[发明专利]数据收集方法和数据收集系统

权利要求书

1.一种数据收集方法，其对多个业务数据库中的数据进行收集整合，并将整合后的数据与多个应用数据库建立关联，所述数据收集方法的特征在于，包括：

应用数据库分析步骤，从所述应用数据库中导出数据库表结构并提取各个字段和注释；

应用数据库-业务数据字典映射规则生成步骤，基于事先存储的根据多个业务数据库中提取的字段和注释生成的业务数据字典，对所述应用数据库分析步骤中提取的所述应用数据库的字段和注释进行处理，生成应用数据库-业务数据字典映射规则；

业务数据库分析步骤，从所述业务数据库中导出数据库表结构并提取各个字段和注释；

业务数据库-业务数据字典映射规则生成步骤，基于所述业务数据字典，对所述业务数据库分析步骤中提取的所述业务数据库的字段和注释进行处理，生成业务数据库-业务数据字典映射规则；

关联步骤，根据所述业务数据字典将所述应用数据库-业务数据字典映射规则和所述业务数据库-业务数据字典映射规则对应起来，从而将所述应用数据库与所述业务数据库建立关联；

数据提取步骤，基于所述应用数据库与所述业务数据库的关联关系从所述业务数据库中提取所述应用数据库所需的数据，并以半结构化文本文件形式导出到内容管理服务器；和

数据索引步骤，根据被导出到所述内容管理服务器中的半结构化文本文件生成索引文件，并建立所述内容管理服务器与所述应用数据库的通信，使得所述应用数据库能够访问所需的数据。

2.如权利要求1所述的数据收集方法，其特征在于：

所述应用数据库-业务数据字典映射规则生成步骤包括：

对被提取出的所述应用数据库中各个字段的注释和所述业务数据字典中各个字段的注释进行分词的步骤；

基于已有的中英文近义词字典对分词后的注释进行语义相似匹配计算，得到所述应用数据库中的字段的注释与所述业务数据字典中的字段的注释的匹配结果的步骤；

读取所述应用数据库的表结构，建立所述应用数据库的字段与所述应用数据库的注释的第一对应关系的步骤；

读取所述业务数据字典，建立所述业务数据字典的字段与所述业务数据字典的注释的第二对应关系的步骤；和

根据所述匹配结果将所述第一对应关系和所述第二对应关系关联起来，得到所述应用数据库-业务数据字典映射规则的步骤。

3.如权利要求1所述的数据收集方法，其特征在于：

所述业务数据库-业务数据字典映射规则生成步骤包括：

对被提取出的所述业务数据库中各个字段的注释和所述业务数据字典中各个字段的注释进行分词的步骤；

基于已有的中英文近义词字典对分词后的注释进行语义相似匹配计算，得到所述业务数据库中的字段的注释与所述业务数据字典中的字段的注释的匹配结果的步骤；

读取所述业务数据库的表结构，建立所述业务数据库的字段与所述业务数据库的注释的第三对应关系的步骤；

读取所述业务数据字典，建立所述业务数据字典的字段与所述业务数据字典的注释的第四对应关系的步骤；和

根据所述匹配结果将所述第三对应关系和所述第四对应关系关联起来，得到所述业务数据库-业务数据字典映射规则的步骤。

4.如权利要求1～3中任一项所述的数据收集方法，其特征在于：

事先存储的所述业务数据字典以如下方式生成，包括：

从多个所述业务数据库中导出数据库表结构并提取各个字段和注释的步骤；

对被提取出来的注释进行分词的步骤；和

基于已有的中英文近义词字典对分词后的注释进行语义相似匹配计算，如果不存在一致的匹配结果，则保留所有的匹配结果，如果存在一致的匹配结果，则只保留一致的匹配结果中的一个，从而得到所述业务数据字典的步骤。