数据探查方法及装置
文献发布时间:2023-06-19 09:26:02
技术领域
本文件涉及数据处理技术领域,尤其涉及一种数据探查方法及装置。
背景技术
随着信息技术的不断发展,数据信息已进入大数据时代,各项业务的执行对数据的依赖性也越来越强。例如,对于业务域中的业务结果表而言,其可能是基于数据集市层中某一个或几个源端数据表进行处理得到的。在某些场景下,如数据监管或者数据合规等场景下,需要对业务数据表的源端进行探查。
但是,对于业务数据表而言,其在数据集市层获取的源数据表的基础上可能经历多次处理。因此,如何探查业务数据表的源端表,成为当前亟需解决的技术问题。
发明内容
本说明书实施例提供了一种数据探查方法,该方法包括:按照设定的分类规则确定需要进行探查的目标数据表所属的数据表类型。确定所述目标数据表中需要进行探查的目标字段所对应的目标字段特征。基于所述目标字段特征以及预先训练的数据探查模型,从与所述目标数据表属于同一类型的源数据表中确定所述目标字段所对应的源字段。其中,所述数据探查模型基于目标端字段的字段特征与对应的源端字段的字段特征的关联关系训练得到的。
本说明书实施例还提供了一种数据探查装置,该装置包括:第一确定模块,按照设定的分类规则确定需要进行探查的目标数据表所属的数据表类型。第二确定模块,确定所述目标数据表中需要进行探查的目标字段所对应的目标字段特征。探查模块,基于所述目标字段特征以及预先训练的数据探查模型,从与所述目标数据表属于同一类型的源数据表中确定所述目标字段所对应的源字段。其中,所述数据探查模型基于目标端字段的字段特征与对应的源端字段的字段特征的关联关系训练得到的。
本说明书实施例还提供了一种数据探查设备,包括处理器;以及被安排成存储计算机可执行指令的存储器,所述可执行指令在被执行时使所述处理器:按照设定的分类规则确定需要进行探查的目标数据表所属的数据表类型。确定所述目标数据表中需要进行探查的目标字段所对应的目标字段特征。基于所述目标字段特征以及预先训练的数据探查模型,从与所述目标数据表属于同一类型的源数据表中探查所述目标字段所对应的源字段。其中,所述数据探查模型基于目标端字段的字段特征与对应的源端字段的字段特征的关联关系训练得到的。
本说明书实施例还提供了一种存储介质,用于存储计算机可执行指令,所述可执行指令在被执行时实现以下流程:按照设定的分类规则确定需要进行探查的目标数据表所属的数据表类型。确定所述目标数据表中需要进行探查的目标字段所对应的目标字段特征。基于所述目标字段特征以及预先训练的数据探查模型,从与所述目标数据表属于同一类型的源数据表中探查所述目标字段所对应的源字段。其中,所述数据探查模型基于目标端字段的字段特征与对应的源端字段的字段特征的关联关系训练得到的。
附图说明
为了更清楚地说明本说明书实施例或现有技术中的技术方案,下面将对实施例或现有技术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申请中记载的一些实施例,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为本说明书实施例提供的数据探查方法中,从源数据表到目标数据表的数据表层次架构图;
图2为本说明书实施例提供的数据探查方法的第一种流程示意图;
图3为本说明书实施例提供的数据探查方法的第二种流程示意图;
图4为本说明书实施例提供的数据探查装置的模块组成示意图;
图5为本说明书实施例提供的数据探查设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本文件中的技术方案,下面将结合本说明书实施例中的附图,对本说明书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说明书一部分实施例,而不是全部的实施例。基于本说明书中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都应当属于本文件保护的范围。
本说明书实施例的思想在于,基于目标端数据表与源端数据表中字段的字段特征的关联关系训练数据探查模型,这样,在探查目标端数据表中字段在源端数据表所对应的字段时,可以根据待探查字段的字段特征,采用所训练的数据探查模型直接探查该字段所对应的源字段,避免了基于血缘关系对目标数据表进行一层层溯源的方式进行探查,耗时较短、效率存在显著提升;并且基于数据探查模型的方式实现了目标端数据表的自动化探查,不需要人工介入进行分析,可以节省大量的人力;并且,通过数据探查模型对目标端数据表进行探查,使得探查方式更客观。基于此,本说明书实施例提供了一种数据探查方法及装置。下述将一一详细进行介绍。
首先,为便于理解本说明书实施例提供的方法,下述将介绍源数据表到目标数据表的数据表层次架构。如图1所示,对于业务域中的业务结果表而言,其在数据集市层中的源端数据表的基础上,进行处理,最终生成目标端的业务结果表。其中,对源端数据表进行几轮处理,则生成几个中间数据表。也即,对于数据集市层中的源端数据表而言,经过至少一个中间层数据表,最终得到目标端业务结果表。而采用本说明书实施例提供的方法,不需要对中间层数据表进行一层层探查,直接可以探查到业务数据表中的字段所对应的数据集市层中的源端数据表中的字段。
本说明书实施例所提供的方法的一种具体应用场景可以是,在数据监管领域,探查需要监管的数据的源端数据表。或者,还可以应用于数据合规领域,在数据合规审计时进行目标端数据的探查。
其中,需要说明的是,本说明书实施例所提供的数据探查方法可以应用于具有计算能力的终端设备,如计算机、电脑、平板电脑等;或者,也可以应用于需要进行数据探查的业务平台,如数据监管平台等。
图2为本说明书实施例提供的数据探查方法的第一种流程示意图,如图2所示,该方法至少包括如下步骤:
步骤202,按照设定的分类规则确定需要进行探查的目标数据表所属的数据表类型。
可选的,在一种具体实施方式中,可以按照某个维度预先对数据表进行类型划分,即确定数据表所对应的全部数据表类型。例如,在一种具体划分维度下,数据表类型可以包括订单表、产品表、用户信息表等。当然,还可以按照其他维度确定数据表类型,此处只是示例性说明,并不构成对本说明书实施例的限定。
因此,上述步骤202在具体实施时,可以从预先划分得到的多个数据表类型中,确定出目标数据表所属的数据表类型。具体的,上述设定的分类规则可以为字段语义匹配的方式。
在本说明书实施例中,确定目标数据表所属的数据表类型,这样,可以从与目标数据表属于相同类型的源数据表中进行目标数据表的探查,即缩小了进行数据探查的范围,从而可以减少后续探查的工作量,进而提高数据探查效率。
步骤204,确定目标数据表中需要进行探查的目标字段所对应的目标字段特征。
可选的,在一种具体实施方式中,可以基于实际需求对目标数据表中的某一个字段、或者某几个字段或者全部字段进行探查。例如,在数据监管技术领域中,若是需要进行监管的目标数据表包括字段1、字段2、字段3、字段4和字段5共五个字段,且当前需要对目标数据表中的字段3进行监管,因此,在该应用场景下,则需要对探查字段3所对应的源字段。
具体的,上述目标字段特征可以为字段的语义特征、字段所对应内容的内容特征、字段所对应内容的统计特征、字段所对应内容等。上述目标字段特征的具体内容可以基于具体的字段所确定,本说明书实施例并不对此进行限定。
步骤206,基于目标字段特征以及预先训练的数据探查模型,从与待目标数据表属于同一类型的源数据表中探查目标字段所对应的源字段。
其中,该数据探查模型基于目标端字段的字段特征与对应的源端字段的字段特征的关联关系训练得到的。
具体的,上述关联关系可以理解为字段特征相等、或者存在某种运算关系,如求和或者倍数关系等。实际上可以理解,上述数据探查模型主要基于源字段转变得到目标字段的处理过程或者转变条件所生成的。例如,在一种具体实施方式中,对源字段所对应的字段值除以设定值得到目标字段所对应的字段值,在该种情况下,则上述数据探查模型则为目标字段乘以设定倍数所得到的值与源字段所对应的字段值满足相等的关系。
本说明书实施例提供的数据探查方法,基于目标端数据表与源端数据表中字段的字段特征的关联关系训练数据探查模型,这样,在探查目标端数据表中字段在源端数据表所对应的字段时,可以根据待探查字段的字段特征,采用所训练的数据探查模型直接探查该字段所对应的源字段,避免了基于血缘关系对目标数据表进行一层层溯源的方式进行探查,耗时较短、效率存在显著提升;并且基于数据探查模型的方式实现了目标端数据表的自动化探查,不需要人工介入进行分析,可以节省大量的人力;并且,通过数据探查模型对目标端数据表进行探查,使得探查方式更客观。
为便于理解本说明书实施例提供的方法,下述将详细介绍上述各个步骤的具体实现过程。
可选的,在本说明书实施例中,由于需要从与目标数据表属于同一类型的源数据表中确定目标字段所对应的源字段,因此,需要预先对所有的源数据表进行分类,从而得到各个数据表类型所对应的源数据表集合。例如,若是数据表类型包含数据表类型A、数据表类型B和数据表类型C,则在具体实施时,则需要将源数据表划分为数据表类型A所对应的源数据表集合、数据表类型B所对应的源数据集合以及数据表类型C所对应的源数据表集合。
因此,在执行上述步骤202之前,也即按照设定的分类规则确定需要进行探查的目标数据所所属的数据表类型之前,本说明书实施例提供的方法还包括:
按照设定的分类规则对源数据表进行类别划分,得到每个数据表类型所对应的源数据表集合。
在本说明书实施例中,由于预先按照源数据表所对应的数据表类型将源数据表划分为了多个集合,这样,在对目标数据表进行数据探查时,只需要探查与目标数据表所属的数据表类型相同的源数据集合即可,因此,可以减少数据探查的工作量,进一步缩短数据探查周期、提高数据探查效率。
例如,在一种具体实施方式中,若是目标数据表所对应的数据表类型为数据表类型B,则只需要在数据表类型B所对应的源数据表类型集合中进行目标数据表中的目标字段的探查即可,从而省去了在其他数据表类型所对应的源数据表集合中进行探查的工作。
其中,在本说明书实施例中,确定目标数据表所属的数据表类型,与对源数据表进行类别所采用的分类规则相同。因此,本说明书实施例以上述其中一个为例介绍其具体实现过程,另外一个的具体实现过程不再赘述。
可选的,在一种具体实施方式中,按照设定的分类规则确定需要进行探查的目标数据表所属的数据表类型,具体可以通过如下过程实现:
将目标数据表中的各个字段的字段名称与各个数据表类型所对应的类型关键词进行匹配;根据匹配结果确定目标数据表所属的数据表类型。
可选的,在一种具体实施方式中,可以基于各个数据表类型通常包含的字段设置其所对应的类型关键词。例如,对于交易表,通常需要包含订单号、交易金额、交易时间以及交易账号等相关字段信息,因此,可以基于上述相关字段信息设置交易表所对应的类型关键词,如所设置的类型关键词可以包括订单号、金额、时间、账号、交易等。当然,此处只是示例性说明,并不构成对本说明书实施例的限定。
在本说明书实施例中,将目标数据表中的各个字段的字段名称与各个数据表类型所对应的类型关键词进行匹配,可以是匹配各个数据表类型所对应的类型关键词中与目标数据表中的字段名称相同或者语义相似的关键词的个数,然后将关键词个数最多的数据表类型确定为目标数据表所属的数据表类型。
为便于理解,下述将举例进行说明。
例如,在一种具体实施方式中,假设存在三种数据表类型,分别记为数据表类型A、数据表类型B和数据表类型C;
数据表类型A所对应的类型关键词包括:关键词1、关键词2和关键词3;
数据表类型B所对应的类型关键词包括:关键词11、关键词12、关键词13和关键词14;
数据表类型C所对应的类型关键词包括:关键词111、关键词112、关键词113和关键词114;
目标数据表所包含的各个字段的字段名称分别为:字段1、字段2和字段3;
分别将字段1、字段2和字段3与数据表类型A、数据表类型B和数据表类型C所对应的类型关键词进行匹配;若是匹配结果指示目标数据表所对应的各个字段中与数据表类型A相匹配(字段名称与类型关键词相同或者语义相似)的字段的个数为1个、目标数据表所对应的各个字段中与数据表类型B相匹配的字段的个数为3个,目标数据表所对应的各个字段中与数据表类型C相匹配的字段的个数为0个。因此,通过上述匹配结果可知,目标数据表所对应的各个字段中与数据表类型B所对应的类型关键词相匹配的字段的个数最多,也即,目标数据表所对应的各个字段与数据表类型B所对应的类型关键词的匹配度最高。因此,可以确定出目标数据表所属的数据表类型为数据表类型B。
可选的,在一种具体实施方式中,上述数据探查模型中包含有各个字段类型所对应的探查规则,该探查规则用于描述存在关联关系的字段的字段特征所满足的匹配规则;
相应的,上述步骤206中,基于目标字段特征以及预先训练的数据探查模型,从与目标数据表属于同一类型的源数据表中探查目标字段所对应的源字段,具体包括如下步骤2062、步骤2064和步骤2066,如图3所示。
步骤2062,根据目标字段所对应的字段类型,确定数据探查模型中目标字段所对应的目标探查规则;
步骤2064,将目标字段特征与同一类型的源数据表中相同字段类型的各个源字段所对应的字段特征进行匹配,得到目标字段与同一类型的源数据表中相同字段类型的各个源字段所对应的匹配结果;
步骤2066,将满足上述目标探查规则的匹配结果所对应的源字段确定为目标字段所对应的源字段。
其中,上述字段类型可以包括数值型字段、字符串型字段、可枚举型字段或者状态型字段等。相应的,上述数据探查模型中则包括数值型字段所对应的探查规则、字符串型字段所对应的探查规则、可枚举型字段所对应的探查规则以及状态型字段所对应的探查规则。
为便于理解本说明书实施例提供的方法,下述将示例性介绍上述各个字段类型所对应的探查规则。当然,此处只是为便于理解方案而进行的示例性说明,并不构成对本说明书实施例中所提及到的探查规则的限定。
例如,在一种具体实施方式中,对于字符串型字段而言,该字段所对应的字段值为字符串,因此,针对该种类型的字段,则所设置的探查规则可以为目标字段与源字段所对应的字段值相等(或者相同);对于数值型字段而言,如交易金额、交易笔数等,该字段所对应的字段值为具体的数值,针对该种类型的字段,在从源字段得到目标字段的过程中,可能会对源字段进行单位换算(单位换算可能会涉及到倍数乘除运算)、加减运算或者统计运算等,因此,针对该种类型的字段,其所设置的探查规则可以为目标字段与源字段满足设定倍数关系、或者和值或者差值为设定数值等;对于状态型字段而言,该字段所对应的字段值一般为状态值,一般情况下,可以为在某个触发条件的触发下该字段所对应的字段值才为相应的状态值,因此,针对该种类型的字段,所设置的探查规则可以为目标字段所对应的字段值所对应的触发条件与源字段中相同状态值所对应的触发条件相同。
例如,目标字段为交易状态,当交易时间、交易金额满足设定条件时交易状态才为成功状态;因此,所设置的探查规则可以为目标字段与源字段中相同交易状态所对应的交易时间和交易金额满足相同的设定条件。
当然,上述只是示例性列举了几种可能的探查规则,并不构成对本说明书实施例的限定。
因此,相应的,在上述步骤2064中,将目标字段特征与同一类型的源数据表中相同字段类型的各个源字段所对应的字段特征进行匹配,可以是比较字段特征是否相同、或者对字段特征进行某种运算(如相加、相减)判断运算结果是否满足某条件。其具体匹配过程可以基于字段类型所决定。
可选的,在一种具体实施方式中,上述步骤204中,确定目标数据表中需要进行探查的目标字段所对应的目标字段特征,具体包括:
确定目标字段所属的字段类型;基于该字段类型所对应的字段特征确定规则确定目标字段所对应的目标字段特征。
其中,上述字段类型包括数值类型字段、字符串类型字段、可枚举类型字段或者状态类型字段。
当然,在本说明书实施例中,只是按照其中一种维度对字段类型进行划分,在具体实施时,还可以按照其他维度对字段进行类型划分,此处只是示例性说明,并不构成对本说明书实施例的限定。另外,需要说明的是,本说明书实施例只是列举了其中几种可能的字段类型,上述所列举的字段类型并不代表所有的字段类型,上述字段类型还可以包括其他,本说明书实施例不再一一列举。
可选的,在一种具体实施方式中,基于该字段类型所对应的字段特征确定规则确定目标字段所对应的目标字段特征,可以包括以下确定方式中的任意一种:
将目标字段所对应的各个字段值确定为目标字段特征;
将目标字段所对应的各个字段值所对应的触发条件确定为目标字段特征;
将目标字段所对应的各个字段值的指定运算结果作为目标字段特征。
例如,一种具体实施方式中,针对字符串类型的字段,可以将该字段所对应的字段值确定为该字段所对应的字段特征;针对状态型字段,可以将该字段所对应的字段值所对应的触发条件确定为该字段所对应的字段特征;针对数值型字段,可以将该字段所对应的字段值的指定运算结果(如求和运算、倍数运算等)确定为该字段所对应的字段特征;例如,针对可枚举类型的字段,可以将该字段所对应的字段值确定为该字段所对应的字段特征。
当然,此处只是示例性列举各个类型的字段所对应的字段特征的具体确定方式,并不构成对本说明书实施例的限定。
另外,需要说明的是,在本说明书实施例中,上述字段值所对应的触发条件可以为目标数据表中其他某一个或某几个字段所对应的字段值。
可选的,在一种具体实施方式中,本说明书实施例所提供的方法可以应用于监管技术领域或者合规技术领域。
例如,若是将本说明书实施例所提供的方法应用于合规技术领域时,针对金融主体,则业务结果表可以从用户、商户、机构、财务、产品等数据域进行选择,金融行为可以来源于主体信息变更、资金信息、交易信息等,金融行为所在的环境具体可以来源与地理位置或者行为上下文等。当然,此处只是示例性说明,并不构成对本说明书实施例的限定。
本说明书实施例提供的数据探查方法,至少具有如下有益效果:基于目标端数据表与源端数据表中字段的字段特征的关联关系训练数据探查模型,这样,在探查目标端数据表中字段在源端数据表所对应的字段时,可以根据待探查字段的字段特征,采用所训练的数据探查模型直接探查该字段所对应的源字段,避免了基于血缘关系对目标数据表进行一层层溯源的方式进行探查,耗时较短、效率存在显著提升;并且基于数据探查模型的方式实现了目标端数据表的自动化探查,不需要人工介入进行分析,可以节省大量的人力;并且,通过数据探查模型对目标端数据表进行探查,使得探查方式更客观;在进行数据探查时,先确定目标数据表所属的数据表类型,这样,可以从与目标数据表属于相同类型的源数据表中进行目标数据表的探查,即缩小了进行数据探查的范围,从而可以减少后续探查的工作量,进而提高数据探查效率。
对应于本说明书实施例提供的方法,基于相同的思路,本说明书实施例还提供了一种数据探查装置,用于执行本说明书实施例提供的方法。图4为本说明书实施例提供的数据探查装置的模块组成示意图,如图4所示,该装置至少包括:
第一确定模块402,用于按照设定的分类规则确定需要进行探查的目标数据表所属的数据表类型;
第二确定模块404,用于确定所述目标数据表中需要进行探查的目标字段所对应的目标字段特征;
探查模块406,用于基于所述目标字段特征以及预先训练的数据探查模型,从与所述目标数据表属于同一类型的源数据表中探查所述目标字段所对应的源字段;
其中,所述数据探查模型基于目标端字段的字段特征与对应的源端字段的字段特征的关联关系训练得到的。
其中,本说明书实施例所提供的装置可以实现图1-图3所示方法实施例中的全部方法步骤,因此,上述装置所能实现的功能、以及各个模块所对应的功能所对应的具体实现过程可参考图1-图3所示实施例,此处不再赘述。
本说明书实施例提供的数据探查装置,至少具有如下有益效果:基于目标端数据表与源端数据表中字段的字段特征的关联关系训练数据探查模型,这样,在探查目标端数据表中字段在源端数据表所对应的字段时,可以根据待探查字段的字段特征,采用所训练的数据探查模型直接探查该字段所对应的源字段,避免了基于血缘关系对目标数据表进行一层层溯源的方式进行探查,耗时较短、效率存在显著提升;并且基于数据探查模型的方式实现了目标端数据表的自动化探查,不需要人工介入进行分析,可以节省大量的人力;并且,通过数据探查模型对目标端数据表进行探查,使得探查方式更客观;在进行数据探查时,先确定目标数据表所属的数据表类型,这样,可以从与目标数据表属于相同类型的源数据表中进行目标数据表的探查,即缩小了进行数据探查的范围,从而可以减少后续探查的工作量,进而提高数据探查效率。
进一步地,基于上述图1至图3所示的方法,本说明书实施例还提供了一种数据探查设备,如图5所示。
数据探查设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上的处理器501和存储器502,存储器502中可以存储有一个或一个以上存储应用程序或数据。其中,存储器502可以是短暂存储或持久存储。存储在存储器502的应用程序可以包括一个或一个以上模块(图示未示出),每个模块可以包括对数据探查设备中的一系列计算机可执行指令信息。更进一步地,处理器501可以设置为与存储器502通信,在数据探查设备上执行存储器502中的一系列计算机可执行指令信息。数据探查设备还可以包括一个或一个以上电源503,一个或一个以上有线或无线网络接口504,一个或一个以上输入输出接口505,一个或一个以上键盘506等。
在一个具体的实施例中,数据探查设备包括有存储器,以及一个或一个以上的程序,其中一个或者一个以上程序存储于存储器中,且一个或者一个以上程序可以包括一个或一个以上模块,且每个模块可以包括对数据探查设备中的一系列计算机可执行指令信息,且经配置以由一个或者一个以上处理器执行该一个或者一个以上程序包含用于进行以下计算机可执行指令信息:
按照设定的分类规则确定需要进行探查的目标数据表所属的数据表类型;
确定所述目标数据表中需要进行探查的目标字段所对应的目标字段特征;
基于所述目标字段特征以及预先训练的数据探查模型,从与所述目标数据表属于同一类型的源数据表中探查所述目标字段所对应的源字段;
其中,所述数据探查模型基于目标端字段的字段特征与对应的源端字段的字段特征的关联关系训练得到的。
其中,本说明书实施例所提供的设备可以实现图1-图3所示方法实施例中的全部方法步骤,因此,上述设备所能实现的功能所对应的具体实现过程可参考图1-图3所示实施例,此处不再赘述。
本说明书实施例提供的数据探查设备,至少具有如下有益效果:基于目标端数据表与源端数据表中字段的字段特征的关联关系训练数据探查模型,这样,在探查目标端数据表中字段在源端数据表所对应的字段时,可以根据待探查字段的字段特征,采用所训练的数据探查模型直接探查该字段所对应的源字段,避免了基于血缘关系对目标数据表进行一层层溯源的方式进行探查,耗时较短、效率存在显著提升;并且基于数据探查模型的方式实现了目标端数据表的自动化探查,不需要人工介入进行分析,可以节省大量的人力;并且,通过数据探查模型对目标端数据表进行探查,使得探查方式更客观;在进行数据探查时,先确定目标数据表所属的数据表类型,这样,可以从与目标数据表属于相同类型的源数据表中进行目标数据表的探查,即缩小了进行数据探查的范围,从而可以减少后续探查的工作量,进而提高数据探查效率。
进一步地,基于上述图1至图3所示的方法,本说明书实施例还提供了一种存储介质,用于存储计算机可执行指令信息,一种具体的实施例中,该存储介质可以为U盘、光盘、硬盘等,该存储介质存储的计算机可执行指令信息在被处理器执行时,能实现以下流程:
按照设定的分类规则确定需要进行探查的目标数据表所属的数据表类型;
确定所述目标数据表中需要进行探查的目标字段所对应的目标字段特征;
基于所述目标字段特征以及预先训练的数据探查模型,从与所述目标数据表属于同一类型的源数据表中探查所述目标字段所对应的源字段;
其中,所述数据探查模型基于目标端字段的字段特征与对应的源端字段的字段特征的关联关系训练得到的。
说明书实施例提供的存储介质存储的计算机可执行指令信息在被处理器执行时,可以实现图1-图3所示方法实施例中的全部方法步骤,因此,上述存储介质存储的计算机可执行指令信息在被处理器执行时所能实现的功能所对应的具体实现过程可参考图1-图3所示实施例,此处不再赘述。
本说明书实施例提供的存储介质存储的计算机可执行指令信息在被处理器执行时,至少具有如下有益效果:基于目标端数据表与源端数据表中字段的字段特征的关联关系训练数据探查模型,这样,在探查目标端数据表中字段在源端数据表所对应的字段时,可以根据待探查字段的字段特征,采用所训练的数据探查模型直接探查该字段所对应的源字段,避免了基于血缘关系对目标数据表进行一层层溯源的方式进行探查,耗时较短、效率存在显著提升;并且基于数据探查模型的方式实现了目标端数据表的自动化探查,不需要人工介入进行分析,可以节省大量的人力;并且,通过数据探查模型对目标端数据表进行探查,使得探查方式更客观;在进行数据探查时,先确定目标数据表所属的数据表类型,这样,可以从与目标数据表属于相同类型的源数据表中进行目标数据表的探查,即缩小了进行数据探查的范围,从而可以减少后续探查的工作量,进而提高数据探查效率。
上述对本说明书特定实施例进行了描述。其它实施例在所附权利要求书的范围内。在一些情况下,在权利要求书中记载的动作或步骤可以按照不同于实施例中的顺序来执行并且仍然可以实现期望的结果。另外,在附图中描绘的过程不一定要求示出的特定顺序或者连续顺序才能实现期望的结果。在某些实施方式中,多任务处理和并行处理也是可以的或者可能是有利的。
在20世纪90年代,对于一个技术的改进可以很明显地区分是硬件上的改进(例如,对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而,随着技术的发展,当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此,不能说一个方法流程的改进就不能用硬件实体模块来实现。例如,可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray,FPGA))就是这样一种集成电路,其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上,而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且,如今,取代手工地制作集成电路芯片,这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现,它与程序开发撰写时所用的软件编译器相类似,而要编译之前的原始代码也得用特定的编程语言来撰写,此称之为硬件描述语言(Hardware Description Language,HDL),而HDL也并非仅有一种,而是有许多种,如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等,目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚,只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中,就可以很容易得到实现该逻辑方法流程的硬件电路。
控制器可以按任何适当的方式实现,例如,控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit,ASIC)、可编程逻辑控制器和嵌入微控制器的形式,控制器的例子包括但不限于以下微控制器:ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320,存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道,除了以纯计算机可读程序代码方式实现控制器以外,完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件,而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至,可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。
上述实施例阐明的系统、装置、模块或单元,具体可以由计算机芯片或实体实现,或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的,计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。
为了描述的方便,描述以上装置时以功能分为各种单元分别描述。当然,在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。
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说明书实施例的方法、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信息实现流程图和/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信息到通用计算机、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信息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信息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信息产生包括指令信息装置的制造品,该指令信息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信息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信息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信息、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。
本领域技术人员应明白,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。
本申请可以在由计算机执行的计算机可执行指令信息的一般上下文中描述,例如程序模块。一般地,程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请,在这些分布式计算环境中,由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中,程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。
本说明书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,对于系统实施例而言,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。
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。
- 基于数据预分析的数据规则探查方法及装置
- 数据探查的方法、装置及存储介质