具体实施方式

以下结合附图对本申请的示范性实施例做出说明，其中包括本申请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，而不会背离本申请的范围和精神。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。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了根据本申请的用于对实时数据流和数据集进行数据运算的方法的第一实施例的示意图100。该用于对实时数据流和数据集进行数据运算的方法，包括以下步骤：

步骤101，响应于接收到运算请求，分别获取运算请求对应的待分析数据集和运算请求对应的实时数据流。

在本实施例中，当执行主体接收到运算请求时，可以通过有线连接方式或者无线连接方式从其他电子设备或者本地获取运算请求对应的待分析数据集和运算请求对应的实时数据流。其中待分析数据集可以是基于任何应用场景下运算请求所需的数据集，实时数据流是运算过程中实时接收到的数据流。需要指出的是，上述无线连接方式可以包括但不限于3G、4G、5G连接、WiFi连接、蓝牙连接、WiMAX连接、Zigbee连接、UWB(ultra wideband)连接、以及其他现在已知或将来开发的无线连接方式。

步骤102，对待分析数据集和实时数据流进行分区，生成待分析数据集对应的各个子数据集和实时数据流对应的各个子数据流。

在本实施例中，执行主体可以利用分区方法，分别对步骤101获取到的待分析数据集和实时数据流进行分区，生成与待分析数据集所对应的各个子数据集和与实时数据流所对应的各个子数据流。其中，分区的目的是使生成的每个子数据集的大小和生成的每个子数据流的大小满足所述数据运算的数据大小要求，各个子数据集和各个子数据流基于相同的分区方法而一一对应，即将各个子数据集中的数据和各个子数据流中的数据相关联。分区方法根据待分析数据集与待分析的实时数据流的关联关系而确定。

步骤103，将每个子数据集和与该子数据集相对应的子数据流加载至分区子线程对应的每个任务节点，响应于每个任务节点已加载完成，对该任务节点中的子数据流和子数据集执行预设的运算操作，生成该任务节点的运算结果。

在本实施例中，执行主体可以将相关联的每个子数据集和每个子数据流加载至与分区子线程所对应的每个任务节点，当每个任务节点加载到子数据集和子数据流后，对该任务节点中的子数据流和子数据集执行预设的运算操作，生成该任务节点的运算结果。

步骤104，根据任务节点的数量和每个任务节点的运算结果，确定运算请求对应的最终运算结果。

在本实施例中，执行主体可以根据任务节点的数量和每个任务节点的运算结果，对各个任务节点的运算结果进行汇总分析，确定运算请求对应的最终运算结果。

继续参见图2，本实施例的用于对实时数据流和数据集进行数据运算的方法200运行于电子设备201中。当电子设备201接收到运算请求后，电子设备201首先分别获取运算请求对应的待分析数据集和运算请求对应的实时数据流202，然后电子设备201对待分析数据集和实时数据流进行分区，生成待分析数据集对应的各个子数据集和实时数据流对应的各个子数据流203，接着电子设备201将每个子数据集和与该子数据集相对应的子数据流加载至分区子线程对应的每个任务节点，响应于每个任务节点已加载完成，对该任务节点中的子数据流和子数据集执行预设的运算操作，生成该任务节点的运算结果204，最后电子设备201根据任务节点的数量和每个任务节点的运算结果，确定运算请求对应的最终运算结果205。

举例说明，场景为供应链库存管理库存无货&安全库存实时预警。在库存管理中，需要对一定范围的SKU进行无货&安全库存做实时预警，当需要做实时库库存预警的SKU白名单的数据量级达到了一定的量级(千万级)的时候，实时计算的broadcast广播技术就支撑不了，利用本方法，对库存实时消息和预警白名单数据进行实时分区，并将分区后的数据放在同一个task中，进行关联计算，能做到对白名单里面的SKU进行实时的无货&安全库存预警。

