[发明专利]一种数据表的生成方法、装置、设备和存储介质

权利要求书

1.一种数据表的生成方法，其特征在于，包括：

获取输入的目标指标字段、目标维度字段以及所述目标维度字段所属的目标数据表；

根据预先创建的数据表关联关系图，确定所述目标指标字段对应的来源数据表与所述目标数据表之间的目标关联路径；

根据所述目标关联路径生成结构化查询语言SQL脚本；

通过运行所述SQL脚本，执行基于所述目标关联路径上的数据表获得所述目标维度字段和所述目标指标字段对应的数据记录，并将所述数据记录保存至预设数据表中的操作。

2.根据权利要求1所述的方法，其特征在于，在获取输入的目标指标字段、目标维度字段以及所述目标维度字段所属的目标数据表之前，所述方法还包括：

生成至少一条数据表关联关系信息，其中，各所述数据表关联关系信息包括具有关联关系的两个数据表的标识、以及所述两个数据表对应的关联字段；

根据各所述数据表关联关系信息创建数据表关联关系图；其中，所述数据表关联关系图中包含多个数据表的节点，具有关联关系的两个数据表的节点之间具有边的连接关系，并且各所述边上包含对应的两个数据表的关联字段。

3.根据权利要求2所述的方法，其特征在于，生成至少一条数据表关联关系信息，包括：

获取数据仓库中各数据表对应的运行日志，抽取所述运行日志中的SQL语句；

将所述SQL语句解析为抽象语法树，根据所述抽象语法树确定具有关联关系的数据表、以及具有关联关系的数据表对应的关联字段；

根据确定结果生成至少一条数据表关联关系信息。

4.根据权利要求2所述的方法，其特征在于，生成至少一条数据表关联关系信息，包括：

获取数据仓库中各数据表中的维度字段，将各所述维度字段进行聚类；

计算同一聚类类别中的维度字段之间的相似度；

根据所述相似度确定具有关联关系的数据表、以及具有关联关系的数据表对应的关联字段；

根据确定结果生成至少一条数据表关联关系信息。

5.根据权利要求4所述的方法，其特征在于，获取数据仓库中各数据表中的维度字段，包括：

获取数据仓库中各数据表中的各字段；

针对各所述字段，将所述字段的特征数据输入预先训练出的分类模型，根据所述分类模型的输出结果确定所述字段是否是维度字段；

获取各所述字段中的维度字段。

6.根据权利要求4所述的方法，其特征在于，计算同一聚类类别中的维度字段之间的相似度，包括：

对于同一聚类类别中的各维度字段，将所述维度字段下的数据进行哈希映射，获得所述维度字段对应的二进制数据；

计算每两个二进制数据之间的距离数据，根据所述距离数据确定对应的维度字段之间的相似度。

7.根据权利要求4所述的方法，其特征在于，根据所述相似度确定具有关联关系的数据表、以及具有关联关系的数据表对应的关联字段，包括：

将相似度超过设定阈值的维度字段所属的数据表，确定为具有关联关系的数据表，并将所述相似度超过设定阈值的维度字段确定为所述具有关联关系的数据表对应的关联字段。

8.根据权利要求2所述的方法，其特征在于，根据各所述数据表关联关系信息创建数据表关联关系图，包括：

根据各所述数据表关联关系信息构建邻接表；其中，所述邻接表中包含各数据表的节点分别对应的邻居节点；

选择一个数据表的节点作为起点，基于所述邻接表确定所述起点的i度可关联路径；其中，i的初始取值为1；

从当前各条i度可关联路径中筛选出预设数量的最优路径，将筛选出的最优路径存入散列表中；

将i的取值加1，并根据所述邻接表和所述散列表确定所述起点的i度可关联路径，直至i的取值达到设定数值。