CN116521921A - 一种三维可视化场景下数据模型的配置及查询方法 - Google Patents

Abstract

本发明提供了一种三维可视化场景下数据模型的配置及查询方法，通过配置业务主数据层级深度与数据编码，同步对三维模型进行拆解以及构件编码，根据数据编码将模型文件与数据对象进行匹配，实现业务主数据与模型的自动关联；通过设置配置层级，实现个性化需求，可应用于任何需要三维展示的业务主数据对象，根据编码后的处理结果建立标准的业务主数据库以及与其对应的三维模型库，基于数据‑‑模型关联关系将二者连接，使得查询不再局限于三维模型中的对象与业务系统中的数据对象完全一致的要求，大大减少模型的二次开发工作，提高三维可视化场景的实现效率，且可灵活运用于多行业的多种场景中。

Description

一种三维可视化场景下数据模型的配置及查询方法

技术领域

本发明涉及三维可视化场景下数据模型的配置及查询技术领域，特别涉及一种三维可视化场景下数据模型的配置及查询方法。

背景技术

随着数据展示效果要求的提升利用三维模型对数据进行可视化的方法使用越来越广泛，但传统的三维可视化场景是根据用户提供的而业务数据搭建可视化模型，输出用户所需的三维可视化场景，但是所搭建的三维可视化场景只适用于用户的某项业务需求至内应用于单一的业务系统，当三维模型中的对象与业务系统中的数据对象不完全一致时，就会导致部分数据对象不能被查询应用的问题，而且当业务系统做功能扩展导致的业务数据类型及范围变大时，三维模型也需要做更多的开发工作，开发成本大。因此本发明提出一种三维可视化场景下数据模型的配置及查询方法。

发明内容

本发明提供一种三维可视化场景下数据模型的配置及查询方法，通过配置业务主数据层级深度与数据编码，同步对三维模型进行拆解以及构件编码，根据数据编码将模型文件与数据对象进行匹配，实现业务主数据与模型的自动关联；通过设置配置层级，实现个性化需求，可应用于任何需要三维展示的业务主数据对象，根据编码后的处理结果建立标准的业务主数据库以及与其对应的三维模型库，基于数据--模型关联关系将二者连接，使得查询不再局限于三维模型中的对象与业务系统中的数据对象完全一致的要求，大大减少模型的二次开发工作，提高三维可视化场景的实现效率，且可灵活运用于多行业的多种场景中。

本发明提供一种三维可视化场景下数据模型的配置及查询方法，包括：

步骤1：基于配置层级深度N自动为业务系统建立对应深度的层级树结构；

步骤2：确定每个配置层级对应的业务主数据数据对象，并对每个数据对象进行编码，建立标准的业务主数据库；

步骤3：根据业务主数据的数据层级划分结果，将业务主数据库中各个数据对象对应的数据层级分别设置为模型文件层级或者模型构件层级；

步骤4：根据业务主数据库对应的数据层级的设置结果将整体三维模型拆解生成多个模型文件，并将全部模型文件导入到系统的三维模型库；

步骤5：将三维模型库中的模型文件与数据对象进行匹配，建立数据--模型关联关系；

步骤6：基于数据--模型关联关系加载模型，自动化完成整个三维可视化场景构建，并根据查询请求识别结果在所述三维可视化场景中进行查询，得到查询结果，并对查询结果进行显示。

优选的，步骤2，包括：

获取全部业务主数据数据对象；

根据业务主数据的结构特征以及内容特征，对照配置层级深度对业务主数据进行层级划分，得到对应数据层级；

将数据层级与层级树结构的层级进行匹配，匹配完成后，根据将同一数据层级的多个业务主数据数据对象分配至对应的节点，获得填充层级树结构；

基于填充层级树结构，确定每个节点对应的树结构层级，并得到节点深度；

按照节点深度，基于树结构层级的编码规则及上级编码继承规则，形成每个数据对象的全局唯一的数据编码；

基于业务主数据数据对象及其对应数据编码，建立标准的业务主数据库。

优选的，根据业务主数据的结构特征以及内容特征，对照配置层级深度对业务主数据进行层级划分，得到对应数据层级，包括：

根据业务主数据的结构特征，确定不同种类业务主数据构建框架，同时，根据业务主数据的第一内容特征，确实不同种类业务主数据的数据联系；

基于所述构建框架以及数据联系，对业务主数据进行分组，获得多个数据分组；

对照配置层级深度确定数据分组的最大分层深度，基于最大分层深度，确定多个分层维度，生成分层参考列表，根据业务主数据的调用喜好方式，在分层参考列表中进行筛选，得到目标分层维度；

