本发明涉及数据分析领域，尤其是一种灵活多维度多周期数据对比分析方法及装置。
背景技术：
1、当前数据分析领域面临一系列挑战，尤其是在处理周期性数据对比时。传统的数据分析方法大多受限于预设的周期框架，如仅支持年对年或月对月的比较，这种固定模式在快速演变的商业环境中显得僵化，无法有效应对多变的业务需求。例如，企业可能需要针对特定的市场变化，灵活地按周、旬甚至任意自定义时间跨度来分析数据，以便精准捕捉趋势动向。
2、此外，各行业的运作节奏和业务特性千差万别，固定的比较周期设定难以满足深层次、多样化的分析要求。以零售业和教育业为例，前者可能特别关注假期效应带来的销售波动，后者则更重视学期初与期末的业绩对比，这些特定情境下的需求超出了传统周期分析的覆盖范围。
3、数据解释的局限性也是一个重要问题。传统分析往往忽略外部事件或非周期性因素的影响，比如市场突变、异常气候现象或特定营销活动，这些因素虽非周期内固有，却可能对数据产生重大影响，但传统分析难以将其纳入考量。
4、随着大数据时代的到来，数据规模呈爆炸式增长，且数据结构日益复杂，传统的周期分析工具在处理这类数据时显得力不从心，尤其是在需要跨多个非连续周期灵活对比时，效率低下，难以满足用户即时、多维度的分析需求。
5、另一方面，许多现有的分析工具设计过于复杂，对于非技术用户来说，理解和操作这些工具成为一大障碍。缺乏直观易用的自定义配置选项，导致用户在尝试进行个性化周期比较分析时，往往感到困难重重，效率低下。
6、鉴于以上种种问题，迫切需要一种新的分析方法和装置，既能支持高度灵活的周期选择，又能在处理大量数据时保持高效，以适应各种业务场景下的深度数据分析需求。
技术实现思路
1、为解决传统数据分析中固定周期比较的局限性问题，本发明提供一种灵活多维度多周期数据对比分析方法及装置，支持高度自定义周期选择、能够灵活适应多种业务场景、高效处理大量数据，并且支持配置参数的形式，从而为企业决策提供更加精准、全面的支持。
2、为实现上述目的，本发明采用下述技术方案：
3、在本发明一实施例中，提出了一种灵活多维度多周期数据对比分析方法，该方法包括：
4、用户通过参数定义模块定义固定格式的查询参数；
5、参数解析和数据查询模块解析查询参数并构建出sql查询语句，根据构建的sql查询语句到数据源中查询出对应基本周期数据；
6、周期数据查询模块遍历查询参数中的比对周期集合，基于基本周期时间集合计算出相应的对比周期时间集合，同时将查询参数作为比对周期查询参数，移除其中的时间维度过滤条件，加入计算出的比对周期时间集合作为新时间维度过滤条件，同时加入其它维度数据集合作为过滤条件；通过参数解析和数据查询模块查询出比对周期数据；
7、周期比较模块获取比对周期数据，并将其与基本周期数据基于时间维度和其它维度字段进行匹配，对每条匹配记录的每个指标根据比值计算表达式计算出比值，再将比对周期数据和计算出的比值与基本周期数据合并。
8、进一步地，查询参数包括数据源信息、查询字段、数据过滤条件、排序和比对周期，数据过滤条件包括基本周期的时间维度过滤条件以及其它维度过滤条件，比对周期包括偏移量、周期粒度和比值计算公式。
9、进一步地，比对周期的查询参数构建步骤如下：
10、周期数据查询模块遍历查询参数中的比对周期集合，基于集合中的每一个比对周期遍历基本周期数据每一条记录，并根据查询字段中的时间维度和其它维度，获取记录中的基本周期时间和其它维度数据；
11、根据定义的对比周期的偏移量和周期粒度，基于基本周期时间推算出相应的对比周期时间，从而获取一个每一条记录的时间维度对应的对比周期时间的数据集合和其它维度数据集合；
12、将用户定义的查询参数拷贝成对比周期查询参数，如果对比周期查询参数中包含时间维度过滤条件，则先删除原时间维度过滤条件，然后添加新时间维度过滤条件，条件值为推算出的对比周期时间的数据集合，同时添加其它维度过滤条件，条件值为其它维度数据集合。
13、进一步地，周期比较模块的对比步骤如下：
14、周期比较模块获取每一个比对周期数据，将其与基本周期数据根据时间维度和其它维度进行关联，确保基本周期数据每一条记录都能匹配到对应的对比周期数据；
15、对每条匹配记录的每个指标，应用比对周期的比值计算表达式，计算指标的增长或下降百分比。
16、在本发明一实施例中，还提出了一种灵活多维度多周期数据对比分析装置，该装置包括：
17、参数定义模块，用于供用户定义固定格式的查询参数；
18、参数解析和数据查询模块，用于解析查询参数并构建出sql查询语句，根据构建的sql查询语句到数据源中查询出对应数据集合；
19、周期数据查询模块，用于遍历查询参数中的比对周期集合，基于基本周期时间集合计算出相应的对比周期时间集合，同时将查询参数作为比对周期查询参数，移除其中的时间维度过滤条件，加入计算出的比对周期时间集合作为新时间维度过滤条件，同时加入其它维度数据集合作为过滤条件；
20、周期比较模块，用于获取比对周期数据，并将其与基本周期数据基于时间维度和其它维度字段进行匹配，对每条匹配记录的每个指标根据比值计算表达式计算出比值，再将比对周期数据和计算出的比值与基本周期数据合并。
21、进一步地，查询参数包括数据源信息、查询字段、数据过滤条件、排序和比对周期，数据过滤条件包括基本周期的时间维度过滤条件以及其它维度过滤条件，比对周期包括偏移量、周期粒度和比值计算公式。
22、进一步地，比对周期的查询参数构建步骤如下：
23、周期数据查询模块遍历查询参数中的比对周期集合，基于集合中的每一个比对周期遍历基本周期数据每一条记录，并根据查询字段中的时间维度和其它维度，获取记录中的基本周期时间和其它维度数据；
24、根据定义的对比周期的偏移量和周期粒度，基于基本周期时间推算出相应的对比周期时间，从而获取一个每一条记录的时间维度对应的对比周期时间的数据集合和其它维度数据集合；
25、将用户定义的查询参数拷贝成对比周期查询参数，如果对比周期查询参数中包含时间维度过滤条件，则先删除原时间维度过滤条件，然后添加新时间维度过滤条件，条件值为推算出的对比周期时间的数据集合，同时添加其它维度过滤条件，条件值为其它维度数据集合。
26、进一步地，周期比较模块的对比步骤如下：
27、周期比较模块获取每一个比对周期数据，将其与基本周期数据根据时间维度和其它维度进行关联，确保基本周期数据每一条记录都能匹配到对应的对比周期数据；
28、对每条匹配记录的每个指标，应用比对周期的比值计算表达式，计算指标的增长或下降百分比。
29、在本发明一实施例中，还提出了一种计算机设备，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，处理器执行计算机程序时实现前述灵活多维度多周期数据对比分析方法。
30、在本发明一实施例中，还提出了一种计算机可读存储介质，计算机可读存储介质存储有执行灵活多维度多周期数据对比分析方法的计算机程序。
31、有益效果：
32、1、本发明打破了传统分析工具的周期限制，允许用户按需自定义对比周期，无论是按周、十日、任意时间段或其他自定义时间间隔，都能轻松完成数据对比，确保在快速变化的市场环境中，企业能精确捕捉业务趋势，提高了决策的时效性和准确性。
33、2、通过考虑突发事件、季节性因素及特殊市场活动等周期外变量的影响，本发明的自定义对比机制有助于更全面地评估数据，揭示隐藏的因果关系和趋势，避免了因固定周期分析而导致的重要信息遗漏。
34、3、面对大数据时代的数据量激增和结构多样性，本发明提供的解决方案能高效处理大规模、多维度数据，特别是在需要跨不连续周期进行灵活对比时，其高效的数据处理能力确保了快速响应和处理个性化分析需求，提升了数据分析的效率和质量。
35、4、本发明设计了一套支持自定义多周期数据对比分析的方法和装置，重点在于让用户能够灵活配置分析参数，无需直接操作复杂的sql语句或深入理解技术细节，从而降低了使用门槛，提高了分析的便捷性和个性化。
36、5、本发明通过一次参数传递即可获得多周期比对结果，结合支持自定义的比值计算表达式，不仅简化了操作流程，还让企业能够根据自身业务特点，灵活设计分析模型，获取更有针对性的洞察，为策略调整和业务优化提供坚实的数据支撑。
1.一种灵活多维度多周期数据对比分析方法，其特征在于，该方法包括：
2.根据权利要求1所述的灵活多维度多周期数据对比分析方法，其特征在于，所述查询参数包括数据源信息、查询字段、数据过滤条件、排序和比对周期，数据过滤条件包括基本周期的时间维度过滤条件以及其它维度过滤条件，比对周期包括偏移量、周期粒度和比值计算公式。
3.根据权利要求1所述的灵活多维度多周期数据对比分析方法，其特征在于，所述比对周期的查询参数构建步骤如下：
4.根据权利要求1所述的灵活多维度多周期数据对比分析方法，其特征在于，所述周期比较模块的对比步骤如下：
5.一种灵活多维度多周期数据对比分析装置，其特征在于，该装置包括：
6.根据权利要求5所述的灵活多维度多周期数据对比分析装置，其特征在于，所述查询参数包括数据源信息、查询字段、数据过滤条件、排序和比对周期，数据过滤条件包括基本周期的时间维度过滤条件以及其它维度过滤条件，比对周期包括偏移量、周期粒度和比值计算公式。
7.根据权利要求5所述的灵活多维度多周期数据对比分析装置，其特征在于，所述比对周期的查询参数构建步骤如下：
8.根据权利要求5所述的灵活多维度多周期数据对比分析装置，其特征在于，所述周期比较模块的对比步骤如下：
9.一种计算机设备，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，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-4任一项所述方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有执行权利要求1-4任一项所述方法的计算机程序。
