CN114564621A - 一种关联数据的方法、装置、设备及可读存储介质 - Google Patents
一种关联数据的方法、装置、设备及可读存储介质 Download PDFInfo
- Publication number
- CN114564621A CN114564621A CN202210204454.5A CN202210204454A CN114564621A CN 114564621 A CN114564621 A CN 114564621A CN 202210204454 A CN202210204454 A CN 202210204454A CN 114564621 A CN114564621 A CN 114564621A
- Authority
- CN
- China
- Prior art keywords
- data
- node
- target
- type
- determining
- 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
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/901—Indexing; Data structures therefor; Storage structures
- G06F16/9024—Graphs; Linked lists
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/90335—Query processing
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A30/00—Adapting or protecting infrastructure or their operation
- Y02A30/60—Planning or developing urban green infrastructure
Abstract
本发明公开了一种关联数据的方法、装置、设备及可读存储介质,所述方法包括:获取包含多个节点的图数据库;从所述图数据库中确定出目标节点,并确定出与所述目标节点对应的目标数据的数据类型;从预设规则库中获取源类型为所述目标数据的数据类型的目标预定义规则;其中,目标预定义规则包括:源类型、目标类型和匹配规则;从所述表数据库中获取与所述目标类型对应的匹配数据表,并按照所述匹配规则从所述匹配数据表中确定出与所述目标数据相匹配的关联数据;在所述图数据库中确定出与所述关联数据对应的关联节点,并在所述目标节点和所述关联节点之间绘制连接线;本发明能够通过图数据库准确、高效的建立不同数据表中各个数据之间的关联关系。
Description
技术领域
本发明涉及数据处理技术领域,特别涉及一种关联数据的方法、装置、设备及可读存储介质。
背景技术
智慧城市(Smart City)是指利用各种信息技术或创新理念集成城市的组成系统和服务,以提升资源运用的效率、优化城市管理和服务、以及改善市民生活质量。由智慧城市的定义和特性可知,为了实现智慧城市的功能需求,在基础数据组织层面需要实现对海量的、复杂的、多维度的数据进行关联,以实现不同级别、不同层次的数据融合;在智慧城市系统中,将不同来源的业务数据进行关联、融合是需求量最大且业务复杂度最高的应用场景。在现有技术中,在上述应用场景中是利用传统关系数据库存储数据表并通过表结构中的主外键字段表示各个数据表中数据之间的关联关系,或者依据不同的数据融合业务需求,由特定专业人员开发专有的程序以对数据进行关联、融合。在现有技术中在进行数据融合分析时,存在计算处理时间长、时效性差、不适合大数据量、以及无法适用实时分析需求的缺点。因此,如何对不同数据表中的复杂数据进行快速关联、融合成为本领域技术人员亟需解决的技术问题。
发明内容
本发明的目的在于提供一种关联数据的方法、装置、设备及可读存储介质,能够通过图数据库准确、高效的建立不同数据表中各个数据之间的关联关系。
根据本发明的一个方面,提供了一种关联数据的方法,所述方法包括:
获取包含多个节点的图数据库;其中,预设的表数据库中各个数据表的所有数据均在所述图数据库中有对应的节点;
从所述图数据库中确定出目标节点,并确定出与所述目标节点对应的目标数据的数据类型;
从预设规则库中获取源类型为所述目标数据的数据类型的目标预定义规则;其中,所述目标预定义规则包括:源类型、目标类型和匹配规则;
从所述表数据库中获取与所述目标类型对应的匹配数据表,并按照所述匹配规则从所述匹配数据表中确定出与所述目标数据相匹配的关联数据;
在所述图数据库中确定出与所述关联数据对应的关联节点,并在所述目标节点和所述关联节点之间绘制连接线。
可选的,在所述获取包含多个节点的图数据库之前,所述方法还包括:
从所述表数据库中依次遍历各个数据表,并在所述图数据库中为当前遍历到的数据表中的每个数据分别创建对应的节点;
将所述当前遍历到的数据表中每个数据在各个字段下的信息作为节点属性信息添加至对应的节点。
可选的,所述从所述图数据库中确定出目标节点,并确定出与所述目标节点对应的目标数据的数据类型,包括:
从所述目标节点的节点属性信息中解析出与所述目标节点对应的目标数据的数据类型。
可选的,所述在所述图数据库中确定出与所述关联数据对应的关联节点,并在所述目标节点和所述关联节点之间绘制连接线,包括:
按照所述匹配规则确定出所述目标数据与所述关联数据的关联类型;
在所述目标节点和所述关联节点之间绘制与所述关联类型对应线型的连接线;
将所述目标节点的标识、所述关联节点的标识和所述关联类型作为线属性信息添加至所述连接线。
可选的,所述方法还包括:
接收由查询终端发送的查询指令;其中,所述查询指令包括:起始数据和预设的关联规则;
从所述图数据库中确定出与所述起始数据对应的起始节点;
从所述起始节点开始,根据所述图数据库中各个节点之间的连接线,从所述图数据库中确定出满足所述关联规则的所有查询节点;
将所述起始节点和各个查询节点的节点属性信息,以及将所述起始节点和查询节点之间、各个查询节点之间连接线的线属性信息发送至所述查询终端。
可选的,所述从所述起始节点开始,根据所述图数据库中各个节点之间的连接线,从所述图数据库中确定出满足所述关联规则的所有查询节点,包括:
步骤1:将所述起始节点设置为第一个查询节点;
步骤2:从所述图数据库中确定出与所述查询节点通过连接线连接的候选节点;
步骤3:判断所述查询节点的节点属性信息、所述候选节点的节点属性信息、以及所述查询节点和所述候选节点之间连接线的线属性信息是否满足所述关联规则,若是,则执行步骤4,若否,则终止操作;
步骤4:将所述候选节点作为新的查询节点,并针对所述新的查询节点重新执行步骤2。
为了实现上述目的,本发明还提供一种关联数据的装置,所述装置具体包括以下组成部分:
获取模块,用于获取包含多个节点的图数据库;其中,预设的表数据库中各个数据表的所有数据均在所述图数据库中有对应的节点;
确定模块,用于从所述图数据库中确定出目标节点,并确定出与所述目标节点对应的目标数据的数据类型;
查找模块,用于从预设规则库中获取源类型为所述目标数据的数据类型的目标预定义规则;其中,所述目标预定义规则包括:源类型、目标类型和匹配规则;
匹配模块,用于从所述表数据库中获取与所述目标类型对应的匹配数据表,并按照所述匹配规则从所述匹配数据表中确定出与所述目标数据相匹配的关联数据;
关联模块,用于在所述图数据库中确定出与所述关联数据对应的关联节点,并在所述目标节点和所述关联节点之间绘制连接线。
可选的,所述装置还包括:
节点模块,用于从所述表数据库中依次遍历各个数据表,并在所述图数据库中为当前遍历到的数据表中的每个数据分别创建对应的节点;将所述当前遍历到的数据表中每个数据在各个字段下的信息作为节点属性信息添加至对应的节点。
为了实现上述目的,本发明还提供一种计算机设备,该计算机设备具体包括:存储器、处理器以及存储在所述存储器上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介绍的关联数据的方法的步骤。
为了实现上述目的,本发明还提供一种计算机可读存储介质,其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上述介绍的关联数据的方法的步骤。
本发明提供的关联数据的方法、装置、设备及可读存储介质,通过图数据库存储不同类型的数据表中的各个数据,并按照预定义规则确定出不同数据表中各个数据之间的关联关系,以形成可以表征数据之间关联关系的图数据库,从而便于后期基于该图数据进行高效的数据关联关系查询与分析;本发明提供了一种可以规模化应用的数据关联方法,可以应用在智慧城市、智慧园区等城市信息模型相关的业务领域中,可以将不同类型、不同来源的业务数据、空间数据、时序数据进行关联融合,打破信息孤岛,可以准确、高效的进行数据融合关联分析,并便于后期快速查询数据,为智慧城市、智慧园区等业务领域中的复杂数据关联融合应用提供了基础支持。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为实施例一提供的关联数据的方法的一种可选的流程示意图;
图2为实施例一提供的关联数据的方法的另一种可选的流程示意图;
图3为实施例二提供的关联数据的系统的一种可选的组成结构示意图;
图4为实施例二提供的通过图数据库对具有关联关系的节点进行查询的示意图;
图5为实施例二提供的数据表关联关系示意图;
图6为实施例三提供的关联数据的装置的一种可选的组成结构示意图;
图7为实施例四提供的计算机设备的一种可选的硬件架构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,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。基于本发明中的实施例,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,都属于本发明保护的范围。
实施例一
本发明实施例提供了一种关联数据的方法,如图1所示,该方法具体包括以下步骤:
步骤S101:获取包含多个节点的图数据库;其中,预设的表数据库中各个数据表的所有数据均在所述图数据库中有对应的节点。
在本实施例中,需要为表数据库中多个数据表中的各个数据之间建立关联关系,具体的,在本实施例中借助了图数据库,在建立数据之间的关联关系之前,需要先在图数据库中为每个数据表中的各个数据分别创建对应的节点,但此时各个节点之间并未通过连接线连接,是互相孤立的节点图例。
在现有技术中,一般将不同类型的数据存储到关系型数据库中,通过数据表之间的主外键表示数据关联关系,或通过人工查询不同的系统来实现,或针对特定业务场景编写专有的系统实现,均无法进行大规模的数据关联分析,且开发量大,后期维护成本较高。在本实施例中使用图数据库以替代关系型数据库,图数据库是应用图论存储实体之间的关联信息的一种非关系型数据库,图数据库的独特设计弥补了传统关系型数据库存储“关系型”数据的查询复杂、缓慢、预期长等缺点。
优选的,在智慧城市场景中,所述表数据库包括:包含城市信息模型中业务数据的数据表、包含城市信息数据模型中空间数据的数据表和城市信息模型中时序数据的数据表。且在同一数据表中的所有数据具有相同的数据类型。
具体的,在步骤S101之前,所述方法还包括:
步骤A1:从所述表数据库中依次遍历各个数据表,并在所述图数据库中为当前遍历到的数据表中的每个数据分别创建对应的节点;
步骤A2:将所述当前遍历到的数据表中每个数据在各个字段下的信息作为节点属性信息添加至对应的节点。
在本实施例中,数据表为结构化的数据表,所述数据表包括多行、每行对应一个数据实体,所述数据表还包括多列、每列对应一个字段,每个数据实体在各个字段下均有对应的信息;在本实施例中分别为图数据库中的每个节点设置对应的节点属性信息,其中,一个节点的节点属性信息包括与该节点对应的数据在各个字段下的信息。优选的,所述节点属性信息包括:数据所属数据表的ID、数据ID、数据类型。
步骤S102:从所述图数据库中确定出目标节点,并确定出与所述目标节点对应的目标数据的数据类型。
具体的,步骤S102,包括:
从所述目标节点的节点属性信息中解析出与所述目标节点对应的目标数据的数据类型。
需要说明的是,同一数据表中所有数据的数据类型均相同,不同数据表所对应的数据类型可以相同也可以不相同。
步骤S103:从预设规则库中获取源类型为所述目标数据的数据类型的目标预定义规则;其中,所述目标预定义规则包括:源类型、目标类型和匹配规则。
在本实施例中实现在预设规则库中创建了多个预定义规则,以通过每个预定义规则建立不同类型的数据之间的关联关系,预定义规则用于描述数据表之间的关系匹配计算逻辑;其中,预定义规则包括:用于表征第一类数据表的源类型、用于表征第二类数据表的目标类型、以及用于将第一类数据表中的数据与第二类数据表中的数据建连的匹配规则。所述匹配规则支持逻辑函数、聚类运算函数、空间计算函数、拓扑分析函数。
步骤S104:从所述表数据库中获取与所述目标类型对应的匹配数据表,并按照所述匹配规则从所述匹配数据表中确定出与所述目标数据相匹配的关联数据。
由于同一数据表中所有数据的数据类型均相同,所以可以根据目标预定义规则中的目标类型获取对应的匹配数据表,且所述匹配数据表中的所有数据均为所述目标类型。
具体的,步骤S104,包括:
步骤B1:依次从所述匹配数据表中获取待匹配数据,并从所述图数据库中获取与所述待匹配数据对应的待匹配节点;
优选的,步骤B1包括:从所述匹配数据表中获取所述待匹配数据的数据ID,并从所述图数据库中获取包含所述数据ID的待匹配节点。
步骤B2:判断所述目标节点的节点属性信息和所述待匹配节点的节点属性信息是否满足所述匹配规则;
步骤B3:若是,则将所述待匹配节点作为关联节点,并从所述匹配数据表中获取与所述关联节点对应的关联数据。
此外,在实际应用中,也可以通过判断待匹配数据在所述匹配数据表中的各个字段下的信息和所述目标节点的节点属性信息是否满足所述匹配规则来确定所述待匹配数据是否为关联数据,在本实施例中对如何从匹配数据表中确定出关联数据的方式并不做限定。
步骤S105:在所述图数据库中确定出与所述关联数据对应的关联节点,并在所述目标节点和所述关联节点之间绘制连接线。
具体的,步骤S105,包括:
