CN114547073A - 时序数据的聚合查询方法、装置及存储介质 - Google Patents
时序数据的聚合查询方法、装置及存储介质 Download PDFInfo
- Publication number
- CN114547073A CN114547073A CN202210125131.7A CN202210125131A CN114547073A CN 114547073 A CN114547073 A CN 114547073A CN 202210125131 A CN202210125131 A CN 202210125131A CN 114547073 A CN114547073 A CN 114547073A
- Authority
- CN
- China
- Prior art keywords
- time
- aggregation
- query
- sequence data
- time sequence
- 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
Images
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
- G06F16/242—Query formulation
- G06F16/2433—Query languages
- G06F16/244—Grouping and aggregation
-
- 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
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Software Systems (AREA)
- Fuzzy Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Computer And Data Communications (AREA)
Abstract
本申请提供一种时序数据的聚合查询方法、装置及存储介质。该方法包括:获取时序数据聚合查询指令,数据聚合指令中包括查询时间段;若确定数据库中不存在与查询时间段在时间上完全重叠的时序数据段,则从数据库中获取与查询时间段具有时间交叠的N个其他时序数据段;根据每一其他时序数据段的数据特性信息,确定每一其他时序数据段的聚合方式,并对每一其他时序数据段中在时间上与查询时间段交叠的物联网时序数据进行聚合处理,得到对应的聚合查询结果;根据每一聚合查询结果,确定查询时间段对应的数据聚合查询结果。实现了基于时序数据在时序数据段内的分布情况,快速的确定聚合查询结果,提高了聚合查询结果的准确性。
Description
技术领域
本申请涉及数据库领域,尤其涉及一种时序数据的聚合查询方法、装置及存储介质。
背景技术
时序数据是指时间序列数据,是同一类别的统一指标按时间顺序记录的数据,一列时序数据构成一段时序数据段。随着物联网技术的发展,大量的时序数据产生,通常需要将时序数据进行压缩后存储,对时序数据分析时,一般采取抽样方法选择时序数据中的部分数据,对这部分数据进行聚合统计,如计数、求和,求得最值等,近似表达完整的时序数据的聚合信息。
现有技术中,需要将压缩后的时序数据进行解压,再基于时序数据未被压缩时的预聚合统计结果,估算压缩后的时序数据的聚合信息。
然而现有技术中,由于数据在时序数据段内的分布是未知的,聚合查询的时间范围也是任意的,仅依靠部分数据预聚合统计结果估算完整的时序数据的聚合信息不够全面,误差较大,并且解压时序数据会增加聚合查询的时长,导致不能快速、准确的得到时序数据的聚合查询结果。
发明内容
本申请提供一种时序数据的聚合方法及设备,用以解决不能快速准确的得到时序数据的聚合查询结果的问题。
第一方面,本申请提供一种时序数据的聚合方法,所述方法包括:
获取时序数据的聚合查询指令,其中,所述聚合查询指令中包括查询时间段;
若确定数据库中不存在与所述查询时间段在时间上完全重叠的时序数据段,其中,所述时序数据段中包括至少一个物联网时序数据,所述数据库中包括至少一个时间段下的时序数据段,则从所述数据库中获取与所述查询时间段具有时间交叠的N个其他时序数据段,N为大于等于1的正整数;
根据每一所述其他时序数据段的数据特性信息,确定每一所述其他时序数据段的聚合方式,其中,所述数据特性信息包括数据采样间隔的方差信息,根据每一所述其他时序数据段的聚合方式,对每一所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行聚合处理,得到与每一所述其他时序数据段对应的聚合查询结果;
根据各所述其他时序数据段对应的聚合查询结果,确定所述查询时间段对应的数据聚合查询结果。
在可选的一种实施方式中,根据每一所述其他时序数据段的聚合方式,对每一所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行聚合处理,得到与每一所述其他时序数据段对应的聚合查询结果,包括:
根据每一所述其他时序数据段的聚合方式,基于预设的数据占比信息,对每一所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行聚合处理,得到与每一所述其他时序数据段对应的聚合查询结果。
在可选的一种实施方式中,所述聚合处理包括对时序数据进行以下的一种或多种处理:计数聚合、求和聚合、均值聚合以及最值聚合。
在可选的一种实施方式中,根据每一所述其他时序数据段的数据特性信息,确定每一所述其他时序数据段的聚合方式,包括:
若所述其他时序数据段的数据采样间隔的方差信息表征所述其他时序数据段中的时序数据为均匀采样,并且所述其他时序数据段中的时序数据具有预设变化趋势,则确定所述其他时序数段的聚合方式为第一方式;
所述预设的数据占比信息包括第一比例和第二比例;根据每一所述其他时序数据段的聚合方式,基于预设的数据占比信息,对每一所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行聚合处理,得到与每一所述其他时序数据段对应的聚合查询结果,包括:
若确定所述其他时序数段的聚合方式为第一方式,则根据第一比例对所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行计数聚合处理,得到所述其他时序数据的计数聚合的聚合查询结果;根据第二比例对所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行求和聚合处理,得到所述其他时序数据的求和聚合的聚合查询结果;根据所述计数聚合的聚合结果和所述求和聚合的聚合结果,得到所述其他时序数据的均值聚合的聚合查询结果;确定所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据中的最值为所述其他时序数据的最值聚合的聚合查询结果,其中,所述第一比例为所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据的时间间隔占所述其他时序数据段的总时间间隔的比例,所述第二比例为所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据的个数占所述其他时序数据段中总的物联网时序数据个数的比例;
