CN114840522A - 基于人工智能的数据查询方法、装置、电子设备及介质 - Google Patents
基于人工智能的数据查询方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN114840522A CN114840522A CN202210449265.4A CN202210449265A CN114840522A CN 114840522 A CN114840522 A CN 114840522A CN 202210449265 A CN202210449265 A CN 202210449265A CN 114840522 A CN114840522 A CN 114840522A
- Authority
- CN
- China
- Prior art keywords
- relation
- query
- target
- relationship
- database
- 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
- G06F16/22—Indexing; Data structures therefor; Storage structures
- G06F16/2282—Tablespace storage structures; 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
- G06F16/242—Query formulation
- G06F16/2433—Query languages
-
- 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
- G06F16/288—Entity relationship models
-
- 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
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及人工智能技术领域,提供一种基于人工智能的数据查询方法、装置、电子设备及介质,所述方法包括:扫描目标数据库日志中的数据库语句,得到数据库联查语句;基于目标项目的表结构信息分析数据库联查语句,得到主表及子表,以及主表和子表之间的对应关系;基于目标项目的配置信息及主表与子表之间的对应关系,创建第一实体关系图;对第一实体关系图进行校验,得到第二实体关系图;根据表关系查询条件在第二实体关系图中进行表关系查询,得到查询结果。本发明通过目标项目的配置信息及主表与子表之间的对应关系,创建第一实体关系图,提高了数据表关系查询效率及准确率。
Description
技术领域
本发明涉及人工智能技术领域,具体涉及一种基于人工智能的数据查询方法、装置、电子设备及介质。
背景技术
随着互联网的发展,数据库中数据表越来越多,历史上数据库中的表关系是由外键关系进行标识,了解一个项目的底层数据存储结构,直接依据数据库外键建立ER关系图,但随着用户量逐步增加,外键使用已被废弃,数据表关系不再由数据库强关联,而是从页面逐层进入找出接口去了解一个项目。
然而,在根据接口了解一个项目时,需要找到数据落地方式及位置,并辅之以数据关系设计图,加上开发协助,才能找到数据表关系,导致数据表关系查询效率及准确率低。
发明内容
鉴于以上内容,有必要提出一种基于人工智能的数据查询方法、装置、电子设备及介质,通过目标项目的配置信息及主表与子表之间的对应关系,创建第一实体关系图,提高了数据表关系查询效率及准确率。
本发明的第一方面提供一种基于人工智能的数据查询方法,所述方法包括:
解析接收到的数据表关系查询请求,获取目标项目及所述目标项目的目标数据库日志,以及表关系查询条件;
扫描所述目标项目的目标数据库日志中的数据库语句,得到数据库联查语句;
基于所述目标项目的表结构信息分析所述数据库联查语句,得到主表及子表,以及主表和子表之间的对应关系;
基于所述目标项目的配置信息及所述主表与子表之间的对应关系,创建第一实体关系图;
对所述第一实体关系图进行校验,得到第二实体关系图;
根据所述表关系查询条件在所述第二实体关系图中进行表关系查询,得到查询结果。
可选地,所述解析接收到的数据表关系查询请求,获取目标项目及所述目标项目的目标数据库日志,以及表关系查询条件包括:
解析所述数据表关系查询请求,获取所述数据表关系查询请求的报文信息;
从所述报文信息中获取目标项目的名称及表关系查询条件;
基于所述目标项目的名称确定所述目标项目对应的目标数据库的接口;
通过所述目标数据库的接口获取所述目标项目的二进制日志;
调用设备端开启binlog,并将所述二进制日志通过binlog文件进行传递,得到所述目标项目的目标数据库日志。
可选地,所述扫描所述目标项目的目标数据库日志中的数据库语句,得到数据库联查语句包括:
扫描所述目标项目的目标数据库日志中的每个数据库语句;
解析所述每个数据库语句,获取对应的查询语句中的查询条件和查询结果;
采用正则匹配将每个数据库语句的查询条件和查询结果进行匹配,得到匹配结果;
基于所述匹配结果中的表名称、字段和值信息,生成数据库联查语句。
可选地,所述基于所述目标项目的配置信息分析所述数据库联查语句,得到主表及子表,以及主表和子表之间的对应关系包括:
分析所述数据库联查语句,筛选出存在关联关系的数据表;
识别存在关联关系的数据表的连接方式;
当所述存在关联关系的数据表的连接方式为左连接时,确定存在关联关系的数据表中的左表为主表,右表为子表,并识别所述主表和子表与所述目标项目的表结构信息中对应的主表和子表是否一致;当所述主表和子表与所述表结构信息中对应的主表和子表完全一致时,确定所述主表与子表之间的对应关系为预设的第一对应关系;
当所述存在关联关系的数据表的连接方式为右连接时,确定存在关联关系的数据表中的右表为主表,左表为子表,并识别所述主表和子表与所述目标项目的表结构信息中对应的主表和子表是否一致;当所述主表和子表与所述表结构信息中对应的主表和子表完全一致时,所述主表与子表之间的对应关系为预设的第二对应关系。
可选地,所述方法还包括:
当所述存在关联关系的数据表的连接方式为内连接时,获取存在内连接的两个表的表名称;
基于所述两个表的表名称遍历所述表结构信息,得到遍历结果;
当遍历结果中对应的两个表为一对一关系时,确定存在关联关系的数据表中的两个表之间的对应关系为预设的第三对应关系;
当遍历结果中对应的两个表不为一对一关系时,基于所述遍历结果更新所述存在关联关系的数据表的连接方式。
可选地,所述基于所述目标项目的配置信息及所述主表与子表之间的对应关系,创建第一实体关系图包括:
从所述目标项目的配置信息中获取需要展示的目标实体;
从所述对应关系中提取所述需要展示的目标实体;
从所述对应关系中提取所述目标实体对应的特征作为属性;
从所述对应关系中提取所述目标实体间的关系及关系基数;
根据所述目标实体、所述属性、所述关系及所述关系基数,利用预设的实体关系图生成工具,生成第一实体关系图。
可选地,在所述得到第二实体关系图之后,所述方法还包括:
识别所述第二实体关系图中的关系模式类型;
获取所述关系模式类型对应的转换规则;
采用所述转换规则将所述第二实体关系图映射为关系表。
本发明的第二方面提供一种基于人工智能的数据查询装置,所述装置包括:
解析和获取模块,用于解析接收到的数据表关系查询请求,获取目标项目及所述目标项目的目标数据库日志,以及表关系查询条件;
扫描模块,用于扫描所述目标项目的目标数据库日志中的数据库语句,得到数据库联查语句;
分析模块,用于基于所述目标项目的表结构信息分析所述数据库联查语句,得到主表及子表,以及主表和子表之间的对应关系;
创建模块,用于基于所述目标项目的配置信息及所述主表与子表之间的对应关系,创建第一实体关系图;
校验模块,用于对所述第一实体关系图进行校验,得到第二实体关系图;
查询模块,用于根据所述表关系查询条件在所述第二实体关系图中进行表关系查询,得到查询结果。
本发明的第三方面提供一种电子设备,所述电子设备包括处理器和存储器,所述处理器用于执行所述存储器中存储的计算机程序时实现所述的基于人工智能的数据查询方法。
本发明的第四方面提供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所述的基于人工智能的数据查询方法。
综上所述,本发明所述的基于人工智能的数据查询方法、装置、电子设备及介质,通过扫描所述目标项目的目标数据库日志中的数据库语句,得到数据库联查语句,基于所述目标项目的表结构信息分析所述数据库联查语句,得到主表及子表,以及主表和子表之间的对应关系,通过逆向分析目标数据库日志,获取数据库联查语句,查询表与表之间的关系,无需通过外键或开发人员从页面入手反推数据关系,提升了获取的数据表关系的效率,同时基于所述目标项目的表结构信息校验查询得到的表与表之间的关系,提高了确定的主表和子表的准确率。基于所述目标项目的配置信息及所述主表与子表之间的对应关系,创建第一实体关系图,开发人员可以直观看到所述目标代码库中各个数据表之间的关联关系,提高了数据表关系查询效率,同时对所述第一实体关系图进行校验,得到第二实体关系图,确保了第二实体关系图中各个表之间的关联关系的准确率,进而提高了数据表关系查询效率及准确率。
附图说明
图1是本发明实施例一提供的基于人工智能的数据查询方法的流程图。
图2是本发明实施例二提供的基于人工智能的数据查询装置的结构图。
图3是本发明实施例三提供的电子设备的结构示意图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施例对本发明进行详细描述。需要说明的是,在不冲突的情况下,本发明的实施例及实施例中的特征可以相互组合。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常理解的含义相同。本文中在本发明的说明书中所使用的术语只是为了描述具体的实施例的目的,不是旨在于限制本发明。
实施例一
图1是本发明实施例一提供的基于人工智能的数据查询方法的流程图。
在本实施例中,所述基于人工智能的数据查询方法可以应用于电子设备中,对于需要进行基于人工智能的数据查询的电子设备,可以直接在电子设备上集成本发明的方法所提供的基于人工智能的数据查询的功能,或者以软件开发工具包(SoftwareDevelopment Kit,SDK)的形式运行在电子设备中。
本发明实施例可以基于人工智能技术对相关的数据进行获取和处理。其中,人工智能(Artificial Intelligence,AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能,感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。
人工智能基础技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理技术、操作/交互系统、机电一体化等技术。人工智能软件技术主要包括计算机视觉技术、机器人技术、生物识别技术、语音处理技术、自然语言处理技术以及机器学习、深度学习等几大方向。
如图1所示,所述基于人工智能的数据查询方法具体包括以下步骤,根据不同的需求,该流程图中步骤的顺序可以改变,某些可以省略。
S11,解析接收到的数据表关系查询请求,获取目标项目及所述目标项目的目标数据库日志,以及表关系查询条件。
本实施例中,在数字医疗领域、项目开发领域,为了快速获知目标项目的项目内容,客户端发送数据关系查询请求至服务端,服务端通过分析所述数据关系查询请求对应的目标项目的目标数据库日志中各个数据表之间的关联关系,根据各个数据表之间的关联关系获知项目内容,即获取到项目内容的逻辑结构关系,根据项目内容的逻辑关系可以协助后期项目内容的维护、增减及重构,缩短项目开发周期。
本实施例中,所述表关系查询条件可以包括:查询的时间范围、查询的内容、查询的项目信息等。
在一个可选的实施例中,所述解析接收到的数据表关系查询请求,获取目标项目及所述目标项目的目标数据库日志,以及表关系查询条件包括:
解析所述数据表关系查询请求,获取所述数据表关系查询请求的报文信息;
从所述报文信息中获取目标项目的名称及表关系查询条件;
基于所述目标项目的名称确定所述目标项目对应的目标数据库的接口;
通过所述目标数据库的接口获取所述目标项目的二进制日志;
调用设备端开启binlog,并将所述二进制日志通过binlog文件进行传递,得到所述目标项目的目标数据库日志。
本实施例中,每个目标项目的名称对应有目标数据库接口。
本实施例中,由于外键关系基本已被弃用,如何脱离数据库本身获取精确的表逻辑结构变成了难题,为了防止数据问题无法回溯,通过将目标项目的二进制日志转换为binlog日志,并对binlog日志进行解析,获取数据库联查语句。
S12,扫描所述目标项目的目标数据库日志中的数据库语句,得到数据库联查语句。
本实施例中,所述数据库联查语句是指所述binlog日志中存在的关联关系的数据库语句,通过分析所述数据库语句可以获取数据库联查语句。
在一个可选的实施例中,所述扫描所述目标项目的目标数据库日志中的数据库语句,得到数据库联查语句包括:
扫描所述目标项目的目标数据库日志中的每个数据库语句;
解析所述每个数据库语句,获取对应的查询语句中的查询条件和查询结果;
采用正则匹配将每个数据库语句的查询条件和查询结果进行匹配,得到匹配结果;
基于所述匹配结果中的表名称、字段和值信息,生成数据库联查语句。
本实施例中,目标项目的目标数据库日志中的每个数据库语句中包含有查询条件及查询结果,通过将多个数据库语句中的查询条件和查询结果进行匹配,生成数据库联查语句。
S13,基于所述目标项目的表结构信息分析所述数据库联查语句,得到主表及子表,以及主表和子表之间的对应关系。
本实施例中,所述对应关系,包含所述数据表的关联的所有字段信息及字段之间的关联关系。
本实施例中,通过分析数据库联查语句,可以得到所述目标代码库中的数据表之间的关联关系,当数据表与其他数据表之间存在关联关系时,确定存在关联关系的数据表中的主表与子表,及主表与子表之间的对应关系;当数据表与其他数据表之间不存在关联时,将不存在关联的所述数据表作为基础数据表,不做处理,同时所述基础数据表不涉及项目数据,主要存储实例数据及表结构注释等。
在一个可选的实施例中,所述基于所述目标项目的配置信息分析所述数据库联查语句,得到主表及子表,以及主表和子表之间的对应关系包括:
分析所述数据库联查语句,筛选出存在关联关系的数据表;
识别存在关联关系的数据表的连接方式;
当所述存在关联关系的数据表的连接方式为左连接时,确定存在关联关系的数据表中的左表为主表,右表为子表,并识别所述主表和子表与所述目标项目的表结构信息中对应的主表和子表是否一致;当所述主表和子表与所述表结构信息中对应的主表和子表完全一致时,确定所述主表与子表之间的对应关系为预设的第一对应关系;
当所述存在关联关系的数据表的连接方式为右连接时,确定存在关联关系的数据表中的右表为主表,左表为子表,并识别所述主表和子表与所述目标项目的表结构信息中对应的主表和子表是否一致;当所述主表和子表与所述表结构信息中对应的主表和子表完全一致时,所述主表与子表之间的对应关系为预设的第二对应关系。
在其他可选的实施例中,所述方法还包括:
当所述存在关联关系的数据表的连接方式为内连接时,获取存在内连接的两个表的表名称;
基于所述两个表的表名称遍历所述表结构信息,得到遍历结果;
当遍历结果中对应的两个表为一对一关系时,确定存在关联关系的数据表中的两个表之间的对应关系为预设的第三对应关系;
当遍历结果中对应的两个表不为一对一关系时,基于所述遍历结果更新所述存在关联关系的数据表的连接方式。
进一步地,所述识别所述主表和子表与所述表结构信息中对应的主表和子表是否一致还包括:
当所述主表和子表与所述表结构信息中对应的主表和子表不完全一致时,基于所述目标项目的表结构信息更新所述存在关联关系的数据表的连接方式。
本实施例中,所述预设的第一对应关系为1:N,所述预设的第二对应关系为N:1,所述预设的第三对应关系为1:1,其中,所述N为自然数,1:N表示数据表之间的映射关系为1对多,N:1表示数据表之间的映射关系为多对1,1:1表示数据表之间的映射关系为1对1。
本实施例中,所述1对多(1:N),例如:对于数据表A中的实体与数据表B中至少有N个实体有关系;并且数据表B中每一个实体至多与数据表A中一个实体有关系。
本实施例中,所述多对1(N:1),例如:数据表B中的实体与数据表A中至少有N个实体有关系;并且数据表A中每一个实体至多与数据表B中一个实体有关系。
本实施例中,所述1对1(1:1),例如:对于数据表A与数据表B,所述数据表A中的每一个实体至多与所述数据表B中一个实体有关系;反之,在所述数据表B中的每个实体至多与数据表A中一个实体有关系。
本实施例中,所述实体(Entity)是客观存在并可相互区别的事物指某类事物的集合,将每一类数据对象的个体称为实体。
本实施例中,通过逆向分析目标数据库日志,获取数据库联查语句,查询表与表之间的关系,无需通过外键或开发人员从页面入手反推数据关系,提升了获取的数据表关系的效率,同时基于所述目标项目的表结构信息校验查询得到的表与表之间的关系,提高了确定的主表和子表的准确率。
S14,基于所述目标项目的配置信息及所述主表与子表之间的对应关系,创建第一实体关系图。
本实施例中,所述第一实体关系图为ER图(Entity Relationship Diagram),由实体、属性、关系、基数组成。其中,所述实体为相互区分的事物,实体可以是具体的用户、交易订单、商品,用矩形框表示;所述属性是实体所具有的某一特性,用椭圆形表示,例如,用户对应的属性为用户识别码、性别、地区和年龄;所述关系反映两个实体之间的映射关系,用菱形表示,例如,商品和交易订单存在映射关系;基数是定义关系所关联的两个实体的实例之间相互可以关联的个数,例如,一对一、一对多、多对一等。
在一个可选的实施例中,所述基于所述目标项目的配置信息及所述主表与子表之间的对应关系,创建第一实体关系图包括:
从所述目标项目的配置信息中获取需要展示的目标实体;
从所述对应关系中提取所述需要展示的目标实体;
从所述对应关系中提取所述目标实体对应的特征作为属性;
从所述对应关系中提取所述目标实体间的关系及关系基数;
根据所述目标实体、所述属性、所述关系及所述关系基数,利用预设的实体关系图生成工具,生成第一实体关系图。
本实施例中,所述目标项目配置信息中包含有多个实体,例如,电商平台买家下单系统中的用户、商品、交易订单、支付单及子订单均为实体,需要展示的目标实体为用户、商品、支付单。
本实施例中,所述预设画图工具可选用DbSchema、PowerDesigner、ERStudio等工具。
本实施例中,当生成所述第一实体关系图之后,各个实体关系图若出现属性冲突、命名冲突、结构冲突、冗余数据及冗余的实体间联系时,需修改或重构第一实体关系图,此外,还可以用规范化理论消除所述冗余数据及冗余的实体间联系。
本实施例中,通过从所述目标项目的配置信息中获取需要展示的目标实体,而不是将所述对应关系中的所有实体进行展示,减少了第一实体关系图中的干扰数据,提高了第一实体关系图的创建效率及准确率,同时利用预设画图工具生成第一实体关系图,开发人员可以直观看到所述目标代码库中各个数据表之间的关联关系,提高了数据表关系查询效率。
S15,对所述第一实体关系图进行校验,得到第二实体关系图。
本实施例中,为了进一步确保第一实体关系图中的各个数据表之间的对应关系的准确率,对所述第一实体关系图进行校验。
在一个可选的实施例中,所述对所述第一实体关系图进行校验,得到第二实体关系图包括:
从所述目标数据库日志中随机抽取出待校验日志;
扫描所述待校验日志中的数据库语句,得到数据库联查语句;
基于所述目标项目的表结构信息分析所述数据库联查语句,得到待校验主表及待校验子表,以及所述待校验主表和待校验子表之间的对应关系;
判断所述待校验主表及所述待校验子表是否与所述第一实体关系图对应的主表和子表一致;
当所述待校验主表及所述待校验子表与所述第一实体关系图对应的主表和子表一致时,将所述第一实体关系图确定为第二实体关系图;
当所述待校验主表及所述待校验子表不与所述第一实体关系图对应的主表和子表一致时,按照预设的校验规则对所述第一实体关系图进行校验,得到校验结果,基于所述校验结果更新所述第一实体关系图,得到第二实体关系图。
本实施例中,通过从所述目标数据库日志中随机抽取出待校验日志,对所述第一实体关系图进行校验,确保了第二实体关系图中各个表之间的关联关系的准确率,进而提高了数据表关系查询效率及准确率。
进一步地,在得到第二实体关系图之后,所述方法还包括:
识别所述第二实体关系图中的关系模式类型;
获取所述关系模式类型对应的转换规则;
采用所述转换规则将所述第二实体关系图映射为关系表。
本实施例中,所述关系模式类型包含有一元联系类型、二元联系类型、三元联系类型等,可以预先根据不同的关系模式类型设置不同的转换规则。
本实施例中,所述关系表包含行(不能重复)、列(属性)、主键、外键;所述外键为表示了两个关系表之间的相关联系。所述关系表更能直观、详细地展示所述数据表之间的关联关系,能让开发人员直观的看到所述目标代码库中各个数据表之间的关联关系,进而提高了数据表关系查询效率及准确率。
S16,根据所述表关系查询条件在所述第二实体关系图中进行表关系查询,得到查询结果。
本实施例中,基于表关系查询条件,直接从所述第二实体关系图中提取所述数据表之间的关系,无需通过外键或开发人员从页面入手反推数据关系,提升了数据表关系查询效率。
综上所述,本实施例所述的基于人工智能的数据查询方法,通过扫描所述目标项目的目标数据库日志中的数据库语句,得到数据库联查语句,基于所述目标项目的表结构信息分析所述数据库联查语句,得到主表及子表,以及主表和子表之间的对应关系,通过逆向分析目标数据库日志,获取数据库联查语句,查询表与表之间的关系,无需通过外键或开发人员从页面入手反推数据关系,提升了获取的数据表关系的效率,同时基于所述目标项目的表结构信息校验查询得到的表与表之间的关系,提高了确定的主表和子表的准确率。基于所述目标项目的配置信息及所述主表与子表之间的对应关系,创建第一实体关系图,开发人员可以直观看到所述目标代码库中各个数据表之间的关联关系,提高了数据表关系查询效率,同时对所述第一实体关系图进行校验,得到第二实体关系图,确保了第二实体关系图中各个表之间的关联关系的准确率,进而提高了数据表关系查询效率及准确率。
实施例二
图2是本发明实施例二提供的基于人工智能的数据查询装置的结构图。
在一些实施例中,所述基于人工智能的数据查询装置20可以包括多个由程序代码段所组成的功能模块。所述基于人工智能的数据查询装置20中的各个程序段的程序代码可以存储于电子设备的存储器中,并由所述至少一个处理器所执行,以执行(详见图1描述)基于人工智能的数据查询的功能。
本实施例中,所述基于人工智能的数据查询装置20根据其所执行的功能,可以被划分为多个功能模块。所述功能模块可以包括:解析和获取模块201、扫描模块202、分析模块203、创建模块204、校验模块205及查询模块206。本发明所称的模块是指一种能够被至少一个处理器所执行并且能够完成固定功能的一系列计算机可读指令段,其存储在存储器中。在本实施例中,关于各模块的功能将在后续的实施例中详述。
解析和获取模块201,用于解析接收到的数据表关系查询请求,获取目标项目及所述目标项目的目标数据库日志,以及表关系查询条件。
本实施例中,在数字医疗领域、项目开发领域,为了快速获知目标项目的项目内容,客户端发送数据关系查询请求至服务端,服务端通过分析所述数据关系查询请求对应的目标项目的目标数据库日志中各个数据表之间的关联关系,根据各个数据表之间的关联关系获知项目内容,即获取到项目内容的逻辑结构关系,根据项目内容的逻辑关系可以协助后期项目内容的维护、增减及重构,缩短项目开发周期。
本实施例中,所述表关系查询条件可以包括:查询的时间范围、查询的内容、查询的项目信息等。
在一个可选的实施例中,所述解析和获取模块201解析接收到的数据表关系查询请求,获取目标项目及所述目标项目的目标数据库日志,以及表关系查询条件包括:
解析所述数据表关系查询请求,获取所述数据表关系查询请求的报文信息;
从所述报文信息中获取目标项目的名称及表关系查询条件;
基于所述目标项目的名称确定所述目标项目对应的目标数据库的接口;
通过所述目标数据库的接口获取所述目标项目的二进制日志;
调用设备端开启binlog,并将所述二进制日志通过binlog文件进行传递,得到所述目标项目的目标数据库日志。
本实施例中,每个目标项目的名称对应有目标数据库接口。
本实施例中,由于外键关系基本已被弃用,如何脱离数据库本身获取精确的表逻辑结构变成了难题,为了防止数据问题无法回溯,通过将目标项目的二进制日志转换为binlog日志,并对binlog日志进行解析,获取数据库联查语句。
扫描模块202,用于扫描所述目标项目的目标数据库日志中的数据库语句,得到数据库联查语句。
本实施例中,所述数据库联查语句是指所述binlog日志中存在的关联关系的数据库语句,通过分析所述数据库语句可以获取数据库联查语句。
在一个可选的实施例中,所述扫描模块202扫描所述目标项目的目标数据库日志中的数据库语句,得到数据库联查语句包括:
扫描所述目标项目的目标数据库日志中的每个数据库语句;
解析所述每个数据库语句,获取对应的查询语句中的查询条件和查询结果;
采用正则匹配将每个数据库语句的查询条件和查询结果进行匹配,得到匹配结果;
基于所述匹配结果中的表名称、字段和值信息,生成数据库联查语句。
本实施例中,目标项目的目标数据库日志中的每个数据库语句中包含有查询条件及查询结果,通过将多个数据库语句中的查询条件和查询结果进行匹配,生成数据库联查语句。
分析模块203,用于基于所述目标项目的表结构信息分析所述数据库联查语句,得到主表及子表,以及主表和子表之间的对应关系。
本实施例中,所述对应关系,包含所述数据表的关联的所有字段信息及字段之间的关联关系。
本实施例中,通过分析数据库联查语句,可以得到所述目标代码库中的数据表之间的关联关系,当数据表与其他数据表之间存在关联关系时,确定存在关联关系的数据表中的主表与子表,及主表与子表之间的对应关系;当数据表与其他数据表之间不存在关联时,将不存在关联的所述数据表作为基础数据表,不做处理,同时所述基础数据表不涉及项目数据,主要存储实例数据及表结构注释等。
在一个可选的实施例中,所述分析模块203基于所述目标项目的配置信息分析所述数据库联查语句,得到主表及子表,以及主表和子表之间的对应关系包括:
分析所述数据库联查语句,筛选出存在关联关系的数据表;
识别存在关联关系的数据表的连接方式;
当所述存在关联关系的数据表的连接方式为左连接时,确定存在关联关系的数据表中的左表为主表,右表为子表,并识别所述主表和子表与所述目标项目的表结构信息中对应的主表和子表是否一致;当所述主表和子表与所述表结构信息中对应的主表和子表完全一致时,确定所述主表与子表之间的对应关系为预设的第一对应关系;
当所述存在关联关系的数据表的连接方式为右连接时,确定存在关联关系的数据表中的右表为主表,左表为子表,并识别所述主表和子表与所述目标项目的表结构信息中对应的主表和子表是否一致;当所述主表和子表与所述表结构信息中对应的主表和子表完全一致时,所述主表与子表之间的对应关系为预设的第二对应关系。
在其他可选的实施例中,当所述存在关联关系的数据表的连接方式为内连接时,获取存在内连接的两个表的表名称;基于所述两个表的表名称遍历所述表结构信息,得到遍历结果;当遍历结果中对应的两个表为一对一关系时,确定存在关联关系的数据表中的两个表之间的对应关系为预设的第三对应关系;当遍历结果中对应的两个表不为一对一关系时,基于所述遍历结果更新所述存在关联关系的数据表的连接方式。
进一步地,所述识别所述主表和子表与所述表结构信息中对应的主表和子表是否一致还包括:
当所述主表和子表与所述表结构信息中对应的主表和子表不完全一致时,基于所述目标项目的表结构信息更新所述存在关联关系的数据表的连接方式。
本实施例中,所述预设的第一对应关系为1:N,所述预设的第二对应关系为N:1,所述预设的第三对应关系为1:1,其中,所述N为自然数,1:N表示数据表之间的映射关系为1对多,N:1表示数据表之间的映射关系为多对1,1:1表示数据表之间的映射关系为1对1。
本实施例中,所述1对多(1:N),例如:对于数据表A中的实体与数据表B中至少有N个实体有关系;并且数据表B中每一个实体至多与数据表A中一个实体有关系。
本实施例中,所述多对1(N:1),例如:数据表B中的实体与数据表A中至少有N个实体有关系;并且数据表A中每一个实体至多与数据表B中一个实体有关系。
本实施例中,所述1对1(1:1),例如:对于数据表A与数据表B,所述数据表A中的每一个实体至多与所述数据表B中一个实体有关系;反之,在所述数据表B中的每个实体至多与数据表A中一个实体有关系。
本实施例中,所述实体(Entity)是客观存在并可相互区别的事物指某类事物的集合,将每一类数据对象的个体称为实体。
本实施例中,通过逆向分析目标数据库日志,获取数据库联查语句,查询表与表之间的关系,无需通过外键或开发人员从页面入手反推数据关系,提升了获取的数据表关系的效率,同时基于所述目标项目的表结构信息校验查询得到的表与表之间的关系,提高了确定的主表和子表的准确率。
创建模块204,用于基于所述目标项目的配置信息及所述主表与子表之间的对应关系,创建第一实体关系图。
本实施例中,所述第一实体关系图为ER图(Entity Relationship Diagram),由实体、属性、关系、基数组成。其中,所述实体为相互区分的事物,实体可以是具体的用户、交易订单、商品,用矩形框表示;所述属性是实体所具有的某一特性,用椭圆形表示,例如,用户对应的属性为用户识别码、性别、地区和年龄;所述关系反映两个实体之间的映射关系,用菱形表示,例如,商品和交易订单存在映射关系;基数是定义关系所关联的两个实体的实例之间相互可以关联的个数,例如,一对一、一对多、多对一等。
在一个可选的实施例中,所述创建模块204基于所述目标项目的配置信息及所述主表与子表之间的对应关系,创建第一实体关系图包括:
从所述目标项目的配置信息中获取需要展示的目标实体;
从所述对应关系中提取所述需要展示的目标实体;
从所述对应关系中提取所述目标实体对应的特征作为属性;
从所述对应关系中提取所述目标实体间的关系及关系基数;
根据所述目标实体、所述属性、所述关系及所述关系基数,利用预设的实体关系图生成工具,生成第一实体关系图。
本实施例中,所述目标项目配置信息中包含有多个实体,例如,电商平台买家下单系统中的用户、商品、交易订单、支付单及子订单均为实体,需要展示的目标实体为用户、商品、支付单。
本实施例中,所述预设画图工具可选用DbSchema、PowerDesigner、ERStudio等工具。
本实施例中,当生成所述第一实体关系图之后,各个实体关系图若出现属性冲突、命名冲突、结构冲突、冗余数据及冗余的实体间联系时,需修改或重构第一实体关系图,此外,还可以用规范化理论消除所述冗余数据及冗余的实体间联系。
本实施例中,通过从所述目标项目的配置信息中获取需要展示的目标实体,而不是将所述对应关系中的所有实体进行展示,减少了第一实体关系图中的干扰数据,提高了第一实体关系图的创建效率及准确率,同时利用预设画图工具生成第一实体关系图,开发人员可以直观看到所述目标代码库中各个数据表之间的关联关系,提高了数据表关系查询效率。
校验模块205,用于对所述第一实体关系图进行校验,得到第二实体关系图。
本实施例中,为了进一步确保第一实体关系图中的各个数据表之间的对应关系的准确率,对所述第一实体关系图进行校验。
在一个可选的实施例中,所述校验模块205对所述第一实体关系图进行校验,得到第二实体关系图包括:
从所述目标数据库日志中随机抽取出待校验日志;
扫描所述待校验日志中的数据库语句,得到数据库联查语句;
基于所述目标项目的表结构信息分析所述数据库联查语句,得到待校验主表及待校验子表,以及所述待校验主表和待校验子表之间的对应关系;
判断所述待校验主表及所述待校验子表是否与所述第一实体关系图对应的主表和子表一致;
当所述待校验主表及所述待校验子表与所述第一实体关系图对应的主表和子表一致时,将所述第一实体关系图确定为第二实体关系图;
当所述待校验主表及所述待校验子表不与所述第一实体关系图对应的主表和子表一致时,按照预设的校验规则对所述第一实体关系图进行校验,得到校验结果,基于所述校验结果更新所述第一实体关系图,得到第二实体关系图。
本实施例中,通过从所述目标数据库日志中随机抽取出待校验日志,对所述第一实体关系图进行校验,确保了第二实体关系图中各个表之间的关联关系的准确率,进而提高了数据表关系查询效率及准确率。
进一步地,在得到第二实体关系图之后,识别所述第二实体关系图中的关系模式类型;获取所述关系模式类型对应的转换规则;采用所述转换规则将所述第二实体关系图映射为关系表。
本实施例中,所述关系模式类型包含有一元联系类型、二元联系类型、三元联系类型等,可以预先根据不同的关系模式类型设置不同的转换规则。
本实施例中,所述关系表包含行(不能重复)、列(属性)、主键、外键;所述外键为表示了两个关系表之间的相关联系。所述关系表更能直观、详细地展示所述数据表之间的关联关系,能让开发人员直观的看到所述目标代码库中各个数据表之间的关联关系,进而提高了数据表关系查询效率及准确率。
查询模块206,用于根据所述表关系查询条件在所述第二实体关系图中进行表关系查询,得到查询结果。
本实施例中,基于表关系查询条件,直接从所述第二实体关系图中提取所述数据表之间的关系,无需通过外键或开发人员从页面入手反推数据关系,提升了数据表关系查询效率。
综上所述,本实施例所述的基于人工智能的数据查询装置,通过扫描所述目标项目的目标数据库日志中的数据库语句,得到数据库联查语句,基于所述目标项目的表结构信息分析所述数据库联查语句,得到主表及子表,以及主表和子表之间的对应关系,通过逆向分析目标数据库日志,获取数据库联查语句,查询表与表之间的关系,无需通过外键或开发人员从页面入手反推数据关系,提升了获取的数据表关系的效率,同时基于所述目标项目的表结构信息校验查询得到的表与表之间的关系,提高了确定的主表和子表的准确率。基于所述目标项目的配置信息及所述主表与子表之间的对应关系,创建第一实体关系图,开发人员可以直观看到所述目标代码库中各个数据表之间的关联关系,提高了数据表关系查询效率,同时对所述第一实体关系图进行校验,得到第二实体关系图,确保了第二实体关系图中各个表之间的关联关系的准确率,进而提高了数据表关系查询效率及准确率。
实施例三
参阅图3所示,为本发明实施例三提供的电子设备的结构示意图。在本发明较佳实施例中,所述电子设备3包括存储器31、至少一个处理器32、至少一条通信总线33及收发器34。
本领域技术人员应该了解,图3示出的电子设备的结构并不构成本发明实施例的限定,既可以是总线型结构,也可以是星形结构,所述电子设备3还可以包括比图示更多或更少的其他硬件或者软件,或者不同的部件布置。
在一些实施例中,所述电子设备3是一种能够按照事先设定或存储的指令,自动进行数值计算和/或信息处理的电子设备,其硬件包括但不限于微处理器、专用集成电路、可编程门阵列、数字处理器及嵌入式设备等。所述电子设备3还可包括客户设备,所述客户设备包括但不限于任何一种可与客户通过键盘、鼠标、遥控器、触摸板或声控设备等方式进行人机交互的电子产品,例如,个人计算机、平板电脑、智能手机、数码相机等。
需要说明的是,所述电子设备3仅为举例,其他现有的或今后可能出现的电子产品如可适应于本发明,也应包含在本发明的保护范围以内,并以引用方式包含于此。
在一些实施例中,所述存储器31用于存储程序代码和各种数据,例如安装在所述电子设备3中的基于人工智能的数据查询装置20,并在电子设备3的运行过程中实现高速、自动地完成程序或数据的存取。所述存储器31包括只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable Read-Only Memory,PROM)、可擦除可编程只读存储器(Erasable Programmable Read-Only Memory,EPROM)、一次可编程只读存储器(One-timeProgrammable Read-Only Memory,OTPROM)、电子擦除式可复写只读存储器(Electrically-Erasable Programmable Read-Only Memory,EEPROM)、只读光盘(CompactDisc Read-Only Memory,CD-ROM)或其他光盘存储器、磁盘存储器、磁带存储器、或者能够用于携带或存储数据的计算机可读的任何其他介质。
在一些实施例中,所述至少一个处理器32可以由集成电路组成,例如可以由单个封装的集成电路所组成,也可以是由多个相同功能或不同功能封装的集成电路所组成,包括一个或者多个中央处理器(Central Processing unit,CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述至少一个处理器32是所述电子设备3的控制核心(Control Unit),利用各种接口和线路连接整个电子设备3的各个部件,通过运行或执行存储在所述存储器31内的程序或者模块,以及调用存储在所述存储器31内的数据,以执行电子设备3的各种功能和处理数据。
在一些实施例中,所述至少一条通信总线33被设置为实现所述存储器31以及所述至少一个处理器32等之间的连接通信。
尽管未示出,所述电子设备3还可以包括给各个部件供电的电源(比如电池),可选的,电源可以通过电源管理装置与所述至少一个处理器32逻辑相连,从而通过电源管理装置实现管理充电、放电、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备3还可以包括多种传感器、蓝牙模块、Wi-Fi模块等,在此不再赘述。
应该了解,所述实施例仅为说明之用,在专利申请范围上并不受此结构的限制。
上述以软件功能模块的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能模块存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,电子设备,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分。
在进一步的实施例中,结合图2,所述至少一个处理器32可执行所述电子设备3的操作装置以及安装的各类应用程序(如所述的基于人工智能的数据查询装置20)、程序代码等,例如,上述的各个模块。
所述存储器31中存储有程序代码,且所述至少一个处理器32可调用所述存储器31中存储的程序代码以执行相关的功能。例如,图2中所述的各个模块是存储在所述存储器31中的程序代码,并由所述至少一个处理器32所执行,从而实现所述各个模块的功能以达到基于人工智能的数据查询的目的。
示例性的,所述程序代码可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器31中,并由所述处理器32执行,以完成本申请。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机可读指令段,该指令段用于描述所述程序代码在所述电子设备3中的执行过程。例如,所述程序代码可以被分割成解析和获取模块201、扫描模块202、分析模块203、创建模块204、校验模块205及查询模块206。
在本发明的一个实施例中,所述存储器31存储多个计算机可读指令,所述多个计算机可读指令被所述至少一个处理器32所执行以实现基于人工智能的数据查询的功能。
具体地,所述至少一个处理器32对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述,在此不赘述。
在本发明所提供的几个实施例中,应该理解到,所揭露的装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,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。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的,作为模块显示的部件可以是或者也可以不是物理单元,既可以位于一个地方,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模块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,也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言,显然本发明不限于上述示范性实施例的细节,而且在不背离本发明的精神或基本特征的情况下,能够以其他的具体形式实现本发明。因此,无论从哪一点来看,均应将实施例看作是示范性的,而且是非限制性的,本发明的范围由所附权利要求而不是上述说明限定,因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。此外,显然“包括”一词不排除其他单元或,单数不排除复数。本发明中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第一,第二等词语用来表示名称,而并不表示任何特定的顺序。
最后应说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或等同替换,而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种基于人工智能的数据查询方法,其特征在于,所述方法包括:
解析接收到的数据表关系查询请求,获取目标项目及所述目标项目的目标数据库日志,以及表关系查询条件;
扫描所述目标项目的目标数据库日志中的数据库语句,得到数据库联查语句;
基于所述目标项目的表结构信息分析所述数据库联查语句,得到主表及子表,以及主表和子表之间的对应关系;
基于所述目标项目的配置信息及所述主表与子表之间的对应关系,创建第一实体关系图;
对所述第一实体关系图进行校验,得到第二实体关系图;
根据所述表关系查询条件在所述第二实体关系图中进行表关系查询,得到查询结果。
2.如权利要求1所述的基于人工智能的数据查询方法,其特征在于,所述解析接收到的数据表关系查询请求,获取目标项目及所述目标项目的目标数据库日志,以及表关系查询条件包括:
解析所述数据表关系查询请求,获取所述数据表关系查询请求的报文信息;
从所述报文信息中获取目标项目的名称及表关系查询条件;
基于所述目标项目的名称确定所述目标项目对应的目标数据库的接口;
通过所述目标数据库的接口获取所述目标项目的二进制日志;
调用设备端开启binlog,并将所述二进制日志通过binlog文件进行传递,得到所述目标项目的目标数据库日志。
3.如权利要求1所述的基于人工智能的数据查询方法,其特征在于,所述扫描所述目标项目的目标数据库日志中的数据库语句,得到数据库联查语句包括:
扫描所述目标项目的目标数据库日志中的每个数据库语句;
解析所述每个数据库语句,获取对应的查询语句中的查询条件和查询结果;
采用正则匹配将每个数据库语句的查询条件和查询结果进行匹配,得到匹配结果;
基于所述匹配结果中的表名称、字段和值信息,生成数据库联查语句。
4.如权利要求1所述的基于人工智能的数据查询方法,其特征在于,所述基于所述目标项目的配置信息分析所述数据库联查语句,得到主表及子表,以及主表和子表之间的对应关系包括:
分析所述数据库联查语句,筛选出存在关联关系的数据表;
识别存在关联关系的数据表的连接方式;
当所述存在关联关系的数据表的连接方式为左连接时,确定存在关联关系的数据表中的左表为主表,右表为子表,并识别所述主表和子表与所述目标项目的表结构信息中对应的主表和子表是否一致;当所述主表和子表与所述表结构信息中对应的主表和子表完全一致时,确定所述主表与子表之间的对应关系为预设的第一对应关系;
当所述存在关联关系的数据表的连接方式为右连接时,确定存在关联关系的数据表中的右表为主表,左表为子表,并识别所述主表和子表与所述目标项目的表结构信息中对应的主表和子表是否一致;当所述主表和子表与所述表结构信息中对应的主表和子表完全一致时,所述主表与子表之间的对应关系为预设的第二对应关系。
5.如权利要求4所述的基于人工智能的数据查询方法,其特征在于,所述方法还包括:
当所述存在关联关系的数据表的连接方式为内连接时,获取存在内连接的两个表的表名称;
基于所述两个表的表名称遍历所述表结构信息,得到遍历结果;
当遍历结果中对应的两个表为一对一关系时,确定存在关联关系的数据表中的两个表之间的对应关系为预设的第三对应关系;
当遍历结果中对应的两个表不为一对一关系时,基于所述遍历结果更新所述存在关联关系的数据表的连接方式。
6.如权利要求1所述的基于人工智能的数据查询方法,其特征在于,所述基于所述目标项目的配置信息及所述主表与子表之间的对应关系,创建第一实体关系图包括:
从所述目标项目的配置信息中获取需要展示的目标实体;
从所述对应关系中提取所述需要展示的目标实体;
从所述对应关系中提取所述目标实体对应的特征作为属性;
从所述对应关系中提取所述目标实体间的关系及关系基数;
根据所述目标实体、所述属性、所述关系及所述关系基数,利用预设的实体关系图生成工具,生成第一实体关系图。
7.如权利要求1至6中任意一项所述的基于人工智能的数据查询方法,其特征在于,在所述得到第二实体关系图之后,所述方法还包括:
识别所述第二实体关系图中的关系模式类型;
获取所述关系模式类型对应的转换规则;
采用所述转换规则将所述第二实体关系图映射为关系表。
8.一种基于人工智能的数据查询装置,其特征在于,所述装置包括:
解析和获取模块,用于解析接收到的数据表关系查询请求,获取目标项目及所述目标项目的目标数据库日志,以及表关系查询条件;
扫描模块,用于扫描所述目标项目的目标数据库日志中的数据库语句,得到数据库联查语句;
分析模块,用于基于所述目标项目的表结构信息分析所述数据库联查语句,得到主表及子表,以及主表和子表之间的对应关系;
创建模块,用于基于所述目标项目的配置信息及所述主表与子表之间的对应关系,创建第一实体关系图;
校验模块,用于对所述第一实体关系图进行校验,得到第二实体关系图;
查询模块,用于根据所述表关系查询条件在所述第二实体关系图中进行表关系查询,得到查询结果。
9.一种电子设备,其特征在于,所述电子设备包括处理器和存储器,所述处理器用于执行所述存储器中存储的计算机程序时实现如权利要求1至7中任意一项所述的基于人工智能的数据查询方法。
10.一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,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中任意一项所述的基于人工智能的数据查询方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210449265.4A CN114840522A (zh) | 2022-04-26 | 2022-04-26 | 基于人工智能的数据查询方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210449265.4A CN114840522A (zh) | 2022-04-26 | 2022-04-26 | 基于人工智能的数据查询方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114840522A true CN114840522A (zh) | 2022-08-02 |
Family
ID=82568252
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210449265.4A Pending CN114840522A (zh) | 2022-04-26 | 2022-04-26 | 基于人工智能的数据查询方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114840522A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116303342A (zh) * | 2023-02-01 | 2023-06-23 | 北京三维天地科技股份有限公司 | 一种逆向模型的构建方法及系统 |
-
2022
- 2022-04-26 CN CN202210449265.4A patent/CN114840522A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116303342A (zh) * | 2023-02-01 | 2023-06-23 | 北京三维天地科技股份有限公司 | 一种逆向模型的构建方法及系统 |
CN116303342B (zh) * | 2023-02-01 | 2023-09-12 | 北京三维天地科技股份有限公司 | 一种逆向模型的构建方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11232365B2 (en) | Digital assistant platform | |
CA3046247C (en) | Data platform for automated data extraction, transformation, and/or loading | |
CN111797157B (zh) | 一种数据处理方法、系统及电子设备和存储介质 | |
CN112711581A (zh) | 医疗数据校验方法、装置、电子设备及存储介质 | |
CN114663223A (zh) | 基于人工智能的信用风险评估方法、装置及相关设备 | |
CN114610747A (zh) | 数据查询方法、装置、设备及存储介质 | |
CN113435582A (zh) | 基于句向量预训练模型的文本处理方法及相关设备 | |
CN114840522A (zh) | 基于人工智能的数据查询方法、装置、电子设备及介质 | |
CN114416849A (zh) | 数据处理方法、装置、电子设备及存储介质 | |
CN114637811A (zh) | 数据表实体关系图生成方法、装置、设备及存储介质 | |
CN114741459A (zh) | 基于人工智能的数据查询方法、装置、电子设备及介质 | |
CN113722324B (zh) | 基于人工智能的报表生成方法、装置、电子设备及介质 | |
CN113434542A (zh) | 数据关系识别方法、装置、电子设备及存储介质 | |
CN108549672A (zh) | 一种数据智能分析方法及系统 | |
CN113781068B (zh) | 线上问题解决方法、装置、电子设备和存储介质 | |
CN113674065B (zh) | 基于服务触点的业务推荐方法、装置、电子设备及介质 | |
CN116307503A (zh) | 一种领域模型流程构建的方法 | |
CN115237706A (zh) | 埋点数据处理方法、装置、电子设备及存储介质 | |
CN114201328A (zh) | 基于人工智能的故障处理方法、装置、电子设备及介质 | |
CN114398345A (zh) | 数据迁移方法、装置、计算机设备及存储介质 | |
CN115080570A (zh) | 一种基于图数据库的字段血缘处理方法及系统 | |
CN114239538A (zh) | 断言处理方法、装置、计算机设备及存储介质 | |
CN113724808A (zh) | 医学调查问卷生成方法、装置、电子设备及存储介质 | |
CN114490590A (zh) | 数据仓库质量评价方法、装置、电子设备及存储介质 | |
CN113722590B (zh) | 基于人工智能的医学信息推荐方法、装置、设备及介质 |
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 |