[发明专利]一种文档型数据库中数据抽取到关系数据库的方法和系统有效

专利信息
申请号: 201910942206.9 申请日: 2019-09-30
公开(公告)号: CN110727726B 公开(公告)日: 2022-09-30
发明(设计)人: 梅纲;胡高坤 申请(专利权)人: 武汉达梦数据库股份有限公司
主分类号: G06F16/25 分类号: G06F16/25;G06F16/28
代理公司: 深圳市六加知识产权代理有限公司 44372 代理人: 向彬
地址: 430000 湖北省武汉市东湖新技术开*** 国省代码: 湖北;42
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 文档 数据库 数据 抽取 关系 方法 系统
【权利要求书】:

1.一种文档型数据库中数据抽取到关系数据库的方法,其特征在于,包括:

在文档型数据中创建视图,所述视图包括所有需进行数据转换的文档;

获取视图中所有文档,并获取每一个文档的文档ID,每一个文档的文档ID为全局唯一ID;

获取所述视图中每一文档中域名的集合,并将各文档中域名的集合取并集,所述并集中包含所有文档中的全部域名,其中,域名相同且属性相同的域名仅保留一个;

在关系数据库中创建视图对应的表,以所述并集中的每一个域名为字段名,向所述表中插入字段;

获取每个文档中每个域中待抽取的数据,将第一数据转换为相应域名的字段的预设数据类型的数据;

根据所述文档的文档ID和域名,以所述文档ID为主键向所述表中插入行,其中每一行存放一个文档的所有数据,将所述文档中每个域的转换后的数据插入文档所在行相应域名的字段,若同一文档中存在多个相同域名的域,将每个域中的数据单独进行数据转换,转换后的第二数据用预设连接符连接成为第三数据,将第三数据插入文档所在行相应域名的字段;

在文档型数据库的附件库中创建完全视图,遍历完全视图中所有文档,判断每一文档是否包含附件域,若是,获取源附件文件,将源附件文件提取到本地文件系统中生成目标附件文件,所述表中设置附件路径字段,将目标附件文件在本地文件系统中的绝对路径插入相应文档的附件路径字段。

2.如权利要求1所述文档型数据库中数据抽取到关系数据库的方法,其特征在于,将每个需进行数据转换的文档中每个域的第一数据分别转换为对应域的预设数据类型的第二数据,具体为:

判断所述第一数据是否为富文本,若是,所述预设数据类型为CLOB类型;

若否,判断所述第一数据长度是否大于预设数据长度,若是,所述预设数据类型为CLOB类型,若否,预设数据类型为VARCHAR类型;

将所述第一数据转换为预设数据类型的第二数据。

3.如权利要求2所述文档型数据库中数据抽取到关系数据库的方法,其特征在于,步骤判断所述第一数据是否为富文本之前,还包括:

将前一次转换使用的预设数据类型保存为历史数据类型;

判断历史数据类型是否为CLOB类型,若是,不判断本次转换数据类型,使用历史数据类型作为本次转换的预设数据类型。

4.如权利要求1所述文档型数据库中数据抽取到关系数据库的方法,其特征在于,还包括:

获取每一需进行数据转换的文档的每一域的第一数据;

获取所述表中与需进行数据转换的文档对应的行中每一字段的第二数据;

判断域名对应字段的第二数据是否与第一数据相同,若是,表明数据转换正确,完成转换;若否,表明数据转换不正确,重新获取对应字段的第二数据。

5.如权利要求1所述文档型数据库中数据抽取到关系数据库的方法,其特征在于,还包括:

生产所述源附件文件的第一SHA校验值,和目标附件文件的第二SHA校验值;

判断所述第一SHA校验值和第二SHA校验值是否一致,若否,删除现有目标附件文件,再次获取源附件文件,将源附件文件提取到本地文件系统生成第二目标附件文件。

6.如权利要求1所述文档型数据库中数据抽取到关系数据库的方法,其特征在于,还包括:

所述视图中每一文档数据抽取完成后,将当前文档的文档ID标记为已抽取文档ID;

若产生错误导致数据抽取中断,中断恢复时判断待抽取文档的文档ID是否为已抽取文档ID,若是,跳过当前文档,若否,对文档进行数据抽取。

7.一种文档型数据库中数据抽取系统,包含至少一个服务器和至少一个客户端,其特征在于:

所述服务器可部署关系数据库,所述客户端可部署文档型数据库,所述服务器和所述客户端间可进行数据库数据和文件交换;

所述服务器包括至少一个第一处理器和第一存储器,所述至少一个第一处理器和第一存储器之间通过数据总线连接,所述第一存储器存储有可被所述至少一个第一处理器执行的指令,所述指令在被所述第一处理器执行后,用于完成权利要求1-6任一所述的文档型数据库中数据抽取到关系数据库的方法;

所述客户端包括至少一个第二处理器和第二存储器,所述至少一个第二处理器和第二存储器之间通过数据总线连接,所述第二存储器存储有可被所述至少一个第二处理器执行的指令,所述指令在被所述第二处理器执行后,用于完成权利要求1-6中任一所述的文档型数据库中数据抽取到关系数据库的方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于武汉达梦数据库股份有限公司,未经武汉达梦数据库股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201910942206.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top