CN112199351A - 一种动销数据存储方法、系统及电子设备和存储介质 - Google Patents

一种动销数据存储方法、系统及电子设备和存储介质 Download PDF

Info

Publication number
CN112199351A
CN112199351A CN202011064659.5A CN202011064659A CN112199351A CN 112199351 A CN112199351 A CN 112199351A CN 202011064659 A CN202011064659 A CN 202011064659A CN 112199351 A CN112199351 A CN 112199351A
Authority
CN
China
Prior art keywords
data
form type
stored
business form
marketing
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
Application number
CN202011064659.5A
Other languages
English (en)
Inventor
罗正喜
夏志富
邓慎恢
颜卫彬
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ausnutria Dairy China Co ltd
Original Assignee
Ausnutria Dairy China Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Ausnutria Dairy China Co ltd filed Critical Ausnutria Dairy China Co ltd
Priority to CN202011064659.5A priority Critical patent/CN112199351A/zh
Publication of CN112199351A publication Critical patent/CN112199351A/zh
Pending legal-status Critical Current

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
    • G06F16/21—Design, administration or maintenance of databases
    • G06F16/211—Schema design and management
    • 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
    • G06F16/22—Indexing; Data structures therefor; Storage structures
    • G06F16/2291—User-Defined Types; Storage management thereof
    • 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
    • G06F16/24—Querying
    • G06F16/248—Presentation of query results
    • 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)
  • Theoretical Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computational Linguistics (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种动销数据存储方法、系统及设备和介质，该方法包括：获取待存储的动销数据并保存至临时存储层中；通过预设的业务形态识别规则，确定所述数据对应的业务形态类型；判断业务形态类型是否为预先指定需要进行存储的形态类型，如果是，则根据动销数据分别生成每种业务形态类型对应的数据维度表、数据明细表和数据汇总表并写入数据库中进行保存。本申请获取到待存储的动销数据后，确定动销数据对应的业务形态类型，若该类型需要进行存储，则生成对应形态类型的数据维度表、数据明细表和数据汇总表保存至数据库中，使数据仓库兼容不同业务形态的数据，实现多业务形态动销数据的融合管理，进而提升了数据的完整性以及后续数据查询的效率。

Description

一种动销数据存储方法、系统及电子设备和存储介质
技术领域
本申请涉及数据处理技术领域，更具体地说，涉及一种动销数据存储方法、系统及一种电子设备和一种计算机可读存储介质。
背景技术
乳品企业的市场布局、策略与销售、库存、财务、会员等数据紧密联系，动态的销售数据即动销数据是乳品企业需要掌握的最重要的数据之一。而产品销售人群涉及婴幼儿、儿童、成年人、老人等不同年龄阶段，产品系列涉及液态奶、奶粉、奶酪、营养品等，不同年龄段、不同产品系列等产品多维度的属性的相互交叉，定义为企业的业务形态多元化。
目前大型乳品企业一般存在业务形态多元化、销售数据海量化的共性，利用传统已有的成熟技术可处理单一业务形态的动销数据，但针对多种业务形态的动销数据，其数据来源和计算规则的复杂度与单一业务形态的数据相比，都是成倍的上升。
因此，如何实现多种业务形态的动销数据的管理是本领域技术人员需要解决的问题。
发明内容
本申请的目的在于提供一种动销数据存储方法、系统及一种电子设备和一种计算机可读存储介质，可实现多业务形态动销数据的融合管理。
为实现上述目的，本申请提供了一种动销数据存储方法，包括：
获取待存储的动销数据，并保存至临时存储层中；
通过预设的业务形态识别规则，确定所述动销数据对应的业务形态类型；
判断所述业务形态类型是否为预先指定需要进行存储的形态类型，如果是，则根据所述动销数据分别生成每种业务形态类型对应的数据维度表、数据明细表和数据汇总表并写入数据库中进行保存。
可选的，所述根据所述动销数据分别生成每种业务形态类型对应的数据维度表、数据明细表和数据汇总表，包括：
在所述临时存储层中，根据所述动销数据分别生成每种业务形态类型对应的数据维度表和数据明细表；
根据所述数据维度表和所述数据明细表转换生成每种业务形态类型对应的星型结构数据；
对所述星型结构数据进行汇总，生成所述数据汇总表。
可选的，所述数据维度表中包括交易日期、交易地区、交易公司名称、经销商名称和门店名称；所述数据明细表中包括交易条码记录；所述数据汇总表中包括各个门店、各个地区的当天出库总数。
可选的，所述判断所述业务形态类型是否为预先指定需要进行存储的形态类型之后，还包括：
若所述业务形态类型为预先指定需要进行存储的形态类型，则判断所述动销数据是否属于所述业务形态类型的数据范围内；
如果是，则允许执行根据所述动销数据分别生成每种业务形态类型对应的数据维度表、数据明细表和数据汇总表并写入数据库中进行保存的步骤；
如果否，则生成错误提示信息，并禁止执行根据所述动销数据分别生成每种业务形态类型对应的数据维度表、数据明细表和数据汇总表并写入数据库中进行保存的步骤。
可选的，所述获取待存储的动销数据，并保存至临时存储层中，包括：
获取待存储的动销数据，基于预设数据校验规则对所述动销数据进行数据有效性和引用完整性验证；
若所述数据有效性和引用完整性均验证通过，则允许将所述动销数据保存至临时存储层中。
可选的，所述获取待存储的动销数据，并保存至临时存储层中，包括：
获取待存储的动销数据，并确定所述动销数据对应的自然主键；
获取预设的参照表，所述参照表用于存储各个业务系统、业务系统中的各个表名以及表内各个字段与预设编码之间的对应关系；
根据所述参照表，为所述自然主键生成对应的代理键，将所述代理键与所述动销数据对应保存至临时存储层中，以便根据所述代理键进行数据去重处理。
为实现上述目的，本申请提供了一种动销数据存储系统，包括：
临时存储模块，用于获取待存储的动销数据，并保存至临时存储层中；
形态判断模块，用于通过预设的业务形态识别规则，确定所述动销数据对应的业务形态类型；
数据保存模块，用于判断所述业务形态类型是否为预先指定需要进行存储的形态类型，如果是，则根据所述动销数据分别生成每种业务形态类型对应的数据维度表、数据明细表和数据汇总表并写入数据库中进行保存。
可选的，所述临时存储模块，包括：
主键确定单元，用于获取待存储的动销数据，并确定所述动销数据对应的自然主键；
参照获取单元，用于获取预设的参照表，所述参照表用于存储各个业务系统、业务系统中的各个表名以及表内各个字段与预设编码之间的对应关系；
代理键生成单元，用于根据所述参照表，为所述自然主键生成对应的代理键，将所述代理键与所述动销数据对应保存至临时存储层中，以便根据所述代理键进行数据去重处理。
为实现上述目的，本申请提供了一种电子设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现前述公开的任一种动销数据存储方法的步骤。
为实现上述目的，本申请提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现实现前述公开的任一种动销数据存储方法的步骤。
通过以上方案可知，本申请提供的一种动销数据存储方法，包括：获取待存储的动销数据，并保存至临时存储层中；通过预设的业务形态识别规则，确定所述动销数据对应的业务形态类型；判断所述业务形态类型是否为预先指定需要进行存储的形态类型，如果是，则根据所述动销数据分别生成每种业务形态类型对应的数据维度表、数据明细表和数据汇总表并写入数据库中进行保存。
由上可知，本申请预先设置了用于进行业务形态识别的模块，可以在获取到待存储的动销数据后，确定当前动销数据对应的业务形态类型，并判断该形态类型是否为指定需要存储的类型。若需要进行存储，则生成对应形态类型的数据维度表、数据明细表和数据汇总表保存至数据库中，由此，可使得数据仓库兼容不同业务形态类型的数据，实现了多业务形态动销数据的融合管理，进而提升了数据的完整性以及后续数据查询的效率。
本申请还公开了一种动销数据存储系统及一种电子设备和一种计算机可读存储介质，同样能实现上述技术效果。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性的，并不能限制本申请。
附图说明
为了更清楚地说明本申请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申请的一些实施例，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获得其他的附图。
图1为本申请实施例公开的一种动销数据存储方法的流程图；
图2为本申请实施例公开的另一种动销数据存储方法的流程图；
图3为本申请实施例公开的一种具体的数据仓库的整体架构示意图；
图4为本申请实施例公开的一种具体的动销数据处理流程图；
图5为本申请实施例公开的一种动销数据存储系统的结构图；
图6为本申请实施例公开的一种电子设备的结构图；
图7为本申请实施例公开的另一种电子设备的结构图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请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申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
参见图1所示，本申请实施例公开的一种动销数据存储方法包括：
S101：获取待存储的动销数据，并保存至临时存储层中；
本申请实施例中，可先获取待存储的动销数据，并将动销数据先保存至临时存储中。具体地，上述获取待存储的动销数据的过程可以为：接收通过网络传输的动销数据，或接收通过外部存储设备拷贝的动销数据。也即，动销数据可以从网络下载，也可由用户利用外部存储设备进行手动拷贝。当然，具体实施中获取动销数据的过程可以不限于以上两种，本实施例对获取数据的方式并不进行限定。
在具体实施中，本申请实施例可以在获取到待存储的动销数据后，先基于预设数据校验规则对动销数据进行有效性和引用完整性验证。若数据有效性和引用完整性均验证通过，则允许将动销数据保存至临时存储层中。其中，预设数据校验规则具体为预先根据数据的有效性和引用完整性确定的用于对数据进行校验的规则。
作为一种优选的实施方式，本申请实施例可以为各个动销数据添加代理键。具体地，可获取待存储的动销数据，并确定动销数据对应的自然主键；获取预设的参照表，其中，参照表用于存储各个业务系统、业务系统中的各个表名以及表内各个字段与预设编码之间的对应关系；根据参照表，为自然主键生成对应的代理键，将代理键与动销数据对应保存至临时存储层中，以便根据代理键进行数据去重处理。例如，若两条数据对应的业务系统、表名、表内字段均相同，根据参照表为两条数据生成的代理键也相同，表征数据出现了重复，此时可以根据代理键进行数据筛除，以避免数据重复。
S102：通过预设的业务形态识别规则，确定所述动销数据对应的业务形态类型；
本步骤中，预先设定了业务形态识别规则，用于在获取到动销数据之后，识别动销数据对应的业务形态。具体地，所述业务形态识别规则可以根据动销数据的具体数据内容，识别出其对应的业务形态类型。
S103：判断所述业务形态类型是否为预先指定需要进行存储的形态类型，如果是，则根据所述动销数据分别生成每种业务形态类型对应的数据维度表、数据明细表和数据汇总表并写入数据库中进行保存。
可以理解的是，本实施例可预先指定需要进行存储的业务形态类型，若当前的动销数据属于需要存储的业务形态类型，则可根据动销数据生成当前业务形态类型对应的数据维度表、数据明细表和数据汇总表，将其写入数据库中进行保存。
具体地，可以在临时存储层中，根据动销数据分别生成每种业务形态类型对应的数据维度表和数据明细表，并根据数据维度表和数据明细表转换生成每种业务形态类型对应的星型结构数据；进而对星型结构数据进行汇总，可生成数据汇总表。
上述数据维度表中可以包括但不限于交易日期、交易地区、交易公司名称、经销商名称和门店名称；所述数据明细表中可以包括但不限于交易条码记录；所述数据汇总表中可以包括但不限于各个门店、各个地区的当天出库总数。
由上可知，本申请预先设置了用于进行业务形态识别的模块，可以在获取到待存储的动销数据后，确定当前动销数据对应的业务形态类型，并判断该形态类型是否为指定需要存储的类型。若需要进行存储，则生成对应形态类型的数据维度表、数据明细表和数据汇总表保存至数据库中，由此，可使得数据仓库兼容不同业务形态类型的数据，实现了多业务形态动销数据的融合管理，进而提升了数据的完整性以及后续数据查询的效率。
本申请实施例公开了另一种动销数据存储方法，相对于上一实施例，本实施例对技术方案作了进一步的说明和优化。参见图2所示，具体的：
S201：获取待存储的动销数据，并保存至临时存储层中；
S202：通过预设的业务形态识别规则，确定所述动销数据对应的业务形态类型；
S203：判断所述业务形态类型是否为预先指定需要进行存储的形态类型；
S204：若所述业务形态类型为预先指定需要进行存储的形态类型，则判断所述动销数据是否属于所述业务形态类型的数据范围内；如果是，则进入步骤S205；如果否，则进入步骤S206；
S205：根据所述动销数据分别生成每种业务形态类型对应的数据维度表、数据明细表和数据汇总表并写入数据库中进行保存；
S206：生成错误提示信息。
可以理解的是，本申请实施例中可以在判断业务形态类型为预先指定的需要进行存储的形态类型后，可进一步判断动销数据是否属于该业务形态类型的数据范围内。若属于该业务形态类型的数据范围内，则允许生成对应的数据表并进行保存，若不属于该业务形态类型的数据范围内，则可生成错误提示信息。
例如，设婴幼儿奶粉产品名称包括奶粉1、奶粉2、奶粉3，若当前待存储的动销数据中存在奶粉4，则生成相应的错误提示信息，即可筛选出产品数据统计错误的报表；设奶粉1的系列包括1段、2段、3段，若当前待存储的动销数据中出现4段，则生成相应的错误提示信息，即可筛选出系列数据统计错误的报表，提高数据来源的准确性；设婴幼儿奶粉、乳酪、益生菌组成业务形态1，若当前待存储的动销数据中出现营养品，则生成相应的错误提示信息。
下面通过一种具体的实施场景对本申请实施例提供的动销数据存储方案进行介绍。具体地，本申请实施例通过设计兼容性高的数据仓库模型，引入大数据技术，建设可以支持多种业务形态动销融合管理的大数据仓库。
数据仓库技术(Extract-Transform-Load，ETL)具体指将业务系统的数据经过抽取、清洗转换之后加载到数据仓库的过程，目的是将企业中的分散、零乱、标准不统一的数据整合到一起，通过报表的形式为企业的决策提供分析依据。本申请实施例中，在传统的数据仓库中添加针对业务形态类型的判断开关，使得数据仓库可以兼容不同业务形态类型的数据处理，避免重复建设过程，适合于业务复杂的集团性公司。
图3为本申请实施例公开的一种具体的数据仓库的整体架构示意图。首先，本申请实施例采集包括会员、市场、条码、财务、库存及其他类型的业务数据，并通过开源工具Sqoop将业务数据上传至Hadoop的HDFS(Hadoop Distributed File System，分布式文件系统)中。HDFS能够以分布式和冗余方式存储大量数据。在具体实施中，本实施例利用Hive数据仓库进行数据映射，并通过Impala交互查询提供查询功能。其中，Hive是基于Hadoop的一个数据仓库基础架构，其可提供一系列的工具，用于进行数据提取转化和加载，可以将结构化的数据文件映射为一张数据库表，提供完整的SQL查询功能。作为可行的实施方式，本实施例利用Spark作为Hive的一个计算引擎，将，Hive的查询作为Spark的任务提交到Spark上进行计算，由此可以提高Hive查询的性能。Impala为一种查询系统，能够快速查询存储的大数据。基于Impala查询系统，用户可在数据可视化自助报表平台实现数据查询，并将查询到的数据返回至PC应用、APP或显示屏上。
图4为本申请实施例公开的一种具体的动销数据处理流程图。具体地，可获取包括财务数据、会员数据、条码数据、市场活动等类型的业务数据，并生成符合接口规范要求的接口文件，将接口文件传输到数据仓库的接口文件区内，供数据仓库进一步处理和使用。ODS(Operational Data Store，操作数据存储)层用于临时存储获取到的业务数据。当数据装载到ODS后，进行数据有效性和引用完整性的验证。
进一步地，为业务数据的每个自然主键添加一个代理键，自然主键代表的是唯一的字段，代理键是给自然主键增加一个编码。通常情况下可根据参照表定义的编码范围，结合自然主键名称自动生成代理键。在某些情况下，如果一个自然主键在参照表内没有定义，则可利用代理键延展机制创建一个新的代理键。例如，一种具体的示例可参见表1所示：
表1
序号 参照表 参照表编号 对应主键名称 具体主键信息 代理键 代理键信息
1 人员表 ODS-OA-01 姓名 小李 1 OA小李1
2 人员表 ODS-eHR-01 姓名 小李 2 eHR小李1
3 地址表 ODS-D-01 市 长沙 1 长沙1
当取数之后，若代理键信息出现重复或信息编码规则不一致，则会生成错误提示信息，需要对其进行验证，以便筛除重复数据和错误数据。
在数据验证通过后，ODS内的数据即可更新到ODS的主表内，并在成功更新后将缓冲区中的数据清空。
本申请实施例中，预先定义了业务形态规则，如婴幼儿奶粉、乳酪、益生菌为业务形态1，成人奶粉、液态奶、营养品为业务形态2，奶粉婴幼儿、儿童、成人、老人为业务形态3等。后续在数据处理时，可根据业务形态规则对基础数据进行业务形态划分，具体地，可以基于业务形态规则在第一层代码中嵌入判断开关，通过设置判断开关，将业务数据进行分类处理。
通过判断开关后，把ODS内数据通过DIM(维度数据层)和DW(明细数据层)转换成支持分析需求的星型结构数据，同时为了提高生成的星型结构数据性能，对数据先进行一次较低数据粒度的汇总，生成DM(汇总数据层)。
可以理解的是，本申请实施例设置了统一的数据统计口径与编码规则，收集各个业务领域动销数据指标，并将业务形态判断开关添加至数据模型中，突破了多业务形态动销数据融合、统一管理的技术难点，提升了数据查询的效率、数据的完整性和准确性。
下面对本申请实施例提供的一种动销数据存储系统进行介绍，下文描述的一种动销数据存储系统与上文描述的一种动销数据存储方法可以相互参照。
参见图5所示，本申请实施例提供的一种动销数据存储系统包括：
临时存储模块301，用于获取待存储的动销数据，并保存至临时存储层中；
形态判断模块302，用于通过预设的业务形态识别规则，确定所述动销数据对应的业务形态类型；
数据保存模块303，用于判断所述业务形态类型是否为预先指定需要进行存储的形态类型，如果是，则根据所述动销数据分别生成每种业务形态类型对应的数据维度表、数据明细表和数据汇总表并写入数据库中进行保存。
关于上述模块301至303的具体实施过程可参考前述实施例公开的相应内容，在此不再进行赘述。
在上述实施例的基础上，作为一种优选实施方式，所述临时存储模块可以具体包括：
主键确定单元，用于获取待存储的动销数据，并确定所述动销数据对应的自然主键；
参照获取单元，用于获取预设的参照表，所述参照表用于存储各个业务系统、业务系统中的各个表名以及表内各个字段与预设编码之间的对应关系；
代理键生成单元，用于根据所述参照表，为所述自然主键生成对应的代理键，将所述代理键与所述动销数据对应保存至临时存储层中，以便根据所述代理键进行数据去重处理。
本申请还提供了一种电子设备，参见图6所示，本申请实施例提供的一种电子设备包括：
存储器100，用于存储计算机程序；
处理器200，用于执行所述计算机程序时可以实现上述实施例所提供的步骤。
具体的，存储器100包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统和计算机可读指令，该内存储器为非易失性存储介质中的操作系统和计算机可读指令的运行提供环境。处理器200在一些实施例中可以是一中央处理器(CentralProcessing Unit，CPU)、控制器、微控制器、微处理器或其他数据处理芯片，为电子设备提供计算和控制能力，执行所述存储器100中保存的计算机程序时，可以实现前述任一实施例公开的动销数据存储方法。
在上述实施例的基础上，作为优选实施方式，参见图7所示，所述电子设备还包括：
输入接口300，与处理器200相连，用于获取外部导入的计算机程序、参数和指令，经处理器200控制保存至存储器100中。该输入接口300可以与输入装置相连，接收用户手动输入的参数或指令。该输入装置可以是显示屏上覆盖的触摸层，也可以是终端外壳上设置的按键、轨迹球或触控板，也可以是键盘、触控板或鼠标等。
显示单元400，与处理器200相连，用于显示处理器200处理的数据以及用于显示可视化的用户界面。该显示单元400可以为LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。
网络端口500，与处理器200相连，用于与外部各终端设备进行通信连接。该通信连接所采用的通信技术可以为有线通信技术或无线通信技术，如移动高清链接技术(MHL)、通用串行总线(USB)、高清多媒体接口(HDMI)、无线保真技术(WiFi)、蓝牙通信技术、低功耗蓝牙通信技术、基于IEEE802.11s的通信技术等。
图7仅示出了具有组件100-500的电子设备，本领域技术人员可以理解的是，图7示出的结构并不构成对电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
本申请还提供了一种计算机可读存储介质，该存储介质可以包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。该存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现前述任一实施例公开的动销数据存储方法。
本申请预先设置了用于进行业务形态识别的模块，可以在获取到待存储的动销数据后，确定当前动销数据对应的业务形态类型，并判断该形态类型是否为指定需要存储的类型。若需要进行存储，则生成对应形态类型的数据维度表、数据明细表和数据汇总表保存至数据库中，由此，可使得数据仓库兼容不同业务形态类型的数据，实现了多业务形态动销数据的融合管理，进而提升了数据的完整性以及后续数据查询的效率。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种动销数据存储方法，其特征在于，包括：
获取待存储的动销数据，并保存至临时存储层中；
通过预设的业务形态识别规则，确定所述动销数据对应的业务形态类型；
判断所述业务形态类型是否为预先指定需要进行存储的形态类型，如果是，则根据所述动销数据分别生成每种业务形态类型对应的数据维度表、数据明细表和数据汇总表并写入数据库中进行保存。
2.根据权利要求1所述的动销数据存储方法，其特征在于，所述根据所述动销数据分别生成每种业务形态类型对应的数据维度表、数据明细表和数据汇总表，包括：
在所述临时存储层中，根据所述动销数据分别生成每种业务形态类型对应的数据维度表和数据明细表；
根据所述数据维度表和所述数据明细表转换生成每种业务形态类型对应的星型结构数据；
对所述星型结构数据进行汇总，生成所述数据汇总表。
3.根据权利要求1所述的动销数据存储方法，其特征在于，所述数据维度表中包括交易日期、交易地区、交易公司名称、经销商名称和门店名称；所述数据明细表中包括交易条码记录；所述数据汇总表中包括各个门店、各个地区的当天出库总数。
4.根据权利要求1所述的动销数据存储方法，其特征在于，所述判断所述业务形态类型是否为预先指定需要进行存储的形态类型之后，还包括：
若所述业务形态类型为预先指定需要进行存储的形态类型，则判断所述动销数据是否属于所述业务形态类型的数据范围内；
如果是，则允许执行根据所述动销数据分别生成每种业务形态类型对应的数据维度表、数据明细表和数据汇总表并写入数据库中进行保存的步骤；
如果否，则生成错误提示信息，并禁止执行根据所述动销数据分别生成每种业务形态类型对应的数据维度表、数据明细表和数据汇总表并写入数据库中进行保存的步骤。
5.根据权利要求1所述的动销数据存储方法，其特征在于，所述获取待存储的动销数据，并保存至临时存储层中，包括：
获取待存储的动销数据，基于预设数据校验规则对所述动销数据进行数据有效性和引用完整性验证；
若所述数据有效性和引用完整性均验证通过，则允许将所述动销数据保存至临时存储层中。
6.根据权利要求1至5任一项所述的动销数据存储方法，其特征在于，所述获取待存储的动销数据，并保存至临时存储层中，包括：
获取待存储的动销数据，并确定所述动销数据对应的自然主键；
获取预设的参照表，所述参照表用于存储各个业务系统、业务系统中的各个表名以及表内各个字段与预设编码之间的对应关系；
根据所述参照表，为所述自然主键生成对应的代理键，将所述代理键与所述动销数据对应保存至临时存储层中，以便根据所述代理键进行数据去重处理。
7.一种动销数据存储系统，其特征在于，包括：
临时存储模块，用于获取待存储的动销数据，并保存至临时存储层中；
形态判断模块，用于通过预设的业务形态识别规则，确定所述动销数据对应的业务形态类型；
数据保存模块，用于判断所述业务形态类型是否为预先指定需要进行存储的形态类型，如果是，则根据所述动销数据分别生成每种业务形态类型对应的数据维度表、数据明细表和数据汇总表并写入数据库中进行保存。
8.根据权利要求7所述的动销数据存储系统，其特征在于，所述临时存储模块，包括：
主键确定单元，用于获取待存储的动销数据，并确定所述动销数据对应的自然主键；
参照获取单元，用于获取预设的参照表，所述参照表用于存储各个业务系统、业务系统中的各个表名以及表内各个字段与预设编码之间的对应关系；
代理键生成单元，用于根据所述参照表，为所述自然主键生成对应的代理键，将所述代理键与所述动销数据对应保存至临时存储层中，以便根据所述代理键进行数据去重处理。
9.一种电子设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序时实现如权利要求1至6任一项所述动销数据存储方法的步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述动销数据存储方法的步骤。
CN202011064659.5A 2020-09-30 2020-09-30 一种动销数据存储方法、系统及电子设备和存储介质 Pending CN112199351A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011064659.5A CN112199351A (zh) 2020-09-30 2020-09-30 一种动销数据存储方法、系统及电子设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011064659.5A CN112199351A (zh) 2020-09-30 2020-09-30 一种动销数据存储方法、系统及电子设备和存储介质

Publications (1)

Publication Number Publication Date
CN112199351A true CN112199351A (zh) 2021-01-08

Family

ID=74012601

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011064659.5A Pending CN112199351A (zh) 2020-09-30 2020-09-30 一种动销数据存储方法、系统及电子设备和存储介质

Country Status (1)

Country Link
CN (1) CN112199351A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115640369A (zh) * 2022-11-14 2023-01-24 广州明动软件股份有限公司 一种应用星形数据模型的办件信息库数据存储方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110185134A1 (en) * 2010-01-22 2011-07-28 Microsoft Corporation Temporary state service protocol
CN111339073A (zh) * 2020-02-24 2020-06-26 天津满运软件科技有限公司 实时数据处理方法、装置、电子设备及可读存储介质
CN111459944A (zh) * 2020-04-07 2020-07-28 北京红山信息科技研究院有限公司 一种mr数据存储方法、装置、服务器及存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110185134A1 (en) * 2010-01-22 2011-07-28 Microsoft Corporation Temporary state service protocol
CN111339073A (zh) * 2020-02-24 2020-06-26 天津满运软件科技有限公司 实时数据处理方法、装置、电子设备及可读存储介质
CN111459944A (zh) * 2020-04-07 2020-07-28 北京红山信息科技研究院有限公司 一种mr数据存储方法、装置、服务器及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115640369A (zh) * 2022-11-14 2023-01-24 广州明动软件股份有限公司 一种应用星形数据模型的办件信息库数据存储方法
CN115640369B (zh) * 2022-11-14 2023-12-15 广州明动软件股份有限公司 一种应用星形数据模型的办件信息库数据存储方法

Similar Documents

Publication Publication Date Title
Robertson et al. Automated data collection for simulation?
CN101930443B (zh) 数据业务系统及数据业务实现方法
JP6618461B2 (ja) メタデータ管理のシステム
US8655918B2 (en) System and method of transforming data for use in data analysis tools
JP2021511582A (ja) Ｓｑｌクエリプランを最適化するための次元コンテキスト伝搬技術
US8943059B2 (en) Systems and methods for merging source records in accordance with survivorship rules
CN100568237C (zh) 多维企业软件系统中的报表模板生成方法和系统
EP2963570A1 (en) Dynamic selection of source table for db rollup aggregation and query rewrite based on model driven definitions and cardinality estimates
US8626790B2 (en) System and method for processing and analyzing dimension data
CN110222069A (zh) 用于批量和实时数据处理的设备、系统和方法
US8898197B2 (en) Method and system for creating a relationship structure
CN102737333A (zh) 用于计算用户和要约到微小细分的匹配的顺序引擎
CN102541867A (zh) 数据字典生成方法及系统
CA2809558A1 (en) Guided analytics
US10210234B2 (en) Linking discrete dimensions to enhance dimensional analysis
CN111310032A (zh) 资源推荐方法、装置、计算机设备及可读存储介质
US9298686B2 (en) System and method for simulating discrete financial forecast calculations
US11580479B2 (en) Master network techniques for a digital duplicate
CN112199351A (zh) 一种动销数据存储方法、系统及电子设备和存储介质
Bender et al. A proposal for future data organization in enterprise systems—an analysis of established database approaches
Singh et al. Easy designing steps of a local data warehouse for possible analytical data processing
CN100409238C (zh) 中央主数据管理
Anand ETL and its impact on Business Intelligence
Reniers et al. Schema design support for semi-structured data: Finding the sweet spot between NF and De-NF
CN110706049A (zh) 数据处理方法及装置

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210108