[发明专利]一种结构化数据搜索方法

说明书

技术领域

本发明涉及数据搜索技术领域，具体的说，是涉及一种结构化数据搜索模型的构造方法。 

背景技术

在大数据时代企业日常生产运营过程中积累了海量的业务数据信息，但是这些有价值的信息常常分散在企业的各个角落，如何更好的体现数据价值，让用户从海量数据中快速搜索出自己想要的业务数据内容，而不是仅仅提供固定的定制化分析报表，是企业在商务智能分析中面临的一个重要挑战。 

传统的商务智能产品，都是基于数据仓库的基础之上，通过语义的过程，将技术语言转化为易于理解的业务语言，再通过业务需求定制开发不同的报表和仪表盘，实现按需定制开发的功能。由于业务需求的变化越来越快，无法实现快速定制，快速响应用户需求，需要对数据结构模型进行优化，以提供一种类似于搜索引擎的结构化数据搜索服务方法，为用户提供快速的数据分析服务响应。所谓结构化数据是指即行数据,存储在数据库里,可以用二维表结构来逻辑表达实现的数据。这种方式需要能够超越传统BI的数据交付模式，提供了更好的用户体验。 

发明内容

本发明的目的在于提供一种结构化数据搜索方法，本方法能够实现通过自然语言查询，来搜索海量的结构化数据信息。 

本发明通过如下技术方案实现上述发明目的： 

一种结构化数据搜索方法，包括以下步骤： 

步骤A：对数据仓库的数据进行技术标准化。 

对已有数据仓库中的数据进行标准化,所述数据标准化过程就是通过SQL语言进行数据扩展,即保持原有数据仓库的表结构和数据不变,利用SQL语言生成新的表结构和数据，主要包含三个步骤： 

a1.将已有数据仓库标准化为事实表和维度表的模式,具体过程为:已有数据仓库有源数据表D包含A1、A2、…An，B1、B2、…Bm,其中A1-An为枚举型的文本值或数值，B1-Bm为数字型的度量值，则将源数据表D拆分为一个事实表Fmn和n个维度表(DA1-DAn)组成，事实表Fmn的构成是A1ID、A2ID、…AnID，B1、B2、…Bm，其中A1ID、A2ID、…AnID分别和n个维度表进行关联,每个维度表Ai的构成是AiID、AiName。所谓AiID是指维度Ai的ID，即唯一的数字标示；AiName是指维度表Ai的Name，即名称，如：有性别维度，存在两个维度值，则有性别维度ID{0，1}，对应的性别名称{‘男’，‘女’}。所谓性别维度表对应Ai，性别名称对应AiName，{0,1}对应的是ID。 

a2.将已有数据仓库标准化为星型模型，如：在雪花形模型中，事实表Fmn中的客户ID关联客户维度表Ai中的客户主键AiID，而客户维度表中又存在客户分类ID关联到客户分类维度表D1中的客户分类ID，则将客户维度表中的客户分类ID放到事实表Fmn中和客户分类维度表D1的客户分类ID直接进行关联。所述客户分类维度表是存放客户分类信息的维度表，也是对数据仓库中维度表的细分。 

a3.在已有数据仓库,对于存在笛卡儿乘积的维度表都转化为单一维度的维度表，如：笛卡儿乘积的维度表P是由A、B、C3个维度组成，则将维度表P拆分为3个维度表分别对应维度表A、维度表B、维度表C，同时将事实表中和维度表P关联的维度ID拆分为三个维度ID，分别关联A、B、C三个维度表中的维度ID。 

经过步骤A，得到进行技术标准化后扩展的所有事实表和维度表，即技术标准化后的数据模型。 

步骤B：建立搜索模型的配置参数表。 

基于步骤A得到的技术标准化后的数据模型进行参数表的配置，得到配置参数表。配置参数表由度量配置参数表、维度配置参数表和维度值配置参数表3张表构成。 

其中度量配置参数表包括的数据项为度量名称、所属表名、度量对应字段名和数据聚合特征。数据聚合特征是指该度量值的结果聚合方式，具体包括6类特 征：求和、最大值、最小值、平均值、计数、无。 

维度配置参数表的数据项主要包括维度名称、所属表名、维度字段名、维度表主键和优先级别，其中优先级别是一个排列序号，0最高，数字越大优先级越小。 

维度配置参数表包括维度值、所属表名、维度字段名、维度表主键。 

步骤C：搜索模型的生成。