CN114840531A - 基于血缘关系的数据模型重构方法、装置、设备及介质 - Google Patents
基于血缘关系的数据模型重构方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN114840531A CN114840531A CN202210604460.XA CN202210604460A CN114840531A CN 114840531 A CN114840531 A CN 114840531A CN 202210604460 A CN202210604460 A CN 202210604460A CN 114840531 A CN114840531 A CN 114840531A
- Authority
- CN
- China
- Prior art keywords
- core
- report
- data table
- data model
- application report
- 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.)
- Granted
Links
- 238000013499 data model Methods 0.000 title claims abstract description 225
- 239000008280 blood Substances 0.000 title claims abstract description 183
- 210000004369 blood Anatomy 0.000 title claims abstract description 183
- 238000000034 method Methods 0.000 title claims abstract description 38
- 239000013598 vector Substances 0.000 claims description 12
- 238000004590 computer program Methods 0.000 claims description 9
- 238000012795 verification Methods 0.000 claims description 4
- 230000004931 aggregating effect Effects 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims description 2
- 239000000126 substance Substances 0.000 claims description 2
- 238000013473 artificial intelligence Methods 0.000 abstract description 5
- 238000005516 engineering process Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 238000011161 development Methods 0.000 description 8
- 230000006870 function Effects 0.000 description 8
- 238000007726 management method Methods 0.000 description 6
- 230000007246 mechanism Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000001172 regenerating effect Effects 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000003064 k means clustering Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 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
- 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
- G06F16/21—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
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
- G06F16/285—Clustering or classification
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及人工智能技术,揭露了一种基于血缘关系的数据模型重构方法,包括:对数据表进行打标,得到数据表多级主题及数据表粒度;对原始应用报表的指标及维度进行分类,得到指标类别属性及维度类别属性;利用图数据库生成核心及非核心血缘关系图,基于核心及非核心血缘关系图、数据表粒度、数据表多级主题、指标类别属性、维度类别属性、业务需求,结合原始数据模型,生成初步数据模型,并利用初步数据模型与所述原始数据差异性调整初步数据模型,得到数据模型。此外,本发明还涉及区块链技术,血缘关系图可存储于区块链的节点。本发明还提出一种基于血缘关系的数据模型重构装置、电子设备以及存储介质。本发明可以提高数据模型重构效率。
Description
技术领域
本发明涉及人工智能技术领域,尤其涉及一种基于血缘关系的数据模型重构方法、装置、电子设备及计算机可读存储介质。
背景技术
应用报表为企业各个级别的决策制定提供数据支撑,应用报表是否及时、精准直接决定企业能否在市场上迅速把握机会。应用报表是由数据应用系统生成,数据模型是数据应用系统的基础,决定着数据应用系统的稳定性,可靠性,扩展性。
为了快速满足业务需求,通常在数据应用初期,分多个团队开发数据应用系统,导致烟囱式的数据模型各异。随着数据规模增长,旧数据模型难以快速支撑业务需求,且各种数据模型的数据口径不一致,需要重构数据模型才能满足业务需求。当前需要多个数据部门协助,人工分析代码提炼源数据表之间的逻辑关系重新构建数据模型,很大程度取决于开发人员人业务经验和开发能力,导致重构数据模型效率低。
发明内容
本发明提供一种基于血缘关系的数据模型重构方法、装置及计算机可读存储介质,其主要目的在于解决进行数据模型重构效率低的问题。
为实现上述目的,本发明提供的一种基于血缘关系的数据模型重构方法,包括:
对原始数据模型中数据表进行打标,得到数据表多级主题及数据表粒度;
识别所述原始数据模型中原始应用报表的指标及维度,分别对所述原始应用报表的指标及维度进行分类,得到所述原始应用报表的指标类别属性及维度类别属性,并利用预设规则将所述原始应用报表分为核心应用报表及非核心应用报表;
获取数据表名称、核心应用报表名称及非核心应用报表名称,基于所述核心应用报表及所述非核心应用报表的指标及维度、所述数据表名称、所述核心应用报表名称及所述非核心应用报表名称,利用图数据库生成核心血缘关系图及非核心血缘关系图;
基于所述核心血缘关系图、所述非核心血缘关系图、所述数据表粒度、所述数据表多级主题、所述指标类别属性、所述维度类别属性、预设的业务需求,结合所述原始数据模型,生成初步数据模型;
运行所述初步数据模型,生成初步集市报表及初步应用报表,获取原始数据模型中的原始集市报表,对比所述初步集市层报表及所述初步应用报表与所述原始数据模型中原始集市报表及所述原始应用报表之间差异,得到差异报告;
当所述差异报告不满足预设条件时,返回所述对原始数据模型中数据表进行打标,得到数据表多级主题及数据表粒度的步骤,重新生成数据模型,直至差异报告满足预设条件;
当所述差异报告满足预设条件时,将所述初步数据模型作为数据模型。
可选地,所述基于所述核心应用报表及所述非核心应用报表的指标及维度、所述数据表名称、所述核心应用报表名称及所述非核心应用报表名称,利用图数据库生成核心血缘关系图及非核心血缘关系图,包括:
在图数据库中创建初始核心血缘关系图及初始非核心血缘关系图;
获取所述数据表的字段,分析所述数据表的字段与所述核心应用报表及所述非核心应用报表的指标及维度之间的关系,得到核心报表字段关系及非核心报表字段关系;
将所述核心应用报表的指标及维度、所述核心应用报表对应的所述数据表的字段作为初始核心血缘关系图节点,将所述非核心应用报表的指标及维度、所述非核心应用报表对应的所述数据表的字段作为初始非核心血缘关系图节点,并将所述初始核心血缘关系图节点及所述初始非核心血缘关系图节点写入所述图数据库;
将所述核心应用报表名称、所述核心应用报表名称对应的所述数据表名称作为所述核心血缘关系图节点的属性,将所述非核心应用报表名称、所述非核心应用报表名称对应的所述数据表名称作为所述非核心血缘关系图节点的属性,并将所述初始核心血缘关系图节点的属性及所述初始非核心血缘关系图节点的属性写入所述图数据库;
将所述核心报表字段关系及所述非核心报表字段关系分别作为所述初始核心血缘关系图及所述初始非核心血缘关系图的边,并将所述初始核心血缘关系图及所述初始非核心血缘关系图的边写入所述图数据库;
组合所述初始核心血缘关系图节点、所述初始核心血缘关系图节点的属性及所述初始核心血缘关系图的边,得到核心血缘关系图,组合所述初始非核心血缘关系图节点、所述初始非核心血缘关系图节点的属性、所述初始非核心血缘关系图的边,得到非核心血缘关系图。
可选地,所述基于所述核心血缘关系图、所述非核心血缘关系图、所述数据表粒度、所述数据表多级主题、所述指标类别属性、所述维度类别属性、预设的业务需求,结合所述原始数据模型,生成初步数据模型,包括:
基于所述核心血缘关系图、所述数据表粒度、所述数据表多级主题、所述指标类别属性、所述维度类别属性、预设的业务需求,结合所述原始数据模型生成核心应用数据模型;
基于所述非核心血缘关系图、所述数据表粒度、所述数据表多级主题、所述指标类别属性、所述维度类别属性、所述预设的业务需求,结合所述原始数据模型生成非核心应用数据模型;
整合所述核心应用数据模型及所述非核心应用数据模型,得到初步数据模型。
可选地,所述基于所述核心血缘关系图、所述数据表粒度、所述数据表多级主题、所述指标类别属性、所述维度类别属性、预设的业务需求,结合所述原始数据模型生成核心应用数据模型,包括:
根据所述核心血缘关系图,关联所述数据表与所述核心应用报表,得到核心数据表;
利用所述核心血缘关系图、所述数据表粒度及所述数据表多级主题,获取与所述核心应用报表对应的所述核心数据表的核心数据表粒度及核心数据表多级主题;
利用所述核心血缘关系图、所述指标类别属性及所述维度类别属性,获取与所述核心应用报表对应的所述核心数据表的指标类别属性及维度类别属性;
分析所述核心数据表粒度、所述核心数据表多级主题、所述核心数据表的指标类别属性及所述核心数据表的维度类别属性之间的关联特性,得到所述核心数据表之间的表关联关系;
利用所述表关联关系、所述核心数据表粒度、所述核心数据表多级主题、所述核心数据表的指标类别属性、所述核心数据表的维度类别属性及所述业务需求,结合所述原始数据模型生成核心应用数据模型。
可选地,所述利用所述表关联关系、所述核心数据表粒度、所述核心数据表多级主题、所述核心数据表的指标类别属性、所述核心数据表的维度类别属性及所述业务需求,结合所述原始数据模型生成核心应用数据模型,包括:
利用所述表关联关系、所述核心数据表粒度、所述核心数据表多级主题、所述核心数据表的指标类别属性、所述核心数据表的维度类别属性,提取所述核心数据表中字段信息,生成数仓层的物理报表;
提取所述物理报表的主题及粒度,关联相同主题及粒度的所述物理报表,生成数仓层;
提取所述业务需求的特征字段及特征口径,根据所述特征字段及所述特征口径,关联所述数仓层中报表,生成集市层;
组合所述数仓层、所述集市层及所述原始数据模型中的应用层,得到核心应用数据模型。
可选地,所述分别对所述原始应用报表的指标及维度进行分类,得到所述原始应用报表的指标类别属性及维度类别属性,包括:
利用预设的命名规则统一所述原始应用报表的指标及维度;
提取统一后的所述原始应用报表的指标及维度的指标文本向量及维度文本向量;
利用聚类算法对所述指标文本向量及所述维度文本向量进行分类,得到所述原始应用报表的指标类别属性及维度类别属性。
可选地,所述利用预设规则将所述原始应用报表分为核心应用报表及非核心应用报表,包括:
统计所述原始应用报表的应用次数;
当所述应用次数大于等于预设的次数阈值时,将对应的原始应用报表定义为第一核心应用报表;
当所述应用次数小于预设的次数阈值时,将对应的原始应用报表定义为第一非核心应用报表;
利用预设的业务需求将所述第一非核心应用报表分为第二核心应用报表及非核心应用报表;
聚合所述第一核心应用报表及所述第二核心应用报表,得到核心应用报表。
为了解决上述问题,本发明还提供一种基于血缘关系的数据模型重构装置,所述装置包括:
打标模块,用于对原始数据模型中数据表进行打标,得到数据表多级主题及数据表粒度;
分类模块,用于识别所述原始数据模型中原始应用报表的指标及维度,分别对所述原始应用报表的指标及维度进行分类,得到所述原始应用报表的指标类别属性及维度类别属性,并利用预设规则将所述原始应用报表分为核心应用报表及非核心应用报表;
血缘关系生成模块,用于获取数据表名称、核心应用报表名称及非核心应用报表名称,基于所述核心应用报表及所述非核心应用报表的指标及维度、所述数据表名称、所述核心应用报表名称及所述非核心应用报表名称,利用图数据库生成核心血缘关系图及非核心血缘关系图;
数据模型生成模块,用于基于所述核心血缘关系图、所述非核心血缘关系图、所述数据表粒度、所述数据表多级主题、所述指标类别属性、所述维度类别属性、预设的业务需求,结合所述原始数据模型,生成初步数据模型;
数据模型验证模块,用于运行所述初步数据模型,生成初步集市报表及初步应用报表,获取原始数据模型中的原始集市报表,对比所述初步集市层报表及所述初步应用报表与所述原始数据模型中原始集市报表及所述原始应用报表之间差异,得到差异报告;当所述差异报告不满足预设条件时,返回所述对原始数据模型中数据表进行打标,得到数据表多级主题及数据表粒度的步骤,重新生成数据模型,直至差异报告满足预设条件;当所述差异报告满足预设条件时,将所述初步数据模型作为数据模型。
为了解决上述问题,本发明还提供一种电子设备,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行上述所述的基于血缘关系的数据模型重构方法。
为了解决上述问题,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质中存储有至少一个计算机程序,所述至少一个计算机程序被电子设备中的处理器执行以实现上述所述的基于血缘关系的数据模型重构方法。
本发明实施例通过对原始数据模型中数据表进行打标,得到数据表多级主题及数据表粒度;对所述原始应用报表的指标及维度进行分类,得到所述原始应用报表的指标类别属性及维度类别属性,并利用预设规则将所述原始应用报表分为核心应用报表及非核心应用报表,有利于对核心数据进行高效处理;基于所述核心应用报表及所述非核心应用报表的指标及维度、所述数据表名称、所述核心应用报表名称及所述非核心应用报表名称,利用图数据库生成核心血缘关系图及非核心血缘关系图,利用所述核心血缘关系图及所述非核心血缘关系图,可以实现所述核心应用报表及所述非核心应用报表与所述数据表之间相互关联,进而确保数据的准确性,减少人工根据粒度关联数据表;基于所述核心血缘关系图、非核心血缘关系图、所述数据表粒度、所述数据表多级主题、所述指标类别属性、所述维度类别属性、预设的业务需求,结合所述原始数据模型,生成初步数据模型,并对比所述初步数据模型与所述原始数据模型,生成差异报告,减少对人员开发能力和业务知识经验的依赖,减少数据检验代码开发,进而提升了数据模型的重构效率。因此本发明提出的基于血缘关系的数据模型重构方法、装置、电子设备及计算机可读存储介质,可以解决重构数据模型效率低的问题。
附图说明
图1为本发明一实施例提供的基于血缘关系的数据模型重构方法的流程示意图;
图2为图1所示基于血缘关系的数据模型重构方法中其中一个步骤的详细实施流程示意图;
图3为图1所示基于血缘关系的数据模型重构方法中其中另一个步骤的详细实施流程示意图;;
图4为本发明一实施例提供的基于血缘关系的数据模型重构装置的功能模块图;
图5为本发明一实施例提供的实现所述基于血缘关系的数据模型重构方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本申请实施例提供一种基于血缘关系的数据模型重构方法。所述基于血缘关系的数据模型重构方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之,所述基于血缘关系的数据模型重构方法可以由安装在终端设备或服务端设备的软件或硬件来执行,所述软件可以是区块链平台。所述服务端包括但不限于:单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器,也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(ContentDeliveryNetwork,CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。
参照图1所示,为本发明一实施例提供的基于血缘关系的数据模型重构方法的流程示意图。在本实施例中,所述基于血缘关系的数据模型重构方法包括:
S1、对原始数据模型中数据表进行打标,得到数据表多级主题及数据表粒度。
本发明实施例中,所述原始数据模型是指数据应用系统中原来适用的数据模型,其中,所述数据模型是数据关系的一种映射,建立数据之间的关联关系,消灭信息孤岛和数据差异化的问题,保证数据的一致性。
本发明实时例中,所述数据模型包含数仓层(DWD)、集市层(DMD)、应用层(DMI)。其中,所述数仓层为对所述数据表进行清洗后形成的数据宽表;其中,所述集市层为对数据进行轻粒度的汇总形成的数据表;其中,所述应用层为根据实际应用需求生成的各种数据表。
本发明实施例中,所述数据表为所述数据应用系统中采用统一工具从源系统(数据提供系统)获取的数据表。例如从理赔、网上银行等系统中获取数据表。
本发明实施例,根据具体业务将所述数据表划分为多级主题,例如一级主题是理赔,对应的二级主题分为成本、作业质量、第三方管理等。所述成本主题展开对应的第三级主题为理赔费用、成本结构等。所述成本结构主题展开对应的四级主题分为车成本、人伤成本等。所述粒度用于确定所述数据表中的行表示内容,是业务最小活动单元或不同维度组合,即业务细节程度。例如:数据表的行记录的是一辆车的信息,那么所述数据表粒度是车标。
本发明实施例中,当相同主题下相同粒度的数据表过多时,需要对所述主题进一步细分,控制相同主题相同粒度的数据表在5至10张。
S2、识别所述原始数据模型中原始应用报表的指标及维度,分别对所述原始应用报表的指标及维度进行分类,得到所述原始应用报表的指标类别属性及维度类别属性,并利用预设规则将所述原始应用报表分为核心应用报表及非核心应用报表。
本发明实施例中,所述指标为具体要分析的对象、分析的数据,例如保费金额、销售毛利等数值类型。所述维度为分析数据的角度,例如地域维度、时间维度等。
本发明实施例中,所述原始模型中所述应用层(DMI)对应的报表为原始应用报表,其中,所述原始应用报表为根据实际应用需求生成的各种数据表。
详细地,S2中所述分别对所述原始应用报表的指标及维度进行分类,得到所述原始应用报表的指标类别属性及维度类别属性,包括:
利用预设的命名规则统一所述原始应用报表的指标及维度;
提取统一后的所述原始应用报表的指标及维度的指标文本向量及维度文本向量;
利用聚类算法对所述指标文本向量及所述维度文本向量进行分类,得到所述原始应用报表的指标类别属性及维度类别属性。
本发明实施例中,所述聚类算法可以为K-MEANS聚类算法、均值偏移聚类算法、DBSCAN(Density-Based Spatial Clustering of Applications with Noise)聚类算法、层次聚类算法其中任意一种。
本发明实施例中,所述指标类别属性为指标分类的类别。所述维度类别属性为维度分类的类别,例如出单二级机构、出单三级机构的维度类别属性为机构。
详细地,S2中所述利用预设规则将所述原始应用报表分为核心应用报表及非核心应用报表,包括:
统计所述原始应用报表的应用次数;
当所述应用次数大于等于预设的次数阈值时,将对应的原始应用报表定义为第一核心应用报表;
