CN114356965B - 动态表单的生成方法、***、服务器及存储介质 - Google Patents

Abstract

本申请的实施例提供了一种动态表单的生成方法、***、服务器及存储介质，涉及计算机技术领域。本申请通过接收终端设备发起的动态表单查询请求；根据所述动态表单查询请求中各预选维度的关联关系，对所述预选维度进行筛选，得到目标维度；根据所述目标维度、所述预选指标、所述聚合算法以及所述过滤条件，确定目标表集合；根据所述目标表集合，生成目标数据查询指令；根据所述目标数据查询指令，生成动态表单，并向所述终端设备发送所述动态表单。能够根据用户发起的动态表单查询请求，自动对其进行筛选及优化，并生成目标数据查询指令，避免了人为编写代码导致的误差，提高了数据查询的效率。

Description

动态表单的生成方法、***、服务器及存储介质

技术领域

本申请涉及计算机技术领域，具体而言，涉及一种动态表单的生成方法、***、服务器及存储介质。

背景技术

数据仓库（Data Warehouse，简称DW或DWH）是决策支持***和联机分析应用数据源的结构化数据环境。相对于面向事务的数据库，数据仓库更侧重于数据分析，能够支持企业级的复杂分析操作和数据决策，并且能够为用户提供直观易懂的查询结果。由于数据仓库中一般存储着数据量巨大、关系复杂的各种物理表，因此，如何在进行数据分析时，提高数据查询和存储的效率，成为数据仓库的开发者必须关注的问题。

目前，用户在对数据仓库进行自定义查询时，为了提高对数据仓库内存储的数据做自定义分析的效率，开发者通常指定数据仓库中的某一张物理表作为查询主表，同时设计多张包含多个字段的大宽表，通过对其他大宽表中的字段与主表进行查询关联，确定查询结果。这样，就能够减少查询的范式操作中，过多的关联操作，实现处理的并行化，从而提高数据的查询效率。

但是，随着数据仓库中存储信息的增多，数据仓库中积累的大宽表的数量也随之增多，由于大宽表的数据量较大且业务逻辑复杂，导致对存储、计算资源的占用增加。并且，在这种情况下，通过开发人员对宽表编写的查询指令获得查询结果的方式，也可能会由于逻辑复杂导致查询结果出现错误。另外，由于大宽表的字段之间存在着大量的依赖，大宽表之间的不稳定性递进传递，进一步降低了数据仓库的稳定性。

发明内容

本申请的目的包括，例如，提供了一种动态表单的生成方法、***、服务器及存储介质，其能够根据用户发起的动态表单查询请求，自动对其进行筛选及优化，并生成目标数据查询指令，避免了人为编写代码导致的误差，提高了数据查询的效率。

本申请的实施例可以这样实现：

第一方面，本申请提供了一种动态表单的生成方法，所述方法包括：

接收终端设备发起的动态表单查询请求，所述动态表单查询请求中包括：多个预选维度、多个预选指标、所述多个预选指标的聚合算法以及过滤条件；

根据所述动态表单查询请求中各预选维度的关联关系，对所述预选维度进行筛选，得到目标维度；

根据所述目标维度、所述预选指标、所述聚合算法以及所述过滤条件，确定目标表集合，所述目标表集合包括：至少一张物理表，所述物理表中包括与所述目标维度、所述聚合算法、所述过滤条件以及所述预选指标具有直接关联关系的字段；

根据所述目标表集合，生成目标数据查询指令；

根据所述目标数据查询指令，生成动态表单，并向所述终端设备发送所述动态表单。

在一种可选的实施方式中，所述根据所述目标维度、所述预选指标、所述聚合算法以及所述过滤条件，确定目标表集合，包括：

根据所述目标维度、所述预选指标、所述聚合算法以及所述过滤条件，确定所述目标维度、所述预选指标、所述聚合算法以及所述过滤条件所在的多张物理表；

根据多张所述物理表，确定多个待选表集合，其中，各所述待选表集合均包括至少一张物理表，所述物理表中包括与所述目标维度、所述预选指标、所述聚合算法以及所述过滤条件具有关联关系的字段；

根据预设的评价策略，从所述多个待选表集合中选择出一个待选表集合作为目标表集合。

在一种可选的实施方式中，所述根据多张所述物理表，确定多个待选表集合，包括：

对多张所述物理表进行排列组合，确定多个待选表集合。

在一种可选的实施方式中，所述根据预设的评价策略，从所述多个待选表集合中选择出一个待选表集合作为目标表集合，包括：

根据各待选表集合的特征信息，分别对所述多个待选表集合进行评分，得到对应于所述多个待选表集合的分数，所述特征信息包括如下至少一项：所述待选表集合中物理表的数量、深度以及聚合复杂度；

使用蒙特卡洛算法，将所述各分数中最高的分数对应的待选表集合作为目标表集合。

在一种可选的实施方式中，所述关联关系包括：包含关系和/或依赖关系。

在一种可选的实施方式中，所述根据所述目标表集合，生成目标数据查询指令，包括：

根据所述目标表集合，生成初始数据查询指令，所述初始数据查询指令包括：查询语句以及所述目标维度与所述预选指标的计算公式；

对所述初始数据查询指令进行优化处理，得到所述目标数据查询指令。

在一种可选的实施方式中，所述对所述初始数据查询指令进行优化处理，得到所述目标数据查询指令，包括：

简化所述初始数据查询指令中的所述查询语句的连接路径，得到所述简化后的查询语句，将所述简化后的查询语句作为所述目标数据查询指令中的查询语句；

根据所述预选指标，确定多个预计算指标；

根据所述预计算指标，对所述目标维度与所述预选指标的计算公式进行优化处理，得到处理后的计算公式；

根据所述目标维度的特征信息，从所述处理后的计算公式中选择目标公式，将所述目标公式作为所述目标数据查询指令中的计算公式。

第二方面，本申请提供了一种动态表单的生成装置，该装置包括：

接收模块，用于接收终端设备发起的动态表单查询请求，所述动态表单查询请求中包括：多个预选维度、多个预选指标、所述多个预选指标的聚合算法以及过滤条件。

处理模块，用于根据所述动态表单查询请求中各预选维度的关联关系，对所述预选维度进行筛选，得到目标维度。

确定模块，用于根据所述目标维度、所述预选指标、所述聚合算法以及所述过滤条件，确定目标表集合，所述目标表集合包括：至少一张物理表，所述物理表中包括与所述目标维度、所述聚合算法、所述过滤条件以及所述预选指标具有直接关联关系的字段。

生成模块，用于根据所述目标表集合，生成目标数据查询指令。

生成模块还用于，根据所述目标数据查询指令，生成动态表单，并向所述终端设备发送所述动态表单。

确定模块具体还用于，根据所述目标维度、所述预选指标、所述聚合算法以及所述过滤条件，确定所述目标维度、所述预选指标、所述聚合算法以及所述过滤条件所在的多张物理表；根据多张所述物理表，确定多个待选表集合，其中，各所述待选表集合均包括至少一张物理表，所述物理表中包括与所述目标维度、所述预选指标、所述聚合算法以及所述过滤条件具有关联关系的字段；根据预设的评价策略，从所述多个待选表集合中选择出一个待选表集合作为目标表集合。

确定模块具体还用于，对多张所述物理表进行排列组合，确定多个待选表集合。

确定模块具体还用于，根据各待选表集合的特征信息，分别对所述多个待选表集合进行评分，得到对应于所述多个待选表集合的分数，所述特征信息包括如下至少一项：所述待选表集合中物理表的数量、深度以及聚合复杂度；使用蒙特卡洛算法，将所述各分数中最高的分数对应的待选表集合作为目标表集合。

处理模块具体还用于，所述关联关系包括：包含关系和/或依赖关系。

生成模块具体还用于，根据所述目标表集合，生成初始数据查询指令，所述初始数据查询指令包括：查询语句以及所述目标维度与所述预选指标的计算公式；对所述初始数据查询指令进行优化处理，得到所述目标数据查询指令。

生成模块具体还用于，简化所述初始数据查询指令中的所述查询语句的连接路径，得到所述简化后的查询语句，将所述简化后的查询语句作为所述目标数据查询指令中的查询语句；根据所述预选指标，确定多个预计算指标；根据所述预计算指标，对所述目标维度与所述预选指标的计算公式进行优化处理，得到处理后的计算公式；根据所述目标维度的特征信息，从所述处理后的计算公式中选择目标公式，将所述目标公式作为所述目标数据查询指令中的计算公式。

第三方面，本申请提供了一种动态表单的生成***，所述***包括：多个终端设备以及服务器，多个所述终端设备与所述服务器分别通信连接；

所述终端设备用于，向所述服务器发起动态表单查询请求，并接收所述服务器发送的动态表单；

所述服务器用于，以元数据的方式存储数据，并执行如前述实施例中任一项所述的动态表单的生成方法的步骤。

第四方面，本申请提供了一种服务器，所述服务器包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述服务器运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以执行如前述实施例中任一项所述的动态表单的生成方法的步骤。

第五方面，本申请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上存储有计算机程序，该计算机程序被处理器执行时，实现如前述实施例中任一项所述的动态表单的生成方法的步骤。

本申请实施例的有益效果包括：

采用本申请提供的动态表单的生成方法、***、服务器及存储介质，首先，本申请根据用户的动态表单请求，对其中的多个预先维度进行优化，然后根据确定的目标表集合，自动生成了目标数据查询指令，获得了动态表单结果。相对于大宽表，目标表集合中的数据量更少、计算逻辑清晰，使得服务器能够快速的获得动态表单。而且，目标数据查询指令是由服务器自动生成的，也避免了人为编写代码导致的误差。其次，各物理表在设计、存储时并不是大宽表的形式，避免了相互之间的不稳定性传递对***的负面影响。

附图说明

为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他相关的附图。

图1为本申请实施例提供的动态表单的生成***的结构示意图；

图2为本申请实施例提供的动态表单的生成方法的步骤流程示意图；

图3为本申请实施例提供的动态表单的生成方法的又一步骤流程示意图；

图4为本申请实施例提供的动态表单的生成方法的又一步骤流程示意图；

图5为本申请实施例提供的动态表单的生成方法的又一步骤流程示意图；

图6为本申请实施例提供的动态表单的生成方法的又一步骤流程示意图；

图7为本申请实施例提供的动态表单的生成装置的结构示意图；

图8为本申请实施例提供的服务器的结构示意图。

图标：1011-第一终端设备；1012-第二终端设备；1013-第N终端设备；10-动态表单的生成装置；1001-接收模块；1002-处理模块；1003-确定模块；1004-生成模块；102-服务器；2001-处理器；2002-存储器。

具体实施方式

为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。

因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。

此外，若出现术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。

需要说明的是，在不冲突的情况下，本申请的实施例中的特征可以相互结合。

大宽表是包含较多字段的数据库表，通常情况下是将对应于某一指标相关的诸多字段关联起来，形成的一张数据库表。为了提高查询性能，大宽表将不同的字段放入同一张表中存储，随着数据量的提升，这也导致了数据的冗余问题，为数据仓库的查询和存储都带来了较大的负担。另外，由于大宽表形式存储的数据仓库中的业务逻辑复杂，需要编写查询指令的开发人员对大宽表之间的依赖关系具有清晰、整体的了解。并且，即便已经具备了这样的了解，由于每次提取指标时所需要关注的信息和要素过多，人为编写指令也难免会犯错，导致最终生成的动态表单的结果出现错误。

基于上述问题，申请人经研究，提出了一种动态表单的生成方法、***、服务器及存储介质，能够对动态表单查询请求中的多个预选维度进行优化，并根据确定的目标表集合，自动生成了目标数据查询指令，获得了动态表单结果。相对于大宽表，目标表集合中的数据量更少、计算逻辑清晰，使得服务器能够快速的获得动态表单。而且，目标数据查询指令是由服务器自动生成的，也避免了人为编写代码导致的误差。

如下结合多个具体的应用示例，对本申请实施例提供的一种动态表单的生成方法、***、服务器及存储介质进行解释说明。

图1为本申请实施例提供的动态表单的生成***的结构示意图，如图1所示，该动态表单的生成***包括：多个终端设备，以及服务器102，其中，多个终端设备与服务器102分别通信连接。

可选地，多个终端设备可以包括第一终端设备1011、第二终端设备1012…第N终端设备1013等多个终端设备，每一终端设备可以是一个与用户进行交互的实体设备，用户可以通过某一终端设备登录动态表单的生成***，通过终端设备向服务器102发起动态表单查询请求，并接收服务器102发送的动态表单。其中，终端设备可以是手机、平板电脑、台式电脑、笔记本电脑等各种形态的设备，本申请对此不作具体限定。

服务器102可以是具有计算处理能力的远程设备，例如云服务器。具体地，服务器102用于，以元数据的方式存储数据，并执行下述实施例中的动态表单的生成方法的步骤。

其中，元数据可以是一种电子式目录，是用于描述数据的数据，或者说是用于提供某种资源有关信息的结构数据，描述了数据仓库所支持的所有维度和指标、每张物理表中包含的维度与指标、维度与指标之间的血缘关系、各指标可支持的聚合算法等信息，在本申请实施例中，元数据以配置文件的形式存储，该配置文件的配置信息中存储了上述信息。服务器102可以通过读取配置信息，读取维度与指标的物理地址，进而获得数据。

需要说明的是，维度是描述某种事情的角度，依赖于指标，用于说明数据的描述属性或者特征，例如，年份是时间维度、地点是地理维度。而指标是一个数值或者比例，是通过某种计算得到的，用于衡量业务。例如，订单量、好评率、营收增长率等。

下面，以第一终端设备1011与服务器102的交互为例，说明动态表单的生成***的运行过程。

用户通过第一终端设备1011输入多个预选维度、预选指标等信息，第一终端设备1011根据用户输入的信息，生成对应的动态表单查询请求，并发送至服务器102。

服务器102收到第一终端设备1011发送的动态表单查询请求后，首先，对其中包含的预选维度进行初步筛选，去除动态表单请求中，相互之间存在包含关系或者依赖关系的列，得到了目标维度。

然后，服务器102可以通过上述目标维度以及动态表单查询请求中的预选指标，确定其所在的多张物理表。由于指标的数据通过同一张物理表进行数据计算得到，例如，月度总订单量可能来自于用户信息表中不同用户的订单量的累加，也可能来自于销售业绩表中不同销售的售出订单量的累加，因此，每个指标所对应的物理表的组合可能有多个。通过对上述得到的多张物理表进行排列组合，服务器102确定了多个待选表集合，每一个待选表集合中包含的数据，都能够以目标维度，对物理表中对应的数据进行计算，得到预选指标。

接下来，对多个待选表集合使用蒙特卡洛算法，根据特征信息对待选表集合分别进行评分，对每个待选表集合都确定了对应的分数。其中，特征信息可以包括：待选表集合中物理表的数量、深度以及聚合复杂度。然后，在得到各待选表集合的分数后，将其中得分最高的待选表集合作为目标表。

然后，服务器102可以根据得到的目标表集合生成初始数据查询指令，该初始数据查询指令中，包括查询语句，例如，对各物理表的查找、连接等，初始数据查询指令中还包括：目标维度与预选指标的计算公式，例如，目标维度是年，预选指标是用户人数时，可以通过对物理表中一年内的用户人数相关的字段进行通过预存储在服务器102中的计算公式进行累加计算，得到年度用户总人数。

进一步地，服务器102可以对初始数据查询指令中的查询语句以及目标维度与预选指标的计算公式分别进行优化。对于查询语句，可以通过查找相互连接的物理表之间，主连接的物理表中是否设置有被连接的物理表中需获得的冗余字段的方式，确定是否可以缩短连接路径，从而优化查询语句。对于计算公式，可以通过读取预计算的指标、根据维度的数据颗粒度读取物理表中的数据的方式，加快服务器102的计算速度。经过上述优化过程后，服务器102得到了目标数据查询指令。

最后，服务器102可以通过目标数据查询指令，对物理表读取数据、计算，得到了动态表单，并将该动态表单发送至第一终端设备1011。

图2为本申请实施例提供的动态表单的生成方法的步骤流程图，该方法的执行主体可以是上述实施例中，动态表单的生成***中的服务器，该服务器可以是具有计算处理能力的云服务器。如图2所示，该方法包括如下步骤。

S201，接收终端设备发起的动态表单查询请求。

其中，动态表单查询请求中包括：多个预选维度、多个预选指标、多个预选指标的聚合算法以及过滤条件。

其中，预选维度与预选指标可以是用户在动态表单的生成***的页面上，选择的维度与指标信息，例如，对于一个订单***，维度可以是用户的所在地区对应的地理维度或者时间维度等，指标信息可以是用户的好评率、订单增长率、总金额等。

可选地，用户还可以在动态表单查询请求中加入更多的数据分析条件，例如，各指标的聚合算法、过滤条件等。其中，指标的聚合算法是指对于某一指标的计算方式，可以是平均值、最大值、最小值等方式。示例性地，计算近3月的营收金额时，若指标的聚合算法是平均值，可以对这3月的总营收金额求得单月平均值作为该指标的计算结果。过滤条件可以是指对于某一指标进行计算时，需要剔除或者保留的项，例如，仅计算某一用户的订单总金额，或者在业绩总量时，剔除某一部门的业绩量等。

当然，用户还可以在动态表单查询请求中加入其他数据分析条件，本申请在此不做限定。

用户在对数据分析条件选择完成后，终端设备可以将其打包成为动态表单查询请求，并发送至服务器。

S202，根据动态表单查询请求中各预选维度的关联关系，对预选维度进行筛选，得到目标维度。

服务器收到上述动态表单查询请求后，可以对其进行分析，提取出预选维度以及预选指标。由于用户在选取维度时，可能对于各维度之间的关联关系并不清楚，导致预选维度中可能包含具有关联关系的维度的情况。例如，预选维度中包括了商品名称和商品品牌两个维度，但商品品牌是商品名称所在的子类目，服务器可以直接根据商品品牌进行聚合运算，得到商品名称。此时，商品名称就可以从预选维度中剔除。

经过上述的筛选过程后，服务器能够得到目标维度。

S203，根据目标维度、预选指标、聚合算法以及过滤条件，确定目标表集合。

其中，目标表集合包括：至少一张物理表，物理表中包括与目标维度、聚合算法、过滤条件以及预选指标直接关联的字段。

根据上述动态表单查询请求，对数据仓库中的多个物理表进行预筛选，确定一个物理表集合作为目标表集合。需要说明的是，通过目标维度、预选指标、聚合算法以及过滤条件的计算，可以确定出与目标维度、预选指标、聚合算法以及过滤条件直接关联的字段，再找出该字段直接关联的物理表组成上述目标表集合。具体地，目标表集合中可能包含了一张或者多张物理表，这些物理表与聚合算法、过滤条件以及预选指标对应的字段直接关联，能够直接地从目标表集合的物理表中，直接在过滤条件、聚合算法以及目标维度的数据分析条件下，获得预选指标的结果。也就是说，目标表集合中，包含了计算预选指标的最节约计算、存储资源的方式对应的字段所在的物理表。

S204，根据目标表集合，生成目标数据查询指令。

服务器确定了目标表集合后，根据目标表集合，自动生成对应的目标数据查询指令。可以理解的是，数据仓库中的物理表所在的数据库不同时，生成的目标数据查询指令并不相同，服务器可以根据物理表所在的数据库，根据对应的语言生成对应的目标数据查询指令，并且，同一目标数据查询指令中可以包含不同语言的查询指令，分别执行获得查询结果。

S205，根据目标数据查询指令，生成动态表单，并向终端设备发送动态表单。

通过上述目标数据查询指令，服务器能够获得用户所需查询的在多个目标维度、多个预选指标的聚合算法以及过滤条件下，计算对应的预选指标所需的物理表。

服务器执行目标数据查询指令，生成动态表单，并将其发送至终端设备向用户展示。其中，动态表单可以是，根据用户发起的动态表单查询请求，生成的结果显示页面，在动态表单上，可以以数字、曲线、表格、统计图等方式，对动态表单查询请求中的数据进行展示，当然，不以此为限。

在本实施例中，根据用户的动态表单请求，能够自动对其进行优化，并根据优化后的动态表单请求，自动生成了目标数据查询指令，获得了动态表单结果。优化后的动态表单请求需获取的数据量减少、计算逻辑更为清晰，提高了服务器的计算效率。而且，目标数据查询指令是由服务器自动生成的，也避免了人为编写代码导致的误差。

可选地，如图3所示，上述步骤S203中，根据目标维度、预选指标、聚合算法以及过滤条件，确定目标表集合，可以由下述步骤S301至步骤S303实现。

S301，根据目标维度、预选指标、聚合算法以及过滤条件，确定目标维度、预选指标、聚合算法以及过滤条件所在的多张物理表。

首先，服务器通过对目标维度、预选指标、聚合算法以及过滤条件进行分析，确定获得上述信息所需的字段，进一步确定所在的物理表。进一步地，由于各预选指标可能可以通过多个不同的字段计算获得，或者，某一字段可能位于不同物理表中。因此，对于某一预选指标，对应的物理表的数量可能为多个。

S302，根据多张物理表，确定多个待选表集合。

其中，各待选表集合均包括至少一张物理表，物理表中包括与目标维度、预选指标、聚合算法以及过滤条件具有关联关系的字段。

将上述多张物理表进行划分，得到多个待选表集合，各待选表集合中均包括一张或者多张物理表。划分标准可以是，能够通过每一个待选表集合中各物理表包含的数据，计算得到在目标维度、聚合算法以及过滤条件的数据分析条件下，对应的预选指标结果。其中，上述关联关系可以是直接关联关系以及间接关联关系。

例如，对于某公司的商品总销售金额这一预选指标，在目标维度是年度，聚合算法为空，过滤条件是过滤掉上半年的销售金额的条件下，确定的待选表集合可以是客户订单表，通过各客户的下单金额字段进行累加计算。待选表集合也可以是部门业绩表，通过各部门的销售业绩字段进行累加计算。还可以是商品售价表与客户订单表的组合，根据商品售价表中的商品单价、客户订单表中的客户订单量，计算得到下半年度的商品总销售金额。

S303，根据预设的评价策略，从多个待选表集合中选择出一个待选表集合作为目标表集合。

可选地，对于上述多个待选表集合，服务器可以根据预设的评价策略，对多个待选表集合分别进行评价，选择其中之一作为目标表集合。其中，预设的评价策略可以是预先存储在服务器中，用于评价多个待选表集合，根据目标维度、预选指标、聚合算法以及过滤条件等数据，计算得到结果的效率的方法。

在本实施例中，通过分析目标维度、预选指标、聚合算法以及过滤条件所需的数据，确定了多个待选表集合。这种通过枚举的方式得到的多个待选表集合，能够尽可能的包含计算出最终结果的可能方式，为寻找最佳计算路径给出可选择项。

可选地，上述步骤S302中，根据多张物理表，确定多个待选表集合，可以包括：对多张物理表进行排列组合，确定多个待选表集合。

可以理解的是，上述实施例中，对多个物理表的划分方式可以是对多张物理表进行排列组合，例如，对于商品总销售金额的在年度目标维度的预选指标，可以确定三种不同的物理表组合，而对于客户数量增长率在年度目标维度的预选指标，也可以确定两种不同的物理表组合。上述用于计算年度商品总销售金额的三种物理表组合之一与用于计算年度客户数量增长率的两种物理表组合之一，两两组合均可以获得查询结果，这样，对上述五种物理表进行排列组合，可以得到六种待选表集合。

可以理解的是，各待选表集合中的物理表，经过计算均可以得到查询结果，但是计算效率，以及对存储资源的占用可能不相同。

在本实施例中，通过对各物理表进行排列组合，得到了待选表集合，这样，能够尽可能的枚举出，能够生成动态表单的所有的物理表的可能情况，为寻求最优路径提供了可能。

可选地，如图4所示，上述步骤S303中，根据预设的评价策略，从多个待选表集合中选择出一个待选表集合作为目标表集合，可由下述步骤S401至S402实现。

S401，根据各待选表集合的特征信息，分别对多个待选表集合进行评分，得到对应于多个待选表集合的分数。

其中，特征信息包括如下至少一项：待选表集合中物理表的数量、深度以及聚合复杂度。

可以理解的是，待选表集合中，物理表的数量越少，并行化程度越高，数据查询的效率也就越高，更容易获得更高的评分。

待选表集合中物理表的深度，可以理解为，数据仓库中的各物理表之间存在依赖关系，某一预选指标可以通过多个物理表连接，以层次型下钻或者非层次性下钻的方式，连接多个物理表后，根据所需的物理表获取。在这个过程中，连接物理表的层数，就是该预选指标对应的深度，所有预选指标计算所需的深度之和，就是该待选表集合的深度。可以理解的是，深度越大，连接的次数越多，计算效率越低，获得的评分也就越低。

待选表集合的聚合复杂度，可以理解为，对于年度订单总量这一目标维度，计算平均值时，从月度订单总量所在的物理表进行聚合运算，与从每日订单总量所在的物理表进行聚合运算，维度聚合的复杂度是不同的，可以理解的是，数据颗粒度越大，聚合复杂度评分越高。

可选地，服务器中可以对上述特征信息预存储对于特征信息不同数值与评分的对应关系。这样，就可以根据上述特征信息，分别对各待选表集合进行评分，得到对应于各待选表集合的分数。

S402，使用蒙特卡洛算法，将各分数中最高的分数对应的待选表集合作为目标表集合。

蒙特卡洛算法是对一类随机算法的特性的概括，其核心思想是，尽可能的枚举出所有可能解，再从可能解中选择一个局部最优解，作为对于该问题的全局最优解。可以理解的是，由于蒙特卡洛算法采用的是有限采样的方式，得到的解只能是采样范围内的最优解，但随着采样范围的扩大，得到的局部最优解是全局最优解的概率也逐渐增大。

在本申请中，可以通过蒙特卡洛算法的思想，根据各待选表集合的特征信息，从枚举的各待选表集合中，选择其中一个在评分过程中，获得分数最高的待选表集合作为目标表集合。该目标表集合的计算效率、占用的存储空间，是所有的待选表集合中最优的。

在本实施例中，根据对各待选表集合的特征信息，对各待选表集合进行评分，能够对待选表集合在多个角度进行全面、完整的评价。然后，再使用蒙特卡洛算法的思想，确定了目标表集合，使得目标表集合是待选表集合中的最优解。

可选地，上述实施例中的关联关系包括：包含关系和/或依赖关系。

其中，包含关系是指各预选维度中，某一预选维度与另一预选维度是全包含的父子维度的关系，例如，月度与年度这两个时间维度，就是依赖关系。

依赖关系是指各预选维度中，某一预选维度可以通过其他预选维度推算得到，那么就可以说，该预选维度是依赖于其他预选维度存在的。一般来说，数据仓库在建立维度时，是通过雪花模式进行规范化处理建立的，但是，难免出现维度所对应的域出现重叠的情况。例如，对于一个包含两个区域的公司来说，第一区域的地理维度与第二区域的物理维度累加，就可以得到该公司全部的地理维度。

对于具有关联关系的预选维度，可以将其剔除，就得到了目标维度。

在本实施例中，定义了关联关系的具体情况，为目标维度的筛选提供了依据。

可选地，如图5所示，上述步骤S204中，根据目标表集合，生成目标数据查询指令，可以通过下述步骤S501至S502得到。

S501，根据目标表集合，生成初始数据查询指令。

其中，初始数据查询指令包括：查询语句以及目标维度与预选指标的计算公式。

可以理解的是，初始数据查询指令中的查询语句是服务器根据上述目标表集合中，各物理表所在的数据库，自动生成的数据库查询语句，用于从数据库的各物理表中，获取能够计算生成动态表单的数据。

初始数据查询语句中，目标维度与预选指标的计算公式是根据上述获得物理表中的数据，汇总并计算、生成动态表单的过程的计算公式。

S502，对初始数据查询指令进行优化处理，得到目标数据查询指令。

初始数据查询指令中，可能并不是效率最高的数据查询以及计算方式，服务器可以对其查询指令中的数据获取路径、计算方式的计算路径等进行优化，加速数据获取的效率以及计算效率。

在本实施例中，通过目标表集合，自动生成了初始数据查询指令，避免了繁琐的人工开发，也减少了人工编写指令可能发生错误的情况。

可选地，如图6所示，上述步骤S502中，对初始数据查询指令进行优化处理，得到目标数据查询指令，可由下述步骤S601至S604实现。

S601，简化初始数据查询指令中的查询语句的连接路径，得到简化后的查询语句，将简化后的查询语句作为目标数据查询指令中的查询语句。

查询语句的连接路径可以理解为，为获取多个物理表中的数据，上层的物理表与下层的物理表通过共有字段相互连接的查询语句。有时，为了获取某一最底层的物理表中的数据，可能需要多个物理表多次连接才能获得。

为了减少过多的关联操作，可以在数据仓库的物理表设计时，将下层物理表中使用频次较高的字段同时存储在上层的物理表中，作为上层的物理表中的快捷冗余字段。这样，服务器依次对上层物理表进行检索后，读取到了快捷冗余字段，就会将连接至下层的物理表的较长的连接路径改为连接到上层的物理表的较短的连接路径，从而缩短的初始数据查询指令中查询语句的长度。

S602，根据预选指标，确定多个预计算指标。

为了简化计算过程，对于获取得到的某些字段的数据，服务器可以根据以往对于上述字段常对应的预选指标，对其进行预计算，然后，将预计算获得的结果作为临时字段，与上述某些字段共同生成临时视图。这样，计算公式就能够各部分字段分别计算，提高了计算的效率。

例如，对于件数和单价这两个字段，多数情况下，对应的指标可以是总金额。服务器就可以预计算总金额，并存储在临时视图中。

S603，根据预计算指标，对目标维度与预选指标的计算公式进行优化处理，得到处理后的计算公式。

服务器根据计算公式对临时视图进行检索，若检索到临时视图中的某一字段是计算公式需要计算获取的结果，则可以直接将该结果所在的字段替换掉计算公式中对于该部分的计算，从而降低计算公式的复杂地，提升计算效率。

S604，根据目标维度的特征信息，从处理后的计算公式中选择目标公式，将目标公式作为目标数据查询指令中的计算公式。

接下来，可以以目标维度中某一维度的角度，对计算公式进行进一步的优化，得到目标公式。例如，对于年度营收来说，可以通过对月度营收的累加得到，也可以通过对每日营收的累加得到，显然地，从月度营收累加得到年度营收的效率，高于从日度营收累加得到年度营收的效率。因此，可以在每日营收和月度营收的数据都存在的情况下，优先使用月度营收数据。

上述方法是从算法层面提高动态表单的生成效率，可选地，在设计数据仓库时，服务器还可以通过表分区的方式，从物理设备层面提高查询语句的查询效率。具体地，可以将某一数据量较大的物理表进行分割，存储在多个分区中，这样，可以同时对该物理表的多个分区同时进行检索，提升了检索的速度。

服务器还可以根据数据的时间维度，将热度不同的数据存储在效率、存储空间不同的数据库中。可以理解的是，数据的时间维度越近，热度越高。因此，可以将热数据存储在检索速度较快的MySQL数据库中，温数据存储在Holo数据库中，冷数据存储在MaxCompute数据库中。在对不同热度的数据进行检索时，服务器可以根据对应的数据库，生成不同的查询语句，分别获取并汇总分析数据。

在本实施例中，通过对初始数据查询指令进行从查询指令和计算公式两个角度进行优化，得到了目标数据查询指令，进一步地对自动化生成的初始数据查询指令进行调优，提高了动态表单的生成效率。

本申请实施例还提供一种动态表单的生成装置10，如图7所示，该装置包括：

接收模块1001，用于接收终端设备发起的动态表单查询请求，动态表单查询请求中包括：多个预选维度、多个预选指标、多个预选指标的聚合算法以及过滤条件。

处理模块1002，用于根据动态表单查询请求中各预选维度的关联关系，对预选维度进行筛选，得到目标维度。

确定模块1003，用于根据目标维度、预选指标、聚合算法以及过滤条件，确定目标表集合，目标表集合包括：至少一张物理表，物理表中包括与目标维度、聚合算法、过滤条件以及预选指标具有直接关联关系的字段。

生成模块1004，用于根据目标表集合，生成目标数据查询指令。

生成模块1004还用于，根据目标数据查询指令，生成动态表单，并向终端设备发送动态表单。

确定模块1003具体还用于，根据目标维度、预选指标、聚合算法以及过滤条件，确定目标维度、预选指标、聚合算法以及过滤条件所在的多张物理表。根据多张物理表，确定多个待选表集合，其中，各待选表集合均包括至少一张物理表，物理表中包括与目标维度、预选指标、聚合算法以及过滤条件具有关联关系的字段。根据预设的评价策略，从多个待选表集合中选择出一个待选表集合作为目标表集合。

确定模块1003具体还用于，对多张物理表进行排列组合，确定多个待选表集合。

确定模块1003具体还用于，根据各待选表集合的特征信息，分别对多个待选表集合进行评分，得到对应于多个待选表集合的分数，特征信息包括如下至少一项：待选表集合中物理表的数量、深度以及聚合复杂度。使用蒙特卡洛算法，将各分数中最高的分数对应的待选表集合作为目标表集合。

处理模块1002具体还用于，关联关系包括：包含关系和/或依赖关系。

生成模块1004具体还用于，根据目标表集合，生成初始数据查询指令，初始数据查询指令包括：查询语句以及目标维度与预选指标的计算公式。对初始数据查询指令进行优化处理，得到目标数据查询指令。

生成模块1004具体还用于，简化初始数据查询指令中的查询语句的连接路径，得到简化后的查询语句，将简化后的查询语句作为目标数据查询指令中的查询语句。根据预选指标，确定多个预计算指标。根据预计算指标，对目标维度与预选指标的计算公式进行优化处理，得到处理后的计算公式。根据目标维度的特征信息，从处理后的计算公式中选择目标公式，将目标公式作为目标数据查询指令中的计算公式。

请参阅图8，本实施例还提供一种服务器，该服务器包括：处理器2001、存储器2002和总线，存储器2002存储有处理器2001可执行的机器可读指令，当服务器运行时，执行上述机器可读指令，处理器2001与存储器2002之间通过总线通信，处理器2001用于执行上述实施例中的动态表单的生成方法的步骤。

存储器2002、处理器2001以及总线各元件相互之间直接或间接地电性连接，以实现数据的传输或交互。例如，这些元件相互之间可通过一条或多条通讯总线或信号线实现电性连接。动态表单的生成***的数据处理装置包括至少一个可以软件或固件（firmware）的形式存储于存储器2002中或固化在计算机设备的操作***（operating system，OS）中的软件功能模块。处理器2001用于执行存储器2002中存储的可执行模块，例如对象的动态表单的生成***的数据处理装置所包括的软件功能模块及计算机程序等。

其中，存储器2002可以是，但不限于，随机存取存储器（Random Access Memory，RAM），只读存储器（Read Only Memory，ROM），可编程只读存储器（Programmable Read-OnlyMemory，PROM），可擦除只读存储器（Erasable Programmable Read-Only Memory，EPROM），电可擦除只读存储器（Electric Erasable Programmable Read-Only Memory，EEPROM）等。

可选地，本申请还提供一种存储介质，存储介质上存储有计算机程序，计算机程序被处理器运行时执行上述方法实施例的步骤。具体实现方式和技术效果类似，这里不再赘述。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的***和装置的具体工作过程，可以参考方法实施例中的对应过程，本申请中不再赘述。在本申请所提供的几个实施例中，应该理解到，所揭露的***、装置和方法，可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，又例如，多个模块或组件可以结合或者可以集成到另一个***，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。

另外，在本申请各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备（可以是个人计算机，服务器，或者网络设备等）执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，仅为本申请的具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应以所述权利要求的保护范围为准。

Claims (8)

1.一种动态表单的生成方法，其特征在于，所述方法包括：

接收终端设备发起的动态表单查询请求，所述动态表单查询请求中包括：多个预选维度、多个预选指标、所述多个预选指标的聚合算法以及过滤条件；

根据所述动态表单查询请求中各预选维度的关联关系，对所述预选维度进行筛选，得到目标维度；

根据所述目标维度、所述预选指标、所述聚合算法以及所述过滤条件，确定目标表集合，所述目标表集合包括：至少一张物理表，所述物理表中包括与所述目标维度、所述聚合算法、所述过滤条件以及所述预选指标具有直接关联关系的字段；

根据所述目标表集合，生成目标数据查询指令；

根据所述目标数据查询指令，生成动态表单，并向所述终端设备发送所述动态表单；

所述根据所述目标表集合，生成目标数据查询指令，包括：

根据所述目标表集合，生成初始数据查询指令，所述初始数据查询指令包括：查询语句以及所述目标维度与所述预选指标的计算公式；

对所述初始数据查询指令进行优化处理，得到所述目标数据查询指令；

所述对所述初始数据查询指令进行优化处理，得到所述目标数据查询指令，包括：

简化所述初始数据查询指令中的所述查询语句的连接路径，得到简化后的查询语句，将所述简化后的查询语句作为所述目标数据查询指令中的查询语句；

根据所述预选指标，确定多个预计算指标；

根据所述预计算指标，对所述目标维度与所述预选指标的计算公式进行优化处理，得到处理后的计算公式；

根据所述目标维度的特征信息，从所述处理后的计算公式中选择目标公式，将所述目标公式作为所述目标数据查询指令中的计算公式。

2.根据权利要求1所述的动态表单的生成方法，其特征在于，所述根据所述目标维度、所述预选指标、所述聚合算法以及所述过滤条件，确定目标表集合，包括：

根据所述目标维度、所述预选指标、所述聚合算法以及所述过滤条件，确定所述目标维度、所述预选指标、所述聚合算法以及所述过滤条件所在的多张物理表；

根据多张所述物理表，确定多个待选表集合，其中，各所述待选表集合均包括至少一张物理表，所述物理表中包括与所述目标维度、所述预选指标、所述聚合算法以及所述过滤条件具有关联关系的字段；

根据预设的评价策略，从所述多个待选表集合中选择出一个待选表集合作为目标表集合。

3.根据权利要求2所述的动态表单的生成方法，其特征在于，所述根据多张所述物理表，确定多个待选表集合，包括：

对多张所述物理表进行排列组合，确定多个待选表集合。

4.根据权利要求2所述的动态表单的生成方法，其特征在于，所述根据预设的评价策略，从所述多个待选表集合中选择出一个待选表集合作为目标表集合，包括：

根据各待选表集合的特征信息，分别对所述多个待选表集合进行评分，得到对应于所述多个待选表集合的分数，所述特征信息包括如下至少一项：所述待选表集合中物理表的数量、深度以及聚合复杂度；

使用蒙特卡洛算法，将所述各分数中最高的分数对应的待选表集合作为目标表集合。

5.根据权利要求1所述的动态表单的生成方法，其特征在于，所述关联关系包括：包含关系和/或依赖关系。

6.一种动态表单的生成***，其特征在于，所述***包括：多个终端设备以及服务器，多个所述终端设备与所述服务器分别通信连接；

所述终端设备用于，向所述服务器发起动态表单查询请求，并接收所述服务器发送的动态表单；

所述服务器用于，以元数据的方式存储数据，并执行如权利要求1-5任一项所述的动态表单的生成方法的步骤。

7.一种服务器，其特征在于，所述服务器包括：处理器、存储器和总线，所述存储器存储有所述处理器可执行的机器可读指令，当所述服务器运行时，所述处理器与所述存储器之间通过总线通信，所述处理器执行所述机器可读指令，以执行如权利要求1-5任一项所述的动态表单的生成方法的步骤。

8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时，实现如权利要求1-5中任一项所述的动态表单的生成方法的步骤。

Images