CN117493309A - 一种标准模型生成方法、装置、设备及存储介质 - Google Patents
一种标准模型生成方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN117493309A CN117493309A CN202311560022.9A CN202311560022A CN117493309A CN 117493309 A CN117493309 A CN 117493309A CN 202311560022 A CN202311560022 A CN 202311560022A CN 117493309 A CN117493309 A CN 117493309A
- Authority
- CN
- China
- Prior art keywords
- standard model
- verification result
- file
- verification
- data model
- 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
- 230000005477 standard model Effects 0.000 title claims abstract description 101
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000012795 verification Methods 0.000 claims abstract description 125
- 238000004458 analytical method Methods 0.000 claims abstract description 73
- 238000013499 data model Methods 0.000 claims abstract description 70
- 238000013507 mapping Methods 0.000 claims description 26
- 238000012545 processing Methods 0.000 claims description 8
- 238000004590 computer program Methods 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 238000004891 communication Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 230000008676 import Effects 0.000 description 5
- 230000001360 synchronised effect Effects 0.000 description 3
- 238000012546 transfer Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000002093 peripheral effect Effects 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 230000002441 reversible effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000005094 computer simulation Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013523 data management Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
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
- G06F16/21—Design, administration or maintenance of databases
- G06F16/211—Schema design and management
- G06F16/212—Schema design and management with details for data modelling support
-
- 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
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
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)
- Stored Programmes (AREA)
Abstract
本申请提出一种标准模型生成方法、装置、设备及存储介质，标准模型生成方法通过获取数据模型文件，对数据模型文件进行基础校验，得到基础校验结果，基础校验结果包括文档格式的校验结果，当基础校验结果表征校验通过，根据文档格式以及规则引擎，匹配目标解析工具，通过目标解析工具以及规则引擎中的预设标准模型模板，对数据模型文件进行解析处理，得到标准模型，不需要进行中转或者模板的线上导入，直接利用线上的规则引擎实现标准模型的输出，从而大大提高便捷性。
Description
技术领域
本申请涉及计算机领域，尤其涉及一种标准模型生成方法、装置、设备及存储介质。
背景技术
随着业务的快速发展，企业数据呈几何倍增长，数据量庞大、复杂、各类数据间标准不一致，往往会出现数据难以管理的现象。在数据中台建设过程中一般会提供数据建模服务，将无序、杂乱、繁琐、庞大且难以管理的数据，进行结构化有序的管理。
然而，当前主流的数据中台中，虽然大部分线上建模工具提供基于excel模板模型导入或基于数据库逆向导入模型，但是需要多次转换或需要依赖不同的存储介质进行中转，excel模型模板需要事先定义好excel模板文件，然后配置传统建模工具导出模板，最后通过线上导入，而通过数据库逆向需要将传统建模工具模型输出到数据库，然后通过数据库逆向(即通过程序软件连接数据库获取对应模型数据)，没有真正做到支持不同建模工具所建数据模型导入到线上系统的直接打通，操作的便捷性大打折扣。
发明内容
本申请实施例提供一种标准模型生成方法、装置、设备及存储介质，以解决相关技术存在的至少一个问题，技术方案如下：
第一方面，本申请实施例提供了一种标准模型生成的方法，包括：
获取数据模型文件；
对所述数据模型文件进行基础校验，得到基础校验结果，所述基础校验结果包括文档格式的校验结果；
当所述基础校验结果表征校验通过，根据文档格式以及规则引擎，匹配目标解析工具；
通过所述目标解析工具以及规则引擎中的预设标准模型模板，对所述数据模型文件进行解析处理，得到标准模型。
在一种实施方式中，所述对所述数据模型文件进行基础校验，得到基础校验结果包括：
通过解析工具对所述数据模型文件进行解析，得到解析结果；
当所述解析结果表征解析成功，得到表征校验通过的文档格式的校验结果；
或者，
当所述解析结果表征解析成功，读取所述数据模型文件以确定是否存在PowerDesigner节点，当存在PowerDesigner节点，得到表征校验通过的文档格式的校验结果。
在一种实施方式中，所述对所述数据模型文件进行基础校验，得到基础校验结果还包括：
确定所述数据模型文件的文件大小，将所述文件大小与第一大小阈值以及第二大小阈值进行比较，当所述文件大小大于所述第一大小阈值且小于所述二大小阈值时，得到表征校验通过的文件大小的校验结果；
从所述数据模型文件中提取关键字信息，根据预设映射规则对所述关键字信息进行校验，当校验通过得到表征校验通过的关键字的校验结果；
其中，所述基础校验结果还包括文件大小的校验结果以及关键字的校验结果，当文件大小的校验结果、关键字的校验结果以及文档格式的校验结果均表征通过时，所述基础校验结果表征校验通过。
在一种实施方式中，所述根据文档格式以及规则引擎，匹配目标解析工具包括：
当文档格式为pdm，从所述规则引擎中匹配所述pdm对应的pdm解析工具作为目标解析工具；
或者，
当文档格式为pdma，从所述规则引擎中匹配所述pdma对应的pdma解析工具作为目标解析工具。
在一种实施方式中，所述通过所述目标解析工具以及规则引擎中的预设标准模型模板，对所述数据模型文件进行解析处理，得到标准模型包括：
根据规则引擎中的预设标准模型模板的预设映射规则，读取所述数据模型文件中的待映射字段；
对所述待映射字段进行结构化，得到结构化字段；
通过所述目标解析工具以及预设标准模型模板，将所述结构化字段进行模板化映射，得到标准模型。
在一种实施方式中，所述通过所述目标解析工具以及预设标准模型模板，将所述结构化字段进行模板化映射，得到标准模型包括：
从所述预设标准模型模板中确定预设模板配置；
根据所述预设模板配置以及所述预设映射规则，通过所述目标解析工具对所述结构化字段进行模板化映射，得到标准模型。
在一种实施方式中，所述方法还包括：
响应于第一指令，将所述标准模型输出为JSON格式；
或者，
响应于第二指令，将所述标准模型存储至数据库中。
第二方面，本申请实施例提供了一种标准模型生成装置，包括：
获取模块，用于获取数据模型文件；
基础校验模块，用于对所述数据模型文件进行基础校验，得到基础校验结果，所述基础校验结果包括文档格式的校验结果；
匹配模块，用于当所述基础校验结果表征校验通过，根据文档格式以及规则引擎，匹配目标解析工具；
处理模块，用于通过所述目标解析工具以及规则引擎中的预设标准模型模板，对所述数据模型文件进行解析处理，得到标准模型。
在一种实施方式中，所述处理模块还用于：
响应于第一指令，将所述标准模型输出为JSON格式；
或者，
响应于第二指令，将所述标准模型存储至数据库中。
第三方面，本申请实施例提供了一种电子设备，包括：处理器和存储器，该存储器中存储指令，该指令由该处理器加载并执行，以实现上述各方面任一种实施方式中的方法。
第四方面，本申请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程序，计算机程序被执行时实现上述各方面任一种实施方式中的方法。
上述技术方案中的有益效果至少包括：
通过获取数据模型文件，对数据模型文件进行基础校验，得到基础校验结果，基础校验结果包括文档格式的校验结果，当基础校验结果表征校验通过，根据文档格式以及规则引擎，匹配目标解析工具，通过目标解析工具以及规则引擎中的预设标准模型模板，对数据模型文件进行解析处理，得到标准模型，不需要进行中转或者模板的线上导入，直接利用线上的规则引擎实现标准模型的输出，大大提高便捷性。
