(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210682146.3 (22)申请日 2022.06.15 (71)申请人 平安银行股份有限公司 地址 518000 广东省深圳市罗湖区深南 东 路5047号 (72)发明人 郑词林　吉庆　 (74)专利代理 机构 深圳市威世博知识产权代理 事务所(普通 合伙) 44280 专利代理师 李申 (51)Int.Cl. G06F 16/2455(2019.01) G06F 16/28(2019.01) G06Q 40/00(2012.01) (54)发明名称 指标数据下钻方法、 计算机设备及计算机可 读存储介质 (57)摘要 本申请公开了一种指标数据下钻 方法、 计算 机设备及计算机可读存储介质。 该方法包括： 接 收所述指标数据的查询关键词； 利用带指标编码 的基础数据获得匹配查询关键词的数据， 带指标 编码的基础数据包括一一对应的指标编码、 维 度、 度量值， 维度是所述基础数据的所有维度中 的一个； 输出所述匹配所述查询关键词的数据。 利用大数据的算力和存储能力， 实现了用较快的 速度进行指标下钻的能力。 权利要求书1页 说明书6页 附图3页 CN 115062059 A 2022.09.16 CN 115062059 A 1.一种指标 数据下钻方法， 其特 征在于， 包括： 接收所述指标 数据的查询关键词； 利用带指标编码的基础数据获得匹配所述查询关键词的数据， 所述带指标编码的基础 数据包括一一对应的指标编 码、 维度、 度量值， 所述 维度是所述基础数据的所有维度中的一 个； 输出所述匹配所述 查询关键词的数据。 2.根据权利要求1所述的方法， 其特征在于， 所述利用带指标编码的基础数据获得匹配 所述查询关键词的数据包括： 在存储于海量数据快速查询存储区的带指标编码的基础数据中匹配所述查询关键词 的数据。 3.根据权利要求2所述的方法， 其特征在于， 所述快速查询存储区存储有所述带指标编 码的基础数据的ES或redis数据库。 4.根据权利要求1所述的方法， 其特征在于， 所述利用带指标编码的基础数据获得匹配 所述查询关键词的数据包括： 在计算结果集合中匹配所述查询关键词的计算结果， 所述计算结果是利用预设复杂查 询方法或公式在所述带指标编码的基础数据进行计算得到 。 5.根据权利要求4所述的方法， 其特征在于， 所述计算结果包括一一对应的指标编码、 复杂查询编码、 预设维度、 度量值， 所述预设维度是所述预设 复杂查询方法或公式所选定的 数据维度， 所述复杂查询编码是对应所述预设复杂查询方法或公式的编码。 6.根据权利要求1所述的方法， 其特征在于， 所述利用带指标编码的基础数据获得匹配 所述查询关键词的数据包括： 在关系型数据库中匹配所述查询关键词的数据， 所述关系型数据库 是对所述带指标编 码的基础数据进行维度合并得到 。 7.根据权利要求6所述的方法， 其特征在于， 所述在 关系型数据库中匹配所述查询关键 词所得到的数据包括 一一对应的指标编码、 合并维度、 度量 值。 8.根据权利要求1所述的方法， 其特征在于， 所述利用带指标编码的基础数据获得匹配 所述查询关键词的数据包括： 在多维技术数据模型中匹配所述查询关键词的数据， 所述多维技术数据模型是依照核 心维度对所述带指标编码的基础数据进行维度合并得到 。 9.根据权利要求8所述的方法， 其特征在于， 所述在多维技术数据模型中匹配所述查询 关键词所 得到的数据包括 一一对应的指标编码、 合并维度、 度量 值。 10.一种计算机设备， 其特 征在于， 包括： 处理器； 储存器， 连接所述处 理器， 用于存 储可在所述处 理器上运行的计算 程序； 其中， 所述处 理器执行所述计算机程序时实现权利要求1至9任意 一项所述方法。 11.一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， 所述计算机程序被处 理器执行时实现权利要求1至9任一项所述方法。权　利　要　求　书 1/1 页 2 CN 115062059 A 2指标数据 下钻方法、 计算机设 备及计算机可 读存储介质 技术领域 [0001]本申请涉及金融数据查询技术领域， 特别是涉及指标数据下钻方法、 计算机设备 及计算机可读存 储介质。 背景技术 [0002]在金融数据领域中， 通常采用基础数据表， 基础数据表通常会标准化为一张事实 数据表， 基础数据 表的字段可以分为两类， 分别是维度和度量值。 根据数据维度的可聚合程 度可以将维度分为两类： 高聚合维度、 低聚合维度。 高聚合维度成员很少， 低聚合维度成员 很多。 数据按照高聚合维度进行聚合后数据量可以实现明显压缩， 而按照低聚合维度进行 聚合， 则数据量无法有效压缩。 [0003]指标计算是指对数据进行重分类并适当合并， 计算之后形成新的储存结构： 指标 编码、 重分类维度、 部 分原始维度， 度量值。 目前， 在指标计算的步骤中通常使用的方案无法 支持海量下钻和复杂下钻， 无法满足 实际需求。 发明内容 [0004]本申请主要解决的技术问题是提供指标数据下钻方法、 计算机设备及计算机可读 存储介质， 能够对基础数据进行处 理， 得到同时支持海量下钻、 复杂下钻的数据库。 [0005]为解决上述问题， 本申请采用的第一个技术方案是： 提供指标数据下钻方法， 该方 法包括： 接 收指标数据的查询关键词； 利用带指标编码的基础数据获得匹配所述查询关键 词的数据， 所述带指标编码的基础数据包括一一对应的指标编码、 维度、 度量值， 所述维度 是所述基础数据的所有维度中的一个； 输出 所述匹配所述 查询关键词的数据。 [0006]为解决上述问题， 本申请采用的第二个技术方案是： 提供指标数据下钻方法， 该方 法包括： 接 收指标数据的查询关键词； 在存储于海量数据快速查询存储区的带指标编码的 基础数据中匹配所述查询关键词的数据， 快速查询存储区设置有存储带指标编 码的基础数 据的ES或redis数据库， 带指标编码的基础数据包括一一对应的指标编码、 维度、 度量值， 维 度是基础数据的所有维度中的一个； 在计算结果集合中匹配所述查询关键词的计算结果， 计算结果是利用预设 复杂查询方法或公式在带指标编 码的基础数据进 行计算得到， 计算结 果包括一一对应的指标编码、 复杂查询编码、 预设维度、 度量值， 预设维度是预设复杂查询 方法或公式所选定的数据维度， 复杂查询编码是对应预设复杂查询方法或公式的编码； 在 关系型数据库中匹配所述查询关键词的数据， 关系型数据库是对带指标编 码的基础数据进 行维度合并得到， 在关系型数据库中匹配所述查询关键词所得到的数据包括一一对应的指 标编码、 合并维度、 度量值； 在多维技术数据模型中匹配所述查询关键词的数据， 多维技术 数据模型是依照核心维度对带指标编 码的基础数据进 行维度合并得到， 在多维技术数据模 型中匹配所述查询关键词所得到的数据包括一一对应的指标编 码、 合并维度、 度量值； 输出 所述匹配所述 查询关键词的数据。 [0007]为解决上述技术问题， 本申请采用的第三个技术方案是： 提供计算机设备， 该计算说　明　书 1/6 页 3 CN 115062059 A 3