[发明专利]数据集同比计算方法、装置及计算机程序产品

说明书

本申请提出了一种数据集同比计算方法，包括：从数据源中获取待分析的第一数据集；在第一数据集中新增对应每一第一当期数据的第一同期数据得到第一同比数据集，每一第一同期数据的值初始化为零；根据第一同比数据集构建一一对应的第二时间数据、第二当期数据以及第二同期数据得到第二同比数据集；将第一同比数据集和第二同比数据集进行数据联合，并合并相等的第一时间数据与第二时间数据的对应数据得到第三同比数据集；根据第三同比数据集进行同比计算。该方法通过将直接对复杂的数据库查询操作转换成对简单数据库查询结果进行操作，用数据联合的方式实现了避免采用数据表的关联计算，节省大量计算资源，提升计算效率。

技术领域

本申请涉及大数据分析领域，特别是涉及一种数据集同比计算方法、装置及计算机程序产品。

背景技术

在大数据分析领域，涉及需要对各个维度的大量流水数据进行分析，统计各个维度的同比数据以为后续的决策提供数据支撑。如在企业经营过程中，对产生的交易记录进行分析，统计企业每月发生的交易月及其同比数据，可以为企业资源的优化利用提供决策支持。同比数据就是不同年份同一时期的数据做比较，例如，今年某个月与去年对应该月份的数据进行比较，或者今年某个月与前年对应该月份的数据进行比较。根据同比可以得到一种同比增长率，不同年份同一时期的数据的差值比上在先年份同一时期的数据得到的百分比数据。

传统的基于SQL的同比数据统计方法，一般都是先查询并计算当期数据和同期数据，再通过数据表的左关联，左表为当期数据，右表为同期数据，使当期数据和同期数据相互对应，最后按同比计算公式计算结果。按照上述方法，在这类时间维度相关的海量数据中，直接在数据库中进行查询、计算、数据表关联的造作，不仅需要消耗大量的计算资源，统计同比数据统计效率低下，对特殊情况的统计结果也会存在部分统计数据缺失的问题，例如当期数据或同期数据中任意一种数据丢失。

发明内容

本申请实施例提供了一种数据集同比计算方法，该方法通过将直接对复杂的数据库查询操作转换成对简单数据库查询结果进行操作，用数据联合的方式实现了避免采用数据表的关联计算，节省大量计算资源，提升计算效率。

第一方面，本申请实施例提供了一种数据集同比计算方法，该方法包括以下步骤：

从数据源中获取待分析的第一数据集，其中所述第一数据集包括多个第一时间数据和第一当期数据，且每一所述第一时间数据和每一所述第一当期数据一一对应；

在所述第一数据集中新增对应每一所述第一当期数据的第一同期数据得到第一同比数据集，每一所述第一同期数据的值初始化为零；

根据所述第一同比数据集构建一一对应的第二时间数据、第二当期数据以及第二同期数据得到第二同比数据集，其中所述第二时间数据基于所述第一时间数据以及所述第一时间数据的年份得到，且所述第二当期数据的值初始化为零，所述第二同期数据与所述第一当期数据相同；

将所述第一同比数据集和所述第二同比数据集进行数据联合，并合并相等的所述第一时间数据与所述第二时间数据的对应数据得到第三同比数据集；

根据所述第三同比数据集进行同比计算。

在一些申请实施例中，所述第三同比数据集包括一一对应的第三时间数据、第三当期数据以及第三同期数据。具体的，所述第三当期数据为相等的所述第一时间数据与所述第二时间数据对应的所述第一当期数据与所述第二当期数据的和，所述第三同期数据为相等的所述第一时间数据与所述第二时间数据对应的所述第一同期数据与所述第二同期数据的和。以及，所有所述第三时间数据组成的集合等于所有所述第一时间数据组成的集合和所有所述第二时间数据组成的集合的并集。

在一些申请实施例中，所述第二时间数据为所述第一时间数据的年份增加得到，增加幅度取决于所述第一数据集中年份最小的所述第一时间数据与年份最大的所述第一时间数据的差值。