CN117971458A - 数据分析方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明实施例公开了一种数据分析方法、装置、电子设备及存储介质。包括：在接收到数据分析请求时，确定与所述数据分析请求对应的多个待分析数据组，其中，所述待分析数据组包括至少一个待分析数据；确定与各所述待分析数据组对应的执行节点，其中，所述执行节点由至少一个数据分析任务按照预设顺序组合得到的；针对每个执行节点，控制所述执行节点以所述预设顺序执行所述数据分析任务，得到与所述执行节点对应的数据分析结果；基于各所述数据分析结果，得到与所述数据分析请求对应的目标分析结果。本发明实施例的技术方案，实现了通过分布式系统对多个数据组中的数据进行数据分析处理，不仅可避免出现内存溢出的情况，还能够提高数据分析效率。

Description

数据分析方法、装置、电子设备及存储介质

技术领域

本发明实施例涉及计算机技术领域，尤其涉及一种数据分析方法、装置、电子设备及存储介质。

背景技术

各行各业每天都在产生大量的数据，因此对大数据的处理分析成为各行业间的竞争热点。

现有技术中，数据分析方法往往是在一台计算机上进行的，其首先会将数据读入计算机内存，然后在内存中完成相关的计算步骤。

上述做法通常局限于单一计算机，受限于单一计算机的内存容量，在对海量数据进行分析的过程中，时常会出现内存溢出的情况，使得数据分析过程不顺畅且效率低。

发明内容

本发明提供了一种数据分析方法、装置、电子设备及存储介质，以实现通过分布式系统对多个数据组中的数据进行数据分析处理，不仅可避免出现内存溢出的情况，还能够提高数据分析效率。

根据本发明的一方面，提供了一种数据分析方法，该方法包括：

在接收到数据分析请求时，确定与所述数据分析请求对应的多个待分析数据组，其中，所述待分析数据组包括至少一个待分析数据；

确定与各所述待分析数据组对应的执行节点，其中，所述执行节点由至少一个数据分析任务按照预设顺序组合得到的；

针对每个执行节点，控制所述执行节点以所述预设顺序执行所述数据分析任务，得到与所述执行节点对应的数据分析结果；

基于各所述数据分析结果，得到与所述数据分析请求对应的目标分析结果。

可选地，各所述数据分析结果包括组间平均效应值和组内平均效应值；所述基于各所述数据分析结果，得到与所述数据分析请求对应的目标分析结果，包括：基于所述组间平均效应值和所述组内平均效应值，得到每两个待分析数据组之间的总体差异度，将所述总体差异度作为与所述数据分析请求对应的目标分析结果。

可选地，所述方法还包括：针对每两个待分析数据组，确定所述两个待分析数据组之间的总体差异度，基于所述总体差异度确定是否保留所述两个待分析数据组。

可选地，所述基于所述总体差异度确定是否保留所述两个待分析数据组，包括：将所述总体差异度和预设差异度阈值进行大小比较，得到比较结果；如果所述比较结果为所述总体差异度超过预设差异度阈值，则对所述两个待分析数据组中的任意一组进行删除处理；如果所述比较结果为所述总体差异度未超过预设差异度阈值，则保留所述两个待分析数据组。

可选地，所述执行节点包括第一节点和第二节点；其中，所述第一节点对应的数据分析任务依次包括每两个待分析数据组之间的组间波动计算子任务和组间平均效应计算子任务，所述第二节点对应的数据分析任务依次包括单个待分析数据组的组内波动计算子任务和组内平均效应计算子任务。

可选地，所述控制所述执行节点以所述预设顺序执行所述数据分析任务，得到与所述执行节点对应的数据分析结果，包括：在所述执行节点为所述第一节点的情况下，控制所述第一节点执行所述组间波动计算子任务，得到与所述组间波动计算子任务对应的两个待分析数据组之间的组间波动值；基于所述组间波动值，控制所述第一节点执行所述组间平均效应计算子任务，得到所述两个待分析数据组之间的组间平均效应值。

