CN117033027A - 数据处理方法、装置、电子设备、介质 - Google Patents

Abstract

本公开提供了一种数据处理方法、装置、电子设备和介质，涉及计算机领域，尤其涉及数据处理与云计算领域。实现方案为：获得业务数据，所述业务数据描述要被执行的有向无环图，所述有向无环图具有包括第一节点和第二节点的至少两个节点，所述第一节点是所述第二节点的上游节点，并且所述有向无环图在所述第一节点和第二节点之间配置有第一条件，所述第一条件包括针对与第一节点有关的至少一个参数的至少一个逻辑判断条件；以及基于所述业务数据配置与所述至少两个节点分别对应的至少两个算子，使得在所述有向无环图的执行期间，仅当所述第一条件得到满足时，将来自与所述第一节点对应的第一算子的执行结果发送到与所述第二节点对应的第二算子。

Description

数据处理方法、装置、电子设备、介质

技术领域

本公开涉及计算机技术领域，尤其涉及数据处理与云计算，具体涉及一种数据处理方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

背景技术

云计算(cloud computing)，指的是通过网络接入弹性可扩展的共享物理或虚拟资源池，资源可以包括服务器、操作系统、网络、软件、应用和存储设备等，并可以以按需、自服务的方式对资源进行部署和管理的技术体系。通过云计算技术，可以为人工智能、区块链等技术应用、模型训练提供高效强大的数据处理能力。

在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

发明内容

本公开提供了一种数据处理方法、装置、电子设备、计算机可读存储介质和计算机程序产品。

根据本公开的一方面，提供了一种数据处理方法，包括：获得业务数据，所述业务数据描述要被执行的有向无环图，所述有向无环图具有包括第一节点和第二节点的至少两个节点，所述第一节点是所述第二节点的上游节点，并且所述有向无环图在所述第一节点和第二节点之间配置有第一条件，所述第一条件包括针对与第一节点有关的至少一个参数的至少一个逻辑判断条件；以及基于所述业务数据配置与所述至少两个节点分别对应的至少两个算子，使得在所述有向无环图的执行期间，仅当所述第一条件得到满足时，将来自与所述第一节点对应的第一算子的执行结果发送到与所述第二节点对应的第二算子。

根据本公开的另一方面，提供了一种数据处理装置，包括：获得单元，用于获得业务数据，所述业务数据描述要被执行的有向无环图，所述有向无环图具有包括第一节点和第二节点的至少两个节点，所述第一节点是所述第二节点的上游节点，并且所述有向无环图在所述第一节点和第二节点之间配置有第一条件，所述第一条件包括针对与第一节点有关的至少一个参数的至少一个逻辑判断条件；以及配置单元，用于基于所述业务数据配置与所述至少两个节点分别对应的至少两个算子，使得在所述有向无环图的执行期间，仅当所述第一条件得到满足时，将来自与所述第一节点对应的第一算子的执行结果发送到与所述第二节点对应的第二算子。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行根据本公开的一个或多个实施例的数据处理方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据本公开的一个或多个实施例的数据处理方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现根据本公开的一个或多个实施例的数据处理方法。

根据本公开的一个或多个实施例，可以节省处理资源。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。

图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图；

图2示出了根据本公开的实施例的数据处理方法的流程图；

图3示出了根据本公开的示例性实施例的业务的数据更新和生效的示意图；

图4示出了根据本公开的另一实施例的数据处理方法的流程图；

图5示出了算子的数据资源的示意图；

图6示出了根据本公开的实施例的架构部署的示意图；

图7示出了根据本公开的实施例的本地引擎的具体实现的图示；

图8示出了根据本公开的实施例的数据处理装置的结构框图；

图9示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。

在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。

下面将结合附图详细描述本公开的实施例。

图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1，该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序。

在本公开的实施例中，服务器120可以运行使得能够执行根据本公开的数据处理方法的一个或多个服务或软件应用。

在某些实施例中，服务器120还可以提供其他服务或软件应用，这些服务或软件应用可以包括非虚拟环境和虚拟环境。在某些实施例中，这些服务可以作为基于web的服务或云服务提供，例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。

在图1所示的配置中，服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解，各种不同的系统配置是可能的，其可以与系统100不同。因此，图1是用于实施本文所描述的各种方法的系统的一个示例，并且不旨在进行限制。

