CN115480754A - 一种数据获取方法、设备及介质 - Google Patents

Abstract

本申请公开了一种数据获取方法、设备及介质，其中，方法包括：获取预先构建的数据模型，数据模型包括多个对象节点以及多个对象节点分别对应的对象字段；确定对象节点的对象类型，根据对象类型，对对象节点配置相应的取数规则；根据取数规则，建立对象节点中的对象字段与对象字段所对应的字段值之间的映射关系，以根据映射关系对数据模型进行数据填充；确定针对对象节点的数据筛选条件，从完成数据填充后的数据模型中，获取与数据筛选条件相匹配的目标数据。

Description

一种数据获取方法、设备及介质

技术领域

本申请涉及数据处理技术领域，具体涉及一种数据获取方法、设备及介质。

背景技术

在计算机中，模型通常用来描述一种数据结构。在低代码开发场景下，开发人员一般会根据实际的业务需求定义特定的模型结构，从而依赖低代码框架直接根据模型获取对应的数据。

然而，由于模型定义与数据获取完全是两个独立的操作，且模型结构受数据库表结构的约束，当业务需要的数据结构发生变化时，通常只能重新进行低代码开发定义模型等流程，但是在复杂场景交叉及查询条件的约束下，较为复杂的业务场景很难再通过低代码开发配置完成，开发效率及开发体验上都存在较大的缺陷。

发明内容

为了解决上述问题，本申请提出了一种数据获取方法，方法包括：

获取预先构建的数据模型，所述数据模型包括多个对象节点以及所述多个对象节点分别对应的对象字段；

确定所述对象节点的对象类型，根据所述对象类型，对所述对象节点配置相应的取数规则；

根据所述取数规则，建立所述对象节点中的对象字段与所述对象字段所对应的字段值之间的映射关系，以根据所述映射关系对所述数据模型进行数据填充；

确定针对所述对象节点的数据筛选条件，从完成数据填充后的所述数据模型中，获取与所述数据筛选条件相匹配的目标数据。

在本申请的一种实现方式中，确定所述对象节点的对象类型，具体包括：

确定所述对象节点是否存在对应的数据源；

若存在，则确定所述对象节点的对象类型为关联对象节点；若不存在，则确定所述对象节点的对象类型为虚对象节点。

在本申请的一种实现方式中，根据所述对象类型，对所述对象节点配置相应的取数规则，具体包括：

在所述对象节点为关联对象节点的情况下，确定所述关联对象节点所关联的数据源对象，以根据所述数据源对象，生成所述关联对象节点对应的第一取数规则；

在所述对象节点为虚对象节点的情况下，对所述虚对象节点中的指定对象字段进行扩展定义，以生成所述虚对象节点对应的第二取数规则。

在本申请的一种实现方式中，所述数据筛选条件包括字段过滤条件、字段排序条件和可视化条件，确定针对所述对象节点的数据筛选条件，具体包括：

确定所述对象节点中的对象字段与所述对象字段对应的筛选字段之间的运算规则，根据所述运算规则、所述对象字段和所述筛选字段，生成所述字段过滤条件；

从所述对象字段中，筛选出用于对所述对象字段进行排序的排序字段，并确定所述对象字段的排序方式，以根据所述排序字段和所述排序方式，生成所述字段排序条件；

确定所述对象字段是否需进行分页显示，以生成所述可视化条件；

根据所述字段过滤条件、所述字段排序条件和所述可视化条件，得到针对所述对象节点的数据筛选条件。

在本申请的一种实现方式中，对所述虚对象节点中的指定对象字段进行扩展定义，以生成所述虚对象节点对应的第二取数规则，具体包括：

确定所述虚对象节点中的指定对象字段的字段类型，根据所述字段类型，确定所述指定对象字段对应的字段扩展方式；

根据所述字段扩展方式对所述指定对象字段进行扩展定义，以生成所述虚对象节点对应的第二取数规则。

在本申请的一种实现方式中，根据所述数据源对象，生成所述关联对象节点对应的第一取数规则，具体包括：

确定所述数据源对象的主键字段和/或关联主表字段；

将所述主键字段和/或所述关联主表字段作为非必要字段，将所述数据源对象作为必要字段，生成所述关联对象节点对应的第一取数规则。

在本申请的一种实现方式中，获取预先构建的数据模型之前，所述方法还包括：

采集用于构建数据模型所需的业务信息，对所述业务信息进行实例提取，得到业务实例数据；

对所述业务实例数据进行分析，以得到确定用于执行不同业务功能的对象节点以及所述对象节点对应的对象字段；

根据所述对象节点和所述对象字段，构建数据模型。

在本申请的一种实现方式中，所述运算规则包括运算符或运算表达式。

本申请实施例提供了一种数据获取设备，其特征在于，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指令，所述指令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：

获取预先构建的数据模型，所述数据模型包括多个对象节点以及所述多个对象节点分别对应的对象字段；

确定所述对象节点的对象类型，根据所述对象类型，对所述对象节点配置相应的取数规则；

根据所述取数规则，建立所述对象节点中的对象字段与所述对象字段所对应的字段值之间的映射关系，以根据所述映射关系对所述数据模型进行数据填充；

确定针对所述对象节点的数据筛选条件，从完成数据填充后的所述数据模型中，获取与所述数据筛选条件相匹配的目标数据。

本申请实施例提供了一种非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令设置为：

获取预先构建的数据模型，所述数据模型包括多个对象节点以及所述多个对象节点分别对应的对象字段；

确定所述对象节点的对象类型，根据所述对象类型，对所述对象节点配置相应的取数规则；

根据所述取数规则，建立所述对象节点中的对象字段与所述对象字段所对应的字段值之间的映射关系，以根据所述映射关系对所述数据模型进行数据填充；

确定针对所述对象节点的数据筛选条件，从完成数据填充后的所述数据模型中，获取与所述数据筛选条件相匹配的目标数据。

通过本申请提出的一种数据获取方法能够带来如下有益效果：

将模型的构建、取数规则的配置和筛选条件的设定作为一套完整的数据获取流程，使得模型和数据完成了一体化定义，增加了低代码开发场景下根据模型进行取数的灵活性，简化了开发流程，提高了开发的效率。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本申请实施例提供的一种数据获取方法的流程示意图；

图2为本申请实施例提供的一种数据模型的示意图；

图3为本申请实施例提供的一种取数规则的示意图；

图4为本申请实施例提供的一种筛选条件的示意图；

图5为本申请实施例提供的一种数据获取设备的结构示意图。

具体实施方式

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

如图1所示，本申请实施例提供的一种数据获取方法，包括：

S101：获取预先构建的数据模型，数据模型包括多个对象节点以及多个对象节点分别对应的对象字段。

数据模型用于描述数据结构，包括对象节点和对象字段，其中，对象节点表示同一业务类型数据的集合，对象字段为对象节点包含的多个字段。在本申请实施例中，针对具体的业务场景，可生成用于描述业务数据结构的数据模型，具体地，采集用于构建数据模型所需的业务信息，对业务信息进行实例提取，得到业务实例数据，之后，对业务实例数据进行分析，以得到确定用于执行不同业务功能的对象节点以及对象节点对应的对象字段，最后，根据对象节点和对象字段，构建数据模型，需要说明的是，业务实例数据可以为JSON、XML、YAML等格式。

此外，除上述方式构建数据模型之外，数据模型还可通过以下多种方式生成：一是采用手工方式，直接定义对象节点以及对象节点下的所有对象字段；二是根据的低代码元数据生成数据模型；三是根据数据库表(或视图)生成数据模型；四是根据所在业务领域相关规格化文件生成数据模型；五是提取不同厂商的特定模型来转换生成数据模型；六是集成AI机器人交流式生成数据模型。本申请实施例提供了多种数据模型生成机制，扩大了数据模型的使用范围，更为高效灵活。