可选地，所述控制所述执行节点以所述预设顺序执行所述数据分析任务，得到与所述功能执行节点对应的数据分析结果，包括：在所述执行节点为所述第二节点的情况下，控制所述第二节点执行所述组内波动计算子任务，得到与所述组内波动计算子任务对应的待分析数据组的组内波动值，基于所述组内波动值，控制所述第二节点执行所述组内平均效应计算子任务，得到所述待分析数据组的组内平均效应值。

根据本发明的另一方面，提供了一种数据分析装置。该装置包括：

数据获取模块，用于在接收到数据分析请求时，确定与所述数据分析请求对应的多个待分析数据组，其中，所述待分析数据组包括至少一个待分析数据；

执行节点确定模块，用于确定与各所述待分析数据组对应的执行节点，其中，所述执行节点由至少一个数据分析任务按照预设顺序组合得到的；

执行节点控制模块，用于针对每个执行节点，控制所述执行节点以所述预设顺序执行所述数据分析任务，得到与所述执行节点对应的数据分析结果；

分析结果得到模块，用于基于各所述数据分析结果，得到与所述数据分析请求对应的目标分析结果。

根据本发明的另一方面，提供了一种电子设备，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计算机程序，所述计算机程序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本发明任一实施例所述的数据分析方法。

根据本发明的另一方面，提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的数据分析方法。

本发明实施例的技术方案提供一种应用于分布式系统的数据分析方法，在接收到数据分析请求时，通过确定与所述数据分析请求对应的多个待分析数据组，其中，所述待分析数据组包括至少一个待分析数据；确定与各所述待分析数据组对应的执行节点，其中，所述执行节点由至少一个数据分析任务按照预设顺序组合得到的；针对每个执行节点，控制所述执行节点以所述预设顺序执行所述数据分析任务，得到与所述执行节点对应的数据分析结果；基于各所述数据分析结果，得到与所述数据分析请求对应的目标分析结果。本发明实施例的技术方案，实现了通过分布式系统对多个数据组中的数据进行数据分析处理，不仅可避免出现内存溢出的情况，还能够提高数据分析效率。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明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

为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为本发明实施例一提供的一种数据分析方法的流程示意图；

图2为本发明实施例三提供的一种数据分析装置的结构示意图；

图3为本发明实施例四提供的一种电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，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的实施例，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做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

可以理解的是，在使用本公开各实施例公开的技术方案之前，均应当依据相关法律法规通过恰当的方式对本公开所涉及个人信息的类型、使用范围、使用场景等告知用户并获得用户的授权。

例如，在响应于接收到用户的主动请求时，向用户发送提示信息，以明确地提示用户，其请求执行的操作将需要获取和使用到用户的个人信息。从而，使得用户可以根据提示信息来自主地选择是否向执行本公开技术方案的操作的电子设备、应用程序、服务器或存储介质等软件或硬件提供个人信息。

作为一种可选的但非限定性的实现方式，响应于接收到用户的主动请求，向用户发送提示信息的方式例如可以是弹窗的方式，弹窗中可以以文字的方式呈现提示信息。此外，弹窗中还可以承载供用户选择“同意”或者“不同意”向电子设备提供个人信息的选择控件。

可以理解的是，上述通知和获取用户授权过程仅是示意性的，不对本公开的实现方式构成限定，其它满足相关法律法规的方式也可应用于本公开的实现方式中。

可以理解的是，本技术方案所涉及的数据(包括但不限于数据本身、数据的获取或使用)应当遵循相应法律法规及相关规定的要求。

实施例一

图1为本发明实施例一提供的一种数据分析方法的流程示意图，本实施例可适用于通过分布式系统对多个数据组中的数据进行数据分析的情况，该方法可以由数据分析装置来执行，该数据分析装置可以采用硬件和/或软件的形式实现，该数据分析装置可配置于诸如计算机或者服务器等的电子设备中。

如图1所示，本实施例的方法包括：

S110、在接收到数据分析请求时，确定与所述数据分析请求对应的多个待分析数据组，其中，所述待分析数据组包括至少一个待分析数据。

其中，数据分析请求可以理解为需要进行数据分析的请求。数据分析请求包括待分析数据组的标识。在本发明实施例中，数据分析请求中待分析数据组的标识的数量可以为两个或两个以上。待分析数据组可以理解为需要进行数据分析的数据组。待分析数据组中包括至少一个待分析数据。在实际应用中，待分析数据组中待分析数据的数量通常为多个。待分析数据可以理解为需要进行数据分析的数据。

示例性的，对于药品A、药品B以及药品C，分别确定使用药品A、药品B以及药品C在预设年龄段的患者数据；患者数据可以包括年龄、性别、职业、学历、其他药物使用情况、疾病分期、治疗周期、治疗指标以及不良反应等需要分析的数据；此时，待分析数据组可以为包括药品A的患者数据的数据组、包括药品B的患者数据的数据组以及包括药品C的患者数据的数据组。

具体的，在接收到数据分析请求时，可以对所述数据分析请求进行解析，从而可以得到数据分析请求中待分析数据组的标识。在发明实施例中，数据分析请求中待分析数据组的标识的数量包括多个。进而可以根据各所述待分析数据组的标识，确定与所述数据分析请求对应的多个待分析数据组，其中，所述待分析数据组包括至少一个待分析数据。

S120、确定与各所述待分析数据组对应的执行节点，其中，所述执行节点由至少一个数据分析任务按照预设顺序组合得到的。

其中，执行节点可以理解为分布式系统中由至少一个数据分析任务按照预设顺序组合得到的执行节点。执行节点可以用于对各分析数据组中的待分析数据进行数据分析处理。在本发明实施例中，执行节点的数量可以为一个、两个或两个以上。在实际应用中，执行节点的数量通常为多个。

在本发明实施例中，多个待分析数据组可以分布在至少一个执行节点上。

在本发明实施例中，所述执行节点可以包括第一节点和第二节点；其中，所述第一节点对应的数据分析任务依次可以包括每两个待分析数据组之间的组间波动计算子任务和组间平均效应计算子任务，所述第二节点对应的数据分析任务依次可以包括单个待分析数据组的组内波动计算子任务和组内平均效应计算子任务。

S130、针对每个执行节点，控制所述执行节点以所述预设顺序执行所述数据分析任务，得到与所述执行节点对应的数据分析结果。

具体的，针对每个执行节点，可以控制所述执行节点按照以所述预设顺序执行所述执行节点的数据分析任务。在执行完成后，可以得到与所述执行节点对应的数据分析结果。

在本发明实施例中，所述控制所述执行节点以所述预设顺序执行所述数据分析任务，得到与所述执行节点对应的数据分析结果，可以包括：在所述执行节点为所述第一节点的情况下，控制所述第一节点执行所述组间波动计算子任务，得到与所述组间波动计算子任务对应的两个待分析数据组之间的组间波动值；进而可以基于所述组间波动值，控制所述第一节点执行所述组间平均效应计算子任务，得到所述两个待分析数据组之间的组间平均效应值。

可选地，所述组间波动计算子任务的计算公式可以为：

其中，SS_组间可以表征为两个待分析数据组之间的组间波动值。i可以表征为待分析数据组的标识。j可以表征为待分析数据在待分析数据组中的位置。可以表征为全部待分析数据组的总均值。/>可以表征为第i个待分析数据组的均值。

可选地，所述组间平均效应计算子任务的计算公式可以为：

其中，MS_组间两个待分析数据组之间的组间平均效应值。SS_组间可以表征为组间波动值。v_组间可以表征为组间自由度，v_组间＝k-1，在本发明实施例中，k可以表示为待分析数据组的数量。

在本发明实施例中，所述控制所述执行节点以所述预设顺序执行所述数据分析任务，得到与所述功能执行节点对应的数据分析结果，可以包括：在所述执行节点为所述第二节点的情况下，可以控制所述第二节点执行所述组内波动计算子任务，得到与所述组内波动计算子任务对应的待分析数据组的组内波动值；进而可以基于所述组内波动值，控制所述第二节点执行所述组内平均效应计算子任务，得到所述待分析数据组的组内平均效应值。

可选地，所述组内波动计算子任务的计算公式可以为：

其中，SS_组内可以表征为待分析数据组的组内波动值。i可以表征为待分析数据组的标识。j可以表征为待分析数据在待分析数据组中的位置。x_i可以表征为第i个待分析数据组的均值。x_ij可以表征为第i个待分析数据组中第j个待分析数据。

可选地，所述组内平均效应计算子任务的计算任务可以为：

其中，MS_组内可以表征为待分析数据组的组内平均效应值。SS_组内可以表征为待分析数据组的组内波动值。v_组内可以表征为组内自由度，v_组内＝n-k，其中，k可以表征为待分析数据组的数量，n可以表征为待分析数据组中待分析数据的数量。

S140、基于各所述数据分析结果，得到与所述数据分析请求对应的目标分析结果。

其中，目标分析结果可以理解为根据各数据分析结果得到的分析结果。

在本发明实施例中，各所述数据分析结果可以包括组间平均效应值和组内平均效应值；所述基于各所述数据分析结果，得到与所述数据分析请求对应的目标分析结果，包括：基于所述组间平均效应值和所述组内平均效应值，得到每两个待分析数据组之间的总体差异度，将所述总体差异度作为与所述数据分析请求对应的目标分析结果。

其中，总体差异度可以用于体现两个待分析数据组之间的整体差异。

在本发明实施例中，可以通过下述方式确定所述组间平均效应值和所述组内平均效应值，得到每两个待分析数据组之间的总体差异度：

方式一(单尾检验)：P＝pf(abs(F),v_组间,v_组内,lower.tail＝FALSE)

方式二(双尾检验)：P＝2*pf(abs(F),v_组间,v_组内,lower.tail＝FALSE)

其中，F可以表示为各待分析数据组之间整体差异的统计量。v_组间可以表示为组件自由度。v_组内可以表示为组内自由度。

在本发明实施中，

其中，MS_组间两个待分析数据组之间的组间平均效应值。MS_组内可以表征为待分析数据组的组内平均效应值。

在上述实施例的基础上，所述方法还可以包括：针对每两个待分析数据组，确定所述两个待分析数据组之间的总体差异度；进而可以基于所述总体差异度确定是否保留所述两个待分析数据组。

在本发明实施例中，所述基于所述总体差异度确定是否保留所述两个待分析数据组，可以包括：将所述总体差异度和预设差异度阈值进行大小比较，从而得到比较结果。如果所述比较结果为所述总体差异度超过预设差异度阈值时，则可以对所述两个待分析数据组中的任意一组进行删除处理；如果所述比较结果为所述总体差异度未超过预设差异度阈值时，则可以保留所述两个待分析数据组。预设差异度阈值可以根据实际需求进行设置，在此不做具体限定。

本发明实施例的技术方案提供一种应用于分布式系统的数据分析方法，在接收到数据分析请求时，通过确定与所述数据分析请求对应的多个待分析数据组，其中，所述待分析数据组包括至少一个待分析数据；确定与各所述待分析数据组对应的执行节点，其中，所述执行节点由至少一个数据分析任务按照预设顺序组合得到的；针对每个执行节点，控制所述执行节点以所述预设顺序执行所述数据分析任务，得到与所述执行节点对应的数据分析结果；基于各所述数据分析结果，得到与所述数据分析请求对应的目标分析结果。本发明实施例的技术方案，实现了通过分布式系统对多个数据组中的数据进行数据分析处理，不仅可避免出现内存溢出的情况，还能够提高数据分析效率。

实施例二

图2为本发明实施例二提供的一种数据分析装置的结构示意图。如图2所示，该装置包括：数据获取模块210、执行节点确定模块220、执行节点控制模块230和分析结果得到模块240。

数据获取模块210，用于在接收到数据分析请求时，确定与所述数据分析请求对应的多个待分析数据组，其中，所述待分析数据组包括至少一个待分析数据；

执行节点确定模块220，用于确定与各所述待分析数据组对应的执行节点，其中，所述执行节点由至少一个数据分析任务按照预设顺序组合得到的；

执行节点控制模块230，用于针对每个执行节点，控制所述执行节点以所述预设顺序执行所述数据分析任务，得到与所述执行节点对应的数据分析结果；

分析结果得到模块240，用于基于各所述数据分析结果，得到与所述数据分析请求对应的目标分析结果。

本发明实施例的技术方案，通过数据获取模块在接收到数据分析请求时，确定与所述数据分析请求对应的多个待分析数据组，其中，所述待分析数据组包括至少一个待分析数据；通过执行节点确定模块确定与各所述待分析数据组对应的执行节点，其中，所述执行节点由至少一个数据分析任务按照预设顺序组合得到的；通过执行节点控制模块针对每个执行节点，控制所述执行节点以所述预设顺序执行所述数据分析任务，得到与所述执行节点对应的数据分析结果；通过分析结果得到模块基于各所述数据分析结果，得到与所述数据分析请求对应的目标分析结果。本发明实施例的技术方案，实现了通过分布式系统对多个数据组中的数据进行数据分析处理，不仅可避免出现内存溢出的情况，还能够提高数据分析效率。

可选地，各所述数据分析结果包括组间平均效应值和组内平均效应值；分析结果得到模块240，用于：

基于所述组间平均效应值和所述组内平均效应值，得到每两个待分析数据组之间的总体差异度，将所述总体差异度作为与所述数据分析请求对应的目标分析结果。

可选地，该装置还包括数据组处理模块；数据组处理模块，用于：

针对每两个待分析数据组，确定所述两个待分析数据组之间的总体差异度，基于所述总体差异度确定是否保留所述两个待分析数据组。

可选地，数据组处理模块，用于：

将所述总体差异度和预设差异度阈值进行大小比较，得到比较结果；

如果所述比较结果为所述总体差异度超过预设差异度阈值，则对所述两个待分析数据组中的任意一组进行删除处理；

如果所述比较结果为所述总体差异度未超过预设差异度阈值，则保留所述两个待分析数据组。

可选地，所述执行节点包括第一节点和第二节点；其中，所述第一节点对应的数据分析任务依次包括每两个待分析数据组之间的组间波动计算子任务和组间平均效应计算子任务，所述第二节点对应的数据分析任务依次包括单个待分析数据组的组内波动计算子任务和组内平均效应计算子任务。

可选地，执行节点控制模块230，用于：

在所述执行节点为所述第一节点的情况下，控制所述第一节点执行所述组间波动计算子任务，得到与所述组间波动计算子任务对应的两个待分析数据组之间的组间波动值；

基于所述组间波动值，控制所述第一节点执行所述组间平均效应计算子任务，得到所述两个待分析数据组之间的组间平均效应值。

可选地，执行节点控制模块230，用于：

在所述执行节点为所述第二节点的情况下，控制所述第二节点执行所述组内波动计算子任务，得到与所述组内波动计算子任务对应的待分析数据组的组内波动值，

基于所述组内波动值，控制所述第二节点执行所述组内平均效应计算子任务，得到所述待分析数据组的组内平均效应值。

本发明实施例所提供的数据分析装置可执行本发明任意实施例所提供的数据分析方法，具备执行方法相应的功能模块和有益效果。

值得注意的是，上述数据分析装置所包括的各个单元和模块只是按照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明实施例的保护范围。

实施例三

图3示出了可以用来实施本发明的实施例的电子设备10的结构示意图。电子设备旨在表示各种形式的数字计算机，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(如头盔、眼镜、手表等)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/或者要求的本发明的实现。

如图3所示，电子设备10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。

电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10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。

处理器11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。处理器11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处理器、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。处理器11执行上文所描述的各个方法和处理，例如数据分析方法。

在一些实施例中，数据分析方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的数据分析方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行数据分析方法。

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)、负载可编程逻辑设备(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。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据分析装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序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。

在本发明的上下文中，计算机可读存储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计算机程序。计算机可读存储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。备选地，计算机可读存储介质可以是机器可读信号介质。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，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：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电子设备。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)、区块链网络和互联网。

计算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，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

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，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (10)

1.一种数据分析方法，其特征在于，应用于分布式系统，所述方法包括：

在接收到数据分析请求时，确定与所述数据分析请求对应的多个待分析数据组，其中，所述待分析数据组包括至少一个待分析数据；

确定与各所述待分析数据组对应的执行节点，其中，所述执行节点由至少一个数据分析任务按照预设顺序组合得到的；

针对每个执行节点，控制所述执行节点以所述预设顺序执行所述数据分析任务，得到与所述执行节点对应的数据分析结果；

基于各所述数据分析结果，得到与所述数据分析请求对应的目标分析结果。

2.根据权利要求1所述的方法，其特征在于，各所述数据分析结果包括组间平均效应值和组内平均效应值；所述基于各所述数据分析结果，得到与所述数据分析请求对应的目标分析结果，包括：

基于所述组间平均效应值和所述组内平均效应值，得到每两个待分析数据组之间的总体差异度，将所述总体差异度作为与所述数据分析请求对应的目标分析结果。

3.根据权利要求2所述的方法，其特征在于，所述方法还包括：

针对每两个待分析数据组，确定所述两个待分析数据组之间的总体差异度，基于所述总体差异度确定是否保留所述两个待分析数据组。

4.根据权利要求3所述的方法，其特征在于，所述基于所述总体差异度确定是否保留所述两个待分析数据组，包括：

将所述总体差异度和预设差异度阈值进行大小比较，得到比较结果；

如果所述比较结果为所述总体差异度超过预设差异度阈值，则对所述两个待分析数据组中的任意一组进行删除处理；

如果所述比较结果为所述总体差异度未超过预设差异度阈值，则保留所述两个待分析数据组。

5.根据权利要求1所述的方法，其特征在于，所述执行节点包括第一节点和第二节点；其中，所述第一节点对应的数据分析任务依次包括每两个待分析数据组之间的组间波动计算子任务和组间平均效应计算子任务，所述第二节点对应的数据分析任务依次包括单个待分析数据组的组内波动计算子任务和组内平均效应计算子任务。

6.根据权利要求5所述的方法，其特征在于，所述控制所述执行节点以所述预设顺序执行所述数据分析任务，得到与所述执行节点对应的数据分析结果，包括：

在所述执行节点为所述第一节点的情况下，控制所述第一节点执行所述组间波动计算子任务，得到与所述组间波动计算子任务对应的两个待分析数据组之间的组间波动值；

基于所述组间波动值，控制所述第一节点执行所述组间平均效应计算子任务，得到所述两个待分析数据组之间的组间平均效应值。

7.根据权利要求1所述的方法，其特征在于，所述控制所述执行节点以所述预设顺序执行所述数据分析任务，得到与所述功能执行节点对应的数据分析结果，包括：

在所述执行节点为所述第二节点的情况下，控制所述第二节点执行所述组内波动计算子任务，得到与所述组内波动计算子任务对应的待分析数据组的组内波动值，

基于所述组内波动值，控制所述第二节点执行所述组内平均效应计算子任务，得到所述待分析数据组的组内平均效应值。

8.一种数据分析装置，其特征在于，包括：

数据获取模块，用于在接收到数据分析请求时，确定与所述数据分析请求对应的多个待分析数据组，其中，所述待分析数据组包括至少一个待分析数据；

执行节点确定模块，用于确定与各所述待分析数据组对应的执行节点，其中，所述执行节点由至少一个数据分析任务按照预设顺序组合得到的；

执行节点控制模块，用于针对每个执行节点，控制所述执行节点以所述预设顺序执行所述数据分析任务，得到与所述执行节点对应的数据分析结果；

分析结果得到模块，用于基于各所述数据分析结果，得到与所述数据分析请求对应的目标分析结果。

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计算机程序，所述计算机程序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1-7中任一项所述的数据分析方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的数据分析方法。