数据处理方法、装置、计算机可读存储介质和电子设备

技术领域

本说明书实施例涉及数据处理技术领域，尤其涉及一种数据处理方法、装置、计算机可读存储介质和电子设备。

背景技术

网商是指利用互联网作为企业或个人商业经营平台，进行企业或个人的日常经营活动，其可以理解为一种电子商务工具。目前，对于网商银行，其网商日终任务包括：基于当日全量贷款数据重新计算计提金额，数据量大处理速度慢，会导致整体日终任务的完成时间超过预设的基线时间。同时，随着业务发展全量数据会不断增加，导致日终任务的整体耗时越来长。因此，如何提升数据处理速度，快速完成数据处理任务成为亟需解决的技术问题。

需要说明的是，在上述背景技术部分公开的信息仅用于加强对本说明书的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

发明内容

本说明书实施例提供了一种数据处理方法、装置、计算机可读存储介质和电子设备，至少能够提升数据处理速度，快速完成数据处理任务。

本说明书实施例的其他特性和优点将通过下面的详细描述变得显然，或部分地通过本说明书的实践而习得。

第一方面，提供了一种数据处理方法，包括：在第一时间点，获取数据处理任务在当前任务周期相对于上一任务周期的变更数据，并根据上述变更数据和上述数据处理任务对应的计算规则进行计算，得到第一处理结果；其中，上述第一时间点为上述当前任务周期的结束时间点；在第二时间点，根据目标数据和上述计算规则进行计算，得到第二处理结果；其中，上述第二时间点为上述当前任务周期内位于上述第一时间点之前的时间点，上述目标数据为上述上一任务周期的任务数据；对上述第一处理结果和上述第二处理结果进行合并，得到上述数据处理任务在当前任务周期的目标处理结果。对上述第一处理结果和上述第二处理结果进行合并，得到上述数据处理任务在当前任务周期的目标处理结果。

结合第一方面，在某些可能的实现方式中，上述数据处理任务包括对上述当前任务周期内的N条任务数据进行处理的任务，上述N大于1，上述变更数据包括：上述N条任务数据中相比于上述上一任务周期的任务数据发生变更的M条任务数据，上述第一处理结果包括：上述M条任务数据对应的第一处理结果，上述第二处理结果包括：上述上一任务周期的任务数据在上述当前任务周期对应的第二处理结果，上述目标处理结果包括上述N条任务数据对应的目标处理结果；上述对上述第一处理结果和上述第二处理结果进行合并，得到上述数据处理任务在当前任务周期的目标处理结果，包括：从上述上一任务周期的任务数据在上述当前任务周期对应的第二处理结果中，选择出P条任务数据对应的第二处理结果；其中，上述P条任务数据为上述上一任务周期的任务数据中除上述M条任务数据之外的任务数据；对上述M条任务数据对应的第一处理结果和上述P条任务数据对应的第二处理结果进行合并，得到上述N任务条数据对应的目标处理结果。

结合第一方面，在某些可能的实现方式中，每条上述任务数据具备数据标识；上述从上述上一任务周期的任务数据在上述当前任务周期对应的第二处理结果中，选择出P条任务数据对应的第二处理结果，包括：确定上述P条任务数据的数据标识；根据上述P条任务数据的数据标识，在上述上一任务周期的任务数据在上述当前任务周期对应的第二处理结果中，选择出P条任务数据对应的第二处理结果。

结合第一方面，在某些可能的实现方式中，上述数据处理任务包括对上述当前任务周期内的N条任务数据进行处理的任务，上述N大于1，上述N条任务数据具备各自的数据标识，上述变更数据包括：上述N条任务数据中相比于上述上一任务周期的任务数据发生变更的M条任务数据，上述第一处理结果包括：上述M条任务数据的数据标识对应的第一处理结果，上述第二处理结果包括：在上述当前任务周期，上述上一任务周期的任务数据的数据标识对应的第二处理结果，上述目标处理结果包括上述N条任务数据对应的目标处理结果；上述对上述第一处理结果和上述第二处理结果进行合并，得到上述数据处理任务在当前任务周期的目标处理结果，包括：在上述第一处理结果和上述第二处理结果中确定第一类数据标识和第二类数据标识；其中，上述第一类数据标识为同时存在于上述第一处理结果和上述第二处理结果中的数据标识，上述第二类数据标识为存在于第二处理结果且不存在于上述第一处理结果中的数据标识；将上述第一类数据标识对应的第一处理结果作为上述第一类数据标识对应的目标处理结果；将上述第二类数据标识对应的第二处理结果作为上述第二类数据标识对应的目标处理结果；对上述第一类数据标识对应的目标处理结果和上述第二类数据标识对应的目标处理结果进行合并，得到上述N条数据对应的目标处理结果。

结合第一方面，在某些可能的实现方式中，上述第二时间点为上述数据处理任务的处理资源的使用率低于预设使用率阈值的时间点。

结合第一方面，在某些可能的实现方式中，上述计算规则中包括多个数据项，上述在第二时间点，根据目标数据和上述计算规则进行计算，得到第二处理结果，包括：在上述多个数据项中，将时间项作为变量，并将除上述时间项之外的其他数据项作为固定量；在上述目标数据中，确定上述固定量的数据值；根据上述当前任务周期和上述上一任务周期，确定上述变量的数据值；在第二时间点，根据上述变量的数据值、上述固定量的数据值和上述计算规则进行计算，得到第二处理结果。

结合第一方面，在某些可能的实现方式中，上述数据处理任务包括以下任意一种：计提金额计算任务、外币折算任务、贷款逾期天数计算任务。

第二方面，提供了一种数据处理装置，包括：第一处理模块，用于在第一时间点，获取数据处理任务在当前任务周期相对于上一任务周期的变更数据，并根据上述变更数据和上述数据处理任务对应的计算规则进行计算，得到第一处理结果；其中，上述第一时间点为上述当前任务周期的结束时间点；第二处理模块，用于在第二时间点，根据目标数据和上述计算规则进行计算，得到第二处理结果；其中，上述第二时间点为上述当前任务周期内位于上述第一时间点之前的时间点，上述目标数据为上述上一任务周期的任务数据；合并模块，用于对上述第一处理结果和上述第二处理结果进行合并，得到上述数据处理任务在当前任务周期的目标处理结果。

结合第二方面，在某些可能的实现方式中，上述数据处理任务包括对上述当前任务周期内的N条任务数据进行处理的任务，上述N大于1，上述变更数据包括：上述N条任务数据中相比于上述上一任务周期的任务数据发生变更的M条任务数据，上述第一处理结果包括：上述M条任务数据对应的第一处理结果，上述第二处理结果包括：上述上一任务周期的任务数据在上述当前任务周期对应的第二处理结果，上述目标处理结果包括上述N条任务数据对应的目标处理结果；合并模块包括：选择单元，用于从上述上一任务周期的任务数据在上述当前任务周期对应的第二处理结果中，选择出P条任务数据对应的第二处理结果；其中，上述P条任务数据为上述上一任务周期的任务数据中除上述M条任务数据之外的任务数据；合并单元，用于对上述M条任务数据对应的第一处理结果和上述P条任务数据对应的第二处理结果进行合并，得到上述N任务条数据对应的目标处理结果。

结合第二方面，在某些可能的实现方式中，每条上述任务数据具备数据标识；选择单元具体用于确定上述P条任务数据的数据标识；根据上述P条任务数据的数据标识，在上述上一任务周期的任务数据在上述当前任务周期对应的第二处理结果中，选择出P条任务数据对应的第二处理结果。

结合第二方面，在某些可能的实现方式中，上述数据处理任务包括对上述当前任务周期内的N条任务数据进行处理的任务，上述N大于1，上述N条任务数据具备各自的数据标识，上述变更数据包括：上述N条任务数据中相比于上述上一任务周期的任务数据发生变更的M条任务数据，上述第一处理结果包括：上述M条任务数据的数据标识对应的第一处理结果，上述第二处理结果包括：在上述当前任务周期，上述上一任务周期的任务数据的数据标识对应的第二处理结果，上述目标处理结果包括上述N条任务数据对应的目标处理结果；合并模块具体用于：在上述第一处理结果和上述第二处理结果中确定第一类数据标识和第二类数据标识；其中，上述第一类数据标识为同时存在于上述第一处理结果和上述第二处理结果中的数据标识，上述第二类数据标识为存在于第二处理结果且不存在于上述第一处理结果中的数据标识；将上述第一类数据标识对应的第一处理结果作为上述第一类数据标识对应的目标处理结果；将上述第二类数据标识对应的第二处理结果作为上述第二类数据标识对应的目标处理结果；对上述第一类数据标识对应的目标处理结果和上述第二类数据标识对应的目标处理结果进行合并，得到上述N条数据对应的目标处理结果。

结合第二方面，在某些可能的实现方式中，上述第二时间点为上述数据处理任务的处理资源的使用率低于预设使用率阈值的时间点。

结合第二方面，在某些可能的实现方式中，上述计算规则中包括多个数据项，第二处理模块具体用于：在上述多个数据项中，将时间项作为变量，并将除上述时间项之外的其他数据项作为固定量；在上述目标数据中，确定上述固定量的数据值；根据上述当前任务周期和上述上一任务周期，确定上述变量的数据值；在第二时间点，根据上述变量的数据值、上述固定量的数据值和上述计算规则进行计算，得到第二处理结果。

结合第二方面，在某些可能的实现方式中，上述数据处理任务包括以下任意一种：计提金额计算任务、外币折算任务、贷款逾期天数计算任务。

第三方面，提供一种电子设备，包括存储器、处理器以及存储在上述存储器中并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时实现如上述实施例中的方法。

第四方面，提供一种计算机可读存储介质，上述计算机可读存储介质中存储有指令，当上述指令在计算机或处理器上运行时，使得上述计算机或处理器执行如上述实施例中的方法。

根据本说明书的另一个方面，提供一种包含指令的计算机程序产品，当上述计算机程序产品在计算机或处理器上运行时，使得上述计算机或处理器执行如上述实施例中的方法。

本说明书的实施例所提供的工作流引擎及其实现方法、计算机可读存储介质、电子设备，具备以下技术效果：

本说明书实施例提供的方案中，在数据处理任务在所述当前任务周期的结束时间点，对变更数据进行处理，得到第一处理结果。考虑到，当前任务周期内存在相比于上一任务周期不变更的数据，因此，在当前任务周期的结束时间点之前，可以假设当前任务周期相比于上一任务周期不存在除时间之外的变更数据，从而可以在当前任务周期内提前对目标数据即上一任务周期的任务数据进行处理，得到第二处理结果。通过对第一处理结果和第二处理结果进行合并，得到数据处理任务在当前任务周期的目标处理结果。由于，本申请的技术方案中，相当于在结束时间点之前提前处理了无变更的数据即目标数据，在结束时间点只需处理变更数据，极大的减少了在结束时间点所需要处理的数据量，从而能够提升数据处理速度，快速完成数据处理任务。

应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本说明书。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本说明书的实施例，并与说明书一起用于解释本说明书的原理。显而易见地，下面描述中的附图仅仅是本说明书的一些实施例，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。

图1示出了现有技术中针对网商日终任务的数据处理流程的示意图；

图2示出了本说明书实施例提供的一种数据处理方法的示意图；

图3示出了本说明书实施例提供的另一种数据处理方法的示意图；

图4示出了本说明书实施例提供的一种数据处理装置的结构示意图；

图5示出了本说明书实施例中电子设备的结构图。

具体实施方式

为使本说明书的目的、技术方案和优点更加清楚，下面将结合附图对本说明书实施方式作进一步地详细描述。

下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本说明书相一致的所有实施方式。相反，它们仅是如所附权利要求书中所详述的、本说明书的一些方面相一致的装置和方法的例子。

现在将参考附图更全面地描述示例实施方式。然而，示例实施方式能够以多种形式实施，且不应被理解为限于在此阐述的范例；相反，提供这些实施方式使得本说明书将更加全面和完整，并将示例实施方式的构思全面地传达给本领域的技术人员。所描述的特征、结构或特性可以以任何合适的方式结合在一个或更多实施方式中。在下面的描述中，提供许多具体细节从而给出对本说明书的实施方式的充分理解。然而，本领域技术人员将意识到，可以实践本说明书的技术方案而省略上述特定细节中的一个或更多，或者可以采用其它的方法、组元、装置、步骤等。在其它情况下，不详细示出或描述公知技术方案以避免喧宾夺主而使得本说明书的各方面变得模糊。

此外，附图仅为本说明书的示意性图解，并非一定是按比例绘制。图中相同的附图标记表示相同或类似的部分，因而将省略对它们的重复描述。附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。

网商是指利用互联网作为企业或个人商业经营平台，进行企业或个人的日常经营活动，其可以理解为一种电子商务工具。目前，对于网商银行，其网商日终任务包括：基于当日全量贷款数据重新计算计提金额，数据量大处理速度慢，会导致整体日终任务的完成时间超过预设的基线时间。同时，随着业务发展全量数据会不断增加，导致日终任务的整体耗时越来长。

示例性的，参阅图1，图1是现有技术中针对网商日终任务的数据处理流程的示意图。在图1中，数据处理流程包括：

步骤101：获取昨日数据。

步骤102：今日新增数据产出后，获取今日新增数据。

步骤103：对昨日数据和今日数据进行合并，得到业务全量数据。

步骤104：对业务全量数据进行数据加工计算处理，得到当日全量数据处理结果。

结合图1中的处理流程可以看出，现有技术中的数据处理流程中，在今日新增数据产出后和昨日数据合并，再对合并后的全量业务数据进行数据加工处理，相当于要在日终任务的结束时间点对全量业务数据进行数据加工处理，这将导致耗费内存资源巨大，而且由于全量业务数据的数据量大，也会导致数据处理速慢的问题。上述图1中的数据处理流程也无法解决数据持续膨胀带来的数据处理耗时增加的问题。

基于此，为了解决上述数据处理速度慢、耗时长的技术问题，本说明书实施例提供了一种数据处理方法、装置、电子设备和计算机刻度存储介质。本说明书实施例中的数据处理方法应用于电子设备，该电子设备可以服务器，该服务器具体可以是一种能够实现数据传输、数据处理等功能的服务器。具体的，该服务器可以为一个具有数据运算、存储功能以及网络交互功能的电子设备；也可以为运行于该电子设备中，为数据处理、存储和网络交互提供支持的软件程序。在本实施例中，并不具体限定服务器的数量。该服务器具体可以为一个服务器，也可以为几个服务器，或者，由若干服务器形成的服务器集群。

需要说明的是，本说明书实施例的方法可以由单个电子设备执行，例如一台计算机或服务器等，也可以应用于分布式场景下，由多台设备相互配合来完成。在这种分布式场景的情况下，这多台设备中的一台设备可以只执行本说明书实施例的方法中的某一个或多个步骤，这多台设备相互之间会进行交互以完成上述数据处理方法。

本说明书实施例的应用场景可以为涉及数据加工处理的场景，比如可以包括：处理贷款数据的场景、处理存储数据的场景、外币折算处理的场景、贷款逾期天数计算的场景等。

示例性的，在处理存储数据的场景下，假设用户在银行存了一笔钱，理论上该笔钱的利息会在预定的时间点比如每个季度末发放到用户账户。但对于银行系统而言，实际会每日计算该笔钱的利息即计提金额，该计提金额的计算即可以理解为一种数据处理任务。

下面首先对本说明书实施例提出的数据处理方法进行介绍：请参阅图2，图2是本说明书实施例提出的一种数据处理方法的示意性流程图。

步骤202：在第一时间点，获取数据处理任务在当前任务周期相对于上一任务周期的变更数据，并根据变更数据和数据处理任务对应的计算规则进行计算，得到第一处理结果；其中，第一时间点为数据处理任务在当前任务周期的结束时间点。

步骤204：在第二时间点，根据目标数据和计算规则进行计算，得到第二处理结果；其中，第二时间点为所述当前任务周期内位于第一时间点之前的时间点，目标数据为上一任务周期的任务数据。

步骤206：对第一处理结果和第二处理结果进行合并，得到数据处理任务在当前任务周期的目标处理结果。

在图2所示的实施例中，在数据处理任务在所述当前任务周期的结束时间点，对变更数据进行处理，得到第一处理结果。考虑到，当前任务周期内存在相比于上一任务周期不变更的数据，因此，在当前任务周期的结束时间点之前，可以假设当前任务周期相比于上一任务周期不存在除时间之外的变更数据，从而可以在当前任务周期内提前对目标数据即上一任务周期的任务数据进行处理，得到第二处理结果。通过对第一处理结果和第二处理结果进行合并，得到数据处理任务在当前任务周期的目标处理结果。由于，本申请的技术方案中，相当于在结束时间点之前提前处理了无变更的数据即目标数据，在结束时间点只需处理变更数据，极大的减少了在结束时间点所需要处理的数据量，从而能够提升数据处理速度，快速完成数据处理任务。

下面对图2所示的实施例中的各个步骤的具体实现方式进行说明：

在步骤202中，数据处理任务以及该数据处理任务对应的计算规则均和数据加工处理的场景相关。示例性的，该数据处理任务包括以下任意一种：计提金额计算任务、外币折算任务、贷款逾期天数计算任务。

比如，当数据加工处理的场景为处理贷款数据或是存款数据的场景时，数据处理任务可以为计提金额的计算任务，该计提金额的计算任务对应的计算规则可以为计提金额的计算公式。在处理贷款数据的场景下，该计提金额的计算任务具体用于计算贷款利息，计提金额的计算公式可以具体是贷款利息的计算公式。在处理存款数据的场景下，该计提金额的计算任务具体用于计算存款利息，计提金额的计算公式可以具体是存款利息的计算公式。当数据加工处理的场景为外币折算处理的场景时，数据处理任务可以为将外币金额折算为人民币金额的计算任务，该计算任务对应的计算规则可以是外币折算的计算公式。当数据加工处理的场景为贷款逾期天数计算的场景时，数据处理任务可以为贷款逾期天数的计算任务，该计算任务对应的计算规则可以是贷款逾期天数的计算公式。

任务周期可以基于数据处理任务的任务要求确定。比如，如果数据处理任务的任务要求为在每日日终，完成对当日产生数据的处理，则该任务周期即为一天，当前任务周期即为当天，上一任务周期即为昨天，数据处理任务在当前任务周期的结束时间点即为每天的凌晨0点。如果数据处理任务的任务要求为在每周周末，完成对本周产生数据的处理，则该任务周期即为一周，当前任务周期即为本周，上一任务周期即为上一周，数据处理任务在当前任务周期的结束时间点即为每周的周末。类似的，如果数据处理任务的任务要求为在每月月末，完成对本月产生数据的处理，则该任务周期即为一个月，当前任务周期即为本月，上一任务周期即为上月，数据处理任务在当前任务周期的结束时间点即为每月的月末。

示例性的，针对上文中提到的：网商日终任务包括基于当日全量贷款数据重新计算计提金额，可以看出：该网商日终任务即为数据处理任务，网商日终任务的任务周期即为一天，网商日终任务的任务结束时间点即为每天的凌晨12点。

电子设备可以在第一时间点即当前任务周期的结束时间点获取数据处理任务在当前任务周期相对于上一任务周期的变更数据。该变更数据可以理解为当前任务周期内的任务数据相比于上一任务周期的任务数据而言新增的数据或是发生变更的数据。比如，当前任务周期为当日，上一任务周期为昨日，该变更数据则可以理解为当日和昨日相比除时间之外发生变化的数据，也可以称为热数据。

示例性的，数据处理任务为对N条数据进行处理的任务，在上述数据处理任务为计算贷款利息的计算任务时，N条数据可以为N条贷款数据，每条贷款数据可以对应账户标识。针对每条贷款数据，均需要在日终即第一时间点计算当日的贷款利息。假设在第一时间点对于某一条贷款数据，确定当日和昨日相比除了贷款时间多了一天，其余的数据(比如本金、利率、还款方式、到期日、是否逾期未还款等数据)均未发生变化，则该条贷款数据可以视为冷数据。如果确定当日和昨日相比除了贷款时间多了一天，还存在其余的数据(比如本金、利率、还款方式、到期日、是否逾期未还款等数据中的任意一个)发生变化，则该条贷款数据可以视为热数据即变更数据。假设N＝10000，即在第一时间点确定当前任务周期内一共存在10000条贷款数据，可以在这10000条贷款数据中，确定和上一任务周期内的贷款数据相比存在变化的数据。比如，在10000条贷款数据中确定出1000条贷款数据为热数据即变更数据，剩余9000条贷款数据均为冷数据，这9000条贷款数据相当于除了贷款时间加了一天之外，不存在其他变化。

在得到变更数据之后，根据变更数据和数据处理任务对应的计算规则进行计算，得到第一处理结果。如上文阐述，数据处理任务对应的计算规则可以为计算公式，计算公式中包括多个数据项，变更数据中可以包括计算公式的多个数据项对应的数据值，从而可以将多个数据项的数据值带入上述计算公式中，得到对变更数据的第一处理结果。

本实施例中变更数据可以包括修改数据或新增数据。新增数据可以理解为：假设昨日并没有该贷款数据d，当日新增了一条贷款数据d。修改数据可以理解为：如果昨日该贷款数据d对应的贷款本金为1000元，今日还款500元，相当于今日该贷款数据的贷款本金被修改为500元。上述d代表贷款数据的数据标识，用于唯一表征一条贷款数据。

为便于对上述计算得到第一处理结果的计算过程的理解，下面以一具体场景进行说明：

假设，变更数据包括上述1000条贷款数据，则可以采用贷款利息的计算公式，在第一时间点对这1000条贷款数据的贷款利息进行计算，得到这1000条贷款数据的贷款利息的计算结果，将这1000条贷款利息的计算结果作为第一处理结果。该第一处理结果也即是热数据的处理结果。由此可见，本说明书实施例中，在日终任务的结束时间点即第一时间点只需要对发生变更的1000条贷款数据进行数据处理，对于未发生变更的其余9000条贷款数据无需进行处理。该9000条未发生变更的贷款数据实际在第一时间点之前已经被处理过了，因此，本说明书实施例中相当于可以减少在第一时间点开始处理的数据量，在一定程度上能够加快数据处理速度。

在步骤204中，第二时间点为当前任务周期内位于第一时间点之前的时间点。比如，如果当前任务周期为当天，第二时间点即为当天中凌晨12点之前的任意一个时间点。如果当前任务周期为本月，第二时间点即为本月月末之前的任意一天。如果当前任务周期为本周，第二时间点即为本周周末之前的任意一天。目标数据为上一任务周期的任务数据，比如在贷款场景下昨日一共产生10000条贷款数据。在第二时间点，根据目标数据和计算规则进行计算，得到第二处理结果，相当于假设上一任务周期的任务数据在当前任务周期内未发生变化，也即上一任务周期的任务数据维持到当前任务周期，上一任务周期的任务数据和当前任务周期的任务数据相比，除了时间之外没有其他变化，因此可以称目标数据为冷数据。由于虽然在第二时间点还未达到当前任务周期的结束时间点，但可以假设截止当前任务周期的结束时间点所产生的任务数据与上一任务周期的任务数据相比不会发生变化，从而可以在第二时间点提前基于目标数据进行计算，得到第二处理结果。比如，可以在当日下午15点，利用贷款利息的计算公式对昨日一共产生的10000条贷款数据进行计算，得到昨日一共产生的10000条贷款数据在当日的贷款利息计算结果，作为第二处理结果。

在示例性的实施例中，第二时间点为数据处理任务的处理资源的使用率低于预设使用率阈值的时间点。其中，预设使用率阈值可以为预先设置好的值，用于表征处理资源的使用率低，使用资源处于相对空闲的状态。本说明书实施例中，相当于在当前任务周期的结束时间点之前的一个处理资源相对空闲的时间点对冷数据进行处理，有利于进一步提高数据处理速度。

在示例性的实施例中，上述计算规则中包括多个数据项，上述在第二时间点，根据目标数据和计算规则进行计算，得到第二处理结果，包括：在多个数据项中，将时间项作为变量，并将除时间项之外的其他数据项作为固定量；在目标数据中，确定固定量的数据值；根据当前任务周期和上一任务周期，确定变量的数据值；在第二时间点，根据变量的数据值、固定量的数据值和计算规则进行计算，得到第二处理结果。

其中，计算规则中包括的多个数据项可以理解为该计算规则对应的计算公式中的多个参数项。比如，计算公式可以为：y＝a*t1+b*x1+c*x2，其中，a、b、c均为计算公式中的已知常数，t1、x1、x2为3个数据项，得到t1、x1、x2这3个数据项的数据值后，可以将得到的该数据值带入上述计算公式中，得到计算结果即第二处理结果。在这3个数据项中，可以将时间项t1作为变量，并将除时间项t1之外的其他数据项即x1和x2作为固定量。目标数据中可以包括固定量的数据值，比如包括x1和x2的数据值。根据当前任务周期和上一任务周期，确定变量t1的数据值，比如，任务周期为1天，则t1的数据值为上一任务周期对应的天数的基础上加1天，假设上一任务周期对应的贷款累计天数为3天，则在当前任务周期确定的t1的数据值为3天+1天＝4天。在第二时间点，将变量的数据值和固定量的数据值带入计算规则对应的计算公式中进行计算，得到第二处理结果。

比如，贷款利息的计算公式为：

在步骤206中，通过对第一处理结果和第二处理结果进行合并，得到数据处理任务在当前任务周期的目标处理结果。也就是说，将上述对于热数据的第一处理结果和对于冷数据的第二处理结果进行合并，得到目标处理结果。假设，上一任务周期内产生9000条数据，当前任务周期内产生10000条数据，假设这10000条数据中1000条为热数据，9000条为冷数据，则第一处理结果包括1000条热数据的处理结果，第二处理结果包括9000条冷数据的处理结果。从而，可以将1000条热数据的处理结果和9000条冷数据的处理结果进行合并，得到当前任务周期内产生的10000条数据的目标处理结果。

示例性的，假设1000条热数据和9000条冷数据的数据标识各不相同，说明这1000条热数据是当前任务周期相比于上一任务周期新增的数据，则可以直接将1000条热数据的处理结果和9000条冷数据的处理结果进行合并，得到10000条数据的目标处理结果。假设1000条热数据和9000条冷数据的数据标识存在相同的，说明1000条热数据中存在一些数据是对上述9000条冷数据中的一些数据进行了修改，则可以以热数据的处理结果为准，即采用热数据的处理结果覆盖冷数据的处理结果，以最终得到10000条数据的目标处理结果。

在示例性的实施例中，上述数据处理任务包括对当前任务周期内产生的N条任务数据进行处理的任务，N大于1，目标处理结果包括N条任务数据对应的目标处理结果，变更数据包括：N条任务数据中相比于上一任务周期的任务数据发生变更的M条任务数据，第一处理结果包括：M条任务数据对应的第一处理结果，第二处理结果包括：上一任务周期的任务数据在当前任务周期对应的第二处理结果。上述对第一处理结果和所述第二处理结果进行合并，得到数据处理任务在当前任务周期的目标处理结果，包括：从上一任务周期的任务数据在当前任务周期对应的第二处理结果中，选择出P条任务数据对应的第二处理结果；其中，P条任务数据为上一任务周期的任务数据中除M条任务数据之外的数据；对M条任务数据对应的第一处理结果和P条任务数据对应的第二处理结果进行合并，得到N任务条数据对应的目标处理结果。

为便于理解，下面以一具体示例进行说明：

假设，当前任务周期(当天)内产生的N条任务数据为10000条贷款数据，即在一天24小时内一共有10000条贷款数据。上一任务周期(昨日)内产生的任务数据包括9500条贷款数据。变更数据包括：10000条贷款数据中相比于昨日的9500条贷款数据发生变更的M条任务数据，假设发生变更的数据为1000条贷款数据，第一处理结果包括：当日凌晨12点计算的1000条贷款数据(热数据)对应的第一处理结果。第二处理结果包括：当日凌晨12点之前计算的昨日的9500条贷款数据在当日的贷款利息，即昨日的9500条贷款数据在今天计算得到的第二处理结果。从昨日的9500条贷款数据在当日对应的第二处理结果中，选择出P条任务数据对应的第二处理结果；P条任务数据为昨日的9500条贷款数据中除上述发生变更的M条任务数据之外的其他任务数据，假设这9500条贷款数据中有500条贷款数据是上述M条任务数据之中的，则P条任务数据即为昨日的9500条贷款数据中除上述500条贷款数据之外的9000条贷款数据(冷数据)。最终，可以将对上述1000条贷款数据(热数据)对应的第一处理结果和9000条贷款数据(冷数据)对应的第二处理结果进行合并，得到10000条贷款数据对应的目标处理结果。

在示例性的实施例中，每条任务数据具备各自的数据标识。比如，对于每条贷款数据，其数据标识可以为该贷款数据的账户标识。上述从上一任务周期的任务数据在当前任务周期对应的第二处理结果中，选择出P条任务数据对应的第二处理结果，包括：确定P条任务数据的数据标识；根据P条任务数据的数据标识，在上一任务周期的任务数据在当前任务周期对应的第二处理结果中，选择出P条任务数据对应的第二处理结果。

具体的，可以先确定M条任务数据的数据标识，然后在上一任务周期的任务数据的数据标识中查找与这M条任务数据的数据标识相同的数据标识，比如在上一任务周期的任务数据的数据标识中查找到500条任务数据的数据标识与这M条任务数据的数据标识中的500条任务数据的数据标识相同，则将上一任务周期的任务数据中除查找到的上述500条任务数据之外的其他任务数据作为P条任务数据。每条任务数据与其对应的第二处理结果也可以通过该任务数据的数据标识关联起来，使得通过数据标识可以唯一锁定一条任务数据以及该任务数据对应的第二处理结果。

然后，根据这P条任务数据的数据标识，在上一任务周期的任务数据在当前任务周期对应的第二处理结果中，选择出P条任务数据对应的第二处理结果。

在示例性的实施例中，数据处理任务包括对当前任务周期内的N条任务数据进行处理的任务，N大于1，N条任务数据具备各自的数据标识，变更数据包括：N条任务数据中相比于上一任务周期的任务数据发生变更的M条任务数据，第一处理结果包括：M条任务数据的数据标识对应的第一处理结果，第二处理结果包括：在当前任务周期上一任务周期的任务数据的数据标识对应的第二处理结果，目标处理结果包括N条任务数据对应的目标处理结果；上述对第一处理结果和所述第二处理结果进行合并，得到数据处理任务在当前任务周期的目标处理结果，包括如下的S1至S4：

S1，在第一处理结果和第二处理结果中确定第一类数据标识和第二类数据标识；其中，第一类数据标识为同时存在于第一处理结果和第二处理结果中的数据标识，第二类数据标识为存在于第二处理结果且不存在于第一处理结果中的数据标识。

由于第一类数据标识同时存在于第一处理结果和第二处理结果中，说明具备第一类数据标识的任务数据实际为热数据，其既具有在第一时间点计算得到的第一处理结果，也具有在第二时间点计算得到的第二处理结果。第二类数据标识存在于第二处理结果且不存在于第一处理结果，说明具备第二类数据标识的任务数据实际为冷数据，其仅具有在第二时间点计算得到的第二处理结果。

S2，将第一类数据标识对应的第一处理结果作为第一类数据标识对应的目标处理结果。

第一类数据标识同时对应有第一处理结果和第二处理结果，而第一处理结果才是在当前任务周期的结束时间点计算得到的处理结果，即热数据的处理结果。因此，在第一类数据标识同时对应有第一处理结果和第二处理结果的情况下，将第一类数据标识对应的第一处理结果作为第一类数据标识对应的目标处理结果。也就是说，如果对于某条任务数据，其既存在热数据处理结果(即第一处理结果)也存在冷数据处理结果(即第二处理结果)，那么会用热数据处理结果覆盖该冷数据处理结果，将热数据处理结果作为该条任务数据的最终处理结果，也即该条任务数据的目标处理结果。

S3，将第二类数据标识对应的第二处理结果作为第二类数据标识对应的目标处理结果。

第二类数据标识相当于只对应有第二处理结果，说明具备该第二类数据标识的任务数据没有第一处理结果，进而说明该任务数据不属于热数据，可以直接将该任务数据的第一处理结果即冷数据处理结果作为该条任务数据的最终处理结果，也即该条任务数据的目标处理结果。

S4，对第一类数据标识对应的目标处理结果和第二类数据标识对应的目标处理结果进行合并，得到N条任务数据对应的目标处理结果。

具体的，可以直接对第一类数据标识对应的目标处理结果和第二类数据标识对应的目标处理结果进行合并，得到N条任务数据的数据标识对应的目标处理结果，也即N条任务数据的最终处理结果。第一类数据标识对应的目标处理结果实际为热数据的最终处理结果，第二类数据标识对应的目标处理结果实际为N条任务数据中除热数据的最终处理结果之外的其他任务数据的最终处理结果。

假设N＝10000，第一类数据标识对应的目标处理结果包括：1000条任务数据的目标处理结果，第二类数据标识对应的目标处理结果包括：9000条任务数据的目标处理结果，从而将1000条任务数据的目标处理结果和9000条任务数据的目标处理结果，进行合并得到10000条任务数据的目标处理结果，即得到全量任务数据的目标处理结果，从而完成数据处理任务。

在示例性的实施例中，当前任务周期为当日(今日)，上一任务周期为昨日。第一处理结果为热数据处理结果，第二处理结果为冷数据处理结果，第一时间点位今日的结束时间点比如今日晚上12点，第二时间点为今日晚上12点之前的时间点。数据处理任务在当前任务周期相对于上一任务周期的变更数据为今日新增数据，目标数据为昨日数据。该数据处理方法的流程示意图可以参阅图3，包括：

步骤302：在今日的结束时间点之前提前若干小时基于昨日数据触发计算。其中，上述若干小时比如为5小时，即在今日结束之前提前5小时基于昨日数据触发计算。

步骤304：根据昨日数据和计算规则进行计算，得到冷数据处理结果。比如，基于昨日数据，提前5小时，开始计算昨日数据在今日的计算结果，即冷数据提前处理得到冷数据处理结果。

步骤306：在今日的结束时间点，获取今日新增数据。即在今日的结束时间点晚上12点，获取今日新增数据。

步骤308：根据今日新增数据和计算规则进行计算，得到热数据处理结果。即，在今日新增数据产出后，计算这部分数据的今日计算结果，即热数据实时处理。

步骤310：对冷数据处理结果和热数据处理结果进行合并，得到全量数据的处理结果。

为便于理解本说明书实施例，下面以一个数据处理任务为每日日终计算贷款利息为例进行说明：

贷款利息的计算公式＝∑(每日本金)*日利率，假设用户在2023年1月1日借款1000元，日利率1‰。该用户在2023年1月4日还款500元，日利率没有变化。每日晚上12点(次日凌晨)需进行当日贷款利息的更新计算，每日日终计算贷款利息的结果可以参阅如下表1：

表1

下面对上述表格进行解释说明：

通过上述表格可以看出：前3天借款本金都是1000元不变，所以总利息计算时本金之和就是每天增加1000元，第4天即1月4日还款了500元，本金剩下了1000-500＝500元，所以1月4日在进行贷款利息的计算时本金之和是3500元，同样1月5日本金是500元，所以1月5日当天计算时，本金之和只加了500即1月5日在进行贷款利息的计算时本金之和是4000元。

由于用户在2023年1月1日借款1000元，产生一条数据标识为a的贷款数据(以下称贷款数据a)，a可以是用户的账户标识。由于该贷款数据a相当于是新产生的一条贷款数据，其不存在昨日数据，即昨日不存在一条数据标识为a的贷款数据，该贷款数据a相比于昨日数据而言是变更数据，即热数据。因此，对于贷款数据a，在1月1日晚上12点(次日凌晨)计算得到当日贷款利息为1元。然后，将该贷款数据a的计算结果，与其他贷款数据的计算结果进行合并，得到1月1日一整天所有贷款数据的计算结果作为数据处理任务在1月1日的目标处理结果。

1月2日，本金和日利率均未变化，即1月2日的贷款数据a相比于1月1日的贷款数据a除了贷款时间增加了一天之外，未发生其他变更。也就是说，该贷款数据a在1月2日属于冷数据，则可以在1月2日白天提前计算，该贷款数据a在1月2日的贷款利息。在1月2日晚上12点将贷款数据a的计算结果，与其他贷款数据的计算结果进行合并，得到1月2日一整天所有贷款数据的计算结果作为数据处理任务在1月2日的目标处理结果。

1月3日，本金和日利率均未变化，即1月3日的贷款数据a相比于1月2日的贷款数据a除了贷款时间增加了一天之外，未发生其他变更。也就是说，该贷款数据a在1月3日属于冷数据，则可以在1月3日白天提前计算，该贷款数据a在1月3日的贷款利息。在1月3日晚上12点将贷款数据a的计算结果，与其他贷款数据的计算结果进行合并，得到1月3日一整天所有贷款数据的计算结果作为数据处理任务在1月3日的目标处理结果。

1月4日，由于还款500元，相当于本金发生变化，即1月4日的贷款数据a相比于1月3日的贷款数据a除了贷款时间增加了一天之外，本金也发生了变更。也就是说，该贷款数据a在1月4日属于热数据。1月4日白天按本金依然为1000元计算得到贷款利息为4元(相当于是贷款数据a对应的第二处理结果)，1月4日晚上12点按照变更后的本金500元计算得到贷款利息为3.5元(相当于是贷款数据a对应的第一处理结果)。最后会将3.5元作为贷款数据a最终的计算结果(相当于是将贷款数据a对应的第一处理结果作为其最终的目标处理结果)。在1月4日晚上12点将贷款数据a最终的计算结果(3.5元)，与其他贷款数据的计算结果进行合并，得到1月4日一整天所有贷款数据的计算结果作为数据处理任务在1月4日的目标处理结果。

1月5日，本金和日利率均未变化，即1月5日的贷款数据a相比于1月4日的贷款数据a除了贷款时间增加了一天之外，未发生其他变更。也就是说，该贷款数据a在1月5日属于冷数据，则可以在1月5日白天提前计算，该贷款数据a在1月5日的贷款利息。在1月5日晚上12点将贷款数据a的计算结果，与其他贷款数据的计算结果进行合并，得到1月5日一整天所有贷款数据的计算结果作为数据处理任务在1月5日的目标处理结果。

通过分析数据特点，历史贷款数据量较大且当日没有变更时可以提前计算的特点，本说明书实施例提出了一种基于数据冷热特点，提前处理无变更的冷数据(大量数据)，日终时处理当日有变更的热数据(小量数据)，极大减少了日终时的数据处理量，从而提高整体日终任务执行速度。而且，由于减少了日终时的数据处理量，从而有利于减少日终时对计算资源的需求量，进而释放资源供其他任务使用。并且，冷数据的处理时间即第二时间点可调整，有利于提高集群资源平均使用效率。同时，由于日终时的数据处理量减少，在一定程度上也能确保数据的处理精度。

需要说明的是，本说明书实施例所涉及的信息(包括但不限于用户设备信息、用户个人信息等)、数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)以及信号，均为经用户授权或者经过各方充分授权的，且相关数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准。

上述附图仅是根据本说明书示例性实施例的方法所包括的处理的示意性说明，而不是限制目的。易于理解，上述附图所示的处理并不表明或限制这些处理的时间顺序。另外，也易于理解，这些处理可以是例如在多个模块中同步或异步执行的。

图4是本说明书实施例提供的一种数据处理装置的结构示意图。

示例性的，如图4所示，该数据处理装置400包括：第一处理模块401，用于在第一时间点，获取数据处理任务在当前任务周期相对于上一任务周期的变更数据，并根据上述变更数据和上述数据处理任务对应的计算规则进行计算，得到第一处理结果；其中，上述第一时间点为上述当前任务周期的结束时间点；第二处理模块402，用于在第二时间点，根据目标数据和上述计算规则进行计算，得到第二处理结果；其中，上述第二时间点为上述当前任务周期内位于上述第一时间点之前的时间点，上述目标数据为上述上一任务周期的任务数据；合并模块403，用于对上述第一处理结果和上述第二处理结果进行合并，得到上述数据处理任务在当前任务周期的目标处理结果。

一种可能的实现方式中，上述数据处理任务包括对上述当前任务周期内的N条任务数据进行处理的任务，上述N大于1，上述变更数据包括：上述N条任务数据中相比于上述上一任务周期的任务数据发生变更的M条任务数据，上述第一处理结果包括：上述M条任务数据对应的第一处理结果，上述第二处理结果包括：上述上一任务周期的任务数据在上述当前任务周期对应的第二处理结果，上述目标处理结果包括上述N条任务数据对应的目标处理结果；合并模块403包括：选择单元，用于从上述上一任务周期的任务数据在上述当前任务周期对应的第二处理结果中，选择出P条任务数据对应的第二处理结果；其中，上述P条任务数据为上述上一任务周期的任务数据中除上述M条任务数据之外的任务数据；合并单元，用于对上述M条任务数据对应的第一处理结果和上述P条任务数据对应的第二处理结果进行合并，得到上述N任务条数据对应的目标处理结果。

一种可能的实现方式中，每条上述任务数据具备数据标识；选择单元，具体用于确定上述P条任务数据的数据标识；根据上述P条任务数据的数据标识，在上述上一任务周期的任务数据在上述当前任务周期对应的第二处理结果中，选择出P条任务数据对应的第二处理结果。

一种可能的实现方式中，上述数据处理任务包括对上述当前任务周期内的N条任务数据进行处理的任务，上述N大于1，上述N条任务数据具备各自的数据标识，上述变更数据包括：上述N条任务数据中相比于上述上一任务周期的任务数据发生变更的M条任务数据，上述第一处理结果包括：上述M条任务数据的数据标识对应的第一处理结果，上述第二处理结果包括：在上述当前任务周期，上述上一任务周期的任务数据的数据标识对应的第二处理结果，上述目标处理结果包括上述N条任务数据对应的目标处理结果；合并模块403具体用于：在上述第一处理结果和上述第二处理结果中确定第一类数据标识和第二类数据标识；其中，上述第一类数据标识为同时存在于上述第一处理结果和上述第二处理结果中的数据标识，上述第二类数据标识为存在于第二处理结果且不存在于上述第一处理结果中的数据标识；将上述第一类数据标识对应的第一处理结果作为上述第一类数据标识对应的目标处理结果；将上述第二类数据标识对应的第二处理结果作为上述第二类数据标识对应的目标处理结果；对上述第一类数据标识对应的目标处理结果和上述第二类数据标识对应的目标处理结果进行合并，得到上述N条数据对应的目标处理结果。

一种可能的实现方式中，上述第二时间点为上述数据处理任务的处理资源的使用率低于预设使用率阈值的时间点。

一种可能的实现方式中，上述计算规则中包括多个数据项，第二处理模块402，具体用于：在上述多个数据项中，将时间项作为变量，并将除上述时间项之外的其他数据项作为固定量；在上述目标数据中，确定上述固定量的数据值；根据上述当前任务周期和上述上一任务周期，确定上述变量的数据值；在第二时间点，根据上述变量的数据值、上述固定量的数据值和上述计算规则进行计算，得到第二处理结果。

一种可能的实现方式中，上述数据处理任务包括以下任意一种：计提金额计算任务、外币折算任务、贷款逾期天数计算任务。

需要说明的是，上述实施例提供的数据处理装置在执行数据处理方法时，仅以上述各功能模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能模块完成，即将设备的内部结构划分成不同的功能模块，以完成以上描述的全部或者部分功能。另外，上述实施例提供的数据处理装置与数据处理方法实施例属于同一构思，因此对于本申请装置实施例中未披露的细节，请参照本申请上述的数据处理方法的实施例，这里不再赘述。

本说明书实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行程序时实现上述任一实施例方法的步骤。

图5示出了本说明书实施例中电子设备的结构图。请参见图5所示，电子设备500包括有：处理器501和存储器502。

本说明书实施例中，处理器501为计算机系统的控制中心，可以是实体机的处理器，也可以是虚拟机的处理器。处理器501可以包括一个或多个处理核心，比如4核心处理器、8核心处理器等。处理器501可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(Programmable Logic Array，PLA)中的至少一种硬件形式来实现。处理器501也可以包括主处理器和协处理器，主处理器是用于对在唤醒状态下的数据进行处理的处理器；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。

存储器502可以包括一个或多个计算机可读存储介质，该计算机可读存储介质可以是非暂态的。存储器502还可包括高速随机存取存储器，以及非易失性存储器，比如一个或多个磁盘存储设备、闪存存储设备。在本说明书的一些实施例中，存储器502中的非暂态的计算机可读存储介质用于存储至少一个指令，该至少一个指令用于被处理器501所执行以实现本说明书实施例中的方法。

一些实施例中，电子设备500还包括有：外围设备接口503和至少一个外围设备。处理器501、存储器502和外围设备接口503之间可以通过总线或信号线相连。各个外围设备可以通过总线、信号线或电路板与外围设备接口503相连。具体地，外围设备包括：显示屏504、摄像头505和音频电路506中的至少一种。

外围设备接口503可被用于将输入/输出(Input/Output，I/O)相关的至少一个外围设备连接到处理器501和存储器502。在本说明书的一些实施例中，处理器501、存储器502和外围设备接口503被集成在同一芯片或电路板上；在本说明书的一些其他实施例中，处理器501、存储器502和外围设备接口503中的任意一个或两个可以在单独的芯片或电路板上实现。本说明书实施例对此不作具体限定。

显示屏504用于显示用户界面(User Interface，UI)。该UI可以包括图形、文本、图标、视频及其它们的任意组合。当显示屏504是触摸显示屏时，显示屏504还具有采集在显示屏504的表面或表面上方的触摸信号的能力。该触摸信号可以作为控制信号输入至处理器501进行处理。此时，显示屏504还可以用于提供虚拟按钮和/或虚拟键盘，也称软按钮和/或软键盘。在本说明书的一些实施例中，显示屏504可以为一个，设置电子设备500的前面板；在本说明书的另一些实施例中，显示屏504可以为至少两个，分别设置在电子设备500的不同表面或呈折叠设计；在本说明书的再一些实施例中，显示屏504可以是柔性显示屏，设置在电子设备500的弯曲表面上或折叠面上。甚至，显示屏504还可以设置成非矩形的不规则图形，也即异形屏。显示屏504可以采用液晶显示屏(Liquid Crystal Display，LCD)、有机发光二极管(Organic Light-Emitting Diode，OLED)等材质制备。

摄像头505用于采集图像或视频。可选地，摄像头505包括前置摄像头和后置摄像头。通常，前置摄像头设置在电子设备的前面板，后置摄像头设置在电子设备的背面。在一些实施例中，后置摄像头为至少两个，分别为主摄像头、景深摄像头、广角摄像头、长焦摄像头中的任意一种，以实现主摄像头和景深摄像头融合实现背景虚化功能、主摄像头和广角摄像头融合实现全景拍摄以及虚拟现实(Virtual Reality，VR)拍摄功能或者其它融合拍摄功能。在本说明书的一些实施例中，摄像头505还可以包括闪光灯。闪光灯可以是单色温闪光灯，也可以是双色温闪光灯。双色温闪光灯是指暖光闪光灯和冷光闪光灯的组合，可以用于不同色温下的光线补偿。

音频电路506可以包括麦克风和扬声器。麦克风用于采集用户及环境的声波，并将声波转换为电信号输入至处理器501进行处理。出于立体声采集或降噪的目的，麦克风可以为多个，分别设置在电子设备500的不同部位。麦克风还可以是阵列麦克风或全向采集型麦克风。

电源507用于为电子设备500中的各个组件进行供电。电源507可以是交流电、直流电、一次性电池或可充电电池。当电源507包括可充电电池时，该可充电电池可以是有线充电电池或无线充电电池。有线充电电池是通过有线线路充电的电池，无线充电电池是通过无线线圈充电的电池。该可充电电池还可以用于支持快充技术。

本说明书实施例中示出的电子设备结构框图并不构成对电子设备500的限定，电子设备500可以包括比图示更多或更少的组件，或者组合某些组件，或者采用不同的组件布置。

在本说明书的描述中，需要理解的是，术语“第一”、“第二”等仅用于描述目的，而不能理解为指示或暗示相对重要性。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本说明书中的具体含义。此外，在本说明书的描述中，除非另有说明，“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

本说明书实施例还提供了计算机可读存储介质，该计算机可读存储介质中存储有指令，当其在计算机或处理器上运行时，使得计算机或处理器执行上述实施例中的一个或多个步骤。上述工作流引擎的各组成模块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，可以存储在上述计算机可读取存储介质中。

在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。上述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行上述计算机程序指令时，全部或部分地产生按照本说明书实施例上述的流程或功能。上述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。上述计算机指令可以存储在计算机可读存储介质中，或者通过上述计算机可读存储介质进行传输。上述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DigitalSubscriber Line，DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。上述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。上述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，数字多功能光盘(DigitalVersatile Disc，DVD))、或者半导体介质(例如，固态硬盘(Solid State Disk，SSD))等。

需要注意的是，上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下，在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外，在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中，多任务处理和并行处理也是可以的或者可能是有利的。

以上上述，仅为本说明书的具体实施方式，但本说明书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说明书揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本说明书的保护范围之内。因此，依本说明书权利要求所作的等同变化，仍属本说明书所涵盖的范围。