步骤C1:按照所述匹配规则确定出所述目标数据与所述关联数据的关联类型;
其中,所述关联类型为包含在所述匹配规则中的一个参数,当根据匹配规则确定出与目标数据匹配的关联数据后可直接根据包含在所述匹配规则中的关联类型作为所述目标数据与所述关联数据的关联类型。
步骤C2:在所述目标节点和所述关联节点之间绘制与所述关联类型对应线型的连接线;
在本实施例中,可事先设置线型库,且在该线型库中包括多种类型的线型,例如:具有单向箭头的实线、具有双向箭头的实线、具有单向箭头的虚线、具有双向箭头的虚线,此外,还可事先为不同类型的线型配置对应的关联类型。
步骤C3:将所述目标节点的标识、所述关联节点的标识和所述关联类型作为线属性信息添加至所述连接线。
在本实施例中,可将目标节点的标识、关联节点的标识和关联类型作为三元组信息(即,线属性信息)添加至连接线;在本实施例中每个节点均有对应的节点属性信息、每个连接线均有对应的线属性信息。
进一步的,所述方法还包括:
步骤D1:接收由查询终端发送的查询指令;其中,所述查询指令包括:起始数据和预设的关联规则;
所述查询指令用于通过图数据库查找到与起始数据具有关联关系的查询数据。
步骤D2:从所述图数据库中确定出与所述起始数据对应的起始节点;
步骤D3:从所述起始节点开始,根据所述图数据库中各个节点之间的连接线,从所述图数据库中确定出满足所述关联规则的所有查询节点;
步骤D4:将所述起始节点和各个查询节点的节点属性信息,以及将所述起始节点和查询节点之间、各个查询节点之间连接线的线属性信息发送至所述查询终端。
更进一步的,所述步骤D3,具体包括:
步骤D31:将所述起始节点设置为第一个查询节点;
步骤D32:从所述图数据库中确定出与所述查询节点通过连接线连接的候选节点;
步骤D33:判断所述查询节点的节点属性信息、所述候选节点的节点属性信息、以及所述查询节点和所述候选节点之间连接线的线属性信息是否满足所述关联规则,若是,则执行步骤D34,若否,则终止操作;
步骤D34:将所述候选节点作为新的查询节点,并针对所述新的查询节点重新执行步骤D32。
在本实施例中,在图数据库中根据各个节点之间的连接线,通过节点遍历的方式确定出与起始节点具有关联关系的候选节点,并通过判断起始节点和候选节点之间的关联关系是否满足预设的关联规则,从而通过图数据库高效的查询到与起始节点相关的所有查询节点。
此外,如图2所示,为数据关联的示例图,其中,数据A为目标数据,数据表2为匹配数据表,根据数据A和预定义规则中的匹配规则从数据表2中确定出与数据A相匹配的数据B、并确定出数据A与数据B的关联类型,最后在图数据库中在数据A和数据B之间绘制连接线。在实际应用中,可将数据A、数据表2和预定义规则输入规则引擎,以通过规则引擎计算出不同数据表中具有关联关系的数据。此外,规则引擎是由推荐引擎发展而来的,是一种嵌入在应用程序中的组件,实现了将业务决策从应用程序代码中分离出来,并使用预定义的语义模块编写业务决策,通过接收数据输入、解释业务规则、并根据规则作出业务决策。
在本实施例中,通过图数据库存储不同类型的数据表中的各个数据,并按照预定义规则确定出不同数据表中各个数据之间的关联关系,以形成可以表征数据之间关联关系的图数据库,从而便于后期基于该图数据进行高效的数据关联关系查询与分析;本实施例提供了一种可以规模化应用的数据关联方法,可以应用在智慧城市、智慧园区等城市信息模型相关的业务领域中,可以将不同类型、不同来源的业务数据、空间数据、时序数据进行关联融合,打破信息孤岛,可以准确、高效的进行数据融合关联分析,并便于后期快速查询数据,为智慧城市、智慧园区等业务领域中的复杂数据关联融合应用提供了基础支持。
实施例二
本发明实施例提供了一种关联数据的系统,如图3所示,该系统具体包括以下组成部分:数据加载模块301、数据关联计算模块302、数据关系构建模块303、图数据库304和数据查询模块305。
数据加载模块301,用于从预设的表数据库中依次遍历各个数据表,并在图数据库304中为当前遍历到的数据表中的每个数据分别创建对应的节点;将所述当前遍历到的数据表中每个数据在各个字段下的信息作为节点属性信息添加至对应的节点。
优选的,在智慧城市场景中,所述表数据库包括:包含城市信息模型中业务数据的数据表、包含城市信息数据模型中空间数据的数据表和城市信息模型中时序数据的数据表。且在同一数据表中的所有数据具有相同的数据类型。
在本实施例中,数据表为结构化的数据表,所述数据表包括多行、每行对应一个数据实体,所述数据表还包括多列、每列对应一个字段,每个数据实体在各个字段下均有对应的信息;在本实施例中分别为图数据库中的每个节点设置对应的节点属性信息,其中,一个节点的节点属性信息包括与该节点对应的数据在各个字段下的信息。优选的,所述节点属性信息包括:数据所属数据表的ID、数据ID、数据类型。
数据关联计算模块302,用于从图数据库304中确定出目标节点,并确定出与所述目标节点对应的目标数据的数据类型;从预设规则库中获取源类型为所述目标数据的数据类型的目标预定义规则;其中,所述目标预定义规则包括:源类型、目标类型和匹配规则;从所述表数据库中获取与所述目标类型对应的匹配数据表,并按照所述匹配规则从所述匹配数据表中确定出与所述目标数据相匹配的关联数据。
在本实施例中实现在预设规则库中创建了多个预定义规则,以通过每个预定义规则建立不同类型的数据之间的关联关系;其中,预定义规则包括:用于表征第一类数据表的源类型、用于表征第二类数据表的目标类型、以及用于将第一类数据表中的数据与第二类数据表中的数据建连的匹配规则。所述匹配规则支持逻辑函数、聚类运算函数、空间计算函数、拓扑分析函数。
数据关系构建模块303,用于按照所述匹配规则确定出所述目标数据与所述关联数据的关联类型;在所述目标节点和所述关联节点之间绘制与所述关联类型对应线型的连接线;将所述目标节点的标识、所述关联节点的标识和所述关联类型作为线属性信息添加至所述连接线。
在本实施例中,可将目标节点的标识、关联节点的标识和关联类型作为三元组信息(即,线属性信息)添加至连接线;在本实施例中每个节点均有对应的节点属性信息、每个连接线均有对应的线属性信息。
数据查询模块305,用于接收由查询终端发送的查询指令;其中,所述查询指令包括:起始数据和预设的关联规则;从图数据库304中确定出与所述起始数据对应的起始节点;从所述起始节点开始,根据图数据库304中各个节点之间的连接线,从图数据库304中确定出满足所述关联规则的所有查询节点;将所述起始节点和各个查询节点的节点属性信息,以及将所述起始节点和查询节点之间、各个查询节点之间连接线的线属性信息发送至所述查询终端。
如图4所示,为通过图数据库对具有关联关系的节点进行查询的示意图,在图4中每个节点表征一个企业,当查询指令中的起始企业对应的节点为左上角节点时,根据企业类型和企业关系通过图遍历操作从图数据库中找到与起始企业具有关联关系的其他企业。具体的,在遍历过程中从起始企业对应的起始节点开始,根据节点与节点之间的连接线进行遍历,直至不满足关联规则时遍历停止。
对比关系型数据库的话,如图5所示,通常是建立两个用于存储企业和企业关系的数据表:一个数据表保存企业信息(t_enterprise),另一个数据表用于保存企业间关系(t_enterprise_relation);如果想找到目标企业的关联企业,需要在两个数据表之间使用关联操作(join操作),如果有四层关联关系,就需要四个join操作。虽然只对单个目标企业所有的关联企业感兴趣,但必须对全表的所有数据进行join操作,然后丢弃没有兴趣的数据行;这种操作会给关系型数据库的引擎带来巨大压力,在大数据量时几乎无法计算。而图遍历操作是通过在互相连接的两个节点之间移动来访问图中的一组节点的操作,这是图数据库中进行数据检索的基本操作,图遍历的一个关键概念是这个操作仅仅是局部相关的,遍历查询时只需要考虑所需的数据,无需像关系型数据库的join操作一样,在整个数据表上执行代价极高的分组操作。
实施例三
本发明实施例提供了一种关联数据的装置,如图6所示,该装置具体包括以下组成部分:
获取模块601,用于获取包含多个节点的图数据库;其中,预设的表数据库中各个数据表的所有数据均在所述图数据库中有对应的节点;
确定模块602,用于从所述图数据库中确定出目标节点,并确定出与所述目标节点对应的目标数据的数据类型;
查找模块603,用于从预设规则库中获取源类型为所述目标数据的数据类型的目标预定义规则;其中,所述目标预定义规则包括:源类型、目标类型和匹配规则;
匹配模块604,用于从所述表数据库中获取与所述目标类型对应的匹配数据表,并按照所述匹配规则从所述匹配数据表中确定出与所述目标数据相匹配的关联数据;
关联模块605,用于在所述图数据库中确定出与所述关联数据对应的关联节点,并在所述目标节点和所述关联节点之间绘制连接线。
具体的,所述装置还包括:
节点模块,用于从所述表数据库中依次遍历各个数据表,并在所述图数据库中为当前遍历到的数据表中的每个数据分别创建对应的节点;将所述当前遍历到的数据表中每个数据在各个字段下的信息作为节点属性信息添加至对应的节点。
进一步的,确定模块602,具体用于:
从所述目标节点的节点属性信息中解析出与所述目标节点对应的目标数据的数据类型。
进一步的,关联模块605,具体用于:
按照所述匹配规则确定出所述目标数据与所述关联数据的关联类型;
在所述目标节点和所述关联节点之间绘制与所述关联类型对应线型的连接线;
将所述目标节点的标识、所述关联节点的标识和所述关联类型作为线属性信息添加至所述连接线。
进一步的,所述装置还包括:
查询模块,用于接收由查询终端发送的查询指令;其中,所述查询指令包括:起始数据和预设的关联规则;从所述图数据库中确定出与所述起始数据对应的起始节点;从所述起始节点开始,根据所述图数据库中各个节点之间的连接线,从所述图数据库中确定出满足所述关联规则的所有查询节点;将所述起始节点和各个查询节点的节点属性信息,以及将所述起始节点和查询节点之间、各个查询节点之间连接线的线属性信息发送至所述查询终端。
更进一步的,所述查询模块,具体用于:
步骤1:将所述起始节点设置为第一个查询节点;步骤2:从所述图数据库中确定出与所述查询节点通过连接线连接的候选节点;步骤3:判断所述查询节点的节点属性信息、所述候选节点的节点属性信息、以及所述查询节点和所述候选节点之间连接线的线属性信息是否满足所述关联规则,若是,则执行步骤4,若否,则终止操作;步骤4:将所述候选节点作为新的查询节点,并针对所述新的查询节点重新执行步骤2。
实施例四
本实施例还提供一种计算机设备,如可以执行程序的智能手机、平板电脑、笔记本电脑、台式计算机、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器,或者多个服务器所组成的服务器集群)等。如图7所示,本实施例的计算机设备70至少包括但不限于:可通过系统总线相互通信连接的存储器701、处理器702。需要指出的是,图7仅示出了具有组件701-702的计算机设备70,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
本实施例中,存储器701(即可读存储介质)包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,存储器701可以是计算机设备70的内部存储单元,例如该计算机设备70的硬盘或内存。在另一些实施例中,存储器701也可以是计算机设备70的外部存储设备,例如该计算机设备70上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,存储器701还可以既包括计算机设备70的内部存储单元也包括其外部存储设备。在本实施例中,存储器701通常用于存储安装于计算机设备70的操作系统和各类应用软件。此外,存储器701还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器702在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器702通常用于控制计算机设备70的总体操作。
具体的,在本实施例中,处理器702用于执行存储器701中存储的关联数据的方法的程序,所述关联数据的方法的程序被执行时实现如下步骤:
获取包含多个节点的图数据库;其中,预设的表数据库中各个数据表的所有数据均在所述图数据库中有对应的节点;
从所述图数据库中确定出目标节点,并确定出与所述目标节点对应的目标数据的数据类型;
从预设规则库中获取源类型为所述目标数据的数据类型的目标预定义规则;其中,所述目标预定义规则包括:源类型、目标类型和匹配规则;
从所述表数据库中获取与所述目标类型对应的匹配数据表,并按照所述匹配规则从所述匹配数据表中确定出与所述目标数据相匹配的关联数据;
在所述图数据库中确定出与所述关联数据对应的关联节点,并在所述目标节点和所述关联节点之间绘制连接线。
上述方法步骤的具体实施例过程可参见实施例一,本实施例在此不再重复赘述。
实施例五
本实施例还提供一种计算机可读存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,其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下方法步骤:
获取包含多个节点的图数据库;其中,预设的表数据库中各个数据表的所有数据均在所述图数据库中有对应的节点;
从所述图数据库中确定出目标节点,并确定出与所述目标节点对应的目标数据的数据类型;
从预设规则库中获取源类型为所述目标数据的数据类型的目标预定义规则;其中,所述目标预定义规则包括:源类型、目标类型和匹配规则;
从所述表数据库中获取与所述目标类型对应的匹配数据表,并按照所述匹配规则从所述匹配数据表中确定出与所述目标数据相匹配的关联数据;
在所述图数据库中确定出与所述关联数据对应的关联节点,并在所述目标节点和所述关联节点之间绘制连接线。
上述方法步骤的具体实施例过程可参见实施例一,本实施例在此不再重复赘述。
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。
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 (10)
1.一种关联数据的方法,其特征在于,所述方法包括:
获取包含多个节点的图数据库;其中,预设的表数据库中各个数据表的所有数据均在所述图数据库中有对应的节点;
从所述图数据库中确定出目标节点,并确定出与所述目标节点对应的目标数据的数据类型;
从预设规则库中获取源类型为所述目标数据的数据类型的目标预定义规则;其中,所述目标预定义规则包括:源类型、目标类型和匹配规则;
从所述表数据库中获取与所述目标类型对应的匹配数据表,并按照所述匹配规则从所述匹配数据表中确定出与所述目标数据相匹配的关联数据;
在所述图数据库中确定出与所述关联数据对应的关联节点,并在所述目标节点和所述关联节点之间绘制连接线。
2.根据权利要求1所述的关联数据的方法,其特征在于,在所述获取包含多个节点的图数据库之前,所述方法还包括:
从所述表数据库中依次遍历各个数据表,并在所述图数据库中为当前遍历到的数据表中的每个数据分别创建对应的节点;
将所述当前遍历到的数据表中每个数据在各个字段下的信息作为节点属性信息添加至对应的节点。
3.根据权利要求2所述的关联数据的方法,其特征在于,所述从所述图数据库中确定出目标节点,并确定出与所述目标节点对应的目标数据的数据类型,包括:
从所述目标节点的节点属性信息中解析出与所述目标节点对应的目标数据的数据类型。
4.根据权利要求2所述的关联数据的方法,其特征在于,所述在所述图数据库中确定出与所述关联数据对应的关联节点,并在所述目标节点和所述关联节点之间绘制连接线,包括:
按照所述匹配规则确定出所述目标数据与所述关联数据的关联类型;
在所述目标节点和所述关联节点之间绘制与所述关联类型对应线型的连接线;
将所述目标节点的标识、所述关联节点的标识和所述关联类型作为线属性信息添加至所述连接线。
5.根据权利要求4所述的关联数据的方法,其特征在于,所述方法还包括:
接收由查询终端发送的查询指令;其中,所述查询指令包括:起始数据和预设的关联规则;
从所述图数据库中确定出与所述起始数据对应的起始节点;
从所述起始节点开始,根据所述图数据库中各个节点之间的连接线,从所述图数据库中确定出满足所述关联规则的所有查询节点;
将所述起始节点和各个查询节点的节点属性信息,以及将所述起始节点和查询节点之间、各个查询节点之间连接线的线属性信息发送至所述查询终端。
6.根据权利要求5所述的关联数据的方法,其特征在于,所述从所述起始节点开始,根据所述图数据库中各个节点之间的连接线,从所述图数据库中确定出满足所述关联规则的所有查询节点,包括:
步骤1:将所述起始节点设置为第一个查询节点;
步骤2:从所述图数据库中确定出与所述查询节点通过连接线连接的候选节点;
步骤3:判断所述查询节点的节点属性信息、所述候选节点的节点属性信息、以及所述查询节点和所述候选节点之间连接线的线属性信息是否满足所述关联规则,若是,则执行步骤4,若否,则终止操作;
步骤4:将所述候选节点作为新的查询节点,并针对所述新的查询节点重新执行步骤2。
7.一种关联数据的装置,其特征在于,所述装置包括:
获取模块,用于获取包含多个节点的图数据库;其中,预设的表数据库中各个数据表的所有数据均在所述图数据库中有对应的节点;
确定模块,用于从所述图数据库中确定出目标节点,并确定出与所述目标节点对应的目标数据的数据类型;
查找模块,用于从预设规则库中获取源类型为所述目标数据的数据类型的目标预定义规则;其中,所述目标预定义规则包括:源类型、目标类型和匹配规则;
匹配模块,用于从所述表数据库中获取与所述目标类型对应的匹配数据表,并按照所述匹配规则从所述匹配数据表中确定出与所述目标数据相匹配的关联数据;
关联模块,用于在所述图数据库中确定出与所述关联数据对应的关联节点,并在所述目标节点和所述关联节点之间绘制连接线。
8.根据权利要求7所述的关联数据的装置,其特征在于,所述装置还包括:
节点模块,用于从所述表数据库中依次遍历各个数据表,并在所述图数据库中为当前遍历到的数据表中的每个数据分别创建对应的节点;将所述当前遍历到的数据表中每个数据在各个字段下的信息作为节点属性信息添加至对应的节点。
9.一种计算机设备,所述计算机设备包括:存储器、处理器以及存储在所述存储器上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6中任一项所述方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,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6中任一项所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210204454.5A CN114564621A (zh) | 2022-03-03 | 2022-03-03 | 一种关联数据的方法、装置、设备及可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210204454.5A CN114564621A (zh) | 2022-03-03 | 2022-03-03 | 一种关联数据的方法、装置、设备及可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114564621A true CN114564621A (zh) | 2022-05-31 |
Family
ID=81717256
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210204454.5A Pending CN114564621A (zh) | 2022-03-03 | 2022-03-03 | 一种关联数据的方法、装置、设备及可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114564621A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111078205A (zh) * | 2019-11-22 | 2020-04-28 | 北京锐安科技有限公司 | 一种模块化编程方法、装置、存储介质及电子设备 |
-
2022
- 2022-03-03 CN CN202210204454.5A patent/CN114564621A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111078205A (zh) * | 2019-11-22 | 2020-04-28 | 北京锐安科技有限公司 | 一种模块化编程方法、装置、存储介质及电子设备 |
CN111078205B (zh) * | 2019-11-22 | 2024-01-26 | 北京锐安科技有限公司 | 一种模块化编程方法、装置、存储介质及电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111459985B (zh) | 标识信息处理方法及装置 | |
JP2010524060A (ja) | 分散コンピューティングにおけるデータマージング | |
CN103440288A (zh) | 一种大数据存储方法及装置 | |
CN103514223A (zh) | 一种数据仓库数据同步方法和系统 | |
CN102708203A (zh) | 一种基于xml元数据的数据库动态管理方法 | |
CN114691786A (zh) | 数据血缘关系的确定方法及装置、存储介质、电子装置 | |
CN110134681B (zh) | 数据存储与查询方法、装置、计算机设备及存储介质 | |
CN105630934A (zh) | 一种数据统计方法及系统 | |
CN111400288A (zh) | 数据质量检查方法及系统 | |
CN115905630A (zh) | 一种图数据库查询方法、装置、设备及存储介质 | |
CN114564621A (zh) | 一种关联数据的方法、装置、设备及可读存储介质 | |
CN114297204A (zh) | 一种异构数据源的数据存储、检索方法及装置 | |
CN110569315B (zh) | 基于数据仓库的数据处理方法和装置 | |
CN109697234B (zh) | 实体的多属性信息查询方法、装置、服务器和介质 | |
CN116719799A (zh) | 环保数据治理方法、装置、计算机设备和存储介质 | |
CN114817226A (zh) | 政府数据的处理方法及装置 | |
CN115114297A (zh) | 数据轻量存储及查找方法、装置、电子设备及存储介质 | |
CN115658680A (zh) | 数据存储方法、数据查询方法和相关装置 | |
CN116450637A (zh) | 一种数据管理方法、装置、电子设备以及存储介质 | |
CN113934729A (zh) | 一种基于知识图谱的数据管理方法、相关设备及介质 | |
CN113722296A (zh) | 一种农业信息处理方法、装置、电子设备及存储介质 | |
CN114510605A (zh) | 数据存储方法、装置、电子设备及存储介质 | |
CN115809268B (zh) | 一种基于分片索引的自适应查询方法和装置 | |
CN114490095B (zh) | 请求结果的确定方法和装置、存储介质及电子装置 | |
CN117609303A (zh) | 多表联合查询方法、装置、设备及存储介质 |
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 |