CN116910115A - 客群查询方法、装置、计算机设备和存储介质 - Google Patents
客群查询方法、装置、计算机设备和存储介质 Download PDFInfo
- Publication number
- CN116910115A CN116910115A CN202310666005.7A CN202310666005A CN116910115A CN 116910115 A CN116910115 A CN 116910115A CN 202310666005 A CN202310666005 A CN 202310666005A CN 116910115 A CN116910115 A CN 116910115A
- Authority
- CN
- China
- Prior art keywords
- target
- hash value
- key value
- value
- storage node
- 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 47
- 238000012545 processing Methods 0.000 claims abstract description 26
- 238000004590 computer program Methods 0.000 claims description 21
- 230000008569 process Effects 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 230000008676 import Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000007 visual effect Effects 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
-
- 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
- G06F16/2457—Query processing with adaptation to user needs
-
- 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)
- General Engineering & Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请涉及一种客群查询方法、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取查询信息;查询信息中包括待查询对象的目标对象散列值;基于目标对象散列值,确定待查询对象对应的目标存储节点;基于目标存储节点所保存的目标存储列表和目标对象散列值,确定匹配区间;对匹配区间中的键值进行处理,得到待查询对象的目标客群;键值由对象散列值和客群散列值组成。采用本方法能够提高客群查询效率。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种客群查询方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
随着计算机技术的发展,通过互联网为用户提供金融服务成为一种趋势,不同客户群体所需要的金融服务各不相同,为了给用户提供符合其特性的金融服务,在为用户提供金融服务之前,通常需要从众多客群数据中查询用户所属于的客户群体。
传统技术中,通常将客群数据保存于关系型数据库,查询用户所属于的客户群体时,需要耗费较长的时间,导致客户群体查询效率低下。
发明内容
基于此,有必要针对上述技术问题,提供一种能够提高客群查询效率的客群查询方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种客群查询方法。所述方法包括:
获取查询信息;所述查询信息中包括待查询对象的目标对象散列值;
基于所述目标对象散列值,确定所述待查询对象对应的目标存储节点;
基于所述目标存储节点所保存的目标存储列表和所述目标对象散列值,确定匹配区间;
对所述匹配区间中的键值进行处理,得到所述待查询对象的目标客群;所述键值由对象散列值和客群散列值组成。
在一个实施例中,所述基于所述目标对象散列值,确定所述待查询对象对应的目标存储节点包括:
获取各个存储节点所对应的键值范围;
基于所述目标对象散列值,以及各个所述存储节点对应的键值范围,确定所述待查询对象对应的目标存储节点。
在一个实施例中,所述基于所述目标对象散列值,以及各个所述存储节点对应的键值范围,确定所述待查询对象对应的目标存储节点包括:
针对每个所述存储节点,获取所述存储节点对应的键值范围中的最小键值所对应的第一对象散列值,以及所述存储节点对应的键值范围中的最大键值所对应的第二对象散列值;
将所述目标对象散列值与所述第一对象散列值和所述第二对象散列值进行比较;
若所述目标对象散列值大于或者等于所述第一对象散列值,且所述目标对象散列值小于或者等于所述第二对象散列值,则将所述存储节点确定为所述待查询对象对应的目标存储节点。
在一个实施例中,所述基于所述目标对象散列值,以及各个所述存储节点对应的键值范围,确定所述待查询对象对应的目标存储节点包括:
将所述目标对象散列值与客群起始散列值进行组合,得到起始组合散列值,将所述目标对象散列值与客群终止散列值进行组合,得到终止组合散列值;
针对每个所述存储节点,将所述起始组合散列值和所述终止组合散列值分别与所述存储节点对应的键值范围中的最小键值和最大键值进行比较;
若所述起始组合散列值和所述终止组合散列值中的至少一个大于或者等于所述最小键值,且小于或者等于所述最大键值,则将所述存储节点确定为所述待查询对象对应的目标存储节点。
在一个实施例中,所述基于所述目标存储节点所保存的目标存储列表和所述目标对象散列值,确定匹配区间包括:
获取所述目标存储节点所存储的目标存储列表;所述目标存储列表中的每一行对应一个键值,各个所述键值按顺序排列;
将所述目标对象散列值依次与所述目标存储列表中的键值进行匹配,将第一个与所述目标对象散列值匹配的键值确定为起点键值,将最后一个与所述目标对象散列值匹配的键值确定为终点键值;
基于所述起点键值和所述终点键值,确定匹配区间。
在一个实施例中,所述对所述匹配区间中的键值进行处理,得到所述待查询对象的目标客群包括:
获取所述匹配区间中的各个匹配键值;
针对每个所述匹配键值,获取所述匹配键值中的目标客群散列值;
对各个所述目标客群散列值进行转换,得所述待查询对象的目标客群。
在一个实施例中,所述查询信息中包括待查询规则标识,所述对所述匹配区间中的键值进行处理,得到所述待查询对象的目标客群包括:
获取所述匹配区间中的各个匹配键值,以及所述匹配键值对应的规则标识;
针对每个所述匹配键值,将所述匹配键值对应的规则标识与所述待查询规则标识进行比对,将与所述待查询规则标识相同的规则标识所对应的匹配键值确定为目标键值;
获取所述目标键值中的目标客群散列值,对各个所述目标客群散列值进行转换,得所述待查询对象的目标客群。
第二方面,本申请还提供了一种客群查询装置。所述装置包括:
获取模块,用于获取查询信息;所述查询信息中包括待查询对象的目标对象散列值;
确定模块,用于基于所述目标对象散列值,确定所述待查询对象对应的目标存储节点;
匹配模块,用于基于所述目标存储节点所保存的目标存储列表和所述目标对象散列值,确定匹配区间;
处理模块,用于对所述匹配区间中的键值进行处理,得到所述待查询对象的目标客群;所述键值由对象散列值和客群散列值组成。第三方面,本申请还提供了一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现第一方面中任一项所述方法的步骤。
第四方面,本申请还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现第一方面中任一项所述方法的步骤。
第五方面,本申请还提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现第一方面中任一项所述方法的步骤。
上述客群查询方法、装置、计算机设备、存储介质和计算机程序产品,获取查询信息,查询信息中包括待查询对象的目标对象散列值,基于目标对象散列值,确定待查询对象对应的目标存储节点,确定目标存储节点之后,仅需要从目标存储节点所存储的目标存储列表中确定匹配区间,减少了确定匹配区间过程中数据的处理,缩短了客户查询的时长,确定匹配区间之后,仅需要对匹配区间中的键值进行处理,即可得到待查询对象的目标客群,减少了需要处理键值的数量,进一步缩短了客群查询的时长,从而提高了客群查询的效率。
附图说明
图1为一个实施例中客群查询方法的应用环境图;
图2为一个实施例中客群查询方法的流程示意图;
图3为一个实施例中目标存储节点确定步骤的流程示意图;
图4为另一个实施例中目标存储节点确定步骤的流程示意图;
图5为一个实施例中匹配区间确定步骤的流程示意图;
图6为一个实施例中客群查询装置的结构框图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的客群查询方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。数据存储系统可以存储服务器104需要处理的数据。数据存储系统可以集成在服务器104上,也可以放在云上或其他网络服务器上。终端和服务器均可单独用于执行本申请实施例中提供的客群查询方法。终端和服务器也可协同用于执行本申请实施例中提供的客群查询方法。例如,终端获取查询信息;查询信息中包括待查询对象的目标对象散列值;基于目标对象散列值,确定待查询对象对应的目标存储节点;基于目标存储节点所保存的目标存储列表和目标对象散列值,确定匹配区间;对匹配区间中的键值进行处理,得到待查询对象的目标客群;键值由对象散列值和客群散列值组成。其中,终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑、物联网设备和便携式可穿戴设备,物联网设备可为智能音箱、智能电视、智能空调、智能车载设备等。便携式可穿戴设备可为智能手表、智能手环、头戴设备等。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种客群查询方法,本实施例以该方法应用于计算机设备为例进行说明,包括步骤202到步骤208。
步骤202,获取查询信息;查询信息中包括待查询对象的目标对象散列值。
其中,查询信息是指对待查询对象所属于的客群进行查询的指令。查询信息中包括但不限于待查询对象的目标对象散列值、查询时间和查询规则标识等。待查询对象是指待查询的用户。目标对象散列值是指表征待查询对象的标识对应的散列值,目标对象散列值与待查询对象一一对应,可以理解为,目标对象散列值是表征待查询对象的唯一标识,目标对象散列值可以为待查询对象的名称对应的散列值、待查询对象的身份证号对应的散列值或者待查询对应的编号对应的散列值。
示例性的,计算机设备获取查询信息,从查询信息中获取待查询对象的目标对象散列值。
步骤204,基于目标对象散列值,确定待查询对象对应的目标存储节点。
其中,存储节点是指存储数据的服务器,每一个服务器为一个存储节点,可以理解为,客群信息分散的保存于多个存储节点,每个存储节点保存部分客群信息。目标存储节点是指存储待查询对象的客群信息的服务器,目标存储节点可以为一个或者多个。
示例性的,计算机设备根据目标对象散列值,确定待查询对象对应的目标存储节点。
步骤206,基于目标存储节点所保存的目标存储列表和目标对象散列值,确定匹配区间。
其中,存储列表是指存储客群信息及相关信息的表单,存储列表中的每一个行数据与一个键值相对应,键值可以是一行数据中的第一个数据,相当于每一个行的行号。匹配区间是指与目标对象散列值相匹配的多行数据组成的区间。
示例性的,计算机设备从目标存储节点中获取目标存储列表,基于目标对象散列值,从目标存储列表中确定匹配区间。
步骤208,对匹配区间中的键值进行处理,得到待查询对象的目标客群;键值由对象散列值和客群散列值组成。
其中,键值是指行键,表示唯一的行,可以理解为,一个键值与一行数据对应。键值由对象散列值和客群散列值两部分组成,即有同一对象对应的对象散列值和客群散列值组成。客群散列值是指表征客户群体的散列值。
示例性的,计算机设备获取匹配区间中的各个键值,针对每一个键值,获取键值中的客群散列值,将客群散列值转换成对应的客群,得到待查询对象的目标客群。
在一个实施例中,计算机设备获取匹配区间中的各个键值,对键值进行去重处理,得到目标键值,针对每一个目标键值,获取目标键值中的客群散列值,将客群散列值转换成对应的客群,得到待查询对象的目标客群。
上述客群查询方法中,获取查询信息,查询信息中包括待查询对象的目标对象散列值,基于目标对象散列值,确定待查询对象对应的目标存储节点,确定目标存储节点之后,仅需要从目标存储节点所存储的目标存储列表中确定匹配区间,减少了确定匹配区间过程中数据的处理,缩短了客户查询的时长,确定匹配区间之后,仅需要对匹配区间中的键值进行处理,即可得到待查询对象的目标客群,减少了需要处理键值的数量,进一步缩短了客群查询的时长,从而提高了客群查询的效率。
在一个实施例中,基于目标对象散列值,确定待查询对象对应的目标存储节点包括:
获取各个存储节点所对应的键值范围;基于目标对象散列值,以及各个存储节点对应的键值范围,确定待查询对象对应的目标存储节点。
其中,键值范围是指存储节点中所保存的存储列表中键值的范围。键值范围由最小键值和最大键值组成。键值范围可以从存储节点中获取,也可以为计算机设备中保存的,与存储节点一一对应。
示例性的,计算机设备获取各个存储节点所对应的键值范围,针对每个存储节点,将目标对象散列值与存储节点对应的键值范围进行比对,将包括目标对象散列值的键值范围对应的存储节点确定为待查询对象对应的目标存储节点。
本实施例中,通过目标对象散列值,确定待查询对象对应的目标存储节点,缩小了客群查询范围,缩短了客群查询时间,从而提高了客群查询效率。
在一个实施例中,如图3所示,基于目标对象散列值,以及各个存储节点对应的键值范围,确定待查询对象对应的目标存储节点包括:
步骤302,针对每个存储节点,获取存储节点对应的键值范围中的最小键值所对应的第一对象散列值,以及存储节点对应的键值范围中的最大键值所对应的第二对象散列值。
其中,第一对象散列值是指最小键值中表征对象的散列值。第二对象散列值是指最大键值中表征对象的散列值。
示例性的,针对每个存储节点,计算机设备获取存储节点对应的键值范围,键值范围中包括最小键值和最大键值,从最小键值中获取第一对象散列值,从最大键值中获取第二对象散列值。
步骤304,将目标对象散列值与第一对象散列值和第二对象散列值进行比较。
示例性的,计算机设备将目标对象散列值与第一对象散列值和第二对象散列值进行比较。
步骤306,若目标对象散列值大于或者等于第一对象散列值,且目标对象散列值小于或者等于第二对象散列值,则将存储节点确定为待查询对象对应的目标存储节点。
示例性的,若目标对象散列值大于或者等于第一对象散列值,且目标对象散列值小于或者等于第二对象散列值,计算机设备则将存储节点确定为待查询对象对应的目标存储节点。
本实施例中,通过目标对象散列值,确定待查询对象对应的目标存储节点,缩小了客群查询范围,缩短了客群查询时间,从而提高了客群查询效率。
在一个实施例中,如图4所示,基于目标对象散列值,以及各个存储节点对应的键值范围,确定待查询对象对应的目标存储节点包括:
步骤402,将目标对象散列值与客群起始散列值进行组合,得到起始组合散列值,将目标对象散列值与客群终止散列值进行组合,得到终止组合散列值。
其中,客群起始散列值是指最小的客群散列值列。客群终止散列值是指最大的客群散列值。例如,客群散列值用二进制表示,客群散列值的位数为4位,则客群起始散列值为0000,客群终止散列值为1111。
示例性的,计算机设备获取预先设置的客群起始散列值和客群终止散列值,将目标对象散列值与客群起始散列值按照预设方式进行组合,得到起始组合散列值,将目标对象散列值与客群终止散列值按照预设方式进行组合,得到终止组合散列值。
步骤404,针对每个存储节点,将起始组合散列值和终止组合散列值分别与存储节点对应的键值范围中的最小键值和最大键值进行比较。
示例性的,针对每个存储节点,计算机设备获取存储节点对应的键值范围,键值范围中包括最小键值和最大键值,将计算机设备将起始组合散列值分别与最小键值和最大键值进行比较,然后将终止组合散列值分别与最小键值和最大键值进行比较。
步骤406,若起始组合散列值和终止组合散列值中的至少一个大于或者等于最小键值,且小于或者等于最大键值,则将存储节点确定为待查询对象对应的目标存储节点。
示例性的,如果起始组合散列值和终止组合散列值中的至少一个大于或者等于最小键值,且小于或者等于最大键值,计算机设备则将存储节点确定为待查询对象对应的目标存储节点。
本实施例中,通过目标对象散列值,确定待查询对象对应的目标存储节点,缩小了客群查询范围,缩短了客群查询时间,从而提高了客群查询效率。
在一个实施例中,如图5所示,基于目标存储节点所保存的目标存储列表和目标对象散列值,确定匹配区间包括:
步骤502,获取目标存储节点所存储的目标存储列表;目标存储列表中的每一行对应一个键值,各个键值按顺序排列。
示例性的,计算机设备从目标存储节点中获取目标存储列表,目标存储列表中包括多行数据,每一行数据包括但不限于键值、时间和规则标识等,目标存储列表中的键值按照顺序进行排列。
步骤504,将目标对象散列值依次与目标存储列表中的键值进行匹配,将第一个与目标对象散列值匹配的键值确定为起点键值,将最后一个与目标对象散列值匹配的键值确定为终点键值。
示例性的,计算机设备依次获取目标存储列表中的键值,然后从键值中获取对象散列值,将目标对象散列值与键值对应的对象散列值进行比对,如果键值对应的对象散列值与目标对象散列值相同,并且为第一个与目标对象散列值相同的对象散列值,则将该对象散列值对应的键值确定为起点键值,如果键值对应的对象散列值与目标对象散列值相同,并且为最后一个与目标对象散列值相同的对象散列值,则将该对象散列值对应的键值确定为终点键值。
步骤506,基于起点键值和终点键值,确定匹配区间。
示例性的,计算机设备将从起点键值到终点键值之间的行数据,确定为匹配区间。
本实施例中,通过目标对象散列值确定目标存储列表中的匹配区间,进一步缩小了客群查询范围,后续仅需要对匹配区间中的键值进行处理,即可得到待查询对象的目标客群,缩短了客群查询的时长,从而提高了客群查询的效率。
在一个实施例中,对匹配区间中的键值进行处理,得到待查询对象的目标客群包括:
获取匹配区间中的各个匹配键值;针对每个匹配键值,获取匹配键值中的目标客群散列值;对各个目标客群散列值进行转换,得待查询对象的目标客群。
其中,目标客群是指待查询对象属于的客户群体,目标客群可以为一个或者多个。
示例性的,计算机设备获取匹配区间中的各个匹配键值,针对每个匹配键值,从匹配键值中获取目标客群散列值,基于预设转换规则,对各个目标客群散列值进行转换,得待查询对象的目标客群。
本实施例中,确定匹配区间之后,仅需要对匹配区间中的键值进行处理,即可得到待查询对象的目标客群,减少了需要处理键值的数量,缩短了客群查询的时长,从而提高了客群查询的效率。
在一个实施例中,查询信息中包括待查询规则标识,对匹配区间中的键值进行处理,得到待查询对象的目标客群包括:
获取匹配区间中的各个匹配键值,以及匹配键值对应的规则标识;针对每个匹配键值,将匹配键值对应的规则标识与待查询规则标识进行比对,将与待查询规则标识相同的规则标识所对应的匹配键值确定为目标键值;获取目标键值中的目标客群散列值,对各个目标客群散列值进行转换,得待查询对象的目标客群。
其中,规则标识是指表征客群划分规则的字符串。
示例性的,计算机设备获取匹配区间中的各个匹配键值,以及匹配键值对应的规则标识,针对每个匹配键值,将匹配键值对应的规则标识与待查询规则标识进行比对,若果规则标识与待查询规则标识相同,则将匹配键值确定为目标键值,如果规则标识与待查询规则标识不相同,则将匹配键值确定为非目标键值,针对每一个目标键值,获取目标键值中的目标客群散列值,对各个目标客群散列值进行转换,得待查询对象的目标客群。
本实施例中,通过将规则标识与待查询规则标识进行比较,进一步减少了目标键值的数量,仅需要对目标键值进行处理,即可得到待查询对象的目标客群,减少了需要处理键值的数量,缩短了客群查询的时长,从而提高了客群查询的效率。
在一个示例性地实施例中,业务人员根据客群划分规则对客户进行客群划分,得到客群文件,业务人员将客群文件导入客群查询系统,客群查询系统采用大数据技术加载客群文件,将客群文件中的客群数据写入到Hbase数据库(HBase是一个分布式的、面向列的开源数据库),在写入Hbase数据库的过程中,为了避免rowkey(键值)重复,采用对象散列值+客群散列值作为Hbase数据库的rowkey,Hbase数据库由多个存储节点组成,每一个存储节点中保存部分客户的客群数据。
当客群查询系统获取查询信息时,从查询信息中获取待查询对象的目标对象散列值,客群查询系统获取预先设置的客群起始散列值和客群终止散列值,将目标对象散列值与客群起始散列值按照预设方式进行组合,得到起始组合散列值,将目标对象散列值与客群终止散列值按照预设方式进行组合,得到终止组合散列值。客群查询系统获取Hbase数据库中各个存储节点所对应的键值范围,针对每个存储节点,客群查询系统获取存储节点对应的键值范围中的最小键值和最大键值,将起始组合散列值分别与最小键值和最大键值进行比较,然后将终止组合散列值分别与最小键值和最大键值进行比较,如果起始组合散列值和终止组合散列值中的至少一个大于或者等于最小键值,且小于或者等于最大键值,则将存储节点确定为待查询对象对应的目标存储节点。
客群查询系统从目标存储节点中获取目标存储列表,目标存储列表中包括多行数据,每一行数据包括但不限于键值、时间和规则标识等,目标存储列表中的键值按照顺序进行排列,客群查询系统依次获取目标存储列表中的键值,然后从键值中获取对象散列值,将目标对象散列值与键值对应的对象散列值进行比对,如果键值对应的对象散列值与目标对象散列值相同,并且为第一个与目标对象散列值相同的对象散列值,则将该对象散列值对应的键值确定为起点键值,如果键值对应的对象散列值与目标对象散列值相同,并且为最后一个与目标对象散列值相同的对象散列值,则将该对象散列值对应的键值确定为终点键值,客群查询系统将从起点键值到终点键值之间的行数据,确定为匹配区间。
客群查询系统获取匹配区间中的各个匹配键值,针对每个匹配键值,从匹配键值中获取目标客群散列值,基于预设转换规则,对各个目标客群散列值进行转换,得待查询对象的目标客群。
上述客群查询方法中,获取查询信息,查询信息中包括待查询对象的目标对象散列值,基于目标对象散列值,确定待查询对象对应的目标存储节点,确定目标存储节点之后,仅需要从目标存储节点所存储的目标存储列表中确定匹配区间,减少了确定匹配区间过程中数据的处理,缩短了客户查询的时长,确定匹配区间之后,仅需要对匹配区间中的键值进行处理,即可得到待查询对象的目标客群,减少了需要处理键值的数量,进一步缩短了客群查询的时长,从而提高了客群查询的效率。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的客群查询方法的客群查询装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个客群查询装置实施例中的具体限定可以参见上文中对于客群查询方法的限定,在此不再赘述。
在一个实施例中,如图6所示,提供了一种客群查询装置,包括:获取模块602、确定模块604、匹配模块606和处理模块608,其中:
获取模块602,用于获取查询信息;查询信息中包括待查询对象的目标对象散列值;
确定模块604,用于基于目标对象散列值,确定待查询对象对应的目标存储节点;
匹配模块606,用于基于目标存储节点所保存的目标存储列表和目标对象散列值,确定匹配区间;
处理模块608,用于对匹配区间中的键值进行处理,得到待查询对象的目标客群;键值由对象散列值和客群散列值组成。
在一个实施例中,确定模块604还用于:获取各个存储节点所对应的键值范围;基于目标对象散列值,以及各个存储节点对应的键值范围,确定待查询对象对应的目标存储节点。
在一个实施例中,确定模块604还用于:针对每个存储节点,获取存储节点对应的键值范围中的最小键值所对应的第一对象散列值,以及存储节点对应的键值范围中的最大键值所对应的第二对象散列值;将目标对象散列值与第一对象散列值和第二对象散列值进行比较;若目标对象散列值大于或者等于第一对象散列值,且目标对象散列值小于或者等于第二对象散列值,则将存储节点确定为待查询对象对应的目标存储节点。
在一个实施例中,确定模块604还用于:将目标对象散列值与客群起始散列值进行组合,得到起始组合散列值,将目标对象散列值与客群终止散列值进行组合,得到终止组合散列值;针对每个存储节点,将起始组合散列值和终止组合散列值分别与存储节点对应的键值范围中的最小键值和最大键值进行比较;若起始组合散列值和终止组合散列值中的至少一个大于或者等于最小键值,且小于或者等于最大键值,则将存储节点确定为待查询对象对应的目标存储节点。
在一个实施例中,匹配模块606还用于:获取目标存储节点所存储的目标存储列表;目标存储列表中的每一行对应一个键值,各个键值按顺序排列;将目标对象散列值依次与目标存储列表中的键值进行匹配,将第一个与目标对象散列值匹配的键值确定为起点键值,将最后一个与目标对象散列值匹配的键值确定为终点键值;基于起点键值和终点键值,确定匹配区间。
在一个实施例中,处理模块608还用于:获取匹配区间中的各个匹配键值;针对每个匹配键值,获取匹配键值中的目标客群散列值;对各个目标客群散列值进行转换,得待查询对象的目标客群。
在一个实施例中,处理模块608还用于:获取匹配区间中的各个匹配键值,以及匹配键值对应的规则标识;针对每个匹配键值,将匹配键值对应的规则标识与待查询规则标识进行比对,将与待查询规则标识相同的规则标识所对应的匹配键值确定为目标键值;获取目标键值中的目标客群散列值,对各个目标客群散列值进行转换,得待查询对象的目标客群。
上述客群查询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终端,其内部结构图可以如图7所示。该计算机设备包括处理器、存储器、输入/输出接口、通信接口、显示单元和输入装置。其中,处理器、存储器和输入/输出接口通过系统总线连接,通信接口、显示单元和输入装置通过输入/输出接口连接到系统总线。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和内存储器。该非易失性存储介质存储有操作系统和计算机程序。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。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端进行有线或无线方式的通信,无线方式可通过WIFI、移动蜂窝网络、NFC(近场通信)或其他技术实现。该计算机程序被处理器执行时以实现一种客群查询方法。该计算机设备的显示单元用于形成视觉可见的画面,可以是显示屏、投影装置或虚拟现实成像装置。显示屏可以是液晶显示屏或者电子墨水显示屏,该计算机设备的输入装置可以是显示屏上覆盖的触摸层,也可以是计算机设备外壳上设置的按键、轨迹球或触控板,还可以是外接的键盘、触控板或鼠标等。
本领域技术人员可以理解,图7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。
在一个实施例中,提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
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,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据。
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、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-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。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等。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 RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例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。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对本申请专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种客群查询方法,其特征在于,所述方法包括:
获取查询信息;所述查询信息中包括待查询对象的目标对象散列值;
基于所述目标对象散列值,确定所述待查询对象对应的目标存储节点;
基于所述目标存储节点所保存的目标存储列表和所述目标对象散列值,确定匹配区间;
对所述匹配区间中的键值进行处理,得到所述待查询对象的目标客群;所述键值由对象散列值和客群散列值组成。
2.根据权利要求1所述的方法,其特征在于,所述基于所述目标对象散列值,确定所述待查询对象对应的目标存储节点包括:
获取各个存储节点所对应的键值范围;
基于所述目标对象散列值,以及各个所述存储节点对应的键值范围,确定所述待查询对象对应的目标存储节点。
3.根据权利要求2所述的方法,其特征在于,所述基于所述目标对象散列值,以及各个所述存储节点对应的键值范围,确定所述待查询对象对应的目标存储节点包括:
针对每个所述存储节点,获取所述存储节点对应的键值范围中的最小键值所对应的第一对象散列值,以及所述存储节点对应的键值范围中的最大键值所对应的第二对象散列值;
将所述目标对象散列值与所述第一对象散列值和所述第二对象散列值进行比较;
若所述目标对象散列值大于或者等于所述第一对象散列值,且所述目标对象散列值小于或者等于所述第二对象散列值,则将所述存储节点确定为所述待查询对象对应的目标存储节点。
4.根据权利要求2所述的方法,其特征在于,所述基于所述目标对象散列值,以及各个所述存储节点对应的键值范围,确定所述待查询对象对应的目标存储节点包括:
将所述目标对象散列值与客群起始散列值进行组合,得到起始组合散列值,将所述目标对象散列值与客群终止散列值进行组合,得到终止组合散列值;
针对每个所述存储节点,将所述起始组合散列值和所述终止组合散列值分别与所述存储节点对应的键值范围中的最小键值和最大键值进行比较;
若所述起始组合散列值和所述终止组合散列值中的至少一个大于或者等于所述最小键值,且小于或者等于所述最大键值,则将所述存储节点确定为所述待查询对象对应的目标存储节点。
5.根据权利要求1所述的方法,其特征在于,所述基于所述目标存储节点所保存的目标存储列表和所述目标对象散列值,确定匹配区间包括:
获取所述目标存储节点所存储的目标存储列表;所述目标存储列表中的每一行对应一个键值,各个所述键值按顺序排列;
将所述目标对象散列值依次与所述目标存储列表中的键值进行匹配,将第一个与所述目标对象散列值匹配的键值确定为起点键值,将最后一个与所述目标对象散列值匹配的键值确定为终点键值;
基于所述起点键值和所述终点键值,确定匹配区间。
6.根据权利要求1所述的方法,其特征在于,所述对所述匹配区间中的键值进行处理,得到所述待查询对象的目标客群包括:
获取所述匹配区间中的各个匹配键值;
针对每个所述匹配键值,获取所述匹配键值中的目标客群散列值;
对各个所述目标客群散列值进行转换,得所述待查询对象的目标客群。
7.根据权利要求1所述的方法,其特征在于,所述查询信息中包括待查询规则标识,所述对所述匹配区间中的键值进行处理,得到所述待查询对象的目标客群包括:
获取所述匹配区间中的各个匹配键值,以及所述匹配键值对应的规则标识;
针对每个所述匹配键值,将所述匹配键值对应的规则标识与所述待查询规则标识进行比对,将与所述待查询规则标识相同的规则标识所对应的匹配键值确定为目标键值;
获取所述目标键值中的目标客群散列值,对各个所述目标客群散列值进行转换,得所述待查询对象的目标客群。
8.一种客群查询装置,其特征在于,所述装置包括:
获取模块,用于获取查询信息;所述查询信息中包括待查询对象的目标对象散列值;
确定模块,用于基于所述目标对象散列值,确定所述待查询对象对应的目标存储节点;
匹配模块,用于基于所述目标存储节点所保存的目标存储列表和所述目标对象散列值,确定匹配区间;
处理模块,用于对所述匹配区间中的键值进行处理,得到所述待查询对象的目标客群;所述键值由对象散列值和客群散列值组成。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,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执行时实现权利要求1至7中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310666005.7A CN116910115A (zh) | 2023-06-07 | 2023-06-07 | 客群查询方法、装置、计算机设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310666005.7A CN116910115A (zh) | 2023-06-07 | 2023-06-07 | 客群查询方法、装置、计算机设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116910115A true CN116910115A (zh) | 2023-10-20 |
Family
ID=88350052
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310666005.7A Pending CN116910115A (zh) | 2023-06-07 | 2023-06-07 | 客群查询方法、装置、计算机设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116910115A (zh) |
-
2023
- 2023-06-07 CN CN202310666005.7A patent/CN116910115A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114089921A (zh) | 电力系统数据存储方法、装置、计算机设备和存储介质 | |
CN116991800A (zh) | 文件获取系统、方法、装置、计算机设备和存储介质 | |
CN117390011A (zh) | 报表数据处理方法、装置、计算机设备和存储介质 | |
CN116303657A (zh) | 群体画像生成方法、装置、计算机设备和存储介质 | |
CN116258597A (zh) | 单据处理方法、装置、计算机设备和存储介质 | |
CN115687560A (zh) | 一种基于有限确定自动机的海量关键词查找方法 | |
CN116910115A (zh) | 客群查询方法、装置、计算机设备和存储介质 | |
CN118096171A (zh) | 数据的灰度验证方法、装置、计算机设备、介质和产品 | |
CN116204541A (zh) | 多维数据库更新方法、装置、计算机设备和存储介质 | |
CN116467332A (zh) | 白平衡调整方法、装置、计算机设备和存储介质 | |
CN117130606A (zh) | 前端页面配置方法、装置、计算机设备和存储介质 | |
CN117033591A (zh) | 问题解答方法、装置、计算机设备和存储介质 | |
CN114138196A (zh) | 电力系统数据存储方法、装置、计算机设备和存储介质 | |
CN115438074A (zh) | 信息展示方法、装置、计算机设备、存储介质和程序产品 | |
CN118133331A (zh) | 芯片存储数据的隐私保护方法、装置和计算机设备 | |
CN117667999A (zh) | 数据推送方法、装置、计算机设备及计算机可读存储介质 | |
CN114647630A (zh) | 文件同步、信息生成方法、装置、计算机设备和存储介质 | |
CN116866419A (zh) | 信息推送方法、装置、计算机设备和存储介质 | |
CN117935406A (zh) | 数字钥匙激活方法、装置、计算机设备和存储介质 | |
CN116884133A (zh) | 智能预约叫号方法、装置、计算机设备和存储介质 | |
CN117271656A (zh) | 一种数据同步的方法、装置、计算机设备 | |
CN117151717A (zh) | 设备密码修改方法、装置、计算机设备和存储介质 | |
CN116800833A (zh) | 数据推送方法、装置、计算机设备和存储介质 | |
CN117435198A (zh) | 页面生成方法和装置 | |
CN116894044A (zh) | 数据管理方法、装置、计算机设备和存储介质 |
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 |