CN109408577A - Oracle数据库json解析方法、系统、装置及可存储介质 - Google Patents
Oracle数据库json解析方法、系统、装置及可存储介质 Download PDFInfo
- Publication number
- CN109408577A CN109408577A CN201811251191.3A CN201811251191A CN109408577A CN 109408577 A CN109408577 A CN 109408577A CN 201811251191 A CN201811251191 A CN 201811251191A CN 109408577 A CN109408577 A CN 109408577A
- Authority
- CN
- China
- Prior art keywords
- json
- parsing
- source table
- oracle database
- clob
- 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.)
- Granted
Links
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及数据处理技术领域,提供一种ORACLE数据库JSON解析方法、系统、装置及可存储介质,其中的方法包括根据ORACLE数据库获取JSON解析源表,其中,JSON解析源表含有CLOB字段;采用KELLTE中的JavaScript控件对含有CLOB字段的JSON解析源表进行解析;JSON解析源表解析后得到JSON解析目标表。利用本发明,能够解决解析效率低、对JSON的格式要求非常严格等问题。
Description
技术领域
本发明涉及数据处理技术领域,更为具体地,涉及一种ORACLE数据库JSON解析方法、系统、装置及可存储介质。
背景技术
ORACLE数据库是目前世界上使用最为广泛的数据库管理系统,作为一个通用的数据库系统,它具有完整的数据管理功能;作为一个关系数据库,它是一个完备关系的产品;作为分布式数据库它实现了分布式处理功能。
其中,现有的ORACLE数据库中CLOB字段JOSN解析方法为:a、使用SUBSTR进行字段截取;b、使用github上开源的软件PLJSON。
现有的ORACLE函数json_ext解析JSON主要存在解析效率非常慢,数据量比较大的时候无法跑出结果等问题。
因此,为了解决上述问题,本发明提供了一种ORACLE数据库JSON解析方法、系统、装置及可存储介质。
发明内容
鉴于上述问题,本发明的目的是提供一种ORACLE数据库JSON解析方法、系统、装置及可存储介质,以解决解析效率低、对JSON的格式要求非常严格等问题。
第一方面,本发明提供一种ORACLE数据库JSON解析方法,应用于解析JSON的电子装置中,包括:
根据ORACLE数据库获取JSON解析源表,其中,JSON解析源表含有CLOB字段;
采用KELLTE中的JavaScript控件对含有CLOB字段的JSON解析源表进行解析;
JSON解析源表解析后得到JSON解析目标表。
第二方面,本发明还提供一种ORACLE数据库的JSON解析系统,包括:
JSON解析源表获取单元,用于根据ORACLE数据库获取JSON解析源表,其中,JSON解析源表含有CLOB字段;
JSON解析源表解析单元,用于采用KELLTE中的JavaScript控件对含有CLOB字段的JSON解析源表进行解析;
JSON解析目标表获取单元,用于将JSON解析源表解析后得到JSON解析目标表。
第三方面,本发明还提供一种电子装置,该电子装置包括:存储器、处理器以及存储在存储器中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上述ORACLE数据库JSON解析方法的步骤。
第四方面,本发明还提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,其计算机程序被处理器执行时实现上述ORACLE数据库JSON解析方法的步骤。
从上面的技术方案可知,本发明提供的ORACLE数据库JSON解析方法、系统、装置及可存储介质,通过采用KELLTE中的JavaScript控件对ORACLE数据库中的CLOB字段中存储的JSON进行解析,从而提高解析效率,由于采用KETTLE服务器,进行数据解析,主要解析的资源消耗了KETTLE的服务器,减小了生产ORACLE数据库的压力。
为了实现上述以及相关目的,本发明的一个或多个方面包括后面将详细说明的特征。下面的说明以及附图详细说明了本发明的某些示例性方面。然而,这些方面指示的仅仅是可使用本发明的原理的各种方式中的一些方式。此外,本发明旨在包括所有这些方面以及它们的等同物。
附图说明
通过参考以下结合附图的说明,并且随着对本发明的更全面理解,本发明的其它目的及结果将更加明白及易于理解。在附图中:
图1为根据本发明实施例的ORACLE数据库JSON解析方法流程图;
图2为根据本发明实施例的KETTLE配置流程示意图;
图3为根据本发明实施例的中信项目ORACLE数据库JSON解析流程示意图;
图4为根据本发明实施例的ORACLE数据库JSON解析系统逻辑结构框图;
图5为根据本发明实施例的电子装置逻辑结构示意图。
在所有附图中相同的标号指示相似或相应的特征或功能。
具体实施方式
在下面的描述中,出于说明的目的,为了提供对一个或多个实施例的全面理解,阐述了许多具体细节。然而,很明显,也可以在没有这些具体细节的情况下实现这些实施例。
现在将参照附图来详细描述本发明的各种示例性实施例。应注意到:除非另外具体说明,否则在这些实施例中阐述的部件和步骤的相对布置、数字表达式和数值不限制本发明的范围。
同时,应当明白,为了便于描述,附图中所示出的各个部分的尺寸并不是按照实际的比例关系绘制的。
以下对至少一个示例性实施例的描述实际上仅仅是说明性的,决不作为对本发明及其应用或使用的任何限制。
对于相关领域普通技术人员已知的技术、方法和设备可能不作详细讨论,但在适当情况下,所述技术、方法和设备应当被视为说明书的一部分。
应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步讨论。
本发明实施例可以应用于计算机系统/服务器等电子设备,其可与众多其它通用或专用计算系统环境或配置一起操作。适于与计算机系统/服务器等电子设备一起使用的众所周知的计算系统、环境和/或配置的例子包括但不限于:个人计算机系统、服务器计算机系统、瘦客户机、厚客户机、手持或膝上设备、基于微处理器的系统、机顶盒、可编程消费电子产品、网络个人电脑、小型计算机系统、大型计算机系统和包括上述任何系统的分布式云计算技术环境,等等。
计算机系统/服务器等电子设备可以在由计算机系统执行的计算机系统可执行指令(诸如程序模块)的一般语境下描述。通常,程序模块可以包括例程、程序、目标程序、组件、逻辑、数据结构等等,它们执行特定的任务或者实现特定的抽象数据类型。计算机系统/服务器等电子设备可以在分布式云计算环境中实施,分布式云计算环境中,任务是由通过通信网络链接的远程处理设备执行的。在分布式云计算环境中,程序模块可以位于包括存储设备的本地或远程计算系统存储介质上。
以下将结合附图对本发明的具体实施例进行详细描述。
实施例1
为了说明本发明提供的ORACLE数据库JSON解析方法,图1示出了根据本发明实施例的ORACLE数据库JSON解析方法流程。
如图1所示,本发明提供的ORACLE数据库JSON解析方法包括:
S110:根据ORACLE数据库获取JSON解析源表,其中,JSON解析源表含有CLOB字段。
在步骤S110中,JSON为JavaScript对象表示法(JavaScript Object Notation),JSON是存储和交换文本信息的语法,类似XML,JSON比XML更小、更快,更易解析。
JSON解析工具包主要有:三个package和三个type对象。其中,三个package分别为:PKG_JSON_PARSER、PKG_JSON_PRINTER、PKG_JSON_EXT;三个type对象分别为:JSON、JSON_LIST、JSON_VALUE。
JSON:一个用{}语法描述的对象。JSON_LIST:一个用[]语法描述的数组。JSON_VALUE:包含原始简单类型(String、number、boolean、null),也可以包含一个数组或对象。
在本发明的实施例中,通过JSON参数表和含CLOB字段的中间表相结合,得到JSON解析源表(JSON_SOURCE_KETTLE)。JSON参数表与含CLOB字段的中间表是一一对应的,一般来说,根据中间表的含CLOB字段配置JSON参数表,从而得到JSON解析源表(JSON_SOURCE_KETTLE)。
基于本发明上述实施例提供的获取JSON解析源表方法,通过JSON参数表和含CLOB字段的中间表相结合,得到JSON解析源表(JSON_SOURCE_KETTLE),一般来说,根据中间表的含CLOB字段配置JSON参数表,从而得到JSON解析源表(JSON_SOURCE_KETTLE)。本发明实施例无需依赖于特殊的设备,且无需借助于特殊的硬件设备,便可以获取JSON解析源表。
S120:采用KELLTE中的JavaScript控件对含有CLOB字段的JSON解析源表进行解析。
在步骤S120中,KELLTE是一款ETL工具,纯java编写,可以在Window、Linux、Unix上运行,数据抽取高效稳定,该项目的主程序员MATT希望把各种数据放到一个壶里,然后以一种指定的格式流出。
KELLTE中有两种脚本文件,transformation和job,transformation完成针对数据的基础转换,job则完成整个工作流的控制。
KELLTE家族目前包括4个产品:Spoon、Pan、CHEF、Kitchen。SPOON允许通过图形界面来设计ETL转换过程(Transformation)。PAN允许批量运行由Spoon设计的ETL转换(例如使用一个时间调度器)。Pan是一个后台执行的程序,没有图形界面。CHEF允许创建任务(Job),任务通过允许每个转换,任务,脚本等等,更有利于自动化更新数据仓库的复杂工作。任务通过允许每个转换,任务,脚本等等,任务将会被检查,看看是否正确地运行了。KITCHEN允许批量使用由Chef设计的任务(例如使用一个时间调度器),KITCHEN也是一个后台运行的程序。
JavaScript是一种基于对象和事件驱动并具有相对安全性的客户端脚本语言;同时也是一种广泛用于客户端Web开发的脚本语言,常用来给HTML网页添加动态功能,比如响应用户的各种操作;同时也是一种动态、弱类型、基于原型的语言,内置支持类。JavaScript也可以用于其他场合,如服务器端编程。完整的JavaScript实现包含三个部分:ECMAScript,文档对象模型,字节顺序记号。
其中,JavaScript表达式是指将常量、变量、函数、运算符和括号连接而成的式子。根据运算结果的不同,表达式可分为算术表达式、字符表达式、和逻辑表达式。
在本发明的实施例中,如图2所示,KETTLE配置流程包括:
S121:执行SQL脚本;
S122:将JSON解析源表插入到SQL脚本中;
S123:通过JavaScript代码对插入的JSON解析源表进行解析;
S124:如果解析正确,将输出解析获取的JSON解析目标表;
如果解析错误,获取不到JSON解析目标表。
其中,在上述步骤S123中,在通过JavaScript代码对插入的JSON解析源表进行解析过程包括:将JSON解析源表中的JSON字符串转化为JSON对象;根据解析规则对JSON对象进行解析。在本发明的实施例中,KETTLE解析主体代码为:
在上述的解析主体代码的过程中,将JSON解析源表JSON_SOURCE_KETTLE中的JSON字符串转化为JSON对象,然后根据解析规则,对JSON对象进行解析。上述的“var V_CONTEXTS”为变量返回值;“var data=JSON.parse(RISK_DETAIL)”的意思是将JSON字符串转化为JSON对象,RISK_DETAIL为JSON字符串;“var ls=PARAM_KEY”的意思是解析规则,其中,解析规则根据不同业务场景确定不同的解析规则,在实际应用中,结合当时的业务场景确定需要解析的JSON对象的解析规则。
基于本发明上述实施例提供的对含有CLOB字段的JSON解析源表解析方法,通过在执行SQL脚本后,将JSON解析源表JSON_SOURCE_KETTLE的所有数据插入到脚本中,然后通过JavaScript代码对插入的JSON解析源表JSON_SOURCE_KETTLE进行解析。本发明实施例的JSON解析源表解析方法,在解析效率上大大提升,大数据量的情况下可以根据服务器性能采用多线程方式进一步提高处理效率;对于JOSN的格式没有强制性的要求,可以返回任何结果并入库;使用了KETTLE服务器,进行了数据解析,主要解析的资源消耗到了KETTLE的服务器,减小了生产ORACLE数据库的压力。
S130:将JSON解析源表解析后得到JSON解析目标表。
在步骤S130中,JSON解析目标表为JSON_RESULTS_KETTLE,在实际应用中,将获取的JSON解析目标表JSON_RESULTS_KETTLE插入中间表,然后与业务主表关联,插入结果表中。
本发明实施例提供的ORACLE数据库JSON解析方法,根据ORACLE数据库获取JSON解析源表,其中,JSON解析源表含有CLOB字段;采用KELLTE中的JavaScript控件对含有CLOB字段的JSON解析源表进行解析;JSON解析源表解析后得到JSON解析目标表。本实施例是使用KELLTE中的JavaScript控件,单独对数据库中的CLOB字段中存储的JSON进行解析,从而提高解析效率,由于采用KETTLE服务器,进行数据解析,主要解析的资源消耗了KETTLE的服务器,减小了生产ORACLE数据库的压力。
根据上述的本发明实施例的ORACLE数据库JSON解析方法,举例说明在中保信的项目中,新团财、新团意(EBCS)有很多模型中如标的、标的物表中的CLOB字段进行频繁的查询,但实际上在实际应用只需要查询其中某个或者部分属性,采用本发明的ORACLE数据库JSON解析方法,使得在查询过程中减少开销成本,以及提高效率。
具体过程如图3所示,具体流程包括:S310:配置JSON解析参数表;
S320:三张含CLOB字段中间表保单;
S330:根据JSON解析参数表和三张含CLOB字段中间表保单,获得JSON解析源表JSON_SOURCE_KETTLE;
S340:KETTLE的JavaScript控件对JSON进行处理,获得JSON解析目标表JSON_RESULTS_KETTLE;
S350:将获得JSON解析目标表插入中间表,与业务主表关联后,插入中保信报送的结果表中。
在上述步骤S310中,根据三张含CLOB字段中间表保单,配置JSON解析参数表;
在步骤S320中,三张中间表保单分别为:
ZBX_RISK_PROPERTY_TMP;ZBX_EXTEND_GROUP_TMP;
ZBX_RISK_PROPSUB_GROUP_TMP;
JSON参数表与含CLOB字段的上述三张中间表是相对应的,不同的中间表保单,会配置成不同的JSON解析参数表。
在步骤S340中,使用KELLTE中的JavaScript控件,单独对数据库中的CLOB字段中存储的JSON(获得JSON解析源表JSON_SOURCE_KETTLE)进行解析,从而得到JSON解析目标表。
其中,KETTLE中的JSON解析流程如下:
在执行SQL脚本后,将JSON解析源表JSON_SOURCE_KETTLE(JSON解析参数表与三张含CLOB字段中间表保单相互结合,获得JSON解析源表)的所有数据插入到脚本中,然后通过JavaScript代码对插入的含有CLOB字段的JSON解析源表JSON_SOURCE_KETTLE进行解析,从而将解析获得的JSON解析目标表输出。
在本发明的实施例中,在原有的技术上进行改进应用在平安中保信三期项目中,减少了开销成本,提高了效率。其中,在实际应用中,技术改进后JOSN解析的字段差不多在4077505左右,技术改进前JOSN解析的字段大约在5万左右;并且,需要说明的是,技术改进后解析的字段4077505,需要的时间为30分钟,技术改进前,解析的字段5万左右耗时6个小时没有解析完成;同时技术改进后报上结果表生成的时间为10分钟。从上述实施例可以看出,采用本发明的JSON解析方法,能够大大提升解析效率;并且,采用了KETTLE服务器,进行数据解析,主要解析的资源消耗到了KETTLE的服务器,减小了生产ORACLE数据库的压力。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
实施例2
与上述方法相对应,本发明还提供一种ORACLE数据库JSON解析系统,图4示出了根据本发明实施例的在ORACLE数据库JSON解析系统逻辑结构。
如图4所示,本发明提供一种ORACLE数据库JSON解析系统400,包括:JSON解析源表获取单元410、JSON解析源表解析单元420、JSON解析目标表获取单元430实现功能与实施例中ORACLE数据库JSON解析方法的对应的步骤一一对应,为避免赘述,本实施例不一一详述。
JSON解析源表获取单元410,用于根据ORACLE数据库获取JSON解析源表,其中,JSON解析源表含有CLOB字段;
JSON解析源表解析单元420,用于采用KELLTE中的JavaScript控件对含有CLOB字段的JSON解析源表进行解析;
JSON解析目标表获取单元430,用于将JSON解析源表解析后得到JSON解析目标表。
此外,优选地,JSON解析源表获取单元410在根据ORACLE数据库获取JSON解析源表的过程中,通过JSON参数表和含CLOB字段的中间表相结合,得到JSON解析源表;其中,根据含CLOB字段的中间表配置JSON参数表,并且JSON参数表与含CLOB字段的中间表相对应。
此外,优选地,JSON解析源表解析单元420包括:脚本执行模块421、JSON解析源表插入模块422、JSON解析源表解析模块423和JSON解析目标表模块424。
脚本执行模块421,用于执行SQL脚本;
JSON解析源表插入模块422,用于将JSON解析源表插入到SQL脚本中;
JSON解析源表解析模块423,用于通过JavaScript代码对插入的JSON解析源表进行解析;
JSON解析目标表模块424,用于将输出解析获取的JSON解析目标表。
此外,优选地,JSON解析源表解析模块423包括:JSON字符串转换模块4231和JSON对象解析模块4232。
其中,JSON字符串转换模块4231,用于将JSON解析源表中的JSON字符串转化为JSON对象;
JSON对象解析模块4232,用于根据解析规则对JSON对象进行解析。
本发明实施例提供的ORACLE数据库JSON解析系统400,SON解析源表获取单元410,用于根据ORACLE数据库获取JSON解析源表,其中,JSON解析源表含有CLOB字段;JSON解析源表解析单元420,用于采用KELLTE中的JavaScript控件对含有CLOB字段的JSON解析源表进行解析;JSON解析目标表获取单元430,用于将JSON解析源表解析后得到JSON解析目标表。通过采用KELLTE中的JavaScript控件对ORACLE数据库中的CLOB字段中存储的JSON进行解析,从而提高解析效率,由于采用KETTLE服务器,进行数据解析,主要解析的资源消耗了KETTLE的服务器,减小了生产ORACLE数据库的压力。
实施例3
图5是本发明一实施例提供的电子装置逻辑结构的示意图。如图5所示,该实施例的电子装置50包括处理器51、存储器52以及存储在存储器52中并可在处理器51上运行的计算机程序53。处理器51执行计算机程序53时实现实施例1中ORACLE数据库JSON解析方法的各个步骤,例如图1所示的步骤S110至S130。或者,处理器51执行ORACLE数据库JSON解析方法时实现上述各装置实施例中各模块/单元的功能,例如图4所示的JSON解析源表获取单元410、JSON解析源表解析单元420、JSON解析目标表获取单元430。
示例性的,计算机程序53可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器52中,并由处理器51执行,以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序53在电子装置50中的执行过程。例如,计算机程序53可以被分割成实施例2中的JSON解析源表获取单元410、JSON解析源表解析单元420、JSON解析目标表获取单元430,其功能作用在实施例2中有详细描述,在此不一一赘述。
电子装置50可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。电子装置50可包括,但不仅限于,处理器51、存储器52。本领域技术人员可以理解,图5仅仅是电子装置50的示例,并不构成对电子装置50的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如电子装置还可以包括输入输出设备、网络接入设备、总线等。
所称处理器541可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器52可以是电子装置50的内部存储单元,例如电子装置50的硬盘或内存。存储器52也可以是电子装置50的外部存储设备,例如电子装置50上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器52还可以既包括电子装置50的内部存储单元也包括外部存储设备。存储器52用于存储计算机程序以及电子设备所需的其他程序和数据。存储器52还可以用于暂时地存储已经输出或者将要输出的数据。
实施例4
本实施例提供一计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器执行时实现实施例1中ORACLE数据库JSON解析方法,为避免重复,这里不再赘述。或者,该计算机程序被处理器执行时实现实施例2中ORACLE数据库JSON解析系统中各模块/单元的功能,为避免重复,这里不再赘述。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上所述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,均应包含在本发明的保护范围之内。
Claims (10)
1.一种ORACLE数据库JSON解析方法,应用于解析JSON的电子装置中,其特征在于,包括:
根据ORACLE数据库获取JSON解析源表,其中,所述JSON解析源表含有CLOB字段;
采用KELLTE中的JavaScript控件对含有CLOB字段的所述JSON解析源表进行解析;
将所述JSON解析源表解析后得到JSON解析目标表。
2.根据权利要求1所述的ORACLE数据库JSON解析方法,其特征在于,
在根据ORACLE数据库获取JSON解析源表的过程中,通过JSON参数表和含CLOB字段的中间表相结合,得到JSON解析源表;其中,
根据含CLOB字段的中间表配置所述JSON参数表,并且所述JSON参数表与含CLOB字段的中间表相对应。
3.根据权利要求1所述的ORACLE数据库JSON解析方法,其特征在于,
在采用KELLTE中的JavaScript控件对含有CLOB字段的所述JSON解析源表进行解析的过程中,所述KETTLE配置流程包括:
第一步:执行SQL脚本;
第二步:将所述JSON解析源表插入到所述SQL脚本中;
第三步:通过JavaScript代码对插入的JSON解析源表进行解析;
第四步:如果解析正确,将输出解析获取的JSON解析目标表;
如果解析错误,获取不到JSON解析目标表。
4.根据权利要求3所述的ORACLE数据库JSON解析方法,其特征在于,在通过JavaScript代码对插入的JSON解析源表进行解析过程包括:
将所述JSON解析源表中的JSON字符串转化为JSON对象;
根据解析规则对所述JSON对象进行解析。
5.一种ORACLE数据库JSON解析系统,其特征在于,包括:
JSON解析源表获取单元,用于根据ORACLE数据库获取JSON解析源表,其中,所述JSON解析源表含有CLOB字段;
JSON解析源表解析单元,用于采用KELLTE中的JavaScript控件对含有CLOB字段的所述JSON解析源表进行解析;
JSON解析目标表获取单元,用于将所述JSON解析源表解析后得到JSON解析目标表。
6.根据权利要求5所述的ORACLE数据库JSON解析系统,其特征在于,
所述JSON解析源表获取单元在根据ORACLE数据库获取JSON解析源表的过程中,通过JSON参数表和含CLOB字段的中间表相结合,得到JSON解析源表;其中,
根据含CLOB字段的中间表配置所述JSON参数表,并且所述JSON参数表与含CLOB字段的中间表相对应。
7.根据权利要求5所述的ORACLE数据库JSON解析系统,其特征在于,
所述JSON解析源表解析单元包括:
脚本执行模块,用于执行SQL脚本;
JSON解析源表插入模块,用于将所述JSON解析源表插入到所述SQL脚本中;
JSON解析源表解析模块,用于通过JavaScript代码对插入的JSON解析源表进行解析;
JSON解析目标表模块,用于将输出解析获取的JSON解析目标表。
8.根据权利要求7所述的ORACLE数据库JSON解析系统,其特征在于,所述JSON解析源表解析模块包括:
JSON字符串转换模块,用于将所述JSON解析源表中的JSON字符串转化为JSON对象;
JSON对象解析模块,用于根据解析规则对所述JSON对象进行解析。
9.一种电子装置,其特征在于,该电子装置包括:存储器、处理器以及存储在所述存储器中并可在所述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如权利要求1至4任一项所述ORACLE数据库JSON解析方法的步骤。
10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至4任一项所述ORACLE数据库JSON解析方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811251191.3A CN109408577B (zh) | 2018-10-25 | 2018-10-25 | Oracle数据库json解析方法、系统、装置及可存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811251191.3A CN109408577B (zh) | 2018-10-25 | 2018-10-25 | Oracle数据库json解析方法、系统、装置及可存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109408577A true CN109408577A (zh) | 2019-03-01 |
CN109408577B CN109408577B (zh) | 2023-06-02 |
Family
ID=65469951
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811251191.3A Active CN109408577B (zh) | 2018-10-25 | 2018-10-25 | Oracle数据库json解析方法、系统、装置及可存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109408577B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111125215A (zh) * | 2019-12-06 | 2020-05-08 | 厦门天锐科技股份有限公司 | 一种可配置json转数据库的方法 |
CN113139012A (zh) * | 2021-04-28 | 2021-07-20 | 重庆长安汽车股份有限公司 | 一种基于json的etl工具引擎处理数据的方法及etl数据处理系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107895018A (zh) * | 2017-11-15 | 2018-04-10 | 广州视睿电子科技有限公司 | 数据库修改sql生成方法、系统、存储介质及计算机设备 |
CN108268615A (zh) * | 2018-01-02 | 2018-07-10 | 中国工商银行股份有限公司 | 一种数据处理方法、装置以及系统 |
-
2018
- 2018-10-25 CN CN201811251191.3A patent/CN109408577B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107895018A (zh) * | 2017-11-15 | 2018-04-10 | 广州视睿电子科技有限公司 | 数据库修改sql生成方法、系统、存储介质及计算机设备 |
CN108268615A (zh) * | 2018-01-02 | 2018-07-10 | 中国工商银行股份有限公司 | 一种数据处理方法、装置以及系统 |
Non-Patent Citations (2)
Title |
---|
CICT1963: "kettle中JSON数据解析", pages 1 - 3 * |
KAUSHIK NAYAK: "Parsing JSON data from CLOB field using PL/SQL", pages 1 - 2 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111125215A (zh) * | 2019-12-06 | 2020-05-08 | 厦门天锐科技股份有限公司 | 一种可配置json转数据库的方法 |
CN113139012A (zh) * | 2021-04-28 | 2021-07-20 | 重庆长安汽车股份有限公司 | 一种基于json的etl工具引擎处理数据的方法及etl数据处理系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109408577B (zh) | 2023-06-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hart et al. | Pyomo: modeling and solving mathematical programs in Python | |
US8839198B2 (en) | Automated analysis of composite applications | |
US20220261694A1 (en) | System and Methods for Distributed Machine Learning with Multiple Data Sources, Multiple Programming Languages or Frameworks, and Multiple Devices or Infrastructures | |
CN106503268B (zh) | 数据对比方法、装置和系统 | |
US9367432B2 (en) | Testing system | |
CN106445645B (zh) | 用于执行分布式计算任务的方法和装置 | |
CN110245029A (zh) | 一种数据处理方法、装置、存储介质和服务器 | |
CN105574070A (zh) | 内容管理系统及在其中报告多个对象的计算机实现方法 | |
Jiang et al. | A well-designed saas application platform based on model-driven approach | |
CN111125064A (zh) | 一种生成数据库模式定义语句的方法和装置 | |
CN109408577A (zh) | Oracle数据库json解析方法、系统、装置及可存储介质 | |
Fandango | Python Data Analysis | |
WO2015031610A1 (en) | Method and apparatus for generating health quality metrics | |
CN108960672A (zh) | 限额限次的风控方法、装置及计算机可读存储介质 | |
CN116541411A (zh) | Sql语句获取方法、报表生成方法、装置、计算机设备及存储介质置 | |
CN102810065B (zh) | 用于加载程序模块的方法和系统 | |
Lavrischeva et al. | Technology of Assembly of Intellectual and Information Resources Internet. | |
Douglas et al. | Improving sql query performance on embedded devices using pre-compilation | |
CN109561146A (zh) | 文件下载方法、装置、终端设备 | |
CN109522370A (zh) | 一种基于sql的自动表格生成方法及装置 | |
Milovanovic et al. | Python Data Visualization Cookbook | |
Tan et al. | Internet-based platform for power system simulating and planning | |
CN114185617B (zh) | 业务调用接口配置方法、装置、设备及存储介质 | |
CN113032003B (zh) | 开发文件导出方法、装置、电子设备及计算机存储介质 | |
Kharchenko et al. | The input file format for IoT management systems based on a data flow virtual machine |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |