CN115952224A - 一种异构报表集成方法、设备及介质 - Google Patents
一种异构报表集成方法、设备及介质 Download PDFInfo
- Publication number
- CN115952224A CN115952224A CN202211697179.1A CN202211697179A CN115952224A CN 115952224 A CN115952224 A CN 115952224A CN 202211697179 A CN202211697179 A CN 202211697179A CN 115952224 A CN115952224 A CN 115952224A
- Authority
- CN
- China
- Prior art keywords
- report
- data
- interface
- heterogeneous
- standard interface
- 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
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000010354 integration Effects 0.000 title claims abstract description 16
- 238000004458 analytical method Methods 0.000 claims abstract description 41
- 238000003860 storage Methods 0.000 claims abstract description 20
- 238000012795 verification Methods 0.000 claims abstract description 9
- 238000012545 processing Methods 0.000 claims description 12
- 230000014509 gene expression Effects 0.000 claims description 7
- 238000003032 molecular docking Methods 0.000 claims description 6
- 238000009472 formulation Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 239000000203 mixture Substances 0.000 claims description 3
- 238000012950 reanalysis Methods 0.000 claims description 3
- 230000008878 coupling Effects 0.000 claims description 2
- 238000010168 coupling process Methods 0.000 claims description 2
- 238000005859 coupling reaction Methods 0.000 claims description 2
- 238000013500 data storage Methods 0.000 claims description 2
- 238000012550 audit Methods 0.000 claims 1
- 239000000126 substance Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 17
- 238000010586 diagram Methods 0.000 description 10
- 238000004590 computer program Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 7
- 238000011161 development Methods 0.000 description 7
- 238000013461 design Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000007726 management method Methods 0.000 description 6
- 238000013499 data model Methods 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 238000007405 data analysis Methods 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000035945 sensitivity Effects 0.000 description 2
- 241000533950 Leucojum Species 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 238000013075 data extraction Methods 0.000 description 1
- 238000013506 data mapping Methods 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000000586 desensitisation Methods 0.000 description 1
- 238000012938 design process Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000013515 script Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种异构报表集成方法、设备及介质,方法包括:确定已开放的报表标准接口,报表标准接口包括:表样接口、公式接口、数据接口;通过报表标准接口接收各报表平台发送的异构报表数据,并对异构报表数据进行解析,以便完成勾稽关系校验;对异构报表数据进行治理,以基于数仓概念对异构报表数据实现数据归类,得到企业内部报表数据源。通过合并报表技术和数据建模结合,制定报表标准接口,实现表样格式、分析公式、报表数据的接入,将不同版本、不同存储结构的报表数据融合,提高企业自身掌控力。
Description
技术领域
本申请涉及计算机领域,具体涉及一种异构报表集成方法、设备及介质。
背景技术
随着大数据时代的到来,海量数据正在彻底改变人们的生产方式,随着企业的数字化发展,报表作为企业数据的主要载体,成为各企业掌握自身发展、抓管理的重要手段,但随着企业精细化管理的发展,对数据信息的要求越来越高,导致报表版本、存储结构多种多样,无法进行多表间的勾稽关系核对,造成业务数据孤岛,造成企业内部、企业与企业间数据不相容,增加了企业监管难度。
发明内容
为了解决上述问题,本申请提出了一种异构报表集成方法,包括:
确定已开放的报表标准接口,所述报表标准接口包括:表样接口、公式接口、数据接口;
通过所述报表标准接口接收各报表平台发送的异构报表数据,并对所述异构报表数据进行解析,以便完成勾稽关系校验;
对所述异构报表数据进行治理,以基于数仓概念对所述异构报表数据实现数据归类,得到企业内部报表数据源。
在一个示例中,确定已开放的报表标准接口,具体包括:
制定报表表样解析方式,所述报表表样解析方式按顺序依次包括:字符串、JSONOBJECT、JSONARRAY、List<Map>;
根据所述报表表样解析方式,获取表样接口对应的属性,所述表样接口对应的属性包括:报表数据存储表名tableName、报表数据集合、校验信息集合、封面代码、封面代码上报数据,以便于根据所述tableName将报表数据存入对应的数据表。
在一个示例中,确定已开放的报表标准接口,具体包括:
制定报表分析公式标准、公式表示符,以便于针对不同报表平台对应的不同分析公式的表达形式,通过所述公示标准、所述公式表示符实现统一处理规划。
在一个示例中,确定已开放的报表标准接口,具体包括:
通过json串,制定报表数据对接标准,所述表数据对接标准包括:传递接口ID、源ID、目的ID及下发数据,且data主体包括:任务编号、任务周期、本级代码、业务数据,以通过定义固定格式,将报表数据完成标准接口制定。
在一个示例中,确定已开放的报表标准接口,具体包括:
将所述表样接口、所述公式接口、所述数据接口进行接口松耦合;
确定业务需求所需的接入要求,并根据所述接入要求在所述表样接口、所述公式接口、所述数据接口选取对应的接口进行接入。
在一个示例中,确定已开放的报表标准接口之前,所述方法还包括:
粮食行业的储备性质粮食轮换业务,获取对应的企业模型和具体业务指标,所述企业模型包括:存在计划、合同、出入库、统计帐、质量、财务,所述具体业务指标包括:划类型、计划数量、合同编号、客户名称、单据编号、单据数量、期末余额、检验值;
根据所述企业模型和所述具体业务指标,形成报表标准接口。
在一个示例中,通过所述报表标准接口接收各报表平台发送的异构报表数据,对所述异构报表数据进行解析,以便完成勾稽关系校验,具体包括:
针对粮食行业的储备性质粮食轮换业务,对接收到的政策性粮业务、储备性粮业务对应的异构报表进行中转集成,根据所述报表标准接口实现对所述政策性粮业务、所述储备性粮业务的解析,形成业务指标数据,并实现字典标准、模型填充。
在一个示例中,所述方法还包括:
对所述异构报表数据的解析情况进行记录,所述记录包括:解析报表版本、厂家、解析时间、解析报表数据内容、记录解析成功数据,解析失败数据;
增加定时处理解析失败数据机制,以扫描对rpsjcsjl表数据状态为0的记录,并进行重新解析。
另一方面,本申请还提出了一种异构报表集成设备,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:
确定已开放的报表标准接口,所述报表标准接口包括:表样接口、公式接口、数据接口;
通过所述报表标准接口接收各报表平台发送的异构报表数据,并对所述异构报表数据进行解析,以便完成勾稽关系校验;
对所述异构报表数据进行治理,以基于数仓概念对所述异构报表数据实现数据归类,得到企业内部报表数据源。
另一方面,本申请还提出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,所述计算机可执行指令设置为:
确定已开放的报表标准接口,所述报表标准接口包括:表样接口、公式接口、数据接口;
通过所述报表标准接口接收各报表平台发送的异构报表数据,并对所述异构报表数据进行解析,以便完成勾稽关系校验;
对所述异构报表数据进行治理,以基于数仓概念对所述异构报表数据实现数据归类,得到企业内部报表数据源。
通过本申请提出的方法能够带来如下有益效果:
通过合并报表技术和数据建模结合,制定报表标准接口,实现表样格式、分析公式、报表数据的接入,将不同版本、不同存储结构的报表数据融合,提高企业自身掌控力。
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为本申请实施例中异构报表集成方法的流程示意图;
图2为本申请实施例中,一种场景下的异构报表集成方法的示意图;
图3为本申请实施例中异构报表集成设备的示意图。
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。
当前市面上报表管理有许多成熟的平台,但对于各报表之间相互融合及创建模型实现多维透视分析的平台相对较少,尤其是可以基于具体企业信息化建设过程中存在的历史多版本报表,通过简单的配置,完成数据、模型、呈现的一体化数据循环平台市面很少,是一个相对空白的领域。
现有的报表平台可以针对某块具体业务实现数据汇总、分析并出具报表。但是在企业信息化建设发展的过程中,不可避免的会引进不同版本的报表产品,此时想要将不同业务领域内的不同版本报表数据融合汇总分析,比如,业财一体,往往不具备这种能力。
分析原因一是此类需求是相对小众化的需求,主要用于业务范围广、业务类型多的企业,且类似这种企业不可避免的在信息化建设过程中会引入不同版本的报表,兼容其他版本报表方面,主流的报表厂家对此投入较少。二是各报表平台存储格式、存储关系都不一样,需要统一治理,之前所有的报表归拢之后直接进行分析,不管给谁用,都无法认可,需要把不同报表平台的报表数据解析之后,按照标准形成统一认可的指标数据。三是企业数据敏感性和特殊性,相对于互联网数据的开放性,各企业内部数据具有一定的保密性和敏感性,并且根据自己的管理模式,存在特殊性,当前市面上主流的报表产品无法准确的满足企业需求。
基于此,如图1所示,本申请实施例提供异构报表集成方法,包括:
S101:确定已开放的报表标准接口,所述报表标准接口包括:表样接口、公式接口、数据接口。
具体地,针对于表样接口,制定报表表样解析方式,报表表样解析方式按顺序依次包括:字符串、JSONOBJECT、JSONARRAY、List<Map>;
根据报表表样解析方式,获取表样接口对应的属性,表样接口对应的属性包括:报表数据存储表名tableName、报表数据集合、校验信息集合、封面代码、封面代码上报数据,以便于根据tableName将报表数据存入对应的数据表。
针对于公式接口,制定报表分析公式标准、公式表示符,以便于针对不同报表平台对应的不同分析公式的表达形式,通过公示标准、公式表示符实现统一处理规划。
内容如下:
{
"report":[
{
"formula":[],
"reportCat":{
"appcode":"",
"code":"001",
"haschildren":false,
"id":"57ffe6e4-0339-4a25-8246-5ec1031ceb90",
"name":"默认分组",
"name_cht":"默认分组",
"name_en":"",
"name_es":"",
"name_pt":"",
"parentid":"CBLSZCY"
},
"reportFormat":{"cells":[{body}]}
针对数据接口,通过json串,制定报表数据对接标准,表数据对接标准包括:传递接口ID、源ID、目的ID及下发数据,且data主体包括:任务编号、任务周期、本级代码、业务数据,以通过定义固定格式,将报表数据完成标准接口制定。
根据不同的业务需要,对报表的接入要求不同,会存在报表数据、报表数据+报表表样、报表数据+报表表样+报表公式等不同接入需求。
基于此,将表样接口、公式接口、数据接口进行接口松耦合,确定业务需求所需的接入要求,并根据接入要求在表样接口、公式接口、数据接口选取对应的接口进行接入,支持多场景报表平台信息的接入。
S102:通过所述报表标准接口接收各报表平台发送的异构报表数据,并对所述异构报表数据进行解析,以便完成勾稽关系校验。
如图2所示,报表平台包括报表平台1~报表平台n,最终汇总到异构报表平台对异构报表数据进行解析。对不同版本、不同厂家的报表平台进行解析,实现对数据源的本体描述、存储、和解析工作,结合圈定的指标,引用数仓理念,完成企业业务数据落标及治理。
S103:对所述异构报表数据进行治理,以基于数仓概念对所述异构报表数据实现数据归类,得到企业内部报表数据源。
数仓概念,指的是数据仓库,可靠的数仓体系,需要清晰的数据分层结构,即要保证数据层的稳定又要屏蔽对下游的影响,并且要避免链路过长。结合这些原则及以往的项目实施经验,我们将分层进行统一定义为三层:操作数据层ODS、公共维度模型层CDM和应用数据层ADS。
ODS(Operational Data Store操作数据层)定义为存储层,仅以技术手段(快照形式)保留历史数据,不做任何转换,与业务侧DB实体保持同构。在结构上其与源系统的增量或者全量数据基本保持一致。
ODS相当于DW数据的一个数据准备区,同时又承担着基础数据的记录以及历史变化。其主要作用是把基础数据引入到计算存储中。基于维度建模理念思想,建立整个企业的一致性维度。
CDM(Common Data Model,公共维度模型层)又细分为DWD和DWS。它的主要作用是完成数据加工与整合,建立一致性的维度,构建可复用的面向分析和统计的明细事实表,以及汇总公共粒度的指标。
其中,DWD(Data Warehouse Detail,明细数据层):定义为明细层,对数据进行规范化(编码转换、清洗、统一格式、脱敏等),不做横向整合。