当所述应用次数小于预设的次数阈值时,将对应的原始应用报表定义为第一非核心应用报表;
利用预设的业务需求将所述第一非核心应用报表分为第二核心应用报表及非核心应用报表;
聚合所述第一核心应用报表及所述第二核心应用报表,得到核心应用报表。
本发明实施例中,将应用次数大于等于次数阈值以及满足预设的业务需求的原始应用报表定义为第一核心应用报表,其余的原始应用报表定义为非核心应用报表。将所述原始应用报表分为核心及非核心应用报表,有利于对核心数据进行高效处理。
S3、获取数据表名称、核心应用报表名称及非核心应用报表名称,基于所述核心应用报表及所述非核心应用报表的指标及维度、所述数据表名称、所述核心应用报表名称及所述非核心应用报表名称,利用图数据库生成核心血缘关系图及非核心血缘关系图。
本发明实施例中,所述图数据库可以为neo4j图数据库。
详细地,所述S3,包括:
在图数据库中创建初始核心血缘关系图及初始非核心血缘关系图;
获取所述数据表的字段,分析所述数据表的字段与所述核心应用报表及所述非核心应用报表的指标及维度之间的关系,得到核心报表字段关系及非核心报表字段关系;
将所述核心应用报表的指标及维度、所述核心应用报表对应的所述数据表的字段作为初始核心血缘关系图节点,将所述非核心应用报表的指标及维度、所述非核心应用报表对应的所述数据表的字段作为初始非核心血缘关系图节点,并将所述初始核心血缘关系图节点及所述初始非核心血缘关系图节点写入所述图数据库;
将所述核心应用报表名称、所述核心应用报表名称对应的所述数据表名称作为所述核心血缘关系图节点的属性,将所述非核心应用报表名称、所述非核心应用报表名称对应的所述数据表名称作为所述非核心血缘关系图节点的属性,并将所述初始核心血缘关系图节点的属性及所述初始非核心血缘关系图节点的属性写入所述图数据库;
将所述核心报表字段关系及所述非核心报表字段关系分别作为所述初始核心血缘关系图及所述初始非核心血缘关系图的边,并将所述初始核心血缘关系图及所述初始非核心血缘关系图的边写入所述图数据库;
组合所述初始核心血缘关系图节点、所述初始核心血缘关系图节点的属性及所述初始核心血缘关系图的边,得到核心血缘关系图,组合所述初始非核心血缘关系图节点、所述初始非核心血缘关系图节点的属性、所述初始非核心血缘关系图的边,得到非核心血缘关系图。
本发明实施例中,所述血缘关系图为网状图,其中,所述网状图以一个节点为中心节点,其他节点与所述中心节点进行关联,同时按照血缘关系的深度对不同节点进行颜色区分。
本发明实施例中,所述核心血缘关系图可以根据表与表之间的依赖关系,根据所述数据表关联到所述核心应用报表及所述非核心应用报表中的数据,或者根据所述核心应用报表及所述非核心应用报表关联到所述数据表中的数据。
S4、基于所述核心血缘关系图、所述非核心血缘关系图、所述数据表粒度、所述数据表多级主题、所述指标类别属性、所述维度类别属性、预设的业务需求,结合所述原始数据模型,生成初步数据模型。
详细地,参阅图2所示,所述S4,包括:
S41、基于所述核心血缘关系图、所述数据表粒度、所述数据表多级主题、所述指标类别属性、所述维度类别属性、预设的业务需求,结合所述原始数据模型生成核心应用数据模型;
S42、基于所述非核心血缘关系图、所述数据表粒度、所述数据表多级主题、所述指标类别属性、所述维度类别属性、所述预设的业务需求,结合所述原始数据模型生成非核心应用数据模型;
S43、整合所述核心应用数据模型及所述非核心应用数据模型,得到初步数据模型。
详细地,参阅图3所示,所述S41,包括:
S411、根据所述核心血缘关系图,关联所述数据表与所述核心应用报表,得到核心数据表;
S412、利用所述核心血缘关系图、所述数据表粒度及所述数据表多级主题,获取与所述核心应用报表对应的所述核心数据表的核心数据表粒度及核心数据表多级主题;
S413、利用所述核心血缘关系图、所述指标类别属性及所述维度类别属性,获取与所述核心应用报表对应的所述核心数据表的指标类别属性及维度类别属性;
S414、分析所述核心数据表粒度、所述核心数据表多级主题、所述核心数据表的指标类别属性及所述核心数据表的维度类别属性之间的关联特性,得到所述核心数据表之间的表关联关系;
S415、利用所述表关联关系、所述核心数据表粒度、所述核心数据表多级主题、所述核心数据表的指标类别属性、所述核心数据表的维度类别属性及所述业务需求,结合所述原始数据模型生成核心应用数据模型。
本发明实施例,利用所述核心应用报表及所述非核心应用报表关联数据表,得到所述核心数据表及所述非核心数据表的指标类别属性及维度类别属性,从客户角度出发,统一数据来源,满足客户需求避免口径不统一的问题。
详细地,所述S415,包括:
利用所述表关联关系、所述核心数据表粒度、所述核心数据表多级主题、所述核心数据表的指标类别属性、所述核心数据表的维度类别属性,提取所述核心数据表中字段信息,生成数仓层的物理报表;
提取所述物理报表的主题及粒度,关联相同主题及粒度的所述物理报表,生成数仓层;
提取所述业务需求的特征字段及特征口径,根据所述特征字段及所述特征口径,关联所述数仓层中报表,生成集市层;
组合所述数仓层、所述集市层及所述原始数据模型中的应用层,得到核心应用数据模型。
本发明实施例,利用所述核心数据表得到的所述数仓层、所述集市层更新所述原始数据模型中的数仓层及集市层,得到核心应用数据模型,利用所述非核心数据表得到的所述数仓层、所述集市层更新所述原始数据模型中的数仓层及集市层,得到非核心应用数据模型。
本发明实施例,利用血缘关系图关联所述数据表与应用报表,对所述数据表进行汇聚,得到所述数仓层及所述集市层,并利用所述数仓层及所述集市层更新所述原始数据模型中的数仓层及集市层,确保数据只加工一次,不依赖开发人员的业务经验和开发能力,提升数据模型的重构效率。
S5、运行所述初步数据模型,生成初步集市报表及初步应用报表,获取原始数据模型中的原始集市报表,对比所述初步集市层报表及所述初步应用报表与所述原始数据模型中原始集市报表及所述原始应用报表之间差异,得到差异报告。
本发明实施例中,所述原始模型中所述集市层(DMD)对应的报表为原始集市报表,其中,所述原始集市报表为根据粒度等对清洗后的数据宽表进行汇总生成的各种数据表。
本发明实施例,将所述初步集市层报表及所述初步应用报表与所述原始集市报表及所述原始应用报表,分别逐字段进行对比,检查数据总数,检查所述粒度的重复度等,生成差异报告。
S6、判断所述差异报告是否满足预设条件;
本发明实施例中,所述差异报告作为所述初步数据模型是否满足要求的评判标准。
当所述差异报告不满足预设条件时,返回所述S1的步骤,重新生成数据模型,直至差异报告满足预设条件。
本发明实施例,当所述差异报告不满足预设条件时,表明所述初步数据模型生成的所述集市报表及所述应用报表不符合要求,需要重新对所述数据表进行打标,重新生成成数据模型,直至差异报告满足预设条件。
当所述差异报告满足预设条件时,执行S7、将所述初步数据模型作为数据模型。
