ROM)、可编程只读存储器(programmable ROM，简称PROM)、可擦除可编程只读存储器(erasable PROM，简称EPROM)、电可擦除可编程只读存储器(electricallyEPROM，简称EEPROM)或闪存。易失性存储器可以是随机存取存储器(random accessmemory，简称RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的随机存取存储器(random access memory，简称RAM)可用，例如静态随机存取存储器(staticRAM，简称SRAM)、动态随机存取存储器(DRAM)、同步动态随机存取存储器(synchronousDRAM，简称SDRAM)、双倍数据速率同步动态随机存取存储器(double data rate SDRAM，简称DDR SDRAM)、增强型同步动态随机存取存储器(enhanced SDRAM，简称ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM，简称SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM，简称DR RAM)。

上述实施例，可以全部或部分地通过软件、硬件、固件或其他任意组合来实现。当使用软件实现时，上述实施例可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令或计算机程序。在计算机上加载或执行所述计算机指令或计算机程序时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以为通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机程序可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机程序可以从一个网站站点、计算机、服务器或数据中心通过有线或无线方式向另一个网站站点、计算机、服务器或数据中心进行传输。

在本申请所提供的几个实施例中，应该理解到，所揭露的方法、装置和系统，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。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，在本发明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包括，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。例如，对于应用于或集成于芯片的各个装置、产品，其包含的各个模块/单元可以都采用电路等硬件的方式实现，或者，至少部分模块/单元可以采用软件程序的方式实现，该软件程序运行于芯片内部集成的处理器，剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现；对于应用于或集成于芯片模组的各个装置、产品，其包含的各个模块/单元可以都采用电路等硬件的方式实现，不同的模块/单元可以位于芯片模组的同一组件(例如芯片、电路模块等)或者不同组件中，或者，至少部分模块/单元可以采用软件程序的方式实现，该软件程序运行于芯片模组内部集成的处理器，剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现；对于应用于或集成于终端的各个装置、产品，其包含的各个模块/单元可以都采用电路等硬件的方式实现，不同的模块/单元可以位于终端内同一组件(例如，芯片、电路模块等)或者不同组件中，或者，至少部分模块/单元可以采用软件程序的方式实现，该软件程序运行于终端内部集成的处理器，剩余的(如果有)部分模块/单元可以采用电路等硬件方式实现。

应理解，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，表示前后关联对象是一种“或”的关系。

本申请实施例中出现的“多个”是指两个或两个以上。

本申请实施例中出现的第一、第二等描述，仅作示意与区分描述对象之用，没有次序之分，也不表示本申请实施例中对设备个数的特别限定，不能构成对本申请实施例的任何限制。

虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (11)

1.一种金融数据的网格化处理方法，其特征在于，所述方法包括：

获取数据处理请求，所述数据处理请求包括请求标识，所述请求标识用于指示用户请求的金融数据的类型；

根据所述请求标识从多个存储设备中确定目标存储设备，其中，所述金融数据的类型和所述存储设备之间具有对应关系，所述目标存储设备为与所述请求标识对应的存储设备；

从所述目标存储设备读取多个数据组，其中，所述目标存储设备包括多个存储单元，同一存储设备中不同的存储单元对应的金融数据的取值范围不同，所述数据组与所述存储单元一一对应；

对所述多个数据组中的金融数据进行处理，以得到处理结果。

2.根据权利要求1所述的金融数据的网格化处理方法，其特征在于，所述金融数据的类型与所述存储设备一一对应，

或者，

每个存储设备对应多种类型，且每两个存储设备对应的类型不同，其中，每个存储设备对应的多种类型之间具有关联关系。

3.根据权利要求2所述的金融数据的网格化处理方法，其特征在于，所述金融数据的类型与所述存储设备一一对应，所述金融数据的类型之间存在关联关系，

其中，每个存储设备中存储的金融数据的副本存储于与该存储设备具有关联关系的存储设备中。

4.根据权利要求1所述的金融数据的网格化处理方法，其特征在于，所述请求标识包括第一标识和第二标识，所述第一标识不同于所述第二标识，所述目标存储设备包括第一存储模块和第二存储模块，所述第一存储模块包括多个第一存储单元，所述第二存储模块包括多个第二存储单元，同一存储模块中不同的存储单元对应的金融数据的取值范围不同，从所述目标存储设备读取多个数据组包括：

从所述第一存储模块中的多个第一存储单元读取与所述第一标识对应的多个数据组；

从所述第二存储模块中的多个第二存储单元读取与所述第二标识对应的多个数据组。

5.根据权利要求1所述的金融数据的网格化处理方法，其特征在于，根据所述请求标识从多个存储设备中确定目标存储设备包括：

读取存储网络的信息，所述存储网络包括多个节点，所述节点与所述金融数据的类型一一对应，所述存储网络的信息包括各个节点对应的存储设备；

从所述多个节点中查找与所述请求标识对应的目标节点，并将所述目标节点对应的存储设备作为所述目标存储设备。

6.根据权利要求5所述的金融数据的网格化处理方法，其特征在于，所述存储网络的信息还包括节点之间的连接线，所述连接线用于表示所述金融数据的类型之间的关联关系，所述连接线具有权重，所述连接线的权重的大小用于指示所述类型之间的关联程度，所述连接线的权重大于预设阈值的节点对应同一个存储设备。

7.根据权利要求6所述的金融数据的网格化处理方法，其特征在于，所述数据处理请求包括多个请求标识，所述方法还包括：

根据所述多个请求标识，更新所述多个请求标识对应的节点之间的连接线的权重。

8.一种金融数据的网格化处理装置，其特征在于，所述装置包括：

请求获取模块，用于获取数据处理请求，所述数据处理请求包括请求标识，所述请求标识用于指示用户请求的金融数据的类型；

设备确定模块，用于根据所述请求标识从多个存储设备中确定目标存储设备，其中，所述金融数据的类型和所述存储设备之间具有对应关系，所述目标存储设备为与所述请求标识对应的存储设备；

读取模块，用于从所述目标存储设备读取多个数据组，其中，所述目标存储设备包括多个存储单元，所述数据组与所述存储单元一一对应，同一存储设备中不同的存储单元对应的金融数据的取值范围不同；

处理模块，用于对所述多个数据组中的金融数据进行处理，以得到处理结果。

9.一种存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器运行时，执行权利要求1至7中任一项所述的金融数据的网格化处理方法的步骤。

10.一种计算设备，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序时执行权利要求1至7中任一项所述的金融数据的网格化处理方法的步骤。

11.一种金融数据的网格化处理系统，其特征在于，所述系统包括：

计算平台，所述计算平台用于执行权利要求1至7任一项所述的金融数据的网格化处理方法；

多个存储设备，所述存储设备与所述金融数据的类型具有对应关系，每个存储设备包括多个存储单元，同一存储设备中不同的存储单元对应的金融数据的取值范围不同。

Images