CN117493874A - 确定标签计算任务的方法、处理器及存储介质 - Google Patents

Abstract

本申请涉及标签数据处理领域，具体地，涉及一种确定标签计算任务的方法、处理器及存储介质。方法包括：设置一个全量数据区间，全量数据区间包括按照预设排序规则依次排列的多个用户数据；确定正在执行的所有第一标签计算任务；在新增或修改至少一个第二待分析标签的情况下，从所有第一标签计算任务中确定出未包括任一第二待分析标签的每个待更新第一标签计算任务，并将任一第二待分析标签对应的标签ID增加至每个待更新第一标签计算任务中；针对任一第二待分析标签，根据每个第三用户数据区间生成对应的第二标签计算任务，其中，第二标签计算任务包括任一第二待分析标签的标签ID以及相应待分析的用户数据区间。

Description

确定标签计算任务的方法、处理器及存储介质

技术领域

本申请涉及标签数据处理领域，具体地，涉及一种确定标签计算任务的方法、处理器及存储介质。

背景技术

用户标签是用来定位用户，了解用户构成，确定用户画像的重要组成部分，确定用户的标签可以完善用户画像以便对用户进行管理。目前在确定用户标签时，只要新增了标签或者修改了标签，就要对全量用户数据进行遍历计算，以对用户打标签，然而用户数据可能几十万，上百万，每一次发生标签变更都需要对全部用户数据进行遍历，则存在大量I/O资源的浪费。

发明内容

本申请实施例的目的是提供一种确定标签计算任务的方法、处理器及存储介质，用以解决现有技术中大量I/O资源浪费的问题。

为了实现上述目的，本申请第一方面提供一种确定标签计算任务的方法，方法包括：

设置一个全量数据区间，全量数据区间包括多个用户数据分别对应的多个用户数据ID，且多个用户数据ID在全量数据区间中按照预设排序规则依次排列；

确定正在执行的所有第一标签计算任务，其中，每个第一标签计算任务包括至少一个第一待分析标签的标签ID以及待分析的第一用户数据区间；其中，任一标签计算任务在执行时用于在其包括的用户数据区间中，按照预设排序规则依次获取并判断各用户数据ID对应的用户数据是否符合任一标签计算任务包括的标签ID对应的标签条件，并为符合任一标签ID对应的标签条件的用户数据所属的用户设置该任一标签ID对应的标签；

在新增或修改至少一个第二待分析标签的情况下，从所有第一标签计算任务中确定出未包括任一第二待分析标签的每个待更新第一标签计算任务，并将任一第二待分析标签对应的标签ID增加至每个待更新第一标签计算任务中；

将每个待更新第一标签计算任务中未进行分析的用户数据区间确定为相应待更新第一标签计算任务对应的第二用户数据区间；

确定所有第二用户数据区间的数据并集，并确定全量数据区间内数据并集的补集包含的连续区间的个数，将每个连续区间内包括的用户数据ID确定为第三用户数据区间；

针对任一第二待分析标签，根据每个第三用户数据区间生成对应的第二标签计算任务，其中，第二标签计算任务包括任一第二待分析标签的标签ID以及相应待分析的第三用户数据区间。

在本申请实施例中，方法还包括：在当前时刻为当前预设周期的结束时刻的情况下，确定在当前预设周期的开始时刻时处于待生效状态的第一标签集合，以及当前时刻处于待生效状态的第二标签集合，其中，标签集合包括对应时刻下处于待生效状态的所有标签对应的标签ID和标签条件；在第二标签集合中存在至少一个第一标签ID，且该第一标签ID不包含于第一标签集合的情况下，确定在当前时刻新增至少一个第二待分析标签，其中，新增的第二待分析标签为第一标签ID对应的标签；在第一标签集合与第二标签集合中同时包括的至少一个第二标签ID对应的标签条件不同的情况下，确定当前时刻处于修改至少一个第二待分析标签的情况，且至少一个第二待分析标签包括至少一个第二标签ID对应的标签。

在本申请实施例中，方法还包括：在删除至少一个第三待分析标签的情况下，从所有第一标签计算任务中确定出包括任一第三待分析标签的每个待删除第一标签计算任务；从每个待删除第一标签计算任务中删除任一第三待分析标签对应的标签ID。

在本申请实施例中，方法还包括：在删除至少一个第三待分析标签的情况下，针对任意一个第三待分析标签，确定已设置第三待分析标签的用户；将已设置第三待分析标签的用户的第三待分析标签删除。

在本申请实施例中，方法还包括：在删除至少一个第三待分析标签的情况下之前，在当前时刻为当前预设周期的结束时刻的情况下，确定在当前预设周期的开始时刻时处于待生效状态的第一标签集合，以及当前时刻处于待生效状态的第二标签集合，其中，标签集合包括对应时刻下处于待生效状态的所有标签对应的标签ID和标签条件；将第一标签集合中存在且第二标签集合中不存在的至少一个标签ID确定为第三待分析标签对应的第三标签ID。