生成针对不同业务领域的数据模型之后，若要进行数据的获取过程，需从预先构建的数据模型中，选取适用的数据模型。

在一种可能实现的方式中，数据模型能够以可视化组件的形式进行展示。如图2所示的一种数据模型的示意图所示，数据模型包括左侧的对象节点和右侧的对象字段，其中，对象节点包括报销单表头、行程明细和费用分摊，报销单表头这一对象节点包括单据状态、单据类型、组织id、单据内码多个对象字段，各对象字段都有其对应的属性编码和数据类型。

S102：确定对象节点的对象类型，根据对象类型，对对象节点配置相应的取数规则。

在获取到数据模型之后，需映射模型中的各个对象字段的字段值，而若要完成模型字段的映射，可根据不同对象节点的类型，配置相应的取数规则，进而根据取数规则建立模型字段与字段值之间的映射关系。

对象节点可根据其是否具有实际的数据源，划分为关联对象节点和虚对象节点两种类型，关联对象节点表示该对象节点存在对应的数据源，数据源包括但不限于数据库表(视图)，除此之外，还可以是已有的模型源等类型，虚对象节点表示该对象节点无实际对应的数据源，这种类型的对象节点通常情况下为根据业务需求需进行扩展增加的对象节点。因此，在本申请实施例时，取数规则因对象类型的不同而存在不同，首先需判断对象节点的对象类型，进而针对不同类型的对象节点，采用不同的方式进行取数规则的配置。

在一个实施例中，若对象节点为关联对象节点，确定该关联对象节点所关联的数据源对象，进而根据数据源对象，生成关联对象节点对应的第一取数规则。数据源对象可以为数据库表，也可以是模型源。

需要说明的是，数据源对象为必要字段，除必要字段之外，还可额外添加诸如主键字段和关联主表字段等的非必要字段，以提高取数过程的精确性。因此，在生成第一取数规则时，确定数据源对象的主键字段和/或关联主表字段，将主键字段和/或关联主表字段作为非必要字段，将数据源对象作为必要字段，生成关联对象节点对应的第一取数规则。

在一个实施例中，若对象节点为虚对象节点，则说明当前对象节点并不具备实际的数据源，需对其中的指定对象字段进行扩展定义，从而生成虚对象节点对应的第二取数规则。

具体地，确定虚对象节点中的指定对象字段的字段类型，根据字段类型，确定指定对象字段对应的字段扩展方式，然后，根据字段扩展方式对指定对象字段进行扩展定义，从而生成虚对象节点对应的第二取数规则。比如，对于系统设置类的对象字段可通过系统参数对其进行扩展定义，对于常量类的对象字段可通过对其赋予默认值的方式进行扩展定义，对于数值型的对象字段可通过计算表达式的方式对其进行扩展定义，除此之外，还可通过GUID、上下文变量等形式对指定对象字段进行扩展定义。

将对象节点划分为关联对象节点和虚对象节点，通过采用不同的取数规则建立字段与字段值之间的映射关系，取代了传统的模型与数据表固化映射方式，极大适应了复杂业务需求的多样性。

在一种可能实现的方式中，取数规则能够以可视化组件的形式进行展示。如图3所示的一种取数规则的示意图，对于某一对象节点，取数规则可通过确定其对应的数据源对象(即DBO对象)，以及该数据源对象的主键字段和关联主表字段来确定。其中，数据源对象为必要字段，主键字段和关联主表字段为非必要字段。

S103：根据取数规则，建立对象节点中的对象字段与对象字段所对应的字段值之间的映射关系，以根据映射关系对数据模型进行数据填充。

在生成取数规则后，可建立对象节点中的对象字段与对象字段所对应的字段值之间的映射关系，进而根据该映射关系从数据源对象中或通过扩展定义的方式，对数据模型进行数据填充，完成对象字段和对象字段值之间的自动匹配。而对于其他需要进行自定义的对象字段来说，可通过手工配置的方式对数据模型进行上述对象字段的数据填充。

S104：确定针对对象节点的数据筛选条件，根据映射关系，从完成数据填充后的数据模型中，获取与数据筛选条件相匹配的目标数据。

在完成数据模型的数据填充后，可设定筛选条件，并根据筛选条件，从数据模型中获取相应的目标数据。其中，筛选条件字段过滤条件、字段排序条件和可视化条件，只有在完成上述多种条件的设定之后，才可形成最终的筛选条件。

具体地，确定对象节点中的对象字段与对象字段对应的筛选字段之间的运算规则，根据运算规则、对象字段和筛选字段，生成字段过滤条件。需要说明的是，运算规则包括运算符或运算表达式，也就是说，字段过滤条件需要对象字段和对应的筛选字段满足运算符关系或运算表达式，筛选字段可根据实际的业务需求进行设定。在生成字段过滤条件之后，从对象字段中，筛选出用于对对象字段进行排序的排序字段(比如创建时间)，并确定对象字段的排序方式，进而根据排序字段和排序方式，生成字段排序条件。最后，确定对象字段是否需进行分页显示，若需要，则最终根据筛选条件获取到的目标数据需要进行分页显示。在生成上述字段过滤条件、字段排序条件和可视化条件之后，便可得到针对对象节点的数据筛选条件。

在一种可能实现的方式中，筛选条件能够以可视化组件的形式存在。如图4所示的一种筛选条件的示意图，筛选条件包括字段过滤条件、字段排序条件和可视化条件，字段过滤条件包括对象字段、筛选字段以及二者之间的运算符，以CreatedDate字段为例，通过图上所示的字段过滤条件，可从数据模型中获取到CreatedDate大于等于BeginDate的目标数据。字段排序条件包括用于排序的排序字段CreatedDate，根据该字段，可对通过字段过滤条件过滤出的目标数据升序排列。可视化条件表示是否需对目标数据进行分页显示，若选中该可视化条件，则升序排列后的目标数据将以多页的形式进行展示。

以上为本申请提出的方法实施例。基于同样的思路，本申请的一些实施例还提供了上述方法对应的设备和非易失性计算机存储介质。

图5为本申请实施例提供的一种数据获取设备的结构示意图。如图5所示，包括：

至少一个处理器；以及，

至少一个处理器通信连接的存储器；其中，

存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够：

获取预先构建的数据模型，数据模型包括多个对象节点以及多个对象节点分别对应的对象字段；

确定对象节点的对象类型，根据对象类型，对对象节点配置相应的取数规则；

根据取数规则，建立对象节点中的对象字段与对象字段所对应的字段值之间的映射关系，以根据映射关系对数据模型进行数据填充；

确定针对对象节点的数据筛选条件，从完成数据填充后的数据模型中，获取与数据筛选条件相匹配的目标数据。

本申请实施例提供了一种非易失性计算机存储介质，存储有计算机可执行指令，计算机可执行指令设置为：

获取预先构建的数据模型，数据模型包括多个对象节点以及多个对象节点分别对应的对象字段；

确定对象节点的对象类型，根据对象类型，对对象节点配置相应的取数规则；

根据取数规则，建立对象节点中的对象字段与对象字段所对应的字段值之间的映射关系，以根据映射关系对数据模型进行数据填充；

确定针对对象节点的数据筛选条件，从完成数据填充后的数据模型中，获取与数据筛选条件相匹配的目标数据。

本申请中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备和介质实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

本申请实施例提供的设备和介质与方法是一一对应的，因此，设备和介质也具有与其对应的方法类似的有益技术效果，由于上面已经对方法的有益技术效果进行了详细说明，因此，这里不再赘述设备和介质的有益技术效果。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商品或者设备不仅包括那些要素，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、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种数据获取方法，其特征在于，所述方法包括：

