[发明专利]使用记录、键和/或数据字段值的重复解释数据集合

说明书

技术领域

本描述涉及数据集合。

背景技术

例如，典型关系数据库的表表示记录的数据集合。每条记录具有已经针对该表所定义的字段中的数据值。每个字段针对该字段所表示的属性可以具有最多一个值。该表具有将记录与另一记录明确区分的唯一键(unique key)。数据库中表的关系在正常情况下是事先定义的，并且所有数据和表以共同共享的本地格式表示。除了执行数据库中的事务之外，用户通常能够通过数据库应用所提供的界面观看每个表的记录，以及相关表中所包含的数据组合。

有时，企业的相关数据并没有保存在预先定义的严格规范(well-disciplined)的数据库中，而是被生成为可能具有不同的不相关格式的单独文件、数据集合或数据流。虽然这些源中每一个的数据可以被构建为记录，但是例如，从记录到字段的界定可能并没有在源内定义。有时，虽然相关，但是不同源中的数据可能是不一致或重复的。

于2009年3月31日授权的与本专利申请同属一家公司的美国专利7512610描述了一种对源文件、数据流或数据集合进行处理，使其数据可以作为能够由用户操作和分析的记录而被可轻易访问和可观看的方式，其全文通过引用结合于此。

发明内容

总体上，在一个方面，存在两个或更多的数据集合。所述数据集合中的每一个包含可以被解释为记录的数据，每条记录具有数据字段的数据值。所述数据集合中的每一个包含至少一些与其它数据集合中的至少一个中的数据相关的数据。所述数据集合中的不同数据集合中的数据可以不同地组织或表达。所述数据集合中的每一个容许针对数据集合的记录定义键。数据集合的特征在于(a)记录、(b)键的部分或(c)数据字段的值实例中至少一个的重复。向用户提供关于所述重复的至少一个的信息。

实施方式的特征可以在于以下一个或多个特征。所述数据集合中的至少一个包括具有文件格式的文件。所述数据集合中的至少两个包括具有不同文件格式的文件。从用户接收关于所述数据集合中的至少一个的数据可以被解释为记录的方式的信息，每条记录均具有数据字段的数据值。从用户接收能够根据其确定所述数据集合中的每一个的键的信息。所述数据集合中的一个的键具有与所述数据集合中的另一个的键的定义的层级关系。记录的重复包括所述数据集合中的一个中的重复记录。键的部分的重复包括所述数据集合中的一个中的键值对应于所述数据集合中的另一个的键的部分的两个不同值。数据字段的值实例的重复包括两个或更多值实例被包括在给定字段中。用户能够对所述数据集合中的至少一个的记录的值执行标记、取消标记、过滤、取消过滤和频率分析中的至少一种。

向用户提供信息包括显示该信息。显示包括显示所述数据集合的记录、所述记录的字段的标识以及数据集合中重复的指示。显示关于重复的信息包括显示数据字段的重复值实例。显示关于重复的信息包括指明数据集合中存在重复记录。显示关于重复的信息包括指明键的一部分存在重复。

向用户提供信息包括使用户能够创建包括所述数据集合的数据以及关于重复的信息的记录的综合文件(integrated file)。该综合文件包含受键约束的记录。该综合文件的键包括数据集合的字段的层级串联。重复数据值包括在该综合文件的记录的给定字段中。该综合文件的记录被显示给用户。显示该综合文件中的数据的视图，该数据对应于所述数据集合中的数据，该综合文件根据该数据集合的数据创建。权利要求的方法还使用户能够对所述数据集合中的至少一个的记录的值执行标记、取消标记、过滤、取消过滤和频率分析中的至少一种。使用户能够对该综合文件的记录的值执行标记、取消标记、过滤、取消过滤和频率分析中的至少一种，该标记、取消标记、过滤和频率分析被自动应用于数据的其它视图。

总体上，在一个方面，接收包含能够被解释为记录的数据的数据集合，每条记录均具有数据字段的数据值。该数据集合的特征在于数据字段中的至少一个的值实例的任意数目的重复。关于至少一个重复的信息被提供给用户。该数据集合包括具有文件格式的文件。从用户接收关于该数据集合的数据可以被解释为记录的方式的信息，每条记录均具有数据字段的数据值。从用户接收能够根据其确定该数据集合的键的信息。该用户能够对该数据集合的记录的值执行标记、取消标记、过滤、取消过滤和频率分析。向用户提供信息包括显示该信息。显示包括显示该数据集合的记录、该记录的字段的标识以及数据集合中的重复的指示。显示关于重复的信息包括显示数据字段的重复值实例。