基于流程的监控引擎系统、方法、设备及介质与流程

1.本发明涉及计算机技术领域，特别涉及一种基于流程的监控引擎系统、方法、设备及介质。


背景技术：

2.目前，流程在企业中的应用很多，为了保证各工作过程的规范性、提高工作效率，不同企业已经搭建了不同的流程工具。借助流程工具，每个任务从发起开始，严格按照预定的流程层层推进，流程执行到哪一步一目了然。
3.在流程工具的使用过程中，逐渐出现了一些新的用户需求。一方面，在流程工具的使用过程中，流程的优化问题得到了很多用户的关注，流程存在运行时间过长、流程超时率较高、流程被回退次数过多等问题；另一方面，在每个工作任务中，一条流程从开始到结束，会经过很多的流程节点，以及会有很多人员参与其中，为了更好地追踪到经过某个节点的流程状态统计数据及流程中各个参与人员的工作统计数据，以及提高流程中各个参与人员的工作效率，这需要流程监控系统提供更多的统计分析数据。然而现有的流程监控系统的核心是流程进度监控和流程状态监管，通过采集流程引擎中的与流程相关的业务数据后，则直接通过ui可视化界面对数据进行展示。
4.综上，在采集到与流程运行相关的业务数据后，如何从业务数据中获取多维度的数据信息以实现流程优化是目前有待解决的问题。


技术实现要素：

5.有鉴于此，本发明的目的在于提供一种基于流程的监控引擎系统、方法、设备及介质，能够在采集到与流程运行相关的业务数据后，从业务数据中获取多维度的数据信息以实现流程优化。其具体方案如下：
6.第一方面，本技术公开了一种基于流程的监控引擎系统，包括：
7.数据采集模块，用于采集流程运行的业务数据，并将所述业务数据存储至流程引擎数据库；
8.数据导入模块，用于将所述流程引擎数据库中的所述业务数据导入流程集中查询分析数据库；
9.数据处理模块，用于基于预设多层级分类系统对所述流程集中查询分析数据库中存储的所述业务数据进行数据分类得到中间数据，并从所述中间数据中筛选出目标数据；
10.数据分析模块，用于对所述目标数据进行运营分析和运维分析得到相应的分析结果；
11.数据展示模块，用于在预设界面对所述分析结果进行展示。
12.可选的，所述数据采集模块，包括：
13.采集单元，用于通过工作流引擎采集每一流程定义的所有流程实例的运行数据，以得到业务数据。
14.可选的，所述数据导入模块，包括：
15.第一导入单元，用于通过etl工具将所述流程引擎数据库中的所述业务数据导入流程集中查询分析数据库。
16.可选的，所述数据导入模块，包括：
17.数据清洗单元，用于对所述流程引擎数据库中的所述业务数据进行数据抽取，并对抽取后的所述业务数据进行数据清洗；
18.第二导入单元，用于将清洗后的所述业务数据导入流程集中查询分析数据库。
19.可选的，所述基于流程的监控引擎系统，还包括：
20.元数据管理模块，用于确定所述业务数据的元数据，并按照预设分类规则对所述元数据进行分类，以得到所述预设多层级分类系统。
21.可选的，所述数据分析模块，包括：
22.分析子模块，用于对所述目标数据进行流程运营分析、绩效考核分析、流程实例监控分析、关键流程配置分析。
23.可选的，所述分析子模块，还包括：
24.绩效考核分析单元，用于基于所述目标数据中的办理量、超时量、超时率、平均办结时长、回退次数、被回退次数、同环比中的任意一种或几种数据对目标部门的目标人员进行绩效考核分析。
25.第二方面，本技术公开了一种基于流程的监控方法，包括：
26.采集流程运行的业务数据，并将所述业务数据存储至流程引擎数据库；
27.将所述流程引擎数据库中的所述业务数据导入流程集中查询分析数据库；
28.基于预设多层级分类系统对所述流程集中查询分析数据库中存储的所述业务数据进行数据分类得到中间数据，并从所述中间数据中筛选出目标数据；
29.对所述目标数据进行运营分析和运维分析得到相应的分析结果，并在预设界面对所述分析结果进行展示。
30.第三方面，本技术公开了一种电子设备，包括：
31.存储器，用于保存计算机程序；
32.处理器，用于执行所述计算机程序，以实现前述公开的基于流程的监控方法的步骤。
33.第四方面，本技术公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的基于流程的监控方法的步骤。