以业务过程为建模驱动,基于每个具体业务过程的特点,构建最细粒度的明细层事实表。你可以结合企业的数据使用特点,将明细事实表的某些重要维度属性字段做适当的冗余,即宽表化处理(维度退化)。
DWS(Data Warehouse Summary,汇总数据层):汇总层,对dwd各信息进行关联整合,输出主题宽表(面向业务过程,不同业务过程的信息不冗余建设,采用外键形式)。集中建设通用性维度和指标,降低业务需求开发成本。
以分析的主题对象为建模驱动,基于上层的应用和产品的指标需求,构建公共粒度的汇总指标事实表,以宽表化手段来物理化模型。
DIM:维度表,建立一致数据分析维表,降低数据计算口径和算法不统一风险。
以维度作为建模驱动,基于每个维度的业务含义,通过定义维度及维度主键,添加维度属性、关联维度等定义计算逻辑和雪花模型,完成属性定义的过程并建立一致的数据分析维表。同时你可以定义维度主子关系,子维度的属性将合并至主维度使用,进一步保证维度的一致性和便捷使用性。
ADS(Application Data Service,应用数据层),面向业务需求进行定制开发。包含复合派生指标和标签。
数据仓库实施流程:
数仓模型设计到实施构建上线的整体流程涉及数据调研、模型设计、模型构建、测试验收、发布应用五个主要环节,对每个阶段的输出与输入文档进行规范。
数据调研:对集团业务体系和数据进行盘点,了解核心业务的数据现状。收集和理解业务方需求,就特定需求的指标口径达成统一,在对需求中涉及到的业务系统或系统模块所承担的功能进行梳理后进行表字段级分析,并对数据进行验证,确保现有数据能够支持业务需求。
模型设计:根据需求和业务调研结果对模型进行初步归类,选择合适的主题域进行模型存放;确定主题后进入数据模型的设计阶段,逻辑模型设计过程要考虑总线结构构建、模型规范定义等关键问题。
模型构建:物理模型设计以逻辑模型为基础,兼顾存储性能等因素对逻辑模型做的物理化的过程,是逻辑模型的最终物理实现.物理模型在一般情况下与逻辑模型保持一致,模型设计完成后需要输出表结构进行需求匹配的验证。逻辑模型物理化的过程,既可以通过产品平台的模型构建自动生成运行代码和脚本,也可以通过业务流程节点自定义代码开发的形式完成。其中包含了数据映射、计算实现、测试验证等开发过程。
测试验收:
单元测试完成后需要通知业务方一起对模型数据进行业务验证,对验证问题做收集,返回验证模型设计的合理性。
发布应用:
完成验证后的模型就可以在线上生产环境进行部署,一方面通过数据源的方式接入到数据分析平台进行自助查询和可视化分析,另一方面可以配置API接口服务,提供给业务系统调用。上线后需要为模型配置监控,及时掌握为业务提供数据服务的状况。模型实体和属性说明文档可以发布给数仓数据的使用者,使模型得到更好地应用。
通过合并报表技术和数据建模结合,制定报表标准接口,实现表样格式、分析公式、报表数据的接入,将不同版本、不同存储结构的报表数据融合,提高企业自身掌控力。
在一个实施例中,随着企业的发展,会产生大量数据信息,这些信息是企业信息门户、客户关系管理、数据仓库、决策支持和B2B等新型应用所不可或缺的内容。对企业数据进行建模前,了解业务倍镜、业务需求,明确需要解决的业务问题。核实数据源的真实性,数据的规范性,进行数据提数。根据确定的分析目标,使用划分群体法,搭建相关的数据模型。依据创建的数据模型,圈定业务指标,明确边界。
针对粮食行业的储备性质粮食轮换业务,获取对应的企业模型和具体业务指标,企业模型包括:存在计划、合同、出入库、统计帐、质量、财务,具体业务指标包括:划类型、计划数量、合同编号、客户名称、单据编号、单据数量、期末余额、检验值;根据企业模型和具体业务指标,形成报表标准接口。
进一步地,针对粮食行业的储备性质粮食轮换业务,对接收到的政策性粮业务、储备性粮业务对应的异构报表使用报表平台不一致,两种业务数据无法汇总分析,此时根据上文中的方法对其进行中转集成,根据报表标准接口实现对政策性粮业务、储备性粮业务的解析,形成业务指标数据,并实现字典标准、模型填充。
在一个实施例中,对异构报表数据的解析情况进行记录,记录包括:解析报表版本、厂家、解析时间、解析报表数据内容、记录解析成功数据,解析失败数据;增加定时处理解析失败数据机制(repeatTask定时任务),以扫描对rpsjcsjl表数据状态为0的记录,并进行重新解析。比如,设定每1小时扫描。
如图3所示,本申请实施例还提供了一种异构报表集成设备,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:
确定已开放的报表标准接口,所述报表标准接口包括:表样接口、公式接口、数据接口;
通过所述报表标准接口接收各报表平台发送的异构报表数据,并对所述异构报表数据进行解析,以便完成勾稽关系校验;
对所述异构报表数据进行治理,以基于数仓概念对所述异构报表数据实现数据归类,得到企业内部报表数据源。
本申请实施例还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,所述计算机可执行指令设置为:
确定已开放的报表标准接口,所述报表标准接口包括:表样接口、公式接口、数据接口;
通过所述报表标准接口接收各报表平台发送的异构报表数据,并对所述异构报表数据进行解析,以便完成勾稽关系校验;
对所述异构报表数据进行治理,以基于数仓概念对所述异构报表数据实现数据归类,得到企业内部报表数据源。
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)
1.一种异构报表集成方法,其特征在于,包括:
确定已开放的报表标准接口,所述报表标准接口包括:表样接口、公式接口、数据接口;
通过所述报表标准接口接收各报表平台发送的异构报表数据,并对所述异构报表数据进行解析,以便完成勾稽关系校验;
对所述异构报表数据进行治理,以基于数仓概念对所述异构报表数据实现数据归类,得到企业内部报表数据源。
2.根据权利要求1所述的方法,其特征在于,确定已开放的报表标准接口,具体包括:
制定报表表样解析方式,所述报表表样解析方式按顺序依次包括:字符串、JSONOBJECT、JSONARRAY、List<Map>;
根据所述报表表样解析方式,获取表样接口对应的属性,所述表样接口对应的属性包括:报表数据存储表名tableName、报表数据集合、校验信息集合、封面代码、封面代码上报数据,以便于根据所述tableName将报表数据存入对应的数据表。
3.根据权利要求1所述的方法,其特征在于,确定已开放的报表标准接口,具体包括:
制定报表分析公式标准、公式表示符,以便于针对不同报表平台对应的不同分析公式的表达形式,通过所述公示标准、所述公式表示符实现统一处理规划。
4.根据权利要求1所述的方法,其特征在于,确定已开放的报表标准接口,具体包括:
通过json串,制定报表数据对接标准,所述表数据对接标准包括:传递接口ID、源ID、目的ID及下发数据,且data主体包括:任务编号、任务周期、本级代码、业务数据,以通过定义固定格式,将报表数据完成标准接口制定。
5.根据权利要求1所述的方法,其特征在于,确定已开放的报表标准接口,具体包括:
将所述表样接口、所述公式接口、所述数据接口进行接口松耦合;
确定业务需求所需的接入要求,并根据所述接入要求在所述表样接口、所述公式接口、所述数据接口选取对应的接口进行接入。
6.根据权利要求1所述的方法,其特征在于,确定已开放的报表标准接口之前,所述方法还包括:
粮食行业的储备性质粮食轮换业务,获取对应的企业模型和具体业务指标,所述企业模型包括:存在计划、合同、出入库、统计帐、质量、财务,所述具体业务指标包括:划类型、计划数量、合同编号、客户名称、单据编号、单据数量、期末余额、检验值;
根据所述企业模型和所述具体业务指标,形成报表标准接口。
7.根据权利要求6所述的方法,其特征在于,通过所述报表标准接口接收各报表平台发送的异构报表数据,对所述异构报表数据进行解析,以便完成勾稽关系校验,具体包括:
针对粮食行业的储备性质粮食轮换业务,对接收到的政策性粮业务、储备性粮业务对应的异构报表进行中转集成,根据所述报表标准接口实现对所述政策性粮业务、所述储备性粮业务的解析,形成业务指标数据,并实现字典标准、模型填充。
8.根据权利要求7所述的方法,其特征在于,所述方法还包括:
对所述异构报表数据的解析情况进行记录,所述记录包括:解析报表版本、厂家、解析时间、解析报表数据内容、记录解析成功数据,解析失败数据;
增加定时处理解析失败数据机制,以扫描对rpsjcsjl表数据状态为0的记录,并进行重新解析。
9.一种异构报表集成设备,其特征在于,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:
确定已开放的报表标准接口,所述报表标准接口包括:表样接口、公式接口、数据接口;
通过所述报表标准接口接收各报表平台发送的异构报表数据,并对所述异构报表数据进行解析,以便完成勾稽关系校验;
对所述异构报表数据进行治理,以基于数仓概念对所述异构报表数据实现数据归类,得到企业内部报表数据源。
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:
确定已开放的报表标准接口,所述报表标准接口包括:表样接口、公式接口、数据接口;
通过所述报表标准接口接收各报表平台发送的异构报表数据,并对所述异构报表数据进行解析,以便完成勾稽关系校验;
对所述异构报表数据进行治理,以基于数仓概念对所述异构报表数据实现数据归类,得到企业内部报表数据源。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211697179.1A CN115952224A (zh) | 2022-12-28 | 2022-12-28 | 一种异构报表集成方法、设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211697179.1A CN115952224A (zh) | 2022-12-28 | 2022-12-28 | 一种异构报表集成方法、设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115952224A true CN115952224A (zh) | 2023-04-11 |
Family
ID=87285402
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211697179.1A Pending CN115952224A (zh) | 2022-12-28 | 2022-12-28 | 一种异构报表集成方法、设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115952224A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116662351A (zh) * | 2023-08-01 | 2023-08-29 | 佳瑛科技有限公司 | 一种银行数据采集方法以及系统 |
-
2022
- 2022-12-28 CN CN202211697179.1A patent/CN115952224A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116662351A (zh) * | 2023-08-01 | 2023-08-29 | 佳瑛科技有限公司 | 一种银行数据采集方法以及系统 |
CN116662351B (zh) * | 2023-08-01 | 2023-10-03 | 佳瑛科技有限公司 | 一种银行数据采集方法以及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10592386B2 (en) | Fully automated machine learning system which generates and optimizes solutions given a dataset and a desired outcome | |
EP4195112A1 (en) | Systems and methods for enriching modeling tools and infrastructure with semantics | |
US8892534B2 (en) | System and method for integrating data quality metrics into enterprise data management processes | |
US20210097343A1 (en) | Method and apparatus for managing artificial intelligence systems | |
CN107256247A (zh) | 大数据数据治理方法和装置 | |
US11810000B2 (en) | Systems and methods for expanding data classification using synthetic data generation in machine learning models | |
CN104679646B (zh) | 一种用于检测sql代码缺陷的方法和装置 | |
CN112434024B (zh) | 面向关系型数据库的数据字典生成方法、装置、设备及介质 | |
CN111145011B (zh) | 一种银行业务系统搭建方法及装置 | |
US20220004532A1 (en) | Generation of realistic mock data | |
CN115952224A (zh) | 一种异构报表集成方法、设备及介质 | |
CN110175113B (zh) | 业务场景确定方法和装置 | |
CN114722789B (zh) | 数据报表集成方法、装置、电子设备及存储介质 | |
US20120317081A1 (en) | Detecting wasteful data collection | |
US20220083899A1 (en) | Validation of ai models using holdout sets | |
CN114385722A (zh) | 接口属性的一致性校验方法、装置、电子设备和存储介质 | |
Kumar | Integrated benchmarking standard and decision support system for structured, semi structured, unstructured retail data | |
Kukreja et al. | Data Engineering with Apache Spark, Delta Lake, and Lakehouse: Create scalable pipelines that ingest, curate, and aggregate complex data in a timely and secure way | |
Vaidya et al. | Business intelligence system for banking and finance | |
Aydemir et al. | A hybrid process mining approach for business processes in financial organizations | |
CN116049195A (zh) | 一种数据集市管理方法、装置、电子设备和存储介质 | |
CN117453703A (zh) | 测试方法、装置、设备、介质和程序产品 | |
Yang et al. | An Approach to Critical Success Factors in Designing Cloud-based Application Solutions | |
Li et al. | A novel completeness definition of event logs and corresponding generation algorithm | |
Yoon et al. | Development of Online Egg Grading Information Management System with Data Warehouse Technique |
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 |