CN110837507B - 一种数据表的动态处理方法、设备及存储介质 - Google Patents
一种数据表的动态处理方法、设备及存储介质 Download PDFInfo
- Publication number
- CN110837507B CN110837507B CN201911089767.5A CN201911089767A CN110837507B CN 110837507 B CN110837507 B CN 110837507B CN 201911089767 A CN201911089767 A CN 201911089767A CN 110837507 B CN110837507 B CN 110837507B
- Authority
- CN
- China
- Prior art keywords
- data table
- data
- type
- script
- template
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/22—Indexing; Data structures therefor; Storage structures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/283—Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开一种数据表的动态处理方法、设备及存储介质，数据表的动态处理方法包括：通过实时对数据仓库进行验数，并分析预设时间段内数据仓库中生成的多个数据表的数量；根据预设时间段内生成的多个数据表的数量，获取每个类型的数据表对应的数量；并且将每个类型的数据表对应的数量进行统计，然后确定高于预设数量类型的数据表；获取脚本中的数据表模板，将高于预设数量类型的数据表与数据表模板进行比对，分析脚本中是否缺少对应类型的数据表模板；将缺少对应类型的数据表存储至脚本中形成新的数据表模板。从而可以动态的将数据表进行存储成新的数据表模板。
Description
技术领域
本发明涉及数据处理领域，具体涉及一种数据表的动态处理方法、设备及存储介质。
背景技术
数据表是常见的信息组织手段，是页面布局的重要组成部分，可用于保存和展示少量或大量结构化数据、静态数据以及处于变化中的数据。具体说来，数据表结构简单，分隔明确，可保证信息可读性，易于用户快速扫描浏览并获取所需；数据经过归纳整理和合理布局后，更易于用户感知分辨其中的差异与变化、关联与区别，并进行对比分析；交互层面，用户可以对数据信息进行排序、搜索、筛选、以及相关业务处理等复杂操作。
在构建数据仓库的过程中，需要建立多个表。并且，针对不同的数据源，往往需要建立不同类型的表。其中不同类型的表中的字段以及参数均不相同。现有技术在建立这些表时，都是根据不同类型的表通过手工输入或手工编码的方式输入所需的字段以及参数。通过脚本建立的数据表，如果对所有用过的数据表都重新设计模板，那工作量会过大，并且失去存储模板的意义，并且有些类型的数据表可能已经长时间不再使用，如果仍然保留模板，不仅占用空间，且保留意义不大。因此需要动态的存储模板或是删除模板。
发明内容
本发明的主要目的是提供一种数据表的动态处理方法、设备及存储介质，旨解决相关技术中不能动态的将数据表存储成新的数据表模板的问题。
本发明提供了一种数据表的动态处理方法，包括：
实时对数据仓库进行验数，并分析预设时间段内数据仓库中生成的多个数据表的数量；
根据预设时间段内生成的多个数据表的数量，获取每个类型的数据表对应的数量；
将每个类型的数据表对应的数量进行统计，确定高于预设数量类型的数据表；
获取脚本中的数据表模板，将高于预设数量类型的数据表与数据表模板进行比对，分析脚本中是否缺少对应类型的数据表模板；
将缺少对应类型的数据表存储至脚本中形成新的数据表模板。
优选地，所述根据预设时间段内生成的多个数据表的数量，确定出每个类型的数据表对应的数量的步骤之后，还包括：
根据每个类型的数据表对应的数量，统计出低于预设数量类型的数据表；
将低于预设数量类型的数据表与数据表模板进行比对，判断脚本中是否存在对应类型的数据表模板；
在脚本中存在对应类型的数据表模板的情况下，将所述对应类型的数据表模板删除。
优选地，还包括步骤：
分析预设时间段内数据仓库中的每个类型的数据表使用频率，分别确定高于预设频率数据表的类型和低于预设频率数据表的类型；
将高于预设频率类型的数据表与脚本中的数据表模板进行比对，分析脚本中是否缺少对应类型的数据表模板；
将缺少对应类型的数据表补充到脚本中形成新的数据表模板。
优选地，所述分析预设时间段内数据仓库中的每个类型的数据表使用频率，分别确定高于预设频率数据表的类型和低于预设频率数据表的类型的步骤之后，还包括：
将低于预设频率类型的数据表与脚本中的数据表模板进行比对，判断脚本中是否存在对应类型的数据表模板；
在所述脚本中存在对应类型的数据表模板的情况下，将所述对应类型的数据表模板删除。
优选地，其特征在于，确定每个类型的数据表数量和/或频率的方式满足以下公式：
其中，Ai为每个类型数据表的数量和/或频率对应的参数，Bi为预设数量和/或频率对应的参数，K为结果参数，l为常数。
优选地，所述方法还包括：
获取脚本中的数据表模板；
分析所述数据表模板历史使用的时间是否超过预设时间；
在所述数据表模板历史使用的时间超过预设时间的情况下，将所述数据表模板删除。
优选地，所述获取脚本中的数据表模板的步骤之后，还包括：
获取脚本中数据模板的历史生成信息；
根据所述历史生成信息，分析所述历史生成信息中数据表生成的过程中的缺陷属性；
根据所述缺陷属性与数据表模板的对应关系，获取脚本中的缺陷指令；
将所述缺陷指令删除并发出重新写入数据表生成指令的提醒信息。
优选地，所述将所述缺陷指令删除并发出重新写入的数据表生成指令的步骤之后，包括：
响应用户写入的数据表生成指令，将所述数据表模板对应的数据表生成指令更新至脚本中。
本发明还提供一种数据表的动态处理设备，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，所述处理器执行所述计算机程序时实现如上述的数据表的动态处理方法的步骤。
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计算机程序，所述计算机程序被处理器执行时实现如上述的数据表的动态处理方法的步骤。
本发明的以上方案至少包括以下有益效果：
通过实时对数据仓库进行验数，并分析预设时间段内数据仓库中生成的多个数据表的数量；根据预设时间段内生成的多个数据表的数量，获取每个类型的数据表对应的数量；并且将每个类型的数据表对应的数量进行统计，然后确定高于预设数量类型的数据表；获取脚本中的数据表模板，将高于预设数量类型的数据表与数据表模板进行比对，分析脚本中是否缺少对应类型的数据表模板；将缺少对应类型的数据表存储至脚本中形成新的数据表模板。从而可以动态的将数据表进行存储成新的数据表模板。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图示出的结构获得其他的附图。
图1为本发明一实施例中数据表的动态处理方法的流程示意图；
图2为一实施例中的比对方式的示例图；
图3为图1中步骤S50之后的流程示意图；
图4为另一实施例中数据表的动态处理方法的流程示意图；
图5为又一实施例中数据表的动态处理方法的流程示意图；
图6为图5中步骤010之后的流程示意图；
图7为本发明一实施例中数据表的动态处理设备的结构示意图。
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
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”和“第三”等是用于区别不同对象，而非用于描述特定顺序。此外，术语“包括”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可选地还包括没有列出的步骤或单元，或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
如图1所示，本发明提供了一种数据表的动态处理方法，包括：
步骤S10，实时对数据仓库进行验数，并分析预设时间段内数据仓库中生成的多个数据表的数量；
在本发明的具体实施例中，服务器的数据仓库中存储有多个数据表，数据表可以是多个不同的数据所生成的，服务器实时对数据仓库进行验数，具体的，验数包括数据表的切换，例如，数据表由表A切换至表B，验证是否数据平衡；还包括原始数据与最终数据是否平衡(类似于统计表的原始数据与统计数据是否平衡)，以及时间验数。通过验数，服务器能够统计出预设时间段内数据仓库中多个数据表的数量，其中，预设时间段内可以是一周内，统计出多个数据表的数量从而后续区分数据表的类型。
步骤S20，根据预设时间段内生成的多个数据表的数量，获取每个类型的数据表对应的数量；
在本发明的具体实施例中，在上述的预设时间段内所统计出来的多个数据表的数量，服务器将每个类型的数据表进行分析，计算出每个类型的数据表对应的数量，其中，服务器对每个类型的数据表分析的方式可以采用K-Means聚类算法。例如，一周内生成的数据表数量有40个，其对应有5种类型，通过分析出每个类型的数据表对应的数量有8个。
步骤S30，将每个类型的数据表对应的数量进行统计，确定高于预设数量类型的数据表；
在本发明的具体实施例中，服务器通过上述的K-Means聚类算法计算出每个类型的数据表对应所得出的数量，并且确定出高于预设数量的数据表，其中，预设数量可以是20个，服务器存储有每个类型数据表的预设数量，并且每个类型的数据表可以根据需要进行调整，在此不作限定。
需要说明的是，确定每个类型的数据表数量的方式满足以下公式：
其中，Ai为每个类型数据表的数量对应的参数，Bi为预设数量对应的参数，K为结果参数，l为常数。
由上述公式可以了解的是，当每个类型的数据表的数量高于预设数量时，K为正数，当每个类型的数据表的数量低于预设数量时，K为负数，在K为正数的情况下，则确定某一类型的数据表为高于预设数量的数据表；在K为负数的情况下，则确定某一类型的数据表为低于预设数量的数据表。
步骤S40，获取脚本中的数据表模板，将高于预设数量类型的数据表与数据表模板进行比对，分析脚本中是否缺少对应类型的数据表模板；
在本发明的具体实施例中，服务器通过调取脚本中的数据表模板，并且将上述确定的数据表与脚本中的数据表进行比对，从而分析出脚本中是否确实了对应类型的数据表模板，在该数据表模板存在的情况下，则进行下一数据表模板的比对，在该数据表模板缺少的情况下，则在后续中进行补充数据表模板。具体的，将数据表和数据表模板进行比对的方式可以采用KNN算法，KNN算法是通过一篇待比对的文章，系统在训练集中找到最近的K个近邻,看这K个近邻中多数属于哪一类，就把待识别的文章归为哪一类。服务器通过KNN算法将每个类型数据表与数据表模板比对，并且判断出每个类型数据表对应的哪一个数据表模板，就把每个类型的数据表归为哪一个数据表模板，从而确定出是否缺少对应的数据表模板。
请参阅图2进行进一步地举例说明，在数据表A存在的1的情况下，对应的数据表模板b存在1，因此就能够确定出数据表A归为数据表模板b中，相对来说，则数据表模板a、c、d中则缺少数据表A。可以理解的是，其他的数据表同理对应能够确定出是否缺少。
步骤S50，将缺少对应类型的数据表存储至脚本中形成新的数据表模板。
在本发明的具体实施例中，服务器在上述方式中确定了缺少对应的数据表模板，将缺少对应类型的数据表存储至脚本中，使得对应类型的数据表能够形成新的数据表，以弥补数据表模板缺少的状态，使得数据表能够动态的将每个缺少的数据表模板补充进去。
如图3所示，上述步骤S50根据预设时间段内生成的多个数据表的数量，确定出每个类型的数据表对应的数量的步骤之后，还包括：
步骤S51，根据每个类型的数据表对应的数量，统计出低于预设数量类型的数据表；
步骤S52，将低于预设数量类型的数据表与数据表模板进行比对，判断脚本中是否存在对应类型的数据表模板；
步骤S53，在脚本中存在对应类型的数据表模板的情况下，将对应类型的数据表模板删除。
在本发明的具体实施例中，服务器采用上述公式
统计出高于预设数量类型的数据表和低于预设数量类型的数据表，在高于预设数量类型的数据表补充完成，同时判断出低于预设数量类型的数据表是否存在对应的数据表模板，服务器调取出脚本中的数据表模板进行比对，在脚本中存在着低于预设数量类型对应的数据表模板，则服务器将该数据表模板删除，避免该数据表模板占用空间。需要说明的是，本发明的具体实施例中所采用的比对方式也可以采用上述的KNN算法来进行比对，在此不作一一赘述。
如图4所示，本发明提供的数据表的动态处理方法还包括步骤：
步骤10，分析预设时间段内数据仓库中的每个类型的数据表使用频率，分别确定高于预设频率数据表的类型和低于预设频率数据表的类型；
步骤20，将高于预设频率类型的数据表与脚本中的数据表模板进行比对，分析脚本中是否缺少对应类型的数据表模板；
步骤30，将缺少对应类型的数据表补充到脚本中形成新的数据表模板。
在本发明的具体实施例中，服务器还可以分析预设时间段内数据仓库中每个类型的数据表使用频率，根据每个类型的数据表使用频率，确定每个类型数据表是否经常使用，以便于确定补充的数据表模板类型；服务器确定了数据表的使用频率，通过上述公式
来确定出高于预设频率的数据表类型和低于预设频率的数据表类型，其中，预设频率可以是每周使用次数10次，在此不作任何限定；在服务器确定出高于预设频率的数据表类型，将该类型的数据表与脚本中数据表采用上述的KNN算法进行比对，从而分析对应类型的数据表模板是否缺少，在确定缺少对应类型的数据表模板时，则补充新的数据表作为新的数据表模板。
可选的，上述步骤10分析预设时间段内数据仓库中的每个类型的数据表使用频率，分别确定高于预设频率数据表的类型和低于预设频率数据表的类型的步骤之后，还包括：
步骤200，将低于预设频率类型的数据表与脚本中的数据表模板进行比对，判断脚本中是否存在对应类型的数据表模板；
步骤300，在脚本中存在对应类型的数据表模板的情况下，将对应类型的数据表模板删除。
其中，与上述方式一样，当数据表的使用频率低于预设频率时，若脚本中存在低于预设频率对应类型的数据表模板，则将该数据表模板删除，避免占用空间。
由上述实施例可以理解的是，在本发明的具体实施例中，服务器采用上述公式
确定出数据表的数量和/或频率是否高于预设值，在数据表的数量和/或频率高于预设值的情况下，则需要将高于预设值的与数据表模板比对并缺少的数据表模板进行补充，若低于预设值的情况下，则低于预设值的比对之后则需要将存在的数据表模板进行删除，从而使得数据表模板能够动态的存储和删除，避免需要的数据表模板缺少，而不需要的却占用空间。
如图5所示，本发明的具体实施例中的数据表的动态处理方法，还包括：
步骤010，获取脚本中的数据表模板；
步骤020，分析数据表模板历史使用的时间是否超过预设时间；
步骤030，在数据表模板历史使用的时间超过预设时间的情况下，将数据表模板删除。
在本发明的具体实施例中，服务器还可以获取脚本中的数据表模板，并且分析数据表模板在历史过程中建立数据表的使用时间，分析历史通过该数据表模板的时间是否超过预设时间，其中，预设时间可以是1个月，在该数据表模板历史使用的时间超过了预设时间，则将该数据表模板删除。举例来说，某一数据表模板最后一次调取出来作为参照建立数据表的时间是1个月前，当服务器判断出该数据表模板已经1个月没有调取出来作为参照使用，也就是说，该数据表模板已经超过了预设时间没有使用，因此将该数据表模板删除，避免因长时间未使用而占用空间。
如图6所示，上述步骤010获取脚本中的数据表模板的步骤之后，还包括：
步骤011，获取脚本中数据模板的历史生成信息；
步骤012，根据历史生成信息，分析历史生成信息中数据表生成的过程中的缺陷属性；
步骤013，根据缺陷属性与数据表模板的对应关系，获取脚本中的缺陷指令；
步骤014，将缺陷指令删除并发出重新写入数据表生成指令的提醒信息。
进一步地，上述步骤014将缺陷指令删除并发出重新写入的数据表生成指令的步骤之后，包括：
步骤015，响应用户写入的数据表生成指令，将数据表模板对应的数据表生成指令更新至脚本中。
在本发明的具体实施例中，服务器存储有脚本中每个数据表模板作为参照建立数据表的记录，在获取脚本中数据表模板的历史生成信息，并且根据历史生成信息分析每次建立数据表过程中所产生的缺陷属性，其中，缺陷属性是指每次建立数据表的过程中所产生的问题。并且缺陷属性对应每个数据表模板的缺陷指令，比如某一数据表的生成指令在建立数据表的过程中容易产生问题，服务器就可以将获取到的缺陷指令删除，并且向用户发出提醒，用于指示用户重新写入新的数据表生成指令；进一步的，在服务器获取到用户重新写入的数据表生成指令之后，服务器就将数据表生成指令进行更新，使新的数据表生成指令能够对应更新至数据表模板，便于后续的数据表建立，减少数据表建立过程的问题。
本发明还提供一种数据表的动态处理设备，包括存储器11、处理器13以及存储在存储器11中并可在处理器13上运行的计算机程序12，处理器13执行计算机程序12时实现如上述的数据表的动态处理方法的步骤。
具体的，处理器13执行计算机程序12时实现以下步骤：实时对数据仓库进行验数，并分析预设时间段内数据仓库中生成的多个数据表的数量；根据预设时间段内生成的多个数据表的数量，获取每个类型的数据表对应的数量；将每个类型的数据表对应的数量进行统计，确定高于预设数量类型的数据表；获取脚本中的数据表模板，将高于预设数量类型的数据表与数据表模板进行比对，分析脚本中是否缺少对应类型的数据表模板；将缺少对应类型的数据表存储至脚本中形成新的数据表模板。
具体的，处理器13执行计算机程序12时实现以下步骤：根据每个类型的数据表对应的数量，统计出低于预设数量类型的数据表；将低于预设数量类型的数据表与数据表模板进行比对，判断脚本中是否存在对应类型的数据表模板；在脚本中存在对应类型的数据表模板的情况下，将所述对应类型的数据表模板删除。
具体的，处理器13执行计算机程序12时实现以下步骤：分析预设时间段内数据仓库中的每个类型的数据表使用频率，分别确定高于预设频率数据表的类型和低于预设频率数据表的类型；将高于预设频率类型的数据表与脚本中的数据表模板进行比对，分析脚本中是否缺少对应类型的数据表模板；将缺少对应类型的数据表补充到脚本中形成新的数据表模板。
具体的，处理器13执行计算机程序12时实现以下步骤：将低于预设频率类型的数据表与脚本中的数据表模板进行比对，判断脚本中是否存在对应类型的数据表模板；在所述脚本中存在对应类型的数据表模板的情况下，将所述对应类型的数据表模板删除。
可选的，确定每个类型的数据表数量和/或频率的方式满足以下公式：
具体的，处理器13执行计算机程序12时实现以下步骤：获取脚本中的数据表模板；分析所述数据表模板历史使用的时间是否超过预设时间；在所述数据表模板历史使用的时间超过预设时间的情况下，将所述数据表模板删除。
具体的，处理器13执行计算机程序12时实现以下步骤：获取脚本中数据模板的历史生成信息；根据所述历史生成信息，分析所述历史生成信息中数据表生成的过程中的缺陷属性；根据所述缺陷属性与数据表模板的对应关系，获取脚本中的缺陷指令；将所述缺陷指令删除并发出重新写入数据表生成指令的提醒信息。
具体的，处理器13执行计算机程序12时实现以下步骤：响应用户写入的数据表生成指令，将所述数据表模板对应的数据表生成指令更新至脚本中。
即，在本发明的具体实施例中，数据表的动态处理设备11的处理器13执行计算机程序12时实现上述数据表的动态处理方法的步骤，从而可以动态的将数据表进行存储成新的数据表模板。
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，计算机程序被处理器执行时实现如上述的数据表的动态处理方法的步骤。
具体的，在本发明的具体实施例中，计算机可读存储介质被处理器执行时实现以下步骤：实时对数据仓库进行验数，并分析预设时间段内数据仓库中生成的多个数据表的数量；根据预设时间段内生成的多个数据表的数量，获取每个类型的数据表对应的数量；将每个类型的数据表对应的数量进行统计，确定高于预设数量类型的数据表；获取脚本中的数据表模板，将高于预设数量类型的数据表与数据表模板进行比对，分析脚本中是否缺少对应类型的数据表模板；将缺少对应类型的数据表存储至脚本中形成新的数据表模板。
具体的，在本发明的具体实施例中，计算机可读存储介质被处理器执行时实现以下步骤：根据每个类型的数据表对应的数量，统计出低于预设数量类型的数据表；将低于预设数量类型的数据表与数据表模板进行比对，判断脚本中是否存在对应类型的数据表模板；在脚本中存在对应类型的数据表模板的情况下，将所述对应类型的数据表模板删除。
具体的，在本发明的具体实施例中，计算机可读存储介质被处理器执行时实现以下步骤：分析预设时间段内数据仓库中的每个类型的数据表使用频率，分别确定高于预设频率数据表的类型和低于预设频率数据表的类型；将高于预设频率类型的数据表与脚本中的数据表模板进行比对，分析脚本中是否缺少对应类型的数据表模板；将缺少对应类型的数据表补充到脚本中形成新的数据表模板。
具体的，在本发明的具体实施例中，计算机可读存储介质被处理器执行时实现以下步骤：将低于预设频率类型的数据表与脚本中的数据表模板进行比对，判断脚本中是否存在对应类型的数据表模板；在所述脚本中存在对应类型的数据表模板的情况下，将所述对应类型的数据表模板删除。
可选的，确定每个类型的数据表数量和/或频率的方式满足以下公式：
具体的，在本发明的具体实施例中，计算机可读存储介质被处理器执行时实现以下步骤：获取脚本中的数据表模板；分析所述数据表模板历史使用的时间是否超过预设时间；在所述数据表模板历史使用的时间超过预设时间的情况下，将所述数据表模板删除。
具体的，在本发明的具体实施例中，计算机可读存储介质被处理器执行时实现以下步骤：获取脚本中数据模板的历史生成信息；根据所述历史生成信息，分析所述历史生成信息中数据表生成的过程中的缺陷属性；根据所述缺陷属性与数据表模板的对应关系，获取脚本中的缺陷指令；将所述缺陷指令删除并发出重新写入数据表生成指令的提醒信息。
即，在本发明的具体实施例中，计算机程序被处理器执行时实现上述数据表的动态处理方法的步骤，从而可以动态的将数据表进行存储成新的数据表模板。
需要说明的是，由于计算机程序被处理器执行时实现上述数据表的动态处理方法的步骤，因此上述数据表的动态处理方法的所有实施例均适用于该计算机可读存储介质，且均能达到相同或相似的有益效果。
在本说明书的描述中，参考术语“一实施例”、“另一实施例”、“其他实施例”、或“第一实施例～第X实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不一定指的是相同的实施例或示例。而且，描述的具体特征、结构、材料、方法步骤或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
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(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。
Claims (7)
1.一种数据表的动态处理方法，其特征在于，包括：
实时对数据仓库进行验数，并分析预设时间段内数据仓库中生成的多个数据表的数量；
根据预设时间段内生成的多个数据表的数量，获取每个类型的数据表对应的数量；
根据每个类型的数据表对应的数量，统计出低于预设数量的数据表类型；
将低于预设数量的数据表类型与数据表模板进行比对，判断脚本中是否存在对应类型的数据表模板；
在脚本中存在对应类型的数据表模板的情况下，将所述对应类型的数据表模板删除；
将每个类型的数据表对应的数量进行统计，确定高于预设数量的数据表类型；
获取脚本中的数据表模板，将高于预设数量的数据表类型与数据表模板进行比对，分析脚本中是否缺少对应类型的数据表模板；
将缺少对应类型的数据表存储至脚本中形成新的数据表模板；
分析预设时间段内数据仓库中的每个类型的数据表使用频率，分别确定高于预设频率数据表的类型和低于预设频率数据表的类型；
将高于预设频率类型的数据表与脚本中的数据表模板进行比对，分析脚本中是否缺少对应类型的数据表模板；
将缺少对应类型的数据表补充到脚本中形成新的数据表模板；
将低于预设频率类型的数据表与脚本中的数据表模板进行比对，判断脚本中是否存在对应类型的数据表模板；
在所述脚本中存在对应类型的数据表模板的情况下，将所述对应类型的数据表模板删除。
2.根据权利要求1所述的数据表的动态处理方法，其特征在于，确定每个类型的数据表数量和/或频率的方式包括：
根据每个类型数据表的数量和/或频率对应的参数以及预设数量和/或频率对应的参数确定所述每个类型的数据表数量和/或频率。
3.根据权利要求1所述的数据表的动态处理方法，其特征在于，所述方法还包括：
获取脚本中的数据表模板；
分析所述数据表模板历史使用的时间是否超过预设时间；
在所述数据表模板历史使用的时间超过预设时间的情况下，将所述数据表模板删除。
4.根据权利要求3所述的数据表的动态处理方法，其特征在于，所述获取脚本中的数据表模板的步骤之后，还包括：
获取脚本中数据模板的历史生成信息；
根据所述历史生成信息，分析所述历史生成信息中数据表生成的过程中的缺陷属性；
根据所述缺陷属性与数据表模板的对应关系，获取脚本中的缺陷指令；
将所述缺陷指令删除并发出重新写入数据表生成指令的提醒信息。
5.根据权利要求4所述的数据表的动态处理方法，其特征在于，所述将所述缺陷指令删除并发出重新写入的数据表生成指令的步骤之后，包括：
响应用户写入的数据表生成指令，将所述数据表模板对应的数据表生成指令更新至脚本中。
6.一种数据表的动态处理设备，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5任一项所述的数据表的动态处理方法的步骤。
7.一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5任一项所述的数据表的动态处理方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911089767.5A CN110837507B (zh) | 2019-11-08 | 2019-11-08 | 一种数据表的动态处理方法、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911089767.5A CN110837507B (zh) | 2019-11-08 | 2019-11-08 | 一种数据表的动态处理方法、设备及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110837507A CN110837507A (zh) | 2020-02-25 |
| CN110837507B true CN110837507B (zh) | 2022-10-14 |
Family
ID=69574983
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911089767.5A Active CN110837507B (zh) | 2019-11-08 | 2019-11-08 | 一种数据表的动态处理方法、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110837507B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107943930A (zh) * | 2017-11-22 | 2018-04-20 | 用友金融信息技术股份有限公司 | 动态表单生成方法、装置、计算机设备和可读存储介质 |
| US9996560B1 (en) * | 2015-01-30 | 2018-06-12 | Juniper Networks, Inc. | Template mapping system for non-compliant collectors |
| CN109388637A (zh) * | 2018-09-21 | 2019-02-26 | 北京京东金融科技控股有限公司 | 数据仓库信息处理方法、装置、系统、介质 |
| CN110362569A (zh) * | 2019-06-06 | 2019-10-22 | 口碑(上海)信息技术有限公司 | 数据表的校验方法及装置、电子设备、存储介质 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9542469B2 (en) * | 2010-08-25 | 2017-01-10 | International Business Machines Corporation | Data warehouse data model adapters |
-
2019
- 2019-11-08 CN CN201911089767.5A patent/CN110837507B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9996560B1 (en) * | 2015-01-30 | 2018-06-12 | Juniper Networks, Inc. | Template mapping system for non-compliant collectors |
| CN107943930A (zh) * | 2017-11-22 | 2018-04-20 | 用友金融信息技术股份有限公司 | 动态表单生成方法、装置、计算机设备和可读存储介质 |
| CN109388637A (zh) * | 2018-09-21 | 2019-02-26 | 北京京东金融科技控股有限公司 | 数据仓库信息处理方法、装置、系统、介质 |
| CN110362569A (zh) * | 2019-06-06 | 2019-10-22 | 口碑(上海)信息技术有限公司 | 数据表的校验方法及装置、电子设备、存储介质 |
Non-Patent Citations (2)
| Title |
|---|
| Enabling Incremental Updates to LC-Trie for Efficient Management of IP Forwarding Tables;Derek Pao;《IEEE COMMUNICATIONS LETTERS》;20030531;全文 * |
| 面向航空发动机装配管理的动态表单系统研究;王社伟等;《计算机工程与设计》;20110816(第08期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110837507A (zh) | 2020-02-25 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110019486B (zh) | 数据采集方法、装置、设备及存储介质 | |
| CN110780873B (zh) | 界面颜色适配方法、装置、计算机设备及存储介质 | |
| CN110705237B (zh) | 文档的自动生成方法、数据处理设备及存储介质 | |
| WO2021147559A1 (zh) | 业务数据质量检测方法、装置、计算机设备及存储介质 | |
| CN107679710A (zh) | 业务人员考核方法、考核平台和计算机可读存储介质 | |
| CN110837507B (zh) | 一种数据表的动态处理方法、设备及存储介质 | |
| CN112818937A (zh) | Excel文件的识别方法、装置、电子设备及可读存储介质 | |
| CN111125205B (zh) | 看板数据显示方法、终端及存储介质 | |
| CN110458202B (zh) | 图片处理方法、装置、设备及计算机可读存储介质 | |
| CN110413921B (zh) | 网页加载方法、装置、计算机设备和存储介质 | |
| CN110825947A (zh) | Url去重方法、装置、设备与计算机可读存储介质 | |
| CN115935231A (zh) | 一种数据分类方法、装置、设备及存储介质 | |
| CN113221516B (zh) | 一种文档辅助编辑的方法和系统 | |
| CN105791614B (zh) | 文件扫描方法及终端 | |
| CN110049374B (zh) | 一种焦点框确定方法及装置 | |
| CN109101515B (zh) | 规则配置方法、服务器和计算机可读存储介质 | |
| CN112036148A (zh) | 一种混凝土试验检测管理系统 | |
| CN110674119A (zh) | 数据处理方法、系统与计算机可读存储介质 | |
| CN113055337B (zh) | 基于用户需求设定权限的方法、装置、存储介质及终端 | |
| CN111783408A (zh) | 一种单元格的粘贴方法、装置、电子设备及存储介质 | |
| JPWO2019012674A1 (ja) | プログラムの統合解析管理装置及びその統合解析管理方法 | |
| CN116383427B (zh) | 一种基于智能穿戴设备的图片批量解析方法、系统及介质 | |
| CN110389781B (zh) | 基于版本控制的Localstorage缓存实现方法、装置及存储介质 | |
| CN109840148B (zh) | 一种多应用智能卡操作系统及其更新应用优先级的方法 | |
| CN113569983A (zh) | 网址分类方法、装置、设备与计算机可读存储介质 |
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 | ||
| CB02 | Change of applicant information |
Address after: 518000 R & D building 3501, block a, building 7, Vanke Cloud City Phase I, Xingke 1st Street, Xili community, Xili street, Nanshan, Shenzhen, Guangdong Applicant after: Tubatu Group Co.,Ltd. Address before: 1001-a, 10th floor, bike technology building, No.9, Keke Road, high tech Zone, Nanshan District, Shenzhen, Guangdong 518000 Applicant before: SHENZHEN BINCENT TECHNOLOGY Co.,Ltd. |
|
| CB02 | Change of applicant information | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |