[发明专利]数据处理方法、装置、设备及存储介质

说明书

本申请实施例提供一种数据处理方法、装置、设备及存储介质，该方法包括：响应于用于指示向用户推送消息的触发指令，获取活动信息，所述活动信息包括活动规则和活动文本内容；从Kafka队列中获取各个省份的实时流数据，所述实时流数据包括至少一个用户的信令数据；针对各个所述省份，根据所述活动规则和所述活动文本内容，通过Spark框架对所述至少一个用户的信令数据进行筛选，确定允许推送所述活动文本内容的目标信令数据对应的目标用户；将所述活动文本内容推送至所述目标用户使用的终端。本申请实施例提供的方法能够克服现有技术无法快速有效地处理数据，进而无法有效地为用户提供更好的服务的问题。

技术领域

本申请实施例涉及数据处理技术领域，尤其涉及一种数据处理方法、装置、设备及存储介质。

背景技术

在大数据时代，数据作为信息的载体蕴含着大量的价值，是最重要的生产资料之一，因此，通过存储数据并挖掘信息的价值就变得越来越重要。

目前，传统的Redis(Redis是一个高性能的key-value数据库)或者Hbase(Hbase是一个分布式的、面向列的开源数据库)都是用于存储数据。Redis支持存储的value类型相对更多，且Redis读写一般是读一条写一条；Hbase是一个适合于非结构化数据存储的数据库，可以在Hbase上运行批处理运算。

但是，针对Redis，对于数据处理比较耗费服务器资源，并且读写会产生延迟；针对Hbase，对于大批量高频次的数据读写入效率比较低，并且不适合大范围扫描查询，因此，现有技术无法快速有效地处理数据，进而无法有效地为用户提供更好的服务。

发明内容

本申请实施例提供一种数据处理方法、装置、设备及存储介质，以克服现有技术无法快速有效地处理数据，进而无法有效地为用户提供更好的服务的问题。

第一方面，本申请实施例提供一种数据处理方法，包括：

响应于用于指示向用户推送消息的触发指令，获取活动信息，所述活动信息包括活动规则和活动文本内容；

从Kafka队列中获取各个省份的实时流数据，所述实时流数据包括至少一个用户的信令数据；

针对各个所述省份，根据所述活动规则和所述活动文本内容，通过Spark框架对所述至少一个用户的信令数据进行筛选，确定允许推送所述活动文本内容的目标信令数据对应的目标用户；

将所述活动文本内容推送至所述目标用户使用的终端。

在一种可能的设计中，所述根据所述活动规则和所述活动文本内容，通过Spark框架对所述至少一个用户的信令数据进行筛选，确定允许推送所述活动文本内容的目标信令数据对应的目标用户，包括：

根据所述活动规则，确定对所述至少一个用户的信令数据进行筛选的筛选方式，所述筛选方式包括动态比对方式、静态比对方式或动态与静态结合的比对方式；

根据所述筛选方式，对所述至少一个用户的信令数据进行筛选，确定允许推送所述活动文本内容的目标信令数据对应的目标用户。

在一种可能的设计中，所述活动规则包括：驻留时长判断条件和/或用户属性标签判断条件；所述根据所述活动规则，确定对所述至少一个用户的信令数据进行筛选的筛选方式，包括：

若所述活动规则中包括驻留时长判断条件，则确定对所述至少一个用户的信令数据进行筛选的筛选方式为动态比对方式；

若所述活动规则中包括用户属性标签判断条件，则确定对所述至少一个用户的信令数据进行筛选的筛选方式为静态比对方式；

若所述活动规则中包括驻留时长判断条件和用户属性标签判断条件，则确定对所述至少一个用户的信令数据进行筛选的筛选方式为动态与静态结合的比对方式。