CN116450682A

CN116450682A - 基于数据合并的模型生成方法、装置、设备及介质

Info

Publication number: CN116450682A
Application number: CN202310288945.7A
Authority: CN
Inventors: 陶晓宝; 庄建伟
Original assignee: Suzhou Fengzhiding Information Technology Co ltd
Current assignee: Suzhou Fengzhiding Information Technology Co ltd
Priority date: 2023-03-23
Filing date: 2023-03-23
Publication date: 2023-07-18
Anticipated expiration: 2043-03-23
Also published as: CN116450682B

Abstract

本申请提供一种基于数据合并的模型生成方法、装置、设备及介质，涉及计算机技术领域。本申请方法包括基于目标模型的需求定义信息，在目标数据库中查询所述需求定义信息对应的目标模型数据；基于所述目标模型数据，执行数据合并操作，生成所述目标模型。开发人员可以根据目标模型的需求定义信息，在目标数据库中查询对应的目标模型数据，目标数据库可以是多种，从而适应不同模型创建方式的需求；根据目标模型数据进行数据合并，创建目标模型，可以实现模型数据的快速查找和生成，减少开发人员的编程工作量，提高模型的创建效率。

Description

基于数据合并的模型生成方法、装置、设备及介质

技术领域

本申请涉及计算机处理技术领域，尤其涉及一种基于数据合并的模型生成方法、装置、设备及介质。

背景技术

低代码平台一般采用模型驱动的开发模式，即通过可视化建模的方式来实现软件的设计和生成。领域模型创建完成后，有两种技术路线来生成和运行模型应用：代码生成和模型解析。其中，代码生成是指对生成的模型进行编译并生成所有相关的源代码，使其成为普通的应用系统；模型解析是指利用模型解析执行引擎直接解析并运行所生成的模型。但是这两种方式都依赖于模型的定义。

目前市面上的大部分低代码都是使用的模型驱动，但是模型创建的方式都是通过可视化建模的形式创建模型，比较单一。而随着低代码的发展，只通过页面创建模型的形式已不能满足快速及批量创建模型的需求。

因此，如何解决目前低代码平台模型创建效率低成为亟待解决的技术问题。

发明内容

本申请提供了一种基于数据合并的模型生成方法、装置、设备及存储介质，旨在提高低代码平台模型创建效率。

第一方面，本申请提供一种基于数据合并的模型生成方法，所述方法包括：

基于目标模型的需求定义信息，在目标数据库中查询所述需求定义信息对应的目标模型数据；

基于所述目标模型数据，执行数据合并操作，生成所述目标模型。

进一步地，所述目标模型数据包括模型名称、模型结构、模型属性、模型方法及模型关系。

进一步地，所述目标数据库包括可视化模型创建数据库、Java源码数据库以及表结构数据库。

进一步地，在所述目标数据库为所述可视化模型创建数据库时，

所述基于目标模型的需求定义信息，在目标数据库中查询所述需求定义信息对应的目标模型数据，包括：

基于可视化模型创建页面，填写所述目标模型的需求定义信息；

基于所述需求定义信息，在所述可视化模型创建数据库中查找对应的模型数据集，其中，所述模型数据集包括至少一个模型结构、至少一个模型属性以及至少一个模型关系；

基于所述目标模型数据，拖拽目标模型结构、目标模型属性和目标模型关系，获得所述目标模型数据。

进一步地，在所述目标数据库为所述Java源码数据库时，

基于所述目标模型的需求定义信息，生成对应的需求定义代码；

基于所述需求定义代码，在所述Java源码数据库中进行对比查找，获得与所述需求定义代码相匹配的目标源码；

解析所述目标源码，获得所述目标模型数据。

进一步地，在所述目标数据库为所述表结构数据库时，

基于数据库配置信息，连接至少一个所述表结构数据库，并获取所述表结构数据库中的数据库表和表结构；

基于所述目标模型的需求定义信息对应的需求定义代码，在所述数据库表和所述表结构中对比查找，获得与所述需求定义代码相匹配的目标数据表；

基于所述目标数据表，获得所述目标模型数据。

进一步地，所述基于所述目标模型数据，执行数据合并操作，生成所述目标模型之后，还包括：

基于所述目标模型数据，在预设模型库中查找是否存在所述目标模型；

在所述预设模型库中不存在所述目标模型时，则将所述目标模型保存至所述预设模型库中；反之，则基于所述目标模型数据，对所述预设模型库中的所述目标模型进行数据更新并保存。

