[發(fā)明專利]一種面向RDF三元組的專業(yè)數(shù)據(jù)直接映射方法

在審

• 申請?zhí)枺?/td>: 201910488661.6
• 申請日: 2019-06-06
• 公開（公告）號: CN110377600A
• 公開（公告）日: 2019-10-25
• 發(fā)明（設(shè)計）人: 肖清林
• 申請（專利權(quán)）人: 福建奇點時空數(shù)字科技有限公司
• 主分類號: G06F16/22
• 分類號: G06F16/22;G06F16/242;G06Q50/26
• 代理公司: 北京勁創(chuàng)知識產(chǎn)權(quán)代理事務所(普通合伙) 11589
• 代理人: 王志敏

一種面向RDF三元組的專業(yè)數(shù)據(jù)直接映射方法，包括以下步驟：預處理長字符串類型的RDF三元組；對長整型RDF三元組進行分割處理；構(gòu)建RDF數(shù)據(jù)的可達性查詢索引；保存RDF數(shù)據(jù)的可達性查詢索引；獲取待映射的數(shù)據(jù)文件；配置數(shù)據(jù)映射邏輯；獲取數(shù)據(jù)映射邏輯并對其進行解析，生成數(shù)據(jù)映射代碼；執(zhí)行數(shù)據(jù)映射代碼；解析數(shù)據(jù)中的邏輯段，獲得SQL片段；根據(jù)SQL片段拼接生成與數(shù)據(jù)加工步驟相對應的SQL語句；生成嵌入有上述SQL語句的數(shù)據(jù)映射腳本。本發(fā)明可以高效、準確地建立大規(guī)模RDF數(shù)據(jù)的可達性查詢索引，擴展性好，易于實現(xiàn)，并且能夠自動地基于數(shù)據(jù)映射邏輯生成相應的代碼，顯著提高了數(shù)據(jù)映射的執(zhí)行效率，確保了生成的代碼與數(shù)據(jù)映射邏輯的一致性。

技術(shù)領(lǐng)域

本發(fā)明涉及專業(yè)數(shù)據(jù)直接映射技術(shù)領(lǐng)域，尤其涉及一種面向RDF三元組的專業(yè)數(shù)據(jù)直接映射方法。

背景技術(shù)

資料描述框架，簡稱RDF，是用于描述Web資源的標記語言，同時也是整個語義網(wǎng)系統(tǒng)結(jié)構(gòu)中的核心，它被廣泛用于描述互聯(lián)網(wǎng)上存在的各種信息資源，數(shù)據(jù)映射是指將源數(shù)據(jù)通過某種數(shù)據(jù)加工步驟映射為目標數(shù)據(jù)的過程，通常而言，源數(shù)據(jù)以及目標數(shù)據(jù)都是數(shù)據(jù)表的字段，而數(shù)據(jù)加工步驟則使用結(jié)構(gòu)化查詢語言語句來表示，用于描述數(shù)據(jù)映射的數(shù)據(jù)稱為數(shù)據(jù)映射邏輯，基于數(shù)據(jù)映射邏輯可以生成用于實現(xiàn)數(shù)據(jù)映射的代碼；

在現(xiàn)有技術(shù)中，數(shù)據(jù)映射邏輯通常采用文字描述的方式，將數(shù)據(jù)映射邏輯轉(zhuǎn)化為對應的代碼過程往往需要開發(fā)人員通過手工編寫，或在部分自動生成的基礎(chǔ)上結(jié)合大量的手工修改才能完成，不僅效率低，還容易導致代碼與數(shù)據(jù)映射邏輯不一致的情況發(fā)生，并且現(xiàn)有RDF三元組的專業(yè)數(shù)據(jù)的可達性查詢方式無法滿足快速有效處理數(shù)據(jù)的需求。

發(fā)明內(nèi)容

(一)發(fā)明目的

為解決背景技術(shù)中存在的技術(shù)問題，本發(fā)明提出一種面向RDF三元組的專業(yè)數(shù)據(jù)直接映射方法，可以高效、準確地建立大規(guī)模RDF數(shù)據(jù)的可達性查詢索引，擴展性好，易于實現(xiàn)，并且能夠自動地基于數(shù)據(jù)映射邏輯生成相應的代碼，顯著提高了數(shù)據(jù)映射的執(zhí)行效率，確保了生成的代碼與數(shù)據(jù)映射邏輯的一致性。

(二)技術(shù)方案

為解決上述問題，本發(fā)明提出了一種面向RDF三元組的專業(yè)數(shù)據(jù)直接映射方法，包括以下步驟：

S1、預處理長字符串類型的RDF三元組，獲得與各長字符串類型的RDF三元組相對應的長整型RDF三元組；

S2、利用預設(shè)框架對長整型RDF三元組進行分割處理，生成數(shù)據(jù)索引文件夾；

S3、利用數(shù)據(jù)索引文件夾構(gòu)建RDF數(shù)據(jù)的可達性查詢索引；

S4、對構(gòu)建的RDF數(shù)據(jù)的可達性查詢索引進行驗證和評估；

S5、保存構(gòu)建的RDF數(shù)據(jù)的可達性查詢索引；

S6、獲取待映射的數(shù)據(jù)文件；

S7、配置數(shù)據(jù)映射邏輯；

S8、獲取數(shù)據(jù)映射邏輯并對其進行解析，生成數(shù)據(jù)映射代碼；

S9、執(zhí)行數(shù)據(jù)映射代碼，進行數(shù)據(jù)映射；

S10、解析數(shù)據(jù)中的邏輯段，獲得SQL片段；

S11、根據(jù)SQL片段拼接生成與數(shù)據(jù)加工步驟相對應的SQL語句；

S12、生成嵌入有上述SQL語句的數(shù)據(jù)映射腳本。

優(yōu)選的，在S1中，每個長整型RDF三元組包括主體、謂詞和客體。

優(yōu)選的，在S2中，預設(shè)框架為MapReduce框架或Spark框架。

優(yōu)選的，在S2中，還包括對長整型RDF三元組進行分類操作，并生成與每種分類方式相對應的數(shù)據(jù)索引文件夾。