CN117931798A - 业务数据处理方法及电子设备 - Google Patents

Abstract

本申请提供一种业务数据处理方法及应用该业务数据处理方法的电子设备，该方法包括：解析数据统计分析需求，得到多个维度的标签；根据多个维度的标签构建数据统计分析需求对应的第一标签表；获取业务数据集，将业务数据集中对应栏位的信息存储至第一标签表，得到第二标签表，业务数据集内每一笔业务数据对应一个物料，每个第二标签表包括位图字段，所述位图字段的数据是纯数值型数据，用于标识物料的身份信息；响应从用户终端发送的第一查询指令，根据第一查询指令携带的标签信息转化第一查询指令，得到第二查询指令；根据第二查询指令从多个第二标签表内选取目标位图字段；解析目标位图字段，得到目标查询结果。上述方法能够提高数据查询效率。

Description

业务数据处理方法及电子设备

技术领域

本申请属于计算机技术领域，尤其涉及一种业务数据处理方法及应用该数据处理方法的电子设备。

背景技术

企业在运营过程中会生成大量的业务数据，这些业务数据通常以行式数据块的形式存储在数据库或数据仓库中。在进行多维度数据统计分析时，通常使用结构化查询语言(SQL)来查询业务数据，在接收用户发出SQL语句指令后，根据SQL语句指令在数据库或数据仓库中对业务数据进行条件过滤、去重等操作，筛选出满足要求的业务数据。

然而，通过行式数据块的形式存储业务数据，每条业务数据占据数据库或数据仓库中的一行空间，使得数据库或数据仓库中数据空间占据过大；且根据SQL语句指令对每个行式数据块进行查询，数据查询效率低下。

发明内容

本申请实施例提供了一种业务数据处理方法及应用该数据处理方法的电子设备，以解决业务数据占据数据存储空间过大，且数据查询效率低下的问题。

本申请实施例第一方面提供一种业务数据处理方法，所述业务数据处理方法包括：解析数据统计分析需求，得到所述数据统计分析需求对应多个维度的标签；根据所述多个维度的标签构建所述数据统计分析需求对应的第一标签表；获取业务数据集，并将所述业务数据集中对应栏位的信息存储至所述第一标签表，得到第二标签表，所述业务数据集内每一笔业务数据对应一个物料，所述第二标签表包括位图字段，所述位图字段的数据是纯数值型数据，用于标识物料的身份信息；响应从用户终端发送的第一查询指令，根据所述第一查询指令携带的标签信息转化所述第一查询指令，得到第二查询指令；根据所述第二查询指令从所述第二标签表内选取目标位图字段；解析所述目标位图字段，得到目标查询结果。

进一步地，在本申请实施例提供的上述业务数据处理方法中，所述业务数据包括物料身份信息、时间信息、工站信息及检测信息，所述业务数据处理方法还包括：根据预设的编码算法将所述物料身份信息转换为纯数值型数据。

进一步地，在本申请实施例提供的上述业务数据处理方法中，所述解析数据统计分析需求，得到所述数据统计分析需求对应多个维度的标签，包括：解析所述数据统计分析需求，得到多个第一标签关键词；将每个第一标签关键词作为标签，得到多个维度的标签。

进一步地，在本申请实施例提供的上述业务数据处理方法中，所述根据所述多个维度的标签构建所述数据统计分析需求对应的第一标签表，包括：确定所述第一标签表对应的位图字段；按照预设排序要求排序所述多个维度的标签与所述位图字段；将排序后的标签与位图字段作为表头，构建所述数据统计分析需求对应的第一标签表。

进一步地，在本申请实施例提供的上述业务数据处理方法中，所述获取业务数据集，并将所述业务数据集中对应栏位的信息存储至所述第一标签表，得到第二标签表，包括：解析所述业务数据集内的每一笔业务数据，得到第二标签关键词；确定每个第一标签表对应的多个第一标签关键词；选取与所述第二标签关键词相同的第一标签关键词在对应的第一标签表中的表格位置，并根据所述表格位置将所述第二标签关键词对应的数据存储至对应的第一标签表，得到中间标签表；解析所述每一笔业务数据，得到对应物料的位图数值，并将所述位图数值存储至所述第一标签表对应的位图字段，得到第二标签表。

进一步地，在本申请实施例提供的上述业务数据处理方法中，所述将所述位图数值存储至所述第一标签表对应的位图字段，包括：确定所述位图数值对应物料在所述位图字段中的位图位置；根据所述位图位置将所述位图数值存储至所述第一标签表。

进一步地，在本申请实施例提供的上述业务数据处理方法中，所述位图字段包括第一子容器与第二子容器，所述根据所述位图位置将所述位图数值存储至所述第一标签表，包括：确定所述第二标签表中所述位图字段对应的已存储容量；若所述已存储容量小于预设容量阈值，则将所述位图数值存储至所述第一子容器对应的位图位置；若所述已存储容量大于或等于所述预设容量阈值，则将所述位图数值存储至所述第二子容器对应的位图位置。

进一步地，在本申请实施例提供的上述业务数据处理方法中，所述根据所述第一查询指令携带的标签信息转化所述第一查询指令，得到第二查询指令，包括：解析所述第一查询指令，得到所述标签信息为第三标签关键词；确定每个第二标签表对应的所述多个第一标签关键词；根据所述第三标签关键词与所述多个第一标签关键词，确定每个第二标签表与所述第一查询指令对应的标签匹配度；根据所述标签匹配度选取目标第二标签表，并根据所述目标第二标签表将所述第一查询指令转化为所述第二查询指令，所述第二查询指令用于查询所述位图字段。

进一步地，在本申请实施例提供的上述业务数据处理方法中，所述解析所述目标位图字段，得到目标查询结果，包括：根据预设数字运行逻辑处理所述目标位图字段中的位图数值，得到目标位图数值；反串行化处理所述目标位图数值，得到所述目标查询结果。

本申请实施例第二方面还提供一种业务数据处理方法，所述业务数据处理方法包括：需求解析模块，用于解析数据统计分析需求，得到所述数据统计分析需求对应多个维度的标签；标签表构建模块，用于根据所述多个维度的标签构建所述数据统计分析需求对应的第一标签表；业务数据获取模块，用于获取业务数据集，并将所述业务数据集中对应栏位的信息存储至所述第一标签表，得到第二标签表，所述业务数据集内每一笔业务数据对应一个物料，所述第二标签表包括位图字段，所述位图字段的数据是纯数值型数据，用于标识物料的身份信息；查询指令响应模块，用于响应从用户终端发送的第一查询指令，根据所述第一查询指令携带的标签信息转化所述第一查询指令，得到第二查询指令；位图字段选取模块，用于根据所述第二查询指令从所述第二标签表内选取目标位图字段；查询结果确定模块，用于解析所述目标位图字段，得到目标查询结果。

本申请实施例第三方面还提供一种电子设备，所述电子设备包括控制器与存储器，所述控制器用于执行所述存储器中存储的计算机程序时实现上述任意一项所述的业务数据处理方法。

本申请实施例第四方面还提供一种计算机可读存储介质，计算机可读存储介质上存储有计算机程序，计算机程序被控制器执行时实现上述任意一项所述的业务数据处理方法。

本申请实施例提供的业务数据处理方法，将所业务数据集存储至多个第一标签表，得到多个第二标签表，业务数据集内每一业务数据对应一个物料，每个第二标签表包括位图字段，位图字段用于标识物料的身份信息；响应从用户终端发送的第一查询指令，根据第一查询指令携带的标签信息转化第一查询指令，得到第二查询指令；根据第二查询指令从多个第二标签表内选取目标位图字段；解析目标位图字段，得到目标查询结果。上述方法利用位图字段的形式存储不同物料的业务数据，通过将行式数据转化为纯数值型数据，并映像为二进制数字信息，能够极大的减少数据存储空间，且在做条件过滤，数据集合的差集、并集等方面有巨大的性能提升，提高数据查询效率。

附图说明

图1是本申请实施例提供的行式数据块的示意图；

图2是本申请实施例提供的一种业务数据处理方法的设备结构图；

图3是本申请实施例提供的一种业务数据处理方法的流程示意图；

图4A是本申请实施例提供的第一标签表的示意图；

图4B是本申请实施例提供的第一标签表的另一示意图；

图4C是本申请实施例提供的物料编码的转化示意图；

图4D是本申请实施例提供的第二标签表的示意图；

图4E是本申请实施例提供的第二标签表的另一示意图；

图5是本申请实施例提供的数据统计分析需求的解析流程图；

图6是本申请实施例提供的第一标签表的构建流程图；

图7是本申请实施例提供的第二标签表的确定流程图；

图8是本申请实施例提供的位图数值的存储流程图；

图9是本申请实施例提供的位图字段的存储流程图；

图10是本申请实施例提供的第一查询指令的转化流程图；

图11是本申请实施例提供的目标查询结果的确定流程图；

图12是本申请实施例提供的一种业务数据处理装置的结构示意图。

具体实施方式

下面详细描述本申请的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本申请，而不能理解为对本申请的限制。

在本申请的描述中，需要理解的是，指示的方位或位置关系的术语为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示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一个或者更多个所述特征。在本申请的描述中，需要说明的是，“多个”的含义是两个或两个以上，除非另有明确具体的限定。

在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接或可以相互通讯，可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本申请中的具体含义。

制造企业在产品生产加工检测的过程中会生成大量的业务数据，这些业务数据通常以行式数据块的形式存储在数据库或数据仓库中。请参阅图1，图1是本申请实施例提供的行式数据块的示意图，这些业务数据可以表格的形式存储，包含产品过站日期、厂区、品类、物料编码(例如用于标示产品身份的2D码)、制程、工站、是否检测为良品等信息。每条业务数据占据数据库中的一行空间，使得数据库中数据空间占据过大；此外，在进行多维度数据统计分析时，根据SQL语句指令遍历每个行式数据块，并对数据进行条件过滤、去重等操作，筛选出满足要求的业务数据，数据查询效率低下。

鉴于上述问题，本申请实施例提供一种业务数据处理方法，能够解决业务数据占据数据存储空间过大，且数据查询效率低下的问题。

结合图2说明本申请实施例提供的一种业务数据处理方法的设备结构图。如图2所示，电子设备3包括存储器31、至少一个控制器32及至少一通信总线33，控制器32用于执行存储器31中存储的计算机程序时实现业务数据处理方法。可以理解，图2示出的电子设备的结构并不构成本申请实施例的限定，既可以是总线型结构，也可以是星形结构，电子设备3还可以包括比图示更多或更少的其他硬件或者软件，或者不同的部件布置。

在一实施例中，电子设备3可以通过键盘、鼠标、遥控器、触摸板或声控设备等方式实现人机交互或网络通信，例如，电子设备3可以是个人计算机、平板电脑、智能手机、数码相机等电子产品。在一实施例中，电子设备3包含用户交互页面，用户交互页面上包含信息输入组件，信息输入组件可用于接收用户输入的查询指令。在业务数据查询场景中，当用户通过电子设备3中的用户交互界面输入查询指令时，电子设备3根据查询指令执行业务数据处理方法，从而得到查询结果；之后将查询结果显示在用户交互界面上。

在另一实施例中，电子设备3还可以连接用户终端(图中未示出)，用户终端通过键盘、鼠标、遥控器、触摸板或声控设备等方式实现与电子设备间的网络通信，用户终端可以是个人计算机、平板电脑、智能手机、数码相机等电子产品。用户通过在用户终端输入查询指令，用户终端将查询指令传输至电子设备，电子设备根据查询指令执行业务数据处理方法，得到查询结果，并将查询结果返回至用户终端；用户终端还用于显示查询结果。

在一实施例中，电子设备3是一种能够按照事先设定或存储的指令，自动进行数值计算和/或信息处理的设备，其硬件包括但不限于微处理器、专用集成电路、可编程门阵列、数字处理器及嵌入式设备等。电子设备3还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。

需要说明的是，电子设备3仅为举例，其他现有的或今后可能出现的电子产品如可适应于本申请，也应包含在本申请的保护范围以内，并以引用方式包含于此。

在一些实施例中，至少一通信总线33被设置为实现存储器31以及至少一个处理器32等之间的连接通信。

图3是本申请实施例提供的一种业务数据处理方法的流程示意图，业务数据处理方法可应用于电子设备。如图3所示，业务数据处理方法可以包括如下步骤，根据不同的需求，该流程图中步骤的顺序可以改变，某些可以省略。

S11，解析数据统计分析需求，得到所述数据统计分析需求对应多个维度的标签。

在一实施例中，数据统计分析需求是指预先设置的用于对业务数据进行统计分析的需求，数据统计分析需求可以包含多个待分析的维度，每个维度均存在对应的标签。以制造行业扫描过站的业务数据为例，待分析的维度包括但不限于日期维度、厂区维度、品类维度、第一物料编码维度、制程维度、工站维度以及良品维度等，其中，日期维度对应的标签可以为“过站日期”、厂区维度对应的标签可以为“厂区”，品类维度对应的标签可以为“品类”、第一物料编码维度对应的标签可以为“第一物料编码”，制程维度对应的标签可以为“制程”，工站维度对应的标签可以为“工站”，良品维度对应的标签可以为“良品”。

在一实施例中，数据统计分析需求的数量可以根据实际需求设置，以数据统计分析需求的数量为2个为例，分别为第一数据统计分析需求与第二数据统计分析需求。承接上述实施例，第一数据统计分析需求为：去重统计在某过站日期，某工站扫描过站的第一物料编码的数量，第二数据统计分析需求为：去重统计某厂区某品类某制程的良品数量。通过解析第一数据统计分析需求，得到的标签包括过站日期、工站以及第一物料编码；通过解析第二数据统计分析需求，得到的标签包括厂区、品类、制程以及良品。

S12，根据所述多个维度的标签构建所述数据统计分析需求对应的第一标签表。

在一实施例中，对于每个数据统计分析需求，构建对应的第一标签表。在构建第一标签表时，将多个维度的标签与预设的位图字段作为表头，构建第一标签表，多个维度的标签与位图字段在第一标签表中的排序可以根据实际需求设置，在此不做限制。其中，位图字段包含多个位图位置，每个位图位置用于标识物料的信息，例如物料的2D码身份信息，每个位图位置上1或0用于标识物料的信息，该位图字段可以二进制的形式存储至电子设备中。

承接上述实施例，请参阅图4A与图4B，图4A是本申请实施例提供的第一标签表的示意图，图4B是本申请实施例提供的第一标签表的另一示意图。如图4A所示，将过站日期、工站以及预设的位图字段作为表头，构建第一数据统计分析需求对应的第一标签表A1；如图4B所示，将厂区、品类、制程、良品以及预设的位图字段作为表头，构建第二数据统计分析需求对应的第一标签表B1。

S13，获取业务数据集，并将所述业务数据集中对应栏位的信息存储至所述第一标签表，得到第二标签表，所述业务数据集内每一笔业务数据对应一个物料，所述第二标签表包括位图字段，所述位图字段的数据是纯数值型数据，用于标识物料的身份信息。

在一实施例中，请参阅图1，业务数据集可以是指由多个行式数据块组成的数据集，每一行式数据块表示一笔业务数据，一笔业务数据内可以包含物料身份信息(例如，图1中的“第一物料编码”)、时间信息(例如，图1中的“日期”)、工站信息(例如，图1中的“厂区、品类、制程及工站”)及检测信息(例如，图1中的“是否检测为良品”)。如图1所示，每一笔业务数据均存在第一物料编码，第一物料编码用于唯一标识生产中物料的身份，第一物料编码可以根据实际需求设置，例如，第一物料编码可以包括但不限于DRC9、DMR2及ARC3等。在一实施例中，对于每一第一物料编码，根据预设的编码算法将其转化为纯数值型数据(本申请实施例也简化称为“第二物料编码”)，使得提高数据处理效率与准确性。示例性地，如图4C所示，图4C是本申请实施例提供的物料编码的转化示意图，DRC9转化为第二物料编码“1”，DMR2转化为第二物料编码“2”，ARC3转化为第二物料编码“5”。

在一实施例中，每个第二标签表包括位图字段，位图字段的数据是纯数值型数据，例如，位图字段的数据可以包括1与0。获取预先设置的第二物料编码，根据第二物料编码的数量设置位图字段的长度，并确定每一第二物料编码在位图字段中的位图位置。示例性地，若存在第二物料编码1至6，则确定位图字段的长度为6，也即包含6个位图位置，分别为位图位置1至位图位置6，确定第二物料编码1对应位图位置1，确定第二物料编码2对应位图位置2，直至确定第二物料编码6对应位图位置6。

在一实施例中，承接上述实施例，在将所述业务数据集中对应栏位的信息存储至第一标签表A1与第一标签表B1，得到第二标签表A2与第二标签表B2时，一方面，需将业务数据集内过站日期、工站、厂区、品类、制程以及良品等栏位的信息存储至第一标签表A1与第二标签表B1对应的栏位，示例性地，将业务数据集内日期栏位的信息存储至第一标签表A1中过站日期对应的栏位，将厂区栏位的信息存储至第一标签表B1中厂区对应的栏位。另一方面，需要根据业务数据对位图字段进行更新。示例性地，请参阅图4D与图4E，图4D是本申请实施例提供的第二标签表的示意图，图4E是本申请实施例提供的第二标签表的另一示意图。从图1中第一笔业务数据可知，过站日期为20220101，工站X扫描过站的第一物料编码为DRC9，将上述信息存储至第一标签表A1中第一行。由于DRC9对应第二物料编码为1，第二物料编码1对应位图字段中的位图位置1，将第一标签表A1中第一行对应位图位置1处的纯数值型数据(本申请实施例也简化称为“位图数值”)标记为1，将其余位图位置处的位图数值标记为0。将上述除位图位置1的位图数值为1，其余位图位置处的位图数值为0的位图字段标记为(1)。又示例性地，从图1中第二笔业务数据可知，过站日期为20221205，工站Y扫描过站的第一物料编码为DMR2，将上述信息存储至第一标签表A1中第二行。由于DMR2对应第二物料编码为2，第二物料编码2对应位图字段中的位图位置2，将第一标签表A1中第二行对应位图位置2处的位图数值标记为1，将其余位图位置处的位图数值标记为0。将上述除位图位置2的位图数值为1，其余位图位置处的位图数值为0的位图字段标记为(2)。由此可知，第一标签表A1中第三行对应位图字段为(5)，如此，得到第二标签表A2。同样地，第一标签表B1中第一行对应位图字段为(1)，第一标签表B1中第二行对应位图字段为(2)，第一标签表B1中第三行对应位图字段为(5)，如此，得到第二标签表B2。

S14，响应从用户终端发送的第一查询指令，根据所述第一查询指令携带的标签信息转化所述第一查询指令，得到第二查询指令。

在一实施例中，第一查询指令是指用于查询业务数据的指令，第一查询指令可以为sql形式的指令，第一查询指令中包含多个标签信息，根据多个标签信息从多个第二标签表内选取目标第二标签表，根据目标第二标签表对第一查询指令进行转化，得到第二查询指令。其中，第二查询指令中包含目标第二标签表，第二查询指令用于对目标第二标签表进行数据查询。

示例性地，第一查询指令可以是用于去重统计在2022/12/05，Y工站扫描过站的第一物料编码数量的指令。通过解析第一查询指令可以得到过站日期、工站以及第一物料编码这三个标签信息，根据上述三个标签信息可以从第二标签表A2与第二标签表B2中选取第二标签表A2作为目标第二标签表，根据目标第二标签表对第一查询指令进行转化，得到第二查询指令。

S15，根据所述第二查询指令从所述第二标签表内选取目标位图字段。

在一实施例中，根据第二查询指令中携带的标签表信息以及查询信息，从第二标签表中的多个位图字段内选取目标位图字段。承接上述实施例，根据过站日期、工站以及第一物料编码这三个标签信息可以从多个第二标签表中选取第二标签表A2，从第二标签表A2中确定“2022/12/05，Y工站扫描过站”这两个标签信息对应第二标签表A2的第二行，由此，将第二标签表A2的第二行对应的位图字段作为目标位图字段。

S16，解析所述目标位图字段，得到目标查询结果。

在一实施例中，通过对目标位图字段内的多个纯数值型数据进行解析，得到目标查询结果。示例性地，第二标签表A2的第二行对应的位图字段为(2)，表明该位图字段中除了位图位置2的位图数值为1，其余位图位置的位图数值均为0，也即2022/12/05，Y工站扫描过站的第二物料编码为2。如此，目标查询结果为在2022/12/05，Y工站扫描过站的第一物料编码数量为1。

本申请实施例提供的业务数据处理方法，利用位图字段的形式存储业务数据，通过将行式数据转化为纯数值型数据，并映像为二进制数字信息，能够极大的减少数据存储空间，且在做条件过滤，数据集合的差集、并集等方面有巨大的性能提升，提高数据查询效率。

在一实施例中，数据统计分析需求可以包含多个待分析的维度，每个维度均存在对应的标签。图5是本申请实施例提供的数据统计分析需求的解析流程图，数据统计分析需求的解析方法应用于电子设备。如图5所示，包括如下步骤：

S21，解析所述数据统计分析需求，得到多个第一标签关键词。

在一实施例中，数据统计分析需求的每个维度均存在对应的关键词(本申请实施例也简化称为“第一标签关键词”)，示例性地，日期维度对应的第一标签关键词可以为“过站日期”，厂区维度对应的第一标签关键词可以为“厂区”，品类维度对应的第一标签关键词可以为“品类”。在一实施例中，可以预先设置不同业务场景所需的标签关键词(本申请实施例也简化称为“预设标签关键词”)，将数据统计分析需求中与预设标签关键词相同的标签关键词作为第一标签关键词。

S22，将每个第一标签关键词作为标签，得到多个维度的标签。

在一实施例中，将每个第一标签关键词均作为数据统计分析需求的标签，例如，若第一标签关键词为“过站日期”，则对应的标签即为过站日期；若第一标签关键词为“厂区”，则对应的标签即为厂区。

本申请实施例通过解析数据统计分析需求，得到每个数据统计分析需求对应的标签，之后根据标签构建标签表，能够实现在数据查询时，通过查询标签表的方式替代遍历行式数据块的方式，提高数据查询效率。

图6是本申请实施例提供的第一标签表的构建流程图，第一标签表的构建方法应用于电子设备。如图6所示，包括如下步骤：

S31，确定每个第一标签表对应的位图字段。

在一实施例中，设置位图字段作为第一标签表的表头，位图字段的长度可以根据第一物料编码或第二物料编码的数量确定，例如，当第一物料编码或第二物料编码的数量为6个时，位图字段可以包含6个位图位置，每个位图位置对应唯一的第一物料编码或第二物料编码。

S32，按照预设排序要求排序所述多个维度的标签与所述位图字段。

在一实施例中，预设排序要求是预先设置的对多个标签与位图字段进行排序的要求，在此不做限制。

S33，将排序后的标签与位图字段作为表头，构建所述每个数据统计分析需求对应的所述第一标签表。

本申请实施例通过构建第一标签表，并在第一标签表中添加位图字段，利用位图字段的形式存储业务数据，通过将行式数据转化为纯数值型数据，并映像为二进制数字信息，能够极大的减少数据存储空间，提高数据查询效率。

图7是本申请实施例提供的第二标签表的确定流程图，第二标签表的确定方法应用于电子设备。如图7所示，包括如下步骤：

S41，解析所述业务数据集内的每一笔业务数据，得到第二标签关键词。

在一实施例中，每一笔业务数据内可以包含日期、厂区、品类、第一物料编码、制程、工站以及良品等多个维度的第二标签关键词。

在一实施例中，在解析所述业务数据集内的每一笔业务数据，得到第二标签关键词之前，所述方法还包括：检测业务数据是否符合预设存储要求；若业务数据满足预设存储要求，则将业务数据存储至第一标签表中；若业务数据未满足预设存储要求，则无需将业务数据存储至第一标签表中。其中，预设存储要求是根据实际业务需求预先设置的，在此不做限制。通过对业务数据设置预设存储要求，能够保证标签表中业务数据存储的准确性，继而提高数据查询的准确性。

S42，确定所述第一标签表对应的多个第一标签关键词。

在一实施例中，每个第一标签表存在对应的第一标签关键词，承接上述实施例，第一标签表A1对应的第一标签关键词可以包括过站日期、工站，第一标签表B1对应的第一标签关键词可以包括厂区、品类、制程以及良品。

S43，选取与所述第二标签关键词相同的第一标签关键词在对应的第一标签表中的表格位置，并根据所述表格位置将所述第二标签关键词对应的数据存储至对应的第一标签表，得到中间标签表。

在一实施例中，在第一标签表中选取与所述第二标签关键词相同的第一标签关键词，并确定该第一标签关键词的表格位置，将第二标签关键词对应的数据存储至对应的表格位置中，得到中间标签表。承接上述实施例，将业务数据集内过站日期、工站、厂区、品类、制程以及良品等栏位的信息存储至第一标签表A1与第一标签表B1对应的栏位中，得到中间标签表A1,与中间标签表B1,，示例性地，将业务数据集内日期栏位的信息存储至第一标签表A1中过站日期对应的栏位，将厂区栏位的信息存储至第一标签表B1中厂区对应的栏位。在一实施例中，若存在两笔业务数据，其包含的所有第二标签关键词对应的数据均相同，则可以将相同的数据存储至第一标签表中的同一行，并对该行对应的位图字段进行更新。示例性地，若第一笔业务数据为过站日期为20220101，工站X扫描过站的第一物料编码为DRC9，且第一笔业务数据存储至第一标签表的第一行，在接收到第四笔业务数据为过站日期为20220101，工站X扫描过站的第一物料编码为DRC8，则将第四笔业务数据存储至第一标签表的第一行，并对第一行对应位图字段进行更新，例如，第一物料编码为DRC8，对应的第二物料编码为6，在位图字段中确定第二物料编码6对应位图位置6，将位图位置6的位图数值更改为1。

在一实施例中，获取每个第一标签表对应的第一标签关键词，并对第一标签关键词进行去重处理，得到去重后第一标签关键词的数量，该数量小于或等于业务数据集包含的第二标签关键词的数量。也即是说，在实际应用场景中，业务数据集包含的第二标签关键词并不一定全部用于构建标签表，如此，在将业务数据集内对应栏位的信息存储至所述第一标签表中时，会存在部分无需存储至第一标签表中的信息，本申请实施例通过将无需存储至第一标签表中的业务数据进行压缩处理，能够在保证业务数据完整性的基础上进一步减少数据占用空间，提高数据查询效率。

S44，解析所述每一笔业务数据，得到对应物料的位图数值，并将所述位图数值存储至所述第一标签表对应的位图字段，得到第二标签表。

在一实施例中，解析每一笔业务数据，得到业务数据对应的第一物料编码，将该第一物料编码对应物料的位图数值确定为1，并根据该位图数值更新第一标签表对应的位图字段，得到第二标签表。

本申请实施例通过将行式数据转化为纯数值型数据，并映像为二进制数字信息，能够极大的减少数据存储空间，提高数据查询效率。

图8是本申请实施例提供的位图数值的存储流程图，位图数值的存储方法应用于电子设备。如图8所示，包括如下步骤：

S51，确定所述位图数值对应物料在所述位图字段中的位图位置。

S52，根据所述位图位置将所述位图数值存储至所述第一标签表。

在一实施例中，确定物料对应的第一物料编码或第二物料编码在位图字段的位图位置，示例性地，从图1中第一笔业务数据可知，过站日期为20220101，工站X扫描过站的第一物料编码为DRC9，将上述信息存储至第一标签表A1中第一行。由于DRC9对应第二物料编码为1，确定第二物料编码1对应位图字段中的位图位置1，将位图数值“1”存储至第一标签表A1中第一行对应位图字段中位图位置1，其余位图位置的位图数值为0。又示例性地，从图1中第二笔业务数据可知，过站日期为20221205，工站Y扫描过站的第一物料编码为DMR2，将上述信息存储至第一标签表A1中第二行。由于DMR2对应第二物料编码为2，确定第二物料编码2对应位图字段中的位图位置2，将位图数值“1”存储至第一标签表A1中第二行对应位图字段中位图位置2，将其余位图位置的位图数值为0。本申请实施例将行式数据转化为纯数值型数据，并映像为二进制数字信息存储至位图字段中，通过使用位图字段存储业务数据，能够使得同一位图字段中相同位图位置的纯数值型数据只存储一次，实现自动去重的效果，极大地提高了数据查询效率。

在一实施例中，所述位图字段包括第一子容器及第二子容器至少其中之一，第一子容器可以为数组类型子容器，第二子容器可以为位图类型子容器。第一子容器与第二子容器用于存放特定范围的数据，第一子容器与第二子容器内存储的数据量可以根据第二标签表内位图字段对应的已存储容量进行转化。图9是本申请实施例提供的位图字段的存储流程图，位图字段的存储方法应用于电子设备。如图9所示，包括如下步骤：

S61，确定所述第二标签表中位图字段对应的已存储容量。

在一实施例中，对于每个第二标签表，存在多个位图字段，例如，若第二标签表存在3行数据，则第二标签表存在3个位图字段，每个位图字段内包含多个纯数值型数据。获取每个第二标签表中多个位图字段对应的初始已存储容量，将多个第二标签表对应的初始已存储容量相加，得到所述已存储容量。

S62，若所述已存储容量小于预设容量阈值，则将所述位图数值存储至所述第一子容器对应的位图位置第一子容器。

S63，若所述已存储容量大于或等于所述预设容量阈值，则将所述位图数值存储至所述第二子容器对应的位图位置第二子容器。

在一实施例中，预设容量阈值可以根据实际需求设置。在已存储容量小于预设容量阈值时，可以将第二标签表中的位图字段均存储至第一子容器中；在已存储容量大于或等于预设容量阈值时，可以将第二标签表中的位图字段存储至第二子容器中。例如，所述第二标签表中位图字段对应的数据是3个，分别为(1)、(2)与(5)，也可记作(1,2，5)，占用的存储容量较少，则可以数组类型的子容器存储3个位图字段(1,2，5)；如果所述第二标签表中位图字段对应的数据是50个或者更多，则以位图类型子容器存储上述位图字段，位图类型数据包括多个比特位的二进制数据，适用数据量较大的场景使用,例如十位二进制数据(10个比特位)最多可代表1024个不同的数据。

本申请实施例根据位图字段对应已存储容量将位图字段存储至第一子容器或第二子容器中，可以有效的避免在数据量较少的情况下使用位图类型存储位图字段导致的空间浪费问题；且子容器的设计，既可以将标签表的逻辑结构分别存储在不同的硬盘分区或分布式数据节点中，用以避免磁盘IO的瓶颈，又可以充分利用多核cpu的性能。

图10是本申请实施例提供的第一查询指令的转化流程图，第一查询指令的转化方法应用于电子设备。如图10所示，包括如下步骤：

S71，解析所述第一查询指令，得到所述标签信息为第三标签关键词。

在一实施例中，可以预先设置标签关键词识别模型，标签关键词识别模型可以为神经网络模型，输入数据为查询指令，输出数据为查询指令对应的标签关键词。第一查询指令包含多个第三标签关键词，示例性地，第一查询指令可以为用于去重统计在2022/12/05，Y工站扫描过站的第一物料编码数量的指令，通过解析第一查询指令可以得到过站日期、工站以及第一物料编码这三个第三标签关键词。

S72，确定每个第二标签表对应的所述多个第一标签关键词。

在一实施例中，第二标签表与第一标签表对应的标签关键词相同，在第二标签表中，承接上述实施例，第二标签表A2对应的第一标签关键词可以包括过站日期、工站，第一标签表B2对应的第一标签关键词可以包括厂区、品类、制程以及良品。

S73，根据所述第三标签关键词与所述多个第一标签关键词，确定每个第二标签表与所述第一查询指令对应的标签匹配度。

在一实施例中，标签匹配度是指第三标签关键词与第一标签关键词中相同的标签关键词数量与第三标签关键词的比值，比值越大，表明该第二标签表与第一查询指令的匹配度越高；比值越小，表明该第二标签表与第一查询指令的匹配度越低。

S74，根据所述标签匹配度选取目标第二标签表，并根据所述目标第二标签表将所述第一查询指令转化为所述第二查询指令，所述第二查询指令用于查询所述位图字段。

在一实施例中，确定第一查询指令与每个第二标签表对应的标签匹配度，选取标签匹配度最高的第二标签表为目标第二标签表，确定目标第二标签表对应的标签名，之后将标签名添加至第一查询指令中，得到中间查询指令，并对sql形式的中间查询指令进行转化，得到第二查询指令。其中，可以设置查询指令转化模型，查询指令转化模型可以为神经网络模型，该模型的输入数据为中间查询指令，输出数据为满足第二标签表查询要求的第二查询指令。

示例性地，当第一查询指令用于去重统计在2022/12/05，Y工站扫描过站的第一物料编码数量时，第一查询指令与第二标签表A2的标签匹配度最高，将第二标签表A2作为目标第二标签表，第一查询指令可以如下所示：

select count(1)from table where过站日期＝‘20221205’and工站＝‘Y’；

将第一查询指令转化为第二查询指令，第二查询指令可以如下所示：

select cardinality(bitmap)from第二标签表A2 where过站日期＝‘20221205’and工站＝‘Y’。

本申请实施例通过将第一查询指令对应的第三标签关键词与第二标签表的第一标签关键词进行匹配，选取标签匹配度高的目标第二标签表，将目标第二标签表对应的标签名添加至第一查询指令中，得到第二查询指令，之后根据第二查询指令对第二标签表中的位图字段进行查询，得到查询结果，能够提高数据查询的效率。

在一实施例中，将纯数值型数据存储至位图字段中，也即在二进制内存中，该纯数值型数据对应的位图位置上，存放的二进制值(1或0)代表该纯数值型数据在位图字段中是否存在，其中，1表示存在，0表示不存在。这种数据结构保证了在位图字段中数据的唯一性，不同位图数值的与、或、异或等数字操作和数字操作组合，可以有效的替代数据笛卡尔集之间的运算，这样以数据笛卡尔集为基础的结构性数据库操作和以多数据集(cube)为基础的数据仓库操作就可以转化为二进制的数字运算。图11是本申请实施例提供的目标查询结果的确定流程图，目标查询结果的确定方法应用于电子设备。如图11所示，包括如下步骤：

S81，解析所述第二查询指令，得到数字运行逻辑。

在一实施例中，数字运行逻辑可以包括与(&)、或(|)、异或(^)操作中的一个或多个，在此不做限制。

在一实施例中，第二查询指令可以携带数字运行逻辑的信息，可以预先设置数字运行逻辑确定模型，数字运行逻辑确定模型为神经网络模型，该模型的输入数据可以为查询指令，输出数据可以为查询指令对应的数字运行逻辑。

S82，根据所述数字运行逻辑处理所述目标位图字段中的位图数值，得到目标位图数值。

在一实施例中，当目标位图字段的数量为1个时，可以直接通过反串行化处理目标位图数值，得到目标查询结果；当目标位图字段的数量为多个时，可以按照第二查询指令携带的数字运行逻辑对多个目标位图字段进行数位处理，得到目标位图数值。

S83，反串行化处理所述目标位图数值，得到所述目标查询结果。

本申请实施例通过对目标位图字段中的位图数值进行数字运行逻辑处理，得到目标位图数值，之后反串行化处理目标位图数值，得到目标查询结果，避免以数据笛卡尔集为基础的结构性数据库操作和以多数据集(cube)为基础的数据仓库操作，提高数据查询的效率。

请参阅图12，图12是本申请实施例提供的一种业务数据处理装置的流程示意图。在一些实施例中，业务数据处理装置20可以包括多个由计算机程序段所组成的功能模块。业务数据处理装置20中的各个程序段的计算机程序可以存储于电子设备的存储器中，并由至少一个处理器所执行，以执行(详见图2描述)业务数据处理的功能。

本实施例中，业务数据处理装置20根据其所执行的功能，可以被划分为多个功能模块。功能模块可以包括：需求解析模块201、标签表构建模块202、业务数据获取模块203、查询指令响应模块204、位图字段选取模块205以及查询结果确定模块206。本申请所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算机程序段，其存储在存储器中。在本实施例中，关于各模块的功能将在后续的实施例中详述。

需求解析模块201可以用于解析数据统计分析需求，得到每个数据统计分析需求对应多个维度的标签。

标签表构建模块202可以用于根据所述多个维度的标签构建所述每个数据统计分析需求对应的第一标签表。

业务数据获取模块203可以用于获取业务数据集，并将所述业务数据集中对应栏位的信息存储至所述第一标签表，得到第二标签表，所述业务数据集内每一笔业务数据对应一个物料，每个第二标签表包括位图字段，所述位图字段的数据是纯数值型数据，用于标识物料的身份信息。

查询指令响应模块204可以用于响应从用户终端发送的第一查询指令，根据所述第一查询指令携带的标签信息转化所述第一查询指令，得到第二查询指令；

位图字段选取模块205可以用于根据所述第二查询指令从所述多个第二标签表内选取目标位图字段。

查询结果确定模块206可以用于解析所述目标位图字段，得到目标查询结果。

可以理解，业务数据处理装置20与上述实施例的剩余电量修正方法属于同一发明构思，业务数据处理装置20各模块的具体实现方式，与上述实施例中剩余电量修正方法的各步骤对应，本申请在此不赘述。

以上所描述的模块划分，为一种逻辑功能划分，实际实现时可以有另外的划分方式。另外，在本申请各个实施例中的各功能模块可以集成在相同处理单元中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在相同单元中。上述集成的模块既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

接着图1对电子设备3的描述，电子设备3还可以连接电源管理装置(图未示出)，从而通过电源管理装置实现管理充电、放电、以及功耗管理等功能。电子设备3还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。电子设备3还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。尽管未示出，电子设备3还可以包括给各个部件供电的电源(比如电池)，优选的，电源可以通过电源管理装置与至少一个控制器逻辑相连，从而通过电源管理装置实现管理充放电等功能。电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。

在一些实施例中，存储器中存储有计算机程序，计算机程序被至少一个控制器执行时实现如的业务数据处理方法中的全部或者部分步骤。存储器包括只读存储设备(Read-Only Memory，ROM)、可编程只读存储设备(Programmable Read-Only Memory，PROM)、可擦除可编程只读存储设备(Erasable Programmable Read-Only Memory，EPROM)、一次可编程只读存储设备(One-time Programmable Read-Only Memory，OTPROM)、电子擦除式可复写只读存储设备(Electrically-Erasable Programmable Read-Only Memory，EEPROM)、只读光盘(Compact Disc Read-Only Memory，CD-ROM)或其他光盘存储设备、磁盘存储设备、磁带存储设备、或者能够用于携带或存储数据的计算机可读的任何其他介质。

进一步地，计算机可读存储介质可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序等；存储数据区可存储根据业务数据处理装置1的使用所创建的数据等。

在一些实施例中，至少一个控制器是电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在存储器内的程序或者模块，以及调用存储在存储器内的数据，以执行业务数据处理装置的各种功能和处理数据。例如，至少一个控制器执行存储设备中存储的计算机程序时实现本申请实施例中的业务数据处理方法的全部或者部分步骤；或者实现电子设备的全部或者部分功能。至少一个控制器可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(CentralProcessing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。

上述以软件功能模块的形式实现的集成的单元，可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中，包括若干指令用以使得处理器(processor)执行本申请各个实施例方法的部分。

在本申请所提供的几个实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，既可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本申请各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其他的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外，显然“包括”一词不排除其他单元或，单数不排除复数。说明书中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一，第二等词语用来表示名称，而并不表示任何特定的顺序。

最后应说明的是，以上实施例仅用以说明本申请的技术方案而非限制，尽管参照较佳实施例对本申请进行了详细说明，本领域的普通技术人员应当理解，可以对本申请的技术方案进行修改或等同替换，而不脱离本申请技术方案的精神和范围。

Claims (10)

1.一种业务数据处理方法，其特征在于，所述业务数据处理方法包括：

解析数据统计分析需求，得到所述数据统计分析需求对应多个维度的标签；

根据所述多个维度的标签构建所述数据统计分析需求对应的第一标签表；

获取业务数据集，并将所述业务数据集中对应栏位的信息存储至所述第一标签表，得到第二标签表，所述业务数据集内每一笔业务数据对应一个物料，所述第二标签表包括位图字段，所述位图字段的数据是纯数值型数据，用于标识所述第二标签表中对应栏位的信息；

响应从用户终端发送的第一查询指令，根据所述第一查询指令携带的标签信息转化所述第一查询指令，得到第二查询指令；

根据所述第二查询指令从所述第二标签表内选取目标位图字段；

解析所述目标位图字段，得到目标查询结果。

2.如权利要求1所述的业务数据处理方法，其特征在于，所述业务数据包括物料身份信息、时间信息、工站信息及检测信息，所述业务数据处理方法还包括：根据预设的编码算法将所述物料身份信息转换为纯数值型数据。

3.如权利要求1所述的业务数据处理方法，其特征在于，所述解析数据统计分析需求，得到所述数据统计分析需求对应多个维度的标签，包括：

解析所述数据统计分析需求，得到多个第一标签关键词；

将每个第一标签关键词作为标签，得到多个维度的标签。

4.如权利要求1所述的业务数据处理方法，其特征在于，所述根据所述多个维度的标签构建所述数据统计分析需求对应的第一标签表，包括：

确定所述第一标签表对应的位图字段；

按照预设排序要求排序所述多个维度的标签与所述位图字段；

将排序后的标签与位图字段作为表头，构建所述数据统计分析需求对应的第一标签表。

5.如权利要求3所述的业务数据处理方法，其特征在于，所述获取业务数据集，并将所述业务数据集中对应栏位的信息存储至所述第一标签表，得到第二标签表，包括：

解析所述业务数据集内的每一笔业务数据，得到第二标签关键词；

确定每个第一标签表对应的多个第一标签关键词；

选取与所述第二标签关键词相同的第一标签关键词在对应的第一标签表中的表格位置，并根据所述表格位置将所述第二标签关键词对应的数据存储至对应的第一标签表，得到中间标签表；

解析所述每一笔业务数据，得到对应物料的位图数值，并将所述位图数值存储至所述第一标签表对应的位图字段，得到第二标签表。

6.如权利要求5所述的业务数据处理方法，其特征在于，所述将所述位图数值存储至所述第一标签表对应的位图字段，包括：

确定所述位图数值对应物料在所述位图字段中的位图位置；

根据所述位图位置将所述位图数值存储至所述第一标签表。

7.如权利要求6所述的业务数据处理方法，其特征在于，所述位图字段包括第一子容器与第二子容器至少其中之一，所述根据所述位图位置将所述位图数值存储至所述第一标签表，包括：

确定所述第二标签表中所述位图字段对应的已存储容量；

若所述已存储容量小于预设容量阈值，则将所述位图数值存储至所述第一子容器对应的位图位置；

若所述已存储容量大于或等于所述预设容量阈值，则将所述位图数值存储至所述第二子容器对应的位图位置；

其中，所述第一子容器是数组类型子容器，所述第二子容器是位图类型子容器。

8.如权利要求3所述的业务数据处理方法，其特征在于，所述根据所述第一查询指令携带的标签信息转化所述第一查询指令，得到第二查询指令，包括：

解析所述第一查询指令，得到所述标签信息为第三标签关键词；

确定每个第二标签表对应的所述多个第一标签关键词；

根据所述第三标签关键词与所述多个第一标签关键词，确定每个第二标签表与所述第一查询指令对应的标签匹配度；

根据所述标签匹配度选取目标第二标签表，并根据所述目标第二标签表将所述第一查询指令转化为所述第二查询指令，所述第二查询指令用于查询所述位图字段。

9.如权利要求1所述的业务数据处理方法，其特征在于，所述解析所述目标位图字段，得到目标查询结果，包括：

解析所述第二查询指令，得到数字运行逻辑；

根据所述数字运行逻辑处理所述目标位图字段中的位图数值，得到目标位图数值；

反串行化处理所述目标位图数值，得到所述目标查询结果。

10.一种电子设备，其特征在于，所述电子设备包括控制器与存储器，所述控制器用于执行所述存储器中存储的计算机程序时实现如权利要求1至9中任意一项所述的业务数据处理方法。