第二方面，本申请还提供一种基于数据合并的模型生成方法装置，所述基于数据合并的模型生成方法装置包括：

目标数据模型提取模块，用于基于目标模型的需求定义信息，在目标数据库中查询所述需求定义信息对应的目标模型数据；

目标模型生成模块，用于基于所述目标模型数据，执行数据合并操作，生成所述目标模型。

第三方面，本申请还提供一种计算机设备，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如上述的基于数据合并的模型生成方法的步骤。

第四方面，本申请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上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如上述的基于数据合并的模型生成方法的步骤。

本申请提供一种基于数据合并的模型生成方法、装置、设备及存储介质，本申请方法包括基于目标模型的需求定义信息，在目标数据库中查询所述需求定义信息对应的目标模型数据；基于所述目标模型数据，执行数据合并操作，生成所述目标模型。通过上述方式，开发人员可以根据目标模型的需求定义信息，在目标数据库中查询对应的目标模型数据，目标数据库可以是多种，从而适应不同模型创建方式的需求；根据目标模型数据进行数据合并，创建目标模型，可以实现模型数据的快速查找和生成，减少开发人员的编程工作量，提高模型的创建效率。

附图说明

为了更清楚地说明本申请实施例技术方案，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，下面描述中的附图是本申请的一些实施例，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为本申请的实施例提供的一种基于数据合并的模型生成系统；

图2为本申请提供的一种基于数据合并的模型生成方法第一实施例的流程示意图；

图3为本申请实施例提供的基于可视化模型创建数据库的模型创建流程示意图；

图4为本申请实施例提供的基于Java源码数据库的模型创建流程示意图；

图5为本申请实施例提供的基于表结构数据库的模型创建流程示意图；

图6是本申请提供的一种基于数据合并的模型生成装置第一实施例的结构示意图；

图7是本申请实施例提供的一种计算机设备的结构示意性框图。

本申请目的的实现、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

下面将结合本申请实施例中的附图，对本申请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。

附图中所示的流程图仅是示例说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解、组合或部分合并，因此实际执行的顺序有可能根据实际情况改变。

下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。

如图1所示，图1为本申请的实施例提供的一种基于数据合并的模型生成系统，该系统包括终端、服务器，所述终端和所述服务器通信连接，所述服务器与模型数据库通信连接。

其中，所述终端包括手机、平板电脑、笔记本电脑、台式电脑、个人数字助理和穿戴式设备等电子设备。

其中，所述服务器包括独立一台服务器，或者服务器集群。

以下，将基于该基于数据合并的模型生成系统对本申请的实施例提供的基于数据合并的模型生成方法进行详细介绍。

请参照图2，图2为本申请提供的一种基于数据合并的模型生成方法第一实施例的流程示意图。该基于数据合并的模型生成方法可以用于基于数据合并的模型生成系统的服务器中。

如图2所示，该基于数据合并的模型生成方法包括步骤S101至步骤S103。

步骤S101、基于目标模型的需求定义信息，在目标数据库中查询所述需求定义信息对应的目标模型数据；

在一实施例中，目标模型数据包括模型名称、模型结构、模型属性、模型方法及模型关系。

在一实施例中，所述目标数据库包括可视化模型创建数据库、Java源码数据库以及表结构数据库。

步骤S102、基于所述目标模型数据，执行数据合并操作，生成所述目标模型。

在一实施例中，在构建目标模型时，将低代码平台与目标数据库进行连接，然后根据目标模型的需求定义信息，在目标数据库中查找定义相匹配的模型数据，再将这些模型数据进行合并和转化，从而生成目标模型。

在一实施例中，如图3所示，在所述目标数据库为所述可视化模型创建数据库时，基于可视化模型创建页面，填写所述目标模型的需求定义信息；基于所述需求定义信息，在所述可视化模型创建数据库中查找对应的模型数据集，其中，所述模型数据集包括至少一个模型结构、至少一个模型属性以及至少一个模型关系；基于所述目标模型数据，拖拽目标模型结构、目标模型属性和目标模型关系，获得所述目标模型数据。

在一实施例中，可视化模型创建数据库可以直接在页面中导入应用，可以直接在页面中输入目标模型的需求定义信息，从可视化模型创建数据库中直接查找对应的模型数据，并直接拖拽目标模型数据到低代码平台的可视化界面中，进行模型组建。

示例性的，页面创建完模型是指通过填写模型的基本信息，比如名字，描述等，拖拽式构建好模型、模型属性(可理解为：带有数据类型的字段)、模型的一对一，一对多，多对多等关系。

示例性的，判断模型是否存在是指保存之前需要校验模型是否在预设模型库中已经存在，防止做无意义的数据覆盖。

示例性的，保存模型则包括保存目标模型、模型属性、模型关系。

示例性的，提示已存在是指在搜索到目标模型存在时，弹出页面提示框，提醒用户该目标已存在，不需要再创建。

在一实施例中，如图4所示，在所述目标数据库为所述Java源码数据库时，基于所述目标模型的需求定义信息，生成对应的需求定义代码；基于所述需求定义代码，在所述Java源码数据库中进行对比查找，获得与所述需求定义代码相匹配的目标源码；解析所述目标源码，获得所述目标模型数据。

在一实施例中，Java源码数据库并不能用于直接搜索目标模型的需求定义信息，但是可以将目标模型的需求定义信息转化为代码，在Java源码数据库中查找与需求定义代码相匹配的目标源码，然后再提取该目标源码，将目标源码解析转化为目标模型数据，从而形成可视化的模型数据，在低代码平台中进行模型创建。

示例性的，如图4所示，在根据目标模型的需求定义代码在Java源码数据库中查找到目标源码之后，首先导入Java源码，然后解析该源码，获得类文件，再将类文件转化为可视化模型数据，即可进行模型创建。

示例性的，导入Java源码是指上传源码包到指定目录，留着后续解析用。

示例性的，解析类是指解析源码中的java文件，根据特定的注解，通过java反射的方式解析java文件中的类名，解析完之后便可将类名看作是模型名。

示例性的，通过代码比对生成可视化模型数据是指将类名作为模型名，类属性(包含数据类型，字段名等信息)作为模型属性，类的方法为模型方法，类中外键属性为模型关系。

示例性的，判断模型是否存在是指根据在预设模型库中查找目标模型的结果，判断后续是创建模型还是更新模型。

示例性的，保存模型是指在预设模型库中不存在目标模型时，保存目标模型、模型属性、模型方法、模型关系。

示例性的，更新模型是指在预设模型库中存在目标模型时，根据目标模型当前的模型数据，更新目标模型、模型属性、模型方法、模型关系。

在一实施例中，如图5所示，在所述目标数据库为所述表结构数据库时，基于数据库配置信息，连接至少一个所述表结构数据库，并获取所述表结构数据库中的数据库表和表结构；基于所述目标模型的需求定义信息对应的需求定义代码，在所述数据库表和所述表结构中对比查找，获得与所述需求定义代码相匹配的目标数据表；基于所述目标数据表，获得所述目标模型数据。

在一实施例中，表结构数据库也不能直接调取模型数据，同样将目标模型的需求定义信息转化为代码，然后在表结构数据库中查找相匹配的数据表，再将数据表转化为模型数据。

在一实施例中，如图5所示，根据表结构数据库进行模型创建时，首先需要选择数据库并且根据数据库类型进行相应的配置连接，然后才能获取表结构数据库中的数据库表及表结构。

示例性的，选择数据库并连接是指选择不同的数据库进行配置连接(比如配置数据源、数据库类型、账号密码等)，支持多种数据库如postgresql，mysql，oracle等。

示例性的，获取数据库表及表结构是指通过执行sql脚本，得到数据库表及表结构，每种数据库都的脚本都不相同，需要配置才可使用。比如：oracle脚本如下：SELECTTABLE_NAME AS table_name,COLUMN_NAME AS column_name,DATA_LENGTH AS type_name,DATA_TYPE AS type_name,NULLABLEAS is_not_null,IDENTITY_COLUMNAS is_key FROMcols WHERE table_name IS NOT NULL ORDER BYTABLE_NAME。

示例性的，通过代码比对生成可视化模型数据，其中，表结构中的表名为模型名，表字段为模型属性。

示例性的，保存模型是指在预设模型库中不存在目标模型时，保存模型、模型属性。

示例性的，更新模型是指在预设模型库中存在目标模型时，根据目标模型当前的模型数据，更新模型、模型属性。

本申请实施例提供一种基于数据合并的模型生成方法，开发人员可以根据目标模型的需求定义信息，在目标数据库中查询对应的目标模型数据，目标数据库可以是多种，从而适应不同模型创建方式的需求；根据目标模型数据进行数据合并，创建目标模型，可以实现模型数据的快速查找和生成，减少开发人员的编程工作量，提高模型的创建效率。

进一步地，基于上述图2所示实施例，所述步骤S102之后，还包括：

在一实施例中，通过连接数据库，并根据目标模型的需求定义信息直接在数据库中查找对应的数据模型，进而在可视化模型创建页面中直接运用这些数据模型创建目标模型，可以提高模型创建的效率，但是在目标模型创建完成之后，需要判断预设模型库中是否存在相同或者相似的模型，避免保存重复的模型数据，造成数据冗余。

在一实施例中，可以根据目标模型数据或者目标模型的需求定义信息，在预设模型库中进行模型匹配，查找预设模型中是否存在目标模型，如果存在，则可以选择替换、删除或者进行模型数据更新，如果不存在，则直接将该目标模型保存至预设数据库中即可。

示例性的，可以设置一个匹配阈值，将匹配相似度超过匹配阈值的模型作为目标模型的相似模型，而匹配相似度低于匹配阈值的模型则认为是与目标模型不同的模型。

示例性的，可以设置多个匹配阈值，对模型匹配相似度进行分级，比如相似度95％及以上的模型，可以认为与目标模型是同一模型，可以选择保留一个即可；相似度在80％及以上而小于95％的，认为是目标模型的相似模型，可以选择以目标模型的模型数据对该相似度的模型进行数据更新；而相似度低于80％的则可以认为不存在与目标模型相同或者相似的模型，直接保存目标模型。

请参阅图6，图6是本申请提供的一种基于数据合并的模型生成装置第一实施例的结构示意图，该基于数据合并的模型生成装置用于执行前述的基于数据合并的模型生成方法。其中，该基于数据合并的模型生成装置可以配置于服务器中。

如图6所示，该基于数据合并的模型生成装置300，包括：目标数据模型提取模块301和目标模型生成模块302。

目标数据模型提取模块301，用于基于目标模型的需求定义信息，在目标数据库中查询所述需求定义信息对应的目标模型数据；

目标模型生成模块302，用于基于所述目标模型数据，执行数据合并操作，生成所述目标模型。

在一实施例中，所述目标模型数据包括模型名称、模型结构、模型属性、模型方法及模型关系。

在一实施例中，在所述目标数据库为所述可视化模型创建数据库时，所述目标数据模型提取模块301，还用于基于可视化模型创建页面，填写所述目标模型的需求定义信息；基于所述需求定义信息，在所述可视化模型创建数据库中查找对应的模型数据集，其中，所述模型数据集包括至少一个模型结构、至少一个模型属性以及至少一个模型关系；基于所述目标模型数据，拖拽目标模型结构、目标模型属性和目标模型关系，获得所述目标模型数据。

在一实施例中，在所述目标数据库为所述Java源码数据库时所述目标数据模型提取模块301，还用于基于所述目标模型的需求定义信息，生成对应的需求定义代码；基于所述需求定义代码，在所述Java源码数据库中进行对比查找，获得与所述需求定义代码相匹配的目标源码；解析所述目标源码，获得所述目标模型数据。

在一实施例中，在所述目标数据库为所述表结构数据库时，所述目标数据模型提取模块301，还用于基于数据库配置信息，连接至少一个所述表结构数据库，并获取所述表结构数据库中的数据库表和表结构；基于所述目标模型的需求定义信息对应的需求定义代码，在所述数据库表和所述表结构中对比查找，获得与所述需求定义代码相匹配的目标数据表；基于所述目标数据表，获得所述目标模型数据。

在一实施例中，所述基于数据合并的模型生成装置300还包括模型保存模块，用于基于所述目标模型数据，在预设模型库中查找是否存在所述目标模型；在所述预设模型库中不存在所述目标模型时，则将所述目标模型保存至所述预设模型库中；反之，则基于所述目标模型数据，对所述预设模型库中的所述目标模型进行数据更新并保存。

需要说明的是，所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，上述描述的装置和各模块的具体工作过程，可以参考前述基于数据合并的模型生成方法实施例中的对应过程，在此不再赘述。

上述实施例提供的装置可以实现为一种计算机程序的形式，该计算机程序可以在如图7所示的计算机设备上运行。

请参阅图7，图7是本申请实施例提供的一种计算机设备的结构示意性框图。该计算机设备可以是服务器。

参阅图7，该计算机设备包括通过系统总线连接的处理器、存储器和网络接口，其中，存储器可以包括非易失性存储介质和内存储器。

非易失性存储介质可存储操作系统和计算机程序。该计算机程序包括程序指令，该程序指令被执行时，可使得处理器执行任意一种基于数据合并的模型生成方法。

处理器用于提供计算和控制能力，支撑整个计算机设备的运行。

内存储器为非易失性存储介质中的计算机程序的运行提供环境，该计算机程序被处理器执行时，可使得处理器执行任意一种基于数据合并的模型生成方法。

该网络接口用于进行网络通信，如发送分配的任务等。本领域技术人员可以理解，图7中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

应当理解的是，处理器可以是中央处理单元(Central Processing Unit，CPU)，该处理器还可以是其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable GateArray，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。其中，通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

其中，在一个实施例中，所述处理器用于运行存储在存储器中的计算机程序，以实现如下步骤：

在一个实施例中，所述目标模型数据包括模型名称、模型结构、模型属性、模型方法及模型关系。

在一个实施例中，所述目标数据库包括可视化模型创建数据库、Java源码数据库以及表结构数据库。

在一个实施例中，在所述目标数据库为所述可视化模型创建数据库时，所述处理器在实现所述基于目标模型的需求定义信息，在目标数据库中查询所述需求定义信息对应的目标模型数据时，用于实现：

在一个实施例中，在所述目标数据库为所述Java源码数据库时，所述处理器在实现所述基于目标模型的需求定义信息，在目标数据库中查询所述需求定义信息对应的目标模型数据时，用于实现：

解析所述目标源码，获得所述目标模型数据。

在一个实施例中，在所述目标数据库为所述表结构数据库时，所述处理器在实现所述基于目标模型的需求定义信息，在目标数据库中查询所述需求定义信息对应的目标模型数据时，用于实现：

基于所述目标数据表，获得所述目标模型数据。

在一个实施例中，所述处理器在实现所述基于所述目标模型数据，执行数据合并操作，生成所述目标模型之后，还用于实现：

本申请的实施例中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存储有计算机程序，所述计算机程序中包括程序指令，所述处理器执行所述程序指令，实现本申请实施例提供的任一种基于数据合并的模型生成方法。

其中，所述计算机可读存储介质可以是前述实施例所述的计算机设备的内部存储单元，例如所述计算机设备的硬盘或内存。所述计算机可读存储介质也可以是所述计算机设备的外部存储设备，例如所述计算机设备上配备的插接式硬盘，智能存储卡(SmartMedia Card，SMC)，安全数字(Secure Digital，SD)卡，闪存卡(Flash Card)等。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到各种等效的修改或替换，这些修改或替换都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以权利要求的保护范围为准。

Claims

1.一种基于数据合并的模型生成方法，其特征在于，所述方法包括：

2.根据权利要求1所述的基于数据合并的模型生成方法，其特征在于，所述目标模型数据包括模型名称、模型结构、模型属性、模型方法及模型关系。

3.根据权利要求1所述的基于数据合并的模型生成方法，其特征在于，所述目标数据库包括可视化模型创建数据库、Java源码数据库以及表结构数据库。

4.根据权利要求3所述的基于数据合并的模型生成方法，其特征在于，在所述目标数据库为所述可视化模型创建数据库时，

5.根据权利要求3所述的基于数据合并的模型生成方法，其特征在于，在所述目标数据库为所述Java源码数据库时，

解析所述目标源码，获得所述目标模型数据。

6.根据所述权利要求3所述的基于数据合并的模型生成方法，其特征在于，在所述目标数据库为所述表结构数据库时，

基于所述目标数据表，获得所述目标模型数据。

7.根据权利要求1-6中任一项所述的基于数据合并的模型生成方法，其特征在于，所述基于所述目标模型数据，执行数据合并操作，生成所述目标模型之后，还包括：

8.一种基于数据合并的模型生成方法装置，其特征在于，所述基于数据合并的模型生成方法装置包括：

9.一种计算机设备，其特征在于，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如权利要求1至7中任一项所述的基于数据合并的模型生成方法的步骤。

10.一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上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如权利要求1至7中任一项所述的基于数据合并的模型生成方法的步骤。