CN111159002B - 一种基于分组的数据边缘采集方法、边缘采集设备及系统 - Google Patents

一种基于分组的数据边缘采集方法、边缘采集设备及系统 Download PDF

Info

Publication number
CN111159002B
CN111159002B CN201911420486.3A CN201911420486A CN111159002B CN 111159002 B CN111159002 B CN 111159002B CN 201911420486 A CN201911420486 A CN 201911420486A CN 111159002 B CN111159002 B CN 111159002B
Authority
CN
China
Prior art keywords
data
register
grouping
address
packet
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
CN201911420486.3A
Other languages
English (en)
Other versions
CN111159002A (zh
Inventor
古欣
邵慧
房玉飞
黄大伟
郭宝雪
焦岳
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.)
Shandong Youren Networking Co ltd
Original Assignee
Shandong Youren Networking 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 Shandong Youren Networking Co ltd filed Critical Shandong Youren Networking Co ltd
Priority to CN201911420486.3A priority Critical patent/CN111159002B/zh
Publication of CN111159002A publication Critical patent/CN111159002A/zh
Application granted granted Critical
Publication of CN111159002B publication Critical patent/CN111159002B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/34—Recording or statistical evaluation of computer activity, e.g. of down time, of input/output operation ; Recording or statistical evaluation of user activity, e.g. usability assessment
    • G06F11/3466—Performance evaluation by tracing or monitoring
    • G06F11/3476—Data logging
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Hardware Design (AREA)
  • Quality & Reliability (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明提供了基于分组的数据边缘采集方法、边缘采集设备及系统。其中，该方法包括读取所有数据节点的采集规则，对数据节点采集规则进行解析分组，使得分组后同一分组内的所有数据节点属于同一从机设备，寄存器类型相同，且寄存器地址属于同一个范围内，且分组内的所有数据节点可通过同一条查询指令获取各个数据节点的数据；优化各个分组对应的寄存器起始地址和终止地址；根据优化分组后的数据节点相关参数，生成各个优化分组后查询相应分组内数据节点的对应查询指令；利用同一条查询指令来采集一个优化分组后寄存器地址对应的数据，解析分组采集回来的数据，再根据数据节点与优化分组后寄存器地址的映射关系，得到相应数据节点对应的数据。