确定所述其他时序数据段的聚合查询结果为所述计数聚合的聚合查询结果、所述求和聚合的聚合查询结果、所述均值聚合的聚合查询结果以及所述最值聚合的聚合查询结果中的一种或多种。
在可选的一种实施方式中,根据每一所述其他时序数据段的数据特性信息,确定每一所述其他时序数据段的聚合方式,包括:
若所述其他时序数据段的数据采样间隔的方差信息表征所述其他时序数据段中的时序数据为均匀采样,并且所述其他时序数据段中的时序数据不具有预设变化趋势,则确定所述聚合方式为第二方式;
所述预设的数据占比信息包括第一比例;根据每一所述其他时序数据段的聚合方式,基于预设的数据占比信息,对每一所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行聚合处理,得到与每一所述其他时序数据段对应的聚合查询结果,包括:
若确定所述其他时序数段的聚合方式为第二方式,则根据第一比例对所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行计数聚合处理,得到所述其他时序数据的计数聚合的聚合查询结果;根据第一比例对所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行求和聚合处理,得到所述其他时序数据的求和聚合的聚合查询结果;根据所述计数聚合的聚合结果和所述求和聚合的聚合结果,得到所述其他时序数据的均值聚合的聚合查询结果;确定所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据中的最值为所述其他时序数据的最值聚合的聚合查询结果,其中,所述第一比例为所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据的时间间隔占所述其他时序数据段的总时间间隔的比例;
确定所述其他时序数据段的聚合查询结果为所述计数聚合的聚合查询结果、所述求和聚合的聚合查询结果、所述均值聚合的聚合查询结果以及所述最值聚合的聚合查询结果中的一种或多种。
在可选的一种实施方式中,根据每一所述其他时序数据段的数据特性信息,确定每一所述其他时序数据段的聚合方式,包括:
若所述其他时序数据段的数据采样间隔的方差信息表征所述其他时序数据段中的时序数据为非均匀采样,则确定所述聚合方式为第三方式;
所述预设的数据占比信息包括第二比例;根据每一所述其他时序数据段的聚合方式,基于预设的数据占比信息,对每一所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行聚合处理,得到与每一所述其他时序数据段对应的聚合查询结果,包括:
若确定所述其他时序数段的聚合方式为第三方式,则根据第二比例对所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行计数聚合处理,得到所述其他时序数据的计数聚合的聚合查询结果;根据第二比例对所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行求和聚合处理,得到所述其他时序数据的求和聚合的聚合查询结果;根据所述计数聚合的聚合结果和所述求和聚合的聚合结果,得到所述其他时序数据的均值聚合的聚合查询结果;确定所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据中的最值为所述其他时序数据的最值聚合的聚合查询结果,其中,所述第二比例为所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据的个数占所述其他时序数据段中总的物联网时序数据个数的比例;
确定所述其他时序数据段的聚合查询结果为所述计数聚合的聚合查询结果、所述求和聚合的聚合查询结果、所述均值聚合的聚合查询结果以及所述最值聚合的聚合查询结果中的一种或多种。
在可选的一种实施方式中,所述方法还包括:
若确定数据库中存在与所述查询时间段在时间上完全重叠的时序数据段,则从所述数据库中获取与所述查询时间段对应的时序数据段的预设聚合查询结果;
确定所述查询时间段对应的时序数据段的预设聚合查询结果,为所述查询时间段对应的数据聚合查询结果。
在可选的一种实施方式中,根据各所述其他时序数据段对应的聚合查询结果,确定所述查询时间段对应的数据聚合查询结果,包括:
将各所述其他时序数据段的聚合查询结果进行合并处理和/或择优处理,确定所述查询时间段对应的数据聚合查询结果。
第二方面,本申请提供一种时序数据的聚合查询装置,所述装置包括:
获取单元,用于获取数据聚合查询指令,其中,所述数据聚合查询指令中包括查询时间段;
第一处理单元,用于若确定数据库中不存在与所述查询时间段在时间上完全交叠的时序数据段,其中,所述时序数据段中包括至少一个物联网时序数据,所述数据库中包括至少一个时间段下的时序数据段,则从所述数据库中获取与所述查询时间段具有时间交叠的N个其他时序数据段,N为大于等于1的正整数;
第二处理单元,用于根据每一所述其他时序数据段的数据特性信息,确定每一所述其他时序数据段的聚合方式,其中,所述数据特性信息包括数据采样间隔的方差信息,根据每一所述其他时序数据段的聚合方式,对每一所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行聚合处理,得到与每一所述其他时序数据段对应的聚合查询结果;
确定单元,用于根据各所述其他时序数据段对应的聚合查询结果,确定所述查询时间段对应的数据聚合查询结果。
第三方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如第一方面所述的方法。
本申请提供的时序数据的聚合查询方法、装置及存储介质,通过以下步骤:获取时序数据聚合查询指令,数据聚合指令中包括查询时间段;若确定数据库中不存在与查询时间段在时间上完全重叠的时序数据段,则从数据库中获取与查询时间段具有时间交叠的N个其他时序数据段;根据每一其他时序数据段的数据特性信息,确定每一其他时序数据段的聚合方式,并对每一其他时序数据段中在时间上与查询时间段交叠的物联网时序数据进行聚合处理,得到对应的聚合查询结果;根据每一聚合查询结果,确定查询时间段对应的数据聚合查询结果。实现了基于时序数据在时序数据段内的分布情况,快速的确定聚合查询结果,提高了聚合查询结果的准确性。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本申请的实施例,并与说明书一起用于解释本申请的原理。
图1为本申请实施例提供的一种时序数据的聚合查询方法的流程图;
图2为本申请实施例提供的另一种时序数据的聚合查询方法的流程图;
图3为本申请实施例提供的一种时序数据的聚合查询装置的结构示意图;
图4是本申请实施例提供的一种终端设备的框图。
通过上述附图,已示出本申请明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本申请构思的范围,而是通过参考特定实施例为本领域技术人员说明本申请的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。
时序数据是指时间序列数据,是同一类别的统一指标按时间顺序记录的数据,一列时序数据构成一段时序数据段。随着物联网技术的发展,大量的时序数据产生,通常需要将时序数据进行压缩后存储,对时序数据分析时,一般采取抽样方法选择时序数据中的部分数据,对这部分数据进行聚合统计,如计数、求和,求得最值等,近似表达完整的时序数据的聚合信息。
现有技术中,需要将压缩后的时序数据进行解压,再使用时序数据未被压缩时的预聚合统计结果,估算时序数据的聚合信息,或者根据按照聚合时间段所占时序数据总时间的比例值,估算聚合查询结果。
然而现有技术中,由于数据在时序数据段内的分布是未知的,聚合查询的时间范围也是任意的,仅依靠部分数据预聚合统计结果估算完整的时序数据的聚合信息不够全面,误差较大,耗时较长,不能快速准确的得到时序数据的聚合查询结果。
本申请提供的时序数据的聚合查询方法,旨在解决现有技术的如上技术问题。
下面以具体地实施例对本申请的技术方案以及本申请的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合,对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图,对本申请的实施例进行描述。
图1为本申请实施例提供的一种时序数据的聚合查询方法的流程图,如图1所示,该方法包括:
101、获取时序数据的聚合查询指令,其中,聚合查询指令中包括查询时间段。
示例性地,获取到时序数据的数据聚合指令,其中,数据聚合指令中包括了查询时间段,查询时间段可以为一个,也可以为多个,对此不作限定。
102、若确定数据库中不存在与查询时间段在时间上完全重叠的时序数据段,其中,时序数据段中包括至少一个物联网时序数据,数据库中包括至少一个时间段下的时序数据段,则从数据库中获取与查询时间段具有时间交叠的N个其他时序数据段,N为大于等于1的正整数。
示例性地,数据库中包括多个时间段下的时序数据段,每一时序数据段中包括至少一个物联网时序数据,若确定数据库中不存在与查询时间段在时间上完全交叠的时序数据段,即,数据库中没有在时间上与数据聚合指令的查询时间段完全交叠、完全一致的时序数据段,则从数据库中获取与查询时间段具有时间交叠的其他时序数据段。
103、根据每一其他时序数据段的数据特性信息,确定每一其他时序数据段的聚合方式,其中,数据特性信息包括数据采样间隔的方差信息,根据每一其他时序数据段的聚合方式。
示例性地,数据库中与查询时间段具有时间交叠的其他时序数据段,可能有一个,也可能有多个,获取每一其他时序数据段中各时序数据的时间间隔以及各时间间隔的平方和,确定每一其他时序数据段的数据特性信息,即数据采样间隔的方差信息,根据每一其他时序数据段的数据特性信息,确定每一其他时序数据段的聚合方式。
104、根据每一其他时序数据段的聚合方式,对每一其他时序数据段中在时间上与查询时间段交叠的物联网时序数据进行聚合处理,得到与每一其他时序数据段对应的聚合查询结果。
示例性地,根据步骤103中确定的每一其他时序数据段的聚合方式,对每一其他时序数据段中在时间上与查询时间段交叠的物联网时序数据进行聚合处理,得到每一其他时序数据段各自对应的聚合查询结果,其中聚合处理可以是对时序数据进行统计特性分析,例如求得每一其他时序数据段上在时间上与查询时间段交叠部分的时序数据的个数、和、均值、最值等。
105、根据各其他时序数据段对应的聚合查询结果,确定查询时间段对应的数据聚合查询结果。
示例性地,由于数据库中与查询时间段具有时间交叠的其他时序数据段,可能有一个,也可能有多个,所以将每一与与查询时间段具有时间交叠的其他时序数据段的对应的聚合查询结果进行合并、择优处理,确定查询时间段对应的数据聚合查询结果。
本实施例中,通过以下步骤:获取时序数据聚合查询指令,其中,该数据聚合指令中包括查询时间段;若确定数据库中不存在与查询时间段在时间上完全重叠的时序数据段,则从数据库中获取与查询时间段具有时间交叠的N个其他时序数据段;若确定数据库中不包括查询时间段所指示的时序数据段,则从数据库中获取与查询时间段具有时间交叠的其他时序数据段;根据每一其他时序数据段的数据特性信息,确定每一其他时序数据段的聚合方式,并对每一其他时序数据段中在时间上与查询时间段交叠的物联网时序数据进行聚合处理,得到对应的聚合查询结果;根据每一聚合查询结果,确定查询时间段对应的数据聚合查询结果。实现了基于时序数据在时序数据段内的分布情况,快速的确定聚合查询结果,提高了聚合查询结果的准确性。
图2为本申请实施例提供的另一种时序数据的聚合查询方法的流程图,如图2所示,该方法包括:
201、获取时序数据的聚合查询指令,其中,聚合查询指令中包括查询时间段。
示例性地,本步骤参见步骤101,不再赘述。
202、若确定数据库中不存在与查询时间段在时间上完全重叠的时序数据段,其中,时序数据段中包括至少一个物联网时序数据,数据库中包括至少一个时间段下的时序数据段,则从数据库中获取与查询时间段具有时间交叠的N个其他时序数据段,N为大于等于1的正整数。
示例性地,本步骤参见步骤102,不再赘述。
203、根据每一其他时序数据段的数据特性信息,确定每一其他时序数据段的聚合方式,其中,数据特性信息包括数据采样间隔的方差信息,根据每一其他时序数据段的聚合方式,基于预设的数据占比信息,对每一其他时序数据段中在时间上与查询时间段交叠的物联网时序数据进行聚合处理,得到与每一其他时序数据段对应的聚合查询结果。
一个示例中,聚合处理包括对时序数据进行以下的一种或多种处理:计数聚合、求和聚合、均值聚合以及最值聚合。
一个示例中,获取每一其他时序数据段中各时序数据的时间间隔以及时间间隔的平方和,根据其他时序数据段中各时序数据间的时间间隔,以及各个时间间隔的平方和,计算得到对应的其他时序数据段的数据方差信息,进而得到每一其他时序数据段的数据方差信息。
一个示例中,步骤203包括以下实现方式:
第一种实现方式、若其他时序数据段的数据采样间隔的方差信息表征其他时序数据段中的时序数据为均匀采样,并且其他时序数据段中的时序数据具有预设变化趋势,则确定其他时序数段的聚合方式为第一方式;预设的数据占比信息包括第一比例和第二比例;若确定其他时序数段的聚合方式为第一方式,则根据第一比例对其他时序数据段中在时间上与查询时间段交叠的物联网时序数据进行计数聚合处理,得到其他时序数据的计数聚合的聚合查询结果;根据第二比例对其他时序数据段中在时间上与查询时间段交叠的物联网时序数据进行求和聚合处理,得到其他时序数据的求和聚合的聚合查询结果;根据计数聚合的聚合结果和求和聚合的聚合结果,得到其他时序数据的均值聚合的聚合查询结果,其中,第一比例为其他时序数据段中在时间上与查询时间段交叠的物联网时序数据的时间间隔占其他时序数据段的总时间间隔的比例,第二比例为其他时序数据段中在时间上与查询时间段交叠的物联网时序数据的个数占其他时序数据段中总的物联网时序数据个数的比例;确定其他时序数据段中在时间上与查询时间段交叠的物联网时序数据中的最值为其他时序数据的最值聚合的聚合查询结果;确定其他时序数据段的聚合查询结果为计数聚合的聚合查询结果、求和聚合的聚合查询结果、均值聚合的聚合查询结果以及最值聚合的聚合查询结果中的一种或多种。
第二种实现方式、若其他时序数据段的数据采样间隔的方差信息表征其他时序数据段中的时序数据为均匀采样,并且其他时序数据段中的时序数据不具有预设变化趋势,则确定聚合方式为第二方式;预设的数据占比信息包括第一比例;若确定其他时序数段的聚合方式为第二方式,则根据第一比例对其他时序数据段中在时间上与查询时间段交叠的物联网时序数据进行计数聚合处理,得到其他时序数据的计数聚合的聚合查询结果;根据第一比例对其他时序数据段中在时间上与查询时间段交叠的物联网时序数据进行求和聚合处理,得到其他时序数据的求和聚合的聚合查询结果;根据计数聚合的聚合结果和求和聚合的聚合结果,得到其他时序数据的均值聚合的聚合查询结果;确定其他时序数据段中在时间上与查询时间段交叠的物联网时序数据中的最值为其他时序数据的最值聚合的聚合查询结果,其中,第一比例为其他时序数据段中在时间上与查询时间段交叠的物联网时序数据的时间间隔占其他时序数据段的总时间间隔的比例;确定其他时序数据段的聚合查询结果为计数聚合的聚合查询结果、求和聚合的聚合查询结果、均值聚合的聚合查询结果以及最值聚合的聚合查询结果中的一种或多种。
第三种实现方式、若其他时序数据段的数据采样间隔的方差信息表征其他时序数据段中的时序数据为非均匀采样,则确定聚合方式为第三方式;预设的数据占比信息包括第二比例;若确定其他时序数段的聚合方式为第三方式,则根据第二比例对其他时序数据段中在时间上与查询时间段交叠的物联网时序数据进行计数聚合处理,得到其他时序数据的计数聚合的聚合查询结果;根据第二比例对其他时序数据段中在时间上与查询时间段交叠的物联网时序数据进行求和聚合处理,得到其他时序数据的求和聚合的聚合查询结果;根据计数聚合的聚合结果和求和聚合的聚合结果,得到其他时序数据的均值聚合的聚合查询结果;确定其他时序数据段中在时间上与查询时间段交叠的物联网时序数据中的最值为其他时序数据的最值聚合的聚合查询结果,其中,第二比例为其他时序数据段中在时间上与查询时间段交叠的物联网时序数据的个数占其他时序数据段中总的物联网时序数据个数的比例;确定其他时序数据段的聚合查询结果为计数聚合的聚合查询结果、求和聚合的聚合查询结果、均值聚合的聚合查询结果以及最值聚合的聚合查询结果中的一种或多种。
示例性地,数据库中与查询时间段具有时间交叠的其他时序数据段,可能有一个,也可能有多个,获取每一其他时序数据段中各时序数据的时间间隔以及各时间间隔的平方和,确定每一其他时序数据段的数据特性信息,即数据采样间隔的方差信息,根据每一其他时序数据段的数据特性信息,确定每一其他时序数据段的聚合方式,再根据聚合方式,基于预设的数据占比信息,即第一比例和/或第二比例,对每一其他时序数据段中在时间上与查询时间段交叠的物联网时序数据进行聚合处理,得到与每一其他时序数据段对应的聚合查询结果,其中,其中,聚合处理可以是对时序数据进行统计特性分析,例如求得每一其他时序数据段上在时间上与查询时间段交叠部分的时序数据的个数、和、均值、最值等,第一比例为其他时序数据段中在时间上与查询时间段交叠的物联网时序数据的时间间隔占其他时序数据段的总时间间隔的比例,第二比例为其他时序数据段中在时间上与查询时间段交叠的物联网时序数据的个数占其他时序数据段中总的物联网时序数据个数的比例。
若其他时序数据段的数据方差信息表征其他时序数据段中的时序数据为均匀采样,并且其他时序数据段中的时序数据具有预设变化趋势,例如,随着时间的增加,时序数据的值单调递增或单调递减,则确定其他时序数段的聚合方式为第一方式。其中,时序数据的变化趋势可以通过样本熵信息得到,例如一段时序数据可能存在多次压缩的情况,按照顺序记录其每次压缩后的压缩样本熵,获取其他时序数据的初始样本熵和一个或多个压缩样本熵,可以确定每一其他时序数据段的数据样本熵信息,其中,初始样本熵为其他时序数据段未被压缩时的样本熵,压缩样本熵为其他时序数据段被压缩后的样本熵。此时,预设的数据占比信息包括第一比例和第二比例,若聚合处理包括计数聚合,则根据第一比例对其他时序数据段中在时间上与查询时间段交叠的物联网时序数据进行计数聚合处理,得到其他时序数据的计数聚合的聚合查询结果;若聚合处理包括求和聚合,则根据第二比例对其他时序数据段中在时间上与查询时间段交叠的物联网时序数据进行求和聚合处理,得到其他时序数据的求和聚合的聚合查询结果;若聚合处理包括均值聚合,则根据计数聚合的聚合结果和求和聚合的聚合结果,得到其他时序数据的均值聚合的聚合查询结果;若聚合处理包括最值聚合,则确定其他时序数据段中在时间上与查询时间段交叠的物联网时序数据中的最值为其他时序数据的最值聚合的聚合查询结果,其中,第一比例为其他时序数据段中在时间上与查询时间段交叠的物联网时序数据的时间间隔占其他时序数据段的总时间间隔的比例,第二比例为其他时序数据段中在时间上与查询时间段交叠的物联网时序数据的个数占其他时序数据段中总的物联网时序数据个数的比例;按照实际需要,确定其他时序数据段的聚合结果为计数聚合查询结果、求和聚合查询结果、均值聚合查询结果以及最值聚合查询结果中的一种或多种。
若其他时序数据段的数据方差信息表征其他时序数据段中的时序数据为均匀采样,并且其他时序数据段中的时序数据不具有预设变化趋势,例如,随着时间的增加,时序数据的值周期性变化,则确定其他时序数段的聚合方式为第二方式。此时,预设的数据占比信息包括第一比例,若聚合处理包括计数聚合,则根据第一比例对其他时序数据段中在时间上与查询时间段交叠的物联网时序数据进行计数聚合处理,得到其他时序数据的计数聚合的聚合查询结果;若聚合处理包括求和聚合,则根据第一比例对其他时序数据段中在时间上与查询时间段交叠的物联网时序数据进行求和聚合处理,得到其他时序数据的求和聚合的聚合查询结果;若聚合处理包括均值聚合,则根据计数聚合的聚合结果和求和聚合的聚合结果,得到其他时序数据的均值聚合的聚合查询结果;若聚合处理包括最值聚合,则确定其他时序数据段中在时间上与查询时间段交叠的物联网时序数据中的最值为其他时序数据的最值聚合的聚合查询结果,其中,第一比例为其他时序数据段中在时间上与查询时间段交叠的物联网时序数据的时间间隔占其他时序数据段的总时间间隔的比例;按照实际需要,确定其他时序数据段的聚合结果为计数聚合查询结果、求和聚合查询结果、均值聚合查询结果以及最值聚合查询结果中的一种或多种。
若其他时序数据段的数据方差信息表征其他时序数据段中的时序数据为非均匀采样,则确定其他时序数段的聚合方式为第三方式。此时,预设的数据占比信息包括第二比例,若聚合处理包括计数聚合,则根据第二比例对其他时序数据段中在时间上与查询时间段交叠的物联网时序数据进行计数聚合处理,得到其他时序数据的计数聚合的聚合查询结果;若聚合处理包括求和聚合,则根据第二比例对其他时序数据段中在时间上与查询时间段交叠的物联网时序数据进行求和聚合处理,得到其他时序数据的求和聚合的聚合查询结果;若聚合处理包括均值聚合,则根据计数聚合的聚合结果和求和聚合的聚合结果,得到其他时序数据的均值聚合的聚合查询结果;若聚合处理包括最值聚合,则确定其他时序数据段中在时间上与查询时间段交叠的物联网时序数据中的最值为其他时序数据的最值聚合的聚合查询结果,其中,第二比例为其他时序数据段中在时间上与查询时间段交叠的物联网时序数据的个数占其他时序数据段中总的物联网时序数据个数的比例;确定其他时序数据段的聚合结果为计数聚合查询结果、求和聚合查询结果、均值聚合查询结果以及最值聚合查询结果中的一种或多种。
204、根据各其他时序数据段对应的聚合查询结果,确定查询时间段对应的数据聚合查询结果。
一个示例中,步骤204包括以下步骤:
将各其他时序数据段的聚合查询结果进行合并处理和/或择优处理,确定查询时间段对应的数据聚合查询结果。
示例性地,当聚合处理为计数聚合、求和聚合中的任意一种或多种时,即,各其他时序数据的聚合结果包括计数聚合查询结果、求和聚合查询结果、均值聚合查询结果中的任意一种或多种时,将各其他时序数据段的计数聚合查询结果、求和聚合查询结果、均值聚合查询结果进行合并处理,确定查询时间段对应的数据聚合查询结果;当聚合处理包括最值聚合、均值聚合时,即,各其他时序数据的聚合结果包括最值聚合查询结果时,将各其他时序数据段的最值聚合查询结果进行择优处理,确定查询时间段对应的数据聚合查询结果。
205、若确定数据库中存在与查询时间段在时间上完全重叠的时序数据段,则从数据库中获取与查询时间段对应的时序数据段的预设聚合查询结果;确定查询时间段对应的时序数据段的预设聚合查询结果,为查询时间段对应的数据聚合查询结果。
示例性地,若确定数据库中存在查询时间段所指示的时序数据段,即,数据库中存在在时间上与数据聚合指令的查询时间段完全重叠一致的时序数据段,则从数据库中获取与查询时间段对应的时序数据段的预设聚合查询结果,确定查询时间段对应的时序数据段的聚合查询结果,为查询时间段对应的数据聚合查询结果。
本实施例中,通过以下步骤:获取数据聚合指令,其中,数据聚合指令中包括查询时间段;若确定数据库中不存在与查询时间段在时间上完全重叠的时序数据段,则从数据库中获取与查询时间段具有时间交叠的N个其他时序数据段,N为大于等于1的正整数;根据每一其他时序数据段的数据特性信息,确定每一其他时序数据段的聚合方式,包括第一方式、第二方式、第三方式,其中,数据特性信息包括数据采样间隔的方差信息;根据每一其他时序数据段的聚合方式,对每一其他时序数据段中在时间上与查询时间段交叠的物联网时序数据进行聚合处理,得到与每一其他时序数据段对应的聚合查询结果;若确定数据库中存在与查询时间段在时间上完全重叠的时序数据段,则从数据库中获取与查询时间段对应的时序数据段的预设聚合查询结果;确定查询时间段对应的时序数据段的预设聚合查询结果,为查询时间段对应的数据聚合查询结果;根据各其他时序数据段对应的聚合查询结果,确定查询时间段对应的数据聚合查询结果。实现了基于时序数据在时序数据段内的分布情况,快速确定聚合查询结果,并提高了聚合结果的准确性。
图3为本申请实施例提供的一种时序数据的聚合查询装置的结构示意图,如图3所示,该装置包括:
获取单元31,用于获取数据聚合查询指令,其中,数据聚合查询指令中包括查询时间段。
第一处理单元32,用于若确定数据库中不存在与查询时间段在时间上完全重叠的时序数据段,其中,时序数据段中包括至少一个物联网时序数据,数据库中包括至少一个时间段下的时序数据段,则从数据库中获取与查询时间段具有时间交叠的N个其他时序数据段,N为大于等于1的正整数。
第二处理单元33,用于根据每一其他时序数据段的数据特性信息,确定每一其他时序数据段的聚合方式,其中,数据特性信息包括数据采样间隔的方差信息,根据每一其他时序数据段的聚合方式,对每一其他时序数据段中在时间上与查询时间段交叠的物联网时序数据进行聚合处理,得到与每一其他时序数据段对应的聚合查询结果。
确定单元34,用于根据各其他时序数据段对应的聚合查询结果,确定查询时间段对应的数据聚合查询结果。
图4是本申请实施例提供的一种终端设备的框图,该设备可以是移动电话,计算机,数字广播终端,消息收发设备,游戏控制台,平板设备,医疗设备,健身设备,个人数字助理等。
装置800可以包括以下一个或多个组件:处理组件802,存储器804,电源组件806,多媒体组件808,音频组件810,输入/输出(I/O)接口812,传感器组件814,以及通信组件816。
处理组件802通常控制装置800的整体操作,诸如与显示,电话呼叫,数据通信,相机操作和记录操作相关联的操作。处理组件802可以包括一个或多个处理器820来执行指令,以完成上述的方法的全部或部分步骤。此外,处理组件802可以包括一个或多个模块,便于处理组件802和其他组件之间的交互。例如,处理组件802可以包括多媒体模块,以方便多媒体组件808和处理组件802之间的交互。
存储器804被配置为存储各种类型的数据以支持在装置800的操作。这些数据的示例包括用于在装置800上操作的任何应用程序或方法的指令,联系人数据,电话簿数据,消息,图片,视频等。存储器804可以由任何类型的易失性或非易失性存储设备或者它们的组合实现,如静态随机存取存储器(SRAM),电可擦除可编程只读存储器(EEPROM),可擦除可编程只读存储器(EPROM),可编程只读存储器(PROM),只读存储器(ROM),磁存储器,快闪存储器,磁盘或光盘。
电源组件806为装置800的各种组件提供电力。电源组件806可以包括电源管理系统,一个或多个电源,及其他与为装置800生成、管理和分配电力相关联的组件。
多媒体组件808包括在装置800和用户之间的提供一个输出接口的屏幕。在一些实施例中,屏幕可以包括液晶显示器(LCD)和触摸面板(TP)。如果屏幕包括触摸面板,屏幕可以被实现为触摸屏,以接收来自用户的输入信号。触摸面板包括一个或多个触摸传感器以感测触摸、滑动和触摸面板上的手势。触摸传感器可以不仅感测触摸或滑动动作的边界,而且还检测与触摸或滑动操作相关的持续时间和压力。在一些实施例中,多媒体组件808包括一个前置摄像头和/或后置摄像头。当装置800处于操作模式,如拍摄模式或视频模式时,前置摄像头和/或后置摄像头可以接收外部的多媒体数据。每个前置摄像头和后置摄像头可以是一个固定的光学透镜系统或具有焦距和光学变焦能力。
音频组件810被配置为输出和/或输入音频信号。例如,音频组件810包括一个麦克风(MIC),当装置800处于操作模式,如呼叫模式、记录模式和语音识别模式时,麦克风被配置为接收外部音频信号。所接收的音频信号可以被进一步存储在存储器804或经由通信组件816发送。在一些实施例中,音频组件810还包括一个扬声器,用于输出音频信号。
I/O接口812为处理组件802和外围接口模块之间提供接口,上述外围接口模块可以是键盘,点击轮,按钮等。这些按钮可包括但不限于:主页按钮、音量按钮、启动按钮和锁定按钮。
传感器组件814包括一个或多个传感器,用于为装置800提供各个方面的状态评估。例如,传感器组件814可以检测到装置800的打开/关闭状态,组件的相对定位,例如组件为装置800的显示器和小键盘,传感器组件814还可以检测装置800或装置800一个组件的位置改变,用户与装置800接触的存在或不存在,装置800方位或加速/减速和装置800的温度变化。传感器组件814可以包括接近传感器,被配置用来在没有任何的物理接触时检测附近物体的存在。传感器组件814还可以包括光传感器,如CMOS或CCD图像传感器,用于在成像应用中使用。在一些实施例中,该传感器组件814还可以包括加速度传感器,陀螺仪传感器,磁传感器,压力传感器或温度传感器。
通信组件816被配置为便于装置800和其他设备之间有线或无线方式的通信。装置800可以接入基于通信标准的无线网络,如WiFi,2G或3G,或它们的组合。在一个示例性实施例中,通信组件816经由广播信道接收来自外部广播管理系统的广播信号或广播相关信息。在一个示例性实施例中,通信组件816还包括近场通信(NFC)模块,以促进短程通信。例如,在NFC模块可基于射频识别(RFID)技术,红外数据协会(IrDA)技术,超宽带(UWB)技术,蓝牙(BT)技术和其他技术来实现。
在示例性实施例中,装置800可以被一个或多个应用专用集成电路(ASIC)、数字信号处理器(DSP)、数字信号处理设备(DSPD)、可编程逻辑器件(PLD)、现场可编程门阵列(FPGA)、控制器、微控制器、微处理器或其他电子元件实现,用于执行上述方法。
在示例性实施例中,还提供了一种包括指令的非临时性计算机可读存储介质,例如包括指令的存储器804,上述指令可由装置800的处理器820执行以完成上述方法。例如,非临时性计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
本申请实施例还提供了一种非临时性计算机可读存储介质,当该存储介质中的指令由电子设备的处理器执行时,使得电子设备能够执行上述实施例提供的方法。
本申请实施例还提供了一种计算机程序产品,计算机程序产品包括:计算机程序,计算机程序存储在可读存储介质中,电子设备的至少一个处理器可以从可读存储介质读取计算机程序,至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本申请的其它实施方案。本申请旨在涵盖本申请的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本申请的一般性原理并包括本申请未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本申请的真正范围和精神由下面的权利要求书指出。
应当理解的是,本申请并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本申请的范围仅由所附的权利要求书来限制。
Claims (10)
1.一种时序数据的聚合查询方法,其特征在于,所述方法包括:
获取时序数据的聚合查询指令,其中,所述聚合查询指令中包括查询时间段;
若确定数据库中不存在与所述查询时间段在时间上完全重叠的时序数据段,其中,所述时序数据段中包括至少一个物联网时序数据,所述数据库中包括至少一个时间段下的时序数据段,则从所述数据库中获取与所述查询时间段具有时间交叠的N个其他时序数据段,N为大于等于1的正整数;
根据每一所述其他时序数据段的数据特性信息,确定每一所述其他时序数据段的聚合方式,其中,所述数据特性信息包括数据采样间隔的方差信息,根据每一所述其他时序数据段的聚合方式,对每一所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行聚合处理,得到与每一所述其他时序数据段对应的聚合查询结果;
根据各所述其他时序数据段对应的聚合查询结果,确定所述查询时间段对应的数据聚合查询结果。
2.根据权利要求1所述的方法,其特征在于,根据每一所述其他时序数据段的聚合方式,对每一所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行聚合处理,得到与每一所述其他时序数据段对应的聚合查询结果,包括:
根据每一所述其他时序数据段的聚合方式,基于预设的数据占比信息,对每一所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行聚合处理,得到与每一所述其他时序数据段对应的聚合查询结果。
3.根据权利要求1所述的方法,其特征在于,所述聚合处理包括对时序数据进行以下的一种或多种处理:计数聚合、求和聚合、均值聚合以及最值聚合。
4.根据权利要求2所述的方法,其特征在于,根据每一所述其他时序数据段的数据特性信息,确定每一所述其他时序数据段的聚合方式,包括:
若所述其他时序数据段的数据采样间隔的方差信息表征所述其他时序数据段中的时序数据为均匀采样,并且所述其他时序数据段中的时序数据具有预设变化趋势,则确定所述其他时序数段的聚合方式为第一方式;
所述预设的数据占比信息包括第一比例和第二比例;根据每一所述其他时序数据段的聚合方式,基于预设的数据占比信息,对每一所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行聚合处理,得到与每一所述其他时序数据段对应的聚合查询结果,包括:
若确定所述其他时序数段的聚合方式为第一方式,则根据第一比例对所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行计数聚合处理,得到所述其他时序数据的计数聚合的聚合查询结果;根据第二比例对所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行求和聚合处理,得到所述其他时序数据的求和聚合的聚合查询结果;根据所述计数聚合的聚合结果和所述求和聚合的聚合结果,得到所述其他时序数据的均值聚合的聚合查询结果;确定所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据中的最值为所述其他时序数据的最值聚合的聚合查询结果,其中,所述第一比例为所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据的时间间隔占所述其他时序数据段的总时间间隔的比例,所述第二比例为所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据的个数占所述其他时序数据段中总的物联网时序数据个数的比例;
确定所述其他时序数据段的聚合查询结果为所述计数聚合的聚合查询结果、所述求和聚合的聚合查询结果、所述均值聚合的聚合查询结果以及所述最值聚合的聚合查询结果中的一种或多种。
5.根据权利要求2所述的方法,其特征在于,根据每一所述其他时序数据段的数据特性信息,确定每一所述其他时序数据段的聚合方式,包括:
若所述其他时序数据段的数据采样间隔的方差信息表征所述其他时序数据段中的时序数据为均匀采样,并且所述其他时序数据段中的时序数据不具有预设变化趋势,则确定所述聚合方式为第二方式;
所述预设的数据占比信息包括第一比例;根据每一所述其他时序数据段的聚合方式,基于预设的数据占比信息,对每一所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行聚合处理,得到与每一所述其他时序数据段对应的聚合查询结果,包括:
若确定所述其他时序数段的聚合方式为第二方式,则根据第一比例对所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行计数聚合处理,得到所述其他时序数据的计数聚合的聚合查询结果;根据第一比例对所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行求和聚合处理,得到所述其他时序数据的求和聚合的聚合查询结果;根据所述计数聚合的聚合结果和所述求和聚合的聚合结果,得到所述其他时序数据的均值聚合的聚合查询结果;确定所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据中的最值为所述其他时序数据的最值聚合的聚合查询结果,其中,所述第一比例为所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据的时间间隔占所述其他时序数据段的总时间间隔的比例;
确定所述其他时序数据段的聚合查询结果为所述计数聚合的聚合查询结果、所述求和聚合的聚合查询结果、所述均值聚合的聚合查询结果以及所述最值聚合的聚合查询结果中的一种或多种。
6.根据权利要求2所述的方法,其特征在于,根据每一所述其他时序数据段的数据特性信息,确定每一所述其他时序数据段的聚合方式,包括:
若所述其他时序数据段的数据采样间隔的方差信息表征所述其他时序数据段中的时序数据为非均匀采样,则确定所述聚合方式为第三方式;
所述预设的数据占比信息包括第二比例;根据每一所述其他时序数据段的聚合方式,基于预设的数据占比信息,对每一所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行聚合处理,得到与每一所述其他时序数据段对应的聚合查询结果,包括:
若确定所述其他时序数段的聚合方式为第三方式,则根据第二比例对所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行计数聚合处理,得到所述其他时序数据的计数聚合的聚合查询结果;根据第二比例对所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行求和聚合处理,得到所述其他时序数据的求和聚合的聚合查询结果;根据所述计数聚合的聚合结果和所述求和聚合的聚合结果,得到所述其他时序数据的均值聚合的聚合查询结果;确定所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据中的最值为所述其他时序数据的最值聚合的聚合查询结果,其中,所述第二比例为所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据的个数占所述其他时序数据段中总的物联网时序数据个数的比例;
确定所述其他时序数据段的聚合查询结果为所述计数聚合的聚合查询结果、所述求和聚合的聚合查询结果、所述均值聚合的聚合查询结果以及所述最值聚合的聚合查询结果中的一种或多种。
7.根据权利要求1-6任一项所述的方法,其特征在于,所述方法还包括:
若确定数据库中存在与所述查询时间段在时间上完全重叠的时序数据段,则从所述数据库中获取与所述查询时间段对应的时序数据段的预设聚合查询结果;
确定所述查询时间段对应的时序数据段的预设聚合查询结果,为所述查询时间段对应的数据聚合查询结果。
8.根据权利要求1-6任一项所述的方法,其特征在于,根据各所述其他时序数据段对应的聚合查询结果,确定所述查询时间段对应的数据聚合查询结果,包括:
将各所述其他时序数据段的聚合查询结果进行合并处理和/或择优处理,确定所述查询时间段对应的数据聚合查询结果。
9.一种时序数据的聚合查询装置,其特征在于,所述装置包括:
获取单元,用于获取数据聚合查询指令,其中,所述数据聚合查询指令中包括查询时间段;
第一处理单元,用于若确定数据库中不存在与所述查询时间段在时间上完全重叠的时序数据段,其中,所述时序数据段中包括至少一个物联网时序数据,所述数据库中包括至少一个时间段下的时序数据段,则从所述数据库中获取与所述查询时间段具有时间交叠的N个其他时序数据段,N为大于等于1的正整数;
第二处理单元,用于根据每一所述其他时序数据段的数据特性信息,确定每一所述其他时序数据段的聚合方式,其中,所述数据特性信息包括数据采样间隔的方差信息,根据每一所述其他时序数据段的聚合方式,对每一所述其他时序数据段中在时间上与所述查询时间段交叠的物联网时序数据进行聚合处理,得到与每一所述其他时序数据段对应的聚合查询结果;
确定单元,用于根据各所述其他时序数据段对应的聚合查询结果,确定所述查询时间段对应的数据聚合查询结果。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质中存储有计算机执行指令,所述计算机执行指令被处理器执行时用于实现如权利要求1-8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210125131.7A CN114547073B (zh) | 2022-02-10 | 2022-02-10 | 时序数据的聚合查询方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210125131.7A CN114547073B (zh) | 2022-02-10 | 2022-02-10 | 时序数据的聚合查询方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114547073A true CN114547073A (zh) | 2022-05-27 |
CN114547073B CN114547073B (zh) | 2023-03-21 |
Family
ID=81673067
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210125131.7A Active CN114547073B (zh) | 2022-02-10 | 2022-02-10 | 时序数据的聚合查询方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114547073B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117370329A (zh) * | 2023-12-07 | 2024-01-09 | 湖南易比特大数据有限公司 | 基于工业物联网的设备数据智能化管理方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160328432A1 (en) * | 2015-05-06 | 2016-11-10 | Squigglee LLC | System and method for management of time series data sets |
CN106202384A (zh) * | 2016-07-08 | 2016-12-07 | 清华大学 | 一种支持时序数据聚合函数的索引方法 |
CN107871022A (zh) * | 2017-12-20 | 2018-04-03 | 清华大学 | 一种时序数据列式存储、查询方法及系统 |
CN110046183A (zh) * | 2019-04-16 | 2019-07-23 | 北京易沃特科技有限公司 | 一种时序数据聚合检索方法、设备及介质 |
CN111078755A (zh) * | 2019-12-19 | 2020-04-28 | 远景智能国际私人投资有限公司 | 时序数据的存储查询方法、装置、服务器及存储介质 |
CN112307057A (zh) * | 2020-10-27 | 2021-02-02 | 北京健康之家科技有限公司 | 数据的处理方法及装置、电子设备、计算机存储介质 |
US20210109949A1 (en) * | 2019-10-15 | 2021-04-15 | Dropbox, Inc. | Topology-based monitoring and alerting |
CN113961573A (zh) * | 2021-12-23 | 2022-01-21 | 北京力控元通科技有限公司 | 一种时序数据库查询方法和查询系统 |
-
2022
- 2022-02-10 CN CN202210125131.7A patent/CN114547073B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160328432A1 (en) * | 2015-05-06 | 2016-11-10 | Squigglee LLC | System and method for management of time series data sets |
CN106202384A (zh) * | 2016-07-08 | 2016-12-07 | 清华大学 | 一种支持时序数据聚合函数的索引方法 |
CN107871022A (zh) * | 2017-12-20 | 2018-04-03 | 清华大学 | 一种时序数据列式存储、查询方法及系统 |
CN110046183A (zh) * | 2019-04-16 | 2019-07-23 | 北京易沃特科技有限公司 | 一种时序数据聚合检索方法、设备及介质 |
US20210109949A1 (en) * | 2019-10-15 | 2021-04-15 | Dropbox, Inc. | Topology-based monitoring and alerting |
CN111078755A (zh) * | 2019-12-19 | 2020-04-28 | 远景智能国际私人投资有限公司 | 时序数据的存储查询方法、装置、服务器及存储介质 |
CN112307057A (zh) * | 2020-10-27 | 2021-02-02 | 北京健康之家科技有限公司 | 数据的处理方法及装置、电子设备、计算机存储介质 |
CN113961573A (zh) * | 2021-12-23 | 2022-01-21 | 北京力控元通科技有限公司 | 一种时序数据库查询方法和查询系统 |
Non-Patent Citations (5)
Title |
---|
KAI LEI 等: "Research and Application of Query Optimization Based on HBase", 《2021 7TH INTERNATIONAL CONFERENCE ON COMPUTER AND COMMUNICATIONS (ICCC)》 * |
YUHONG LI: "Efficient Query Processing in Time Series", 《SIGMOD "15 PHD SYMPOSIUM: PROCEEDINGS OF THE 2015 ACM SIGMOD ON PHD SYMPOSIUM》 * |
李晨: "基于高低压电网数据协同分析的扰动辨识", 《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》 * |
盛家: "多维时序数据的交互式聚合查询方法研究", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
黄向东 等: "支持时序数据聚合函数的索引", 《清华大学学报(自然科学版)》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117370329A (zh) * | 2023-12-07 | 2024-01-09 | 湖南易比特大数据有限公司 | 基于工业物联网的设备数据智能化管理方法及系统 |
CN117370329B (zh) * | 2023-12-07 | 2024-02-27 | 湖南易比特大数据有限公司 | 基于工业物联网的设备数据智能化管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114547073B (zh) | 2023-03-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106528389B (zh) | 系统流畅性的性能评测方法、装置及终端 | |
CN106766022B (zh) | 传感器控制方法及装置 | |
EP3125187A1 (en) | Method and apparatus for recommending contact information | |
WO2017128767A1 (zh) | 指纹模板录入方法及装置 | |
CN111405302B (zh) | 直播间关注提醒方法、装置、电子设备及存储介质 | |
CN106372204A (zh) | 推送消息处理方法及装置 | |
CN105096144A (zh) | 社交关系分析方法及装置 | |
CN107025421B (zh) | 指纹识别方法和装置 | |
CN105427161A (zh) | 一种货币汇率转换的方法及装置 | |
CN109214175B (zh) | 基于样本特征训练分类器的方法、装置及存储介质 | |
CN114547073B (zh) | 时序数据的聚合查询方法、装置及存储介质 | |
CN107423757B (zh) | 聚类处理方法及装置 | |
CN115512116B (zh) | 图像分割模型优化方法、装置、电子设备及可读存储介质 | |
CN112732098B (zh) | 一种输入的方法及相关装置 | |
CN116136855A (zh) | 一种账户分组的确定方法、装置、电子设备及存储介质 | |
CN106372661A (zh) | 构建分类模型的方法及装置 | |
CN114710401B (zh) | 异常定位方法和装置 | |
CN114238728B (zh) | 车辆数据的处理方法、装置和设备 | |
CN111354356A (zh) | 一种语音数据处理方法及装置 | |
CN112650661B (zh) | 数据处理质量控制方法、装置、计算机设备和存储介质 | |
CN112462996B (zh) | 服务信息优化方法、服务信息优化装置及存储介质 | |
CN112162918B (zh) | 应用程序的测试方法、装置及电子设备 | |
CN112346968B (zh) | 一种多媒体文件清晰度的自动化检测方法及装置 | |
CN113742881B (zh) | 液冷散热系统工作寿命预测方法、装置及存储介质 | |
CN112783636B (zh) | 资源分配方法、装置及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |