[發(fā)明專利]面向關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)字典生成方法、裝置、設(shè)備及介質(zhì)

在審

• 申請?zhí)枺?/td>: 202011148458.3
• 申請日: 2020-10-23
• 公開（公告）號: CN112434024A
• 公開（公告）日: 2021-03-02
• 發(fā)明（設(shè)計）人: 張偉;陳曦;王爾昕;王統(tǒng)仁;麻志毅
• 申請（專利權(quán)）人: 杭州未名信科科技有限公司;浙江省北大信息技術(shù)高等研究院
• 主分類號: G06F16/22
• 分類號: G06F16/22;G06F16/28
• 代理公司: 北京辰權(quán)知識產(chǎn)權(quán)代理有限公司 11619
• 代理人: 劉廣達

本發(fā)明公開了一種面向關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)字典生成方法、裝置、設(shè)備及存儲介質(zhì)，包括：獲取關(guān)系型數(shù)據(jù)庫對應(yīng)的軟件系統(tǒng)界面的樣例表格數(shù)據(jù)；計算樣例表格數(shù)據(jù)的數(shù)據(jù)列與關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)列之間的匹配率；根據(jù)關(guān)系型數(shù)據(jù)庫構(gòu)建相似度計算模型，根據(jù)相似度計算模型計算樣例表格數(shù)據(jù)的數(shù)據(jù)列與關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)列之間的相似度；根據(jù)匹配率和相似度確定與樣例表格數(shù)據(jù)的數(shù)據(jù)列匹配的關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)列，將樣例表格數(shù)據(jù)的數(shù)據(jù)列含義作為與其匹配的關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)列含義；根據(jù)關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)列含義生成數(shù)據(jù)字典。根據(jù)本發(fā)明公開的數(shù)據(jù)字典生成方法，可以將多個數(shù)據(jù)庫按業(yè)務(wù)含義整合在一起，方便對系統(tǒng)進行擴展和維護，減少系統(tǒng)開發(fā)成本。

技術(shù)領(lǐng)域

本發(fā)明涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，特別涉及一種面向關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)字典生成方法、裝置、設(shè)備及介質(zhì)。

背景技術(shù)

傳統(tǒng)企業(yè)為了優(yōu)化工作流程、提高工作效率，都會交由第三方軟件系統(tǒng)公司安裝企業(yè)管理軟件等信息化系統(tǒng)，比如ERP(Enterprise Resource Planning，)企業(yè)資源計劃)系統(tǒng)、CRM(Customer Relationship Management，客戶關(guān)系管理)系統(tǒng)等。但是企業(yè)雖有數(shù)據(jù)庫管理權(quán)限，然而由于關(guān)系型數(shù)據(jù)庫內(nèi)容含糊不清，數(shù)據(jù)庫內(nèi)可能存在幾百甚至上千張表格，每張表格可能有幾十到上百個數(shù)據(jù)列，在建立企業(yè)級數(shù)據(jù)資產(chǎn)中心時，對軟件系統(tǒng)的二次功能開發(fā)，往往是額外付費讓系統(tǒng)軟件廠商提供相應(yīng)的數(shù)據(jù)字典和開發(fā)文檔來獲取數(shù)據(jù)庫數(shù)據(jù)列含義和結(jié)構(gòu)，上層應(yīng)用的快速開發(fā)基本無法實現(xiàn)，系統(tǒng)軟件間通信接口開發(fā)也需要系統(tǒng)廠商配合，不僅周期長，而且運維成本巨大。

發(fā)明內(nèi)容

本公開實施例提供了一種面向關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)字典生成方法、裝置、設(shè)備及存儲介質(zhì)。為了對披露的實施例的一些方面有一個基本的理解，下面給出了簡單的概括。該概括部分不是泛泛評述，也不是要確定關(guān)鍵/重要組成元素或描繪這些實施例的保護范圍。其唯一目的是用簡單的形式呈現(xiàn)一些概念，以此作為后面的詳細說明的序言。

第一方面，本公開實施例提供了一種面向關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)字典生成方法，包括：

獲取關(guān)系型數(shù)據(jù)庫對應(yīng)的軟件系統(tǒng)界面的樣例表格數(shù)據(jù)；

計算樣例表格數(shù)據(jù)的數(shù)據(jù)列與關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)列之間的匹配率；

根據(jù)關(guān)系型數(shù)據(jù)庫構(gòu)建相似度計算模型，根據(jù)相似度計算模型計算樣例表格數(shù)據(jù)的數(shù)據(jù)列與關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)列之間的相似度；

根據(jù)匹配率和相似度確定與樣例表格數(shù)據(jù)的數(shù)據(jù)列匹配的關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)列，將樣例表格數(shù)據(jù)的數(shù)據(jù)列含義作為與其匹配的關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)列含義；

根據(jù)關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)列含義生成數(shù)據(jù)字典。

在一個實施例中，獲取關(guān)系型數(shù)據(jù)庫對應(yīng)的軟件系統(tǒng)界面的樣例表格數(shù)據(jù)，包括：

通過網(wǎng)頁抓包工具獲取關(guān)系型數(shù)據(jù)庫對應(yīng)的軟件系統(tǒng)界面的樣例表格數(shù)據(jù)。

在一個實施例中，計算樣例表格數(shù)據(jù)的數(shù)據(jù)列與關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)列之間的匹配率，包括：

將關(guān)系型數(shù)據(jù)庫轉(zhuǎn)換為ES數(shù)據(jù)庫；

當(dāng)樣例表格數(shù)據(jù)的數(shù)據(jù)列的數(shù)據(jù)類型與ES數(shù)據(jù)庫中的數(shù)據(jù)列數(shù)據(jù)類型不一致或不兼容時，匹配率為零；

當(dāng)數(shù)據(jù)類型一致或兼容時，通過計算樣例表格數(shù)據(jù)的數(shù)據(jù)列的實例值與ES數(shù)據(jù)的數(shù)據(jù)列的實例值相同的個數(shù)占樣例表格數(shù)據(jù)的數(shù)據(jù)列的實例值總個數(shù)的比例，計算樣例表格數(shù)據(jù)的數(shù)據(jù)列與關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)列之間的匹配率。

在一個實施例中，根據(jù)關(guān)系型數(shù)據(jù)庫構(gòu)建相似度計算模型，包括：

構(gòu)建關(guān)系型數(shù)據(jù)庫的圖結(jié)構(gòu)；

根據(jù)關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)列的實例值以及圖結(jié)構(gòu)構(gòu)建圖數(shù)據(jù)集；

根據(jù)圖數(shù)據(jù)集訓(xùn)練相似度計算模型。