CN116955856A - 信息展示方法、装置、电子设备以及存储介质 - Google Patents
信息展示方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN116955856A CN116955856A CN202310953109.6A CN202310953109A CN116955856A CN 116955856 A CN116955856 A CN 116955856A CN 202310953109 A CN202310953109 A CN 202310953109A CN 116955856 A CN116955856 A CN 116955856A
- Authority
- CN
- China
- Prior art keywords
- index
- target
- queried
- query
- data
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 230000002452 interceptive effect Effects 0.000 claims abstract description 16
- 230000014509 gene expression Effects 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 14
- 238000012545 processing Methods 0.000 abstract description 20
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000007726 management method Methods 0.000 description 14
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 230000003993 interaction Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012015 optical character recognition Methods 0.000 description 2
- 230000002265 prevention Effects 0.000 description 2
- 238000009877 rendering Methods 0.000 description 2
- 238000012954 risk control Methods 0.000 description 2
- 230000004931 aggregating effect Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 238000007596 consolidation process Methods 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 230000000007 visual effect Effects 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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9538—Presentation of query results
-
- 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
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- 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
- G06F16/29—Geographical information databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/45—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/40—Information retrieval; Database structures therefor; File system structures therefor of multimedia data, e.g. slideshows comprising image and additional audio data
- G06F16/48—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/483—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
- G06F16/9537—Spatial or temporal dependent retrieval, e.g. spatiotemporal queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
-
- 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)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Multimedia (AREA)
- Library & Information Science (AREA)
- Computational Linguistics (AREA)
- Development Economics (AREA)
- Probability & Statistics with Applications (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Remote Sensing (AREA)
- Accounting & Taxation (AREA)
- Software Systems (AREA)
- Economics (AREA)
- Finance (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- Technology Law (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了信息展示方法、装置、电子设备以及存储介质,涉及数据处理技术领域,尤其涉及大数据技术领域和金融科技技术领域。具体实现方案为:确定接收到的指标查询信息中的多个待查询指标各自对应的指标属性;根据指标属性,将多个待查询指标确定为至少一个目标待查询指标集;针对目标待查询指标集执行查询操作,得到指标查询结果;以及在交互界面中展示指标查询结果。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及大数据技术领域和金融科技技术领域。具体地,涉及一种信息展示方法、装置、电子设备以及存储介质。
背景技术
在金融风险控制等应用场景中,需要借助服务器来对金融数据进行处理,以得到相关的风控指标。同时还需要借助数据库服务器等智能化设备来存储金融数据或存储相关的风控指标,以便于及时地查询风控指标。
发明内容
本公开提供了一种信息展示方法、装置、电子设备以及存储介质。
根据本公开的一方面,提供了一种一种信息展示方法,包括:确定接收到的指标查询信息中的多个待查询指标各自对应的指标属性;根据指标属性,将多个待查询指标确定为至少一个目标待查询指标集;针对目标待查询指标集执行查询操作,得到指标查询结果;以及在交互界面中展示指标查询结果。
根据本公开的另一方面,提供了一种信息展示装置,包括:指标属性确定模块,用于确定接收到的指标查询信息中的多个待查询指标各自对应的指标属性;目标待查询指标集确定模块,用于根据指标属性,将多个待查询指标确定为至少一个目标待查询指标集;指标查询结果获得模块,用于针对目标待查询指标集执行查询操作,得到指标查询结果;以及指标查询结果展示模块,用于在交互界面中展示指标查询结果。
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实施例提供的方法。
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实施例提供的方法。
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,所述计算机程序在被处理器执行时实现根据本公开实施例提供的方法。
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
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1示意性示出了根据本公开实施例的可以应用信息展示方法及装置的示例性系统架构。
图2示意性示出了根据本公开实施例的信息展示方法的流程图。
图3示意性示出了根据本公开实施例的信息查询系统的原理图。
图4示意性示出了根据本公开实施例的信息展示方法的原理图。
图5示意性示出了根据本公开另一实施例的信息展示方法的原理图。
图6示意性示出了根据本公开实施例的信息展示装置的框图。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。
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和精神。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。
在本公开的技术方案中,所涉及的用户个人信息的获取,存储和应用等,均符合相关法律法规的规定,采取了必要保密措施,且不违背公序良俗。
金融风险防控是金融机构非常重要的一项工作。针对金融数据的风险控制需要较强的软件技术支持。风控引擎等软件平台可以简化风控流程,及时发现风险指标中潜在的风险属性。通过软件平台来监控金融数据,可以生成相应的风控指标并根据关键的风控指标的查询结果来调整风控策略。风控引擎等软件平台被广泛地应用于银行等金融机构,并被广泛地应用在各类金融业务场景中。
指标(例如风控指标)可以被视为能够直观地反映业务变化情况的数据工具。指标例如可以是日交易额、10分钟内登录次数等等。通过聚合、分析和处理风控指标元数据,可进一步得到用于评估风控水平的风控指标。获得了相关风控指标后,可以根据业务需求以及法规相关要求对风控指标进行分析,用于解决业务开展过程中的问题,及时采取必要的防控措施。
本公开提供了一种信息展示方法,包括:确定接收到的指标查询信息中的多个待查询指标各自对应的指标属性;根据指标属性,将多个待查询指标确定为至少一个目标待查询指标集;针对目标待查询指标集执行查询操作,得到指标查询结果;以及在交互界面中展示指标查询结果。
根据本公开的实施例,通过将多个待查询指标确定为具有相同的指标属性的目标待查询指标集,可以实现对不同的目标待查询指标集并行执行查询操作,进而提升了针对待查询指标的查询效率,同时通过在交互界面中展示指标查询结果可以及时向用户反馈待查询指标的查询结果,从而能够实时地满足用户的指标查询需求。
图1示意性示出了根据本公开实施例的可以应用信息展示方法及装置的示例性系统架构。
需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。例如,在另一实施例中,可以应用信息展示方法及装置的示例性系统架构可以包括终端设备,但终端设备可以无需与服务器进行交互,即可实现本公开实施例提供的信息展示方法及装置。
如图1所示,根据该实施例的系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线和/或无线通信链路等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如知识阅读类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的内容提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的信息展示方法一般可以由服务器105执行。相应地,本公开实施例所提供的信息展示装置一般可以设置于服务器105中。本公开实施例所提供的信息展示方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的信息展示装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
或者,本公开实施例所提供的信息展示方法一般也可以由终端设备101、102、或103执行。相应地,本公开实施例所提供的信息展示装置也可以设置于终端设备101、102、或103中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图2示意性示出了根据本公开实施例的信息展示方法的流程图。
如图2所示,该方法包括操作S210~S240。
在操作S210,确定接收到的指标查询信息中的多个待查询指标各自对应的指标属性。
在操作S220,根据指标属性,将多个待查询指标确定为至少一个目标待查询指标集。
在操作S230,针对目标待查询指标集执行查询操作,得到指标查询结果。
在操作S240,在交互界面中展示指标查询结果。