本发明实施例,当所述差异报告满足预设条件时,表明所述初步数据模型生成的所述集市报表及所述应用报表符合要求,使用满足预设条件的所述初步数据模型替换所述原始数据模型。
本发明其中一个实施,还可以对新增的数据表按照所述S1至S8的步骤生成对应的数据模型。
本发明实施例通过对原始数据模型中数据表进行打标,得到数据表多级主题及数据表粒度;对所述原始应用报表的指标及维度进行分类,得到所述原始应用报表的指标类别属性及维度类别属性,并利用预设规则将所述原始应用报表分为核心应用报表及非核心应用报表,有利于对核心数据进行高效处理;基于所述核心应用报表及所述非核心应用报表的指标及维度、所述数据表名称、所述核心应用报表名称及所述非核心应用报表名称,利用图数据库生成核心血缘关系图及非核心血缘关系图,利用所述核心血缘关系图及所述非核心血缘关系图,可以实现所述核心应用报表及所述非核心应用报表与所述数据表之间相互关联,进而确保数据的准确性,减少人工根据粒度关联数据表;基于所述核心血缘关系图、非核心血缘关系图、所述数据表粒度、所述数据表多级主题、所述指标类别属性、所述维度类别属性、预设的业务需求,结合所述原始数据模型,生成初步数据模型,并对比所述初步数据模型与所述原始数据模型,生成差异报告,减少对人员开发能力和业务知识经验的依赖,减少数据检验代码开发,进而提升了数据模型的重构效率。因此本发明提出的基于血缘关系的数据模型重构方法,可以解决重构数据模型效率低的问题。
如图4所示,是本发明一实施例提供的基于血缘关系的数据模型重构装置的功能模块图。
本发明所述基于血缘关系的数据模型重构装置100可以安装于电子设备中。根据实现的功能,所述基于血缘关系的数据模型重构装置100可以包括打标模块101、分类模块102、血缘关系生成模块103、数据模型生成模块104及数据模型验证模块105。本发明所述模块也可以称之为单元,是指一种能够被电子设备处理器所执行,并且能够完成固定功能的一系列计算机程序段,其存储在电子设备的存储器中。
在本实施例中,关于各模块/单元的功能如下:
所述打标模块101,用于对原始数据模型中数据表进行打标,得到数据表多级主题及数据表粒度;
所述分类模块102,用于识别所述原始数据模型中原始应用报表的指标及维度,分别对所述原始应用报表的指标及维度进行分类,得到所述原始应用报表的指标类别属性及维度类别属性,并利用预设规则将所述原始应用报表分为核心应用报表及非核心应用报表;
所述血缘关系生成模块103,用于获取数据表名称、核心应用报表名称及非核心应用报表名称,基于所述核心应用报表及所述非核心应用报表的指标及维度、所述数据表名称、所述核心应用报表名称及所述非核心应用报表名称,利用图数据库生成核心血缘关系图及非核心血缘关系图;
所述数据模型生成模块104,用于基于所述核心血缘关系图、所述非核心血缘关系图、所述数据表粒度、所述数据表多级主题、所述指标类别属性、所述维度类别属性、预设的业务需求,结合所述原始数据模型,生成初步数据模型;
所述数据模型验证模块105,用于运行所述初步数据模型,生成初步集市报表及初步应用报表,获取原始数据模型中的原始集市报表,对比所述初步集市层报表及所述初步应用报表与所述原始数据模型中原始集市报表及所述原始应用报表之间差异,得到差异报告;当所述差异报告不满足预设条件时,返回所述对原始数据模型中数据表进行打标,得到数据表多级主题及数据表粒度的步骤,重新生成数据模型,直至差异报告满足预设条件;当所述差异报告满足预设条件时,将所述初步数据模型作为数据模型。
详细地,本发明实施例中所述基于血缘关系的数据模型重构装置100中所述的各模块在使用时采用与上述图1至图3中所述的基于血缘关系的数据模型重构方法一样的技术手段,并能够产生相同的技术效果,这里不再赘述。
如图5所示,是本发明一实施例提供的实现基于血缘关系的数据模型重构方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信总线12以及通信接口13,还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序,如基于血缘关系的数据模型重构程序。
其中,所述处理器10在一些实施例中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。所述处理器10是所述电子设备的控制核心(ControlUnit),利用各种接口和线路连接整个电子设备的各个部件,通过运行或执行存储在所述存储器11内的程序或者模块(例如执行基于血缘关系的数据模型重构程序等),以及调用存储在所述存储器11内的数据,以执行电子设备的各种功能和处理数据。
所述存储器11至少包括一种类型的可读存储介质,所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如:SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备的内部存储单元,例如该电子设备的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备的外部存储设备,例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card,SMC)、安全数字(Secure Digital,SD)卡、闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备的应用软件及各类数据,例如基于血缘关系的数据模型重构程序的代码等,还可以用于暂时地存储已经输出或者将要输出的数据。
所述通信总线12可以是外设部件互连标准(peripheral componentinterconnect,简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture,简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
所述通信接口13用于上述电子设备与其他设备之间的通信,包括网络接口和用户接口。可选地,所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等),通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard)),可选地,用户接口还可以是标准的有线接口、无线接口。可选地,在一些实施例中,显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。其中,显示器也可以适当的称为显示屏或显示单元,用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
图5仅示出了具有部件的电子设备,本领域技术人员可以理解的是,图5示出的结构并不构成对所述电子设备1的限定,可以包括比图示更少或者更多的部件,或者组合某些部件,或者不同的部件布置。
