[发明专利]数据模型的相似判别方法及装置

说明书

本申请公开了一种数据模型的相似判别方法及装置。该方法在获取数据库系统中第一数据模型的第一模型属性信息和第二数据模型的第二模型属性信息后，根据第一模型属性信息、第二模型属性信息和第一模型属性信息对应的权重，获取第一数据模型对应的属性信息向量和第二数据模型对应的属性信息向量，并将第一数据模型对应的属性信息向量和第二数据模型对应的属性信息向量采用向量相似度算法，得到第一数据模型与第二数据模型的相似度。该方法可以自动完成数据模型的分析工作，与现有技术的人工分析相比，提高了相似度分析效率。

技术领域

本申请涉及通信技术领域，尤其涉及一种数据模型的相似判别方法及装置。

背景技术

随着数据仓库(Data Warehouse，DW)和数据中心的广泛建设，数据库系统中存在着大量的数据模型。由于各类业务专题频繁建设，导致很多数据模型存在一定相似性。相似的数据模型会产生大量的数据占用大量的存储空间，同时对数据库系统的性能也会造成影响。其中，数据仓库是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。

然而，发明人发现目前要解决数据模型相似度，基本上都是依靠人工的分析。而对整个数据库系统进行全面分析不仅耗时，而且对数据模型间的原理性差异的分辨工作量巨大，导致相似度分析效率较低。

发明内容

本申请实施例提供一种数据模型的相似判别方法及装置，用于解决现有技术的上述技术问题，以提高相似度分析效率。

第一方面，提供了一种数据模型的相似判别方法，该方法可以包括：

获取数据库系统中第一数据模型的第一模型属性信息和第二数据模型的第二模型属性信息；

根据所述第一模型属性信息、所述第二模型属性信息和所述第一模型属性信息对应的权重，获取所述第一数据模型对应的属性信息向量和所述第二数据模型对应的属性信息向量；

将所述第一数据模型对应的属性信息向量和所述第二数据模型对应的属性信息向量采用向量相似度算法，得到所述第一数据模型与所述第二数据模型的相似度。

在一个可选的实现中，根据所述第一模型属性信息、所述第二模型属性信息和所述第一模型属性信息对应的权重，获取所述第一数据模型对应的属性信息向量和所述第二数据模型对应的属性信息向量，包括：

获取所述第二模型属性信息中与所述第一模型属性信息重复的模型属性信息；

将所述第一模型属性信息、重复模型属性信息和所述第一模型属性信息对应的权重采用加权算法，得到所述第一数据模型对应的属性信息向量和所述第二数据模型对应的属性信息向量。

在一个可选的实现中，所述模型属性信息包括周期特征、业务数据、业务数据键和业务数据维度；其中，所述周期特征包括更新的周期和周期属性，所述业务数据键用于标识所述业务数据所属的实体；

所述模型属性信息的权重包括所述周期特征的权重、所述业务数据键的权重、所述业务数据维度的权重和所述业务数据的权重。

在一个可选的实现中，所述周期特征的权重为所述第一数据模型中所述业务数据总数的2倍；

所述业务数据键的权重为所述第一数据模型中所述业务数据总数；

所述业务数据维度的权重为所述第一数据模型中所述业务数据总数的1/2倍；

所述第一数据模型中所述业务数据的权重设置为1。

第二方面，提供了一种相似判别装置，该装置可以包括：获取单元和运算单元；

所述获取单元，用于获取数据库系统中第一数据模型的第一模型属性信息和第二数据模型的第二模型属性信息；