根据本公开的实施例,指标查询信息可以是基于用户的查询指令得到的,或者还可以是解析来自客户端的指标查询请求后得到的。待查询指标各自的指标属性,可以是表征待查询指标的指标类型、指标数据格式、指标生产时刻等任意类型的属性,本公开的实施例对指标属性的的具体属性类型不做限定,本领域技术人员可以根据实际需求进行选择。
根据本公开的实施例,目标待查询指标集中可以包含一个或多个目标待查询指标,目标待查询指标集中的目标待查询指标可以具有相同的指标属性,与目标待查询指标集相对应的指标查询结果,可以表征用户针对该
根据本公开的实施例,在目标待查询指标集包括多个的情况下,可以针对多个目标待查询指标集并行地执行查询操作,以提升查询效率。针对具有相同的指标属性的目标待查询指标集进行查询操作,可以生成与目标待查询指标集的指标属性相关的指标查询结果,这样可以针对指标查询信息从指标属性的维度进行细粒度查询,且在交互界面中展示与指标属性对应的查询结果可以实现针对指标查询结果的分类展示,进而实现按照指标属性针对查询信息进行分类反馈,提升了指标查询结果的直观性,以满足用户的查询需求。
需要说明的是,指标查询结果可以包含有与目标查询指标相对应的指标数据。指标数据可以是适用于生成指标查询结果的数值、图表等任意类型的数据。指标数据可以基于表达式从数据库中直接查询到,或者,还可以基于相关表达式处理指标元数据后,得到需要查询的指标数据。
图3示意性示出了根据本公开实施例的信息查询系统的原理图。
如图3所示,信息查询系统300可以是适用于执行根据本公开的实施例提供的信息展示方法的系统。信息查询系统300可以包括软件开发工具包模块310、指标更新模块321、查询引擎模块322、指标管理模块323和存储引擎模块330。
软件开发工具包模块310可以支持用户通过SDK(Software Development Kit,软件开发工具包)提供的各种API(Application Programming Interface,应用程序编程接口)与其他的模块进行交互。例如,可以基于软件开发工具包模块310包含的指标更新工具包、指标查询工具包、指标路由工具包和指标管理工具包,来分别对应指标更新模块321、查询引擎模块322和指标管理模块323。通过软件开发工具包模块310可以向用户提供适用于对指标数据进行管理、查询等功能的工具包,可以使用户实现通过调用接口对指标进行配置,通过SDK方式提升针对指标的总和管理兼容性和灵活性,节约开发成本。
指标管理模块323可以定义指标元数据或指标数据的结构,即针对待查询指标的数据结构进行定义,例如可以基于数组来定义指标元数据或指标数据的结构,从而将与待查询指标相关的指标元数据或指标数据分割为独立的存储空间,避免不同指标属性的指标元数据或指标数据之间出现逻辑嵌套,提升指标查询的准确性。
例如,指标管理模块323中的指标命名空间管理单元可以基于如下六元组结构来定义待查询指标的数据结构。
<命名空间namespace>,<算子名称>,<指标存储类型>,<指标存储数据类型>,<指标名称>,<value(指标值)>。
又例如,指标管理模块323中的指标元数据管理单元可以将存储引擎模块330中不同指标存储类型的指标元数据映射至六元组,以满足指标元数据的调用需求。
根据本公开的实施例,还可以基于表1的形式来定义指标元数据或指标数据的存储结构。
表1
根据本公开的实施例,通过表1的内容来定义指标元数据或指标数据的存储结构,可以通过命名空间为存储的指标提供了一个独立的存储空间范围,即指标标识(或称指标名称)在命名空间内是唯一的,且不能跨命名空间,不同的命名空间之间不能互相嵌套。此外,根据表1构建的六元组中的value可以是数据值,例如基于键值类型存储的数据值。或者value也可以具有其他数据类型的数据结构,例如基于键值类型存储的指标,可以将值设置为包含有指标数据的哈希表,即可以在一个指标标识下挂载一组指标数据。基于定义的指标的存储结构可以实现针对不同的指标属性的目标待查询指标集的并行查询,例如可以一次取出哈希表中多个键值进行处理。此外,针对不同的指标存储类型,value对应的数据结构也可以改变,以提升指标数据或指标元数据的存储灵活性与适配性。
需要说明的是,指标属性可以包括六元组中的指标存储类型、指标存储数据类型、算子标识或命名空间中的任意一项或多项,本公开的实施例对此不做限定。
如图3所示,存储引擎模块330可以是集成了多个存储组件的模块,存储引擎模块330的主要功能可以是响应上层模块(例如指标管理模块323、指标更新模块321等)的请求,按照与请求相关的六元组的指标存储数据类型将六元组和其中的指标元数据分发到不同类型的数据库存储单元中。
根据本公开的实施例,指标数据的数据类型(即指标存储数据类型)可以包括以下至少一项:时序数据类型、文本数据类型、图谱数据类型、图像数据类型、视频数据类型、音频数据类型、键值数据类型、向量数据类型、空间数据类型。
根据本公开的实施例,时序数据类型的指标数据可以是具有时序属性的数据,例如可以是与交易时间相关的交易数据等。
根据本公开的实施例,文本数据类型的指标数据可以是合同、协议等任意的文本数据。
根据本公开的实施例,图谱数据类型的指标数据可以是知识图谱信息、或具有图结构的图信息。
根据本公开的实施例,空间数据类型的指标数据可以是用于指示空间位置、空间轨迹等与空间位置相关的数据。例如,空间数据类型的指标数据可以是GIS(GeographicInformation System,地理信息系统)数据等。
根据本公开的实施例,图像数据类型的指标数据可以存储在数据库中,并可以基于图像识别算法来对图像数据类型的指标数据来进行转换。例如,可以基于OCR(OpticalCharacter Recognition,光学字符识别)识别图像数据的指标数据中的文本数据,得到文本数据类型的指标数据,并将文本数据类型的指标数据与图像数据类型的指标数据进行关联。例如,确定图像数据类型的指标数据的图像表征,根据图像表征和与多个文本数据类型的第一指标数据各自对应的第一文本表征,确定图像数据类型的指标数据和多个文本数据类型的第一指标数据各自之间的相似度,得到多个第一相似度。根据多个第一相似度,从多个文本数据类型的第一指标数据中确定文本数据类型的第一目标指标数据,并将文本数据类型的第一目标指标数据与图像数据类型的指标数据进行关联。
根据本公开的实施例,可以基于音频识别算法来处理音频数据类型的指标数据,得到文本数据类型的指标数据。例如,基于语音识别(Automatic Speech Recognition,ASR)识别得到与语音数据类型的指标数据对应的文本数据类型的指标数据,并将文本数据类型的指标数据与音频数据类型的指标数据进行关联。例如,确定音频数据类型的指标数据的音频表征,根据音频表征和与多个文本数据类型的第二指标数据各自对应的第二文本表征,确定音频数据类型的指标数据和多个文本数据类型的第二指标数据各自之间的相似度,得到多个第二相似度。根据多个第二相似度,从多个文本数据类型的第二指标数据中确定文本数据类型的第二目标指标数据,并将文本数据类型的第二目标指标数据与音频数据类型的指标数据进行关联。
根据本公开的实施例,可以基于语音识别来对视频数据类型的指标数据进行语音识别,将识别得到的字幕作为文本数据类型的指标数据与视频数据类型的指标数据进行关联。例如,可以基于图像分类算法来识别视频数据类型的指标数据,并将识别得到的分类结果作为文本数据类型的指标数据与视频数据类型的指标数据进行关联。例如,确定视频数据类型的指标数据的视频表征,根据视频表征和与多个文本数据类型的第三指标数据各自对应的第三文本表征,确定视频数据类型的指标数据和多个文本数据类型的第三指标数据各自之间的相似度,得到多个第三相似度。根据多个第三相似度,从多个文本数据类型的第三指标数据中确定文本数据类型的第三目标指标数据,并将文本数据类型的第三目标指标数据与视频数据类型的指标数据进行关联。
根据本公开的实施例,指标存储数据类型还可以包括键值数据类型、向量数据类型等其他的数据类型,本公开的实施例对指标数据的具体数据类型不做限定。
根据本公开的实施例,可以基于表2所示的内容来构建图3中所示的存储引擎模块。
表2
如图3所示,存储引擎模块330可以包括时序存储单元、文本存储单元、向量存储单元、集合存储单元、键值存储单元、空间存储单元、图谱数据存储单元。时序存储单元可以是基于Redis数据库构建得到的,适用于存储时序数据类型的指标数据或指标元数据。文本存储单元可以是基于Elasticsearch全文检索引擎构建得到的,适用于存储文本数据类型的指标数据或指标元数据。向量存储单元可以是基于Vearch向量检索数据库构建得到的,适用于存储向量数据类型的指标数据或指标元数据。键值存储单元可以是基于Redis数据库构建得到的,适用于存储键值数据类型的指标数据或指标元数据。空间存储单元可以是基于MongoDB Geo数据库构建得到的,适用于存储空间数据类型的指标数据或指标元数据,以支持对地理空间数据的查询与处理操作。图谱数据存储单元可以是基于Dgraph数据库构建得到的,适用于存储图谱数据类型的指标数据或指标元数据,以支持对图谱数据的实体与关系的查询与处理操作。
根据本公开的实施例,在指标元数据的指标存储类型为向量数据类型的情况下,例如可以是将获得授权的指纹信息嵌入至向量索引库(例如Vearch)中。这样可以根据指标查询信息来对向量索引库中的指纹信息进行搜索。以提升信息查询的效率。又例如,在一些业务场景中,目标待查询指标有可能是一长串实体与关系的集合,因此可以基于图数据库(例如Dgraph)将指标数据的实体与关系进行存储,以便于后续的指标查询或指标员数据的运算。
根据本公开的实施例,用户可以通过与查询引擎模块322之间进行信息交互,例如查询引擎模块322可以获取到指标查询信息,并根据指标查询信息中的待查询指标标识,获取与目标待查询信息相关的指标存储类型,进而可以调用指标算子库中的指标算子构建表达式,并根据表达式从存储引擎模块对应的存储单元中查询指标数据,并将查询到的指标数据作为指标查询结果返回用户的客户端,并在客户端的交互界面展示该指标查询结果。
根据本公开的实施例,通过针对不同的指标存储类型的指标数据和/或指标元数据构建对应的存储单元,可以实现对不同指标存储类型的指标数据和/或指标元数据进行差异化处理,以提升生成的指标的准确性与泛化能力,进而提升风控场景中针对多元化的指标的生成需求,且提升指标查询结果的精确度。
如图3所示,指标更新模块321可以用于更新指标管理模块323定义的六元组。例如可以基于指标更新语句的命名空间获取到需要更新的指标六元组,可以更新需要更新的指标六元组中的指标值等指标属性,还可以根据六元组的指标类型和指标标识定位到存储于存储引擎模块330的待更新的指标元数据,并根据指标更新语句来更新待更新的指标元数据,实现将更新后的六元组与存储引擎模块330中的指标元数据构建映射关系。
根据本公开实施例提供的信息展示方法,还可以基于指标更新语句来指标元数据或指标数据。指标更新语句可以是仅支持插入操作与删除操作,不支持更新操作的DML(Data Definition Language,数据定义语言)语句,当进行指标元数据更新操作时,会将之前的插入指标元数据的指标存储六元组删除,再执行新的插入操作语句。这样可以避免不同指标存储类型产生的指标元数据的数据类型变化,减少指标元数据的存储错误,同时降低指标查询结果的查询错误,提升查询效率。
根据本公开的实施例,确定接收到的指标查询信息中的多个待查询指标各自对应的指标属性可以包括:从指标查询信息中确定多个待查询指标各自的待查询指标标识;以及从与待查询指标标识相匹配的指标数组中,确定与待查询指标对应的指标属性。
根据本公开的实施例,指标数组包括指标标识和指标属性,指标属性包括指标存储类型,指标存储类型表征与指标标识相关的指标数据的数据类型,目标待查询指标集中的目标待查询指标具有相同的指标存储类型。
根据本公开的实施例,通过确定待查询指标标识各自的指标存储类型,可以将多个待查询指标确定为一个或多个目标待查询指标集,这样可以将多个待查询指标按照指标存储类型进行分组,以便于并行地访问不同类型的存储区域,例如访问不同类型的存储单元,实现针对指标查询信息的并行查询,提升查询效率。
根据本公开的实施例,指标属性还可以包括命名名称,可以通过将指标查询信息中,具有相同的命名名称的待查询指标确定为目标待查询指标集,从而可以从与该命名名称相关的存储空间中查询指标数据或指标元数据,进而得到指标查询结果。
根据本公开的实施例,还可以根据指标查询信息来确定多个待查询指标标识各自关联的业务规则属性,根据业务规则属性来确定多个待查询指标之间的业务规则关系,将具有业务规则关系关联的多个待查询指标确定为目标待查询指标集,这样可以针对业务规则关系的目标待查询指标集进行合并查询,避免出现指标查询结果错误。
根据本公开的实施例,指标数组还可以包括指标算子标识,指标算子标识与指标算子相关联。
根据本公开的实施例,针对目标待查询指标集执行查询操作,得到指标查询结果可以包括:从与目标待查询指标相关的目标指标数组中,确定与目标待查询指标相关的目标指标算子标识,目标指标数组为与目标待查询指标标识相匹配的指标数组;调用与目标指标算子标识相关的目标指标算子,构建目标表达式;根据目标表达式执行针对目标待查询指标的查询操作,得到指标查询子结果;以及根据指标查询子结果,确定指标查询结果。
根据本公开的实施例,与目标待查询指标相关的目标指标数组,可以是包含有目标待查询指标标识的指标数组。可以根据指标查询信息中用户配置的查询需求,来从目标指标数组中调用与目标指标算子标识相关的目标指标算子,从而构建得到的适用于满足指标查询信息的查询需求的目标表达式(例如查询语句)。这样可以根据目标表达式来得到的与目标待查询指标相关的指标数据,并将与目标待查询指标相关的指标数据作为指标查询子结果。
根据本公开的实施例,还可以根据目标表达式来得到的与目标待查询指标相关的指标元数据,并基于目标指标算子来处理指标元数据,得到与目标待查询指标相关的指标数据,并将与目标待查询指标相关的指标数据作为指标查询子结果。
根据本公开的实施例,通过调用与目标指标算子标识相关的目标指标算子构建目标表达式,可以实现将指标查询信息中用户配置的查询需求信息通过自定义的指标算子来灵活地、自动化地构建为能够执行查询操作的执行语句,从而避免编辑查询语句产生的时长过长的问题。同时由于目标指标算子标识与目标指标标识存储与同一数组中,可以提升查询到目标指标算子的效率,避免指标算子查询错误,从而提升指标查询子结果的准确性。
需要说明的是,可以引入aviator表达式引擎,aviator表达式引擎可以通过将表达式直接翻译成对应的代码执行并执行查询操作或运算操作。同时还可以结合数据库数据引擎的查询语言和预先构建的指标算子库,来扩展出一整套查询引擎内置算子,以便于根据构建得到的指标算子库优化目标表达式的自动编辑能力,并结合数据库引擎的计算能力来实现针对多样化的指标元数据的处理能力,提升指标查询结果的精准性和多样性。
图4示意性示出了根据本公开实施例的信息展示方法的原理图。
如图4所示,前端指标查询模块401可以是将接收到的指标查询信息发送至查询引擎模块410。查询引擎模块410中的指标属性抽取单元411可以确定多个待查询指标各自的指标属性,例如可以确定多个待查询指标各自的指标存储类型。根据指标存储类型,可以将多个待查询指标确定为两个目标待查询指标集,并将两个目标待查询指标集中各自关联的目标目标待查询指标标识分别发送至并行执行器412和413。
并行执行器412可以基于与第一个目标待查询指标集相关的目标待查询指标标识,确定需要调用的目标指标算子,并根据目标指标算子构建得到目标表达式。这样可以基于目标表达式从存储引擎模块420中的第一存储单元421查询与第一个目标待查询指标集相关的第一组目标指标元数据,并可以基于目标表达式中的目标指标算子来执行针对第一组目标指标元数据的运算操作,从而得到与第一个目标待查询指标集相关的指标查询子结果。
并行执行器413可以基于与第二个目标待查询指标集相关的目标待查询指标标识,确定需要调用的目标指标算子,并根据目标指标算子构建得到目标表达式。这样可以基于目标表达式从存储引擎模块420中的第二存储单元422查询与第二个目标待查询指标集相关的第二组目标指标元数据,并可以基于目标表达式中的目标指标算子来执行针对第二组目标指标元数据的运算操作,从而得到与第二个目标待查询指标集相关的指标查询子结果。
需要说明的是,根据本公开实施例提供的信息展示方法,还可以同时处理多个指标查询信息,并将多个指标查询信息中的待查询指标整合为一个或多个目标待查询指标集,从而可以实现针对多个指标查询信息的并行查询,以提升查询效率。
根据本公开的实施例,指标存储类型关联有指标缓存过期时刻。
根据本公开的实施例,针对目标待查询指标集执行查询操作,得到指标查询结果可以包括:根据目标待查询指标集的指标存储类型,确定与指标存储类型关联的指标存储过期时刻;在指标存储过期时刻在当前时刻之后的情况下,从与指标存储类型相关的目标缓存区域中,查询与目标待查询指标集中的目标待查询指标相关的目标指标数据;以及根据目标指标数据,确定指标查询结果。
根据本公开的实施例,指标缓存过期时刻可以是基于与指标存储类型相关的指标数据或指标元数据的被查询频率来确定,例如可以针对被查询频率大于预设查询频率阈值的指标存储类型设置距离当前的时刻时长较长的指标缓存过期时刻。又例如,还可以针对被查询频率小于或等于预设查询频率阈值的指标存储类型,设置距离当前的时刻时长较长的指标缓存过期时刻。这样可以针对被查询较频繁的指标数据或指标元数据设置较长时间段的指标缓存过期时刻,以便于将与该指标存储类型相关的指标数据或指标元数据存储在缓存区域中,便于指标元数据或指标数据的快速读取。
根据本公开的实施例,信息展示方法还可以包括:确定目标指标算子的被调用频率;在被调用频率大于或等于预设频率阈值的情况下,将目标指标算子存储至算子缓存区域。
根据本公开的实施例,目标指标算子的被调用频率,可以是目标指标算子在预设时间段内的被调用次数。在目标指标算子的被调用频率大于或等于预设频率阈值的情况下,可以确定该目标指标算子在预设时间段内被频繁调用,从而可以将目标指标算子存储至算子缓存区域,来提升针对目标指标算子的读取速度,以提升指标查询的查询效率。
根据本公开的实施例,信息展示方法还可以包括:确定与目标指标算子相关的算子执行耗时;在算子执行耗时大于或等于预设时长阈值的情况下,将目标指标算子存储至算子缓存区域。
根据本公开的实施例,还可以通过与目标指标算子相关的算子执行耗时,以及目标指标算子的被调用频率相结合的结果来将目标指标算子存储至算子缓存区域,以便于在缓存空间较小的情况下针对被频繁调用,且执行时长过长的目标指标算子进行快速读取。
根据本公开的实施例,还可以将表达式与指标数据(即指标元数据的计算结果)存储至缓存区域,并创建历史记录表,记录被频繁查询的指标标识的查询次数,便于用户及时回溯指标数据。
根据本公开的实施例,可以通过构建指标算子库,形成对指标算子的注册与管理体系,以实现根据指标算子支撑系统中各个模块的信息处理操作,确保指标算子能够高效运行。此外,指标算子库还可以用于记录指标构建时使用过的指标算子,用于统计每个指标算子的引用次数和耗时,并可以根据实际需求加入监控功能。指标算子会随着产品迭代持续新增,指标算子库中指标算子的多样性与丰富程度也是衡量产品功能是否完整的重要指标。
根据本公开的实施例,可以基于如下表3的内容来确定指标算子和指标数据在目标缓存区域中的缓存过期时刻,以便于针对缓存中的指标算子的指标数据进行维护。
表3
id | 算子标识 |
datatyp e | 指标存储类型 |
status | 状态 |
variable | 变量 |
funcsign | 函数标识 |
refercount | 引用次数 |
createdtime | 创建时间 |
updatetime | 更新时间 |
label | 标签 |
category | 种类 |
cost | 耗时 |
根据本公开的实施例,指标属性包括回溯时间段,信息展示方法还可以包括:在回溯时间段大于或等于预设时长的情况下,确定与回溯时间段对应的多个回溯时间窗,回溯时间窗表征的时长小于回溯时间段表征的时长。
根据本公开的实施例,针对目标待查询指标集执行查询操作,得到指标查询结果还可以包括:根据回溯时间窗查询与目标待查询指标相关的指标数据,得到与回溯时间窗对应的窗口指标数据,目标待查询指标集包括至少一个目标待查询指标;根据与多个回溯时间窗各自对应的窗口指标数据,确定与目标待查询指标相关的指标查询子结果;以及根据指标查询子结果,得到指标查询结果。
根据本公开的实施例,根据回溯时间窗查询与目标待查询指标相关的指标数据,可以是通过调用与回溯时间窗对应的窗口指标元数据,以及根据与窗口指标元数据对应的目标表达式来对该窗口指标元数据进行计算,得到与回溯时间窗对应的窗口指标数据。
根据本公开的实施例,根据与多个回溯时间窗各自对应的窗口指标数据,确定与目标待查询指标相关的指标查询子结果,可以是将多个窗口指标数据按照各自对应的回溯时间窗的时序关系进行拼接,得到与目标待查询指标相关的指标查询子结果。
根据本公开的实施例,针对金融风控等业务应用场景,需要对较长的历史时间段(例如距离当前时刻6个月之前的时间段)中的指标数据进行查询以满足风控规范要求。通过将距离当前较长时长的回溯时间段确定为多个回溯时间窗,可以实现针对多个回溯时间窗中的指标元数据进行查询,以避免大量地指标元数据计算导致瞬时计算开销过大,从而减轻查询得到指标查询结果的计算负载。
图5示意性示出了根据本公开另一实施例的信息展示方法的原理图。
如图5所示,可以根据N个回溯时间窗从存储引擎模块500中提取与N个回溯时间窗各自对应的N个窗口指标元数据511、512......至51N。可以基于双向链表中的链表节点来分别存储N个窗口指标元数据511、512......至51N,通过将双向链表作为完整的数据流发送至指标元数据处理单元520。指标元数据处理单元520可以基于多线程执行器,来并行地调用与N个窗口指标元数据511、512......至51N各自相关的目标指标算子,并根据目标指标算子构建得到N个窗口指标元数据511、512......至51N各自相关的目标表达式。从而可以基于目标表达式和多线程执行器的并行处理机制实时地并行处理N个窗口指标元数据511、512......至51N。得到N个窗口指标元数据511、512......至51N各自对应的窗口指标数据。
又例如,还可以将N个窗口指标数据发送至异步存储器(例如Kafka消息队列单元),以便于前端异步地消费N个窗口指标数据,得到与目标待查询指标相关的指标查询子结果。这样可以减少与前端之间的数据输入输出压力。
根据本公开的实施例,可以指标元数据处理单元520还可以通过对预先构建的表达式进行拆解,得到适用于处理窗口指标元数据的目标表达式,从而可以分不同批次处理N个窗口指标元数据511、512......至51N。
根据本公开的实施例,多个窗口指标数据被发送至异步存储区域。
根据本公开的实施例,根据与多个回溯时间窗各自对应的窗口指标数据,确定与目标待查询指标相关的指标查询子结果包括:从异步存储区域提取多个窗口指标数据;以及根据多个窗口指标数据各自相关的指标时间属性,拼接多个窗口指标数据,得到目标指标数据;以及根据目标指标数据确定指标查询子结果。
根据本公开的实施例,在交互界面中展示指标查询结果可以包括:在交互界面中,与目标待查询指标集相关的指标展示窗,展示指标查询结果,其中,指标展示窗与指标存储类型相对应。
根据指标展示窗来指示与指标存储类型相对应的指标查询结果,可以实现对不同指标存储类型的指标查询结果进行分类渲染,以及实现用户对于指标查询结果的分类查看,以提升页面的渲染效率和用户的指标查看效率。
图6示意性示出了根据本公开实施例的信息展示装置的框图。
如图6所示,信息展示装置600包括:指标属性确定模块610、目标待查询指标集确定模块620、指标查询结果获得模块630和指标查询结果展示模块640。
指标属性确定模块610,用于确定接收到的指标查询信息中的多个待查询指标各自对应的指标属性。
目标待查询指标集确定模块620,用于根据指标属性,将多个待查询指标确定为至少一个目标待查询指标集。
指标查询结果获得模块630,用于针对目标待查询指标集执行查询操作,得到指标查询结果。
指标查询结果展示模块640,用于在交互界面中展示指标查询结果。
根据本公开的实施例,指标属性包括回溯时间段,信息扎实装置还可以包括回溯时间窗确定模块。
回溯时间窗确定模块,用于在回溯时间段大于或等于预设时长的情况下,确定与回溯时间段对应的多个回溯时间窗,回溯时间窗表征的时长小于回溯时间段表征的时长。
其中,指标查询结果获得模块包括:窗口指标数据获得单元、第一指标查询子结果确定单元和第一指标查询结果获得单元。
窗口指标数据获得单元,用于根据回溯时间窗查询与目标待查询指标相关的指标数据,得到与回溯时间窗对应的窗口指标数据,目标待查询指标集包括至少一个目标待查询指标。
第一指标查询子结果确定单元,用于根据与多个回溯时间窗各自对应的窗口指标数据,确定与目标待查询指标相关的指标查询子结果。
第一指标查询结果获得单元,用于根据指标查询子结果,得到指标查询结果。
根据本公开的实施例,多个窗口指标数据被发送至异步存储区域。
其中,第一指标查询子结果确定单元包括:窗口指标数据获得子单元、目标指标数据获得子单元和第一指标查询子结果获得子单元。
窗口指标数据获得子单元,用于从异步存储区域提取多个窗口指标数据。
目标指标数据获得子单元,用于根据多个窗口指标数据各自相关的指标时间属性,拼接多个窗口指标数据,得到目标指标数据;以及
第一指标查询子结果获得子单元,用于根据目标指标数据确定指标查询子结果。
根据本公开的实施例,指标属性确定模块包括:待查询指标标识确定单元和指标属性确定单元。
待查询指标标识确定单元,用于从指标查询信息中确定多个待查询指标各自的待查询指标标识。
指标属性确定单元,用于从与待查询指标标识相匹配的指标数组中,确定与待查询指标对应的指标属性;其中,指标数组包括指标标识和指标属性,指标属性包括指标存储类型,指标存储类型表征与指标标识相关的指标数据的数据类型,目标待查询指标集中的目标待查询指标具有相同的指标存储类型。
根据本公开的实施例,指标存储类型关联有指标缓存过期时刻。
其中,指标查询结果获得模块包括:指标存储过期时刻确定单元、目标指标数据查询单元和第二指标查询结果获得单元。
指标存储过期时刻确定单元,用于根据目标待查询指标集的指标存储类型,确定与指标存储类型关联的指标存储过期时刻。
目标指标数据查询单元,用于在指标存储过期时刻在当前时刻之后的情况下,从与指标存储类型相关的目标缓存区域中,查询与目标待查询指标集中的目标待查询指标相关的目标指标数据。
第二指标查询结果获得单元,用于根据目标指标数据,确定指标查询结果。
根据本公开的实施例,指标数组还包括指标算子标识,指标算子标识与指标算子相关联,指标查询结果获得模块包括:目标指标算子标识确定单元、目标指标算子调用单元、第二指标查询子结果获得子单元和第三指标查询结果获得单元。
目标指标算子标识确定单元,用于从与目标待查询指标相关的目标指标数组中,确定与目标待查询指标相关的目标指标算子标识,目标指标数组为与目标待查询指标标识相匹配的指标数组。
目标指标算子调用单元,用于调用与目标指标算子标识相关的目标指标算子,构建目标表达式。
第二指标查询子结果获得子单元,用于根据目标表达式执行针对目标待查询指标的查询操作,得到指标查询子结果。
第三指标查询结果获得单元,用于根据指标查询子结果,确定指标查询结果。
根据本公开的实施例,信息展示装置还包括:被调用频率确定模块和第一存储模块。
被调用频率确定模块,用于确定目标指标算子的被调用频率。
第一存储模块,用于在被调用频率大于或等于预设频率阈值的情况下,将目标指标算子存储至算子缓存区域。
根据本公开的实施例,信息展示装置还包括:算子执行耗时确定模块和第二存储模块。
算子执行耗时确定模块,用于确定与目标指标算子相关的算子执行耗时。
第二存储模块,用于在算子执行耗时大于或等于预设时长阈值的情况下,将目标指标算子存储至算子缓存区域。
根据本公开的实施例,指标数据的数据类型包括以下至少一项:
时序数据类型、文本数据类型、图谱数据类型、图像数据类型、视频数据类型、音频数据类型、键值数据类型、向量数据类型、空间数据类型。
根据本公开的实施例,指标查询结果展示模块包括指标查询结果展示单元。
指标查询结果展示单元,用于在交互界面中,与目标待查询指标集相关的指标展示窗,展示指标查询结果,其中,指标展示窗与指标存储类型相对应。
根据本公开的实施例,本公开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。
根据本公开的实施例,一种电子设备,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如上所述的方法。
根据本公开的实施例,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,计算机指令用于使计算机执行如上所述的方法。
根据本公开的实施例,一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如上所述的方法。
图7示出了可以用来实施本公开的实施例的示例电子设备700的示意性框图。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7所示,设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许设备700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。
计算单元701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701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701执行上文所描述的各个方法和处理,例如信息展示方法。例如,在一些实施例中,信息展示方法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708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的信息展示方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行信息展示方法。
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,也可以是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,本发公开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,只要能够实现本公开公开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,并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (14)
1.一种信息展示方法,包括:
确定接收到的指标查询信息中的多个待查询指标各自对应的指标属性;
根据所述指标属性,将多个所述待查询指标确定为至少一个目标待查询指标集;
针对所述目标待查询指标集执行查询操作,得到指标查询结果;以及
在交互界面中展示所述指标查询结果。
2.根据权利要求1所述的方法,其中,所述指标属性包括回溯时间段,所述方法还包括:
在所述回溯时间段大于或等于预设时长的情况下,确定与所述回溯时间段对应的多个回溯时间窗,所述回溯时间窗表征的时长小于所述回溯时间段表征的时长;
其中,所述针对所述目标待查询指标集执行查询操作,得到指标查询结果包括:
根据所述回溯时间窗查询与目标待查询指标相关的指标数据,得到与所述回溯时间窗对应的窗口指标数据,所述目标待查询指标集包括至少一个所述目标待查询指标;
根据与多个所述回溯时间窗各自对应的窗口指标数据,确定与所述目标待查询指标相关的指标查询子结果;以及
根据所述指标查询子结果,得到所述指标查询结果。
3.根据权利要求2所述的方法,其中,多个所述窗口指标数据被发送至异步存储区域;
其中,所述根据与多个所述回溯时间窗各自对应的窗口指标数据,确定与所述目标待查询指标相关的指标查询子结果包括:
从所述异步存储区域提取多个所述窗口指标数据;
根据多个窗口指标数据各自相关的指标时间属性,拼接多个窗口指标数据,得到目标指标数据;以及
根据所述目标指标数据确定所述指标查询子结果。
4.根据权利要求1所述的方法,其中,所述确定接收到的指标查询信息中的多个待查询指标各自对应的指标属性包括:
从所述指标查询信息中确定多个所述待查询指标各自的待查询指标标识;以及
从与所述待查询指标标识相匹配的指标数组中,确定与所述待查询指标对应的指标属性;
其中,所述指标数组包括指标标识和所述指标属性,所述指标属性包括指标存储类型,所述指标存储类型表征与所述指标标识相关的指标数据的数据类型,所述目标待查询指标集中的所述目标待查询指标具有相同的所述指标存储类型。
5.根据权利要求4所述的方法,其中,所述指标存储类型关联有指标缓存过期时刻;
其中,针对所述目标待查询指标集执行查询操作,得到指标查询结果包括:
根据所述目标待查询指标集的指标存储类型,确定与所述指标存储类型关联的指标存储过期时刻;
在所述指标存储过期时刻在当前时刻之后的情况下,从与所述指标存储类型相关的目标缓存区域中,查询与所述目标待查询指标集中的目标待查询指标相关的目标指标数据;以及
根据目标指标数据,确定所述指标查询结果。
6.根据权利要求4所述的方法,其中,所述指标数组还包括指标算子标识,所述指标算子标识与指标算子相关联,所述针对所述目标待查询指标集执行查询操作,得到指标查询结果包括:
从与所述目标待查询指标相关的目标指标数组中,确定与目标待查询指标相关的目标指标算子标识,所述目标指标数组为与目标待查询指标标识相匹配的指标数组;
调用与所述目标指标算子标识相关的目标指标算子,构建目标表达式;
根据所述目标表达式执行针对所述目标待查询指标的查询操作,得到指标查询子结果;以及
根据所述指标查询子结果,确定所述指标查询结果。
7.根据权利要求6所述的方法,还包括:
确定所述目标指标算子的被调用频率;
在所述被调用频率大于或等于预设频率阈值的情况下,将所述目标指标算子存储至算子缓存区域。
8.根据权利要求6所述的方法,还包括:
确定与所述目标指标算子相关的算子执行耗时;
在所述算子执行耗时大于或等于预设时长阈值的情况下,将所述目标指标算子存储至算子缓存区域。
