CN116166710B - 时长处理方法、装置、电子设备和存储介质 - Google Patents

时长处理方法、装置、电子设备和存储介质 Download PDF

Info

Publication number
CN116166710B
CN116166710B CN202211439596.6A CN202211439596A CN116166710B CN 116166710 B CN116166710 B CN 116166710B CN 202211439596 A CN202211439596 A CN 202211439596A CN 116166710 B CN116166710 B CN 116166710B
Authority
CN
China
Prior art keywords
data set
state
time
information
action
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.)
Active
Application number
CN202211439596.6A
Other languages
English (en)
Other versions
CN116166710A (zh
Inventor
于志杰
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.)
Beijing Bailong Mayun Technology Co ltd
Original Assignee
Beijing Bailong Mayun Technology 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 Beijing Bailong Mayun Technology Co ltd filed Critical Beijing Bailong Mayun Technology Co ltd
Priority to CN202211439596.6A priority Critical patent/CN116166710B/zh
Publication of CN116166710A publication Critical patent/CN116166710A/zh
Application granted granted Critical
Publication of CN116166710B publication Critical patent/CN116166710B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2474Sequence data queries, e.g. querying versioned data
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2477Temporal data queries
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q30/00Commerce
    • G06Q30/06Buying, selling or leasing transactions
    • G06Q30/0645Rental transactions; Leasing transactions
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40Business processes related to the transportation industry
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Computational Linguistics (AREA)
  • General Business, Economics & Management (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Probability & Statistics with Applications (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Finance (AREA)
  • Data Mining & Analysis (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Human Resources & Organizations (AREA)
  • Primary Health Care (AREA)
  • Tourism & Hospitality (AREA)
  • Time Recorders, Dirve Recorders, Access Control (AREA)

Abstract

本发明公开了一种时长处理方法、装置、电子设备和存储介质,所述方法包括:读取状态数据集合和动作数据集合,所述状态数据集合用于记录司机状态变化信息,所述动作数据集合用于记录按照设定的时间间隔进行采样的动作信息;针对由所述动作数据集合中相邻的第一动作信息中的第一时间节点和第二动作信息中的第二时间节点形成的采样时段;若所述状态数据集合中存在属于所述采样时段的时间节点,在所述状态数据集合中读取位于所述采样时段内的一个或者多个目标时间节点;基于所述目标时间节点将所述采样时段划分为多个记录时段,并存储各个所述记录时段的状态信息。本发明提供的技术方案,能够在占用内存空间较少的情况下提高时长处理结果的准确性。

Description

时长处理方法、装置、电子设备和存储介质
技术领域
本发明涉及数据处理领域,具体涉及一种时长处理方法、装置、电子设备和存储介质。
背景技术
在网约车/出租车的打车业务的运营过程中,往往需要掌握司机的在时间维度上的时长指标来更好的推动相关子业务的发展,从而对时长产出的时效性、准确性、稳定性提出较苛刻的要求。现有技术中,实时场景的时长计算一般是依赖业务部门上报的心跳数据,即每隔一秒上报一次是否在某状态,下游可直接做统计。由于心跳数据所依赖的数据量较大,对心跳数据做间隔抽稀可解决数据量大的问题,这种方式可能会导致丢失时长精度和时效性的问题。
发明内容
有鉴于此,本发明实施方式提供了一种时长处理方法、装置、电子设备和存储介质,在一定程度上能够在占用内存空间较少的情况下提高时长处理结果的准确性。
本发明一方面提供了一种时长处理方法,所述方法包括:读取状态数据集合和动作数据集合,所述状态数据集合用于记录司机状态变化信息;所述状态变化信息包括司机状态和所述司机状态发生变化的时间节点,所述动作数据集合用于记录按照设定的时间间隔进行采样的动作信息,所述动作信息包括当前采样的时间节点和所述当前采样的时间节点对应的司机状态;针对由所述动作数据集合中相邻的第一动作信息中的第一时间节点和第二动作信息中的第二时间节点形成的采样时段;若所述状态数据集合中存在属于所述采样时段的时间节点,在所述状态数据集合中读取位于所述采样时段内的一个或者多个目标时间节点;基于所述目标时间节点将所述采样时段划分为多个记录时段,并存储各个所述记录时段的状态信息,所述记录时段的状态信息用于表征记录时段内的司机状态和状态持续时长。
在一个实施方式中,时长处理方法还包括:若所述状态数据集合中存在属于所述采样时段的时间节点,将所述采样时段作为记录时段,并存储所述记录时段的状态信息。
在一个实施方式中,时长处理方法还包括:若所述动作数据集合中的动作信息对应的采样时间和所述动作数据集合中的当前动作信息对应的采样时间的时差大于预设时差,将所述动作信息从所述动作数据集合中删除;和/或若所述状态数据集合中的时间节点和所述动作数据集合中的当前动作信息对应的采样时间的时差大于预设时差,将所述时间节点从所述动作数据集合中删除。
在一个实施方式中,时长处理方法还包括:在达到设定时间阈值的情况下,获取司机的状态信息;若所述司机的状态信息达到预设条件,则生成状态数据集合和动作数据集合,并将所述状态数据的时间节点添加至所述状态数据集合中。
在一个实施方式中,时长处理方法还包括:在生成状态数据集合和动作数据集合发生异常的情况下,则重新生成状态数据集合和动作数据集合,并将当前动作信息对应的时间节点添加到状态数据集合中。
在一个实施方式中,时长处理方法还包括:将从第一消息中间件中获取的司机初始状态数据进行序列化表示,得到司机状态变化信息。
在一个实施方式中,所述司机状态数据的数据源不同,时长处理方法还包括:将来源于多个数据源的司机状态数据分别进行序列化表示,得到多个数据源的司机状态变化信息;将所述多个数据源的司机状态变化信息合并为一条数据流。
在一个实施方式中,时长处理方法还包括:将所述记录时段和所述记录时段对应的状态信息存储至第二消息中间件中。
本发明另一方面还提供了一种时长处理装置,所述时长处理装置包括:数据读取单元,用于读取状态数据集合和动作数据集合,所述状态数据集合用于记录司机状态变化信息;所述状态变化信息包括司机状态和所述司机状态发生变化的时间节点,所述动作数据集合用于记录按照设定的时间间隔进行采样的动作信息,所述动作信息包括当前采样的时间节点和所述当前采样的时间节点对应的司机状态;目标时间节点读取单元,用于针对由所述动作数据集合中相邻的第一动作信息中的第一时间节点和第二动作信息中的第二时间节点形成的采样时段;若所述状态数据集合中存在属于所述采样时段的时间节点,在所述状态数据集合中读取位于所述采样时段内的一个或者多个目标时间节点;数据记录单元,用于基于所述目标时间节点将所述采样时段划分为多个记录时段,并存储各个所述记录时段的状态信息,所述记录时段的状态信息用于表征记录时段内的司机状态和状态持续时长。
本发明另一方面还提供了一种电子设备,所述电子设备装置包括处理器和存储器,所述存储器用于存储计算机程序,所述计算机程序被所述处理器执行时,实现上述的时长处理方法。
本发明另一方面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用于存储计算机程序,所述计算机程序被处理器执行时,实现上述的时长处理方法。
通过采用将时间进行分片的方式对司机的时长进行实时计算,若判断当前分片时长中司机的动作没有发生变化,则直接记录下当前司机的动作信息和该分片时长;若判断当前分片时长中司机的动作发生了变化,则对司机的动作信息进行分段记录,从而能够在占用内存空间较小的情况下,提升司机分片时长计算的准确性。
附图说明
通过参考附图会更加清楚的理解本发明的特征和优点,附图是示意性的而不应理解为对本发明进行任何限制,在附图中:
图1示出了本发明一个实施方式中时长处理方法的流程示意图;
图2示出了本发明一个实施方式中时长处理装置示意图;
图3示出了本发明一个实施方式中电子设备的结构示意图。
具体实施方式
为使本发明实施方式的目的、技术方案和优点更加清楚,下面将结合本发明实施方式中的附图,对本发明实施方式中的技术方案进行清楚、完整地描述,显然,所描述的实施方式是本发明一部分实施方式,而不是全部的实施方式。基于本发明中的实施方式,本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施方式,都属于本发明保护的范围。
在网约车/出租车的打车业务的运营过程中,往往需要掌握司机的在时间维度上的时长指标来更好的推动相关子业务的发展,从而对时长产出的时效性、准确性、稳定性提出较苛刻的要求。在现有技术中,实时场景的实时计算往往在事件结束之后,将事件结束的时间减去事件起始的时间作为该事件的活动时长,而对于事件的中间过程没有进行记录。另一种实时场景的计算方法就是依赖业务部门上报的心跳数据,每间隔一秒即上报一次,从而产生了大量的冗余数据。在这种方式下,若将上报的时间间隔拉长,则会影响实时计算结果的准确性。因此,需要提出一种在占用数据量存储空间较少的情况下,提升实时计算结果的准确性。
请参阅图1,本申请一个实施方式提供的时长处理方法,该方法可以包括以下多个步骤。
S110:读取状态数据集合和动作数据集合,所述状态数据集合用于记录司机状态变化信息;所述状态变化信息包括司机状态和所述司机状态发生变化的时间节点,所述动作数据集合用于记录按照设定的时间间隔进行采样的动作信息,所述动作信息包括当前采样的时间节点和所述当前采样的时间节点对应的司机状态。
在本实施方式中,通过构建两个数据集合,其中一个用于处于存储司机的状态变化信息;另一个用于存储在时间分片上的状态变化信息,从而可以在时间分片的间隔较大的情况下,提升时长实时计算的准确性。具体的,例如,所述状态数据集合中存储有多个司机的状态变化信息,如{出车,6:00:00;收车,9:45:10;出车:10:30:20,出车;14:30:45,收车}。所述动作数据集合中为在固定的时间间隔结束后获取一次司机当前的动作信息,如将时间按照1分钟的时间间隔进行分片{6:01:00,出车;6:02:00,出车;6:03:00,出车;……;14:30:00,出车;14:31:00,收车}。所述状态数据集合和动作数据集合中的数据均可以是随着司机的状态信息的变化和时间动态变化的数据集合。
S120:针对由所述动作数据集合中相邻的第一动作信息中的第一时间节点和第二动作信息中的第二时间节点形成的采样时段;若所述状态数据集合中存在属于所述采样时段的时间节点,在所述状态数据集合中读取位于所述采样时段内的一个或者多个目标时间节点。
在本实施方式中,通过读取动作数据集合中记录的相邻的两个时刻的第一动作信息和第二动作信息形成的采样时段内状态数据集合中的司机状态是否发生变化。若发生了变化,则说明在该时间分片中司机状态发生了变化,为了对司机状态时间的准确记录,需要对该时间分片上的司机状态进行分片记录。例如,将时间间隔设置为1分钟,采样的时间节点为在到达一分钟的时间间隔之后,获取一次司机的状态信息,若在该时间分片中司机状态发生了变化,则记录下这个时间节点。如分片时间为6:03:00~6:04:00,若状态数据集合中存在6:03:30这个时间节点,则将这个时间节点作为目标时间节点进行读取。当然,采样的时间间隔不宜过长,若采样的时间间隔时间过长,则对于实时场景中获取司机时长数据会产生滞后性。
S140:基于所述目标时间节点将所述采样时段划分为多个记录时段,并存储各个所述记录时段的状态信息,所述记录时段的状态信息用于表征记录时段内的司机状态和状态持续时长。
在本实施方式中,若针对由所述动作数据集合中相邻的第一动作信息中的第一时间节点和第二动作信息中的第二时间节点形成的采样时段,则说明在该时间分片中,司机的动作信息发生了变化,因此对于该时间分片中对于司机事件的活动时间需要进行分片计算。
在本实施方式中,可以按照状态数据集合中的司机状态对应的时间节点在该时间分片的状态变化信息进行判断,在该时间分片中,在该状态变化信息对应的时间之前的动作可以认为是对当前动作的前一个动作的延续,在该状态变化信息对应的时间之后的动作可以认为是当前动作持续的时间。具体的,例如,状态数据集合为{出车,6:00:00;收车,9:45:10},对于动作数据集合中{6:01:00,出车;6:02:00,出车;6:03:00,出车;9:45:00,出车;9:46:00,收车},在9:46:00这个时刻的动作信息相对于9:45:00这个时刻的动作信息发生了变化,则对于9:45:00~9:46:00这个时间分片需要进行分段计算。因此,可以将9:45:10减去9:45:00得到的时间为10s作为出车时长;然后将9:46:00减去9:45:10得到的时间为50s作为收车时长。
在一个实施方式中,时长处理方法还可以包括:若所述状态数据集合中存在属于所述采样时段的时间节点,将所述采样时段作为记录时段,并存储所述记录时段的状态信息。
在本实施方式中,若所述状态数据集合中不存在属于所述采样时段的时间节点,则可以认为在该时间分片中,司机的状态并没有发生变化。因此,可以将该时间分片作为司机当前动作信息的持续时间。具体的,例如,{6:01:00,出车;6:02:00,出车;6:03:00,出车},现获取到6:04:00司机的动作信息也是出车信息,则可以将……;6:03:00~6:04:00全都记录为司机的出车时长。
在一个实施方式中,时长处理方法还可以包括:若所述动作数据集合中的动作信息对应的时间和当前动作信息对应的时间之间的时差大于预设时差,将所述动作信息从所述动作数据集合中删除;和/或若所述状态数据集合中的状态变化信息对应的时间和所述当前动作信息对应的时间的时差大于预设时差,将所述状态变化信息从所述状态数据集合中删除。
在本实施方式中,为了减少状态数据集合和/或状态数据集合中数据的存储而占用过多的空间,因此,可以根据状态持续的时长确定合适的预设时差,若状态变化信息/动作信息和当前动作之间的时差大于预设时差,则将该状态变化信息/动作信息从对应的数据集合中删除。具体的,例如,司机在出车过程中,考虑到对于时长实时处理过程中发生的故障需要一定的时间做出反应、排查以及修复工作,因此,可以将预设时差设置为4小时,当状态数据集合和动作数据集合中数据记录对应的时间和当前动作对应的时间之间的差异达到4小时的情况下,就将该数据记录从对应的数据集合中删除。具体的,例如,对于实时处理过程中,若当前采样时间节点和状态数据集合/动作数据集合中的司机状态对应的时间的时差大于4小时,则将状态数据集合/动作数据集合中的司机状态予以删除。
在一个实施方式中,时长处理方法还可以包括:在达到设定时间阈值的情况下,获取司机的状态信息;若所述司机的状态信息达到预设条件,则生成状态数据集合和动作数据集合,并将所述状态数据添加至所述状态数据集合中。
在本实施方式中,只需要对满足条件的时长进行统计,为了避免时长实时计算算力的浪费,因此,可以在获取到满足条件的情况下,再使用上述实施方式中所述的实时时长计算方法进行计算。例如,setAutoWatermarkInterval为5s,并自定义WatermarkStrategy,并基于事件和处理时间周期生成水位,用于状态延续场景无事件到达的trigger触发,即每间隔5s就获取一次司机的状态信息,判断司机的状态信息是否达到预设条件(水位条件),若达到了预设条件,则生成状态数据集合和动作数据集合。
在一个实施方式中,时长处理方法还可以包括:在生成状态数据集合和动作数据集合发生异常的情况下,则重新生成状态数据集合和动作数据集合,并将当前动作信息对应的时间节点添加到状态数据集合中。
在本实施方式中,若在上述生成状态数据集合和动作数据集合发生异常的情况下,为了避免计算错误加剧,则重新获取当前的状态信息,并重新生成状态数据集合和动作数据集合,从而在新的状态数据集合和动作数据集合的基础上进行重新运算,从而可以避免错误持续的发生下去,导致时长实时计算过程的紊乱。
在一个实施方式中,时长处理方法还可以包括:将从第一消息中间件中获取的司机初始状态数据进行序列化表示,得到司机状态变化信息。
在本实施方式中,由于司机的初始状态数据主要来源于业务部门,由于业务部门主要根据业务需求进行设计,为了识别需要,将名称、字符长短等设置为符合本说明书实施方式中所述的时长实时计算方法的需求,即将其表示为符合计算要求的标准数据。所述序列化表示可以是将司机初始状态数据按照一定的规则进行标准化表示。具体的,例如,在时间的表示上有些数据只精确到分,而有些数据精确到了毫秒,因此,需要将其全部精确到秒的形式。
在一个实施方式中,所述司机状态数据的数据源不同,时长处理方法还可以包括:将来源于多个数据源的司机状态数据分别进行序列化表示,得到多个数据源的司机状态变化信息;将所述多个数据源的司机状态变化信息合并为一条数据流。
在本实施方式中,司机状态变化信息(出车、接驾、等待、送驾、听实时单&预约单等时长等)可能来源于不同的数据接口,因此,需要将这些不同的数据流进行合流处理,以便于后续的时长实时计算。
在一个实施方式中,时长处理方法还可以包括:将所述记录时段和所述记录时段对应的状态信息存储至第二消息中间件中。
在本实施方式中,在对一个时间分片中的时长计算完成之后,需要将其发送至消息中间件中进行存储,以便于下游的业务部门对司机的工作时长进行查询。具体的,例如,若所述动作数据集合中的当前动作信息和所述当前动作信息的前一个动作信息相同,则可以将该时间分片按照[出车,6:00:00~6:01:00,60s]这种形式进行存储。若所述动作数据集合中的当前动作信息和所述当前动作信息的前一个动作信息不同,则可以将该时间分片按照[出车,6:10:00~6:10:10,10s]、[收车,6:10:10~6:11:00,50s]的形式进行存储。需要说明的是,本说明书实施方式对数据的存储形式不作限制,也可以将数据的存储形式按照ID编码等方式进行存储。
请参阅图2,本申请一个实施方式还提供一种时长处理装置,所述时长实时处理装置可以包括:数据读取单元、目标时间节点读取单元、数据记录单元。
数据读取单元,用于读取状态数据集合和动作数据集合,所述状态数据集合用于记录司机状态变化信息;所述状态变化信息包括司机状态和所述司机状态发生变化的时间节点,所述动作数据集合用于记录按照设定的时间间隔进行采样的动作信息,所述动作信息包括当前采样的时间节点和所述当前采样的时间节点对应的司机状态。
目标时间节点读取单元,用于针对由所述动作数据集合中相邻的第一动作信息中的第一时间节点和第二动作信息中的第二时间节点形成的采样时段;若所述状态数据集合中存在属于所述采样时段的时间节点,在所述状态数据集合中读取位于所述采样时段内的一个或者多个目标时间节点。
数据记录单元,用于基于所述目标时间节点将所述采样时段划分为多个记录时段,并存储各个所述记录时段的状态信息,所述记录时段的状态信息用于表征记录时段内的司机状态和状态持续时长。
关于时长处理装置实现的具体功能和效果,可以参照本说明书其他实施方式对照解释,在此不再赘述。所述目标识别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。所述各模块可以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。
请参阅图3,本申请一个实施方式还提供一种电子设备,所述电子设备包括处理器和存储器,所述存储器用于存储计算机程序,所述计算机程序被所述处理器执行时,实现上述的时长处理方法。
其中,处理器可以为中央处理器(Central Processing Unit,CPU)。处理器还可以为其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片,或者上述各类芯片的组合。
存储器作为一种非暂态计算机可读存储介质,可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块,如本发明实施方式中的方法对应的程序指令/模块。处理器通过运行存储在存储器中的非暂态软件程序、指令以及模块,从而执行处理器的各种功能应用以及数据处理,即实现上述方法实施方式中的方法。
存储器可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储处理器所创建的数据等。此外,存储器可以包括高速随机存取存储器,还可以包括非暂态存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施方式中,存储器可选包括相对于处理器远程设置的存储器,这些远程存储器可以通过网络连接至处理器。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本申请一个实施方式还提供一种计算机可读存储介质,所述计算机可读存储介质用于存储计算机程序,所述计算机程序被处理器执行时,实现上述的时长处理方法。
本领域普通技术人员可以理解实现所述实施方式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,可包括如所述各方法的实施方式的流程。其中,本说明书所提供的各实施方式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易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
本说明书多个实施方式之间,采用递进的方式进行描述。不同的实施方式着重于描述相较于其它实施方式不相同的部分。所属领域技术人员在阅读本说明书之后,可以获知本说明书中的多个实施方式,以及实施方式揭示的多个技术特征,可以进行更多种的组合,为使描述简洁,未对所述实施方式中的各个技术特征所有可能的组合都进行描述。然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书中的多个实施方式本身均着重于强调与其他实施方式不同的部分,各实施方式之间可以相互对照解释。所属领域技术人员基于一般的技术常识对本说明书中的多个实施方式的任意组合均涵盖于本说明书的揭示范围内。
以上所述仅为本案的实施方式而已,并不用以限制本案的权利要求保护范围。对于本领域技术人员来说,本案可以有各种更改和变化。凡在本案的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本案的权利要求范围之内。

Claims (9)

1.一种时长处理方法,其特征在于,所述方法包括:
读取状态数据集合和动作数据集合,所述状态数据集合用于记录司机状态变化信息;所述状态变化信息包括司机状态和所述司机状态发生变化的时间节点,所述动作数据集合用于记录按照设定的时间间隔进行采样的动作信息,所述动作信息包括当前采样的时间节点和所述当前采样的时间节点对应的司机状态;
针对由所述动作数据集合中相邻的第一动作信息中的第一时间节点和第二动作信息中的第二时间节点形成的采样时段;若所述状态数据集合中存在属于所述采样时段的时间节点,在所述状态数据集合中读取位于所述采样时段内的一个或者多个目标时间节点;
基于所述目标时间节点将所述采样时段划分为多个记录时段,并存储各个所述记录时段的状态信息,所述记录时段的状态信息用于表征记录时段内的司机状态和状态持续时长;
所述方法还包括:
在达到设定时间阈值的情况下,获取司机的状态信息;
若所述司机的状态信息达到预设条件,则生成状态数据集合和动作数据集合,并将所述状态数据的时间节点添加至所述状态数据集合中;
在生成状态数据集合和动作数据集合发生异常的情况下,则重新生成状态数据集合和动作数据集合,并将当前动作信息对应的时间节点添加到状态数据集合中。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述状态数据集合中不存在属于所述采样时段的时间节点,将所述采样时段作为记录时段,并存储所述记录时段的状态信息。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述动作数据集合中的动作信息对应的采样时间和所述动作数据集合中的当前动作信息对应的采样时间的时差大于预设时差,将所述动作信息从所述动作数据集合中删除;
和/或
若所述状态数据集合中的时间节点和所述动作数据集合中的当前动作信息对应的采样时间的时差大于预设时差,将所述时间节点从所述动作数据集合中删除。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
将从第一消息中间件中获取的司机初始状态数据进行序列化表示,得到司机状态变化信息。
5.根据权利要求1所述的方法,其特征在于,所述司机状态数据的数据源不同,所述方法还包括:
将来源于多个数据源的司机状态数据分别进行序列化表示,得到多个数据源的司机状态变化信息;
将所述多个数据源的司机状态变化信息合并为一条数据流。
6.根据权利要求1至2任一项所述的方法,其特征在于,所述方法还包括:
将所述记录时段和所述记录时段对应的状态信息存储至第二消息中间件中。
7.一种时长处理装置,其特征在于,所述时长处理装置包括:
数据读取单元,用于读取状态数据集合和动作数据集合,所述状态数据集合用于记录司机状态变化信息;所述状态变化信息包括司机状态和所述司机状态发生变化的时间节点,所述动作数据集合用于记录按照设定的时间间隔进行采样的动作信息,所述动作信息包括当前采样的时间节点和所述当前采样的时间节点对应的司机状态;
目标时间节点读取单元,用于针对由所述动作数据集合中相邻的第一动作信息中的第一时间节点和第二动作信息中的第二时间节点形成的采样时段;若所述状态数据集合中存在属于所述采样时段的时间节点,在所述状态数据集合中读取位于所述采样时段内的一个或者多个目标时间节点;
数据记录单元,用于基于所述目标时间节点将所述采样时段划分为多个记录时段,并存储各个所述记录时段的状态信息,所述记录时段的状态信息用于表征记录时段内的司机状态和状态持续时长;
所述装置还包括:
在达到设定时间阈值的情况下,获取司机的状态信息;
若所述司机的状态信息达到预设条件,则生成状态数据集合和动作数据集合,并将所述状态数据的时间节点添加至所述状态数据集合中;
在生成状态数据集合和动作数据集合发生异常的情况下,则重新生成状态数据集合和动作数据集合,并将当前动作信息对应的时间节点添加到状态数据集合中。
8.一种电子设备,其特征在于,所述电子设备装置包括处理器和存储器,所述存储器用于存储计算机程序,所述计算机程序被所述处理器执行时,实现如权利要求1至6中任一所述的方法。
9.一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用于存储计算机程序,所述计算机程序被处理器执行时,实现如权利要求1至6中任一所述的方法。
CN202211439596.6A 2022-11-17 2022-11-17 时长处理方法、装置、电子设备和存储介质 Active CN116166710B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211439596.6A CN116166710B (zh) 2022-11-17 2022-11-17 时长处理方法、装置、电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211439596.6A CN116166710B (zh) 2022-11-17 2022-11-17 时长处理方法、装置、电子设备和存储介质

Publications (2)

Publication Number Publication Date
CN116166710A CN116166710A (zh) 2023-05-26
CN116166710B true CN116166710B (zh) 2024-01-12

Family

ID=86417078

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211439596.6A Active CN116166710B (zh) 2022-11-17 2022-11-17 时长处理方法、装置、电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN116166710B (zh)

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019153193A1 (zh) * 2018-02-08 2019-08-15 深圳前海达闼云端智能科技有限公司 一种出租车运营监测方法、设备、存储介质和系统
CN112381505A (zh) * 2020-11-09 2021-02-19 南京领行科技股份有限公司 网约车服务的管理方法、装置、电子设备及可读存储介质
CN113506097A (zh) * 2021-09-10 2021-10-15 北京明略昭辉科技有限公司 一种在岗状态监测方法、装置、设备及存储介质
CN113536360A (zh) * 2021-08-11 2021-10-22 苏州聚慧邦信息科技有限公司 基于智能制造的信息安全处理方法、装置及电子设备
CN113592116A (zh) * 2021-09-28 2021-11-02 阿里云计算有限公司 设备状态分析方法、装置、设备和存储介质
CN114422817A (zh) * 2022-01-17 2022-04-29 北京达佳互联信息技术有限公司 直播间数据处理方法、装置、电子设备、存储介质
CN114579550A (zh) * 2022-03-03 2022-06-03 首约科技(北京)有限公司 一种网约车司机出车时长的数据指标确定方法
CN114722093A (zh) * 2022-03-21 2022-07-08 杭州锘崴信息科技有限公司 网约车司机驾驶总时长的隐私计算系统、方法及应用

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019153193A1 (zh) * 2018-02-08 2019-08-15 深圳前海达闼云端智能科技有限公司 一种出租车运营监测方法、设备、存储介质和系统
CN112381505A (zh) * 2020-11-09 2021-02-19 南京领行科技股份有限公司 网约车服务的管理方法、装置、电子设备及可读存储介质
CN113536360A (zh) * 2021-08-11 2021-10-22 苏州聚慧邦信息科技有限公司 基于智能制造的信息安全处理方法、装置及电子设备
CN113506097A (zh) * 2021-09-10 2021-10-15 北京明略昭辉科技有限公司 一种在岗状态监测方法、装置、设备及存储介质
CN113592116A (zh) * 2021-09-28 2021-11-02 阿里云计算有限公司 设备状态分析方法、装置、设备和存储介质
CN114422817A (zh) * 2022-01-17 2022-04-29 北京达佳互联信息技术有限公司 直播间数据处理方法、装置、电子设备、存储介质
CN114579550A (zh) * 2022-03-03 2022-06-03 首约科技(北京)有限公司 一种网约车司机出车时长的数据指标确定方法
CN114722093A (zh) * 2022-03-21 2022-07-08 杭州锘崴信息科技有限公司 网约车司机驾驶总时长的隐私计算系统、方法及应用

Also Published As

Publication number Publication date
CN116166710A (zh) 2023-05-26

Similar Documents

Publication Publication Date Title
CN107491458B (zh) 一种存储时间序列数据的方法和装置以及系统
CN111582605A (zh) 目的站点的预测方法、装置、电子设备及存储介质
CN111078513A (zh) 日志处理方法、装置、设备、存储介质及日志告警系统
CN111371672A (zh) 消息推送方法及装置
CN110543536A (zh) 时空轨迹向量构建方法、终端设备及计算机存储介质
CN116166710B (zh) 时长处理方法、装置、电子设备和存储介质
CN117591301B (zh) 一种监控云资源分配优化方法及系统
CN116383211A (zh) 车联网数据处理方法、装置及电子设备、存储介质
CN116166709B (zh) 时长校正方法、装置、电子设备和存储介质
CN110955760A (zh) 判决结果的评价方法和相关装置
CN115640469B (zh) 活动时长计算方法、装置、电子设备和存储介质
CN112685557B (zh) 可视化信息资源管理方法及装置
CN116156416A (zh) 基于信令数据的职住地提取方法及装置
CN109783559B (zh) 房产交易数据的获取方法、装置、电子设备以及存储介质
CN111242147B (zh) 一种亲密联系人和频繁活跃区域识别的方法及装置
CN114356490B (zh) 基于大数据的财务信息可视化处理方法及系统
CN116226231B (zh) 数据分割方法及相关装置
CN109214542A (zh) 基于大数据的发车时刻预估方法及装置
CN112202607B (zh) 日志消息的统计计算方法、服务器及存储介质
CN103106103A (zh) 请求信息分类方法及装置
CN116346888B (zh) 一种配置文件生成方法、装置及设备
CN112486771B (zh) 一种分布式系统管理方法、系统、设备以及介质
CN109842897B (zh) 终端信令数据的校验方法、装置及可读存储介质
CN117112620A (zh) 业务预警的方法、装置、存储介质及处理器
CN115964408A (zh) 时长校正方法、装置、电子设备和存储介质

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
GR01 Patent grant
GR01 Patent grant