基于数据库直连的产品数据处理方法、装置、设备和介质

技术领域

本申请涉及人工智能技术领域，特别是涉及一种基于数据库直连的产品数据处理方法、装置、设备和介质。

背景技术

随着保险以及计算机技术的发展，保险的销售方式越来越多，这对保险机构核价效率、定价准确度要求越来越高。

传统地，保险公司在对客户进行保险报价的时候，需要获取到用于报价计算的数据，该数据的获取通常是查询数据库，然后将数据提取到终端的excel表格中，再通过excel表格进行计算。

但是这样的方式，首先数据同步至终端需要耗费大量的时间，其次通过excel表格进行计算，依赖于终端的性能，从而占用大量的终端资源，导致计算效率降低。

发明内容

基于此，有必要针对上述技术问题，提供一种能够提高处理效率的基于数据库直连的产品数据处理方法、装置、设备和介质。

一种基于数据库直连的产品数据处理方法，所述方法包括：

接收产品类型选择指令，所述产品类型选择指令携带有产品维度以及所述产品维度的维度范围；

根据所述产品维度和所述维度范围从核心数据库中读取待处理产品数据至处理数据库；

根据预先配置的所述处理数据库的直连信息，向所述处理数据库发送待处理产品数据处理请求，所述待处理产品数据处理请求用于指示所述待处理数据库调用预先确定的报表对所述待处理产品数据进行计算得到计算结果；

根据预先配置的所述处理数据库的直连信息，提取所述处理数据库所计算得到的计算结果。

在其中一个实施例中，所述根据所述产品维度和所述维度范围从核心数据库中读取待处理产品数据至处理数据库之前，还包括：

根据所述产品维度和所述维度范围按照预设规则生成数据标识；

根据所述数据标识判断处理数据库中是否存储有对应的待处理产品数据；

当根据所述数据标识判定所述处理数据库中存储有对应的待处理产品数据，则继续根据预先配置的所述处理数据库的直连信息，向所述处理数据库发送待处理产品数据处理请求。

在其中一个实施例中，所述根据所述数据标识判断处理数据库中是否存储有对应的待处理产品数据之后，还包括：

当根据所述数据标识判定所述处理数据库中未存储有对应的待处理产品数据，则根据所述产品维度和所述维度范围查询所述处理数据库；

根据所得到的查询结果对所述产品维度对应的维度范围进行拆分；

获取到所述处理数据库中未存储的待处理产品数据所对应的产品维度的拆分后的维度范围；

根据所获取的产品维度的拆分后的维度范围从核心数据库中读取待处理产品数据至处理数据库。

在其中一个实施例中，所述根据所述产品维度和所述维度范围从核心数据库中读取待处理产品数据至处理数据库之后，还包括：

在所述处理数据库中对所述待处理产品数据进行清洗；

判断清洗后的待处理产品数据的数据量是否符合要求；

若是不符合要求，则获取机构优先级，根据所述机构优先级依次从对应的机构数据库中读取与所述产品维度和所述维度范围对应的待处理产品数据至处理数据库。

在其中一个实施例中，所述根据预先配置的所述处理数据库的直连信息，向所述处理数据库发送待处理产品数据处理请求，所述待处理产品数据处理请求用于指示所述待处理数据库调用预先确定的报表对所述待处理产品数据进行计算得到计算结果，包括：

根据预先配置的所述处理数据库的直连信息，向所述处理数据库发送待处理产品数据处理请求，所述待处理产品数据处理请求用于指示所述待处理数据库根据时间将所述待处理产品数据划分为满期数据和未满期数据，并分别获取所述满期数据和所述未满期数据对应的报表，通过所获取的报表分别对所述满期数据和未满期数据进行处理得到中间处理结果，并通过所述满期数据的中间处理结果对所述未满期数据的中间处理结果进行处理得到计算结果。

在其中一个实施例中，所述通过所获取的报表分别对所述满期数据和未满期数据进行处理得到中间处理结果，包括：

根据所述满期数据计算得到每一类产品的满期的发生率、发生率进展系数和人均赔款进展系数；

获取所述未满期数据的累计月度，并分别计算相同累计月度的每一类产品的未满期数据对应的既往未满期发生率和既往未满期人均赔款；

所述通过所述满期数据的中间处理结果对所述未满期数据的中间处理结果进行处理得到计算结果，包括：

根据所述既往未满期发生率和同类产品的发生率进展系数计算得到预期满期发生率；

根据既往未满期人均赔款和同类产品的人均赔款进展系数计算得到预期满期人均赔款；

根据所述预期满期发生率和所述预期满期人均赔款计算得到计算结果。

一种基于数据库直连的产品数据处理装置，所述装置包括：

接收模块，用于接收产品类型选择指令，所述产品类型选择指令携带有产品维度以及所述产品维度的维度范围；

数据读取模块，用于根据所述产品维度和所述维度范围从核心数据库中读取待处理产品数据至处理数据库；

发送模块，用于根据预先配置的所述处理数据库的直连信息，向所述处理数据库发送待处理产品数据处理请求，所述待处理产品数据处理请求用于指示所述待处理数据库调用预先确定的报表对所述待处理产品数据进行计算得到计算结果；

计算结果提取模块，用于根据预先配置的所述处理数据库的直连信息，提取所述处理数据库所计算得到的计算结果。

在其中一个实施例中，所述装置还包括：

数据标识生成模块，用于根据所述产品维度和所述维度范围按照预设规则生成数据标识；

判断模块，用于根据所述数据标识判断处理数据库中是否存储有对应的待处理产品数据；

所述发送模块还用于当根据所述数据标识判定所述处理数据库中存储有对应的待处理产品数据，则继续根据预先配置的所述处理数据库的直连信息，向所述处理数据库发送待处理产品数据处理请求。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述任意一个实施例中的方法的步骤。

一种计算机存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一个实施例中的方法的步骤。

上述基于数据库直连的产品数据处理方法、装置、设备和介质，在确定了待处理产品数据后，将待处理产品数据实时同步至处理数据库，而不是导入至计算终端，这样避免终端导入数据过慢从而降低效率，此外，在数据库中进行大数据计算，性能比在终端计算更卓越，这样无需将待处理产品数据导入至终端，直接在处理数据库中进行计算，然后将计算结果返回至终端，可以提高处理效率。

附图说明

图1为一个实施例中基于数据库直连的产品数据处理方法的应用场景图；

图2为一个实施例中基于数据库直连的产品数据处理方法的流程示意图；

图3为图2所示的实施例中步骤S206的流程示意图；

图4为一个实施例中基于数据库直连的产品数据处理装置的结构框图；

图5为一个实施例中计算机设备的内部结构图。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。

本申请提供的基于数据库直连的产品数据处理方法，可以应用于如图1所示的应用环境中。其中，终端102通过网络与核心数据库104和处理数据库106分别进行通信。终端102接收用户输入的接收产品类型选择指令，产品类型选择指令携带有产品维度以及产品维度的维度范围，这样终端102根据产品维度和维度范围从核心数据库104中读取待处理产品数据至处理数据库106，并且终端102根据预先配置的处理数据库106的直连信息，向处理数据库106发送待处理产品数据处理请求，待处理产品数据处理请求用于指示待处理数据库调用预先确定的报表对待处理产品数据进行计算得到计算结果，根据预先配置的处理数据库的直连信息，提取处理数据库106所计算得到的计算结果。这样在确定了待处理数据后，将待处理数据实时同步至处理数据库，而不是导入至计算终端，这样避免终端导入数据过慢从而降低效率，此外，在数据库中进行大数据计算，性能比在终端计算更卓越，这样无需将待处理数据导入至终端，直接在处理数据库中进行计算，然后将计算结果返回至终端，可以提高处理效率其中，终端102可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。核心数据库104和处理数据库106可以用独立的数据库或者是多个数据库组成的数据库集群来实现

在一个实施例中，如图2所示，提供了一种基于数据库直连的产品数据处理方法，以该方法应用于图1中的终端为例进行说明，包括以下步骤：

S202：接收产品类型选择指令，产品类型选择指令携带有产品维度以及产品维度的维度范围。

具体地，产品类型选择指令是根据不同的性别、年龄、保额等可以选择不同的组合险的指令，其中产品维度包括但不限于与组合险名称、组合型类型、险种、性别、年龄、保额等，产品维度的维度范围则是所确定的各个维度的范围，例如年龄选在20-40岁，性别仅选择男等。

在实际应用中，终端显示智能报价工具的数据选择界面，该数据选择界面上包括多个产品维度，用户可以通过填写产品维度的维度范围来对产品维度进行选定，并且在填写完成后，终端根据用户所填写的维度范围确定所选定的产品维度以及对应的维度范围，从而生成产品类型选择指令。

S204：根据产品维度和维度范围从核心数据库中读取待处理产品数据至处理数据库。

具体地，核心数据库则是存储有大数据的数据库，该核心数据库中存储有全量的产品数据。处理数据库则是支持数据库直连，即支持读取和查询的数据库。该处理数据库可以为分布式数据库yellowBrickDB，该Yellowbrick库可以根据不同字段的计算公式、分段要求进行数据加工计算，且支持查询。

具体地，终端将产品维度和产品维度的维度范围发送至核心数据库，以使得核心数据库根据产品维度和产品维度的维度范围查询得到待处理数据，并将所述待处理数据同步至处理数据库，其中核心数据库和处理数据库的数据同步由于是数据库之间的数据的同步，相较于核心数据库与终端之间的数据同步更为快速，例如其可以通过并行同步等。

S206：根据预先配置的处理数据库的直连信息，向处理数据库发送待处理产品数据处理请求，待处理产品数据处理请求用于指示待处理数据库调用预先确定的报表对待处理产品数据进行计算得到计算结果。

具体地，处理数据库是可以与终端进行直连的，因此预先设置处理数据库的直连信息，例如可以通过准备关联jar包，并配置数据库的直连信息的方式设置处理数据库可以直连，其中可以通过配置元件JDBC Connection Configuration进行直连信息的配置，直连信息包括连接池名称、连接池配置以及具体的连接信息，其中连接池名称用于根据该名称调用直连信息，连接池配置则是具体的连接信息，其可以提高数据库连接效率，最后具体的连接信息则可以包括数据库URL、第三方启动入口、账号和密码等。

终端可以根据直连信息与数据库进行连接，并向数据库发送待处理数据处理请求，例如通过JDBCRequest请求向数据库发送SQL语句并接收提取响应结果。

报表则是预先生成的，其包括了对数据进行处理的数据模型，该些数据模型可以是基于业务需求所预先设置的，例如本实施例中若是采用进度法对待处理数据进行处理，则可以预先设置进度法对应的数据模型以生成报表。

其中，处理数据库在接收到了待处理数据处理请求后，则可以获取到待处理数据处理请求对应的报表，然后通过所获取的报表对待处理数据进行处理，若是存在至少两个报表，则可以确定两个报表的计算顺序，若是计算顺序相同，则并行通过计算顺序相同的报表对待处理数据进行处理，否则计算顺序不相同，则按照计算顺序顺行依次对待处理数据进行处理，从而得到计算结果。

S208：根据预先配置的处理数据库的直连信息，提取处理数据库所计算得到的计算结果。

具体地，直连信息具体可以参见上文，在处理数据库计算得到计算结果后，终端提取出该计算结果并进行显示。例如终端获取到预先设置的显示模型，并通过该显示模型对计算结果进行处理，从而完成显示。

在实际应用中，终端先选择需要计算的数据，然后计算数据(包括此次选择的数据范围，如组合险代码、年龄、性别、职业等范围)实时同步到yellowBrickDB数据库(简称YBD)，第三YBD对计算数据关联智能报表进行校验，第四校验成功后通过关联智能报表计算数据，最后计算完成后将计算结果传回给报价系统，即终端。

底层数据抓取中，传统技术是将智能报表的数据推送导入到智能报价工具，存在增量数据，数据量大，智能报价工具系统导入慢，随着数量的增长，已然超负荷，并且关联大数据基础数据查询慢。引入YBD数据库相对于之前的数据库，在大数据关联复杂计算查询上性能更卓越，并且无需将智能报表的数据导入到智能报价工具，直接在YBD里面计算校验，计算完成后将计算数据返回给智能报价工具。需要强调的是，为进一步保证上述待处理产品数据、计算结果的私密和安全性，上述待处理产品数据和计算结果还可以存储于一区块链的节点中。

上述基于数据库直连的产品数据处理方法，在确定了待处理数据后，将待处理数据实时同步至处理数据库，而不是导入至计算终端，这样避免终端导入数据过慢从而降低效率，此外，在数据库中进行大数据计算，性能比在终端计算更卓越，这样无需将待处理数据导入至终端，直接在处理数据库中进行计算，然后将计算结果返回至终端，可以提高处理效率。

