CN102650995A - 多维数据分析模型生成系统及方法 - Google Patents
多维数据分析模型生成系统及方法 Download PDFInfo
- Publication number
- CN102650995A CN102650995A CN201110047110XA CN201110047110A CN102650995A CN 102650995 A CN102650995 A CN 102650995A CN 201110047110X A CN201110047110X A CN 201110047110XA CN 201110047110 A CN201110047110 A CN 201110047110A CN 102650995 A CN102650995 A CN 102650995A
- Authority
- CN
- China
- Prior art keywords
- model
- data analysis
- analysis model
- multidimensional data
- dimension
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提出了一种多维数据分析模型生成系统及方法。其中，所述系统包括：数据库，用于存储表定义和数据；数据抽取转换装置，用于根据所述数据库中的表定义构建用于特定分析模型的维度和度量；公共标准模型库，用于存储对应于所述用于特定分析模型的维度和度量的对象；模型分析装置，用于根据需求解析所述公共标准模型库中的对象，并将所述对象组合以生成目标多维数据分析模型。本发明所公开的多维数据分析模型生成系统及方法可以确保一致性并且能够提高数据分析模型的复用率。
Description
技术领域
本发明涉及数据分析模型生成系统及方法，更具体地，涉及多维数据分析模型生成系统及方法。
背景技术
目前，随着数据库应用的日益广泛以及不同领域的业务种类的日益丰富，基于数据库生成多维数据分析模型越来越重要。
通常，现有的基于数据库的多维数据分析模型生成方法包括如下两个阶段：(1)首先设计数据库，使用商业可获得的数据抽取转换工具(例如Cognos Framework Manager)将数据库中的表和字段定义直接抽取出来，构建面向主题的业务视图，以便直接生成期望的数据分析模型。(2)其次，开发面向主题的若干个多维分析模型；然后采用同样的方法开发其它的多维分析模型(即“螺旋式”的开发过程)
然而，由于随着业务种类的日益丰富，多维分析需求层出不穷，但是通常所述多个多维分析需求包含大量的相同或相似的维度和度量。因此，上述现有的方案存在如下问题：(1)每次“螺旋式”的开发过程均是一个全新的开发过程，因而不能利用之前已经设计好的数据分析模型。即数据分析模型的重复利用率不高；(2)每个迭代开发过程中，由于难于避免的一些客观原因(例如开发团队成员发生变化)，开发出来模型可能差异甚大，即难于获得统一的维度和/或度量的定义和表示方法，从而难于确保数据定义和表示的一致性；(3)为了确保各个多维数据分析模型中相同的维度和度量在名称、属性和计算方法等特征上的一致性，只能通过人工的方式逐一确认，并且如果在后续的迭代开发过程中某个维度的统计方式发生变化，也只能通过人工的方式逐一修改，因此，这导致一致性的维护变得非常困难。
因此，存在如下需求：提供一种可以确保一致性并且能够提高数据分析模型的复用率的多维数据分析模型生成系统及方法。
发明内容
为了解决上述现有技术方案所存在的缺陷，本发明提出了一种多维数据分析模型生成系统及方法。
本发明的目的是通过以下技术方案实现的：
一种多维数据分析模型生成系统，所述多维数据分析模型生成系统包括：
数据库，所述数据库用于存储表定义和数据；
数据抽取转换装置，所述数据抽取转换装置用于根据所述数据库中的表定义构建用于特定分析模型的维度和度量；
公共标准模型库，所述公共标准模型库用于存储对应于所述用于特定分析模型的维度和度量的对象；
模型分析装置，所述模型分析装置用于根据需求解析所述公共标准模型库中的对象，并将所述对象组合以生成目标多维数据分析模型。
在上面所公开的方案中，优选地，所述用于特定分析模型的维度和度量来自于所述数据库中的相同表和/或不同表。
在上面所公开的方案中，优选地，所述相同表和/或不同表均包含各自的业务逻辑。
在上面所公开的方案中，优选地，所述模型分析装置进一步包括数据抽取模块，所述数据抽取模块用于抽取并解析所述公共标准模型库中的对象并直接输出为目标多维数据分析模型。
在上面所公开的方案中，优选地，所述数据抽取模块进一步用于将所述抽取和解析出的对象提供给其它模块以便进行后续处理。
在上面所公开的方案中，优选地，所述公共标准模型库是结构化的模型文件，所述文件包含多个特定的对象，这些对象组合起来构成维度和指标的定义和表示。
在上面所公开的方案中，优选地，所述数据抽取模块还用于将所述抽取和解析出的对象组合以生成中间模型，其中，所述中间模型包括目标多维数据分析模型所需的维度和度量。
在上面所公开的方案中，优选地，所述模型分析装置进一步包括数据同步模块，所述数据同步模块用于将所述中间模型与已有的多维数据分析模型相比较，以确保所述已有的多维数据分析模型的维度和度量与所述中间模型的维度和度量相一致。
在上面所公开的方案中，优选地，所述数据抽取转换装置利用自身的相关组件设计维度和度量，同时定义每个维度和度量的名称、属性以及计算方法，从而生成所述公共标准模型库。
在上面所公开的方案中，优选地，如果待生成的多维数据分析模型包含与所述公共标准模型库相同或相似的维度和度量，则可以通过所述公共标准模型库直接批量生成；如果待生成的多维数据分析模型包含所述公共标准模型库中没有的维度和度量，则通过所述数据抽取转换装置在所述公共标准模型库中增加相应的维度和度量，随后根据所述公共标准模型库批量生成所述待生成的多维数据分析模型。
本发明的目的也可以通过以下技术方案实现：
一种多维数据分析模型生成方法，所述多维数据分析模型生成方法包括如下步骤：
(A1)数据抽取转换装置从数据库中抽取表定义和数据；
(A2)所述数据抽取转换装置根据所述抽取的表定义和数据生成公共标准模型库；
(A3)模型分析装置根据需求解析所述公共标准模型库中的对象，并将所述对象组合以生成目标多维数据分析模型。
在上面所公开的方案中，优选地，所述数据抽取转换装置根据所述数据库中的表定义和数据构建用于特定分析模型的维度和度量。
在上面所公开的方案中，优选地，所述用于特定分析模型的维度和度量来自于所述数据库中的相同表和/或不同表。
在上面所公开的方案中，优选地，所述相同表和/或不同表均包含各自的业务逻辑。
在上面所公开的方案中，优选地，所述步骤(A3)进一步包括：
(B1)所述模型分析装置抽取并解析所述公共标准模型库中的对象并直接输出为目标多维数据分析模型。
在上面所公开的方案中，优选地，所述步骤(A3)进一步包括：所述模型分析装置将所述抽取和解析出的对象提供给其它模块以便进行后续处理。
在上面所公开的方案中，优选地，所述公共标准模型库是结构化的模型文件，所述文件包含多个特定的对象，这些对象组合起来构成维度和指标的定义和表示。
在上面所公开的方案中，优选地，所述步骤(A3)进一步包括：
(B2)所述模型分析装置将所述抽取和解析出的对象组合以生成中间模型，其中，所述中间模型包括目标多维数据分析模型所需的维度和度量。
在上面所公开的方案中，优选地，所述多维数据分析模型生成方法还包括：
(A4)所述模型分析装置将所述中间模型与已有的多维数据分析模型相比较，以确保所述中间模型的维度和度量与所述已有的多维数据分析模型的维度和度量相一致。
在上面所公开的方案中，优选地，所述数据抽取转换装置利用自身的相关组件设计维度和度量，同时定义每个维度和度量的名称、属性以及计算方法，从而生成所述公共标准模型库。
在上面所公开的方案中，优选地，如果待生成的多维数据分析模型包含与所述公共标准模型库相同或相似的维度和度量，则可以通过所述公共标准模型库直接批量生成；如果待生成的多维数据分析模型包含所述公共标准模型库中没有的维度和度量，则在所述公共标准模型库中增加相应的维度和度量，随后根据所述公共标准模型库批量生成所述待生成的多维数据分析模型。
本发明所公开的多维数据分析模型生成系统及方法具有如下优点：由于利用了各个多维数据分析模型之间的关联性(即利用已有模型开发新模型)，故提高了多维数据分析模型的代码复用性；可以确保数据定义和表示的一致性，从而提高了生成的多维数据分析模型的精确性。
附图说明
结合附图，本发明的技术特征以及优点将会被本领域技术人员更好地理解，其中：
图1为根据本发明的实施例的多维数据分析模型生成系统的架构图；
图2为根据本发明的实施例的多维数据分析模型生成方法的流程图。
具体实施方式
图1是根据本发明的实施例的多维数据分析模型生成系统的架构图。如图1所示，本发明所公开的多维数据分析模型生成系统包括数据库1、数据抽取转换装置2、公共标准模型库3和模型分析装置4。其中，所述数据库1用于存储表定义和数据。所述数据抽取转换装置2用于根据所述数据库1中的表定义构建用于特定分析模型的维度和度量。所述公共标准模型库3用于存储对应于所述用于特定分析模型的维度和度量的对象。所述模型分析装置4用于根据需求解析所述公共标准模型库3中的对象，并将所述对象组合以生成目标多维数据分析模型。优选地，所述用于特定分析模型的维度和度量可以来自于所述数据库中的同一张表。优选地，所述用于特定分析模型的维度和度量可以来自于所述数据库中的不同表。其中，所述特定分析模型的维度和度量均包含各自的业务逻辑。
如图1所示，优选地，所述模型分析装置4进一步包括数据抽取模块5。所述数据抽取模块5用于抽取并解析所述公共标准模型库3中的对象并直接输出为目标多维数据分析模型，或者将所述抽取和解析出的对象提供给其它模块(例如数据同步模块6)以便进行后续处理。
示例性地，所述公共标准模型库3是结构化的模型文件，所述文件包含多个特定的对象，这些对象组合起来构成维度和指标的定义和表示。
优选地，所述数据抽取转换装置2是商业可获得的(例如CognosFramework Manager)。
优选地，所述数据抽取模块5还用于将所述抽取和解析出的对象组合以生成中间模型。其中，所述中间模型包括目标多维数据分析模型所需的维度和度量。
示例性地，如图1所示，所述模型分析装置4进一步包括数据同步模块6。所述数据同步模块6用于将中间模型与已有的多维数据分析模型相比较，以确保所述已有的多维数据分析模型的维度和度量与所述中间模型的维度和度量相一致。由此，可以确保所述已有的多维数据分析模型的维度和度量与所述公共标准模型库3中的维度和度量相一致。
如图1所示，本发明所公开的多维数据分析模型生成系统的基本工作原理如下：所述数据抽取转换装置2从所述数据库1中抽取表定义；所述数据抽取转换装置2根据所述抽取的表定义和数据生成公共标准模型库3；所述模型分析装置4根据需求解析所述公共标准模型库3中的对象，并将所述对象组合以生成目标多维数据分析模型。
其中，所述数据抽取转换装置2利用自身的相关组件设计维度和度量，同时定义每个维度和度量的名称、属性以及计算方法，从而生成所述公共标准模型库3。在本发明所公开的多维数据分析模型生成系统中，所述公共标准模型库3是其它多维数据分析模型的基础，即所述公共标准模型库3是唯一的数据输入接口，从而可以实现批量生成目标多维数据分析模型。
示例性地，在本发明所公开的多维数据分析模型生成系统中，当进行设计时(例如第一次“螺旋式”开发时)，首先创建公共标准模型库，其后的设计(例如随后的“螺旋式”开发)均以所述公共标准模型库为基础。如果新开发的多维数据分析模型包含与所述公共标准模型库相同的维度和度量，则可以通过所述公共标准模型库直接批量生成。如果新开发的多维数据分析模型包含所述公共标准模型库中没有的维度和度量，则只需在所述公共标准模型库中增加相应的维度和度量，随后再根据所述公共标准模型库批量生成目标多维数据分析模型。
图2是根据本发明的实施例的多维数据分析模型生成方法的流程图。如图2所示，本发明所公开的多维数据分析模型生成方法包括如下步骤：(A1)数据抽取转换装置从数据库中抽取表定义和数据；(A2)所述数据抽取转换装置根据所述抽取的表定义和数据生成公共标准模型库；(A3)模型分析装置根据需求解析所述公共标准模型库中的对象，并将所述对象组合以生成目标多维数据分析模型。优选地，所述数据抽取转换装置根据所述数据库中的表定义和数据构建用于特定分析模型的维度和度量。优选地，所述用于特定分析模型的维度和度量可以来自于所述数据库中的同一张表。优选地，所述用于特定分析模型的维度和度量可以来自于所述数据库中的不同表。其中，所述同一个表和/或不同表均包含各自的业务逻辑。
如图2所示，在本发明所公开的多维数据分析模型生成方法中，所述步骤(A3)进一步包括：(B1)所述模型分析装置抽取并解析所述公共标准模型库中的对象并直接输出为目标多维数据分析模型，或者将所述抽取和解析出的对象提供给其它模块(例如数据同步模块6)以便进行后续处理。
示例性地，所述公共标准模型库是结构化的模型文件，所述文件包含多个特定的对象，这些对象组合起来构成维度和指标的定义和表示。
优选地，所述数据抽取转换装置是商业可获得的(例如CognosFramework Manager)。
优选地，在本发明所公开的多维数据分析模型生成方法中，所述步骤(A3)进一步包括：(B2)所述模型分析装置将所述抽取和解析出的对象组合以生成中间模型。其中，所述中间模型包括目标多维数据分析模型所需的维度和度量。
如图2所示，优选地，本发明所公开的多维数据分析模型生成方法还包括：(A4)所述模型分析装置将所述中间模型与已有的多维数据分析模型相比较，以确保所述中间模型的维度和度量与所述已有的多维数据分析模型的维度和度量相一致。由此，可以确保所述已有的多维数据分析模型的维度和度量与所述公共标准模型库3中的维度和度量相一致。
如图2所示，在本发明所公开的多维数据分析模型生成方法中，所述数据抽取转换装置利用自身的相关组件设计维度和度量，同时定义每个维度和度量的名称、属性以及计算方法，从而生成所述公共标准模型库。在本发明所公开的多维数据分析模型生成方法中，所述公共标准模型库是其它多维数据分析模型的基础，即所述公共标准模型库是唯一的数据输入接口，从而可以实现批量生成目标多维数据分析模型。
示例性地，如图2所示，在本发明所公开的多维数据分析模型生成方法中，当进行设计时(例如第一次“螺旋式”开发时)，首先创建公共标准模型库，其后的设计(例如随后的“螺旋式”开发)均以所述公共标准模型库为基础。如果新开发的多维数据分析模型包含与所述公共标准模型库相同或相似的维度和度量，则可以通过所述公共标准模型库直接批量生成。如果新开发的多维数据分析模型包含所述公共标准模型库中没有的维度和度量，则只需在所述公共标准模型库中增加相应的维度和度量，随后再根据所述公共标准模型库批量生成目标多维数据分析模型。
尽管本发明是通过上述的优选实施方式进行描述的，但是其实现形式并不局限于上述的实施方式。应该认识到：在不脱离本发明主旨和范围的情况下，本领域技术人员可以对本发明做出不同的变化和修改。
Claims (21)
1.一种多维数据分析模型生成系统，所述多维数据分析模型生成系统包括：
数据库，所述数据库用于存储表定义和数据；
数据抽取转换装置，所述数据抽取转换装置用于根据所述数据库中的表定义构建用于特定分析模型的维度和度量；
公共标准模型库，所述公共标准模型库用于存储对应于所述用于特定分析模型的维度和度量的对象；
模型分析装置，所述模型分析装置用于根据需求解析所述公共标准模型库中的对象，并将所述对象组合以生成目标多维数据分析模型。
2.根据权利要求1所述的多维数据分析模型生成系统，其特征在于，所述用于特定分析模型的维度和度量来自于所述数据库中的相同表和/或不同表。
3.根据权利要求2所述的多维数据分析模型生成系统，其特征在于，所述相同表和/或不同表均包含各自的业务逻辑。
4.根据权利要求3所述的多维数据分析模型生成系统，其特征在于，所述模型分析装置进一步包括数据抽取模块，所述数据抽取模块用于抽取并解析所述公共标准模型库中的对象并直接输出为目标多维数据分析模型。
5.根据权利要求4所述的多维数据分析模型生成系统，其特征在于，所述模型分析装置进一步包括数据同步模块，并且所述数据抽取模块进一步用于将所述抽取和解析出的对象提供给所述数据同步模块以便进行后续处理。
6.根据权利要求5所述的多维数据分析模型生成系统，其特征在于，所述公共标准模型库是结构化的模型文件，所述文件包含多个特定的对象，这些对象组合起来构成维度和指标的定义和表示。
7.根据权利要求6所述的多维数据分析模型生成系统，其特征在于，所述数据抽取模块还用于将所述抽取和解析出的对象组合以生成中间模型，其中，所述中间模型包括目标多维数据分析模型所需的维度和度量。
8.根据权利要求7所述的多维数据分析模型生成系统，其特征在于，所述数据同步模块用于将所述中间模型与已有的多维数据分析模型相比较，以确保所述已有的多维数据分析模型的维度和度量与所述中间模型的维度和度量相一致。
9.根据权利要求8所述的多维数据分析模型生成系统，其特征在于，所述数据抽取转换装置利用自身的相关组件设计维度和度量，同时定义每个维度和度量的名称、属性以及计算方法，从而生成所述公共标准模型库。
10.根据权利要求9所述的多维数据分析模型生成系统，其特征在于，如果待生成的多维数据分析模型包含与所述公共标准模型库相同或相似的维度和度量，则可以通过所述公共标准模型库直接生成；如果待生成的多维数据分析模型包含所述公共标准模型库中没有的维度和度量，则通过所述数据抽取转换装置在所述公共标准模型库中增加相应的维度和度量，随后根据所述公共标准模型库批量生成所述待生成的多维数据分析模型。
11.一种多维数据分析模型生成方法，所述多维数据分析模型生成方法包括如下步骤：
(A1)数据抽取转换装置从数据库中抽取表定义；
(A2)所述数据抽取转换装置根据所述抽取的表定义生成公共标准模型库；
(A3)模型分析装置根据需求解析所述公共标准模型库中的对象，并将所述对象组合以生成目标多维数据分析模型。
12.根据权利要求11所述的多维数据分析模型生成方法，其特征在于，所述数据抽取转换装置根据所述数据库中的表定义并基于业务逻辑构建用于特定分析模型的维度和度量。
13.根据权利要求12所述的多维数据分析模型生成方法，其特征在于，所述用于特定分析模型的维度和度量来自于所述数据库中的相同表和/或不同表。
14.根据权利要求13所述的多维数据分析模型生成方法，其特征在于，所述相同表和/或不同表均包含各自的业务逻辑。
15.根据权利要求14所述的多维数据分析模型生成方法，其特征在于，所述步骤(A3)进一步包括：
(B1)所述模型分析装置抽取并解析所述公共标准模型库中的对象并直接输出为目标多维数据分析模型。
16.根据权利要求15所述的多维数据分析模型生成方法，其特征在于，所述步骤(A3)进一步包括：所述模型分析装置将所述抽取和解析出的对象提供给其它模块以便进行后续处理。
17.根据权利要求16所述的多维数据分析模型生成方法，其特征在于，所述公共标准模型库是结构化的模型文件，所述文件包含多个特定的对象，这些对象组合起来构成维度和指标的定义和表示。
18.根据权利要求17所述的多维数据分析模型生成方法，其特征在于，所述步骤(A3)进一步包括：
(B2)所述模型分析装置将所述抽取和解析出的对象组合以生成中间模型，其中，所述中间模型包括目标多维数据分析模型所需的维度和度量。
19.根据权利要求18所述的多维数据分析模型生成方法，其特征在于，所述多维数据分析模型生成方法还包括：
(A4)所述模型分析装置将所述中间模型与已有的多维数据分析模型相比较，以确保所述中间模型的维度和度量与所述已有的多维数据分析模型的维度和度量相一致。
20.根据权利要求19所述的多维数据分析模型生成方法，其特征在于，所述数据抽取转换装置利用自身的相关组件设计维度和度量，同时定义每个维度和度量的名称、属性以及计算方法，从而生成所述公共标准模型库。
21.根据权利要求20所述的多维数据分析模型生成方法，其特征在于，如果待生成的多维数据分析模型包含与所述公共标准模型库相同或相似的维度和度量，则可以通过所述公共标准模型库直接批量生成；如果待生成的多维数据分析模型包含所述公共标准模型库中没有的维度和度量，则在所述公共标准模型库中增加相应的维度和度量，随后根据所述公共标准模型库批量生成所述待生成的多维数据分析模型。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110047110XA CN102650995A (zh) | 2011-02-25 | 2011-02-25 | 多维数据分析模型生成系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201110047110XA CN102650995A (zh) | 2011-02-25 | 2011-02-25 | 多维数据分析模型生成系统及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN102650995A true CN102650995A (zh) | 2012-08-29 |
Family
ID=46693003
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201110047110XA Pending CN102650995A (zh) | 2011-02-25 | 2011-02-25 | 多维数据分析模型生成系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102650995A (zh) |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105488045A (zh) * | 2014-09-16 | 2016-04-13 | 中兴通讯股份有限公司 | 一种数据展现的方法及装置 |
| CN106095862A (zh) * | 2016-06-02 | 2016-11-09 | 四川大学 | 集中式可扩展融合型多维复杂结构关系数据的存储方法 |
| CN106096073A (zh) * | 2016-05-23 | 2016-11-09 | 北京航空航天大学 | 一种基于损伤力学非概率区间分析模型的金属疲劳裂纹全寿命预估方法 |
| CN106776834A (zh) * | 2016-11-28 | 2017-05-31 | 中通服公众信息产业股份有限公司 | 一种基于指标的数据分析自取数方法及系统 |
| CN107527070A (zh) * | 2017-08-25 | 2017-12-29 | 江苏赛睿信息科技股份有限公司 | 维度数据和指标数据的识别方法、存储介质及服务器 |
| CN108009223A (zh) * | 2017-11-24 | 2018-05-08 | 中体彩科技发展有限公司 | 一种交易数据的一致性检测方法及装置 |
| CN105095436B (zh) * | 2015-07-23 | 2018-07-17 | 苏州国云数据科技有限公司 | 数据源数据自动建模方法 |
| CN108388564A (zh) * | 2017-02-03 | 2018-08-10 | 百度在线网络技术（北京）有限公司 | 查询处理方法、装置及其设备 |
| CN110597789A (zh) * | 2019-09-19 | 2019-12-20 | 泰康保险集团股份有限公司 | 架构图自动生成方法、装置、设备及计算机可读存储介质 |
| CN110807044A (zh) * | 2019-10-30 | 2020-02-18 | 东莞市盟大塑化科技有限公司 | 一种基于人工智能技术的模型维度管理方法 |
| CN111625537A (zh) * | 2020-04-24 | 2020-09-04 | 山东电子职业技术学院 | 一种多维数据分析系统和多维数据分析方法 |
| WO2021035588A1 (zh) * | 2019-08-28 | 2021-03-04 | 西门子股份公司 | 生产建模方法、装置和系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1508728A (zh) * | 2002-12-18 | 2004-06-30 | �Ҵ���˾ | 使用元数据在关系数据库中创建多维数据集的方法和系统 |
| US7031955B1 (en) * | 2001-04-27 | 2006-04-18 | I2 Technologies Us, Inc. | Optimization using a multi-dimensional data model |
| CN101178732A (zh) * | 2007-12-12 | 2008-05-14 | 江苏省电力公司 | 基于元数据快速实现数据仓库过程的方法 |
-
2011
- 2011-02-25 CN CN201110047110XA patent/CN102650995A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7031955B1 (en) * | 2001-04-27 | 2006-04-18 | I2 Technologies Us, Inc. | Optimization using a multi-dimensional data model |
| CN1508728A (zh) * | 2002-12-18 | 2004-06-30 | �Ҵ���˾ | 使用元数据在关系数据库中创建多维数据集的方法和系统 |
| CN101178732A (zh) * | 2007-12-12 | 2008-05-14 | 江苏省电力公司 | 基于元数据快速实现数据仓库过程的方法 |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105488045A (zh) * | 2014-09-16 | 2016-04-13 | 中兴通讯股份有限公司 | 一种数据展现的方法及装置 |
| CN105095436B (zh) * | 2015-07-23 | 2018-07-17 | 苏州国云数据科技有限公司 | 数据源数据自动建模方法 |
| CN106096073B (zh) * | 2016-05-23 | 2019-02-22 | 北京航空航天大学 | 一种基于损伤力学非概率区间分析模型的金属疲劳裂纹全寿命预估方法 |
| CN106096073A (zh) * | 2016-05-23 | 2016-11-09 | 北京航空航天大学 | 一种基于损伤力学非概率区间分析模型的金属疲劳裂纹全寿命预估方法 |
| CN106095862A (zh) * | 2016-06-02 | 2016-11-09 | 四川大学 | 集中式可扩展融合型多维复杂结构关系数据的存储方法 |
| CN106095862B (zh) * | 2016-06-02 | 2020-11-17 | 四川大学 | 集中式可扩展融合型多维复杂结构关系数据的存储方法 |
| CN106776834A (zh) * | 2016-11-28 | 2017-05-31 | 中通服公众信息产业股份有限公司 | 一种基于指标的数据分析自取数方法及系统 |
| CN108388564A (zh) * | 2017-02-03 | 2018-08-10 | 百度在线网络技术（北京）有限公司 | 查询处理方法、装置及其设备 |
| CN107527070A (zh) * | 2017-08-25 | 2017-12-29 | 江苏赛睿信息科技股份有限公司 | 维度数据和指标数据的识别方法、存储介质及服务器 |
| CN107527070B (zh) * | 2017-08-25 | 2020-03-24 | 南京小睿软件有限公司 | 维度数据和指标数据的识别方法、存储介质及服务器 |
| CN108009223A (zh) * | 2017-11-24 | 2018-05-08 | 中体彩科技发展有限公司 | 一种交易数据的一致性检测方法及装置 |
| CN108009223B (zh) * | 2017-11-24 | 2021-12-07 | 中体彩科技发展有限公司 | 一种交易数据的一致性检测方法及装置 |
| WO2021035588A1 (zh) * | 2019-08-28 | 2021-03-04 | 西门子股份公司 | 生产建模方法、装置和系统 |
| CN110597789A (zh) * | 2019-09-19 | 2019-12-20 | 泰康保险集团股份有限公司 | 架构图自动生成方法、装置、设备及计算机可读存储介质 |
| CN110597789B (zh) * | 2019-09-19 | 2022-04-15 | 泰康保险集团股份有限公司 | 架构图自动生成方法、装置、设备及计算机可读存储介质 |
| CN110807044A (zh) * | 2019-10-30 | 2020-02-18 | 东莞市盟大塑化科技有限公司 | 一种基于人工智能技术的模型维度管理方法 |
| CN111625537A (zh) * | 2020-04-24 | 2020-09-04 | 山东电子职业技术学院 | 一种多维数据分析系统和多维数据分析方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102650995A (zh) | 多维数据分析模型生成系统及方法 | |
| CN106406911B (zh) | 一种计算机软件系统功能组件化的方法 | |
| CN110032369A (zh) | 一种代码自动生成方法、装置及介质 | |
| CN102012945B (zh) | 一种面向用户的数据库管理系统 | |
| US20160246829A1 (en) | Managing time series databases | |
| CN102135938A (zh) | 一种软件产品测试方法及系统 | |
| CN103309806B (zh) | 一种快速开发测试的装置及方法 | |
| CN102999524B (zh) | 一种文档关联检索方法及系统 | |
| US9418241B2 (en) | Unified platform for big data processing | |
| CN104268428A (zh) | 一种用于指标计算的可视化配置方法 | |
| CN102646040B (zh) | 基于功件和功件树的软件生成方法及装置 | |
| CN202339542U (zh) | 一种软件产品测试系统 | |
| CN103914307A (zh) | 一种基于可复用库的交互界面快速实现方法 | |
| CN103914290A (zh) | 一种操作命令处理方法及装置 | |
| CN104809068A (zh) | 一种基于selenium的web自动化测试框架构建方法 | |
| CN103077192B (zh) | 一种数据处理方法及其系统 | |
| CN104536987A (zh) | 一种查询数据的方法及装置 | |
| CN105573774B (zh) | 应用程序参数管理及配置方法 | |
| CN112214453B (zh) | 大规模工业数据压缩存储方法、系统及介质 | |
| CN106547765A (zh) | 基于sql的数据库管理方法及装置 | |
| CN102609583A (zh) | 芯片寄存器信息管理方法 | |
| CN102722368B (zh) | 一种基于文档树和消息泵的插件式软件设计方法 | |
| CN102215264A (zh) | 一种支持多租户数据与服务定制运行的方法和装置 | |
| CN105912723A (zh) | 一种自定义字段的存储方法 | |
| CN105138606A (zh) | 一种服务器日志管理方法及系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C12 | Rejection of a patent application after its publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20120829 |