CN117632907A - 数据处理方法、系统、电子设备及存储介质 - Google Patents
数据处理方法、系统、电子设备及存储介质 Download PDFInfo
- Publication number
- CN117632907A CN117632907A CN202311614347.0A CN202311614347A CN117632907A CN 117632907 A CN117632907 A CN 117632907A CN 202311614347 A CN202311614347 A CN 202311614347A CN 117632907 A CN117632907 A CN 117632907A
- Authority
- CN
- China
- Prior art keywords
- data
- workflow
- layer
- preset
- dimension
- 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
- 238000003672 processing method Methods 0.000 title claims abstract description 47
- 238000007781 pre-processing Methods 0.000 claims description 43
- 238000011144 upstream manufacturing Methods 0.000 claims description 26
- 238000000034 method Methods 0.000 claims description 20
- 230000004044 response Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 abstract description 12
- 238000007726 management method Methods 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 13
- 238000004590 computer program Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 8
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 239000000284 extract Substances 0.000 description 4
- 230000010354 integration Effects 0.000 description 4
- 230000001419 dependent effect Effects 0.000 description 3
- 230000002776 aggregation Effects 0.000 description 2
- 238000004220 aggregation Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000004140 cleaning Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013075 data extraction Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008054 signal transmission Effects 0.000 description 2
- 230000011664 signaling Effects 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 241000699670 Mus sp. Species 0.000 description 1
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000000379 polymerizing effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000000638 solvent extraction Methods 0.000 description 1
- 238000006467 substitution reaction Methods 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/217—Database tuning
-
- 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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24553—Query execution of query operations
- G06F16/24554—Unary operations; Data partitioning operations
- G06F16/24556—Aggregation; Duplicate elimination
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- 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
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- 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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
-
- 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)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Computational Linguistics (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种数据处理方法、系统、电子设备及存储介质,所述数据处理方法包括以下步骤:通过源数据层工作流,对业务系统提供的业务数据进行数据处理,得到初始数据;通过明细层工作流,从初始数据中提取至少一个预设主题域对应的主题域数据,基于主题域数据更新预设的主题域数据表;通过汇总层工作流,从主题域数据表中获取第一目标数据,将第一目标数据转换成汇总数据,基于汇总数据更新预设的汇总数据表;通过应用层工作流,从主题域数据表和/或汇总数据表中获取第二目标数据,将第二目标数据转换成应用数据,基于应用数据更新预设的应用数据表。本申请解决了相关技术中工作流架构的使用便捷性较低的技术问题。
Description
技术领域
本申请涉及金融科技(Fintech)的人工智能技术领域,尤其涉及一种数据处理方法、系统、电子设备及存储介质。
背景技术
随着金融科技,尤其是互联网科技金融的不断发展,越来越多的技术(如分布式、人工智能等)应用在金融领域,但金融业也对技术提出了更高的要求。
数据集市是面向业务体系主题,规划和定制数据的一种工具,以满足业务线对业务数据的查询、分析等。需要通过调度系统按配置的时间周期对整个工作流进行数据更新。相关技术中,工作流架构通常是基于数据流图,结合实际调度平台进行设计。
然而,随着业务的快速增长,数据量越来越大,数据的应用需求也越来越多,工作流架构中的节点数量和依赖数量也就随之增加,从而导致整个数据集市的工作流杂乱无章,使用便捷性大大降低,容易引起误操作,导致数据错误,用户体验感也较差。
发明内容
本申请的主要目的在于提供一种数据处理方法、系统、电子设备及存储介质,旨在解决相关技术中工作流架构的使用便捷性较低的技术问题。
为实现上述目的,本申请提供一种数据处理方法,所述数据处理方法包括以下步骤:
通过源数据层工作流,对业务系统提供的业务数据进行数据处理,得到初始数据;
通过明细层工作流,从所述初始数据中提取至少一个预设主题域对应的主题域数据,基于所述主题域数据更新预设的主题域数据表;
通过汇总层工作流,从所述主题域数据表中获取第一目标数据,将所述第一目标数据转换成汇总数据,基于所述汇总数据更新预设的汇总数据表;
通过应用层工作流,从所述主题域数据表和/或所述汇总数据表中获取第二目标数据,将所述第二目标数据转换成应用数据,基于所述应用数据更新预设的应用数据表。
本申请还提供一种数据处理系统,所述数据处理系统包括源数据层工作流、明细层工作流、汇总层工作流以及应用层工作流,其中,
所述源数据层工作流,用于对业务系统提供的业务数据进行数据处理,得到初始数据;
所述明细层工作流,用于从所述初始数据中提取至少一个预设主题域对应的主题域数据,基于所述主题域数据更新预设的主题域数据表;
所述汇总层工作流,用于从所述主题域数据表中获取第一目标数据,将所述第一目标数据转换成汇总数据,基于所述汇总数据更新预设的汇总数据表;
所述应用层工作流,用于从所述主题域数据表和/或所述汇总数据表中获取第二目标数据,将所述第二目标数据转换成应用数据,基于所述应用数据更新预设的应用数据表。
本申请还提供一种电子设备,所述电子设备为实体设备,所述电子设备包括:存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述的数据处理方法的程序,所述的数据处理方法的程序被处理器执行时可实现如上述的数据处理方法的步骤。
本申请还提供一种存储介质,所述存储介质为计算机可读存储介质,所述计算机可读存储介质上存储有实现数据处理方法的程序,所述的数据处理方法的程序被处理器执行时实现如上述的数据处理方法的步骤。
本申请提供了一种数据处理方法、系统、电子设备及存储介质,所述数据处理方法包括以下步骤:通过源数据层工作流,对业务系统提供的业务数据进行数据处理,得到初始数据;通过明细层工作流,从所述初始数据中提取至少一个预设主题域对应的主题域数据,基于所述主题域数据更新预设的主题域数据表;通过汇总层工作流,从所述主题域数据表中获取第一目标数据,将所述第一目标数据转换成汇总数据,基于所述汇总数据更新预设的汇总数据表;通过应用层工作流,从所述主题域数据表和/或所述汇总数据表中获取第二目标数据,将所述第二目标数据转换成应用数据,基于所述应用数据更新预设的应用数据表。本申请基于数据集市的分层以及各层数据之间的关联性,将工作流划分成了源数据层工作流、明细层工作流、汇总层工作流和应用层工作流,各个工作流的分工明确且有序,可以有效避免循环依赖和反向依赖的问题,实现了工作流的模块化和有序化,使得工作流的可解释性有效提高,从而有利于提高发现问题和解决问题的效率,提升了数据集市的开发效率和可维护性,使得工作流架构的使用便捷性有效提高,用户体验感有效提升。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
为了更清楚地说明本申请实施例或相关技术中的技术方案,下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图得到其他的附图。
图1为本申请中数据处理方法的第一实施例的流程示意图;
图2为本申请中明细层子工作流划分的一种可实施方式的场景示意图;
图3为本申请中实施例中涉及的数据处理方法的一种可实施方式的场景示意图;
图4为本申请中数据处理方法的第二实施例的场景示意图;
图5为本申请中显示区域的一种可实施方式的场景示意图;
图6为本申请中数据处理系统的一实施例的结构示意图;
图7为本申请实施例中数据处理方法涉及的硬件运行环境的设备结构示意图。
本申请目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂,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作出创造性劳动的前提下所得到的所有其它实施例,均属于本发明保护的范围。
实施例一
本申请实施例一提供一种数据处理方法,参照图1,所述数据处理方法包括以下步骤:
步骤S10,通过源数据层工作流,对业务系统提供的业务数据进行数据处理,得到初始数据;
本实施例方法的执行主体可以是一种数据处理装置,也可以是一种数据处理终端设备或服务器,本实施例以数据处理系统进行举例,该数据处理装置可以集成在具有数据处理功能的智能手机、计算机等终端设备上。
