一种人脸考勤数据处理方法、装置、服务器及存储介质与流程

1.本发明涉及数据处理技术领域，尤其涉及一种人脸考勤数据处理方法、装置、服务器及存储介质。


背景技术：

2.人脸识别技术是一项热门的计算机技术研究领域，其中包括人脸追踪侦测、自动调整影像放大、夜间红外侦测及自动调整曝光强度等技术。如今人脸识别技术除了应用于安防之外，还被广泛用于考勤系统，人脸识别和考勤系统的结合即为人脸识别考勤系统，尤其是在零售业的各连锁店中，利用人脸识别进行考勤管理除了能够有效提高效率之外，还以其零接触和防止传染的优势，在疫情期间有效降低了交叉传染的概率。
3.目前对于各零售店铺的考勤管理，主要通过人脸服务商推送人脸数据，然后直接保存到数据库中，这种高并发式的同步方式一旦面临打卡高峰期或员工数据剧增，则容易由于数据的拥堵导致服务器宕机，影响门店考勤系统的正常使用，严重时甚至会引发纠纷。除此之外，服务器宕机还会影响门店管理系统其他功能的使用，例如，在零售业中，分析用户年龄段以及当前人均滞留时间等客流数据对于店铺运营尤为重要，如果因为服务器宕机而导致无法获取客流数据，则会对店铺的运营造成影响。


技术实现要素：

4.针对现有技术的不足，本发明提供一种人脸考勤数据处理方法、装置、服务器及存储介质，解决现有技术中人脸识别考勤系统难以适应考勤高峰期以及数据剧增的问题。
5.为实现上述目的，本发明提供以下的技术方案：
6.一种人脸考勤数据处理方法，包括：
7.接收人脸考勤数据；
8.以分组的方式将接收到的所述人脸考勤数据存储于redis缓存中；
9.分批次地将所述redis缓存中的各组人脸考勤数据同步至数据库中。
10.可选地，所述以分组的方式将接收到的所述人脸考勤数据存储于redis缓存中，包括：
11.将来源于同一人脸服务供应商的人脸考勤数据加入对应的供应商类目中。
12.可选地，所述以分组的方式将接收到的所述人脸考勤数据存储于redis缓存中，还包括：
13.对于各所述供应商类目，将至少一个所述人脸考勤数据按所在区域分为大组。
14.可选地，所述以分组的方式将接收到的所述人脸考勤数据存储于redis缓存中，还包括：
15.对于各所述大组，将至少一个所述人脸考勤数据按所在店铺分为小组。
16.可选地，所述分批次地将所述redis缓存中的各组人脸考勤数据同步至数据库中，包括：
17.在满足空闲条件时，分批次地将所述redis缓存中的各组人脸考勤数据同步至数据库中。
18.可选地，所述空闲条件包括：
19.当前时间处于预设的空闲时段内，和/或
20.当前接收的所述人脸考勤数据频率小于预设的空闲频率阈值。
21.可选地，所述分批次地将所述redis缓存中的各组人脸考勤数据同步至数据库中，包括：
22.以预设的分组数量为一批，分批次将所述redis缓存中的各组人脸考勤数据同步至数据库中。
23.可选地，还包括：
24.删除所述redis缓存中已同步至数据库中的所述人脸考勤数据。
25.本发明还提供了一种人脸考勤数据处理装置，包括用于执行如上任一项所述的人脸考勤数据处理方法的单元。
26.本发明还提供了一种服务器，包括：
27.至少一个处理器；以及
28.与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器执行如上任一项所述的人脸考勤数据处理方法。
29.本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上任一项所述的人脸考勤数据处理方法。
30.与现有技术相比，本发明具有以下有益效果：
31.本发明提供了一种人脸考勤数据处理方法、装置、服务器及存储介质，将人脸考勤数据由高并发式同步方式转为异步方式，从而有效缓解了数据库的同步压力，从而有效解决了考勤打卡高峰期容易导致服务器宕机的问题。
附图说明
32.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其它的附图。
33.图1为本发明提供的一种人脸考勤数据处理方法的流程图；
34.图2为本发明提供的一种人脸考勤数据处理方法中步骤s2的流程图；
35.图3为本发明提供的一种人脸考勤数据处理装置的结构框图。
36.上述图中：10、接收单元；20、存储单元；30、同步单元；40、判断单元；50、定时器；60、删除单元。
具体实施方式
37.为使得本发明的目的、特征、优点能够更加的明显和易懂，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，下面所描述的实
施例仅仅是本发明一部分实施例，而非全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
38.目前，零售业店铺管理考勤数据的方式为：利用人脸服务商推送数据，然后直接保存到数据库中。这种高并发式同步考勤数据的方式最大的问题是，当员工数据增多或打卡高峰期时，人脸供应商会频繁的推送大量考勤数据到门店考勤服务器，瞬间导致服务器cpu急剧上升，所引发的服务器宕机除了影响考勤管理的正常秩序外，还会影响其他功能的使用，特别是客流数据，零售业中用户年龄段、当前人均滞留时间等客流数据对于店铺的运营尤为重要，如果因为考勤打卡高峰期导致服务器宕机，客流数据也无法获取，无法判断店铺的销售转换，对店铺的正常运营造成严重影响。
39.本发明旨在于提供一种方案以克服上述的问题，下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
40.为了便于对本方案的理解，在此首先对本方案所涉及的术语及应用场景进行介绍：
41.redis(remote dictionary server)，即远程字典服务，是一个开源的、使用c语言编写、支持网络、可基于内存亦可持久化的日志型以及key
‑
value(分布式存储系统)的数据库，提供多种语言的api(application programming interface，应用程序接口)。
42.当利用人脸识别进行考勤打卡时，所涉及到的参与方包括：人脸识别终端、人脸服务供应商、服务器以及数据库；当用于在人脸识别终端进行考勤打卡时，人脸识别终端将人脸考勤数据上传至人脸服务供应商中，由人脸服务供应商将人脸考勤数据推送至服务器中进行处理，并同步至数据库中。
43.请结合参考图1和图2，本发明实施例提供一种人脸考勤数据处理方法，包括：
44.s1、接收人脸考勤数据；
45.s2、以分组的方式将接收到的人脸考勤数据存储于redis缓存中；
46.s3、分批次地将redis缓存中的各组人脸考勤数据同步至数据库中。
47.基于前述步骤，当店铺员工打卡时，人脸考勤数据上传至人脸服务供应商中，人脸服务供应商通过接口形式定时推送给服务器；服务器接收来自各人脸服务供应商的人脸考勤数据，然后对所有的人脸考勤数据进行分组，以分组的方式缓存于redis缓存中。可以理解的是，该服务器可以是考勤系统服务器，也可以是包含有考勤系统服务器的总服务器。
48.进一步地，在步骤s2中，分组的方式包括：
49.s21、将来源于同一人脸服务供应商的人脸考勤数据加入对应的供应商类目中；
50.s22、对于各供应商类目，将至少一个人脸考勤数据按所在区域分为大组；
51.s23、对于各大组，将至少一个人脸考勤数据按所在店铺分为小组。
52.可以理解的是，对于各人脸考勤数据的所属供应商类目、大组、小组，甚至所对应的用户，均通过设置key值加以区分。
53.由于在员工人数较多或考勤高峰期时，服务器中所接收到的人脸考勤数据数量庞大，在步骤s2中，首先对所接收到的所有人脸考勤数据形成供应商类目，再对每个供应商类目中的各人脸考勤数据分为大组、小组。通过不同的人脸服务供应商对人脸考勤数据进行分类，除了有利于分批次地实现人脸考勤数据向数据库的同步，还能够直观地查看不同的
人脸服务供应商是否有推送打卡数据，使得考勤管理更为高效。
54.基于此，在步骤s3中，将redis缓存中的各组人脸考勤数据同步至数据库时，以分批次的方式实现数据的同步。
55.在其中一种可选的实施方式中，对于步骤s2中的分组情况，以预设的分组数量为一批，分批次地将redis缓存中的各组人脸考勤数据同步至数据库中，从而能够根据当天的考勤数据，以不同的方式同步至数据库中。
56.例如，当天考勤数量较少时，可以以一个供应商类目为一个同步队列，依次同步至数据库中；当天考勤数量较多时，则可以以若干个小组或大组为一个同步队列，依次同步至数据库中；由于每个小组的所属大组及所属类目有迹可循，当同步至数据库中再分门别类进行排列即可。
57.具体地，可以通过循环调用数据库的接口，并设置合适的同步队列数量，以实现分批次地向数据库同步数据。该种上传方式除了能够有效缓解服务器压力，还能够减少同步过程中由于数据库连接超时而导致的数据丢失。
58.基于前述实施例，为了进一步减轻服务器压力，在步骤s3中，将redis缓存中的各组人脸考勤数据同步至数据库中，具体包括：
59.在满足空闲条件时，将redis缓存中的各组人脸考勤数据同步至数据库中。
60.具体地，该空闲条件包括：
61.当前时间处于预设的空闲时段内。
62.可以理解的是，当空闲时段可以设置为凌晨时段，如凌晨24时至4时等错开考勤时间的时段，此时进行人脸考勤数据的上传能够有效利用服务器的空闲资源，从而在白天店铺营业系统繁忙时减轻服务器的压力。
63.此外，空闲条件还可以包括：当前接收的人脸考勤数据频率小于预设的空闲频率阈值；此时进行人脸考勤数据的上传也能够错开考勤打卡高峰期，能够避免服务器压力过大而宕机。
64.本实施例中，该人脸考勤数据处理方法还包括：
65.s4、删除redis缓存中已同步至数据库中的人脸考勤数据。
66.由于当天的打卡数据全部同步到数据库后，redis缓存中的数据已经没有价值，而且会占用空间；基于此，该步骤中，当打卡数据全部同步完成后再逐步删除打卡数据，以实现redis缓存中数据的释放，为后续的数据存储预留空间。
67.具体地，可以利用以定时删除的方式以实现已同步数据的删除。
68.请参考图3，基于前述实施例，本发明实施例提供了一种人脸考勤数据处理装置，包括：
69.接收单元10，用于接收人脸考勤数据；
70.存储单元20，用于以分组的方式将接收到的人脸考勤数据存储于redis缓存中；
71.同步单元30，用于将redis缓存中的各组人脸考勤数据同步至数据库中。
72.进一步地，存储单元20包括用于：
73.将来源于同一人脸服务供应商的人脸考勤数据加入对应的供应商类目中；
74.对于各供应商类目，将至少一个人脸考勤数据按所在区域分为大组；
75.对于各大组，将至少一个人脸考勤数据按所在店铺分为小组。
76.可以理解的是，对于各人脸考勤数据的所属供应商类目、大组、小组，甚至所对应的用户，均通过设置key值加以区分。首先对所接收到的所有人脸考勤数据形成供应商类目，再对每个供应商类目中的各人脸考勤数据分为大组、小组。通过不同的人脸服务供应商对人脸考勤数据进行分类，除了有利于分批次地实现人脸考勤数据向数据库的同步，还能够直观地查看不同的人脸服务供应商是否有推送打卡数据，使得考勤管理更为高效。
77.进一步地，人脸考勤数据处理装置还包括判断单元40，该判断单元40用于判断当前是否满足空闲条件；同步单元30在满足空闲条件时，将redis缓存中的各组人脸考勤数据同步至数据库中。
78.具体地，该空闲条件包括：
79.当前时间处于预设的空闲时段内。
80.可以理解的是，当空闲时段可以设置为凌晨时段，如凌晨24时至4时等错开考勤时间的时段，此时进行人脸考勤数据的上传能够有效利用服务器的空闲资源，从而在白天店铺营业系统繁忙时减轻服务器的压力。
81.此外，空闲条件还可以包括：当前接收的人脸考勤数据频率小于预设的空闲频率阈值，此时进行人脸考勤数据的上传也能够错开考勤打卡高峰期，从而避免服务器压力过大而宕机。
82.进一步地，人脸考勤数据处理装置还包括定时器50和删除单元60，该删除单元60用于按照定时器50，以预设的时间间隔删除redis缓存中已同步至数据库中的人脸考勤数据。
83.基于前述实施例，本发明实施例提供了一种服务器，包括：
84.至少一个处理器；以及
85.与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器执行如上任一项的人脸考勤数据处理方法。
86.基于前述实施例，本发明实施例提供了一种计算机可读存储介质，其上存储有计算机程序计算机程序被处理器执行时实现如上任一项的人脸考勤数据处理方法。
87.以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。