34.可见，本技术公开了一种基于流程的监控引擎系统，包括：数据采集模块，用于采集流程运行的业务数据，并将所述业务数据存储至流程引擎数据库；数据导入模块，用于将所述流程引擎数据库中的所述业务数据导入流程集中查询分析数据库；数据处理模块，用于基于预设多层级分类系统对所述流程集中查询分析数据库中存储的所述业务数据进行数据分类得到中间数据，并从所述中间数据中筛选出目标数据；数据分析模块，用于对所述目标数据进行运营分析和运维分析得到相应的分析结果；数据展示模块，用于在预设界面对所述分析结果进行展示。由此可见，本技术在采集到流程运行的业务数据后，将业务数据导入流程集中查询分析数据库，以在流程集中查询分析数据库中对业务数据进行进一步的处理得到中间数据和目标数据，然后对目标数据进行运营分析和运维分析得到多维度的数
据分析结果，以及对分析结果进行展示。如此一来，通过上述技术方案提供了多维度的数据信息，为流程优化提供了数据支撑。
附图说明
35.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，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，还可以根据提供的附图获得其他的附图。
36.图1为本技术公开的一种基于流程的监控引擎系统的结构图；
37.图2为本技术公开的一种具体的基于流程的监控引擎系统模块框架结构图；
38.图3为本技术公开的一种具体的基于流程的监控引擎系统架构图；
39.图4为本技术公开的一种基于流程的监控方法流程图；
40.图5为本技术公开的一种电子设备结构图。
具体实施方式
41.下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅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。
42.现有的流程监控系统的核心是流程进度监控和流程状态监管，通过采集流程引擎中的与流程相关的业务数据后，则直接通过ui可视化界面对数据进行展示，不利于流程优化。为此，本技术实施例公开了一种基于流程的监控引擎系统、方法、设备及介质，能够在采集到与流程运行相关的业务数据后，从业务数据中获取多维度的数据信息以实现流程优化。
43.参见图1所示，本技术实施例公开了一种基于流程的监控引擎系统，该系统包括：
44.数据采集模块11，用于采集流程运行的业务数据，并将所述业务数据存储至流程引擎数据库；
45.数据导入模块12，用于将所述流程引擎数据库中的所述业务数据导入流程集中查询分析数据库；
46.数据处理模块13，用于基于预设多层级分类系统对所述流程集中查询分析数据库中存储的所述业务数据进行数据分类得到中间数据，并从所述中间数据中筛选出目标数据；
47.数据分析模块14，用于对所述目标数据进行运营分析和运维分析得到相应的分析结果；
48.数据展示模块15，用于在预设界面对所述分析结果进行展示。
49.进一步的，所述数据采集模块11，具体包括：
50.采集单元111，用于通过工作流引擎采集每一流程定义的所有流程实例的运行数据，以得到业务数据。
51.所述数据导入模块12，具体包括：
52.第一导入单元121，用于通过etl工具将所述流程引擎数据库中的所述业务数据导入流程集中查询分析数据库。
53.本实施例中，首先系统通过工作流引擎采集每一流程定义的所有流程实例的运行数据，以得到各类业务数据，这些业务数据是基于元数据衍生而来的，反应实时流程记录的数据，同样也是实例数据，然后将业务数据存储在流程引擎数据库；其中，元数据又称中介数据、中继数据，为描述数据的数据，主要是描述数据属性的信息，用来支持如指示存储位置、历史数据、资源查找、文件记录等功能。如此一来，可以对每个流程定义下所有流程实例的运行数据进行统计分析，包括流程退回、流程超时、流程通过、流程否决等维度的数据，有助于对流程进行优化，例如，某一个流程的运行时间总是非常长，此时可能是某些节点导致的，或者是整个流程的设置存在不合理的地方，此时通过该监控引擎系统可以提供所有流程实例在各节点的运行平均时间、超时率等数据，精准定位存在问题的节点。
