[发明专利]按照生存规则合并源记录的系统和方法

说明书

技术领域

一些实施例涉及基于多个不同的源记录创建记录。更具体地，一些实施例提供用于按照生存规则（survivorship rule）创建记录的系统和方法。

背景技术

商店或企业可按照电子记录的形式存储关于各种实体的信息。例如，一家公司可能有员工数据库，在该数据库中的每一行代表包含有关特定雇员的信息（例如，雇员的姓名、受雇日期和工资）的记录。此外，实际上不同的电子记录可以关联到单个实体。例如，人力资源数据库和销售代表数据库可能均包含关于同一雇员的记录。在某些情况下，可能期望于合并多条记录以针对在数据库中表示的每个实体创建其中包含单个电子记录的数据存储。这样的目标可能是例如与主数据管理程序关联的。

当前，在主数据管理程序中的合并过程是耗时的操作。例如，可能是几个不同的合并规则应用在序列中，并且每个应用可能需要单独的数据库查询和/或创建数据的内部版本，直到创建最后的记录。然而，当牵涉到相当数量的记录和/或输入数据源时（例如，可能需要合并成千上万的源记录），这样的做法可能是不切实际的。

因此，根据这里描述的一些实施例可以提供一种方法和机制，用于有效地和准确地处理和/或合并输入数据记录。

发明内容

根据本发明的一方面，提供一种计算机实施的方法，包括：从多个数据源接收多个源记录，每个源记录包括多个字段；确定来自不同的数据源的源记录的匹配组涉及相同实体；基于来自匹配组中不同源记录的字段值为匹配组自动创建单个最佳记录，其中所述创建包括分配第一组字段到与第一生存规则关联的第一生存组、分配第二组字段到与第二生存规则关联的第二生存组、以及使用单个查询依据第一和第二生存规则同时排序匹配组的全部源记录；以及存储最佳记录。

其中第一或第二生存规则的至少一个与如下的至少一个关联：（i）可靠性，（ii）新近度，或（iii）完整性。

所述的方法进一步包括：从用户接收生存配置信息；和基于接收的生存配置信息，在执行时自动产生代码以创建单个最佳记录。

其中代码创建默认生存组、重叠生存组，并且单个查询为多个匹配组同时构建最佳记录。

其中根据多个生存者规则维度为每个生存组计算单个源记录。

其中为多个生存组同时计算源记录。

其中查询与结构化查询语言协议关联。

其中所述创建与基于列的内存表关联。

其中数据源的至少一个包括如下的至少一个：（i）企业资源规划数据库、（ii）客户关系管理数据库、（iii）人力资源数据库或（iv）传统数据库。

所述的方法，进一步包括：识别仅包含单个源记录的匹配组，其中所述创建不对识别的匹配组执行。

根据本发明的一方面，提供一种非暂时、计算机可读介质，存储由计算机处理器可执行的程序代码指令以执行一方法，该方法包括：从多个数据源接收多个源记录，每个源记录包括多个字段；确定来自不同的数据源的源记录的匹配组涉及相同实体；基于来自匹配组中不同源记录的字段值为匹配组自动创建单个最佳记录，其中所述创建包括分配第一组字段到与第一生存规则关联的第一生存组、分配第二组字段到与第二生存规则关联的第二生存组、以及使用单个查询依据第一和第二生存规则同时排序匹配组的全部源记录；以及存储最佳记录。

其中第一或第二生存规则的至少一个与如下的至少一个关联：（i）可靠性，（ii）新近度，或（iii）完整性。

其中程序代码指令的执行进一步引起计算机处理器来执行：从用户接收生存配置信息；和基于接收的生存配置信息，在执行时自动产生代码以创建单个最佳记录。

其中自动产生的代码创建默认生存组、重叠生存组，并且单个查询为多个匹配组同时构建最佳记录。

其中根据多个生存者规则维度为每个生存组计算单个源记录，另外，其中为多个生存组同时计算源记录。

其中查询与结构化查询语言协议关联，并且所述创建与基于列的内存表关联。

其中数据源的至少一个包括如下的至少一个：（i）企业资源规划数据库、（ii）客户关系管理数据库、（iii）人力资源数据库或（iv）传统数据库。