[发明专利]匹配目标字段的方法、装置

说明书

本发明提供一种匹配数据表中的目标字段的方法。该方法包括：向原始物流信息表添加分组字段使得原始物流信息表中行分成预定数量N的组，具有相同分组字段值的行属于同一组，分组字段值取值在0至N‑1之间，生成数字字段和分组字段的数字表，数字表包括N个行，N个行的数字字段取值1，分组字段分别取值0至N‑1，向原始城市信息表添加数字字段，数字字段取值1；连接数字表与原始城市信息表，生成城市信息表，连接条件是数字表和原始城市信息表这两个表的数字字段相等；连接组和城市信息表以求出笛卡尔积，连接条件是组和原始城市信息表这两个表的分组字段相等；根据预定义正则表达式从笛卡儿积中提取满足条件的目标字段，生成匹配结果表。

技术领域

本发明涉及互联网领域，更具体地，涉及一种匹配数据表中的目标字段方法、装置、电子设备和可读存储介质。

背景技术

在互联网和软件领域，大数据分析是非常重要的。现实场景中，经常需要对物流公司在不同城市的单量和时效进行分析汇总，但由于目前物流公司信息化程度较低，寄件或收件地址名称混乱，无法唯一地确定，因此不能作为唯一标识。对此，现有技术通过对物流信息表和城市基础表进行连接操作来为城市名称匹配目标字段，即，城市ID，并根据该目标字段汇总。

在实现本发明过程中，发明人发现现有技术中至少存在如下问题：

物流信息表的城市名称不规范时导致统计结果偏差很大，并且物流信息表中多个城市字段匹配目标字段时需要进行多次连接操作，而每进行一次连接操作需要耗费大量时间和大数据平台资源，这导致统计的效率低下。

发明内容

有鉴于此，本发明实施例提供一种匹配数据表中的目标字段的方法、装置、电子设备和可读存储介质，能够解决大数据平台处理笛卡尔积时效率低下的问题，提升整体处理效率。

为实现上述目的，根据本发明的一个方面，提供了一种匹配数据表中的目标字段的方法。

根据本发明的实施例的匹配数据表中的目标字段的方法包括：向原始物流信息表添加分组字段使得原始物流信息表中行分成预定数量N的组，其中具有相同分组字段值的行属于同一组，分组字段值取值在0至N-1之间，生成数字字段和分组字段的数字表，该数字表包括N个行，N个行的数字字段取值1，分组字段分别取值0至N-1，向原始城市信息表添加数字字段，该数字字段取值1；连接数字表与原始城市信息表，生成城市信息表，其中连接的条件是数字表和原始城市信息表这两个表的数字字段相等；连接组和城市信息表以求出笛卡尔积，其中连接的条件是组和城市信息表这两个表的分组字段相等；以及根据预定义正则表达式从笛卡儿积中提取满足条件的目标字段，生成匹配结果表。

可选地，该方法进一步包括：设置分组字段的值。

可选地，该方法进一步包括：连接原始物流信息表和匹配结果表，生成匹配目标字段的结果集。

可选地，该方法进一步包括：将目标字段作为一个类型存储于匹配结果表。

为实现上述目的，根据本发明的另一个方面，提供了一种匹配数据表中的目标字段的装置。

根据本发明的实施例的匹配数据表中的目标字段的装置包括：第一添加模块，用于向原始物流信息表添加分组字段使得原始物流信息表中行分成预定数量N的组，其中具有相同分组字段值的行属于同一组，分组字段值取值在0至N-1之间；生成模块，用于生成数字字段和分组字段的数字表，该数字表包括N个行，N个行的数字字段取值1，分组字段分别取值0至N-1；第二添加模块，用于向原始城市信息表添加数字字段，该数字字段取值1；连接模块，用于连接数字表与原始城市信息表，生成城市信息表，其中连接的条件是数字表和原始城市信息表这两个表的数字字段相等；连接组和城市信息表以求出笛卡尔尔积，其中连接的条件是组和城市信息表这两个表的分组字段相等；提取模块，用于根据预定义正则表达式从笛卡尔积中提取满足条件的目标字段，生成匹配结果表。