在本申请实施例中，任一标签计算任务在执行时用于：在任一标签计算任务包括多个标签ID且多个标签ID分别对应的多个标签条件存在重复子条件的情况下，获取多个标签条件；将多个标签条件合并为标签合集条件，以使标签合集条件针对每种重复子条件仅保留有一个；针对任一用户数据，根据标签计算任务中包括的标签合集条件确定用户数据对应的用户的标签。

在本申请实施例中，任一标签计算任务在执行时用于通过以下方式获取任一用户数据ID对应的用户数据：在用户数据临时缓存中查找出任一用户数据ID对应的用户数据的情况下，从用户数据临时缓存中获取该用户数据，并将该用户数据的存活倒计时重置为初始设置状态，用户数据临时缓存中包括的任一用户数据用于在其对应的存活倒计时结束时从用户数据临时缓存中释放；在用户数据临时缓存中未查找出任一用户数据ID对应的用户数据的情况下，从数据库中查找并获取任一用户数据ID对应的用户数据，将该用户数据存储至用户数据临时缓存中，并为该用户数据设置对应的存活倒计时。

本申请第二方面提供一种处理器，被配置成从存储器调用指令以及在执行指令时能够实现根据上述任一项的确定标签计算任务的方法。

本申请第三方面提供一种确定标签计算任务的装置，包括：

存储器，被配置成存储指令；以及如上述的处理器。

本申请第四方面提供了一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行根据上述中任一项的确定标签计算任务的方法。

通过上述技术方案，设置包括多个用户数据ID的全量数据区间，在新增待分析标签的情况下，新增的待分析标签增加至正在执行的标签计算任务，并根据正在执行的标签计算任务中未分析的用户数据区间和新增的待分析标签生成新的标签计算任务。避免每次新增待分析标签时需要拉取全量用户数据进行分析，减少了调用数据库I/O接口的次数，节省了I/O资源。

本申请实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本申请实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本申请实施例，但并不构成对本申请实施例的限制。在附图中：

图1示意性示出了根据本申请实施例的一种确定标签计算任务的方法的流程示意图；

图2示意性示出了根据本申请实施例的一种确定标签计算任务的装置的结构框图；

图3示意性示出了根据本申请实施例的计算机设备的内部结构图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，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，应当理解的是，此处所描述的具体实施方式仅用于说明和解释本申请实施例，并不用于限制本申请实施例。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的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。

需要说明，若本申请实施例中有涉及方向性指示(诸如上、下、左、右、前、后……)，则该方向性指示仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等，如果该特定姿态发生改变时，则该方向性指示也相应地随之改变。

另外，若本申请实施例中有涉及“第一”、“第二”等的描述，则该“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本申请要求的保护范围之内。

图1示意性示出了根据本申请实施例的一种确定标签计算任务的方法的流程示意图。如图1所示，本申请实施例提供一种确定标签计算任务的方法，该方法可以包括下列步骤。

步骤101、设置一个全量数据区间，全量数据区间包括多个用户数据分别对应的多个用户数据ID，且多个用户数据ID在全量数据区间中按照预设排序规则依次排列。

数据库内可以存储多个用户的用户数据，处理器可以设置一个全量数据区间，全量数据区间可以包括多个用户数据中每个用户数据对应的用户数据ID，并且用户数据ID在全量数据区间中可以按照预设排序规则依次排列，例如，处理器可以根据用户输入的数据将预设排序规则设置为按照用户ID的注册时间和ID名称依次进行排序。

步骤102、确定正在执行的所有第一标签计算任务，其中，每个第一标签计算任务包括至少一个第一待分析标签的标签ID以及待分析的第一用户数据区间；其中，任一标签计算任务在执行时用于在其包括的用户数据区间中，按照预设排序规则依次获取并判断各用户数据ID对应的用户数据是否符合任一标签计算任务包括的标签ID对应的标签条件，并为符合任一标签ID对应的标签条件的用户数据所属的用户设置该任一标签ID对应的标签。

处理器可以确定正在执行的所有第一标签计算任务，每个第一标签计算任务包括至少一个第一待分析标签的标签ID以及待分析的第一用户数据区间。其中，每个标签计算任务在执行时，处理器可以确定该标签计算任务内包括的用户数据区间，并按照处理器设置的预设排序规则依次从用户数据区间中获取用户数据ID对应的用户数据，并获取标签ID对应的标签条件，通过标签ID对应的标签条件判断用户数据ID对应的用户数据是否符合该条件，并在用户数据ID对应的用户数据符合标签ID对应的标签条件的情况下，将该标签ID确定为该用户数据ID对应的用户的标签。

步骤103、在新增或修改至少一个第二待分析标签的情况下，从所有第一标签计算任务中确定出未包括任一第二待分析标签的每个待更新第一标签计算任务，并将任一第二待分析标签对应的标签ID增加至每个待更新第一标签计算任务中。

当处理器确定新增或者修改至少一个第二待分析标签的情况下，处理器可以获取正在执行的所有第一标签计算任务，并从当前正在执行的所有第一标签计算任务中确定出未包括第二待分析标签的第一标签计算任务，处理器可以将未包括第二待分析标签的第一标签计算任务确定为待更新第一标签计算任务，处理器可以将每个第二待分析标签对应的标签ID新增至每个待更新第一标签计算任务中，也就是说，此时待更新第一标签计算任务包括第一待分析标签的标签ID以及新增的第二待分析标签。

