CN109863484A - 用于分布式数据系统的语义搜索系统和方法 - Google Patents
用于分布式数据系统的语义搜索系统和方法 Download PDFInfo
- Publication number
- CN109863484A CN109863484A CN201780033150.4A CN201780033150A CN109863484A CN 109863484 A CN109863484 A CN 109863484A CN 201780033150 A CN201780033150 A CN 201780033150A CN 109863484 A CN109863484 A CN 109863484A
- Authority
- CN
- China
- Prior art keywords
- data
- inquiry
- connecting element
- processor
- data source
- 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 64
- 238000012545 processing Methods 0.000 claims abstract description 20
- 230000015654 memory Effects 0.000 claims abstract description 19
- 230000006854 communication Effects 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 18
- 238000001914 filtration Methods 0.000 claims description 11
- 238000006116 polymerization reaction Methods 0.000 claims description 8
- 230000003213 activating effect Effects 0.000 claims description 4
- 239000003550 marker Substances 0.000 claims description 3
- 235000013399 edible fruits Nutrition 0.000 claims 1
- 230000008569 process Effects 0.000 abstract description 13
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 21
- 230000006870 function Effects 0.000 description 16
- 229960004424 carbon dioxide Drugs 0.000 description 11
- 229910002092 carbon dioxide Inorganic materials 0.000 description 10
- 239000001569 carbon dioxide Substances 0.000 description 10
- 238000004458 analytical method Methods 0.000 description 8
- 238000007726 management method Methods 0.000 description 8
- 238000005259 measurement Methods 0.000 description 8
- 230000007246 mechanism Effects 0.000 description 8
- 238000013500 data storage Methods 0.000 description 7
- 230000014509 gene expression Effects 0.000 description 6
- 230000008859 change Effects 0.000 description 5
- 238000013499 data model Methods 0.000 description 5
- 238000005286 illumination Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 230000004807 localization Effects 0.000 description 4
- NOQGZXFMHARMLW-UHFFFAOYSA-N Daminozide Chemical group CN(C)NC(=O)CCC(O)=O NOQGZXFMHARMLW-UHFFFAOYSA-N 0.000 description 3
- 238000013481 data capture Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 241001269238 Data Species 0.000 description 2
- GWEVSGVZZGPLCZ-UHFFFAOYSA-N Titan oxide Chemical compound O=[Ti]=O GWEVSGVZZGPLCZ-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000001419 dependent effect Effects 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000005265 energy consumption Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 241000790917 Dioxys <bee> Species 0.000 description 1
- 206010062575 Muscle contracture Diseases 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000009529 body temperature measurement Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 229910002090 carbon oxide Inorganic materials 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 208000006111 contracture Diseases 0.000 description 1
- 238000001816 cooling Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000009940 knitting Methods 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000007620 mathematical function Methods 0.000 description 1
- 230000013011 mating Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 239000004408 titanium dioxide Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2452—Query translation
- G06F16/24522—Translation of natural language queries to structured queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/243—Natural language query formulation
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
- H04L67/125—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks involving control of end-device applications over a network
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2452—Query translation
