[發明專利]一種元數據信息獲取方法、系統和計算機可讀存儲介質

有效

• 申請號: 201710485959.2
• 申請日: 2017-06-23
• 公開（公告）號: CN109117440B
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 徐萌;謝帆;尚晶;黃巖;劉虹;徐海勇
• 申請（專利權）人: 中移動信息技術有限公司;中國移動通信集團有限公司
• 主分類號: G06F16/907
• 分類號: G06F16/907
• 代理公司: 北京派特恩知識產權代理有限公司 11270
• 代理人: 王花麗;蔣雅潔

1.一種元數據信息獲取方法，其特征在于，所述方法包括：

根據獲取的數據源生成待識別數據，所述待識別數據包括：多個行數據和多個列數據；

根據預存儲的規則對所述待識別數據進行掃描匹配，獲得所述數據源的元數據信息，所述元數據信息包括至少一種以下信息：數據結構信息、數據度量信息和數據關系信息；

其中，根據預存儲的規則對所述待識別數據進行掃描匹配，獲得所述數據源的數據度量信息和數據關系信息，包括：

根據預存儲的規則對所述待識別數據進行全表掃描匹配，獲得所述數據源的數據度量信息，根據預存儲的規則確定所述待識別數據中每兩列的相關性，確定所述數據源的數據關系信息。

2.根據權利要求1所述的方法，其特征在于，所述預存儲的規則中包括：多個匹配規則；所述方法還包括：

在根據預存儲的規則對所述待識別數據進行掃描匹配時，在匹配規則日志中記錄匹配日志，所述匹配日志包括：所述多個匹配規則中每一個匹配規則的匹配次數、所述多個匹配規則中每一個匹配規則的匹配成功率；

根據所述匹配日志對所述多個匹配規則的匹配先后順序進行優化。

3.根據權利要求1或2所述的方法，其特征在于，第一行為所述待識別數據中的任意一行數據，對所述待識別數據的第一行進行解析，獲得所述數據源的數據結構信息，包括：

從所述待識別數據中第一行第一列開始，依次將所述待識別數據中第一行的每一列的字符與知識庫中預存儲的匹配規則進行掃描匹配，根據匹配結果獲得所述待識別數據的數據結構信息，所述待識別數據的數據結構信息包括：所述待識別數據每一列的字段類型。

4.根據權利要求3所述的方法，其特征在于，將所述待識別數據中第一行第一列的字符與知識庫中預存儲的匹配規則進行掃描匹配獲得所述待識別數據第一列的字段類型，包括：

將第一字符與知識庫中預存儲的第一匹配規則進行掃描匹配，所述第一字符為所述待識別數據中第一行第一列的第一個字符；

當所述第一字符與所述第一匹配規則中第一預存字符相同時，確定所述待識別數據的第一列的分類為第一分類，根據所述第一行第一列的全部字符的數值范圍確定所述第一列的字段類型，所述第一分類包括：數字分類或時間戳分類；

當所述第一字符與所述第一匹配規則中第一預存字符不同時，將所述第一字符與知識庫中預存儲的第二匹配規則進行掃描匹配；

當所述第一字符與所述第二匹配規則中第二預存字符相同時，確定所述待識別數據的第一列的分類為第二分類，根據所述第一行第一列的全部字符的格式和字符長度確定所述第一列的字段類型，所述第二分類包括：字符分類或者日期分類；

當所述第一字符與所述第二匹配規則中第二預存字符不同時，將所述第一字符與知識庫中預存儲的第三匹配規則進行掃描匹配；

當所述第一字符與所述第三匹配規則中第三預存字符相同時，確定所述待識別數據的第一列的分類為復雜分類，根據所述第一行第一列的全部字符中的符號和字符組合形式確定所述第一列的字段類型。

5.根據權利要求4所述的方法，其特征在于，在將所述待識別數據中第一行第一列的字符與知識庫中預存儲的匹配規則進行掃描匹配獲得所述待識別數據第一列的字段類型之后，還包括：

若所述待識別數據中第二行第一列的字符與知識庫中預存儲的匹配規則進行掃描匹配獲得的第一列的字段類型與所述待識別數據中第一行第一列的字符與知識庫中預存儲的匹配規則進行掃描匹配獲得的第一列的字段類型不同，且匹配順序在后的第一列的字段類型包括的范圍大于匹配順序在前的第一列的字段類型包括的范圍時，將匹配順序在前的第一列的字段類型修改為匹配順序在后的第一列的字段類型，其中，所述待識別數據中第二行包括：與所述待識別數據中第一行不同的行數據。

6.根據權利要求1或2所述的方法，其特征在于，所述方法還包括：

若根據預存儲的規則對所述待識別數據進行掃描匹配不能確定所述數據源的元數據信息，提供類型建議，以使得通過人工判斷所述數據源的元數據信息，并根據人工判斷的結果完善所述預存儲的規則。