在本实施例中,需要说明的是,所述数据处理方法应用于数据处理系统,所述数据处理系统至少包括源数据层工作流、明细层工作流、汇总层工作流和应用层工作流。一方面,所述源数据层工作流、所述明细层工作流、所述汇总层工作流和所述应用层工作流依次排列,依次单向运行,也即,在源数据层工作流运行结束之后,可以向明细层工作流发送信号,明细层工作流在接收到源数据层工作流发送的信号之后开始运行,在明细层工作流运行结束之后,可以向汇总层工作流发送信号,汇总层工作流在接收到明细层发送的信号之后开始运行,在汇总层工作流运行结束之后,可以向应用层工作流发送信号,应用层工作流在接收到汇总层发送的信号之后开始运行,在应用层工作流运行结束之后,完成对数据集市的数据更新。这样,可以避免循环依赖和反向依赖的情况,在对数据集市进行开发和维护时,有序且单向排列的工作流可以有利于保持逻辑的连贯性,提高操作效率,减少误操作。另一方面,所述源数据层工作流、所述明细层工作流、所述汇总层工作流和所述应用层工作流的运行是完全独立的,实现了工作流的模块化,从而使得工作流的可解释性有效提高,在出现问题的时候,可以更快且更准确地找出问题和解决问题,因此提升了数据集市的开发效率和可维护性,使得工作流架构的使用便捷性有效提高,用户体验感有效提升。
所述源数据层工作流通常与多个业务系统对接,例如企业内部的业务系统,外部的数据供应商、第三方数据服务等,这些业务系统提供的数据通常具有不同的数据格式、结构、语义、质量等,因此需要进行一系列的数据处理和转换,才能被有效地集成到数据仓库中。所述源数据层工作流对所述业务数据进行的数据处理包括数据抽取、数据清洗、数据集成和数据同步等中的至少一种,将不同业务系统的数据整合到一个统一规范的数据集中,并尽量保证数据的质量和可用性。
作为一种示例,所述步骤S10包括:通过源数据层工作流与至少一个业务系统进行通信连接,获取各所述业务系统在预设时间范围内产生的业务数据,对所述业务数据进行数据处理,得到可以供后续进行数据集成和数据分析的初始数据。
进一步地,所述源数据层工作流包括数据前处理工作流和维度层工作流;所述初始数据包括初始明细数据和维度数据表中的维度数据;所述通过源数据层工作流,对业务系统提供的业务数据进行数据处理,得到初始数据的步骤包括:
步骤S11,通过所述数据前处理工作流,对业务数据进行数据前处理,得到初始明细数据;
步骤S12,通过所述维度层工作流,从业务数据中提取至少一个预设维度的维度数据,生成维度数据表。
在本实施例中,需要说明的是,本实施例对所述步骤S11和所述步骤S12的先后顺序不做限定,也即,可以先执行步骤S11再执行步骤S12,可以先执行步骤S12再执行步骤S11,也可以同时执行步骤S11和步骤S12。
所述源数据层工作流包括数据前处理工作流和维度层工作流,所述数据前处理工作流用于获得初始明细数据,所述初始明细数据是指具体业务过程中的数据和指标,所述维度层工作流用于获得维度数据,所述维度数据表用于描述业务事实中的背景信息。所述数据前处理工作流和所述维度层工作流针对的是业务数据中的不同数据,所述数据前处理工作流和所述维度层工作流运行过程中不容易出现交叉,因此可以并行执行,既可以实现了对业务数据的初步分类和整合,又不会影响数据处理的效率,有利于后续进行多维度的数据分析,对业务数据进行深入的挖掘。
作为一种示例,所述步骤S11-S12包括:在获取到各所述业务系统在预设时间范围内产生的业务数据之后,可以通过所述数据前处理工作流,对业务数据进行数据前处理,得到初始明细数据,其中,所述数据前处理包括数据抽取、数据清洗、数据集成和数据同步等中的至少一种,所述数据前处理用于将不同业务系统的数据整合到一个统一规范的数据集中,并尽量保证数据的质量和可用性。在获取到各所述业务系统在预设时间范围内产生的业务数据之后,还可以通过所述维度层工作流,从业务数据中提取至少一个预设维度的维度数据,生成维度数据表。其中,数据前处理的具体方式、所述预设维度、提取维度数据的具体方式、生成维度数据表的具体方式等均与现有技术将近,在次不过多赘述。
进一步地,所述维度层工作流包括至少一个维度层子工作流,各所述维度层子工作流分别对应于不同的预设维度;所述通过所述维度层工作流,从业务数据中提取至少一个预设维度的维度数据,生成维度数据表的步骤包括:
通过各所述维度层子工作流,分别根据各自对应的预设维度从业务数据中提取维度数据,生成维度数据表。
在本实施例中,需要说明的是,业务数据中包含的维度数据通常不止一种,同一维度的维度数据需要由同一个工作流完成,以避免数据出错,但提取不同维度的维度数据的过程不容易出现交叉,因此可以分配不同的子工作流进行完成,从而提高整体的数据处理效率。
作为一种示例,可以为各个维度分配对应的维度层子工作流分别进行维度数据的提取,从而可以通过各所述维度层子工作流,分别并行地根据各自对应的预设维度从业务数据中提取维度数据,基于各所述维度层子工作流提取到的不同维度的维度数据生成维度数据表。
进一步地,所述数据前处理工作流包括至少一个数据前处理子工作流,各所述数据前处理子工作流分别对应于不同的业务系统;所述通过所述数据前处理工作流,对业务数据进行数据前处理,得到初始明细数据的步骤包括:
通过各所述数据前处理子工作流,分别对各自对应的业务系统提供的业务数据进行数据处理,得到初始明细数据。
在本实施例中,需要说明的是,业务数据通常来自多个业务系统,不同业务系统的业务数据之间的关联性较弱,因此对不同业务系统的业务数据进行数据前处理的过程不容易出现交叉,因此可以分配不同的子工作流进行完成,从而提高整体的数据处理效率。
作为一种示例,可以为各个业务系统分配对应的数据前处理子工作流分别进行数据前处理,从而可以通过各所述数据前处理子工作流,分别并行地对各自对应的业务系统提供的业务数据进行数据处理,得到初始明细数据。
步骤S20,通过明细层工作流,从所述初始数据中提取至少一个预设主题域对应的主题域数据,基于所述主题域数据更新预设的主题域数据表;
在本实施例中,需要说明的是,所述明细层工作流主要用于通过对数据处理后的初始数据进行整合、标准化、去重等处理,将数据转化为面向主题的数据集。因各个业务系统都会存在对应的明细数据,在源数据层工作流对业务数据进行数据处理之后,可以通过明细层工作流进行主题域划分,不同主题域的数据可能合并不同业务系统的数据,结合维度数据表,可以落地成对应的主题域数据表。主题域数据表中的主题域数据通常以最原始的形式存储,而不进行运算或汇总处理,这样可以保证数据的完整性和准确性,并支持更灵活的分析和查询操作。