获取各个数据分组内数据的第二内容特征，确定组内数据的数据关联性；

根据目标分层维度以及数据关联性，对数据分组内数据进行组内数据分层，依据数据分组结果以及组内数据分层结果得到业务主数据的数据层级划分结果。

优选的，根据业务主数据的调用喜好方式，在分层参考列表中进行筛选，得到目标分层维度，包括：

在配置层级未发生变化时，按照预设时间间隔检测业务主数据调用信息，确定预设时间段内每次业务主数据调用对应的数据调用组合，并对每个数据调用组合进行数据确认，确认每个数据调用组合对应得目标数据分组以及目标数据分组的使用数据；

根据使用数据之间的数据联系，确定数据涉及分布，当所述数据涉及分布对应范围大于预设范围时判定目标数据分组为待调换分组并将目标数据分组的调换值加1；

当调换值大于预设阈值时，判定对调换分组进行组内分层调换，并根据分层参考列表中的分层维度对使用数据进行预分层，得到预分层结果；

将预分层结果进行对比，将使用数据的数据涉及分布最少的分层维度作为目标分层维度。

优选的，在步骤2中：

层级树结构的数据层级的规则根据配置层级变化而发生变化时，业务主数据自动根据变化后的数据层级重新进行映射及编码过程，完成自动更新。

优选的，在步骤2中：

每个树结构层级的编码规则是根据其对应的配置层级的type属性、编码位数、编码类型形成的。

优选的，在步骤4中，

所述模型文件以对应数据层级的数据编码作为文件名，并在每个模型文件中为全部构件进行构件编码，所述构件编码与系统模型构件层级数据对象的全局唯一的数据编码一致。

优选的，步骤5，包括：

基于数据编码，将模型文件层级对应层级及以下层级全部节点的数据对象与三维模型库中的模型文件进行匹配，建立模型文件级关联关系；

对模型构件层级对应层级节点的数据对象的已关联的模型文件内的模型构件进行遍历检索，基于构件编码建立构件级关联关系；

基于文件级关联关系和构件级关联关系，生成数据--模型关联关系。

优选的，步骤6，包括：

基于数据--模型关联关系，获取对应业务主数据对应的模型文件，根据模型文件的文件名称在模型组装序列中查询得到模型拼装位置，根据所述拼装位置对模型进行拼装，生成三维可视化场景；

在模型加载过程中，基于模型文件名称对模型文件进行校验，判断当前模型文件是否为已加载文件，若是，判定中断所述模型文件获取，并继续进行下一模型文件加载。

优选的，步骤6，还包括：

对查询请求进行识别，根据识别结果确定查询业务对象；

基于查询业务对象编码、名称、层级type属性进行关联查询，获得查询结果；

根据关联的模型文件及构件对所述查询结果进行去重校验；

确认所述查询结果为非重复查询时，在三维可视化场景中对所述查询业务对象对应的查询结果进行高亮、居中显示。

本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。

下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：

图1为本发明一种三维可视化场景下数据模型的配置及查询方法的步骤流程图；

图2为本发明一种三维可视化场景下数据模型的配置及查询方法步骤2的流程图；

图3为本发明一种三维可视化场景下数据模型的配置及查询方法步骤5的流程图；

图4为本发明一种三维可视化场景下数据模型的配置及查询方法步骤6的流程图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

实施例1：

本发明提供一种三维可视化场景下数据模型的配置及查询方法，如图1所示，包括：

步骤1：基于配置层级深度N自动为业务系统建立对应深度的层级树结构；

步骤2：确定每个配置层级对应的业务主数据数据对象，并对每个数据对象进行编码，建立标准的业务主数据库；

步骤3：根据业务主数据的数据层级划分结果，将业务主数据库中各个数据对象对应的数据层级分别设置为模型文件层级或者模型构件层级；

步骤4：根据业务主数据库对应的数据层级的设置结果将整体三维模型拆解生成多个模型文件，并将全部模型文件导入到系统的三维模型库；

步骤5：将三维模型库中的模型文件与数据对象进行匹配，建立数据--模型关联关系；

步骤6：基于数据--模型关联关系加载模型，自动化完成整个三维可视化场景构建，并根据查询请求识别结果在所述三维可视化场景中进行查询，得到查询结果，并对查询结果进行显示。

本实施例中，层级树结构是根据配置层级深度生成的数据树，在层级树结构中每个节点只有一个子节点，最终整个树结构有N个节点。

本实施例中，标准的业务主数据库是指根据进行了编码处理的业务主数据构建的数据库。

本实施例中，模型构件层级的层级深于模型文件层级。

本实施例中，模型文件是指三维模型拆解得到的多个文件。

本实施例中，三维模型库是指存放三维模型模型文件的数据库，在全部模型文件导入到系统的三维模型库后，会通过轻量化程序逐一处理。

本实施例中，数据--模型关联关系是指业务主数据数据对象与模型文件之间的关联关系以及模型文件内构件与系统模型构件层级数据对象的关联关系，数据--模型关联关系包括模型文件级关联关系和构件级关联关系。

上述实施例的有益效果：本发明通过配置业务主数据层级深度与数据编码，同步对三维模型进行拆解以及构件编码，根据数据编码将模型文件与数据对象进行匹配，实现业务主数据与模型的自动关联；通过设置配置层级，实现个性化需求，可应用于任何需要三维展示的业务主数据对象，根据编码后的处理结果建立标准的业务主数据库以及与其对应的三维模型库，基于数据--模型关联关系将二者连接，使得查询不再局限于三维模型中的对象与业务系统中的数据对象完全一致的要求，大大减少模型的二次开发工作，提高三维可视化场景的实现效率，且可灵活运用于多行业的多种场景中。

实施例2：

在实施例1的基础上，步骤2，如图2所示，包括：

步骤201：获取全部业务主数据数据对象；

步骤202：根据业务主数据的结构特征以及内容特征，对照配置层级深度对业务主数据进行层级划分，得到对应数据层级；

步骤203：将数据层级与层级树结构的层级进行匹配，匹配完成后，根据将同一数据层级的多个业务主数据数据对象分配至对应的节点，获得填充层级树结构；

步骤204：基于填充层级树结构，确定每个节点对应的树结构层级，并得到节点深度；

步骤205：按照节点深度，基于树结构层级的编码规则及上级编码继承规则，形成每个数据对象的全局唯一的数据编码；

步骤206：基于业务主数据数据对象及其对应数据编码，建立标准的业务主数据库。

本实施例中，结构特征是指业务主数据的数据构架特征，内容特征是指业务主数据各个数据具体内容之间数据关联特征。

本实施例中，填充层级树结构是指填充了具体业务主数据内容的层级树结构。

本实施例中，节点深度是指每个节点在层级树结构中的深度。

上述实施例的有益效果：本发明对业务主数据进行分层得到数据层级划分结果，并根据该结果将对应数据对象填充至层级树结构对应节点，完整的展示了各个数据对象之间的关联性，同时根据各个数据对应的数据层级及其深度，快速生成数据对象的全局唯一的数据编码，为业务主数据数据对象与模型文件的匹配提供依据，同时，基于业务主数据数据对象及其对应数据编码，建立标准的业务主数据库，将带有数据编码的数据济宁存储方便用户的随机调用，同时业务系统在做功能发生变化时，也有效的保证现有业务主数据的完整性避免了数据遗失。

实施例3：

在实施例2的基础上，根据业务主数据的结构特征以及内容特征，对照配置层级深度对业务主数据进行层级划分，得到对应数据层级，包括：

根据业务主数据的结构特征，确定不同种类业务主数据构建框架，同时，根据业务主数据的第一内容特征，确实不同种类业务主数据的数据联系；

基于所述构建框架以及数据联系，对业务主数据进行分组，获得多个数据分组；

对照配置层级深度确定数据分组的最大分层深度，基于最大分层深度，确定多个分层维度，生成分层参考列表，根据业务主数据的调用喜好方式，在分层参考列表中进行筛选，得到目标分层维度；

获取各个数据分组内数据的第二内容特征，确定组内数据的数据关联性；

根据目标分层维度以及数据关联性，对数据分组内数据进行组内数据分层，依据数据分组结果以及组内数据分层结果得到业务主数据的数据层级划分结果。

本实施例中，第一内容特征是指业务系统中全部业务主数据间各个数据具体内容之间数据关联特征。

本实施例中，数据联系是指不同种类业务主数据的关联性。

本实施例中，数据分组是指同一种类的业务主数据在同一数据分组中。

本实施例中，最大分层深度是指同一数据分组中可以分的层次的最大数值。

本实施例中，多个分层维度是不同的分层依据，例如业务主数据对应的业务、业务对象等。

本实施例中，分层参考列表是指展示不同分层维度的列表。

本实施例中，调用喜好方式是指用户进行三维可视化时调用的业务主数据的偏好。

本实施例中，目标分层维度是指最终确定数据分组使用的分层依据。

本实施例中，第二内容特征是指同一数据分组中各个数据具体内容之间数据关联特征。

上述实施例的有益效果：本发明根据数据业务数据的结构特征以及内容特征对照配置层级深度对业务主数据进行层级划分，得到对应数据层级，为每个数据对应的数据编码提供依据，快速定位数据对象对应数据层级确认深度，实现数据对象数据编码的快速生成。

实施例4：

在实施例3的基础上，根据业务主数据的调用喜好方式，在分层参考列表中进行筛选，得到目标分层维度，包括：

在配置层级未发生变化时，按照预设时间间隔检测业务主数据调用信息，确定预设时间段内每次业务主数据调用对应的数据调用组合，并对每个数据调用组合进行数据确认，确认每个数据调用组合对应得目标数据分组以及目标数据分组的使用数据；

根据使用数据之间的数据联系，确定数据涉及分布，当所述数据涉及分布对应范围大于预设范围时判定目标数据分组为待调换分组并将目标数据分组的调换值加1；

当调换值大于预设阈值时，判定对调换分组进行组内分层调换，并根据分层参考列表中的分层维度对使用数据进行预分层，得到预分层结果；

将预分层结果进行对比，将使用数据的数据涉及分布最少的分层维度作为目标分层维度。

本实施例中，业务主数据调用信息是指预设时间内用户采用三维模型可视化业务主数据的过程中从标准的业务数据库中调用的数据的信息。

本实施例中，数据调用组合是指预设时间段内每次业务主数据调用对应的多个数据分组构成的组合。

本实施例中，目标数据分组是指数据调用组合中各个数据对应的数据分组，使用数据是指同一数据分组中被调用的数据。

本实施例中，数据涉及分布是指使用数据在其对应的数据分组中的涉及范围。

本实施例中，待调换分组是指使用数据的数据涉及分布大于预设范围的数据分组。

本实施例中，调换值是指数据分组使用数据的数据涉及分布大于预设范围的数值。

上述实施例的有益效果：本发明在确认配置层级未发生变化时，按照预设时间间隔检测业务主数据调用信息，从而确认用户的数据调用的阶段性偏好，根据用户调用的业务主数据的在各个数据分组中的数据涉及分布以及该数据分组在阶段性被认为待调换分组的次数，确定数据分组内的分层是否需要调换，当要调换时，将使用数据的数据涉及分布最少的分层维度作为目标分层维度，保证用户调用数据时在小范围内即可完成全部目标数据的调用，提高数据调用速度，同时在系统高频工作时间段内降低运行压力。

