【技术实现步骤摘要】
本申请涉及计算机，特别是涉及一种指标识别方法、装置、设备、存储介质和程序产品。
技术介绍
1、目前，银行内部大数据分析系统中，有一些指标因为业务需求而丢弃使用，但是又没有下线，因为业务复杂性，这些指标所在数据关系会越来越复杂，又因为时间久远性，最终导致这些指标很难被找出来，久而久之影响整个系统的运行效率，也对运维人员和开发人员形成了干扰。
2、目前银行内部大多都是通过业务侧来人工确认指标是否使用。
3、现有的通过业务侧来人工确认指标是否在使用时，需要从当前业务需求和已有业务逻辑两个方面进行确认，由于银行内部大数据分析系统时间久远并且大数据分析系统中包含有大量复杂的业务逻辑，很难准确高效的找到可能已被丢弃使用的目标指标并下线，即指标识别效率不高。
技术实现思路
1、基于此，有必要针对上述技术问题，提供一种能够提高被丢弃使用的目标指标识别效率的指标识别方法、装置、设备、存储介质和程序产品。
2、第一方面，本申请提供了一种指标识别方法，该方法包括：
3、获取大数据分析系统的多个数据地图，数据地图包括至少一条数据分析链路，数据分析链路包括多个按照依赖关系排列的数据分析节点，其中，数据分析节点与大数据分析系统中的数据分析元素相对应；从多个数据地图中确定异常数据分析链路，并根据异常数据分析链路确定大数据分析系统中的无用库表；从多个数据地图中确定候选数据分析链路，候选数据分析链路包括的数据分析节点中存在与无用库表对应的节点；根据候选数据分析链路确定
4、在其中一个实施例中，获取大数据分析系统的多个数据地图，包括：
5、获取大数据分析系统中各个数据分析元素的元数据；获取大数据分析系统的业务逻辑；根据业务逻辑以及各个数据分析元素的元数据生成多个数据地图。
6、在其中一个实施例中，数据分析元素包括源数据接口、库表、过程任务以及指标。
7、在其中一个实施例中，从多个数据地图中确定异常数据分析链路，包括：
8、从多个数据地图中确定第一异常数据分析链路，其中，第一异常数据分析链路缺失与源数据接口对应的数据分析节点，或者，第一异常数据分析链路缺失与指标对应的数据分析节点；从多个数据地图中确定第二异常数据分析链路，第二异常数据分析链路仅包含与指标对应的数据分析节点。
9、在其中一个实施例中，根据异常数据分析链路确定大数据分析系统中的无用库表，包括：
10、确定第一异常数据分析链路中的第一数据分析节点，第一数据分析节点为与库表对应的节点；将第一异常数据分析链路中的第一数据分析节点对应的库表作为无用库表。
11、在其中一个实施例中，根据候选数据分析链路确定大数据分析系统中可能已被丢弃使用的目标指标，包括：
12、确定候选数据分析链路中的第二数据分析节点，第二数据分析节点为与指标对应的节点；将候选数据分析链路中的第二数据分析节点对应的指标作为目标指标。
13、在其中一个实施例中，方法还包括：
14、确定第二异常数据分析链路中的第二数据分析节点，第二数据分析节点为与指标对应的节点；将第二异常数据分析链路中的第二数据分析节点对应的指标作为目标指标。
15、第二方面，本申请还提供一种指标识别装置，该装置包括：
16、获取模块，用于获取大数据分析系统的多个数据地图，数据地图包括至少一条数据分析链路，数据分析链路包括多个按照依赖关系排列的数据分析节点，其中，数据分析节点与大数据分析系统中的数据分析元素相对应；
17、第一确定模块，用于从多个数据地图中确定异常数据分析链路，并根据异常数据分析链路确定大数据分析系统中的无用库表；
18、第二确定模块，用于从多个数据地图中确定候选数据分析链路，候选数据分析链路包括的数据分析节点中存在与无用库表对应的节点；
19、第三确定模块，用于根据候选数据分析链路确定大数据分析系统中可能已被丢弃使用的目标指标。
20、在其中一个实施例中，获取模块，具体用于：获取大数据分析系统中各个数据分析元素的元数据；获取大数据分析系统的业务逻辑；根据业务逻辑以及各个数据分析元素的元数据生成多个数据地图。
21、在其中一个实施例中，数据分析元素包括源数据接口、库表、过程任务以及指标。
22、在其中一个实施例中，第一确定模块，具体用于：从多个数据地图中确定第一异常数据分析链路，其中，第一异常数据分析链路缺失与源数据接口对应的数据分析节点，或者，第一异常数据分析链路缺失与指标对应的数据分析节点；从多个数据地图中确定第二异常数据分析链路，第二异常数据分析链路仅包含与指标对应的数据分析节点。
23、在其中一个实施例中，第一确定模块，具体用于：确定第一异常数据分析链路中的第一数据分析节点，第一数据分析节点为与库表对应的节点；将第一异常数据分析链路中的第一数据分析节点对应的库表作为无用库表。
24、在其中一个实施例中，第三确定模块，具体用于：确定候选数据分析链路中的第二数据分析节点，第二数据分析节点为与指标对应的节点；将候选数据分析链路中的第二数据分析节点对应的指标作为目标指标。
25、在其中一个实施例中，第三确定模块，还用于确定第二异常数据分析链路中的第二数据分析节点，第二数据分析节点为与指标对应的节点；将第二异常数据分析链路中的第二数据分析节点对应的指标作为目标指标。
26、第三方面，本申请还提供了一种计算机设备，该计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述第一方面任一的方法。
27、第四方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述第一方面任一的方法。
28、第五方面，本申请还提供了一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序被处理器执行时实现上述第一方面任一的方法。
29、上述指标识别方法、装置、设备、存储介质和程序产品，首先获取大数据分析系统的多个数据地图，数据地图包括至少一条数据分析链路，数据分析链路包括多个按照依赖关系排列的数据分析节点，其中，数据分析节点与大数据分析系统中的数据分析元素相对应；其次从多个数据地图中确定异常数据分析链路，并根据异常数据分析链路确定大数据分析系统中的无用库表；然后从多个数据地图中确定候选数据分析链路，候选数据分析链路包括的数据分析节点中存在与无用库表对应的节点；进而根据候选数据分析链路确定大数据分析系统中可能已被丢弃使用的目标指标。这样可以根据数据地图、异常数据分析链路和候选数据分析链路全面、高效的梳理和分析出目标指标的使用情况，最后找到可能已被丢弃使用的目标指标，可以提高可能已被丢弃使用的目标指标的识别效率。
本文档来自技高网...【技术保护点】
1.一种指标识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取大数据分析系统的多个数据地图，包括：
3.根据权利要求1所述的方法，其特征在于，所述数据分析元素包括源数据接口、库表、过程任务以及指标。
4.根据权利要求3所述的方法，其特征在于，所述从所述多个数据地图中确定异常数据分析链路，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述异常数据分析链路确定所述大数据分析系统中的无用库表，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据所述候选数据分析链路确定所述大数据分析系统中可能已被丢弃使用的目标指标，包括：
7.根据权利要求4所述的方法，其特征在于，所述方法还包括：
8.一种指标识别装置，其特征在于，所述装置包括：
9.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质，其上存储有计
11.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
...【技术特征摘要】
1.一种指标识别方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述获取大数据分析系统的多个数据地图，包括：
3.根据权利要求1所述的方法，其特征在于，所述数据分析元素包括源数据接口、库表、过程任务以及指标。
4.根据权利要求3所述的方法，其特征在于，所述从所述多个数据地图中确定异常数据分析链路，包括：
5.根据权利要求4所述的方法，其特征在于，所述根据所述异常数据分析链路确定所述大数据分析系统中的无用库表，包括：
6.根据权利要求1所述的方法，其特征在于，所述根据所述候选数据分析链路确定所述大数据分析系统中可能已被丢弃...
【专利技术属性】
技术研发人员：徐雅光，李亚雄，谢倩楠，刘景怡，张继蒙，王超杰，陈文尧，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。