作为一种示例,所述步骤S20包括:在源数据层工作流运行完成之后,可以向明细层工作流发送信号,明细层工作流在接收到信号之后,开始运行,从源数据层工作流输出的所述初始数据中提取至少一个预设主题域对应的主题域数据,基于所述主题域数据更新预设的主题域数据表。
进一步地,所述明细层工作流包括至少一个明细层子工作流,各所述明细层子工作流分别对应于不同的预设主题域;所述通过明细层工作流,从所述初始数据中提取至少一个预设主题域对应的主题域数据,基于所述主题域数据更新预设的主题域数据表的步骤包括:
通过各所述明细层子工作流,分别根据各自对应的预设主题域从所述初始数据中提取主题域数据,基于所述主题域数据更新预设的主题域数据表。
在本实施例中,需要说明的是,通过主题域是为了将业务数据与业务逻辑进行解耦,因此按照主题域划分后的不同主题域之间业务逻辑上的关联性较弱,因此按照不同主题域从初始数据中提取主题域数据的过程不容易出现交叉,因此可以分配不同的子工作流进行完成,从而提高整体的数据处理效率。
作为一种示例,可以为各个主题域分配对应的明细层子工作流分别进行主题域数据的提取,从而可以通过各所述明细层子工作流,分别并行地从所述初始数据中提取主题域数据,进而基于提取到的各所述主题域的所述主题域数据更新预设的主题域数据表。
在一种可实施的方式中,还可以对主题域进行进一步地细分,每个所述预设主题域可以包括多个细分主题域;所述通过各所述明细层子工作流,分别根据各自对应的预设主题域从所述初始数据中提取主题域数据,基于所述主题域数据更新预设的主题域数据表的步骤包括:通过各所述明细层子工作流,分别根据各自对应的细分主题域从所述初始数据中提取细分主题域数据,基于所述主题域数据更新预设的主题域数据表。
示例性地,参照图2,在信贷数据处理过程中,可以将业务过程进行细分,拆分出不同的主题域,每个主题域分别使用一个明细层子工作流进行管控,明细层子工作流01(Flow_dw_01)从所述初始数据中提取用户主题域对应的用户主题域数据,基于所述用户主题域数据更新预设的用户主题域数据表,明细层子工作流02(Flow_dw_02)从所述初始数据中提取授信主题域对应的授信主题域数据,基于所述授信主题域数据更新预设的授信主题域数据表,明细层子工作流03(Flow_dw_03)从所述初始数据中提取核额主题域对应的核额主题域数据,基于所述核额主题域数据更新预设的核额主题域数据表,明细层子工作流04(Flow_dw_04)从所述初始数据中提取借据主题域对应的借据主题域数据,基于所述借据主题域数据更新预设的借据主题域数据表,明细层子工作流05(Flow_dw_05)从所述初始数据中提取纾困主题域对应的纾困主题域数据,基于所述纾困主题域数据更新预设的纾困主题域数据表。
步骤S30,通过汇总层工作流,从所述主题域数据表中获取第一目标数据,将所述第一目标数据转换成汇总数据,基于所述汇总数据更新预设的汇总数据表;
在本实施例中,需要说明的是,所述汇总层工作流用于对明细层工作流更新后的主题域数据表中的主题域数据进行加工、聚合、计算和汇总等处理,以满足各种业务需求和分析场景,不同主题域之间可以对应不同的汇总数据表,不同主题域之间也可以简单关联汇总成新的汇总数据表。
作为一种示例,所述步骤S30包括:在明细层工作流运行完成之后,通过汇总层工作流,从所述主题域数据表中获取汇总所需的多个第一目标数据,对各所述第一目标数据进行聚合得到汇总数据,基于所述汇总数据更新预设的汇总数据表。在需要获得多个汇总数据的情况下,对于每一个汇总数据均需要分别获取各自对应的第一目标数据,并分别聚合成多个不同的汇总数据,汇总数据的具体类别和聚合方式可以根据实际需要进行确定,本实施例对此不加以限制。
步骤S40,通过应用层工作流,从所述主题域数据表和/或所述汇总数据表中获取第二目标数据,将所述第二目标数据转换成应用数据,基于所述应用数据更新预设的应用数据表。
在本实施例中,需要说明的是,所述应用层工作流用于基于汇总层工作流更新后的汇总数据进行业务化加工和转换,以生成各种针对具体业务需求的分析结果,例如报表类、标签类数据,从而可以根据不同业务场景,对外提供数据支持。
作为一种示例,所述步骤S40包括:在汇总层工作流运行完成之后,通过应用层工作流,从所述主题域数据表和/或所述汇总数据表中获取具体业务所需的多个第二目标数据,对各所述第二目标数据进行转换得到应用数据,基于所述应用数据更新预设的应用数据表。在需要获得多个应用数据的情况下,对于每一个应用数据均需要分别获取各自对应的第二目标数据,并分别转换成多个不同的应用数据,应用数据的具体类别和转换方式可以根据实际需要进行确定,本实施例对此不加以限制。
在一种可实施的方式中,参照图3,所述数据处理系统包括源数据层工作流、明细层工作流、汇总层工作流和应用层工作流,其中,所述源数据层工作流包括数据前处理工作流和维度层工作流,在进行数据处理时,先获取一批次的业务数据,通过数据前处理工作流对业务数据进行数据前处理,得到初始明细数据,并通过维度层工作流业务数据中提取至少一个预设维度的维度数据,生成维度数据表;在生成初始明细数据和维度数据表之后,通过明细层工作流从所述初始明细数据和所述维度数据表中提取至少一个预设主题域对应的主题域数据,基于所述主题域数据更新预设的主题域数据表;在主题域数据表更新之后,通过汇总层工作流,从更新后的所述主题域数据表中获取第一目标数据,将所述第一目标数据转换成汇总数据,基于所述汇总数据更新预设的汇总数据表;在汇总数据表更新之后,通过应用层工作流,从所述主题域数据表和/或所述汇总数据表中获取第二目标数据,将所述第二目标数据转换成应用数据,基于所述应用数据更新预设的应用数据表,完成一次的数据更新。
在本实施例中,所述数据处理方法包括以下步骤:通过源数据层工作流,对业务系统提供的业务数据进行数据处理,得到初始数据;通过明细层工作流,从所述初始数据中提取至少一个预设主题域对应的主题域数据,基于所述主题域数据更新预设的主题域数据表;通过汇总层工作流,从所述主题域数据表中获取第一目标数据,将所述第一目标数据转换成汇总数据,基于所述汇总数据更新预设的汇总数据表;通过应用层工作流,从所述主题域数据表和/或所述汇总数据表中获取第二目标数据,将所述第二目标数据转换成应用数据,基于所述应用数据更新预设的应用数据表。本申请基于数据集市的分层以及各层数据之间的关联性,将工作流划分成了源数据层工作流、明细层工作流、汇总层工作流和应用层工作流,各个工作流的分工明确且有序,可以有效避免循环依赖和反向依赖的问题,实现了工作流的模块化和有序化,使得工作流的可解释性有效提高,从而有利于提高发现问题和解决问题的效率,提升了数据集市的开发效率和可维护性,使得工作流架构的使用便捷性有效提高,用户体验感有效提升。
实施例二
进一步地,参照图4,基于本申请上述实施例,在本申请的第二实施例中,与上述实施例相同或相似的内容,可以参考上文介绍,后续不再赘述。在此基础上,预设显示区域包括预设信号接收层显示区域以及按预设排列顺序依次排列的多个加工层显示区域;所述数据处理方法还包括:
步骤A10,获取所述源数据层工作流、所述明细层工作流、所述汇总层工作流和/或所述应用层工作流对应的工作流信息,其中,所述工作流信息包括节点信息和依赖信息,所述节点信息包括信号接收节点信息和任务节点信息;
在本实施例中,需要说明的是,在数据集市的开发和维护的过程中,对工作流进行维护时,可视化的界面展示可以供用户更加直观地观察工作流之间的依赖关系,提高对工作流进行维护的便捷性。然而,随着数据量的增加,业务需求的增加,依赖关系也会随之增加,在同一个主题域中,可能涉及多个业务系统的业务数据,同时,不同主题域数据表的加工逻辑复杂度也有较大差异,且不同主题域数据表下游依赖项也有多有少,如果没有一个明确的,可操作的一致性规范,会导致工作流内部节点混乱,依赖混乱,最终无法维护,影响整个系统稳定性。
本实施例可以在预设显示区域中输出显示工作流信息,所述数据前处理工作流、所述维度层工作流、所述明细层工作流、所述汇总层工作流和所述应用层工作流各自对应的工作流信息可以分别在不同的页面进行显示,也可以同时进行显示。还进一步对预设显示区域进行了区间划分,划分成预设信号接收层显示区域以及按预设排列顺序依次排列的多个加工层显示区域,实现了对节点的显示位置的约束,使得各个节点按照加工顺序依次排列。
所述节点信息是指节点相关的信息,节点可以是执行任务的引擎,在一个工作流中,至少包括信号接收节点和任务节点,所述信号接收节点用于接收上游节点发送的信号,从而可以基于信号开始执行任务,所述任务节点用于执行数据加工任务;所述依赖信息是指依赖相关的信息,依赖是指节点与节点之间的流向关系。
作为一种示例,所述步骤A10包括:获取所述源数据层工作流、所述明细层工作流、所述汇总层工作流和/或所述应用层工作流对应的工作流信息,从所述工作流信息中提取出节点信息和依赖信息。
步骤A20,根据所述依赖信息确定各所述任务节点信息各自对应的最大上游依赖层级;
在本实施例中,需要说明的是,上游依赖层级是指节点上游依赖的层数,例如,若节点1上游仅配置有信号接收节点,说明节点1上游依赖的层数为1,若节点2上游仅配置有信号接收节点以及两个任务节点,说明节点1上游依赖的层数为3。任务节点可能接收多路数据,对于每一路均可以确定对应的上有依赖层级,其中层级最大的为最大上游依赖层级。
作为一种示例,所述步骤A20包括:根据所述依赖信息确定各所述任务节点信息各自对应的多个上游依赖层级,从各所述上游依赖层级中确定最大的最大上游依赖层级。
步骤A30,根据各所述任务节点信息各自对应的最大上游依赖层级,确定各所述任务节点信息各自对应的加工层显示区域;
步骤A40,在预设的信号接收层显示区域显示各所述信号接收节点信息,在预设的加工层显示区域显示各自对应的任务节点信息。
作为一种示例,所述步骤A30-A40包括:按照最大上游依赖层级为各所述任务节点信息分配加工出显示区域,最大上游依赖层级越高的任务节点信息,则在排列顺序越靠后的加工层显示区域进行显示,如此,分别确定各所述任务节点信息各自对应的加工层显示区域。进而在预设的信号接收层显示区域显示各所述信号接收节点信息,在预设的加工层显示区域显示各自对应的任务节点信息,实现节点信息的分区分层显示。
进一步地,所述在预设的信号接收层显示区域显示各所述信号接收节点信息,在预设的加工层显示区域显示各自对应的任务节点信息的步骤之后,还包括:
步骤A50,响应于依赖编辑指令,更新所述依赖信息;
步骤A60,返回执行所述根据所述依赖信息确定各所述任务节点信息各自对应的最大上游依赖层级的步骤。
在本实施例中,需要说明的是,在可视化展示工作流信息之后,除了可供用户直观查看工作流信息之外,还可以供用户基于当前的工作流信息进行工作流的调整。
作为一种示例,所述步骤A50-A60包括:在检测到用户基于显示界面展示的工作流信息产生的依赖编辑操作时,生成依赖编辑指令,基于所述依赖编辑指令更新当前的依赖信息,依赖信息更新之后,可以返回执行所述根据所述依赖信息确定各所述任务节点信息各自对应的最大上游依赖层级的步骤,基于更新后的依赖信息重新进行输出显示。
在一种可实施的方式中,所述任务节点还可以包括信号发送任务节点,所述信号发送任务节点是指需要向外部发送工作流的节点,可以为所述信号发送任务节点配置工作链,还可以限制每个工作链中的信号发送任务节点的数量,若任意一个任务节点关联多个信号发送任务节点,则可以将所有信号发送任务节点纳入一个子工作流,从而实现对显示界面的简化,让工作流整体布局更简洁直观,方便后续维护。
示例性地,参照图5,所述显示区域从上至下划分为信号接收层显示区域、第一加工层显示区域、第二加工层显示区域和第三加工层显示区域。其中,信号接收层显示区域为最顶层,只配置信号接收节点,不配置任何任务节点;第一加工层显示区域仅放置本工作流中,上游仅有信号接收节点,无其他加工层依赖关系的任务节点信息;第二加工层显示区域放置最大上游依赖层级为2的任务节点,dw0.2_b接收两路数据,其中上游为er_0.1的一路的上游依赖层级为1,另一路的上游依赖层级为2,所以放置与第二加工层显示区域中;第三加工层显示区域放置最大上游依赖层级为3的任务节点。图5中,dw01_a下游关联了9个信号发送任务节点,因此配置了3层工作链,每层包括3个信号发送任务节点。图5中,dw01_c下游关联了9个以上的信号发送任务节点,因此配置了子工作流,将9个以上的信号发送任务节点全部放入子工作流。
在本实施例中,通过对显示区域进行分区分层,约束各层显示区域放置的节点信息,使得工作流的整体结构清晰。同时,通过依赖关系的级联深度确定任务节点的放置层级,可以很明确的看出当前依赖关系,避免因节点数过多导致的各种混乱。
实施例三
进一步地,本申请实施例还提供一种数据处理系统,参照图6,所述数据处理系统包括源数据层工作流10、明细层工作流20、汇总层工作流30以及应用层工作流40,其中,
所述源数据层工作流10,用于对业务系统提供的业务数据进行数据处理,得到初始数据;
所述明细层工作流20,用于从所述初始数据中提取至少一个预设主题域对应的主题域数据,基于所述主题域数据更新预设的主题域数据表;
所述汇总层工作流30,用于从所述主题域数据表中获取第一目标数据,将所述第一目标数据转换成汇总数据,基于所述汇总数据更新预设的汇总数据表;
所述应用层工作流40,用于从所述主题域数据表和/或所述汇总数据表中获取第二目标数据,将所述第二目标数据转换成应用数据,基于所述应用数据更新预设的应用数据表。
进一步地,所述源数据层工作流10包括数据前处理工作流和维度层工作流;所述初始数据包括初始明细数据和维度数据表中的维度数据;所述数据前处理工作流用于:
对业务数据进行数据前处理,得到初始明细数据;
所述维度层工作流用于:
从业务数据中提取至少一个预设维度的维度数据,生成维度数据表。
进一步地,所述维度层工作流包括至少一个维度层子工作流,各所述维度层子工作流分别对应于不同的预设维度;所述维度层子工作流用于:
分别根据各自对应的预设维度从业务数据中提取维度数据,生成维度数据表。
进一步地,所述数据前处理工作流包括至少一个数据前处理子工作流,各所述数据前处理子工作流分别对应于不同的业务系统;所述源数据前处理子工作流用于:
分别对各自对应的业务系统提供的业务数据进行数据处理,得到初始明细数据。
进一步地,所述明细层工作流20包括至少一个明细层子工作流,各所述明细层子工作流分别对应于不同的预设主题域;所述明细层子工作流用于:
通过各所述明细层子工作流,分别根据各自对应的预设主题域从所述初始数据中提取主题域数据,基于所述主题域数据更新预设的主题域数据表。
进一步地,所述数据处理系统还包括显示模块,预设显示区域包括预设信号接收层显示区域以及按预设排列顺序依次排列的多个加工层显示区域;所述显示模块用于:
获取所述源数据层工作流、所述明细层工作流、所述汇总层工作流和/或所述应用层工作流对应的工作流信息,其中,所述工作流信息包括节点信息和依赖信息,所述节点信息包括信号接收节点信息和任务节点信息;
根据所述依赖信息确定各所述任务节点信息各自对应的最大上游依赖层级;
根据各所述任务节点信息各自对应的最大上游依赖层级,确定各所述任务节点信息各自对应的加工层显示区域;
在预设的信号接收层显示区域显示各所述信号接收节点信息,在预设的加工层显示区域显示各自对应的任务节点信息。
进一步地,在预设的加工层显示区域显示各自对应的任务节点信息的操作之后,所述显示模块还用于:
响应于依赖编辑指令,更新所述依赖信息;
返回执行所述根据所述依赖信息确定各所述任务节点信息各自对应的最大上游依赖层级的步骤。
本发明提供的数据处理系统,采用上述实施例中的数据处理方法,解决了相关技术中工作流架构的使用便捷性较低的技术问题。与相关技术相比,本发明实施例提供的数据处理系统的有益效果与上述实施例提供的数据处理方法的有益效果相同,且该数据处理系统中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
实施例四
进一步地,本发明实施例提供一种电子设备,电子设备包括:至少一个处理器;以及,与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述实施例中的数据处理方法。
下面参考图7,其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如蓝牙耳机、移动电话、笔记本电脑、数字广播接收器、PDA(个人数字助理)、PAD(平板电脑)、PMP(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字TV、台式计算机等等的固定终端。图7示出的电子设备仅仅是一个示例,不应对本公开实施例的功能和使用范围带来任何限制。
如图7所示,电子设备可以包括处理系统(例如中央处理器、图形处理器等),其可以根据存储在只读存储器(ROM)中的程序或者从存储系统加载到随机访问存储器(RAM)中的程序而执行各种适当的动作和处理。在RAM中,还存储有电子设备操作所需的各种程序和数组。处理系统、ROM以及RAM通过总线彼此相连。输入/输出(I/O)接口也连接至总线。
通常,以下系统可以连接至I/O接口:包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入系统;包括例如液晶显示器(LCD)、扬声器、振动器等的输出系统;包括例如磁带、硬盘等的存储系统;以及通信系统。通信系统可以允许电子设备与其他设备进行无线或有线通信以交换数组。虽然图中示出了具有各种系统的电子设备,但是应理解的是,并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。
特别地,根据本公开的实施例,上文参考流程图描述的过程可以被实现为计算机软件程序。例如,本公开的实施例包括一种计算机程序产品,其包括承载在计算机可读介质上的计算机程序,该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中,该计算机程序可以通过通信系统从网络上被下载和安装,或者从存储系统被安装,或者从ROM被安装。在该计算机程序被处理系统执行时,执行本公开实施例的方法中限定的上述功能。
本发明提供的电子设备,采用上述实施例中的数据处理方法,解决了相关技术中工作流架构的使用便捷性较低的技术问题。与相关技术相比,本发明实施例提供的电子设备的有益效果与上述实施例提供的数据处理方法的有益效果相同,且该电子设备中的其他技术特征与上述实施例方法公开的特征相同,在此不做赘述。
应当理解,本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中,具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述,仅为本发明的具体实施方式,但本发明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发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
实施例五
