CN113419789A - 数据模型脚本的生成方法和装置 - Google Patents
数据模型脚本的生成方法和装置 Download PDFInfo
- Publication number
- CN113419789A CN113419789A CN202110819442.9A CN202110819442A CN113419789A CN 113419789 A CN113419789 A CN 113419789A CN 202110819442 A CN202110819442 A CN 202110819442A CN 113419789 A CN113419789 A CN 113419789A
- Authority
- CN
- China
- Prior art keywords
- script
- index
- dimension
- data model
- configuration file
- 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
Links
- 238000013515 script Methods 0.000 title claims abstract description 224
- 238000013499 data model Methods 0.000 title claims abstract description 186
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000012545 processing Methods 0.000 claims description 77
- 230000002776 aggregation Effects 0.000 claims description 39
- 238000004220 aggregation Methods 0.000 claims description 39
- 238000005457 optimization Methods 0.000 claims description 26
- 238000011144 upstream manufacturing Methods 0.000 claims description 14
- 238000004458 analytical method Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 238000006116 polymerization reaction Methods 0.000 claims description 8
- 230000004048 modification Effects 0.000 abstract description 9
- 238000012986 modification Methods 0.000 abstract description 9
- 238000011161 development Methods 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 27
- 230000008569 process Effects 0.000 description 26
- 230000006870 function Effects 0.000 description 11
- 238000004891 communication Methods 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 5
- 230000001419 dependent effect Effects 0.000 description 4
- 230000003287 optical effect Effects 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000001914 filtration Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000013145 classification model Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000002452 interceptive effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012432 intermediate storage Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000003754 machining Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44505—Configuring for program initiating, e.g. using registry, configuration files
- G06F9/4451—User profiles; Roaming
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/40—Transformation of program code
- G06F8/41—Compilation
- G06F8/42—Syntactic analysis
- G06F8/427—Parsing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/44—Arrangements for executing specific programs
- G06F9/445—Program loading or initiating
- G06F9/44521—Dynamic linking or loading; Link editing at or after load time, e.g. Java class loading
- G06F9/44526—Plug-ins; Add-ons
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种数据模型脚本的生成方法和装置，涉及计算机技术领域。该方法的一具体实施方式包括：对数据仓库脚本进行解析以获取指标配置文件及维度关联路径；根据设置的指标字段值，对指标对应的指标配置文件进行解析以生成主表数据模型对象；根据设置的维度字段值和维度关联路径，生成维度表数据模型对象，并将维度表数据模型对象与主表数据模型对象进行关联得到数据模型；将数据模型根据指标和维度进行脚本拆分得到单元模型脚本，并将单元模型脚本保存到代码单元中以生成数据模型脚本。该实施方式能够提高指标配置的效率，提高了代码的可读性，实现了代码分段运行、调试和修改，提高了数据模型脚本的开发效率。
Description
技术领域
本发明涉及计算机技术领域，尤其涉及一种数据模型脚本的生成方法和装置。
背景技术
现有在进行数据模型智能生成时，是采用人工配置的指标配置文件来封装指标计算逻辑，然后通过维度关联路径算法实现主表和维度表的自动关联，在用户通过代码编辑器sublime插件勾选了维度/指标后，即可自动生成数据模型脚本。
在实现本发明过程中，发明人发现现有技术中至少存在如下问题：
(1)指标配置文件需要人工配置，浪费人力，且指标计算逻辑的层级关系需要学习成本；
(2)采用sublime插件作为交互框架，需要安装插件环境，易用性和泛用性较差，且无法实现可视化配置，生成的数据模型脚本可读性较差，代码结构复杂；
(3)自动生成的数据模型脚本执行效率低。
发明内容
有鉴于此，本发明实施例提供一种数据模型脚本的生成方法和装置，能够提高指标配置的效率，提高了代码的可读性，实现了代码分段运行、调试和修改，提高了数据模型脚本的开发效率。
为实现上述目的，根据本发明实施例的一个方面，提供了一种数据模型脚本的生成方法。
一种数据模型脚本的生成方法，包括：
对数据仓库脚本进行解析以获取指标配置文件及维度关联路径；
根据设置的指标字段值，对指标对应的指标配置文件进行解析以生成主表数据模型对象；
根据设置的维度字段值和所述维度关联路径，生成维度表数据模型对象，并将所述维度表数据模型对象与所述主表数据模型对象进行关联得到数据模型；
将所述数据模型根据指标和维度进行脚本拆分得到单元模型脚本，并将所述单元模型脚本保存到代码单元中以生成数据模型脚本。
可选地，对数据仓库脚本进行解析以获取指标配置文件包括：
从数据仓库脚本中抽取指标字段及其聚合逻辑，以及聚合操作所依赖的指标源字段；
通过数据库语法溯源，从所述数据仓库脚本中获取所述指标源字段的加工逻辑；
将所述聚合逻辑和所述加工逻辑按照规则重组为指标配置文件。
可选地，通过数据库语法溯源，从所述数据仓库脚本中获取所述指标源字段的加工逻辑包括：
通过数据库语法溯源，获取所述指标源字段的来源表；
若所述来源表为数据仓库底层表，则根据所述来源表得到所述指标源字段的加工逻辑；
否则，逐级获取所述来源表的上游数据仓库模型脚本直至获取到数据仓库底层表，并根据所述来源表和各级上游数据仓库模型脚本得到所述指标源字段的加工逻辑。
可选地，对数据仓库脚本进行解析以获取维度关联路径包括：
从数据仓库脚本中抽取指标字段及其聚合逻辑，以及聚合操作所依赖的指标源字段；
根据不同指标源字段的属性之间的相似度，确定维度关联字段，所述属性包括字段名称、字段值、字段长度和指标来源字段的来源表对应的数据仓库底层表；
基于所述维度关联字段生成维度关联路径。
可选地，对指标对应的指标配置文件进行解析以生成主表数据模型对象包括：
根据所述指标字段值获取该指标对应的主表的指标配置文件；
从所述指标配置文件中获取该指标对应的聚合逻辑配置文件，并根据所述聚合逻辑配置文件获取该指标对应的加工逻辑配置文件；
根据所述聚合逻辑配置文件和所述加工逻辑配置文件进行实例化，以生成主表数据模型对象。
可选地，根据设置的维度字段值和所述维度关联路径，生成维度表数据模型对象包括：
根据设置的维度字段值确定与主表关联的维度表标识；
根据所述维度关联路径、主表标识、维度表标识和维度字段值进行实例化，以生成维度表数据模型对象。
可选地，在将所述数据模型根据指标和维度进行脚本拆分得到单元模型脚本之前，还包括：
对所述数据模型进行脚本结构优化，其中，所述脚本结构优化包括：
将相同指标不同维度的多条维度关联路径中，出现重合的部分关联路径合并为一条维度关联路径；
将不同指标的相同加工逻辑对应的维度关联路径合并为一条维度关联路径。
根据本发明实施例的另一方面，提供了一种数据模型脚本的生成装置。
一种数据模型脚本的生成装置，包括：
脚本解析模块，用于对数据仓库脚本进行解析以获取指标配置文件及维度关联路径；
主表对象生成模块，用于根据设置的指标字段值，对指标对应的指标配置文件进行解析以生成主表数据模型对象；
维度表对象生成模块，用于根据设置的维度字段值和所述维度关联路径，生成维度表数据模型对象，并将所述维度表数据模型对象与所述主表数据模型对象进行关联得到数据模型；
脚本拆分模块，用于将所述数据模型根据指标和维度进行脚本拆分得到单元模型脚本，并将所述单元模型脚本保存到代码单元中以生成数据模型脚本。
根据本发明实施例的又一方面，提供了一种数据模型脚本的生成电子设备。
一种数据模型脚本的生成电子设备，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本发明实施例所提供的数据模型脚本的生成方法。
根据本发明实施例的再一方面，提供了一种计算机可读介质。
一种计算机可读介质，其上存储有计算机程序，所述程序被处理器执行时实现本发明实施例所提供的数据模型脚本的生成方法。
上述发明中的一个实施例具有如下优点或有益效果：通过对数据仓库脚本进行解析以获取指标配置文件及维度关联路径；根据设置的指标字段值，对指标对应的指标配置文件进行解析以生成主表数据模型对象；根据设置的维度字段值和维度关联路径，生成维度表数据模型对象，并将维度表数据模型对象与主表数据模型对象进行关联得到数据模型；将数据模型根据指标和维度进行脚本拆分得到单元模型脚本，并将单元模型脚本保存到代码单元中以生成数据模型脚本的技术方案，通过解析现有的数据仓库脚本，抽离出指标加工逻辑并自动生成yaml格式的指标配置文件，提高了指标配置的效率；将生成的数据模型脚本按执行逻辑拆分注入到jupyter cell(代码单元)中，整合了数据路由，使数据血缘可视化，且具有数据预览功能，提高了代码的可读性，实现了代码分段运行、调试和修改，提高了数据模型脚本的开发效率。另外，应用层使用jupyter lab框架替换sublime插件，登陆即可使用，无需进行环境部署，提高框架的易用性和泛用性；并且，还包括脚本优化层，在代码由数据表(datatable)或数据集群(datacluster)算子转换为数据模型的SQL脚本时，自动进行语法合并优化，提高生成的SQL脚本的执行效率。
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是现有技术中生成数据模型脚本的实现原理框架图；
图2是本发明实施例的生成数据模型脚本的实现原理框架图；
图3是根据本发明实施例的数据模型脚本的生成方法的主要步骤示意图；
图4是本发明实施例的数据仓库脚本解析过程示意图；
图5是本发明实施例的主表数据模型对象的生成过程示意图；
图6是本发明实施例的数据模型的生成过程示意图；
图7是本发明实施例的脚本拆分实现原理示意图；
图8是本发明一个实施例的脚本优化过程示意图；
图9是本发明另一个实施例的脚本优化过程示意图；
图10是根据本发明实施例的数据模型脚本的生成装置的主要模块示意图；
图11是本发明实施例可以应用于其中的示例性系统架构图；
图12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是现有技术中生成数据模型脚本的实现原理框架图。如图1所示，在现有技术中，生成数据模型脚本时，应用层采用sublime插件来实现，应用层通过调用接口层提供的各种接口来实现根据用户输入生成数据模型脚本，其中，接口层提供的接口例如包括：维度关联路径接口、指标配置文件接口、框架生成接口、SQL转换接口，等；基础数据层保存了用户设置的指标配置文件、维度库表信息以及维度关联路径等数据，其中，指标配置文件描述了主表的属性信息，通过对指标配置文件进行解析可实例化主表数据模型；SQL生成层用于生成算子实例、框架脚本或转换SQL脚本，即生成数据模型脚本。
而现有技术中生成数据模型脚本的实现框架，存在以下缺陷：
(1)指标配置文件需要人工配置，yaml格式的配置文件以及指标加工逻辑的层级关系有一定学习成本；
(2)采用Sublime插件作为交互框架，需要安装插件环境，易用性和泛用性较差；
(3)Sublime插件受框架限制交互性差，只能依赖快捷键输入指令，无法实现可视化配置，并且生成的代码在Sublime上展示可读性较差；
(4)自动生成的SQL脚本缺少优化，一组维度或指标若依赖同一个库表，会重复执行库表读写计算，降低SQL执行效率。
为了解决上述的技术问题，本发明采用如图2所示的框架来进行数据模型脚本的自动生成。图2是本发明实施例的生成数据模型脚本的实现原理框架图。如图2所示，生成数据模型脚本时，应用层采用jupyter lab框架来实现，应用层通过调用接口层提供的各种接口来实现根据用户输入生成数据模型脚本，其中，接口层提供的接口例如包括：维度关联路径接口、指标配置文件接口、框架生成接口、SQL转换接口，等；数据仓库基础层保存了数据表，包括底层表fdm，以及中间数据表gdm、adm、dim、app数据表等；解析层用于对数据仓库脚本进行解析，主要包括指标聚合和加工逻辑解析、单模型关联字段解析、跨模型字段溯源等；中间存储层用于存储解析层解析得到的指标配置文件、维度库表信息和维度关联路径等，其中，指标配置文件描述了主表的属性信息，通过对指标配置文件进行解析可实例化主表数据模型；SQL生成层用于生成算子实例、框架脚本或转换SQL脚本，即生成数据模型脚本；优化层，用于在生成数据模型后，对数据模型进行脚本结构优化，主要包括指标字段动态注入、指标逻辑合并、维度逻辑合并等优化处理，优化层优化处理后的单元模型脚本即可显示在应用层。
在本发明的实施例中，通过解析现有的数据仓库脚本，抽离出指标加工逻辑并自动生成yaml格式的指标配置文件，提高了指标配置的效率。应用层使用jupyter lab框架替换sublime插件，登陆即可使用，无需进行环境部署，提高框架的易用性和泛用性；并且，还可以将生成的数据模型脚本按执行逻辑拆分注入到jupyter cell(代码单元)中，整合了数据路由，使数据血缘可视化，且具有数据预览功能，提高了代码的可读性，实现了代码分段运行、调试和修改，提高了数据模型脚本的开发效率。加入SQL优化层，在代码由数据表(datatable)或数据集群(datacluster)算子转换为数据模型的SQL脚本时，自动进行语法合并优化，提高生成的SQL脚本的执行效率。
图3是根据本发明实施例的数据模型脚本的生成方法的主要步骤示意图。如图3所示，在本发明的实施例中，数据模型脚本的生成方法主要包括如下的步骤S301至步骤S304。
步骤S301：对数据仓库脚本进行解析以获取指标配置文件及维度关联路径；
步骤S302：根据设置的指标字段值，对指标对应的指标配置文件进行解析以生成主表数据模型对象；
步骤S303：根据设置的维度字段值和维度关联路径，生成维度表数据模型对象，并将维度表数据模型对象与主表数据模型对象进行关联得到数据模型；
步骤S304：将数据模型根据指标和维度进行脚本拆分得到单元模型脚本，并将单元模型脚本保存到代码单元中以生成数据模型脚本。
根据本发明的一个实施例，在步骤S101中对数据仓库脚本进行解析以获取指标配置文件，具体可以包括：从数据仓库脚本中抽取指标字段及其聚合逻辑，以及聚合操作所依赖的指标源字段；通过数据库语法溯源，从数据仓库脚本中获取指标源字段的加工逻辑；将聚合逻辑和加工逻辑按照规则重组为指标配置文件。其中，具体可通过Spark SQL、HiveSQL等框架提供的SQL解析接口来获取数据仓库脚本并对其进行解析。在获取到指标配置文件和维度关联路径等数据后，会按照key-value的结构化格式存储至redis数据库中。
根据本发明的实施例，在通过数据库语法溯源，从数据仓库脚本中获取指标源字段的加工逻辑时，具体可以包括：
通过数据库语法溯源，获取所述指标源字段的来源表；
若所述来源表为数据仓库底层表，则根据所述来源表得到所述指标源字段的加工逻辑；
否则，逐级获取所述来源表的上游数据仓库模型脚本直至获取到数据仓库底层表，并根据所述来源表和各级上游数据仓库模型脚本得到所述指标源字段的加工逻辑。
图4是本发明实施例的数据仓库脚本解析过程示意图。如图4所示，在本发明的实施例中，对数据仓库脚本的解析过程是跨模型解析，主要包括以下步骤：
(1)扫描数据仓库模型脚本，从中抽取指标字段及其聚合逻辑；
(2)解析指标聚合逻辑，取出指标聚合操作依赖的指标源字段，并找到指标源字段的来源表。例如：对脚本Count(sku_id)as sku_number来说，其中sku_number是指标字段，count指聚合逻辑，sku_id指聚合操作依赖的指标源字段；
(3)依照SQL语法溯源，解析指标源字段在该模型脚本中的加工逻辑。例如，如下脚本：
Select
count(sku_id)as sku_number
from
(select*from table A where sku<>0)x
Join
(select*from table B where sku<>0)y
On x.sku_id＝y.sku_id；
其中，Count(sku_id)as sku_number中sku_number是指标字段，count指聚合逻辑，sku_id是指标源字段，其余的where过滤条件和join逻辑是指标的加工逻辑；
(4)若该指标源字段在该模型脚本中来自于数据仓库底层表(例如，fdm或bdm)，即：该指标源字段的来源表为底层表，则停止解析，并保存其溯源结果，其中，溯源结果即为加工该指标过程中所有信息；否则，若并非来自于fdm或bdm等底层表，则逐次查找该模型的上游模型脚本，重复解析过程，直至查找到底层表。一个复杂的指标可能依赖多个上游模型，重复解析过程指的是：假设模型A依赖模型B，模型B依赖模型C，所以需要依次解析模型A、B、C，直到获取指标加工过程中所有信息。在对上游模型脚本进行解析时，若上游模型对应的来源表已溯源，则直接取出该来源表的溯源信息并添加到溯源结果中，否则取出该来源表的模型脚本，并再次执行步骤(1)-(4)。具体地，假设指标x依赖模型A、B、C；指标y依赖模型B、C、D；如果已经解析过指标x，那么在解析指标y时无需重复解析模型B和C，只需要获取解析指标x时的溯源信息即可，如此，即可避免重复的解析过程，大大提高了脚本解析效率；
(5)将解析出的指标加工逻辑按照规则重组为yaml格式的指标配置文件并存储至redis中。
根据本发明的又一个实施例，在对数据仓库脚本进行解析以获取维度关联路径时，具体可以包括：从数据仓库脚本中抽取指标字段及其聚合逻辑，以及聚合操作所依赖的指标源字段；根据不同指标源字段的属性之间的相似度，确定维度关联字段，所述属性包括字段名称、字段值、字段长度和指标来源字段的来源表对应的数据仓库底层表；基于所述维度关联字段生成维度关联路径。其中，维度关联路径表示了各个表或模型之间的维度关联关系，包括维度关联字段和表之间的关联顺序等。
在维度关联路径的构建过程中，维度相似度是判断两个字段是否能关联的重要指标，为了提高维度相似度的准确性，会将模型中每个字段进行跨模型溯源，排除不同模型中同源不同名的字段对维度相似度的干扰。具体地，可根据不同指标源字段的属性之间的相似度，确定维度关联字段，所述属性包括字段名称、字段值、字段长度和指标来源字段的来源表对应的数据仓库底层表。如此，即可更准确地确定字段的维度相似度，从而获取到维度关联字段。
在本发明的实施例中，在生成维度关联路径时，可利用各级上游模型中该指标源字段的上游源字段之间的维度相似度来构建维度分类模型和维度相似度模型，并以此构建模型关系图，通过模型关系图计算获取图中每个顶点(模型或数据表)N度关联路径；然后，引入回归模型，对当前度数内所有路径求最优关联路径，并取前N个结果进行剪枝处理，以降低整体数据量。
根据前面所描述的步骤即可通过对数据仓库脚本进行解析以得到指标配置文件和维度关联路径。当接收到用户通过应用层jupyter lab框架设置的指标字段值和维度字段值时，即可基于指标配置文件和维度关联路径进行数据模型脚本生成。
根据本发明的其中一个实施例，步骤S102中对指标对应的指标配置文件进行解析以生成主表数据模型对象时，具体可以包括：
根据所述指标字段值获取该指标对应的主表的指标配置文件；
从所述指标配置文件中获取该指标对应的聚合逻辑配置文件，并根据所述聚合逻辑配置文件获取该指标对应的加工逻辑配置文件；
根据所述聚合逻辑配置文件和所述加工逻辑配置文件进行实例化，以生成主表数据模型对象。
图5是本发明实施例的主表数据模型对象的生成过程示意图。主表数据模型对象的生成过程即为：获取指标配置文件中相应指标的聚合逻辑和加工逻辑并抽象为dataTable/dataCluster对象的过程。如图5所示，主表数据模型对象的生成过程主要如下：
(1)根据指标字段值(在本发明的实施例中例如为指标名)匹配指标聚合逻辑配置文件。其中，指标聚合逻辑配置文件主要包括如下内容：
指标名：
depend指标加工逻辑
logic:指标聚合逻辑
comment:指标comment
type:指标数据类型
period:指标计算周期
business_type:指标业务限定；
(2)根据指标聚合逻辑配置文件中的depend字段，匹配指标加工逻辑配置文件，其中，depend字段即用于指向指标加工逻辑配置文件。其中，指标加工逻辑配置文件主要包括如下内容：
traffic_virtual:#指标加工逻辑组名
depend:#指标加工逻辑依赖模型，比如加工该指标需要T1 join T2，则此处需要配置T1，T2
T1:#指标加工逻辑依赖模型别名
table:指标加工逻辑依赖模型表名
column:指标加工逻辑依赖模型字段名
filter:指标加工逻辑依赖模型过滤条件
alias:指标加工逻辑依赖模型别名
groupby:指标加工逻辑依赖模型groupby
grouping_sets:指标加工逻辑依赖模型别名grouping_set
main:该表是否为主表
T2:
table:指标加工逻辑依赖模型表名
column:指标加工逻辑依赖模型字段名
filter:指标加工逻辑依赖模型过滤条件
alias:指标加工逻辑依赖模型别名
groupby:指标加工逻辑依赖模型groupby
grouping_sets:指标加工逻辑依赖模型别名grouping_set
process:指标加工逻辑，比如加工该指标需要T1 join T2，则此处配置T1关联T2的流程
C1:
column:null#T1 join T2结果集所需的字段，允许为null，可自动注入；也可以手工写死
connect:#指标加工关联逻辑
-LEFT_JOIN:#关联关键字(LEFT_JOIN，RIGHT_JOIN，UNION)
-T1
-T2
groupby:null#指标加工groupby，允许为null，可根据维度自动生成
grouping_sets:null#指标加工grouping_sets，允许为null，可自动生成
filter:null#指标加工过滤条件
alias:C1#指标加工依赖表T1,T2通过JOIN生成的数据集的别名；
(3)根据指标加工逻辑配置文件的depend字段和指标聚合逻辑配置文件，初始化dataTable数据表实例；
(4)根据指标加工逻辑配置文件的process字段，将dataTable数据表实例合并为dataCluster数据集群对象，即得到主表数据模型对象。
在生成了主表数据模型对象之后，即可生成要与主表进行维度关联的维度表的数据模型对象，以便与主表数据模型对象进行维度关联。根据本发明的一个实施例，根据设置的维度字段值和所述维度关联路径，生成维度表数据模型对象的步骤具体可以包括：
根据设置的维度字段值确定与主表关联的维度表标识；
根据所述维度关联路径、主表标识、维度表标识和维度字段值进行实例化，以生成维度表数据模型对象。
图6是本发明实施例的数据模型的生成过程示意图。如图6所示，应用层的jupyterlab框架根据用户设置的指标字段值和维度字段值，即可调用相应的维度关联路径接口，以根据维度字段值确定与主表关联的维度表标识(例如：维度表的表名)以及维度表与主表关联的维度关联路径，然后将主表标识、维度表标识、维度关联路径和维度字段值作为维度关联路径结构化数据；之后，根据维度关联路径结构化数据进行实例化，即可生成维度表数据模型对象dataTable或dataCluster对象。之后，将前面生成的主表数据模型对象和维度表数据模型对象进行关联(例如：左连接、右连接，等)，即可得到数据模型，该数据模型包含该指标的聚合逻辑、维度关联路径以及所依赖的库表对象等信息。
在得到数据模型之后，将数据模型根据指标和维度进行脚本拆分得到单元模型脚本，并将单元模型脚本保存到代码单元中以生成数据模型脚本。图7是本发明实施例的脚本拆分实现原理示意图，将每个指标关联的每个维度拆分生成单元模型脚本注入到jupytercell代码单元中，可使得代码结构更加清晰，可读性更好，并且每个代码单元能够独立进行SQL生成、数据预览、生成血缘等可视化交互功能，使整个加工过程完全对用户透明。
当用户通过应用层的jupyter lab框架来查看或者修改数据模型脚本时，该jupyter lab框架默认展示维度关联节点最少的维度关联路径，若该路径不符合用户需求，可在每个维度代码单元cell下方下拉框中选择其他关联路径，选定后该维度cell中会自动替换为新的路径脚本。
根据本发明的其中一个实施例，在得到数据模型之后，将数据模型根据指标和维度进行脚本拆分得到单元模型脚本之前，本发明还可以对数据模型进行脚本结构优化以提高SQL的执行效率，其中，脚本结构优化包括：将相同指标不同维度的多条维度关联路径中，出现重合的部分关联路径合并为一条维度关联路径；将不同指标的相同加工逻辑对应的维度关联路径合并为一条维度关联路径。
图8是本发明一个实施例的脚本优化过程示意图。如图8所示，对某相同的指标，其对应的指标主表为表A，对维度字段1和维度字段2，分别对应维度关联路径为B-C-D和C-D-E，此时有部分关联路径重合，则将各维度多条关联路径合并为一条路径B-C-D-E，并将维度字段抽离注入到新的路径中。如此，当需要执行SQL操作时，即可简化代码，提高执行效率。
图9是本发明另一个实施例的脚本优化过程示意图。如图9所示，对不同的指标1和指标2，若指标1的维度关联路径为B-C-D，指标2的维度关联路径为C-D-E，此时有部分关联路径重合，则将这两条维度关联路径进行合并得到路径B-C-D-E，并将指标字段抽离注入到新的路径中。如此，当需要执行SQL操作时，即可简化代码，提高执行效率。
图10是根据本发明实施例的数据模型脚本的生成装置的主要模块示意图。如图10所示，本发明实施例的数据模型脚本的生成装置1000主要包括脚本解析模块1001、主表对象生成模块1002、维度表对象生成模块1003和脚本拆分模块1004。
脚本解析模块1001，用于对数据仓库脚本进行解析以获取指标配置文件及维度关联路径；
主表对象生成模块1002，用于根据设置的指标字段值，对指标对应的指标配置文件进行解析以生成主表数据模型对象；
维度表对象生成模块1003，用于根据设置的维度字段值和所述维度关联路径，生成维度表数据模型对象，并将所述维度表数据模型对象与所述主表数据模型对象进行关联得到数据模型；
脚本拆分模块1004，用于将所述数据模型根据指标和维度进行脚本拆分得到单元模型脚本，并将所述单元模型脚本保存到代码单元中以生成数据模型脚本。
根据本发明的一个实施例，脚本解析模块1001还可以用于：
从数据仓库脚本中抽取指标字段及其聚合逻辑，以及聚合操作所依赖的指标源字段；
通过数据库语法溯源，从所述数据仓库脚本中获取所述指标源字段的加工逻辑；
将所述聚合逻辑和所述加工逻辑按照规则重组为指标配置文件。
根据本发明的另一个实施例，脚本解析模块1001还可以用于：
通过数据库语法溯源，获取所述指标源字段的来源表；
若所述来源表为数据仓库底层表，则根据所述来源表得到所述指标源字段的加工逻辑；
否则，逐级获取所述来源表的上游数据仓库模型脚本直至获取到数据仓库底层表，并根据所述来源表和各级上游数据仓库模型脚本得到所述指标源字段的加工逻辑。
根据本发明的又一个实施例，脚本解析模块1001还可以用于：
从数据仓库脚本中抽取指标字段及其聚合逻辑，以及聚合操作所依赖的指标源字段；
根据不同指标源字段的属性之间的相似度，确定维度关联字段，所述属性包括字段名称、字段值、字段长度和指标来源字段的来源表对应的数据仓库底层表；
基于所述维度关联字段生成维度关联路径。
根据本发明的又一个实施例，主表对象生成模块1002还可以用于：
根据所述指标字段值获取该指标对应的主表的指标配置文件；
从所述指标配置文件中获取该指标对应的聚合逻辑配置文件，并根据所述聚合逻辑配置文件获取该指标对应的加工逻辑配置文件；
根据所述聚合逻辑配置文件和所述加工逻辑配置文件进行实例化，以生成主表数据模型对象。
根据本发明的又一个实施例，维度表对象生成模块1003还可以用于：
根据设置的维度字段值确定与主表关联的维度表标识；
根据所述维度关联路径、主表标识、维度表标识和维度字段值进行实例化，以生成维度表数据模型对象。
根据本发明的再一个实施例，数据模型脚本的生成装置1000还可以包括脚本优化模块(图中未示出)，用于：
在将所述数据模型根据指标和维度进行脚本拆分得到单元模型脚本之前，对所述数据模型进行脚本结构优化，其中，所述脚本结构优化包括：
将相同指标不同维度的多条维度关联路径中，出现重合的部分关联路径合并为一条维度关联路径；
将不同指标的相同加工逻辑对应的维度关联路径合并为一条维度关联路径。
根据本发明实施例的技术方案，通过对数据仓库脚本进行解析以获取指标配置文件及维度关联路径；根据设置的指标字段值，对指标对应的指标配置文件进行解析以生成主表数据模型对象；根据设置的维度字段值和维度关联路径，生成维度表数据模型对象，并将维度表数据模型对象与主表数据模型对象进行关联得到数据模型；将数据模型根据指标和维度进行脚本拆分得到单元模型脚本，并将单元模型脚本保存到代码单元中以生成数据模型脚本的技术方案，通过解析现有的数据仓库脚本，抽离出指标加工逻辑并自动生成yaml格式的指标配置文件，提高了指标配置的效率；将生成的数据模型脚本按执行逻辑拆分注入到jupyter cell(代码单元)中，整合了数据路由，使数据血缘可视化，且具有数据预览功能，提高了代码的可读性，实现了代码分段运行、调试和修改，提高了数据模型脚本的开发效率。另外，应用层使用jupyter lab框架替换sublime插件，登陆即可使用，无需进行环境部署，提高框架的易用性和泛用性；并且，还包括脚本优化层，在代码由数据表(datatable)或数据集群(datacluster)算子转换为数据模型的SQL脚本时，自动进行语法合并优化，提高生成的SQL脚本的执行效率。
图11示出了可以应用本发明实施例的数据模型脚本的生成方法或数据模型脚本的生成装置的示例性系统架构1100。
如图11所示，系统架构1100可以包括终端设备1101、1102、1103，网络1104和服务器1105。网络1104用以在终端设备1101、1102、1103和服务器1105之间提供通信链路的介质。网络1104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1101、1102、1103通过网络1104与服务器1105交互，以接收或发送消息等。终端设备1101、1102、1103上可以安装有各种通讯客户端应用，例如脚本编辑类应用、开发框架类应用、搜索类应用、数据库工具、邮箱客户端、社交平台软件等(仅为示例)。
终端设备1101、1102、1103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1105可以是提供各种服务的服务器，例如对用户利用终端设备1101、1102、1103所发来的数据模型脚本生成请求提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的数据仓库脚本等数据进行解析以获取指标配置文件及维度关联路径等处理，并将处理结果(例如指标配置文件、维度关联路径--仅为示例)反馈给终端设备。
需要说明的是，本发明实施例所提供的数据模型脚本的生成方法一般由服务器1105执行，相应地，数据模型脚本的生成装置一般设置于服务器1105中。
应该理解，图11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12，其示出了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1200的结构示意图。图12示出的终端设备或服务器仅仅是一个示例，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12所示，计算机系统1200包括中央处理单元(CPU)1201，其可以根据存储在只读存储器(ROM)1202中的程序或者从存储部分1208加载到随机访问存储器(RAM)1203中的程序而执行各种适当的动作和处理。在RAM 1203中，还存储有系统1200操作所需的各种程序和数据。CPU 1201、ROM 1202以及RAM 1203通过总线1204彼此相连。输入/输出(I/O)接口1205也连接至总线1204。
以下部件连接至I/O接口1205：包括键盘、鼠标等的输入部分1206；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1207；包括硬盘等的存储部分1208；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1209。通信部分1209经由诸如因特网的网络执行通信处理。驱动器1210也根据需要连接至I/O接口1205。可拆卸介质1211，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1210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1208。
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1209从网络上被下载和安装，和/或从可拆卸介质1211被安装。在该计算机程序被中央处理单元(CPU)1201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单元或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。所描述的单元或模块也可以设置在处理器中，例如，可以描述为：一种处理器包括脚本解析模块、主表对象生成模块、维度表对象生成模块和脚本拆分模块。其中，这些单元或模块的名称在某种情况下并不构成对该单元或模块本身的限定，例如，脚本解析模块还可以被描述为“用于对数据仓库脚本进行解析以获取指标配置文件及维度关联路径的模块”。
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，使得该设备包括：对数据仓库脚本进行解析以获取指标配置文件及维度关联路径；根据设置的指标字段值，对指标对应的指标配置文件进行解析以生成主表数据模型对象；根据设置的维度字段值和所述维度关联路径，生成维度表数据模型对象，并将所述维度表数据模型对象与所述主表数据模型对象进行关联得到数据模型；将所述数据模型根据指标和维度进行脚本拆分得到单元模型脚本，并将所述单元模型脚本保存到代码单元中以生成数据模型脚本。
根据本发明实施例的技术方案，通过对数据仓库脚本进行解析以获取指标配置文件及维度关联路径；根据设置的指标字段值，对指标对应的指标配置文件进行解析以生成主表数据模型对象；根据设置的维度字段值和维度关联路径，生成维度表数据模型对象，并将维度表数据模型对象与主表数据模型对象进行关联得到数据模型；将数据模型根据指标和维度进行脚本拆分得到单元模型脚本，并将单元模型脚本保存到代码单元中以生成数据模型脚本的技术方案，通过解析现有的数据仓库脚本，抽离出指标加工逻辑并自动生成yaml格式的指标配置文件，提高了指标配置的效率；将生成的数据模型脚本按执行逻辑拆分注入到jupyter cell(代码单元)中，整合了数据路由，使数据血缘可视化，且具有数据预览功能，提高了代码的可读性，实现了代码分段运行、调试和修改，提高了数据模型脚本的开发效率。另外，应用层使用jupyter lab框架替换sublime插件，登陆即可使用，无需进行环境部署，提高框架的易用性和泛用性；并且，还包括脚本优化层，在代码由数据表(datatable)或数据集群(datacluster)算子转换为数据模型的SQL脚本时，自动进行语法合并优化，提高生成的SQL脚本的执行效率。
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 (10)
1.一种数据模型脚本的生成方法，其特征在于，包括：
对数据仓库脚本进行解析以获取指标配置文件及维度关联路径；
根据设置的指标字段值，对指标对应的指标配置文件进行解析以生成主表数据模型对象；
根据设置的维度字段值和所述维度关联路径，生成维度表数据模型对象，并将所述维度表数据模型对象与所述主表数据模型对象进行关联得到数据模型；
将所述数据模型根据指标和维度进行脚本拆分得到单元模型脚本，并将所述单元模型脚本保存到代码单元中以生成数据模型脚本。
2.根据权利要求1所述的方法，其特征在于，对数据仓库脚本进行解析以获取指标配置文件包括：
从数据仓库脚本中抽取指标字段及其聚合逻辑，以及聚合操作所依赖的指标源字段；
通过数据库语法溯源，从所述数据仓库脚本中获取所述指标源字段的加工逻辑；
将所述聚合逻辑和所述加工逻辑按照规则重组为指标配置文件。
3.根据权利要求2所述的方法，其特征在于，通过数据库语法溯源，从所述数据仓库脚本中获取所述指标源字段的加工逻辑包括：
通过数据库语法溯源，获取所述指标源字段的来源表；
若所述来源表为数据仓库底层表，则根据所述来源表得到所述指标源字段的加工逻辑；
否则，逐级获取所述来源表的上游数据仓库模型脚本直至获取到数据仓库底层表，并根据所述来源表和各级上游数据仓库模型脚本得到所述指标源字段的加工逻辑。
4.根据权利要求1所述的方法，其特征在于，对数据仓库脚本进行解析以获取维度关联路径包括：
从数据仓库脚本中抽取指标字段及其聚合逻辑，以及聚合操作所依赖的指标源字段；
根据不同指标源字段的属性之间的相似度，确定维度关联字段，所述属性包括字段名称、字段值、字段长度和指标来源字段的来源表对应的数据仓库底层表；
基于所述维度关联字段生成维度关联路径。
5.根据权利要求1所述的方法，其特征在于，对指标对应的指标配置文件进行解析以生成主表数据模型对象包括：
根据所述指标字段值获取该指标对应的主表的指标配置文件；
从所述指标配置文件中获取该指标对应的聚合逻辑配置文件，并根据所述聚合逻辑配置文件获取该指标对应的加工逻辑配置文件；
根据所述聚合逻辑配置文件和所述加工逻辑配置文件进行实例化，以生成主表数据模型对象。
6.根据权利要求5所述的方法，其特征在于，根据设置的维度字段值和所述维度关联路径，生成维度表数据模型对象包括：
根据设置的维度字段值确定与主表关联的维度表标识；
根据所述维度关联路径、主表标识、维度表标识和维度字段值进行实例化，以生成维度表数据模型对象。
7.根据权利要求1所述的方法，其特征在于，在将所述数据模型根据指标和维度进行脚本拆分之前，还包括：
对所述数据模型进行脚本结构优化，其中，所述脚本结构优化包括：
将相同指标不同维度的多条维度关联路径中，出现重合的部分关联路径合并为一条维度关联路径；
将不同指标的相同加工逻辑对应的维度关联路径合并为一条维度关联路径。
8.一种数据模型脚本的生成装置，其特征在于，包括：
脚本解析模块，用于对数据仓库脚本进行解析以获取指标配置文件及维度关联路径；
主表对象生成模块，用于根据设置的指标字段值，对指标对应的指标配置文件进行解析以生成主表数据模型对象；
维度表对象生成模块，用于根据设置的维度字段值和所述维度关联路径，生成维度表数据模型对象，并将所述维度表数据模型对象与所述主表数据模型对象进行关联得到数据模型；
脚本拆分模块，用于将所述数据模型根据指标和维度进行脚本拆分得到单元模型脚本，并将所述单元模型脚本保存到代码单元中以生成数据模型脚本。
9.一种生成数据模型脚本的电子设备，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。
10.一种计算机可读介质，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。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110819442.9A CN113419789A (zh) | 2021-07-20 | 2021-07-20 | 数据模型脚本的生成方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110819442.9A CN113419789A (zh) | 2021-07-20 | 2021-07-20 | 数据模型脚本的生成方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113419789A true CN113419789A (zh) | 2021-09-21 |
Family
ID=77721874
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110819442.9A Pending CN113419789A (zh) | 2021-07-20 | 2021-07-20 | 数据模型脚本的生成方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113419789A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114090018A (zh) * | 2022-01-25 | 2022-02-25 | 树根互联股份有限公司 | 工业互联网设备的指标计算方法、装置和电子设备 |
| CN114791933A (zh) * | 2022-06-24 | 2022-07-26 | 杭州雅拓信息技术有限公司 | 一种主数据处理方法、基于主数据的交互方法和系统 |
| CN115641950A (zh) * | 2022-11-28 | 2023-01-24 | 神州医疗科技股份有限公司 | 基于多层级多维度放疗设备质控指标数据建模方法及系统 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120054249A1 (en) * | 2010-08-25 | 2012-03-01 | International Business Machines Corporation | Data warehouse data model adapters |
| CN107368346A (zh) * | 2017-07-06 | 2017-11-21 | 万惠投资管理有限公司 | 一种基于元数据和脚本引擎的代码生成方法及装置 |
| CN109325046A (zh) * | 2018-10-25 | 2019-02-12 | 深圳壹账通智能科技有限公司 | 数据库脚本生成方法、装置、介质及电子设备 |
| CN111782675A (zh) * | 2020-03-18 | 2020-10-16 | 北京沃东天骏信息技术有限公司 | 生成数据库脚本的方法、装置及计算机可读存储介质 |
| US20210064355A1 (en) * | 2019-08-27 | 2021-03-04 | Salesforce.Com, Inc. | Generating software artifacts from a conceptional data model |
-
2021
- 2021-07-20 CN CN202110819442.9A patent/CN113419789A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20120054249A1 (en) * | 2010-08-25 | 2012-03-01 | International Business Machines Corporation | Data warehouse data model adapters |
| CN107368346A (zh) * | 2017-07-06 | 2017-11-21 | 万惠投资管理有限公司 | 一种基于元数据和脚本引擎的代码生成方法及装置 |
| CN109325046A (zh) * | 2018-10-25 | 2019-02-12 | 深圳壹账通智能科技有限公司 | 数据库脚本生成方法、装置、介质及电子设备 |
| US20210064355A1 (en) * | 2019-08-27 | 2021-03-04 | Salesforce.Com, Inc. | Generating software artifacts from a conceptional data model |
| CN111782675A (zh) * | 2020-03-18 | 2020-10-16 | 北京沃东天骏信息技术有限公司 | 生成数据库脚本的方法、装置及计算机可读存储介质 |
Non-Patent Citations (3)
| Title |
|---|
| XU, XS.ETC: "Flexible parametric FEA modeling for product family based on script fragment grammar", COMPUTERS IN INDUSTRY, 31 December 2019 (2019-12-31) * |
| 侯莹;洪征;潘;吴礼发: "基于模型的Fuzzing测试脚本自动化生成", 计算机科学, no. 03, 15 March 2013 (2013-03-15) * |
| 姚素红: "基于Java的Web应用系统开发模式", 江苏工程职业技术学院学报, no. 01, 25 March 2018 (2018-03-25) * |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114090018A (zh) * | 2022-01-25 | 2022-02-25 | 树根互联股份有限公司 | 工业互联网设备的指标计算方法、装置和电子设备 |
| CN114090018B (zh) * | 2022-01-25 | 2022-05-24 | 树根互联股份有限公司 | 工业互联网设备的指标计算方法、装置和电子设备 |
| CN114791933A (zh) * | 2022-06-24 | 2022-07-26 | 杭州雅拓信息技术有限公司 | 一种主数据处理方法、基于主数据的交互方法和系统 |
| CN114791933B (zh) * | 2022-06-24 | 2022-10-04 | 杭州雅拓信息技术有限公司 | 一种主数据处理方法、基于主数据的交互方法和系统 |
| CN115641950A (zh) * | 2022-11-28 | 2023-01-24 | 神州医疗科技股份有限公司 | 基于多层级多维度放疗设备质控指标数据建模方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| WO2020119485A1 (zh) | 一种页面显示方法、装置、设备及存储介质 | |
| CN113419789A (zh) | 数据模型脚本的生成方法和装置 | |
| CN115617327A (zh) | 低代码页面搭建系统、方法及计算机可读存储介质 | |
| CN111190888A (zh) | 一种管理图数据库集群的方法和装置 | |
| CN109933514B (zh) | 一种数据测试方法和装置 | |
| CN110543297B (zh) | 用于生成源码的方法和装置 | |
| CN110689268B (zh) | 一种提取指标的方法和装置 | |
| CN111125064B (zh) | 一种生成数据库模式定义语句的方法和装置 | |
| CN113238740B (zh) | 代码生成方法、代码生成装置、存储介质及电子设备 | |
| CN113419740B (zh) | 程序数据流的分析方法、装置、电子设备及可读存储介质 | |
| CN109726217B (zh) | 一种数据库操作方法、装置、设备及存储介质 | |
| CN111078729A (zh) | 医疗数据溯源方法、装置、系统、存储介质以及电子设备 | |
| CN115687386A (zh) | 数据查询方法、装置、电子设备及存储介质 | |
| CN113448562A (zh) | 一种逻辑代码自动生成方法、装置和电子设备 | |
| CN108959294B (zh) | 一种访问搜索引擎的方法和装置 | |
| CN116361522A (zh) | 一种数据的展示方法和装置 | |
| CN114356962A (zh) | 一种数据查询方法、装置、电子设备和存储介质 | |
| CN113760240B (zh) | 一种生成数据模型的方法和装置 | |
| US11307850B2 (en) | Efficient change analysis in poly-lingual corpus hierarchies | |
| CN113515285B (zh) | 生成实时计算逻辑数据的方法和装置 | |
| CN114661747A (zh) | 指标计算方法、装置、存储介质及计算机设备 | |
| CN109901983B (zh) | 自动化测试方法及装置、存储介质、电子设备 | |
| CN113760698A (zh) | 一种测试用例文件数据的转换方法和装置 | |
| CN113312053A (zh) | 一种数据处理的方法和装置 | |
| CN117891979B (zh) | 血缘图谱构建方法、装置、电子设备和可读介质 |
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 |