CN112818044B

CN112818044B - 异构数据库模式映射方法、系统、设备及可读存储介质

Info

Publication number: CN112818044B
Application number: CN202110083019.7A
Authority: CN
Inventors: 黄双双; 王明; 马小博; 庄莉; 梁懿; 陈又咏
Original assignee: State Grid Information and Telecommunication Co Ltd; Xian Jiaotong University; Fujian Yirong Information Technology Co Ltd
Current assignee: State Grid Information and Telecommunication Co Ltd; Xian Jiaotong University; Fujian Yirong Information Technology Co Ltd
Priority date: 2021-01-21
Filing date: 2021-01-21
Publication date: 2023-12-19
Anticipated expiration: 2041-01-21
Also published as: CN112818044A

Abstract

本发明公开了异构数据库模式映射方法、系统、设备及可读存储介质，将现有模式映射和映射特征存储到模式映射候选空间中，对给定模式在模式映射候选空间中寻找最佳映射，本方法解决了异构数据库在集成过程中的模式映射生成效率低下问题，在对多个异构数据库进行集中式管理过程中，本发明不仅为异构数据库模式映射提供了新的解决思路，并且能够解决以往数据库管理员手动创建模式映射的低效问题，对异构数据库的集成与透明访问有重大意义，适合应用于企业业务，为企业提供集中的信息智能化服务，降低信息化系统建设成本，实现资源共享，同时减少用户操作，提升用户体验。

Description

异构数据库模式映射方法、系统、设备及可读存储介质

技术领域

本发明属于数据库模式映射技术领域，具体涉及异构数据库模式映射方法、系统、设备及可读存储介质。

背景技术

随着网络信息技术的迅速发展，企业级的信息系统也随之迅速发展，企业业务呈现多样性复杂性，导致数据量的増长也是十分惊人的，在这种海量数据业务的需求下传统数据库管理系统越来越来难化满足企业管理的需要，企业对多数据库数据的宏观分析和集中处理等需求越来越迫切。多数据库环境相对于传统集中式数据库架构具有体系结构灵活、经济性能优越、响应速度快，系统可靠性高和可扩展性等优点。因此，如何把分布在各个数据库平台的数据资源集中在统一的数据平台，使用户能够透明高效的管理分析各种数据己成为一个重要的课题。异构数据库模式之间映射的定义是实现多个异构数据库能够进行统一访问的关键活动。现有的工具和方法为生成模式映射提供了高级接口，但是每次都需要从头手动指定模式映射，即使当前的问题与已经解决的问题类似，造成数据库管理人员的工作任务繁重，从而导致企业在异构数据库管理过程中效率低下。

发明内容

本发明的目的在于提供一种异构数据库的模式映射方法，以克服现有技术的不足。

为达到上述目的，本发明采用如下技术方案：

一种异构数据库的模式映射方法，包括以下步骤：

S1，建立已有异构数据库与其对应的目标数据库的模式映射集合；

S2，从模式映射集合提取映射特征，并将模式映射集合中的映射与其对应映射特征共存于模式映射候选空间中；

S3，分别提取待映射异构数据库与其对应的目标数据库的映射特征,并将待映射异构数据库的映射特征与其对应的目标数据库的映射特征结合形成组合映射特征；

S4，将组合映射特征与模式映射候选空间中的每一映射的特征进行匹配；

S5，将匹配产生的模式映射呈现给用户，经用户判断，若当前映射与待映射异构数据库和其对应的目标数据库完全匹配，则将当前映射作为待映射异构数据库和其对应的目标数据库的模式映射；否则将最佳模式映射空间中与当前模式对距离最小的映射作为当前模式对的映射输出。

进一步的，对于多个已有异构数据库与其对应的目标数据库，给异构数据库与其对应的目标数据库的模式映射集合，表示为{(S₁,T₁),(S₂,T₂),…,(S_m,T_m)}，其中S_i,T_i(i＝1,2,…,m)分别为第i个异构数据库的模式和其对应的第i个目标数据库的模式，(S_i,T_i)表示模式S_i和模式T_i之间生成的映射。

进一步的，将模式映射候选空间记为Space_mapping＝{(S₁,T₁,F₁),(S₂,T₂,F₂),…,(S_n,T_n,F_n)}(j＝1,2,…,n)，其中F_j为第j个模式对应的模式特征向量。

进一步的，模式特向量F＝<f₁,f₂,…,f₀>(k＝1,2,…,o),其中f_k为特征中的第k维特征。

进一步的，将组合特征F_new与模式映射候选空间中的每一映射的特征进行匹配，将匹配度最高的p个映射放入最佳模式映射空间，最佳模式映射空间为多个映射组成的集合：

其中/>为匹配度排名第l的模式映射，被存入最佳映射空间中。

进一步的，通过将模式映射候选空间中的n个映射特征序列<F₁,F₂,…,F_n>和模式特征F_new同时输入到模式匹配算法模型中进行特征匹配。

进一步的，将最佳映射映射空间的映射可视化呈现给用户，用户对当前映射进行匹配度判别，若用户将最佳映射空间中的当前映射判定为不匹配，则将该映射从最佳映射空间中删除；若用户将最佳映射空间中的映射判定为不确定，则在最佳映射空间中保留该映射；若用户将最佳映射空间中的当前映射判定为匹配，则直接应用当前映射于当前的模式对。

一种用于异构数据库的模式映射系统，包括模式映射集合模块、特征提取模块、组合映射特征模块和匹配模块；

模式映射集合模块用于存储已有异构数据库与其对应的目标数据库的模式映射集合；特征提取模块用于从模式映射集合中提取映射特征，并将提取的映射特征与已有数据库映射特征共存于模式映射候选空间中；组合映射特征模块用于将提取待映射异构数据库与其对应的目标数据库的映射特征,并将待映射异构数据库的特征与其对应的目标数据库的特征结合形成组合映射特征；匹配模块用于将组合映射特征与模式映射候选空间中的每一映射的特征进行匹配，若得到的匹配度最高的映射与待映射异构数据库和其对应的目标数据库完全匹配，则将得到的匹配度最高的映射作为待映射异构数据库和其对应的目标数据库的模式映射；否则将最佳模式映射空间中与当前模式对距离最小的映射作为当前模式对的映射输出。

一种终端设备，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上述方法的步骤。

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上述方法的步骤。

与现有技术相比，本发明具有以下有益的技术效果：

本发明一种异构数据库的模式映射方法，将现有模式映射和其对应映射特征存储到模式映射候选空间中，并对模式映射候选空间中的每一映射和输入的模式对提取特征，对给定模式在模式映射库中自动寻找最佳映射，能够快速准确找到最佳匹配的映射，实现了快速匹配映射，本方法解决了异构数据库在集成过程中的模式映射生成效率低下问题，在对多个异构数据库进行集中式管理过程中，本发明不仅为异构数据库模式映射提供了新的解决思路，并且能够解决以往数据库管理员手动创建模式映射的低效问题，对异构数据库的集成与透明访问有重大意义，适合应用于企业业务，为企业提供集中的信息智能化服务，降低信息化系统建设成本，实现资源共享，同时减少用户操作，提升用户体验。

进一步的，利用最佳模式映射空间探索算法对给定模式在模式映射候选空间中开辟一个最佳模式映射空间，同时结合用户对最终最佳模式映射空间的判定结果，对最佳模式映射空间中用户否定的映射从最佳模式映射空间中删除，未被标记的映射子集分为未确定子集和肯定子集，未确定子集暂时保留在映射空间中，对用户肯定的映射子集则直接应用于给定的模式对。

附图说明

图1为本发明实施例中最佳模式映射空间示意图。

具体实施方式

下面结合附图对本发明做进一步详细描述：

一种异构数据库的模式映射方法，包括以下步骤：

具体的，对于多个已有异构数据库与其对应的目标数据库，给异构数据库与其对应的目标数据库的模式映射集合，表示为{(S₁,T₁),(S₂,T₂),…,(S_m,T_m)}，其中S_i,T_i(i＝1,2,…,m)分别为第i个异构数据库的模式和其对应的第i个目标数据库的模式，(S_i,T_i)表示模式S_i和模式T_i之间生成的映射；

S2，从模式映射集合提取映射特征，并将提取的映射特征与已有数据库映射特征共存于模式映射候选空间中；

这个模式映射候选空间记为Space_mapping＝{(S₁,T₁,F₁),(S₂,T₂,F₂),…,(S_n,T_n,F_n)}(j＝1,2,…,n)，其中F_j为第j个模式对应的模式特征向量；

其中，模式特向量F＝<f₁,f₂,…,f₀>(k＝1,2,…,o),其中f_k为特征中的第k维特征。

S3，分别提取待映射异构数据库S_new与其对应的目标数据库T_new的映射特征,并将待映射异构数据库S_new的映射特征与其对应的目标数据库T_new的映射特征结合形成组合映射特征F_new；

具体的，对待映射异构数据库S_new以及与其对应的目标数据库T_new分别特征提取，将提取的两个特征组合形成组合特征F_new。

S4，将组合映射特征F_new与模式映射候选空间中的每一映射的特征进行匹配，将匹配度最高的映射记为(S_find,T_find)；

将组合特征F_new与模式映射候选空间中的每一映射的特征进行匹配，将匹配度最高的p个映射放入最佳模式映射空间，最佳模式映射空间为多个映射组成的集合，记为：

其中/>为匹配度排名第l的模式映射，被存入最佳映射空间中；

具体的，通过将模式映射库中的n个映射特征序列<F₁,F₂,…,F_n>和模式特征F_new同时输入到模式匹配算法模型中进行特征匹配。

S5，用户对最佳模式映射空间的模式映射进行判定。

具体的，将最佳映射映射空间的映射可视化呈现给了解源数据库的用户，用户对当前映射进行匹配度判别，判别结果有以下三种：

1、最佳模式映射空间中的当前映射被用户判定为不匹配；

2、最佳模式映射空间中的当前映射被用户判定为不确定；

3、最佳模式映射空间中的当前映射被用户判定为匹配。

若用户将最佳映射空间中的当前映射判定为不匹配，则将该映射从最佳映射空间中删除。

若用户将最佳映射空间中的映射判定为不确定，则在最佳映射空间中保留该映射。

若用户将最佳映射空间中的当前映射判定为匹配，则直接应用当前映射于当前的模式对S_new,T_new。

若最佳映射空间中所有映射都不匹配，则此次模式映射生成失败。

若用户的判定结果为不确定和不匹配，则从当前最佳映射空间中挑选出与当前模式对距离最小的映射，将得到的结果记为(S_result,T_result)输出，应用至S_new,T_new。

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。

步骤1：对于多个异构数据库与其对应的目标数据库，给定其模式映射集合，表示为{(S₁,T₁),(S₂,T₂),…,(S_m,T_m)}，其中S_i,T_i(i＝1,2,…,m)分别为第i个异构数据库的模式和其对应的第i个目标数据库的模式，(S_i,T_i)则表示模式S_i和T_i之间生成的映射。如图1所示，源数据库A的模式用R_A(stu_no,stu_name,stu_tel,stu_home)表示，目标数据库B的模式用R_B(ID,Name,Tel)表示，那么源数据库数据库A和目标数据库B之间的映射就使用(R_A,R_B)＝R_A(stu_no,stu_name,stu_tel,stu_home)->R_B(stu_no,stu_tel)表示。

步骤2：从模式映射集合提取映射特征，并将提取的映射特征与已有数据库映射特征共存于模式映射候选空间中，这个模式映射候选空间中的每一项都由一个映射及其对应的映射特征构成，如模式映射候选空间：

Space_mapping＝{[(S₁,T₁),F₁)],[(S₂,T₂),F₂)],…,[(S_n,T_n),F_n)]}

＝{[(S₁,T₁),<f₁,f₂,…,f₀>¹)],[(S₂,T₂),<f₁,f₂,…,f₀>²],…,[(S_n,T_n),<f₁,f₂,…,f₀>ⁿ]}

＝{[S₁(stu_no,stu_name,stu_tel,stu_home)->T₁(stu_no,stu_name,stu_tel),<1,2,3,4>¹],[S₂(stu_no,stu_name,stu_tel,stu_home)->T₂(stu_no,stu_tel,stu_home),<1,2,2,3>²],[S₃(stu_no,stu_hobby,stu_tel,stu_home)->T₃(stu_no,stu_hobby,stu_home),<1,2,5,8>³],[S₄(stu_no,stu_hobby,stu_tel,is_smoke)->T₅(stu_no,stu_hobby,is_smoke),<1,3,7,9>⁴]}

其中S_i,T_i(i＝1,2,…,m)分别为第i个异构数据库的模式和其对应的第i个目标数据库的模式,其中F_j为第j个模式对应的模式特征向量。模式映射候选空间中的第i个映射对应的模式特向量为F_i＝<f₁,f₂,…,f₀>ⁱ(k＝1,2,…,o),其中f_k为特征中的第k维特征。

步骤3：对于待映射异构数据库S_new与其对应的目标数据库T_new，其模式分别表示为：

S_new,T_new，S_new＝(stu_no,stu_name,stu_tel,stu_home),T_new＝(ID,Name,Tel),

将待映射异构数据库S_new的映射特征与其对应的目标数据库T_new的映射特征结合形成组合映射特征F_new，模式特征F_new＝<1,2,3,4>。

步骤4：将步骤3所得的模式特征F_new同步骤2所得的模式映射候选空间的每一映射的特征进行匹配，将匹配度最高的的映射记为(S_find,T_find)，其中，匹配度的度量方法需要根据实际应用场景定义，在此使用欧式距离，最佳映射空间探索算法得到的距离为：

设最佳映射空间的容量为2，则最佳映射空间中只剩{[S₁(stu_no,stu_name,stu_tel,stu_home)->T₁(stu_no,stu_name,stu_tel),<1,2,3,4>¹],[S₂(stu_no,stu_name,stu_tel,stu_home)->T₂(stu_no,stu_tel,stu_home),<1,2,2,3>²]}

步骤5：将最佳映射空间的映射可视化呈现给了解源数据库的用户，用户对当前映射进行匹配度判别，如，用户判定(S₁，T₁)态度为肯定，则直接应用该映射；

若用户对(S₂，T₂)持否定态度且对(S₁，T₁)持不确定态度，则将(S₂，T₂)从最佳映射空间中删除，最佳映射空间被修剪为{(S₁，T₁)}，最终从最佳映射中挑选映射空间中匹配度最高的映射应用，则最终结果为(S₁，T₁)。

若用户对(S₁，T₁)和(S₂，T₂)都持不确定态度，则当前最佳映射空间不变，最终从最佳映射空间中取出匹配度最高的映射(S₁，T₁)直接应用。

若用户对(S₁，T₁)和(S₂，T₂)都持否定态度，则此次模式映射生成失败。

以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。

Claims

1.一种异构数据库的模式映射方法，其特征在于，包括以下步骤：

S2，从模式映射集合提取映射特征，并将模式映射集合中的映射与其对应的映射特征共存于模式映射候选空间；

S5，将匹配产生的模式映射呈现给用户，经用户判断，若当前映射与待映射异构数据库和其对应的目标数据库完全匹配，则将当前映射作为待映射异构数据库和其对应的目标数据库的模式映射；否则将最佳模式映射空间中与当前模式对距离最小的映射作为当前模式对的映射输出；

对于多个已有异构数据库与其对应的目标数据库，给异构数据库与其对应的目标数据库的模式映射集合，表示为{(S₁,T₁),(S₂,T₂),…,(S_m,T_m)}，其中S_i,T_i(i＝1,2,…,m)分别为第i个异构数据库的模式和其对应的第i个目标数据库的模式，(S_i,T_i)表示模式S_i和模式T_i之间生成的映射；

将模式映射候选空间记为Space_mapping＝{(S₁,T₁,F₁),(S₂,T₂,F₂),…,(S_n,T_n,F_n)}(j＝1,2,…,n)，其中F_j为第j个模式对应的模式特征向量。

2.根据权利要求1所述的一种异构数据库的模式映射方法，其特征在于，模式映射特征向量F＝<f₁,f₂,…,f_o>(k＝1,2,…,o),其中f_k为特征中的第k维特征。

3.根据权利要求1所述的一种异构数据库的模式映射方法，其特征在于，将组合特征F_new与模式映射候选空间中的每一映射的特征进行匹配，将匹配度最高的p个映射放入最佳模式映射空间，最佳模式映射空间为多个映射组成的集合：

4.根据权利要求3所述的一种异构数据库的模式映射方法，其特征在于，通过将模式映射候选空间中的n个映射特征序列<F₁,F₂,…,F_n>和模式特征F_new同时输入到最佳模式映射空间探索算法模型中进行特征匹配。

5.根据权利要求3所述的一种异构数据库的模式映射方法，其特征在于，将最佳映射映射空间的映射可视化呈现给用户，用户对当前映射进行匹配度判别，若用户将最佳映射空间中的当前映射判定为不匹配，则将该映射从最佳映射空间中删除；若用户将最佳映射空间中的映射判定为不确定，则在最佳映射空间中保留该映射；若用户将最佳映射空间中的当前映射判定为匹配，则直接应用当前映射于当前的模式对。

6.一种用于异构数据库的模式映射系统，其特征在于，包括模式映射集合模块、特征提取模块、组合映射特征模块和匹配模块；

7.一种终端设备，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权利要求1至5任一项所述方法的步骤。

8.一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权利要求1至5任一项所述方法的步骤。