Description

一种基于分组的数据边缘采集方法、边缘采集设备及系统
技术领域
本发明属于数据采集领域，尤其涉及一种基于分组的数据边缘采集方法、边缘采集设备及系统。
背景技术
本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。
在边缘采集以及边缘计算的应用场景中，传统的数据点采集方法是对大量地址不连续的数据节点进行轮训查询。发明人发现，由于数据节点数据量庞大，节点地址不连续，数据节点类型不相同并且串行总线数据采集需串行轮询，有效数据占比低，这样导致了节点状态更新延迟较高，无法实现快速更新，严重影响了系统的实时性、可靠性和用户体验。
发明内容
为了解决上述问题，本发明的第一个方面提供一种基于分组的数据边缘采集方法，其可将边缘计算的宏观串行转换为组间串行组内并行的方式，能够提高数据采集效率。
为了实现上述目的，本发明采用如下技术方案：
一种基于分组的数据边缘采集方法，其在边缘采集设备中完成，包括：
读取所有数据节点的采集规则，根据从机设备号、寄存器类型和寄存器地址这些条件对数据节点采集规则进行解析分组，使得分组后同一分组内的所有数据节点属于同一从机设备，寄存器类型相同，且寄存器地址属于同一个范围内，且分组内的所有数据节点可通过同一条查询指令获取各个数据节点的数据；
优化各个分组对应的寄存器起始地址和终止地址；其中，优化原则为当前分组能够满足分组内所有数据节点的数据请求；
根据优化分组后的数据节点相关参数，生成各个优化分组后查询相应分组内数据节点的对应查询指令；
利用同一条查询指令来采集一个优化分组后寄存器地址对应的数据，解析分组采集回来的数据，再根据数据节点与优化分组后寄存器地址的映射关系，得到相应数据节点对应的数据。
作为一种实施方式，解析分组后同一分组内的有效数据节点数量与相应分组所有数据节点总数量的比值不低于预设阈值；其中，有效数据节点对应的数据为待查询数据。
上述技术方案的优点在于，降低了协议数据等其他延时所占查询时间的百分比，提高了数据查询的速度及采集效率。
作为一种实施方式，根据寄存器地址进行固定地址长度分组。
需要说明的是，根据寄存器地址对数据节点进行分组的方式除了固定地址长度分组之外，还可采用动态最优分组或其他分组方式。
作为一种实施方式，采集的优化分组后寄存器地址对应数据包括：数据节点的KEY值和数据类型。
本发明还提供了另一种基于分组的数据边缘采集方法，其包括：
云端服务器对数据节点进行分组及优化并生成查询指令，其过程为：
读取所有数据节点的采集规则，根据从机设备号、寄存器类型和寄存器地址这些条件对数据节点采集规则进行解析分组，使得分组后同一分组内的所有数据节点属于同一从机设备，寄存器类型相同，且寄存器地址属于同一个范围内，且分组内的所有数据节点可通过同一条查询指令获取各个数据节点的数据；
优化各个分组对应的寄存器起始地址和终止地址；其中，优化原则为当前分组能够满足分组内所有数据节点的数据请求；
根据优化分组后的数据节点相关参数，生成各个优化分组后查询相应分组内数据节点的对应查询指令；
边缘采集设备接收云端服务器下发的查询指令，利用同一条查询指令来采集一个优化分组后寄存器地址对应的数据，解析分组采集回来的数据，再根据数据节点与优化分组后寄存器地址的映射关系，得到相应数据节点对应的数据。
为了解决上述问题，本发明的第二个方面提供一种边缘采集设备，其可将边缘计算的宏观串行转换为组间串行组内并行的方式，能够提高数据采集效率。
为了实现上述目的，本发明采用如下技术方案：
一种边缘采集设备，包括：
数据节点分组模块，其用于读取所有数据节点的采集规则，根据从机设备号、寄存器类型和寄存器地址这些条件对数据节点采集规则进行解析分组，使得分组后同一分组内的所有数据节点属于同一从机设备，寄存器类型相同，且寄存器地址属于同一个范围内，且分组内的所有数据节点可通过同一条查询指令获取各个数据节点的数据；
优化分组模块，其用于优化各个分组对应的寄存器起始地址和终止地址；其中，优化原则为当前分组能够满足分组内所有数据节点的数据请求；
查询指令生成模块，其用于根据优化分组后的数据节点相关参数，生成各个优化分组后查询相应分组内数据节点的对应查询指令；
数据采集模块，其用于利用同一条查询指令来采集一个优化分组后寄存器地址对应的数据，解析分组采集回来的数据，再根据数据节点与优化分组后寄存器地址的映射关系，得到相应数据节点对应的数据。
作为一种实施方式，解析分组后同一分组内的有效数据节点数量与相应分组所有数据节点总数量的比值不低于预设阈值；其中，有效数据节点对应的数据为待查询数据。
上述技术方案的优点在于，降低了协议数据等其他延时所占查询时间的百分比，提高了数据查询的速度及采集效率。
作为一种实施方式，在所述数据节点分组模块中，根据寄存器地址进行固定地址长度分组。
需要说明的是，根据寄存器地址对数据节点进行分组的方式除了固定地址长度分组之外，还可采用动态最优分组或其他分组方式。
作为一种实施方式，在所述数据采集模块中，采集的优化分组后寄存器地址对应数据包括：数据节点的KEY值和数据类型。
为了解决上述问题，本发明的第三个方面提供一种基于分组的数据边缘采集系统，其可将边缘计算的宏观串行转换为组间串行组内并行的方式，能够提高数据采集效率。
为了实现上述目的，本发明采用如下技术方案：
一种基于分组的数据边缘采集系统，包括：
云端服务器，其用于对数据节点进行分组及优化，其过程为：
读取所有数据节点的采集规则，根据从机设备号、寄存器类型和寄存器地址这些条件对数据节点采集规则进行解析分组，使得分组后同一分组内的所有数据节点属于同一从机设备，寄存器类型相同，且寄存器地址属于同一个范围内，且分组内的所有数据节点可通过同一条查询指令获取各个数据节点的数据；
优化各个分组对应的寄存器起始地址和终止地址；其中，优化原则为当前分组能够满足分组内所有数据节点的数据请求；
根据优化分组后的数据节点相关参数，生成各个优化分组后查询相应分组内数据节点的对应查询指令；
边缘采集设备，其用于接收云端服务器下发的查询指令，利用同一条查询指令来采集一个优化分组后寄存器地址对应的数据，解析分组采集回来的数据，再根据数据节点与优化分组后寄存器地址的映射关系，得到相应数据节点对应的数据。
作为一种实施方式，在所述云端服务器中，解析分组后同一分组内的有效数据节点数量与相应分组所有数据节点总数量的比值不低于预设阈值；其中，有效数据节点对应的数据为待查询数据。
上述技术方案的优点在于，降低了协议数据等其他延时所占查询时间的百分比，提高了数据查询的速度及采集效率。
作为一种实施方式，在所述云端服务器中，根据寄存器地址进行固定地址长度分组。
需要说明的是，根据寄存器地址对数据节点进行分组的方式除了固定地址长度分组之外，还可采用动态最优分组或其他分组方式。
作为一种实施方式，在所述边缘采集设备中，采集的优化分组后寄存器地址对应数据包括：数据节点的KEY值和数据类型。
本发明的有益效果是：
本发明根据从机设备号、寄存器类型和寄存器地址这些条件对数据节点采集规则进行解析分组，再优化各个分组对应的寄存器起始地址和终止地址，使得前分组能够满足分组内所有数据节点的数据请求；最后利用同一条查询指令来采集一个优化分组后寄存器地址对应的数据，解析分组采集回来的数据，再根据数据节点与优化分组后寄存器地址的映射关系，得到相应数据节点对应的数据，从而完成所有节点的数据查询及采集，实现了将边缘计算的宏观串行变为组间串行组内并行的方式，降低了协议数据(非节点有效负载数据)等其他延时所占查询时间的百分比，大大提升了数据查询和采集速度。
附图说明
构成本发明的一部分的说明书附图用来提供对本发明的进一步理解，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。
图1是本发明实施例一的基于分组的数据边缘采集方法流程图；
图2是本发明实施例二的基于分组的数据边缘采集方法流程图；
图3是本发明实施例三的边缘采集设备结构示意图；
图4是本发明实施例四的基于分组的数据边缘采集系统结构示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
应该指出，以下详细说明都是例示性的，旨在对本发明提供进一步的说明。除非另有指明，本文使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需要注意的是，这里所使用的术语仅是为了描述具体实施方式，而非意图限制根据本发明的示例性实施方式。如在这里所使用的，除非上下文另外明确指出，否则单数形式也意图包括复数形式，此外，还应当理解的是，当在本说明书中使用术语“包含”和/或“包括”时，其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
实施例一
如图1所示，本实施例提供了一种基于分组的数据边缘采集方法，其在边缘采集设备中完成，包括：
步骤S101：读取所有数据节点的采集规则，根据从机设备号、寄存器类型和寄存器地址这些条件对数据节点采集规则进行解析分组，使得分组后同一分组内的所有数据节点属于同一从机设备，寄存器类型相同，且寄存器地址属于同一个范围内，且分组内的所有数据节点可通过同一条查询指令获取各个数据节点的数据。
作为一种实施方式，解析分组后同一分组内的有效数据节点数量与相应分组所有数据节点总数量的比值不低于预设阈值；其中，有效数据节点对应的数据为待查询数据。
例如：解析分组后同一分组内的有效数据节点数量(比如6个)，与相应分组所有数据节点总数量(比如10个)的比值，两者的比值为6/10，不低于预设阈值(比如：5/10)。
需要说明的是，该预设阈值可根据实际情况来具体设置，一般该阈值不小于0.5。
上述技术方案的优点在于，降低了协议数据等其他延时所占查询时间的百分比，提高了数据查询的速度及采集效率。
作为一种实施方式，根据寄存器地址进行固定地址长度分组。
需要说明的是，根据寄存器地址对数据节点进行分组的方式除了固定地址长度分组之外，还可采用动态最优分组或其他分组方式。
例如：
将所有节点信息进行解析，确定从机设备号，寄存器类型，节点起始寄存器地址，节点数据类型，以及KEY值。例如modbus协议，查询设备号为5的地址为00001的值，其从机设备号为5，寄存器类型为bit，起始地址为00001。
每种类型的寄存器，在逻辑上根据地址进行分组(例如modbus协议，0类型寄存器地址范围00000-00031为一组，00032-00063为一个分组。逻辑上的分组不一定是有效的需要查询的分组。大部分逻辑分组的地址区间内并没有需要查询的节点)。根据地址来进行分组分为固定长度分组和动态最优分组。分组方式不限。
每一个逻辑分组，都有确定的从机设备号、寄存器类型、分组地址范围。
遍历所有的节点，根据节点的从机设备号、寄存器类型以及节点的寄存器起始地址，确定该节点所对应的分组。若分组无效，使能该分组有效，将该节点加入该分组，并记录该节点的起始地址、节点KEY值、节点的数据类型等。
其中，从机设备号是指被查询或被控制设备的编号，其形式还包括网络型设备(IP地址和端口号)以及其他类型设备或协议的形式。
步骤S102：优化各个分组对应的寄存器起始地址和终止地址；其中，优化原则为当前分组能够满足分组内所有数据节点的数据请求。
具体地，将所有节点均分组完毕后，优化分组的起始范围。例如：0类型的地址范围为00000-00031的分组通过分组内所有节点的起始地址根据协议规则，例如选取最小的起始地址作为分组真实起始地址。选取所有节点中节点结束地址与节点数据类型所占地址空间个数之和最大的地址为真实结束地址。
步骤S103：根据优化分组后的数据节点相关参数，生成各个优化分组后查询相应分组内数据节点的对应查询指令。
具体地，优化分组起始范围后，根据相关协议，通过从机设备号，指令码，起始地址，寄存器个数等其他参数以及协议内容生成该分组的查询指令。
其中，查询指令是通过分组优化之后的地址范围、从机设备号、寄存器类型等参数根据相关协议生成的查询指令。
步骤S104：利用同一条查询指令来采集一个优化分组后寄存器地址对应的数据，解析分组采集回来的数据，再根据数据节点与优化分组后寄存器地址的映射关系，得到相应数据节点对应的数据。
其中，采集的优化分组后寄存器地址对应数据包括：数据节点的KEY值和数据类型。
在具体实施中，分组优化完成后生成的查询指令并存储；使用生成的分组查询指令查询该分组的数据；该分组数据获取成功后，根据该分组内节点的起始地址，数据类型确定该节点的数据。
下面结合具体实施例来说明本实施例在边缘采集的场景中，对大量地址不连续类型不一致的数据节点采集的具体实施过程：
例如：modbus协议中地址40000开始，32个地址为一个分组。逻辑上40000-40031为第一个逻辑分组的起始地址，分组所属寄存器类型为‘4’类型，地址范围为(0000-0031)。
假如有三个节点属于该分组：类型为‘4’类型，起始地址属于0000-0031之间：
第一个节点起始地址为0007，数据类型为short(16位)，modbus协议中每个地址数据长度为16位，所以该节点的数据区域为(0007)，并记录该节点的起始地址，数据类型。
第二个节点的起始地址为0008，数据类型为long(32位)，modbus协议中每个地址数据长度为16位，所以该节点的数据区域为(0008,0009)，并记录该节点的起始地址，数据类型。
第三个节点的起始地址为0031，数据类型为long(32位)，modbus协议中每个地址数据长度为16位，所以该节点的数据区域为(0031,0032)，并记录该节点的起始地址，数据类型。
该逻辑分组的起始地址为0000-0031，第三个节点的数据区域范围为(0031,0032)。节点的结束地址超过了分组范围，该逻辑分组的优化分组的终止地址优化为0032。
该分组内的三个节点的最小起始地址为0007，该逻辑分组的起始地址为0000,使用到的地址0007大于逻辑起始地址0000，该逻辑分组的优化分组使用最小使用的地址0007。
优化后分组范围(0007-0032)。
上述分组例程中，分组的寄存器类型为‘4’，分组的起止地址为(0007-0032)，由起止地址可分析参数起始地址0007，查询寄存器个数为32-7+1＝26。由寄存器类型‘4’，起始地址0007，数量26可生成相应的查询指令，使用该查询指令进行数据查询。
使用上述查询指令查询后获得相应的数据：每一个节点根据起始地址和类型可获取相对应的数据；将获取到的数据赋值给该节点；其他节点同理可得其相应的数据。
本实施例根据从机设备号、寄存器类型和寄存器地址这些条件对数据节点采集规则进行解析分组，再优化各个分组对应的寄存器起始地址和终止地址，使得前分组能够满足分组内所有数据节点的数据请求；最后利用同一条查询指令来采集一个优化分组后寄存器地址对应的数据，解析分组采集回来的数据，再根据数据节点与优化分组后寄存器地址的映射关系，得到相应数据节点对应的数据，从而完成所有节点的数据查询及采集，实现了将边缘计算的宏观串行变为组间串行组内并行的方式，降低了协议数据等其他延时所占查询时间的百分比，大大提升了数据查询和采集速度。
实施例二
如图2所示，本实施例提供了一种基于分组的数据边缘采集方法，其包括：
步骤S201：云端服务器对数据节点进行分组及优化并生成查询指令，其过程为：
步骤S2011：读取所有数据节点的采集规则，根据从机设备号、寄存器类型和寄存器地址这些条件对数据节点采集规则进行解析分组，使得分组后同一分组内的所有数据节点属于同一从机设备，寄存器类型相同，且寄存器地址属于同一个范围内，且分组内的所有数据节点可通过同一条查询指令获取各个数据节点的数据；
作为一种实施方式，解析分组后同一分组内的有效数据节点数量与相应分组所有数据节点总数量的比值不低于预设阈值；其中，有效数据节点对应的数据为待查询数据。
例如：解析分组后同一分组内的有效数据节点数量(比如6个)，与相应分组所有数据节点总数量(比如10个)的比值，两者的比值为6/10，不低于预设阈值(比如：5/10)。
需要说明的是，该预设阈值可根据实际情况来具体设置，一般该阈值不小于0.5。
上述技术方案的优点在于，降低了协议数据等其他延时所占查询时间的百分比，提高了数据查询的速度及采集效率。
作为一种实施方式，根据寄存器地址进行固定地址长度分组。
需要说明的是，根据寄存器地址对数据节点进行分组的方式除了固定地址长度分组之外，还可采用动态最优分组或其他分组方式。
例如：
将所有节点信息进行解析，确定从机设备号，寄存器类型，节点起始寄存器地址，节点数据类型，以及KEY值。例如modbus协议，查询设备号为5的地址为00001的值，其从机设备号为5，寄存器类型为bit，起始地址为00001。
其中，从机设备号是指被查询或被控制设备的编号，其形式还包括网络型设备(IP地址和端口号)以及其他类型设备或协议的形式。
每种类型的寄存器，在逻辑上根据地址进行分组(例如modbus协议，0类型寄存器地址范围00000-00031为一组，00032-00063为一个分组。逻辑上的分组不一定是有效的需要查询的分组。大部分逻辑分组的地址区间内并没有需要查询的节点)。根据地址来进行分组分为固定长度分组和动态最优分组。分组方式不限。
每一个逻辑分组，都有确定的从机设备号、寄存器类型、分组地址范围。
遍历所有的节点，根据节点的从机设备号、寄存器类型以及寄存器地址，确定该节点所对应的分组。若分组无效，使能该分组有效，将该节点加入该分组，并记录该节点的起始地址、节点KEY值、节点的数据类型等。
步骤S2012：优化各个分组对应的寄存器起始地址和终止地址；其中，优化原则为当前分组能够满足分组内所有数据节点的数据请求；
具体地，将所有节点均分组完毕后，优化分组的起始范围。例如：0类型的地址范围为00000-00031的分组通过分组内所有节点的起始地址根据协议规则，例如选取最小的起始地址作为分组真实起始地址。选取所有节点中节点结束地址与节点数据类型所占地址空间个数之和最大的地址为真实结束地址。
步骤S2013：根据优化分组后的数据节点相关参数，生成各个优化分组后查询相应分组内数据节点的对应查询指令。
步骤S202：边缘采集设备接收云端服务器下发的查询指令，利用同一条查询指令来采集一个优化分组后寄存器地址对应的数据，解析分组采集回来的数据，再根据数据节点与优化分组后寄存器地址的映射关系，得到相应数据节点对应的数据。
其中，采集的优化分组后寄存器地址对应数据包括：数据节点的KEY值和数据类型。
在具体实施中，分组优化完成后生成的查询指令并存储；使用生成的分组查询指令查询该分组的数据；该分组数据获取成功后，根据该分组内节点的起始地址，数据类型确定该节点的数据。
本实施例根据从机设备号、寄存器类型和寄存器地址这些条件对数据节点采集规则进行解析分组，再优化各个分组对应的寄存器起始地址和终止地址，使得前分组能够满足分组内所有数据节点的数据请求；最后利用同一条查询指令来采集一个优化分组后寄存器地址对应的数据，解析分组采集回来的数据，再根据数据节点与优化分组后寄存器地址的映射关系，得到相应数据节点对应的数据，从而完成所有节点的数据查询及采集，实现了将边缘计算的宏观串行变为组间串行组内并行的方式，降低了协议数据等其他延时所占查询时间的百分比，大大提升了数据查询和采集速度。
实施例三
如图3所示，本实施例提供了一种边缘采集设备，包括：
(1)数据节点分组模块，其用于读取所有数据节点的采集规则，根据从机设备号、寄存器类型和寄存器地址这些条件对数据节点采集规则进行解析分组，使得分组后同一分组内的所有数据节点属于同一从机设备，寄存器类型相同，且寄存器地址属于同一个范围内，且分组内的所有数据节点可通过同一条查询指令获取各个数据节点的数据；
作为一种实施方式，解析分组后同一分组内的有效数据节点数量与相应分组所有数据节点总数量的比值不低于预设阈值；其中，有效数据节点对应的数据为待查询数据。
例如：解析分组后同一分组内的有效数据节点数量(比如6个)，与相应分组所有数据节点总数量(比如10个)的比值，两者的比值为6/10，不低于预设阈值(比如：5/10)。
需要说明的是，该预设阈值可根据实际情况来具体设置，一般该阈值不小于0.5。
上述技术方案的优点在于，降低了协议数据等其他延时所占查询时间的百分比，提高了数据查询的速度及采集效率。
作为一种实施方式，根据寄存器地址进行固定地址长度分组。
需要说明的是，根据寄存器地址对数据节点进行分组的方式除了固定地址长度分组之外，还可采用动态最优分组或其他分组方式。
例如：
将所有节点信息进行解析，确定从机设备号，寄存器类型，节点起始寄存器地址，节点数据类型，以及KEY值。例如modbus协议，查询设备号为5的地址为00001的值，其从机设备号为5，寄存器类型为bit，起始地址为00001。
每种类型的寄存器，在逻辑上根据地址进行分组(例如modbus协议，0类型寄存器地址范围00000-00031为一组，00032-00063为一个分组。逻辑上的分组不一定是有效的需要查询的分组。大部分逻辑分组的地址区间内并没有需要查询的节点)。根据地址来进行分组分为固定长度分组和动态最优分组。分组方式不限。
每一个逻辑分组，都有确定的从机设备号、寄存器类型、分组地址范围。
其中，从机设备号是指被查询或被控制设备的编号，其形式还包括网络型设备(IP地址和端口号)以及其他类型设备或协议的形式。
遍历所有的节点，根据节点的从机设备号、寄存器类型以及寄存器地址，确定该节点所对应的分组。若分组无效，使能该分组有效，将该节点加入该分组，并记录该节点的起始地址、节点KEY值、节点的数据类型等。
(2)优化分组模块，其用于优化各个分组对应的寄存器起始地址和终止地址；其中，优化原则为当前分组能够满足分组内所有数据节点的数据请求；
具体地，将所有节点均分组完毕后，优化分组的起始范围。例如：0类型的地址范围为00000-00031的分组通过分组内所有节点的起始地址根据协议规则，例如选取最小的起始地址作为分组真实起始地址。选取所有节点中节点结束地址与节点数据类型所占地址空间个数之和最大的地址为真实结束地址。
(3)查询指令生成模块，其用于根据优化分组后的数据节点相关参数，生成各个优化分组后查询相应分组内数据节点的对应查询指令。
(4)数据采集模块，其用于接收查询指令，并利用同一条查询指令来采集一个优化分组后寄存器地址对应的数据，解析分组采集回来的数据，再根据数据节点与优化分组后寄存器地址的映射关系，得到相应数据节点对应的数据。
其中，采集的优化分组后寄存器地址对应数据包括：数据节点的KEY值和数据类型。
在具体实施中，分组优化完成后生成的查询指令并存储；使用生成的分组查询指令查询该分组的数据；该分组数据获取成功后，根据该分组内节点的起始地址，数据类型确定该节点的数据。
本实施例根据从机设备号、寄存器类型和寄存器地址这些条件对数据节点采集规则进行解析分组，再优化各个分组对应的寄存器起始地址和终止地址，使得前分组能够满足分组内所有数据节点的数据请求；最后利用同一条查询指令来采集一个优化分组后寄存器地址对应的数据，解析分组采集回来的数据，再根据数据节点与优化分组后寄存器地址的映射关系，得到相应数据节点对应的数据，从而完成所有节点的数据查询及采集，实现了将边缘计算的宏观串行变为组间串行组内并行的方式，降低了协议数据等其他延时所占查询时间的百分比，大大提升了数据查询和采集速度。
实施例四
如图4所示，本实施例提供了一种基于分组的数据边缘采集系统，包括：
云端服务器，其用于对数据节点进行分组及优化，其过程为：
读取所有数据节点的采集规则，根据从机设备号、寄存器类型和寄存器地址这些条件对数据节点采集规则进行解析分组，使得分组后同一分组内的所有数据节点属于同一从机设备，寄存器类型相同，且寄存器地址属于同一个范围内，且分组内的所有数据节点可通过同一条查询指令获取各个数据节点的数据；
优化各个分组对应的寄存器起始地址和终止地址；其中，优化原则为当前分组能够满足分组内所有数据节点的数据请求；
根据优化分组后的数据节点相关参数，生成各个优化分组后查询相应分组内数据节点的对应查询指令。
其中，在所述云端服务器中，解析分组后同一分组内的有效数据节点数量与相应分组所有数据节点总数量的比值不低于预设阈值；其中，有效数据节点对应的数据为待查询数据。
例如：解析分组后同一分组内的有效数据节点数量(比如6个)，与相应分组所有数据节点总数量(比如10个)的比值，两者的比值为6/10，不低于预设阈值(比如：5/10)。
需要说明的是，该预设阈值可根据实际情况来具体设置，一般该阈值不小于0.5。
上述技术方案的优点在于，降低了协议数据等其他延时所占查询时间的百分比，提高了数据查询的速度及采集效率。
在所述云端服务器中，根据寄存器地址进行固定地址长度分组。
需要说明的是，根据寄存器地址对数据节点进行分组的方式除了固定地址长度分组之外，还可采用动态最优分组或其他分组方式。
边缘采集设备，其用于接收云端服务器下发的查询指令，利用同一条查询指令来采集一个优化分组后寄存器地址对应的数据，解析分组采集回来的数据，再根据数据节点与优化分组后寄存器地址的映射关系，得到相应数据节点对应的数据。
作为一种实施方式，在所述边缘采集设备中，采集的优化分组后寄存器地址对应数据包括：数据节点的KEY值和数据类型。
本实施例根据从机设备号、寄存器类型和寄存器地址这些条件对数据节点采集规则进行解析分组，再优化各个分组对应的寄存器起始地址和终止地址，使得前分组能够满足分组内所有数据节点的数据请求；最后利用同一条查询指令来采集一个优化分组后寄存器地址对应的数据，解析分组采集回来的数据，再根据数据节点与优化分组后寄存器地址的映射关系，得到相应数据节点对应的数据，从而完成所有节点的数据查询及采集，实现了将边缘计算的宏观串行变为组间串行组内并行的方式，降低了协议数据等其他延时所占查询时间的百分比，大大提升了数据查询和采集速度。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(RandomAccessMemory，RAM)等。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于分组的数据边缘采集方法，其特征在于，所述基于分组的数据边缘采集方法在边缘采集设备中完成，包括：
读取所有数据节点的采集规则，根据从机设备号、寄存器类型和寄存器地址这些条件对数据节点采集规则进行解析分组，使得分组后同一分组内的所有数据节点属于同一从机设备，寄存器类型相同，且寄存器地址属于同一个范围内，且分组内的所有数据节点可通过同一条查询指令获取各个数据节点的数据；其中，从机设备号是指被查询或被控制设备的编号，其形式还包括网络型设备以及其他类型设备或协议的形式；查询指令是通过分组优化之后的地址范围、从机设备号、寄存器类型等参数根据相关协议生成的查询指令；
优化各个分组对应的寄存器起始地址和终止地址；其中，优化原则为当前分组能够满足分组内所有数据节点的数据请求；
根据优化分组后的数据节点相关参数，生成各个优化分组后查询相应分组内数据节点的对应查询指令；利用同一条查询指令来采集一个优化分组后寄存器地址对应的数据，解析分组采集回来的数据，再根据数据节点与优化分组后寄存器地址的映射关系，得到相应数据节点对应的数据。
2.如权利要求1所述的基于分组的数据边缘采集方法，其特征在于，解析分组后同一分组内的有效数据节点数量与相应分组所有数据节点总数量的比值不低于预设阈值；其中，有效数据节点对应的数据为待查询数据。
3.如权利要求1所述的基于分组的数据边缘采集方法，其特征在于，根据寄存器地址进行固定地址长度分组。
4.如权利要求1所述的基于分组的数据边缘采集方法，其特征在于，采集的优化分组后寄存器地址对应数据包括：数据节点的KEY值和数据类型。
5.一种基于分组的数据边缘采集方法，其特征在于，包括：
云端服务器对数据节点进行分组及优化并生成查询指令，其过程为：
读取所有数据节点的采集规则，根据从机设备号、寄存器类型和寄存器地址这些条件对数据节点采集规则进行解析分组，使得分组后同一分组内的所有数据节点属于同一从机设备，寄存器类型相同，且寄存器地址属于同一个范围内，且分组内的所有数据节点可通过同一条查询指令获取各个数据节点的数据；其中，从机设备号是指被查询或被控制设备的编号，其形式还包括网络型设备以及其他类型设备或协议的形式；查询指令是通过分组优化之后的地址范围、从机设备号、寄存器类型等参数根据相关协议生成的查询指令；
优化各个分组对应的寄存器起始地址和终止地址；其中，优化原则为当前分组能够满足分组内所有数据节点的数据请求；
根据优化分组后的数据节点相关参数，生成各个优化分组后查询相应分组内数据节点的对应查询指令；
边缘采集设备接收云端服务器下发的查询指令，利用同一条查询指令来采集一个优化分组后寄存器地址对应的数据，解析分组采集回来的数据，再根据数据节点与优化分组后寄存器地址的映射关系，得到相应数据节点对应的数据。
6.如权利要求5所述的基于分组的数据边缘采集方法，其特征在于，在云端服务器对数据节点进行分组及优化的过程中，还包括：解析分组后同一分组内的有效数据节点数量与相应分组所有数据节点总数量的比值不低于预设阈值；其中，有效数据节点对应的数据为待查询数据；
或
在云端服务器对数据节点进行分组及优化的过程中，根据寄存器地址进行固定地址长度分组；
或
在边缘采集设备中，采集的优化分组后寄存器地址对应数据包括：数据节点的KEY值和数据类型。
7.一种边缘采集设备，其特征在于，包括：
数据节点分组模块，其用于读取所有数据节点的采集规则，根据从机设备号、寄存器类型和寄存器地址这些条件对数据节点采集规则进行解析分组，使得分组后同一分组内的所有数据节点属于同一从机设备，寄存器类型相同，且寄存器地址属于同一个范围内，且分组内的所有数据节点可通过同一条查询指令获取各个数据节点的数据；其中，从机设备号是指被查询或被控制设备的编号，其形式还包括网络型设备以及其他类型设备或协议的形式；查询指令是通过分组优化之后的地址范围、从机设备号、寄存器类型等参数根据相关协议生成的查询指令；
优化分组模块，其用于优化各个分组对应的寄存器起始地址和终止地址；其中，优化原则为当前分组能够满足分组内所有数据节点的数据请求；
查询指令生成模块，其用于根据优化分组后的数据节点相关参数，生成各个优化分组后查询相应分组内数据节点的对应查询指令；
数据采集模块，其用于利用同一条查询指令来采集一个优化分组后寄存器地址对应的数据，解析分组采集回来的数据，再根据数据节点与优化分组后寄存器地址的映射关系，得到相应数据节点对应的数据。
8.如权利要求7所述的边缘采集设备，其特征在于，在所述数据节点分组模块中，解析分组后同一分组内的有效数据节点数量与相应分组所有数据节点总数量的比值不低于预设阈值；其中，有效数据节点对应的数据为待查询数据；
或
在所述数据节点分组模块中，根据寄存器地址进行固定地址长度分组；
或
在所述数据采集模块中，采集的优化分组后寄存器地址对应数据包括：数据节点的KEY值和数据类型。
9.一种基于分组的数据边缘采集系统，其特征在于，包括：
云端服务器，其用于对数据节点进行分组及优化，其过程为：
读取所有数据节点的采集规则，根据从机设备号、寄存器类型和寄存器地址这些条件对数据节点采集规则进行解析分组，使得分组后同一分组内的所有数据节点属于同一从机设备，寄存器类型相同，且寄存器地址属于同一个范围内，且分组内的所有数据节点可通过同一条查询指令获取各个数据节点的数据；其中，从机设备号是指被查询或被控制设备的编号，其形式还包括网络型设备以及其他类型设备或协议的形式；查询指令是通过分组优化之后的地址范围、从机设备号、寄存器类型等参数根据相关协议生成的查询指令；
优化各个分组对应的寄存器起始地址和终止地址；其中，优化原则为当前分组能够满足分组内所有数据节点的数据请求；
根据优化分组后的数据节点相关参数，生成各个优化分组后查询相应分组内数据节点的对应查询指令；
边缘采集设备，其用于接收云端服务器下发的查询指令，利用同一条查询指令来采集一个优化分组后寄存器地址对应的数据，解析分组采集回来的数据，再根据数据节点与优化分组后寄存器地址的映射关系，得到相应数据节点对应的数据。
10.如权利要求9所述的基于分组的数据边缘采集系统，其特征在于，在所述云端服务器中，解析分组后同一分组内的有效数据节点数量与相应分组所有数据节点总数量的比值不低于预设阈值；其中，有效数据节点对应的数据为待查询数据；
或
在所述云端服务器中，根据寄存器地址进行固定地址长度分组；
或
在所述边缘采集设备中，采集的优化分组后寄存器地址对应数据包括：数据节点的KEY值和数据类型。
CN201911420486.3A 2019-12-31 2019-12-31 一种基于分组的数据边缘采集方法、边缘采集设备及系统 Active CN111159002B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911420486.3A CN111159002B (zh) 2019-12-31 2019-12-31 一种基于分组的数据边缘采集方法、边缘采集设备及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911420486.3A CN111159002B (zh) 2019-12-31 2019-12-31 一种基于分组的数据边缘采集方法、边缘采集设备及系统

Publications (2)

Publication Number Publication Date
CN111159002A CN111159002A (zh) 2020-05-15
CN111159002B true CN111159002B (zh) 2023-04-28

Family

ID=70560404

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911420486.3A Active CN111159002B (zh) 2019-12-31 2019-12-31 一种基于分组的数据边缘采集方法、边缘采集设备及系统

Country Status (1)

Country Link
CN (1) CN111159002B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111813021A (zh) * 2020-07-15 2020-10-23 深圳市天磁科技有限公司 一种rs485地址复用的多从机数据采集系统
CN111970374B (zh) * 2020-08-27 2023-02-03 山东有人物联网股份有限公司 基于机器学习的数据节点分组方法、系统及介质
CN113194038B (zh) * 2021-04-06 2022-10-21 重庆芯力源科技有限公司 一种智能边缘网关的数据转发方法
CN113779472B (zh) * 2021-07-30 2024-10-01 淘宝（中国）软件有限公司 内容审核方法、装置及电子设备
CN114070732B (zh) * 2021-11-17 2024-01-05 远景智能国际私人投资有限公司 基于物联网的数据处理方法、装置、设备及介质

Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1679295A (zh) * 2002-08-23 2005-10-05 皇家飞利浦电子股份有限公司 基于硬件的分组过滤加速器
WO2007123520A1 (en) * 2006-04-21 2007-11-01 Sun Microsystems, Inc. Method and system for scaling by parallelizing network workload
US7664127B1 (en) * 2005-04-05 2010-02-16 Sun Microsystems, Inc. Method for resolving mutex contention in a network system
CN102455991A (zh) * 2010-10-28 2012-05-16 无锡江南计算技术研究所 计算机状态更新方法、装置及分布式系统
CN103354562A (zh) * 2013-07-04 2013-10-16 李远正 能耗采集器、能耗采集系统及能耗采集方法
CN105824744A (zh) * 2016-03-21 2016-08-03 焦点科技股份有限公司 一种基于b2b平台的实时日志采集分析方法
WO2017215030A1 (zh) * 2016-06-15 2017-12-21 庞浩学 一种有查询功能的存储器及其查询方法
CN108228354A (zh) * 2017-12-29 2018-06-29 杭州朗和科技有限公司 调度方法、系统、计算机设备和介质
CN109450592A (zh) * 2018-09-29 2019-03-08 广东雅达电子股份有限公司 一种通信协议重组方法
CN110032523A (zh) * 2019-03-29 2019-07-19 陕西柴油机重工有限公司 柴油机装配试验基于地址位动态定义的寄存器存储方法
CN110476212A (zh) * 2017-03-21 2019-11-19 美光科技公司 用于存储器中数据交换网络的设备及方法
CN110520837A (zh) * 2017-04-18 2019-11-29 国际商业机器公司 基于重命名寄存器恢复的寄存器上下文还原

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7197536B2 (en) * 2001-04-30 2007-03-27 International Business Machines Corporation Primitive communication mechanism for adjacent nodes in a clustered computer system
US20040019704A1 (en) * 2002-05-15 2004-01-29 Barton Sano Multiple processor integrated circuit having configurable packet-based interfaces

Patent Citations (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1679295A (zh) * 2002-08-23 2005-10-05 皇家飞利浦电子股份有限公司 基于硬件的分组过滤加速器
US7664127B1 (en) * 2005-04-05 2010-02-16 Sun Microsystems, Inc. Method for resolving mutex contention in a network system
WO2007123520A1 (en) * 2006-04-21 2007-11-01 Sun Microsystems, Inc. Method and system for scaling by parallelizing network workload
CN102455991A (zh) * 2010-10-28 2012-05-16 无锡江南计算技术研究所 计算机状态更新方法、装置及分布式系统
CN103354562A (zh) * 2013-07-04 2013-10-16 李远正 能耗采集器、能耗采集系统及能耗采集方法
CN105824744A (zh) * 2016-03-21 2016-08-03 焦点科技股份有限公司 一种基于b2b平台的实时日志采集分析方法
WO2017215030A1 (zh) * 2016-06-15 2017-12-21 庞浩学 一种有查询功能的存储器及其查询方法
CN110476212A (zh) * 2017-03-21 2019-11-19 美光科技公司 用于存储器中数据交换网络的设备及方法
CN110520837A (zh) * 2017-04-18 2019-11-29 国际商业机器公司 基于重命名寄存器恢复的寄存器上下文还原
CN108228354A (zh) * 2017-12-29 2018-06-29 杭州朗和科技有限公司 调度方法、系统、计算机设备和介质
CN109450592A (zh) * 2018-09-29 2019-03-08 广东雅达电子股份有限公司 一种通信协议重组方法
CN110032523A (zh) * 2019-03-29 2019-07-19 陕西柴油机重工有限公司 柴油机装配试验基于地址位动态定义的寄存器存储方法

Also Published As

Publication number Publication date
CN111159002A (zh) 2020-05-15

Similar Documents

Publication Publication Date Title
CN111159002B (zh) 一种基于分组的数据边缘采集方法、边缘采集设备及系统
AU2010239731B2 (en) Methods of structuring data, pre-complied exception list engines, and network appliances
CN104504003A (zh) 图数据的搜索方法和装置
CN106383830B (zh) 一种数据检索方法及设备
US20120246163A1 (en) Hash table storage and search methods and devices
CN104702592A (zh) 流媒体下载方法和装置
Cohen et al. Algorithms and estimators for summarization of unaggregated data streams
CN115858184B (zh) 一种rdma内存管理方法、装置、设备及介质
CN109587072A (zh) 分布式系统全局限速系统及方法
CN117896323B (zh) 基于优先级的数据流基数在线测量方法和系统
CN112235436A (zh) 网络地址转换规则匹配方法及设备
CN109582640A (zh) 一种基于滑动窗口的数据去重存储方法、装置及存储介质
CN109543088A (zh) 用户评论处理方法、装置、设备及存储介质
CN109802891B (zh) 一种提高大象流流表利用率的方法及装置
CN105069074A (zh) 策略配置文件处理方法、装置和系统
CN108063814B (zh) 一种负载均衡方法及装置
KR20050052636A (ko) 인터넷 트래픽 측정을 위한 플로우 생성 방법
CN101526959B (zh) 一种数据存储方法和装置
CN112835691A (zh) 一种物联网通讯的边缘数据处理方法及系统
CN109474696B (zh) 一种网络服务方法、装置、电子设备及可读存储介质
CN109787922B (zh) 一种获取队列长度的方法、设备及计算机可读存储介质
CN113381945B (zh) 基于冷热分离的流量处理方法及系统
CN109933710A (zh) 一种数据查询方法、装置及存储介质、程序产品
US10445080B2 (en) Methods for adaptive placement of applications and devices thereof
CN107943807B (zh) 一种数据处理方法及存储设备

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
CB02 Change of applicant information

Address after: 250101 rooms 1103 and 1105, 11 / F, building 1, Aosheng building, 1166 Xinluo street, high tech Zone, Jinan City, Shandong Province

Applicant after: Shandong Youren networking Co.,Ltd.

Address before: 250101 rooms 1103 and 1105, 11 / F, building 1, Aosheng building, 1166 Xinluo street, high tech Zone, Jinan City, Shandong Province

Applicant before: SHANDONG YOUREN INFORMATION TECHNOLOGY Co.,Ltd.

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant