[发明专利]数据处理方法、装置、电子设备及可读存储介质

说明书

本发明公开了一种数据处理方法和装置。该方法包括：接收指标计算请求，基于该请求中的时间周期确定目标时间分区，在该目标时间分区的索引对应的存储空间中获取该目标时间分区的医疗结算数据，对每个目标分区的医疗结算数据进行指标计算，将计算结果累加生成该时间周期内的指标结果。本发明可以提升对指标的计算速度，降低延迟，还可以降低对机器内存的要求和对机器数量的要求。

技术领域

本发明属于计算机领域，进一步属于医疗技术领域，具体涉及一种数据处理方法、装置、电子设备及可读存储介质。

背景技术

在医疗领域，国家局需要对一些医疗指标进行监管，医疗指标的计算需要依托于患者在就医过程中所产生的医疗数据、结算主单数据和结算明细数据等。

以一线城市上海为例，一年定点医疗机构的结算主单数据在5亿左右，结算明细数据基本是结算主单数据的10倍多，基本在50亿-80亿，因此，在计算指标时所需要处理的数据量是庞大的；而各地市政府、医院信息化建设程度不一样，对于这块信息化建设预算较少；而国家局给出的监管指标不仅多，而且计算逻辑复杂，需要经过多次聚合计算。因此，面对百亿级的数据通过传统的关系型数据库来直接计算指标的方法很难支撑。

所以，相关技术中给出了通过搭建大数据平台来对百亿级的数据计算监管指标，例如借助于hive(数据指标算法仓库工具)、spark(计算指标计算引擎端)、Hadoop(Hadoop是一个能够对大量数据进行分布式处理的软件框架)等来搭建大数据平台。但大数据平台在计算指标时，需要对数据做不断的清洗和加工，使得计算指标时的延迟较高；而且，搭建大数据平台需要的服务器规模比较大(例如10台服务器以上)，又需要投入较多的人力进行每个指标分步骤进行计算，且由于需要处理的数据达到百亿级的量级，平台需要将数据加载到内存进行计算，因此对机器内存要求也比较高。

因此，相关技术中通过大数据平台在计算医疗指标的方案普遍存在着计算延迟高、对服务器的数量要求较多以及对服务器内存要求较高的问题。

发明内容

本发明实施例的目的是提供一种数据处理方法、装置、电子设备及可读存储介质，能够解决相关技术中通过大数据平台计算医疗指标所存在的计算延迟高、对服务器的数量要求较多以及对服务器内存要求较高的问题。

第一方面，本发明实施例提供了一种数据处理方法，该方法包括：

接收指标计算请求，其中，所述指标计算请求包括目标时间范围；

响应于所述指标计算请求，识别与目标时间范围匹配的目标时间分区；

在预先生成的医疗结算数据的候选索引中，确定每个所述目标时间分区分别对应的目标索引；

对预先存储至每个所述目标索引的存储空间中的目标分区数据分别作指标计算，生成每个所述目标时间分区的子指标结果；

在所述目标时间分区的数量为多个的情况下，将多个所述目标时间分区的多个所述子指标结果进行累加，生成所述目标时间范围的目标指标结果；

其中，所述候选索引包括预先对所述医疗结算数据按照时间分区所创建的索引，所述目标分区数据包括所述医疗结算数据中结算时间在所述目标时间分区的时间范围内的数据。

第二方面，本发明实施例提供了一种数据处理装置，该装置包括：

接收模块，用于接收指标计算请求，其中，所述指标计算请求包括目标时间范围；

识别模块，用于响应于所述指标计算请求，识别与目标时间范围匹配的目标时间分区；

确定模块，用于在预先生成的医疗结算数据的候选索引中，确定每个所述目标时间分区分别对应的目标索引；

第一计算模块，用于对预先存储至每个所述目标索引的存储空间中的目标分区数据分别作指标计算，生成每个所述目标时间分区的子指标结果；