获取预先构建的数据模型，所述数据模型包括多个对象节点以及所述多个对象节点分别对应的对象字段；

确定所述对象节点的对象类型，根据所述对象类型，对所述对象节点配置相应的取数规则；

根据所述取数规则，建立所述对象节点中的对象字段与所述对象字段所对应的字段值之间的映射关系，以根据所述映射关系对所述数据模型进行数据填充；

确定针对所述对象节点的数据筛选条件，从完成数据填充后的所述数据模型中，获取与所述数据筛选条件相匹配的目标数据。

2.根据权利要求1所述的一种数据获取方法，其特征在于，确定所述对象节点的对象类型，具体包括：

确定所述对象节点是否存在对应的数据源；

若存在，则确定所述对象节点的对象类型为关联对象节点；若不存在，则确定所述对象节点的对象类型为虚对象节点。

3.根据权利要求2所述的一种数据获取方法，其特征在于，根据所述对象类型，对所述对象节点配置相应的取数规则，具体包括：

在所述对象节点为关联对象节点的情况下，确定所述关联对象节点所关联的数据源对象，以根据所述数据源对象，生成所述关联对象节点对应的第一取数规则；

在所述对象节点为虚对象节点的情况下，对所述虚对象节点中的指定对象字段进行扩展定义，以生成所述虚对象节点对应的第二取数规则。

4.根据权利要求1所述的一种数据获取方法，其特征在于，所述数据筛选条件包括字段过滤条件、字段排序条件和可视化条件，确定针对所述对象节点的数据筛选条件，具体包括：

确定所述对象节点中的对象字段与所述对象字段对应的筛选字段之间的运算规则，根据所述运算规则、所述对象字段和所述筛选字段，生成所述字段过滤条件；

从所述对象字段中，筛选出用于对所述对象字段进行排序的排序字段，并确定所述对象字段的排序方式，以根据所述排序字段和所述排序方式，生成所述字段排序条件；

确定所述对象字段是否需进行分页显示，以生成所述可视化条件；

根据所述字段过滤条件、所述字段排序条件和所述可视化条件，得到针对所述对象节点的数据筛选条件。

5.根据权利要求3所述的一种数据获取方法，其特征在于，对所述虚对象节点中的指定对象字段进行扩展定义，以生成所述虚对象节点对应的第二取数规则，具体包括：

确定所述虚对象节点中的指定对象字段的字段类型，根据所述字段类型，确定所述指定对象字段对应的字段扩展方式；

根据所述字段扩展方式对所述指定对象字段进行扩展定义，以生成所述虚对象节点对应的第二取数规则。

6.根据权利要求3所述的一种数据获取方法，其特征在于，根据所述数据源对象，生成所述关联对象节点对应的第一取数规则，具体包括：

确定所述数据源对象的主键字段和/或关联主表字段；

将所述主键字段和/或所述关联主表字段作为非必要字段，将所述数据源对象作为必要字段，生成所述关联对象节点对应的第一取数规则。

7.根据权利要求1所述的一种数据获取方法，其特征在于，获取预先构建的数据模型之前，所述方法还包括：

采集用于构建数据模型所需的业务信息，对所述业务信息进行实例提取，得到业务实例数据；

对所述业务实例数据进行分析，以得到确定用于执行不同业务功能的对象节点以及所述对象节点对应的对象字段；

根据所述对象节点和所述对象字段，构建数据模型。

8.根据权利要求4所述的一种数据获取方法，其特征在于，所述运算规则包括运算符或运算表达式。

9.一种数据获取设备，其特征在于，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指令，所述指令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：

获取预先构建的数据模型，所述数据模型包括多个对象节点以及所述多个对象节点分别对应的对象字段；

确定所述对象节点的对象类型，根据所述对象类型，对所述对象节点配置相应的取数规则；

根据所述取数规则，建立所述对象节点中的对象字段与所述对象字段所对应的字段值之间的映射关系，以根据所述映射关系对所述数据模型进行数据填充；

确定针对所述对象节点的数据筛选条件，从完成数据填充后的所述数据模型中，获取与所述数据筛选条件相匹配的目标数据。

10.一种非易失性计算机存储介质，存储有计算机可执行指令，其特征在于，所述计算机可执行指令设置为：

获取预先构建的数据模型，所述数据模型包括多个对象节点以及所述多个对象节点分别对应的对象字段；

确定所述对象节点的对象类型，根据所述对象类型，对所述对象节点配置相应的取数规则；

根据所述取数规则，建立所述对象节点中的对象字段与所述对象字段所对应的字段值之间的映射关系，以根据所述映射关系对所述数据模型进行数据填充；

确定针对所述对象节点的数据筛选条件，从完成数据填充后的所述数据模型中，获取与所述数据筛选条件相匹配的目标数据。

Images