用户可以使用客户端设备101、102、103、104、105和/或106来进行数据处理。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备，但是本领域技术人员将能够理解，本公开可以支持任何数量的客户端设备。

客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备，例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统，例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS)；或包括各种移动操作系统，例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序，例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序，并且可以使用各种通信协议。

网络110可以是本领域技术人员熟知的任何类型的网络，其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例，一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、区块链网络、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。

服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机，或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中，服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。

服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个，包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。

在一些实施方式中，服务器120可以包括一个或多个应用程序，以分析和合并从客户端设备101、102、103、104、105和106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序，以经由客户端设备101、102、103、104、105和106的一个或多个显示设备来显示数据馈送和/或实时事件。

在一些实施方式中，服务器120可以为分布式系统的服务器，或者是结合了区块链的服务器。服务器120也可以是云服务器，或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品，以解决传统物理主机与虚拟专用服务器(VPS，Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。

系统100还可以包括一个或多个数据库130。在某些实施例中，这些数据库可以用于存储数据和其他信息。例如，数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如，由服务器120使用的数据库可以在服务器120本地，或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中，由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。

在某些实施例中，数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库，例如键值存储库，对象存储库或由文件系统支持的常规存储库。

图1的系统100可以以各种方式配置和操作，以使得能够应用根据本公开所描述的各种方法和装置。

下面参考图2描述根据本公开的示例性实施例的数据处理方法200。

在步骤S201处，获得业务数据，所述业务数据描述要被执行的有向无环图，所述有向无环图具有包括第一节点和第二节点的至少两个节点，所述第一节点是所述第二节点的上游节点，并且所述有向无环图在所述第一节点和第二节点之间配置有第一条件，所述第一条件包括针对与第一节点有关的至少一个参数的至少一个逻辑判断条件。

在步骤S202处，基于所述业务数据配置与所述至少两个节点分别对应的至少两个算子，使得在所述有向无环图的执行期间，仅当所述第一条件得到满足时，将来自与所述第一节点对应的第一算子的执行结果发送到与所述第二节点对应的第二算子。

根据本公开的实施例所述的方法，能够节省处理资源。

在有向无环图的执行期间，会存在一些条件判断的情况，例如只有在满足一些条件的时候，才继续下游的处理。如果不进行是否发送数据的判断，而是由算子进行处理，一方面，会浪费很多传输资源，占用内存队列，另一方面，需要由用户对每个节点的逻辑和条件进行配置，比较用户不友好。相反，根据本公开的一个或多个实施例，能够在发送前先判断条件，如果条件不满足则不发送到下游，由此节省了传输和内存资源，增加了数据处理效率，并且对用户而言也会更加直观。

根据一些实施例，所述业务数据包括边数据，所述边数据包括配置到连接所述第一节点和所述第二节点的边的所述第一条件。

如果将逻辑全都配置在具体的节点中，则可能每一个都需要由用户单独配置；根据本申请的实施例，能够在有向无环图的“边”(或称为节点之间的路径)中配置逻辑判断，从而在逻辑条件不满足时不向下游发送业务数据。

作为一个示例，方法可以包括获得第二信息，所述第二信息描述所述有向无环图中至少第一节点和第二节点之间的路径之间的条件。

根据一些实施例，所述业务数据可以包括节点数据，所述节点数据包括所述至少两个节点的业务逻辑。

在这样的示例中，能够接收用户配置的节点本身的逻辑，写在节点数据中。例如，通过节点逻辑和边逻辑的分开配置，节点逻辑由用户自定义配置，边逻辑可以选用模板中的条件从而简化配置，能够一方面方便用户侧的操作，另一方面，也减少了执行侧的算法配置复杂度。

根据一些实施例，配置与所述至少两个节点分别对应的至少两个算子可以包括：将所述第一条件作为所述第二算子的预处理逻辑配置在所述第二算子中；并且配置所述第一算子以使得所述第一算子执行以下操作：响应于确定所述第二算子中配置有所述第一条件并且所述第一条件得到满足，将所述第一算子的所述业务数据发向与所述第二算子。

根据这样的实施例，在执行侧，可以将逻辑写在下游算子中，由上游算子读取和判断，从而实现了简单的逻辑解耦。例如，在所述第一算子的对应于所述第一节点的业务执行完毕后，确定所述第一算子的至少一个下游算子中是否配置有前置条件，所述至少一个下游算子包括所述第二算子。

例如，配置与所述至少两个节点分别对应的至少两个算子包括：配置所述第一算子以使得所述第一算子执行以下操作：确定配置有与所述第一边对应的所述第一条件；响应于确定所述第一条件得到满足，将所述第一算子的所述业务数据发向与所述第二算子。

根据一些实施例，将所述第一条件作为所述第二算子的预处理逻辑配置在所述第二算子中包括：在所述第二算子的预处理逻辑中配置用于所述第一条件的至少一个逻辑；并且将所述至少一个逻辑的数据源设置为所述第一算子。

在这样的实施例中，可以在下游算子中写入第一条件，并且将数据源设置为上游的第一节点，从而方便进行对上游节点的数据是否满足要求的条件判断。

根据一些实施例，确定所述第二算子中配置有所述第一条件并且所述第一条件得到满足是通过以下操作进行的：读取所述第一算子的至少一个下游算子的预处理逻辑中的以所述第一算子为数据源的逻辑，所述至少一个下游算子包括所述第二算子；以及响应于确定所述第二算子的所述预处理逻辑中配置的所述至少一个逻辑满足判断标准，确定所述第二算子中配置有所述第一条件并且所述第一条件得到满足。

在这样的实施例中，可以由上游进行读取，并且具体地，可以通过数据源进行筛选，从而不需要对数据进行遍历，能够更加节省计算资源。

根据一些实施例，配置与所述至少两个节点分别对应的至少两个算子包括为所述第一算子的所述至少一个下游算子中的每个下游算子配置预处理接口，所述预处理接口不同于算子初始化接口或数据处理调用接口；并且其中，所述第一算子的至少一个下游算子的预处理逻辑中的逻辑是通过相应下游算子的所述预处理接口读取的。

在这样的实施例中，可以配置额外的接口进行数据读取，从而实现更方便的读取，不与数据初始化或者其他数据处理调用接口混用。

根据一些实施例，其中将来自与所述第一节点对应的第一算子的执行结果发送到与所述第二节点对应的第二算子包括：响应于确定所述第一算子与所述第二算子位于相同实例，将来自所述第一算子的所述业务数据发送到所述第二算子的内存队列；以及响应于确定所述第一算子与所述第二算子位于不同实例，将来自所述第一算子的所述业务数据发送到所述第二算子所在实例的远端队列。

在这样的实施例中，可以应用于相同实例和不同实例的情况。

根据一些实施例，其中，与所述第一节点有关的所述至少一个参数包括所述第一算子的执行结果中的至少一个执行结果。

在这样的实施例中，可以对上游业务数据的执行情况进行判断，从而仅在必要的时候向下游发送数据。

根据本公开的一个或多个实施例，可以在面向业务增加对有向无环图中的边的约束。例如，可以将约束逻辑写在下游，并且在上游执行完毕向下游分发数据前调用，从而在不满足约束时不向下游分发数据。

在各类业务中，例如搜索引擎、推荐引擎中，内容数据例如新闻、天气、商品内容等数据在分发的过程中都需要大量复杂的策略内容计算，从而为在线计算提供充足的信号以便实现以策略计算为驱动的内容分发。随着内容业务需求的快速增长，离线的策略数据加工已经渐渐融入到离线系统建设中去，其中通过离线计算引擎的构建产生出数据生产的方式，进行数据的预处理，其中公司内部也有各种各样的计算引擎，通用的StreamCompute流式计算引擎，还有垂搜离线自定义的vs-lambda等计算引擎。但是随着业务的逐步发展，发现当前所有计算引擎都有局限性，虽然所有的业务都可以定义出来有向无环图，但是算子的计算效率不高，所有的执行路径都是预先定死的，无法通过配置动态制定，更无法做到条件选择过其中的一部分分支，业务每个请求处理只能遍历全图发送，业务的执行效率比较低。

