数据模型生成优化方法、装置、电子设备及可读存储介质与流程

1.本技术涉及数据处理技术领域，尤其涉及一种数据模型生成优化方法、装置、电子设备及可读存储介质。


背景技术：

2.随着科技的高速发展，数据处理技术也越来越成熟，目前，通过将元件与数据源进行数据绑定，而当元件增加时，数据源也随之增加，通过逐个元件的自我配置请求进行数据绑定时，需要人工命名各个数据源或者数据源中各数据的属性以完成数据绑定，从而导致数据绑定的效率低。


技术实现要素：

3.本技术的主要目的在于提供一种数据模型生成优化方法、装置、电子设备及可读存储介质，旨在解决现有技术中数据绑定的效率低的技术问题。
4.为实现上述目的，本技术提供一种数据模型生成优化方法，应用于数据模型生成优化设备，所述数据模型生成优化方法包括：
5.获取目标元件和至少一个目标任务；
6.依据所述目标元件对应的目标输出数据的数据类型，确定数据模型对应的接口请求类型；
7.依据所述接口请求类型对应的请求参数以及所述目标任务，构建所述数据模型。
8.可选地，所述依据所述接口请求类型对应的请求参数以及所述目标任务，构建所述数据模型的步骤包括：
9.依据各所述目标任务之间的任务关系，选取所述数据模型的模型类型；
10.依据所述请求参数，配置所述数据模型的数据结构；
11.依据所述数据结构和所述模型类型，构建所述数据模型。
12.可选地，所述任务关系包括相互独立关系和相互联动关系，所述模型类型包括普通模型和联动模型，所述依据各所述目标任务之间的任务关系，选取所述数据模型的模型类型的步骤包括：
13.当所述任务关系为所述相互独立关系时，选取所述数据模型的模型类型为所述普通模型；
14.当所述任务关系为所述相互联动关系时，选取所述数据模型的模型类型为所述联动模型。
15.可选地，所述依据所述接口请求类型对应的请求参数，配置所述数据模型的数据结构的步骤包括：
16.依据所述请求参数，选取所述数据模型的输入参数以及目标输出数据对应的目标输出格式；
17.依据所述输入参数和所述目标输出格式，配置所述数据模型的数据结构。
18.可选地，在所述依据所述接口请求类型对应的请求参数以及所述目标任务，构建所述数据模型的步骤之后，还包括：
19.在检测到所述数据模型的调试命令时，通过解析引擎输出响应结果；
20.依据所述响应结果，将所述目标元件挂载至所述数据模型。
21.可选地，在所述依据所述响应结果，将所述目标元件挂载至所述数据模型的步骤之后，还包括：
22.依据目标输出类型和目标输出格式，生成目标元件对应的目标字段；
23.将所述目标字段与所述响应结果生成的字典字段进行匹配，得到匹配结果；
24.通过所述数据模型输出并显示所述匹配结果。
25.可选地，在所述依据所述接口请求类型对应的请求参数以及所述目标任务，构建所述数据模型的步骤之后，还包括：
26.查询云数据，判断所述云数据中是否存在所述数据模型对应的待更新数据；
27.若是，则依据所述待更新数据，对所述数据模型进行更新。
28.为实现上述目的，本技术还提供一种数据模型生成优化装置，所述数据模型生成优化装置应用于数据模型生成优化设备，所述数据模型生成优化装置包括：
29.获取模块，用于获取目标元件和至少一个目标任务；
30.确定模块，用于依据所述目标元件对应的目标输出数据的数据类型，确定数据模型对应的接口请求类型；
31.构建模块，用于依据所述接口请求类型对应的请求参数以及所述目标任务，构建所述数据模型。
32.可选地，所述构建模块还用于：
33.依据各所述目标任务之间的任务关系，选取所述数据模型的模型类型；
34.依据所述请求参数，配置所述数据模型的数据结构；
35.依据所述数据结构和所述模型类型，构建所述数据模型。
36.可选地，所述任务关系包括相互独立关系和相互联动关系，所述模型类型包括普通模型和联动模型，所述构建模块还用于：
37.当所述任务关系为所述相互独立关系时，选取所述数据模型的模型类型为所述普通模型；
38.当所述任务关系为所述相互联动关系时，选取所述数据模型的模型类型为所述联动模型。
39.可选地，所述构建模块还用于：
40.依据所述请求参数，选取所述数据模型的输入参数以及目标输出数据对应的目标输出格式；
41.依据所述输入参数和所述目标输出格式，配置所述数据模型的数据结构。
42.可选地，在所述依据所述接口请求类型对应的请求参数以及所述目标任务，构建所述数据模型的步骤之后，所述数据模型生成优化装置还用于：
43.在检测到所述数据模型的调试命令时，通过解析引擎输出响应结果；
44.依据所述响应结果，将所述目标元件挂载至所述数据模型。
45.可选地，在所述依据所述响应结果，将所述目标元件挂载至所述数据模型的步骤
之后，所述数据模型生成优化装置还用于：
46.依据目标输出类型和目标输出格式，生成目标元件对应的目标字段；
47.将所述目标字段与所述响应结果生成的字典字段进行匹配，得到匹配结果；
48.通过所述数据模型输出并显示所述匹配结果。
49.可选地，在所述依据所述接口请求类型对应的请求参数以及所述目标任务，构建所述数据模型的步骤之后，所述数据模型生成优化装置还用于：
50.查询云数据，判断所述云数据中是否存在所述数据模型对应的待更新数据；
51.若是，则依据所述待更新数据，对所述数据模型进行更新。
52.本技术还提供一种电子设备，所述电子设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述数据模型生成优化方法的程序，所述数据模型生成优化方法的程序被处理器执行时可实现如上述的数据模型生成优化方法的步骤。
53.本技术还提供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实现数据模型生成优化方法的程序，所述数据模型生成优化方法的程序被处理器执行时实现如上述的数据模型生成优化方法的步骤。
54.本技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的数据模型生成优化方法的步骤。
55.本技术提供了一种数据模型生成优化方法、装置、电子设备及可读存储介质，相比于通过将元件与数据源进行数据绑定，本技术通过获取目标元件和至少一个目标任务；依据所述目标元件对应的目标输出数据的数据类型，确定数据模型对应的接口请求类型；依据所述接口请求类型对应的请求参数以及所述目标任务，构建所述数据模型，其中，所述数据模型为用于给目标元件提供数据源的一系列逻辑处理的组合体，实现了根据目标元件和目标任务，自动构建数据模型，通过将元件挂载在数据模型上以实现数据绑定，避免了采用将元件与数据源进行数据绑定时，由于元件和数据源过多，出现需要人工命名各个数据源或者数据源中各数据的属性以完成数据绑定的技术缺陷，从而提高了数据绑定的效率。
附图说明
56.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
57.为了更清楚地说明本技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
58.图1为本技术数据模型生成优化方法第一实施例的流程示意图；
59.图2为本技术实施例中数据模型生成优化方法涉及的硬件运行环境的设备结构示意图。
60.本技术目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
61.为使本技术的上述目的、特征和优点能够更加明显易懂，下面将结合本技术实施例中的附图，对本技术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
仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，均属于本技术保护的范围。
62.实施例一
63.本技术实施例提供一种数据模型生成优化方法，在本技术数据模型生成优化方法的第一实施例中，参照图1，所述数据模型生成优化方法包括：
64.步骤s10，获取目标元件和至少一个目标任务；
65.步骤s20，依据所述目标元件对应的目标输出数据的数据类型，确定数据模型对应的接口请求类型；
66.步骤s30，依据所述接口请求类型对应的请求参数以及所述目标任务，构建所述数据模型。
67.在本实施例中，需要说明的是，所述接口请求类型可以为post，也可以为get，还可以为put等其他接口请求类型。所述数据模型可以为网页数据模型，所述网页数据模型可以为给目标元件提供随时间变化的降雨量的一系列逻辑处理的组合体，也可以为给目标元件提供人员类别占比的一系列逻辑处理的组合体等其他数据模型。所述目标元件可以为折线图控件，也可以为柱状图控制，还可以为占比圆环控件等其他控件。
68.示例性地，步骤s10至步骤s40包括：获取目标元件和至少一个目标任务；依据所述目标元件，确定所述数据模型对应的目标输出数据的数据类型，其中，所述数据类型可以为折线图，也可以为柱状图，还可以为占比圆环，依据所述数据类型，选取数据模型对应的接口请求类型；依据所述接口请求类型，确定所述数据模型对应的请求参数，其中，所述请求参数至少包括订阅事件的响应值、上一任务的第一返回值以及当前任务的第二返回值；依据所述请求参数以及所述目标任务，构建所述数据模型。
69.可选地，当所述接口请求类型为post时，获取所述请求参数中包含上传文件的体参数类型，所述请求参数中的表单类型以及所述请求参数中的json类型，得到所述请求参数对应的请求参数类型。
70.可选地，当所述接口请求类型为get时，获取所述请求参数中的url参数，得到所述请求参数对应的请求参数类型。
71.可选地，在所述确定所述接口请求类型对应的请求参数的步骤之后，还包括：
72.依据所述订阅事件的响应值和/或所述上一任务的第一返回值，对当前任务进行配置具体入参。
73.其中，在步骤s40中，所述依据所述接口请求类型对应的请求参数以及所述目标任务，构建所述数据模型的步骤包括：
74.步骤s41，依据各所述目标任务之间的任务关系，选取所述数据模型的模型类型；
75.步骤s42，依据所述请求参数，配置所述数据模型的数据结构；
76.步骤s43，依据所述数据结构和所述模型类型，构建所述数据模型。
77.示例性地，步骤s41至步骤s43包括：依据所述目标任务之间的关联性，确定各所述目标任务之间的任务关系，依据所述任务关系，选取所述数据模型的模型类型；依据所述订阅事件的响应值、所述上一任务的第一返回值以及所述当前任务的第二返回值，配置所述数据模型的数据结构；依据所述数据结构和所述模型类型，构建所述数据模型。
78.其中，在步骤s41中，所述任务关系包括相互独立关系和相互联动关系，所述模型类型包括普通模型和联动模型，所述依据各所述目标任务之间的任务关系，选取所述数据模型的模型类型的步骤包括：
79.步骤a10，当所述任务关系为所述相互独立关系时，选取所述数据模型的模型类型为所述普通模型；
80.步骤a20，当所述任务关系为所述相互联动关系时，选取所述数据模型的模型类型为所述联动模型。
81.在本实施例中，需要说明的是，所述相互独立关系为各目标任务之间的响应值的显示互不干扰，所述相互联动关系为各目标任务之间的响应值的显示存在联系。所述联动模型由至少两个普通模型组成。
82.示例性地，步骤a10至步骤a20包括：当所述任务关系为所述相互独立关系时，选取所述数据模型的模型类型为所述普通模型，并将各所述目标任务与各所述普通模型相对应；当所述任务关系为所述相互联动关系时，获取存在所述相互联动关系的至少两个联动任务，通过联动开关将各所述联动任务进行关联，得到所述联动模型，例如，当任务为输出人员类型占比时，任务关系为相互独立关系，选取普通模型，将第一普通模型和输出第一人员类型占比对应，第二普通模型和输出第二人员类型占比对应等等；当任务为输出两日内的降雨量时，任务关系为相互联动关系，选取联动模型，将第三普通模型和输出第一天的降雨量对应，第四普通模型和输出第二天的降雨量对应，通过联动开关将第三普通模型和第四普通模型进行关联。
83.其中，在步骤s41中，所述依据所述请求参数，配置所述数据模型的数据结构的步骤包括：
84.步骤b10，依据所述请求参数，选取所述数据模型的输入参数以及目标输出数据对应的目标输出格式；
85.步骤b20，依据所述输入参数和所述目标输出格式，配置所述数据模型的数据结构。
86.示例性地，步骤b10至步骤b20包括：选取所述订阅事件的响应值、所述上一任务的第一返回值以及所述当前任务的第二返回值作为所述数据模型的输入参数，将各目标输出数据对应的目标输出格式以对象格式包裹，所述对象格式为所述数据模型输出并显示的数据的格式；依据所述输入参数和所述目标输出格式，配置所述数据模型的数据结构，通过将各输出格式以对象格式包裹，从而提高了数据模型的数据结构的通用性以及扁平化。
87.本技术实施例提供了一种数据模型生成优化方法，相比于通过将元件与数据源进行数据绑定，本技术实施例通过获取目标元件和至少一个目标任务；依据所述目标元件对应的目标输出数据的数据类型，确定数据模型对应的接口请求类型；确定所述接口请求类型对应的请求参数；依据所述接口请求类型对应的请求参数以及所述目标任务，构建所述数据模型，其中，所述数据模型为用于给目标元件提供数据源的一系列逻辑处理的组合体，实现了根据目标元件和目标任务，自动构建数据模型，通过将元件挂载在数据模型上以实现数据绑定，避免了采用将元件与数据源进行数据绑定时，由于元件和数据源过多，出现需要人工命名各个数据源或者数据源中各数据的属性以完成数据绑定的技术缺陷，从而提高了数据绑定的效率。
88.实施例二
89.进一步地，基于本技术第一实施例，在本技术另一实施例中，与上述实施例一相同或相似的内容，可以参考上文介绍，后续不再赘述。在此基础上，其中，在步骤s40之后，在所述依据所述接口请求类型对应的请求参数以及所述目标任务，构建所述数据模型的步骤之后，还包括：
90.步骤s50，在检测到所述数据模型的调试命令时，通过解析引擎输出响应结果；
91.步骤s60，依据所述响应结果，将所述目标元件挂载至所述数据模型。
92.在本实施例中，需要说明的是，所述解析引擎为runtask解析引擎，用于通过对请求参数进行解析，输出响应结果。
93.示例性地，步骤s50至步骤s60包括：在首次构建所述数据模型完成后，和/或，在检测到所述数据模型的调试命令时，通过所述runtask解析引擎对所述请求参数进行解析，得到响应结果；依据所述响应结果，生成所述模型对应的字典字段，依据所述字典字段，将所述目标元件挂载至所述数据模型。
94.其中，在步骤s60之后，在所述依据所述响应结果，将所述目标元件挂载至所述数据模型的步骤之后，还包括：
95.步骤s70，依据目标输出类型和目标输出格式，生成目标元件对应的目标字段；
96.步骤s80，将所述目标字段与字典字段进行匹配，得到匹配结果；
97.步骤s90，通过所述数据模型输出并显示所述匹配结果。
98.示例性地，步骤s70至步骤s90包括：依据目标输出类型和输出格式，生成目标元件对应的目标字段；将所述目标字段与字典字段进行匹配，得到所述目标字段与所述字典字段之间相同的字段，作为所述匹配结果；通过所述数据模型输出并显示所述匹配结果。
99.其中，在步骤s40之后，在所述依据所述接口请求类型对应的请求参数以及所述目标任务，构建所述数据模型的步骤之后，还包括：
100.步骤c10,查询云数据，判断所述云数据中是否存在所述数据模型对应的待更新数据；
101.步骤c20,若是，则依据所述待更新数据，对所述数据模型进行更新。
102.示例性地，步骤c10至步骤c20包括：通过通信协议，查询云数据，判断所述云数据中是否存在所述数据模型对应的待更新数据；若所述云数据中存在所述数据模型对应的待更新数据，则依据所述待更新数据，对所述数据模型进行更新；若所述云数据中不存在所述数据模型对应的待更新数据，则保持所述数据模型不变。
103.可选地，所述通信协议可以为websocket等全双工通信协议，也可以为http等超文本传输协议，而所述websocket具有较少的控制开销，且在所述数据模型与所述云数据创建连接后，在进行交换数据时，用于协议控制的数据包头部相对较小。在不包含扩展的情况下，对于云数据到数据模型的内容，其头部大小可以为2字节至10字节(和数据包长度有关)；对于数据模型到云数据的内容，此头部还需额外加上4字节的掩码。与每次都要携带完整头部的http请求相比，此项开销有显著减少。所述websocket还具有更强的实时性。由于协议是全双工的，所以云数据可以随时主动给数据模型下方数据。http请求需要等待数据模型发起请求，云数据才能响应，与其相比，websocket的延迟明显更小。即使和comet等类似的长轮询相比，其也能在短时间内更多次地传递数据。保持连接状态。与http请求不同的
是，websocket需要先创建连接，这是其成为一种有状态的协议，之后通信时可以省略部分状态信息。而http请求可能需要在每个请求中都携带状态信息(如身份认证等)。websocket具有更好的二进制支持，websocket定义了二进制帧，与http请求相比，可以更轻松地处理二进制内容。websocket支持扩展，定义了扩展，用户可以扩展协议，实现部分自定义的子协议，如部分浏览器支持压缩等。websocket具有更好的压缩效果，与http压缩相比，websocket在适当的扩展支持下，可以沿用之前内容的上下文，在传递类似的数据时，可以显著地提高压缩率。
104.本技术实施例提供了一种数据模型生成优化方法，相比于通过将元件与数据源进行数据绑定，本技术实施例通过获取目标元件和至少一个目标任务；依据所述目标元件对应的目标输出数据的数据类型，确定数据模型对应的接口请求类型；确定所述接口请求类型对应的请求参数；依据所述接口请求类型对应的请求参数以及所述目标任务，构建所述数据模型，其中，所述数据模型为用于给目标元件提供数据源的一系列逻辑处理的组合体，实现了根据目标元件和目标任务，自动构建数据模型，通过将元件挂载在数据模型上以实现数据绑定，避免了采用将元件与数据源进行数据绑定时，由于元件和数据源过多，出现需要人工命名各个数据源或者数据源中各数据的属性以完成数据绑定的技术缺陷，从而提高了数据绑定的效率。
105.实施例三
106.本技术实施例还提供一种数据模型生成优化装置，所述数据模型生成优化装置应用于数据模型生成优化设备，所述数据模型生成优化装置包括：
107.获取模块，用于获取目标元件和至少一个目标任务；
108.确定模块，用于依据所述目标元件对应的目标输出数据的数据类型，确定数据模型对应的接口请求类型；
109.构建模块，用于依据所述接口请求类型对应的请求参数以及所述目标任务，构建所述数据模型。
110.可选地，所述构建模块还用于：
111.依据各所述目标任务之间的任务关系，选取所述数据模型的模型类型；
112.依据所述请求参数，配置所述数据模型的数据结构；
113.依据所述数据结构和所述模型类型，构建所述数据模型。
114.可选地，所述任务关系包括相互独立关系和相互联动关系，所述模型类型包括普通模型和联动模型，所述构建模块还用于：
115.当所述任务关系为所述相互独立关系时，选取所述数据模型的模型类型为所述普通模型；
116.当所述任务关系为所述相互联动关系时，选取所述数据模型的模型类型为所述联动模型。
117.可选地，所述构建模块还用于：
118.依据所述请求参数，选取所述数据模型的输入参数以及目标输出数据对应的目标输出格式；
119.依据所述输入参数和所述目标输出格式，配置所述数据模型的数据结构。
120.可选地，在所述依据所述接口请求类型对应的请求参数以及所述目标任务，构建
所述数据模型的步骤之后，所述数据模型生成优化装置还用于：
121.在检测到所述数据模型的调试命令时，通过解析引擎输出响应结果；
122.依据所述响应结果，将所述目标元件挂载至所述数据模型。
123.可选地，在所述依据所述响应结果，将所述目标元件挂载至所述数据模型的步骤之后，所述数据模型生成优化装置还用于：
124.依据目标输出类型和目标输出格式，生成目标元件对应的目标字段；
125.将所述目标字段与所述响应结果生成的字典字段进行匹配，得到匹配结果；
126.通过所述数据模型输出并显示所述匹配结果。
127.可选地，在所述依据所述接口请求类型对应的请求参数以及所述目标任务，构建所述数据模型的步骤之后，所述数据模型生成优化装置还用于：
128.查询云数据，判断所述云数据中是否存在所述数据模型对应的待更新数据；
129.若是，则依据所述待更新数据，对所述数据模型进行更新。
130.本技术提供的数据模型生成优化装置，采用上述实施例中的数据模型生成优化方法，解决了数据绑定的效率低的技术问题。与现有技术相比，本技术实施例提供的数据模型生成优化装置的有益效果与上述实施例提供的数据模型生成优化方法的有益效果相同，且该数据模型生成优化装置中的其他技术特征与上述实施例方法公开的特征相同，在此不做赘述。
131.实施例四
132.本技术实施例提供一种电子设备，所述电子设备包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述实施例中的数据模型生成优化方法。
133.下面参考图2，其示出了适于用来实现本公开实施例的电子设备的结构示意图。本公开实施例中的电子设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、pda(个人数字助理)、pad(平板电脑)、pmp(便携式多媒体播放器)、车载终端(例如车载导航终端)等等的移动终端以及诸如数字tv、台式计算机等等的固定终端。图2示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
134.如图2所示，电子设备可以包括处理装置(例如中央处理器、图形处理器等)，其可以根据存储在只读存储器(rom)中的程序或者从存储装置加载到随机访问存储器(ram)中的程序而执行各种适当的动作和处理。在ram中，还存储有电子设备操作所需的各种程序和数据。处理装置、rom以及ram通过总线彼此相连。输入/输出(i/o)接口也连接至总线。
135.通常，以下系统可以连接至i/o接口：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置；包括例如液晶显示器(lcd)、扬声器、振动器等的输出装置；包括例如磁带、硬盘等的存储装置；以及通信装置。通信装置可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种系统的电子设备，但是应理解的是，并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。
136.特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质
上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置从网络上被下载和安装，或者从存储装置被安装，或者从rom被安装。在该计算机程序被处理装置执行时，执行本公开实施例的方法中限定的上述功能。
137.本技术提供的电子设备，采用上述实施例中的数据模型生成优化方法，解决了数据绑定的效率低的技术问题。与现有技术相比，本技术实施例提供的电子设备的有益效果与上述实施例提供的数据模型生成优化方法的有益效果相同，且该电子设备中的其他技术特征与上述实施例方法公开的特征相同，在此不做赘述。
138.应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
139.以上所述，仅为本技术的具体实施方式，但本技术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技术揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本技术的保护范围之内。因此，本技术的保护范围应以所述权利要求的保护范围为准。
140.实施例五
141.本实施例提供一种计算机可读存储介质，具有存储在其上的计算机可读程序指令，计算机可读程序指令用于执行上述实施例中的数据模型生成优化方法的方法。
142.本技术实施例提供的计算机可读存储介质例如可以是u盘，但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。
143.上述计算机可读存储介质可以是电子设备中所包含的；也可以是单独存在，而未装配入电子设备中。
144.上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被电子设备执行时，使得电子设备：获取目标元件和至少一个目标任务；依据所述目标元件对应的目标输出数据的数据类型，确定数据模型对应的接口请求类型；依据所述接口请求类型对应的请求参数以及所述目标任务，构建所述数据模型。
145.可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务
提供商来通过因特网连接)。
146.附图中的流程图和框图，图示了按照本技术各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
147.描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该单元本身的限定。
148.本技术提供的计算机可读存储介质，存储有用于执行上述数据模型生成优化方法的计算机可读程序指令，解决了数据绑定的效率低的技术问题。与现有技术相比，本技术实施例提供的计算机可读存储介质的有益效果与上述实施提供的数据模型生成优化方法的有益效果相同，在此不做赘述。
149.实施例六
150.本技术还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的数据模型生成优化方法的步骤。
151.本技术提供的计算机程序产品解决了数据绑定的效率低的技术问题。与现有技术相比，本技术实施例提供的计算机程序产品的有益效果与上述实施例提供的数据模型生成优化方法的有益效果相同，在此不做赘述。
152.以上仅为本技术的优选实施例，并非因此限制本技术的专利范围，凡是利用本技术说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本技术的专利处理范围内。