[发明专利]表征数据存储系统中的数据源

摘要

表征数据包括：从接口读取数据到数据存储系统，并存储两组或更多组汇总数据(200A‑200D)，所述汇总数据用于汇总存储在所述数据存储系统中的不同相应数据源的数据；以及处理所存储的各组汇总数据，以生成用于表征来自所述数据存储系统中多个数据源的数据的系统信息(208)。所述处理包括：分析所存储的各组汇总数据，以选择存储了满足预定准则的数据的两个或更多个数据源，以及至少部分基于来自用于汇总所选择的数据源中的第一数据源的所存储的一组汇总数据的值与来自用于汇总所选择的数据源中的第二数据源的所存储的一组汇总数据的值之间的比较，来生成所述系统信息，所述系统信息包括识别包括在不同数据源中的记录的字段之间潜在的关系的信息。

主权项

1.一种用于表征数据的方法，该方法包括：从接口读取数据到数据存储系统，并存储两组或更多组汇总数据，所述汇总数据用于汇总存储在所述数据存储系统中的不同相应数据源的数据，其中存储的多组汇总数据中的至少一组包括记录位置信息，所述记录位置信息标识特定值出现在记录的特定字段中的记录在特定数据源内的相应位置；以及使用至少一个处理器处理所存储的各组汇总数据，以生成用于表征来自所述数据存储系统中多个数据源的数据的系统信息，所述处理包括：分析所存储的各组汇总数据，以选择存储了满足预定准则的数据的两个或更多个数据源，其中所述预定准则包括以下中的一个或多个：(1)相对于记录的总量，出现在特定数据源中记录的特定字段中的特异值的数量，或(2)在特定数据源中的两个或更多个记录字段，所述两个或更多个记录字段具有相同数量的特异值，以及至少部分基于如下信息(1)和(2)来生成所述系统信息：(1)来自用于汇总所选择的数据源中的第一数据源的所存储的一组汇总数据的特异值与来自用于汇总所选择的数据源中的第二数据源的所存储的一组汇总数据的特异值之间的比较，(2)在两组或更多组汇总数据中标识出特定的特异值出现在相应数据源的记录的字段中的一特定组汇总数据的数据组位置信息，所述系统信息包括用于识别包括在不同数据源中的记录的字段之间潜在的关系的信息。