CN116503010B - 基于多级数据上报的数据统计方法、装置、设备及介质 - Google Patents
基于多级数据上报的数据统计方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN116503010B CN116503010B CN202310221977.5A CN202310221977A CN116503010B CN 116503010 B CN116503010 B CN 116503010B CN 202310221977 A CN202310221977 A CN 202310221977A CN 116503010 B CN116503010 B CN 116503010B
- Authority
- CN
- China
- Prior art keywords
- data
- level
- service
- business
- mechanisms
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 230000007246 mechanism Effects 0.000 claims abstract description 289
- 238000004590 computer program Methods 0.000 claims description 13
- 238000007405 data analysis Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 abstract description 9
- 238000012545 processing Methods 0.000 abstract description 6
- 230000008901 benefit Effects 0.000 abstract description 4
- 238000007726 management method Methods 0.000 description 47
- 230000008520 organization Effects 0.000 description 11
- 238000005516 engineering process Methods 0.000 description 9
- 238000010586 diagram Methods 0.000 description 6
- 230000010354 integration Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000013481 data capture Methods 0.000 description 4
- 238000013499 data model Methods 0.000 description 3
- 238000003745 diagnosis Methods 0.000 description 3
- 238000003672 processing method Methods 0.000 description 3
- 230000006399 behavior Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 239000011159 matrix material Substances 0.000 description 2
- 208000035473 Communicable disease Diseases 0.000 description 1
- 208000006011 Stroke Diseases 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 208000023516 stroke disease Diseases 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001960 triggered effect Effects 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/10—Office automation; Time management
-
- 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/22—Social work or social welfare, e.g. community support activities or counselling services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Marketing (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Child & Adolescent Psychology (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Hardware Redundancy (AREA)
Abstract
本申请提供一种基于多级数据上报的数据统计方法、装置、设备及介质,该方法可以根据当前区域不同层级的机构功能,将当前区域各层级的机构分为业务虚拟机构和业务承担机构,通过业务虚拟机构汇总业务承担机构产生的基础数据,从而使得各机构的职能更加明确;根据各层级的机构从属关系,确定不同层级的业务虚拟机构的从属对应关系,即各层级的业务虚拟机构所对应的上层主管机构,从而明确数据上报对象,通过上层主管机构实现对下层业务虚拟机构上报的汇总数据进行合并,能够减少下层业务虚拟机构的数据处理量,充分利用上层主管机构高信息化水平的优势,避免下层机构的数据冗余,提高数据统计的效率。
Description
技术领域
本申请涉及数据统计技术领域,尤其涉及一种基于多级数据上报的数据统计方法、装置、设备及介质。
背景技术
随着信息化技术的普遍,现阶段大多数工作都已经实现了信息化手段,工作的过程中,已经将信息数据记录在系统中,做全面的复盘统计,将成为可能甚至是一种必然。此时,可以通过大数据技术和手段对真实世界进行还原式地复盘,即用全量的数据进行统计,统计结果超精确,不存在数据偏差。
在医疗领域,现阶段多采用数据集成的手段进行层层上报,但是,不同层级的机构的信息化水平不同,数据统计应用的需求不同,从而导致不同层级机构的数据口径不一致,且各级医疗机构隶属关系复杂,各层级机构性质存在重叠,使得各层级数据在统计时存在大量数据冗余,导致数据统计的效率低下。
因此,如何解决目前多级数据统计效率低下成为了亟待解决的技术问题。
发明内容
本申请提供了一种基于多级数据上报的数据统计方法、装置、设备及存储介质,可以及时对卒中患者进行诊疗,降低卒中疾病复发概率。
第一方面,本申请提供一种基于多级数据上报的数据统计方法,所述基于多级数据上报的数据统计方法包括以下步骤:
获取当前区域内各层级的至少一个业务虚拟机构以及至少一个业务承担机构;
基于各层级中的业务虚拟机构,汇总对应层级中各业务承担机构提供的基础数据,获得汇总数据;
基于各层级的机构从属关系,确定各所述业务虚拟机构与上级主管机构的从属对应关系;
基于所述从属对应关系,将各层级的所述汇总数据上报至所述上级主管机构,以通过所述上级主管机构对所述汇总数据进行合并,完成数据统计。
进一步地,所述基于各层级中的业务虚拟机构,汇总对应层级中各业务承担机构提供的基础数据,获得汇总数据,包括:
基于预设数据上报方式,获取所述各业务承担机构提供的基础数据;
基于预设业务分类,确定所述基础数据的至少一个数据类型;
基于所述业务虚拟数据中对应各所述数据类型的数据接口,将所述各业务承担机构提供的所述基础数据分别汇总至对应数据类型中,获得所述汇总数据。
进一步地,所述预设数据上报方式包括直接获取方式和下层填报方式。
进一步地,所述获取当前区域内各层级的至少一个业务虚拟机构以及至少一个业务承担机构,包括:
获取所述当前区域内的直属管理机构及其隶属机构;
基于预设分类方法,对各所述直属管理机构和各所述隶属机构进行分类,确定各层级的所述业务虚拟机构和所述业务承担机构。
进一步地,所述通过所述上级主管机构对所述汇总数据进行合并,完成数据统计,包括:
基于预设数据分析方法,确定至少一种数据合并类别;
基于所述上级主管机构,将所述汇总数据中对应各数据合并类别的数据项进行合并,获得对应各所述数据合并类别的合并数据,完成数据统计。
进一步地,所述方法用于多级数据平台,所述多级数据平台用于多级数据的统计,所述获取当前区域内各层级的至少一个业务虚拟机构以及至少一个业务承担机构之前,还包括:
基于所述多级数据平台的层级划分规则,确定各区域对应的所述层级;
获取各区域内的直属管理机构及其隶属机构,录入所述多级数据平台中各所述层级中,确定各所述直属管理机构及其隶属机构的层级关系。。
第二方面,本申请还提供一种基于多级数据上报的数据统计装置,所述基于多级数据上报的数据统计装置包括:
机构获取模块,用于获取当前区域内各层级的至少一个业务虚拟机构以及至少一个业务承担机构;
数据汇总模块,用于基于各层级中的业务虚拟机构,汇总对应层级中各业务承担机构提供的基础数据,获得汇总数据;
从属对应关系确定模块,用于基于各层级的机构从属关系,确定各所述业务虚拟机构与上级主管机构的从属对应关系;
数据合并模块,用于基于所述从属对应关系,将各层级的所述汇总数据上报至所述上级主管机构,以通过所述上级主管机构对所述汇总数据进行合并,完成数据统计。
第三方面,本申请还提供一种计算机设备,所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中所述计算机程序被所述处理器执行时,实现如上述的基于多级数据上报的数据统计方法的步骤。
第四方面,本申请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上存储有计算机程序,其中所述计算机程序被处理器执行时,实现如上述的基于多级数据上报的数据统计方法的步骤。
本申请提供一种基于多级数据上报的数据统计方法、装置、设备及存储介质,本方法包括获取当前区域内各层级的至少一个业务虚拟机构以及至少一个业务承担机构;基于各层级中的业务虚拟机构,汇总对应层级中各业务承担机构提供的基础数据,获得汇总数据;基于各层级的机构从属关系,确定各所述业务虚拟机构与上级主管机构的从属对应关系;基于所述从属对应关系,将各层级的所述汇总数据上报至所述上级主管机构,以通过所述上级主管机构对所述汇总数据进行合并,完成数据统计。通过上述方式,根据当前区域不同层级的机构功能,将当前区域各层级的机构分为业务虚拟机构和业务承担机构,通过业务虚拟机构汇总业务承担机构产生的基础数据,从而使得各机构的职能更加明确,并且相同层级的数据结构类似,首先进行同层级机构的数据汇总,可以避免不同层级数据的相互干扰;根据各层级的机构从属关系,确定不同层级的业务虚拟机构的从属对应关系,即各层级的业务虚拟机构所对应的上层主管机构,从而明确数据上报对象,通过上层主管机构实现对下层业务虚拟机构上报的汇总数据进行合并,能够减少下层业务虚拟机构的数据处理量,充分利用上层主管机构高信息化水平的优势,避免下层机构的数据冗余,提高数据统计的效率。
附图说明
为了更清楚地说明本申请实施例技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请的实施例提供的基于多级数据上报的数据统计方法第一实施例的流程示意图;
图2为本申请的实施例提供的基于多级数据上报的数据统计方法第二实施例的流程示意图;
图3为本申请的实施例提供的基于多级数据上报的数据统计方法第三实施例的流程示意图;
图4是本申请的实施例提供的一种基于多级数据上报的数据统计装置的装置示意框图;
图5是本申请实施例提供的一种计算机设备的结构示意性框图。
本申请目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
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。
附图中所示的流程图仅是示例说明,不是必须包括所有的内容和操作/步骤,也不是必须按所描述的顺序执行。例如,有的操作/步骤还可以分解、组合或部分合并,因此实际执行的顺序有可能根据实际情况改变。
下面结合附图,对本申请的一些实施方式作详细说明。在不冲突的情况下,下述的实施例及实施例中的特征可以相互组合。
本申请的实施例提供了一种基于多级数据上报的数据统计方法、基于多级数据上报的数据统计装置、计算机设备及存储介质,用于通过对不同层级机构的功能划分,实现对不同层级数据的汇总,然后根据各层级之间的机构从属关系,实现从低层级机构到高层级机构的数据上报,将数据统计分层处理,避免低层级机构的数据冗余,提高多层级数据的统计效率。
为便于本领域人员理解,本申请实施例以所述基于多级数据上报的数据统计方法在医疗数据统计领域的应用进行说明。具体实施例如下:
请参照图1,图1为本申请的实施例提供的基于多级数据上报的数据统计方法第一实施例的流程示意图。
如图1所示,该基于多级数据上报的数据统计方法包括步骤S101至步骤S104。
步骤S101、获取当前区域内各层级的至少一个业务虚拟机构以及至少一个业务承担机构;
本实施例中,根据当前区域内各层级中的机构职能,将各层级中的机构划分为业务虚拟机构和业务承担机构。
在一实施例中,获取所述当前区域内的直属管理机构及其隶属机构;基于预设分类方法,对各所述直属管理机构和各所述隶属机构进行分类,确定各层级的所述业务虚拟机构和所述业务承担机构。
在一实施例中,预设分类方法可以是2×2分类方法。
在一实施例中,盘点所在区域直属管理机构及其隶属机构的层级关系和数量,同时对机构进行2×2分类为业务虚设机构和业务承担机构。
步骤S102、基于各层级中的业务虚拟机构,汇总对应层级中各业务承担机构提供的基础数据,获得汇总数据;
本实施例中,业务承担机构承担医疗行为,产生临床数据;业务虚拟机构不实际发生诊疗行为,不产生临床数据。其中,业务虚拟机构用于数据汇总,业务承担机构用于基础数据的产生。
步骤S103、基于各层级的机构从属关系,确定各所述业务虚拟机构与上级主管机构的从属对应关系;
本实施例中,各层级的机构存在从属关系,尤其是低层级的医疗机构从属于高层级的医疗机构。
在一实施例中,同层级的机构之间也可以存在从属关系,可以将业务虚拟机构作为上级主管机构,用于统计同一层级的业务承担机构或者其他业务虚拟机构的医疗数据。
不同层级的机构之间按照相邻机构的从属关系,确定各业务虚拟机构的上级主管机构,比如,区县级的业务虚拟机构对应的上级主管机构为市级的业务虚拟机构。
低层级的业务承担机构的上级主管机构可以是同一层级的其他业务承担机构,也可以是同一层级的业务虚拟机构,还可以是上一层级的业务承担机构或者业务虚拟机构。在数据统计平台中,可以指定业务承担机构的唯一上级主管机构,以避免数据重复统计导致的数据冗余。
步骤S104、基于所述从属对应关系,将各层级的所述汇总数据上报至所述上级主管机构,以通过所述上级主管机构对所述汇总数据进行合并,完成数据统计。
基于预设数据分析方法,确定至少一种数据合并类别;基于所述上级主管机构,将所述汇总数据中对应各数据合并类别的数据项进行合并,获得对应各所述数据合并类别的合并数据,完成数据统计。
按照业务承担机构的层级,定义不同的数据结构,每个业务承担机构的层级,保持业务实践中实际的数据颗粒度口径,假设业务承担数据口径为X,口径穷尽分类数为n,各个实际业务单位数位m,各个业务不同口径分别为X1,X2,X3,...,Xn,各个实际业务单位的上报数据为矩阵「X11,X12,...,X1n,X21,X22,...,Xnm」。各级业务虚拟机构在进行数据汇总时,将「X11,X12,...,X1n,X21,X22,...,Xnm」汇总为X1,X2,X3,...,Xn,再进行数据上报,但需要注意的是,避免将X1,X2,X3,...,Xn进行合并。
数据合并的操作在高层级的业务虚拟机构中进行,可以由市级以上的业务虚拟机构进行数据X1,X2,X3,...,Xn到X12...n的数据合并操作。此处可以根据数据结构、元数据定义、数据值域进行数据合并分类,分别得出可在数据结构上合并的数据项(如患者信息)、可在元数据层面合并的数据项(如性别)和可在值域层面上分别合并的数据项(如诊断数据)。
本实施例提供一种基于多级数据上报的数据统计方法,根据当前区域不同层级的机构功能,将当前区域各层级的机构分为业务虚拟机构和业务承担机构,通过业务虚拟机构汇总业务承担机构产生的基础数据,从而使得各机构的职能更加明确,并且相同层级的数据结构类似,首先进行同层级机构的数据汇总,可以避免不同层级数据的相互干扰;根据各层级的机构从属关系,确定不同层级的业务虚拟机构的从属对应关系,即各层级的业务虚拟机构所对应的上层主管机构,从而明确数据上报对象,通过上层主管机构实现对下层业务虚拟机构上报的汇总数据进行合并,能够减少下层业务虚拟机构的数据处理量,充分利用上层主管机构高信息化水平的优势,避免下层机构的数据冗余,提高数据统计的效率。
请参照图2,图2为本申请的实施例提供的基于多级数据上报的数据统计方法第二实施例的流程示意图。
如图2所示,基于上述图1所示实施例,本实施例中,所述步骤S102具体包括:
步骤S201、基于预设数据上报方式,获取所述各业务承担机构提供的基础数据;
所述预设数据上报方式包括直接获取方式和下层填报方式。
直接获取方式可以是业务虚拟机构直接读取同一层级的业务承担机构或者下一层级的业务虚拟机构/业务承担机构发送数据上报请求或者数据上报指令,然后获取反馈数据。
下层填报方式可以是业务虚拟机构向同一层级的业务承担机构或者下一层级的业务虚拟机构/业务承担机构发送数据模型,让业务承担机构或者下一层级的业务虚拟机构/业务承担机构进行数据填报,再反馈至业务虚拟机构进行统计。
步骤S202、基于预设业务分类,确定所述基础数据的至少一个数据类型;
在一实施例中,预设业务分类可以是根据患者信息、诊断类型等进行分类。比如患者信息可以分为成年人、未成年人、老人,或者男性、女性等。诊断类型可以根据基础疾病、传染性疾病或者其他病症类型进行分类。
步骤S203、基于所述业务虚拟数据中对应各所述数据类型的数据接口,将所述各业务承担机构提供的所述基础数据分别汇总至对应数据类型中,获得所述汇总数据。
本实施例中,按照业务承担机构的层级,定义不同的数据结构,每个业务承担机构的层级,保持业务实践中实际的数据颗粒度口径。
假设业务承担数据口径为X,口径穷尽分类数为n,各个实际业务单位数位m,各个业务不同口径分别为X1,X2,X3,...,Xn,各个实际业务单位的上报数据为矩阵「X11,X12,...,X1n,X21,X22,...,Xnm」。各级业务虚拟机构在进行数据汇总时,将「X11,X12,...,X1n,X21,X22,...,Xnm」汇总为X1,X2,X3,...,Xn。
请参照图3,图3为本申请的实施例提供的基于多级数据上报的数据统计方法第三实施例的流程示意图。
所述基于多级数据上报的数据统计方法用于多级数据平台,所述多级数据平台用于多级数据的统计。
如图3所示,基于上述图1所示实施例,本实施例中,所述步骤S101之前,具体还包括:
步骤S301、基于所述多级数据平台的层级划分规则,确定各区域对应的所述层级;
步骤S302、获取各区域内的直属管理机构及其隶属机构,录入所述多级数据平台中各所述层级中,确定各所述直属管理机构及其隶属机构的层级关系。
在一实施例中,多级数据平台可以在实现上述基于多级数据上报的数据统计方法的过程中搭建,根据各业务承担机构以及各业务虚拟机构数据上报的路径构建各区域对应层级的数据平台。
在一实施例中,在存在高级别直属单位的数据平台,且基层数据平台未搭建时,可以根据高级别直属单位的数据平台的数据上报逻辑,进行低层级数据平台的搭建。具体如下:
盘点所在区域直属管理机构及其隶属机构的层级关系和数量,同时对机构进行2×2分类为业务虚设机构和业务承担机构。盘点所在区域直属管理机构已有平台搭建的数据上报逻辑的情况,包括数据上报的方式、数据的上报流向,数据结构。
其中,上报方式可以分为直接获取A1、下层填报A2两种,数据上报流向分为数据上传B1、数据下沉B2两种,数据结构分为信息化型C1、应用型C2、统计型C3三种。
根据实际情况进行判断低层级平台构建的方式。比如:
情况1:A1+B+C,整体平台则不需要任何修正,后续平台建设可根据实际情况直接开展即可;
情况2:A2+B1+C1,整体平台需对数据进行完整性的核对,一般情况下数据模型和实际情况不符,造成这种不符情况有两种可能性,一是数据结构设计不符合业务逻辑,导致下级机构无法按照业务逻辑进行数据上报,此时需要对数据机构进行修正,二是下级机构没有能力进行数据上报,此时应将数据上报的方式改为上级机构直接获取即可;
情况3:A2+B1+C2/C3,整体平台需对数据完整性核对,此处处理方法和上述情况2相同,采用C2/C3模式往往是受制于时间和资源,单独为某个应用建成的平台,并未考虑平台真正功能导致。需要对C2/C3进行拆解,加入C1部分即可形成完整的平台;
情况4:A2+B2+C1,此类平台需对数据进行完整性核对,一般情况下数据模型和实际情况不符,且容易出现数据两张皮现象,且相对情况2的情形更加隐蔽,此处处理方法和上述情况2相同;
情况5:A2+B2+C2/C3,整体平台存在问题较大,重建比修正所需的资源和时间更少。
在一实施例中,在多级数据平台搭建过程中,数据上报方式可以根据实际需求选择采用CDC数据集成技术手段和/或消息平台技术手段。
CDC数据集成技术手段:CDC全称是Change Data Capture,是一种捕获增量数据的技术统称,目前主要应用在捕获数据库数据变更的技术。在数据备份容灾、数据分发、面向数仓的数据集成等场景中广泛应用。在增量数据识别中,增量捕获能否实现更多依赖于源端系统。常见的增量数据捕获有基于时间戳、快照、触发器和日志四种:时间戳方法需要源端数据库中有相应的时间戳字段,并且这个字段在业务上代表更新时间。快照方法一般是数据库自带的机制,如物化视图技术,也可以自己实现相关逻辑,但会比较复杂。触发器方法是传统关系型数据库自带的机制,触发器会在表发生insert、delete、update的情况下触发,并执行一定的业务逻辑,将变化的数据写到另外一张表中,用于增量数据捕获。日志方法是基于日志消费的模式,源端数据库将库表变更以日志的方式记录到外存中,数据集成通过消费、解析日志进行增量数据捕获。
消息平台技术手段:消息平台的原理是打破系统之间的消息分发,采用总线模式,所有系统对消息平台进行消息分发,再由消息平台统一调度,将数据变动信息给到每个需要做出变动的系统。针对一个topic,设置发布相关触发事件、订阅相关监听事件。
请参阅图4,图4是本申请的实施例提供的一种基于多级数据上报的数据统计装置的装置示意框图,该基于多级数据上报的数据统计装置用于执行前述的基于多级数据上报的数据统计方法。
如图4所示,该基于多级数据上报的数据统计装400,包括:机构获取模块401、数据汇总模块402、从属对应关系确定模块403以及数据合并模块404。
机构获取模块401,用于获取当前区域内各层级的至少一个业务虚拟机构以及至少一个业务承担机构;
数据汇总模块402,用于基于各层级中的业务虚拟机构,汇总对应层级中各业务承担机构提供的基础数据,获得汇总数据;
从属对应关系确定模块403,用于基于各层级的机构从属关系,确定各所述业务虚拟机构与上级主管机构的从属对应关系;
数据合并模块404,用于基于所述从属对应关系,将各层级的所述汇总数据上报至所述上级主管机构,以通过所述上级主管机构对所述汇总数据进行合并,完成数据统计。
进一步地,所述数据汇总模块402包括:
数据获取单元,用于基于预设数据上报方式,获取所述各业务承担机构提供的基础数据;
数据类型确定单元,用于基于预设业务分类,确定所述基础数据的至少一个数据类型;
数据汇总单元,用于基于所述业务虚拟数据中对应各所述数据类型的数据接口,将所述各业务承担机构提供的所述基础数据分别汇总至对应数据类型中,获得所述汇总数据。
进一步地,所述预设数据上报方式包括直接获取方式和下层填报方式。
进一步地,所述机构获取模块401包括:
机构获取单元,用于获取所述当前区域内的直属管理机构及其隶属机构;
机构分类单元,用于基于预设分类方法,对各所述直属管理机构和各所述隶属机构进行分类,确定各层级的所述业务虚拟机构和所述业务承担机构。
进一步地,数据合并模块404包括:
数据合并类别确定单元,用于基于预设数据分析方法,确定至少一种数据合并类别;
数据合并单元,用于基于所述上级主管机构,将所述汇总数据中对应各数据合并类别的数据项进行合并,获得对应各所述数据合并类别的合并数据,完成数据统计。
进一步地,基于多级数据上报的数据统计装400还包括机构层级确定模块,所述机构层级确定模块包括:
区域层级划分单元,用于基于所述多级数据平台的层级划分规则,确定各区域对应的所述层级;
机构层级关系确定单元,用于获取各区域内的直属管理机构及其隶属机构,录入所述多级数据平台中各所述层级中,确定各所述直属管理机构及其隶属机构的层级关系。
需要说明的是,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,上述描述的装置和各模块的具体工作过程,可以参考前述基于多级数据上报的数据统计方法实施例中的对应过程,在此不再赘述。
上述实施例提供的系统可以实现为一种计算机程序的形式,该计算机程序可以在如图5所示的计算机设备上运行。
请参阅图5,图5是本申请实施例提供的一种计算机设备的结构示意性框图。该计算机设备可以是终端。
参阅图5,该计算机设备包括通过系统总线连接的处理器、存储器和网络接口,其中,存储器可以包括非易失性存储介质和内存储器。
非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令,该程序指令被执行时,可使得处理器执行任意一种基于多级数据上报的数据统计方法。
处理器用于提供计算和控制能力,支撑整个计算机设备的运行。
内存储器为非易失性存储介质中的计算机程序的运行提供环境,该计算机程序被处理器执行时,可使得处理器执行任意一种基于多级数据上报的数据统计方法。
该网络接口用于进行网络通信,如发送分配的任务等。本领域技术人员可以理解,图5中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
应当理解的是,处理器可以是中央处理单元 (Central Processing Unit,CPU),该处理器还可以是其他通用处理器、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。其中,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。
其中,在一个实施例中,所述处理器用于运行存储在存储器中的计算机程序,以实现如下步骤:
获取当前区域内各层级的至少一个业务虚拟机构以及至少一个业务承担机构;
基于各层级中的业务虚拟机构,汇总对应层级中各业务承担机构提供的基础数据,获得汇总数据;
基于各层级的机构从属关系,确定各所述业务虚拟机构与上级主管机构的从属对应关系;
基于所述从属对应关系,将各层级的所述汇总数据上报至所述上级主管机构,以通过所述上级主管机构对所述汇总数据进行合并,完成数据统计。
在一实施例中,所述处理器在实现所述基于各层级中的业务虚拟机构,汇总对应层级中各业务承担机构提供的基础数据,获得汇总数据时,用于实现:
基于预设数据上报方式,获取所述各业务承担机构提供的基础数据;
基于预设业务分类,确定所述基础数据的至少一个数据类型;
基于所述业务虚拟数据中对应各所述数据类型的数据接口,将所述各业务承担机构提供的所述基础数据分别汇总至对应数据类型中,获得所述汇总数据。
在一实施例中,所述预设数据上报方式包括直接获取方式和下层填报方式。
在一实施例中,所述处理器在实现所述获取当前区域内各层级的至少一个业务虚拟机构以及至少一个业务承担机构时,用于实现:
获取所述当前区域内的直属管理机构及其隶属机构;
基于预设分类方法,对各所述直属管理机构和各所述隶属机构进行分类,确定各层级的所述业务虚拟机构和所述业务承担机构。
在一实施例中,所述处理器在实现所述通过所述上级主管机构对所述汇总数据进行合并,完成数据统计时,用于实现:
基于预设数据分析方法,确定至少一种数据合并类别;
基于所述上级主管机构,将所述汇总数据中对应各数据合并类别的数据项进行合并,获得对应各所述数据合并类别的合并数据,完成数据统计。
在一实施例中,所述处理器在实现所述方法用于多级数据平台,所述多级数据平台用于多级数据的统计,所述获取当前区域内各层级的至少一个业务虚拟机构以及至少一个业务承担机构之前,还用于实现:
基于所述多级数据平台的层级划分规则,确定各区域对应的所述层级;
获取各区域内的直属管理机构及其隶属机构,录入所述多级数据平台中各所述层级中,确定各所述直属管理机构及其隶属机构的层级关系。
其中,所述计算机可读存储介质可以是前述实施例所述的计算机设备的内部存储单元,例如所述计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备,例如所述计算机设备上配备的插接式硬盘,智能存储卡(SmartMedia Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (7)
1.一种基于多级数据上报的数据统计方法,其特征在于,所述方法包括以下步骤:
获取当前区域内各层级的至少一个业务虚拟机构以及至少一个业务承担机构;
基于各层级中的业务虚拟机构,汇总对应层级中各业务承担机构提供的基础数据,获得汇总数据;
基于各层级的机构从属关系,确定各所述业务虚拟机构与上级主管机构的从属对应关系;
基于所述从属对应关系,将各层级的所述汇总数据上报至所述上级主管机构,以通过所述上级主管机构对所述汇总数据进行合并,完成数据统计;
其中,所述获取当前区域内各层级的至少一个业务虚拟机构以及至少一个业务承担机构,包括:
获取所述当前区域内的直属管理机构及其隶属机构;
基于预设分类方法,对各所述直属管理机构和各所述隶属机构进行分类,确定各层级的所述业务虚拟机构和所述业务承担机构,其中,所述业务虚拟机构用于数据汇总,所述业务承担机构用于基础数据的产生;
所述基于各层级中的业务虚拟机构,汇总对应层级中各业务承担机构提供的基础数据,获得汇总数据,包括:
基于预设数据上报方式,获取所述各业务承担机构提供的基础数据;
基于预设业务分类,确定所述基础数据的至少一个数据类型;
基于所述业务虚拟数据中对应各所述数据类型的数据接口,将所述各业务承担机构提供的所述基础数据分别汇总至对应数据类型中,获得所述汇总数据。
2.根据权利要求1所述的基于多级数据上报的数据统计方法,其特征在于,所述预设数据上报方式包括直接获取方式和下层填报方式。
3.根据权利要求1所述的基于多级数据上报的数据统计方法,其特征在于,所述通过所述上级主管机构对所述汇总数据进行合并,完成数据统计,包括:
基于预设数据分析方法,确定至少一种数据合并类别;
基于所述上级主管机构,将所述汇总数据中对应各数据合并类别的数据项进行合并,获得对应各所述数据合并类别的合并数据,完成数据统计。
4.根据权利要求1所述的基于多级数据上报的数据统计方法,其特征在于,所述方法用于多级数据平台,所述多级数据平台用于多级数据的统计,所述获取当前区域内各层级的至少一个业务虚拟机构以及至少一个业务承担机构之前,还包括:
基于所述多级数据平台的层级划分规则,确定各区域对应的所述层级;
获取各区域内的直属管理机构及其隶属机构,录入所述多级数据平台中各所述层级中,确定各所述直属管理机构及其隶属机构的层级关系。
5.一种基于多级数据上报的数据统计装置,其特征在于,包括:
机构获取模块,用于获取当前区域内各层级的至少一个业务虚拟机构以及至少一个业务承担机构;
数据汇总模块,用于基于各层级中的业务虚拟机构,汇总对应层级中各业务承担机构提供的基础数据,获得汇总数据;
从属对应关系确定模块,用于基于各层级的机构从属关系,确定各所述业务虚拟机构与上级主管机构的从属对应关系;
数据合并模块,用于基于所述从属对应关系,将各层级的所述汇总数据上报至所述上级主管机构,以通过所述上级主管机构对所述汇总数据进行合并,完成数据统计;
其中,所述机构获取模块,包括:
机构获取单元,用于获取所述当前区域内的直属管理机构及其隶属机构;
机构分类单元,用于基于预设分类方法,对各所述直属管理机构和各所述隶属机构进行分类,确定各层级的所述业务虚拟机构和所述业务承担机构,其中,所述业务虚拟机构用于数据汇总,所述业务承担机构用于基础数据的产生;
所述数据汇总模块,包括:
数据获取单元,用于基于预设数据上报方式,获取所述各业务承担机构提供的基础数据;
数据类型确定单元,用于基于预设业务分类,确定所述基础数据的至少一个数据类型;
数据汇总单元,用于基于所述业务虚拟数据中对应各所述数据类型的数据接口,将所述各业务承担机构提供的所述基础数据分别汇总至对应数据类型中,获得所述汇总数据。
6.一种计算机设备,其特征在于,所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序,其中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4中任一项所述的基于多级数据上报的数据统计方法的步骤。
7.一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上存储有计算机程序,其中所述计算机程序被处理器执行时,实现如权利要求1至4中任一项所述的基于多级数据上报的数据统计方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310221977.5A CN116503010B (zh) | 2023-03-09 | 2023-03-09 | 基于多级数据上报的数据统计方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310221977.5A CN116503010B (zh) | 2023-03-09 | 2023-03-09 | 基于多级数据上报的数据统计方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116503010A CN116503010A (zh) | 2023-07-28 |
CN116503010B true CN116503010B (zh) | 2024-03-15 |
Family
ID=87319144
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310221977.5A Active CN116503010B (zh) | 2023-03-09 | 2023-03-09 | 基于多级数据上报的数据统计方法、装置、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116503010B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103646366A (zh) * | 2013-11-15 | 2014-03-19 | 北京耀华康业科技发展有限公司 | 一种互动式自主健康管理系统和方法 |
CN104202230A (zh) * | 2014-09-26 | 2014-12-10 | 深圳中兴网信科技有限公司 | 用于多级结构的数据交互装置及方法 |
CN110134833A (zh) * | 2019-05-09 | 2019-08-16 | 南京邮电大学 | 面向电网拓扑管理的图数据建模系统及方法 |
CN112259213A (zh) * | 2020-10-21 | 2021-01-22 | 微医云(杭州)控股有限公司 | 一种数据传输方法、系统、电子设备及存储介质 |
CN114067981A (zh) * | 2021-11-29 | 2022-02-18 | 中国联合网络通信集团有限公司 | 医疗数据处理方法、装置及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110377628A (zh) * | 2019-07-23 | 2019-10-25 | 京东方科技集团股份有限公司 | 一种信息获取方法、装置及电子设备 |
-
2023
- 2023-03-09 CN CN202310221977.5A patent/CN116503010B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103646366A (zh) * | 2013-11-15 | 2014-03-19 | 北京耀华康业科技发展有限公司 | 一种互动式自主健康管理系统和方法 |
CN104202230A (zh) * | 2014-09-26 | 2014-12-10 | 深圳中兴网信科技有限公司 | 用于多级结构的数据交互装置及方法 |
CN110134833A (zh) * | 2019-05-09 | 2019-08-16 | 南京邮电大学 | 面向电网拓扑管理的图数据建模系统及方法 |
CN112259213A (zh) * | 2020-10-21 | 2021-01-22 | 微医云(杭州)控股有限公司 | 一种数据传输方法、系统、电子设备及存储介质 |
CN114067981A (zh) * | 2021-11-29 | 2022-02-18 | 中国联合网络通信集团有限公司 | 医疗数据处理方法、装置及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN116503010A (zh) | 2023-07-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11487790B2 (en) | Universal analytical data mart and data structure for same | |
US11308092B2 (en) | Stream processing diagnostics | |
US20210240736A1 (en) | Method and Apparatus for Monitoring an In-memory Computer System | |
CN101828182B (zh) | 报告oltp数据的无etl零冗余系统和方法 | |
US11314743B1 (en) | Storing records via multiple field-based storage mechanisms | |
CN108399199A (zh) | 一种基于Spark的应用软件运行日志的收集与服务处理系统及方法 | |
Hong et al. | A framework for locally convergent random-search algorithms for discrete optimization via simulation | |
CN112527774A (zh) | 数据中台搭建方法、系统及存储介质 | |
CN115879748B (zh) | 一种基于大数据的企业信息化管理集成平台 | |
US11455323B2 (en) | Data processing method and system | |
CN114840531A (zh) | 基于血缘关系的数据模型重构方法、装置、设备及介质 | |
CN116503010B (zh) | 基于多级数据上报的数据统计方法、装置、设备及介质 | |
US11507578B2 (en) | Delaying exceptions in query execution | |
CN116483822B (zh) | 业务数据预警方法、装置、计算机设备、存储介质 | |
Kalvit | Application of an innovative MBSE (SysML-1D) co-simulation in healthcare | |
CN116910023A (zh) | 一种数据治理系统 | |
CN111143130A (zh) | 数据恢复方法、装置、计算机可读存储介质和计算机设备 | |
CN111552847B (zh) | 一种变更对象数量的方法和装置 | |
KR20230030771A (ko) | 다기관 데이터 품질 평가 시스템 및 그 방법 | |
Allcock et al. | Challenges of hpc monitoring | |
Haug | Bad big data science | |
US8195604B2 (en) | System and method for verifying IMS databases on a mainframe computer | |
CN110196877B (zh) | 数据展示方法、装置、计算机设备及存储介质 | |
Jagdev et al. | Implementation and applications of big data in health care industry | |
US20230367773A1 (en) | Loading query result sets for storage in database systems |
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 |