CN115858463A - 一种数据管理方法、装置、设备及存储介质 - Google Patents

Abstract

本发明公开了一种数据管理方法、装置、设备及存储介质，包括：获取操作者通过数据表上传界面上传的原数据表文件；确定操作者对所述原数据表文件所包含数据字段的字段配置信息；根据各所述字段配置信息，确定设定存储格式的基础数据表；读取所述原数据表文件的数据内容，将各所述数据内容按照设定填充要求填充至所述基础数据表，形成数据资源表。上述技术方案，有效增强了对资源数据管理的便捷度，用户使用数据分析工具进行资源数据生成更加方便快捷，提升了用户的使用体验感。

Description

一种数据管理方法、装置、设备及存储介质

技术领域

本发明涉及计算机技术领域，尤其涉及一种数据管理方法、装置、设备及存储介质。

背景技术

模型工场是一款灵活、易用的通用数据分析工具，依托客户的数据资源，提供可视化操作的建模能力，用户只需要具备基本的计算机操作能力，就可以通过简单的拖拉拽方式画出自己的模型，直观的得到自己想要的结果。

客户的数据资源可能来自于某种数据库(关系型/非关系型)，或者某种中间件，但更常见的是客户手头的临时文件。目前，客户上传数据资源至模型工厂的系统(数据空间)，在计算机端利用该数据分析工具对客户上传的数据资源进行接收、存储及使用，但在这过程中，往往存在着数据资源管理流程复杂，较为繁琐的问题。

发明内容

本发明提供了一种数据管理方法、装置、设备及存储介质，以增强资源数据管理及使用的便捷度，提升用户使用体验感。

第一方面，本公开实施例提供了一种数据管理方法，包括：

获取操作者通过数据表上传界面上传的原数据表文件；

确定操作者对所述原数据表文件所包含数据字段的字段配置信息；

根据各所述字段配置信息，确定设定存储格式的基础数据表；

读取所述原数据表文件的数据内容，将各所述数据内容按照设定填充要求填充至所述基础数据表，形成数据资源表。

第二方面，本公开实施例提供了一种数据管理装置，包括：

第一获取模块，用于获取操作者通过数据表上传界面上传的原数据表文件；

第一确定模块，用于确定操作者对所述原数据表文件所包含数据字段的字段配置信息；

第二确定模块，用于根据各所述字段配置信息，确定设定存储格式的基础数据表；

第一形成模块，用于读取所述原数据表文件的数据内容，将各所述数据内容按照设定填充要求填充至所述基础数据表，形成数据资源表。

第三方面，本公开实施例提供了一种电子设备，包括：

至少一个处理器；以及

与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计算机程序，计算机程序被至少一个处理器执行，以使至少一个处理器能够执行上述第一方面实施例提供的数据管理方法。

第四方面，本公开实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机指令，计算机指令用于使处理器执行时实现上述第一方面实施例提供的数据管理方法。

本发明实施例的数据管理方法、装置、设备及存储介质，通过获取操作者通过数据表上传界面上传的原数据表文件；确定操作者对所述原数据表文件所包含数据字段的字段配置信息；根据各所述字段配置信息，确定设定存储格式的基础数据表；读取所述原数据表文件的数据内容，将各所述数据内容按照设定填充要求填充至所述基础数据表，形成数据资源表。采用上述技术方案，基于数据分析工具对原数据表文件进行格式转换与资源整理，用户只需将原数据表文件上传至数据分析工具，就可以直接使用根据利用数据分析工具生成的与原数据表文件相对应的数据资源表，有效增强了对客户的资源数据管理及的便捷度，使得客户的数据可以更加快速地进入建模数据空间，提升了用户的使用体验感。

应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。

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是本发明实施例一提供的一种数据管理方法的流程图；

图2是本发明实施例一提供的一种数据管理方法中所涉及数据表上传界面的示例展示图；

图3是本发明实施例二提供的一种数据管理方法的流程图；

图4是本发明实施例二提供的一种数据管理方法中所涉及操作者字段配置界面的示例展示图；

图5是本发明实施例三提供的一种数据管理装置的结构示意图；

图6是本发明实施例四提供的一种电子设备的结构示意图。

具体实施方式

为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。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，都应当属于本发明保护的范围。

需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”和“目标”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

实施例一

图1是本发明实施例一提供的一种数据管理方法的流程图，本实施例可适用于对资源数据进行存储及使用的情形，该方法可以由数据管理装置来执行，该数据管理装置可以采用硬件和/或软件的形式实现。

如图1所示，该方法包括：

S101、获取操作者通过数据表上传界面上传的原数据表文件。

在本实施例中，存在可视化界面以供操作者上传并使用相应的文件数据，数据表上传界面可以理解为可视化界面中用于进行数据文件上传的界面。原数据表文件可以理解为未经过管理的原始数据表文件。

具体的，计算机中可以存在数据分析工具，数据分析工具集成了数据管理装置，可以将该数据分析工具的使用步骤以可视化界面的形式在计算机主屏幕显示。其中，可视化界面至少可以包含上传界面以及使用界面，上传界面可以理解为数据表的上传界面。在上传界面中，操作者将包含数据资源的原数据表文件上传至该可视化的数据分析工具中，计算机接收操作者通过数据表上传界面上传的原数据表文件。