在一个实施例中，方法还包括：在当前时刻为当前预设周期的结束时刻的情况下，确定在当前预设周期的开始时刻时处于待生效状态的第一标签集合，以及当前时刻处于待生效状态的第二标签集合，其中，标签集合包括对应时刻下处于待生效状态的所有标签对应的标签ID和标签条件；在第二标签集合中存在至少一个第一标签ID，且该第一标签ID不包含于第一标签集合的情况下，确定在当前时刻新增至少一个第二待分析标签，其中，新增的第二待分析标签为第一标签ID对应的标签；在第一标签集合与第二标签集合中同时包括的至少一个第二标签ID对应的标签条件不同的情况下，确定当前时刻处于修改至少一个第二待分析标签的情况，且至少一个第二待分析标签包括至少一个第二标签ID对应的标签。

处理器可以根据用户输入的时间段设置预设周期，处理器可以确定在当前预设周期的开始时刻处于待生效状态的第一标签集合，以及当前预设周期的结束时刻处于待生效状态的第二标签集合，其中，标签集合包括对应时刻下处于待生效状态的所有标签对应的标签ID和标签条件。处理器在确定了第一标签集合和第二标签集合后，可以比较第一标签集合和第二标签集合，当处理器确定第二标签集合中存在至少一个第一标签ID，而该第一标签ID不包含于第一标签集合的情况下，处理器可以确定该预设周期的结束时刻相较于开始时刻新增至少一个标签ID，处理器可以将该标签ID对应的标签确定为新增的第二待分析标签。标签集合中包括待生效的所有标签对应的标签ID和标签条件，当处理器确定第一标签集合和第二标签集合中包括相同的第二标签ID，但是该标签ID对应的标签条件不同的情况下，处理器可以确定在预设周期内该标签ID对应的标签条件发生了修改，也就是说，预设周期的结束时刻相较于预设周期的开始时刻，存在标签发生修改的情况，处理器可以将修改的第二标签ID对应的标签确定为发生修改的第二待分标签。

也就是说，在处理器确定新增或修改至少一个第二待分析标签的情况下，该第二待分析标签可以根据用户设置的预设周期在开始时刻对应的第一标签集合和结束时刻对应的第二标签集合确定新增或修改的至少一个第二待分标签。

步骤104、将每个待更新第一标签计算任务中未进行分析的用户数据区间确定为相应待更新第一标签计算任务对应的第二用户数据区间。

处理器在确定了待更新第一标签计算任务后，可以获取每个待更新第一标签计算任务中还未进行分析的用户数据区间，并将未进行分析的用户数据区间确定为待更新第一标签计算任务对应的第二用户数据区间。

步骤105、确定所有第二用户数据区间的数据并集，并确定全量数据区间内数据并集的补集包含的连续区间的个数，将每个连续区间内包括的用户数据ID确定为第三用户数据区间。

处理器针对所有的待更新第一标签计算任务，可以确定每个待更新第一标签计算任务对应的第二用户数据区间，从而确定所有第二用户数据区间的数据并集，处理器可以确定在全量数据区间内该数据并集的补集，并确定该补集中包含的连续区间的个数，将每个连续区间内包括的用户数据ID确定为第三用户数据区间。例如，假设总共包括10000个用户数据ID，处理器可以设置用户数据ID的全量数据区间为[1,10000]，处理器可以获取每个待更新第一标签计算任务对应的第二用户数据区间，假设包括[150,350]，[500,1000]，[2000,5000]，处理器可以确定全量数据区间中所有第二用户数据区间的数据并集的补集为[0,149]，[351,499]，[1001,1999]，[5001,10000]，也就是说，补集包括4个连续区间，处理器可以将每个连续区间内包括的用户数据ID确定为第三用户数据区间。

步骤106、针对任一第二待分析标签，根据每个第三用户数据区间生成对应的第二标签计算任务，其中，第二标签计算任务包括任一第二待分析标签的标签ID以及相应待分析的第三用户数据区间。

针对每个新增或修改的第二待分析标签，处理器可以根据确定的每个第三用户数据区间生成对应的第二标签计算任务，其中，第二标签计算任务包括第二待分析标签的标签ID以及对应的待分析的第三用户数据区间。

在一个实施例中，方法还包括：在删除至少一个第三待分析标签的情况下，从所有第一标签计算任务中确定出包括任一第三待分析标签的每个待删除第一标签计算任务，并从每个待删除第一标签计算任务中删除任一第三待分析标签对应的标签ID。

在处理器确定删除至少一个第三待分析标签的情况下，处理器可以从正在执行的第一标签计算任务中确定包括任意一个第三待分析标签的第一标签计算任务，并将包括任意一个第三待分析标签的第一标签计算任务确定为待删除第一标签计算任务，处理器确定了待删除第一标签计算任务后，从每个待删除第一标签计算任务中删除任务中包括的第三待分析标签对应的标签ID。例如，假设处理器确定待删除的第三待分析标签对应的标签ID为“001”处理器可以确定正在执行的每个第一标签计算任务中包括的待分析标签的标签ID，若是包括标签ID“001”，则处理器可以将该第一标签计算任务中的标签ID“001”进行删除。

在一个实施例中，方法还包括：在删除至少一个第三待分析标签的情况下，针对任意一个第三待分析标签，确定已设置第三待分析标签的用户；将已设置第三待分析标签的用户的第三待分析标签删除。

处理器在确定删除至少一个第三待分析标签的情况下，针对任意一个第三待分析标签，确定已经设置该第三待分析标签的用户，将已经设置该第三待分析标签的用户的第三待分析标签删除。例如，假设第三待分析标签为“A标签”，处理器可以获取用户已设置的标签，在确定用户设置的标签包括“A标签”的情况下，将用户对应的“A标签”进行删除。

在一个实施例中，方法还包括：在删除至少一个第三待分析标签的情况下之前，在当前时刻为当前预设周期的结束时刻的情况下，确定在当前预设周期的开始时刻时处于待生效状态的第一标签集合，以及当前时刻处于待生效状态的第二标签集合，其中，标签集合包括对应时刻下处于待生效状态的所有标签对应的标签ID和标签条件；将第一标签集合中存在且第二标签集合中不存在的至少一个标签ID确定为第三待分析标签对应的第三标签ID。

在确定至少第一第三待分析标签的情况下之前，处理器可以确定用户设置的预设周期的开始时刻处于待生效状态的第一标签集合以及预设周期的结束时刻处于待生效状态的第二标签集合，其中，标签集合包括对应时刻下处于待生效状态的所有标签对应的标签ID和标签条件。处理器可以比较第一标签集合和第二标签集合，确定第一集合中存在且第二标签集中不存在的至少一个第三标签ID，也就是在预设周期中删除的标签ID，将该标签ID对应的标签确定为第三待分析标签。

在一个实施例中，任一标签计算任务在执行时用于：在任一标签计算任务包括多个标签ID且多个标签ID分别对应的多个标签条件存在重复子条件的情况下，获取多个标签条件；将多个标签条件合并为标签合集条件，以使标签合集条件针对每种重复子条件仅保留有一个；针对任一用户数据，根据标签计算任务中包括的标签合集条件确定用户数据对应的用户的标签。

处理器在确定了第一标签计算任务以及第二标签计算任务后，针对每个标签计算任务，处理器可以确定该标签计算任务包括的多个标签ID，并根据每个标签ID确定与标签ID对应的标签条件，处理器在确定了所有标签ID对应的标签条件的情况下，可以判断标签条件是否存在重复的子条件，在标签条件存在重复的子条件的情况下，处理器可以将多个标签条件合并为标签合集条件，以使标签合集条件针对每种重复子条件仅保留一个。针对任意一个用户数据，在执行对应的标签计算任务时，处理器可以根据标签计算任务中包括的标签合集条件确定用户数据对应的用户的标签，同时确保在执行包括多个标签ID的标签计算任务时，避免重复执行那些可能存在的重复的子条件，以优化任务执行效率，节省计算资源。

在一个实施例中，任一标签计算任务在执行时用于通过以下方式获取任一用户数据ID对应的用户数据：在用户数据临时缓存中查找出任一用户数据ID对应的用户数据的情况下，从用户数据临时缓存中获取该用户数据，并将该用户数据的存活倒计时重置为初始设置状态，用户数据临时缓存中包括的任一用户数据用于在其对应的存活倒计时结束时从用户数据临时缓存中释放；在用户数据临时缓存中未查找出任一用户数据ID对应的用户数据的情况下，从数据库中查找并获取任一用户数据ID对应的用户数据，将该用户数据存储至用户数据临时缓存中，并为该用户数据设置对应的存活倒计时。

处理器可以设置用户数据临时缓存，用于存储用户数据，且用户数据临时缓存内的用户数据均设置有对应的存活倒计时，当用户数据对应的存活倒计时结束时处理器将该用户数据从用户数据临时缓存中释放。在确定了第一标签计算任务以及第二标签计算任务后，针对每个标签计算任务，在执行标签计算任务时，通过以下方式获取标签计算任务内包括的用户数据区间内的用户数据ID对应的用户数据，针对任意一个标签计算任务中待分析的用户数据ID对应的用户数据，处理器可以在用户数据临时缓存中查找该用户数据，当处理器从用户数据临时缓存中获取到该用户数据，处理器可以将该用户数据的存活倒计时重置为初始设置状态，用户数据临时缓存中包括的任意一个用户数据在对应的存货倒计时结束时从用户数据临时缓存中进行释放。针对任意一个标签计算任务中待分析的用户数据ID对应的用户数据，处理器在用户数据临时缓存中未查找出该用户数据的情况下，处理器可以从数据库中查找并获取该用户数据，并将该用户数据存储至用户数据临时缓存中，并对该用户数据设置对应的存活倒计时。通过设置用户数据缓存存储用户数据，处理器在执行标签计算任务时可以减少从数据库调用用户数据的I/O压力。

在一个实施例中，提供了一种处理器，被配置成从存储器调用指令以及在执行指令时能够实现根据上述中任一项的确定标签计算任务的方法。

上述技术方案中，设置全量数据区间，全量数据区间包括多个用户数据，并确定正在执行的所有第一标签计算任务，当新增或修改至少一个第二待分析标签的情况下，该新增或修改的第二待分析标签可以根据用户设置的预设周期进行确定，在预设周期的结束时刻确定预设周期内新增或修改的第二待分析标签，根据第二待分析标签从所有第一标签计算任务中确定未包括第二待分析标签的第一标签计算任务，并将新增或修改的第二待分析标签加入至未包括第二待分析标签的第一标签计算任务。并确定全量数据区间中正在执行的第一标签计算任务中未分析的数据区间，针对该数据区间的补集，处理器根据新增或修改的第二待分析标签生成第二标签计算任务。减少了调用数据库I/O接口的次数，节省了I/O资源。

基于前述实施例相同的发明构思，下面通过一具体示例对前述实施例进行详细说明，本示例中的标签计算批处理任务即为前述的标签计算任务。

系统维护了一张标签配置表，该表记录有当前存在的所有标签的配置情况，该表的结构包括三个字段：标签ID，标签名和标签匹配条件，该表的每行表项都对应于一个已存在的标签。

这张表由用户的标签配置操作而进行增删改。用户允许的配置操作包括：

1.标签的新增，此时用户需要配置新标签的标签名和标签匹配条件，系统响应该新增操作后，对应在标签配置表中增行，生成一个唯一的标签ID，并填入用户输入的标签名和标签匹配条件。

2.标签的修改，用户可以修改已存在标签(即已注册在标签配置表中的那些标签)的标签名或标签匹配条件，系统查找用户操作的标签的标签ID，在标签配置表对应修改该标签ID对应的标签名或标签匹配条件。

3.标签的删除，用户可以删除已存在的标签，此时系统将在标签配置表中删除用户操作的标签对应的整个表项(包括标签ID、标签名和标签匹配条件)。

系统会维护多个当前正在并行执行的标签计算批处理任务，每个标签计算批处理任务都包括对一个或多个用户按照某种顺序的标签计算过程(也就是判断客户是否应该设置该任务对应的标签)，系统会默认每个标签计算批处理任务都会按照相同的相对用户排序执行，即存在一个固定的绝对用户排序(给所有用户标记一个序号)，所有的批处理任务都会按照该用户排序决定的执行方向进行执行，用形式化的语言来定义就是：对于任何一个标签计算批处理任务，如果其当前处理的用户序号为a且它还没有达到终止范围，那么它下一个所需处理的用户的序号应为a+1。

每个标签计算批处理任务都包含三个属性：所需参与计算打标的标签ID(一个或多个)，批处理任务所需执行的用户范围(可以通过用户的序号区间来界定)，批处理任务当前正在执行标签计算的用户的序号。例如，一个标签计算批处理任务可以被定义为：task_1：{202308010001，2308010002；[120,239]；145}，表示对于批标签计算批处理任务task_1，其所需参与计算的标签分别是标签ID为202308010001、2308010002所对应的标签，所需计算的用户为从序号120到239的共120个用户，当前正在执行的是用户的序号为145。

标签计算批处理任务在执行时，需要调用该任务的每个标签ID对应的每个标签匹配条件，同时调用当前执行的用户序号的用户数据，然后判断该用户数据是否满足这些标签匹配条件，对满足某标签ID对应的标签匹配条件的用户数据对应的用户，设置该标签ID对应的标签名，完成当前用户的标签计算后，会将自身属性中的当前用户序号+1，然后判断当前的用户序号是否超出自身属性中的用户范围，如果没有超出范围，就继续循环执行，如果超出了范围，就释放本标签计算批处理任务。

系统会根据当前所有正在执行的批处理任务的执行情况维护并更新一个独立任务新建区间，独立任务新建区间通过以下方式得到：

①获取所有正在执行的批处理任务的待处理区间，也就是[当前正在执行的用户序号+1，任务范围的用户序号上界]，以task_1为例，它的待处理区间为[146,239]。需要特别注意的是，待处理区间存在[240,239]的情况，这种情况默认该区间为空集。

②对获取的所有待处理区间求并集，得到一个待处理汇总区间。

③设全集为全体用户所形成的区间(例如[0,10000])，求待处理汇总区间在全集中的补集，得到当前的独立任务新建区间。

根据是否采用时间窗口的修改延时机制，该方案对应有不同的处理逻辑。

I、未应用时间窗口的修改延时机制：

1、每次用户新增了标签，会调取当前正在执行的所有标签计算批处理任务，并将新标签的ID加入到这些标签计算批处理任务的标签ID属性中。同时，在当前的独立任务新建区间新建N个针对新标签的标签计算批处理任务，N为独立任务新建区间中不连续的区间数，指定这N个批处理任务的用户范围分别对应这N个不连续的区间。

2.每次用户修改了标签的匹配条件，会调取当前正在执行的所有标签计算批处理任务，从中筛选出标签ID属性中没有用户修改的标签的标签ID的标签计算批处理任务，并将该标签ID加入这些筛选任务的标签ID属性中。同时，在当前的独立任务新建区间新建N个针对修改标签的标签计算批处理任务。(2的处理逻辑本质上包含了1的处理逻辑)

3.每次用户修改了标签的标签名，不会影响批处理任务的执行逻辑，只会修改所有已经持有该标签ID对应标签名的用户的标签名。

4.每次用户删除了标签，会调取当前正在执行的所有标签计算批处理任务，并从中筛选出标签ID属性中包括用户删除的标签的标签ID的标签计算批处理任务，从这些筛选任务的标签ID属性中删除该标签ID。另外，还会删除所有已经持有该标签ID对应标签名的用户上设置的该标签名。

II、应用时间窗口的修改延时机制：

每次用户的操作导致标签配置表发生变更时，我们不会马上去生成新的标签计算批处理任务或对已有批处理任务进行更新，或I中提到的所有操作，作为替代，我们会在预设时间窗口中记录标签配置表的变更情况，具体而言：

每次标签修改时，我们只正常修改标签配置表，然后在修改的标签表项那里记录一个待计算标记，如果同一个表项多次修改后又回到了时间窗口开始时的状态，那么这个待计算标记就会被去除；每次新增标签时，我们只在标签配置表新增一个表项，然后对这个表项记录一个待计算标记。每次删除标签时，有两种模式，一种是延迟删除模式，一种是即时删除模式：如果是采用延迟删除模式，那么暂时不会删除标签对应的表项，而是会对这个表项记录一个待删除标记，只要是在时间窗口内，用户随时都可以选择撤销删除，从而去掉这个待删除标记；如果是采用即时删除模式，那么就会直接删除用户选择的标签表项，同时触发I中的4操作。

在时间窗口终止时，系统会检查标签配置表中带有标记的表项，如果是带有待计算标记的表项，就会视为在时间窗口终止时刻触发I中的2或3操作；如果是带有待删除标记的表项，就会视为在时间窗口终止时刻触发I中的4操作..一个表项如果同时带有待删除和待计算两个标记，则只会执行删除逻辑。

III、标签计算批处理任务的内部合并优化机制：

之前我们提到，批处理任务如果存在多个标签ID，那么实际上就会用多个标签ID的标签匹配条件对用户数据进行判断，如果把每个匹配判断的过程视为一个代码块，那么该批处理任务可能会同时执行三个代码块的匹配判断逻辑。然而，在实际处理过程汇总，很多代码块中存在重复的判断逻辑，如果不做任何优化就会出现很多重复计算，例如，VIP标签的标签匹配条件为：用户具备某种特殊授权，用户消费金额超过1w，核心客户标签的标签匹配条件为：用户消费金额超过1w，用户注册时间超过1年。显然，VIP标签与核心客户标签存在重复的子判断逻辑语句，如果只是单纯的独立运行各自的代码块，显然会重复运行重复的子判断逻辑。于是，我们可以对批处理任务进行优化：首先将同一个批处理任务中的多个标签ID的标签匹配条件对应的每个代码块分解为子判断逻辑语句，将多个代码块中存在重复的子判断逻辑语句进行合并(删除重复的子判断逻辑语句)，从而将多个代码块合并为一个整体代码块，该整体代码块可以同时完成多个标签ID对应的标签判断，但不会产生计算冗余。

IV、标签计算批处理任务之间的内存复用的优化机制：

批处理任务在执行过程中，会调用其当前用户序号对应的用户数据，在原方案中，每次调用完用户数据并完成标签计算后就会立刻将其在内存释放，这样虽然可以避免给内存带来压力，但是在系统中存在大量的标签计算批处理任务时，反而会导致反复加载调用相同用户数据的I/O压力，因此，对每个批处理任务所调用的用户数据设置一个存活时间是很有必要的。批处理任务在需要调取用户数据时，首先会在内存中查找是否存在对应用户序号的用户数据，如果存在就会直接调用内存中的该用户数据，并且重置该用户数据的存活时间，如果没有才会重新从数据库中调用。

图2示意性示出了根据本申请实施例的一种确定标签计算任务的装置200的结构框图。如图2所示，本申请实施例提供一种确定标签计算任务的装置，可以包括：

存储器210，被配置成存储指令；以及

处理器220，被配置成从存储器210调用指令以及在执行指令时能够实现上述的确定标签计算任务的方法。

本申请实施例还提供一种机器可读存储介质，该机器可读存储介质上存储有指令，该指令用于使得机器执行上述的确定标签计算任务的方法。

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服务器，其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器A01、网络接口A02、存储器(图中未示出)和数据库(图中未示出)。其中，该计算机设备的处理器A01用于提供计算和控制能力。该计算机设备的存储器包括内存储器A03和非易失性存储介质A04。该非易失性存储介质A04存储有操作系统B01、计算机程序B02和数据库(图中未示出)。该内存储器A03为非易失性存储介质A04中的操作系统B01和计算机程序B02的运行提供环境。该计算机设备的数据库用于存储标签的相关数据。该计算机设备的网络接口A02用于与外部的终端通过网络连接通信。该计算机程序B02被处理器A01执行时以实现一种确定标签计算任务的方法。

图1为一个实施例中确定标签计算任务的方法的流程示意图。应该理解的是，虽然图1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。除非本文中有明确地说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其他的顺序执行。而且，图1中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子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，这些子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的子步骤或者阶段的至少一部分轮流或者交替地执行。

本申请实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：设置一个全量数据区间，全量数据区间包括多个用户数据分别对应的多个用户数据ID，且多个用户数据ID在全量数据区间中按照预设排序规则依次排列；确定正在执行的所有第一标签计算任务，其中，每个第一标签计算任务包括至少一个第一待分析标签的标签ID以及待分析的第一用户数据区间；其中，任一标签计算任务在执行时用于在其包括的用户数据区间中，按照预设排序规则依次获取并判断各用户数据ID对应的用户数据是否符合任一标签计算任务包括的标签ID对应的标签条件，并为符合任一标签ID对应的标签条件的用户数据所属的用户设置该任一标签ID对应的标签；在新增或修改至少一个第二待分析标签的情况下，从所有第一标签计算任务中确定出未包括任一第二待分析标签的每个待更新第一标签计算任务，并将任一第二待分析标签对应的标签ID增加至每个待更新第一标签计算任务中；将每个待更新第一标签计算任务中未进行分析的用户数据区间确定为相应待更新第一标签计算任务对应的第二用户数据区间；确定所有第二用户数据区间的数据并集，并确定全量数据区间内数据并集的补集包含的连续区间的个数，将每个连续区间内包括的用户数据ID确定为第三用户数据区间；针对任一第二待分析标签，根据每个第三用户数据区间生成对应的第二标签计算任务，其中，第二标签计算任务包括任一第二待分析标签的标签ID以及相应待分析的第三用户数据区间。

在一个实施例中，方法还包括：在当前时刻为当前预设周期的结束时刻的情况下，确定在当前预设周期的开始时刻时处于待生效状态的第一标签集合，以及当前时刻处于待生效状态的第二标签集合，其中，标签集合包括对应时刻下处于待生效状态的所有标签对应的标签ID和标签条件；在第二标签集合中存在至少一个第一标签ID，且该第一标签ID不包含于第一标签集合的情况下，确定在当前时刻新增至少一个第二待分析标签，其中，新增的第二待分析标签为第一标签ID对应的标签；在第一标签集合与第二标签集合中同时包括的至少一个第二标签ID对应的标签条件不同的情况下，确定当前时刻处于修改至少一个第二待分析标签的情况，且至少一个第二待分析标签包括至少一个第二标签ID对应的标签。

在一个实施例中，方法还包括：在删除至少一个第三待分析标签的情况下，从所有第一标签计算任务中确定出包括任一第三待分析标签的每个待删除第一标签计算任务；从每个待删除第一标签计算任务中删除任一第三待分析标签对应的标签ID。

在一个实施例中，方法还包括：在删除至少一个第三待分析标签的情况下，针对任意一个第三待分析标签，确定已设置第三待分析标签的用户；将已设置第三待分析标签的用户的第三待分析标签删除。

在一个实施例中，方法还包括：在删除至少一个第三待分析标签的情况下之前，在当前时刻为当前预设周期的结束时刻的情况下，确定在当前预设周期的开始时刻时处于待生效状态的第一标签集合，以及当前时刻处于待生效状态的第二标签集合，其中，标签集合包括对应时刻下处于待生效状态的所有标签对应的标签ID和标签条件；将第一标签集合中存在且第二标签集合中不存在的至少一个标签ID确定为第三待分析标签对应的第三标签ID。

在一个实施例中，任一标签计算任务在执行时用于：在任一标签计算任务包括多个标签ID且多个标签ID分别对应的多个标签条件存在重复子条件的情况下，获取多个标签条件；将多个标签条件合并为标签合集条件，以使标签合集条件针对每种重复子条件仅保留有一个；针对任一用户数据，根据标签计算任务中包括的标签合集条件确定用户数据对应的用户的标签。

在一个实施例中，任一标签计算任务在执行时用于通过以下方式获取任一用户数据ID对应的用户数据：在用户数据临时缓存中查找出任一用户数据ID对应的用户数据的情况下，从用户数据临时缓存中获取该用户数据，并将该用户数据的存活倒计时重置为初始设置状态，用户数据临时缓存中包括的任一用户数据用于在其对应的存活倒计时结束时从用户数据临时缓存中释放；在用户数据临时缓存中未查找出任一用户数据ID对应的用户数据的情况下，从数据库中查找并获取任一用户数据ID对应的用户数据，将该用户数据存储至用户数据临时缓存中，并为该用户数据设置对应的存活倒计时。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、计算机程序产品的流程图和/或方框图来描述的。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。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置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。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供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步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

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，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种确定标签计算任务的方法，其特征在于，所述方法包括：

设置一个全量数据区间，所述全量数据区间包括所述多个用户数据分别对应的多个用户数据ID，且所述多个用户数据ID在所述全量数据区间中按照预设排序规则依次排列；

确定正在执行的所有第一标签计算任务，其中，每个第一标签计算任务包括至少一个第一待分析标签的标签ID以及待分析的第一用户数据区间；其中，任一标签计算任务在执行时用于在其包括的用户数据区间中，按照所述预设排序规则依次获取并判断各用户数据ID对应的用户数据是否符合所述任一标签计算任务包括的标签ID对应的标签条件，并为符合任一标签ID对应的标签条件的用户数据所属的用户设置该任一标签ID对应的标签；

在新增或修改至少一个第二待分析标签的情况下，从所述所有第一标签计算任务中确定出未包括所述任一第二待分析标签的每个待更新第一标签计算任务，并将所述任一第二待分析标签对应的标签ID增加至所述每个待更新第一标签计算任务中；

将所述每个待更新第一标签计算任务中未进行分析的用户数据区间确定为相应待更新第一标签计算任务对应的第二用户数据区间；

确定所有第二用户数据区间的数据并集，并确定所述全量数据区间内所述数据并集的补集包含的连续区间的个数，将每个连续区间内包括的用户数据ID确定为第三用户数据区间；

针对所述任一第二待分析标签，根据每个第三用户数据区间生成对应的第二标签计算任务，其中，所述第二标签计算任务包括所述任一第二待分析标签的标签ID以及相应待分析的第三用户数据区间。

2.根据权利要求1所述的确定标签计算任务的方法，其特征在于，所述方法还包括：

在当前时刻为当前预设周期的结束时刻的情况下，确定在所述当前预设周期的开始时刻时处于待生效状态的第一标签集合，以及所述当前时刻处于待生效状态的第二标签集合，其中，标签集合包括对应时刻下处于待生效状态的所有标签对应的标签ID和标签条件；

在所述第二标签集合中存在至少一个第一标签ID，且该第一标签ID不包含于所述第一标签集合的情况下，确定在所述当前时刻新增至少一个第二待分析标签，其中，所述新增的第二待分析标签为所述第一标签ID对应的标签；

在所述第一标签集合与所述第二标签集合中同时包括的至少一个第二标签ID对应的标签条件不同的情况下，确定所述当前时刻处于修改至少一个第二待分析标签的情况，且所述至少一个第二待分析标签包括所述至少一个第二标签ID对应的标签。

3.根据权利要求1所述的确定标签计算任务的方法，其特征在于，所述方法还包括：

在删除至少一个第三待分析标签的情况下，从所述所有第一标签计算任务中确定出包括任一第三待分析标签的每个待删除第一标签计算任务；

从所述每个待删除第一标签计算任务中删除所述任一第三待分析标签对应的标签ID。

4.根据权利要求3所述的确定标签计算任务的方法，其特征在于，所述方法还包括：

在删除至少一个第三待分析标签的情况下，针对任意一个第三待分析标签，确定已设置所述第三待分析标签的用户；

将已设置所述第三待分析标签的用户的第三待分析标签删除。

5.根据权利要求3所述的确定标签计算任务的方法，其特征在于，所述方法还包括：

在所述在删除至少一个第三待分析标签的情况下之前，在当前时刻为当前预设周期的结束时刻的情况下，确定在所述当前预设周期的开始时刻时处于待生效状态的第一标签集合，以及所述当前时刻处于待生效状态的第二标签集合，其中，标签集合包括对应时刻下处于待生效状态的所有标签对应的标签ID和标签条件；

将所述第一标签集合中存在且所述第二标签集合中不存在的至少一个标签ID确定为第三待分析标签对应的第三标签ID。

6.根据权利要求1所述的确定标签计算任务的方法，其特征在于，所述任一标签计算任务在执行时用于：

在所述任一标签计算任务包括多个标签ID且多个标签ID分别对应的多个标签条件存在重复子条件的情况下，获取所述多个标签条件；

将所述多个标签条件合并为标签合集条件，以使所述标签合集条件针对每种所述重复子条件仅保留有一个；

针对所述任一用户数据，根据所述标签计算任务中包括的标签合集条件确定所述用户数据对应的用户的标签。

7.根据权利要求1所述的确定标签计算任务的方法，其特征在于，所述任一标签计算任务在执行时用于通过以下方式获取任一用户数据ID对应的用户数据：

在用户数据临时缓存中查找出所述任一用户数据ID对应的用户数据的情况下，从所述用户数据临时缓存中获取该用户数据，并将该用户数据的存活倒计时重置为初始设置状态，所述用户数据临时缓存中包括的任一用户数据用于在其对应的存活倒计时结束时从所述用户数据临时缓存中释放；

在所述用户数据临时缓存中未查找出所述任一用户数据ID对应的用户数据的情况下，从数据库中查找并获取所述任一用户数据ID对应的用户数据，将该用户数据存储至所述用户数据临时缓存中，并为该用户数据设置对应的存活倒计时。

8.一种处理器，其特征在于，被配置成从所述存储器调用所述指令以及在执行所述指令时能够实现根据权利要求1至7中任一项所述的确定标签计算任务的方法。

9.一种确定标签计算任务的装置，其特征在于，包括：

存储器，被配置成存储指令；以及

如权利要求8所述的处理器。

10.一种机器可读存储介质，其特征在于，该机器可读存储介质上存储有指令，该指令用于使得机器执行根据权利要求1至7中任一项所述的确定标签计算任务的方法。