实施例5：

在实施例1的基础上，在步骤2中：

层级树结构的数据层级的规则根据配置层级变化而发生变化时，业务主数据自动根据变化后的数据层级重新进行映射及编码过程，完成自动更新。

上述实施例的有益效果：本发明层级树结构的数据层级的规则根据配置层级变化而发生变化时，业务主数据自动根据变化后的数据层级重新进行映射及编码过程，完成自动更新，方便用户根据实际需求设置配置层级，实现用户个性化设置，可应用于任何需要三维展示的业务主数据对象，大大减少模型的二次开发工作，提高三维可视化场景的实现效率，且用户在根据实际使用需求对业务数据对应进行删减或增加时，三维模型都可快速加载，可灵活运用于多行业的多种场景中

实施例6：

在实施例1的基础上，在步骤2中：

每个树结构层级的编码规则是根据其对应的配置层级的type属性、编码位数、编码类型形成的。

上述实施例的有益效果：本发明每个树结构层级的编码规则是根据其对应的配置层级的type属性、编码位数、编码类型形成的，有利于数据层级按照配置层级的变化而发生变化，并快速完成各个业务主数据数据对象的重新编码。

实施例7：

在实施例1的基础上，在步骤4中，

所述模型文件以对应数据层级的数据编码作为文件名，并在每个模型文件中为全部构件进行构件编码，所述构件编码与系统模型构件层级数据对象的全局唯一的数据编码一致。

上述实施例的有益效果：本发明模型文件以对应数据层级的数据编码作为文件名，并在每个模型文件中为全部构件进行构件编码，且构件编码与系统模型构件层级数据对象的全局唯一的数据编码一致，方便模型文件及模型构件快速与业务主数据数据对象建立关联关系。

实施例8：

在实施例1的基础上，步骤5，如图3所示，包括：

步骤501：基于数据编码，将模型文件层级对应层级及以下层级全部节点的数据对象与三维模型库中的模型文件进行匹配，建立模型文件级关联关系；

步骤502：对模型构件层级对应层级节点的数据对象的已关联的模型文件内的模型构件进行遍历检索，基于构件编码建立构件级关联关系；

步骤503：基于文件级关联关系和构件级关联关系，生成数据--模型关联关系。

上述实施例的有益效果：本发明根据数据编码将模型文件以及模型文件中模型构件与数据对象进行匹配，实现业务主数据与模型的自动关联，为快速加载三维可视化场景提供基础。

实施例9：

在实施例1的基础上，步骤6，如图4所示，包括：

步骤601：基于数据--模型关联关系，获取对应业务主数据对应的模型文件，根据模型文件的文件名称在模型组装序列中查询得到模型拼装位置，根据所述拼装位置对模型进行拼装，生成三维可视化场景；

步骤602：在模型加载过程中，基于模型文件名称对模型文件进行校验，判断当前模型文件是否为已加载文件，若是，判定中断所述模型文件获取，并继续进行下一模型文件加载。

本实施例中，模型组装序列是指三维可视化场景对应的模型文件拼接成对应完成的三维模型参考的序列。

上述实施例的有益效果：本发明根据数据--模型关联关系，获取对应业务主数据对应的模型文件，根据模型文件的文件名称在模型组装序列中查询得到模型拼装位置，根据所述拼装位置对模型进行拼装，生成三维可视化场景，并在模型加载过程中，基于模型文件名称对模型文件进行校验，判断当前模型文件是否为已加载文件，若是，判定中断所述模型文件获取，并继续进行下一模型文件加载，实现了三维模型的快速加载的同时避免了重复加载。

实施例10：

在实施例1的基础上，步骤6，还包括：

步骤603：对查询请求进行识别，根据识别结果确定查询业务对象；

步骤604：基于查询业务对象编码、名称、层级type属性进行关联查询，获得查询结果；

步骤605：根据关联的模型文件及构件对所述查询结果进行去重校验；

步骤606：确认所述查询结果为非重复查询时，在三维可视化场景中对所述查询业务对象对应的查询结果进行高亮、居中显示。

本实施例中，查询业务对象是指三维可视化场景中某一构件。

本实施例中，查询请求可以时语音输入也可以直接在搜索输入框中输入关键字。

上述实施例的有益效果：本发明对查询请求进行识别根据识别结果确定查询业务对象基于查询业务对象编码、名称、层级type属性进行关联查询，获得查询结果；根据关联的模型文件及构件对所述查询结果进行去重校验；确认所述查询结果为非重复查询时，在三维可视化场景中对所述查询业务对象进行高亮、居中显示，方便用户查看查询结果，提供用户体验感。

实施例11：

在实施例10的基础上，在三维可视化场景中对所述查询业务对象进行高亮、居中显示的过程中，包括：

在三维可视化场景中建立随机三维坐标系，基于所述随机三维坐标系确定当前居中中心的第一坐标以及查询业务对象形状中心的第二坐标，基于第一坐标和第二坐标计算得到三维可视化场景的居中中心变换的方向向量：

其中表示三维可视化场景的居中中心变换的方向向量；(x₁，y₁，z₁)表示当前居中中心的第一坐标；(x₂，y₂，z₂)表示查询业务对象形状中心的第二坐标；

以及三维可视化场景的居中中心变换的移动距离：

其中，h表示三维可视化场景模型的居中中心变换的移动距离；α表示居中构件的形状导致的中心坐标误差，取值在(-0.2，0.2)；

根据方向向量指向按照移动距离将三维可视化场景模型移动的居中中心从当前居中中心变换至查询业务对象中心，并对查询业务对象对应的部分模型进行高亮处理。

本实施例中，当前居中中心是指当前展示的三维可视化场景的视觉中心。

上述实施例的有益效果：在加载完成的三维可视化场景中快速建立随机三维坐标，定位当前居中中心和查询业务对象的中心的，方便确定三维可视化场景的整体移动距离和移动方向，并将查询业务对象进行高亮、居中显示，提高查询请求响应速度以及准确度，提升用户体验感。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种三维可视化场景下数据模型的配置及查询方法，其特征在于，包括：

步骤1：基于配置层级深度N自动为业务系统建立对应深度的层级树结构；

步骤2：确定每个配置层级对应的业务主数据数据对象，并对每个数据对象进行编码，建立标准的业务主数据库；

步骤3：根据业务主数据的数据层级划分结果，将业务主数据库中各个数据对象对应的数据层级分别设置为模型文件层级或者模型构件层级；

步骤4：根据业务主数据库对应的数据层级的设置结果将整体三维模型拆解生成多个模型文件，并将全部模型文件导入到系统的三维模型库；

步骤5：将三维模型库中的模型文件与数据对象进行匹配，建立数据--模型关联关系；

步骤6：基于数据--模型关联关系加载模型，自动化完成整个三维可视化场景构建，并根据查询请求识别结果在所述三维可视化场景中进行查询，得到查询结果，并对查询结果进行显示。

2.根据权利要求1所述的一种三维可视化场景下数据模型的配置及查询方法，其特征在于，步骤2，包括：

获取全部业务主数据数据对象；

根据业务主数据的结构特征以及内容特征，对照配置层级深度对业务主数据进行层级划分，得到对应数据层级；

将数据层级与层级树结构的层级进行匹配，匹配完成后，根据将同一数据层级的多个业务主数据数据对象分配至对应的节点，获得填充层级树结构；

基于填充层级树结构，确定每个节点对应的树结构层级，并得到节点深度；

按照节点深度，基于树结构层级的编码规则及上级编码继承规则，形成每个数据对象的全局唯一的数据编码；

基于业务主数据数据对象及其对应数据编码，建立标准的业务主数据库。

3.根据权利要求2所述的一种三维可视化场景下数据模型的配置及查询方法，其特征在于，根据业务主数据的结构特征以及内容特征，对照配置层级深度对业务主数据进行层级划分，得到对应数据层级，包括：

根据业务主数据的结构特征，确定不同种类业务主数据构建框架，同时，根据业务主数据的第一内容特征，确实不同种类业务主数据的数据联系；

基于所述构建框架以及数据联系，对业务主数据进行分组，获得多个数据分组；

对照配置层级深度确定数据分组的最大分层深度，基于最大分层深度，确定多个分层维度，生成分层参考列表，根据业务主数据的调用喜好方式，在分层参考列表中进行筛选，得到目标分层维度；

获取各个数据分组内数据的第二内容特征，确定组内数据的数据关联性；

根据目标分层维度以及数据关联性，对数据分组内数据进行组内数据分层，依据数据分组结果以及组内数据分层结果得到业务主数据的数据层级划分结果。

4.根据权利要求3所述的一种三维可视化场景下数据模型的配置及查询方法，其特征在于，根据业务主数据的调用喜好方式，在分层参考列表中进行筛选，得到目标分层维度，包括：

在配置层级未发生变化时，按照预设时间间隔检测业务主数据调用信息，确定预设时间段内每次业务主数据调用对应的数据调用组合，并对每个数据调用组合进行数据确认，确认每个数据调用组合对应得目标数据分组以及目标数据分组的使用数据；

根据使用数据之间的数据联系，确定数据涉及分布，当所述数据涉及分布对应范围大于预设范围时判定目标数据分组为待调换分组并将目标数据分组的调换值加1；

当调换值大于预设阈值时，判定对调换分组进行组内分层调换，并根据分层参考列表中的分层维度对使用数据进行预分层，得到预分层结果；

将预分层结果进行对比，将使用数据的数据涉及分布最少的分层维度作为目标分层维度。

5.根据权利要求1所述的一种三维可视化场景下数据模型的配置及查询方法，其特征在于，在步骤2中：

层级树结构的数据层级的规则根据配置层级变化而发生变化时，业务主数据自动根据变化后的数据层级重新进行映射及编码过程，完成自动更新。

6.根据权利要求1所述的一种三维可视化场景下数据模型的配置及查询方法，其特征在于，在步骤2中：

每个树结构层级的编码规则是根据其对应的配置层级的type属性、编码位数、编码类型形成的。

7.根据权利要求1所述的一种三维可视化场景下数据模型的配置及查询方法，其特征在于，步骤4中，

所述模型文件以对应数据层级的数据编码作为文件名，并在每个模型文件中为全部构件进行构件编码，所述构件编码与系统模型构件层级数据对象的全局唯一的数据编码一致。

8.根据权利要求1所述的一种三维可视化场景下数据模型的配置及查询方法，其特征在于，步骤5，包括：

基于数据编码，将模型文件层级对应层级及以下层级全部节点的数据对象与三维模型库中的模型文件进行匹配，建立模型文件级关联关系；

对模型构件层级对应层级节点的数据对象的已关联的模型文件内的模型构件进行遍历检索，基于构件编码建立构件级关联关系；

基于文件级关联关系和构件级关联关系，生成数据--模型关联关系。

9.根据权利要求1所述的一种三维可视化场景下数据模型的配置及查询方法，其特征在于，步骤6，包括：

基于数据--模型关联关系，获取对应业务主数据对应的模型文件，根据模型文件的文件名称在模型组装序列中查询得到模型拼装位置，根据所述拼装位置对模型进行拼装，生成三维可视化场景；

在模型加载过程中，基于模型文件名称对模型文件进行校验，判断当前模型文件是否为已加载文件，若是，判定中断所述模型文件获取，并继续进行下一模型文件加载。

10.根据权利要求1所述的一种三维可视化场景下数据模型的配置及查询方法，其特征在于，步骤6，还包括：

对查询请求进行识别，根据识别结果确定查询业务对象；

基于查询业务对象编码、名称、层级type属性进行关联查询，获得查询结果；

根据关联的模型文件及构件对所述查询结果进行去重校验；

确认所述查询结果为非重复查询时，在三维可视化场景中对所述查询业务对象对应的查询结果进行高亮、居中显示。