[發明專利]科學數據基因組的處理方法、裝置和存儲介質

在審

• 申請號: 202010960496.2
• 申請日: 2020-09-14
• 公開（公告）號: CN112216347A
• 公開（公告）日: 2021-01-12
• 發明（設計）人: 劉斌
• 申請（專利權）人: 蘇州創騰軟件有限公司
• 主分類號: G16B50/00
• 分類號: G16B50/00
• 代理公司: 北京華進京聯知識產權代理有限公司 11606
• 代理人: 張文娟

本申請涉及一種科學數據基因組的處理方法、裝置和存儲介質。所述方法通過建立與多個數據源之間的連接關系，獲取多個數據源分別對應的數據字段，并獲取對多個數據源提供的數據進行展示的數據層級關系，從而根據數據層級關系，建立多個數據源中的數據字段與展示節點中對應展示字段之間的映射關系，基于映射關系和與多個數據源之間的連接關系，從多個數據源中獲取與展示節點中對應展示字段匹配的數據并展示，從而實現按用戶希望查看的數據之間的關系展示數據，且避免了傳統技術中通過手動關聯不同數據源獲取數據過程復雜的問題。

技術領域

本申請涉及數據處理技術領域，特別是涉及一種科學數據基因組的處理方法、裝置和存儲介質。

背景技術

隨著科學技術的迅速發展，在生產活動過程或是藥物研發過程的各個步驟中，都會產生各種各樣的生產數據或研發數據，在一些高度復雜的生產或研發過程中，常常會在不同的時間收集成百上千的海量數據。

由于這些數據來源多樣，導致這些數據分布于不同的數據源，比如研發過程中使用到的研發軟件，或者是生產過程中使用到的生產設備裝置，或者是各種監控設備；再比如研發軟件底層存儲數據用的數據庫，也可能分布在不同的服務器上，或生產設備存儲數據所關聯的存儲設備上，甚至在地點上可能分布在不同的城市或國家，因此用戶通常很難同時去訪問存儲在多個和各種數據源中的數據。

目前，一般通過用戶手動從不同的來源定位、提取和格式化所需的數據。例如，如果用戶想要跟蹤混合物的溫度和混合物的最終粘度，用戶通常需要手動關聯這兩部分數據，所以每次用戶需要分析數據時，必須根據自己對各種數據集之間的關系和數據分析所需的格式的了解，然后重復這個手動關聯過程，而通過手動關聯的方式獲取數據不僅過程復雜，且容易導致錯誤產生。

發明內容

基于此，有必要針對上述通過手動關聯不同數據源獲取數據過程復雜的問題，提供一種科學數據基因組的處理方法、裝置、計算機設備和存儲介質。

一種科學數據基因組的處理方法，所述方法包括：

建立與多個數據源之間的連接關系，獲取多個數據源分別對應的數據字段；

獲取對所述多個數據源提供的數據進行展示的數據層級關系，所述數據層級關系包括不同展示節點之間的從屬關系以及展示字段與所述展示節點之間的隸屬關系；

根據所述數據層級關系，建立所述多個數據源中的數據字段與所述展示節點中對應展示字段之間的映射關系；

基于所述映射關系和與多個數據源之間的連接關系，從所述多個數據源中獲取與所述展示節點中對應展示字段匹配的數據，根據所述數據層級關系展示所述數據。

在其中一個實施例中，所述多個數據源包括但不限于用于提供關系型數據或非關系型數據的數據庫、以及用于提供文件型數據的數據源；所述建立與多個數據源之間的連接關系，獲取多個數據源分別對應的數據字段包括：若所述數據源為用于提供關系型數據或非關系型數據的數據庫，則獲取所述數據庫的第一地址信息以及賬戶登錄信息，根據所述數據庫的第一地址信息以及賬戶登錄信息訪問所述數據庫，獲取所述數據庫中的數據字段；或者，若所述數據源為用于提供文件型數據的數據源，則獲取所述數據源的第二地址信息，根據所述數據源的第二地址信息訪問所述數據源，獲取所述數據源中的數據字段。

在其中一個實施例中，所述從所述多個數據源中獲取與所述展示節點中對應展示字段匹配的數據，包括：從所述多個數據源中獲取與所述展示節點中對應展示字段匹配的原始數據；根據設定的數據篩選條件對所述原始數據進行篩選，得到符合所述數據篩選條件的數據。

在其中一個實施例中，所述從所述多個數據源中獲取與所述展示節點中對應展示字段匹配的原始數據之后，所述方法還包括：根據設定的數據異常驗證條件對所述原始數據進行驗證，若確定所述原始數據中存在異常數據，則采用預先設定的異常處理方式對所述原始數據中的異常數據進行處理，得到處理后的數據。