进一步举例说明，场景为平台商家实时超卖预测。由于平台商家的库存管理比较粗犷，在商家后台设置的可用库存不一定是真实的实物库存，导致平台经常出现商家超卖的情况时有发生，为了管控商家，严格控制超卖情况的发生，需要对商家是否存在超卖行为进行实时预测，由于平台管理的商家数量达几十万，在售SKU数量超过几千万，对每一个SKU进行实时超卖预测的时候，一次将所有需要做超卖的SKU全部加载到单节点的内存中是不现实的，通过本方法，将实时库存消息和潜在超卖进行实时分区预测，能够解决完美单个预测节点不能加载全部超卖SKU的进行实时预测的问题。

本申请的上述实施例提供的用于对实时数据流和数据集进行数据运算的方法采用响应于接收到运算请求，分别获取运算请求对应的待分析数据集和运算请求对应的实时数据流，对待分析数据集和实时数据流进行分区，生成待分析数据集对应的各个子数据集和实时数据流对应的各个子数据流，其中，各个子数据集和各个子数据流基于相同的分区方法而一一对应，将每个子数据集和与该子数据集相对应的子数据流加载至分区子线程对应的每个任务节点，响应于每个任务节点已加载完成，对该任务节点中的子数据流和子数据集执行预设的运算操作，生成该任务节点的运算结果，根据任务节点的数量和每个任务节点的运算结果，确定运算请求对应的最终运算结果，实现了一种在实时计算中利用统一的分区方法对实时数据流和大型数据集进行分区并将分区后的数据进行关联计算的方法，解决了现有的实时计算框架对broadcast广播的变量数据大小有限制，无法支持大型数据集的问题，解决了在实时性要求较高的场景下，现有技术会造成长时间延时，不能满足实时性的要求的问题，避免了在数据量较大时，数据会从内存中溢出导致集群可应用性降低的问题，该方案即能确保实时数据流中的每一条数据都能命中大型数据集中的数据，保证计算的准确性，又能通过分区计算，减少每一个任务节点的网络开销，从而提升数据实时计算的效率。

进一步参考图3，其示出了用于对实时数据流和数据集进行数据运算的方法的第二实施例的示意图300。该方法的流程包括以下步骤：

步骤301，响应于接收到运算请求，分别获取运算请求对应的待分析数据集和运算请求对应的实时数据流。

步骤302，根据待分析数据集的大小和计算资源，确定分区方法和任务节点的数量。

在本实施例中，执行主体可以根据待分析数据集的大小和计算资源的数量，确定分区方法和任务节点的数量，分区方法可以包括：分区数量、分区算法和分区规则。

步骤303，对待分析数据集进行分区，生成待分析数据集对应的各个子数据集和各个子数据集的分类标识。

在本实施例中，执行主体可以根据步骤302确定的分区方法，对待分析数据集进行分区，生成待分析数据集对应的各个子数据集和各个子数据集的分类标识。

步骤304，根据各个子数据集的分类标识，确定各个子数据集对应的各个子数据流。

在本实施例中，执行主体可以根据各个子数据集的分类标识，利用第二分区方法，对实时数据流进行分区，得到各个子数据流，各个子数据流基于分类标识与各个子数据集相关联，第二分区方法可以与待分析数据集的分区方法不同。

在本实施例的一些可选的实现方式中，对待分析数据集和实时数据流进行分区，生成待分析数据集对应的各个子数据集和实时数据流对应的各个子数据流，包括：对实时数据流进行分区，生成实时数据流对应的各个子数据流和各个子数据流的分类标识；根据各个子数据流的分类标识，确定各个子数据流对应的各个子数据集。实现从实时数据流的角度进行数据关联分区的方法，使得数据分区更加灵活多样。

在本实施例的一些可选的实现方式中，对实时数据流进行分区，生成实时数据流对应的各个子数据流和各个子数据流的分类标识，包括：从实时数据流的每条消息中提取字段，生成实时数据流的每条消息对应的分区变量，其中，提取原则为保证分区变量唯一且数值分布均匀；根据实时数据流的各条消息对应的分区变量和分区数量，对实时数据流的各条消息进行哈希取模操作，得到实时数据流的各条消息对应的各个子数据流和各个子数据流的分类标识。针对实时接收到的每条消息进行处理，避免无法满足数据实时性的要求和数据量过大会溢出的问题，提升了数据处理效率和数据的安全性。

步骤305，将每个子数据集和与该子数据集相对应的子数据流加载至分区子线程对应的每个任务节点。

在本实施例中，执行主体可以将每个子数据集和与该子数据集相对应的子数据流加载至与分区子线程对应的相同的任务节点。

在本实施例的一些可选的实现方式中，将每个子数据集和与该子数据集相对应的子数据流加载至分区子线程对应的每个任务节点，包括：将每个子数据集和与该子数据集相对应的子数据流加载至该子数据集的分区子线程对应的每个任务节点；或将每个子数据流和与该子数据流相对应的子数据集加载至该子数据流的分区子线程对应的每个任务节点。基于子数据集或子数据流自身的任务节点来进行数据运算，节省了数据向其他任务节点进行存储的时间，简化了运算过程，提升了运算效率。

步骤306，根据任务节点并行度，对该任务节点中的子数据流和子数据集执行预设的运算操作，生成该任务节点的运算结果。

在本实施例中，执行主体根据任务节点并行度，对该任务节点中的子数据流和子数据集执行预设的运算操作，生成该任务节点的运算结果，其中，任务节点并行度用于表征每个任务节点执行分区子线程的个数，任务节点并行度根据每个任务节点的数据量大小而设置。例如，任务节点并行度为1，表示每个任务节点执行1个子线程来处理数据。

步骤307，根据任务节点的数量和每个任务节点的运算结果，确定运算请求对应的最终运算结果。

在本实施例中，步骤301和307的具体操作与图1所示的实施例中的步骤101和104的操作基本相同，在此不再赘述。

从图3中可以看出，与图1对应的实施例相比，本实施例中的用于对实时数据流和数据集进行数据运算的方法的示意图300采用根据待分析数据集的大小和计算资源，确定分区方法和任务节点的数量，对待分析数据集进行分区，生成待分析数据集对应的各个子数据集和各个子数据集的分类标识，根据各个子数据集的分类标识，确定各个子数据集对应的各个子数据流，将每个子数据集和与该子数据集相对应的子数据流加载至分区子线程对应的每个任务节点，根据任务节点并行度，对该任务节点中的子数据流和子数据集执行预设的运算操作，生成该任务节点的运算结果，实现了一种对实时数据流和大型数据集进行分区并将分区后的数据进行关联的实时数据计算方法，根据实际数据量的大小设置任务执行的并行度，提高了任务执行的速度，提升了实时数据处理效率。

进一步参考图4，作为对上述各图所示方法的实现，本申请提供了一种用于对实时数据流和数据集进行数据运算的装置的一个实施例，该装置实施例与图1所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，本实施例的用于对实时数据流和数据集进行数据运算的装置400包括：获取单元401、分区单元402、加载单元403、运算单元404和分析单元405，其中，获取单元，被配置成响应于接收到运算请求，分别获取运算请求对应的待分析数据集和运算请求对应的实时数据流；分区单元，被配置成对待分析数据集和实时数据流进行分区，生成待分析数据集对应的各个子数据集和实时数据流对应的各个子数据流，其中，各个子数据集和各个子数据流基于相同的分区方法而一一对应；加载单元，被配置成将每个子数据集和与该子数据集相对应的子数据流加载至分区子线程对应的每个任务节点；运算单元，被配置成响应于每个任务节点已加载完成，对该任务节点中的子数据流和子数据集执行预设的运算操作，生成该任务节点的运算结果；分析单元，被配置成根据任务节点的数量和每个任务节点的运算结果，确定运算请求对应的最终运算结果。

在本实施例中，用于对实时数据流和数据集进行数据运算的装置400的获取单元401、分区单元402、加载单元403、运算单元404和分析单元405的具体处理及其所带来的技术效果可分别参考图1对应的实施例中的步骤101到步骤104的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，分区单元包括：分区模块，被配置成对待分析数据集和实时数据流其中之一进行分区，生成待分析数据集对应的各个子数据集和各个子数据集的分类标识或实时数据流对应的各个子数据流和各个子数据流的分类标识；确定模块，被配置成根据各个子数据集的分类标识或各个子数据流的分类标识，确定各个子数据集对应的各个子数据流或各个子数据流对应的各个子数据集。

在本实施例的一些可选的实现方式中，分区单元包括：提取模块，被配置成从实时数据流的每条消息中提取字段，生成实时数据流的每条消息对应的分区变量，其中，提取原则为保证分区变量唯一且数值分布均匀；计算模块，被配置成根据实时数据流的各条消息对应的分区变量和分区数量，对实时数据流的各条消息进行哈希取模操作，得到实时数据流的各条消息对应的各个子数据流和各个子数据流的分类标识。

在本实施例的一些可选的实现方式中，加载单元包括：加载模块，被配置成将每个子数据集和与该子数据集相对应的子数据流加载至该子数据集的分区子线程对应的每个任务节点；或将每个子数据流和与该子数据流相对应的子数据集加载至该子数据流的分区子线程对应的每个任务节点。

在本实施例的一些可选的实现方式中，运算单元包括：运算模块，被配置成根据任务节点并行度，对该任务节点中的子数据流和子数据集执行预设的运算操作，生成该任务节点的运算结果，其中，任务节点并行度用于表征每个任务节点执行分区子线程的个数。

在本实施例的一些可选的实现方式中，装置还包括：确定单元，被配置成根据待分析数据集的大小和计算资源，确定分区方法和任务节点的数量。

在本实施例的一些可选的实现方式中，分区方法包括：分区数量、分区算法和分区规则。

根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。

如图5所示，是根据本申请实施例的用于对实时数据流和数据集进行数据运算的方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。

如图5所示，该电子设备包括：一个或多个处理器501、存储器502，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图5中以一个处理器501为例。

存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中，存储器存储有可由至少一个处理器执行的指令，以使至少一个处理器执行本申请所提供的用于对实时数据流和数据集进行数据运算的方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的用于对实时数据流和数据集进行数据运算的方法。

存储器502作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的用于对实时数据流和数据集进行数据运算的方法对应的程序指令/模块(例如，附图4所示的获取单元401、分区单元402、加载单元403、运算单元404和分析单元405)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的用于对实时数据流和数据集进行数据运算的方法。

存储器502可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据用于对实时数据流和数据集进行数据运算的电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器502可选包括相对于处理器501远程设置的存储器，这些远程存储器可以通过网络连接至用于对实时数据流和数据集进行数据运算的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

用于对实时数据流和数据集进行数据运算的方法的电子设备还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图5中以通过总线连接为例。

输入装置503可接收输入的数字或字符信息，以及产生与用于对实时数据流和数据集进行数据运算的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。

此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前侧部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前侧部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

根据本申请实施例的技术方案，采用响应于接收到运算请求，分别获取运算请求对应的待分析数据集和运算请求对应的实时数据流，对待分析数据集和实时数据流进行分区，生成待分析数据集对应的各个子数据集和实时数据流对应的各个子数据流，其中，各个子数据集和各个子数据流基于相同的分区方法而一一对应，将每个子数据集和与该子数据集相对应的子数据流加载至分区子线程对应的每个任务节点，响应于每个任务节点已加载完成，对该任务节点中的子数据流和子数据集执行预设的运算操作，生成该任务节点的运算结果，根据任务节点的数量和每个任务节点的运算结果，确定运算请求对应的最终运算结果，实现了一种在实时计算中利用统一的分区方法对实时数据流和大型数据集进行分区并将分区后的数据进行关联计算的方法，解决了现有的实时计算框架对broadcast广播的变量数据大小有限制，无法支持大型数据集的问题，解决了在实时性要求较高的场景下，现有技术会造成长时间延时，不能满足实时性的要求的问题，避免了在数据量较大时，数据会从内存中溢出导致集群可应用性降低的问题，该方案即能确保实时数据流中的每一条数据都能命中大型数据集中的数据，保证计算的准确性，又能通过分区计算，减少每一个任务节点的网络开销，从而提升数据实时计算的效率。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。