[发明专利]一种数据处理方法和装置

说明书

本申请公开了一种数据处理方法和装置，所述方法包括：根据至少一个数据源，确定不同类型的数据指标，其中，不同类型的数据指标包括下述至少三种：实时数据指标、非实时数据指标和静态数据指标，进而根据不同类型的数据指标和预设算法包，确定业务数据指标，从而有效兼容实时和非实时数据指标，实现对业务数据的分类与规整。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种数据处理方法和装置。

背景技术

在流动性数据指标管理系统中，由于管理系统涵盖多条业务线，且数据来源于多业务主体端，数据指标之间的影响交互多种多样，因此，需要一种有效的数据处理方法，实现合理统一、可扩展可维护的流动性数据指标管理系统。

发明内容

本申请实施例提供一种数据处理方法和装置，能够有效兼容实时和非实时数据指标，实现对业务数据的分类与规整。

本申请实施例提供了一种数据处理方法，包括：

根据至少一个数据源，确定不同类型的数据指标，其中，所述不同类型的数据指标包括下述至少三种：实时数据指标、非实时数据指标和静态数据指标；

根据所述不同类型的数据指标和预设算法包，确定业务数据指标。

可选地，根据所述业务数据，确定不同类型的基础数据指标，包括：

根据所述业务数据的数据类型，确定所述业务数据对应的数据指标模型，其中，所述数据指标模型包括：实时数据指标模型、非实时数据指标模型和静态数据指标模型；

根据所述数据指标模型和所述业务数据，确定不同类型的基础数据指标。

可选地，根据所述业务数据的数据类型，确定所述业务数据对应的数据指标模型，包括：

若所述业务数据为实时数据，则所述业务数据对应的数据指标模型为所述实时数据指标模型；

若所述业务数据为非实时数据，则所述业务数据对应的数据指标模型为所述非实时数据指标模型；

若所述业务数据为静态数据，则所述业务数据对应的数据指标模型为所述静态数据指标模型。

可选地，根据所述数据指标模型和所述业务数据，确定不同类型的基础数据指标，包括：

根据所述实时数据和所述实时数据指标模型，确定不同级别的基础实时数据指标，其中，所述不同级别的基础实时数据指标包括下述至少一种：分钟级别的基础实时数据指标、小时级别的基础实时数据指标、累计级别的基础实时数据指标。

可选地，根据所述数据指标模型和所述业务数据，确定不同类型的基础数据指标，包括：

根据所述非实时数据和所述非实时数据指标模型，确定不同层次的基础非实时数据指标，其中，所述不同层次的的基础非实时数据指标包括：初始指标、各中间层级指标和根指标。

可选地，所述非实时数据包括：离线数据、用于预测业务发展趋势的预测数据、外部数据。

可选地，所述静态数据包括：静态配置数据、静态业务数据。

可选地，所述预设算法包包括：通用算法包和业务特性化算法包。

可选地，所述通用算法包包括下述至少一种：基础算法包、通用业务算法包。

本申请实施例还提供了一种数据处理装置，包括：

获取模块，根据至少一个数据源，获取业务数据；

第一确定模块，根据所述业务数据，确定不同类型的基础数据指标，其中，所述不同类型的基础数据指标包括下述至少三种：实时数据指标、非实时数据指标和静态数据指标；