指标查询方法、装置、电子设备及存储介质与流程

1.本发明涉及数据分析技术领域，尤其涉及一种指标查询方法、装置、电子设备及计算机可读存储介质。


背景技术：

2.指标数据在各行各业发挥着重要作用。不同行业定义并统计不同的指标数据，通过对指标数据的分析，了解业务发现现状，洞察业务发展问题，预判业务发展趋势，及时调整或部署业务发展策略。
3.通常一条指标数据会涉及指标计算算法、指标统计维度、指标过滤条件以及指标数据来源等多个方面，如何快速、准确的查询获取指标数据是指标数据管理中的重中之重。
4.当前，指标数据的查询较为普遍的是预先定义指标数据查询的目标对象表以及统一的指标查询接口，通过统一的指标查询接口，查询既定的目标对象表获取指标数据结果。这种指标查询方法针对小数据量的、指标计算算法复杂度不高的指标查询场景，可以保证指标查询的效率及准确性，但是针对大数据量的指标数据查询、或多数据来源、计算复杂度较高的指标数据查询场景，这种指标查询方法可能会忽略不同指标计算算法的复杂度不同，以及不同目标对象表的表结构不同，反而会降低查询效率。


技术实现要素：

5.本发明提供一种指标查询方法、装置及计算机可读存储介质，其主要目的在于提升指标查询效率。
6.为实现上述目的，本发明提供的一种指标查询方法，包括：
7.根据每个预设指标的信息数据，配置每个预设的指标查询引擎，并生成每个所述预设指标与每个所述预设的指标查询引擎之间的映射关系表；
8.获取待查询指标的相关信息，根据所述相关信息及所述映射关系表，确定所述待查询指标对应的指标查询引擎为目标指标查询引擎；
9.根据所述相关信息，获取所述待查询指标对应的数据表集，对所述数据表集进行择优筛选，得到目标数据表集，根据所述相关信息及所述目标数据表集，组装所述待查询指标对应的sql语句；
10.利用所述目标指标查询引擎执行所述sql语句，得到所述待查询指标的查询结果。
11.可选地，所述根据每个预设指标的信息数据，配置每个预设的指标查询引擎，包括：
12.根据每个所述预设指标的信息数据，对所有所述预设指标执行预设数量的类型分类，得到所述预设数量的指标类，其中，所述预设数量与所述预设的指标查询引擎的数量一致；
13.随机为每个所述指标类分配一个预设的指标查询引擎；
14.获取每个所述指标类中每个预设指标的计算参数；
15.将所述指标类中每个所述预设指标的计算参数同步到分配的预设的指标查询引擎中。
16.可选地，所述根据每个所述预设指标的信息数据，对所有所述预设指标执行预设数量的类型分类，得到所述预设数量的指标类，包括：
17.根据每个所述预设指标的信息数据，提取每个所述预设指标的指标特征，并汇集所有所述指标特征为特征集合；
18.从所述特征集合中随机选取一个指标特征作为初始的聚类中心；
19.依次计算所述特征集合中剩余的每个指标特征到所述聚类中心的距离，并将每个所述指标特征划分到距离最小的聚类中心对应的类别中，得到多个类别簇；
20.计算每个类别簇的聚类中心，利用计算得到的所述聚类中心替换所述初始的聚类中心，并返回依次计算所述特征集合中剩余的每个指标特征到所述聚类中心的距离的步骤，直至所述类别簇的数量达到所述预设数量，确定每个所述类别簇为指标类。
21.可选地，所述生成每个所述预设指标与每个所述指标查询引擎之间的映射关系表，包括：
22.随机生成每个所述预设指标的指标id及每个所述指标查询引擎的引擎id；
23.根据每个所述预设指标与配置后的指标查询引擎之间的对应关系，创建由相应的所述指标id及相应的所述引擎id构成的映射关系表。
24.可选地，所述根据所述相关信息及所述映射关系表，确定所述待查询指标对应的指标查询引擎为目标指标查询引擎，包括：
25.解析所述相关信息得到所述待查询指标对应的指标id；
26.在所述映射关系表中，查询所述指标id对应的引擎id，将查询得到的引擎id对应的指标查询引擎作为目标指标查询引擎。
27.可选地，所述对所述数据表集进行择优筛选，得到目标数据表集，包括：
28.提取所述数据表集中每张数据表的表特征；
29.根据所述表特征，利用预设的评估函数对每个所述数据表进行评估，得到每张所述数据表的评估值；
30.汇集所述评估值满足预设条件的数据表为所述待查询指标对应的目标数据表集。
31.可选地，所述利用预设的评估函数对每个所述数据表进行评估，得到每张所述数据表的评估值，包括：
32.利用下述评估函数计算每张所述数据表的评估值：
[0033][0034]
p(a)表示数据表a的评估值，n表示数据表a包括的表特征数量，xi表示数据表a中的第i个表特征的取值，xi表示数据表a中的第i个表特征对应的阈值，wi表示数据表a中第i个表特征对应的权重，其中wi、w
i 1
、wn取值范围为(0,1)，所有权重和等于1。
[0035]
为了解决上述问题，本发明还提供一种指标查询装置，所述装置包括：
[0036]
指标查询引擎生成模块，用于根据每个预设指标的信息数据，配置每个预设的指标查询引擎，并生成每个所述预设指标与每个所述预设的指标查询引擎之间的映射关系
表；
[0037]
目标查询引擎获取模块，用于获取待查询指标的相关信息，根据所述相关信息及所述映射关系表，确定所述待查询指标对应的指标查询引擎为目标指标查询引擎；
[0038]
指标查询sql构建模块，根据所述相关信息，获取所述待查询指标对应的数据表集，对所述数据表集进行择优筛选，得到目标数据表集，根据所述相关信息及所述目标数据表集，组装所述待查询指标对应的sql语句；
[0039]
指标查询结果获取模块，用于利用所述目标指标查询引擎执行所述sql语句，得到所述待查询指标的查询结果。
[0040]
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
[0041]
存储器，存储至少一个计算机程序；及
[0042]
处理器，执行所述存储器中存储的程序以实现上述所述的指标查询方法。
[0043]
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个计算机程序，所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的指标查询方法。
[0044]
本发明实施例通过对待查询指标对应的数据表集进行择优筛选，减少了目标数据表集中的数据表的数量，进而减少了在指标查询过程中遍历数据表的开销，同时针对不同的待查询指标匹配不同的指标查询引擎，提升了指标查询的并发处理效率以及查询执行效率。
附图说明
[0045]
图1为本发明一实施例提供的指标查询方法的流程示意图；
[0046]
图2为图1所示指标查询方法中其中一个步骤的详细实施流程示意图；
[0047]
图3为本发明一实施例提供的指标查询装置的功能模块图；
[0048]
图4为本发明一实施例提供的实现所述指标查询方法的电子设备的结构示意图。
[0049]
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
[0050]
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
[0051]
本技术实施例提供一种指标查询方法。所述指标查询方法的执行主体包括但不限于服务端、终端等能够被配置为执行本技术实施例提供的该方法的电子设备中的至少一种。换言之，所述指标查询方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(contentdelivery network，cdn)、以及大数据和人工智能平台等基础云计算服务的云服务器。
[0052]
参照图1所示，为本发明一实施例提供的指标查询方法的流程示意图。
[0053]
在本实施例中，所述指标查询方法包括：
[0054]
s1、根据每个预设指标的信息数据，配置预设的指标查询引擎，并生成每个所述预设指标与每个所述预设的指标查询引擎之间的映射关系表；
[0055]
本发明实施例中，所述预设指标是针对待审视的目标系统，预先梳理的有规范性及唯一性的可度量的一组指标，所述目标系统可以包括资产管理系统、咨询系统、订单管理系统等。
[0056]
本发明实施例中，所述预设指标的信息数据包括但不限于指标名称、指标id、指标计算复杂度、指标计算类型、指标数据来源、独立指标及关联指标等信息数据，其中，所述指标计算类型，可以包括同比、环比及占比等，所述独立指标是指不依赖其他指标，可进行独立计算，所述关联指标与所述独立指标相对，是指依赖其他指标，只有被依赖的其他指标完成计算后，才能生成所述关联指标的数据。
[0057]
本发明实施例中，所述预设的指标查询引擎可以基于微服务框架进行分布式部署，每个所述预设的指标查询引擎对应一个微服务服务器，在所述预设的指标引擎执行相关计算处理时，所述微服务服务器为其调配计算资源，例如，调配cpu的线程或内存等计算资源。
[0058]
详细地，参阅图2所示，所述s1中根据每个预设指标的信息数据，配置每个预设的指标查询引擎，包括：
[0059]
s11、根据每个所述预设指标的信息数据，对所有所述预设指标执行预设数量的类型分类，得到所述预设数量的指标类，其中，所述预设数量与所述预设的指标查询引擎的数量一致；
[0060]
s12、随机为每个所述指标类分配一个预设的指标查询引擎；
[0061]
s13、获取每个所述指标类中每个预设指标的计算参数；
[0062]
s13、将所述指标类中每个所述预设指标的计算参数同步到分配的预设的指标查询引擎中。
[0063]
所述根据每个所述预设指标的信息数据，对所有所述预设指标执行预设数量的类型分类，得到所述预设数量的指标类，包括：根据每个所述预设指标的信息数据，提取每个所述预设指标的指标特征，并汇集所有所述指标特征为特征集合；从所述特征集合中随机选取预设数量的指标特征作为初始的聚类中心；依次计算所述特征集合中剩余的每个指标特征到所述聚类中心的距离，并将每个所述指标特征划分到距离最小的聚类中心对应的类别中，得到所述预设数量的类别簇；计算每个类别簇的聚类中心，利用计算得到的所述聚类中心替换所述初始的聚类中心，并返回依次计算所述特征集合中剩余的每个指标特征到所述聚类中心的距离的步骤，直至所述类别簇的数量达到所述预设数量，确定每个所述类别簇为指标类。
[0064]
本发明实施例中，所述距离可以为欧氏距离、曼哈顿距离及切比雪夫距离等。
[0065]
本发明一可选实施例中，可以通过下述公式计算每个类别簇的聚类中心：
[0066][0067]
其中，ei为第i个聚类中心，ci为第i个类别簇，x为类别簇中的指标特征。
[0068]
本发明实施例中，每个所述预设指标的计算参数，包括但不限于指标名称、指标数据源地址、入参及出参等计算参数。
[0069]
示例性的，所述指标名称可以是“利润率”。所述数据源地址可以是数据库对应的
ip地址，也可以是特定的域名或指标url地址，例如，“/api/v1/gainsrate”。所述入参可以是与所述“利润率”的相关数据，例如，收入数据、成本数据等。所述出参可以是对应的指标查询引擎能够计算输出的的维度条件，例如，输出某一时间区间的“利润率”的数据。
[0070]
详细地，所述生成每个所述预设指标与每个所述预设的指标查询引擎之间的映射关系表，包括：随机生成每个所述预设指标的指标id及每个所述指标查询引擎的引擎id；根据每个所述预设指标与配置后的指标查询引擎之间的对应关系，创建由相应的所述指标id及相应的所述引擎id构成的映射关系表。
[0071]
本发明实施例中，可以理解的是，同一引擎id可能会对应多个指标id，同一指标id对应唯一一个引擎id。
[0072]
s2、获取待查询指标的相关信息，根据所述相关信息及所述映射关系表，确定所述待查询指标对应的指标查询引擎为目标指标查询引擎；
[0073]
本发明实施例中，可利用预设的接口或者利用具有数据抓取功能的计算机语句(如java语句、python语句等)从指定的指标查询栏获取所述待查询指标的相关信息。
[0074]
本发明实施例中，所述待查询指标的相关信息包括但不限于指标名称、指标id、指标参数、指标维度、指标过滤条件。
[0075]
详细地，所述根据所述相关信息及所述映射关系表，确定所述待查询指标对应的指标查询引擎为目标指标查询引擎，包括：解析所述相关信息得到所述待查询指标对应的指标id；在所述映射关系表中，查询所述指标id对应的引擎id，将查询得到的引擎id对应的指标查询引擎作为目标指标查询引擎。
[0076]
本发明实施例中，不同的待查询指标采用定制的指标查询引擎，相较于采用统一的指标查询接口的传统方法，可以更加合理的利用计算资源，进而提升指标查询的效率。
[0077]
s3、根据所述相关信息，获取所述待查询指标对应的数据表集，对所述数据表集进行择优筛选，得到目标数据表集，根据所述相关信息及所述目标数据表集，组装所述待查询指标对应的sql语句；
[0078]
本发明实施例中，可以从所述相关信息中获取所述待查询指标的指标id，在预先设置的指标与数据表对照关系表中，根据所述指标id，查询所述指标id对应的数据表集。
[0079]
本发明实施例中，所述预先设置的指标与数据表对照关系表用来记录每个所述指标涉及的指标参数分布在哪些数据表中。可以理解的是，所述待查询指标对应的指标参数可能分布在多张不同的数据表中，例如，某一指标的指标参数为产品a的销售量，产品a的销售量可能存在日化品类销售统计表中，也可能存在商城产品销售统计表中。
[0080]
本发明实施例中，每张数据表具有不同的表结构、数据刷新频率、数据生成时间等，如果遍历所述待查询指标对应的所有数据表，则会造成指标查询效率的降低，如果随机从所述待查询指标对应的所有数据表中选择一张数据表作为查询对象，可能会影响指标查询的准确率，因此，需要对所述待查询指标对应的数据表集进行科学的筛选，以利于提升指标查询的效率。
[0081]
详细地，所述对所述数据表集进行择优筛选，得到目标数据表集，包括：提取所述数据表集中每张数据表的表特征；根据所述表特征，利用预设的评估函数对每个所述数据表进行评估，得到每张所述数据表的评估值；汇集所述评估值满足预设条件的数据表为所述待查询指标对应的目标数据表集。
[0082]
本发明实施例中，所述表特征包括但不限于数据表的字段数量、数据刷新频率、数据最近刷新时间等特征。
[0083]
本发明实施例可以利用下述评估函数计算每张所述数据表的评估值：
[0084][0085]
p(a)表示数据表a的评估值，n表示数据表a包括的表特征数量，xi表示数据表a中的第i个表特征的取值，xi表示数据表a中的第i个表特征对应的阈值，wi表示数据表a中第i个表特征对应的权重，wn表示数据表中第n个表特征对应的权重，即最后一个表特征对应的权重，其中wi、w
i 1
、wn取值范围为(0,1)，所有权重和等于1。
[0086]
可以理解的是，数据表的刷新频率比较高，对应的数据时效性比较高，相应的表特征权重也比较高，相反，数据的最近刷新时间比较靠前，相应的数据时效性比较低，对应的表特征权重就比较低。
[0087]
本发明实施例中，所述预设条件可以是一个评估值阈值，将大于所述评估值阈值的评估值对应的数据表汇集为所述目标数据表集，或者还可以是最大数据表数量，根据每个所述数据表的评估值的大小，对每个所述数据表进行降序排序，从大到小选取满足所述最大数据表数量的数据表组成所述目标数据表集。
[0088]
本发明实施例中，利用所述表特征，通过预设的评估函数对每个所述数据表进行择优筛选，减少了在指标查询过程中遍历数据表的开销，可以提升指标查询的效率。
[0089]
本发明实施例中，根据所述相关信息中包含的指标参数、指标维度、指标过滤条件等以及所述目标数据表集，组装所述待查询指标对应的sql语句。
[0090]
s4、利用所述目标指标查询引擎执行所述sql语句，得到所述待查询指标的查询结果。
[0091]
本发明实施例中，所述指标查询引擎可以基于微服务框架进行分布式部署，每个所述指标查询引擎对应一个微服务服务器，利用所述目标指标查询引擎解析所述sql对应的指令信息，将所述指令信息与所述目标指标查询引擎中的配置的指标计算参数进行匹配，获取对应的指标计算参数，例如，“指标名称”、“指标数据源地址”、“入参”及“出参”等。调用相应的微服务服务器，从所述指标数据源地址指定的数据源中获取所述指令信息对应的数据，对这些数据执行计算操作得到计算结果，再根据所述出参指定的维度对所述计算结果进行筛选以得到指标查询结果。例如，按时间段维度输出相应的查询结果，或者按部门维度输出相应的查询结果。
[0092]
本发明实施例通过对待查询指标对应的数据表集进行择优筛选，减少了目标数据表集中的数据表的数量，进而减少了在指标查询过程中遍历数据表的开销，同时针对不同的待查询指标匹配不同的指标查询引擎，提升了指标查询的并发处理效率以及查询执行效率。
[0093]
如图3所示，是本发明一实施例提供的指标查询装置的功能模块图。
[0094]
本发明所述指标查询装置100可以安装于电子设备中。根据实现的功能，所述指标查询装置100可以包括指标查询引擎生成模块101、目标查询引擎获取模块102、指标查询sql构建模块103及指标查询结果获取模块104。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储
在电子设备的存储器中。
[0095]
在本实施例中，关于各模块/单元的功能如下：
[0096]
所述指标查询引擎生成模块101，用于根据每个预设指标的信息数据，配置每个预设的指标查询引擎，并生成每个所述预设指标与每个所述预设的指标查询引擎之间的映射关系表；
[0097]
所述目标查询引擎获取模块102，用于获取待查询指标的相关信息，根据所述相关信息及所述映射关系表，确定所述待查询指标对应的指标查询引擎为目标指标查询引擎；
[0098]
所述指标查询sql构建模块103，根据所述相关信息，获取所述待查询指标对应的数据表集，对所述数据表集进行择优筛选，得到目标数据表集，根据所述相关信息及所述目标数据表集，组装所述待查询指标对应的sql语句；
[0099]
所述指标查询结果获取模块104，用于利用所述目标指标查询引擎执行所述sql语句，得到所述待查询指标的查询结果。
[0100]
详细地，本发明实施例中所述指标查询装置100中的各个模块在使用时采用与上述的图1至图2中所述的指标查询方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。
[0101]
如图4所示，是本发明一实施例提供的实现指标查询方法的电子设备的结构示意图。
[0102]
所述电子设备1可以包括处理器10、存储器11和总线，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如指标查询程序。
[0103]
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：sd或dx存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(smart media card，smc)、安全数字(secure digital，sd)卡、闪存卡(flash card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如指标查询程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
[0104]
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(central processing unit，cpu)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(control unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如指标查询程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
[0105]
所述总线可以是外设部件互连标准(peripheral component interconnect，简称pci)总线或扩展工业标准结构(extended industry standard architecture，简称eisa)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
[0106]
图4仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图4示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
[0107]
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、wi-fi模块等，在此不再赘述。
[0108]
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如wi-fi接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
[0109]
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(display)、输入单元(比如键盘(keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
[0110]
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
[0111]
所述电子设备1中的所述存储器11存储的指标查询程序是多个指令的组合，在所述处理器10中运行时，可以实现：
[0112]
根据每个预设指标的信息数据，配置每个预设的指标查询引擎，并生成每个所述预设指标与每个所述预设的指标查询引擎之间的映射关系表；
[0113]
获取待查询指标的相关信息，根据所述相关信息及所述映射关系表，确定所述待查询指标对应的指标查询引擎为目标指标查询引擎；
[0114]
根据所述相关信息，获取所述待查询指标对应的数据表集，对所述数据表集进行择优筛选，得到目标数据表集，根据所述相关信息及所述目标数据表集，组装所述待查询指标对应的sql语句；
[0115]
利用所述目标指标查询引擎执行所述sql语句，得到所述待查询指标的查询结果。
[0116]
具体地，所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
[0117]
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、u盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(rom，read-only memory)。
[0118]
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
[0119]
根据每个预设指标的信息数据，配置每个预设的指标查询引擎，并生成每个所述
预设指标与每个所述预设的指标查询引擎之间的映射关系表；
[0120]
获取待查询指标的相关信息，根据所述相关信息及所述映射关系表，确定所述待查询指标对应的指标查询引擎为目标指标查询引擎；
[0121]
根据所述相关信息，获取所述待查询指标对应的数据表集，对所述数据表集进行择优筛选，得到目标数据表集，根据所述相关信息及所述目标数据表集，组装所述待查询指标对应的sql语句；
[0122]
利用所述目标指标查询引擎执行所述sql语句，得到所述待查询指标的查询结果。
[0123]
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
[0124]
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
[0125]
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
[0126]
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
[0127]
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
[0128]
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
[0129]
本技术实施例可以基于人工智能技术对相关的数据进行获取和处理。其中，人工智能(artificial intelligence，ai)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
[0130]
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
[0131]
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。