[發明專利]按照生存規則合并源記錄的系統和方法

有效

• 申請號: 201210562742.4
• 申請日: 2012-12-21
• 公開（公告）號: CN103177068B
• 公開（公告）日: 2018-03-13
• 發明（設計）人: U.哈哈姆;G.馬喬爾;G.羅森瓦爾德
• 申請（專利權）人: SAP歐洲公司
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F9/44
• 代理公司: 北京市柳沈律師事務所11105
• 代理人: 邵亞麗

技術領域

一些實施例涉及基于多個不同的源記錄創建記錄。更具體地，一些實施例提供用于按照生存規則（survivorship rule）創建記錄的系統和方法。

背景技術

商店或企業可按照電子記錄的形式存儲關于各種實體的信息。例如，一家公司可能有員工數據庫，在該數據庫中的每一行代表包含有關特定雇員的信息（例如，雇員的姓名、受雇日期和工資）的記錄。此外，實際上不同的電子記錄可以關聯到單個實體。例如，人力資源數據庫和銷售代表數據庫可能均包含關于同一雇員的記錄。在某些情況下，可能期望于合并多條記錄以針對在數據庫中表示的每個實體創建其中包含單個電子記錄的數據存儲。這樣的目標可能是例如與主數據管理程序關聯的。

當前，在主數據管理程序中的合并過程是耗時的操作。例如，可能是幾個不同的合并規則應用在序列中，并且每個應用可能需要單獨的數據庫查詢和/或創建數據的內部版本，直到創建最后的記錄。然而，當牽涉到相當數量的記錄和/或輸入數據源時（例如，可能需要合并成千上萬的源記錄），這樣的做法可能是不切實際的。

因此，根據這里描述的一些實施例可以提供一種方法和機制，用于有效地和準確地處理和/或合并輸入數據記錄。

發明內容

根據本發明的一方面，提供一種計算機實施的方法，包括：從多個數據源接收多個源記錄，每個源記錄包括多個字段；確定來自不同的數據源的源記錄的匹配組涉及相同實體；基于來自匹配組中不同源記錄的字段值為匹配組自動創建單個最佳記錄，其中所述創建包括分配第一組字段到與第一生存規則關聯的第一生存組、分配第二組字段到與第二生存規則關聯的第二生存組、以及使用單個查詢依據第一和第二生存規則同時排序匹配組的全部源記錄；以及存儲最佳記錄。

其中第一或第二生存規則的至少一個與如下的至少一個關聯：（i）可靠性，（ii）新近度，或（iii）完整性。

所述的方法進一步包括：從用戶接收生存配置信息；和基于接收的生存配置信息，在執行時自動產生代碼以創建單個最佳記錄。

其中代碼創建默認生存組、重疊生存組，并且單個查詢為多個匹配組同時構建最佳記錄。

其中根據多個生存者規則維度為每個生存組計算單個源記錄。

其中為多個生存組同時計算源記錄。

其中查詢與結構化查詢語言協議關聯。

其中所述創建與基于列的內存表關聯。

其中數據源的至少一個包括如下的至少一個：（i）企業資源規劃數據庫、（ii）客戶關系管理數據庫、（iii）人力資源數據庫或（iv）傳統數據庫。

所述的方法，進一步包括：識別僅包含單個源記錄的匹配組，其中所述創建不對識別的匹配組執行。

根據本發明的一方面，提供一種非暫時、計算機可讀介質，存儲由計算機處理器可執行的程序代碼指令以執行一方法，該方法包括：從多個數據源接收多個源記錄，每個源記錄包括多個字段；確定來自不同的數據源的源記錄的匹配組涉及相同實體；基于來自匹配組中不同源記錄的字段值為匹配組自動創建單個最佳記錄，其中所述創建包括分配第一組字段到與第一生存規則關聯的第一生存組、分配第二組字段到與第二生存規則關聯的第二生存組、以及使用單個查詢依據第一和第二生存規則同時排序匹配組的全部源記錄；以及存儲最佳記錄。

其中第一或第二生存規則的至少一個與如下的至少一個關聯：（i）可靠性，（ii）新近度，或（iii）完整性。

其中程序代碼指令的執行進一步引起計算機處理器來執行：從用戶接收生存配置信息；和基于接收的生存配置信息，在執行時自動產生代碼以創建單個最佳記錄。

其中自動產生的代碼創建默認生存組、重疊生存組，并且單個查詢為多個匹配組同時構建最佳記錄。

其中根據多個生存者規則維度為每個生存組計算單個源記錄，另外，其中為多個生存組同時計算源記錄。

其中查詢與結構化查詢語言協議關聯，并且所述創建與基于列的內存表關聯。

其中數據源的至少一個包括如下的至少一個：（i）企業資源規劃數據庫、（ii）客戶關系管理數據庫、（iii）人力資源數據庫或（iv）傳統數據庫。