[发明专利]数据仓库信息处理方法、装置、系统、介质

说明书

本公开提供了一种数据仓库信息处理方法，所述数据仓库中包括多个关联存储的历史表格，所述方法包括：获取至少一个历史查询语句，所述历史查询语句用于查询所述关联存储的历史表格中的多个历史表格的相关数据；确定所述至少一个历史查询语句对应的多个历史表格；基于所述多个历史表格中的特定历史表格生成目标表格，所述目标表格包括所述特定历史表格中的相关数据。

技术领域

本公开涉及计算机技术领域，更具体地，涉及一种数据仓库信息处理方法、一种数据仓库信息处理装置、一种数据仓库信息处理系统、以及一种计算机可读存储介质。

背景技术

随着互联网进入大数据时代，数据的采集、存储是重点研究的方向，例如，各种业务场景的相关数据存储于数据仓库中，通常需要从数据仓库所存储的大量数据中查询相关数据，并进行整合分析以做出业务决策，其中，数据仓库中的数据通常以表格的方式进行存储，不同的表格存储不同的数据，例如不同的表格分别存储用户数据、商品数据、商家数据等等，在需要查询相关的销售数据时，需要从多个表格中获取相关数据，由此造成查询过程繁琐，因此，在数据仓库领域中，通常通过业务人员基于多个表格构建包含多个表格的相关数据的宽表，该宽表能够便于查询所需的数据，因此，如何优化宽表的构建过程成为目前亟需解决的问题。

在实现本公开构思的过程中，发明人发现现有技术中至少存在如下问题，现有的宽表构建过程过度依赖业务专家的经验，使得宽表的构建需要大量人工参与，并且由于过度依赖人工参与使得宽表的构建过程不够客观。

发明内容

有鉴于此，本公开提供了一种数据仓库信息处理方法，所述数据仓库中包括多个关联存储的历史表格，所述方法包括：获取至少一个历史查询语句，所述历史查询语句用于查询所述关联存储的历史表格中的多个历史表格的相关数据，确定所述至少一个历史查询语句对应的多个历史表格，基于所述多个历史表格中的特定历史表格生成目标表格，所述目标表格包括所述特定历史表格中的相关数据。

根据本公开的实施例，上述获取至少一个历史查询语句，包括：获取通过所述历史查询语句查询所述关联存储的历史表格中的多个历史表格的相关数据时所涉及的所述数据仓库的历史运行数据，基于所述运行数据中确定所述至少一个历史查询语句。

根据本公开的实施例，上述确定所述至少一个历史查询语句对应的多个历史表格，包括：对所述至少一个历史查询语句进行解析，得到所述至少一个历史查询语句的关联信息，所述关联信息包括关联字段以及关联条件，基于所述关联信息确定所述至少一个历史查询语句对应的所述多个历史表格。

根据本公开的实施例，上述方法还包括：从多个初始历史查询语句中获取满足第一预设条件的查询语句作为所述至少一个历史查询语句。

根据本公开的实施例，上述从多个初始历史查询语句中获取满足第一预设条件的查询语句作为所述至少一个历史查询语句，包括：对所述多个初始历史查询语句进行聚类得到至少一个查询语句组，其中，每个查询语句组中的历史查询语句之间的相似度满足第一预设阈值，从所述至少一个查询语句组中确定满足所述第一预设条件的查询语句组作为目标查询语句组，所述目标查询语句组包括所述至少一个历史查询语句。

根据本公开的实施例，上述对所述多个初始历史查询语句进行聚类得到至少一个查询语句组，包括：对所述多个初始历史查询语句进行处理，得到所述多个初始历史查询语句对应的向量，将多个初始历史查询语句对应的向量进行聚类得到所述至少一个查询语句组，所述至少一个查询语句组包括相应查询语句对应的向量。

根据本公开的实施例，上述特定历史表格为所述多个历史表格中满足第二预设阈值的历史表格。

根据本公开的实施例，上述方法还包括：在所述目标表格满足第二预设条件的情况下，存储所述目标表格。