图2是本发明实施例一提供的一种数据管理方法中所涉及数据表上传界面的示例展示图，如图2所示，节点名称可以理解为原数据表文件名称。操作者通过数据表上传界面上传的原数据表文件为与数据分析工具相匹配的特定格式的数据表文件，例如可以包括普通文本，CSV，XLS，XLXS等格式的文件。

S102、确定操作者对所述原数据表文件所包含数据字段的字段配置信息。

在本实施例中，数据字段是原数据表文件中的字段。字段配置信息可以理解为各个数据字段所对应的配置的信息，例如可以包括字段类型、长度以及是否固化等。其中，是否固话可以理解为是否将该数据字段确定为固定数据字段。若勾选，可以确定该字段为固定数据字段；若不勾选，可以确定该字段为扩展数据字段。固定数据字段可以理解为固定长度的，不变的字段；扩展数据字段可以理解为能够根据不同的需求动态增加或减少的字段，可以理解的是，扩展数据字段可以为空。

在本实施例中，获取操作者通过数据表上传界面上传的原数据表文件后，对原数据表文件进行数据表分析以及数据字段提取，根据操作者对各个数据字段的设置信息，确定原数据表文件中所包含各数据字段所对应的字段配置信息。

示例性的，原数据表文件中存在数据字段A，操作者对数据字段A设置其字段类型为m、长度为n，勾选固化，确定数据字段A为固定数据字段，此时可以确定数据字段A的字段配置信息为m类型、n长度的固定数据字段。

S103、根据各所述字段配置信息，确定设定存储格式的基础数据表。

在本实施例中，基础数据表可以理解为根据原数据表文件生成的hive数据表。在基础数据表中，行数据的存储格式为：固定数据字段，固定数据字段，…，扩展数据字段。

具体的，根据各字段配置信息所包含的内容，以字段配置信息为基础，确定行为字段配置信息，列为数据字段的基础数据表架构，并以数据表文件的格式进行存储。其中数据字段包括固定数据字段和扩展数据字段，扩展数据字段位于列的最后一位，即基础数据表的最后一行为扩展数据字段对应的字段配置信息。

可以理解的是，生成基础数据表仅需要上述步骤获取的字段配置信息中的具体内容以及原数据表文件的基本属性信息，因此，原数据表文件具体内容可以为空。基础数据表依赖于数据字段的字段配置信息而生成，与原数据表文件的具体内容并不相干。

S104、读取所述原数据表文件的数据内容，将各所述数据内容按照设定填充要求填充至所述基础数据表，形成数据资源表。

在本实施例中，设定填充要求可以理解为特定格式的填充，例如可以是根据相匹配的数据字段作为填充要求。数据资源表是在基础数据表格式下，基于原数据表文件所形成的数据表。

具体的，原数据表文件中每一行都存在相应的数据字段，遍历查询原数据表文件的每一行信息，与基础数据表进行匹配，根据匹配结果确定各数据字段的位置，并将原数据表文件中与基础数据表字段配置信息具体内容相匹配的数据字段填充至基础数据表中，形成基于原数据表文件的数据资源表。

可以理解的是，构建基础数据表以及生成数据资源表的过程中，数据字段可以实时进行存储，数据表的生成与数据字段的存储之间互不干扰，可以并行进行。

在本实施例中，通过获取操作者通过数据表上传界面上传的原数据表文件；确定操作者对所述原数据表文件所包含数据字段的字段配置信息；根据各所述字段配置信息，确定设定存储格式的基础数据表；读取所述原数据表文件的数据内容，将各所述数据内容按照设定填充要求填充至所述基础数据表，形成数据资源表。采用上述技术方案，基于数据分析工具对原数据表文件进行格式转换与资源整理，用户只需将原数据表文件上传至数据分析工具，就可以直接使用根据利用数据分析工具生成的与原数据表文件相对应的数据资源表，有效增强了对资源数据管理的便捷度，使得用户的数据可以更加快速地进入建模数据空间，用户使用数据分析工具进行资源数据生成更加方便快捷，提升了用户的使用体验感。

实施例二

图2是本发明实施例二提供的一种数据管理方法的流程图，本实施例是对上述任一实施例的进一步优化，可适用于对资源数据进行存储及使用的情形，该方法可以由数据管理装置来执行，该数据管理装置可以采用硬件和/或软件的形式实现。

如图2所示，该方法包括：

1、一种数据管理方法，其特征在于，包括：

S201、获取操作者通过数据表上传界面上传的原数据表文件。

S202、读取所述原数据表文件的首行数据信息，获得所述原数据表文件包括的各数据字段。

在本实施例中，首行数据信息可以理解为原数据表文件中第一行的数据信息。

具体的，获取原数据表文件，进一步获取原数据表文件的首行数据信息，其中，首行数据信息可以包括数据字段，例如可以包括身份标识号(Identity document，ID)、名称以及创建时间等数据字段。根据首行数据信息，可以确定原数据表文件中所包括的各数据字段。

