CN109189394A - 一种自适应国内主流厂商粮情数据结构的方法 - Google Patents
一种自适应国内主流厂商粮情数据结构的方法 Download PDFInfo
- Publication number
- CN109189394A CN109189394A CN201810871067.0A CN201810871067A CN109189394A CN 109189394 A CN109189394 A CN 109189394A CN 201810871067 A CN201810871067 A CN 201810871067A CN 109189394 A CN109189394 A CN 109189394A
- Authority
- CN
- China
- Prior art keywords
- data
- grain feelings
- database
- temperature
- data structure
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 29
- 230000003044 adaptive effect Effects 0.000 title claims abstract description 24
- 238000003032 molecular docking Methods 0.000 claims abstract description 12
- 238000004458 analytical method Methods 0.000 claims description 21
- 229910002056 binary alloy Inorganic materials 0.000 claims description 14
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 230000006870 function Effects 0.000 claims description 6
- 238000012360 testing method Methods 0.000 claims description 4
- 238000005538 encapsulation Methods 0.000 claims description 3
- 238000005192 partition Methods 0.000 claims description 3
- 230000001360 synchronised effect Effects 0.000 claims description 3
- 238000012546 transfer Methods 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000012790 confirmation Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F8/00—Arrangements for software engineering
- G06F8/40—Transformation of program code
- G06F8/41—Compilation
- G06F8/42—Syntactic analysis
- G06F8/427—Parsing
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Software Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Debugging And Monitoring (AREA)
Abstract
本发明特别涉及一种自适应国内主流厂商粮情数据结构的方法。该自适应国内主流厂商粮情数据结构的方法，通过使用Java语言编写的JDBC，以及I/O流对数据库，数据文件建立连接，发送指令，并对返回结果进行解析，获得符合要求的粮情数据。该自适应国内主流厂商粮情数据结构的方法，通过Web前端配置的仓房主体对应关系，主字段对应关系，对应查询语句以及特殊解析规则等有效信息进行数据解析，最终实现了对不同厂商所使用的不同数据库、不同表结构的粮情数据的对接。
Description
技术领域
本发明涉及软件与硬件对接技术领域，特别涉及一种自适应国内主流厂商粮情数据结构的方法。
背景技术
粮库现有的粮情厂商提供的粮情数据多具有多样性。如数据库的多样性，表结构的多样性，粮情数据存放形式的多样性。这些多样性使得对接数据变得异常复杂。
针对对接粮情设备数据时存在的多样性问题，本发明提出了一种自适应国内主流厂商粮情数据结构的方法，将对接厂商多样性整合成我方定义的统一性。
发明内容
本发明为了弥补现有技术的缺陷，提供了一种简单高效的自适应国内主流厂商粮情数据结构的方法。
本发明是通过如下技术方案实现的：
一种自适应国内主流厂商粮情数据结构的方法，其特征在于：通过使用Java语言编写的JDBC(JavaDataBase Connectivity，java数据库连接)，以及I/O流对数据库，数据文件建立连接，发送指令，并对返回结果进行解析，获得符合要求的粮情数据。
具体包括以下步骤：
(1)通过使用Java语言编写，通过JDBC实现与数据库的通用连接；
