[发明专利]数据查询方法、装置、电子设备及计算机可读存储介质

权利要求书

1.一种数据查询方法，其特征在于，包括：

接收用于查询指标的特定语言查询语句，其中，所述特定语言查询语句是基于针对所述指标设定的查询参数生成的；

对所述特定语言查询语句进行语法解析处理，得到对应所述指标的多个数据集，并对所述多个数据集进行筛选处理，得到目标数据集；

获取对应所述目标数据集的数据引擎；

基于指标名称进行计算方式查询处理，得到对应所述指标的计算方式；

将所述计算方式、所述指标的过滤条件、所述指标的维度以及所述指标的时间范围组成查询信息；

其中，所述指标名称、所述过滤条件、所述维度以及所述时间范围是对所述特定语言查询语句进行语义拆分处理得到的；

基于与所述数据引擎匹配的语法，将所述指标的查询信息以及所述目标数据集组成初始通用语言查询语句；

对所述初始通用语言查询语句进行优化处理，得到所述通用语言查询语句；

基于所述通用语言查询语句调用所述数据引擎，以从所述数据引擎读取所述指标的查询结果。

2.根据权利要求1所述的方法，其特征在于，所述对所述特定语言查询语句进行语法解析处理，得到对应所述指标的多个数据集，包括：

对所述特定语言查询语句进行语义拆分处理，得到特定语言对象；

当所述特定语言对象包括数据集名称时，基于所述数据集名称进行数据集查询处理，得到对应所述指标的多个数据集。

3.根据权利要求2所述的方法，其特征在于，所述对所述多个数据集进行筛选处理，得到目标数据集，包括：

当所述特定语言对象还包括指标名称时，对所述指标名称进行语义关联处理，得到至少一个查询指标名称；

针对每个所述查询指标名称执行以下处理：对所述多个数据集进行筛选处理，得到对应所述查询指标名称的取数性能最优的目标数据集。

4.根据权利要求3所述的方法，其特征在于，所述对所述多个数据集进行筛选处理，得到对应所述查询指标名称的取数性能最优的目标数据集，包括：

针对每个所述数据集执行以下处理：

获取所述数据集所在数据仓库的等级、所述数据集的热度、以及所述数据集的对应所述查询指标名称的完整度；

基于所述等级、所述热度以及所述完整度各自对应的权重，对所述等级、所述热度以及所述完整度进行加权求和处理，得到所述数据集的取数性能分数；

将最高的取数性能分数对应的数据集确定为所述目标数据集。

5.根据权利要求3所述的方法，其特征在于，所述对所述多个数据集进行筛选处理，得到对应所述查询指标名称的取数性能最优的目标数据集，包括：

针对每个所述数据集执行以下处理：

对所述数据集进行特征提取处理，得到所述数据集的等级特征、热度特征以及完整度特征；

基于所述等级特征、所述热度特征以及所述完整度特征调用第一神经网络模型，得到所述数据集的预测取数性能分数；

其中，所述第一神经网络模型的训练样本包括历史数据集，所述训练样本的标注数据包括所述历史数据集的预标记取数性能分数；

将最高的预测取数性能分数对应的数据集确定为所述目标数据集。

6.根据权利要求3所述的方法，其特征在于，所述对所述多个数据集进行筛选处理，得到对应所述查询指标名称的取数性能最优的目标数据集，包括：

通过调用区块链网络中共识节点的接口，向所述共识节点发送交易；

其中，所述交易中携带包括所述筛选处理的智能合约的标识、以及所述多个数据集；

当接收超出数量阈值的共识节点发送的共识数据集被确定为所述目标数据集的消息时，将所述共识数据集确定为所述目标数据集，其中，所述共识数据集为所述多个数据集中的数据集。