[發明專利]數據倉庫信息處理方法、裝置、系統、介質

有效

• 申請號: 201811111998.7
• 申請日: 2018-09-21
• 公開（公告）號: CN109388637B
• 公開（公告）日: 2020-09-01
• 發明（設計）人: 范葉亮;盧周;錢勇
• 申請（專利權）人: 京東數字科技控股有限公司
• 主分類號: G06F16/22
• 分類號: G06F16/22;G06F16/2455;G06F16/28
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 劉麗麗

本公開提供了一種數據倉庫信息處理方法，所述數據倉庫中包括多個關聯存儲的歷史表格，所述方法包括：獲取至少一個歷史查詢語句，所述歷史查詢語句用于查詢所述關聯存儲的歷史表格中的多個歷史表格的相關數據；確定所述至少一個歷史查詢語句對應的多個歷史表格；基于所述多個歷史表格中的特定歷史表格生成目標表格，所述目標表格包括所述特定歷史表格中的相關數據。

技術領域

本公開涉及計算機技術領域，更具體地，涉及一種數據倉庫信息處理方法、一種數據倉庫信息處理裝置、一種數據倉庫信息處理系統、以及一種計算機可讀存儲介質。

背景技術

隨著互聯網進入大數據時代，數據的采集、存儲是重點研究的方向，例如，各種業務場景的相關數據存儲于數據倉庫中，通常需要從數據倉庫所存儲的大量數據中查詢相關數據，并進行整合分析以做出業務決策，其中，數據倉庫中的數據通常以表格的方式進行存儲，不同的表格存儲不同的數據，例如不同的表格分別存儲用戶數據、商品數據、商家數據等等，在需要查詢相關的銷售數據時，需要從多個表格中獲取相關數據，由此造成查詢過程繁瑣，因此，在數據倉庫領域中，通常通過業務人員基于多個表格構建包含多個表格的相關數據的寬表，該寬表能夠便于查詢所需的數據，因此，如何優化寬表的構建過程成為目前亟需解決的問題。

在實現本公開構思的過程中，發明人發現現有技術中至少存在如下問題，現有的寬表構建過程過度依賴業務專家的經驗，使得寬表的構建需要大量人工參與，并且由于過度依賴人工參與使得寬表的構建過程不夠客觀。

發明內容

有鑒于此，本公開提供了一種數據倉庫信息處理方法，所述數據倉庫中包括多個關聯存儲的歷史表格，所述方法包括：獲取至少一個歷史查詢語句，所述歷史查詢語句用于查詢所述關聯存儲的歷史表格中的多個歷史表格的相關數據，確定所述至少一個歷史查詢語句對應的多個歷史表格，基于所述多個歷史表格中的特定歷史表格生成目標表格，所述目標表格包括所述特定歷史表格中的相關數據。

根據本公開的實施例，上述獲取至少一個歷史查詢語句，包括：獲取通過所述歷史查詢語句查詢所述關聯存儲的歷史表格中的多個歷史表格的相關數據時所涉及的所述數據倉庫的歷史運行數據，基于所述運行數據中確定所述至少一個歷史查詢語句。

根據本公開的實施例，上述確定所述至少一個歷史查詢語句對應的多個歷史表格，包括：對所述至少一個歷史查詢語句進行解析，得到所述至少一個歷史查詢語句的關聯信息，所述關聯信息包括關聯字段以及關聯條件，基于所述關聯信息確定所述至少一個歷史查詢語句對應的所述多個歷史表格。

根據本公開的實施例，上述方法還包括：從多個初始歷史查詢語句中獲取滿足第一預設條件的查詢語句作為所述至少一個歷史查詢語句。

根據本公開的實施例，上述從多個初始歷史查詢語句中獲取滿足第一預設條件的查詢語句作為所述至少一個歷史查詢語句，包括：對所述多個初始歷史查詢語句進行聚類得到至少一個查詢語句組，其中，每個查詢語句組中的歷史查詢語句之間的相似度滿足第一預設閾值，從所述至少一個查詢語句組中確定滿足所述第一預設條件的查詢語句組作為目標查詢語句組，所述目標查詢語句組包括所述至少一個歷史查詢語句。

根據本公開的實施例，上述對所述多個初始歷史查詢語句進行聚類得到至少一個查詢語句組，包括：對所述多個初始歷史查詢語句進行處理，得到所述多個初始歷史查詢語句對應的向量，將多個初始歷史查詢語句對應的向量進行聚類得到所述至少一個查詢語句組，所述至少一個查詢語句組包括相應查詢語句對應的向量。

根據本公開的實施例，上述特定歷史表格為所述多個歷史表格中滿足第二預設閾值的歷史表格。

根據本公開的實施例，上述方法還包括：在所述目標表格滿足第二預設條件的情況下，存儲所述目標表格。