示例性的，原数据表文件内容如下表所示：

ID	名称	创建时间

在原数据表文件中，首行数据信息包括ID、名称以及创建时间，根据首行数据信息的全部内容可以确定原数据表文件包括的所有数据字段。

S203、接收操作者字段配置界面中对各所述数据字段的编辑信息。

在本实施例中，数据分析工具的可视化界面还可以包括操作者字段配置界面。编辑信息可以理解为资源数据的数据存储参数信息，是操作者在操作者字段配置界面对各数据字段所设置的数据存储参数信息。

图4是本发明实施例二提供的一种数据管理方法中所涉及操作者字段配置界面的示例展示图。如图4所示，编辑信息例如可以包括数据字段可以选择的字段类型、可选择的字段长度以及字段是否固化等。可以理解的是，字段类型以及长度可以包括预先设置好的多个字段类型及长度，操作者可以根据操作者字段配置界面中字段类型框以及长度框进行字段类型和长度的选择。

示例性的，数据分析工具接收操作者在操作者字段配置界面中对各数据字段的编辑信息，对数据字段ID的编辑信息可以包括，字段类型选择varchar类型，长度为varchar类型的字段对应的长度255字节(byte)，勾选固化，将ID数据字段作为固定数据字段进行存储。

S204、基于各所述编辑信息生成相应数据字段的字段配置信息。

在本实施例中，字段配置信息可以理解为确定后的编辑信息。数据分析工具接收操作者在操作者字段配置界面中对多个数据字段的不同编辑信息，根据各个字段编辑信息中所确定的字段类型、长度以及是否勾选固化，确定并生成相应数据字段所对应的字段配置信息。

S205、获取相对所述原数据表文件确定的数据表名称，并提取各所述字段配置信息包括的数据字段信息。

在本实施例中，数据表名称可以理解为数据分析工具接收并解析原数据表文件数据字段后，在计算机中进行存储的数据表名称，可以包括中文名称以及英文名称。数据字段信息可以理解为各数据字段的信息，可以包括各数据字段的字段类型、字段长度以及字段是否固化等信息。

数据表名称具有特定的命名规则，数据表中文名称与原数据表文件的名称相同，例如原数据表文件名称为原数据表.csv，则数据表名称也为原数据表。数据表的英文名称生成规则为:data_table_yyyyMMddHHmmssxxx,其中data_table为固定前缀，yyyyMMddHHmmss表示为当前时间，xxx为三位随机数。其中，当前时间为生成该数据表的时间，也可以理解为获取原数据表文件的时间，yyyy表示年、MM表示月、dd表示日、HH表示时、mm表示分，ss表示秒。例如当前时间为2022年7月10日12点45分15秒，则yyyyMMddHHmmss为20220710124515。

具体的，获取根据数据表命名规则确定的相对与原数据表文件的数据表名称，并提取各字段配置信息所包括的数据字段信息。

可选的，根据所述原数据表文件的数据表名称及所述字段配置信息，生成所述原数据表文件的元数据信息，并记录相应的元数据信息表中。

其中，所述元数据信息包括数据表关联属性信息以及数据字段关联属性信息，所述元数据信息表包括数据表关联元数据表、数据字段关联元数据表。在本实施例中，元数据信息是根据原数据表文件的首行数据信息所确定的数据表名称及字段配置信息而形成的数据信息，可以采用元数据信息表来定义，元数据信息表分别包括数据表关联元数据表(data_table),以及数据字段关联元数据表(data_table_field_info)。元数据信息存储在关系型数据库中。数据表关联属性信息可以包括元数据的数据表名称、类型、长度等属性信息。数据字段关联属性信息可以包括元数据的数据字段名称、类型、长度等属性信息。

进一步的，所述数据表关联元数据表中包括：原数据表文件的表标识号、数据表英文名称、数据表中文名称、以及元数据信息的创建时间；

所述数据字段关联元数据表中包括：数据字段的字段标识号、字段英文名称、字段中文名称、字段类型、字段长度以及字段填充与否标识，还包括数据表英文名称。

示例性的，数据表关联元数据表(data_table)的表结构如下表所示：

名	类型	长度	注释
				id	int	10	主键
enname	varchar	128	数据表英文名称
				chname	varchar	128	数据表中文名称
create_time	bigint	20	创建时间

其中，原数据表文件的表标识号表示为id、数据表英文名称表示为enname、数据表中文名称表示为chname、元数据信息的创建时间表示为create_time，数据表关联元数据表中还包括各个字段所对应的字段类型及字段长度，例如数据字段id的数据字段类型为int型，所对应的数据字段长度为10字节。

示例性的，数据字段关联元数据表(data_table_field_info)的表结构如下表所示：

其中，数据字段的字段标识号表示为id、字段英文名称表示为enname、字段中文名称表示为chname、字段类型表示为data_type、字段长度表示为data_length、字段填充与否标识表示为nullable、数据表英文名称表示为table_name。字段类型data_type可以包括number型、float型、string型、timestamp型、json等类型，也可以包括其他的数据类型，本实施例对此不一一列举。字段填充与否标识nullable是确定该数据字段是否为必填的数据，若为必填，以1表示；若非必填，以0表示。数据表英文名称table_name为数据表关联元数据表(data_table)的数据表英文名称enname。

