[发明专利]一种数据分析引擎的数据模型管理方法及系统

说明书

本发明涉及一种数据分析引擎的数据模型管理方法及系统，其方法包括以下步骤，S1，采集数据并结构化，形成数据模型；S2，基于数据分析引擎对所述数据模型进行分析，得到所述数据模型的数据约束条件和数据操作类型；S3，根据所述数据约束条件和所述数据操作类型对所述数据模型进行管理。本发明一种数据分析引擎的数据模型管理方法及系统通过数据结构化形成数据模型，并基于数据分析引擎进行分析得到数据约束条件和数据操作类型，根据数据约束条件和数据操作类型对数据模型进行管理，从而可以很方便的管理数据模型，提高数据模型管理效率。

技术领域

本发明涉及数据管理领域，具体涉及一种数据分析引擎的数据模型管理方法及系统。

背景技术

数据模型是数据特征的抽象，它从抽象层次上描述了系统的静态特征、动态行为和约束条件，为数据库系统的信息表示与操作提供一个抽象的框架。随着大数据的发展，数据模型越来越复杂化，从而使得数据模型的管理也越来越困难。

发明内容

本发明所要解决的技术问题是提供一种数据分析引擎的数据模型管理方法及系统，可以很容易的管理数据模型，提高数据管理效率。

本发明解决上述技术问题的技术方案如下：一种数据分析引擎的数据模型管理方法，包括以下步骤，

S1，采集数据并结构化，形成数据模型；

S2，基于数据分析引擎对所述数据模型进行分析，得到所述数据模型的数据约束条件和数据操作类型；

S3，根据所述数据约束条件和所述数据操作类型对所述数据模型进行管理。

在上述技术方案的基础上，本发明还可以做如下改进。

进一步，所述S1具体为，

S11，采集多源数据，并按更新时间尺度将所述多源数据分为静态数据和动态数据；

S12，分别为所述静态数据和所述动态数据配置结构化头部信息；

S13，根据所述结构化头部信息分析所述静态数据和所述动态数据的组成要素和组织结构，分别建立静态数据结构化模型和动态数据结构化模型；

S14，将所述静态数据结构模型和所述动态数据结构化模型进行标准化，得到所述数据模型。

进一步，所述S2具体为，

S21，基于数据分析引擎，利用规则知识库对所述数据模型进行挖掘分析，得到多个数据特征向量；

S22，根据所有所述数据特征向量分析出所述数据模型的数据约束条件和数据操作类型。

进一步，所述S22具体为，

S221，根据所有所述数据特征向量选取约束中心点；

S222，计算出所述约束中心点分别到每个所述数据特征向量之间的加权欧氏距离；

S223，将所述约束中心点分别到每个所述数据特征向量之间的加权欧氏距离作为所述数据约束条件；

S224，对所有所述数据特征向量和对应的所述数据约束条件进行综合分析，得到所述数据操作类型。

进一步，在所述S3中，对所述数据模型进行管理具体包括数据读操作、数据写操作、数据修改操作和数据更新操作中的一项或多项。

基于上述一种数据分析引擎的数据模型管理方法，本发明还提供一种数据分析引擎的数据模型管理系统。

一种数据分析引擎的数据模型管理系统，包括以下模块，

数据模型生成模块，其用于采集数据并结构化，形成数据模型；