[发明专利]数据内生血缘关系的分析方法、装置和计算机设备

说明书

本发明提供了一种数据内生血缘关系的分析方法、装置和计算机设备。该方法包括：获取数据库的SQL日志；对SQL语句进行语法解析，得到抽象语法树对象；确定语法叶子节点对应的信息；将语法叶子节点对应的信息作为血缘树中的节点，建立SQL语句对应的血缘树；根据多条SQL语句对应的血缘树确定数据库中的数据内生血缘关系。通过本发明，能够确定数据库中各数据表的数据内生血缘关系。

技术领域

本发明涉及大数据技术领域，尤其涉及一种数据内生血缘关系的分析方法、装置和计算机设备。

背景技术

对于企业来讲，数据就是资产的一种，大数据时代的企业数据存储与运用至关重要。现有技术中的企业数的存储和运用存在以下问题：第一，在企业数据仓库的建模中，由于最初建模的不合理，随着时间的流逝，会导致数据仓库运行的越来越慢，添加和计算指标越来越复杂，维护成本越来越高；第二，在企业的发展中，沉淀的大量数据与技术人员的流入流出等诸多因素，大量数据已经成为“未知意义”的数据，并且，对于这些数据的来源与去向无从查询，进而成为无价值的数据。

针对上述问题，现有技术提出数据血缘关系的概念，即数据的全生命周期中，数据与数据之间会形成多种多样的关系，这些关系与人类的血缘关系类似，所以被称作数据血缘关系，通过数据血缘关系，能够找到模型问题进而解决模型问题，也能够根据父子关系、生命周期等形式来分析数据的价值。

此外，传统的网络安全防护都是“外生”的，立足于边界防护，但随着不断变化的网络威胁，网络安全进化到了“内生安全”时代，而聚合是实现“内生安全”的必要手段，信息化系统和安全系统的聚合，产生自适应安全能力；IT人才和安全人才的聚合，产生自成长的安全能力；业务数据和安全数据的聚合，产生自主安全能力，其中，在数据聚合的过程中，数据内生血缘关系的分析时必要步骤。

因此，提供一种数据内生血缘关系的分析方法、装置、计算机设备和存储介质，以分析数据库中各数据表的数据内生血缘关系，成为本领域亟需解决的技术问题。

发明内容

本发明的目的是提供一种数据内生血缘关系的分析方法、装置、计算机设备和存储介质，用于解决现有技术中的上述技术问题。

一方面，为实现上述目的，本发明提供了一种数据内生血缘关系的分析方法。

该数据内生血缘关系的分析方法包括：获取数据库的SQL日志，其中，数据库包括多个数据表，数据表包括若干字段，SQL日志包括多条SQL语句；对SQL语句进行语法解析，得到抽象语法树对象，其中，抽象语法树对象包括语法根节点和多个语法叶子节点，语法根节点为SQL语句，语法叶子节点为SQL语句中的语法结构；确定语法叶子节点对应的信息，其中，当语法结构的语法包括操作时，语法叶子节点对应的信息包括操作的标识信息，当语法结构表征目的字段时，语法叶子节点对应的信息包括第一表达式，第一表达式包括目的字段的字段名和目的字段所在数据表的表名，当语法结构表征源字段时，语法叶子节点对应的信息包括第二表达式，第二表达式包括源字段的字段名和源字段所在的数据表的表名；将语法叶子节点对应的信息作为血缘树中的节点，建立SQL语句对应的血缘树；根据多条SQL语句对应的血缘树确定数据库中的数据内生血缘关系。

进一步地，将语法叶子节点对应的信息作为血缘树中的节点，建立SQL语句对应的血缘树的步骤包括：按照由语法叶子节点到语法根节点的顺序，将语法叶子节点对应的信息存储至节点存储栈，其中，节点存储栈的出栈逻辑为先进先出；获取节点存储栈中的对象建立SQL语句对应的血缘树。

进一步地，血缘树包括表征标识信息的中间节点、表征第一表达式或第二表达式的端节点，根据多条SQL语句对应的血缘树确定数据库中的数据内生血缘关系的步骤包括：获取血缘树中两个端节点之间的路径，得到血缘路径；存储血缘路径的路径信息至血缘数据库，其中，路径信息包括所两个端节点、两个端节点之间的数据流向和两个端节点之间在血缘路径上的中间节点；显示血缘数据库中多条路径信息，以得到血缘图。