- G06F16/24526—Internal representations for queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2471—Distributed queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/27—Replication, distribution or synchronisation of data between databases or within a distributed database system; Distributed database system architectures therefor
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/28—Databases characterised by their database models, e.g. relational or object models
- G06F16/284—Relational databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9035—Filtering based on additional data, e.g. user or group profiles
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/30—Arrangements for executing machine instructions, e.g. instruction decode
- G06F9/30003—Arrangements for executing specific machine instructions
- G06F9/30007—Arrangements for executing specific machine instructions to perform operations on data operands
- G06F9/3001—Arithmetic instructions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/51—Discovery or management thereof, e.g. service location protocol [SLP] or web services
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/70—Services for machine-to-machine communication [M2M] or machine type communication [MTC]
Abstract
提供了用于在分布式数据处理系统中搜索信息的方法和系统。一种用于处理语义搜索查询的系统，其中该系统可以包括存储器和耦合到该存储器的处理器，该处理器被配置成接收结构化搜索查询、处理该结构化搜索查询以解构到查询元素、基于处理的查询元素识别定义与接收到的结构化搜索查询相关联的数据源的一组连接元件、处理该查询元素以确定与接收到的结构化搜索查询相关联的一个或更多个命令数据元素类型，以及根据命令数据元素类型处理与定义的数据源相关联的数据以产生语义搜索查询结果数据集。
Description
发明领域
本公开的实施例大体上涉及数据处理的系统和方法，且更具体地涉及用于查询与分布式数据处理系统相关联的数据的系统和方法。
背景
相关技术的描述
物联网(IoT)承诺大规模地将元素互连在一起。这种融合允许在这些元素之间的交互和协作，以完成一项或更多项特定任务。这些任务根据应用的上下文和环境而不同。例如，任务可以从环境特征(诸如单个房间的温度或湿度)的感测和监控到整个建筑或设施的控制和优化，以便实现更大的目标，诸如能量管理战略。
根据应用，连接元件可以是异质和/或同质硬件，这可以有助于感测、致动、数据捕获、数据储存或数据处理。每种类型的连接元件硬件可以具有独特的数据结构，该数据结构详细描述硬件本身的物理能力和/或测量参数的数字表示。例如，温度传感器可以包括温度度量、MAC地址、IP地址和CPU类型数据。每个连接的硬件元素可以具有唯一的数据结构。因此，在通过各种各样的可用元件而可用的这些各种数据结构的异构性的情况下，有效地分析这些数据成为了严峻的挑战。
概述
提供了用于在分布式数据处理系统中搜索信息的方法和系统。一种用于处理语义搜索查询的系统，其中该系统可以包括存储器和耦合到该存储器的处理器，该处理器被配置成接收结构化搜索查询、处理该结构化搜索查询以解构到查询元素、基于处理的查询元素识别定义与接收到的结构化搜索查询相关联的数据源的一组连接元件、处理该查询元素以确定与接收到的结构化搜索查询相关联的一个或更多个命令数据元素类型，以及根据命令数据元素类型处理与定义的数据源相关联的数据以产生语义搜索查询结果数据集。
本公开的原理表明结构化搜索查询可以用特定语法来配置。此外，特定语法可以包括便于过滤、聚合、发布、订阅和/或推断功能的查询元素。可以针对与一个或更多个连接元件相关联的数据字段过滤定义的数据源。相关联的过滤数据字段可以从包括设备类型、类别、能力和/或通信协议的组中选择。可以使用数学运算聚合定义的数据源。数学运算可以包括求最小值、求最大值、求和和/或求平均值。定义的数据源可以被发布和/或订阅用于连接元件。定义的数据源可以推断连接元件之间的关系。推断连接元件之间的关系可以通过本体操作来确定。本体操作可以包括利用设备和设备位置数据关系来产生图形数据结构。
本公开的原理进一步证明，为语义搜索查询定义的数据源可以使用语义标记来构建，该语义标记可以与一个或更多个连接元件关联。命令数据元素可以包括用于致动与定义的数据源相关联的连接元件中的至少一个的操作元素。可选实施例可以提供识别定义的数据源内可行动的连接元件和/或更新与连接元件相关联的数据值。
本公开的实施例还提供了可以是虚拟元件的一个或更多个连接元件。
附图简述
这些附图并非意图按比例绘制。在附图中，在各个图中示出的每个相同或几乎相同的部件由划线数字表示。出于清楚的目的，并非每个部件都可以在每个图中被标记。在附图中：
图1A示出了根据本公开的各种实施例的用于利于语义搜索方法的系统的各方面；
图1B示出了用于促进图1A所示的语义搜索方法的系统的各方面的另
一实施例；
图2示出了根据本公开的各种实施例的不同类型的设备如何连接到用于利于语义搜索方法的系统的各方面；
图3A示出了根据本公开的各种实施例的用于利于语义搜索方法的系统的各个连接元件的示例性部署；
图3B示出了连接元件在利于来自图3A的语义搜索的系统的各种物理位置上的示例性部署；
图3C示出了在利于语义搜索的系统上的连接元件的示例性数据组织结构；
图3D示出了在利于语义搜索的系统上的连接元件的用户界面内的示例性数据组织结构；
图4A是根据本公开的各种实施例的用于语义搜索方法的系统的部件的框图；
图4B是根据本公开的各种实施例的用于语义搜索方法的系统的部件的替代表示；
图5A是根据本公开的各种实施例的用于执行语义搜索方法的流程图；
图5B是用于语义搜索方法的方法的示例性命令功能的流程图；
图6是根据本公开的实施例的通用计算机系统的功能框图；以及
图7是根据图6的通用计算机系统的通用储存系统的功能框图。
详细概述
本公开并不将其应用限于下面描述中阐述的或者由附图示出的部件的结构以及布置的细节。本公开能够是其他实施例，并且能够以各种方式来实践或执行。此外，在本文使用的措辞和术语是为了描述的目的，且不应被视为限制性的。“包括(including)”、“包括(comprising)”、“具有”、“包含”、“涉及”及变型在本文中的使用意在是开放式的，即“包括但不限于”。
在物联网(IoT)或更普遍地信息物理系统(CPS)的新兴世界中，多种技术的融合正在进行中以允许由大批连接元件的感测、致动、数据捕获、储存或处理。这些连接元件可使用现有的网络基础设施远程访问，以允许有效的机器到机器(M2M)和人到机器(H2M)通信。在此通信过程中，由于连接元件的网络随着时间的推移而变化，来自这些连接元件的越来越多的数据将被生成并允许以前不可能的关联。关联数据结构的完全不同的性质加剧了组织连接元件的动态集合的问题。
由于硬件和相关联的数据结构的这种过剩，组织和分析数据的问题出现了，因为各种各样的数据结构可能在单个处理点处从连接元件的庞大网络接收。存在对于处理、请求和分析来自连接元件的异构源的数据的能力的需求。每个独立的连接元件可以包含来自数据结构的多个数据特征，这些数据特征类似于其他独立元素或元素组。然而，即使具有这些相似的数据特征，在过多的不同连接元件中高效地查询这些相似的数据特征也是一项重大挑战。解决这个数据异构问题的一种方法涉及结构化语义查询的实现和执行。
数据挑战的解决方案是使用结构化语义查询来解决两个不同的问题。首先，解决从包含各种数据结构的连接系统传递的数据异构性问题。其次，过滤和聚合来自连接元件的这些异构数据，并向用户、云平台或其他存储库只提供所需且相关的数据。
实现和执行的示例应用可以包括但不限于：(1)管理HVAC系统以确保设施居住者的舒适性，(2)维护用于栈房或居住者的特定环境空气质量(其可能包括温度、湿度和二氧化碳含量)，并根据普遍的天气条件动态调整工作建筑环境，(3)通过主动控制照明、加热和冷却来控制和优化能耗来管理设施管理，以及(4)监控日常运营、维护和设施运营的监督。这种应用的商业实施例可以是建筑物管理或自动化系统的一部分。
应当理解，本文描述的系统利于在配置和/或终端用户应用方面的显著灵活性，并且尽管描述了几个示例，但是许多替代实施例配置和应用也是可能的。
一般来说，这些任务需要丰富的交互体验，这隐藏了数据异构问题的复杂性。本文包含的各种实施例的优点包括：允许搜索特定的连接元件或相关联的数据结构；在不熟悉设施特定架构的情况下，配置符合该设施特定架构的警报和通知消息；允许设施特定查询的执行以确定实时指标，诸如按区域划分的能耗；以及配置任何类型的数据结构以不需要单位转换或其他特定结构的方式进行收集。
图1A示出了用于语义搜索方法100的实现和执行的系统的表示，其中可以实现本公开的各种实施例。用于语义搜索方法的系统可以包括一个或更多个通用计算机110、一个或更多个数据储存阵列130、云计算环境120、包含一个或更多个连接元件(未示出)的建筑物140或其他结构以及网络连接150，以允许在系统的这些部分之间交换数据。
在图1A所示的系统的一个实施例中，建筑物140包含一个或更多个连接元件，这些元素执行感测、致动、数据捕获、储存或处理，用于建筑物140的监控或管理。任何种类的连接元件可以用于在到云计算环境120、到系统的其他部分的网络连接150上捕获、存储或处理数据，或致动相关联的设备。这些连接元件可以例如检测温度、湿度、环境光、声音、烟雾、一氧化碳、二氧化碳、运动、非导电流体、导电流体、振动、能量、功率、电压、电流或任何其他期望的特性，以及它们的组合。连接元件也可以操作或铰接元件、部件和/或其他系统，诸如打开灯、打开门或窗户、遮光帘或触发门锁。连接元件还可以处理来自其他连接元件的数据结构，或者将来自一个或更多个连接元件的数据结构传播到一个或更多个其他连接元件。可以以任何组合来部署任何数量的连接元件以监控或管理物理空间。这种空间的示例可以包括壁橱、房间、建筑物、校园、办公室、长廊或任何其他期望的地点。此外，应当理解，连接元件可以是本质上物理的、本质上虚拟的或两者的组合。
包含连接元件的每个建筑物140可以最终通过网络连接150连接到云计算环境120。这种连接允许能够以有线或无线的连接方式连接到云计算环境120的各种设备访问这种云计算环境120。从图1A中，这样的设备可以包括能够从用户接收输入或者提供自主操作的一个或更多个通用计算机110。一个或更多个数据储存阵列130可用于提供额外的数据储存能力。应当认识到，云计算环境120提供到附加元件或系统的附加通信路径，但并不需要作为语义搜索方法的一部分。其它实施例考虑独立或单独的系统。
网络连接150可以是有线或无线连接类型。这种连接可包括但不限于任何物理布线方法，诸如5类电缆、同轴电缆、光纤、铜、双绞线或传播电信号的任何其它物理介质。无线连接可包括但不限于个人区域网(PAN)、局域网(LAN)、Wi-Fi、蓝牙、蜂窝、全球或基于空间的通信网络。在云环境120和任何其它云环境之间的访问在其他实现中是可能的，这些其它云环境被配置成与类似于云环境的设备(诸如现有的云计算环境120)连接。应当理解，图1A中显示的计算设备仅仅旨在是例证性的，并且计算节点和云计算环境可通过具有可寻址或直接连接的任何类型的网络与任何类型的计算机化设备通信。
图1B示出了用于利于图1A所示的语义搜索方法的系统的各方面的另一实施例。面向中小型设施的商业IoT网关的实施例，能够集成具有不同通信机制、协议和数据模型的异构设备和传感器，如图1B所示。实施例可以将数据推送到云平台用于储存和/或分析。例如，在应用级处，对任何收集的数据的查询可以用于几个目的，诸如能量效率、资产维护和不同细分市场(如零售或医疗保健)的管理。应当理解，图1B示出了许多这样的实施例，并且不受附图的限制。
图2示出了用于语义搜索方法200的系统的一部分的表示，其中可以实现本公开的各种实施例。在图2的一个实施例中，建筑物140包含一种或更多种类型的用于结构的监控或管理的连接元件210、220、230、240。这些连接元件210、220、230、240经由有线网络250或无线网络260通信，并且使得来自每个连接元件的数据结构经由网络连接150可用于云计算环境120。
任何种类的连接元件可以用于在到云计算环境120、到系统的其他部分的网络连接150上感测、致动、数据捕获、储存或处理。例如，连接元件210可以是连接传感器以测量二氧化碳用于监测建筑物140的空气质量，并经由有线网络连接250进行通信。连接元件220既可以是检测环境光的连接传感器，也可以是改变居住者照明设备的状态并经由有线网络连接250通信的致动器。连接元件230可以是用于温度和湿度的连接传感器，以监测建筑物140的环境，并经由无线网络连接260进行通信。最后，连接元件240用作连接网关，以经由它们各自的网络连接250、260与相关联的连接元件210、220、230通信，处理每个元素的数据结构，并将它们发送到网络连接150以用于发送到云计算环境120。应当认识到，云计算环境120提供到附加设备或系统的附加通信路径，但并不需要作为语义搜索方法的一部分。其它实施例考虑独立或单独的系统。
这些连接元件不需要在地理上是局部的或以任何方式在逻辑上分组以利用本公开的实施例。在地理上或在逻辑上分组连接元件可允许更经济的使用。诸如在公寓、家庭或办公室建筑物中的地理分组以及在逻辑上按功能来定位连接元件可被实现。许多逻辑分组示例中的一个可以是定位被设计成感测温度的连接端点，其靠近被占用的位置以检测环境的变化。应当认识到，连接端点的分组也可以位于非常大的地理范围内，甚至全球范围内。这种全球运营可以通过位于全球任何数量的设施中的网络来监测。
图3A示出了用于语义搜索方法300的系统的各个元素的背景下的示例性部署，其中可以实现本公开的各种实施例。示出了“北”建筑物310和“西”建筑物320。每栋建筑物都有(3)个楼层与之相关联。北楼层(1)312、北楼层(2)314、北楼层(3)316被包含在北建筑物310内。西楼层(1)322、西楼层(2)324和西楼层(3)326被包含在西建筑物320内。每个楼层都有(3)个不同类型的连接元件。例如，连接元件可以是测量二氧化碳的连接传感器330、332、334、360、362、364以用于分别监测建筑物310、320的空气质量，并经由有线网络连接进行通信。连接元件可以是检测环境光的连接传感器且可以是改变居住者照明设备的状态并经由有线网络连接通信的致动器340、342、344、370、372、374。连接元件可以是用于温度和湿度的连接传感器350、352、354、380、382、384以分别监测建筑物310、320的环境并经由无线网络连接进行通信。
图3B示出了用于语义搜索方法300的系统的各个元素的背景和逻辑位置中的示例性部署，其中可以实现本公开的各种实施例。在每栋建筑物的每个楼层内存在多个连接元件。作为示例，温度和湿度350、352、354、380、382、384、二氧化碳330、332、334、360、362、364以及环境光340、342、344、370、372、374的连接元件存在于每栋建筑物的每一楼层上。此外，每个连接元件可以存在于每栋建筑物的每个楼层上的不同区域中。作为许多示例之一，总平面图390可以指示被定义为“区域1”392、“区域2”394和“区域3”396的区域。应当认识到，这种指定是用户或其他系统高度可配置的，并且在此仅出于说明目的而示出。
给定图3A和3B中所示的连接元件配置，每个连接元件具有数据结构，该数据结构包括但不限于传感器特定信息(温度/湿度、二氧化碳和环境光)、地理信息(区域、楼层、建筑物)和网络信息(MAC地址、IP地址、有线、无线)。其他连接元件信息以及与连接元件本身的操作相关的信息也是可用的。作为一个示例，在线或离线状态可用于进一步添加到对于每个连接元件的数据结构。
一旦与连接元件的物理连接就位或建立，就可以创建数字表示。这一将系统的物理表示转化为同质化分类的过程称为语义标注。语义标注将特定系统的连接元件中可用的数据结构链接到实际上或可能存在于物理表示的系统或本体中的正式名字和定义。例如，本体可以包括诸如位置、关系、用途、物理量、网络协议或单位的定义。
语义标注可以以两种方式之一出现，自动语义标注或手动语义标注。自动语义标注由系统在没有用户输入的情况下完成。在这种方法中，系统检查对于每个连接元件的每个数据结构，并将其解构为相应的数据结构元素。在识别过程期间，确定对于每个连接元件存在哪些数据结构元素。一旦定义了每个数据结构元素，它就会被映射到相应的分类，并使用该分类进行标注，该分类又会成为该连接元件数据结构的一部分。至少一个数据结构元素在此过程期间可以被标注，以允许所有连接元件被定义为系统的一部分。
手动语义标注由系统利用用户输入来完成。作为示例，这种形式的标注可以在整个系统、连接元件组或单独的连接元件的安装期间执行。类似于自动语义标注，对于每个连接元件的每个数据结构都被检查或为用户所知。一旦用户识别出定义了什么数据结构元素，用户就可以选择到相应分类的映射。一旦用这种分类进行了标注，它又成为该连接元件数据结构的一部分。至少一个数据结构元素在此过程期间可以被标注，以允许所有连接元件被定义为系统的一部分。其他工具可用于帮助用户识别对于特定连接元件的特定数据结构元素。这种工具可以在整个系统或系统的部分的调试期间使用。
图3C示出了在利于语义搜索的系统上的连接元件的示例性数据组织结构。应当认识到，任何组合中的任何连接元件类型可以存在于任何地理位置中，并且包括相应数据结构内的附加信息。这些示例性数据组织示出了本体的示例(诸如协议或用途)以及特定于应用的本体(诸如数据中心或建筑物)。
如本文详细描述的，跨域的设备和系统之间的异构性是主要关注的问题。数据挑战的解决方案是使用结构化语义查询来解决两个不同的问题。首先，解决从包含各种数据结构的连接系统传递的数据异构性问题。其次，过滤和聚合来自连接元件的这些异构数据，并向用户、云平台或其他存储库只提供所需且相关的数据。为了帮助解决方案，定义了两组本体，通用本体和特定本体，如图3C所示。
通用本体可由更有规律出现的概念组成。示例可以包括诸如协议的概念，其对通信协议和关于所支持的通信介质和范围的信息进行分类。物理量，这可能暴露测量或计算的环境概念，诸如能量。单位，可由物理量用来表示量和/或单位。拓扑关系可以对实体之间的关系进行分类，并指定这种关系的属性，诸如传递的、对称的。此外，它可以表示一种关系，诸如“被连接到(is-ConnectedTo)，它可以捕获几个元素，如电线和/或网络连接性。本地化可以设置通用定义，诸如建筑物、翼部和/或楼层。本体可以定义概念连同关系。例如，房间被定位在楼层中(isLocatedIn floor)，其中isLocatedIn是传递关系。用途可以与其他通用本体相组合，例如用于照明的有功能量或外部空气温度。
由于本体web语言的表达性，通用本体可能是可扩展的。特定本体是面向域的，并且与通用本体相关联。图3C示出了一个示例，用于数据中心本体的通用和特定本体将依赖于物理量来表示测量值，并且依赖于本地化来添加机架的概念。这种概念将被添加作为本地化(Localization)本体中的一般类别位置(Location)的子概念。因此，由于推断能力，仍然可以查询机架概念的任何实例。应当认识到，特定本体也可以与现有本体相关联并被现有本体利用。此外，全局和局部本体可以本地地或在云(could)环境中托管，并且可以将所有、无或子集部署到任何级别的连接设备以帮助注释设备数据。
图3D示出了来自用户界面的示例性输出，其可用于利于手动语义标注。自动标注的实施例包括处理协议通信连同对网关的数据模型的表示进行解码的数据的驱动程序。例如，Modbus驱动程序可以解码和提取来自特定寄存器中的数据帧并识别其结构，以便将其暴露在网关的数据模型中。至少对协议、单位和量在驱动程序级处执行自动标注。即使驱动程序能够自动注释部分数据，上下文信息(诸如用途和位置)也只能在网关处得知，并可以在调试阶段处指定。
调试可以在所有布线和配对完成后，通过网关安装阶段处的用户界面来处理。例如，传感器的用途连同其位置仅在调试阶段才知道。在这个阶段处，安装者可能依赖调试工具来标注来自用途和位置本体的数据。图3D示出了来自网关的示例，其中安装者已经选择了传感器并且通过依靠位置本体模块来标注物理位置。除了其他特征之外，调试工具还向安装者提供基于位置本体的位置模板，以便在设施内实例化设备，诸如建筑物、翼部、楼层、房间和/或壁橱。
一旦语义标注的过程完成，物理系统的数字表示被存储在系统内的一个或更多个存储器中。每个连接元件将由相应的数据结构表示。每个数据结构将包含描述连接元件特性的数据结构元素。作为许多示例之一，具有二氧化碳传感器330的连接元件将具有描述传感器特性的相关联的数据结构。每个数据结构将由许多数据结构元素组成。每个连接元件将拥有数据结构(contracture)和一个或更多个数据结构元素。对于该二氧化碳传感器330的数据结构元素可以包括物理量(二氧化碳)、测量单位(百万分之几)、位置(北建筑物，楼层1，区域3)、协议(MODBUS)、网络(有线、IP地址)和用途(建筑物)。
应当认识到，虽然每个连接元件将具有相关联的数据结构，但是数据结构元素的数量可以基于特定的配置或应用而变化。一旦以这种方式组织了连接元件数据结构，就可以在没有物理系统和相关联的连接元件的离散或深入知识的情况下执行多维分析。
图4A是用于语义搜索方法400的系统部件的框图，其中可以实现本公开的各种实施例。用户和/或机器上的另一个过程能够开始语义搜索。用户发起的搜索可以在通用计算机110处开始，在其他实现中，机器发起的过程可以从系统中的任何其他过程中导出。应当认识到，发起语义搜索的方法不是相互排斥的。在这两种情况下，由语义搜索引擎410处理的查询是具有特定语法的结构化搜索查询。这种语法结构可以包括使用各种数据结构元素作为命令数据元素，其包括过滤、基本聚合、发布和订阅以及推断功能。一旦已经识别出与连接元件相关联的数据源，这些命令数据元素可用于对与一组连接元件相关联的当前或历史数据值进行操作。
在一个实施例中，结构化搜索查询可以包括一个或更多个过滤表达式。搜索设备协议：ZigBee，以及量：温度和位置；具有(name＝＝TempSensor and value>22and withunit＝＝_F)的Lab101将在Lab 101中搜索名为“TempSensor”的、具有大于22F的值的ZigBee无线传感器。协议和位置标注可以附加到设备级，然而，量可以附加到可变测量温度。语义搜索引擎在执行搜索时将会考虑设备的变量。
在替代实施例中，支持基本聚合函数，诸如Min、Max、Sum、Avg。例如，Sum变量测量：有功能量，和用途：照明，以及位置：建筑物2，计算了在建筑物2中所有有源光源的总和。应当认识到，各种各样的数学函数被认为是本公开的一部分，并且所列出的任何函数仅仅是作为示例。
在另一个实施例中，发布和/或订阅功能可以应用于对于给定测量类型在特定位置中的连接元件。用户和/或系统预期发布功能以将任何收集的数据发布到选择的位置。这些位置的示例可以包括云环境、网站地址、REST端点、移动设备、磁盘阵列或对于数据的任何其他适当目的地。在一个实施例中，发布功能允许将数据“推送”到特定位置或服务，用于可能的未来动作或分析。用户和/或系统预期订阅功能来处理其中设备出现/消失在对于给定测量类型的特定位置处的情境。这种功能还可以在感兴趣的事件发生时生成警报和通知，例如，如果与用户定义的阈值相比，事件发生变化。这种订阅根据系统或用户要求可配置。
例如，可以通过在特定位置处在下个月中每10分钟检查一次温度传感器的值，并在每一次温度值高于特定值时生成警报来订阅事件。语义搜索引擎还能够收集数据并推送至云环境或远程REST端点。例如，收集设备(量：温度，或量：湿度)或(量：有功能量，以及用途：主表))，以及在位置：楼层1，从2016-03-21到2017-03-21，每天00:10:00，朝向http://MyRestEndpoint.com/rest。(Collect Device(quantity:temperature or quantity:humidity)or(quantity:ActiveEnergy and usage:mainMeter))and@loc:floor1From2016-03-21To 2017-03-21every 00:10:00towards http://MyRestEndpoint.com/rest.)此查询收集楼层1上的两种类型的设备。语义搜索查询将在一年中每隔10分钟将这些数据推送到指定的REST端点。
在另一个实施例中，推断功能(诸如@type：sensor)可以利用定义的数据源推断连接元件之间的关系。语义搜索引擎的实施例具有推断引擎来推断和回答更广泛的查询。推断特征可以在查询时间处被指定。作为示例，给定的连接设备可以利用位于楼层1和建筑物T3中的Stallman lab进行注释。依赖于推断的查询的示例可以是Search device@location:T3。虽然没有标注有location:T3的设备，但在应用推断后，该查询仍将返回该设备(由于Stallman位于T3)。标注上的特殊字符@是应用推断功能的请求。例如，推断适用于位置和设备类型标注，诸如@type：sensor，它是所有传感器的父类。
结构化搜索查询被接收到由查询解码器(QD)430和查询评估器(QE)440组成的语义查询处理器420中。查询解码器(QD)430分析结构化搜索查询并将其解构为查询元素。查询元素被传递给查询评估器(QE)440，以分析查询元素并基于分析在系统上执行操作，并产生语义搜索查询结果数据集。在实现中，查询元素可用于致动、操作和/或改变与连接元件相关联的数据值。
结构化搜索查询可以包括关于特定连接元件的推断功能。在这种情况下，离散的连接元件是未知的，但是需要关于它的信息。这里，本体处理器450执行进一步的分析，该本体处理器450进一步处理包含在结构化搜索查询中的推断引用的数据结构元素，并访问本体库460以获得对适当连接元件的可用推断引用。将认识到，本体操作可以包括利用设备和设备位置数据关系来产生图形数据结构。
例如，连接元件是由用户查询环境值的二氧化碳传感器330。用户将结构化查询输入到通用计算机110中。查询解码器(QD)430对结构化搜索查询进行反编译，并将查询元素传递给执行收集数据的操作的查询评估器(QE)440。在示例中，一个查询元素可用于标识将用于定义数据源的连接元件的位置的连接元件。在该示例中，仅请求传感器330处的二氧化碳的当前值。在另一示例中，查询示例可以标识与一个或更多个建筑物或设施的楼层、翼部和/或部分相关联的所有连接元件。查询评估器(QE)440请求对于连接元件的完整数据结构。该数据结构从用作对于二氧化碳传感器330的网关设备240的连接元件传输。二氧化碳传感器330的整个数据结构从充当网关设备240的连接元件收集，并将数据传输到语义查询处理器420和通用计算机110。应当认识到，用于分析的数据结构可以接近实时的来自连接元件，诸如充当网关设备240或包含数据结构的数据仓库470的连接元件。这种决策基于系统的状态和结构化搜索查询。
图4B是根据本公开的各种实施例的用于语义搜索方法的系统的部件的实现的示例。注释是将来自公共或/和全局本体的概念与由网关暴露的实际数据链接的过程，如图4B所示。对于许多多协议网关设备，物理传感器、设备和/或网关可以在内部以驻留在存储器中或作为数据结构保留的数据模型或替身中来表示。语义标注可以是由本体模块引用、概念或动词和/或来自本体的可选实例组成的三元组数据。语义标注可以被添加到网关或其他级别处的内部表示(数据模型或替身)。语义标注可以被添加到设备或变量表示上。作为一个示例单位：℃，和协议：Modbus是两个语义标注的示例，分别引用本体模块中的单位(表示为协议)和实例℃(表示为Modbus)。协议:Modbus标注可以在例如仪表级处被添加，而单位：℃标注可以在变量级处被添加。℃和°F之间的转换规则例如可以作为规则被表达和存储在单位本体中。应该认识到，至少有两种不同的语义标注机制，自动标注和调试。
图5A是根据本公开的各种实施例的语义搜索方法500的流程图。如所讨论，接收针对一个或更多个连接元件的结构化搜索查询510。应当认识到，一个或更多个连接元件可以是语义搜索的目标。这个查询是从用户或另一台机器接收的。一旦接收到，结构化搜索查询被解构为其复合查询元素520。语义搜索引擎处理查询元素，以识别连接的元件集和/或连接元件的类别的哪个集合、子集、类别和/或组需要检查它们各自的数据结构530。对于每个识别的连接元件的数据结构被提取并处理，以确定哪些数据结构元素匹配结构化搜索查询的查询元素，并确定命令数据元素540。这个命令数据元素被用于确定完成结构化搜索查询所需的额外处理。本公开的实施例允许分析对应于多个连接元件的多个数据结构的多个数据结构元素。做出决定以确定是否需要其他处理550。如果不是，则对每个识别的连接元件上的数据结构执行处理，以确定对于每个识别的连接元件的命令数据元素560。然后，命令按照类型分开570。
图5B是用于语义搜索方法的方法的示例性命令功能的流程图。从图5中，命令按照类型分开570。命令数据被处理以确定进一步的处理。这些类型包括搜索命令574、聚合命令576、发布和订阅命令578以及本地化推断命令。一旦做出确定，就执行命令以用于搜索584、聚合586、发布和订阅588以及本地化推断580。一旦处理命令的结果对于所有识别的连接元件被完成，就执行数据的注释以形成查询数据集590。这个查询数据集是初始查询连同作为处理的命令的一部分所采取的任何动作的结果。该查询数据集被提供592给通用计算机，以供用户和/或进行初始查询的系统使用。
在一个示例中，语义搜索引擎可以用作在预定时间处自动关闭建筑物中的照明设备的方法。在这样的示例中，用户或系统在预定时间(诸如8:00PM)处发起搜索查询，以确定建筑物中的哪些照明设备被连接并运行。建筑物中现有照明装置的数据集被确定为照明装置的当前状态(开启或关闭)。如果确定照明设备开启，则设备被命令关闭。之前状态、之后状态、异常和/或结果的完整报告可以对用户、系统可用和/或在存储库中存档(诸如，云环境和/或磁盘阵列)。应当理解，利用本公开的各种实施例，其他这样的自主动作也是可能的。
在本公开的各种实施例中使用的任何通用计算机系统可以是例如通用计算机，诸如基于Intel PENTIUM型处理器、Motorola PowerPC、Sun UltraSPARC、Hewlett-PackardPA-RISC处理器或任何其它类型的处理器的那些计算机。
例如，本公开的各种实施例可被实现为在通用计算机系统600(诸如图6所示的计算机系统)中执行的专用软件。计算机系统600可包括处理器620，其连接到一个或更多个存储器设备630，诸如磁盘、存储器或用于存储数据的其它设备。存储器630一般用于在计算机系统600的操作期间存储程序和数据。计算机系统600也可包括提供额外的存储容量的储存系统650。计算机系统600的部件可由互连机构640耦合，互连机构640可包括一个或多个总线(例如，在集成在同一机器内的部件之间)和/或网络(例如，在存在于单独的分立机器上的部件之间)。互连机构640使通信(例如，数据、指令)能够在系统600的系统部件之间交换。
计算机系统600还包括一个或多个输入设备610(例如，键盘、鼠标、轨迹球、麦克风、触摸屏)和一个或多个输出设备660(例如，打印设备、显示屏、扬声器)。此外，计算机系统600可包含将计算机系统600连接到通信网络的一个或多个接口(未示出)(除了互连机构640以外或作为互连机构640的可选方案)。
在图7中更详细示出的储存系统650一般包括计算机可读和可写的非易失性介质710，其中可存储信号，该信号规定由处理器执行的程序或存储在介质710上或中以由程序处理的信息以执行与本文所述的实施方式相关联的一个或多个功能。介质可以是例如磁盘或闪存。通常，在操作中，处理器使数据从非易失性记录介质710中读取到另一存储器720内，存储器720比介质710允许由处理器更快地访问信息。这个存储器720一般是易失性随机存取存储器，诸如动态随机存取存储器(DRAM)或静态存储器(SRAM)。它可位于如所示的储存系统700中或存储器系统630中。处理器620通常操纵在集成电路存储器630、720内的数据并接着在处理完成之后将数据复制到介质710。各种机制已知用于管理在介质710和集成电路存储器元件630、720之间的数据移动，且本发明不限于此。本公开不限于特定的存储器系统630或储存系统650。
计算机系统可包括特别编程的专用硬件，例如专用集成电路(ASIC)。本公开的各方面可在软件、硬件或固件或其任何组合中实现。此外，这样的方法、动作、系统、系统元件及其部件可被实现为上面所述的计算机系统的部分或实现为独立部件。
虽然计算机系统600作为例子被示为一种类型的计算机系统，本公开的各种方面可在该计算机系统上被实施，但应认识到，本公开的方面不限于在如图7所示的计算机系统上实现。可在具有图7所示的不同的架构或部件的一个或多个计算机上实施本公开的各种方面。此外，在本公开的实施方式的功能或过程在本文(或在权利要求中)被描述为在处理器或控制器上执行的情况下，这样的描述旨在包括使用多于一个处理器或控制器来执行功能的系统。
计算机系统600可以是使用高级计算机编程语言可编程的通用计算机系统。计算机系统600也可以使用专门编程的专用硬件来实现。在计算机系统600中，处理器620一般是市场上可买到的处理器，诸如从英特尔公司可买到的公知的Pentium类处理器。许多其他处理器也是可用的。这样的处理器通常执行操作系统，其可以是例如从微软公司可得到的Windows 95、Windows 98、Windows NT、Windows 2000、Windows ME、Windows XP、Vista、Windows 7、Windows 10或后代操作系统、从苹果计算机可得到的MAC OS System X或后代操作系统、从SunMicrosystems可得到的Solaris操作系统、UNIX、Linux(任何发行版)或从各种其它源可得到的后代操作系统。可使用许多其他操作系统。
处理器与操作系统一起定义了计算机平台，以高级编程语言编写的应用程序应用于计算机平台。应理解，本公开的实施例不限于特定的计算机系统平台、处理器、操作系统或网络。此外，对本领域的技术人员应当明显的是，本公开不限于特定的编程语言或计算机系统。此外，应该认识到，还可使用其他适合的编程语言和其他适合的计算机系统。
计算机系统的一个或多个部分可被分布在耦合到通信网络的一个或多个计算机系统当中。例如，如上面讨论的，确定可用的功率容量的计算机系统可位于远离计算机管理器处。这些计算机系统也可以是通用计算机系统。例如，本公开内容的各个方面可被分配于一个或多个计算机系统之间，该计算机系统被构造成为一个或多个客户计算机提供服务(比如服务器)，或者作为分配系统的一部分执行总的任务。例如，可在包括分布在执行根据本公开的各种实施例的各种功能的一个或多个服务器系统当中的部件的客户端-服务器或多层系统上执行本发明的各种方面。这些部件可以是使用通信协议(例如，TCP/IP)通过通信网络(例如，互联网)通信的可执行中间(例如，IL)或解释(例如，Java)代码。例如，一个或多个数据库服务器可用于存储在设计与本公开的实施例相关联的布局时使用的设备数据，诸如预期功率抽取。
应认识到，本公开不限于在任何特定的系统或系统组上执行。此外应认识到，本公开不限于任何特定的分布式架构、网络或通信协议。
本公开内容的不同实施方式可使用面向对象的编程语言编程，比如SmallTalk、Java、C++、Ada或C#(C-Sharp)。也可以使用其它的面向对象的编程语言。可选地，可以使用函数、脚本和/或逻辑编程语言，诸如BASIC、ForTran、COBoL、TCL或Lua。本公开内容的各个方面可在非编程的环境下(比如以HTML、XML或其他格式创建的文档，当在浏览器程序的窗口中察看时，其提供图形用户界面(GUI)的外观或执行其他的功能)实行。本公开内容的各个方面可被实现为编程的或非编程的元素，或其任意组合。
上面所述的系统和方法的实施例通常被描述为用于在具有很多设备机架的相对大的数据中心中使用；然而，也可与较小的数据中心一起以及与除了数据中心以外的设施一起使用本公开的实施例。一些实施例也可以是在地理上分布以免类似于特定的架构的非常少量的计算机。
在上面讨论的本公开的实施例中，分析的结果被描述为实时地被提供。如本领域中的技术人理解的，术语实时的使用并不意欲暗示结果是立即可用的，而更确切地，其是快速可用的，给设计者在短时间段期间(诸如在几分钟内)尝试多个不同的设计的能力。
在这样描述了本公开的至少一个实施例的几个方面后，应认识到，本领域的技术人员将容易想到各种变更、修改和提高。这种变更、修改和提高旨在成为本公开的一部分，并且旨在本公开的精神和范围内。因此，前文的描述和附图仅仅是示例性的。
Claims (33)
1.一种用于处理语义搜索查询的系统，所述系统包括存储器和耦合到所述存储器的处理器，所述处理器被配置为：
接收结构化搜索查询；
处理所述结构化搜索查询以解构为查询元素；
基于经处理的查询元素来识别定义与所接收的结构化搜索查询相关联的数据源的一组连接元件；
处理所述查询元素以确定与所接收的结构化搜索查询相关联的一个或更多个命令数据元素类型；和
根据命令数据元素类型处理与所定义的数据源相关联的数据，以产生语义搜索查询结果数据集。
2.根据权利要求1所述的系统，其中，所述结构化搜索查询被配置有特定语法。
3.根据权利要求2所述的系统，其中，所述特定语法包括利于过滤、聚合、发布、订阅或推断功能的查询元素。
4.根据权利要求3所述的系统，其中，所定义的数据源被针对与一个或更多个连接元件相关联的数据字段过滤。
5.根据权利要求4所述的系统，其中，相关联的过滤数据字段选自包括设备类型、类别、能力或通信协议的组。
6.根据权利要求3所述的系统，其中，所定义的数据源被使用数学运算聚合。
7.根据权利要求6所述的系统，其中，所述数学运算包括求最小值、求最大值、求和或求平均值。
8.根据权利要求3所述的系统，其中，所定义的数据源针对连接元件被发布或订阅。
9.根据权利要求3所述的系统，其中，所定义的数据源推断连接元件之间的关系。
10.根据权利要求9所述的系统，其中，推断连接元件之间的关系由本体操作确定。
11.根据权利要求10所述的系统，其中，本体操作包括利用设备和设备位置数据关系来产生图形数据结构。
12.根据权利要求1所述的系统，其中，为所述语义搜索查询所定义的所述数据源被使用与一个或更多个连接元件相关联的语义标记来构建。
13.根据权利要求12所述的系统，其中，所述命令数据元素包括用于致动与所定义的数据源相关联的所述连接元件的至少一个的操作元素。
14.根据权利要求1所述的系统，还包括识别所定义的数据源内的可动作的连接元件。
15.根据权利要求14所述的系统，还包括更新与连接元件相关联的数据值。
16.根据权利要求1所述的系统，其中，一个或更多个连接元件是虚拟元件。
17.一种处理语义搜索查询的方法，包括：
在处理器处，接收结构化搜索查询；
在所述处理器处，处理所述结构化搜索查询以解构为查询元素；
在所述处理器处，基于经处理的查询元素来识别定义与所接收的结构化搜索查询相关联的数据源的一组连接元件；
在所述处理器处，处理所述查询元素以确定与所接收的结构化搜索查询相关联的一个或更多个命令数据元素类型；和
在所述处理器处，根据命令数据元素类型处理与所定义的数据源相关联的数据，以产生语义搜索查询结果数据集。
18.根据权利要求17所述的方法，其中，所述结构化搜索查询被配置有特定语法。
19.根据权利要求18所述的方法，其中，所述特定语法包括利于过滤、聚合、发布、订阅和/或推断功能的查询元素。
20.根据权利要求19所述的方法，其中，所定义的数据源被针对与一个或更多个连接元件相关联的数据字段过滤。
21.根据权利要求20所述的方法，其中，相关联的过滤数据字段选自包括设备类型、类别、能力或通信协议的组。
22.根据权利要求19所述的方法，其中，所定义的数据源被使用数学运算聚合。
23.根据权利要求22所述的方法，其中，所述数学运算包括求最小值、求最大值、求和或求平均值。
24.根据权利要求19所述的方法，其中，所定义的数据源针对连接元件被发布或订阅。
25.根据权利要求19所述的方法，其中，所定义的数据源推断连接元件之间的关系。
26.根据权利要求25所述的方法，其中，推断连接元件之间的关系由本体操作确定。
27.根据权利要求26所述的方法，其中，本体操作包括利用设备和设备位置数据关系来产生图形数据结构。
28.根据权利要求17所述的方法，其中，为所述语义搜索查询所定义的所述数据源被使用与一个或更多个连接元件相关联的语义标记来构建。
29.根据权利要求28所述的方法，其中，所述命令数据元素包括用于致动与所定义的数据源相关联的所述连接元件的至少一个的操作元素。
30.根据权利要求17所述的方法，还包括识别所定义的数据源内的可动作的连接元件。
31.根据权利要求30所述的方法，还包括更新与连接元件相关联的数据值。
32.根据权利要求17所述的方法，其中，一个或更多个连接元件是虚拟元件。
33.一种处理语义搜索查询的方法，包括：
在处理器处，接收结构化搜索查询；
在所述处理器处，处理所述结构化搜索查询以解构为查询元素；
在所述处理器处，基于所述查询元素识别一组连接元件；
在所述处理器处，处理所识别的一组连接元件的数据结构以确定命令数据元素；
在所述处理器处，利用所述命令数据元素来处理所识别的一组连接元件的所述数据结构；
在所述处理器处，注释所识别的一组连接元件的每一个的所述数据结构以形成查询数据集；以及
在所述处理器处，提供所述查询数据集。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310910180.6A CN116894049A (zh) | 2016-03-31 | 2017-03-30 | 用于分布式数据系统的语义搜索系统和方法 |
Applications Claiming Priority (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| US201662316222P | 2016-03-31 | 2016-03-31 | |
| US62/316,222 | 2016-03-31 | ||
| PCT/US2017/025064 WO2017173104A1 (en) | 2016-03-31 | 2017-03-30 | Semantic search systems and methods for a distributed data system |
Related Child Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310910180.6A Division CN116894049A (zh) | 2016-03-31 | 2017-03-30 | 用于分布式数据系统的语义搜索系统和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109863484A true CN109863484A (zh) | 2019-06-07 |
| CN109863484B CN109863484B (zh) | 2023-08-22 |
Family
ID=58549219
Family Applications (2)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201780033150.4A Active CN109863484B (zh) | 2016-03-31 | 2017-03-30 | 用于分布式数据系统的语义搜索系统和方法 |
| CN202310910180.6A Pending CN116894049A (zh) | 2016-03-31 | 2017-03-30 | 用于分布式数据系统的语义搜索系统和方法 |
Family Applications After (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310910180.6A Pending CN116894049A (zh) | 2016-03-31 | 2017-03-30 | 用于分布式数据系统的语义搜索系统和方法 |
Country Status (4)
| Country | Link |
|---|---|
| US (2) | US11074251B2 (zh) |
| EP (1) | EP3436985A1 (zh) |
| CN (2) | CN109863484B (zh) |
| WO (1) | WO2017173104A1 (zh) |
Families Citing this family (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11630866B2 (en) | 2016-10-31 | 2023-04-18 | Schneider Electric USA, Inc. | Semantic search and rule methods for a distributed data system |
| US20190115753A1 (en) * | 2017-10-13 | 2019-04-18 | Schneider Electric It Corporation | Method for automatic cloud control of energy storage systems |
| WO2019104077A1 (en) * | 2017-11-21 | 2019-05-31 | El Kaed Charbel Joseph | Semantic search method for a distributed data system with numerical time series data |
| IL258689A (en) | 2018-04-12 | 2018-05-31 | Browarnik Abel | A system and method for computerized semantic indexing and searching |
| EP3857346A4 (en) * | 2018-10-09 | 2022-06-08 | Schneider Electric USA, Inc. | DYNAMIC DATA ONTOLOGY OPERATION |
| DE102019212421A1 (de) | 2019-08-20 | 2021-02-25 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Verfahren und Vorrichtung zur Ermittlung ähnlicher Dokumente |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001061568A2 (en) * | 2000-02-17 | 2001-08-23 | E-Numerate Solutions, Inc. | Rdl search engine |
| US20080052275A1 (en) * | 2006-08-28 | 2008-02-28 | Darshan Vishwanath Kantak | Structured match in a directory sponsored search system |
| US20110196852A1 (en) * | 2010-02-05 | 2011-08-11 | Microsoft Corporation | Contextual queries |
| WO2012123523A1 (en) * | 2011-03-17 | 2012-09-20 | Amadeus S.A.S. | System and method for processing complex queries |
| WO2014047727A1 (en) * | 2012-09-28 | 2014-04-03 | Alkis Papadopoullos | A method and system for monitoring social media and analyzing text to automate classification of user posts using a facet based relevance assessment model |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9565275B2 (en) * | 2012-02-09 | 2017-02-07 | Rockwell Automation Technologies, Inc. | Transformation of industrial data into useful cloud information |
| US9397521B2 (en) * | 2012-01-20 | 2016-07-19 | Salesforce.Com, Inc. | Site management in an on-demand system |
| US11238073B2 (en) * | 2014-02-07 | 2022-02-01 | Convida Wireless, Llc | Enabling resource semantics |
| IN2014MU00816A (zh) * | 2014-03-11 | 2015-09-25 | Tata Consultancy Services Ltd | |
| IN2014MU00871A (zh) * | 2014-03-14 | 2015-09-25 | Tata Consultancy Services Ltd | |
| US20160344808A1 (en) * | 2015-05-20 | 2016-11-24 | Preventice, Inc. | Device data synchronization |
| US20170193417A1 (en) * | 2016-01-05 | 2017-07-06 | Ali Syed | Optimization of inventory and asset selection |
-
2017
- 2017-03-30 US US16/088,845 patent/US11074251B2/en active Active
- 2017-03-30 WO PCT/US2017/025064 patent/WO2017173104A1/en active Application Filing
- 2017-03-30 CN CN201780033150.4A patent/CN109863484B/zh active Active
- 2017-03-30 CN CN202310910180.6A patent/CN116894049A/zh active Pending
- 2017-03-30 EP EP17718193.0A patent/EP3436985A1/en active Pending
-
2021
- 2021-07-23 US US17/383,694 patent/US11698902B2/en active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2001061568A2 (en) * | 2000-02-17 | 2001-08-23 | E-Numerate Solutions, Inc. | Rdl search engine |
| US20080052275A1 (en) * | 2006-08-28 | 2008-02-28 | Darshan Vishwanath Kantak | Structured match in a directory sponsored search system |
| US20110196852A1 (en) * | 2010-02-05 | 2011-08-11 | Microsoft Corporation | Contextual queries |
| WO2012123523A1 (en) * | 2011-03-17 | 2012-09-20 | Amadeus S.A.S. | System and method for processing complex queries |
| WO2014047727A1 (en) * | 2012-09-28 | 2014-04-03 | Alkis Papadopoullos | A method and system for monitoring social media and analyzing text to automate classification of user posts using a facet based relevance assessment model |
| CA2886603A1 (en) * | 2012-09-28 | 2014-04-03 | Alkis Papadopoullos | A method and system for monitoring social media and analyzing text to automate classification of user posts using a facet based relevance assessment model |
| US20150254230A1 (en) * | 2012-09-28 | 2015-09-10 | Alkis Papadopoullos | Method and system for monitoring social media and analyzing text to automate classification of user posts using a facet based relevance assessment model |
Also Published As
| Publication number | Publication date |
|---|---|
| WO2017173104A8 (en) | 2018-11-15 |
| CN116894049A (zh) | 2023-10-17 |
| WO2017173104A1 (en) | 2017-10-05 |
| EP3436985A1 (en) | 2019-02-06 |
| US11074251B2 (en) | 2021-07-27 |
| US20210349889A1 (en) | 2021-11-11 |
| US20200167348A1 (en) | 2020-05-28 |
| US11698902B2 (en) | 2023-07-11 |
| CN109863484B (zh) | 2023-08-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109863484A (zh) | 用于分布式数据系统的语义搜索系统和方法 | |
| JP7065498B2 (ja) | データオーケストレーションプラットフォーム管理 | |
| Vinyals et al. | A survey on sensor networks from a multiagent perspective | |
| US11526510B2 (en) | Semantic search method for a distributed data system with numerical time series data | |
| US20230252082A1 (en) | Semantic search and rule methods for a distributed data system | |
| US11442956B2 (en) | Transactional-unstructured data driven sequential federated query method for distributed systems | |
| CN109597366A (zh) | 用于对过程控制系统的多站点性能监测的系统和方法 | |
| CN109219808A (zh) | 分布式系统的上下文特征数据驱动的顺序联合查询方法 | |
| CN107769941A (zh) | 一种管理数据的方法及装置 | |
| Merezeanu et al. | Context-aware control platform for sensor network integration in IoT and cloud | |
| CN102111796A (zh) | 一种面向大规模无线传感器网络的分布式交互方法 | |
| US20210382928A1 (en) | Dynamic ontology data operation | |
| CN110933952B (zh) | 用于分布式数据系统的语义搜索及规则的方法 | |
| Kang et al. | Monitoring framework for utility tunnels based on BIM and IoT technology | |
| Leithardt et al. | Mobile architecture for identifying users in ubiquitous environments focused on Percontrol | |
| Gopinath et al. | Agrimonitoring With IoT | |
| Carmenate et al. | Modeling and Analyzing Occupant Behaviors in Building Energy Analysis Using a State Space Approach and Non-Invasive Sensing. | |
| CN113141395A (zh) | 一种仪表设备物联网构建及其设备运维系统和方法 | |
| Türker | Management of the internet of things (IOT) with software-defined networking | |
| CN117714296A (zh) | 一种物联网设备拓扑图自动生成方法及系统 | |
| TURRI et al. | MONtyPI. A model-driven middleware for the runtime management of IoT systems |
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: 20230720 Address after: Massachusetts Applicant after: SCHNEIDER ELECTRIC USA, Inc. Address before: Massachusetts Applicant before: SCHNEIDER ELECTRIC USA, Inc. Applicant before: Philip Nape Applicant before: Helf Yakai |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |