数据处理方法及装置、数据处理系统制造方法及图纸

本说明书实施例提供数据处理方法及装置、数据处理系统，其中，所述数据处理方法包括从第一数据库中获取用户的心跳数据，并确定与所述用户对应的时长位图；根据所述心跳数据对所述时长位图进行更新，并基于所述时长位图的更新结果确定所述用户的当前在线时长；将所述用户的当前在线时长缓存至第二数据库，且备份存储至第三数据库；所述数据处理方法利用心跳数据对时长位图进行更新，通过对更新后的时长位图中的比特位的统计，可以快速、准确的获取用户的当前在线时长；并且将第二数据库作为用户的当前在线时长的备份缓存，以及将第三数据库作为用户的当前在线时长的备份物理存储，极大的保证了数据的安全性。的保证了数据的安全性。的保证了数据的安全性。

【技术实现步骤摘要】
数据处理方法及装置、数据处理系统


[0001]本说明书实施例涉及计算机
，特别涉及一种数据处理方法。本说明书一个或者多个实施例同时涉及一种数据处理装置，一种数据处理系统，一种计算设备，以及一种计算机可读存储介质。

技术介绍

[0002]在电子产品(例如手机、平板电脑等)飞速发展的时代，人们对电子产品越来越依赖，使用电子产品进行视频观看、实时通信、网页浏览或者是游戏操作的时间越来越长，但是长时间使用电子产品会对人们的眼睛以及颈椎等造成很大的伤害，因此需要在用户使用电子产品进行操作时，实时统计用户的在线时长，在用户观看了一个小时、两个小时或者更长时间的情况下给用户发出提醒休息或者提醒运动等提示信息，防止用户沉迷于视频观看或者游戏操作中，那么如何可以快速、准确的计算出用户通过电子产品，进行各种操作时的在线时长就成了急需解决的技术问题。

技术实现思路

[0003]有鉴于此，本说明书施例提供了一种数据处理方法。本说明书一个或者多个实施例同时涉及一种数据处理装置，一种数据处理系统，一种计算设备，以及一种计算机可读存储介质，以解决现有技术中存在的无法快速、准确的计算出用户在线时长的技术缺陷。
[0004]根据本说明书实施例的第一方面，提供了一种数据处理方法，包括：
[0005]从第一数据库中获取用户的心跳数据，并确定与所述用户对应的时长位图；
[0006]根据所述心跳数据对所述时长位图进行更新，并基于所述时长位图的更新结果确定所述用户的当前在线时长；
[0007]将所述用户的当前在线时长缓存至第二数据库，且备份存储至第三数据库。
[0008]根据本说明书实施例的第二方面，提供了一种数据处理系统，包括：
[0009]第一数据库，被配置为接收客户端发送的用户的心跳数据；
[0010]数据处理引擎，被配置为从所述第一数据库中获取所述用户的心跳数据，并确定与所述用户对应的时长位图，根据所述心跳数据对所述时长位图进行更新，并基于所述时长位图的更新结果确定所述用户的当前在线时长，将所述用户的当前在线时长缓存至第二数据库，且备份存储至第三数据库；
[0011]服务端，被配置为对所述第二数据库进行监控，在监测到所述用户的当前在线时长大于预设时长阈值的情况下，通过所述客户端为所述用户发出在线提醒。
[0012]根据本说明书实施例的第三方面，提供了一种数据处理装置，包括：
[0013]数据获取模块，被配置为从第一数据库中获取用户的心跳数据，并确定与所述用户对应的时长位图；
[0014]时长确定模块，被配置为根据所述心跳数据对所述时长位图进行更新，并基于所述时长位图的更新结果确定所述用户的当前在线时长；
[0015]数据存储模块，被配置为将所述用户的当前在线时长缓存至第二数据库，且备份存储至第三数据库。
[0016]根据本说明书实施例的第四方面，提供了一种计算设备，包括：
[0017]存储器和处理器；
[0018]所述存储器用于存储计算机可执行指令，所述处理器用于执行所述计算机可执行指令，该指令被处理器执行时实现所述数据处理的步骤。
[0019]根据本说明书实施例的第五方面，提供了一种计算机可读存储介质，其存储有计算机可执行指令，该指令被处理器执行时实现所述数据处理的步骤。
[0020]本说明书一个实施例实现了数据处理方法及装置、数据处理系统，其中，所述数据处理方法包括从第一数据库中获取用户的心跳数据，并确定与所述用户对应的时长位图；根据所述心跳数据对所述时长位图进行更新，并基于所述时长位图的更新结果确定所述用户的当前在线时长；将所述用户的当前在线时长缓存至第二数据库，且备份存储至第三数据库；所述数据处理方法利用心跳数据对时长位图进行更新，通过对更新后的时长位图中的比特位的统计，可以快速、准确的获取用户的当前在线时长；并且将第二数据库作为用户的当前在线时长的备份缓存，以及将第三数据库作为用户的当前在线时长的备份物理存储，极大的保证了数据的安全性。
附图说明
[0021]图1是本说明书一个实施例提供的一种数据处理系统的结构示意图；
[0022]图2是本说明书一个实施例提供的一种数据处理方法的流程图；
[0023]图3是本说明书一个实施例提供的一种数据处理方法的处理过程流程图；
[0024]图4是本说明书一个实施例提供的一种数据处理装置的结构示意图；
[0025]图5是本说明书一个实施例提供的一种计算设备的结构框图。
具体实施方式
[0026]在下面的描述中阐述了很多具体细节以便于充分理解本说明书。但是本说明书能够以很多不同于在此描述的其它方式来实施，本领域技术人员可以在不违背本说明书内涵的情况下做类似推广，因此本说明书不受下面公开的具体实施的限制。
[0027]在本说明书一个或多个实施例中使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本说明书一个或多个实施例。在本说明书一个或多个实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本说明书一个或多个实施例中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。
[0028]应当理解，尽管在本说明书一个或多个实施例中可能采用术语第一、第二等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本说明书一个或多个实施例范围的情况下，第一也可以被称为第二，类似地，第二也可以被称为第一。取决于语境，如在此所使用的词语“如果”可以被解释成为“在
……
时”或“当
……
时”或“响应于确定”。
[0029]首先，对本说明书一个或多个实施例涉及的名词术语进行解释。
[0030]Storm：实时计算引擎。
[0031]Flink：下一代实时计算引擎，其核心是用Java和Scala编写的分布式流数据流引擎。Flink以数据并行和流水线方式执行任意流数据程序，Flink的流水线运行时系统可以执行批处理和流处理程序。
[0032]Bitmap：位图。
[0033]RoaringBitmap：高效压缩位图。
[0034]Checkpoints：存档点，将Flink运行过程中的状态信息进行存档，即使宕机，依然可以从存档点恢复。
[0035]Kafka：高吞吐量的分布式发布订阅消息系统，用于收发数据流。
[0036]Redis：高性能的Key-Value数据库。
[0037]Hbase：分布式面向列的开源数据库。
[0038]Hdfs：分布式文件系统。
[0039]在游戏领域，传统的防沉迷计算采用Storm引擎计算游戏用户的在线时长以及支付金额，Storm作为分布式流式计算引擎，可以集群化计算数据，并配合Redis存储计算中间结果，但是Storm的计算速度慢，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种数据处理方法，其特征在于，包括：从第一数据库中获取用户的心跳数据，并确定与所述用户对应的时长位图；根据所述心跳数据对所述时长位图进行更新，并基于所述时长位图的更新结果确定所述用户的当前在线时长；将所述用户的当前在线时长缓存至第二数据库，且备份存储至第三数据库。2.根据权利要求1所述的数据处理方法，其特征在于，所述时长位图由预设数量的第一编码组成；相应的，所述根据所述心跳数据对所述时长位图进行更新，并基于所述时长位图的更新结果确定所述用户的当前在线时长，包括：根据所述心跳数据将所述时长位图中与所述心跳数据对应的第一编码更新为第二编码；对更新后的时长位图中的所述第二编码进行统计，以确定所述用户的当前在线时长。3.根据权利要求2所述的数据处理方法，其特征在于，所述心跳数据中携带有心跳发生时间，所述时长位图中每个第一编码对应一个编码时间；相应的，所述根据所述心跳数据将所述时长位图中与所述心跳数据对应的第一编码更新为第二编码，包括：根据预设的心跳发生时间与编码时间的映射关系，基于所述心跳数据的心跳发生时间确定与所述心跳数据的心跳发生时间对应的编码时间；根据所述编码时间确定所述时长位图中待更新的第一编码，并将所述待更新的第一编码更新为第二编码。4.根据权利要求1或2或3任意一项所述的数据处理方法，其特征在于，所述确定所述用户的当前在线时长之后，还包括：根据所述用户的当前在线时长统计所述用户在预设时间段内的每日在线时长；将所述用户在预设时间段内的每日在线时长以及与所述用户对应的时长位图进行缓存后，按照预设时间间隔备份存储至第四数据库。5.根据权利要求4所述的数据处理方法，其特征在于，所述根据所述用户的当前在线时长统计所述用户在预设时间段内的每日在线时长之后，还包括：基于所述用户的当前在线时长以及所述用户在预设时间段内的每日在线时长确定所述用户在预设时间段内的累...

【专利技术属性】
技术研发人员：蒋奕帆，
申请(专利权)人：上海哔哩哔哩科技有限公司，
类型：发明
国别省市：