[发明专利]数据特征提取方法、装置、计算机设备以及存储介质

说明书

本申请公开了一种数据特征提取方法、装置、计算机设备以及存储介质，属于物联网技术领域。所述方法通过将直接获取的数据流中的各个数据输入至少一个目标模型中，得到至少一个目标特征，基于该至少一个目标模型，从而可以直接实现数据的特征提取，而不必通过使用流计算引擎来实现数据的特征提取，也就无需对流计算引擎各个接口进行二次开发，从而技术人员无需学习Flink流计算引擎，进而降低了技术人员的学习和开发成本。

技术领域

本申请涉及物联网技术领域，特别涉及一种数据特征提取方法、装置、计算机设备以及存储介质。

背景技术

随着物联网在生活中的广泛应用，产生了大量的物联网数据，而技术人员可以提取该物联网数据的特征，并基于提取的特征对该物联网数据进行分析，来发现消费者的消费方向，从而为企业提供一个正确的发展方向，以促进企业的发展。

目前，物联网数据进行特征提取可以是以下过程：Flink流计算引擎是一个开源的流处理框架，其针对数据流的分布式计算提供了数据分布、数据通信以及容错机制等功能，基于上述功能，技术人员再对物联网数据进行特征提取时，需要对Flink流计算引擎的各类接口进行二次开发，以实现对物联网数据的特征提取。

在上述过程中，技术人员需要对Flink流计算引擎进行二次开发后，才能提取物联网数据的特征，而技术人员必须先学习Flink流计算引擎，才能对Flink流计算引擎进行二次开发，那么，为了在Flink流计算引擎上实现物联网数据的特征提取，该技术人员需要大量的时间来学习和开发Flink流计算引擎，从而导致技术人员学习和开发的成本较高。

发明内容

本申请实施例提供了一种数据特征提取方法、装置、计算机设备以及存储介质,能够解决对物联网数据进行特征提取时技术人员学习成本高的问题。所述技术方案如下：

第一方面，提供了一种数据特征提取方法，所述方法包括：

从开源流处理平台中获取数据流，将该数据流中的各个数据存储至数据队列中，每个数据携带类型标识，所述类型标识用于指示数据类型；

按照该数据队列中的存储顺序，从该数据队列中获取待进行特征提取的数据；

每获取到一个数据时，基于该数据的类型标识，获取至少一个目标模型，该类型标识对应至少一个目标模型；

将该数据输入至该至少一个目标模型中，得到至少一个第一特征，一个第一特征与一个目标模型对应。

可选地，将该数据输入至该至少一个目标模型中，得到至少一个第一特征，包括：

根据该数据的类型标识，对数据库中该至少一个目标模型的第二特征进行加锁，该第二特征为上一次模型运算过程中所产生的特征；

将该数据以及每个第二特征输入至对应的目标模型，得到至少一个第一特征；

将该至少一个第一特征存储在该数据库中；

释放该数据库中每个第二特征的锁。

可选地，该方法还包括：

当从该数据库中获取不到该至少一个目标模型的第二特征时，持续获取该至少一个目标模型的第二特征；

当在预设次数内获取到该至少一个目标模型的第二特征时，将该数据以及每个第二特征输入至对应的目标模型，得到至少一个第一特征，当在预设次数内获取不到该至少一个目标模型的第二特征时，丢弃该数据，获取该数据队列中的下一个数据。

可选地，将该至少一个第一特征存储在所述数据库中，包括：

通过封装接口，根据数据输出接口的输出协议，封装该至少一个第一特征；

通过该数据输出接口，将该至少一个第一特征存储在数据库中。