本发明涉及通信技术领域，尤其涉及一种基于云计算的薪资计算方法、应用服务器及计算机可读存储介质。
背景技术：
随着云技术的发展，为大量数据的云计算提供了可能。目前在各种金融和保险公司中，各种渠道薪资的计算逻辑或算法全部在数据库端，以机构或者分公司为单位进行数据的并发计算，即以机构或分公司作为并发计算的粒度。在数据的并发计算过程中，数据库为整个金融或寿险核心系统中各个模块共用，资源的分配有限。另外，由于上述并发计算是以机构或分公司为单位进行，但最终的薪资数据反映的是业务员的个人薪资，而业务员的薪资又涉及了各种项目的佣金计算，佣金计算又涉及业务员之间的各种推荐或育成关系，所以现有技术在数据库进行了以机构或分公司为单位的并发计算后，获得的只是机构或分公司的数据，而针对具体业务员的薪资则还需要进行进一步地计算，如此导致整薪资计算过程效率低下。
技术实现要素：
有鉴于此，本发明提出一种基于云计算的薪资计算方法及应用服务器，通过对薪资计算算法的重新定义，将薪资计算中并发计算的颗粒度从机构或分公司替换员工个人信息，以员工为单位进行并发，进而通过云计算的能力，使得薪资计算的并发量成倍的提升，同时由于不再有因为以机构为颗粒度计算而导致的多种数据的重复计算，可以成倍的提升计算性能，并减少数据库的负载。
首先，为实现上述目的，本发明提出一种应用服务器，所述应用服务器包括存储器、处理器，所述存储器上存储有可在所述处理器上运行的基于云计算的薪资计算程序，所述基于云计算的薪资计算程序被所述处理器执行时实现如下步骤：
基于云计算引擎建立薪资计算引擎；
定义薪资计算算法，并基于所述薪资计算算法建立算法库；
获取员工信息；
根据所述员工信息从所述算法库调取薪资计算算法，并根据所述薪资计算算法运行所述薪资计算引擎；及
获取所述薪资计算引擎的计算结果并呈现给用户。
可选地，所述定义薪资计算算法的步骤，包括：
定义所述薪资计算算法中计算单位为员工信息，并定义所述薪资计算算法中员工信息参数标识。
可选地，所述员工信息包括员工身份信息和员工关系信息。
可选地，所述员工关系信息包括员工推荐关系和/或员工育成关系。
可选地，所述获取员工信息的步骤，包括：
通过web的方式构建用户输入窗口，所述用户输入窗口提供给用户输入员工信息。
可选地，所述获取员工信息的步骤，还包括：
直接接入人资系统，获取员工身份信息列表，通过扫描所述员工身份信息列表的形式实现员工身份信息的输入。
可选地，所述获取员工信息的步骤，还包括：
通过以员工身份信息为节点建立关系树；及
通过广度优先算法以及所述员工身份信息获取所述员工关系信息。
此外，为实现上述目的，本发明还提供一种基于云计算的薪资计算方法，该方法应用于应用服务器，所述方法包括：
基于云计算引擎建立薪资计算引擎；
定义薪资计算算法，并基于所述薪资计算算法建立算法库；
获取员工信息；
根据所述员工信息从所述算法库调取薪资计算算法，并根据所述薪资计算算法运行所述薪资计算引擎；及
获取所述薪资计算引擎的计算结果并呈现给用户。
可选地，所述定义薪资计算算法的步骤，包括：
定义所述薪资计算算法中计算单位为员工信息，并定义所述薪资计算算法中员工信息参数标识。
可选地，所述员工信息包括员工身份信息和员工关系信息。
可选地，所述员工关系信息包括员工推荐关系和/或员工育成关系。
可选地，所述获取员工信息的步骤，包括：
通过web的方式构建用户输入窗口，所述用户输入窗口提供给用户输入员工信息。
可选地，所述获取员工信息的步骤，还包括：
直接接入人资系统，获取员工身份信息列表，通过扫描所述员工身份信息列表的形式实现员工身份信息的输入。
可选地，所述获取员工信息的步骤，还包括：
通过以员工身份信息为节点建立关系树；及
通过广度优先算法以及所述员工身份信息获取所述员工关系信息。
进一步地，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质存储有基于云计算的薪资计算程序，所述基于云计算的薪资计算程序可被至少一个处理器执行，以使所述至少一个处理器执行如上述的基于云计算的薪资计算方法的步骤。
相较于现有技术，本发明所提出的应用服务器、基于云计算的薪资计算方法及计算机可读存储介质，首先，基于云计算引擎建立薪资计算引擎；其次，定义薪资计算算法，并基于所述薪资计算算法建立算法库；再次，获取员工信息；然后，根据所述员工信息从所述算法库调取薪资计算算法，并根据所述薪资计算算法运行所述薪资计算引擎；最后，获取所述薪资计算引擎的计算结果并呈现给用户。这样，既可以避免现有技术中在数据库进行了以机构或分公司为单位的并发计算后，获得的只是机构或分公司的数据，而针对具体业务员的薪资则还需要进行进一步地计算，如此导致整薪资计算过程效率低下的弊端。又能够通过对薪资计算算法的重新定义，将薪资计算中并发计算的颗粒度从机构或分公司替换员工个人信息，以员工为单位进行并发，进而通过云计算的能力，使得薪资计算的并发量成倍的提升，同时由于不再有因为以机构为颗粒度计算而导致的多种数据的重复计算，可以成倍的提升计算性能，并减少数据库的负载。
附图说明
图1是应用服务器一可选的硬件架构的示意图；
图2是本发明基于云计算的薪资计算程序第一实施例的程序模块图；
图3为本发明基于云计算的薪资计算方法第一实施例的实施流程图；
图4为本发明基于云计算的薪资计算方法第二实施例的实施流程图；
图5为本发明基于云计算的薪资计算方法第三实施例的实施流程图。
附图标记：
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。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他实施例，都属于本发明保护的范围。
需要说明的是，在本发明中涉及“第一”、“第二”等的描述仅用于描述目的，而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外，各个实施例之间的技术方案可以相互结合，但是必须是以本领域普通技术人员能够实现为基础，当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在，也不在本发明要求的保护范围之内。
参阅图1所示，是应用服务器1一可选的硬件架构的示意图。
所述应用服务器1可以是机架式服务器、刀片式服务器、塔式服务器或机柜式服务器等计算设备，该应用服务器1可以是独立的服务器，也可以是多个服务器所组成的服务器集群。
本实施例中，所述应用服务器1可包括，但不仅限于，可通过系统总线相互通信连接存储器11、处理器12、网络接口13。
所述应用服务器1通过网络接口13连接网络，获取资讯。所述网络可以是企业内部网(intranet)、互联网(internet)、全球移动通讯系统(globalsystemofmobilecommunication，gsm)、宽带码分多址(widebandcodedivisionmultipleaccess，wcdma)、4g网络、5g网络、蓝牙(bluetooth)、wi-fi、通话网络等无线或有线网络。
需要指出的是，图1仅示出了具有组件11-13的应用服务器1，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，sd或dx存储器等)、随机访问存储器(ram)、静态随机访问存储器(sram)、只读存储器(rom)、电可擦除可编程只读存储器(eeprom)、可编程只读存储器(prom)、磁性存储器、磁盘、光盘等。在一些实施例中，所述存储器11可以是所述应用服务器1的内部存储单元，例如该应用服务器1的硬盘或内存。在另一些实施例中，所述存储器11也可以是所述应用服务器1的外部存储设备，例如该应用服务器1配备的插接式硬盘，智能存储卡(smartmediacard,smc)，安全数字(securedigital,sd)卡，闪存卡(flashcard)等。当然，所述存储器11还可以既包括所述应用服务器1的内部存储单元也包括其外部存储设备。本实施例中，所述存储器11通常用于存储安装于所述应用服务器1的操作系统和各类应用软件，例如所述基于云计算的薪资计算程序200的程序代码等。此外，所述存储器11还可以用于暂时地存储已经输出或者将要输出的各类数据。
所述处理器12在一些实施例中可以是中央处理器(centralprocessingunit，cpu)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器12通常用于控制所述应用服务器1的总体操作，例如执行数据交互或者通信相关的控制和处理等。本实施例中，所述处理器12用于运行所述存储器11中存储的程序代码或者处理数据，例如运行所述的基于云计算的薪资计算程序200等。
所述网络接口13可包括无线网络接口或有线网络接口，该网络接口13通常用于在所述应用服务器1与其他电子设备之间建立通信连接。
本实施例中，所述应用服务器1内安装并运行有基于云计算的薪资计算程序200，当所述基于云计算的薪资计算程序200运行时，所述应用服务器1基于云计算引擎建立薪资计算引擎；定义薪资计算算法，并基于所述薪资计算算法建立算法库；获取员工信息；根据所述员工信息从所述算法库调取薪资计算算法，并根据所述薪资计算算法运行所述薪资计算引擎；及获取所述薪资计算引擎的计算结果并呈现给用户。这样，既可以避免现有技术中在数据库进行了以机构或分公司为单位的并发计算后，获得的只是机构或分公司的数据，而针对具体业务员的薪资则还需要进行进一步地计算，如此导致整薪资计算过程效率低下的弊端。又能够通过对薪资计算算法的重新定义，将薪资计算中并发计算的颗粒度从机构或分公司替换员工个人信息，以员工为单位进行并发，进而通过云计算的能力，使得薪资计算的并发量成倍的提升，同时由于不再有因为以机构为颗粒度计算而导致的多种数据的重复计算，可以成倍的提升计算性能，并减少数据库的负载。
至此，己经详细介绍了本发明各个实施例的应用环境和相关设备的硬件结构和功能。下面，将基于上述应用环境和相关设备，提出本发明的各个实施例。
首先，本发明提出一种基于云计算的薪资计算程序200。
本实施例中，所述的基于云计算的薪资计算程序200包括一系列的存储于存储器11上的计算机程序指令，当该计算机程序指令被处理器12执行时，可以实现本发明各实施例的基于云计算的薪资计算操作。在一些实施例中，基于该计算机程序指令各部分所实现的特定的操作，所述基于云计算的薪资计算程序200可以被划分为一个或多个模块。例如，在图2中，所述的基于云计算的薪资计算程序200可以被分割成第一建立模块201、第二建立模块202、获取模块203、执行模块204及显示模块205。其中：
所述第一建立模块201，用于基于云计算引擎建立薪资计算引擎。
本实施例中，引擎(engine)是电子平台上开发程序或系统的核心组件。利用引擎，开发者可迅速建立、铺设程序所需的功能，或利用其辅助程序的运转。而在本实施方式中，薪资计算引擎可以基于现有的薪资计算引擎(比如平安寿险的薪资计算引擎)进行功能的拓展，比如基于云计算引擎嵌入大数据的搜索功能，从而构建云计算能力。
所述第二建立模块202，用于定义薪资计算算法，并基于所述薪资计算算法建立算法库。
具体地，所述第二建立模块202，定义所述薪资计算算法中，计算单位为员工信息，并定义所述薪资计算算法中员工信息参数标识。进一步地，所述员工信息包括员工身份信息和员工关系信息，所述员工关系信息包括员工推荐关系和/或员工育成关系。
在本实施方式中，所谓员工推荐关系指的是员工之间的一种推荐关系，比如员工a推荐员工b，那么在佣金计算中，a可能获取员工b佣金的一定比例；而所谓育成关系指的是员工之间的一种育成关系，而这种育成关系主要存在于上下级之间，包括直接育成关系和二代育成关系，比如a直接育成b，b直接育成c，而a二代育成c，根据这种育成关系，a则获取的b或c的佣金比例，比如a从b提成20％，从c提成10％。在本实施方式中，上述薪资计算算法可以为基本薪资加上根据该员工的推荐或育成关系而获取的佣金，当然，具体的薪资计算算法并不以此为准，上述仅以示例说明。另外，本实施例中，薪资计算引擎在运行薪资计算算法的过程中会调取数据库中数据。
所述获取模块203，用于获取员工信息。
具体地，所述获取员工信息的方式如下：
所述获取模块203，可以通过web的方式构建用户输入窗口，所述用户输入窗口提供给用户输入员工信息。用户通过移动终端1的web页面的用户输入窗口输入员工信息。
所述获取模块203，还可以直接接入人资系统，获取员工身份信息列表，通过扫描所述员工身份信息列表的形式实现员工身份信息的输入。接入人资系统的具体方法属于本领域现有技术，本实施例不再赘述。
进一步地，所述获取模块203还用于通过以员工身份信息为节点建立关系树；及通过广度优先算法以及所述员工身份信息获取所述员工关系信息。
所述员工身份信息是唯一代表员工身份的标识，例如，身份证号，工号，社保号等。当所述关系树是以员工工号建立时，所述关系树可以是工号为根节点，姓名、薪资、服务年限、岗位、年资等为子节点。
在本实施方式中，广度优先算法又称作宽度优先搜索，或横向优先搜索，简称bfs，是一种图形搜索演算法。简单的说，bfs是从根节点开始，沿着树的宽度遍历关系树的节点，如果发现目标，则演算终止。广度优先搜索的实现一般采用open-closed表。
所述执行模块204，用于根据所述员工信息从所述算法库调取薪资计算算法，并根据所述薪资计算算法运行所述薪资计算引擎。本实施例中，算法库可以是管理人员预先设置的数据库，数据库可以是sqlserver、mysql等，数据库中存储有管理人员预先存储的算法规则，也可以是后期加入的算法规则。
所述显示模块205，还用于获取所述薪资计算引擎的计算结果并呈现给用户。
具体地，所述显示模块205可以通过移动终端的用户端的界面显示所述薪资计算引擎的计算结果。所述移动终端可以是笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、导航装置、车载装置等等的可移动设备，以及诸如数字tv、台式计算机、笔记本、服务器等等的固定终端。
通过上述功能模块201-205，本发明所提出的基于云计算的薪资计算程序200，首先，基于云计算引擎建立薪资计算引擎；其次，定义薪资计算算法，并基于所述薪资计算算法建立算法库；再次，获取员工信息；然后，根据所述员工信息从所述算法库调取薪资计算算法，并根据所述薪资计算算法运行所述薪资计算引擎；最后，获取所述薪资计算引擎的计算结果并呈现给用户。这样，既可以避免现有技术中在数据库进行了以机构或分公司为单位的并发计算后，获得的只是机构或分公司的数据，而针对具体业务员的薪资则还需要进行进一步地计算，如此导致整薪资计算过程效率低下的弊端。又能够通过对薪资计算算法的重新定义，将薪资计算中并发计算的颗粒度从机构或分公司替换员工个人信息，以员工为单位进行并发，进而通过云计算的能力，使得薪资计算的并发量成倍的提升，同时由于不再有因为以机构为颗粒度计算而导致的多种数据的重复计算，可以成倍的提升计算性能，并减少数据库的负载。
此外，本发明还提出一种基于云计算的薪资计算方法。
参阅图3所示，是本发明基于云计算的薪资计算方法第一实施例的实施流程示意图。在本实施例中，根据不同的需求，图3所示的流程图中的步骤的执行顺序可以改变，某些步骤可以省略。
步骤s301，基于云计算引擎建立薪资计算引擎。
本实施例中，引擎(engine)是电子平台上开发程序或系统的核心组件。利用引擎，开发者可迅速建立、铺设程序所需的功能，或利用其辅助程序的运转。而在本实施方式中，薪资计算引擎可以基于现有的薪资计算引擎(比如平安寿险的薪资计算引擎)进行功能的拓展，比如基于云计算引擎嵌入大数据的搜索功能，从而构建云计算能力。
步骤s302，定义薪资计算算法，并基于所述薪资计算算法建立算法库。
具体地，所述应用服务器1，定义所述薪资计算算法中，计算单位为员工信息，并定义所述薪资计算算法中员工信息参数标识。进一步地，所述员工信息包括员工身份信息和员工关系信息，所述员工关系信息包括员工推荐关系和/或员工育成关系。
在本实施方式中，所谓员工推荐关系指的是员工之间的一种推荐关系，比如员工a推荐员工b，那么在佣金计算中，a可能获取员工b佣金的一定比例；而所谓育成关系指的是员工之间的一种育成关系，而这种育成关系主要存在于上下级之间，包括直接育成关系和二代育成关系，比如a直接育成b，b直接育成c，而a二代育成c，根据这种育成关系，a则获取的b或c的佣金比例，比如a从b提成20％，从c提成10％。在本实施方式中，上述薪资计算算法可以为基本薪资加上根据该员工的推荐或育成关系而获取的佣金，当然，具体的薪资计算算法并不以此为准，上述仅以示例说明。另外，本实施例中，薪资计算引擎在运行薪资计算算法的过程中会调取数据库中数据。
步骤s303，获取员工信息。
所述获取员工信息的步骤将在本发明基于云计算的薪资计算方法第二实施例(图4)及本发明基于云计算的薪资计算方法第三实施例(图5)中详述。
步骤s304，根据所述员工信息从所述算法库调取薪资计算算法，并根据所述薪资计算算法运行所述薪资计算引擎。本实施例中，算法库可以是管理人员预先设置的数据库，数据库可以是sqlserver、mysql等，数据库中存储有管理人员预先存储的算法规则，也可以是后期加入的算法规则。
步骤s305，获取所述薪资计算引擎的计算结果并呈现给用户。具体地，所述应用服务器1可以通过移动终端的用户端的界面显示所述薪资计算引擎的计算结果。所述移动终端可以是笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、导航装置、车载装置等等的可移动设备，以及诸如数字tv、台式计算机、笔记本、服务器等等的固定终端。
通过上述步骤s301-305，本发明所提出的基于云计算的薪资计算方法，所述应用服务器1首先，基于云计算引擎建立薪资计算引擎；其次，定义薪资计算算法，并基于所述薪资计算算法建立算法库；再次，获取员工信息；然后，根据所述员工信息从所述算法库调取薪资计算算法，并根据所述薪资计算算法运行所述薪资计算引擎；最后，获取所述薪资计算引擎的计算结果并呈现给用户。这样，既可以避免现有技术中在数据库进行了以机构或分公司为单位的并发计算后，获得的只是机构或分公司的数据，而针对具体业务员的薪资则还需要进行进一步地计算，如此导致整薪资计算过程效率低下的弊端。又能够通过对薪资计算算法的重新定义，将薪资计算中并发计算的颗粒度从机构或分公司替换员工个人信息，以员工为单位进行并发，进而通过云计算的能力，使得薪资计算的并发量成倍的提升，同时由于不再有因为以机构为颗粒度计算而导致的多种数据的重复计算，可以成倍的提升计算性能，并减少数据库的负载。
参阅图4所示，是本发明基于云计算的薪资计算方法第二实施例的实施流程示意图。在本实施例中，根据不同的需求，图4所示的流程图中的步骤的执行顺序可以改变，某些步骤可以省略。在本实施例中，所述获取员工信息的步骤，具体包括：
步骤s401，通过web的方式构建用户输入窗口，所述用户输入窗口提供给用户输入员工信息。具体地，用户通过移动终端的web页面的用户输入窗口输入员工信息。本实施例中，所述移动终端可以是笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、导航装置、车载装置等等的可移动设备，以及诸如数字tv、台式计算机、笔记本、服务器等等的固定终端。
步骤s402，接入人资系统，获取员工身份信息列表，通过扫描所述员工身份信息列表的形式实现员工身份信息的输入。接入人资系统的具体方法属于本领域现有技术，本实施例不再赘述。
通过上述步骤s401-402，本发明所提出的基于云计算的薪资计算方法，可以通过多种方式获取员工信息，这样，以员工为单位进行薪资并发，进而通过云计算的能力，使得薪资计算的并发量成倍的提升。
基于本发明基于云计算的薪资计算方法第一及第二实施例，提出本发明基于云计算的薪资计算方法第三实施例。
参阅图5所示，是本发明基于云计算的薪资计算方法第三实施例的实施流程示意图。在本实施例中，所述获取员工信息的步骤，进一步包括：
步骤s501，通过以员工身份信息为节点建立关系树。所述员工身份信息是唯一代表员工身份的标识，例如，身份证号，工号，社保号等。当所述关系树是以员工工号建立时，所述关系树可以是工号为根节点，姓名、薪资、服务年限、岗位、年资等为子节点。
步骤s502，通过广度优先算法以及所述员工身份信息获取所述员工关系信息。在本实施方式中，广度优先算法又称作宽度优先搜索，或横向优先搜索，简称bfs，是一种图形搜索演算法。简单的说，bfs是从根节点开始，沿着树的宽度遍历关系树的节点，如果发现目标，则演算终止。广度优先搜索的实现一般采用open-closed表。
通过上述步骤s501-502，本发明所提出的基于云计算的薪资计算方法，可以基于广度优先算法获取员工信息，可以成倍的提升计算性能，并减少数据库的负载。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如rom/ram、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，空调器，或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。