[发明专利]数据集获得方法、装置及电子设备

权利要求书

1.一种数据集获得方法，其特征在于，包括：

获取第一信息，所述第一信息包括用于指示原始数据集来源的数据源信息；

基于所述数据源信息获取原始数据集；

对所述原始数据集进行分析，获得第一分析结果；

基于所述第一信息和所述第一分析结果，获得目标数据集，所述目标数据集包括用于描述所述原始数据集的信息。

2.根据权利要求1所述的方法，其特征在于，所述第一信息包括目标存储路径，所述基于所述第一信息和所述第一分析结果，获得目标数据集，包括：

在所述目标存储路径下新建第一存储空间和第二存储空间；

将所述第一分析结果存储于所述第一存储空间，且将所述第一信息存储于所述第二存储空间，获得所述目标数据集。

3.根据权利要求2所述的方法，其特征在于，所述对所述原始数据集进行分析，获得第一分析结果包括：

读取所述原始数据集，对所述原始数据集进行分析，获得第一分析结果；

所述将所述第一分析结果存储于所述第一存储空间，包括：

若读取方式为对所述原始数据集采用全量扫描的方式读取，则将所述第一分析结果存储于第一子存储空间，所述第一存储空间包括所述第一子存储空间；

若读取方式为对所述原始数据集采用抽样扫描的方式读取，则将所述第一分析结果存储于第二子存储空间，所述第一存储空间包括所述第二子存储空间。

4.根据权利要求2或3所述的方法，其特征在于，所述对所述原始数据集进行分析，获得第一分析结果，包括：

若所述原始数据集包括结构化数据，则基于所述结构化数据，获得所述第一分析结果，所述第一分析结果包括所述结构化数据的第一特征信息；

若所述原始数据集包括非结构化数据，则基于所述非结构化数据，获得第一分析结果，所述第一分析结果包括所述非结构化数据的第二特征信息。

5.根据权利要求4所述的方法，其特征在于，所述第二特征信息包括标注信息，所述将所述第一分析结果存储于所述第一存储空间，包括：

按预设存储方式将所述标注信息存储于所述第一存储空间；

其中，所述预设存储方式包括以下至少一项：

基于标注信息的标注类别，将标注信息以及对应的数据文件存在于所述标注类别对应的文件目录中；

基于标注信息以及所述标注信息对应的数据文件名称，存储所述标注信息以及对应的数据文件。

6.根据权利要求1所述的方法，其特征在于，所述第一信息还包括用于指示是否将所述原始数据集分区存储的分区信息，所述基于所述数据源信息获取原始数据集之后，所述对所述原始数据集进行分析，获得第一分析结果之前，所述方法还包括：

基于所述第一信息，确定是否将所述原始数据集分区存储在所述目标数据集中。

7.根据权利要求2所述的方法，其特征在于，所述基于所述第一信息和所述第一分析结果，获得目标数据集之后，所述方法还包括：

响应于数据集更新请求，获取所述数据集更新请求中指示的第一数据集；

对所述第一数据集进行分析，获得第二分析结果；

基于所述第二分析结果，更新所述目标数据集。

8.根据权利要求7所述的方法，其特征在于，所述第一信息还包括动态指针，所述基于所述第二分析结果，更新所述目标数据集，包括：

在所述目标存储路径下新建第三存储空间；

将所述第二分析结果存储于所述第三存储空间，获得更新后的所述目标数据集；

其中，在所述目标数据集更新的情况下，所述动态指针指向所述第一存储空间的地址；

在所述目标数据集更新完成的情况下，所述动态指针指向所述第三存储空间的地址。

9.根据权利要求1所述的方法，其特征在于，所述基于所述第一信息和所述第一分析结果，获得目标数据集之后，所述方法还包括：

接收超文本传输协议HTTP请求，所述HTTP请求携带统一资源定位符URL；

根据所述URL从所述目标数据集中获取目标数据。