(2)针对我方数据库结构的统一性与对方数据库的无规则性，多样性，通过Web端数据封装，服务端对数据进行递归排序，分层定位，解析方法反射调用，逐层解析，实现将规则多样性的函数转化；
(3)通过Web前端与服务端相互组装配合，实现对不同厂商数据的解析。
所述步骤(1)中，数据库连接采用一对多方式，将多数据驱动整合，对接的数据库有Access，Mysql，Sqlserver，Orical，Sqlite和Foxpro，部分厂商的粮情数据以Xml类型的文件进行存储。
所述步骤(2)中，通过服务端组件映射生成Web端组件，将仓房对应关系组合，解析字段对应关系组合，查询语句拼接，基本解析规则的组装，并通过Web端数据向服务端进行打包发送。
所述基本解析规则包括点温排序，倍率计算，十六进制解析法则，长二进制解析法则和进制转换函数。
该自适应国内主流厂商粮情数据结构的方法，通过以下步骤配置相应的数据：
(1)配置对接厂商使用的数据库基本信息，包括数据库类型，用户名，密码，IP或者物理地址信息，配置后进行连接测试；
(2)配置对应仓房关系，按照我方与对方1对1的关系进行配置，并配置每个仓房对应的行列层电缆编号数量，根据厂家数据特点决定是否配置温度点起始列标；
(3)配置表结构，及将对接的主要查询内容的字段编号对应保存到我方数据库中；
(4)配置查询语句，按照说明配置查询语句的层级，基础架构，所含参数，所含参数对应字段编号，所含参数对应格式以及所含参数值来源信息；
(5)配置该厂商的基本数据解析特征，包括温度数据存放格式，温度数据分布列数，温度数据分布条数，温度数据错误码，温度数据排序规则以及特殊温度类型的单温度对应字节数，温度读取对应起始下标值；
(6)配置完成后，点击保存，再点击同步数据按钮，开始数据同步；数据同步过程中，服务端会对所存信息进行整合，推演解析方式，通过Java反射机制动态调用解析方法，完成粮情数据解析与存储。
所述步骤(3)中，将Web端打包数据进行数据分拆，递归排序，组件配发；根据组件配发顺序以及主解析元素特征，对各组件数据再分发，根据数据规则判断解析方式，初始数据获取及解析法则反射调用解析方法再解析，再经过错误码，倍率转换，最终解析获得符合要求的粮情数据。
所述Web端前端具有灵活组装能力，适用于标准长二进制，非标准长二进制，十六进制，十六进制字符串和非标准温度集主要数据形式。
本发明的有益效果是：该自适应国内主流厂商粮情数据结构的方法，通过Web前端配置的仓房主体对应关系，主字段对应关系、，对应查询语句以及特殊解析规则等有效信息进行数据解析，最终实现了对不同厂商所使用的不同数据库、不同表结构的粮情数据的对接。
附图说明
附图1为本发明自适应国内主流厂商粮情数据结构的方法示意图。
具体实施方式
为了使本发明所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图和实施例，对本发明进行详细的说明。应当说明的是，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
该自适应国内主流厂商粮情数据结构的方法，通过使用Java语言编写的JDBC(Java DataBase Connectivity，java数据库连接)，以及I/O流对数据库，数据文件建立连接，发送指令，并对返回结果进行解析，获得符合要求的粮情数据。
具体包括以下步骤：
(1)通过使用Java语言编写，通过JDBC实现与数据库的通用连接；
(2)针对我方数据库结构的统一性与对方数据库的无规则性，多样性，通过Web端数据封装，服务端对数据进行递归排序，分层定位，解析方法反射调用，逐层解析，实现将规则多样性的函数转化；
(3)通过Web前端与服务端相互组装配合，实现对不同厂商数据的解析。
所述步骤(1)中，数据库连接采用一对多方式，将多数据驱动整合，对接的数据库有Access，Mysql，Sqlserver，Orical，Sqlite和Foxpro，部分厂商的粮情数据以Xml类型的文件进行存储。
所述步骤(2)中，通过服务端组件映射生成Web端组件，将仓房对应关系组合，解析字段对应关系组合，查询语句拼接，基本解析规则的组装，并通过Web端数据向服务端进行打包发送。
所述基本解析规则包括点温排序，倍率计算，十六进制解析法则，长二进制解析法则和进制转换函数。
该自适应国内主流厂商粮情数据结构的方法，通过以下步骤配置相应的数据：
(1)配置对接厂商使用的数据库基本信息，包括数据库类型，用户名，密码，IP或者物理地址信息，配置后进行连接测试；
(2)配置对应仓房关系，按照我方与对方1对1的关系进行配置，并配置每个仓房对应的行列层电缆编号数量，根据厂家数据特点决定是否配置温度点起始列标；
(3)配置表结构，及将对接的主要查询内容的字段编号对应保存到我方数据库中；
(4)配置查询语句，按照说明配置查询语句的层级，基础架构，所含参数，所含参数对应字段编号，所含参数对应格式以及所含参数值来源信息；
(5)配置该厂商的基本数据解析特征，包括温度数据存放格式，温度数据分布列数，温度数据分布条数，温度数据错误码，温度数据排序规则以及特殊温度类型的单温度对应字节数，温度读取对应起始下标值；
(6)配置完成后，点击保存，再点击同步数据按钮，开始数据同步；数据同步过程中，服务端会对所存信息进行整合，推演解析方式，通过Java反射机制动态调用解析方法，完成粮情数据解析与存储。
