CN106294888B - 一种基于时空数据库的对象数据的订阅方法 - Google Patents

一种基于时空数据库的对象数据的订阅方法 Download PDF

Info

Publication number
CN106294888B
CN106294888B CN201610925992.8A CN201610925992A CN106294888B CN 106294888 B CN106294888 B CN 106294888B CN 201610925992 A CN201610925992 A CN 201610925992A CN 106294888 B CN106294888 B CN 106294888B
Authority
CN
China
Prior art keywords
time
data
space
model
managed
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201610925992.8A
Other languages
English (en)
Other versions
CN106294888A (zh
Inventor
林伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Asiacontrol Technology Development Co Ltd
Original Assignee
Beijing Asiacontrol Technology Development Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Asiacontrol Technology Development Co Ltd filed Critical Beijing Asiacontrol Technology Development Co Ltd
Priority to CN201610925992.8A priority Critical patent/CN106294888B/zh
Publication of CN106294888A publication Critical patent/CN106294888A/zh
Priority to EP17864325.0A priority patent/EP3531310A4/en
Priority to US16/343,210 priority patent/US11243927B2/en
Priority to CN201780020385.XA priority patent/CN108885634B/zh
Priority to PCT/CN2017/100377 priority patent/WO2018076930A1/zh
Application granted granted Critical
Publication of CN106294888B publication Critical patent/CN106294888B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/283Multi-dimensional databases or data warehouses, e.g. MOLAP or ROLAP

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明涉及一种基于时空数据库的对象数据的订阅方法,包括数据对象的组织过程和订阅过程;所述组织过程包括对所述数据对象的数据库进行构建过程;所述订阅过程根据所述时空数据库的至少一个数据记录变化主动推送信息至与所述数据库相关的客户端,从而用户可以及时获知所需待管理对象的运行状态。所述对象的时空数据库至少包括对象数据的实时数据库、历史数据库和计划数据库相互之间交互,从而使得所述对象的自动运行过程中及时传输和监控其运行状态。

Description

一种基于时空数据库的对象数据的订阅方法
技术领域
本发明涉及时空数据库的应用方法,尤其涉及一种基于时空数据库的对象数据的订阅方法。
背景技术
数据是信息的表达,大量的生产过程数据和业务数据需要通过数据处理才能得出蕴含的信息。数据库发展到今天,经历了层次、网状、关系型和非关系型数据库。数据库已经成为数据存储和查询必不可少的系统。现在,也有一些所谓的时空数据库,主要是GIS(地理信息系统)借用关系库进行数据存储。在工业生产监控和管理领域,有SCADA监控、实时数据库、关系库,也有开源非关系库的应用。关系数据库是建立在关系模型基础上的数据库,借助于集合代数等数学概念和方法来处理数据库中的数据。现实世界中的各种实体以及实体之间的各种联系均用关系模型来表示。关系模型就是指二维表格模型,因而一个关系型数据库就是由二维表及其之间的联系组成的一个数据组织。当前主流的关系型数据库有Oracle、Microsoft SQL Server、MySQL等。Oracle是甲骨文公司的一款关系数据库管理系统。它是在数据库领域一直处于领先地位的产品。可以说Oracle数据库系统是目前世界上流行的关系数据库管理系统,系统可移植性好、使用方便、功能强,适用于各类大、中、小、微机环境。它是一种高效率、可靠性好的适应高吞吐量的数据库解决方案。
在组态软件行业,数据模型的应用非常广泛,有的模型本身也有一些简单的计算逻辑,这只是解决了模型内部成员的计算,没有实现模型和模型之间计算。在实际应用过程中不仅要计算模型内部的计算还有模型之间的计算,比如在工厂生产过程控制中,为细化对每一个时间点和每一个空间点的管控,往往需要时间模型和空间模型之间的计算。引入计算模型以后,可简化数据模型(保留成员属性,去计算),数据模型只是记录数据的结构,是数据特征的抽象。计算模型负责模型内部和模型间的计算,从而将计算实现模型化。因此,通过数据模型和计算模型的设计来描述一个软件系统,可降低系统建设的重复工作量,而且在实施阶段只需关注对象实例化而不需要关系计算逻辑的实现,进而可降低系统建设实施难度。
时态GIS作为GIS的一个新兴研究领域,受到人们越来越多的关注。时态GIS要求提供高效、完善的时间与空间位置数据的存储、管理和分析机制,以便进行历史回溯、变化监测和预测分析。
中国专利CN103678712A公开了一种灾害信息时空数据库,灾害信息时空数据库包括灾害现势数据库、灾害过程数据库和灾害历史数据库三个灾害信息数据库,统一编码模块对接收的灾害信息数据分层次编码;属性数据管理模块和空间位置数据管理模块导入灾害信息属性数据和空间位置数据到对应的灾害信息数据库;灾害信息数据通过逻辑变更模块在各灾害信息数据库之间传输;时空数据库索引模块按时间序列对灾害信息时空数据库建立更新索引;逻辑变更模块和时空数据库索引模块构成灾害信息时空数据库的基础,对灾害属性的管理维护、时空逻辑索引的变更维护,为统计数据的入库、检索和时空查询做好准备;解决了在对实现时空数据的储存、管理和历史回顾时数据冗余高、工作效率较低的问题。该专利解决了在对实现时空数据的储存、管理和历史回顾时数据冗余高、工作效率较低的问题。然而,该专利存在的问题是:(1)该关系数据库为SQL或者oracle,只能通过编码进行分类检索,不能通过直接输入时间或者空间信息进行检索查询(对历史数据库的快速检索也只能通过时间信息进行,不能通过空间信息进行检索),因而对数据库的查询和调用很不方便;(2)检索方式单一,只能在某一时间范围进行检索,而不能在某一空间范围进行检索,比如不能对发生在太平洋区域内所有的灾害信息进行检索。
当前,国内外对时空数据的模型都是从空间数据库或者空间数据建模的角度去研究。但是,对于上面提到的地图动态标注问题,尚未有人从时空模型的角度进行研究,基态修正模型是时空空间数据模型中的一种,它是将每一次独立的叠加操作转换成一次性的合成叠加,变化的累计形成最小变化单元,由这些最小变化单元构成的图形文件和记录变化历史的属性文件联系在一起表达数据的时空特征。这种模型可以在现有的GIS软件上很好地实现,以地理特征作为基本对象,更新式的操作可以基于单个地理特征而实现。因此,如果能够以时态GIS中基态修正模型为基础,将基态修正模型引入应急动态标注中,将会为地图的各种应急应用提供有效的动态标绘方法,填补国内外技术空白。
中国专利CN102495854A公开了一种基于基态修正的动态标注实现方法,包括:根据地图上加载和显示的标注的动态变化在时序上的关联性,定义基于基态修正的动态标注模型的数据结构;根据点状动态标注、线状动态标注和面状动态标注三种动态标注类型的空间要素结构特点,创建以上动态标注类型与所述动态标注模型的逻辑关系,确定三种动态标注类型的动态变化方式;使用所述动态标注模型实现动态标注的图形表达;确定动态标注模型的数据存储结构并进行存储。本方法建立了基态修正的动态标注模型数据结构;确定不同动态标注模型的动态变化方式,确定了动态标注模型的数据存储结构,有效促进了标注信息的共享与集成;有效提高了地理信息标注标绘和显示效率。然而,该专利存在的问题是在数据库中查询和调用数据时需要特定的标识码,不能直接输入时间点或者位置点进行查询。
在国内外的研究成果中,时空数据库模型目前大部分处于理论研究过程中,具体实现的原形系统还很少。目前主要的时空数据库模型主要有:序列快照模型、时空立方体模型、基态修正模型、时空复合模型、面向对象的时空模型等。这些模型有着不同的性质和优缺点,但是对于统计行业来说都不能很好地满足需求。例如,序列快照模型由一系列时间切片构成,每一个时间切片代表不同时刻地图状态,也可以理解为,一组具有时间概念的地图集,每个地图都有一个时间属性,缺点在于其只记录每个时间切片的状态,对于表达某个时间段变化情况来说,展现方式不直接,数据冗余大;时空立方体模型由两个空间维度和一个时间维度构成,沿着时间维度进行分析可以发现二维空间的演变模式,缺点是随着年份增加,立方体的操作会变得极其复杂;基态修正模型为了避免对每个时间节点进行重复记录,定义某个时间点的空间状态为基态,也就是原始状态,然后以某个时间频率对空间变化部分进行记录,缺点在于对于获得基态之前的变化情况操作比较复杂;还有其他一些时空数据库模型思想,例如面向对象的时空模型思想,基于特征的时空数据库模型、基于事件的时空数据库模型等,都是利用面向对象或者差量记录的方式对空间变化情况及其相互关系进行记录,其缺点在于或多或少地不能满足统计时空数据库纷繁复杂指标和统计级别众多的要求,并且在业务适用性方面不能很好地满足统计部门的需要。
中国专利CN102023983B公开了一种统计时空数据库及其管理方法,架构包括行政代码动态维护模块,行政区划变更维护模块,统计数据导入与管理模块,空间数据版本管理与动态更新模块和时空数据匹配与关联模块,所述统计时空数据库的数据表现形式包括历史统计数据、版本空间数据和现势统计数据,具体为统计行业所涵盖的周期性普查数据、抽样调查数据、统计报表制度和重点调查数据;所述统计时空数据库管理方法可以分为空间数据版本的管理和更新维护以及统计数据的导入和管理两部分。该发明增强了对历史统计数据的回溯查询以及历史和现势数据比对能力,并利用动态可视化技术增强对统计数据的时空表达能力,模拟统计单元随时间序列的演变过程及该过程中统计数据的分配。
目前众多的空间数据库标识空间信息都是采用存储坐标信息来支持空间信息,加上使用一个自增长ID(Identity,序列号)来提供索引,在搜索上需要依靠空间结构算法来实现。为解决上述问题,现在很多专利通过使用更加简单的空间索引技术,能够简化空间数据库字段结构,节省占用的存储空间。
中国专利CN102622349B公开了一种空间位置信息数据库的处理方法,其特征在于,包括:获取一空间位置的坐标数据;根据所述坐标数据生成与所述空间位置对应的空间位置信息编码,包括:定义在中国范围内实施的空间位置信息编码分为五节代码,国家码-区域码:子码1:子码2-附加码,每节代码的编码方法原则为自上而下、自左向右进行编号;在空间位置信息数据库中存储所述空间位置信息编码,将所述空间位置信息编码作为所述空间位置在所述数据库中的索引和位置信息。上述方案中,使用空间位置信息编码替代目前广泛使用的数据库索引、位置信息和永久ID等多种数据信息,不但可以方便地管理和检索数以千万计的空间位置信息数据库,而且节约了数据库空间。然而,该专利存在的问题是:(1)对空间描述准确度、精确度不够高,比如对工厂中某一设备上部、底部无法准确、区分描述;(2)空间解析和编码对于数据的查询和调用不方便,比如查看工厂锅炉工作情况,还需要去找该锅炉对应的编码,不能直接进行查询;(3)当物理位置更新改变后,数据库没有动态更新。
关系型数据库是存储在计算机上的、可共享的、有组织的关系型数据的集合。关系型数据是以关系数字模型来表示的数据,关系数学模型中以二维表的形式来描述数据。在使用关系型数据库存储信息的应用系统中,存在大量的多维度查询,这类查询提供了多种维度的查询条件供使用者输入,同时使用者需要简单、快速、智能地检索到需要的信息。对数据库查询的优化方法主要有以下几种:(1)合理利用索引:对关系数据库中的数据表,按被查询字段创建独立有序的存储结构,类似给书籍创建目录,以空间换取时间,提高查询性能。(2)冗余关系数据:关系数据库中的数据结构设计需遵循一定的规范,以确保数据的完整性和一致性,而适当采取反向规范化,在二维表中冗余存储其它相关表中信息,以减少查询时的关联关系,提高查询性能。(3)分离存放海量数据:对于海量数据,按某些数据进行分类独立存储,如电话号码信息按所属地区分别存储,增加了业务逻辑复杂程度,提高了应用程序的设计难度以及数据维护难度,但缩小了查询范围,可以提高查询性能。
中国专利CN100483411公开了一种关系型数据库中信息检索方法,包括步骤:构造维度缩减策略树并置于数据库系统中,所述维度缩减策略树包括至少一个子节点和至少一个根节点,每个子节点至少包含本节点编号标识信息及查询条件组合信息和下级子节点编号;当按用户查询条件检索所述数据库未得到所需数据时,根据维度缩减策略树依次构造新的查询条件;按照新的查询条件检索数据库直到得到所需的数据或查询到维度缩减策略树的根节点返回无所需数据的信息。本发明还公开了一种关系型数据库中信息检索装置,包括:查询条件获取单元,查询结果输出单元,策略树存储单元和查询操作单元。利用该发明,可以提高数据库检索效率。然而,该专利存在的问题是:查询和调用数据时需要特定的编号标识信息,在某些领域,比如工业过程控制领域,设备和过程参数的类型和数量都很多,使用编号查询数据很不方便。这是传统关系数据库始终存在的问题——每个对象必须通过唯一对应的标识码才能检索到对应的数据。如果有一种方法能直接通过设备的位置或者过程参数所在的时间点进行检索,检索效率会提高很多。
由此可见,目前大家通用的应用软件或数据库,如甲骨文Oracle,微软Microsoft的SQL,Access等,其技术是建立在20世纪80年代的落后的硬件环境基础上的,当时还没有高分辨率的显示器,扫描仪等也未能普及。数据库结构的建立必须受制于字符终端,是用文字来描述数据库结构。虽然经过十几年的改进,但仍然改变不了数据库结构建立的现状。所有数据库结构的建立都必须经过一系列的繁杂定义或赋值。数据的输入或输出必须由程序员用程序语言编写程序。数据库的维护必须由原程序设计者提供源程序码,方可对其软件进行维护或升级。查询或调用数据库数据时必须输入特定的标识。传统数据库的建立方式一直沿用到今天,但其庞大的支出,使得市场上需要更加便捷、高效、低成本的数据库系统。现在还没有一种数据库能提高这几种数据库的功能,而且是可以组态实现的。
另外,现有技术中利用时空数据库针对信息进行检索的过程均是需要主动对相关信息进行了解的过程,而且采用对对象的实时监控也容易出现遗漏导致实时监测效果不佳的现象。
发明内容
针对现有技术之不足,本发明提供了一种基于时空数据库的对象数据的订阅方法,本发明通过对数据对象采用至少包括时间属性和空间属性的数据库结构,使得所述对象具有包括实时数据库、历史数据库和计划数据库的数据结构,并且所述对象数据的数据库服务器与客户端数据库进行连接交互,通过客户端将订阅请求发送至时空数据库服务器,数据库服务器检测这一行为是否属于订阅行为以及判断是否是第一次初始化,如若服务器检测到是属于订阅行为并且是第一次初始化数据,则服务器将按照所订阅的时空范围和数据类别查询相关数据并反馈至客户端,从而使得客户端及时接收对象数据、状态或时间的变化,以便用户及时了解对象的相关运行状态。
本发明提供了一种基于时空数据库的对象数据的订阅方法,所述方法包括如下步骤:
客户端向时空数据库针对至少一个数据记录发出包含凭借自然语言描述的时间属性和/或空间属性的订阅请求;
所述时空数据库响应于所述订阅请求,将包含待管理对象的凭借自然语言描述的时间属性和/或空间属性的至少一个数据记录主动推送至所述客户端。
根据本发明的一种优选实施方式,所述订阅请求是按照与待管理对象的模型类别相关的方式发送的,
所述待管理对象的模型类别是分别建立在实时数据库、历史数据库和/或计划数据库的待管理对象的属性,并且每个类别的数据模型包含一个或多个对象。
根据本发明的一种优选实施方式,所述订阅方法还包括:
在所述客户端处于开启状态时,所述时空数据库记录所述客户端的订阅请求,所述时空数据库检测到所述客户端订阅请求的数据记录发生变化时,所述时空数据库服务器主动将包含所述待管理对象时间属性和/或空间属性和/或模型类别的至少一个数据记录主动发送至所述客户端;以及
在所述客户端处于关闭状态时,所述客户端向所述时空数据库服务器发送取消订阅请求。
根据本发明的一种优选实施方式,所述时空数据库的模型化包括如下步骤:
依据待管理对象的空间状态对所述待管理对象进行模型化;
依据待管理对象的时间状态对所述待管理对象进行模型化;
设定所述待管理对象的特定属性;
依据特定属性将模型化的所述待管理对象归类至特定的模型类别的模型中。
根据本发明的一种优选实施方式,所述时空数据库包括待管理对象的实时数据库、历史数据库和计划数据库。
根据本发明的一种优选实施方式,所述依据待管理对象的空间状态对所述待管理对象进行模型化包括依据待管理对象的空间状态对所述待描述对象的空间进行模型化以建立空间模型。所述依据待管理对象的时间状态对所述待描述对象进行模型化包括依据待管理对象的时间状态对所述待管理对象的时间进行模型化以建立时间模型。
根据本发明的一种优选实施方式,所述设定所述待管理对象的特定属性包括设定待管理对象的图形属性、音频属性、视频属性或名称属性中的一种或多种。
根据本发明的一种优选实施方式,所述凭借自然语言描述的时间属性是所述待管理对象依据其时间状态自定义的属性,所述待管理对象凭借自然语言描述的时间属性至少包括依据所述待管理对象的时间位置、开始时间和结束时间自定义的时间属性。
根据本发明的一种优选实施方式,所述凭借自然语言描述的空间属性包括依据所述待管理对象的空间形状、空间范围和空间位置自定义的空间属性。
本发明的另一个方面提供了一种基于时空数据库的对象数据的订阅方法的装置,所述装置是实施前述方法的装置,
并且所述装置至少包括:
客户端发送模块,用于向时空数据库针对至少一个数据记录发出凭借自然语言描述的时间属性与空间属性的订阅请求;
订阅请求接收模块,用于接收所述客户端发送模块发送的所述订阅请求;
订阅请求响应模块,用于时空数据库响应于所述订阅请求,在时空数据库服务器在收到所述订阅请求信息后并在所述至少一个数据记录发生变化时,主动将包含所述待管理对象的凭借自然语言描述的时间属性和/或空间属性的至少一个数据记录推送至所述客户端的响应信息;
客户端接收模块,用于接收所述订阅请求响应模块主动推送至所述客户端的响应信息,所述响应信息至少包含待管理对象的凭借自然语言描述的时间属性和/空间属性的至少一个数据记录。
根据本发明的一种优选实施方式,所述装置还包括订阅请求记录模块,用于在客户端处于开启状态时,主动记录所述客户端发送模块向时空数据库针对至少一个数据记录发出的凭借自然语言描述的时间属性与空间属性的订阅请求。
根据本发明的一种优选实施方式,所述订阅方法是待管理对象时空数据库根据有关客户端的订阅请求在相关数据记录异常变化时主动推送变化信息至所述客户端的过程;所述客户端向所述时空数据库发送的订阅请求至少包括待管理对象凭借自然语言描述的时间属性和/或空间属性和/或模型类别。
根据本发明的一种优选实施方式,所述时空数据库服务器端检测到所述请求为订阅行为并且是第一次初始化时,将根据所接收的时空范围和/后模型类别查找相关数据记录并反馈至所述客户端的图像计算的通道。
根据本发明的一种优选实施方式,所述订阅方法还包括在所述客户端处于开启状态时,所述时空数据库服务器记录所述客户端的订阅请求中的时空范围和模型类别等数据,并对所需订阅查询的对象进行实时检测,
在所述时空服务器检测到所述客户端初始化查询的数据发生变化时,所述服务器主动将数据发送至订阅的客户端,根据一种优选实施方式,所述时空数据库向所述客户端反馈的数据记录存储在图形计算的通道内。
根据本发明的一种优选实施方式,所述订阅方法还包括在所述客户端的图形计算处于关闭状态时,所述客户端向所述时空数据库服务器发送取消订阅请求。
根据本发明的一种优选实施方式,本发明时空数据库的建模过程包括对数据对象的定义过程和运行过程,
其中所述定义过程包括以至少所述对象的时间维度和空间维度实现对对象数据的定义,所述数据对象的时间维度包括至少三个时间维度的数据结构。
根据本发明的一种优选实施方式,所述数据对象的至少三个时间维度的数据包括实时数据、历史数据和计划数据;
并且,所述数据对象的实时数据、历史数据和计划数据分别存储于相应的实时数据库、历史数据库和计划数据库中。
根据本发明的一种优选实施方式,所述数据对象的空间维度是依据所述对象的空间状态对所述对象进行多层级空间模型化形成的数据结构。
根据本发明的一种优选实施方式,所述订阅方法还包括对所述对象实时数据的订阅行为,
其中,所述订阅行为是通过实时数据库服务器接收并记录客户端的订阅请求、所需订阅查询的时空范围和对象信息数据,并对所需订阅查询的时空范围和对象的实时数据进行实时检测。
根据本发明的一种优选实施方式,所述订阅方法还包括对所述对象历史数据和/或计划数据的订阅行为,其中,
所述订阅行为是通过历史数据库和/或计划数据库服务器接收并记录客户端的订阅请求,并对所需查询的时空范围和对象的数据进行实时检测;在所述数据库服务器检测到所述对象的历史数据和/计划被修改时,将修改的数据发送至客户端。
本发明提供基于时空数据库的对象数据的订阅方法至少具有如下优势:
1、本发明的基于时空数据库的对象数据的订阅方法,包括了对数据对象采用至少包括时间属性和空间属性的数据库进行建模的过程,并且,通过客户端向时空数据库针对至少一个数据记录发出包含时间属性和/或空间属性和/或模型类别的订阅请求,可在时空数据库的所述订阅请求的相关数据记录发生变化时,主动向客户端推送数据记录,以便用户及时了解订阅请求范围内的对象的数据变化和对象的运行情况,无需用户对待管理对象的运行状态进行被动查询了解。
2、本发明对数据对象的数据库通过客户端进行订阅,从而在对象的数据记录发生变化时,数据库能够直接将数据记录主动发送至客户端,从而客户通过客户端及时了解对象的状态运行情况;并且本发明的客户端只要处于开启状态时,时空数据库服务器根据客户端的订阅请求在客户端第一次初始化订阅请求后无需再次进行订阅,时空数据库服务器在相关订阅请求的对象数据记录发生改变时,便主动将数据记录推送至客户端。
3、本发明对对象数据的订阅过程采用了以数据对象的时间属性、空间属性和/或模型类别的订阅方式,通过模型类别,时空数据库能够确定订阅对象所在的大致模型,然后通过时间属性和空间属性进一步确定具体的订阅对象,从而更精确的确定建立于时空数据库下的对象的状态。
附图说明
图1是根据本发明的一种优选实施方式构建的空间模型;
图2是根据本发明的一种优选实施方式构建的时间模型;
图3是本发明基于时空数据库的对象数据模型之间的连接方式示意图;和
图4是本发明基于时空数据库的对象数据模型之间的另一种实施方式的示意图。
具体实施方式
下面进行详细说明。
本发明的时空数据库是指基于具有时间属性和空间属性的数据建立的数据库。时空数据库包括历史数据库、实时数据库和计划数据,分别存储待管理对象的模型化的历史数据、实时数据和计划数据。时空数据库里的每个数据都具有时间和空间属性。时空是很自然的语言,用户不需要学习复杂的语法规则就可以理解。每个用户查看的数据一定是通过时间和空间检索数据,时空数据库按照时空语言存储数据,用户则不需要存储数据,也不需要优化数据。
实施例1
本发明的一种基于时空数据库的对象数据的订阅方法中时空数据库的建模至少包括如下步骤:
对数据对象的组织过程,所述组织过程还包括对数据对象的定义过程和运行过程,其中所述定义过程包括以所述对象的时间维度和空间维度实现对数据对象的定义,所述对象的时间维度包括至少三个时间维度的数据结构,从而形成包括对象模型库和工程对象库的数据结构。
所述数据对象的至少三个时间维度的数据包括实时数据、历史数据和计划数据;并且,所述对象数据的实时数据、历史数据和计划数据分别存储于相应的实时数据库、历史数据库和计划数据库中。本发明的实时数据至历史数据的转换是通过产生历史数据计算单元完成的,产生历史数据计算单元是时空数据库服务器后台计算,所述数据计算可以是订阅的实时数据变化的计算,一旦所述实时数据变化,实时数据库会将变化的数据记录发送至产生历史数据计算单元,所述产生历史数据计算单元根据计算逻辑来决定是否将该数据产生为历史数据。优选地,后台的数据计算单元可以通过定义一个订阅型数据通道主动对象客户端的订阅。
所述对象数据的空间维度是依据所述对象的空间状态对所述对象进行多层级空间模型化形成的数据结构。
具体地,本发明提供一种基于时空数据库的数据对象的订阅方法中对所述对象的组织过程如下:
S1:针对待管理对象的时间状态和空间状态对所述管理对象进行模型化。
优选的,依据每个待管理对象的时间状态和空间状态分别建立时间模型、空间模型和/或时空模型。
时间模型:时间模型是用于描述所述待管理对象时间状态的模型。优选的,时间模型是描述所述待管理对象时间粒度和精度的模型。所述时间模型的时间粒度是衡量时间状态的单位,包括时间单位和基于生产情况自定义的时间参数;根据本发明的一种优选实施方式,本发明的数据对象的时间模型包括对象的时间位置以及每个时间位置的开始时间和结束时间。例如,时间粒度为年、月、日、小时、分钟或者秒等。也可以自定义时间粒度,如班或者批次等。根据一种优选实施方式,所述对象的时间模型可以是系统时间。例如:待管理对象的时间位置设置为2016年3月,待管理对象的时间位置的开始时间为2016年3月1日0:00:00.000,时间位置的结束时间为2016年3月31日23:59:59.999。根据另一种优选实施方式,待管理对象的时间模型可以是用户自定义的时间,例如,用户自定义待管理对象的时间位置为2016年3月(采用财年-财月形式),并且自定义时间位置的开始时间为2016年3月2日,结束时间为2016年3月15日。因此,当用户选择查询2016年3月的对象状态时,本发明的系统根据自定义的时间模型,会提取出2016年3月2日-2016年3月15日所有对象的运行状态数据。
空间模型:空间模型是用于描述所述待管理对象空间状态的模型。并依据待管理对象的空间状态确定多层级空间的模型。所述空间模型是用于描述所述待管理对象空间状态的数据模型,所述空间模型的空间粒度是衡量空间层次和空间位置的空间参数,包括空间单位和基于生产情况自定义的空间参数。优选的,空间模型是描述所述待管理对象空间范围、空间形状和空间位置等空间属性的模型。例如,空间粒度为总公司、分厂、车间、生产线、工序、工位或设备等。优选地,本发明的空间范围可以是待管理对象的管理范围,例如某个集团,是由若干分公司构成,这些分公司下有若干个工厂构成。每个工厂有实际的空间位置,分公司虽然有公司大楼,但是分公司的空间范围是工厂和大楼的外边轮廓。集团的空间范围是多个分公司的外边轮廓。根据本发明的另一种优选实施方式,本发明对对象的空间模型的组织过程可以通过空间对象编辑器加载谷歌地图或百度地图并在地图配置里选择设定相应的坐标系,基于工厂所在地理位置绘制一个Root根节点的空间范围,在Root根节点的空间范围内用矩形/不规则多边线/点/折线来绘制一个空间对象以得到第一级空间模型。优选地,在第一级空间模型内用矩形/不规则多边线/点/折线来绘制一个空间对象以得到第二级空间模型……在第n-1级空间模型内用矩形/不规则多边线/点/折线来绘制一个空间对象以得到第n级空间模型。将待描述对象的空间状态与空间模型相对应匹配,从而实现对整个项目的工厂、车间和生产线甚至机械设备的空间信息标注。
数据建模:描述的每个事物都是由模型实例化来的。例如,产品是一个物。产品的加工是一件事。产品出库也是一件事。某个工位上加工的产品数量(员工绩效)也是事。本发明基于过去、现在和未来三个时间段对事物进行数据建模。
数据模型是描述系统中使用的数据,数据模型按照时态分为实时、历史、计划。时态和功能的组合会有更多种数据。数据模型具有版本,系统中,同一模型是可以存在多个版本的。数据模型的实例化是对应于对象模型的某一版本。对象模型在生成新版本时,不会影响已经生成的实例。对象模型某一版本被修改时,会影响该版本模型生成的实例。
数据模型是对数据进行描述的模型,数据模型由两部分组成:属性、成员。
属性是数据特有的部分,比如,名字、描述、时间、空间等。根据分类的不同,数据模型的属性会有差别,比如实时数据,具有新鲜度的属性。时间模型具有开始时间、结束时间、持续时间等属性。
成员是构成数据的组成部分,用户是可以根据需要定义不同的成员来描述业务中的数据。成员的数据可以使用上面定义的各种类型。
本发明的数据模型会指定时间模型和空间模型。包含有时间模型和空间模型的数据模型简称时空模型。所述时空模型是用于描述所述待管理对象的空间状态和时间状态的数据模型。时空模型是一种有效组织和管理时态空间数据属性、空间和时间更完整的数据模型。通过时空模型监测待管理对象的时间状态和空间状态,可以充分了解待管理对象的运行状态。例如,工位加工的绩效模型,空间属性就是工位,时间属性是班。数据的其它属性可以是工单号、加工数量、报警次数、返工次数等。这些数据模型的数据是通过计算模型来完成的,计算检测生产数据变化,定时统计绩效数据输出到绩效模型。
S2:预先设定所述待管理对象的特定属性。
优选的,所述待管理对象的特定属性至少包括所述待管理对象的时间属性和所述待管理对象的空间属性。在数据查询时,按照时间和空间即可检索模型中的对象,方便快捷。优选的,所述待管理对象除了具有时间属性和空间属性外,还可以自定义数据的其它属性。优选地,所述待管理对象的特定属性还包括所述待管理对象的图片属性、音频属性、视频属性和文件属性中的一种或多种。
视频文件用来播放,把视频文件作为图形对象的成员传到显示设备,显示设备会根据图形对象的轮廓建立播放区域,可通过脚本函数来控制视频的播放。音频文件用来播放,提供声音播放函数。对于图片类型作为图形对象的成员,图形对象传送到显示设备时,显示设备将绘制图片到屏幕上。对于文件类型的资源对象,可用于文件的传输和存储,比如把工艺文件保存起来,下达操作规范。
图形类型也属于数据类型,也可以作为对象的成员使用。图形类型的坐标是像素坐标。几何类型是描述地理空间对象的形状,在空间对象的属性上需要配置。
根据一个优选实施方式,时间属性和空间属性是事物的固有属性,针对实时数据库中的数据,有数据的新鲜期管理,超过新鲜期的数据状态为失效。数据库中每个数据的时间粒度是固定的,可以是秒、分钟或者小时。
优选地,所述时间属性至少包括时间位置、时间位置的开始时间和结束时间。所述待管理对象的时间位置是相对于其父模型的位置。数据库中每个数据的空间属性包括地理空间范围、地理空间位置、子空间的形状、尺寸及轮廓、候选地理空间位置、计算机空间、候选计算机空间属性等。
优选地,所述待管理对象为静态对象时,例如设备的形状尺寸,所述空间属性至少包括地理空间范围、地理空间位置和形状尺寸轮廓。
所述待管理对象为动态对象时,例如一条生产线,所述空间属性至少包括地理空间位置、候选地理空间位置和所述待管理对象的父空间模型的形状、尺寸及轮廓。子空间模型的空间范围不能超过父空间模型。
S3:依据特定属性将模型化的所述待管理对象归类至特定的模型类别的模型。
根据一个优选实施方式,依据所述特定属性将模型化后的所述待管理对象归类的步骤包括:将具有相同特定属性和/或具有相似特定属性的模型化后的所述待管理对象归类至同一个模型类别的模型。例如,锅炉模型、电机模型。其中锅炉模型中包括一个或多项锅炉对象;电机模型中包括一个或多个电机对象。
所述依据特定属性将模型化的所述待管理对象归类至特定的模型类别的模型还包括:
依据时间属性划分所述模型化的所述待管理对象为至少包含时间属性和空间属性的历史数据结构模型、实时数据模型和计划数据模型。
历史数据模型、实时数据模型和计划数据模型至少包含有时间属性和空间属性。将历史数据模型中的历史对象配置相应的计算机空间属性,历史数据就会自动存储在计算机的历史数据库中。将实时数据模型中的实时对象配置相应的计算机空间属性,实时数据就会自动存储在计算机的实时数据库中。将计划数据模型中的计划对象配置相应的计算机空间属性,计划数据就会自动存储在计算机的计划数据库中。
历史数据库、实时数据库和计划数据库构成了本发明的时空数据库。历史数据库根据配置的条件进行待管理对象历史数据的存储。实时数据库用于存储所述待管理对象的实时值。计划数据库用于存储所述待管理对象的计划数据。历史数据库、实时数据库和计划数据库不需要用户配置。用户使用时,需要通过配置界面指定实时服务器、历史服务器、计划服务器。时空数据库系统运行起来,各个服务器客户端会自动将数据发给对应的服务器。例如,实时数据客户端会把系统产生的实时数据传送给实时数据服务器,实时数据服务器上会自动在数据库中创建表格或映射列表,并将相关数据存储到对应的服务器的数据库中。历史和计划数据库也如此。本发明的存储机制不限于此,还包括其它存储机制。
历史数据、实时数据和计划数据的存储存在很大区别。
实时数据的时态是实时的,表示当前时间的数据,具有新鲜度的特质,也就是其数据的刷新周期要符合其时间粒度。例如,如果对象的新鲜度是5秒,则其刷新周期也应该是5秒,如果5秒内不刷新则该对象为不新鲜。实时数据要求有很高的实时性,每秒要能刷新上百万条记录的实时数据,对于没有及时刷新的数据会有新鲜期的限制。超过新鲜期的实时数据转变为历史数据。
历史数据时态是历史的,表示过去时间的数据。工业过程的历史数据多数是时序数据,可以进行压缩。历史数据中的业务数据也可以以非压缩的方式进行存储。
计划数据时态是未来的,表示未来时间的数据。计划数据依据历史数据和实时数据计算所得。
根据一个优选实施方式,历史数据库、实时数据库和计划数据库中存储的数据必须有时间属性。时间是待管理对象不可分割的属性。没有时间,对象也不可能存在。优选的,本发明的空间模型为多层级空间模型。
优选的,时空数据库中存储的待管理对象的数据包括从所述待管理对象现场直接采集所述待管理对象的历史数据、通过传感器采集所述待管理对象的实时数据和依据所述历史数据和所述实时数据计算所得的所述待管理对象的计划数据。
优选的,实时数据和历史数据通过计算产生。优选的,计划数据库中的数据也可以是界面交互的图形编辑出来的或者从第三方系统的软件接口导入。例如,通过第三方程序接口或者第三方文件导入计划数据,系统识别为计划数据后,通过界面的编辑和调用算法来计算生成计划数据。
实施例2
本实施例是针对数据对象的建模方法如下:
以车间为例,车间内生产的订单会分解为若干生产线工单,而每个生产线工单会相应落实到该生产线生产的产品上,由此根据本发明的一种优选实施方法,对该车间进行包括时间和空间属性的建模:
其中所述管理对象为车间,如图1所示,该车间自定义空间模型为车间模型—生产线模型—设备模型—Tag模型;如图2所示,自定义时间模型为系统自带的时间模型年,月,日,时,分,秒,毫秒以及其父模型为月模型的订单模型和时间轴查询模型、父模型为订单模型的工单模型以及父模型为工单模型的产品模型。
根据本实施例,本实施例的对象建模可以如下表:
表1
序号 模型类型 模型名称 时间粒度 空间粒度
1 实时数据模型 实时数据模型1 $秒 Tag
2 实时数据模型 实时数据模型2 产品 设备
3 实时数据模型 实时数据模型3 工单 生产线
4 实时数据模型 实时数据模型4 订单 车间
5 历史数据模型 历史数据模型1 产品 设备
6 历史数据模型 历史数据模型2 工单 生产线
7 计划数据模型 计划数据模型1 产品 设备
8 计划数据模型 计划数据模型2 工单 生产线
9 计划数据模型 计划数据模型3 订单 车间
本实施例将订单、工单和产品划分为时间模型,原因在于,订单有订单计划开始时间和计划完成时间,工单也有计划开始时间和计划完成时间,产品有计划开始时间和计划完成时间。本发明的时空数据库中时间模型的特点都具备开始时间和结束时间,并且每个订单或者工单都有唯一的名称,比如订单编号唯一,某个订单的工单编号唯一,某个工单下的产品也是唯一的。一个订单会被安排在车间生产,被分解为若干工单,每个工单相当于一个生产批,一批生产若干个产品。
因此,在建模时候,先按照上述时空粒度,将订单计划按照时空分解不同的计划数据模型,每种计划数据模型关注的成员或对象是用户自定义的。一般的计划数据是由用户导入或手工录入的,计划会逐级分解,最后分解到设备产品。
根据一种优选实施方式,通过数据采集服务器IOServer把数据采集到时空数据库,在IOServer中数据是以Tag变量的形式存在的,用户只需要创建相应的数据模型,把Tag变量转换成时空数据库识别的Tag对象,该Tag对象在每个设备下都有比如上线状态,下线状态,当前产品,当前参数等都是通过Tag对象采集到时空数据库,通过实时事件计算模型,就可以实时计算出产品在设备上的生产事件,这时就会动态产生实时数据模型2对应的数据对象。如果产品在设备上下线,通过Tag状态变化就会计算产生一个产品在设备上的历史数据。因为每个产品都有所在工单的信息,如果一个工单的产品在某生产线只下线了一部分,那么就会记录生产线工单的实时情况,如果该工单产品全部下线就表示某个生产线的工单完成生产历史,依次类推就能计算出车间订单的实时完成情况,如果用户需要还可以继续计算出历史完成情况。
根据一种优选实施方式,在上述模型库中进行时空建模和数据建模如下:
其中,时间模型包括:
订单模型作为时间模型,选择其父模型为月模型;时间精度为时,时间长度为0时;
工单模型作为时间模型,其父模型为订单模型,时间精度为时,时间长度为0时;
产品模型,其父模型为工单模型,时间精度为时,时间长度为0时。
空间模型包括:
车间模型选择创建二维坐标维度,静态模式的模型;
生产线模型的父模型为车间模型,选择创建二维坐标维度,静态模式的模型。
数据模型包括:
计划数据模型优选将地理空间动态模式选择为静态,范围地理空间模型为车间,位置地理空间模型为车间;计划数据的时间模型是订单。并且所述计划数据模型存储在计算机空间的计划库空间里。计划数据的成员例如包括客户名称、产品数量、订单状态、交货日期、联系人和联系电话等。也可以进行成员新增。优选地,计划的成员类型也可以是资源,一般是外界导入或者是由底层采集到的存储到数据的成员上的,例如音频、视频以及图片等,
实时数据模型中其属性和成员与计划数据模型类似,并且在实时数据对象上配置新鲜期等实时数据特有的属性。
历史数据模型中其属性和成员与计划数据模型类似,并且在存储类型上增加了实时库和过程库,能够针对海量过程数据的存储做出特殊处理。
图3示出了本发明的基于时空数据库的对象数据模型之间的连接方式示意图,本发明的数据对象的模型构建方式如下:
如图3所示,根据一种优选实施方式,IOServer采集服务器通过外部设备采集数据发送至采集计算模型,所述采集计算模型将数据输入时间粒度为秒空间粒度为Tag的实时数据模型1,采集计算模型的计算机空间为服务端一级任务模型,所述实时数据模型1的候选计算空间为服务端一级任务模型;同时实时数据模型1将发送数据输入至实时事件计算模型,所述实时事件计算模型的计算机空间为服务端一级任务模型并且将数据输出至空间粒度为设备时间粒度为产品的实时数据模型2,所述实时数据模型2的候选计算机空间为服务器一级任务模型。所述实时数据模型1和实时数据模型2的计算机空间为实时库空间模型。所述实时数据模型1可以通过按地理空间查询模型1进行访问,所述实时数据模型2可以通过按地理空间查询模型2进行访问,所述按地理空间查询模型1连接Tag图形计算模型,所述按地理空间查询模型2连接设备图形计算模型,并且所述按地理空间查询模型1和按地理空间查询模型2的候选计算机空间为客户端一级任务模型,同时所述Tag图形计算模型和所述设备计算模型的计算机空间为客户端一级任务模型,所述Tag图形计算模型和所述设备计算模型分别与显示客户端相互连接。
根据一种优选实施方式,本发明的数据对象的模型构建方式如下:
如图4所示,IOServer采集服务器通过外部设备采集数据发送至采集计算模型,所述采集计算模型将数据输入时间粒度为秒空间粒度为Tag的实时数据模型1,采集计算模型的计算机空间为服务端一级任务模型,所述实时数据模型1的候选计算空间为服务端一级任务模型;同时实时数据模型1将发送数据至实时事件计算模型,所述实时事件计算模型的计算机空间为服务端一级任务模型并且将数据输出至空间粒度为设备时间粒度为产品的实时数据模型2,所述实时事件计算模型通过计算可输出数据至以设备为空间粒度产品为时间粒度的历史事件模型。
根据本发明的一种优选实施方式,在模型构建完成后,导出模型库形成模型包,并且同类模型会保存在一个模型文件中。优选地,模型文件是包括导出的5个模型包,包括场景模型、历史数据模型、实时数据模型、数据计算模型和图形计算模型,其中包括1个场景模型、2个历史数据模型、3个实时数据模型、3个数据计算模型以及2个图形计算模型。将5个模型包导入工程库。
本发明的对空间对象的实例化如下:
将生产车间的机器空间配置到不同的服务器计算机进程和库空间上,其中机器空间包括实时计算机、历史计算机、计划计算机、定义计算机,库空间包括实时库、历史库和计划库,根据一种优选实施方式,系统会默认基于生产车间的空间对象的所有计算运行在相应的计算进程下,所有数据分别运行在对应的库节点下。
首先,实例化每个设备的Tag对象,使其空间为Tag名称,父模型为其所在的设备;
其次,针对每个设备建立各自的生产事件,同时选择实时数据模型的版本,例如,设备1的产品事件可以选择实时数据模型2的版本1;其地理空间范围可以选择设备1生产线1,即其空间对象,也就是实例化的地理空间对象。或者例如,设备2的产品事件选择实时数据模型2的版本2。因此本发明的系统允许同一模型不同版本实例化两个生产设备对象。根据一种优选实施方式,上述两个生产设备对象可能由于投产年代不同,虽然都是记录产品生产事件,但是版本2记录的产品事件的信息要多于版本1的信息,因此如若设备1进行升级,只需在设备1的产品事件对象处修改对应的模型版本即可。
然后按照空间依次实例化数据计算对象、图形计算对象和场景对象;其中例如设备1的实时事件计算,主要是产生实时生产事件,只需实例化,不需要配置成员和通道;模型为实时事件计算模型;计算空间为服务端一级计算任务,地理空间为设备1生产线1。图形计算对象配置地理空间和计算空间,不需要配置图形成员、自定义成员、通道以及动画,图形计算对象的计算空间为客户端一级计算任务,地理空间为设备1生产线1;然后构建场景查询对象,例如设备1场景查询,空间为设备1生产线1,设置图层信息为总控计算设备1总控图形对象,从而构建出对象。
根据一种优选实施方式,本发明也可以在模型库里构建对应的图形计算模型,例如以产品为时间模型、设备为地理空间模型构建设备图形计算模型,图形成员可以包括设备名称、生产产品、产品数量、当班人员、开始时间和当前时间等。
实施例3
本实施例是关于基于时空数据库的对象数据的订阅方法,
所述订阅方法是通过客户端的主动订阅过程。客户端的图形计算通道将至少包含时间属性和空间属性的订阅请求发送至时空数据库服务器,待时空数据库服务器数据库检测到其属于订阅行为并且是第一次初始化,所述数据库服务器将记录订阅请求中的时空范围数据和模型类别属性并反馈至客户端的图形计算通道内。
所述订阅方法还包括在客户端的图形计算一直处于被开启的状态时,数据库服务器会记录该客户端的订阅请求,所述客户端的订阅请求可以是对象的时间属性、空间属性和模型类别属性,在时空数据库的服务器检测到该客户端初始化查询的数据发生变化时,时空数据库服务器主动将变化的数据发送至客户端的图形计算通道,并被客户端的计算引擎存储在图形计算的通道内,客户端直接从图形计算通道内得到订阅的数据。例如:订阅请求为:时间属性为早班,空间属性为锅炉1,模型类别为锅炉模型,其中例如时间属性的早班的开始时间为8:00,结束时间为12:00。用户在客户端对时空数据库发送包含上述对象属性的订阅请求,时空数据库服务器会检测其所接收到的上述请求是否为订阅请求,并且该订阅请求是否为第一次初始化数据,若是,则时空数据库将响应于上述订阅请求,并实时检测上述订阅请求范围内的相关对象数据,即锅炉1在早班时的运行状态数据。当锅炉1在早班时的运行状态数据记录发生变化时,时空数据库服务器将包括锅炉1早班的运行状态数据记录主动推送至客户端。
根据本发明的一种优选实施方式,本发明的订阅行为可以是对对象实时数据的订阅,只要对象的实时数据发生变化,服务器就自动通知客户端。根据另一种优选实施方式,本发明的订阅行为可以是对对象历史数据和/或计划数据的订阅,只要对象的历史数据的被订阅请求的时间和空间范围的数据记录被修改,服务器将会把修改的数据记录发送至客户端。并且由于历史数据和计划数据的修改会产生新版本,客户端因此会接收到全部版本的数据。从而在每个对象的实时数据与其历史数据库和/或计划数据库的相应数据存在差异时,用户可以及时了解管理对象的运行状态。
具体的,本发明通过在图形计算模型上设置订阅过程,将图形计算的通道设置为订阅模式,在客户端初始化时,数据库服务器将根据客户端图形计算的时间、空间范围和模型类别去检测相应对象数据,并将数据主动推送至客户端,其余无论客户端如何操作,除非关闭场景再打开重新初始化,否则服务器不会发送数据至客户端,只有所订阅的时空范围内对象的数据记录发生变化,服务器才会将变化的数据记录发送至客户端的图形计算通道。
优选地,本发明也可以通过在时空数据库服务器端建立订阅型数据通道模型,从而对客户端的订阅请求进行数据处理计算。
实施例4
本实施例提供了一种基于时空数据库的对象数据的订阅方法的装置,所述装置至少包括:
客户端发送模块,在用户通过客户端向时空数据库发送订阅请求时,所述客户端通过客户端发送模块用于向时空数据库针对至少一个数据记录发出凭借自然语言描述的时间属性与空间属性的订阅请求;所述订阅请求至少包括所述待管理对象的时间属性和空间属性,并且所述待管理对象的凭借自然语言描述的时间属性是依据所述待管理对象的时间位置、开始时间和结束时间定义的时间属性。例如:定义待管理对象的早班为每天早上8:00-12:00,所述凭借自然语言描述的所述待管理对象的空间属性是依据所述待管理对象的空间形状、空间范围和空间位置自定义的空间属性。例如:对锅炉房的空间属性的定义可以以锅炉房的形状、锅炉房的外边轮廓范围以及锅炉房的地理位置进行定义。
订阅请求接收模块,用于时空数据库的服务器接收所述客户端发送模块发送的所述订阅请求;所述订阅请求接收模块可以位于实时数据库,也可以位于历史数据库,也可以位于计划数据库,也可以同时位于实时数据库、历史数据库和计划数据库。
订阅请求响应模块,用于时空数据库服务器在收到所述订阅请求信息后并在所述至少一个数据记录发生变化时,主动将包含所述待管理对象的凭借自然语言描述的时间属性和/或空间属性的至少一个数据记录推送至所述客户端的响应信息。时空数据库服务器接收到订阅请求后,会检测其所接收到的上述请求是否为订阅请求,并且该订阅请求是否为第一次初始化数据,若是,则时空数据库将通过订阅请求响应模块响应于上述订阅请求,并实时检测上述订阅请求范围内的相关对象数据记录,例如:锅炉1在早班时的运行状态数据记录。当锅炉1在早班时的运行状态数据记录发生变化时,时空数据库服务器通过订阅请求响应模块将包括锅炉1早班的运行状态数据主动推送至客户端的接收模块。
客户端接收模块,用于接收所述订阅请求响应模块主动推送至所述客户端的响应信息,所述响应信息至少包含待管理对象的凭借自然语言描述的时间属性和/空间属性的至少一个数据记录。
根据一种优选实施方式,本发明的基于时空数据库的对象数据的订阅方法的装置还包括订阅请求记录模块,在客户端处于开启状态时,所述时空数据库服务器的订阅请求记录模块会主动记录所述客户端发送模块向时空数据库针对至少一个数据记录发出的凭借自然语言描述的时间属性与空间属性的订阅请求,并且将订阅请求的信息记录及时发送至订阅请求响应模块,从而在订阅请求的数据记录发生变化时,只要客户端处于开启状态,服务器的订阅请求响应模块便会将变化的数据记录主动发送至客户端,无需用户每次通过客户端进行订阅的过程。
需要注意的是,上述具体实施例是示例性的,本领域技术人员可以在本发明公开内容的启发下想出各种解决方案,而这些解决方案也都属于本发明的公开范围并落入本发明的保护范围之内。本领域技术人员应该明白,本发明说明书及其附图均为说明性而并非构成对权利要求的限制。本发明的保护范围由权利要求及其等同物限定。

Claims (8)

1.一种基于时空数据库的对象数据的订阅方法,其特征在于,所述方法包括:
客户端向时空数据库针对至少一个数据记录发出包含凭借自然语言描述的时间属性与空间属性的订阅请求;
所述时空数据库响应于所述订阅请求,将包含待管理对象的凭借自然语言描述的时间属性和/或空间属性的至少一个数据记录主动推送至所述客户端;
其中,
所述订阅方法还包括:
在所述客户端处于开启状态时,所述时空数据库记录所述客户端的订阅请求,所述时空数据库检测到所述客户端订阅请求的至少一个数据记录发生变化时,所述时空数据库服务器主动将包含所述待管理对象时间属性和/或空间属性和/或模型类别的至少一个数据记录主动发送至所述客户端;以及
在所述客户端处于关闭状态时,所述客户端向所述时空数据库服务器发送取消订阅请求;
所述订阅请求是按照与待管理对象的模型类别相关的方式发送的,所述待管理对象的模型类别是分别建立在实时数据库、历史数据库和/或计划数据库的待管理对象的属性,并且每个类别的数据模型包含一个或多个对象;
所述订阅请求能够是对对象的实时数据、历史数据或计划数据的订阅。
2.如权利要求1所述的基于时空数据库的对象数据的订阅方法,其特征在于,所述时空数据库的模型化包括如下步骤:
依据待管理对象的空间状态对所述待管理对象进行模型化;
依据待管理对象的时间状态对所述待管理对象进行模型化;
设定所述待管理对象的特定属性;
依据特定属性将模型化的所述待管理对象归类至特定的模型类别的模型。
3.如权利要求1所述的基于时空数据库的对象数据的订阅方法,其特征在于,所述时空数据库包括待管理对象的实时数据库、历史数据库和计划数据库。
4.如权利要求2所述的基于时空数据库的对象数据的订阅方法,其特征在于,所述依据待管理对象的空间状态对所述待管理对象进行模型化包括依据待管理对象的空间状态对所述待管理对象的空间进行模型化以建立空间模型;
所述依据待管理对象的时间状态对所述待管理对象进行模型化包括依据待管理对象的时间状态对所述待管理对象的时间进行模型化以建立时间模型。
5.如权利要求2所述的基于时空数据库的对象数据的订阅方法,其特征在于,所述设定所述待管理对象的特定属性包括设定待管理对象的图形属性、音频属性、视频属性或名称属性中的一种或多种。
6.如权利要求1所述的基于时空数据库的对象数据的订阅方法,其特征在于,所述凭借自然语言描述的时间属性是所述待管理对象依据其时间状态自定义的属性,所述待管理对象凭借自然语言描述的时间属性至少包括依据所述待管理对象的时间位置、开始时间和结束时间自定义的时间属性,
所述凭借自然语言描述的空间属性包括依据所述待管理对象的空间形状、空间范围和空间位置自定义的空间属性。
7.一种用于执行如前述权利要求之一所述的方法的装置,其特征在于,
所述装置至少包括:
客户端发送模块,用于向时空数据库针对至少一个数据记录发出凭借自然语言描述的时间属性与空间属性的订阅请求;
订阅请求接收模块,用于接收所述客户端发送模块发送的所述订阅请求;
订阅请求响应模块,用于时空数据库响应于所述订阅请求,在时空数据库服务器收到所述订阅请求信息后并在所述至少一个数据记录发生变化时,主动将包含所述待管理对象的凭借自然语言描述的时间属性和/或空间属性的至少一个数据记录推送至所述客户端的响应信息;
客户端接收模块,用于接收所述订阅请求响应模块主动推送至所述客户端的响应信息,所述响应信息至少包含待管理对象的凭借自然语言描述的时间属性和/空间属性的至少一个数据记录;其中,
所述订阅请求是按照与待管理对象的模型类别相关的方式发送的,所述待管理对象的模型类别是分别建立在实时数据库、历史数据库和/或计划数据库的待管理对象的属性,并且每个类别的数据模型包含一个或多个对象;
所述订阅请求能够是对对象的实时数据、历史数据或计划数据的订阅。
8.如权利要求7所述的装置,其特征在于,所述装置还包括订阅请求记录模块,用于在客户端处于开启状态时,主动记录所述客户端发送模块向时空数据库针对至少一个数据记录发出的凭借自然语言描述的时间属性与空间属性的订阅请求。
CN201610925992.8A 2016-10-24 2016-10-24 一种基于时空数据库的对象数据的订阅方法 Active CN106294888B (zh)

Priority Applications (5)

Application Number Priority Date Filing Date Title
CN201610925992.8A CN106294888B (zh) 2016-10-24 2016-10-24 一种基于时空数据库的对象数据的订阅方法
EP17864325.0A EP3531310A4 (en) 2016-10-24 2017-09-04 METHOD FOR EXTRACTING A DATABASE BASED ON A SPATIO-TEMPORAL DATABASE
US16/343,210 US11243927B2 (en) 2016-10-24 2017-09-04 Method for retrieving data object based on spatial-temporal database
CN201780020385.XA CN108885634B (zh) 2016-10-24 2017-09-04 一种基于时空数据库的对数据对象的检索方法
PCT/CN2017/100377 WO2018076930A1 (zh) 2016-10-24 2017-09-04 一种基于时空数据库的对数据对象的检索方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610925992.8A CN106294888B (zh) 2016-10-24 2016-10-24 一种基于时空数据库的对象数据的订阅方法

Publications (2)

Publication Number Publication Date
CN106294888A CN106294888A (zh) 2017-01-04
CN106294888B true CN106294888B (zh) 2018-10-26

Family

ID=57720463

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610925992.8A Active CN106294888B (zh) 2016-10-24 2016-10-24 一种基于时空数据库的对象数据的订阅方法

Country Status (1)

Country Link
CN (1) CN106294888B (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US11243927B2 (en) 2016-10-24 2022-02-08 Beijing Wellintech Co., Ltd. Method for retrieving data object based on spatial-temporal database
CN108763595B (zh) * 2018-06-28 2023-11-07 北京天诚同创电气有限公司 污水处理数据回溯方法和系统
CN109600444A (zh) * 2018-12-14 2019-04-09 北京向上心科技有限公司 数据推送方法、服务器、终端、电子设备及可读存储介质
CN109710616B (zh) * 2018-12-29 2021-10-22 郑州春泉节能股份有限公司 一种数据的存放方法
CN110196885B (zh) * 2019-06-13 2021-02-02 东方电子股份有限公司 一种云化分布式实时数据库系统
CN110958435A (zh) * 2019-12-16 2020-04-03 三只松鼠股份有限公司 一种数字化生产监控系统
CN112328578B (zh) * 2020-11-26 2023-03-28 电子科技大学 一种基于强化学习和图注意力网络的数据库查询优化方法
CN113486034B (zh) * 2021-07-05 2022-11-11 重庆比特数图科技有限公司 一种矢量图层及图斑的历史版本回溯方法
CN115080543A (zh) * 2022-06-30 2022-09-20 北京亚控科技发展有限公司 一种事件计划状态数字孪生方法、装置及设备
WO2024002296A1 (zh) * 2022-06-30 2024-01-04 北京亚控科技发展有限公司 一种孪生、订阅目标对象的历史状态的方法及装置
CN115114267A (zh) * 2022-06-30 2022-09-27 北京亚控科技发展有限公司 一种组织机构全生命周期的数字孪生方法、装置及设备
CN115270419B (zh) * 2022-06-30 2023-12-26 北京亚控科技发展有限公司 一种实时事件当前状态的孪生方法、订阅方法及系统
CN115145895A (zh) * 2022-06-30 2022-10-04 北京亚控科技发展有限公司 一种孪生、订阅组织的当前状态的方法及装置
CN115080544B (zh) * 2022-06-30 2024-05-03 北京亚控科技发展有限公司 一种孪生、订阅组织的历史状态的方法及装置
CN115145896A (zh) * 2022-06-30 2022-10-04 北京亚控科技发展有限公司 一种实体物计划状态数字孪生方法、装置及设备
CN115017140A (zh) * 2022-06-30 2022-09-06 北京亚控科技发展有限公司 模型构建及模型数据订阅方法、装置、电子设备和介质
CN115129909B (zh) * 2022-06-30 2024-05-07 北京亚控科技发展有限公司 一种孪生、订阅实体物的历史状态的方法及装置
WO2024002293A1 (zh) * 2022-06-30 2024-01-04 北京亚控科技发展有限公司 一种对象计划状态数字孪生和订阅方法、装置、设备
CN115098470A (zh) * 2022-06-30 2022-09-23 北京亚控科技发展有限公司 模型构建及模型数据订阅方法、装置、电子设备和介质
CN115017138B (zh) * 2022-06-30 2024-04-02 北京亚控科技发展有限公司 一种人员计划状态数字孪生方法、装置及设备
CN115080545A (zh) * 2022-06-30 2022-09-20 北京亚控科技发展有限公司 一种人员当前状态的孪生、订阅方法及装置

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103246727B (zh) * 2013-05-10 2016-09-21 四川省林业调查规划院 一种多用户森林资源时空数据库构建的方法
CN103678712A (zh) * 2013-12-31 2014-03-26 上海师范大学 一种灾害信息时空数据库
CN104657467B (zh) * 2015-02-11 2017-09-05 南京国电南自维美德自动化有限公司 一种实时内存数据库的带订阅/发布的数据推送框架
CN105426491B (zh) * 2015-11-23 2018-12-14 武汉大学 一种时空地理大数据的检索方法及系统

Also Published As

Publication number Publication date
CN106294888A (zh) 2017-01-04

Similar Documents

Publication Publication Date Title
CN106294888B (zh) 一种基于时空数据库的对象数据的订阅方法
CN106294887B (zh) 基于四维空间的对客观世界存在的物体和事件的描述方法
CN106407469B (zh) 一种描述事物时间属性并基于所述描述进行查找的方法
CN108885634B (zh) 一种基于时空数据库的对数据对象的检索方法
CN106446278B (zh) 一种基于时空数据库的对数据对象的检索方法
Wang et al. Industrial big data analytics: challenges, methodologies, and applications
CN110309264B (zh) 基于知识图谱获取地理产品数据的方法和装置
CN112699175A (zh) 一种数据治理系统及其方法
Dourish No SQL: The shifting materialities of database technology
CN106649867B (zh) 一种对象数据的组织方法
US11321356B2 (en) Linking discrete dimensions to enhance dimensional analysis
US9153051B2 (en) Visualization of parallel co-ordinates
CN106407468B (zh) 一种描述事物空间属性并基于所述描述进行查找的方法
CN113742325A (zh) 数据仓库建设方法、装置、系统、电子设备及存储介质
Pabreja et al. A data warehousing and data mining approach for analysis and forecast of cloudburst events using OLAP-based data hypercube
CN114860819A (zh) 商业智能系统的构建方法、装置、设备和存储介质
CN206557772U (zh) 一种事物的时间描述系统
CN206557773U (zh) 一种基于四维空间对客观世界存在的事物描述的系统
Taniar Progressive Methods in Data Warehousing and Business Intelligence: Concepts and Competitive Analytics: Concepts and Competitive Analytics
CN116484054A (zh) 数据处理方法及相关装置
Jingjing et al. Design and Implementation of a Social Economic Statistical Information System Based on ArcEngine.
Bouchelouche Real-Time Business Intelligence
Krommyda et al. Spatial Data Management in IoT Systems: Solutions and Evaluation
Chelazzi et al. Thinking data. Integrative big data approaches towards an ‘introspective’digital archaeology in the ancient Mediterranean
CN117319245A (zh) 一种桩联网实时监控方法及装置

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant