CN116595067A - 一种实时指标的生成方法、装置、电子设备及存储介质 - Google Patents
一种实时指标的生成方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN116595067A CN116595067A CN202310663082.7A CN202310663082A CN116595067A CN 116595067 A CN116595067 A CN 116595067A CN 202310663082 A CN202310663082 A CN 202310663082A CN 116595067 A CN116595067 A CN 116595067A
- Authority
- CN
- China
- Prior art keywords
- real
- time
- index
- current statistical
- statistical window
- 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
- 238000000034 method Methods 0.000 title claims abstract description 68
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 238000004590 computer program Methods 0.000 claims description 16
- 230000000007 visual effect Effects 0.000 claims description 9
- 238000012795 verification Methods 0.000 claims description 4
- 238000005096 rolling process Methods 0.000 claims description 2
- 238000011161 development Methods 0.000 abstract description 16
- 230000009286 beneficial effect Effects 0.000 abstract description 7
- 238000012423 maintenance Methods 0.000 abstract description 6
- 238000009825 accumulation Methods 0.000 abstract description 4
- 238000012545 processing Methods 0.000 description 29
- 238000004364 calculation method Methods 0.000 description 18
- 238000004891 communication Methods 0.000 description 12
- 230000008569 process Effects 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 239000008186 active pharmaceutical agent Substances 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 4
- 238000001556 precipitation Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000007726 management method Methods 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000002244 precipitate Substances 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 238000007619 statistical method Methods 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 238000004220 aggregation Methods 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000002708 enhancing effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000005065 mining Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000001376 precipitating effect Effects 0.000 description 1
- 230000010076 replication Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
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
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- 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
- G06F16/23—Updating
- G06F16/2379—Updates performed during online database operations; commit processing
-
- 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
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/2433—Query languages
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/451—Execution arrangements for user interfaces
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Fuzzy Systems (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种实时指标的生成方法、装置、电子设备及存储介质;该方法包括:获取外部数据平台在当前统计窗口内的数据源;为当前统计窗口内的数据源配置对应的指标参数;通过实时指标转换器将当前统计窗口内的数据源对应的指标参数转换为可执行任务;基于可执行任务生成当前统计窗口内的数据源对应的实时指标,并将当前统计窗口内的数据源对应的实时指标保存在指标数据库中。本申请实施例可以基于配置生成实时指标,还可以将生成的实时指标沉淀下来,指标沉淀下来有利于风控知识的积累和便于分享,从而能够有效地降低开发成本和维护成本。
Description
技术领域
本申请实施例涉及互联网技术领域,尤其涉及一种实时指标的生成方法、装置、电子设备及存储介质。
背景技术
实时指标指的是在一定时间范围内即时更新的数据指标,可以通过以下几个步骤来生成实时指标:1)确定数据来源:要生成实时指标需要有数据源,可以是从数据库、实时采集或者API接口中获取的数据。2)选择合适的计算方法:根据数据类型及业务需求选择适合的计算方法,如计数、求平均数、求和等。3)建立数据存储和处理架构:建立持久化数据存储结构,用于存储即时更新的数据,并且构建数据计算、处理和提取的流程。4)设置自动化任务:使用工具或者程序自动化运行数据计算、处理和提取任务,确保数据实时更新。5)创建可视化报表:将实时指标在可视化报表中展现,如折线图、柱状图等,以便管理者、分析师和决策者能够快速了解运营状况,进行数据分析和决策。
在实现本申请的过程中,申请人发现现有技术中至少存在如下问题:
现有的实时指标的生成方法,完全依赖某个实时开发的计算平台,对于业务人员的学习要求和使用要求很高,并且开发效率很低,无法应对实时风控场景的拦截需求,也无法对实时指标进行有效地共享和管理。
发明内容
本申请提供一种实时指标的生成方法、装置、电子设备及存储介质,可以基于配置生成实时指标,还可以将生成的实时指标沉淀下来,指标沉淀下来有利于风控知识的积累和便于分享,从而能够有效地降低开发成本和维护成本。
第一方面,本申请实施例提供了一种实时指标的生成方法,所述方法包括:
获取外部数据平台在当前统计窗口内的数据源;
为所述当前统计窗口内的数据源配置对应的指标参数;
通过实时指标转换器将所述当前统计窗口内的数据源对应的指标参数转换为可执行任务;
基于所述可执行任务生成所述当前统计窗口内的数据源对应的实时指标,并将所述当前统计窗口内的数据源对应的实时指标保存在指标数据库中。
第二方面,本申请实施例还提供了一种实时指标的生成装置,所述装置包括:获取模块、配置模块和生成模块;其中,
所述获取模块,用于获取外部数据平台在当前统计窗口内的数据源;
所述配置模块,用于为所述当前统计窗口内的数据源配置对应的指标参数;
所述生成模块,用于通过实时指标转换器将所述当前统计窗口内的数据源对应的指标参数转换为可执行任务,并基于所述可执行任务生成所述当前统计窗口内的数据源对应的实时指标。
第三方面,本申请实施例提供了一种电子设备,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本申请任意实施例所述的实时指标的生成方法。
第四方面,本申请实施例提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现本申请任意实施例所述的实时指标的生成方法。
本申请实施例提出了一种实时指标的生成方法、装置、电子设备及存储介质,先获取外部数据平台在当前统计窗口内的数据源;然后为当前统计窗口内的数据源配置对应的指标参数;然后通过实时指标转换器将当前统计窗口内的数据源对应的指标参数转换为可执行任务;最后基于该可执行任务生成当前统计窗口内的数据源对应的实时指标,并将当前统计窗口内的数据源对应的实时指标保存在指标数据库中。也就是说,在本申请的技术方案中,可以基于用户的配置生成实时指标,不需要依赖某个实时开发的计算平台。而在现有技术中,完全依赖某个实时开发的计算平台,对于业务人员的学习要求和使用要求很高,并且开发效率很低,无法应对实时风控场景的拦截需求,也无法对实时指标进行有效地共享和管理。因此,和现有技术相比,本申请实施例提出的实时指标的生成方法、装置、电子设备及存储介质,可以基于配置生成实时指标,还可以将生成的实时指标沉淀下来,指标沉淀下来有利于风控知识的积累和便于分享,从而能够有效地降低开发成本和维护成本;并且,本申请实施例的技术方案实现简单方便、便于普及,适用范围更广。
附图说明
图1为本申请实施例提供的实时指标的生成方法的第一流程示意图;
图2为本申请实施例提供的实时指标的生成方法的第二流程示意图;
图3为本申请实施例提供的实时指标的生成方法的第三流程示意图;
图4为本申请实施例提供的实时指标的生成装置的结构示意图;
图5为本申请实施例提供的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明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发明一部分的实施例,而不是全部的实施例。基于本发明中的实施例,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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本申请实施例提供的实时指标的生成方法的第一流程示意图,该方法可以由实时指标的生成装置或者电子设备来执行,该装置或者电子设备可以由软件和/或硬件的方式实现,该装置或者电子设备可以集成在任何具有网络通信功能的智能设备中。如图1所示,实时指标的生成方法可以包括以下步骤:
S101、获取外部数据平台在当前统计窗口内的数据源。
在本步骤中,电子设备可以获取外部数据平台在当前统计窗口内的数据源。本申请实施例中的数据源可以为业务信息,例如订单、退货单等。
本申请实施例中的外部数据平台可以包括:kafka或者MQ。其中,Kafka是一种分布式流处理平台,它可以处理大量的实时数据流,并支持高吞吐量的消息传输。Kafka的消息系统由三个主要组件组成:生产者、消费者和代理。生产者将消息发送到代理,代理将消息存储在分布式存储中,并将消息传递给消费者。代理还负责管理消息的存储和分发,以及处理故障转移和复制等问题。Kafka还支持流处理,可以将消息流转换为实时数据流,并对其进行处理和分析。这使得Kafka成为一种重要的数据处理工具,可以用于构建实时数据流应用程序、数据管道和数据集成解决方案等。总之,Kafka是一种高性能、可扩展、分布式的消息系统和流处理平台,被广泛应用于各种实时数据处理场景。
MQ平台是指消息队列平台,它是一种分布式系统架构,用于在不同的应用程序之间进行异步通信。MQ平台通过将消息存储在队列中,使得发送者和接收者不必同时在线,从而实现了解耦和异步通信。MQ平台可以提高系统的可靠性、可扩展性和灵活性,因为它可以将消息分发到多个消费者,从而实现负载均衡和容错处理。MQ平台的应用场景非常广泛,例如,电商网站的订单处理、社交网络的消息通知、游戏服务器的状态同步等。MQ平台提供了丰富的API和管理工具,使得开发者可以方便地使用MQ平台来实现异步通信和消息处理。
本申请实施例中的统计窗口包括以下其中之一:滑动窗口、滚动窗口或者集联窗口。统计窗口是一种在数据流中用于计算分析的一些统计信息的方法。在一个滑动窗口内,对待处理的数据进行统计分析,这个滑动窗口每次滑动一定的距离,重新统计分析计算窗口内的数据。通过对数据流中不同时间窗口内的数据分析,可以得到数据流中的些统计分析信息,例如,平均值、标准差、最大值、最小值等。统计窗口可以应用于流数据分析、实时数据分析、网络流量分析等领域。
S102、为当前统计窗口内的数据源配置对应的指标参数。
在本步骤中,电子设备可以为当前统计窗口内的数据源配置对应的指标参数。具体地,电子设备可以先接收用户通过可视化界面发送的当前统计窗口内的数据源的配置指令;其中,当前统计窗口为当前时间段的统计窗口;统计窗口包括以下其中之一:滑动窗口、滚动窗口或者集联窗口;然后响应于该配置指令,为当前统计窗口内的数据源配置对应的指标参数。
进一步地,为数据源配置对应指标参数可以包括以下步骤:1)确认指标类型:首先要确定数据源中应该统计哪些指标,这需要根据数据源的具体业务需求进行判断,例如访问量、页面跳出率、注册用户数等。2)确认计算方式:对于不同类型的指标,其计算方式也不同。例如,对于访问量指标,可以通过累加每个小时的访问量来得到每天的总访问量;而对于平均访问时长指标,则需要计算所有访问的时间总和再除以总访问次数。3)配置参数:在确认好指标类型和计算方式后,即可为数据源配置相应的指标参数。在配置参数时需要关注以下几个方面:1)统计周期:统计周期可以是日、周、月等,根据不同业务需求进行选择。2)计算公式:需要根据指标计算方式进行填写,以确保计算结果的准确性。3)计算周期:该指标统计的频率,可以选择每小时、每天、每周、每月等不同的统计周期。4)测试和调整:配置完指标参数后需要进行测试,检查计算结果是否符合预期,如果有问题需要对指标参数进行调整,直到达到预期结果。配置好指标参数后,可以根据指标数据来进行业务分析和决策,例如,确定哪些页面需要优化、哪些渠道用户来源更有价值等。
S103、通过实时指标转换器将当前统计窗口内的数据源对应的指标参数转换为可执行任务。
在本步骤中,电子设备可以通过实时指标转换器将当前统计窗口内的数据源对应的指标参数转换为可执行任务。具体地,电子设备可以先通过实时转换器将当前统计窗口内的数据源对应的指标参数转换为标准的计算平台中的SQL语句;然后基于标准的计算平台中的SQL语句,将当前统计窗口内的数据源对应的指标参数转换为可执行任务。
具体地,电子设备可以接收用户通过可视化界面发送的标准计算平台的选择指令;其中,标准计算平台包括以下其中之一:Flink平台、Aliyun Flink平台、Storm平台;然后响应于该选择指令,通过实时转换器将当前统计窗口内的数据源对应的指标参数转换为标准的计算平台中的SQL语句。Flink是一个分布式流处理框架,可以用于实时数据流处理和批处理。它支持各种数据源,并且可以在不同的数据源之间进行转换和连接。Flink的主要特点是低延迟、高吞吐量和高可靠性,可以处理大规模的数据集。Flink的架构基于流数据流模型,它将数据流看作是一个连续的事件流,可以对数据进行实时处理和转换。Flink提供了丰富的API和工具,可以用于流处理、批处理、机器学习、图形处理等各种场景。Flink的应用场景包括实时数据分析、实时监控、实时推荐、实时广告等领域。它在电商、金融、物流、游戏等行业都有广泛的应用。
Aliyun Flink平台是阿里云提供的分布式流处理框架,基于Apache Flink开发而来。它提供了高效、可靠、可扩展的流式计算能力,可以帮助用户快速构建实时数据处理应用程序。Aliyun Flink平台支持多种数据源,同时也支持多种输出方式。用户可以通过简单的配置和编程,实现数据的实时处理、分析和展示。Aliyun Flink平台还提供了完善的监控和调试工具,可以帮助用户实时监控应用程序的运行情况,及时发现和解决问题。同时,它还支持自动化的资源管理和任务调度,可以根据用户的需求自动分配计算资源,提高计算效率和资源利用率。
Storm平台是一种分布式实时计算系统,它可以在大规模数据集上进行实时计算,支持高吞吐量、低延迟的数据处理。Storm的架构基于流处理模型,可以实时处理数据流,支持数据的实时计算、聚合、过滤等操作。Storm支持多种编程语言,用户可以使用这些语言编写自己的计算拓扑,将数据流转化为计算任务,并将任务分配给集群中的Worker节点执行。Storm广泛应用于实时数据处理、实时监控、实时推荐等领域。它可以处理多种类型的数据,包括文本、图像、音频、视频等。Storm的高性能、高可靠性和灵活性,使得它成为了实时计算领域的重要工具之一。
在本申请的具体实施例中,在将指标参数转换为SQL语句时,需要知道该指标参数对应的数据表及其字段名以及转换要求。例如,1)求和(sum)指标参数:假设要统计一个数据表中某个字段的总和,可以使用以下SQL语句:SELECT sum(字段名)FROM表名;注意,这里的字段名需要替换为实际要统计的字段名,表名也需要替换为实际要查询的数据表名。2)平均值(avg)指标参数:假设要统计一个数据表中某个字段的平均值,可以使用以下SQL语句:SELECT avg(字段名)FROM表名;3)最大值(max)指标参数:假设要找出一个数据表中某个字段的最大值,可以使用以下SQL语句:SELECT max(字段名)FROM表名。需要注意的是,以上SQL语句仅为参考,实际使用时需要根据具体情况进行调整。另外,还有一些复杂的指标参数,如比例(proportion)、增长率(growth rate)等,需要根据具体的转换要求来编写SQL语句。
具体地,在将SQL语句转换为可执行任务时,可以采用以下步骤:1)确定需要执行的SQL语句,例如查询销售额最高的前10个商品的SQL语句。2)在代码中使用数据库连接库,通过调用库中的连接方法建立与数据库的连接。3)创建数据库游标并执行SQL语句,将查询结果返回至游标中。4)通过遍历游标获取查询结果,将结果存储在字典或列表中。5)关闭数据库游标和数据库连接。
S104、基于可执行任务生成当前统计窗口内的数据源对应的实时指标,并将当前统计窗口内的数据源对应的实时指标保存在指标数据库中。
在本步骤中,电子设备可以基于可执行任务生成当前统计窗口内的数据源对应的实时指标,并将当前统计窗口内的数据源对应的实时指标保存在指标数据库中。本申请实施例将实时指标保存在指标数据库中相当于是对实时指标进行沉淀,数据沉淀指将数据以不同形式存储下来,如文字、图像、视频等,便于后续分析、应用和挖掘。数据沉淀的目的是将多方面的数据整理组合,得出有价值的结论和信息。在企业应用中,数据沉淀可以帮助企业更加深入地了解市场和客户需求,从而提高产品和服务质量,增强市场竞争力。数据沉淀的重要性在于,它可以提高数据利用率,减少数据浪费,同时也方便企业进行数据安全和备份。
本申请实施例提出的实时指标的生成方法,先获取外部数据平台在当前统计窗口内的数据源;然后为当前统计窗口内的数据源配置对应的指标参数;然后通过实时指标转换器将当前统计窗口内的数据源对应的指标参数转换为可执行任务;最后基于该可执行任务生成当前统计窗口内的数据源对应的实时指标,并将当前统计窗口内的数据源对应的实时指标保存在指标数据库中。也就是说,在本申请的技术方案中,可以基于用户的配置生成实时指标,不需要依赖某个实时开发的计算平台。而在现有技术中,完全依赖某个实时开发的计算平台,对于业务人员的学习要求和使用要求很高,并且开发效率很低,无法应对实时风控场景的拦截需求,也无法对实时指标进行有效地共享和管理。因此,和现有技术相比,本申请实施例提出的实时指标的生成方法,可以基于配置生成实时指标,还可以将生成的实时指标沉淀下来,指标沉淀下来有利于风控知识的积累和便于分享,从而能够有效地降低开发成本和维护成本;并且,本申请实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例二
图2为本申请实施例提供的实时指标的生成方法的第二流程示意图。基于上述技术方案进一步优化与扩展,并可以与上述各个可选实施方式进行结合。
如图2所示,实时指标的生成方法可以包括以下步骤:
S201、获取外部数据平台在当前统计窗口内的数据源。
S202、接收用户通过可视化界面发送的当前统计窗口内的数据源的配置指令;其中,当前统计窗口包括:滑动窗口、滚动窗口或者集联窗口。
在本步骤中,电子设备可以接收用户通过可视化界面发送的当前统计窗口内的数据源的配置指令;其中,当前统计窗口包括:滑动窗口、滚动窗口或者集联窗口。具体地,在生成配置指令时,通常需要先定义一些变量和参数,然后根据这些变量和参数来生成配置指令。具体可以采用以下方法:1)使用脚本语言:许多脚本语言可以通过操作操作系统提供的API来生成配置指令。2)使用配置文件:通过编辑配置文件,可以快捷地生成配置指令。通常情况下,使用配置文件更加易于维护和管理。3)使用专业的工具:许多专业的工具可以快速生成配置指令,同时也可以方便地管理配置和部署。
S203、响应于该配置指令,为当前统计窗口内的数据源配置对应的指标参数。
在本步骤中,电子设备可以响应于该配置指令,为当前统计窗口内的数据源配置对应的指标参数。具体地,电子设备可以先根据预先确定的数据格式在当前统计窗口内的数据源中提取出一个或者多个目标字段;然后根据该一个或者多个目标字段以及各个目标字段的类型,为当前统计窗口内的数据源配置对应的指标参数。
S204、通过实时指标转换器将当前统计窗口内的数据源对应的指标参数转换为可执行任务。
S205、基于可执行任务生成当前统计窗口内的数据源对应的实时指标,并将当前统计窗口内的数据源对应的实时指标保存在指标数据库中。
本申请实施例提出的实时指标的生成方法,先获取外部数据平台在当前统计窗口内的数据源;然后为当前统计窗口内的数据源配置对应的指标参数;然后通过实时指标转换器将当前统计窗口内的数据源对应的指标参数转换为可执行任务;最后基于该可执行任务生成当前统计窗口内的数据源对应的实时指标,并将当前统计窗口内的数据源对应的实时指标保存在指标数据库中。也就是说,在本申请的技术方案中,可以基于用户的配置生成实时指标,不需要依赖某个实时开发的计算平台。而在现有技术中,完全依赖某个实时开发的计算平台,对于业务人员的学习要求和使用要求很高,并且开发效率很低,无法应对实时风控场景的拦截需求,也无法对实时指标进行有效地共享和管理。因此,和现有技术相比,本申请实施例提出的实时指标的生成方法,可以基于配置生成实时指标,还可以将生成的实时指标沉淀下来,指标沉淀下来有利于风控知识的积累和便于分享,能够有效地降低开发成本和维护成本;并且,本申请实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例三
图3为本申请实施例提供的实时指标的生成方法的第三流程示意图。基于上述技术方案进一步优化与扩展,并可以与上述各个可选实施方式进行结合。
如图3所示,实时指标的生成方法可以包括以下步骤:
S301、获取外部数据平台在当前统计窗口内的数据源。
S302、为当前统计窗口内的数据源配置对应的指标参数。
S303、通过实时转换器将当前统计窗口内的数据源对应的指标参数转换为标准的计算平台中的SQL语句。
S304、基于标准的计算平台中的SQL语句,将当前统计窗口内的数据源对应的指标参数转换为可执行任务。
S305、基于可执行任务生成当前统计窗口内的数据源对应的实时指标,并将当前统计窗口内的数据源对应的实时指标保存在指标数据库中。
S306、根据预先确定的离线指标对当前统计窗口内的数据源对应的实时指标进行验证。
在本步骤中,电子设备可以根据预先确定的离线指标对当前统计窗口内的数据源对应的实时指标进行验证。具体地,电子设备可以判断当前统计窗口内的数据源对应的实时指标是否在离线指标对应的阈值范围内;若当前统计窗口内的数据源对应的实时指标在离线指标对应的阈值范围内,则可以判定当前统计窗口内的数据源对应的实时指标通过验证;若当前统计窗口内的数据源对应的实时指标不在离线指标对应的阈值范围内,则可以判定当前统计窗口内的数据源对应的实时指标未通过验证。
S307、若当前统计窗口内的数据源对应的实时指标通过验证,则将当前统计窗口内的数据源对应的实时指标转换为正式的线上可用指标。
本申请实施例提出的实时指标的生成方法,先获取外部数据平台在当前统计窗口内的数据源;然后为当前统计窗口内的数据源配置对应的指标参数;然后通过实时指标转换器将当前统计窗口内的数据源对应的指标参数转换为可执行任务;最后基于该可执行任务生成当前统计窗口内的数据源对应的实时指标,并将当前统计窗口内的数据源对应的实时指标保存在指标数据库中。也就是说,在本申请的技术方案中,可以基于用户的配置生成实时指标,不需要依赖某个实时开发的计算平台。而在现有技术中,完全依赖某个实时开发的计算平台,对于业务人员的学习要求和使用要求很高,并且开发效率很低,无法应对实时风控场景的拦截需求,也无法对实时指标进行有效地共享和管理。因此,和现有技术相比,本申请实施例提出的实时指标的生成方法,可以基于配置生成实时指标,还可以将生成的实时指标沉淀下来,指标沉淀下来有利于风控知识的积累和便于分享,能够有效地降低开发成本和维护成本;并且,本申请实施例的技术方案实现简单方便、便于普及,适用范围更广。
实施例四
图4为本申请实施例提供的实时指标的生成装置的结构示意图。如图4所示,所述实时指标的生成装置包括:获取模块401、配置模块402和生成模块403;其中,
所述获取模块401,用于获取外部数据平台在当前统计窗口内的数据源;
所述配置模块402,用于为所述当前统计窗口内的数据源配置对应的指标参数;
所述生成模块403,用于通过实时指标转换器将所述当前统计窗口内的数据源对应的指标参数转换为可执行任务,并基于所述可执行任务生成所述当前统计窗口内的数据源对应的实时指标。
上述实时指标的生成装置可执行本申请任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本申请任意实施例提供的实时指标的生成方法。
实施例五
图5示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图5所示,电子设备10包括至少一个处理器11,以及与至少一个处理器11通信连接的存储器,如只读存储器(ROM)12、随机访问存储器(RAM)13等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序,来执行各种适当的动作和处理。在RAM 13中,还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15,包括:输入单元16,例如键盘、鼠标等;输出单元17,例如各种类型的显示器、扬声器等;存储单元18,例如磁盘、光盘等;以及通信单元19,例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器11可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器11的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器11执行上文所描述的各个方法和处理,例如实时指标的生成方法。
在一些实施例中,实时指标的生成方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元18。在一些实施例中,计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时,可以执行上文描述的实时指标的生成方法的一个或多个步骤。备选地,在其他实施例中,处理器11可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行实时指标的生成方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种实时指标的生成方法,其特征在于,所述方法包括:
获取外部数据平台在当前统计窗口内的数据源;
为所述当前统计窗口内的数据源配置对应的指标参数;
通过实时指标转换器将所述当前统计窗口内的数据源对应的指标参数转换为可执行任务;
基于所述可执行任务生成所述当前统计窗口内的数据源对应的实时指标,并将所述当前统计窗口内的数据源对应的实时指标保存在指标数据库中。
2.根据权利要求1所述的方法,其特征在于,为所述当前统计窗口内的数据源配置对应的指标参数,包括:
接收用户通过可视化界面发送的所述当前统计窗口内的数据源的配置指令;其中,所述当前统计窗口为当前时间段的统计窗口;所述统计窗口包括以下其中之一:滑动窗口、滚动窗口或者集联窗口;
响应于所述配置指令,为所述当前统计窗口内的数据源配置对应的指标参数。
3.根据权利要求2所述的方法,其特征在于,为所述当前统计窗口内的数据源配置对应的指标参数,包括:
根据预先确定的数据格式在所述当前统计窗口内的数据源中提取出一个或者多个目标字段;
根据所述一个或者多个目标字段以及各个目标字段的类型,为所述当前统计窗口内的数据源配置对应的指标参数。
4.根据权利要求1所述的方法,其特征在于,通过实时指标转换器将所述当前统计窗口内的数据源对应的指标参数转换为可执行任务,包括:
通过所述实时转换器将所述当前统计窗口内的数据源对应的指标参数转换为标准的计算平台中的SQL语句;
基于所述标准的计算平台中的SQL语句,将所述当前统计窗口内的数据源对应的指标参数转换为可执行任务。
5.根据权利要求1所述的方法,其特征在于,通过所述实时转换器将所述当前统计窗口内的数据源对应的指标参数转换为标准的计算平台中的SQL语句,包括:
接收用户通过可视化界面发送的标准计算平台的选择指令;其中,所述标准计算平台包括以下其中之一:Flink平台、Aliyun Flink平台、Storm平台;
响应于所述选择指令,通过所述实时转换器将所述当前统计窗口内的数据源对应的指标参数转换为所述标准的计算平台中的SQL语句。
6.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据预先确定的离线指标对所述当前统计窗口内的数据源对应的实时指标进行验证;
若所述当前统计窗口内的数据源对应的实时指标通过验证,则将所述当前统计窗口内的数据源对应的实时指标转换为正式的线上可用指标。
7.根据权利要求6所述的方法,其特征在于,根据预先确定的离线指标对所述当前统计窗口内的数据源对应的实时指标进行验证,包括:
判断所述当前统计窗口内的数据源对应的实时指标是否在所述离线指标对应的阈值范围内;
若所述当前统计窗口内的数据源对应的实时指标在所述离线指标对应的阈值范围内,则判定当前统计窗口内的数据源对应的实时指标通过验证。
8.一种实时指标的生成装置,其特征在于,所述装置包括:获取模块、配置模块和生成模块;其中,
所述获取模块,用于获取外部数据平台在当前统计窗口内的数据源;
所述配置模块,用于为所述当前统计窗口内的数据源配置对应的指标参数;
所述生成模块,用于通过实时指标转换器将所述当前统计窗口内的数据源对应的指标参数转换为可执行任务,并基于所述可执行任务生成所述当前统计窗口内的数据源对应的实时指标。
9.一种电子设备,其特征在于,包括:
一个或多个处理器;
存储器,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1至7中任一项所述的实时指标的生成方法。
10.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1至7中任一项所述的实时指标的生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310663082.7A CN116595067A (zh) | 2023-06-06 | 2023-06-06 | 一种实时指标的生成方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310663082.7A CN116595067A (zh) | 2023-06-06 | 2023-06-06 | 一种实时指标的生成方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116595067A true CN116595067A (zh) | 2023-08-15 |
Family
ID=87606250
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310663082.7A Pending CN116595067A (zh) | 2023-06-06 | 2023-06-06 | 一种实时指标的生成方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116595067A (zh) |
-
2023
- 2023-06-06 CN CN202310663082.7A patent/CN116595067A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108874640B (zh) | 一种集群性能的评估方法和装置 | |
CN108776934B (zh) | 分布式数据计算方法、装置、计算机设备及可读存储介质 | |
CN110147470B (zh) | 一种跨机房数据比对系统及方法 | |
CN110262951A (zh) | 一种业务秒级监控方法及系统、存储介质及客户端 | |
CN115204815A (zh) | 一种电网客服工单超时预警方法、装置、设备及存储介质 | |
CN112099937A (zh) | 一种资源治理方法和装置 | |
Luo et al. | Where to fix temporal violations: A novel handling point selection strategy for business cloud workflows | |
CN116578911A (zh) | 数据处理方法、装置、电子设备及计算机存储介质 | |
CN116595067A (zh) | 一种实时指标的生成方法、装置、电子设备及存储介质 | |
CN115514618A (zh) | 告警事件的处理方法、装置、电子设备和介质 | |
CN114756301A (zh) | 日志处理方法、装置和系统 | |
CN115391158A (zh) | 一种时延确定方法、系统、装置及电子设备 | |
CN113722141A (zh) | 数据任务的延迟原因确定方法、装置、电子设备及介质 | |
Racka | Apache Nifi As A Tool For Stream Processing Of Measurement Data | |
CN117076185B (zh) | 一种服务器巡检方法、装置、设备及介质 | |
CN113225228B (zh) | 数据处理方法及装置 | |
CN115858325B (zh) | 一种项目日志的调整方法、装置、设备和存储介质 | |
CN115017875B (zh) | 企业信息处理方法、装置、系统、设备和介质 | |
CN113779098B (zh) | 数据处理方法、装置、电子设备以及存储介质 | |
CN115965276A (zh) | 指标集确定方法、装置、电子设备以及存储介质 | |
CN116089499A (zh) | 基于kafka数据量的数据统计方法、装置及介质 | |
CN115964409A (zh) | 一种系统访问数据的管理方法、装置、设备及存储介质 | |
CN113095788A (zh) | 问题分发方法、装置、电子设备以及存储介质 | |
CN115203876A (zh) | 红黑图更新方法、装置、设备及介质 | |
CN115705326A (zh) | 实时数据存储方法、装置、终端设备 |
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 |