CN109446274B - 大数据平台bi元数据管理的方法和装置 - Google Patents

Abstract

本发明公开了大数据平台BI元数据管理的方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：在大数据平台上配置调度任务，基于每个调度任务的调度结果生成与每个目标数据模型对应的BI数据模型；基于每个调度任务对应的BI元数据，确定各个调度任务之间的依赖关系；依据该依赖关系，确定各个BI数据模型之间的血缘关系；从BI数据模型中，获取BI数据模型的模型信息。本发明实施例能够进行个性化功能扩展，通用性好；能够支持多种大数据平台，实现BI元数据的全面管理；能够支持对各个大数据平台的权限管理，实现BI元数据的深度应用；成本低。

Description

大数据平台BI元数据管理的方法和装置

技术领域

本发明涉及计算机技术领域，尤其涉及一种大数据平台BI元数据管理的方法和装置。

背景技术

商业智能(Business Intelligence，英文为简写为BI，即商业智能又名商务智能)的概念于1996年最早由加特纳集团(Gartner Group)提出，加特纳集团将商业智能定义为：商业智能描述了一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。商业智能技术提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将这些数据转化为有用的信息，然后分发到企业各处。

BI一直存在于企业的日常工作当中。比如对数据的简单整理、对报表的分析、通过这些分析做出未来若干时间内的工作规划等，这些都是BI的表现。随着企业信息化的发展，在应用ERP(Enterprise Resource Planning，企业资源计划或称企业资源规划)过程中，大量的数据积累、大量的信息涌现，造成了企业对ERP数据信息的困惑，从而引发了企业对于BI管理的方法或产品的需求。BI不再仅仅是一种概念、一种技术，它更多的成为了一种业务层面的需求，为企业应用服务。BI管理的方法或产品的核心就是通过数据提取、整理、分析，将这些数据转化为有用的信息，辅助企业制定商业决策。目前很多企业建设了大数据平台与云平台，其最主要用途是实现大规模数据、多类数据源、大量数据的计算，实现BI元数据的统计分析，为企业决策支持与业务生产提供支持。

现有技术中BI元数据管理的方法或产品至少存在如下问题：

1)基于特定的产品架构实现元数据管理，不利于进行个性化功能扩展，通用性差；

2)基于特定的大数据平台实现元数据管理，由于各企业的大数据平台多种多样，因此无法实现对各企业大数据平台的支持，从而无法实现BI元数据的全面管理；

3)由于无法实现对各企业大数据平台的支持，进而不支持对各个大数据平台的权限管理，无法实现BI元数据的深度应用；

4)成本高。

发明内容

有鉴于此，本发明实施例提供一种大数据平台BI元数据管理的方法和装置，能够进行个性化功能扩展，通用性好；能够支持多种大数据平台，实现BI元数据的全面管理；能够支持对各个大数据平台的权限管理，实现BI元数据的深度应用；成本低。

为实现上述目的，根据本发明实施例的一个方面，提供了一种大数据平台BI元数据管理的方法，包括：

在大数据平台上配置调度任务，基于每个调度任务的调度结果生成与每个目标数据模型对应的BI数据模型；

基于每个调度任务对应的BI元数据，确定各个调度任务之间的依赖关系；

依据该依赖关系，确定各个BI数据模型之间的血缘关系；从BI数据模型中，获取BI数据模型的模型信息；

其中，每个调度任务对应一个所述目标数据模型。

可选地，调度任务包括以下任意一种：

数据采集任务，用于采集大数据平台上的BI元数据；

数据加工任务，用于按照预设的规则对采集到的BI元数据进行转换；

数据挖掘任务，用于按照预设的规则对转换后的BI元数据进行分析。

可选地，本实施例的方法进一步包括：对BI数据模型中的模型信息进行编辑或评论。

可选地，本实施例的方法进一步包括：基于基于大数据平台上的BI元数据确定每个用户的访问权限；该访问权限包括以下至少之一：对目标数据模型的访问权限，对数据仓库的访问权限。

可选地，

采用统一的脚本模板编写每个调度任务的任务脚本；和/或，

采用统一的命名规范确定每个调度任务的任务名称；和/或，

调度任务的任务脚本中包含与调度任务对应的目标数据模型的唯一性标识，该唯一性标识设置在脚本模板的预设参数位置。

可选地，本实施例的方法进一步包括：

根据用户的访问请求，将与访问请求对应的操作日志和访问结果存储至关系型数据库；

该访问结果包括以下至少之一：BI数据模型的模型信息，各个BI数据模型之间的血缘关系。

可选地，BI数据模型的模型信息包括以下至少之一：模型负责人、模型创建时间、模型结构修改时间、模型分区、模型用途、共享到的数据集市范围、模型的血缘关系、模型类型、用户评论、使用实例。

根据本发明实施例的再一个方面，提供一种大数据平台BI元数据管理的装置，包括：

调度采集模块，用于在大数据平台上配置调度任务；其中，每个调度任务对应一个目标数据模型；

数据仓库，用于：基于每个调度任务的调度结果生成与每个目标数据模型对应的BI数据模型；基于每个调度任务对应的BI元数据，确定各个调度任务之间的依赖关系；

数据应用模块，用于：依据该依赖关系，确定各个BI数据模型之间的血缘关系；从BI数据模型中，获取BI数据模型的模型信息。

可选地，调度任务包括以下任意一种：

数据采集任务，用于采集所述大数据平台上的BI元数据；

数据加工任务，用于按照预设的规则对采集到的BI元数据进行转换；

数据挖掘任务，用于按照预设的规则对转换后的BI元数据进行分析。

可选地，本实施例的装置进一步包括：

元数据管理模块，用于对BI数据模型中的模型信息进行编辑或评论。

可选地，本实施例的装置进一步包括：

权限控制模块，用于基于大数据平台上的BI元数据确定每个用户的访问权限；

该访问权限包括以下至少之一：对目标数据模型的访问权限，对数据仓库的访问权限。

可选地，

采用统一的脚本模板编写每个调度任务的任务脚本；和/或，

采用统一的命名规范确定每个调度任务的任务名称；和/或，

调度任务的任务脚本中包含与该调度任务对应的目标数据模型的唯一性标识，该唯一性标识设置在脚本模板的预设参数位置。

可选地，本实施例的装置进一步包括：关系型数据库；

数据应用模块进一步用于：根据用户的访问请求，将与该访问请求对应的操作日志和访问结果存储至关系型数据库；

该访问结果包括以下至少之一：BI数据模型的模型信息，各个BI数据模型之间的血缘关系。

可选地，BI数据模型的模型信息包括以下至少之一：模型负责人、模型创建时间、模型结构修改时间、模型分区、模型用途、共享到的数据集市范围、模型的血缘关系、模型类型、用户评论、使用实例。

根据本发明实施例的另一个方面，提供一种大数据平台BI元数据管理的终端，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当该一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明大数据平台BI元数据管理的方法。

根据本发明实施例的还一个方面，提供一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现本发明大数据平台BI元数据管理的方法。

上述发明中的一个实施例具有如下优点或有益效果：通过在大数据平台上配置调度任务、并依据各个调度任务之间的依赖关系实现大数据平台BI元数据管理，能够克服现有技术只能基于特定的产品架构、特定的大数据平台实现元数据管理的技术问题，达到通用性好、实现BI元数据的全面管理的有益效果；通过按照预设的规则控制每个用户的访问权限，能够支持对各个大数据平台的权限管理，实现BI元数据的深度应用。此外，本实施例中大数据平台BI元数据管理的成本低，实用性好。

上述的非惯用的可选方式所具有的进一步效果将在下文中结合具体实施方式加以说明。

附图说明

附图用于更好地理解本发明，不构成对本发明的不当限定。其中：

图1是根据本发明实施例的大数据平台BI元数据管理的方法的主要流程的示意图；

图2是根据本发明实施例的大数据平台BI元数据管理的装置的主要模块的示意图；

图3是本发明实施例可以应用于其中的示例性系统架构图；

图4是适于用来实现本发明实施例的终端设备或服务器的计算机系统的结构示意图。

具体实施方式

以下结合附图对本发明的示范性实施例做出说明，其中包括本发明实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本发明的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

图1是根据本发明实施例的大数据平台BI元数据管理的方法的主要流程的示意图，如图1所示，包括：

步骤S101、在大数据平台上配置调度任务，基于每个调度任务的调度结果生成与每个目标数据模型对应的BI数据模型；其中，每个调度任务对应一个所述目标数据模型；

步骤S102、基于每个调度任务对应的BI元数据，确定各个调度任务之间的依赖关系；

步骤S103、依据该依赖关系，确定各个BI数据模型之间的血缘关系；从BI数据模型中，获取BI数据模型的模型信息。

本发明中，元数据是描述数据的数据，是对数据及信息资源的描述性信息。目标数据模型是大数据平台上的表，分为基础数据表、维度表、事实表，目标数据模型的功能是指的管理元数据的功能，如维护模型的负责人、模型用途等。一个功能会涉及很多数据模型。

本发明中的元数据包含BI业务元数据和BI技术元数据。以BI数据模型“用户信息表”为例，获取各个“用户信息表”的血缘关系为例，方法如下：

在大数据平台上配置调度任务A，获取用户信息表table_user_a；

在大数据平台上配置元数据调度任务B对用户信息表table_user_a进行清洗、转换，转换后的数据存储到用户信息表table_user_b；

在大数据平台上配置元数据调度任务C对用户信息表table_user_b与企业人员组织架构表table_user_org关联，分析每个部门在大数据平台上的人员数据，对应的分析结果为用户信息表table_user_c。

上述三个调度任务间的依赖关系是：调度任务A是调度任务B的父任务，调度任务B是调度任务C的父任务。

根据上述信息，可以推算出三个用户信息表之间的血缘关系，即：用户信息表table_user_a是用户信息表table_user_b的上游依赖表，用户信息表table_user_b是用户信息表table_user_c的上游依赖表。

通过分析BI数据模型之间的血缘关系，能够追溯该BI数据模型的来源，以了解数据的可信度、质量、版本信息等。用户通过血缘关系还可以快速了解到影响某目标数据模型的所有父目标数据模型的范围、或某目标数据模型出现异常时可能影响到的所有子目标数据模型，从而可以快速通知相关方，避免数据异常问题的影响程度，并采用及时的数据处理方案，解决数据异常影响。本实施例可实现对现有大数据平台用户的BI数据模型的模型信息查询、BI数据模型的血缘关系查询等，帮助用户快速、全面地了解各个BI数据模型的模型信息，在实现企业数据资产集中的基础上，更深层次挖掘数据资产的价值。

与现有技术中只能基于特定的产品架构、特定的大数据平台实现元数据管理相比，本实施例在大数据平台上配置调度任务、并依据各个调度任务之间的依赖关系实现大数据平台BI元数据管理，有利于进行个性化功能扩展，通用性好；能够实现对各企业大数据平台的支持，从而实现BI元数据的全面管理。此外，本实施例的方法通用性好，无需为了实现个性化功能而分别定制开发新的BI元数据管理产品，因此实现BI元数据全面管理的成本低，管理方法简单、管理效率高。

每个调度任务的任务内容可以根据对应的目标数据模型的模型参数进行设定，在一些实施例中，调度任务包括以下任意一种：数据采集任务，用于采集大数据平台上的BI元数据；数据加工任务，用于按照预设的规则对采集到的BI元数据进行转换；数据挖掘任务，用于按照预设的规则对转换后的BI元数据进行分析。

在一些实施例中，采用统一的脚本模板编写每个调度任务的任务脚本；和/或，采用统一的命名规范确定每个调度任务的任务名称；和/或，调度任务的任务脚本中包含与调度任务对应的目标数据模型的唯一性标识，该唯一性标识设置在脚本模板的预设参数位置。采用统一的脚本模板编写调度任务的任务脚本或采用统一的命名规范确定调度任务的任务名称，便于后续进行BI元数据管理。在一些实施例中，可以采用“调度任务的任务类型+调度任务对应的目标数据模型的名称”的方式为每个调度任务命名，例如，若某一调度任务的任务类型为“e3e”、该调度任务对应的目标数据模型的名称为“gdm_user_sum”，则可以将该调度任务的任务名称命名为“e3e_gdm_user_sum”，其中，e3e代表调度任务的任务类型为模型数据加工调度任务。

调度任务的任务脚本中包含与调度任务对应的目标数据模型的唯一性标识，便于解析每个调度任务对应的目标数据模型。本实施例对唯一性标识的具体形式不做具体限定，只要其能够唯一指向一个目标数据模型、且各个目标数据模型的唯一性标识互不相同即可，在一些实施例中，唯一性标识可以是目标数据模型的名称或存储位置。

在一些实施例中，本实施例的方法进一步包括：对BI数据模型中的模型信息进行编辑或评论。例如，通过web端对BI数据模型的业务标签、模型负责人、模型创建时间、模型修改时间、模型用途、模型使用实例、模型分区、用户评论等模型信息进行录入或修改。本实施例能够使得企业根据实际情况对BI元数据管理进行个性化扩展，进一步提高本实施例的方法通用性。

在一些实施例中，本发明实施例的方法进一步包括：基于大数据平台上的BI元数据确定每个用户的访问权限；该访问权限包括以下至少之一：对目标数据模型的访问权限，对数据仓库的访问权限。本实施例能根据用户在大数据平台的BI元数据个性化地控制用户的访问权限，实现BI元数据的深度应用。此外，通过控制不同用户的访问权限，还提高BI元数据管理的安全性和效率。

本实施例的方法可以进一步包括：根据用户的访问请求，将与访问请求对应的操作日志和访问结果存储至关系型数据库；该访问结果包括以下至少之一：BI数据模型的模型信息，各个BI数据模型之间的血缘关系。本实施例能够实时记录用户的访问记录，进一步实现对大数据平台上的BI元数据的全面管理。

BI数据模型的模型信息可以包括以下至少之一：模型负责人、模型创建时间、模型结构修改时间、模型分区、模型用途、共享到的数据集市范围、模型的血缘关系、模型类型、用户评论、使用实例。

图2是根据本发明实施例的大数据平台BI元数据管理的装置200的主要模块的示意图，如图2所示，包括：

调度采集模块201，用于在大数据平台上配置调度任务；其中，每个调度任务对应一个目标数据模型；

数据仓库202，用于：基于每个调度任务的调度结果生成与每个目标数据模型对应的BI数据模型；基于每个调度任务对应的BI元数据，确定各个调度任务之间的依赖关系；

数据应用模块203，用于：依据该依赖关系，确定各个BI数据模型之间的血缘关系；从BI数据模型中，获取BI数据模型的模型信息。

本发明实施例的大数据平台BI元数据管理的装置200采用模块化设计，各个模块可以根据实际情况采用各类编程语言实现，如：java、C++、C等，因此适应性好。

可选地，调度任务包括以下任意一种：

数据采集任务，用于采集所述大数据平台上的BI元数据；

数据加工任务，用于按照预设的规则对采集到的BI元数据进行转换；

数据挖掘任务，用于按照预设的规则对转换后的BI元数据进行分析。

可选地，本实施例的装置进一步包括：

元数据管理模块204，用于对BI数据模型中的模型信息进行编辑或评论。

可选地，本实施例的装置进一步包括：

权限控制模块205，用于基于大数据平台上的BI元数据确定每个用户的访问权限；

该访问权限包括以下至少之一：对目标数据模型的访问权限，对数据仓库的访问权限。

可选地，

采用统一的脚本模板编写每个调度任务的任务脚本；和/或，

采用统一的命名规范确定每个调度任务的任务名称；和/或，

调度任务的任务脚本中包含与该调度任务对应的目标数据模型的唯一性标识，该唯一性标识设置在脚本模板的预设参数位置。

可选地，本实施例的装置进一步包括：关系型数据库206；

数据应用模块进一步用于：根据用户的访问请求，将与该访问请求对应的操作日志和访问结果存储至关系型数据库；

该访问结果包括以下至少之一：BI数据模型的模型信息，各个BI数据模型之间的血缘关系。

可选地，BI数据模型的模型信息包括以下至少之一：模型负责人、模型创建时间、模型结构修改时间、模型分区、模型用途、共享到的数据集市范围、模型的血缘关系、模型类型、用户评论、使用实例。

根据本发明实施例的另一个方面，提供一种大数据平台BI元数据管理的终端，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当该一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现本发明大数据平台BI元数据管理的方法。

根据本发明实施例的还一个方面，提供一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现本发明大数据平台BI元数据管理的方法。

图3示出了可以应用本发明实施例的大数据平台BI元数据管理的方法或大数据平台BI元数据管理的装置的示例性系统架构300。

如图3所示，系统架构300可以包括终端设备301、302、303，网络304和服务器305。网络304用以在终端设备301、302、303和服务器305之间提供通信链路的介质。网络304可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备301、302、303通过网络304与服务器305交互，以接收或发送消息等。终端设备301、302、303上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备301、302、303可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器305可以是提供各种服务的服务器，例如对用户利用终端设备301、302、303所浏览的购物类网站提供支持的后台管理服务器。后台管理服务器可以对接收到的产品信息查询请求等数据进行分析等处理，并将处理结果(例如目标推送信息、产品信息)反馈给终端设备。

需要说明的是，本发明实施例所提供的大数据平台BI元数据管理的方法一般由服务器305执行，相应地，大数据平台BI元数据管理的装置一般设置于服务器305中。

应该理解，图3中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

下面参考图4，其示出了适于用来实现本发明实施例的终端设备的计算机系统400的结构示意图。图4示出的终端设备仅仅是一个示例，不应对本发明实施例的功能和使用范围带来任何限制。

如图4所示，计算机系统400包括中央处理单元(CPU)401，其可以根据存储在只读存储器(ROM)402中的程序或者从存储部分408加载到随机访问存储器(RAM)403中的程序而执行各种适当的动作和处理。在RAM 403中，还存储有系统400操作所需的各种程序和数据。CPU 401、ROM 402以及RAM 403通过总线404彼此相连。输入/输出(I/O)接口405也连接至总线404。

以下部件连接至I/O接口405：包括键盘、鼠标等的输入部分406；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分407；包括硬盘等的存储部分408；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分409。通信部分409经由诸如因特网的网络执行通信处理。驱动器410也根据需要连接至I/O接口405。可拆卸介质411，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器410上，以便于从其上读出的计算机程序根据需要被安装入存储部分408。

特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本发明公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分409从网络上被下载和安装，和/或从可拆卸介质411被安装。在该计算机程序被中央处理单元(CPU)401执行时，执行本发明的系统中限定的上述功能。

需要说明的是，本发明所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本发明中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本发明中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、RF等等，或者上述的任意合适的组合。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本发明实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块也可以设置在处理器中，例如，可以描述为：一种处理器包括发送模块、获取模块、确定模块和第一处理模块。其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，发送模块还可以被描述为“向所连接的服务端发送图片获取请求的模块”。

作为另一方面，本发明还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的设备中所包含的；也可以是单独存在，而未装配入该设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被一个该设备执行时，使得该设备实现本发明大数据平台BI元数据管理的方法。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，取决于设计要求和其他因素，可以发生各种各样的修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (16)

1.一种大数据平台BI元数据管理的方法，其特征在于，包括：

在所述大数据平台上配置调度任务，基于每个所述调度任务的调度结果生成与每个目标数据模型对应的BI数据模型；

基于每个所述调度任务对应的BI元数据，确定各个所述调度任务之间的依赖关系；

依据所述依赖关系，确定各个所述BI数据模型之间的血缘关系；从所述BI数据模型中，获取所述BI数据模型的模型信息；

其中，每个所述调度任务对应一个所述目标数据模型。

2.如权利要求1所述的方法，其特征在于，所述调度任务包括以下任意一种：

数据采集任务，用于采集所述大数据平台上的BI元数据；

数据加工任务，用于按照预设的规则对采集到的BI元数据进行转换；

数据挖掘任务，用于按照预设的规则对转换后的BI元数据进行分析。

3.如权利要求1所述的方法，其特征在于，进一步包括：对所述BI数据模型中的模型信息进行编辑或评论。

4.如权利要求1所述的方法，其特征在于，进一步包括：基于所述基于大数据平台上的BI元数据确定每个用户的访问权限；所述访问权限包括以下至少之一：对所述目标数据模型的访问权限，对数据仓库的访问权限。

5.如权利要求1所述的方法，其特征在于，

采用统一的脚本模板编写每个所述调度任务的任务脚本；和/或，

采用统一的命名规范确定每个所述调度任务的任务名称；和/或，

所述调度任务的任务脚本中包含与所述调度任务对应的目标数据模型的唯一性标识，所述唯一性标识设置在所述脚本模板的预设参数位置。

6.如权利要求1所述的方法，其特征在于，进一步包括：

根据用户的访问请求，将与所述访问请求对应的操作日志和访问结果存储至关系型数据库；

所述访问结果包括以下至少之一：所述BI数据模型的模型信息，各个所述BI数据模型之间的血缘关系。

7.如权利要求1所述的方法，其特征在于，所述BI数据模型的模型信息包括以下至少之一：模型负责人、模型创建时间、模型结构修改时间、模型分区、模型用途、共享到的数据集市范围、模型的血缘关系、模型类型、用户评论、使用实例。

8.一种大数据平台BI元数据管理的装置，其特征在于，包括：

调度采集模块，用于在所述大数据平台上配置调度任务；其中，每个所述调度任务对应一个目标数据模型；

数据仓库，用于：基于每个所述调度任务的调度结果生成与每个目标数据模型对应的BI数据模型；基于每个所述调度任务对应的BI元数据，确定各个所述调度任务之间的依赖关系；

数据应用模块，用于：依据所述依赖关系，确定各个所述BI数据模型之间的血缘关系；从所述BI数据模型中，获取所述BI数据模型的模型信息。

9.如权利要求8所述的装置，其特征在于，所述调度任务包括以下任意一种：

数据采集任务，用于采集所述大数据平台上的BI元数据；

数据加工任务，用于按照预设的规则对采集到的BI元数据进行转换；

数据挖掘任务，用于按照预设的规则对转换后的BI元数据进行分析。

10.如权利要求8所述的装置，其特征在于，进一步包括：

元数据管理模块，用于对所述BI数据模型中的模型信息进行编辑或评论。

11.如权利要求8所述的装置，其特征在于，进一步包括：

权限控制模块，用于基于所述基于大数据平台上的BI元数据确定每个用户的访问权限；

所述访问权限包括以下至少之一：对所述目标数据模型的访问权限，对所述数据仓库的访问权限。

12.如权利要求8所述的装置，其特征在于，

采用统一的脚本模板编写每个所述调度任务的任务脚本；和/或，

采用统一的命名规范确定每个所述调度任务的任务名称；和/或，

所述调度任务的任务脚本中包含与所述调度任务对应的目标数据模型的唯一性标识，所述唯一性标识设置在所述脚本模板的预设参数位置。

13.如权利要求8所述的装置，其特征在于，进一步包括：关系型数据库；

所述数据应用模块进一步用于：根据用户的访问请求，将与所述访问请求对应的操作日志和访问结果存储至关系型数据库；

所述访问结果包括以下至少之一：所述BI数据模型的模型信息，各个所述BI数据模型之间的血缘关系。

14.如权利要求8所述的装置，其特征在于，所述BI数据模型的模型信息包括以下至少之一：模型负责人、模型创建时间、模型结构修改时间、模型分区、模型用途、共享到的数据集市范围、模型的血缘关系、模型类型、用户评论、使用实例。

15.一种大数据平台BI元数据管理的终端，其特征在于，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一所述的方法。

16.一种计算机可读介质，其上存储有计算机程序，其特征在于，所述程序被处理器执行时实现如权利要求1-7中任一所述的方法。

Images