数据分析方法、装置、设备及计算机可读介质

技术领域

本申请涉及数据库技术领域，尤其涉及一种数据分析方法、装置、设备及计算机可读介质。

背景技术

随着时间的发展，业务越来越复杂，数据的种类越来越多，当需要使用已存在数据进行分析时，将离散的多张数据表关联起来是一件让人头疼的事情。

针对数据表离散导致分析结果不全面、不准确的问题，目前尚未提出有效的解决方案。

发明内容

本申请提供了一种数据分析方法、装置、设备及计算机可读介质，以解决数据表离散导致分析结果不全面、不准确的技术问题。

根据本申请实施例的一个方面，本申请提供了一种数据分析方法，包括：获取分析字段；在表关联图中确定与所述分析字段匹配的多张目标数据表，其中，所述表关联图用于保存数据表之间的关联关系；基于多张所述目标数据表在所述表关联图中的位置，生成与所述分析字段对应的目标查询语句；使用所述目标查询语句进行查询，以从多张所述目标数据表中获取与所述分析字段匹配的数据结果。

可选地，所述在表关联图中确定与所述分析字段匹配的多张目标数据表之前，所述方法还包括按照如下方式获取所述表关联图：获取已存在的多个第一数据表；确定各个所述第一数据表之间的相同字段；将每一个所述第一数据表作为节点，将所述第一数据表的表名作为节点名，并以所述相同字段生成各个节点之间的关联边，得到所述表关联图。

可选地，所述方法还包括按照如下方式维护所述表关联图：当加入第二数据表时，保存所述第二数据表的表名和字段名称；将所述第二数据表的字段名称与当前所述表关联图中的所有所述第一数据表的字段名称进行对比；将所述字段名称相同的所述第一数据表与所述第二数据表关联；以所述第二数据表的表名作为节点名在所述表关联图中生成所述第二数据表的节点，并以所述相同字段生成所述第一数据表与关联的所述第二数据表之间的关联边，得到新的表关联图。

可选地，所述在表关联图中确定与所述分析字段匹配的多张目标数据表包括：获取所述分析字段中包括的至少一个待查询的字段名称；查询所述关联图中的每一个数据表是否存在所述待查询的字段名称；将存在所述待查询的字段名称的数据表确定为所述目标数据表。

可选地，所述基于多张所述目标数据表在所述表关联图中的位置，生成与所述分析字段对应的目标查询语句包括：随机选择一个所述目标数据表的节点作为初始节点；从所述初始节点开始，采用广度优先搜索策略遍历所述表关联图中的各个所述目标数据表，并记录各个所述目标数据表的位置信息，以基于所述位置信息寻找连通所有所述目标数据表的最短路径；按照所述最短路径和所述分析字段，生成所述目标查询语句。

可选地，所述按照所述最短路径和所述分析字段，生成所述目标查询语句包括：按照所述最短路径指示的各个所述目标数据表的顺序，依次将每一个所述目标数据表作为数据源，将所述分析字段作为筛选字段生成一条查询语句，得到与所述最短路径指示的各个所述目标数据表的顺序相同的多个查询语句；将按照所述最短路径指示的各个所述目标数据表的顺序排列的多个查询语句确定为所述目标查询语句。

可选地，所述方法还包括：当存在多条所述最短路径时，按照每条所述最短路径对应的所述目标查询语句各执行一次查询任务；将执行所述查询任务的时间最短的一条所述最短路径确定为最终的查询路径。

根据本申请实施例的另一方面，本申请提供了一种数据分析装置，包括：字段获取模块，用于获取分析字段；数据源确定模块，用于在表关联图中确定与所述分析字段匹配的多张目标数据表，其中，所述表关联图用于保存数据表之间的关联关系；语句生成模块，用于基于多张所述目标数据表在所述表关联图中的位置，生成与所述分析字段对应的目标查询语句；查询模块，用于使用所述目标查询语句进行查询，以从多张所述目标数据表中获取与所述分析字段匹配的数据结果。

根据本申请实施例的另一方面，本申请提供了一种电子设备，包括存储器、处理器、通信接口及通信总线，存储器中存储有可在处理器上运行的计算机程序，存储器、处理器通过通信总线和通信接口进行通信，处理器执行计算机程序时实现上述方法的步骤。

根据本申请实施例的另一方面，本申请还提供了一种具有处理器可执行的非易失的程序代码的计算机可读介质，程序代码使处理器执行上述的方法。

本申请实施例提供的上述技术方案与相关技术相比具有如下优点：

本申请提供了一种数据分析方法，包括：获取分析字段；在表关联图中确定与所述分析字段匹配的多张目标数据表，其中，所述表关联图用于保存数据表之间的关联关系；基于多张所述目标数据表在所述表关联图中的位置，生成与所述分析字段对应的目标查询语句；使用所述目标查询语句进行查询，以从多张所述目标数据表中获取与所述分析字段匹配的数据结果。本申请预先在新加入表时配置该表与其他表的关联关系得到表关联图，使得数据分析时能够根据分析字段在表关联图中自动选择需要查询的表，查询时考虑了各个数据表之间的关联关系，进而得到全面的数据分析结果，解决了数据表离散导致分析结果不全面的技术问题，同时，由于基于数据表之间的关联关系返回相互关联的数据，而不是离散的数据，减少了用户的分析工作，提高了数据分析效率，减少重复性工作。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

为了更清楚地说明本申请实施例或相关技术中的技术方案，下面将对实施例或相关技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为根据本申请实施例提供的一种可选的数据分析方法硬件环境示意图；

图2为根据本申请实施例提供的一种可选的数据分析方法流程示意图；

图3为根据本申请实施例提供的一种可选的表关联配置示意图；

图4为根据本申请实施例提供的一种可选的整体流程示意图；

图5为根据本申请实施例提供的一种可选的数据分析装置框图；

图6为本申请实施例提供的一种可选的电子设备结构示意图。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，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的一部分实施例，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的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。

在后续的描述中，使用用于表示元件的诸如“模块”、“部件”或“单元”的后缀仅为了有利于本申请的说明，其本身并没有特定的意义。因此，“模块”与“部件”可以混合地使用。

为了解决背景技术中提及的问题，根据本申请实施例的一方面，提供了一种数据分析方法的实施例。

可选地，在本申请实施例中，上述数据分析方法可以应用于如图1所示的由终端101和服务器103所构成的硬件环境中。如图1所示，服务器103通过网络与终端101进行连接，可用于为终端或终端上安装的客户端提供服务(如数据查询服务、数据分析服务等)，可在服务器上或独立于服务器设置数据库105，用于为服务器103提供数据存储服务，上述网络包括但不限于：广域网、城域网或局域网，终端101包括但不限于PC、手机、平板电脑等。

本申请实施例中的一种数据分析方法可以由服务器103来执行，还可以是由服务器103和终端101共同执行，如图2所示，该方法可以包括以下步骤：

步骤S202，获取分析字段；

步骤S204，在表关联图中确定与所述分析字段匹配的多张目标数据表，其中，所述表关联图用于保存数据表之间的关联关系；

步骤S206，基于多张所述目标数据表在所述表关联图中的位置，生成与所述分析字段对应的目标查询语句；

步骤S208，使用所述目标查询语句进行查询，以从多张所述目标数据表中获取与所述分析字段匹配的数据结果。

通过上述步骤S202至S208，本申请预先在新加入表时配置该表与其他表的关联关系得到表关联图，使得数据分析时能够根据分析字段在表关联图中自动选择需要查询的表，查询时考虑了各个数据表之间的关联关系，进而得到全面、准确的数据分析结果，解决了数据表离散导致分析结果不全面、不准确的技术问题，同时，由于基于数据表之间的关联关系返回相互关联的数据，而不是离散的数据，减少了用户的分析工作，提高了数据分析效率，减少重复性工作。

在步骤S202中，用户或系统需要输入想要分析的字段名称和字段值，例如，输入张三，则系统能够解析得到字段名称为userName，字段值为张三，表示用户或系统想要查询有关张三的所有数据并进行分析。

在步骤S204中，表关联图是一个数据结构，它保存了数据库中各数据表之间的关联关系。通过分析字段，可以在这个图中找到与之相关的数据表。下面先介绍该表关联图的获取方法，再具体说明如何应用该表关联图实现在表关联图中找到与分析字段相关的数据表。

在一个可选的实施例中，所述在表关联图中确定与所述分析字段匹配的多张目标数据表之前，所述方法还包括按照如下方式获取所述表关联图：

步骤1，获取已存在的多个第一数据表；

步骤2，确定各个所述第一数据表之间的相同字段；

步骤3，将每一个所述第一数据表作为节点，将所述第一数据表的表名作为节点名，并以所述相同字段生成各个节点之间的关联边，得到所述表关联图。

本申请实施例中，第一数据表为已存在的数据表，需要从数据库中获取已经存在的多个数据表，这些数据表可能包含了各种信息和数据。在获取了多个数据表之后，需要分析这些表，找出它们之间的相同字段。相同字段通常是用于表之间关联的键，例如外键。通过确定相同字段，可以理解表之间的关联关系。最后开始构建表关联图，每一个数据表都被视为一个节点，节点的名称就是数据表的表名。通过相同字段，生成各个节点之间的关联边。关联边表示了表与表之间的关系，通常，如果两个表有一个或多个相同字段，那么它们之间就会有一条关联边。最终得到的表关联图是一个图形结构，其中节点表示数据表，边表示数据表之间的关联关系。上述构建表关联图的过程有助于理解数据库中的数据结构以及表与表之间的关系。构建的表关联图可以用于后续的查询、数据分析等操作，使得这些操作更加高效和准确。

由于数据库中可能不断有新的数据表加入，因此需要及时更新维护该表关联图。

在一个可选的实施例中，所述方法还包括按照如下方式维护所述表关联图：

步骤1，当加入第二数据表时，保存所述第二数据表的表名和字段名称；

步骤2，将所述第二数据表的字段名称与当前所述表关联图中的所有所述第一数据表的字段名称进行对比；

步骤3，将所述字段名称相同的所述第一数据表与所述第二数据表关联；

步骤4，以所述第二数据表的表名作为节点名在所述表关联图中生成所述第二数据表的节点，并以所述相同字段生成所述第一数据表与关联的所述第二数据表之间的关联边，得到新的表关联图。

本申请实施例中，当有新的数据表(第二数据表)要加入到关联图中时，首先保存这个数据表的表名和字段名称。这些信息将用于后续与现有数据表(第一数据表)的对比和关联。接着，通过对比字段名称，可以确定哪些数据表与新加入的数据表有关联关系。在找出有相同字段名称的数据表后，将新加入的第二数据表与这些第一数据表进行关联。这种关联通常是基于相同的字段，例如，两个表中的某个字段都被定义为主键或外键。例如，存在一张user表，字段包含userId、userName等信息，新加入的表course，同样存在userId字段，则可基于userId字段将user表和course表关联起来。最后，更新表关联图。将新加入的第二数据表作为一个新的节点添加到关联图中，节点名就是数据表的表名。然后，根据之前确定的关联关系，生成新的关联边，连接新节点与现有的相关节点。这样，原有的表关联图得到了更新，现在包含了新加入的数据表和其与现有数据表之间的关联关系。表关联图的维护过程的核心是识别新数据与现有数据之间的关联，并在关联图中进行相应的更新。这种维护机制能够确保表关联图持续、准确地反映数据库中各数据表之间的关系，进而使得在数据分析时，能够利用数据表之间的关联关系，全面且准确的查找到相关数据并基于关联关系进行数据分析，避免数据遗漏和关系遗漏。

可选地，维护表关联关系时，用户可对新加入的数据表与已有的数据表进行自定义关联关系的配置，由此可满足用户的特定需求。如图3所示，用户可对新加入的数据表自定义与其他数据表的连接方式、需连接的表名、列名(即关联字段)等参数，还可自定义连接条件等。

