CN113934789A - 基于电子元器件的数据仓库构建方法及系统 - Google Patents
基于电子元器件的数据仓库构建方法及系统 Download PDFInfo
- Publication number
- CN113934789A CN113934789A CN202111416557.XA CN202111416557A CN113934789A CN 113934789 A CN113934789 A CN 113934789A CN 202111416557 A CN202111416557 A CN 202111416557A CN 113934789 A CN113934789 A CN 113934789A
- Authority
- CN
- China
- Prior art keywords
- data
- cache
- storing
- extracted
- converted
- 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
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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- 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
- G06F16/215—Improving data quality; Data cleansing, e.g. de-duplication, removing invalid entries or correcting typographical errors
-
- 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
- G06F16/245—Query processing
- G06F16/2455—Query execution
- G06F16/24552—Database cache 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/258—Data format conversion from or to a database
-
- 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
-
- 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
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
Abstract
本发明适用于数据仓库技术领域,提供了一种基于电子元器件的数据仓库构建方法及系统,该方法包括:获取电子元器件数据源,并将电子元器件数据源中的数据存储在数据源缓存中;以及并行执行部下述步骤:从数据源缓存中获取待抽取处理数据,并根据待抽取处理数据中电子元器件的特征进行分类,根据不同的类别进行特征抽取,并将抽取的特征数据存储在第一缓存中;从所第一缓存中获取待转换数据,根据待转换数据进行数据格式转换,并将转换后的数据存储在第二缓存中;从第二缓存中获取待装载数据,将待装载数据转存到数据仓库中。从而将散乱的电子元器件数据存储到数据仓库中,且本发明通过并行处理方式可以提高数据处理效率。
Description
技术领域
本发明属于数据仓库技术领域,尤其涉及一种基于电子元器件的数据仓库构建方法及系统。
背景技术
数据仓库(Database)是按照数据结构来组织、存储和管理数据的仓库,它产生于距今六十多年前,数据仓库有很多种类型,从最简单的存储有各种数据的表格到能够进行海量数据存储的大型数据仓库系统,数据仓库在各个领域得到了广泛的应用。
但是目前并没有针对电子元器件的数据仓库。目前电子元器件数据多以纸介质形式,按照年、月进行归档存储,导致数据不易保存、容易出现数据错误且查询困难等问题。并且随着电子元器件的品种越来越多、数据量越来越大、电子元器件数据较分散,导致数据关系紊乱,给后期的分析处理带来困难。
发明内容
有鉴于此,本发明实施例提供了一种基于电子元器件的数据仓库构建方法及系统,旨在解决现有技术中没有针对电子元器件的数据仓库且电子元器件数据分散存储的问题。
为实现上述目的,本发明实施例的第一方面提供了一种基于电子元器件的数据仓库构建方法,包括:
步骤A,获取电子元器件数据源,并将所述电子元器件数据源中的数据存储在数据源缓存中;
步骤B,从数据源缓存中获取待抽取处理数据,并根据所述待抽取处理数据中电子元器件的特征进行分类,根据不同的类别进行特征抽取,并将抽取的特征数据存储在第一缓存中;
步骤C,从所第一缓存中获取待转换数据,根据所述待转换数据进行数据格式转换,并将转换后的数据存储在第二缓存中;
步骤D,从所述第二缓存中获取待装载数据,将所述待装载数据转存到数据仓库中;
所述步骤B、所述步骤C和所述步骤D进行并行操作。
作为本申请另一实施例,在所述步骤B之后,还包括:
步骤E,从所述第一缓存中获取抽取的特征数据,对所述特征数据进行清洗,并将清洗后的数据存储在第三缓存中;
所述步骤C,从所第三缓存中获取待转换数据,根据所述待转换数据进行数据格式转换,并将转换后的数据存储在第二缓存中;
所述步骤E与所述步骤B、所述步骤C、所述步骤D进行并行操作。
作为本申请另一实施例,所述对所述特征数据进行清洗,并将清洗后的数据存储在第三缓存中,包括:
对所述特征数据进行清洗,将清洗后的合格数据存储在第三缓存中,对清洗得到的不合格数据直接存储在所述第二缓存中。
作为本申请另一实施例,所述根据所述待抽取处理数据中电子元器件的特征进行分类,包括:
对所述待抽取处理数据中的电子元器件进行器件种类分类;
对每一器件种类中的电子元器件进行特征分类。
作为本申请另一实施例,所述器件种类至少包括:固态微波器件、电真空器件、军用电源、微特电机、混合集成电路和光电器件;
所述特征至少包括以下一种:器件属性、参数、数据分析、数据关联和可靠性预计;
所述参数包括合格参数和不合格参数。
作为本申请另一实施例,不同种类的器件的特征不完全一致。
作为本申请另一实施例,所述根据不同的类别进行特征抽取,包括:
根据业务需求确定数据粒度;
根据所述数据粒度对所述待抽取处理数据中的数据进行特征抽取。
本发明实施例的第二方面提供了一种基于电子元器件的数据仓库系统,包括:
数据源系统,用于获取电子元器件数据源,并将所述电子元器件数据源中的数据存储在数据源缓存中;
抽取子系统,用于从数据源缓存中获取待抽取处理数据,并根据所述待抽取处理数据中电子元器件的特征进行分类,根据不同的类别进行特征抽取,并将抽取的特征数据存储在第一缓存中;
转换子系统,用于从所第一缓存中获取待转换数据,根据所述待转换数据进行数据格式转换,并将转换后的数据存储在第二缓存中;
装载子系统,用于从所述第二缓存中获取待装载数据,将所述待装载数据转存到数据仓库中;
所述抽取子系统、转换子系统和所述装载子系统进行并行操作。
本发明实施例的第三方面提供了一种终端设备,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如上述任一实施例所述的基于电子元器件的数据仓库创建方法所述的步骤。
本发明实施例的第四方面提供了一种计算机可读存储介质,包括: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任一实施例所述的基于电子元器件的数据仓库构建方法所述的步骤。
本发明实施例与现有技术相比存在的有益效果是:与现有技术相比,本发明通过从数据源缓存中获取待抽取处理数据,并根据所述待抽取处理数据中电子元器件的特征进行分类,根据不同的类别进行特征抽取,并将抽取的特征数据存储在第一缓存中;从所第一缓存中获取待转换数据,根据所述待转换数据进行数据格式转换,并将转换后的数据存储在第二缓存中;从所述第二缓存中获取待装载数据,将所述待装载数据转存到数据仓库中;上述的特征抽取、数据格式转换和数据装载的处理过程并行执行,从而将散乱的电子元器件数据存储到数据仓库中,从而可以解决现有技术中没有针对电子元器件的数据仓库且电子元器件数据分散存储的问题。且本发明通过并行处理方式可以提高数据处理效率。
附图说明
为了更清楚地说明本发明实施例中的技术方案,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性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的基于电子元器件的数据仓库构建方法的实现流程示意图;
图2是本发明实施例提供的电子元器件的分类示意图;
图3是本发明实施例提供的数据仓库E-R示意图;
图4是本发明实施例提供的基于电子元器件的数据仓库系统的示例图;
图5是本发明另一实施例提供的基于电子元器件的数据仓库系统的示意图;
图6是本发明实施例提供的终端的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明的技术方案,下面通过具体实施例来进行说明。
图1为本发明实施例提供的一种基于电子元器件的数据仓库构建方法的实现流程示意图,详述如下。
步骤101,获取电子元器件数据源,并将电子元器件数据源中的数据存储在数据源缓存中。
电子元器件数据源可以包括在质量与可靠性管理活动中产生的数据、报表、文件、资料、软件等反映的数据、文字和图像的总称。收集的电子元器件数据可以包含可靠性的报告、试验原始记录、测试原始记录、工艺文件、过程文件等,涉及产品的设计、工艺、筛选、考核、鉴定、验收、可靠性增长、破坏性物理分析DPA、寿命试验、环境试验、特殊试验、使用等。电子资料是近几年发展起来的,一般是以*.doc、*.docx、*.xls、*.xlsx、*.txt、*.mdb等形式保存。这些数据的来源、精度和格式等存在巨大差异,因此都需要进行深度处理,才能在更深层次上分析数据、处理数据。
将获得的电子元器件数据源中的数据存储到数据源缓存中,可以采用即刻方式,即获得数据之后立刻转存到数据源缓存中,也可以采用间隔方式,即将获得的数据每隔预设时间缓存到数据源缓存中。
数据源缓存中存储的数据是原始的未经过处理的数据,因此可能包含多种格式的数据,可能存在错误的数据等,需要进一步处理之后才可以存储到数据仓库中。
步骤102,从数据源缓存中获取待抽取处理数据,并根据待抽取处理数据中电子元器件的特征进行分类,根据不同的类别进行特征抽取,并将抽取的特征数据存储在第一缓存中。
可选的,本步骤中根据待抽取处理数据中电子元器件的特征进行分类,可以包括:
对待抽取处理数据中的电子元器件进行器件种类分类;对每一器件种类中的电子元器件进行特征分类。以便在后续进行数据转换时可以依次根据不同的特征进行转换,由于每一特征采用的转换方式相同,这样可以提高转换效率。
可选的,如图2所示,器件种类至少包括:固态微波器件、电真空器件、军用电源、微特电机、混合集成电路和光电器件。需要说明的是,器件种类还可以包括其他的种类,以上仅仅是一种示意。
可选的,如图2所示,特征至少包括以下一种:器件属性、参数、数据分析、数据关联和可靠性预计。这里的器件属性至少可以包括:器件名称、型号、生产厂家、外形图片、应用场合、质量等级以及分类方式等,例如,器件名称可以包括二极管、晶体管等,参数包括合格参数和不合格参数,这里合格参数中可以包括不同参数的名称,数据分析采用的方式至少可以包括聚类分析和统计分析,数据关联可以至少包括两两参数之间的相关性、三个参数之间的相关性等,可靠性预计至少可以包括类型、环境系数、质量系数、成熟系数、温度应力系数、电压应力系数、应用系数和工艺系数等,采用上述系数可以表征固态微波器件的可靠性。
可选的,数据分析采用的聚类分析中还可以具体包括器件名称、型号、批号、数量、合格率、聚类方法等,统计分析中还可以包括型号、批号、平均值计算方式、标准差、测试最大值、最大几率出现位置、众值、偏斜、直方图和数值分布图等。
不同种类的器件的特征不完全一致。但是基本的器件属性、参数等每种类型的器件均可以包括。在本实施例中不一一列举其他种类的器件的特征类型。
可选的,根据不同的类别进行特征抽取,包括:
根据业务需求确定数据粒度;根据数据粒度对待抽取处理数据中的数据进行特征抽取。
确定粒度时可以根据业务类型和存储空间等因素。
可选的,第一缓存可以根据数据容量、存取频率及响应时间进行确定。
步骤103,从所第一缓存中获取待转换数据,根据待转换数据进行数据格式转换,并将转换后的数据存储在第二缓存中。
可选的,在对数据源的数据进行特征分类后,可以根据抽取出来的各类特征进行格式转换,以转换到数据仓库中采用的数据格式。在进行数据格式转换之前,还可以包括:从第一缓存中获取抽取的特征数据,对特征数据进行清洗,并将清洗后的数据存储在第三缓存中。
进行特征抽取后,特征数据是杂乱的,可能包含合格的数据和不合格的数据、无效的数据等,因此需要对特征数据进行数据清洗。
可选的,对特征数据进行清洗,并将清洗后的数据存储在第三缓存中,包括:
对特征数据进行清洗,将清洗后的合格数据存储在第三缓存中,对清洗得到的不合格数据直接存储在第二缓存中。
在本实施例中,清洗后的数据可以存储在缓存中,以便进行数据转化,而不合格的数据在电子元器件领域也是具有研究价值的数据,因此不合格的数据也不能直接丢弃,可以将其直接存储到第二缓存中,可以通过数据装载直接转存到数据仓库的参数特征下的不合格参数中进行保存,以便可以直接查询不合格参数进行分析研究。
可选的,对于不合格参数还可以清洗出来后直接输出,不进行后续的步骤,即不存储到数据仓库中。
可选的,在数据清洗之后,本步骤可以包括:从所第三缓存中获取待转换数据,根据待转换数据进行数据格式转换,并将转换后的数据存储在第二缓存中;
步骤102、步骤103和步骤104进行并行操作,在增加数据清洗的步骤后,数据清洗的步骤与步骤102、步骤103、步骤104进行并行操作。
可选的,第二缓存和第三缓存可以根据数据容量、存取频率及响应时间进行确定。
步骤104,从第二缓存中获取待装载数据,将待装载数据转存到数据仓库中。
可选的,数据装载操作即将转换格式后的数据,按照数据仓库中数据存储的格式进行存储。参见图3所示的数据仓库E-R示意图,数据仓库中还可以包括用户权限登录,例如编号、用户名和密码。数据仓库中每种器件的特征中还包括当前特征的编号。
可选的,本实施例中数据源缓存中存储待抽取数据,第一缓存中存储待清洗或者待转换的数据,第二缓存中存储待装载数据,第三缓存中存储待转换数据,本实施例中数据清洗的步骤与步骤102、步骤103、步骤104进行并行操作,在进行并行操作时,只要对应的缓存中存储着待处理数据,即可进行对应步骤的单独处理,每个步骤的处理不受其他步骤的影响。
可选的,由于数据仓库的查询操作在人们工作时间用的比较多,例如白天,而晚上人们不上班一般查询操作用的很少,因此在本实施例提供的基于电子元器件的数据仓库构建方法中的步骤102-104时可以在预设时间执行,例如晚上,或者预设的数据仓库查询操作少的时间,以平衡系统的工作量,提高系统性能。
上述基于电子元器件的数据仓库构建方法,通过采用并行处理方式进行电子元器件的特征抽取、数据清洗、数据格式转换、装载的并行处理,从而提高数据处理的效率,不必因为数据排队而浪费时间,另外,数据清洗时可以将不合格数据进行保存以供进一步研究,还可以在晚上或者数据仓库查询操作少的时间执行特征抽取、数据清洗、数据格式转换、装载的操作,从而提高系统处理效率。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
对应于上文实施例的基于电子元器件的数据仓库构建方法,图4示出了本发明实施例提供的基于电子元器件的数据仓库系统的示例图。如图4所示,该装置可以包括:数据源系统401、抽取子系统402、转换子系统403和装载子系统404;
数据源系统401,用于获取电子元器件数据源,并将电子元器件数据源中的数据存储在数据源缓存中;
抽取子系统402,用于从数据源缓存中获取待抽取处理数据,并根据待抽取处理数据中电子元器件的特征进行分类,根据不同的类别进行特征抽取,并将抽取的特征数据存储在第一缓存中;
转换子系统403,用于从所第一缓存中获取待转换数据,根据待转换数据进行数据格式转换,并将转换后的数据存储在第二缓存中;
装载子系统404,用于从第二缓存中获取待装载数据,将待装载数据转存到数据仓库中;
抽取子系统402、转换子系统403和装载子系统404进行并行操作。
如图5所示,基于电子元器件的数据仓库系统还包括:清洗子系统405;
清洗子系统405,用于从第一缓存中获取抽取的特征数据,对特征数据进行清洗,并将清洗后的数据存储在第三缓存中;
转换子系统403,还用于从所第三缓存中获取待转换数据,根据待转换数据进行数据格式转换,并将转换后的数据存储在第二缓存中;
清洗子系统405与抽取子系统402、转换子系统403、装载子系统404进行并行操作。
可选的,清洗子系统405对特征数据进行清洗,并将清洗后的数据存储在第三缓存中时,用于:
对特征数据进行清洗,将清洗后的合格数据存储在第三缓存中,对清洗得到的不合格数据直接存储在第二缓存中。
可选的,抽取子系统402根据待抽取处理数据中电子元器件的特征进行分类时,用于:
对待抽取处理数据中的电子元器件进行器件种类分类;
对每一器件种类中的电子元器件进行特征分类。
可选的,器件种类至少包括:固态微波器件、电真空器件、军用电源、微特电机、混合集成电路和光电器件;
特征至少包括以下一种:器件属性、参数、数据分析、数据关联和可靠性预计;
参数包括合格参数和不合格参数。
可选的,不同种类的器件的特征不完全一致。
可选的,抽取子系统402根据不同的类别进行特征抽取时,用于:
根据业务需求确定数据粒度;
根据数据粒度对待抽取处理数据中的数据进行特征抽取。
上述基于电子元器件的数据仓库系统,抽取子系统、转换子系统和装载子系统进行并行操作,从而提高数据处理的效率,不必因为数据排队而浪费时间,另外,清洗子系统对数据清洗时可以将不合格数据进行保存以供进一步研究,还可以在晚上或者数据仓库查询操作少的时间并行执行抽取子系统、清洗子系统、转换子系统和装载子系统,从而提高系统处理效率。
图6是本发明实施例提供的终端的示意图。如图6所示,该实施例的终端6包括:处理器60、存储器61以及存储在存储器61中并可在处理器60上运行的计算机程序62。处理器60执行计算机程序62时实现上述各个基于电子元器件的数据仓库构建方法实施例中的步骤,例如图1所示的步骤101至步骤104。或者,处理器60执行计算机程序62时实现上述各装置实施例中各模块/单元的功能,例如图4所示模块/单元401至404的功能,或者图5所示模块/单元401至405的功能。
示例性的,计算机程序62可以被分割成一个或多个模块/单元,一个或者多个模块/单元被存储在存储器61中,并由处理器60执行,以完成本发明。一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述计算机程序62在终端6中的执行过程。例如,计算机程序62可以被分割成图4所示的模块/单元401至404或者被分割成图5所示模块/单元401至405。
终端6可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。终端6可包括,但不仅限于,处理器60、存储器61。本领域技术人员可以理解,图6仅仅是终端6的示例,并不构成对终端6的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如终端还可以包括输入输出设备、网络接入设备、总线等。
所称处理器60可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器61可以是终端6的内部存储单元,例如终端6的硬盘或内存。存储器61也可以是终端6的外部存储设备,例如终端6上配备的插接式硬盘,智能存储卡(Smart MediaCard,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,存储器61还可以既包括终端6的内部存储单元也包括外部存储设备。存储器61用于存储计算机程序以及终端所需的其他程序和数据。存储器61还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端实施例仅仅是示意性的,例如,模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,的计算机程序可存储于计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个基于电子元器件的数据仓库构建方法实施例的步骤。其中,计算机程序包括计算机程序代码,计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。计算机可读介质可以包括:能够携带计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、电载波信号、电信信号以及软件分发介质等。需要说明的是,计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括是电载波信号和电信信号。
以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于电子元器件的数据仓库构建方法,其特征在于,包括:
步骤A,获取电子元器件数据源,并将所述电子元器件数据源中的数据存储在数据源缓存中;
步骤B,从数据源缓存中获取待抽取处理数据,并根据所述待抽取处理数据中电子元器件的特征进行分类,根据不同的类别进行特征抽取,并将抽取的特征数据存储在第一缓存中;
步骤C,从所第一缓存中获取待转换数据,根据所述待转换数据进行数据格式转换,并将转换后的数据存储在第二缓存中;
步骤D,从所述第二缓存中获取待装载数据,将所述待装载数据转存到数据仓库中;
所述步骤B、所述步骤C和所述步骤D进行并行操作。
2.如权利要求1所述的基于电子元器件的数据仓库构建方法,其特征在于,在所述步骤B之后,还包括:
步骤E,从所述第一缓存中获取抽取的特征数据,对所述特征数据进行清洗,并将清洗后的数据存储在第三缓存中;
所述步骤C,从所第三缓存中获取待转换数据,根据所述待转换数据进行数据格式转换,并将转换后的数据存储在第二缓存中;
所述步骤E与所述步骤B、所述步骤C、所述步骤D进行并行操作。
3.如权利要求2所述的基于电子元器件的数据仓库构建方法,其特征在于,所述对所述特征数据进行清洗,并将清洗后的数据存储在第三缓存中,包括:
对所述特征数据进行清洗,将清洗后的合格数据存储在第三缓存中,对清洗得到的不合格数据直接存储在所述第二缓存中。
4.如权利要求1-3中任一项所述的基于电子元器件的数据仓库构建方法,其特征在于,所述根据所述待抽取处理数据中电子元器件的特征进行分类,包括:
对所述待抽取处理数据中的电子元器件进行器件种类分类;
对每一器件种类中的电子元器件进行特征分类。
5.如权利要求4所述的基于电子元器件的数据仓库构建方法,其特征在于,所述器件种类至少包括:固态微波器件、电真空器件、军用电源、微特电机、混合集成电路和光电器件;
所述特征至少包括以下一种:器件属性、参数、数据分析、数据关联和可靠性预计;
所述参数包括合格参数和不合格参数。
6.如权利要求5所述的基于电子元器件的数据仓库构建方法,其特征在于,不同种类的器件的特征不完全一致。
7.如权利要求4所述的基于电子元器件的数据仓库构建方法,其特征在于,所述根据不同的类别进行特征抽取,包括:
根据业务需求确定数据粒度;
根据所述数据粒度对所述待抽取处理数据中的数据进行特征抽取。
8.一种基于电子元器件的数据仓库系统,其特征在于,包括:
数据源系统,用于获取电子元器件数据源,并将所述电子元器件数据源中的数据存储在数据源缓存中;
抽取子系统,用于从数据源缓存中获取待抽取处理数据,并根据所述待抽取处理数据中电子元器件的特征进行分类,根据不同的类别进行特征抽取,并将抽取的特征数据存储在第一缓存中;
转换子系统,用于从所第一缓存中获取待转换数据,根据所述待转换数据进行数据格式转换,并将转换后的数据存储在第二缓存中;
装载子系统,用于从所述第二缓存中获取待装载数据,将所述待装载数据转存到数据仓库中;
所述抽取子系统、转换子系统和所述装载子系统进行并行操作。
9.一种终端设备,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如权利要求1至7任一项所述方法的步骤。
10.一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7任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111416557.XA CN113934789A (zh) | 2021-11-25 | 2021-11-25 | 基于电子元器件的数据仓库构建方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111416557.XA CN113934789A (zh) | 2021-11-25 | 2021-11-25 | 基于电子元器件的数据仓库构建方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113934789A true CN113934789A (zh) | 2022-01-14 |
Family
ID=79288497
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111416557.XA Pending CN113934789A (zh) | 2021-11-25 | 2021-11-25 | 基于电子元器件的数据仓库构建方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113934789A (zh) |
-
2021
- 2021-11-25 CN CN202111416557.XA patent/CN113934789A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108446210B (zh) | 系统性能的度量方法、存储介质和服务器 | |
CN110362544B (zh) | 日志处理系统、日志处理方法、终端及存储介质 | |
US20160055044A1 (en) | Fault analysis method, fault analysis system, and storage medium | |
US20190114711A1 (en) | Financial analysis system and method for unstructured text data | |
CN113610239A (zh) | 针对机器学习的特征处理方法及特征处理系统 | |
CN111339052A (zh) | 一种非结构化日志数据处理方法及装置 | |
US20200110815A1 (en) | Multi contextual clustering | |
CN113934789A (zh) | 基于电子元器件的数据仓库构建方法及系统 | |
CN113238911B (zh) | 告警处理方法及装置 | |
CN115344495A (zh) | 批量任务测试的数据分析方法、装置、计算机设备及介质 | |
CN110246026B (zh) | 一种数据转移的输出组合设定方法、装置及终端设备 | |
CN113486342A (zh) | 一种基于用户行为分析的信息安全处理方法及系统 | |
CN114090869A (zh) | 目标对象处理方法、装置、电子设备及存储介质 | |
CN106528577B (zh) | 一种设置待清理文件的方法和装置 | |
CN116167829B (zh) | 一种多维多粒度用户行为分析方法 | |
CN112579638B (zh) | 行为标签信息的处理方法、装置、计算机设备及存储介质 | |
CN112671593B (zh) | 一种服务器的管理方法及相关设备 | |
CN113591458B (zh) | 基于神经网络的医学术语处理方法、装置、设备及存储介质 | |
CN114240224A (zh) | 业务策略生成方法及装置 | |
CN117312303A (zh) | 一种自动化的数据资产盘点方法、装置、电子设备及介质 | |
CN117933995A (zh) | 交易数据处理方法、装置、电子设备及存储介质 | |
CN116910352A (zh) | 基于人工智能的报表推荐方法、装置、设备及介质 | |
CN115543990A (zh) | 电网监控数据处理方法、装置、设备及存储介质 | |
CN116185856A (zh) | 一种软件系统健康检测方法、装置、存储介质及设备 | |
CN116798564A (zh) | 一种基于数据湖的医疗数据元管理及数据汇交共享方法 |
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 |