进一步地,本实施例提供一种计算机可读存储介质,具有存储在其上的计算机可读程序指令,计算机可读程序指令用于执行上述实施例中的数据处理方法。
本发明实施例提供的计算机可读存储介质例如可以是U盘,但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输,包括但不限于:电线、光缆、RF(射频)等等,或者上述的任意合适的组合。
上述计算机可读存储介质可以是电子设备中所包含的;也可以是单独存在,而未装配入电子设备中。
上述计算机可读存储介质承载有一个或者多个程序,当上述一个或者多个程序被电子设备执行时,使得电子设备:通过源数据层工作流,对业务系统提供的业务数据进行数据处理,得到初始数据;通过明细层工作流,从所述初始数据中提取至少一个预设主题域对应的主题域数据,基于所述主题域数据更新预设的主题域数据表;通过汇总层工作流,从所述主题域数据表中获取第一目标数据,将所述第一目标数据转换成汇总数据,基于所述汇总数据更新预设的汇总数据表;通过应用层工作流,从所述主题域数据表和/或所述汇总数据表中获取第二目标数据,将所述第二目标数据转换成应用数据,基于所述应用数据更新预设的应用数据表。
可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码,上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
附图中的流程图和框图,图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上,流程图或框图中的每个方框可以表示一个模块、程序段、或代码的一部分,该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意,在有些作为替换的实现中,方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如,两个接连地表示的方框实际上可以基本并行地执行,它们有时也可以按相反的顺序执行,这依所涉及的功能而定。也要注意的是,框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合,可以用执行规定的功能或操作的专用的基于硬件的系统来实现,或者可以用专用硬件与计算机指令的组合来实现。
描述于本公开实施例中所涉及到的模块可以通过软件的方式实现,也可以通过硬件的方式来实现。其中,模块的名称在某种情况下并不构成对该单元本身的限定。
本发明提供的计算机可读存储介质,存储有用于执行上述数据处理方法的计算机可读程序指令,解决了相关技术中工作流架构的使用便捷性较低的技术问题。与相关技术相比,本发明实施例提供的计算机可读存储介质的有益效果与上述实施例提供的数据处理方法的有益效果相同,在此不做赘述。
实施例六
进一步地,本申请还提供一种计算机程序产品,包括计算机程序,所述计算机程序被处理器执行时实现如上述的数据处理方法的步骤。
本申请提供的计算机程序产品解决了相关技术中工作流架构的使用便捷性较低的技术问题。与相关技术相比,本发明实施例提供的计算机程序产品的有益效果与上述实施例提供的数据处理方法的有益效果相同,在此不做赘述。
以上仅为本申请的优选实施例,并非因此限制本申请的专利范围,凡是利用本申请说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本申请的专利处理范围内。
Claims (10)
1.一种数据处理方法,其特征在于,所述数据处理方法包括以下步骤:
通过源数据层工作流,对业务系统提供的业务数据进行数据处理,得到初始数据;
通过明细层工作流,从所述初始数据中提取至少一个预设主题域对应的主题域数据,基于所述主题域数据更新预设的主题域数据表;
通过汇总层工作流,从所述主题域数据表中获取第一目标数据,将所述第一目标数据转换成汇总数据,基于所述汇总数据更新预设的汇总数据表;
通过应用层工作流,从所述主题域数据表和/或所述汇总数据表中获取第二目标数据,将所述第二目标数据转换成应用数据,基于所述应用数据更新预设的应用数据表。
2.如权利要求1所述的数据处理方法,其特征在于,所述源数据层工作流包括数据前处理工作流和维度层工作流;所述初始数据包括初始明细数据和维度数据表中的维度数据;所述通过源数据层工作流,对业务系统提供的业务数据进行数据处理,得到初始数据的步骤包括:
通过所述数据前处理工作流,对业务数据进行数据前处理,得到初始明细数据;
通过所述维度层工作流,从业务数据中提取至少一个预设维度的维度数据,生成维度数据表。
3.如权利要求2所述的数据处理方法,其特征在于,所述维度层工作流包括至少一个维度层子工作流,各所述维度层子工作流分别对应于不同的预设维度;所述通过所述维度层工作流,从业务数据中提取至少一个预设维度的维度数据,生成维度数据表的步骤包括:
通过各所述维度层子工作流,分别根据各自对应的预设维度从业务数据中提取维度数据,生成维度数据表。
4.如权利要求2所述的数据处理方法,其特征在于,所述数据前处理工作流包括至少一个数据前处理子工作流,各所述数据前处理子工作流分别对应于不同的业务系统;所述通过所述数据前处理工作流,对业务数据进行数据前处理,得到初始明细数据的步骤包括:
通过各所述数据前处理子工作流,分别对各自对应的业务系统提供的业务数据进行数据处理,得到初始明细数据。
5.如权利要求1所述的数据处理方法,其特征在于,所述明细层工作流包括至少一个明细层子工作流,各所述明细层子工作流分别对应于不同的预设主题域;所述通过明细层工作流,从所述初始数据中提取至少一个预设主题域对应的主题域数据,基于所述主题域数据更新预设的主题域数据表的步骤包括:
通过各所述明细层子工作流,分别根据各自对应的预设主题域从所述初始数据中提取主题域数据,基于所述主题域数据更新预设的主题域数据表。
6.如权利要求1所述的数据处理方法,其特征在于,预设显示区域包括预设信号接收层显示区域以及按预设排列顺序依次排列的多个加工层显示区域;所述数据处理方法还包括:
获取所述源数据层工作流、所述明细层工作流、所述汇总层工作流和/或所述应用层工作流对应的工作流信息,其中,所述工作流信息包括节点信息和依赖信息,所述节点信息包括信号接收节点信息和任务节点信息;
根据所述依赖信息确定各所述任务节点信息各自对应的最大上游依赖层级;
根据各所述任务节点信息各自对应的最大上游依赖层级,确定各所述任务节点信息各自对应的加工层显示区域;
在预设的信号接收层显示区域显示各所述信号接收节点信息,在预设的加工层显示区域显示各自对应的任务节点信息。
7.如权利要求6所述的数据处理方法,其特征在于,所述在预设的信号接收层显示区域显示各所述信号接收节点信息,在预设的加工层显示区域显示各自对应的任务节点信息的步骤之后,还包括:
响应于依赖编辑指令,更新所述依赖信息;
返回执行所述根据所述依赖信息确定各所述任务节点信息各自对应的最大上游依赖层级的步骤。
8.一种数据处理系统,其特征在于,所述数据处理系统包括源数据层工作流、明细层工作流、汇总层工作流以及应用层工作流,其中,
所述源数据层工作流,用于对业务系统提供的业务数据进行数据处理,得到初始数据;
所述明细层工作流,用于从所述初始数据中提取至少一个预设主题域对应的主题域数据,基于所述主题域数据更新预设的主题域数据表;
所述汇总层工作流,用于从所述主题域数据表中获取第一目标数据,将所述第一目标数据转换成汇总数据,基于所述汇总数据更新预设的汇总数据表;
所述应用层工作流,用于从所述主题域数据表和/或所述汇总数据表中获取第二目标数据,将所述第二目标数据转换成应用数据,基于所述应用数据更新预设的应用数据表。
9.一种电子设备,其特征在于,所述电子设备包括:
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权利要求1至7中任一项所述的数据处理方法的步骤。
10.一种存储介质,其特征在于,所述存储介质为计算机可读存储介质,所述计算机可读存储介质上存储有实现数据处理方法的程序,所述实现数据处理方法的程序被处理器执行以实现如权利要求1至7中任一项所述的数据处理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311614347.0A CN117632907A (zh) | 2023-11-28 | 2023-11-28 | 数据处理方法、系统、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311614347.0A CN117632907A (zh) | 2023-11-28 | 2023-11-28 | 数据处理方法、系统、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117632907A true CN117632907A (zh) | 2024-03-01 |
Family
ID=90037120
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311614347.0A Pending CN117632907A (zh) | 2023-11-28 | 2023-11-28 | 数据处理方法、系统、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117632907A (zh) |
-
2023
- 2023-11-28 CN CN202311614347.0A patent/CN117632907A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
WO2020119800A1 (zh) | 一种列表显示方法、装置、设备及存储介质 | |
CN110083660A (zh) | 一种同步数据的方法、装置、介质和电子设备 | |
CN112115153B (zh) | 数据处理方法、装置、设备及存储介质 | |
CN109492200A (zh) | 协同文档还原方法、装置、存储介质及电子设备 | |
CN110765752B (zh) | 试题的生成方法、装置、电子设备及计算机可读存储介质 | |
US10275525B2 (en) | Method and system for mining trends around trending terms | |
US10691418B1 (en) | Process modeling on small resource constraint devices | |
CN104133678A (zh) | 构建、运行交互地震解释系统的方法及装置 | |
CN117632907A (zh) | 数据处理方法、系统、电子设备及存储介质 | |
CN113204557B (zh) | 电子表格导入方法、装置、设备及介质 | |
US10528575B2 (en) | Collaborative search of databases | |
CN111309988B (zh) | 基于编码的字符串检索方法、装置及电子设备 | |
US9087127B1 (en) | Method for providing an integrated video module | |
CN111143464A (zh) | 数据获取方法、装置和电子设备 | |
CN111382556A (zh) | 数据转换方法、装置、设备及存储介质 | |
EP2851812A1 (en) | Exposing relationships between universe objects | |
CN112084003B (zh) | 一种隔离数据的方法、装置、介质和电子设备 | |
CN115168478B (zh) | 数据类型转换方法、电子设备及可读存储介质 | |
CN116561132B (zh) | 业务数据查询方法、电子设备及可读存储介质 | |
US11340897B1 (en) | Subject matter expert identification for computer software | |
CN112286609B (zh) | 用于管理智能终端的快捷设置项的方法和装置 | |
CN111694833B (zh) | 数据处理方法、装置、电子设备和计算机可读存储介质 | |
CN118170281A (zh) | 信息交互方法、装置和电子设备 | |
CN116841989A (zh) | 基于人工智能的轻量级企业数据中心系统及构建方法 | |
CN117130751A (zh) | 数据处理方法、装置和电子设备 |
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 |