[发明专利]一种基于ODBC访问的数据库比较方法

权利要求书

1.一种基于ODBC访问的数据库比较方法，其特征在于该方法的输入数据为两组数据库的连接信息，通过ODBC访问技术获取数据库内容，输出信息为两组数据库表的比较结果，具体包括以下步骤：

步骤1)、建立ODBC连接，初始化比较环境；

步骤2)、获取数据库表字段信息和数据库表内容；

步骤3)、针对每个表进行构造格式化文本，计算数据库表结构的比较结果，若整体相似度为小于1，则该表比较结果为不同，继续下一个表比较，否则转到步骤4)；

步骤4、针对每个表计算数据库表内容的比较结果，若比较结果相同，则该表比较结果为相同，否则该表比较结果为不同。

2.根据权利要求1所述的一种基于ODBC访问的数据库比较方法，其特征在于所述步骤3)中的格式化文本包括文本keys和文本内容，文本keys包括列名称、类型、长度、能否为空、是否为主键、默认值和说明，文本内容为数据库相关信息。

3.根据权利要求1所述的一种基于ODBC访问的数据库比较方法，其特征在于步骤3)在对于每个表构造的格式化文本采用基于加权优选的格式化文本比较方法进行比较，该方法的输入内容为两组格式化的文本Rx、Ry和比较参数Spx和Spy，其中比较参数Spx和Spy分别包括比较列和关键列，输出内容为基于最优比较策略的两组格式化文本、每行格式化文本的比较相似度和整体相似度。

4.根据权利要求3所述的一种基于ODBC访问的数据库比较方法，其特征在于所述的采用基于加权优选的格式化文本比较方法包括以下步骤：

步骤1)整理数据，初始化比较环境。

步骤2)对于需要比较的数据列，采用一种扩展的的文本相似度计算方法计算比较单元的相似度；

步骤3)构造两组格式化文本相似度矩阵；

步骤4)查找并排序每行文本的最优比较策略；

步骤5)输出比较策略和文本相似度。

5.根据权利要求4所述的一种基于ODBC访问的数据库比较方法，其特征在于所述方法具体包括以下步骤：

步骤1)整理数据，验正比较参数Spx和Spy一致性，Spx与Rx、Spy与Ry匹配性，如果不匹配，直接返回错误；分配相似度矩阵空间；若Rx长度小于Ry长度，则对两组文本进行交换；

步骤2)、对于Rx的每一行Rx[i]和Ry的每一行Ry[j]，做如下循环：

对于输入的每一比较列Spx[k]和Spy[l]，采用一种扩展的文本相似度计算方法计算文本Rx[i][Spx[k]]和Ry[j][Spy[l]]相似度，并将每一比较列相似度相加；

对于输入的每一关键列Spx[k]和Spy[l]，采用一种扩展的文本相似度计算方法计算文本Rx[i][Spx[k]]和Ry[j][Spy[l]]相似度，并将每一关键列相似度相加；

将比较列相似度与关键列相似度进行加权求和得到S_ij，其中

式中s₁和s₂分别为比较列相似度和关键列相似度，len(spx)和len(spx')分别为比较列个数和关键列个数；

步骤3)将步骤2)中的每组相似度数据S_ij，形成相似度矩阵S[i][j]＝S_ij，(0≤i＜len(Rx),0≤j＜len(Ry))；

对于相似度矩阵S，将所有元素均标记为未查找，依次按照步骤4)进行进行操作；

步骤4)查找相似度矩阵S中的最大未标记元素，并记录当前位置的行列序号(i,j)，并标记矩阵的第i行、第j行、第i列、第j列均为已查找，若当前矩阵S中未标记行数为0或者未标记列数为0，转到步骤5)，否则继续进行步骤4)；

步骤5)将所记录的行列号(i,j)_h，h＝1,2,...len(Ry)按照i大小进行排序，得到格式化文本的最优比较策略R_len(Ry)*2，依次将文本Rx中第R_i,1行与文本Ry中第R_i,2行进行比较i＝1,2,...len(Ry)，比较后整体相似度最高，相似度值为整体相似度值