9.根据权利要求4所述的方法,其中,所述指标数据的数据类型包括以下至少一项:
时序数据类型、文本数据类型、图谱数据类型、图像数据类型、视频数据类型、音频数据类型、键值数据类型、向量数据类型、空间数据类型。
10.根据权利要求4所述的方法,其中,所述在交互界面中展示所述指标查询结果包括:
在所述交互界面中,与所述目标待查询指标集相关的指标展示窗,展示所述指标查询结果,其中,所述指标展示窗与所述指标存储类型相对应。
11.一种信息展示装置,包括:
指标属性确定模块,用于确定接收到的指标查询信息中的多个待查询指标各自对应的指标属性;
目标待查询指标集确定模块,用于根据所述指标属性,将多个所述待查询指标确定为至少一个目标待查询指标集;
指标查询结果获得模块,用于针对所述目标待查询指标集执行查询操作,得到指标查询结果;以及
指标查询结果展示模块,用于在交互界面中展示所述指标查询结果。
12.一种电子设备,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权利要求1至10中任一项所述的方法。
13.一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至10中任一项所述的方法。
14.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求1至10中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310953109.6A CN116955856A (zh) | 2023-07-31 | 2023-07-31 | 信息展示方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310953109.6A CN116955856A (zh) | 2023-07-31 | 2023-07-31 | 信息展示方法、装置、电子设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116955856A true CN116955856A (zh) | 2023-10-27 |
Family
ID=88448930
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310953109.6A Pending CN116955856A (zh) | 2023-07-31 | 2023-07-31 | 信息展示方法、装置、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116955856A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117407428A (zh) * | 2023-11-21 | 2024-01-16 | 杭州沃趣科技股份有限公司 | 一种获取目标数据库的目标配置文件的数据处理系统 |
-
2023
- 2023-07-31 CN CN202310953109.6A patent/CN116955856A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117407428A (zh) * | 2023-11-21 | 2024-01-16 | 杭州沃趣科技股份有限公司 | 一种获取目标数据库的目标配置文件的数据处理系统 |
CN117407428B (zh) * | 2023-11-21 | 2024-04-19 | 杭州沃趣科技股份有限公司 | 一种获取目标数据库的目标配置文件的数据处理系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111782824B (zh) | 信息查询方法、装置、系统和介质 | |
CN113760891B (zh) | 一种数据表的生成方法、装置、设备和存储介质 | |
CN112559717B (zh) | 搜索匹配方法、装置、电子设备以及存储介质 | |
CN113836314B (zh) | 知识图谱构建方法、装置、设备以及存储介质 | |
CN112507098B (zh) | 问题处理方法、装置、电子设备、存储介质及程序产品 | |
CN111553556A (zh) | 业务数据分析方法、装置、计算机设备及存储介质 | |
CN113239295A (zh) | 搜索方法、装置、电子设备以及存储介质 | |
CN111651552A (zh) | 结构化信息确定方法、装置和电子设备 | |
CN114461644A (zh) | 一种数据采集方法、装置、电子设备及存储介质 | |
CN112989235A (zh) | 基于知识库的内链构建方法、装置、设备和存储介质 | |
CN116955856A (zh) | 信息展示方法、装置、电子设备以及存储介质 | |
US20240037084A1 (en) | Method and apparatus for storing data | |
CN113220710B (zh) | 数据查询方法、装置、电子设备以及存储介质 | |
CN113609100A (zh) | 数据存储方法、数据查询方法、装置及电子设备 | |
CN114880498B (zh) | 事件信息展示方法及装置、设备和介质 | |
CN114491253B (zh) | 观测信息处理方法、装置、电子设备及存储介质 | |
CN115994534A (zh) | 政务场景热词挖掘方法、装置、设备及存储介质 | |
CN114528378A (zh) | 文本分类方法、装置、电子设备及存储介质 | |
CN113722593A (zh) | 事件数据处理方法、装置、电子设备和介质 | |
CN115828915B (zh) | 实体消歧方法、装置、电子设备和存储介质 | |
CN117271840B (zh) | 图数据库的数据查询方法、装置及电子设备 | |
CN116204441B (zh) | 索引数据结构的性能测试方法、装置、设备及存储介质 | |
US20240220876A1 (en) | Artificial intelligence (ai) based data product provisioning | |
US20230086429A1 (en) | Method of recognizing address, electronic device and storage medium | |
CN115458103B (zh) | 医疗数据处理方法、装置、电子设备及可读存储介质 |
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 |