所述步骤(3)中，将Web端打包数据进行数据分拆，递归排序，组件配发；根据组件配发顺序以及主解析元素特征，对各组件数据再分发，根据数据规则判断解析方式，初始数据获取及解析法则反射调用解析方法再解析，再经过错误码，倍率转换，最终解析获得符合要求的粮情数据。
所述Web端前端具有灵活组装能力，适用于标准长二进制，非标准长二进制，十六进制，十六进制字符串和非标准温度集主要数据形式。
实施例1
该自适应国内主流厂商粮情数据结构的方法，支持的解析方法举例：
数组转换：getDbByStr(str[])返回Double类型数组。
单字段存储数据解析：dealData(rs，map)，rs表示结果集，map为解析要素集合。
多字段存储数据解析：dealMoreData(rs,map)，rs表示结果集，map为解析要素集合。
低字节数组转int：bytesToInt(byte[]b)，将低字节的byte数组转换为高字节的int类型。
低字节数组转short：bytesToShort(byte[]b)，将低字节的byte数组转换为高字节的short类型。
低字节数组转String：bytes2BinStr(byte[]bArray)，将低字节byte数组转字符串。
十六进制字符串转二进制字节数组：hexStr2BinArr(String hexString)；
字节数组转十六进制字符串：byteArr2HexStr(byte[]bs)；
十六进制转十进制：hexToInt()，用法hexToInt(值)；
十六进制转二进制：hexToBin()；
二进制转十六进制：binToHex()；
二进制转十进制：binToInt()；
十进制转十六进制：intToHex()；
十进制转二进制：intToBin()；
高位、低位字节倒置：toReverse(String s)
该自适应国内主流厂商粮情数据结构的方法，数据表设计如下：
表1数据库配置表(SJTB_SJKPZ)
表2表结构对应表(SJTB_BJGDYB)
| 字段名称 | 字段编号 | 数据类型 | 注释 |
| 组织内码 | SJTB_BJGDYB_ZZNM | VARchar(32) | 组织区分码 |
| 温度 | SJTB_BJGDYB_WD | VARchar(32) | 温度对应代码 |
| 内温 | SJTB_BJGDYB_CNWD | VARchar(32) | 内温对应代码 |
| 外温 | SJTB_BJGDYB_CWWD | VARchar(32) | 外温对应代码 |
| 内湿 | SJTB_BJGDYB_CNSD | VARchar(32) | 内湿对应代码 |
| 外湿 | SJTB_BJGDYB_CWSD | VARchar(32) | 外湿对应代码 |
| 时间 | SJTB_BJGDYB_TIME | VARchar(32) | 时间对应代码 |
| 厂家 | SJTB_BJGDYB_CJMC | VARchar(32) | 确认记录所属厂商 |
表3查询语句存放表(SJTB_SQLCFB)
表4厂商数据规则表(SJTB_CJSJGXB)
表5仓房对应关系表(SJTB_CFDYPZ)
表6测试结果表
Claims (8)
1.一种自适应国内主流厂商粮情数据结构的方法，其特征在于：通过使用Java语言编写的JDBC，以及I/O流对数据库，数据文件建立连接，发送指令，并对返回结果进行解析，获得符合要求的粮情数据。
2.根据权利要求1所述的自适应国内主流厂商粮情数据结构的方法，其特征在于，包括以下步骤：
(1)通过使用Java语言编写，通过JDBC实现与数据库的通用连接；
(2)针对我方数据库结构的统一性与对方数据库的无规则性，多样性，通过Web端数据封装，服务端对数据进行递归排序，分层定位，解析方法反射调用，逐层解析，实现将规则多样性的函数转化；
(3)通过Web前端与服务端相互组装配合，实现对不同厂商数据的解析。
3.根据权利要求2所述的自适应国内主流厂商粮情数据结构的方法，其特征在于：所述步骤(1)中，数据库连接采用一对多方式，将多数据驱动整合，对接的数据库有Access，Mysql，Sqlserver，Orical，Sqlite和Foxpro，部分厂商的粮情数据以Xml类型的文件进行存储。
4.根据权利要求2所述的自适应国内主流厂商粮情数据结构的方法，其特征在于：所述步骤(2)中，通过服务端组件映射生成Web端组件，将仓房对应关系组合，解析字段对应关系组合，查询语句拼接，基本解析规则的组装，并通过Web端数据向服务端进行打包发送。
5.根据权利要求4所述的自适应国内主流厂商粮情数据结构的方法，其特征在于：所述基本解析规则包括点温排序，倍率计算，十六进制解析法则，长二进制解析法则和进制转换函数。
6.根据权利要求2所述的自适应国内主流厂商粮情数据结构的方法，其特征在于，通过以下步骤配置相应的数据：
(1)配置对接厂商使用的数据库基本信息，包括数据库类型，用户名，密码，IP或者物理地址信息，配置后进行连接测试；
(2)配置对应仓房关系，按照我方与对方1对1的关系进行配置，并配置每个仓房对应的行列层电缆编号数量，根据厂家数据特点决定是否配置温度点起始列标；
(3)配置表结构，及将对接的主要查询内容的字段编号对应保存到我方数据库中；
(4)配置查询语句，按照说明配置查询语句的层级，基础架构，所含参数，所含参数对应字段编号，所含参数对应格式以及所含参数值来源信息；
(5)配置该厂商的基本数据解析特征，包括温度数据存放格式，温度数据分布列数，温度数据分布条数，温度数据错误码，温度数据排序规则以及特殊温度类型的单温度对应字节数，温度读取对应起始下标值；
(6)配置完成后，点击保存，再点击同步数据按钮，开始数据同步；数据同步过程中，服务端会对所存信息进行整合，推演解析方式，通过Java反射机制动态调用解析方法，完成粮情数据解析与存储。
7.根据权利要求2所述的自适应国内主流厂商粮情数据结构的方法，其特征在于：所述步骤(3)中，将Web端打包数据进行数据分拆，递归排序，组件配发；根据组件配发顺序以及主解析元素特征，对各组件数据再分发，根据数据规则判断解析方式，初始数据获取及解析法则反射调用解析方法再解析，再经过错误码，倍率转换，最终解析获得符合要求的粮情数据。
8.根据权利要求7所述的自适应国内主流厂商粮情数据结构的方法，其特征在于：所述Web端前端具有灵活组装能力，适用于标准长二进制，非标准长二进制，十六进制，十六进制字符串和非标准温度集主要数据形式。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810871067.0A CN109189394B (zh) | 2018-08-02 | 2018-08-02 | 一种自适应国内主流厂商粮情数据结构的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810871067.0A CN109189394B (zh) | 2018-08-02 | 2018-08-02 | 一种自适应国内主流厂商粮情数据结构的方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109189394A true CN109189394A (zh) | 2019-01-11 |
| CN109189394B CN109189394B (zh) | 2021-11-16 |
Family
ID=64920593
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810871067.0A Active CN109189394B (zh) | 2018-08-02 | 2018-08-02 | 一种自适应国内主流厂商粮情数据结构的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109189394B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1904885A (zh) * | 2005-07-29 | 2007-01-31 | 北京航空航天大学 | 数据库适配器 |
| CN103488128A (zh) * | 2012-06-12 | 2014-01-01 | 郑州华粮科技股份有限公司 | 基于互联网的粮情测控远程监管系统 |
| CN104809597A (zh) * | 2015-05-14 | 2015-07-29 | 国家电网公司 | 基于数据融合的数据资源管理平台 |
| CN107248053A (zh) * | 2017-05-19 | 2017-10-13 | 江苏中源物联网技术发展有限公司 | 一种粮食大数据智能分析管理系统 |
| US20170300712A1 (en) * | 2016-04-14 | 2017-10-19 | Salesforce.Com, Inc. | Fine grain security for analytic data sets |
| CN107679057A (zh) * | 2017-06-26 | 2018-02-09 | 平安科技（深圳）有限公司 | 数据对接方法、装置、服务器和存储介质 |
-
2018
- 2018-08-02 CN CN201810871067.0A patent/CN109189394B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1904885A (zh) * | 2005-07-29 | 2007-01-31 | 北京航空航天大学 | 数据库适配器 |
| CN103488128A (zh) * | 2012-06-12 | 2014-01-01 | 郑州华粮科技股份有限公司 | 基于互联网的粮情测控远程监管系统 |
| CN104809597A (zh) * | 2015-05-14 | 2015-07-29 | 国家电网公司 | 基于数据融合的数据资源管理平台 |
| US20170300712A1 (en) * | 2016-04-14 | 2017-10-19 | Salesforce.Com, Inc. | Fine grain security for analytic data sets |
| CN107248053A (zh) * | 2017-05-19 | 2017-10-13 | 江苏中源物联网技术发展有限公司 | 一种粮食大数据智能分析管理系统 |
| CN107679057A (zh) * | 2017-06-26 | 2018-02-09 | 平安科技（深圳）有限公司 | 数据对接方法、装置、服务器和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109189394B (zh) | 2021-11-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US20080201338A1 (en) | Rest for entities | |
| Sylvester | Beet Yellows Yirus Transmission by the Green Peach Aphid. | |
| CN110166975B (zh) | 基于无线网络及树莓派节点的农业物联网传感器通信方法 | |
| Anestad | Interference between outbreaks of respiratory syncytial virus and influenza virus infection. | |
| CN103488704A (zh) | 一种数据存储方法及装置 | |
| Breje et al. | Comparative study of data sending methods for XML and JSON models | |
| CN108664267A (zh) | 一种代码自动打包系统 | |
| CN102999600A (zh) | 一种嵌入式数据库自动生成方法和系统 | |
| Aist et al. | Papilla formation: timing and significance during penetration of barley coleoptiles by Erysiphe graminis hordei. | |
| CN101848148A (zh) | 应用于金融报文语言的数据传输处理系统、装置及方法 | |
| CN101751436A (zh) | 一种生成报表的方法及装置 | |
| CN109189394A (zh) | 一种自适应国内主流厂商粮情数据结构的方法 | |
| Weintraub et al. | Cell wall composition of leaves with a localized virus infection. | |
| Sanderson | Functional aspects of renal calcification in rats. | |
| Saito et al. | Hemagglutination test for titration of plant virus. | |
| AW Dimock et al. | A newly recognized disease of chrysanthemum caused by a graft-transmissible agent. | |
| Brunt et al. | The serological relationship between'Asparagus stunt'and Tobacco streak viruses. | |
| Hwang et al. | Current occurrence of porcine epidemic diarrhoea in Korea. | |
| CN101639827A (zh) | 图书元数据生成方法 | |
| CN109710420A (zh) | 一种iec61850模型的访问方法 | |
| Cook et al. | Ecology and possible significance of perithecia of Calonectria nivalis in the Pacific Northwest. | |
| CN114546274A (zh) | 一种基于缓存的大数据处理维表存算系统及其方法 | |
| Xu et al. | Electron microscopy of a soil-borne wheat mosaic virus. | |
| Kamińska et al. | Incidence of new virus diseases in Polish greenhouses. I. Impatiens necrotic spot virus. | |
| Singh et al. | Decay in relation to management of dry coppice Teak forests. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20211021 Address after: No. 1036, Shandong high tech Zone wave road, Ji'nan, Shandong Applicant after: Inspur Genersoft Co.,Ltd. Address before: 250100 No. 2877 Kehang Road, Sun Village Town, Jinan High-tech District, Shandong Province Applicant before: SHANDONG INSPUR GENESOFT INFORMATION TECHNOLOGY Co.,Ltd. |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |