一种基于可视化数据库的数据处理方法、装置及电子设备与流程

本技术涉及数据处理领域，具体涉及一种基于可视化数据库的数据处理方法、装置及电子设备。

背景技术：

1、随着信息技术的快速发展，数据库在各行各业中扮演着至关重要的角色。企业及组织依赖于数据库系统来存储、处理和分析大量数据，以支持决策制定、客户管理、市场分析等关键业务活动。数据库查询技术作为获取和处理这些数据的基础，其应用变得日益广泛，从金融、医疗到公共服务等几乎每个领域都在依赖此技术来优化操作和增强数据洞察力。

2、目前，尽管数据库技术已经取得了显著的进展，但仍存在一些技术挑战和操作限制。首先，传统的数据库查询需要用户具备专门的技术知识，如sql编程能力，这对于非技术背景的用户来说是一个较大的门槛，非技术用户可能需要更多时间来学习如何书写有效的查询语句，或者依赖于他人来编写查询，这延长了从需求到结果的时间，导致数据库查询的效率较低。

3、因此，亟需一种基于可视化数据库的数据处理方法、装置及电子设备。

技术实现思路

1、本技术提供了一种基于可视化数据库的数据处理方法、装置及电子设备，提高了数据查询的效率。

2、在本技术的第一方面提供了一种基于可视化数据库的数据处理方法，该方法包括：获取用户的数据处理请求；对所述数据处理请求进行解析，得到对应的关键字段和逻辑连接词；根据所述关键字段，在预设数据模型库中进行语义匹配，得到对应的目标数据表和目标字段，所述预设数据模型库中包括多个数据表，所述数据表包括多个字段；综合所述逻辑连接词、所述目标数据表以及所述目标字段，生成对应的数据库处理语句；执行所述数据库处理语句，并获取执行所述数据库处理语句后生成的结果数据集；将所述结果数据集传输至可视化数据库终端，并根据预设可视化模板在所述可视化数据库终端上展示所述结果数据集。

3、通过采用上述技术方案，通过获取用户的数据处理请求，对数据处理请求进行解析得到关键字段和逻辑连接词，并在预设数据模型库中进行语义匹配，找到对应的目标数据表和目标字段，然后综合逻辑连接词、目标数据表和字段生成数据库处理语句并执行，获取结果数据集。最后将结果数据集传输至可视化数据库终端，并根据预设可视化模板进行展示。这种方法将用户的自然语言请求转化为结构化的数据库操作，使得用户无需掌握复杂的数据库语言和模型结构，就可以方便地获取和分析所需的数据。同时，通过在可视化终端上展示结果数据集，以图表、报表等直观的形式呈现数据，让用户能够快速理解和洞察数据内容，提高了数据分析和决策的效率。该方法简化了数据处理流程，降低了用户的使用门槛，提升了数据的可访问性和价值，具有显著的实用性和便捷性，通过自动化处理和可视化展示的方法，提高了数据处理的效率和准确性。

4、可选的，所述对所述数据处理请求进行解析，得到对应的关键字段和逻辑连接词，具体包括：采用自然语言处理技术对所述数据处理请求进行语法分析，提取出对应的名词、动词以及形容词；将所述名词、动词以及形容词与预设关键字段词典进行匹配，得到所述关键字段；根据所述名词、所述动词以及所述形容词在所述数据处理请求中的逻辑连接关系，得到所述逻辑连接词。

5、通过采用上述技术方案，在解析数据处理请求时，采用自然语言处理技术对数据处理请求进行语法分析，提取出名词、动词和形容词，并与预设关键字段词典进行匹配，得到关键字段。同时，根据这些关键词在数据处理请求中的逻辑连接关系，得到逻辑连接词。这种解析方式充分利用了自然语言处理技术，能够准确识别用户请求中的语义信息，提取出关键的数据元素和操作意图。通过与预设关键字段词典匹配，可以将用户的表述映射到数据库的实际字段，消除了用户表达与数据库结构之间的语义鸿沟。同时，通过分析关键词之间的逻辑连接关系，可以推断出用户对数据的操作要求，如条件筛选、关联聚合。这种解析方法具有较强的语义理解能力，能够处理灵活多变的用户请求，提高了数据处理的准确性和适用性。

6、可选的，所述将所述名词、所述动词以及所述形容词与预设关键字段词典进行匹配，得到所述关键字段，具体包括：基于所述名词、所述动词以及所述形容词，在所述预设关键字段词典中进行语义相似度计算，所述预设关键字段词典包括多个关键字段词典项；确定语义相似度大于或等于预设相似度阈值的关键字段词典项为所述关键字段。

7、通过采用上述技术方案，在将名词、动词和形容词与预设关键字段词典进行匹配时，引入了语义相似度计算，通过计算关键词与关键字段词典项的相似度，找出相似度大于或等于预设相似度阈值的关键字段词典项作为关键字段。这种匹配方式不仅考虑了关键词的字面形式，还考虑了其语义内涵，能够处理同义词、近义词等情况，提高了关键字段识别的泛化能力性。即使用户使用了不同的表述方式，也可以通过语义相似度匹配找到对应的关键字段，满足用户的多样化需求。同时，通过设定预设相似度阈值，可以控制匹配的精度和召回率，在准确性和完备性之间进行平衡，获得最优的匹配效果。

8、可选的，所述综合所述逻辑连接词、所述目标数据表以及所述目标字段，生成对应的数据库处理语句，具体包括：根据所述逻辑连接词确定多个所述目标字段之间的连接方式，并根据所述连接方式生成字段连接表达式；根据所述目标数据表的表结构、所述字段连接表达式以及预设sql模板，生成对应的数据库查询语句和数据库操作语句；将所述数据库查询语句和所述数据库操作语句组合，得到所述数据库处理语句，所述数据库处理语句包括针对所述目标数据表的查询操作、插入操作、更新操作以及删除操作。

9、通过采用上述技术方案，在生成数据库处理语句时，首先根据逻辑连接词确定目标字段之间的连接方式，生成字段连接表达式。然后，根据目标数据表的表结构、字段连接表达式以及预设sql模板，生成对应的数据库查询语句和操作语句，并组合成完整的数据库处理语句。这种生成方式封装了底层的数据库技术细节，通过高层的逻辑表达式和sql模板映射，自动产生符合语法和语义的数据库处理语句，减少了人工编写和调试的工作量。同时，由于数据库处理语句是根据实际的表结构和字段动态生成的，可以适应不同的数据库环境和需求变化，具有较强的通用性和适应性。

10、可选的，所述根据所述逻辑连接词确定多个所述目标字段之间的连接方式，生成字段连接表达式，具体包括：若所述逻辑连接词为和，则将多个所述目标字段进行内连接；若所述逻辑连接词为或，则将多个所述目标字段进行外连接；根据所述内连接和所述外连接，采用预设符号生成所述字段连接表达式。

11、通过采用上述技术方案，在生成字段连接表达式时，根据逻辑连接词“和”和“或”分别采用内连接和外连接的方式，将多个目标字段进行连接。这种连接方式与用户请求中的逻辑关系相匹配，能够准确表达用户的查询意图。通过采用预设模板，可以自动生成相应的字段连接表达式，避免了手动拼接连接条件的繁琐和错误。这种处理方式合理利用了关系数据库的连接机制，通过将多个字段和表进行关联，实现了跨表的复杂查询和分析，扩展了数据处理的能力和范围。用户可以在请求中灵活组合各种逻辑条件，能够自动转换为高效、可靠的数据库连接操作，提升了数据处理的灵活性和可扩展性。

12、可选的，所述将所述结果数据集传输至可视化数据库终端，并根据预设可视化模板在所述可视化数据库终端上展示所述结果数据集之后，所述方法还包括：在所述可视化数据库终端上设置交互式控件，所述交互式控件包括缩放控件、平移控件、旋转控件、筛选控件以及编辑控件；当用户触发所述交互式控件时，获取所述交互式控件的事件类型和参数，并将所述事件类型和所述参数转换为对应的数据操作命令；根据所述数据操作命令，调用对应的数据处理接口，对所述结果数据集进行缩放、平移、旋转、筛选或编辑，并进行实时更新可视化展示。

13、通过采用上述技术方案，在可视化数据库终端上设置了多个交互式控件，包括缩放、平移、旋转、筛选和编辑控件，使得用户可以直观地操作和分析可视化的结果数据集。当用户触发这些控件时，获取交互式控件的事件类型和参数，并将其转换为对应的数据操作命令，如缩放命令、平移命令、筛选命令。然后，根据这些命令调用相应的数据处理接口，对结果数据集进行实时的缩放、平移、旋转、筛选或编辑，并且同步更新可视化视图。通过图形化的操作，用户可以快速地放大感兴趣的数据区域，更换不同的视角和布局，添加或移除数据子集，以及修改关键的数据点，从而获得个性化的分析体验。这种可视化交互机制使得用户能够主动地参与到数据探索过程中，加深对数据的理解和运用，充分发挥数据的价值。

14、可选的，所述获取用户的数据处理请求之前，所述方法还包括：获取多个数据源的结构化数据，所述结构化数据包括数据表标识和数据表结构；识别多个所述数据源中不同数据表的关联关系，构建数据表关联模型；基于所述数据表标识和所述数据表结构，提取数据表名称和字段信息，建立数据表索引；根据所述数据表关联模型和所述数据表索引，构建所述预设数据模型库。

15、通过采用上述技术方案，在获取用户请求之前，对多个异构数据源的结构化数据进行了预处理和建模。首先，提取每个数据源的数据表标识和表结构等元数据信息。然后，通过识别不同数据表之间的关联关系，构建了全局的数据表关联模型，刻画了数据源之间的语义连接。接着，基于数据表标识和表结构，进一步提取了详细的表名称和字段信息，建立了数据表索引，便于快速检索和定位数据。最后，将数据表关联模型和数据表索引组织起来，构建了预设数据模型库，作为处理用户请求的统一知识源。这种预处理机制通过提前分析和集成多源异构数据，消除了数据源之间的结构和语义差异，为用户请求的解析和处理提供了统一的数据基础。用户无需了解底层数据源的复杂性和差异性，只需要基于关联模型和索引进行查询和分析，简化了数据使用的复杂度。同时，由于预设数据模型库经过了预处理和优化，具有较高的检索和计算效率，可以支持快速的数据响应和实时分析，提升了系统的性能和用户体验。

16、在本技术的第二方面提供了一种基于可视化数据库的数据处理装置，该装置包括：获取模块和处理模块，其中：所述获取模块，用于获取用户的数据处理请求；所述处理模块，用于对所述数据处理请求进行解析，得到对应的关键字段和逻辑连接词；所述处理模块，还用于根据所述关键字段，在预设数据模型库中进行语义匹配，得到对应的目标数据表和目标字段；所述处理模块，还用于综合所述逻辑连接词、所述目标数据表以及所述目标字段，生成对应的数据库处理语句；所述处理模块，还用于执行所述数据库处理语句，并获取所述数据库处理语句对应的结果数据集；所述处理模块，还用于将所述结果数据集传输至可视化数据库终端，并根据预设可视化模板在所述可视化数据库终端上展示所述结果数据集。

17、在本技术的第三方面提供了一种电子设备，包括处理器、存储器、用户接口以及网络接口，所述存储器用于存储指令，所述用户接口和所述网络接口均用于与其他设备通信，所述处理器用于执行所述存储器中存储的指令，以使所述电子设备执行如上述任意一项所述的方法。

18、在本技术的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质存储有指令，当所述指令被执行时，执行如上述任意一项所述的方法。

19、综上所述，本技术提供的一个或多个技术方案，至少具有如下技术效果或优点：

20、1、通过获取用户的数据处理请求，对数据处理请求进行解析得到关键字段和逻辑连接词，并在预设数据模型库中进行语义匹配，找到对应的目标数据表和目标字段，然后综合逻辑连接词、目标数据表和字段生成数据库处理语句并执行，获取结果数据集。最后将结果数据集传输至可视化数据库终端，并根据预设可视化模板进行展示。这种方法将用户的自然语言请求转化为结构化的数据库操作，使得用户无需掌握复杂的数据库语言和模型结构，就可以方便地获取和分析所需的数据。同时，通过在可视化终端上展示结果数据集，以图表、报表等直观的形式呈现数据，让用户能够快速理解和洞察数据内容，提高了数据分析和决策的效率。该方法简化了数据处理流程，降低了用户的使用门槛，提升了数据的可访问性和价值，具有显著的实用性和便捷性。

21、2、在解析数据处理请求时，采用自然语言处理技术对数据处理请求进行语法分析，提取出名词、动词和形容词，并与预设关键字段词典进行匹配，得到关键字段。同时，根据这些关键词在数据处理请求中的逻辑连接关系，得到逻辑连接词。这种解析方式充分利用了自然语言处理技术，能够准确识别用户请求中的语义信息，提取出关键的数据元素和操作意图。通过与预设关键字段词典匹配，可以将用户的表述映射到数据库的实际字段，消除了用户表达与数据库结构之间的语义鸿沟。同时，通过分析关键词之间的逻辑连接关系，可以推断出用户对数据的操作要求，如条件筛选、关联聚合。这种解析方法具有较强的语义理解能力，能够处理灵活多变的用户请求，提高了数据处理的准确性和适用性。

22、3、在将名词、动词和形容词与预设关键字段词典进行匹配时，引入了语义相似度计算，通过计算关键词与关键字段词典项的相似度，找出相似度大于或等于预设相似度阈值的关键字段词典项作为关键字段。这种匹配方式不仅考虑了关键词的字面形式，还考虑了其语义内涵，能够处理同义词、近义词等情况，提高了关键字段识别的泛化能力性。即使用户使用了不同的表述方式，也可以通过语义相似度匹配找到对应的关键字段，满足用户的多样化需求。同时，通过设定预设相似度阈值，可以控制匹配的精度和召回率，在准确性和完备性之间进行平衡，获得最优的匹配效果。