[发明专利]一种数据处理方法和装置

权利要求书

1.一种数据处理方法，其特征在于，包括：

扫描存储于数据库表中的一个或多个数据；

基于所述扫描，对所述一个或多个数据中的重复数据进行计数，确定每个所述重复数据的计数值；

根据所述每个重复数据和所述每个重复数据的计数值，计算与分析数据分布相关的结果。

2.根据权利要求1所述的方法，其特征在于：

所述数据库表记录一个或多个记录项，一个记录项表示一条记录，数据库表中的每行记录，记录每个记录项；

每个所述记录项包括一个或多个数据项，数据库表中的每列记录，记录每个不同的数据项；

每个数据项存储每个记录项中对应该数据项的数据；其中，所述数据为数值；

基于所述扫描，对所述一个或多个数据中的重复数据进行计数，包括：对所述数据库表的一个或多个数据项中的一个数据项所存储的相同的数据进行计数。

3.根据权利要求2所述的方法，其特征在于，所述与分析数据分布相关的结果，至少包括：所述数据库表的一个或多个数据项中的一个数据项对应存储的一个或多个数据的均值、最大值、最小值、分位数、众数。

4.根据权利要求1-3任一所述的方法，其特征在于，根据所述每个重复数据和所述每个重复数据的计数值，计算与分析数据分布相关的结果，包括：

在扫描所述每个重复数据和所述每个重复数据的计数值时，计算所述一个或多个数据的总数和所述一个或多个重复数据的计数值的总计数值，以得到所述一个或多个数据的均值；并且，

比较所述每个重复数据的大小，以获得所述一个或多个数据中的最大值、最小值；并且，

比较所述每个重复数据的计数值的大小，以获得所述一个或多个数据中的和众数。

5.根据权利要求1-3任一所述的方法，其特征在于，根据所述每个重复数据和所述每个重复数据的计数值，计算与分析数据分布相关的结果，包括：

在扫描所述每个重复数据和所述每个重复数据的计数值时，按照所述每个重复数据的大小，对所述一个或多个重复数据以及所述一个或多个重复数据的计数值进行排序；

基于所述排序形成的顺序，根据所述每个重复数据的计数值和排列在所述每个重复数据前面的所有重复数据的计数值，获得所述每个重复数据的累计值；其中，

所述累计值是所述每个重复数据的计数值与排列在所述每个重复数据前面的所有重复数据的计数值的和；

根据所述每个重复数据的累计值和计数值，获得所述每个重复数据所处的分位数区间。

6.根据权利要求5所述的方法，其特征在于，还包括：

根据任意分位数所处的分位数区间，确定所述任意分位数对应的重复数据，其中任意分位数可以是0～1之间的任意值。

7.一种数据处理装置，其特征在于，包括：

描述模块，用于扫描存储于数据库表中的一个或多个数据；

计数模块，用于基于所述扫描，对所述一个或多个数据中的重复数据进行计数，确定每个所述重复数据的计数值；

计算模块，用于根据所述每个重复数据和所述每个重复数据的计数值，计算与分析数据分布相关的结果。

8.根据权利要求7所述的装置，其特征在于：

所述数据库表记录一个或多个记录项，一个记录项表示一条记录，数据库表中的每行记录，记录每个记录项；

每个所述记录项包括一个或多个数据项，数据库表中的每列记录，记录每个不同的数据项；

每个数据项存储每个记录项中对应该数据项的数据；其中，所述数据为数值；

进一步地，所述计数模块还被配置成：对所述数据库表的一个或多个数据项中的一个数据项所存储的相同的数据进行计数。

9.根据权利要求8所述的装置，其特征在于，所述与分析数据分布相关的结果，至少包括：所述数据库表的一个或多个数据项中的一个数据项对应存储的一个或多个数据的均值、最大值、最小值、分位数、众数。

10.根据权利要求7-9任一所述的装置，其特征在于，所述计算模块被配置成：

在扫描所述每个重复数据和所述每个重复数据的计数值时，计算所述一个或多个数据的总数和所述一个或多个重复数据的计数值的总计数值，以得到所述一个或多个数据的均值；并且，比较所述每个重复数据的大小，以获得所述一个或多个数据中的最大值、最小值；并且，比较所述每个重复数据的计数值的大小，以获得所述一个或多个数据中的和众数。