一种数据处理方法、装置、电子设备及存储介质制造方法及图纸

本公开提供了数据处理方法，具体实现方案为：基于数据处理请求，确认数据处理参数；基于所述数据处理参数，从所述数据处理参数对应的数据库中，获取二维表格数据；基于所述数据处理参数包括的数据分析参数和所述二维表格数据，对所述二维表格数据进行分析操作，得到分析结果；其中，所述数据库中的数据为嵌套结构，如此，可以提升不同数据库的数据处理效率。可以提升不同数据库的数据处理效率。可以提升不同数据库的数据处理效率。

【技术实现步骤摘要】
一种数据处理方法、装置、电子设备及存储介质


[0001]本公开涉及数据处理
，尤其涉及一种数据处理方法、装置、电子设备及存储介质。

技术介绍

[0002]在针对医疗的大数据线上业务场景中，经常需要对选定的医疗数据进行统计、分析和计算；相关技术中，面向医疗的医疗数据的结构各有不同(即多源异构数据)，只能针对每种数据结构进行单独的兼容开发，降低分析流程的性能，增加额外成本。

技术实现思路

[0003]本公开提供了一种数据处理方法、装置、电子设备以及存储介质。
[0004]根据本公开的第一方面，提供了一种数据处理方法，包括：
[0005]基于数据处理请求，确认数据处理参数；
[0006]基于所述数据处理参数，从所述数据处理参数对应的数据库中，获取二维表格数据；
[0007]基于所述数据处理参数包括的数据分析参数和所述二维表格数据，对所述二维表格数据进行分析操作，得到分析结果；
[0008]其中，所述数据库中的数据为嵌套结构。
[0009]根据本公开的第二方面，提供了一种数据处理装置，包括：
[0010]确认单元，用于基于数据处理请求，确认数据处理参数；
[0011]获取单元，用于基于所述数据处理参数，从所述数据处理参数对应的数据库中，获取二维表格数据；
[0012]分析单元，用于基于所述数据处理参数包括的数据分析参数和所述二维表格数据，对所述二维表格数据进行分析操作，得到分析结果；
[0013]其中，所述数据库中的数据为嵌套结构。
[0014]根据本公开的第三方面，提供了一种电子设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述所述的数据处理方法。
[0015]根据本公开的第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行上述所述的数据处理方法。
[0016]通过本公开提供的数据处理方法，基于数据处理请求，确认数据处理参数；基于所述数据处理参数，从所述数据处理参数对应的数据库中，获取二维表格数据；基于所述数据处理参数包括的数据分析参数和所述二维表格数据，对所述二维表格数据进行分析操作，得到分析结果；其中，所述数据库中的数据为嵌套结构，可以提升不同数据库的数据处理效率
[0017]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0018]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0019]图1示出了相关技术中数据分析的流程示意图；
[0020]图2示出了本公开实施例提供的数据处理方法的可选流程示意图；
[0021]图3示出了本公开实施例提供的数据处理方法的又一种可选流程示意图；
[0022]图4示出了本公开实施例提供的获取二维表格子数据的一种可选示意图；
[0023]图5示出了本公开实施例提供的数据获取的另一种可选示意图；
[0024]图6示出了本公开实施例提供的数据分组的可选示意图；
[0025]图7示出了本公开实施例提供的数据合并的可选示意图；
[0026]图8示出了本公开实施例提供的数据分析的一种可选示意图；
[0027]图9示出了本公开实施例提供的数据分析的另一种可选示意图；
[0028]图10示出了本公开实施例提供的数据处理装置的可选结构示意图；
[0029]图11示出了可以用来实施本公开的实施例的示例电子设备的示意性框图。
具体实施方式
[0030]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0031]下面是对本公开中涉及的名词的解释：
[0032]C端产品，服务于个人，用于解决用户在生活场景中的需求痛点。
[0033]B端产品，服务于组织或机构，组织的需求不是从单个用户需求点出发，而是一种生产关系的连接和延伸。
[0034]描述性分析，是指社会调查统计分析的第一个步骤，对调查所得的大量数据资料进行初步的整理和归纳，以找出这些资料的内在规律——集中趋势和分散趋势。主要借助各种数据所表示的统计量，如均数、百分比等，进行单因素分析。
[0035]单因素分析(Monofactor Analysis)，是指在一个时间点上对某一变量的分析。目的在于描述事实。例如：师生年龄构成、性别构成，学生社会出身分布，学业成绩分布等。
[0036]生存分析(Survival Analysis)，是指根据试验或调查得到的数据对生物或人的生存时间进行分析和推断，研究生存时间和结局与众多影响因素间关系及其程度大小的方法，也称生存率分析或存活率分析。
[0037]多源异构数据，多源主要指数据来源多样化，异构主要指数据结构上的差异性。
[0038]Mongo，是一个基于分布式文件存储的数据库。由C++语言编写。旨在为WEB应用提供可扩展的高性能数据存储解决方案。
[0039]应用程序接口(Application Programming Interface，API)是一些预先定义的接口(如函数、HTTP接口)，或指软件系统不同组成部分衔接的约定。用来提供应用程序与开发
人员基于某软件或硬件得以访问的一组例程，而又无需访问源码，或理解内部工作机制的细节。
[0040]在针对医疗的大数据线上业务场景中，常需要对选定数据进行统计分析计算，如分析患者性别的不同与最终患肺癌结果的相关性、生存率差异等。
[0041]图1示出了相关技术中数据分析的流程示意图。
[0042]如图1所示，现有的方案大多为针对目标业务的数据结构进行特定分析逻辑的开发，并将分析结果直接用于显示。为每种完整分析方法分别进行业务开发，并分别提供服务。当遇到多源异构数据接入需求时，需要接入方自己将数据转换为标准结构，并持久化为中间临时数据，再交给服务方进行加载并分析。
[0043]由于目前的现有技术大多针对C端产品，故面向的数据结构较为固定，而对于医疗一类的B端产品，将面对各种各样的数据源，其数据结构各有不同，即多源异构数据，现有技术方案只能针对每种数据结构进行单独的兼容开发，从而接入新的数据源。该技术方案将面对后续每种数据源接入都需要付出额外的开发成本，且中间数据的生成、持久化、加载操作都将降低整个分析流程的性能，另外后续扩充分析方法成本较高，无法灵活复用已有的分析方法，如：多因素分析需要先对每个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，所述方法包括：基于数据处理请求，确认数据处理参数；基于所述数据处理参数，从所述数据处理参数对应的数据库中，获取二维表格数据；基于所述数据处理参数包括的数据分析参数和所述二维表格数据，对所述二维表格数据进行分析操作，得到分析结果；其中，所述数据库中的数据为嵌套结构。2.根据权利要求1所述的方法，其特征在于，所述基于数据处理请求，确认数据处理参数，包括：基于所述数据处理请求，确认与所述数据处理请求对应的数据获取参数、数据分组参数、数据合并参数以及所述数据分析参数。3.根据权利要求1或2所述的方法，其特征在于，所述基于所述数据处理参数，从所述数据处理参数对应的数据库中，获取二维表格数据，包括：基于所述数据处理参数包括的数据获取参数，从所述数据处理参数对应的数据库中，获取多个二维表格子数据；基于所述数据处理参数包括的数据分组参数，从所述多个二维表格子数据中确认至少两个二维表格子数据，以及所述至少两个二维表格子数据的分组标识；基于所述数据处理参数包括的数据合并参数和所述至少两个二维表格子数据的分组标识，对所述至少两个二维表格子数据进行合并；确认合并后的所述至少两个二维表格子数据为所述二维表格数据。4.根据权利要求3所述的方法，其特征在于，所述基于数据获取参数，从所述数据处理参数对应的数据库中，获取多个二维表格子数据，包括：基于所述数据获取参数包括的待查找数据库名称、待查找表格名称、待查找服务名称、查找方法、查找条件以及查找项目，从所述待查找数据库中获取所述多个二维表格子数据；和/或，基于所述数据获取参数包括的待查找主机的主机地址、待查找路由的路由地址、查找方法、查找条件以及查找项目，从所述待查找主机对应的数据库中获取所述多个二维表格子数据；基于所述数据获取参数包括的文件名，对所述多个二维表格子数据进行命名。5.根据权利要求3所述的方法，其特征在于，所述基于数据分组参数，从所述多个二维表格子数据中确认至少两个二维表格子数据，以及所述至少两个二维表格子数据的分组标识，包括：基于所述数据分组参数包括的待分组表格子数据的文件名，从所述多个二维表格子数据中确认至少两个二维表格子数据；基于所述数据分组参数包括的待分组表格子数...

【专利技术属性】
技术研发人员：黄源，
申请(专利权)人：医渡云北京技术有限公司，
类型：发明
国别省市：