[发明专利]数据处理方法、装置、服务器及存储介质

说明书

本申请提供了一种数据处理方法、装置、服务器及存储介质，属于大数据技术领域。该方法包括：基于数据仓库中的任一用户标识对应的多个第一历史行为数据中的多个第一内容标识，生成第一位数组，每个第一内容标识分别对应该第一位数组中的多个位；存储该任一用户标识以及该第一位数组的对应关系；响应于过滤请求，基于所存储的用户标识与位数组的对应关系，确定该过滤请求携带的用户标识对应的目标位数组；基于该目标位数组，确定对该过滤请求携带的内容标识的过滤结果。本申请由二进制的位数组来对大量的内容标识进行表示，通过存储位数组来支持过滤服务，能够极大地减少为支持过滤服务而占用的存储空间，提高存储空间的利用率。

技术领域

本申请涉及大数据技术领域，特别涉及一种数据处理方法、装置、服务器及存储介质。

背景技术

在一些场景中，为了向用户提供更好的服务，存在基于海量数据的过滤需求。例如，在向用户进行内容推荐的场景中，需要从候选内容中过滤掉已向该用户推荐的内容，再从剩余的候选内容中确定出向该用户推荐的内容。

相关技术中，会预先对应存储用户标识和已推荐内容的内容标识，从而能够根据已存储的用户标识与已推荐内容的内容标识的对应关系，确定出已推荐内容，进而对已推荐内容进行过滤。

由于内容标识通常为字符串的格式，在内容标识的存储数量很多的情况下，直接存储内容标识会占用巨大的存储空间，导致存储空间的利用率较低。

发明内容

本申请实施例提供了一种数据处理方法、装置、服务器及存储介质，能够提高存储空间的利用率。所述技术方案如下：

根据本申请实施例的一方面，提供了一种数据处理方法，所述方法包括：

基于数据仓库中的任一用户标识对应的多个第一历史行为数据中的多个第一内容标识，生成第一位数组，其中，所述第一历史行为数据用于记录被执行交互行为的内容，每个所述第一内容标识分别对应所述第一位数组中的多个位；

存储所述任一用户标识以及所述第一位数组的对应关系；

响应于过滤请求，基于所存储的用户标识与位数组的对应关系，确定所述过滤请求携带的用户标识对应的目标位数组；

基于所述目标位数组，确定对所述过滤请求携带的内容标识的过滤结果。

在一种可选的实现方式中，所述基于数据仓库中的任一用户标识对应的多个第一历史行为数据中的多个第一内容标识，生成第一位数组，包括：

响应于查询压缩语句，调用查询压缩模块，在数据仓库工具hive对应的内存中，执行所述基于数据仓库中的任一用户标识对应的多个第一历史行为数据中的多个第一内容标识，生成第一位数组的步骤；

其中，所述查询压缩语句用于指示获取用于表示所述任一用户标识对应的多个第一内容标识的第一位数组，所述查询压缩模块是以所述hive为基础扩展的功能模块。

在另一种可选的实现方式中，所述第一历史行为数据用于记录在第一时间段内被执行交互行为的内容；

所述存储所述任一用户标识以及所述第一位数组的对应关系，包括：

基于所述任一用户标识和所述第一时间段，生成第一关键字；

存储所述第一关键字以及所述第一位数组的对应关系。

在另一种可选的实现方式中，所述存储所述任一用户标识以及所述第一位数组的对应关系之后，所述方法还包括：

响应于到达位数组更新时间，基于所述数据仓库中的所述任一用户标识对应的多个第二历史行为数据中的多个第二内容标识，生成第二位数组，所述第二历史行为数据用于记录在所述位数组更新时间所属的第二时间段内被执行交互行为的内容；