例如,尽管未示出,所述电子设备还可以包括给各个部件供电的电源(比如电池),优选地,电源可以通过电源管理装置与所述至少一个处理器10逻辑相连,从而通过电源管理装置实现充电管理、放电管理、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。
所述电子设备1中的所述存储器11存储的基于血缘关系的数据模型重构程序是多个指令的组合,在所述处理器10中运行时,可以实现:
对原始数据模型中数据表进行打标,得到数据表多级主题及数据表粒度;
识别所述原始数据模型中原始应用报表的指标及维度,分别对所述原始应用报表的指标及维度进行分类,得到所述原始应用报表的指标类别属性及维度类别属性,并利用预设规则将所述原始应用报表分为核心应用报表及非核心应用报表;
获取数据表名称、核心应用报表名称及非核心应用报表名称,基于所述核心应用报表及所述非核心应用报表的指标及维度、所述数据表名称、所述核心应用报表名称及所述非核心应用报表名称,利用图数据库生成核心血缘关系图及非核心血缘关系图;
基于所述核心血缘关系图、所述非核心血缘关系图、所述数据表粒度、所述数据表多级主题、所述指标类别属性、所述维度类别属性、预设的业务需求,结合所述原始数据模型,生成初步数据模型;
运行所述初步数据模型,生成初步集市报表及初步应用报表,获取原始数据模型中的原始集市报表,对比所述初步集市层报表及所述初步应用报表与所述原始数据模型中原始集市报表及所述原始应用报表之间差异,得到差异报告;
当所述差异报告不满足预设条件时,返回所述对原始数据模型中数据表进行打标,得到数据表多级主题及数据表粒度的步骤,重新生成数据模型,直至差异报告满足预设条件;
当所述差异报告满足预设条件时,将所述初步数据模型作为数据模型。
具体地,所述处理器10对上述指令的具体实现方法可参考附图对应实施例中相关步骤的描述,在此不赘述。
进一步地,所述电子设备1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存储介质中。所述计算机可读存储介质可以是易失性的,也可以是非易失性的。例如,所述计算机可读介质可以包括:能够携带所述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(ROM,Read-Only Memory)。
本发明还提供一种计算机可读存储介质,所述可读存储介质存储有计算机程序,所述计算机程序在被电子设备的处理器所执行时,可以实现:
对原始数据模型中数据表进行打标,得到数据表多级主题及数据表粒度;
识别所述原始数据模型中原始应用报表的指标及维度,分别对所述原始应用报表的指标及维度进行分类,得到所述原始应用报表的指标类别属性及维度类别属性,并利用预设规则将所述原始应用报表分为核心应用报表及非核心应用报表;
获取数据表名称、核心应用报表名称及非核心应用报表名称,基于所述核心应用报表及所述非核心应用报表的指标及维度、所述数据表名称、所述核心应用报表名称及所述非核心应用报表名称,利用图数据库生成核心血缘关系图及非核心血缘关系图;
基于所述核心血缘关系图、所述非核心血缘关系图、所述数据表粒度、所述数据表多级主题、所述指标类别属性、所述维度类别属性、预设的业务需求,结合所述原始数据模型,生成初步数据模型;
运行所述初步数据模型,生成初步集市报表及初步应用报表,获取原始数据模型中的原始集市报表,对比所述初步集市层报表及所述初步应用报表与所述原始数据模型中原始集市报表及所述原始应用报表之间差异,得到差异报告;
当所述差异报告不满足预设条件时,返回所述对原始数据模型中数据表进行打标,得到数据表多级主题及数据表粒度的步骤,重新生成数据模型,直至差异报告满足预设条件;
当所述差异报告满足预设条件时,将所述初步数据模型作为数据模型。
在本发明所提供的几个实施例中,应该理解到,所揭露的设备,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,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关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain),本质上是一个去中心化的数据库,是一串使用密码学方法相关联产生的数据块,每一个数据块中包含了一批次网络交易的信息,用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
本申请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。
此外,显然“包括”一词不排除其他单元或步骤,单数不排除复数。系统权利要求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)
1.一种基于血缘关系的数据模型重构方法,其特征在于,所述方法包括:
对原始数据模型中数据表进行打标,得到数据表多级主题及数据表粒度;
识别所述原始数据模型中原始应用报表的指标及维度,分别对所述原始应用报表的指标及维度进行分类,得到所述原始应用报表的指标类别属性及维度类别属性,并利用预设规则将所述原始应用报表分为核心应用报表及非核心应用报表;
获取数据表名称、核心应用报表名称及非核心应用报表名称,基于所述核心应用报表及所述非核心应用报表的指标及维度、所述数据表名称、所述核心应用报表名称及所述非核心应用报表名称,利用图数据库生成核心血缘关系图及非核心血缘关系图;
基于所述核心血缘关系图、所述非核心血缘关系图、所述数据表粒度、所述数据表多级主题、所述指标类别属性、所述维度类别属性、预设的业务需求,结合所述原始数据模型,生成初步数据模型;
运行所述初步数据模型,生成初步集市报表及初步应用报表,获取原始数据模型中的原始集市报表,对比所述初步集市层报表及所述初步应用报表与所述原始数据模型中原始集市报表及所述原始应用报表之间差异,得到差异报告;
当所述差异报告不满足预设条件时,返回所述对原始数据模型中数据表进行打标,得到数据表多级主题及数据表粒度的步骤,重新生成数据模型,直至差异报告满足预设条件;
当所述差异报告满足预设条件时,将所述初步数据模型作为数据模型。
2.如权利要求1所述的基于血缘关系的数据模型重构方法,其特征在于,所述基于所述核心应用报表及所述非核心应用报表的指标及维度、所述数据表名称、所述核心应用报表名称及所述非核心应用报表名称,利用图数据库生成核心血缘关系图及非核心血缘关系图,包括:
在图数据库中创建初始核心血缘关系图及初始非核心血缘关系图;
获取所述数据表的字段,分析所述数据表的字段与所述核心应用报表及所述非核心应用报表的指标及维度之间的关系,得到核心报表字段关系及非核心报表字段关系;