在数据字段关联元数据表中，还包括各数据字段所对应的字段类型与字段长度。

S206、按照数据仓库中数据表的构建模板，结合所述数据表名称及各所述数据字段信息，生成基础数据表。

其中，所述基础数据表中包括对固定数据字段、扩展数据字段的初始化创建以及存储格式及数据分割符的定义。

在本实施例中，数据仓库可以理解为能够提供所有类型数据支持的战略集合。在数据仓库中存在数据表构建模板，构建模板可以理解为数据仓库中的一段能够生成基础数据表相应的构建语句。基础数据表可以理解为根据数据表名称及各数据字段信息，结合数据表构建模板生成的基础数据表，具体可以理解为一个基于元数据信息的hive数据表。数据分割符可以理解为用于分割数据字段的字符。

具体的，对固定数据字段、扩展数据字段的初始化创建可以基于固定格式进行创建，并按照固定格式对数据进行存储，例如“固定数据字段+扩展数据字段”的格式。其中，固定数据字段的类型可以为varchar类型，也可以是其他类型，本实施例对此不设限定。扩展数据字段的类型为json类型。可以理解的是，固定数据字段至少有一个，可以有多个。扩展数据字段只有一个，且最后一个字段必须是扩展数据字段(复合数据字段)，扩展数据字段可以为空。例如可以表示为“固定数据字段1,固定数据字段2,...,扩展数据字段”。

数据字段信息可以包括其名称，可以是中文名称，也可以是英文名称。字段中文名称为首行数据信息所对应的各数据字段名称。字段英文名称按照字段的顺序依次为column0,column1,……,column_extension。在生成基础数据表过程中，采用数据英文名称。其中，column_extension表示为扩展数据字段，其他字段全部为固定数据字段。

具体的，首先在数据仓库中数据表的构建模板下，输入数据表名称及各数据字段信息，数据字段信息包括各固定数据字段和扩展数据字段的字段类型，对分割符进行定义并生成基础数据表。

示例性的，如下表所示：

基础数据表具体内容包括固定数据字段、扩展数据字段的初始化创建，其中最后一个数据字段为扩展数据字段，其他字段都为固定数据字段。以“固定数据字段1,固定数据字段2,...,扩展数据字段”的格式进行构建及存储，且根据特定语句对数据分割符进行定义，本实施例中采用的数据分割符为'\001'，也可以采用其他特殊符号作为分割符，本实施例对此不设限定。

可以理解的是，生成基础数据表所依赖的仅包括数据表名称及各数据字段信息，数据表名称以及字段配置信息所包括的数据字段信息，可以直接根据原数据表文件的首行数据信息获取，因此，原数据表文件中可以仅存在数据表表头，即首行数据信息，对原数据表文件中是否存在具体数据内容不做限定。

S207、以行为单位读取所述原数据表文件。

在本实施例中，原数据表文件中，文件内容以行的方式存储，每行包含至少两类字段，分别是固定数据字段和扩展数据字段。固定数据字段至少有一个，可以有多个，扩展数据字段只有一个，且最后一个字段一定是扩展数据字段，扩展数据字段内容可以为空，如果非空，字段内容是JSON格式。以行为单位，逐行读取原数据表文件每一行的数据字段信息。

S208、针对所读取的每一行，对所述行中的行数据内容进行拆分，获得至少一个数据字段的字段数据值。

在本实施例中，字段数据值可以理解为数据字段所对应的值，例如字段1的字段数据值为0，字段2的字段数据值为1等。字段数据值可以用于对各数据字段进行索引。

具体的，原数据表文件中每一行都包括多个字段，多个字段默认以\001分割，也可以更换其他特殊分割符，本实施例对此不设限定。根据数据分割符所分割的字段，获取每个字段所对应的字段数据值。

S209、遍历所述基础数据表，获得所述基础数据表中所创建固定数据字段的固定字段信息。

在本实施例中，固定字段信息可以理解为在基础数据表中，固定数据字段对应的数据字段信息。对基础数据表进行逐行遍历搜索，获取每一行的固定数据字段对应的固定字段信息。

S210、从各所述数据字段中进行固定数据字段的匹配，并将相匹配数据字段的字段数据值添加至所述基础数据表的对应行上。

在本实施例中，逐行读取原数据表文件，将原数据表文件中数据字段与基础数据表的固定数据字段进行匹配，若存在相同的数据字段，将相同数据字段的字段数据值添加至基础数据表中与数据字段相匹配的固定数据字段对应行上。

示例性的，原数据表文件中一行的字段信息为“字段1，字段2，字段3，字段4，字段5”，基础数据表对应行的固定数据字段为“字段1，字段3”，则在原数据表文件对应的行中，按照指定的分割符，拆分为字符串数组，["字段1"，"字段2","字段3","字段4","字段5"],遍历固定数据字段的固定字段信息，将“字段1”提取对应字段数据值0，“字段3”提取对应字段数据值2，存储并添加至基础数据表中的对应行上。

