基于数据中台的任务监控方法、装置、设备及介质与流程

1.本发明涉及大数据的数据处理领域，尤其涉及一种基于数据中台的任务监控方法、装置、计算机设备及存储介质。


背景技术：

2.目前，任务管理系统在各行各业得到了广泛应用。例如以创建培训任务为例，在任务管理系统中新建了一个督促培训人在指定时间开展培训任务的当前任务时，这一当前任务是存储在服务器中并由服务器不断发送提示信息(如邮件提示信息)至该当前任务对应的终端进行任务提示，但是目前的任务管理系统只是针对指定场景开发的特定任务管理系统且适用于指定的场景，一旦需要适用其他场景，导致兼容性不高，无法迅速扩展应用。


技术实现要素：

3.本发明实施例提供了一种基于数据中台的任务监控方法、装置、计算机设备及存储介质，旨在解决现有技术中任务监控系统是基于的当前任务不断发送提示信息，是针对指定场景开发的提示系统，应用场景受到局限，无法适配多场景进行任务进度监控的问题。
4.第一方面，本发明实施例提供了一种基于数据中台的任务监控方法，其包括：
5.响应于对象跟进指令，获取与所述对象跟进指令对应的对象信息；
6.根据所述对象信息确定跟进对象信息，将与所述对象信息相应的跟进任务设置通知信息发送至所述跟进对象信息对应的接收端；
7.若接收到接收端发送的跟进任务数据，将所述跟进任务数据存储在任务中台服务器预设第一存储地址对应的第一存储空间；
8.获取所述跟进任务数据，将所述跟进任务数据存储在分布式计算引擎中预设第二存储地址对应的第二存储空间；以及
9.若确定当前系统时间满足预设的任务下发条件，将所述跟进任务数据发送至对应的接收端。
10.第二方面，本发明实施例提供了一种基于数据中台的任务监控装置，其包括：
11.对象信息获取单元，用于响应于对象跟进指令，获取与所述对象跟进指令对应的对象信息；
12.通知信息发送单元，用于根据所述对象信息确定跟进对象信息，将与所述对象信息相应的跟进任务设置通知信息发送至所述跟进对象信息对应的接收端；
13.第一存储单元，用于若接收到接收端发送的跟进任务数据，将所述跟进任务数据存储在任务中台服务器预设第一存储地址对应的第一存储空间；
14.第二存储单元，用于获取所述跟进任务数据，将所述跟进任务数据存储在分布式计算引擎中预设第二存储地址对应的第二存储空间；以及
15.任务下发单元，用于若确定当前系统时间满足预设的任务下发条件，将所述跟进任务数据发送至对应的接收端。
16.第三方面，本发明实施例又提供了一种计算机设备，其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的基于数据中台的任务监控方法。
17.第四方面，本发明实施例还提供了一种计算机可读存储介质，其中所述计算机可读存储介质存储有计算机程序，所述计算机程序当被处理器执行时使所述处理器执行上述第一方面所述的基于数据中台的任务监控方法。
18.本发明实施例提供了一种基于数据中台的任务监控方法、装置、计算机设备及存储介质，先获取对象信息以确定跟进对象信息，将其相应的跟进任务设置通知信息发送至对应接收端，然后若接收到接收端发送的跟进任务数据后将其存储在任务中台服务器中对应的第一存储空间，之后获取跟进任务数据将其存储在分布式计算引擎中对应的第二存储空间，最后在当前系统时间满足任务下发条件时将跟进任务数据发送至对应的接收端。实现了基于任务中台服务器自定义配置跟进任务数据，且由在分布式计算引擎分发跟进任务数据，扩展了任务平台的使用场景，可适配多任务场景进行任务进度监控。
附图说明
19.为了更清楚地说明本发明实施例技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
20.图1为本发明实施例提供的基于数据中台的任务监控方法的应用场景示意图；
21.图2为本发明实施例提供的基于数据中台的任务监控方法的流程示意图；
22.图3为本发明实施例提供的基于数据中台的任务监控装置的示意性框图；
23.图4为本发明实施例提供的计算机设备的示意性框图。
具体实施方式
24.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
25.应当理解，当在本说明书和所附权利要求书中使用时，术语“包括”和“包含”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
26.还应当理解，在此本发明说明书中所使用的术语仅仅是出于描述特定实施例的目的而并不意在限制本发明。如在本发明说明书和所附权利要求书中所使用的那样，除非上下文清楚地指明其它情况，否则单数形式的“一”、“一个”及“该”意在包括复数形式。
27.还应当进一步理解，在本发明说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
28.请参阅图1和图2，图1为本发明实施例提供的基于数据中台的任务监控方法的应用场景示意图；图2为本发明实施例提供的基于数据中台的任务监控方法的流程示意图，该基于数据中台的任务监控方法应用于服务器集群中，该方法通过安装于服务器集群中的应
用软件进行执行。
29.如图2所示，该方法包括步骤s101～s105。
30.s101、响应于对象跟进指令，获取与所述对象跟进指令对应的对象信息。
31.在本实施例中，是以服务器集群为执行主体描述技术方案。在服务器集群中包括任务中台服务器和分布式计算引擎(如flink分布式处理引擎)，其中在任务中台服务器中可以接收其他终端上传和配置的跟进任务(如对某一待监控对象从任务初始创建阶段到任务结束阶段均要获取该待监控对象的详细数据可以视为一个跟进任务)，也可以提供配置跟进任务的交互界面以供其他终端与其交互完成跟进任务的配置。而在分布式计算引擎上则可以监控任务中台服务器中新增的跟进任务，并将该跟进任务分发至对应的跟进终端以提示其进行任务跟进。
32.其中，当在任务中台服务器进行跟进任务的配置时，会检测到用户进行跟进任务配置而触发产生的对象跟进指令，此时先获取跟进任务对应的对象信息。本技术中以人员增员(也可以理解为公司招聘新的员工)为具体场景时，配置跟进任务对应的对象信息中至少包括对象名称和对象唯一识别码。当任务中台服务器获取了对象信息后，则需要确定该对象唯一识别码对应的跟进对象信息，从而进一步由跟进对象具体来全程跟进该对象唯一识别码所对应待监控对象的全流程状态。
33.s102、根据所述对象信息确定跟进对象信息，将与所述对象信息相应的跟进任务设置通知信息发送至所述跟进对象信息对应的接收端。
34.在本实施例中，在该跟进对象信息中至少包括跟进对象名称、跟进对象唯一识别吗、跟进对象的ip地址、跟进对象的通讯地址等信息。当在分布式计算引擎确定了跟进对象信息，且进一步确定了跟进对象的ip地址，将与所述对象信息相应的跟进任务设置通知信息发送至所述跟进对象信息中跟进对象的ip地址对应的接收端，以及时提示跟进对象设置跟进任务。在跟进任务设置通知信息中至少包括所述对象信息和任务设置的有效时间(该任务设置的有效时间用于提示跟进对象需要在多久时间内完成对跟进任务的具体设置)等信息。
35.在一实施例中，作为步骤s102的第一实施例，步骤s102包括：
36.获取所述对象信息对应的对象唯一识别码；
37.对分布式计算引擎已存储的历史数据集中检索查询所述对象唯一识别码是否有对应的跟进对象唯一识别码存在一一映射关系；
38.若历史数据集中所述对象唯一识别码有对应的目标跟进对象唯一识别码存在一一映射关系，获取所述目标跟进对象唯一识别码对应的跟进对象信息。
39.在本实施例中，作为第一实施例，当任务中台服务器获取了对象信息后，是可以先解析获取该对象信息对应的对象唯一识别码，然后通过分布式计算引擎已存储的历史数据集中查询该对象唯一识别码是否有对应的跟进对象唯一识别码存在一一映射关系，若历史数据集中该对象唯一识别码有对应的跟进对象唯一识别码与其存在一一映射关系，获取该跟进对象唯一识别码对应的跟进对象信息。可见，通过这一方式可以快速的获取到跟进对象信息。
40.在一实施例中，作为步骤s102的第二实施例，步骤s102包括：
41.解析获取所述对象信息对应的对象唯一识别码；
42.获取任务中台服务器中已存储的跟进对象清单，在所述跟进对象清单中随机选择一个跟进对象并获取对应的跟进对象信息。
43.在本实施例中，作为第二实施例，当任务中台服务器获取了对象信息后，是可以先解析获取该对象信息对应的对象唯一识别码，然后获取任务中台服务器中已存储的跟进对象清单，之后从根基对象清单中随机选择一个跟进对象，并获取其对应的跟进对象信息。可见，通过这一方式也可以快速的获取到跟进对象信息。
44.s103、若接收到接收端发送的跟进任务数据，将所述跟进任务数据存储在任务中台服务器预设第一存储地址对应的第一存储空间。
45.在本实施例中，用户操作接收端与任务中台服务器进行跟进任务配置这一交互过程中所上传的跟进任务数据至少包括对象名称、对象唯一识别码、跟进任务类型、跟进任务展示周期、跟进任务触发时间、跟进任务触发条件、跟进任务的任务责任人、跟进任务核销条件、跟进任务任务状态、跟进任务任务更新频率等信息。
46.其中，跟进任务类型分为第一任务类型(也可以理解为制式任务)和第二任务类型(也可以理解为非制式任务)。下面结合具体实例来说明制式任务和非制式任务，例如所设置的制式任务的任务展示周期为一个月、触发时间为每月1号、触发条件无、任务责任人为在职代理人、任务核销条件为目标制定完成、任务状态为生效、任务更新频率为日更新，上述举例的制式任务表示从每月1号开始，在1个月内每天更新展示该任务，直到任务完成或者至下一个周期开启。例如所设置的非制式任务以某一在职代理人a为跟进任务的任务责任人，在职代理人a名下对应绑定了职岗培训报名任务，触发时间为任何时刻、任务展示周期为5天、触发条件为上一环节有完成的新增人员名单(也可以理解为有对象信息)、任务责任人为在职代理人a、任务核销条件为在职代理人a名下准增员完成职岗培训报名动作、任务状态为生效、任务更新频率为实时更新。上述举例的非制式任务表示只有在上一个业务环节名下代理人有完成，在5天内会告知在职代理人a推动名下代理人完成职岗培训报名动作的任务、只有当名下准增员完成报名或者超过5天才会停止任务推送。
47.当任务中台服务器接收到所述接收端发送的跟进任务数据，将所述跟进任务数据存储在预设的存储空间。具体地，所述任务中台服务器中可以采用postgresql、mysql等数据库，跟进任务数据以新增数据的方式存储在所述任务中台服务器中对应的存储空间(即postgresql、mysql这些数据库)中。
48.s104、获取所述跟进任务数据，将所述跟进任务数据存储在分布式计算引擎中预设第二存储地址对应的第二存储空间。
49.在本实施例中，当在任务中台服务器中存储了跟进任务数据后，还需要将所述跟进任务数据分发至对应的跟进对象的接收端，本技术中并不是直接由任务中台服务器将根据任务数据发送至接收端，而是先由分布式计算引擎先从任务中台服务器中获取所述跟进任务数据，然后再将其存储在预设第二存储地址对应的第二存储空间，最后由分布式计算引擎确定所述跟进任务数据对应的接收端后在发送接收端。
50.在一实施例中，作为步骤s104所述获取所述跟进任务数据的第一实施例，包括：
51.若确定分布式计算引擎的剩余内存大小值超出预设的内存阈值，通过分布式计算引擎中的变更数据获取插件获取任务中台服务器中的所述跟进任务数据。
52.在本实施例中，可通过分布式计算引擎中的变更数据获取插件(例如flinkcdc，也
即flink的change data capture,表示变更数据获取)可以从任务中台服务器中获取已提交的更改(这些变更可以包括insert,delete,update等)，并将这些更改保存到分布式计算引擎，以供分布式计算引擎使用。例如当通过flinkcdc获取到任务中台服务器的跟进任务数据，则将所述跟进任务数据存储在分布式计算引擎flink中预设第二存储地址对应的第二存储空间。
53.在一实施例中，作为步骤s104所述获取所述跟进任务数据的第二实施例，包括：
54.若确定分布式计算引擎的剩余内存大小值未超出预设的内存阈值，获取任务中台服务器的连接串信息，根据所述连接串信息与所述任务中台服务器建立连接以获取所述跟进任务数据，将所述跟进任务数据发送至分布式计算引擎。
55.在本实施例中，若出现分布式计算引擎当前剩余内存极小且不足以处理基于变更数据插件获取跟进任务数据的情况，此时分布式计算引擎可以基于任务中台服务器的连接串信息(即jdbc连接串)与任务中台服务器建立连接，直接在任务中台服务器的本地存储的数据库获取到所述跟进任务数据，在所述跟进任务数据由任务中台服务器发送至分布式计算引擎中后，将所述跟进任务数据存储在分布式计算引擎flink中预设第二存储地址对应的第二存储空间。
56.s105、若确定当前系统时间满足预设的任务下发条件，将所述跟进任务数据发送至对应的接收端。
57.在本实施例中，由于在分布式计算引擎flink中进行数据处理也可以设置为不是立即处理，而是延迟到第二天或者到指定时间后再发送所述跟进任务数据发送至对应的接收端。故可以在分布式计算引擎flink中预设配置任务下发条件，如系统时间为每日7:00时则满足任务下发条件，当满足了任务下发条件后再将所述跟进任务数据发送至对应的接收端。
58.在一实施例中，步骤s105之后还包括：
59.若接收到与所述跟进任务数据对应的任务反馈数据，将所述任务反馈数据发送至对应的接收端。
60.在本实施例中，当所述跟进任务数据被发送至跟进对象相应的接收端之后，可以在接收端上的用户交互界面上进行显示。若分布式计算引擎flink中接收到了其他发送的与所述跟进任务数据对应的任务反馈数据，也需要及时的将所述任务反馈数据发送至对应的接收端，从而跟进对象可以及时的获取该跟进任务的最新动态数据。
61.在一实施例中，步骤s105之后还包括：
62.若确定系统时间满足预设的任务核销条件，将所述跟进任务数据删除。
63.在本实施例中，当所述跟进任务数据根据任务类型等信息被发送至跟进对象相应的接收端进行了持续一段时间的任务处理后，此时若确定了系统时间满足预设的任务核销条件(如系统时间与所述跟进任务数据对应的任务有效处理时间之间的时间间隔为30天，满足任务核销条件)，则将分布式计算引擎flink中的所述跟进任务数据删除，从而实现了对任务全流程的跟进。
64.本技术实施例可以基于人工智能技术对服务器集群中相关的日志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。
65.人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习/深度学习等几大方向。
66.该方法实现了基于任务中台服务器自定义配置跟进任务数据，且由在分布式计算引擎分发跟进任务数据，扩展了任务平台的使用场景，可适配多任务场景进行任务进度监控。
67.本发明实施例还提供一种基于数据中台的任务监控装置，该基于数据中台的任务监控装置用于执行前述基于数据中台的任务监控方法的任一实施例。具体地，请参阅图3，图3是本发明实施例提供的基于数据中台的任务监控装置100的示意性框图。
68.其中，如图3所示，基于数据中台的任务监控装置100包括对象信息获取单元101、通知信息发送单元102、第一存储单元103、第二存储单元104和任务下发单元105。
69.对象信息获取单元101，用于响应于对象跟进指令，获取与所述对象跟进指令对应的对象信息。
70.在本实施例中，是以服务器集群为执行主体描述技术方案。在服务器集群中包括任务中台服务器和分布式计算引擎(如flink分布式处理引擎)，其中在任务中台服务器中可以接收其他终端上传和配置的跟进任务(如对某一待监控对象从任务初始创建阶段到任务结束阶段均要获取该待监控对象的详细数据可以视为一个跟进任务)，也可以提供配置跟进任务的交互界面以供其他终端与其交互完成跟进任务的配置。而在分布式计算引擎上则可以监控任务中台服务器中新增的跟进任务，并将该跟进任务分发至对应的跟进终端以提示其进行任务跟进。
71.其中，当在任务中台服务器进行跟进任务的配置时，会检测到用户进行跟进任务配置而触发产生的对象跟进指令，此时先获取跟进任务对应的对象信息。本技术中以人员增员(也可以理解为公司招聘新的员工)为具体场景时，配置跟进任务对应的对象信息中至少包括对象名称和对象唯一识别码。当任务中台服务器获取了对象信息后，则需要确定该对象唯一识别码对应的跟进对象信息，从而进一步由跟进对象具体来全程跟进该对象唯一识别码所对应待监控对象的全流程状态。
72.通知信息发送单元102，用于根据所述对象信息确定跟进对象信息，将与所述对象信息相应的跟进任务设置通知信息发送至所述跟进对象信息对应的接收端。
73.在本实施例中，在该跟进对象信息中至少包括跟进对象名称、跟进对象唯一识别吗、跟进对象的ip地址、跟进对象的通讯地址等信息。当在分布式计算引擎确定了跟进对象信息，且进一步确定了跟进对象的ip地址，将与所述对象信息相应的跟进任务设置通知信息发送至所述跟进对象信息中跟进对象的ip地址对应的接收端，以及时提示跟进对象设置跟进任务。在跟进任务设置通知信息中至少包括所述对象信息和任务设置的有效时间(该任务设置的有效时间用于提示跟进对象需要在多久时间内完成对跟进任务的具体设置)等信息。
74.在一实施例中，作为通知信息发送单元102的第一实施例，通知信息发送单元102具体用于：
75.获取所述对象信息对应的对象唯一识别码；
76.对分布式计算引擎已存储的历史数据集中检索查询所述对象唯一识别码是否有对应的跟进对象唯一识别码存在一一映射关系；
77.若历史数据集中所述对象唯一识别码有对应的目标跟进对象唯一识别码存在一一映射关系，获取所述目标跟进对象唯一识别码对应的跟进对象信息。
78.在本实施例中，作为第一实施例，当任务中台服务器获取了对象信息后，是可以先解析获取该对象信息对应的对象唯一识别码，然后通过分布式计算引擎已存储的历史数据集中查询该对象唯一识别码是否有对应的跟进对象唯一识别码存在一一映射关系，若历史数据集中该对象唯一识别码有对应的跟进对象唯一识别码与其存在一一映射关系，获取该跟进对象唯一识别码对应的跟进对象信息。可见，通过这一方式可以快速的获取到跟进对象信息。
79.在一实施例中，作为通知信息发送单元102的第二实施例，通知信息发送单元102还具体用于：
80.解析获取所述对象信息对应的对象唯一识别码；
81.获取任务中台服务器中已存储的跟进对象清单，在所述跟进对象清单中随机选择一个跟进对象并获取对应的跟进对象信息。
82.在本实施例中，作为第二实施例，当任务中台服务器获取了对象信息后，是可以先解析获取该对象信息对应的对象唯一识别码，然后获取任务中台服务器中已存储的跟进对象清单，之后从根基对象清单中随机选择一个跟进对象，并获取其对应的跟进对象信息。可见，通过这一方式也可以快速的获取到跟进对象信息。
83.第一存储单元103，用于若接收到接收端发送的跟进任务数据，将所述跟进任务数据存储在任务中台服务器预设第一存储地址对应的第一存储空间。
84.在本实施例中，用户操作接收端与任务中台服务器进行跟进任务配置这一交互过程中所上传的跟进任务数据至少包括对象名称、对象唯一识别码、跟进任务类型、跟进任务展示周期、跟进任务触发时间、跟进任务触发条件、跟进任务的任务责任人、跟进任务核销条件、跟进任务任务状态、跟进任务任务更新频率等信息。
85.其中，跟进任务类型分为第一任务类型(也可以理解为制式任务)和第二任务类型(也可以理解为非制式任务)。下面结合具体实例来说明制式任务和非制式任务，例如所设置的制式任务的任务展示周期为一个月、触发时间为每月1号、触发条件无、任务责任人为在职代理人、任务核销条件为目标制定完成、任务状态为生效、任务更新频率为日更新，上述举例的制式任务表示从每月1号开始，在1个月内每天更新展示该任务，直到任务完成或者至下一个周期开启。例如所设置的非制式任务以某一在职代理人a为跟进任务的任务责任人，在职代理人a名下对应绑定了职岗培训报名任务，触发时间为任何时刻、任务展示周期为5天、触发条件为上一环节有完成的新增人员名单(也可以理解为有对象信息)、任务责任人为在职代理人a、任务核销条件为在职代理人a名下准增员完成职岗培训报名动作、任务状态为生效、任务更新频率为实时更新。上述举例的非制式任务表示只有在上一个业务环节名下代理人有完成，在5天内会告知在职代理人a推动名下代理人完成职岗培训报名动作的任务、只有当名下准增员完成报名或者超过5天才会停止任务推送。
86.当任务中台服务器接收到所述接收端发送的跟进任务数据，将所述跟进任务数据
存储在预设的存储空间。具体地，所述任务中台服务器中可以采用postgresql、mysql等数据库，跟进任务数据以新增数据的方式存储在所述任务中台服务器中对应的存储空间(即postgresql、mysql这些数据库)中。
87.第二存储单元104，用于获取所述跟进任务数据，将所述跟进任务数据存储在分布式计算引擎中预设第二存储地址对应的第二存储空间。
88.在本实施例中，当在任务中台服务器中存储了跟进任务数据后，还需要将所述跟进任务数据分发至对应的跟进对象的接收端，本技术中并不是直接由任务中台服务器将根据任务数据发送至接收端，而是先由分布式计算引擎先从任务中台服务器中获取所述跟进任务数据，然后再将其存储在预设第二存储地址对应的第二存储空间，最后由分布式计算引擎确定所述跟进任务数据对应的接收端后在发送接收端。
89.在一实施例中，作为第二存储单元104的第一实施例，第二存储单元104具体用于：
90.若确定分布式计算引擎的剩余内存大小值超出预设的内存阈值，通过分布式计算引擎中的变更数据获取插件获取任务中台服务器中的所述跟进任务数据。
91.在本实施例中，可通过分布式计算引擎中的变更数据获取插件(例如flinkcdc，也即flink的change data capture,表示变更数据获取)可以从任务中台服务器中获取已提交的更改(这些变更可以包括insert,delete,update等)，并将这些更改保存到分布式计算引擎，以供分布式计算引擎使用。例如当通过flinkcdc获取到任务中台服务器的跟进任务数据，则将所述跟进任务数据存储在分布式计算引擎flink中预设第二存储地址对应的第二存储空间。
92.在一实施例中，作为第二存储单元104的第二实施例，第二存储单元104还具体用于：
93.若确定分布式计算引擎的剩余内存大小值未超出预设的内存阈值，获取任务中台服务器的连接串信息，根据所述连接串信息与所述任务中台服务器建立连接以获取所述跟进任务数据，将所述跟进任务数据发送至分布式计算引擎。
94.在本实施例中，若出现分布式计算引擎当前剩余内存极小且不足以处理基于变更数据插件获取跟进任务数据的情况，此时分布式计算引擎可以基于任务中台服务器的连接串信息(即jdbc连接串)与任务中台服务器建立连接，直接在任务中台服务器的本地存储的数据库获取到所述跟进任务数据，在所述跟进任务数据由任务中台服务器发送至分布式计算引擎中后，将所述跟进任务数据存储在分布式计算引擎flink中预设第二存储地址对应的第二存储空间。
95.任务下发单元105，用于若确定当前系统时间满足预设的任务下发条件，将所述跟进任务数据发送至对应的接收端。
96.在本实施例中，由于在分布式计算引擎flink中进行数据处理也可以设置为不是立即处理，而是延迟到第二天或者到指定时间后再发送所述跟进任务数据发送至对应的接收端。故可以在分布式计算引擎flink中预设配置任务下发条件，如系统时间为每日7:00时则满足任务下发条件，当满足了任务下发条件后再将所述跟进任务数据发送至对应的接收端。
97.在一实施例中，基于数据中台的任务监控装置100还包括：
98.任务反馈数据发送单元，用于若接收到与所述跟进任务数据对应的任务反馈数
据，将所述任务反馈数据发送至对应的接收端。
99.在本实施例中，当所述跟进任务数据被发送至跟进对象相应的接收端之后，可以在接收端上的用户交互界面上进行显示。若分布式计算引擎flink中接收到了其他发送的与所述跟进任务数据对应的任务反馈数据，也需要及时的将所述任务反馈数据发送至对应的接收端，从而跟进对象可以及时的获取该跟进任务的最新动态数据。
100.在一实施例中，基于数据中台的任务监控装置100还包括：
101.任务核销单元，用于若确定系统时间满足预设的任务核销条件，将所述跟进任务数据删除。
102.在本实施例中，当所述跟进任务数据根据任务类型等信息被发送至跟进对象相应的接收端进行了持续一段时间的任务处理后，此时若确定了系统时间满足预设的任务核销条件(如系统时间与所述跟进任务数据对应的任务有效处理时间之间的时间间隔为30天，满足任务核销条件)，则将分布式计算引擎flink中的所述跟进任务数据删除，从而实现了对任务全流程的跟进。
103.该装置实现了基于任务中台服务器自定义配置跟进任务数据，且由在分布式计算引擎分发跟进任务数据，扩展了任务平台的使用场景，可适配多任务场景进行任务进度监控。
104.上述基于数据中台的任务监控装置可以实现为计算机程序的形式，该计算机程序可以在如图4所示的计算机设备上运行。
105.请参阅图4，图4是本发明实施例提供的计算机设备的示意性框图。该计算机设备500是服务器，也可以是服务器集群。服务器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(content delivery 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。
106.参阅图4，该计算机设备500包括通过装置总线501连接的处理器502、存储器和网络接口505，其中，存储器可以包括存储介质503和内存储器504。
107.该存储介质503可存储操作装置5031和计算机程序5032。该计算机程序5032被执行时，可使得处理器502执行基于数据中台的任务监控方法。
108.该处理器502用于提供计算和控制能力，支撑整个计算机设备500的运行。
109.该内存储器504为存储介质503中的计算机程序5032的运行提供环境，该计算机程序5032被处理器502执行时，可使得处理器502执行基于数据中台的任务监控方法。
110.该网络接口505用于进行网络通信，如提供数据信息的传输等。本领域技术人员可以理解，图4中示出的结构，仅仅是与本发明方案相关的部分结构的框图，并不构成对本发明方案所应用于其上的计算机设备500的限定，具体的计算机设备500可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
111.其中，所述处理器502用于运行存储在存储器中的计算机程序5032，以实现本发明实施例公开的基于数据中台的任务监控方法。
112.本领域技术人员可以理解，图4中示出的计算机设备的实施例并不构成对计算机设备具体构成的限定，在其他实施例中，计算机设备可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。例如，在一些实施例中，计算机设备可以仅包括存
储器及处理器，在这样的实施例中，存储器及处理器的结构及功能与图4所示实施例一致，在此不再赘述。
113.应当理解，在本发明实施例中，处理器502可以是中央处理单元(central processing unit，cpu)，该处理器502还可以是其他通用处理器、数字信号处理器(digital signal processor，dsp)、专用集成电路(application specific integrated circuit，asic)、现成可编程门阵列(field-programmable gate array，fpga)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
114.在本发明的另一实施例中提供计算机可读存储介质。该计算机可读存储介质可以为非易失性的计算机可读存储介质，也可以为易失性的计算机可读存储介质。该计算机可读存储介质存储有计算机程序，其中计算机程序被处理器执行时实现本发明实施例公开的基于数据中台的任务监控方法。
115.所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的设备、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本发明的范围。
116.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，所述单元的划分，仅仅为逻辑功能划分，实际实现时可以有另外的划分方式，也可以将具有相同功能的单元集合成一个单元，例如多个单元或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另外，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口、装置或单元的间接耦合或通信连接，也可以是电的，机械的或其它的形式连接。
117.所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元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单元来实现本发明实施例方案的目的。
118.另外，在本发明各个实施例中的各功能单元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，也可以是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，也可以采用软件功能单元的形式实现。
119.所述集成的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，可以存储在一个存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分，或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，后台服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分
步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-only memory)、磁碟或者光盘等各种可以存储程序代码的介质。
120.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以权利要求的保护范围为准。