根据本公开的一个或多个实施例，通过解决在流式计算场景下的资源充分利用的问题，从而使得资源使用效率更高。

在相关技术中，往往是通过上游拓扑数据全量下发，业务在自己算子里面写死过滤，当业务的执行条件不属于业务的执行逻辑的时候进行过滤。这样的解决方案会造成资源浪费。

期望更加灵活和更快的调整。具体地，期望在执行效率、灵活性和开发效率中的一个或多个中进行改进：

关于执行效率，相关技术中，业务上游处理完成后没办法提前过滤数据，只能在下发到算子执行完成逻辑后才能确认，增加数据传输过程的处理和计算，浪费资源；

关于灵活性，如果只能写死在代码中，则不能动态通过配置变化；以及

关于开发效率，业务开发算子的成本高，导致算子不需要的数据需要预先写死过滤逻辑，业务需要提前关注的细节比较多，算子实现成本相对较大。

为了解决这些问题，根据本公开的示例性实施例，提出了业务可以通过规则动态调整，不同的业务数据可以执行不同的业务子图，支持动态拓扑计算，优化数据计算效率，提升服务性能。

图3示出了根据本公开的示例性实施例的业务完整的数据更新和生效流程的示例。现在结合图4对其进行描述。

参考图4，在步骤S401处，接收原始用户输入。如图3所示，原始的业务开发根据原有的业务原始拓扑增加限定数据条件。例如，图3在拓扑中示出了业务给三个算子的处理增加的条件。示例性地，第一个条件可以表示当满足a>0时，算子0才可以发往业务算子1。作为另一个示例，算子0发往算子2可以是没条件的，即任何情况下算子0的数据都可以发往算子2。

在步骤S402处，进行逻辑转化。逻辑转化可以包括从原始的用户配置规则到真实业务发布规则的转化。还是以图3中描述的情景作为示例，在这样的示例中，业务在真实的部署的过程中，可能会把业务逻辑上的一个大的有向无环图执行逻辑拆分成多个(在本示例中，三个)子图来执行。由于这个拆分和执行的过程对于业务来说本身是透明的，业务也确实不需要知道架构的算子拆分执行的逻辑，因此业务设置的处理原始处理规则，需要结合架构中拆分的子图拆分情况来对业务的原始需求进行转化。

示例性地，转化可以分为内连接和外连接两个类型。

对于内连接，其意思是这个带条件的边完全是处于某个子图的内部，如图3逻辑转化部分的第一个表格的两项：0→1和1→3都是发生在子图的内部。

对于外连接，相对于内连接，外连接中带条件的边处于两个子图之间。如图3逻辑转化部分的第二个表格所示，可以看出，算子4→5本身跨越了第二个子图到第三个子图。

在步骤S403处，进行规则配送。规则配送的主要作用可以是将不同的数据的信息配送到不同的实例组里面。实例组内部的所有实例都是同构的实例，每个实例内部执行架构拆分的一个子图。返回参考图3，由于业务原始提交的三个规则，按照实例组的划分规则，例如可以拆分成两组规则，如图3，逻辑转化中分别在两个不同的表格里，分别配送到实例组1和实例组2中。示例性地，由于第三个子图中没有任何需要配置的规则，则这边的配送可以为空。可以理解的是，这里的子图划分和实例数量均为示例，本公开不限于此，并且可以适用于更多或更少的实例数量。

在步骤S404处，实现引擎生效。有向无环图的计算引擎，支持条件的区分，这里按照代码逻辑实现的差异性把业务分成两类。对于第一类，也即内连接，如表格内部的0→1和1→2，可以通过条件判断的回调后进行发送到内存队列中。对于第二类，也即外连接，可以在远程队列发送之前进行远程通信的处理。

接下来对计算引擎内部的实现方案进行描述。根据一些示例性实施例，业务算计与架构算子是解耦的。从业务框架的底层逻辑上来看，每个业务定义的函数逻辑都是在业务算子中运行，业务也可以根据自己的实际需要进行编排组合来实现业务所需要的函数处理过程。

作为一个示例，相关技术中，函数编排可以如图5所示。参考图5，原来的每个算子都是单独的业务代码，每个算子内部都有一套完整的runtime环境。框架通过跟Table交互来进行数据交互。每个算子都有需要单独的数据资源来进行访问。

根据本公开的一个或多个实施例的访问方式，可以使用摆脱了这种服务算子的依赖方式。例如，可以服务使统一runtime,在一个算子内部公用一个Python的基础环境。

此外，可以算子内部串联，使用本地的内存ConcurrentQueue作为算子的前置队列。在这样的实施例中，整体的算子本质上可以被理解为支持一个算子内部启动多个消费算子，这个算子不仅仅支持串行数据同时还支持数据的分叉等复杂拓扑关系。

根据本公开的一个或多个实施例，最终实现业务的函数执行逻辑与架构的部署逻辑可以实现解耦，例如完全解耦。

如图6所示，实际架构部署过程中，可以拆分成三个服务，执行过程中，宏观数据传递可以为Topic0→Topic1→Topic2。

参考图6，可以在Topic0对应的算子内部执行一个业务算子逻辑图。图6示出了基于拓扑计算的图引擎的示例性架构实现，业务的函数逻辑实现可以完全与架构端解耦。

接下来参考图7描述根据本公开的进一步示例性实施例的在以上动态分支处理的前提下细化条件分支的处理过程。

本地引擎的具体实现可以如图7所示。可以采用根据本文中的各种实施例中描述的图计算引擎或者本领域技术人员能够理解的其他图计算引擎。图7中的左侧示出了示例性的业务算子详细设计展开图，其中示出了业务算子需要实现的接口。

作为一个示例性实施例，可以实现三个接口，除了基本的算子初始化接口，数据处理调用接口，还有一个注册条件函数接口，作为当前函数的prefunction，即预处理函数，需要再正式执行OnTuple处理逻辑之前进行执行。

在一些示例性实施例中，本公开的预处理函数相对于一般业务框架有些框架的预处理函数，可以具有以下改进：

一方面，这个预处理函数可以并不是单个函数，而是一个函数的集合，根据不同的上游节点注册不同的数据处理函数。另一方面，这个预处理函数的执行并不是在处理数据过程中执行完成预处理数据阶段后立刻进行数据正常处理阶段，而是会把预处理过程的执行提前到上游数据处理完成后的内存队列提交之前。因此，能够带来技术效果，也即在源头上直接过滤下游不需要处理的数据。

整体单个业务的执行逻辑可以如图7的左侧所示，业务最开始订阅数据，直接进行数据逻辑的直接处理。完成处理后，根据业务注册的下游数据拓扑节点进行函数的校验检查，发现如果存在特殊逻辑校验过滤，则通过当前数据，判断是否符合过滤标准，如果符合过滤标准，则数据直接不予提交，这样就可以从源头上直接进行异常数据的判断，避免大量数据提交后算子本地判断的这种计算资源的浪费。

这种数据过滤的函数通常情况下都不需要实现新的过滤函数，一般的针对于普通固定模式计算的函数参数，实现基础四则运算的过滤函数，不同的业务参数，通过不同的参数进行绑定来进行数据动态的数据提取和实时计算。

根据本公开的一个或多个实施例，能够实现一种支持动态条件分支的计算引擎。通过条件预处理函数的动态参数绑定和图计算引擎的结合，实现可以支持业务拓扑根据数据变化而动态变化的业务需求。一方面支持业务在不同算子下的计算拓扑动态调整的需求，另一方面可以通过业务配置可以大量避免无用业务数据的冗余计算。搜索离线架构通过当前动态拓扑的支持，在典型业务多分支的场景下，支持业务对于数据流的精细化控制，加速业务策略的上线时间，单业务策略的上线时间从原来周级下降到3小时以内，业务上线效率提升80％，同时由于支持对应不同数据，业务很多逻辑组织不需要固定在代码分支内，大大降低也业务算子开发的逻辑，整体业务的开发效率提升30％。

根据本公开的一个或多个实施例，提供了一种根据动态规则调整数据配置图的方法。在用户侧，可以控制有向无环图中的边。在执行侧，在给定整个图之后，根据用户配置的条件，可以省略掉一些处理流程，减少业务分发、排队的过程。一方面，边的调整更灵活，响应速度更快，另一方面，判断逻辑与算子中的代码或处理函数解耦，直接写在边里，因为往往是一些预配置的模板，操作简单。

内连接是服务/容器内部的连接，外连接是部署在不同实例之间的连接，在外连接中，需要有内存队列到远端队列的转换(kafka)。

根据本公开的一个或多个实施例，可以配置为代码在业务侧对应于边，在代码侧是写在下端的pre-processing中，并且由上游执行。上游在执行完自己的算子之后，可以调用下游接口，判断下游(边)是否配置了过滤条件，如果配置了，上游就进行校验。上游通过哈希表调用下游的filter函数。每个算子除了自己的逻辑之外，增加额外的接口和额外的filter函数，过滤逻辑看数据源，上游可以通过哈希表直接调用。例如，算子0先拿到算子1的对象，检查算子1中source为0的filter，通过哈希表，不需要遍历。例如，算子3的哈希表可以是，来自1的参数过这个哈希表，来自2的函数不过哈希表。因为是固定的模板，过滤函数一般不需要实现，只需要配置即可。对于外连接，看到的是下游远端的某个kafka，在这个期间需要kafka到内存队列的转换，其余类似。

根据本公开的一个或多个实施例，可以预先对条件进行判断，在不满足配置的条件时不用分发到队列，不仅减少了数据分发，还节省了排队过程。

现在参考图8描述根据本公开的实施例的数据处理装置800。数据处理装置800可以包括获得单元801和配置单元802。

获得单元801可以用于获得业务数据，所述业务数据描述要被执行的有向无环图，所述有向无环图具有包括第一节点和第二节点的至少两个节点，所述第一节点是所述第二节点的上游节点，并且所述有向无环图在所述第一节点和第二节点之间配置有第一条件，所述第一条件包括针对与第一节点有关的至少一个参数的至少一个逻辑判断条件。配置单元802可以用于基于所述业务数据配置与所述至少两个节点分别对应的至少两个算子，使得在所述有向无环图的执行期间，仅当所述第一条件得到满足时，将来自与所述第一节点对应的第一算子的执行结果发送到与所述第二节点对应的第二算子。

根据本公开的实施例所述的装置，能够节省处理资源。

根据一些实施例，其中，所述业务数据包括可以边数据，所述边数据可以包括配置到连接所述第一节点和所述第二节点的边的所述第一条件。

根据一些实施例，其中，所述业务数据可以包括节点数据，所述节点数据可以包括所述至少两个节点的业务逻辑。

根据一些实施例，其中，所述配置单元可以包括：用于将所述第一条件作为所述第二算子的预处理逻辑配置在所述第二算子中的单元；并且用于配置所述第一算子以使得所述第一算子执行以下操作的单元：响应于确定所述第二算子中配置有所述第一条件并且所述第一条件得到满足，将所述第一算子的所述业务数据发向与所述第二算子。

根据一些实施例，其中，用于将所述第一条件作为所述第二算子的预处理逻辑配置在所述第二算子中的单元可以包括：用于在所述第二算子的预处理逻辑中配置用于所述第一条件的至少一个逻辑的单元；并且用于将所述至少一个逻辑的数据源设置为所述第一算子的单元。

根据一些实施例，其中，确定所述第二算子中配置有所述第一条件并且所述第一条件得到满足可以是通过以下操作进行的：读取所述第一算子的至少一个下游算子的预处理逻辑中的以所述第一算子为数据源的逻辑，所述至少一个下游算子包括所述第二算子；以及响应于确定所述第二算子的所述预处理逻辑中配置的所述至少一个逻辑满足判断标准，确定所述第二算子中配置有所述第一条件并且所述第一条件得到满足。

根据一些实施例，用于配置与所述至少两个节点分别对应的至少两个算子的单元可以包括用于为所述第一算子的所述至少一个下游算子中的每个下游算子配置预处理接口的单元，所述预处理接口不同于算子初始化接口或数据处理调用接口；并且其中，所述第一算子的至少一个下游算子的预处理逻辑中的逻辑可以是通过相应下游算子的所述预处理接口读取的。

根据一些实施例，所述配置单元可以包括：用于响应于确定所述第一算子与所述第二算子位于相同实例，将来自所述第一算子的所述业务数据发送到所述第二算子的内存队列的单元；以及用于响应于确定所述第一算子与所述第二算子位于不同实例，将来自所述第一算子的所述业务数据发送到所述第二算子所在实例的远端队列的单元。

本公开的技术方案中，所涉及的用户个人信息的收集、获取，存储、使用、加工、传输、提供和公开应用等处理，均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

参考图9，现将描述可以作为本公开的服务器或客户端的电子设备900的结构框图，其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备，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/或者要求的本公开的实现。

如图9所示，电子设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM903中，还可存储电子设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

电子设备900中的多个部件连接至I/O接口905，包括：输入单元906、输出单元907、存储单元908以及通信单元909。输入单元906可以是能向电子设备900输入信息的任何类型的设备，输入单元906可以接收输入的数字或字符信息，以及产生与电子设备的用户设置和/或功能控制有关的键信号输入，并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元907可以是能呈现信息的任何类型的设备，并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元908可以包括但不限于磁盘、光盘。通信单元909允许电子设备900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，并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组，例如蓝牙设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。

计算单元901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。计算单元901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计算单元、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。计算单元901执行上文所描述的各个方法和处理，例如方法200和/或400及其变型例等。例如，在一些实施例中，方法200和/或400及其变型例等可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到电子设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的方法200和/或400及其变型例等的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行方法200和/或400及其变型例等。

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)、复杂可编程逻辑设备(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。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码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或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码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。

在本公开的上下文中，机器可读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程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读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。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，可以在计算机上实施此处描述的系统和技术，该计算机具有：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计算机。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)和互联网。

计算机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，也可以为分布式系统的服务器，或者是结合了区块链的服务器。

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，本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

虽然已经参照附图描述了本公开的实施例或示例，但应理解，上述的方法、系统和设备仅仅是示例性的实施例或示例，本发明的范围并不由这些实施例或示例限制，而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外，可以通过不同于本公开中描述的次序来执行各步骤。进一步地，可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进，在此描述的很多要素可以由本公开之后出现的等同要素进行替换。

Claims (20)

1.一种数据处理方法，包括：

获得业务数据，所述业务数据描述要被执行的有向无环图，所述有向无环图具有包括第一节点和第二节点的至少两个节点，所述第一节点是所述第二节点的上游节点，并且所述有向无环图在所述第一节点和第二节点之间配置有第一条件，所述第一条件包括针对与第一节点有关的至少一个参数的至少一个逻辑判断条件；以及

基于所述业务数据配置与所述至少两个节点分别对应的至少两个算子，使得在所述有向无环图的执行期间，仅当所述第一条件得到满足时，将来自与所述第一节点对应的第一算子的执行结果发送到与所述第二节点对应的第二算子。

2.根据权利要求1所述的方法，其中，所述业务数据包括边数据，所述边数据包括配置到连接所述第一节点和所述第二节点的边的所述第一条件。

3.根据权利要求1或2所述的方法，其中，所述业务数据包括节点数据，所述节点数据包括所述至少两个节点的业务逻辑。

4.根据权利要求1-3中任一项所述的方法，其中，配置与所述至少两个节点分别对应的至少两个算子包括：

将所述第一条件作为所述第二算子的预处理逻辑配置在所述第二算子中；并且

配置所述第一算子以使得所述第一算子执行以下操作：

响应于确定所述第二算子中配置有所述第一条件并且所述第一条件得到满足，将所述第一算子的所述业务数据发向与所述第二算子。

5.根据权利要求4所述的方法，其中，将所述第一条件作为所述第二算子的预处理逻辑配置在所述第二算子中包括：

在所述第二算子的预处理逻辑中配置用于所述第一条件的至少一个逻辑；并且

将所述至少一个逻辑的数据源设置为所述第一算子。

6.根据权利要求5所述的方法，其中，确定所述第二算子中配置有所述第一条件并且所述第一条件得到满足是通过以下操作进行的：

读取所述第一算子的至少一个下游算子的预处理逻辑中的以所述第一算子为数据源的逻辑，所述至少一个下游算子包括所述第二算子；以及

响应于确定所述第二算子的所述预处理逻辑中配置的所述至少一个逻辑满足判断标准，确定所述第二算子中配置有所述第一条件并且所述第一条件得到满足。

7.根据权利要求6所述的方法，其中，

配置与所述至少两个节点分别对应的至少两个算子包括为所述第一算子的所述至少一个下游算子中的每个下游算子配置预处理接口，所述预处理接口不同于算子初始化接口或数据处理调用接口；并且

其中，所述第一算子的至少一个下游算子的预处理逻辑中的逻辑是通过相应下游算子的所述预处理接口读取的。

8.根据权利要求1-7中任一项所述的方法，其中将来自与所述第一节点对应的第一算子的执行结果发送到与所述第二节点对应的第二算子包括：

响应于确定所述第一算子与所述第二算子位于相同实例，将来自所述第一算子的所述业务数据发送到所述第二算子的内存队列；以及

响应于确定所述第一算子与所述第二算子位于不同实例，将来自所述第一算子的所述业务数据发送到所述第二算子所在实例的远端队列。

9.根据权利要求1-8中任一项所述的方法，其中，与所述第一节点有关的所述至少一个参数包括所述第一算子的执行结果中的至少一个执行结果。

10.一种数据处理装置，包括：

获得单元，用于获得业务数据，所述业务数据描述要被执行的有向无环图，所述有向无环图具有包括第一节点和第二节点的至少两个节点，所述第一节点是所述第二节点的上游节点，并且所述有向无环图在所述第一节点和第二节点之间配置有第一条件，所述第一条件包括针对与第一节点有关的至少一个参数的至少一个逻辑判断条件；以及

配置单元，用于基于所述业务数据配置与所述至少两个节点分别对应的至少两个算子，使得在所述有向无环图的执行期间，仅当所述第一条件得到满足时，将来自与所述第一节点对应的第一算子的执行结果发送到与所述第二节点对应的第二算子。

11.根据权利要求10所述的装置，其中，所述业务数据包括边数据，所述边数据包括配置到连接所述第一节点和所述第二节点的边的所述第一条件。

12.根据权利要求10或11所述的装置，其中，所述业务数据包括节点数据，所述节点数据包括所述至少两个节点的业务逻辑。

13.根据权利要求10-12中任一项所述的装置，其中，所述配置单元包括：

用于将所述第一条件作为所述第二算子的预处理逻辑配置在所述第二算子中的单元；并且

用于配置所述第一算子以使得所述第一算子执行以下操作的单元：响应于确定所述第二算子中配置有所述第一条件并且所述第一条件得到满足，将所述第一算子的所述业务数据发向与所述第二算子。

14.根据权利要求13所述的装置，其中，用于将所述第一条件作为所述第二算子的预处理逻辑配置在所述第二算子中的单元包括：

用于在所述第二算子的预处理逻辑中配置用于所述第一条件的至少一个逻辑的单元；并且

用于将所述至少一个逻辑的数据源设置为所述第一算子的单元。

15.根据权利要求14所述的装置，其中，确定所述第二算子中配置有所述第一条件并且所述第一条件得到满足是通过以下操作进行的：

读取所述第一算子的至少一个下游算子的预处理逻辑中的以所述第一算子为数据源的逻辑，所述至少一个下游算子包括所述第二算子；以及

响应于确定所述第二算子的所述预处理逻辑中配置的所述至少一个逻辑满足判断标准，确定所述第二算子中配置有所述第一条件并且所述第一条件得到满足。

16.根据权利要求15所述的装置，其中，

用于配置与所述至少两个节点分别对应的至少两个算子的单元包括用于为所述第一算子的所述至少一个下游算子中的每个下游算子配置预处理接口的单元，所述预处理接口不同于算子初始化接口或数据处理调用接口；并且

其中，所述第一算子的至少一个下游算子的预处理逻辑中的逻辑是通过相应下游算子的所述预处理接口读取的。

17.根据权利要求10-16中任一项所述的装置，其中所述配置单元包括：

用于响应于确定所述第一算子与所述第二算子位于相同实例，将来自所述第一算子的所述业务数据发送到所述第二算子的内存队列的单元；以及

用于响应于确定所述第一算子与所述第二算子位于不同实例，将来自所述第一算子的所述业务数据发送到所述第二算子所在实例的远端队列的单元。

18.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中

所述存储器存储有能够被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-9中任一项所述的方法。

19.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-9中任一项所述的方法。

20.一种计算机程序产品，包括计算机程序，其中，所述计算机程序在被处理器执行时实现权利要求1-9中任一项所述的方法。