S211、将各所述数据字段中未与固定数据字段匹配的数据字段作为扩展数据字段，并将相应的字段数据值添加至所述基础数据表的扩展数据字段集合中。

在本实施例中，逐行读取的原数据表文件中，存在未与基础数据表中固定数据字段相匹配的数据字段，因此可以将未与固定数据字段匹配的数据字段作为扩展数据字段，每个座位扩展数据字段的数据字段也存在相应的字段数据值，将作为扩展数据字段的数据字段的字段数据值添加至基础数据表的扩展数据字段集合中。

示例性的，原数据表文件中一行的字段信息为“字段1，字段2，字段3，字段4，字段5”。其中，“字段1，字段3”与基础数据表中固定数据字段相匹配，添加至基础数据表中的固定数据字段中，其他未与基础数据表中固定数据字段相匹配的数据字段{"字段2"，"字段4","字段5"}作为扩展数据字段填充进基础数据表中，并将各个扩展数据字段对应的字段数据值也填充扩展数据字段集合中。

扩展数据字段json的存储格式为：{"首行数据名称n":"第i行第n列的内容","首行数据名称n":"第i行第m列的内容",...}。因此，行数据存储格式可以确定为(假定采用英文逗号作为字段分割符)：固定数据字段1，固定数据字段2，{"表头名称n":"第i行第n列的内容","表头名称n":"第i行第m列的内容",...}。

S212、检测到满足填充结束条件时，将所述基础数据表作为所述原数据表文件的数据资源表。

在本实施例中，填充结束条件可以理解为满足数据资源表完成创建的条件。填充结束条件例如可以是原数据表文件已逐行读取至最后一行，即原数据表文件已完全被读取，触发填充结束条件。数据资源表可以理解为原数据表文件经过数据上传、存储、填充以及转换后生成的数据表。数据资源表可以直接通过数据分析工具的可视化界面被操作者以拖拉拽的方式拉出至建模画布上，以供使用。

具体的，检测到满足填充条件时，可以说明已完成对原数据表文件的遍历搜索查询，并将元数据表文件中的数据字段已经填充至基础数据表中，因此，基础数据表已经基于原数据表文件的具体内容完成填充，可以作为原数据表文件的数据资源表，以供操作者使用。

示例性的，原数据表文件如下表所示：

固定数据字段1	固定数据字段1	扩展数据字段1	扩展数据字段2
				内容11	内容12	内容13	内容14
内容21	内容22	内容23	内容24
				内容31	内容32

因此，若采用英文逗号作为字段分割符，可以确定生成的数据资源表存储格式为：

内容11,内容12,{"扩展数据字段1":"内容13","扩展数据字段2":"内容14"}

内容21,内容22,{"扩展数据字段1":"内容23","扩展数据字段2":"内容24"}

内容31,内容32

可选的，基于原数据表文件和基础数据表生成数据资源表后，形成相应的数据资源表文件以供输出，文件名称为“原数据表文件名_时间戳”。文件存储于数据表关联元数据表(data_table)定义的enname的目录下。例如原数据表文件为名称为a.csv，生成的数据资源表的英文名称为data_table_20220720121035730,则数据资源表文件的文件存储路径为../warehouse/data_table_warehouse/data_table_20220720121035730/a_1658402979651。其中data_table_warehouse是自定义的Hive数据库的名称。

在本实施例中，通过获取操作者通过数据表上传界面上传的原数据表文件；读取所述原数据表文件的首行数据信息，获得所述原数据表文件包括的各数据字段；接收操作者字段配置界面中对各所述数据字段的编辑信息；基于各所述编辑信息生成相应数据字段的字段配置信息；获取相对所述原数据表文件确定的数据表名称，并提取各所述字段配置信息包括的数据字段信息；按照数据仓库中数据表的构建模板，结合所述数据表名称及各所述数据字段信息，生成基础数据表；以行为单位读取所述原数据表文件；针对所读取的每一行，对所述行中的行数据内容进行拆分，获得至少一个数据字段的字段数据值；遍历所述基础数据表，获得所述基础数据表中所创建固定数据字段的固定字段信息；从各所述数据字段中进行固定数据字段的匹配，并将相匹配数据字段的字段数据值添加至所述基础数据表的对应行上；将各所述数据字段中未与固定数据字段匹配的数据字段作为扩展数据字段，并将相应的字段数据值添加至所述基础数据表的扩展数据字段集合中；检测到满足填充结束条件时，将所述基础数据表作为所述原数据表文件的数据资源表。采用上述技术方案，基于原数据表文件获取数据表名称以及数据字段信息，构建基础数据表，以基础数据表为基础，遍历原数据表文件的具体内容，根据遍历搜索到的数据字段内容对基础数据表进行填充，构建数据资源表。上述技术方案，在计算机中对操作者上传的原数据表文件进行解析、提取与数据转换，有效增强了对资源数据管理的便捷度，提升了用户的使用体验感。

作为实施例的第一可选实施例，在上述实施例基础上，本第一可选实施例增加了对所述将各所述数据内容按照设定填充要求填充至所述基础数据表的过程中的步骤，还包括：

a1)从基础数据表完成填充的数据行中选定设定行数的填充数据，作为形成的原数据表文件的样例数据，所述设定行数与给定的样例数据总条数相同。

在本实施例中，样例数据可以理解为可以提供参考的标准数据。提取根据原数据表文件进行填充后的基础数据表中的部分数据行数据，将选定的设定行数的填充数据作为原数据表文件的样例数据，形成相对于基础数据表以及原数据表文件的样例数据。

b1)将各所述样例数据作为一种元数据信息，记录至相应的元数据信息表中，所述元数据信息表为样例数据关联元数据表。

在本实施例中，样例数据可以理解为元数据信息的一种，将样例数据记录至数据表关联元数据表中，形成相应的样例数据关联元数据表(data_table_example)。

进一步的，所述样例数据关联元数据表中包括：原数据表文件的数据表英文名称、样例数据、数据文件存储列表、样例数据批次号、样例数据量。

示例性的，样例数据关联元数据表(data_table_example)如下表所示：

名	类型	长度	注释
				table_name	varchar	128	数据表英文名称
example	longtext	0	样例数据
				file_arr	longtext	0	数据文件存储列表
batch_no	varchar	64	批次号
				data_volume	bigint	20	数据量

数据表英文名称table_name为数据表关联元数据表(data_table)的数据表英文名称enname。样例数据表示为example，数据文件存储列表表示为file_arr，样例数据批次号表示为batch_no，样例数据量表示为data_volume。其中，相同表结构内容多次上传，以批次号区分，每次上传生成新的批次号。

在样例数据关联元数据表中，还包括各样例数据字段所对应的字段类型与字段长度。

作为实施例的第二可选实施例，在上述实施例基础上，本第二可选实施例还优化增加了：

a2)在数据建模界面中显示数据资源列表。

在本实施例中，数据建模界面可以理解与数据分析工具中应用于操作者使用层面的可视化界面。数据资源列表可以理解为对数据资源表的管理列表。

具体的，在数据建模界面中，存在数据资源列表，数据资源列表下存在多个根据不同操作者上传的原数据表文件生成的数据资源表，数据资源列表以及这些数据资源表都可以在数据建模界面中显示。用户打开数据建模界面时，以列表形式展示用户可以使用的所有数据资源表。

b2)接收数据资源建模操作，所述数据资源建模操作为从数据资源列表中选中目标数据资源并拖拽到建模画布中。

在本实施例中，操作者根据实际需求选择数据资源列表中相应的数据资源表作为目标数据资源表，并将相应的目标数据资源以托拉拽的方式移动至数据建模界面的建模画布中。计算机接收操作者相应的操作信息。

c2)展示所述目标数据资源包含的数据字段信息。

在本实施例中，每个目标数据资源都存在相应的数据字段信息，在目标数据资源被移动至建模画布时，动态查询数据字段信息,并提供给用户建模可以使用的字段信息。使目标数据资源所包含的数据字段信息可视化地展开于建模画布中。

d2)接收样例数据展示操作，所述样例数据展示操作为对所述建模画布中的目标数据资源进行选中触发。

在本实施例中，目标数据资源还包括样例数据信息，操作者对已被拖拽到建模画布中的目标数据资源根据特定操作进行选中触发以展示样例数据，计算机接收操作者的样例数据展示操作并动态加载样例数据对应的具体信息。

e2)展示所述目标数据资源包含的样例数据信息。

在本实施例中，计算机接收操作者的样例数据展示操作后，响应该样例数据展示操作，即对目标数据资源包含的样例数据信息进行展开。

进一步的，所述目标数据资源与至少一个原数据表文件关联；所关联各原数据文件表中均包括所述目标数据资源中创建的固定数据字段。

在本实施例中，目标数据资源与至少一个原数据表文件相对应关联，即不同的原数据表文件映射到相同的数据资源表，实现对于数据资源表的模型复用。可以理解的是，多个原数据表文件都存在固定数据字段时，可以使用同一个数据资源表确定相应的目标数据资源。根据不同的原数据表文件具体内容对目标数据资源进行固定数据字段以及扩展数据字段的填充，可以实现多个原数据表文件共用一个目标数据资源的模型复用。

示例性的，目标数据资源的字段信息为“字段1，字段2，扩展数据字段”，可以支持使用首行数据信息为“字段1，字段2，字段3”的文件，也可以支持使用首行数据信息为“字段1，字段2，字段3，字段4”的文件。扩展数据字段作为json格式存储，在业务需要扩展数据字段中信息时，可以从扩展数据字段集合中获取。

采用上述技术方案，无需根据每一个被上传的原数据表文件都存在对应的数据资源表，可以仅存在一个数据资源表，该数据资源表的目标数据资源可以匹配多个原数据表文件，减少内存的占用，提高了使用效率，使操作更为简便快捷。

实施例三

图5是本发明实施例三提供的一种数据管理装置的结构示意图。如图5所示，该装置包括：

第一获取模块31，用于获取操作者通过数据表上传界面上传的原数据表文件；

第一确定模块32，用于确定操作者对所述原数据表文件所包含数据字段的字段配置信息；

第二确定模块33，用于根据各所述字段配置信息，确定设定存储格式的基础数据表；

第一形成模块34，用于读取所述原数据表文件的数据内容，将各所述数据内容按照设定填充要求填充至所述基础数据表，形成数据资源表。

采用上述技术方案，基于数据分析工具对原数据表文件进行格式转换与资源整理，用户只需将原数据表文件上传至数据分析工具，就可以直接使用根据利用数据分析工具生成的与原数据表文件相对应的数据资源表，有效增强了对资源数据管理的便捷度，使得用户的数据可以更加快速地进入建模数据空间，用户使用数据分析工具进行资源数据生成更加方便快捷，提升了用户的使用体验感。

可选地，第一确定模块32具体应用于：

读取所述原数据表文件的首行数据信息，获得所述原数据表文件包括的各数据字段；

接收操作者字段配置界面中对各所述数据字段的编辑信息；

基于各所述编辑信息生成相应数据字段的字段配置信息。

可选地，第二确定模块33具体应用于：

获取相对所述原数据表文件确定的数据表名称，并提取各所述字段配置信息包括的数据字段信息；

按照数据仓库中数据表的构建模板，结合所述数据表名称及各所述数据字段信息，生成基础数据表；

其中，所述基础数据表中包括对固定数据字段、扩展数据字段的初始化创建以及存储格式及数据分割符的定义。

可选地，所述装置还包括：

第一生成模块，用于根据所述原数据表文件的数据表名称及所述字段配置信息，生成所述原数据表文件的元数据信息，并记录相应的元数据信息表中。

其中，所述元数据信息包括数据表关联属性信息以及数据字段关联属性信息，所述元数据信息表包括数据表关联元数据表、数据字段关联元数据表。

所述数据表关联元数据表中包括：原数据表文件的表标识号、数据表英文名称、数据表中文名称以及元数据信息的创建时间；

所述数据字段关联元数据表中包括：数据字段的字段标识号、字段英文名称、字段中文名称、字段类型、字段长度以及字段填充与否标识，还包括数据表英文名称。

可选地，第一形成模块34具体应用于：

以行为单位读取所述原数据表文件；

针对所读取的每一行，对所述行中的行数据内容进行拆分，获得至少一个数据字段的字段数据值；

遍历所述基础数据表，获得所述基础数据表中所创建固定数据字段的固定字段信息；

从各所述数据字段中进行固定数据字段的匹配，并将相匹配数据字段的字段数据值添加至所述基础数据表的对应行上；

将各所述数据字段中未与固定数据字段匹配的数据字段作为扩展数据字段，并将相应的字段数据值添加至所述基础数据表的扩展数据字段集合中；

检测到满足填充结束条件时，将所述基础数据表作为所述原数据表文件的数据资源表。

可选地，第一形成模块34还具体应用于：

从基础数据表完成填充的数据行中选定设定行数的填充数据，作为形成的原数据表文件的样例数据，所述设定行数与给定的样例数据总条数相同；

将各所述样例数据作为一种元数据信息，记录至相应的元数据信息表中，所述元数据信息表为样例数据关联元数据表。

所述样例数据关联元数据表中包括：原数据表文件的数据表英文名称、样例数据、数据文件存储列表、样例数据批次号、样例数据量。

可选地，所述装置还可以具体应用于：

在数据建模界面中显示数据资源列表；

接收数据资源建模操作，所述数据资源建模操作为从数据资源列表中选中目标数据资源并拖拽到建模画布中；

展示所述目标数据资源包含的数据字段信息；

接收样例数据展示操作，所述样例数据展示操作为对所述建模画布中的目标数据资源进行选中触发；

展示所述目标数据资源包含的样例数据信息。

进一步的，所述目标数据资源与至少一个原数据表文件关联；

所关联各原数据文件表中均包括所述目标数据资源中创建的固定数据字段。

本发明实施例所提供的数据管理装置可执行本发明任意实施例所提供的数据管理方法，具备执行方法相应的功能模块和有益效果。

实施例四

图6示出了可以用来实施本发明的实施例的电子设备40的结构示意图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本发明的实现。

如图6所示，电子设备40包括至少一个处理器41，以及与至少一个处理器41通信连接的存储器，如只读存储器(ROM)42、随机访问存储器(RAM)43等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器41可以根据存储在只读存储器(ROM)42中的计算机程序或者从存储单元48加载到随机访问存储器(RAM)43中的计算机程序，来执行各种适当的动作和处理。在RAM 43中，还可存储电子设备40操作所需的各种程序和数据。处理器41、ROM 42以及RAM 43通过总线44彼此相连。输入/输出(I/O)接口45也连接至总线44。

电子设备40中的多个部件连接至I/O接口45，包括：输入单元46，例如键盘、鼠标等；输出单元47，例如各种类型的显示器、扬声器等；存储单元48，例如磁盘、光盘等；以及通信单元49，例如网卡、调制解调器、无线通信收发机等。通信单元49允许电子设备40通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

处理器41可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器41的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器41执行上文所描述的各个方法和处理，例如一种数据管理方法。

在一些实施例中，一种数据管理方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元48。在一些实施例中，计算机程序的部分或者全部可以经由ROM 42和/或通信单元49而被载入和/或安装到电子设备40上。当计算机程序加载到RAM 43并由处理器41执行时，可以执行上文描述的一种数据管理方法的一个或多个步骤。备选地，在其他实施例中，处理器41可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行一种数据管理方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在电子设备上实施此处描述的系统和技术，该电子设备具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。

计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。

Claims (13)

1.一种数据管理方法，其特征在于，包括：

获取操作者通过数据表上传界面上传的原数据表文件；

确定操作者对所述原数据表文件所包含数据字段的字段配置信息；

根据各所述字段配置信息，确定设定存储格式的基础数据表；

读取所述原数据表文件的数据内容，将各所述数据内容按照设定填充要求填充至所述基础数据表，形成数据资源表。

2.根据权利要求1所述的方法，其特征在于，所述确定操作者对所述原数据表文件所包含数据字段的字段配置信息，包括：

读取所述原数据表文件的首行数据信息，获得所述原数据表文件包括的各数据字段；

接收操作者字段配置界面中对各所述数据字段的编辑信息；

基于各所述编辑信息生成相应数据字段的字段配置信息。

3.根据权利要求1所述的方法，其特征在于，所述根据各所述字段配置信息，确定设定存储格式的基础数据表，包括：

获取相对所述原数据表文件确定的数据表名称，并提取各所述字段配置信息包括的数据字段信息；

按照数据仓库中数据表的构建模板，结合所述数据表名称及各所述数据字段信息，生成基础数据表；

其中，所述基础数据表中包括对固定数据字段、扩展数据字段的初始化创建以及存储格式及数据分割符的定义。

4.根据权利要求1所述的方法，其特征在于，还包括：

根据所述原数据表文件的数据表名称及所述字段配置信息，生成所述原数据表文件的元数据信息，并记录相应的元数据信息表中。

其中，所述元数据信息包括数据表关联属性信息以及数据字段关联属性信息，所述元数据信息表包括数据表关联元数据表、数据字段关联元数据表。

5.根据权利要求4所述的方法，其特征在于，所述数据表关联元数据表中包括：原数据表文件的表标识号、数据表英文名称、数据表中文名称以及元数据信息的创建时间；

所述数据字段关联元数据表中包括：数据字段的字段标识号、字段英文名称、字段中文名称、字段类型、字段长度以及字段填充与否标识，还包括数据表英文名称。

6.根据权利要求1所述的方法，其特征在于，所述读取所述原数据表文件的数据内容，将各所述数据内容按照设定填充要求填充至所述基础数据表，形成数据资源表，包括：

以行为单位读取所述原数据表文件；

针对所读取的每一行，对所述行中的行数据内容进行拆分，获得至少一个数据字段的字段数据值；

遍历所述基础数据表，获得所述基础数据表中所创建固定数据字段的固定字段信息；

从各所述数据字段中进行固定数据字段的匹配，并将相匹配数据字段的字段数据值添加至所述基础数据表的对应行上；

将各所述数据字段中未与固定数据字段匹配的数据字段作为扩展数据字段，并将相应的字段数据值添加至所述基础数据表的扩展数据字段集合中；

检测到满足填充结束条件时，将所述基础数据表作为所述原数据表文件的数据资源表。

7.根据权利要求6所述的方法，其特征在于，在将各所述数据内容按照设定填充要求填充至所述基础数据表的过程中，还包括：

从基础数据表完成填充的数据行中选定设定行数的填充数据，作为形成的原数据表文件的样例数据，所述设定行数与给定的样例数据总条数相同；

将各所述样例数据作为一种元数据信息，记录至相应的元数据信息表中，所述元数据信息表为样例数据关联元数据表。

8.根据权利要求7所述的方法，其特征在于，所述样例数据关联元数据表中包括：原数据表文件的数据表英文名称、样例数据、数据文件存储列表、样例数据批次号、样例数据量。

9.根据权利要求1-8任一项所述的方法，其特征在于，还包括：

在数据建模界面中显示数据资源列表；

接收数据资源建模操作，所述数据资源建模操作为从数据资源列表中选中目标数据资源并拖拽到建模画布中；

展示所述目标数据资源包含的数据字段信息；

接收样例数据展示操作，所述样例数据展示操作为对所述建模画布中的目标数据资源进行选中触发；

展示所述目标数据资源包含的样例数据信息。

10.根据权利要求9所述的方法，其特征在于，所述目标数据资源与至少一个原数据表文件关联；

所关联各原数据文件表中均包括所述目标数据资源中创建的固定数据字段。

11.一种数据管理裝置，其特征在于，包括：

第一获取模块，用于获取操作者通过数据表上传界面上传的原数据表文件；

第一确定模块，用于确定操作者对所述原数据表文件所包含数据字段的字段配置信息；

第二确定模块，用于根据各所述字段配置信息，确定设定存储格式的基础数据表；

第一形成模块，用于读取所述原数据表文件的数据内容，将各所述数据内容按照设定填充要求填充至所述基础数据表，形成数据资源表。

12.一种电子设备，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权利要求1-10中任一项所述的数据管理方法。

13.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-10中任一项所述的数据管理方法。

Images