上述概述仅仅是为了说明书的目的，并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外，通过参考附图和以下的详细描述，本申请进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中，除非另外规定，否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解，这些附图仅描绘了根据本申请公开的一些实施方式，而不应将其视为是对本申请范围的限制。
图1为本申请一实施例标准模型生成方法的步骤流程示意图；
图2为本申请一实施例结构化的示意图；
图3为本申请一实施例的标准模型生成装置的结构框图；
图4为本申请一实施例的电子设备的结构框图。
具体实施方式
在下文中，仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样，在不脱离本申请的精神或范围的情况下，可通过各种不同方式修改所描述的实施例。因此，附图和描述被认为本质上是示例性的而非限制性的。
参照图1，示出本申请一实施例的标准模型生成方法的流程图，该标准模型生成方法至少可以包括步骤S100-S400：
S100、获取数据模型文件。
S200、对数据模型文件进行基础校验，得到基础校验结果，
可选地，基础校验结果包括文档格式的校验结果。在一种实施方式中，当文档格式的校验结果表征通过，则基础校验结果表征校验通过。
S300、当基础校验结果表征校验通过，根据文档格式以及规则引擎，匹配目标解析工具。
S400、通过目标解析工具以及规则引擎中的预设标准模型模板，对数据模型文件进行解析处理，得到标准模型。
本申请实施例的标准模型生成方法可以通过计算机、手机、平板等终端或者通过云服务器执行。例如，可以由终端或者云服务器中搭载的系统或者平台执行而实现。
本申请实施例的技术方案，通过获取数据模型文件，对数据模型文件进行基础校验，得到基础校验结果，基础校验结果包括文档格式的校验结果，当基础校验结果表征校验通过，根据文档格式以及规则引擎，匹配目标解析工具，通过目标解析工具以及规则引擎中的预设标准模型模板，对数据模型文件进行解析处理，得到标准模型，不需要进行中转或者模板的线上导入，直接利用线上的规则引擎实现标准模型的输出，大大提高便捷性。
在一种实施方式中，本申请实施例中，事先梳理不同建模工具、不同数据输出模型的解析规则，包括但不限于模型格式(如xml/json)、预设映射规则及基础校验规则等等，基础校验规则包括但不限于文件大小的校验、关键字的校验(如pdm关键字o:Model校验以及pdma的关键字校验)以及文档格式的校验的规则等等；预设映射规则可以包括映射字段解析规则(节点名称、是否为列表，字段名称)等。然后，将解析规则梳理标准模型的输出样例及输出模版，形成预设标准模型模板，配置到系统的规则引擎中。其中，形成预设标准模型模板时引入模板引擎(Velocity)，对要输出的标准模型进行动态配置，预设标准模型模板中引入的变量参数来自于原始的数据模型文件解析映射后的值，从而达到对标准模型的动态调整。
在一种实施方式中，步骤S100中，用户可以通过系统上传原始的数据模型文件，使系统获取到原始的数据模型文件。
本申请实施例提供一种导入传统建模工具powerdesigner、pdmaner的模型输出物解析、标准化的技术方案，可以包括原始模型文件上传、原始模型解析、模型标准化以及模型入库或提供API。本申请实施例的系统支持传统powerdesigner及pdmaner输出的pdm和pdma文件，pdm为XML格式文件，pdma为标准json格式文件，同时可以通过规则引擎(Drools)配置兼容其它文档格式的建模工具。
在一种实施方式中，步骤S200包括步骤S210、SS220或者S230：
S210、通过解析工具对数据模型文件进行解析，得到解析结果。
可选地，解析工具可以为采用XML解析方法(如java DOM或xml dom解析方法)或者json解析方法(如阿里FastJson库)对数据模型文件进行解析，得到解析结果。
S220、当解析结果表征解析成功，得到表征校验通过的文档格式的校验结果。
可选地，当利用FastJson对数据模型文件进行解析，解析结果表征解析成功，说明当前文档格式为JSON格式，是系统支持的格式，因此得到表征校验通过的文档格式的校验结果。可以理解的是，如果FastJson解析时解析失败，此时说明文档格式不是JSON格式，如果XML解析方法的解析也失败，说明文档格式不是XML格式，则得到表征校验不通过的文档格式的校验结果。
S230、当解析结果表征解析成功，读取数据模型文件以确定是否存在PowerDesigner节点，当存在PowerDesigner节点，得到表征校验通过的文档格式的校验结果。
可选地，当利用XML解析方法解析后解析结果表征解析成功，读取数据模型文件以确定是否存在PowerDesigner节点，当存在PowerDesigner节点，则文档格式为XML格式，得到表征校验通过的文档格式的校验结果。否则，如果不存在PowerDesigner节点，则文档格式不是XML格式，得到表征校验不通过的文档格式的校验结果，提示用户上传规范的数据模型文件。
在一种实施方式中，步骤S200还包括步骤S240-S250：
S240、确定数据模型文件的文件大小，将文件大小与第一大小阈值以及第二大小阈值进行比较，当文件大小大于第一大小阈值且小于二大小阈值时，得到表征校验通过的文件大小的校验结果。
可选地，系统可以获取上传的数据模型文件的文件大小，将文件大小与第一大小阈值以及第二大小阈值进行比较，当文件大小大于第一大小阈值且小于二大小阈值时，说明当前的数据模型文件不是空文档或者过大的文档，避免恶意上传或错误文档的情况，得到表征校验通过的文件大小的校验结果。可以理解的是，如果校验不通过，则提示用户重新上传规范的数据模型文件。
S250、从数据模型文件中提取关键字信息，根据预设映射规则对关键字信息进行校验，当校验通过得到表征校验通过的关键字的校验结果。
可选地，系统从数据模型文件中提取关键字信息，包括但不限于模型(物理模型)、数据库类型、表、字段等关键字名称，如表1中的pdma映射、pdm映射的关键字，表1为预设映射规则的示意表格。本申请实施例中，如果根据预设映射规则可以从表1中搜索到关键字信息相应的目标关键字，则校验通过得到表征校验通过的关键字的校验结果。可以理解的是，如果校验不通过，则提示用户重新上传规范的数据模型文件。
表1
在一些实施例中，基础校验结果还包括文件大小的校验结果以及关键字的校验结果，当文件大小的校验结果、关键字的校验结果以及文档格式的校验结果均表征通过时，此时基础校验结果表征校验通过，有利于保证上传的数据模型文件的有效性。
在一种实施方式中，步骤S300中根据文档格式以及规则引擎，匹配目标解析工具包括步骤S310或S320：
S310、当文档格式为pdm，从规则引擎中匹配pdm对应的pdm解析工具作为目标解析工具。
本申请实施例中，规则引擎中事先配置有pdm解析工具以及pdma解析工具，并且规则引擎可以按需配置、扩充相应的解析工具。具体地，当文档格式为pdm，从规则引擎中匹配pdm对应的pdm解析工具作为目标解析工具，进行数据模型文件的解析。
S320、当文档格式为pdma，从规则引擎中匹配pdma对应的pdma解析工具作为目标解析工具。
具体地，当文档格式为pdm，从规则引擎中匹配pdm对应的pdm解析工具作为目标解析工具，进行数据模型文件的解析。
在一种实施方式中，步骤S400包括步骤S410-S430：
S410、根据规则引擎中的预设标准模型模板的预设映射规则，读取数据模型文件中的待映射字段。
可选地，在确定目标解析工具后，根据规则引擎中的预设标准模型模板的预设映射规则，读取数据模型文件中的待映射字段，例如如表1所示的物理模型的基本信息、数据库类型、表的基本信息、字段的基本信息等等。其中，如表1所示，物理模型基本信息主要包括ID、编号、名称等，数据库类型主要包括类型的编码、名称等，表基本信息包括编码、名称、表说明等，字段信息包括id、编码、名称、数据类型、数据长度、是否主键列，是否允许为空等。
S420、对待映射字段进行结构化，得到结构化字段。
然后，将解析读取的待映射字段进行结构化，如按照图2的方式进行组装以结构化，以JSON格式输出结构化字段。
S430、通过目标解析工具以及预设标准模型模板，将结构化字段进行模板化映射，得到标准模型。
可选地，步骤S430包括步骤S4301-S4302：
S4301、从预设标准模型模板中确定预设模板配置。
可选地，从预设标准模型模板中确定预设模板配置，如标准模型的输出模版。
S4302、根据预设模板配置以及预设映射规则，通过目标解析工具对结构化字段进行模板化映射，得到标准模型。
本申请实施例中，通过目标解析工具以及事先配置好的标准模型的输出模版、表1中预设映射规则，将结构化字段进行模板化映射，将结构化字段映射为对应的标准模型中的字段，得到标准模型。需要说明的是，输出的标准模型包括了物理模型、表以及字段等信息，能够满足大部分场景下模型应用场景。
在一种实施方式中，本申请实施例的方法还包括步骤S510或S520：
S510、响应于第一指令，将标准模型输出为JSON格式。
可选地，用户可以在系统中输入第一指令，系统响应于第一指令，将标准模型通过API的方式直接输出为JSON格式，作为系统建模的数据基础或者用户下一步操作的输入数据，用户可以根据自身需求对标准模型进行处理。需要说明的是，标准模型输出也可以为其他格式，不作具体限定。
S520、响应于第二指令，将标准模型存储至数据库中。
可选地，用户可以在系统中输入第二指令，系统响应于第二指令，将标准模型存储至数据库中，将标准模型进行直接入库，从而存储原始的数据模型文件中的数据。
因此，本申请实施例的系统可以在线上完成对原始的数据模型文件的上传、校验、解析、标准化，最终形成标准数据模型输出能力。
综上，通过本申请实施例的方法，提供一种不同建模工具输出模型的自动解析及标准化的工具，可以直接导入传统建模工具powerdesigner、pdmaner的模型输出物，不需要依赖其它数据库介质或excel模型模板中转，标准化后的数据即标准模型可以直接作为系统数据中台数据建模的基础数据。同时，引入规则引擎可对原始的数据模型文件输出不同版本解析规则动态配置从而实现不同建模工具不同版本模型解析的兼容，引入模板引擎对预设标准模型模板进行配置，从而实现输出标准模型的动态调整，有效提高数据建模以及模型入库效率，大大降低模型管理成本。另外，直接解析传统建模工具输出标准模型，操作简单、出错风险底、实施成本底、效率高，同时支持对不同建模工具不同版本的兼容，支持对输出标准模型的动态调整，是目前传统模型导入的更优方案，可实现对传统数据建模工具的数据模型快速、便捷的导入线上系统，为数据中台、数据治理等各数据模型场景提供基础能力。
参照图3，示出了本申请一实施例的标准模型生成装置的结构框图，该装置可以包括：
获取模块，用于获取数据模型文件；
基础校验模块，用于对数据模型文件进行基础校验，得到基础校验结果，基础校验结果包括文档格式的校验结果；
匹配模块，用于当基础校验结果表征校验通过，根据文档格式以及规则引擎，匹配目标解析工具；
处理模块，用于通过目标解析工具以及规则引擎中的预设标准模型模板，对数据模型文件进行解析处理，得到标准模型。
本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述，在此不再赘述。
参照图4，示出了本申请一实施例电子设备的结构框图，该电子设备包括：存储器310和处理器320，存储器310内存储有可在处理器320上运行的指令，处理器320加载并执行该指令实现上述实施例中的标准模型生成方法。其中，存储器310和处理器320的数量可以为一个或多个。
在一种实施方式中，电子设备还包括通信接口330，用于与外界设备进行通信，进行数据交互传输。如果存储器310、处理器320和通信接口330独立实现，则存储器310、处理器320和通信接口330可以通过总线相互连接并完成相互间的通信。该总线可以是工业标准体系结构(Industry Standard Architecture，ISA)总线、外部设备互连(PeripheralComponentInterconnect，PCI)总线或扩展工业标准体系结构(Extended IndustryStandard Architecture，EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示，图4中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
可选的，在具体实现上，如果存储器310、处理器320及通信接口330集成在一块芯片上，则存储器310、处理器320及通信接口330可以通过内部接口完成相互间的通信。
本申请实施例提供了一种计算机可读存储介质，其存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中提供的标准模型生成方法。
本申请实施例还提供了一种芯片，该芯片包括，包括处理器，用于从存储器中调用并运行存储器中存储的指令，使得安装有芯片的通信设备执行本申请实施例提供的方法。
本申请实施例还提供了一种芯片，包括：输入接口、输出接口、处理器和存储器，输入接口、输出接口、处理器以及存储器之间通过内部连接通路相连，处理器用于执行存储器中的代码，当代码被执行时，处理器用于执行申请实施例提供的方法。
应理解的是，上述处理器可以是中央处理器(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器(digital signal processing，DSP)、专用集成电路(application specific integrated circuit，ASIC)、现场可编程门阵列(fieldprogrammablegate array，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。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是，处理器可以是支持进阶精简指令集机器(advanced RISC machines，ARM)架构的处理器。
进一步地，可选的，上述的存储器可以包括只读存储器和随机存取存储器，还可以包括非易失性随机存取存储器。该存储器可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以包括只读存储器(read-onlymemory，ROM)、可编程只读存储器(programmable ROM，PROM)、可擦除可编程只读存储器(erasable PROM，EPROM)、电可擦除可编程只读存储器(electrically EPROM，EEPROM)或闪存。易失性存储器可以包括随机存取存储器(random access memory，RAM)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用。例如，静态随机存取存储器(static RAM，SRAM)、动态随机存取存储器(dynamic random access memory，DRAM)、同步动态随机存取存储器(synchronous DRAM，SDRAM)、双倍数据速率同步动态随机存取存储器(doubledata date SDRAM，DDR SDRAM)、增强型同步动态随机存取存储器(enhancedSDRAM，ESDRAM)、同步连接动态随机存取存储器(synchlink DRAM，SLDRAM)和直接内存总线随机存取存储器(direct rambus RAM，DR RAM)。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时，全部或部分地产生按照本申请的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络，或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输。
在本说明书的描述中，参考术语“一个实施例”“一些实施例”“示例”“具体示例”或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本申请的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分。并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。
应理解的是，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。上述实施例的方法的全部或部分步骤是可以通过程序来指令相关的硬件完成，该程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，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模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。上述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读存储介质中。该存储介质可以是只读存储器，磁盘或光盘等。
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，可轻易想到其各种变化或替换，这些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 (10)
1.一种标准模型生成方法，其特征在于，包括：
获取数据模型文件；
对所述数据模型文件进行基础校验，得到基础校验结果，所述基础校验结果包括文档格式的校验结果；
当所述基础校验结果表征校验通过，根据文档格式以及规则引擎，匹配目标解析工具；
通过所述目标解析工具以及规则引擎中的预设标准模型模板，对所述数据模型文件进行解析处理，得到标准模型。
2.根据权利要求1所述标准模型生成方法，其特征在于：所述对所述数据模型文件进行基础校验，得到基础校验结果包括：
通过解析工具对所述数据模型文件进行解析，得到解析结果；
当所述解析结果表征解析成功，得到表征校验通过的文档格式的校验结果；
或者，
当所述解析结果表征解析成功，读取所述数据模型文件以确定是否存在PowerDesigner节点，当存在PowerDesigner节点，得到表征校验通过的文档格式的校验结果。
3.根据权利要求1或2所述标准模型生成方法，其特征在于：所述对所述数据模型文件进行基础校验，得到基础校验结果还包括：
确定所述数据模型文件的文件大小，将所述文件大小与第一大小阈值以及第二大小阈值进行比较，当所述文件大小大于所述第一大小阈值且小于所述二大小阈值时，得到表征校验通过的文件大小的校验结果；
从所述数据模型文件中提取关键字信息，根据预设映射规则对所述关键字信息进行校验，当校验通过得到表征校验通过的关键字的校验结果；
其中，所述基础校验结果还包括文件大小的校验结果以及关键字的校验结果，当文件大小的校验结果、关键字的校验结果以及文档格式的校验结果均表征通过时，所述基础校验结果表征校验通过。
4.根据权利要求1所述标准模型生成方法，其特征在于：所述根据文档格式以及规则引擎，匹配目标解析工具包括：
当文档格式为pdm，从所述规则引擎中匹配所述pdm对应的pdm解析工具作为目标解析工具；
或者，
当文档格式为pdma，从所述规则引擎中匹配所述pdma对应的pdma解析工具作为目标解析工具。
5.根据权利要求1所述标准模型生成方法，其特征在于：所述通过所述目标解析工具以及规则引擎中的预设标准模型模板，对所述数据模型文件进行解析处理，得到标准模型包括：
根据规则引擎中的预设标准模型模板的预设映射规则，读取所述数据模型文件中的待映射字段；
对所述待映射字段进行结构化，得到结构化字段；
通过所述目标解析工具以及预设标准模型模板，将所述结构化字段进行模板化映射，得到标准模型。
6.根据权利要求5所述标准模型生成方法，其特征在于：所述通过所述目标解析工具以及预设标准模型模板，将所述结构化字段进行模板化映射，得到标准模型包括：
从所述预设标准模型模板中确定预设模板配置；
根据所述预设模板配置以及所述预设映射规则，通过所述目标解析工具对所述结构化字段进行模板化映射，得到标准模型。
7.根据权利要求1所述标准模型生成方法，其特征在于：所述方法还包括：
响应于第一指令，将所述标准模型输出为JSON格式；
或者，
响应于第二指令，将所述标准模型存储至数据库中。
8.一种标准模型生成装置，其特征在于，包括：
获取模块，用于获取数据模型文件；
基础校验模块，用于对所述数据模型文件进行基础校验，得到基础校验结果，所述基础校验结果包括文档格式的校验结果；
匹配模块，用于当所述基础校验结果表征校验通过，根据文档格式以及规则引擎，匹配目标解析工具；
处理模块，用于通过所述目标解析工具以及规则引擎中的预设标准模型模板，对所述数据模型文件进行解析处理，得到标准模型。
9.一种电子设备，其特征在于，包括：处理器和存储器，所述存储器中存储指令，所述指令由所述处理器加载并执行，以实现如权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被执行时实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311560022.9A CN117493309A (zh) | 2023-11-21 | 2023-11-21 | 一种标准模型生成方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311560022.9A CN117493309A (zh) | 2023-11-21 | 2023-11-21 | 一种标准模型生成方法、装置、设备及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117493309A true CN117493309A (zh) | 2024-02-02 |
Family
ID=89668973
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311560022.9A Pending CN117493309A (zh) | 2023-11-21 | 2023-11-21 | 一种标准模型生成方法、装置、设备及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117493309A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117874393A (zh) * | 2024-03-12 | 2024-04-12 | 成都谐盈科技有限公司 | 通过xml文件构建sca模型工程的方法和系统 |
-
2023
- 2023-11-21 CN CN202311560022.9A patent/CN117493309A/zh active Pending
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117874393A (zh) * | 2024-03-12 | 2024-04-12 | 成都谐盈科技有限公司 | 通过xml文件构建sca模型工程的方法和系统 |
| CN117874393B (zh) * | 2024-03-12 | 2024-05-14 | 成都谐盈科技有限公司 | 通过xml文件构建sca模型工程的方法和系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108334609B (zh) | Oracle中实现JSON格式数据存取的方法、装置、设备及存储介质 | |
| CN111309593A (zh) | Json接口校验的方法、装置、设备及计算机可读存储介质 | |
| CN117493309A (zh) | 一种标准模型生成方法、装置、设备及存储介质 | |
| CN112667415B (zh) | 数据调用方法、装置、可读存储介质及电子设备 | |
| CN109033150A (zh) | 敏感词验证方法、装置、计算机设备及存储介质 | |
| CN116502596B (zh) | 芯片功耗评估方法、功耗模型的生成方法和计算机设备 | |
| CN114372006A (zh) | 测试用例自动生成方法、系统、计算机设备和存储介质 | |
| CN111563218A (zh) | 一种页面的修复方法及装置 | |
| CN107798064A (zh) | 页面处理方法、电子设备及计算机可读存储介质 | |
| CN110795464B (zh) | 对象标记数据的字段校验方法、装置、终端及存储介质 | |
| CN115599359A (zh) | 一种代码生成方法、装置、设备及介质 | |
| CN112181430A (zh) | 代码变更统计方法、装置、电子设备及存储介质 | |
| CN113360300B (zh) | 接口调用链路生成方法、装置、设备及可读存储介质 | |
| CN113535817B (zh) | 特征宽表生成及业务处理模型的训练方法和装置 | |
| CN110516258B (zh) | 数据校验方法及装置、存储介质、电子装置 | |
| CN116680304A (zh) | 一种数据校验方法、装置、电子设备及存储介质 | |
| CN115391188A (zh) | 一种场景测试用例生成方法、装置、设备及存储介质 | |
| CN114564336A (zh) | 数据一致性校验方法、装置、设备以及存储介质 | |
| CN114328486A (zh) | 基于模型的数据质量核查方法及装置 | |
| CN110502483B (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| CN117668075A (zh) | 一种数据元生成方法、装置、设备及存储介质 | |
| CN109284268A (zh) | 一种快速解析日志的方法、系统及电子设备 | |
| CN114818645B (zh) | 基于数据主体的自动化报告生成方法、装置、设备及介质 | |
| CN108052654A (zh) | 数据提取方法、装置、设备及存储介质 | |
| CN115543485B (zh) | 一种数据转换配置生成方法、装置、计算机设备及介质 |
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 |