[发明专利]一种数据处理的方法和装置

权利要求书

1.一种数据处理的方法，其特征在于，包括：

接收数据请求，解析获得所述请求的时间窗口；

调用日期管理组件，根据预设分块模型将所述时间窗口拆分为一个或多个时间子窗口，以基于当前数据库调取每个时间子窗口对应的指标数据；

调用分布式增量计算引擎组件，通过预设的泛化增量算法对所述指标数据进行处理得到目标指标值，进而返回所述目标指标值并进行展示。

2.根据权利要求1所述的方法，其特征在于，调用分布式增量计算引擎组件之后，包括：

判断是否接收到用户选取的泛化增量算法，若是则通过选取的泛化增量算法对所述指标数据进行处理得到目标指标值；若否则根据预设配置信息匹配泛化增量算法，以基于匹配后的泛化增量算法对所述指标数据进行处理得到目标指标值。

3.根据权利要求1所述的方法，其特征在于，根据预设分块模型将所述时间窗口拆分为一个或多个时间子窗口，包括：

根据所述时间窗口，获取相应的开始时间和结束时间；

提取开始时间和结束时间中的第一目标属性信息，以计算两者之差并判断是否大于或等于预设第一阈值，若是则调取第一分块模型，将所述时间窗口拆分为一个或多个时间子窗口；若否则判断是否等于0，如果是则提取开始时间和结束时间中的第二目标属性信息以将所述时间窗口拆分为一个或多个时间子窗口，如果否则提取开始时间和结束时间中的第二目标属性信息和第三目标属性信息以将所述时间窗口拆分为一个或多个时间子窗口。

4.根据权利要求3所述的方法，其特征在于，提取开始时间和结束时间中的第二目标属性信息以将所述时间窗口拆分为一个或多个时间子窗口，包括：

提取开始时间和结束时间中的第二目标属性信息，计算两者之差并判断是否大于1，若是则调取第二分块模型，将所述时间窗口拆分为一个或多个时间子窗口；若否则调取第三分块模型，将所述时间窗口拆分为一个或多个时间子窗口。

5.根据权利要求3所述的方法，其特征在于，提取开始时间和结束时间中的第二目标属性信息和第三目标属性信息以将所述时间窗口拆分为一个或多个时间子窗口，包括：

提取开始时间和结束时间中的第二目标属性信息和第三目标属性信息，判断开始时间的第二目标属性信息以及第三目标属性信息是否分别等于对应属性信息集中的最小数值；

若是则判断结束时间的第二目标属性信息以及第三目标属性信息是否分别等于对应属性信息集中的最大数值，如果是则调取第四分块模型，将所述时间窗口拆分为一个或多个时间子窗口；如果否则调取第五分块模型，将所述时间窗口拆分为一个或多个时间子窗口；

若否则判断结束时间的第二目标属性信息以及第三目标属性信息是否分别等于对应属性信息集中的最大数值，如果是则调取第六分块模型，将所述时间窗口拆分为一个或多个时间子窗口；如果否则调取第七分块模型，将所述时间窗口拆分为一个或多个时间子窗口。

6.根据权利要求1所述的方法，其特征在于，所述泛化增量算法，包括算术均值算法、几何均值算法、总体方差算法、样本方差算法、总体协方差算法以及样本协方差算法的一种或多种。

7.根据权利要求1-6任一所述的方法，其特征在于，返回所述目标指标值并进行展示，包括：

返回所述目标指标值，以在展示页面基于时间子窗口输出对应的目标指标值，进而供用户选择和浏览。

8.一种数据处理的装置，其特征在于，包括：

获取模块，用于接收数据请求，解析获得所述请求的时间窗口；

处理模块，用于调用日期管理组件，根据预设分块模型将所述时间窗口拆分为一个或多个时间子窗口，以基于当前数据库调取每个时间子窗口对应的指标数据；调用分布式增量计算引擎组件，通过预设的泛化增量算法对所述指标数据进行处理得到目标指标值，进而返回所述目标指标值并进行展示。