[发明专利]数据库的数据分布分析方法、装置、电子设备及存储介质

说明书

本公开涉及一种数据库的数据分布分析方法、装置、电子设备及存储介质。通过识别目标数据样本集合中每一数据样本中的分隔符，并根据分隔符将数据样本分隔为至少一个数据段；然后根据分隔符、至少一个数据段、分隔符与至少一个数据段在数据样本中的排列顺序，确定数据样本的数据结构；最后根据目标数据样本集合中所有数据样本的数据结构生成用于表征数据库的数据分布的分析结果信息；通过上述的方式，由于是对所有的数据样本进行分析，因此得到的数据样本的数据分布信息更加可靠；并且无需人工介入，提高了对数据分布信息分析的效率，减少了人工成本。

技术领域

本公开涉及数据统计分析，具体地，涉及一种数据库的数据分布分析方法、装置、电子设备及存储介质。

背景技术

数据库（DataBase，DB）是一个长期存储在计算机内的、有组织的、有共享的、统一管理的数据集合。数据库具有数据的结构化、共享性好、独立性好、存储粒度小等特点，为用户提供了友好的接口。

对于数据库的使用方而言，若想要运用数据库内的数据样本，需要对整个数据库中的数据样本的数据结构有基本的了解，以根据了解到的数据基本结构确定如何使用或处理数据库内的数据样本。传统的对数据结构的基本了解方式为：从数据库的大量的数据样本中抽取部分数据样本，然后由管理人员对抽取出的部分样本进行分析，从而大概了解数据库中的数据样本的数据分布信息。然而由于抽取的数据样本仅仅是数据库的大量的数据样本的一部分，因此，得到的数据样本的数据分布信息的可靠性不高，并且需要浪费大量的人力成本对抽取部分数据样本逐个进行分析。

发明内容

本公开的目的是提供一种数据库的数据分布分析方法、装置、电子设备及存储介质，以实现高效率、低成本的得到可靠性高的数据库的数据样本的数据分布信息。

为了实现上述目的，本公开实施例第一方面提供了一种数据库的数据分布分析方法，包括：

从数据库获取目标数据样本集合；

识别所述目标数据样本集合中每一数据样本中的分隔符，并根据所述分隔符将所述数据样本分隔为至少一个数据段；

根据所述分隔符、所述至少一个数据段、所述分隔符与所述至少一个数据段在所述数据样本中的排列顺序，确定所述数据样本的数据结构；

根据所述目标数据样本集合中所有数据样本的数据结构生成用于表征所述数据库的数据分布的分析结果信息。

可选地，在所述根据所述分隔符、所述至少一个数据段、所述分隔符与所述至少一个数据段在所述数据样本中的排列顺序，确定所述数据样本的数据结构之前，所述方法还包括：

逐个将每个所述数据段分别缓存于第一有序链表的不同地址中以及所述分隔符缓存于第二有序链表的不同地址中，以记录所述分隔符与所述至少一个数据段在所述数据样本中的排列顺序。

可选地，每个所述数据段包括字符串长度信息和/或数据类型，所述根据所述分隔符、所述至少一个数据段、所述分隔符与所述至少一个数据段在所述数据样本中的排列顺序，确定所述数据样本的数据结构包括：

根据所述分隔符、所述字符串长度信息和/或数据类型、所述分隔符与所述至少一个数据段在所述数据样本中的排列顺序，确定所述数据样本的数据结构。

可选地，所述根据所述目标数据样本集合中所有数据样本的数据结构生成用于表征所述数据库的数据分布的分析结果信息包括：

根据预设的分类规则将所述数据样本分类；

对每类所述数据样本进行数量统计，确定每类所述数据样本的占比；

根据每类所述数据样本的数据结构及占比生成用于表征所述数据库的数据分布的分析结果信息。

可选地，所述从数据库获取目标数据样本集合，包括：