CN109753525A - 一种基于可配属性的企业查询系统及其实现方法 - Google Patents

Abstract

本发明涉及一种基于可配属性的企业查询系统及其实现方法。本发明系统包括属性配置模块和分析组件、相应的开发和集成接口；属性配置模块，负责配置企业属性来源及存在的业务场景规则；分析组件由业务清单解析模块和属性解析模块组成；业务清单解析模块负责对不同业务需求进行解析；属性解析模块负责对业务清单解析模块细化后的属性进行单元分析、聚合分析和集成分析。单元分析负责解析属性单元间存在的关系，将业务清单分解为多个独立子查询；聚合分析负责处理子查询存在的聚合处理逻辑；集成分析按照子查询存在的最优合并方式对子查询进行组装，形成并输出标准查询SQL。本发明解决了商务数据系统无法及时有效地对涉及企业进行数据查询和统计的问题。

Description

一种基于可配属性的企业查询系统及其实现方法

技术领域

本发明涉及数据处理技术领域，特别涉及一种基于可配属性的企业查询系统及其实现方法。

背景技术

随着国家信息化建设不断推进，多个地区已开展数据资源共享和整合的工作。以商务局使用的系统为例，企业信息是多个系统的核心内容。很多系统的功能及其价值方向都需要以企业的数据为基础，围绕企业做出类似监管、调查或者备案等动作；或者是宏观上更高一层次的整体布局。同时，用户对企业数据有定制查询的需求，这种需求常常是实时性的并且有一定政策目的。

对于常见的数据定制查询需求，通常可以使用成熟的报表工具或者软件定制开发来实现。但是这种方式是以需求或者成熟的业务领域经验为基础，在应对一些突发事件上显得不足。例如2018年度的“中美贸易争端”，已有的数据查询功能无法快速并且实时动态地标记影响的企业，并对其按政策需求进行数据查询和统计。

伴随着信息化的推进，关联业务系统也在不断更新、调整和优化。基于繁多的企业数据、信息分类以及企业属性，存量的企业数据接口以及数据来源也存在着不稳定性。这种不稳定性不仅带来了接口变更软件开发需要的开销，也带来了数据查询和统计重新进行数据测试的要求。

发明内容

本发明解决的技术问题在于提供一种基于可配属性的企业查询系统，针对突发事件以及政策动向，现有商务数据系统无法及时有效地对涉及企业进行数据查询和统计的问题。

本发明解决的技术问题之二在于提供一种基于可配属性的企业查询系统的实现方法；通过将企业数据按属性为单元进行切分配置，利用分析组件对属性按照单元、聚合和集成从点到面的三种方式联合分析，扩大企业数据的可操作范围，减少了企业数据接口变更带来的不确定性和额外开销。针对不同业务系统还可以定制合适的属性配置，保障企业查询场景的多样性。

本发明解决上述技术问题之一的技术方案是：

所述的系统包括属性配置模块和分析组件，并提供相应的开发和集成接口；

所述的属性配置模块，负责配置企业属性来源及存在的业务场景规则；

所述的分析组件，由业务清单解析模块和属性解析模块组成；业务清单解析模块负责对不同业务需求进行解析；属性解析模块负责对业务清单解析模块细化后的属性进行单元分析、聚合分析和集成分析。

所述的企业属性来源，包括企业属性物理ID、来源数据库地址、数据库用户、存储的数据表、存储的属性名称和存储的属性别名；

所述的业务场景规则，包括计算类型，是否维度表，是否关联属性，存储表集合，存储表数量，存储表对应属性名称集合以及存储表对应属性函数处理集合；

所述的计算类型，包括带时间维度的计算、涉及同比或者环比的计算和无时间无同比无环比的常规计算；

所述的是否维度表，指该企业属性是否以多维的形式进行数据存储；

所述的是否关联属性，指该属性是否以通用代码的形式进行存储；

所述的存储表集合，指该属性可以存在的多个属性来源的集合；该集合以{属性物理ID1；属性物理ID2；...属性物理ID n}的形式存放；

所述的存储表对应属性函数处理集合，包括了常用的数据库操作函数的集合，操作函数与存储表对应属性一一对应；如无需函数处理则该集合为空；如部分存储表对应属性无需函数处理，则该位置置为“？”，存储方式为{"？","函数1(属性)","函数2(属性)"}。

所述业务清单解析模块解析内容包括自定义业务的查询属性清单和条件属性清单的两部分内容；解析结果输出为单个属性的集合，同时作为属性解析模块的输入；

查询属性清单解析包括查询属性的聚合函数、排序方式和排序序号；

条件属性清单解析包括属性是否常用分组、属性类型、属性比较逻辑、条件拼接逻辑以及属性取值区间；常用分组，指在业务上有一定稳定性的常用查询分组；

所述的属性配置模块提供CRUD访问接口，用于配置企业属性来源及存在的多种业务场景规则；

所述的分析组件提供CRUD访问接口，用于接入查询属性清单和条件属性清单。

本发明解决上述技术问题之二的技术方案是：

所述的方法是由属性配置模块配置企业属性来源及存在的多种业务场景规则；由分析组件的业务清单解析模块解析查询属性清单以及条件属性清单，由分析组件的属性解析模块对业务清单解析模块细化后的属性进行单元分析、聚合分析和集成分析；单元分析负责解析属性单元间存在的关系，得出最优查询表，最优查询属性及最优条件属性，进而将业务清单分解为多个独立子查询；聚合分析负责处理子查询存在的聚合处理逻辑，包括累计、平均值、同比和环比；集成分析按照子查询存在的最优合并方式对子查询进行组装，处理子查询的查询顺序及别名，形成并输出标准查询SQL。

所述企业属性来源配置流程是：

S11，新建自定义企业属性，生成唯一企业属性物理ID；

S12，填写属性来源数据库地址和数据库用户，并对地址和用户进行绿灯测试；

S13，根据可用数据库用户所有权限的表，选择存储的数据表和存储的属性名称；

S14，填写自定义的存储属性别名；

S15，企业属性来源配置；

S16，日志记录，完成。

所述企业属性业务场景规则配置流程是：

S21，选择可用企业属性；

S22，判断该属性是否存在多个数据来源，并根据数据来源生成存储表集合、存储表数量和存储表对应属性名称集合；根据实际业务场景添加存储表对应属性函数处理集合；

S23，填写计算类型，选择带时间维度的计算、涉及同比或者环比的计算或者常规计算；

S24，填写是否维度表；

S25，填写是否关联属性，如选择“是”，还需补充当前属性所在数据用户下的其他配置表，并勾选关联代码和关联名称属性；

S26，日志记录，完成。

所述分析组件的业务清单解析模块解析查询属性清单以及条件属性清单流程是：

S31，新建自定义业务清单，生成唯一规则ID；

S32，对查询属性进行合法性校验；对涉及到聚合函数的查询属性进行一次校验，在不涉及业务关联操作时，校验单个属性是否支持该聚合函数的操作；并将单个查询属性按照{属性ID：查询属性}的形式存储，形成查询属性集合；

S33，对条件属性进行是否常用分组判断；当涉及常用分组时，自动忽略条件属性的取值区间，属性的取值区间记录为常用分组ID；

S34，对条件属性进行合并处理；存在多个同属性不同条件取值的情况，识别条件属性之间的条件拼接逻辑，并且合并多个条件的属性取值区间；并将合并后的单个条件属性按照{属性ID：{是否常用分组，属性类型，属性比较逻辑，条件拼接逻辑，属性取值区间}}的形式存储，形成条件属性集合；

S35，保存业务清单；

S36，日志记录，完成。

所述的单元分析处理流程具体是：

第一步，接入业务清单，提取查询属性集合和条件属性集合；

第二步，根据属性集合获取查询最优表集合，该集合可包括一张或者多张查询表；最优表规则1，即在满足查询属性和条件属性的基础上，查询表最少；最优表规则2，当存在多个子查询时，在满足查询属性和条件属性的基础上，每个子查询的条件属性最多；

第三步，在第二步的基础上，根据生成的最优表集合反向查找查询属性集合和条件属性集合；根据单个子查询表名，获取符合该表的查询属性和条件属性，以{子查询属性，子表ID，子条件属性}的形式存放；

第四步，在第三步的基础上，根据属性的存储表集合，生成最优表之间的查询属性关联关系，用于对子查询进行合并的关联操作；每个子表存在一个或多个关联关系，以{子表ID，关联属性ID}的形式存放；

第五步，根据最优表集合形成子表查询集合；

第六步，结束单元分析，接入聚合分析；

第七步，日志记录，完成。

所述聚合分析处理流程是：

第一步，获取最优表子查询集合；

第二步，根据子查询存在聚合处理逻辑，对子查询进行对应的SQL组装处理；

第三步，对于同比和环比的聚合处理，包括了日期属性的判定；判定规则有：规则1、当不存在日期属性时，返回聚合处理结果为失败；规则2、当存在日期属性时，识别日期属性取值区间，并生成对应辅助数据日期取值区间；规则3、日期属性存在优先级，当年份属性和月份属性同时存在时，只需要按照规则2对年份属性进行补充；规则4、依据规则2和3自动补充的辅助日期，生成对应的偏移量进行辅助计算；

第四步，对组装好带辅助数据的SQL进行二次过滤，添加辅助数据移除逻辑并生成子查询语句，保证子查询与原条件逻辑查询结果一致；

第五步，结束聚合分析处理流程，接入集成分析；

第六步，日志记录，完成。

所述集成分析处理流程是：

第一步，获取聚合分析子查询集合和子表关联集合；

第二步，根据子表关联集合对子查询进行关联操作；

第三步，根据查询属性清单对多个子查询的查询属性进行合并操作；合并过程保留原查询属性清单的查询顺序；

第四步，对关联后的子查询按照查询属性进行排序操作；

第五步，对关联后的子查询查询属性进行别名命名操作；

第六步，形成并输出标准查询SQL；

第七步，日志记录，完成。

本发明针对涉及企业数据的商务政务系统，按照业务数据查询需求利用适应多种业务场景规则的属性来体现的理念，可以有效地处理突发事件和响应政策需求带来的业务数据查询。通过企业属性高度配置，分析组件从点到面对业务需求清单进行需求解析、最优表分析、聚合处理以及集成分析，实现了业务和对接系统上的分而治之，同时数据接口的变更也转变为对企业属性的配置变更。各个模块紧密结合，将数据查询的过程形成动态可维护定制化业务，保证了系统的灵活性和扩展性。

附图说明

下面结合附图对本发明进一步说明：

图1是本发明的总体结构图；

图2是本发明属性解析模块解析流程图；

图3是本发明业务清单解析流程图。

具体实施方式

图1表示了本发明的总体结构图，由属性配置模块和分析组件组成，并提供相应的开发和集成接口；

属性配置模块，负责配置企业属性来源及存在的多种业务场景规则；企业属性来源，包括企业属性物理ID、来源数据库地址、数据库用户、存储的数据表、存储的属性名称和存储的属性别名；企业属性存在的多种业务场景规则，包括计算类型，是否维度表，是否关联属性，存储表集合，存储表数量，存储表对应属性名称集合以及存储表对应属性函数处理集合；企业属性计算类型，包括带时间维度的计算、涉及同比或者环比的计算和无时间无同比无环比的常规计算；企业属性是否维度表，指该企业属性是否以多维的形式进行数据存储；企业属性是否关联属性，指该属性是否以通用代码的形式进行存储；需要说明的是，在数据库设计存储中，往往将地区或者行业等较少变动的属性以通用代码的形式进行存储，而对应的名称则存在关联表中；例如中国香港的地区代码表示为“110”；企业属性存储表集合，指该属性可以存在的多个属性来源的集合；该集合以{属性物理ID1；属性物理ID2；...属性物理ID n}的形式存放；

存储表对应属性函数处理集合，包括了常用的数据库操作函数的集合，操作函数与存储表对应属性一一对应；如无需函数处理则该集合为空；如部分对应属性无需函数处理，则该位置置为“？”，存储方式为{"？","函数1(属性)","函数2(属性)"}。

分析组件，由业务清单解析模块和属性解析模块组成；业务清单解析模块负责对不同业务需求进行解析；解析内容包括自定义业务的查询属性清单以及条件属性清单的两部分内容；查询属性清单解析包括了查询属性的聚合函数、排序方式和排序序号；条件属性清单解析包括了属性是否常用分组、属性类型、属性比较逻辑、条件拼接逻辑以及属性取值区间；业务清单解析结果输出为单个属性的集合，同时作为属性解析模块的输入；常用分组，指在业务上有一定稳定性的常用查询分组；例如常用分组“一带一路国家”指的是包括新加坡和泰国等一带一路国家的统称分组；属性解析模块负责对业务清单解析模块细化后的属性进行单元分析、聚合分析和集成分析三个步骤；单元分析负责解析属性单元间存在的关系，得出最优查询表，最优查询属性及最优条件属性，进而将业务清单分解为多个独立子查询；聚合分析负责处理子查询存在的聚合处理逻辑，包括累计、平均值、同比和环比；集成分析按照子查询存在的最优合并方式对子查询进行组装，处理子查询的查询顺序及别名，形成并输出标准查询SQL；

此外，属性配置模块提供CRUD访问接口，用于配置企业属性来源及存在的多种业务场景规则；分析组件提供CRUD访问接口，用于接入查询属性清单和条件属性清单。

本发明是由属性配置模块配置企业属性来源及存在的多种业务场景规则；由分析组件的业务清单解析模块解析查询属性清单以及条件属性清单，由分析组件的属性解析模块对业务清单解析模块细化后的属性进行单元分析、聚合分析和集成分析。

企业属性来源配置流程是：

S11，新建自定义企业属性，生成唯一企业属性物理ID；

S12，填写属性来源数据库地址和数据库用户，并对地址和用户进行绿灯测试；

S13，根据可用数据库用户所有权限的表，选择存储的数据表和存储的属性名称；

S14，填写自定义的存储属性别名；

S15，企业属性来源配置；

S16，日志记录，完成。

企业属性业务场景规则配置流程是：

S21，选择可用企业属性；

S22，判断该属性是否存在多个数据来源，并根据数据来源生成存储表集合、存储表数量和存储表对应属性名称集合；根据实际业务场景添加存储表对应属性函数处理集合；

S23，填写计算类型，选择带时间维度的计算、涉及同比或者环比的计算或者常规计算；

S24，填写是否维度表；

S25，填写是否关联属性，如选择“是”，还需补充当前属性所在数据用户下的其他配置表，并勾选关联代码和关联名称属性；

S26，日志记录，完成。

业务清单解析模块解析查询属性清单以及条件属性清单流程是：

S31，新建自定义业务清单，生成唯一规则ID；

S32，对查询属性进行合法性校验；对涉及到聚合函数的查询属性进行一次校验，在不涉及业务关联操作时，单个属性是否支持该聚合函数的操作；并将单个查询属性按照{属性ID：查询属性}的形式存储，形成查询属性集合；

S33，对条件属性进行是否常用分组判断；当涉及常用分组时，自动忽略条件属性的取值区间，属性的取值区间记录为常用分组ID；

S34，对条件属性进行合并处理；存在多个同属性不同条件取值的情况，识别条件属性之间的条件拼接逻辑，并且合并多个条件的属性取值区间；并将合并后的单个条件属性按照{属性ID：{是否常用分组，属性类型，属性比较逻辑，条件拼接逻辑，属性取值区间}}的形式存储，形成条件属性集合；

S35，保存业务清单；

S36，日志记录，完成。

属性解析模块单元分析处理流程具体是：

第一步，接入业务清单，提取查询属性集合和条件属性集合；

第二步，根据属性集合获取查询最优表集合，该集合可包括一张或者多张查询表；最优表规则1，即在满足查询属性和条件属性的基础上，查询表最少；最优表规则2，当存在多个子查询时，在满足查询属性和条件属性的基础上，每个子查询的条件属性最多，有利于减少子查询的数据量和查询时间；如条件属性集合存在属性“产业”，存储表集合为{A，C，D}，而查询属性集合仅有属性“进出口金额”，存储表集合为{A，B}，此时最优表集合为{A}；在上一可能的场景中，添加查询属性“合同外资金额”，存储表集合为{B，C}，此时最优表集合为{A,C}；

第三步，在第二步的基础上，根据生成的最优表集合反向查找查询属性集合和条件属性集合；根据单个子查询表名，获取符合该表的查询属性和条件属性，以{子查询属性，子表ID，子条件属性}的形式存放；

第四步，在第三步的基础上，根据属性的存储表集合，生成最优表之间的查询属性关联关系，用于对子查询进行合并的关联操作；每个子表存在一个或多个关联关系，以{子表ID，关联属性ID}的形式存放；

第五步，根据最优表集合形成子表查询集合；

第六步，结束单元分析，接入聚合分析；

第七步，日志记录，完成。

所述聚合分析处理流程是：

第一步，获取最优表子查询集合；

第二步，根据子查询存在聚合处理逻辑，对子查询进行对应的SQL组装处理；

第三步，需要说明的是，对于同比和环比的聚合处理，包括了日期属性的判定；规则1：当不存在日期属性时，返回聚合处理结果为失败；规则2：当存在日期属性时，识别日期属性取值区间，并生成对应辅助数据日期取值区间；例如计算同比属性，当日期属性取值为2018年1月至2018年12月时，需自动添加日期属性取值范围2017年1月至2017年12月用于辅助查询；规则3：日期属性存在优先级，当年份属性和月份属性同时存在时，只需要按照规则2对年份属性进行补充；规则4：依据规则2和3自动补充的辅助日期，生成对应的偏移量进行辅助计算；如识别为年份同比，则同比偏移量为1，即同比公式为：当年值/去年值-1；如识别为月份同比，则同比偏移量为12，即同比公式为：当月值/去年同期值-1；

第四步，对组装好带辅助数据的SQL进行二次过滤，添加辅助数据移除逻辑并生成子查询语句，保证子查询与原条件逻辑查询结果一致；

第五步，结束聚合分析处理流程，接入集成分析；

第六步，日志记录，完成。

所述集成分析处理流程是：

第一步，获取聚合分析子查询集合和子表关联集合；

第二步，根据子表关联集合对子查询进行关联操作；

第三步，根据查询属性清单对多个子查询的查询属性进行合并操作；合并过程保留原查询属性清单的查询顺序；

第四步，对关联后的子查询按照查询属性进行排序操作；

第五步，对关联后的子查询查询属性进行别名命名操作；

第六步，形成并输出标准查询SQL；

第七步，日志记录，完成。

本发明将企业属性高度配置化处理，具有扩展性好、适用范围广等特点，可有效地应用于多种商务政务系统中。

Claims (10)

1.一种基于可配属性的企业查询系统，其特征在于：所述的系统包括属性配置模块和分析组件，并提供相应的开发和集成接口；

所述的属性配置模块，负责配置企业属性来源及存在的业务场景规则；

所述的分析组件，由业务清单解析模块和属性解析模块组成；业务清单解析模块负责对不同业务需求进行解析；属性解析模块负责对业务清单解析模块细化后的属性进行单元分析、聚合分析和集成分析。

2.根据权利要求1所述的系统，其特征在于：

所述的企业属性来源，包括企业属性物理ID、来源数据库地址、数据库用户、存储的数据表、存储的属性名称和存储的属性别名；

所述的业务场景规则，包括计算类型，是否维度表，是否关联属性，存储表集合，存储表数量，存储表对应属性名称集合以及存储表对应属性函数处理集合；

所述的计算类型，包括带时间维度的计算、涉及同比或者环比的计算和无时间无同比无环比的常规计算；

所述的是否维度表，指该企业属性是否以多维的形式进行数据存储；

所述的是否关联属性，指该属性是否以通用代码的形式进行存储；

所述的存储表集合，指该属性可以存在的多个属性来源的集合；该集合以{属性物理ID1；属性物理ID2；...属性物理ID n}的形式存放；

所述的存储表对应属性函数处理集合，包括了常用的数据库操作函数的集合，操作函数与存储表对应属性一一对应；如无需函数处理则该集合为空；如部分存储表对应属性无需函数处理，则该位置置为“？”，存储方式为{"？","函数1(属性)","函数2(属性)"}。

3.根据权利要求1所述的系统，其特征在于：

所述业务清单解析模块解析内容包括自定义业务的查询属性清单和条件属性清单的两部分内容；解析结果输出为单个属性的集合，同时作为属性解析模块的输入；

查询属性清单解析包括查询属性的聚合函数、排序方式和排序序号；

条件属性清单解析包括属性是否常用分组、属性类型、属性比较逻辑、条件拼接逻辑以及属性取值区间；常用分组，指在业务上有一定稳定性的常用查询分组；

所述的属性配置模块提供CRUD访问接口，用于配置企业属性来源及存在的多种业务场景规则；

所述的分析组件提供CRUD访问接口，用于接入查询属性清单和条件属性清单。

4.权利要求1-3任一项所述系统的实现方法，其特征在于：

所述的方法是由属性配置模块配置企业属性来源及存在的多种业务场景规则；由分析组件的业务清单解析模块解析查询属性清单以及条件属性清单，由分析组件的属性解析模块对业务清单解析模块细化后的属性进行单元分析、聚合分析和集成分析；单元分析负责解析属性单元间存在的关系，得出最优查询表，最优查询属性及最优条件属性，进而将业务清单分解为多个独立子查询；聚合分析负责处理子查询存在的聚合处理逻辑，包括累计、平均值、同比和环比；集成分析按照子查询存在的最优合并方式对子查询进行组装，处理子查询的查询顺序及别名，形成并输出标准查询SQL。

5.权利要求4所述的实现方法，其特征在于：

所述企业属性来源配置流程是：

S11，新建自定义企业属性，生成唯一企业属性物理ID；

S12，填写属性来源数据库地址和数据库用户，并对地址和用户进行绿灯测试；

S13，根据可用数据库用户所有权限的表，选择存储的数据表和存储的属性名称；

S14，填写自定义的存储属性别名；

S15，企业属性来源配置；

S16，日志记录，完成。

6.权利要求4所述的实现方法，其特征在于：

所述企业属性业务场景规则配置流程是：

S21，选择可用企业属性；

S22，判断该属性是否存在多个数据来源，并根据数据来源生成存储表集合、存储表数量和存储表对应属性名称集合；根据实际业务场景添加存储表对应属性函数处理集合；

S23，填写计算类型，选择带时间维度的计算、涉及同比或者环比的计算或者常规计算；

S24，填写是否维度表；

S25，填写是否关联属性，如选择“是”，还需补充当前属性所在数据用户下的其他配置表，并勾选关联代码和关联名称属性；

S26，日志记录，完成。

7.权利要求4所述的实现方法，其特征在于：

所述分析组件的业务清单解析模块解析查询属性清单以及条件属性清单流程是：

S31，新建自定义业务清单，生成唯一规则ID；

S32，对查询属性进行合法性校验；对涉及到聚合函数的查询属性进行一次校验，在不涉及业务关联操作时，校验单个属性是否支持该聚合函数的操作；并将单个查询属性按照{属性ID：查询属性}的形式存储，形成查询属性集合；

S33，对条件属性进行是否常用分组判断；当涉及常用分组时，自动忽略条件属性的取值区间，属性的取值区间记录为常用分组ID；

S34，对条件属性进行合并处理；存在多个同属性不同条件取值的情况，识别条件属性之间的条件拼接逻辑，并且合并多个条件的属性取值区间；并将合并后的单个条件属性按照{属性ID：{是否常用分组，属性类型，属性比较逻辑，条件拼接逻辑，属性取值区间}}的形式存储，形成条件属性集合；

S35，保存业务清单；

S36，日志记录，完成。

8.权利要求4所述的实现方法，其特征在于：

所述的单元分析处理流程具体是：

第一步，接入业务清单，提取查询属性集合和条件属性集合；

第二步，根据属性集合获取查询最优表集合，该集合可包括一张或者多张查询表；最优表规则1，即在满足查询属性和条件属性的基础上，查询表最少；最优表规则2，当存在多个子查询时，在满足查询属性和条件属性的基础上，每个子查询的条件属性最多；

第三步，在第二步的基础上，根据生成的最优表集合反向查找查询属性集合和条件属性集合；根据单个子查询表名，获取符合该表的查询属性和条件属性，以{子查询属性，子表ID，子条件属性}的形式存放；

第四步，在第三步的基础上，根据属性的存储表集合，生成最优表之间的查询属性关联关系，用于对子查询进行合并的关联操作；每个子表存在一个或多个关联关系，以{子表ID，关联属性ID}的形式存放；

第五步，根据最优表集合形成子表查询集合；

第六步，结束单元分析，接入聚合分析；

第七步，日志记录，完成。

9.权利要求4所述的实现方法，其特征在于：

所述聚合分析处理流程是：

第一步，获取最优表子查询集合；

第二步，根据子查询存在聚合处理逻辑，对子查询进行对应的SQL组装处理；

第三步，对于同比和环比的聚合处理，包括了日期属性的判定；判定规则有：规则1、当不存在日期属性时，返回聚合处理结果为失败；规则2、当存在日期属性时，识别日期属性取值区间，并生成对应辅助数据日期取值区间；规则3、日期属性存在优先级，当年份属性和月份属性同时存在时，只需要按照规则2对年份属性进行补充；规则4、依据规则2和3自动补充的辅助日期，生成对应的偏移量进行辅助计算；

第四步，对组装好带辅助数据的SQL进行二次过滤，添加辅助数据移除逻辑并生成子查询语句，保证子查询与原条件逻辑查询结果一致；

第五步，结束聚合分析处理流程，接入集成分析；

第六步，日志记录，完成。

10.权利要求4所述的实现方法，其特征在于：

所述集成分析处理流程是：

第一步，获取聚合分析子查询集合和子表关联集合；

第二步，根据子表关联集合对子查询进行关联操作；

第三步，根据查询属性清单对多个子查询的查询属性进行合并操作；合并过程保留原查询属性清单的查询顺序；

第四步，对关联后的子查询按照查询属性进行排序操作；

第五步，对关联后的子查询查询属性进行别名命名操作；

第六步，形成并输出标准查询SQL；

第七步，日志记录，完成。