建立了各个数据表之间的关联关系得到该表关联图，即可基于表关联图来实现在表关联图中找到与分析字段相关的数据表。

在一个可选的实施例中，所述在表关联图中确定与所述分析字段匹配的多张目标数据表包括：

步骤1，获取所述分析字段中包括的至少一个待查询的字段名称；

步骤2，查询所述关联图中的每一个数据表是否存在所述待查询的字段名称；

步骤3，将存在所述待查询的字段名称的数据表确定为所述目标数据表。

本申请实施例中，需要明确用户想要查询的字段名称。这些字段名称可能来自于用户的输入或是某个查询请求。这是后续步骤的基础，因为只有知道了具体的分析字段，才能在表关联图中找到与之匹配的数据表。查询所述关联图中的每一个数据表是否存在所述待查询的字段名称时，涉及遍历表关联图中的每一个数据表，并检查它们是否包含待查询的字段名称。可能需要直接访问数据表的定义或元数据，以确定是否包含这些字段。在遍历关联图并检查每个数据表后，那些包含待分析字段名称的数据表会被确定为目标数据表。这些目标数据表是后续查询操作的关键，因为它们包含了用户关心的数据。在大型数据库或数据仓库中，由于以往的数据表均为离散的独立数据表，用户进行数据分析时，只能返回离散数据表的离散结果，它们之间的关联关系并没有明显地体现出来，本申请基于数据表之间的关联关系，不仅能够快速定位与分析字段匹配的多个目标数据表，还能够返回相互关联的数据，使得用户进行数据分析时，不仅提高查询效率，还提高完成数据分析需求的效率，减少重复性工作。

在步骤S206中，所述基于多张所述目标数据表在所述表关联图中的位置，生成与所述分析字段对应的目标查询语句包括：

步骤1，随机选择一个所述目标数据表的节点作为初始节点；

步骤2，从所述初始节点开始，采用广度优先搜索策略遍历所述表关联图中的各个所述目标数据表，并记录各个所述目标数据表的位置信息，以基于所述位置信息寻找连通所有所述目标数据表的最短路径；

步骤3，按照所述最短路径和所述分析字段，生成所述目标查询语句。

本申请实施例中，由于每个数据表在该表关联图中都有各自的位置，查询数据时，需要遍历所有的目标数据表，那么如何遍历使得效率最高就是规划遍历路径的目的，为此本申请需要找出连通所有目标数据表的最短路径，以此保证遍历效率最高。上述步骤描述了在表关联图中找到连通所有目标数据表的最短路径，并根据该路径和分析字段生成目标查询语句的过程，具体的，在开始搜索之前，首先从之前确定的目标数据表中随机选择一个作为起始点。这样的随机选择可以确保算法的起始点不是固定的，从而增加搜索的全面性。从初始节点开始，使用广度优先搜索(BFS)策略去遍历整个表关联图。广度优先搜索的特点是它会先遍历当前节点的所有邻居，然后再遍历邻居的邻居，以此类推。通过这种方式，可以寻找到连接所有目标数据表的最短路径。所谓“最短路径”在这里可能指的是经过最少的数据表或者最少的关联关系。在找到最短路径后，结合用户提供的分析字段，可以生成对应的目标查询语句。这个查询语句应该是优化的，因为它基于的是关联图中的最短路径，这样在执行查询时可以最小化数据库操作的复杂度，从而提高查询效率。

可选的，寻找最短路径可选择Dijkstra算法。

通过这三个步骤，不仅考虑了分析字段与目标数据表之间的关系，还进一步优化了查询路径，从而提高了查询效率。在实际应用中，为了进一步提高效率，可以考虑为表关联图建立相应的索引或使用其他图算法进行优化。

在一个可选的实施例中，所述按照所述最短路径和所述分析字段，生成所述目标查询语句包括：

步骤1，按照所述最短路径指示的各个所述目标数据表的顺序，依次将每一个所述目标数据表作为数据源，将所述分析字段作为筛选字段生成一条查询语句，得到与所述最短路径指示的各个所述目标数据表的顺序相同的多个查询语句；

步骤2，将按照所述最短路径指示的各个所述目标数据表的顺序排列的多个查询语句确定为所述目标查询语句。

本申请实施例中，上述两个步骤进一步细化了如何根据最短路径和分析字段生成目标查询语句的过程。按照找到的最短路径中的顺序，针对每一个目标数据表生成查询语句。这里，每个目标数据表被当作数据源，并使用分析字段作为筛选条件。最终，我们会得到与最短路径中数据表顺序相同的多个查询语句。这意味着，如果最短路径经过了三个数据表A、B和C，那么我们将得到针对A、B和C的三个查询语句，且顺序也是如此。这种方法综合考虑了分析字段在多个数据表中的分布和数据表之间的关联关系，从而提供了一种高效查询多个数据表的方法。在实际应用中，这种方法可以和其他查询优化技术结合使用，以进一步提高数据库查询的性能。

在一个可选的实施例中，所述方法还包括：

步骤1，当存在多条所述最短路径时，按照每条所述最短路径对应的所述目标查询语句各执行一次查询任务；

步骤2，将执行所述查询任务的时间最短的一条所述最短路径确定为最终的查询路径。

本申请实施例中，当表关联图中存在多条最短路径时，每条路径都可能代表了一种查询数据的策略。为了确保选择最佳的查询策略，这一步会按照每条最短路径生成的目标查询语句执行查询任务。在执行了所有基于最短路径的查询任务后，这一步会比较每条路径对应查询任务的执行时间。执行时间最短的那条路径被认为是最佳的查询路径，因为它在实际操作中能够最快地获取到需要的数据。在实际应用中，查询效率是非常重要的。存在多条最短路径时，多条最短路径可能在理论上是等价的，但实际上由于数据分布、数据库内部优化等因素，不同的路径可能会有不同的查询效率。通过实际执行查询任务并比较执行时间，可以更加准确地确定最佳的查询路径。

图4展示了本申请实施例提供的数据分析方法的整体流程的示意，如图5所示，当加入新表时，数据库会保存当前表名和所有的列信息，手动配置该表简单的关联信息(与已存在的表的关联字段)；所有的表关联关系使用图(一种数据结构)进行进行维护，而当用户提出分析需求时，从数据库中检索分析字段，确认字段的表来源即所需的数据表，当来源是可选的(多张表都存在该字段)，后续生成最短路径后对执行效率进行对比，选择最优的使用；以这些数据表为路径，寻找可以将表连起来的最短路径，进而根据最短路径生成查询sql语句。

本申请提供了一种数据分析方法，包括：获取分析字段；在表关联图中确定与所述分析字段匹配的多张目标数据表，其中，所述表关联图用于保存数据表之间的关联关系；基于多张所述目标数据表在所述表关联图中的位置，生成与所述分析字段对应的目标查询语句；使用所述目标查询语句进行查询，以从多张所述目标数据表中获取与所述分析字段匹配的数据结果。本申请预先在新加入表时配置该表与其他表的关联关系得到表关联图，使得数据分析时能够根据分析字段在表关联图中自动选择需要查询的表，查询时考虑了各个数据表之间的关联关系，进而得到全面、准确的数据分析结果，解决了数据表离散导致分析结果不全面、不准确的技术问题，同时，由于基于数据表之间的关联关系返回相互关联的数据，而不是离散的数据，减少了用户的分析工作，提高了数据分析效率，减少重复性工作。

根据本申请实施例的又一方面，如图5所示，提供了一种数据分析装置，包括：

字段获取模块501，用于获取分析字段；

数据源确定模块503，用于在表关联图中确定与所述分析字段匹配的多张目标数据表，其中，所述表关联图用于保存数据表之间的关联关系；

语句生成模块505，用于基于多张所述目标数据表在所述表关联图中的位置，生成与所述分析字段对应的目标查询语句；

查询模块507，用于使用所述目标查询语句进行查询，以从多张所述目标数据表中获取与所述分析字段匹配的数据结果。

需要说明的是，该实施例中的字段获取模块501可以用于执行本申请实施例中的步骤S202，该实施例中的数据源确定模块503可以用于执行本申请实施例中的步骤S204，该实施例中的语句生成模块505可以用于执行本申请实施例中的步骤S206，该实施例中的查询模块507可以用于执行本申请实施例中的步骤S208。

此处需要说明的是，上述模块与对应的步骤所实现的示例和应用场景相同，但不限于上述实施例所公开的内容。需要说明的是，上述模块作为装置的一部分可以运行在如图1所示的硬件环境中，可以通过软件实现，也可以通过硬件实现。

可选地，该数据分析装置，还包括表关联图生成模块，用于：获取已存在的多个第一数据表；确定各个所述第一数据表之间的相同字段；将每一个所述第一数据表作为节点，将所述第一数据表的表名作为节点名，并以所述相同字段生成各个节点之间的关联边，得到所述表关联图。

可选地，该数据分析装置，还包括表关联图维护模块，用于：当加入第二数据表时，保存所述第二数据表的表名和字段名称；将所述第二数据表的字段名称与当前所述表关联图中的所有所述第一数据表的字段名称进行对比；将所述字段名称相同的所述第一数据表与所述第二数据表关联；以所述第二数据表的表名作为节点名在所述表关联图中生成所述第二数据表的节点，并以所述相同字段生成所述第一数据表与关联的所述第二数据表之间的关联边，得到新的表关联图。

可选地，该数据源确定模块，具体用于：获取所述分析字段中包括的至少一个待查询的字段名称；查询所述关联图中的每一个数据表是否存在所述待查询的字段名称；将存在所述待查询的字段名称的数据表确定为所述目标数据表。

可选地，该语句生成模块，具体用于：随机选择一个所述目标数据表的节点作为初始节点；从所述初始节点开始，采用广度优先搜索策略遍历所述表关联图中的各个所述目标数据表，并记录各个所述目标数据表的位置信息，以基于所述位置信息寻找连通所有所述目标数据表的最短路径；按照所述最短路径和所述分析字段，生成所述目标查询语句。

可选地，该语句生成模块，还用于：按照所述最短路径指示的各个所述目标数据表的顺序，依次将每一个所述目标数据表作为数据源，将所述分析字段作为筛选字段生成一条查询语句，得到与所述最短路径指示的各个所述目标数据表的顺序相同的多个查询语句；将按照所述最短路径指示的各个所述目标数据表的顺序排列的多个查询语句确定为所述目标查询语句。

可选地，该语句生成模块，还用于：当存在多条所述最短路径时，按照每条所述最短路径对应的所述目标查询语句各执行一次查询任务；将执行所述查询任务的时间最短的一条所述最短路径确定为最终的查询路径。

根据本申请实施例的另一方面，本申请提供了一种电子设备，如图6所示，包括存储器601、处理器603、通信接口605及通信总线607，存储器601中存储有可在处理器603上运行的计算机程序，存储器601、处理器603通过通信接口605和通信总线607进行通信，处理器603执行计算机程序时实现上述方法的步骤。

上述电子设备中的存储器、处理器通过通信总线和通信接口进行通信。所述通信总线可以是外设部件互连标准(Peripheral Component Interconnect，简称PCI)总线或扩展工业标准结构(Extended Industry Standard Architecture，简称EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。

存储器可以包括随机存取存储器(Random Access Memory，简称RAM)，也可以包括非易失性存储器(non-volatile memory)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。

上述的处理器可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processing，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field-Programmable Gate Array，简称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。

根据本申请实施例的又一方面还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述任一实施例的步骤。

可选地，在本申请实施例中，计算机可读介质被设置为存储用于所述处理器执行以下步骤的程序代码：

获取分析字段；

在表关联图中确定与所述分析字段匹配的多张目标数据表，其中，所述表关联图用于保存数据表之间的关联关系；

基于多张所述目标数据表在所述表关联图中的位置，生成与所述分析字段对应的目标查询语句；

使用所述目标查询语句进行查询，以从多张所述目标数据表中获取与所述分析字段匹配的数据结果。

可选地，本实施例中的具体示例可以参考上述实施例中所描述的示例，本实施例在此不再赘述。

本申请实施例在具体实现时，可以参阅上述各个实施例，具有相应的技术效果。

可以理解的是，本文描述的这些实施例可以用硬件、软件、固件、中间件、微码或其组合来实现。对于硬件实现，处理单元可以实现在一个或多个专用集成电路(ApplicationSpecific Integrated Circuits，ASIC)、数字信号处理器(Digital Signal Processing，DSP)、数字信号处理设备(DSP Device，DSPD)、可编程逻辑设备(Programmable LogicDevice，PLD)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)、通用处理器、控制器、微控制器、微处理器、用于执行本申请所述功能的其它电子单元或其组合中。

对于软件实现，可通过执行本文所述功能的单元来实现本文所述的技术。软件代码可存储在存储器中并通过处理器执行。存储器可以在处理器中或在处理器外部实现。

本领域普通技术人员可以意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统、装置和单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或单元的间接耦合或通信连接，可以是电性，机械或其它的形式。

所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。

另外，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单元中，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单元中。

所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物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、物品或者设备中还存在另外的相同要素。

以上所述仅是本申请的具体实施方式，使本领域技术人员能够理解或实现本申请。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。