将所述核心应用报表的指标及维度、所述核心应用报表对应的所述数据表的字段作为初始核心血缘关系图节点,将所述非核心应用报表的指标及维度、所述非核心应用报表对应的所述数据表的字段作为初始非核心血缘关系图节点,并将所述初始核心血缘关系图节点及所述初始非核心血缘关系图节点写入所述图数据库;
将所述核心应用报表名称、所述核心应用报表名称对应的所述数据表名称作为所述核心血缘关系图节点的属性,将所述非核心应用报表名称、所述非核心应用报表名称对应的所述数据表名称作为所述非核心血缘关系图节点的属性,并将所述初始核心血缘关系图节点的属性及所述初始非核心血缘关系图节点的属性写入所述图数据库;
将所述核心报表字段关系及所述非核心报表字段关系分别作为所述初始核心血缘关系图及所述初始非核心血缘关系图的边,并将所述初始核心血缘关系图及所述初始非核心血缘关系图的边写入所述图数据库;
组合所述初始核心血缘关系图节点、所述初始核心血缘关系图节点的属性及所述初始核心血缘关系图的边,得到核心血缘关系图,组合所述初始非核心血缘关系图节点、所述初始非核心血缘关系图节点的属性、所述初始非核心血缘关系图的边,得到非核心血缘关系图。
3.如权利要求1所述的基于血缘关系的数据模型重构方法,其特征在于,所述基于所述核心血缘关系图、所述非核心血缘关系图、所述数据表粒度、所述数据表多级主题、所述指标类别属性、所述维度类别属性、预设的业务需求,结合所述原始数据模型,生成初步数据模型,包括:
基于所述核心血缘关系图、所述数据表粒度、所述数据表多级主题、所述指标类别属性、所述维度类别属性、预设的业务需求,结合所述原始数据模型生成核心应用数据模型;
基于所述非核心血缘关系图、所述数据表粒度、所述数据表多级主题、所述指标类别属性、所述维度类别属性、所述预设的业务需求,结合所述原始数据模型生成非核心应用数据模型;
整合所述核心应用数据模型及所述非核心应用数据模型,得到初步数据模型。
4.如权利要求3中所述的基于血缘关系的数据模型重构方法,其特征在于,所述基于所述核心血缘关系图、所述数据表粒度、所述数据表多级主题、所述指标类别属性、所述维度类别属性、预设的业务需求,结合所述原始数据模型生成核心应用数据模型,包括:
根据所述核心血缘关系图,关联所述数据表与所述核心应用报表,得到核心数据表;
利用所述核心血缘关系图、所述数据表粒度及所述数据表多级主题,获取与所述核心应用报表对应的所述核心数据表的核心数据表粒度及核心数据表多级主题;
利用所述核心血缘关系图、所述指标类别属性及所述维度类别属性,获取与所述核心应用报表对应的所述核心数据表的指标类别属性及维度类别属性;
分析所述核心数据表粒度、所述核心数据表多级主题、所述核心数据表的指标类别属性及所述核心数据表的维度类别属性之间的关联特性,得到所述核心数据表之间的表关联关系;
利用所述表关联关系、所述核心数据表粒度、所述核心数据表多级主题、所述核心数据表的指标类别属性、所述核心数据表的维度类别属性及所述业务需求,结合所述原始数据模型生成核心应用数据模型。
5.如权利要求4所述的基于血缘关系的数据模型重构方法,其特征在于,所述利用所述表关联关系、所述核心数据表粒度、所述核心数据表多级主题、所述核心数据表的指标类别属性、所述核心数据表的维度类别属性及所述业务需求,结合所述原始数据模型生成核心应用数据模型,包括:
利用所述表关联关系、所述核心数据表粒度、所述核心数据表多级主题、所述核心数据表的指标类别属性、所述核心数据表的维度类别属性,提取所述核心数据表中字段信息,生成数仓层的物理报表;
提取所述物理报表的主题及粒度,关联相同主题及粒度的所述物理报表,生成数仓层;
提取所述业务需求的特征字段及特征口径,根据所述特征字段及所述特征口径,关联所述数仓层中报表,生成集市层;
组合所述数仓层、所述集市层及所述原始数据模型中的应用层,得到核心应用数据模型。
6.如权利要求1所述的基于血缘关系的数据模型重构方法,其特征在于,所述分别对所述原始应用报表的指标及维度进行分类,得到所述原始应用报表的指标类别属性及维度类别属性,包括:
利用预设的命名规则统一所述原始应用报表的指标及维度;
提取统一后的所述原始应用报表的指标及维度的指标文本向量及维度文本向量;
利用聚类算法对所述指标文本向量及所述维度文本向量进行分类,得到所述原始应用报表的指标类别属性及维度类别属性。
7.如权利要求1所述的基于血缘关系的数据模型重构方法,其特征在于,所述利用预设规则将所述原始应用报表分为核心应用报表及非核心应用报表,包括:
统计所述原始应用报表的应用次数;
当所述应用次数大于等于预设的次数阈值时,将对应的原始应用报表定义为第一核心应用报表;
当所述应用次数小于预设的次数阈值时,将对应的原始应用报表定义为第一非核心应用报表;
利用预设的业务需求将所述第一非核心应用报表分为第二核心应用报表及非核心应用报表;
聚合所述第一核心应用报表及所述第二核心应用报表,得到核心应用报表。
8.一种基于血缘关系的数据模型重构装置,其特征在于,所述装置包括:
打标模块,用于对原始数据模型中数据表进行打标,得到数据表多级主题及数据表粒度;
分类模块,用于识别所述原始数据模型中原始应用报表的指标及维度,分别对所述原始应用报表的指标及维度进行分类,得到所述原始应用报表的指标类别属性及维度类别属性,并利用预设规则将所述原始应用报表分为核心应用报表及非核心应用报表;
血缘关系生成模块,用于获取数据表名称、核心应用报表名称及非核心应用报表名称,基于所述核心应用报表及所述非核心应用报表的指标及维度、所述数据表名称、所述核心应用报表名称及所述非核心应用报表名称,利用图数据库生成核心血缘关系图及非核心血缘关系图;
数据模型生成模块,用于基于所述核心血缘关系图、所述非核心血缘关系图、所述数据表粒度、所述数据表多级主题、所述指标类别属性、所述维度类别属性、预设的业务需求,结合所述原始数据模型,生成初步数据模型;
数据模型验证模块,用于运行所述初步数据模型,生成初步集市报表及初步应用报表,获取原始数据模型中的原始集市报表,对比所述初步集市层报表及所述初步应用报表与所述原始数据模型中原始集市报表及所述原始应用报表之间差异,得到差异报告;当所述差异报告不满足预设条件时,返回所述对原始数据模型中数据表进行打标,得到数据表多级主题及数据表粒度的步骤,重新生成数据模型,直至差异报告满足预设条件;当所述差异报告满足预设条件时,将所述初步数据模型作为数据模型。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的基于血缘关系的数据模型重构方法。
10.一种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中任意一项所述的基于血缘关系的数据模型重构方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210604460.XA CN114840531B (zh) | 2022-05-30 | 基于血缘关系的数据模型重构方法、装置、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210604460.XA CN114840531B (zh) | 2022-05-30 | 基于血缘关系的数据模型重构方法、装置、设备及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114840531A true CN114840531A (zh) | 2022-08-02 |
CN114840531B CN114840531B (zh) | 2024-05-28 |
Family
ID=
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116089474A (zh) * | 2023-03-07 | 2023-05-09 | 深圳市明源云科技有限公司 | 自定义编辑模式下的数据缓存方法、装置、设备及介质 |
CN117150438A (zh) * | 2023-10-31 | 2023-12-01 | 成都汉度科技有限公司 | 基于边缘计算的通信数据融合方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111627552A (zh) * | 2020-04-08 | 2020-09-04 | 湖南长城医疗科技有限公司 | 一种医疗流式数据血缘关系分析、存储方法及装置 |
CN113191879A (zh) * | 2021-05-21 | 2021-07-30 | 中国工商银行股份有限公司 | 基于复杂网络的数据报送方法、装置、系统及介质 |
CN113672977A (zh) * | 2021-08-13 | 2021-11-19 | 支付宝(杭州)信息技术有限公司 | 隐私数据处理方法和装置 |
CN114281795A (zh) * | 2021-11-19 | 2022-04-05 | 国网物资有限公司 | 一种基于业务数据标准表的数据模型构建方法 |
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111627552A (zh) * | 2020-04-08 | 2020-09-04 | 湖南长城医疗科技有限公司 | 一种医疗流式数据血缘关系分析、存储方法及装置 |
CN113191879A (zh) * | 2021-05-21 | 2021-07-30 | 中国工商银行股份有限公司 | 基于复杂网络的数据报送方法、装置、系统及介质 |
CN113672977A (zh) * | 2021-08-13 | 2021-11-19 | 支付宝(杭州)信息技术有限公司 | 隐私数据处理方法和装置 |
CN114281795A (zh) * | 2021-11-19 | 2022-04-05 | 国网物资有限公司 | 一种基于业务数据标准表的数据模型构建方法 |
Non-Patent Citations (1)
Title |
---|
金泳;: "基于数据仓库的数据血缘管理研究", 轻工科技, no. 04, 15 April 2019 (2019-04-15) * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116089474A (zh) * | 2023-03-07 | 2023-05-09 | 深圳市明源云科技有限公司 | 自定义编辑模式下的数据缓存方法、装置、设备及介质 |
CN117150438A (zh) * | 2023-10-31 | 2023-12-01 | 成都汉度科技有限公司 | 基于边缘计算的通信数据融合方法及系统 |
CN117150438B (zh) * | 2023-10-31 | 2024-02-06 | 成都汉度科技有限公司 | 基于边缘计算的通信数据融合方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112541745A (zh) | 用户行为数据分析方法、装置、电子设备及可读存储介质 | |
WO2022105135A1 (zh) | 信息审核方法、装置、电子设备及存储介质 | |
CN113449187A (zh) | 基于双画像的产品推荐方法、装置、设备及存储介质 | |
CN114881616A (zh) | 业务流程执行方法、装置、电子设备及存储介质 | |
CN112115152A (zh) | 数据增量更新及查询方法、装置、电子设备及存储介质 | |
CN111694844A (zh) | 基于配置算法的企业运行数据分析方法、装置及电子设备 | |
CN113268665A (zh) | 基于随机森林的信息推荐方法、装置、设备及存储介质 | |
CN114612194A (zh) | 产品推荐方法、装置、电子设备及存储介质 | |
CN113516417A (zh) | 基于智能建模的业务评估方法、装置、电子设备及介质 | |
CN112949278A (zh) | 数据核对方法、装置、电子设备及可读存储介质 | |
CN113434542B (zh) | 数据关系识别方法、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 | |
CN113313211A (zh) | 文本分类方法、装置、电子设备及存储介质 | |
CN113434575A (zh) | 基于数据仓库的数据归因处理方法、装置及存储介质 | |
CN112948380A (zh) | 基于大数据的数据存储方法、装置、电子设备及存储介质 | |
CN112699142A (zh) | 冷热数据处理方法、装置、电子设备及存储介质 | |
CN112486957A (zh) | 数据库迁移检测方法、装置、设备及存储介质 | |
CN113435746B (zh) | 用户工作量的评分方法、装置、电子设备及存储介质 | |
CN113434397B (zh) | 任务系统的测试方法、装置、电子设备及存储介质 | |
CN114896164A (zh) | 接口优化方法、装置、电子设备及存储介质 | |
CN114840531B (zh) | 基于血缘关系的数据模型重构方法、装置、设备及介质 | |
CN114840531A (zh) | 基于血缘关系的数据模型重构方法、装置、设备及介质 | |
CN111652741A (zh) | 用户偏好分析方法、装置及可读存储介质 | |
CN113434365B (zh) | 数据特征监控方法、装置、电子设备及存储介质 | |
CN117391864A (zh) | 基于数据流向的风险识别方法、装置、电子设备及介质 |
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 | ||
GR01 | Patent grant |