54.然后通过etl工具将流程引擎数据库中的业务数据汇聚存入到流程集中查询分析数据库，etl工具的元数据采集支持各类常用关系型数据库，如mysql、postgresql、oracle、db2等。接着在流程集中查询分析数据库中，按照预设多层级分类系统对业务数据进行分类，得到中间数据；在中间数据的基础上，从已分类的元数据中筛选出目标数据。需要指出的是，目标数据可以理解为主数据，主数据是表征流程运行的关键、通用型数据，是一个相对主观的概念，本实施例中，主数据可以为流程定义表、流程业务人员信息表等。最后，依据流程集中查询分析数据库中得到的目标数据，即流程定义表、流程业务人员信息表等数据，实现流程运营分析、流程运维分析，并在预设界面对分析结果进行展示。通过业务域与流程定义的时效性、规模、平均办结时长、超时量、超时率、流程状态等信息，对流程定义进行全方位数据分析，不断提高流程的合理性，降低了企业成本，提高了工作效率。
55.其中，上述提到的流程定义用于描述一个完整的业务过程，它是由若干活动组成，包括流程的基本信息、流程的开始和结束条件、组成的活动、活动间流转的规则、需要用户执行的工作任务、可能调用的应用程序以及流程相关数据等信息；流程实例是指当流程定义提交、发布到服务器之后，就可以启动改流程，启动时会创建流程定义的一个实例，被称作流程实例。
56.可见，本技术公开了一种基于流程的监控引擎系统，包括：数据采集模块，用于采集流程运行的业务数据，并将所述业务数据存储至流程引擎数据库；数据导入模块，用于将所述流程引擎数据库中的所述业务数据导入流程集中查询分析数据库；数据处理模块，用于基于预设多层级分类系统对所述流程集中查询分析数据库中存储的所述业务数据进行数据分类得到中间数据，并从所述中间数据中筛选出目标数据；数据分析模块，用于对所述目标数据进行运营分析和运维分析得到相应的分析结果；数据展示模块，用于在预设界面对所述分析结果进行展示。由此可见，本技术在采集到流程运行的业务数据后，将业务数据导入流程集中查询分析数据库，以在流程集中查询分析数据库中对业务数据进行进一步的处理得到中间数据和目标数据，然后对目标数据进行运营分析和运维分析得到多维度的数据分析结果，以及对分析结果进行展示。如此一来，通过上述技术方案提供了多维度的数据信息，为流程优化提供了数据支撑。
57.参见图2所示，本技术实施例公开了一种具体的基于流程的监控引擎系统模块框架，相对于上一实施例，本实施例对技术方案作了进一步的说明和优化。具体包括：
58.所述数据导入模块12，具体可以包括：数据清洗单元121和第二导入单元122。
59.其中，所述数据清洗单元121，用于对所述流程引擎数据库中的所述业务数据进行数据抽取，并对抽取后的所述业务数据进行数据清洗；
60.其中，所述第二导入单元122，用于将清洗后的所述业务数据导入流程集中查询分析数据库。
61.本实施例中，将业务数据从流程引擎数据库经过抽取(extract)、转换(transform)、加载(load)至流程集中查询分析数据库。也即，首先将各种异构的源数据(如关系数据)进行抽取，按照预先设计的规则将不完整数据、重复数据以及错误数据等“脏”数据内容进行清洗，得到符合要求的“干净”数据，再将清洗后的业务数据导入至流程集中查询分析数据库。这些经过抽取、转换、加载的数据就成为了运维分析、运营分析的基石。
62.所述数据分析模块14，具体包括：
63.分析子模块141，用于对所述目标数据进行流程运营分析、绩效考核分析、流程实例监控分析、关键流程配置分析。
64.本实施例中，关于运维分析和运营分析，其具体内容包括流程运营分析、绩效分析、流程实例监控、关键流程配置等，通过从不同的数据库表中选取数据，完成流程运营分析、流程运维分析中的各项功能需求。
65.此外，上述分析子模块141，具体还包括：
66.绩效考核分析单元1411，用于基于所述目标数据中的办理量、超时量、超时率、平均办结时长、回退次数、被回退次数、同环比中的任意一种或几种数据对目标部门的目标人员进行绩效考核分析。
67.也即，本实施例中，通过目标数据中办理量、超时量、超时率、平均办结时长、回退次数、被回退次数、同环比、部门、角色、人员等数据信息，能够为绩效考核提供多维度数据支撑与考核依据，进而帮助提高工作效率与流程合理性。如此一来，依据流程运行过程中产生的业务数据，可以对不同部门及其每一个业务人员的任务完成情况进行统计分析，分析业务人员的工作量及各个工作项的平均执行时间，对部门及人员的业务情况进行考核。进一步的，通过本技术的基于流程的监控引擎系统还能实现全流程监管，通过流程目前所处的状态、办理人员、办理状态、流程完成率、流程上下文、操作管理、工作项、时间等信息，对流程进行全生命周期管理，详尽监管。
68.进一步的，所述基于流程的监控引擎系统还包括：
69.元数据管理模块16，用于确定所述业务数据的元数据，并按照预设分类规则对所述元数据进行分类，以得到所述预设多层级分类系统。
70.本实施例中，需要对业务数据进行元数据管理，通过确定业务数据的元数据，并根据业务特点和管理需要对元数据进行分类，形成预设多层级分类系统。
71.可见，本技术实施例在数据导入模块12中，需将流程引擎数据库中的业务数据经过抽取(extract)、转换(transform)、加载(load)至流程集中查询分析数据库，这些经过抽取、转换、加载的数据就成为了运维分析、运营分析的基石。在数据分析模块14中，关于运维分析和运营分析，其具体内容包括流程运营分析、绩效分析、流程实例监控、关键流程配置等，通过从不同的数据库表中选取数据，完成流程运营分析、流程运维分析中的各项功能需求。并且，该基于流程的监控引擎系统还包括对业务数据进行元数据管理，以形成预设多层
unit，中央处理器)；协处理器是用于对在待机状态下的数据进行处理的低功耗处理器。在一些实施例中，处理器21可以在集成有gpu(graphics processing unit，图像处理器)，gpu用于负责显示屏所需要显示的内容的渲染和绘制。一些实施例中，处理器21还可以包括ai(artificial intelligence，人工智能)处理器，该ai处理器用于处理有关机器学习的计算操作。
82.另外，存储器22作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源包括操作系统221、计算机程序222及数据223等，存储方式可以是短暂存储或者永久存储。
83.其中，操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222，以实现处理器21对存储器22中海量数据223的运算与处理，其可以是windows、unix、linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的基于流程的监控方法的计算机程序之外，还可以进一步包括能够用于完成其他特定工作的计算机程序。数据223除了可以包括电子设备接收到的由外部设备传输进来的数据，也可以包括由自身输入输出接口25采集到的数据等。
84.进一步的，本技术实施例还公开了一种计算机可读存储介质，所述存储介质中存储有计算机程序，所述计算机程序被处理器加载并执行时，实现前述任一实施例公开的由基于流程的监控过程中执行的方法步骤。
85.本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
86.专业人员还可以进一步意识到，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技术的范围。
87.结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(ram)、内存、只读存储器(rom)、电可编程rom、电可擦除可编程rom、寄存器、硬盘、可移动磁盘、cd-rom、或技术领域内所公知的任意其它形式的存储介质中。
88.最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
89.以上对本发明所提供的一种基于流程的监控系统、方法、设备及存储介质进行了
详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。