[發明專利]支持結構化與非結構化大數據融合的方法和裝置在審
| 申請號： | 201810164770.8 | 申請日： | 2018-02-27 |
| 公開（公告）號： | CN108376174A | 公開（公告）日： | 2018-08-07 |
| 發明（設計）人： | 沈志宏 | 申請（專利權）人： | 河北中科開元數據科技有限公司 |
| 主分類號： | G06F17/30 | 分類號： | G06F17/30 |
| 代理公司： | 北京挺立專利事務所(普通合伙) 11265 | 代理人： | 劉陽 |
| 地址： | 050000 河北省石家莊市高新區*** | 國省代碼： | 河北;13 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 大數據 融合 結構化 支持結構 與非 預設位置 方法和裝置 屬性圖數據 屬性值存儲 多元數據 非結構化 管理模型 理論模型 實用系統 數據內容 數據生成 異構數據 整合管理 映射 句柄 文本 查詢 創建 統一 管理 | ||
1.一種支持結構化與非結構化大數據融合的方法，其特征在于，所述方法包括：
基于屬性圖數據模型，創建支持BLOB屬性值的多元大數據融合模型；
支持所述BLOB屬性值的所述多元大數據融合模型對接收到的數據生成N元組數據；
判斷生成的所述N元組數據為BLOB類型，將所述BLOB類型的屬性值存儲到第一預設位置；
所述第一預設位置通過控制句柄與對應所述BLOB類型的所述屬性值的數據內容之間的映射以實現結構化與非結構化大數據的融合操作。
2.根據權利要求1所述的方法，其特征在于，創建支持所述BLOB屬性值的所述多元大數據融合模型為STRUNS數據模型，其中，所述STRUNS數據模型包括至少一種類型數據。
3.根據權利要求1所述的方法，其特征在于，支持所述BLOB屬性值的所述多元大數據融合模型對接收到的數據生成N元組數據之后，還包括：對所述N元組數據在第二預設位置進行存儲。
4.根據權利要求1所述的方法，其特征在于，對所述N元組數據在第二預設位置進行存儲，包括：
判斷生成的所述N元組數據為所述BLOB類型，支持所述BLOB屬性值的所述多元大數據模型根據該數據對應的內容生成一個四元組數據；
將所述四元組數據定義為新屬性值，將所述四元組數據存儲至前端存儲系統中，其中，所述四元組中的參數為句柄，長度，摘要，標志。
5.根據權利要求1所述的方法，其特征在于，將所述BLOB類型的屬性值存儲到第一預設位置，包括：根據該句柄將所述BLOB類型的所述屬性值存儲至后端存儲系統中。
6.根據權利要求1所述的方法，其特征在于，還包括：根據所述BLOB屬性值，定義所述BLOB屬性值支持的操作，其中，操作包括：打開輸入流、獲取摘要、獲取長度、獲取標記、判斷數據類型是否為BLOB類型。
7.根據權利要求2所述的方法，其特征在于，還包括：定義所述STRUNS模型中所述BLOB屬性值的文本表達方式，其中，基于所述BLOB屬性定義與預設文本型、布爾型、數值型、時間型屬性相兼容的文本表達方式。
8.根據權利要求1所述的方法，其特征在于，還包括：基于CYPHER查詢語法，通過調用所述BLOB屬性值的操作函數，以實現對所述BLOB屬性值的匹配。
9.一種計算機可讀存儲介質，其特征在于，所述計算機可讀存儲介質上存儲有計算機程序，所述計算機程序被處理器執行時實現如權利要求1-8任一項所述的方法。
10.一種支持結構化與非結構化大數據融合的裝置，其特征在于，所述裝置包括：
創建模塊，用于基于屬性圖數據模型，創建支持BLOB屬性值的多元大數據融合模型；
生成模塊，用于支持所述BLOB屬性值的所述多元大數據融合模型對接收到的數據生成N元組數據；
存儲模塊，用于判斷生成的所述N元組數據為BLOB類型，將所述BLOB類型的屬性值存儲到第一預設位置；
融合模塊，用于所述第一預設位置通過控制句柄與對應所述BLOB類型的所述屬性值的數據內容之間的映射以實現結構化與非結構化大數據的融合操作。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于河北中科開元數據科技有限公司，未經河北中科開元數據科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/201810164770.8/1.html，轉載請聲明來源鉆瓜專利網。