在其中一个实施例中，根据产品维度和维度范围从核心数据库中读取待处理产品数据至处理数据库之前，还包括：根据产品维度和维度范围按照预设规则生成数据标识；根据数据标识判断处理数据库中是否存储有对应的待处理产品数据；当根据数据标识判定处理数据库中存储有对应的待处理产品数据，则继续根据预先配置的处理数据库的直连信息，向处理数据库发送待处理产品数据处理请求。

具体地，在该实施例中在终端选取了产品维度和产品维度对应的维度范围之后，终端可以首先将产品维度和产品维度的维度范围发送至可以直连的处理数据库，这样通过处理数据库判断该些数据是否已经存储在处理数据库，若是则无需进行进一步的同步，从而可以减少同步时间，进一步提高处理效率。

其中优选地，终端首先根据产品维度和产品维度的维度范围计算得到数据标识，例如可以预先设置数据标识的计算规则，例如通过数据标识中的预设位标识产品维度，而预设位后跟的几位为维度范围，以年龄和性别为例，其中年龄为第一位，性别为第5位，第2至4位则标识年龄的范围，第6位则标识性别的范围，从而可以得到数据标识，此外为避免维度较多导致数据标识较长，还可以对所得到的数据进行处理以减少数据长度。

这样在计算得到数据标识后，可以直接判断是否存在与所述数据标识对应的已有的数据标识，若是存在，则说明待处理数据已经存储在了处理数据库，从而不需要进一步的同步，直接获取到处理数据库中与数据标识对应的数据即可。

若是处理数据库中不存在该些数据，则再通过同步的方式从核心数据库进行同步。

上述实施例中，通过预先判断，减少了同步的步骤，从而减少了同步的时间，进而提高了处理效率。

在其中一个实施例中，根据数据标识判断处理数据库中是否存储有对应的待处理产品数据之后，还包括：当根据数据标识判定处理数据库中未存储有对应的待处理产品数据，则根据产品维度和维度范围查询处理数据库；根据所得到的查询结果对产品维度对应的维度范围进行拆分；获取到处理数据库中未存储的待处理产品数据所对应的产品维度的拆分后的维度范围；根据所获取的产品维度的拆分后的维度范围从核心数据库中读取待处理产品数据至处理数据库。

具体地，当处理数据库中未存储有完全相同的数据，则还可以根据产品维度和维度范围查询处理数据库，从而确定处理数据库中已存在的待处理数据。

其中在实际应用中，配置处理数据库的读取和查询效率高于核心数据库的读取和查询效率，从而先查询处理数据库同样可以提高处理效率。

这样根据已存在的待处理数据的数据范围对产品维度对应的维度范围进行拆分，从而可以获取到未同步至处理数据库的待处理数据的维度范围，进而可以根据未同步至处理数据库的待处理数据的维度范围进行数据同步处理。

上述实施例中，先确定处理数据库中已有的数据，然后再进行同步，可以减少同步的数据，从而减少了同步的时间，进而提高了处理效率。

在其中一个实施例中，根据产品维度和维度范围从核心数据库中读取待处理产品数据至处理数据库之后，还包括：在处理数据库中对待处理产品数据进行清洗；判断清洗后的待处理产品数据的数据量是否符合要求；若是不符合要求，则获取机构优先级，根据机构优先级依次从对应的机构数据库中读取与产品维度和维度范围对应的待处理产品数据至处理数据库。

具体地，数据清洗是指对数据进行校验，以提取符合计算要求的数据，其中数据校验的逻辑包括但不限于保险期限限制校验、产品/时间范围限制、既往满期/不满期赔款不为0的校验、未满期/满期暴露人数限制以及满期组合险范围数据使用优先级的校验等。

其中保险期限限制校验为：所有组合险产品为月+天录入合计>＝30天的产品

产品/时间范围限制包括：评估产品范围选择：为保持数据一致性，默认为选定组合险代码评估范围，到选择产品进度法后可以删除，不可以增加。评估时段范围选择：为保证未满期数据评估合理性，避免前期0赔付的影响，核保仅能在此范围内修改评估时段范围，即17个月>＝当前月(含)-起始月->＝6个月。

既往未满期/满期不为0的校验包括：所有所选组合险既往赔款不为0进行校验。

未满期/满期暴露人数限制的校验包括：未满期组合险暴露人数阀值要求，医疗费用类医疗津贴类及其他中人任一险种>＝2000。

满期组合险范围数据使用优先级：机构+组合险+小险种(按照满期组合险范围)>机构+小险种>总部+组合险+小险种(按照满期组合险范围)>产品进度法总部基表(总部+业务类型+小险种取值对应业务类型险种进度系数)。

以上优先级使用规则为，以上顺序满足大数据推送的最新一版滚动四年合计暴露人数(医疗费用类医疗津贴类及其他中任一险种满足>＝5000)。

以上校验为顺序校验，是直接连接的处理数据库做的数据查询校验，实时计算比原先推送过来的数据的实时性更高且准确。

其中数据量的计算是未满期组合险暴露人数阀值要求，医疗费用类医疗津贴类及其他中人任一险种>＝2000，因此可以根据满期组合险范围数据使用优先级来获取数据，若是机构、总部对应组合险数据满期、未满期暴露人数未达到阀值时，那么就采用总部统一的基表数据，从而保证了数据量，提高了计算的准确性。

在其中一个实施例中，根据预先配置的处理数据库的直连信息，向处理数据库发送待处理产品数据处理请求，待处理产品数据处理请求用于指示待处理数据库调用预先确定的报表对待处理产品数据进行计算得到计算结果，包括：根据预先配置的处理数据库的直连信息，向处理数据库发送待处理产品数据处理请求，待处理产品数据处理请求用于指示待处理数据库根据时间将待处理产品数据划分为满期数据和未满期数据，并分别获取满期数据和未满期数据对应的报表，通过所获取的报表分别对满期数据和未满期数据进行处理得到中间处理结果，并通过满期数据的中间处理结果对未满期数据的中间处理结果进行处理得到计算结果。

具体地，首先获取到了待处理数据至处理数据库，然后在处理数据库中对数据进行划分得到满期数据和未满期数据，其中满期是指保单生效后达到18个月以上则视为满期，如果保单生效不达到18个月为未满期数据。

其中，在实际应用中，产品数据的业务流程包括：在NBU报价环节，进入核保评估，先生成评估批次号，评估批次号记录的是此次智能报价预估的所有数据，这个数据后续也可以继续复用；生成评估批次号之后，就可以选择评估范围，根据不同的性别、年龄、保额等可以选择不同的组合险，这个过程可以确定用于参与方法计算的底层数据范围；接下来在进入方案确认环节，这个环节确认一下上一步选择的组合险，其性别、年龄、责任定义信息是否符合预估范围；方案确认之后，进入方法计算主过程，选择产品进度法，点击计算按钮，后台进入算法实现，此时方法计算进入yellowBrickDB；计算完成后，在方案评估界面展示此次计算结果，主要内容为发生率、人均赔款和人均成本。将选择的人均成本带入到方案报价界面，计算出赔付率、直接成本和COR。

此处，全量组合险对应经过18个月以上保单对应的数据汇总是在选择评估范围的后对待处理数据的汇总。而未满期数据，则是在方案确认环节，在方案确认后，根据所选择的组合险对待处理数据进行提取得到经过18个月以内保单对应的数据汇总。

最后，根据报表分别对满期数据和未满期数据进行计算得到中间计算结果。

在其中一个实施例中，参见图3所示，通过所获取的报表分别对满期数据和未满期数据进行处理得到中间处理结果，包括：根据满期数据计算得到每一类产品的满期的发生率、发生率进展系数和人均赔款进展系数；获取未满期数据的累计月度，并分别计算相同累计月度的每一类产品的未满期数据对应的既往未满期发生率和既往未满期人均赔款；通过满期数据的中间处理结果对未满期数据的中间处理结果进行处理得到计算结果，包括：根据既往未满期发生率和同类产品的发生率进展系数计算得到预期满期发生率；根据既往未满期人均赔款和同类产品的人均赔款进展系数计算得到预期满期人均赔款；根据预期满期发生率和预期满期人均赔款计算得到计算结果。

其中进度法是指通过计算评估组合险产品各险种的选定的既往未满期时间段发生率及人均赔款，同时计算有效评估时段各经过月度(既往48个经过月度)对应同类产品既往满期的发生率、发生率进展系数和人均赔款进展系数，结合暴露人数在各生效月度的分布(加权)，预估评估产品满期赔付的方法。其中

对于未满期数据的计算包括：预估产品满期赔付＝预估满期发生率*预估满期人均赔款；预估满期发生率＝评估产品既往未满期发生率/同类产品既往满期发生率进展系数；预估满期人均赔款＝评估产品既往未满期人均赔款/同类产品既往满期人均赔款进展系数。

对于满期数据的计算包括：进展系数＝保单生效月度对应评估月度的总发生率(或人均赔款)/(保单生效月度+18)评估月度的发生率(人均赔款)。

上述产品进度法是组合险产品品质同期监控最佳方法，它将组合险产品在同一月度生效的保单进行汇总，作为最小风险评估单位，以保单生效月作为原点，随经过月度来汇总产品各生效月度各经过月度的赔付进度，从而达到精确评估产品赔付进度及满期赔付预估的目的。将组合险产品赔付进行月度切割，并使用经过月度进展系数来预估满期赔付。

上述进度法是基于智能报表开发了评估月-发生率报表，将当前月度向后推进n个月，例如48个月的数据进行汇总，是原智能报表发生率表的n个月，例如48个月生效月度历史断点赔付情况的记录，这一处理使得回溯产品各生效月度、各经过月度的赔付成为可能。因此，进度法填补了业内组合险产品滞后分析、赔付进展监控的空白，对于组合险产品评估提供了新方法、新思路。

需要说明的是上述实施例中所涉及的具体的数字的限定均是为了举例说明，在本申请中上述的具体的数字均可以进行替换，不对本申请的范围进行限制。

应该理解的是，虽然图2和图3的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，图2和图3中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。

在一个实施例中，如图4所示，提供了一种基于数据库直连的产品数据处理装置，包括：接收模块100、数据读取模块200、发送模块300和计算结果提取模块400，其中：

接收模块100，用于接收产品类型选择指令，产品类型选择指令携带有产品维度以及产品维度的维度范围；

数据读取模块200，用于根据产品维度和维度范围从核心数据库中读取待处理产品数据至处理数据库；

发送模块300，用于根据预先配置的处理数据库的直连信息，向处理数据库发送待处理产品数据处理请求，待处理产品数据处理请求用于指示待处理数据库调用预先确定的报表对待处理产品数据进行计算得到计算结果；

计算结果提取模块400，用于根据预先配置的处理数据库的直连信息，提取处理数据库所计算得到的计算结果。

在其中一个实施例中，上述基于数据库直连的产品数据处理装置还可以包括：

数据标识生成模块，用于根据产品维度和维度范围按照预设规则生成数据标识；

判断模块，用于根据数据标识判断处理数据库中是否存储有对应的待处理产品数据；

发送模块300还用于当根据数据标识判定处理数据库中存储有对应的待处理产品数据，则继续根据预先配置的处理数据库的直连信息，向处理数据库发送待处理产品数据处理请求。

在其中一个实施例中，上述基于数据库直连的产品数据处理装置还可以包括：

查询模块，用于当根据数据标识判定处理数据库中未存储有对应的待处理产品数据，则根据产品维度和维度范围查询处理数据库；

拆分模块，用于根据所得到的查询结果对产品维度对应的维度范围进行拆分；

维度范围获取模块，用于获取到处理数据库中未存储的待处理产品数据所对应的产品维度的拆分后的维度范围；

上述数据读取模块200还用于根据所获取的产品维度的拆分后的维度范围从核心数据库中读取待处理产品数据至处理数据库。

在其中一个实施例中，上述基于数据库直连的产品数据处理装置还可以包括：

清洗模块，用于在处理数据库中对待处理产品数据进行清洗；

数据量处理模块，用于判断清洗后的待处理产品数据的数据量是否符合要求；若是不符合要求，则获取机构优先级，根据机构优先级依次从对应的机构数据库中读取与产品维度和维度范围对应的待处理产品数据至处理数据库。

在其中一个实施例中，上述发送模块300还用于根据预先配置的处理数据库的直连信息，向处理数据库发送待处理产品数据处理请求，待处理产品数据处理请求用于指示待处理数据库根据时间将待处理产品数据划分为满期数据和未满期数据，并分别获取满期数据和未满期数据对应的报表，通过所获取的报表分别对满期数据和未满期数据进行处理得到中间处理结果，并通过满期数据的中间处理结果对未满期数据的中间处理结果进行处理得到计算结果。

在其中一个实施例中，上述发送模块300还包括：

满期数据处理单元，用于根据满期数据计算得到每一类产品的满期的发生率、发生率进展系数和人均赔款进展系数；

未满期数据处理单元，用于获取未满期数据的累计月度，并分别计算相同累计月度的每一类产品的未满期数据对应的既往未满期发生率和既往未满期人均赔款；

预期满期发生率计算单元，用于根据既往未满期发生率和同类产品的发生率进展系数计算得到预期满期发生率；

预期满期人均赔款计算单元，用于根据既往未满期人均赔款和同类产品的人均赔款进展系数计算得到预期满期人均赔款；

计算结果计算单元，用于根据预期满期发生率和预期满期人均赔款计算得到计算结果。

关于基于数据库直连的产品数据处理装置的具体限定可以参见上文中对于基于数据库直连的产品数据处理方法的限定，在此不再赘述。上述基于数据库直连的产品数据处理装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图5所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口、显示屏和输入装置。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机程序。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种基于数据库直连的产品数据处理方法。该计算机设备的显示屏可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图5中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备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。

在一个实施例中，提供了一种计算机设备，包括存储器和处理器，该存储器存储有计算机程序，该处理器执行计算机程序时实现以下步骤：接收产品类型选择指令，产品类型选择指令携带有产品维度以及产品维度的维度范围；根据产品维度和维度范围从核心数据库中读取待处理产品数据至处理数据库；根据预先配置的处理数据库的直连信息，向处理数据库发送待处理产品数据处理请求，待处理产品数据处理请求用于指示待处理数据库调用预先确定的报表对待处理产品数据进行计算得到计算结果；根据预先配置的处理数据库的直连信息，提取处理数据库所计算得到的计算结果。

在一个实施例中，处理器执行计算机程序时所实现的根据产品维度和维度范围从核心数据库中读取待处理产品数据至处理数据库之前，还包括：根据产品维度和维度范围按照预设规则生成数据标识；根据数据标识判断处理数据库中是否存储有对应的待处理产品数据；当根据数据标识判定处理数据库中存储有对应的待处理产品数据，则继续根据预先配置的处理数据库的直连信息，向处理数据库发送待处理产品数据处理请求。

在一个实施例中，处理器执行计算机程序时所实现的根据数据标识判断处理数据库中是否存储有对应的待处理产品数据之后，还包括：当根据数据标识判定处理数据库中未存储有对应的待处理产品数据，则根据产品维度和维度范围查询处理数据库；根据所得到的查询结果对产品维度对应的维度范围进行拆分；获取到处理数据库中未存储的待处理产品数据所对应的产品维度的拆分后的维度范围；根据所获取的产品维度的拆分后的维度范围从核心数据库中读取待处理产品数据至处理数据库。

在一个实施例中，处理器执行计算机程序时所实现的根据产品维度和维度范围从核心数据库中读取待处理产品数据至处理数据库之后，还包括：在处理数据库中对待处理产品数据进行清洗；判断清洗后的待处理产品数据的数据量是否符合要求；若是不符合要求，则获取机构优先级，根据机构优先级依次从对应的机构数据库中读取与产品维度和维度范围对应的待处理产品数据至处理数据库。

在一个实施例中，处理器执行计算机程序时所实现的根据预先配置的处理数据库的直连信息，向处理数据库发送待处理产品数据处理请求，待处理产品数据处理请求用于指示待处理数据库调用预先确定的报表对待处理产品数据进行计算得到计算结果，包括：根据预先配置的处理数据库的直连信息，向处理数据库发送待处理产品数据处理请求，待处理产品数据处理请求用于指示待处理数据库根据时间将待处理产品数据划分为满期数据和未满期数据，并分别获取满期数据和未满期数据对应的报表，通过所获取的报表分别对满期数据和未满期数据进行处理得到中间处理结果，并通过满期数据的中间处理结果对未满期数据的中间处理结果进行处理得到计算结果。

在一个实施例中，处理器执行计算机程序时所实现的通过所获取的报表分别对满期数据和未满期数据进行处理得到中间处理结果，包括：根据满期数据计算得到每一类产品的满期的发生率、发生率进展系数和人均赔款进展系数；获取未满期数据的累计月度，并分别计算相同累计月度的每一类产品的未满期数据对应的既往未满期发生率和既往未满期人均赔款；处理器执行计算机程序时所实现的通过满期数据的中间处理结果对未满期数据的中间处理结果进行处理得到计算结果，包括：根据既往未满期发生率和同类产品的发生率进展系数计算得到预期满期发生率；根据既往未满期人均赔款和同类产品的人均赔款进展系数计算得到预期满期人均赔款；根据预期满期发生率和预期满期人均赔款计算得到计算结果。

在一个实施例中，提供了一种计算机存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现以下步骤：接收产品类型选择指令，产品类型选择指令携带有产品维度以及产品维度的维度范围；根据产品维度和维度范围从核心数据库中读取待处理产品数据至处理数据库；根据预先配置的处理数据库的直连信息，向处理数据库发送待处理产品数据处理请求，待处理产品数据处理请求用于指示待处理数据库调用预先确定的报表对待处理产品数据进行计算得到计算结果；根据预先配置的处理数据库的直连信息，提取处理数据库所计算得到的计算结果。

在一个实施例中，计算机程序被处理器执行时所实现的根据产品维度和维度范围从核心数据库中读取待处理产品数据至处理数据库之前，还包括：根据产品维度和维度范围按照预设规则生成数据标识；根据数据标识判断处理数据库中是否存储有对应的待处理产品数据；当根据数据标识判定处理数据库中存储有对应的待处理产品数据，则继续根据预先配置的处理数据库的直连信息，向处理数据库发送待处理产品数据处理请求。

在一个实施例中，计算机程序被处理器执行时所实现的根据数据标识判断处理数据库中是否存储有对应的待处理产品数据之后，还包括：当根据数据标识判定处理数据库中未存储有对应的待处理产品数据，则根据产品维度和维度范围查询处理数据库；根据所得到的查询结果对产品维度对应的维度范围进行拆分；获取到处理数据库中未存储的待处理产品数据所对应的产品维度的拆分后的维度范围；根据所获取的产品维度的拆分后的维度范围从核心数据库中读取待处理产品数据至处理数据库。

在一个实施例中，计算机程序被处理器执行时所实现的根据产品维度和维度范围从核心数据库中读取待处理产品数据至处理数据库之后，还包括：在处理数据库中对待处理产品数据进行清洗；判断清洗后的待处理产品数据的数据量是否符合要求；若是不符合要求，则获取机构优先级，根据机构优先级依次从对应的机构数据库中读取与产品维度和维度范围对应的待处理产品数据至处理数据库。

在一个实施例中，计算机程序被处理器执行时所实现的根据预先配置的处理数据库的直连信息，向处理数据库发送待处理产品数据处理请求，待处理产品数据处理请求用于指示待处理数据库调用预先确定的报表对待处理产品数据进行计算得到计算结果，包括：根据预先配置的处理数据库的直连信息，向处理数据库发送待处理产品数据处理请求，待处理产品数据处理请求用于指示待处理数据库根据时间将待处理产品数据划分为满期数据和未满期数据，并分别获取满期数据和未满期数据对应的报表，通过所获取的报表分别对满期数据和未满期数据进行处理得到中间处理结果，并通过满期数据的中间处理结果对未满期数据的中间处理结果进行处理得到计算结果。

在一个实施例中，计算机程序被处理器执行时所实现的通过所获取的报表分别对满期数据和未满期数据进行处理得到中间处理结果，包括：根据满期数据计算得到每一类产品的满期的发生率、发生率进展系数和人均赔款进展系数；获取未满期数据的累计月度，并分别计算相同累计月度的每一类产品的未满期数据对应的既往未满期发生率和既往未满期人均赔款；计算机程序被处理器执行时所实现的通过满期数据的中间处理结果对未满期数据的中间处理结果进行处理得到计算结果，包括：根据既往未满期发生率和同类产品的发生率进展系数计算得到预期满期发生率；根据既往未满期人均赔款和同类产品的人均赔款进展系数计算得到预期满期人均赔款；根据预期满期发生率和预期满期人均赔款计算得到计算结果。

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。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。