WO2021056338A1 - 用于向应用程序提供云数据的方法及装置 - Google Patents

用于向应用程序提供云数据的方法及装置 Download PDF

Info

Publication number
WO2021056338A1
WO2021056338A1 PCT/CN2019/108185 CN2019108185W WO2021056338A1 WO 2021056338 A1 WO2021056338 A1 WO 2021056338A1 CN 2019108185 W CN2019108185 W CN 2019108185W WO 2021056338 A1 WO2021056338 A1 WO 2021056338A1
Authority
WO
WIPO (PCT)
Prior art keywords
data
cloud data
cloud
center
data structure
Prior art date
Application number
PCT/CN2019/108185
Other languages
English (en)
French (fr)
Inventor
周文晶
王琪
于禾
张海涛
孙维
王力
Original Assignee
西门子股份公司
西门子（中国）有限公司
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 西门子股份公司, 西门子（中国）有限公司 filed Critical 西门子股份公司
Priority to PCT/CN2019/108185 priority Critical patent/WO2021056338A1/zh
Publication of WO2021056338A1 publication Critical patent/WO2021056338A1/zh

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
    • G06F16/22—Indexing; Data structures therefor; Storage structures

Definitions

  • the present disclosure generally relates to the field of cloud computing, and more specifically, to methods and devices for providing cloud data to applications.
  • the present disclosure provides a method and apparatus for providing cloud data to applications.
  • the application program can obtain data from multiple cloud data centers.
  • a method for providing cloud data to an application program the method being executed by one cloud data center among a plurality of cloud data centers, and the method comprising: obtaining cloud data required by the application program
  • the model description information of the cloud data includes at least one data element, and the model description information is used to describe the composition of the data element and the context relationship of the data element; obtain data structure specification information from the knowledge base database at the cloud data center, The data structure specification information is used to regulate the data structure of the data at the cloud data center; the model description information is reconstructed into the first data structure according to the data structure specified by the data structure specification information;
  • the sample data of cloud data stored at the cloud data storage device of the cloud data center based on the data element's own characteristic information and data element context information in the knowledge base database, the first data structure and the sample data Perform knowledge matching to determine the data element in the first data structure that matches the sample data; obtain the data corresponding to the matched data element from the cloud data storage device of the cloud data center; and
  • the method may further include: when there are unmatched data elements in the first data structure, sending the first data structure with the matched data elements removed to the Another cloud data center of the plurality of cloud data centers, wherein the another cloud data center is any cloud data center in the plurality of cloud data centers that does not perform cloud data acquisition processing.
  • the data structure with the data element for which the corresponding data is not found can be sent to other cloud data centers of multiple cloud data centers to perform cloud data. Acquisition and processing to achieve multi-cloud data acquisition
  • the model description information when the cloud data center is the first cloud data center where the application is installed, includes a data model and an analysis model of the cloud data.
  • the model description information is the cloud data obtained from the last completed cloud data acquisition process.
  • the data structure received by the center is not the first cloud data center where the application is installed.
  • the data element's own characteristic information includes at least one of the following characteristic information: the meaning of the data element; the data format; and the data characteristic.
  • a data interface is configured between the multiple cloud data centers to perform data transmission.
  • an apparatus for providing cloud data to an application the apparatus is located at one cloud data center among a plurality of cloud data centers, and the apparatus includes: a model description information acquisition unit, It is configured to obtain model description information of cloud data required by the application, the cloud data includes at least one data element, and the model description information is used to describe the composition of the data element and the context relationship of the data element; the data structure specification information acquisition unit is It is configured to obtain data structure specification information from the knowledge base database at the cloud data center, where the data structure specification information is used to regulate the data structure of the data at the cloud data center; the data structure reconstruction unit is configured to The model description information is reconstructed into the first data structure according to the data structure specified by the data structure specification information; the sample data obtaining unit is configured to obtain the cloud stored at the cloud data storage device of the cloud data center Sample data of the data; a knowledge matching unit configured to perform knowledge matching on the first data structure and the sample data based on the data element’s own feature information and the data element context information in
  • the device may further include: a data structure sending unit configured to remove matched data elements when there are unmatched data elements in the first data structure The latter first data structure is sent to another cloud data center of the plurality of cloud data centers, where the other cloud data center is any one of the plurality of cloud data centers that has not performed cloud data acquisition processing Cloud data center.
  • a data structure sending unit configured to remove matched data elements when there are unmatched data elements in the first data structure The latter first data structure is sent to another cloud data center of the plurality of cloud data centers, where the other cloud data center is any one of the plurality of cloud data centers that has not performed cloud data acquisition processing Cloud data center.
  • the model description information when the cloud data center is the first cloud data center where the application is installed, includes a data model and an analysis model of the cloud data.
  • the model description information is the cloud data obtained from the last completed cloud data acquisition process.
  • the data structure received by the center is not the first cloud data center where the application is installed.
  • a cloud data center including: a knowledge base database; a cloud data storage device; and the above-mentioned device for providing cloud data to applications.
  • a computing device including: at least one processor; and a memory coupled with the at least one processor, configured to store instructions, when the instructions are used by the at least one processor During execution, the at least one processor is caused to execute the method for providing cloud data to the application as described above.
  • a machine-readable storage medium which stores executable instructions that, when executed, cause the machine to execute the method for providing cloud data to an application as described above .
  • a computer program product that is tangibly stored on a computer-readable medium and includes computer-executable instructions that, when executed, cause at least one The processor executes the method for providing cloud data to the application program as described above.
  • Figure 1 shows a schematic diagram of a general cloud data providing solution
  • Fig. 2 shows a schematic diagram of a solution for providing cloud data to an application according to an embodiment of the present disclosure
  • Figure 3 shows a block diagram of a cloud data center according to an embodiment of the present disclosure
  • Fig. 4 shows a flowchart of a method for providing cloud data to an application according to an embodiment of the present disclosure
  • FIG. 5 shows an example schematic diagram of an analysis model of an application program according to an embodiment of the present disclosure
  • FIG. 6 shows an example schematic diagram of a data model of an application program according to an embodiment of the present disclosure
  • FIG. 7 shows an example schematic diagram of the composition of data elements of required data of an application program and the context relationship of each data element according to an embodiment of the present disclosure
  • FIG. 8 shows an exemplary schematic diagram of a data structure at a first cloud data center according to an embodiment of the present disclosure
  • FIG. 9 shows an example schematic diagram of a first data structure of data required by an application reconstructed at a first cloud data center according to an embodiment of the present disclosure
  • FIG. 10 shows an example schematic diagram of sample data at the first cloud data center according to an embodiment of the present disclosure
  • FIG. 11 shows an example schematic diagram of knowledge matching at the first cloud data center according to an embodiment of the present disclosure
  • FIG. 12 shows an exemplary schematic diagram of a data structure sent to a second cloud data center according to an embodiment of the present disclosure
  • FIG. 13 shows an example schematic diagram of a data structure at a second cloud data center according to an embodiment of the present disclosure
  • FIG. 14 shows an example schematic diagram of a second data structure of data required by an application reconstructed at a second cloud data center according to an embodiment of the present disclosure
  • FIG. 15 shows an example schematic diagram of sample data at a second cloud data center according to an embodiment of the present disclosure
  • FIG. 16 shows an example schematic diagram of knowledge matching at a second cloud data center according to an embodiment of the present disclosure
  • FIG. 17 shows an exemplary schematic diagram of a data structure sent to a third cloud data center according to an embodiment of the present disclosure
  • FIG. 18 shows a block diagram of a cloud data providing apparatus for providing cloud data to an application program according to an embodiment of the present disclosure.
  • FIG. 19 shows a block diagram of a computing device for providing cloud data to an application program according to an embodiment of the present disclosure.
  • the term “including” and its variations mean open terms, meaning “including but not limited to.”
  • the term “based on” means “based at least in part on.”
  • the terms “one embodiment” and “an embodiment” mean “at least one embodiment.”
  • the term “another embodiment” means “at least one other embodiment.”
  • the terms “first”, “second”, etc. may refer to different or the same objects. Other definitions can be included below, whether explicit or implicit. Unless clearly indicated in the context, the definition of a term is consistent throughout the specification.
  • the term "knowledge matching” can also be referred to as ontology matching in the knowledge graph, which refers to establishing the knowledge relationship between different ontologies and discovering the matching relationship between heterogeneous ontologies.
  • FIG. 1 shows a schematic diagram of a general cloud data providing solution 100.
  • the Internet of Things includes multiple types of systems/equipment, such as Supervisory Control And Data Acquisition (SCADA) system 170, Manufacturing Execution System (MES) 180, and sensing equipment. (Sensing Device) 190.
  • SCADA Supervisory Control And Data Acquisition
  • MES Manufacturing Execution System
  • sensing Device 190.
  • the SCADA system 170 is used to obtain the SCADA data 140
  • the MES system 180 is used to obtain the MES data 150
  • the sensing device 190 is used to obtain the sensing data 160.
  • the SCADA system 170, the MES system 180, and the sensing device 190 are usually provided by different suppliers, and the different suppliers will provide their own cloud data centers to store the data they obtain, such as the first one in Figure 1.
  • the data center 120-2 stores the MES data 160 acquired by the MES system 180
  • the third cloud data center 120-3 stores the sensing data 160 sensed by the sensing device 190.
  • the data interface 130 is used between the first cloud data center 120-1, the second cloud data center 120-2, and the third cloud data center 120-3 for data transmission.
  • first cloud data center 120-1, the second cloud data center 120-2, and the third cloud data center 120-3 each have a different cloud data structure.
  • Each cloud data center can only identify the data defined by its own cloud data structure.
  • the data structure type of application 1 110-1 is set to match the cloud data structure of the first cloud data center 120-1, so that application 1 can access the first cloud when it is running.
  • the data structure of the application 2 110-2 is set to match the cloud data structure of the second cloud data center 120-2, so that the application 2 can access the cloud stored in the second cloud data center 120-2 when running data.
  • Set the data structure of application 3 110-3 and application 4 110-4 to match the cloud data structure of the third cloud data center 120-3, so that applications 3 and 4 can access the third cloud when running Cloud data stored in the data center 120-3.
  • the data structure of application 1 110-1 is different from the cloud data structure of the second cloud data center 120-2 and the third cloud data center 120-3, so that It is difficult for the application 1 110-1 to obtain cloud data from the second cloud data center 120-2 and the third cloud data center 120-3. Therefore, when the application 110-1 needs to call the cloud data of the second cloud data center 120-2 and the third cloud data center 120-3 to perform cloud computing, it may encounter a situation where cloud data cannot be obtained.
  • a knowledge base database is set up at each cloud data center, and the knowledge base database stores data structure specification information and data element characteristics. Information and data element context information.
  • the data structure specification information is used to regulate the data structure of the data at the cloud data center, for example, the data structure shown in FIG. 8.
  • the data element's own characteristic information is used to describe the data element's own characteristics.
  • the self-characteristic information of the data element may include, for example, the meaning of the data element, the format of the data element, and the characteristics of the data element.
  • the data element context information is used to describe the context information of the data element, for example, the data of which device the data element belongs to, the correlation between the data element and other data elements, and so on.
  • the SCADA data source will store the basic information of hardware devices, such as motors, drive devices, pumps, etc.
  • the data element context information can be as follows: the drive device is used to drive the motor, and the motor is used to power the pump.
  • the application sends the model description information of the data to be obtained to the cloud data center.
  • the cloud data center After receiving the model description information of the data to be obtained, the cloud data center will reconstruct the received model description information into the data structure of the cloud data center according to the data structure specified by the data structure specification information in the knowledge base database (That is, the first data structure). Then, obtain sample data from the cloud data storage device of the cloud data center, and perform knowledge matching between the first data structure and the sample data based on the data element's own characteristic information and the data element context information stored in the knowledge base database. When there is a data element matching the sample data in the first data structure, the data corresponding to the matched data element is obtained from the cloud data stored at the cloud data storage device of the cloud data center.
  • the obtained data is provided to the application program, thereby obtaining the data required by the application program from the cloud data center.
  • processing is performed on each cloud data center of the multiple cloud data centers, thereby achieving data processing by obtaining data required by the application from the multiple cloud data centers.
  • Fig. 2 shows a schematic diagram of Solution 1 for providing cloud data to an application according to an embodiment of the present disclosure.
  • the application program 10 needs to obtain cloud data from the cloud including multiple cloud data centers 30.
  • the cloud data center 30 shown in FIG. 2 includes a first cloud data center 30-1, a second cloud data center 30-2, and a third cloud data center 30-3.
  • the application program 10 needs to obtain part of the data 20 from the first cloud data center 30-1, the second cloud data center 30-2, and the third cloud data center 30-3, respectively.
  • the solution shown in FIG. 2 is only one embodiment of the present disclosure.
  • the cloud data center 30 may include more or fewer cloud data centers.
  • the first cloud data center 30-1, the second cloud data center 30-2, and the third cloud data center 30-3 may be connected using a data interface 40 for data transmission.
  • FIG. 3 shows a block diagram of a cloud data center 30 according to an embodiment of the present disclosure.
  • the cloud data center 30 includes a knowledge base database 310, a cloud data storage device 320, and a cloud data providing device 330.
  • the knowledge base database 310 stores data structure specification information.
  • the data structure specification information is used to regulate the data structure of the data at the cloud data center.
  • Each cloud data center corresponds to a different cloud data structure.
  • the data structures of data in the first cloud data center 30-1, the second cloud data center 30-2, and the third cloud data center 30-3 are different from each other.
  • FIG. 8 shows the data structure at the first cloud data center 30-1, and
  • FIG. 13 shows the data structure at the second cloud data center 30-2.
  • the knowledge base database 310 also stores the characteristic information of the data element and the context information of the data element.
  • the data element's own characteristic information is used to describe the data element's own characteristics.
  • the self-characteristic information of the data element may include, for example, the meaning of the data element, the format of the data element, and the characteristics of the data element.
  • the data element context information is used to describe the context information of the data element, for example, the data of which device the data element belongs to, the correlation between the data element and other data elements, and so on.
  • the data element's own characteristic information and data element context information can be used to help understand the knowledge connotation and knowledge extension of each data element in the data structure, thereby determining whether two data elements correspond or match.
  • the cloud data storage device 320 is used to store cloud data.
  • the cloud data storage device 320 may be implemented by using any suitable storage device or storage device.
  • the cloud data providing device 330 is configured to provide the application program with corresponding cloud data based on the acquired model description information after acquiring the model description information of the cloud data required by the application program.
  • the operation and structure of the cloud data providing device 330 will be described in detail below with reference to FIGS. 4 to 18.
  • FIG. 4 shows a flowchart of a method 400 for providing cloud data to an application according to an embodiment of the present disclosure.
  • the application program 10 is installed at the first cloud data center 30-1, and the method 400 is executed by the cloud data providing apparatus at the first cloud data center 30-1.
  • step 410 the model description information of the cloud data required by the application is obtained.
  • the cloud data includes at least one data element, and the model description information is used to describe the composition of the data element and the context relationship of the data element.
  • the model description information includes a data model and an analysis model of cloud data required by the application.
  • the data model is used to define the data element composition of the cloud data required by the application, that is, what types of data element data are required.
  • data elements can be variables.
  • the terms "data element” and “variable” can be used interchangeably, except for special definitions.
  • Analysis models can be used to describe the context of variables.
  • analytical models can be used to parse out the contextual relationships of variables.
  • the context relationship of a variable may include, for example, which device the variable is derived from, which type it belongs to, and the correlation between the variable and other variables, and so on.
  • Fig. 5 shows an example schematic diagram of an analysis model of an application program according to an embodiment of the present disclosure.
  • the analysis model shown in FIG. 5 is an analysis model for predictive maintenance analysis algorithms.
  • the alarm information is obtained.
  • the alarm message (alarm message) is 1. If the alarm message is 1, it means that there is an error alarm on site.
  • the alarm message enter the analysis of algorithm A, and algorithm A obtains the error code of the alarm, and judges the specific failure mode to algorithm B.
  • Algorithm B obtains the motor speed, vibration data and temperature data, and uses the obtained data to calculate, thereby judging the root cause of the failure mode and giving a solution, and then gives Algorithm C, and Algorithm C finds idle according to the solution
  • the spare part quantity is used to determine whether spare parts can be replaced for repair, and the maintenance plan is added to the maintenance plan and assigned to the corresponding worker for repair.
  • Fig. 6 shows an example schematic diagram of a data model of an application program according to an embodiment of the present disclosure.
  • the data model shown in Figure 6 is a data model required for predictive maintenance APP, which is classified by algorithms, and the data required by algorithms A, B, and C are classified as the next level.
  • the cloud data required by the application 10 includes 7 variables, namely, alarm message 621, error code 622, motor speed 623, temperature data 624, vibration data 625, number of spare parts 626, and maintenance Plan 627.
  • the alarm message 621 and the error code 622 need to be parsed using algorithm A
  • the motor speed 623, temperature data 624, and the vibration data 625 need to be parsed using algorithm B
  • the number of spare parts 626 and maintenance plan 627 need to be parsed using algorithm C.
  • the variable composition of the required cloud data and the context relationship of the variables can be obtained.
  • the context relationship may be a subordination relationship, an association relationship, a restriction relationship, and other context relationships defined in a semantic category.
  • FIG. 7 shows an example schematic diagram of the composition of data elements of the required data of the application program and the context relationship of each data element according to an embodiment of the present disclosure.
  • the cloud data required by the application program 10 includes 7 variables: alarm message 621, error code 622, motor speed 623, temperature data 624, vibration data 625, number of spare parts 626, and maintenance plan 627.
  • alarm message 621 There is a contextual relationship between the warning message 621 and the error code 622.
  • error code 622 There is a contextual relationship between the error code 622 and the warning message 621, the motor speed 623, the temperature data 624, and the vibration data 625.
  • the motor speed 623 and the error code 622, temperature data 624, vibration data 625, and the number of spare parts 626 There is a contextual relationship between the warning message 621 and the error code 622.
  • the motor speed 623 There is a contextual relationship between the error code 622 and the warning message 621, the motor speed 623, the temperature data 624, vibration data 625, and the number of spare parts 626.
  • FIG. 8 shows an exemplary schematic diagram of a data structure at the first cloud data center 30-1 according to an embodiment of the present disclosure.
  • the data structure at the first cloud data center 30-1 is a data structure that categorizes variables according to their equipment and categorizes equipment according to the required data source, that is, "data source-device Name-variable" three-level hierarchical data structure.
  • the first level is the data source
  • the second level is the device type contained in the same source
  • the third level is the variable type contained in the same device type.
  • step 430 the model description information is reconstructed into the first data structure according to the data structure specified by the data structure specification information at the first cloud data center 30-1.
  • the first data structure is a data structure form at the first cloud data center 30-1.
  • FIG. 9 shows an example schematic diagram of the data structure of the data required by the application reconstructed at the first cloud data center 30-1 according to an embodiment of the present disclosure.
  • sample data of cloud data stored at the first cloud data center 30-1 is obtained.
  • FIG. 10 shows an example schematic diagram of sample data at the first cloud data center 30-1 according to an embodiment of the present disclosure.
  • the data source is the SCADA data source 1000.
  • the next level of the SCADA data source 1000 is the device name, that is, the motor 1010-1 and the HMI alarm 1010-2, the next level of the motor 1010-1
  • the level is speed 1021
  • the next level of HMI alarm 1010-2 is message 1022 and code 1023.
  • step 450 based on the data element's own feature information and data element context information in the knowledge base database 310, the first data structure (the data structure shown in FIG. 9) and the sample data (in FIG. 10) are constructed.
  • the sample data shown) perform knowledge matching to determine which variables in the data structure match the variables in the sample data.
  • FIG. 11 shows an example schematic diagram of knowledge matching at the first cloud data center 30-1 according to an embodiment of the present disclosure. It can be seen from Figure 11 that the variables “motor speed”, “alarm information” and “error code” in the constructed first data structure match the variables "speed", “message” and “code” in the sample data .
  • knowledge matching can include multiple matching, such as the matching of device names, the matching of "motor”, “motor speed” and “motor-”speed", the matching of variable units, and the matching of data characteristics, such as the approximate change interval of motor speed Wait.
  • step 460 data corresponding to the matched data element is obtained from the cloud data storage device 320 of the first cloud data center 30-1. That is, the data corresponding to the variables "speed”, “message” and “code” are acquired from the cloud data storage device 320 as the variables “motor speed”, “alarm information” and “error code” corresponding to the required cloud data. Corresponding variable data.
  • step 470 the acquired data is provided to the application program 10.
  • step 480 the first data structure after removing the matched variables is sent to the second cloud data center 30-2 to follow the similar Ways to perform the cloud data acquisition process.
  • FIG. 12 shows an example schematic diagram of a data structure sent to the second cloud data center 30-2 according to an embodiment of the present disclosure.
  • sending the first data structure after removing the matched variables to the second cloud data center 30-2 is only an example.
  • the first data structure after the matched variables are removed may be sent to any cloud data center that has not performed the cloud data acquisition process among the multiple cloud data centers.
  • step 450 determines that there is no variable matching the sample data, the operations of blocks 460 and 470 are not performed, but in step 480, the first data constructed in block 430
  • the structure ie, the data structure in FIG. 9) is sent to the second cloud data center 30-2.
  • FIG. 13 shows an example schematic diagram of a data structure at the second cloud data center 30-2 according to an embodiment of the present disclosure.
  • Fig. 14 shows an exemplary schematic diagram of the second data structure of the data required by the application reconstructed at the second cloud data center 30-2 according to an embodiment of the present disclosure.
  • FIG. 15 shows an example schematic diagram of sample data at the second cloud data center 30-2 according to an embodiment of the present disclosure.
  • FIG. 16 shows an example schematic diagram of knowledge matching at the second cloud data center 30-2 according to an embodiment of the present disclosure.
  • the data corresponding to the matched data element is obtained from the data stored at the second cloud data center 30-2. Then, the acquired data is provided to the application program 10. For example, the acquired data can be sent to the first cloud data center 30-1 via the data interface 40 between the second cloud data center 30-2 and the first cloud data center 30-1, and then the first cloud data center 30-1 The data center 30-1 is provided to the application program 10.
  • FIG. 17 shows an example schematic diagram of a data structure sent to a third cloud data center according to an embodiment of the present disclosure.
  • FIG. 18 shows a block diagram of a cloud data providing apparatus 330 for providing cloud data to an application program according to an embodiment of the present disclosure.
  • the application program is installed at the first cloud data center 30-1.
  • the cloud data providing device 330 includes a model description information acquisition unit 331, a data structure specification information acquisition unit 332, a data structure construction unit 333, a sample data acquisition unit 334, a knowledge matching unit 335, a cloud data acquisition unit 336 and Data providing unit 337.
  • the model description information obtaining unit 331 is configured to obtain model description information of cloud data required by the application, the cloud data includes at least one data element, and the model description information is used to describe the composition of the data element and the context relationship of the data element.
  • the model description information includes a data model and an analysis model of the cloud data.
  • the model description information is from the above A data structure received by the cloud data center that has completed the cloud data acquisition process, for example, the first data structure received from the first cloud data center 30-1.
  • the model description information obtaining unit 331 may be configured to receive a data access request sent by an application program, the data access request including model description information of cloud data required by the application program.
  • the model description information acquiring unit 331 can be implemented by using any suitable information receiving unit or module.
  • the data structure specification information obtaining unit 332 is configured to obtain data structure specification information from the knowledge base database 310 at the first cloud data center, and the data structure specification information is used to regulate the data structure of the data at the first cloud data center.
  • the data structure construction unit 333 is configured to reconstruct the obtained model description information into the first data structure according to the data structure specified by the data structure specification information.
  • the data structure of the required cloud data is reconstructed according to the data structure form of the cloud data center where the cloud data providing device is located.
  • the sample data obtaining unit 334 is configured to obtain sample data of cloud data stored at the cloud data storage device of the cloud data center.
  • the knowledge matching unit 335 is configured to perform knowledge matching between the first data structure and the acquired sample data based on the data element's own feature information and the data element context information in the knowledge base database, so as to determine the first data structure and the sample data. The data element that the data matches.
  • the cloud data obtaining unit 336 is configured to obtain data corresponding to the matched data element from the cloud data storage device of the first cloud data center.
  • the data providing unit 337 is configured to provide the acquired data to the application program 10.
  • the cloud data providing apparatus 330 may further include a data structure sending unit (not shown).
  • the data structure sending unit is configured to send the first data structure with the matched data elements removed to another cloud data center among the plurality of cloud data centers when there are unmatched data elements in the first data structure.
  • the another cloud data center is any cloud data center that has not performed cloud data acquisition processing among the multiple cloud data centers.
  • the above cloud data providing device 330 may be implemented by hardware, or may be implemented by software or a combination of hardware and software.
  • FIG. 19 shows a block diagram of a computing device 1900 for implementing site configuration according to an embodiment of the present disclosure.
  • the computing device 1900 may include at least one processor 1910 that executes at least one computer-readable instruction stored or encoded in a computer-readable storage medium (ie, the memory 1920) (ie, the above-mentioned in the form of software) Implemented elements).
  • computer-executable instructions are stored in the memory, which when executed, cause at least one processor 1910 to: obtain model description information of cloud data required by the application, the cloud data including at least one data element, Model description information is used to describe the composition of data elements and the context of data elements; the data structure specification information is obtained from the knowledge base database at the cloud data center, and the data structure specification information is used to regulate the data of the data at the cloud data center Structure; According to the data structure specified by the data structure specification information, the model description information is reconstructed into the first data structure; the sample data of the cloud data stored at the cloud data storage device of the cloud data center is obtained; based on the knowledge base The data element in the database has its own feature information and data element context information, and knowledge matching is performed on the first data structure and the sample data to determine the data element in the first data structure that matches the sample data; from the cloud data The cloud data storage device in the center obtains data corresponding to the matched data element; and provides the obtained data to the application program.
  • a machine-readable medium may have machine-executable instructions (that is, the above-mentioned elements implemented in the form of software), which, when executed by a machine, cause the machine to execute each of the above described in conjunction with FIGS. 2-18 in the various embodiments of the present disclosure.
  • Machine-executable instructions that is, the above-mentioned elements implemented in the form of software
  • a computer program including computer-executable instructions, which, when executed, cause at least one processor to execute each of the above described in conjunction with FIGS. 2-18 in the various embodiments of the present disclosure.
  • a computer program product including computer-executable instructions, which when executed, cause at least one processor to execute the above described in conjunction with FIGS. 2-18 in the various embodiments of the present disclosure.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Software Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

一种用于向应用程序（10）提供云数据的方法（400）和装置（330）。该方法由多个云数据中心中的一个云数据中心（30）执行。在该方法中，获取应用程序(10)所需云数据的模型描述信息（410），所述模型描述信息用于描述数据元素组成和数据元素上下文关系；从云数据中心处的知识库数据（310）库中获取数据结构规范信息（420）；按照数据结构规范信息所规范的数据结构来将模型描述信息重构（430）为第一数据结构；获取云数据中心（30）处存储的云数据的样本数据（440）；基于知识库数据库（310）来对第一数据结构和样本数据进行知识匹配（450），以确定第一数据结构中的与样本数据匹配的数据元素；从云数据中心（30）获取与所匹配的数据元素对应的数据（460）；以及将所获取的数据提供（470）给应用程序（10）。利用该方法，能够实现多云数据获取。

Description

用于向应用程序提供云数据的方法及装置 技术领域
本公开通常涉及云计算领域，更具体地，涉及用于向应用程序提供云数据的方法和装置。
背景技术
随着物联网以及物联网技术的快速发展，越来越多的企业开始加入云经济体系以进行各方面的合作，比如数据共享，业务合作等。在常规工业体系中，每个企业通常会具有若干供应商来提供服务，并且几乎所有供应商都能够提供云服务(即，云服务中心，也称为云数据中心或云)。然而，每个供应商具有不同的数据模型，基于这个原因，多个云之间的数据交换通常难以实现。由此，在一些应用程序需要来自具有不同数据模型的云的数据时，发现数据和理解数据变得非常困难，从而导致应用程序难以从多个云获取数据。
发明内容
鉴于上述，本公开提供了一种用于向应用程序提供云数据的方法和装置。利用该方法和装置，使得应用程序能够实现从多个云数据中心获取数据。
根据本公开的一个方面，提供一种用于向应用程序提供云数据的方法，所述方法由多个云数据中心中的一个云数据中心执行，所述方法包括：获取应用程序所需云数据的模型描述信息，所述云数据包括至少一个数据元素，所述模型描述信息用于描述数据元素组成和数据元素上下文关系；从所述云数据中心处的知识库数据库中获取数据结构规范信息，所述数据结构规范信息用于规范所述云数据中心处的数据的数据结构；按照所述数据结构规范信息所规范的数据结构来将所述模型描述信息重构为第一数据结构；获取所述云数据中心的云数据存储装置处存储的云数据的样本数据； 基于所述知识库数据库中的数据元素自有特征信息和数据元素上下文信息，对所述第一数据结构和所述样本数据进行知识匹配，以确定所述第一数据结构中的与所述样本数据匹配的数据元素；从所述云数据中心的云数据存储装置获取与所述匹配的数据元素对应的数据；以及将所获取的数据提供给所述应用程序。
利用该方法，通过使用云数据中心处的知识库数据库来执行针对应用程序所需云数据的数据结构重构处理和知识匹配处理，由此使得云数据中心能够识别并找出正确的数据，然后提供给应用程序。
可选地，在上述方面的一个示例中，所述方法还可以包括：在所述第一数据结构中还存在未匹配的数据元素时，将去除匹配的数据元素后的第一数据结构发送给所述多个云数据中心中的另一云数据中心，其中，所述另一云数据中心是所述多个云数据中心中的任一未进行云数据获取处理的云数据中心。
利用该方法，在当前云数据中心不能提供所需云数据的全部数据时，可以通过将具有未找到对应数据的数据元素的数据结构发送给多个云数据中心的其它云数据中心来进行云数据获取处理，从而实现多云数据获取。
可选地，在上述方面的一个示例中，在所述云数据中心是安装有所述应用程序的第一云数据中心时，所述模型描述信息包括所述云数据的数据模型和分析模型。
可选地，在上述方面的一个示例中，在所述云数据中心不是安装有所述应用程序的第一云数据中心时，所述模型描述信息是从上一完成云数据获取处理的云数据中心接收的数据结构。
可选地，在上述方面的一个示例中，所述数据元素自有特征信息包括下述特征信息中的至少一种：数据元素含义；数据格式；和数据特征。
可选地，在上述方面的一个示例中，所述多个云数据中心之间配置有数据接口来进行数据传输。
根据本公开的另一方面，提供一种用于向应用程序提供云数据的装置，所述装置位于多个云数据中心中的一个云数据中心处，所述装置包括：模型描述信息获取单元，被配置为获取应用程序所需云数据的模型描述信息，所述云数据包括至少一个数据元素，所述模型描述信息用于描述数据元素 组成和数据元素上下文关系；数据结构规范信息获取单元，被配置为从所述云数据中心处的知识库数据库中获取数据结构规范信息，所述数据结构规范信息用于规范所述云数据中心处的数据的数据结构；数据结构重构单元，被配置为按照所述数据结构规范信息所规范的数据结构来将所述模型描述信息重构为第一数据结构；样本数据获取单元，被配置为获取所述云数据中心的云数据存储装置处存储的云数据的样本数据；知识匹配单元，被配置为基于所述知识库数据库中的数据元素自有特征信息和数据元素上下文信息，对所述第一数据结构和所述样本数据进行知识匹配，以确定所述第一数据结构中的与所述样本数据匹配的数据元素；云数据获取单元，被配置为从所述第一云数据中心的云数据存储装置获取与所述匹配的数据元素对应的数据；以及数据提供单元，被配置为将所获取的数据提供给所述应用程序。
可选地，在上述方面的一个示例中，所述装置还可以包括：数据结构发送单元，被配置为在所述第一数据结构中还存在未匹配的数据元素时，将去除匹配的数据元素后的第一数据结构发送给所述多个云数据中心中的另一云数据中心，其中，所述另一云数据中心是所述多个云数据中心中的任一未进行云数据获取处理的云数据中心。
可选地，在上述方面的一个示例中，在所述云数据中心是安装有所述应用程序的第一云数据中心时，所述模型描述信息包括所述云数据的数据模型和分析模型。
可选地，在上述方面的一个示例中，在所述云数据中心不是安装有所述应用程序的第一云数据中心时，所述模型描述信息是从上一完成云数据获取处理的云数据中心接收的数据结构。
根据本公开的另一方面，提供一种云数据中心，包括：知识库数据库；云数据存储装置；以及如上所述的用于向应用程序提供云数据的装置。
根据本公开的另一方面，提供一种计算设备，包括：至少一个处理器；以及与所述至少一个处理器耦合的存储器，被配置为存储指令，当所述指令被所述至少一个处理器执行时，使得所述至少一个处理器执行如上所述的用于生向应用程序提供云数据的方法。
根据本公开的另一方面，提供一种机器可读存储介质，其存储有可执 行指令，所述指令当被执行时使得所述机器执行如上所述的用于向应用程序提供云数据的方法。
根据本公开的另一方面，提供一种计算机程序产品，所述计算机程序产品被有形地存储在计算机可读介质上并且包括计算机可执行指令，所述计算机可执行指令在被执行时使至少一个处理器执行如上所述的用于向应用程序提供云数据的方法。
附图说明
通过参照下面的附图，可以实现对于本公开内容的本质和优点的进一步理解。在附图中，类似组件或特征可以具有相同的附图标记。
图1示出了通用的云数据提供方案的示意图；
图2示出了根据本公开的实施例的用于向应用程序提供云数据的方案的示意图；
图3示出了根据本公开的实施例的云数据中心的方框图；
图4示出了根据本公开的实施例的用于向应用程序提供云数据的方法的流程图；
图5示出了根据本公开的实施例的应用程序的分析模型的示例示意图；
图6示出了根据本公开的实施例的应用程序的数据模型的示例示意图；
图7示出了根据本公开的实施例的应用程序的所需数据的数据元素组成以及各个数据元素的上下文关系的示例示意图；
图8示出了根据本公开的实施例的第一云数据中心处的数据结构的示例示意图；
图9示出了根据本公开的实施例的在第一云数据中心处重构的应用程序所需数据的第一数据结构的示例示意图；
图10示出了根据本公开的实施例的第一云数据中心处的样本数据的示例示意图；
图11示出了根据本公开的实施例的第一云数据中心处的知识匹配的示例示意图；
图12示出了根据本公开的实施例的发送给第二云数据中心的数据结构的示例示意图；
图13示出了根据本公开的实施例的第二云数据中心处的数据结构的示例示意图；
图14示出了根据本公开的实施例的在第二云数据中心处重构的应用程序所需数据的第二数据结构的示例示意图；
图15示出了根据本公开的实施例的第二云数据中心处的样本数据的示例示意图；
图16示出了根据本公开的实施例的第二云数据中心处的知识匹配的示例示意图；
图17示出了根据本公开的实施例的发送给第三云数据中心的数据结构的示例示意图；
图18示出了根据本公开的实施例的用于向应用程序提供云数据的云数据提供装置的方框图；和
图19示出了根据本公开的实施例的用于向应用程序提供云数据的计算设备的方框图。
附图标记
100   多云数据提供方案
110-1 应用程序1
110-2 应用程序2
110-3 应用程序3
110-4 应用程序4
120-1 第一云数据中心
120-2 第二云数据中心
120-3 第三云数据中心
130   数据接口
140   SCADA数据
150   MES数据
160   感测数据
170   SCADA系统
180   MES系统
190   感测设备
1     云数据提供方案
10    应用程序
20    部分数据
30-1  第一云数据中心
30-2  第二云数据中心
30-3  第三云数据中心
40    数据接口
30    云数据中心
310   知识库数据库
320   云数据存储装置
330   云数据提供装置
331   模型描述信息获取单元
332   数据结构规范信息获取单元
333   数据结构重构单元
334   样本数据获取单元
335   知识匹配单元
336   云数据获取单元
337   数据提供单元
400   用于向应用程序提供云数据的过程
410   获取模型描述信息
420   获取数据结构规范信息
430   重构数据结构
440   获取样本数据
450   知识匹配
460   获取云数据
470   提供云数据
480   发送第一数据结构
501   开始
502   告警消息
503   ＝1？
504   算法A
505   错误代码
506   算法B
507   电机速度
508   震动数据
509   温度数据
510   算法C
511   空闲部件数量
512   维护计划
513   分析结果
514   结束
600   数据模型
610-1 算法A
610-2 算法B
610-3 算法C
621   告警消息
622   错误代码
623   电机速度
624   温度数据
625   震动数据
626   空闲部件数量
627   维护计划
631   电机
632   HMI告警
633   电机’
634   设备4
800   数据源
810   设备名称
820-1，820-2  变量名称
1000  SCADA数据源
1010-1  电机
1010-2  HMI告警
1021  速度
1022  消息
1023  代码
1300  时间序列数据
1310-1  数据点1
1310-2  数据点2
1310-3  数据点3
1310-N  数据点N
1500   MES数据
1511   组件质量
1512   组件数量
1513   检查状态
1514   检查计划
1900   计算设备
1910   至少一个处理器
1920   存储器
1930   内存
1940   通信接口
1960   总线
具体实施方式
现在将参考示例实施方式讨论本文描述的主题。应该理解，讨论这些实施方式只是为了使得本领域技术人员能够更好地理解从而实现本文描述的主题，并非是对权利要求书中所阐述的保护范围、适用性或者示例的限制。可以在不脱离本公开内容的保护范围的情况下，对所讨论的元素的功能和排列进行改变。各个示例可以根据需要，省略、替代或者添加各种过程或组件。例如，所描述的方法可以按照与所描述的顺序不同的顺序来执 行，以及各个步骤可以被添加、省略或者组合。另外，相对一些示例所描述的特征在其它例子中也可以进行组合。
如本文中使用的，术语“包括”及其变型表示开放的术语，含义是“包括但不限于”。术语“基于”表示“至少部分地基于”。术语“一个实施例”和“一实施例”表示“至少一个实施例”。术语“另一个实施例”表示“至少一个其他实施例”。术语“第一”、“第二”等可以指代不同的或相同的对象。下面可以包括其他的定义，无论是明确的还是隐含的。除非上下文中明确地指明，否则一个术语的定义在整个说明书中是一致的。
在本公开中，术语“知识匹配”也可以称为知识图谱中的本体匹配，是指建立不同的本体之间的知识关系，发现异构本体之间的匹配关系。
图1示出了通用的云数据提供方案100的示意图。
如图1所示，物联网包括多种类型的系统/设备，比如，数据采集与监控(SCADA，Supervisory Control And Data Acquisition)系统170、机器执行系统(MES，Manufacturing Execution System)180和感测设备(Sensing Device)190。SCADA系统170用于获取SCADA数据140，MES系统180用于获取MES数据150，以及感测设备190用于获取感测数据160。
SCADA系统170、MES系统180和感测设备190通常会由不同的供应商来提供，并且该不同的供应商会提供各自的云数据中心，以用于存储各自获取的数据，比如图1中的第一云数据中心120-1，第二云数据中心120-2以及第三云数据中心120-3，其中，第一云数据中心120-1存储SCADA系统170所获取的SCADA数据140，第二云数据中心120-2存储MES系统180获取的MES数据160，第三云数据中心120-3存储感测设备190所感测的感测数据160。第一云数据中心120-1、第二云数据中心120-2和第三云数据中心120-3之间使用数据接口130来进行数据传输。
此外，第一云数据中心120-1、第二云数据中心120-2和第三云数据中心120-3各自具有不同的云数据结构。每个云数据中心只能识别出各自云数据结构所定义的数据。
在创建新应用程序时，需要为所创建的应用程序设计好所调用的数据的数据结构，并且在运行应用程序时，访问所具有的云数据结构与所设置的数据结构匹配的云数据中心来获取云数据。例如，如图1所示，将应用 程序1 110-1的数据结构型设置为与第一云数据中心120-1的云数据结构匹配，由此，应用程序1在运行时能够访问第一云数据中心120-1中存储的云数据。将应用程序2 110-2的数据结构设置为与第二云数据中心120-2的云数据结构匹配，由此，应用程序2在运行时能够访问第二云数据中心120-2中存储的云数据。将应用程序3 110-3和应用程序4 110-4的数据结构设置为与第三云数据中心120-3的云数据结构匹配，由此，应用程序3和4在运行时能够访问第三云数据中心120-3中存储的云数据。
然而，在图1中示出的云数据提供方案中，应用程序1 110-1的数据结构与第二云数据中心120-2和第三云数据中心120-3的云数据结构不同，从而使得应用程序1 110-1难以从第二云数据中心120-2和第三云数据中心120-3获取云数据。由此，在应用程序1 110-1需要调用第二云数据中心120-2和第三云数据中心120-3的云数据来进行云计算时，可能会遭遇发生无法获取云数据的情形。
鉴于上述，本公开提供了一种多云数据提供方案，在该方案中，在各个云数据中心处，设置有知识库数据库，所述知识库数据库中存储有数据结构规范信息、数据元素自有特征信息和数据元素上下文信息。数据结构规范信息用于规范该云数据中心处的数据的数据结构，例如，图8中示出的数据结构。数据元素自有特征信息用于描述数据元素的自有特性。所述数据元素自有特征信息例如可以包括数据元素含义、数据元素格式和数据元素特征等。例如，对于电机，存储“电机”和“驱动电机”为电机的基本数据元素含义，存储“电流”、“速度”和“扭矩”为数据元素特征，以及存储“A”、“RPM”和“N.m”为数据元素格式。数据元素上下文信息用于描述数据元素的上下文信息，比如，该数据元素属于哪种设备的数据，该数据元素与其它数据元素之间的关联性等。比如SCADA数据源中会存储硬件设备的基本信息，如电机，驱动设备，泵等，则数据元素上下文信息可以如下：驱动设备是用来驱动电机的，电机是用来给泵动力。
由此，在创建应用程序后，该应用程序向云数据中心发送待获取数据的模型描述信息。在接收到待获取数据的模型描述信息后，云数据中心会按照知识库数据库中的数据结构规范信息所规范的数据结构，将所接收的模型描述信息重构为该云数据中心的数据结构(即，第一数据结构)。然后， 从该云数据中心的云数据存储装置中获取样本数据，并基于知识库数据库中存储的数据元素自有特征信息和数据元素上下文信息，对第一数据结构和样本数据进行知识匹配。在第一数据结构中存在与样本数据匹配的数据元素时，从该云数据中心的云数据存储装置处存储的云数据中，获取与所匹配的数据元素对应的数据。然后，将所获取的数据提供给应用程序，由此实现从该云数据中心处获取应用程序所需的数据。按照上述方式，针对多个云数据中心中的各个云数据中心进行处理，由此实现从多个云数据中心获取应用程序所需数据来进行数据处理。
下面将结合附图来描述根据本公开的实施例的用于向应用程序提供云数据的方法及装置。
图2示出了根据本公开的实施例的用于向应用程序提供云数据的方案1的示意图。
如图2所示，应用程序10需要从包括多个云数据中心30的云端获取云数据。在图2中示出的云数据中心30包括第一云数据中心30-1，第二云数据中心30-2和第三云数据中心30-3。应用程序10需要从第一云数据中心30-1，第二云数据中心30-2和第三云数据中心30-3分别获取部分数据20。这里要说明的是，图2示出的方案仅仅是本公开的一个实施例，在本公开的其它实施例中，云数据中心30可以包括更多或者更少的云数据中心。此外，第一云数据中心30-1，第二云数据中心30-2和第三云数据中心30-3之间可以使用数据接口40来连接，以进行数据传输。
图3示出了根据本公开的实施例的云数据中心30的方框图。如图3所示，云数据中心30包括知识库数据库310，云数据存储装置320和云数据提供装置330。
知识库数据库310中存储有数据结构规范信息。数据结构规范信息用于规范该云数据中心处的数据的数据结构。每个云数据中心对应于不同的云数据结构。例如，第一云数据中心30-1，第二云数据中心30-2和第三云数据中心30-3中的数据的数据结构彼此不同。例如，图8示出了第一云数据中心30-1处的数据结构，以及图13示出了第二云数据中心30-2处的数据结构。
知识库数据库310中还存储有数据元素自有特征信息和数据元素上下 文信息。数据元素自有特征信息用于描述数据元素的自有特性。所述数据元素自有特征信息例如可以包括数据元素含义、数据元素格式和数据元素特征等。数据元素上下文信息用于描述数据元素的上下文信息，比如，该数据元素属于哪种设备的数据，该数据元素与其它数据元素之间的关联性等。在本公开中，数据元素自有特征信息和数据元素上下文信息可以被使用来助于理解数据结构中的各个数据元素的知识内涵和知识外延，由此确定两个数据元素是否对应或匹配。
云数据存储装置320用于存储云数据。在本公开中，云数据存储装置320可以采用任何合适的存储装置或存储设备来实现。
云数据提供装置330用于在获取到应用程序所需云数据的模型描述信息后，基于所获取的模型描述信息来向应用程序提供对应的云数据。云数据提供装置330的操作和结构将在下面参照图4-图18进行详细描述。
图4示出了根据本公开的实施例的用于向应用程序提供云数据的方法400的流程图。在图4所示的方法400中，应用程序10被安装在第一云数据中心30-1处，并且方法400由第一云数据中心30-1处的云数据提供装置执行。
如图4所示，在步骤410，获取应用程序所需云数据的模型描述信息，所述云数据包括至少一个数据元素，所述模型描述信息用于描述数据元素组成和数据元素上下文关系。
在图4中示出的方法中，模型描述信息包括应用程序所需云数据的数据模型和分析模型。数据模型用于定义应用程序所需云数据的数据元素组成，即，需要哪些类型的数据元素数据。在物联网领域中，数据元素可以是变量。在下文中，为了描述简便，除了特别定义，术语“数据元素”和“变量”可以互换使用。分析模型可以被使用来描述变量的上下文关系。例如，可以使用分析模型来解析出变量的上下文关系。在本公开中，变量的上下文关系例如可以包括该变量来源于哪种设备，属于哪种类型，该变量与其它变量之间的关联性等。
图5示出了根据本公开的实施例的应用程序的分析模型的示例示意图。图5中示出的分析模型是针对预测性维护分析算法的分析模型。在该分析模型中，首先，获取告警信息。接着，判断告警信息(alarm message)是 否为1。如果alarm message为1，则说明现场有错误报警。在alarm message为1时，进入算法A的分析，算法A获取该报警的报警代码error code,并且判断具体故障模式给到算法B。算法B获取电机速度，振动数据和温度数据，并利用所获取的数据进行计算，由此判断该故障模式的根本故障原因和给出解决办法，然后给到算法C，算法C根据解决办法查找空闲部件数量spare part quantity来确定是否可以替换备件来维修，并到维护计划Maintenance plan中加入该维护的计划，分配到对应的工人进行维修。
图6示出了根据本公开的实施例的应用程序的数据模型的示例示意图。图6所示的数据模型是预测性维护APP所需要的数据模型，其以算法来分类，算法A，B和C分别需要的数据为下一级分类。根据图6所示的数据模型，应用程序10所需的云数据包括7个变量，即，告警消息621，错误代码622，电机速度623，温度数据624，震动数据625，空闲部件数量626和维护计划627。其中，告警消息621和错误代码622需要利用算法A进行解析，电机速度623，温度数据624，震动数据625需要使用算法B进行解析，以及空闲部件数量626和维护计划627需要使用算法C进行解析。
在获取到应用程序所需云数据的数据模型和分析模型后，可以得到所需云数据的变量组成以及变量的上下文关系。在本公开中，上下文关系可以是从属关系、关联关系、制约关系以及语义范畴内定义的其它上下文关系等。
图7示出了根据本公开的实施例的应用程序的所需数据的数据元素组成以及各个数据元素的上下文关系的示例示意图。
如图7所示，应用程序10所需云数据包括7个变量：告警消息621，错误代码622，电机速度623，温度数据624，震动数据625，空闲部件数量626和维护计划627。告警消息621与错误代码622之间存在上下文关系。错误代码622与告警消息621、电机速度623、温度数据624和震动数据625之间存在上下文关系。电机速度623与错误代码622、温度数据624、震动数据625和空闲部件数量626之间存在上下文关系。温度数据624与错误代码622、电机速度623、震动数据625、空闲部件数量626和维护计划627之间存在上下文关系。震动数据625与错误代码622、电机速度623、温度数据624、空闲部件数量626和维护计划627之间存在上下文关系。空闲部 件数量626与电机速度623、温度数据624、震动数据625和维护计划627之间存在上下文关系。维护计划627与温度数据624、震动数据625和空闲部件数量626之间存在上下文关系。
回到图4，在步骤420，从第一云数据中心30-1处的知识库数据库310中获取数据结构规范信息，该数据结构规范信息用于规范第一云数据中心30-1处的数据的数据结构。图8示出了根据本公开的实施例的第一云数据中心30-1处的数据结构的示例示意图。如图8中所示，第一云数据中心30-1处的数据结构是按照所属设备对变量进行归类以及按照所需数据源对设备进行归类的数据结构，即，“数据源-设备名称-变量”的三层层次数据结构。具体地，在第一云数据中心30-1处的数据结构中，第一层级为数据来源，第二层级为同一来源下包含的设备类型，第三层级为同一设备类型中包含的变量类型。通过这个结构，就可知道，如果变量A和变量B来源于同一个设备，则它们直接就有上下文关系。
在步骤430，按照第一云数据中心30-1处的数据结构规范信息所规范的数据结构，将模型描述信息重构为第一数据结构。这里，第一数据结构是第一云数据中心30-1处的数据结构形式。图9示出了根据本公开的实施例的在第一云数据中心30-1处重构的应用程序所需数据的数据结构的示例示意图。
在步骤440，获取第一云数据中心30-1处存储的云数据的样本数据。图10示出了根据本公开的实施例的第一云数据中心30-1处的样本数据的示例示意图。在图10所示的样本数据中，数据源是SCADA数据源1000，SCADA数据源1000的下一级是设备名称，即，电机1010-1和HMI告警1010-2，电机1010-1的下一级是速度1021，以及HMI告警1010-2的下一级是消息1022和代码1023。
接着，在步骤450，基于知识库数据库310中的数据元素自有特征信息和数据元素上下文信息，对所构建的第一数据结构(图9中示出的数据结构)和样本数据(图10中示出的样本数据)进行知识匹配，以确定所述数据结构中的哪些变量与样本数据中的变量匹配。图11示出了根据本公开的实施例的第一云数据中心30-1处的知识匹配的示例示意图。从图11中可以看出，所构建的第一数据结构中的变量“电机速度”，“告警信息”和“错 误代码”与样本数据中的变量“速度”、“消息”和“代码”匹配。这里，知识匹配可以包括多重匹配，比如设备名称的匹配，“电机”，“电机速度”和“电机-》速度”的匹配，变量单位的匹配，数据特性的匹配，如电机速度大致的变化区间等。
在确定出存在与样本数据匹配的变量后，在步骤460，从第一云数据中心30-1的云数据存储装置320中，获取与所述匹配的数据元素对应的数据。即，从云数据存储装置320中获取与变量“速度”、“消息”和“代码”对应的数据，以作为与所需云数据的变量“电机速度”，“告警信息”和“错误代码”对应的变量数据。
然后，在步骤470，将所获取的数据提供给应用程序10。
此外，如果所构建的第一数据结构中还存在未匹配的变量，则在步骤480，将去除匹配的变量后的第一数据结构发送给第二云数据中心30-2，以按照上述相似的方式执行云数据获取过程。图12示出了根据本公开的实施例的发送给第二云数据中心30-2的数据结构的示例示意图。
此外，要说明的是，将去除匹配的变量后的第一数据结构发送给第二云数据中心30-2仅仅是一个示例。在本公开的其它实施例中，可以将去除匹配的变量后的第一数据结构发送给多个云数据中心中的任一未进行上述云数据获取处理的云数据中心。
此外，还要说明的是，如果在步骤450中，确定出不存在与样本数据匹配的变量，则不进行块460和470的操作，而是在步骤480，将块430中构建的第一数据结构(即，图9中的数据结构)发送给第二云数据中心30-2。
下面将结合图13到图17描述在第二云数据中心30-2处的云数据获取处理过程。
在第二云数据中心30-2接收到第一云数据中心30-1发送的第一数据结构后，从第二云数据中心30-2处的知识库数据库中获取数据结构规范信息，所述数据结构规范信息用于规范第二云数据中心30-2处的数据的数据结构。图13示出了根据本公开的实施例的第二云数据中心30-2处的数据结构的示例示意图。
接着，按照所述数据结构规范信息所规范的数据结构，对所接收的第一数据结构进行重构。图14示出了根据本公开的实施例的在第二云数据中 心30-2处重构的应用程序所需数据的第二数据结构的示例示意图。
然后，获取第二云数据中心30-2处存储的云数据的样本数据。图15示出了根据本公开的实施例的第二云数据中心30-2处的样本数据的示例示意图。
随后，基于所述知识库数据库中的数据元素自有特征信息和数据元素上下文信息，对所构建的第二数据结构和所述样本数据进行知识匹配，以确定第二数据结构中的与所述样本数据匹配的数据元素。图16示出了根据本公开的实施例的第二云数据中心30-2处的知识匹配的示例示意图。
在确定出存在与样本数据匹配的变量后，从第二云数据中心30-2处存储的数据中，获取与所述匹配的数据元素对应的数据。然后，将所获取的数据提供给应用程序10。例如，可以经由第二云数据中心30-2与第一云数据中心30-1之间的数据接口40，来将所获取的数据发送给第一云数据中心30-1，然后由第一云数据中心30-1提供给应用程序10。
如果所构建的第二数据结构中还存在未匹配的变量，则将去除匹配的变量后的第二数据结构发送给第三云数据中心，以按照上述相似的方式执行云数据获取过程。图17示出了根据本公开的实施例的发送给第三云数据中心的数据结构的示例示意图。
图18示出了根据本公开的实施例的用于向应用程序提供云数据的云数据提供装置330的方框图。在本公开中，应用程序被安装在第一云数据中心30-1处。
如图18所示，云数据提供装置330包括模型描述信息获取单元331、数据结构规范信息获取单元332、数据结构构建单元333、样本数据获取单元334、知识匹配单元335、云数据获取单元336和数据提供单元337。
模型描述信息获取单元331被配置为获取应用程序所需云数据的模型描述信息，所述云数据包括至少一个数据元素，所述模型描述信息用于描述数据元素组成和数据元素上下文关系。在云数据提供装置330是位于第一云数据中心30-1的云数据提供装置时，所述模型描述信息包括所述云数据的数据模型和分析模型。在云数据提供装置330是位于除了第一云数据中心30-1之外的云数据中心(例如，第二云数据中心30-2)的云数据提供 装置时，所述模型描述信息是从上一完成云数据获取处理的云数据中心接收的数据结构，例如，从第一云数据中心30-1处接收的第一数据结构。
在本公开的一个示例中，模型描述信息获取单元331可以被配置为接收应用程序发出的数据访问请求，所述数据访问请求包括应用程序所需云数据的模型描述信息。相应地，模型描述信息获取单元331可以利用任何合适的信息接收单元或模块来实现。
数据结构规范信息获取单元332被配置为从第一云数据中心处的知识库数据库310中获取数据结构规范信息，所述数据结构规范信息用于规范第一云数据中心处的数据的数据结构。
数据结构构建单元333被配置为按照所述数据结构规范信息所规范的数据结构，将所得到的模型描述信息重构为第一数据结构。换言之，按照云数据提供装置所位于的云数据中心处的数据结构形式，对所需云数据的数据结构进行重构。
样本数据获取单元334被配置为获取所述云数据中心的云数据存储装置处存储的云数据的样本数据。
知识匹配单元335被配置为基于知识库数据库中的数据元素自有特征信息和数据元素上下文信息，对第一数据结构和所获取的样本数据进行知识匹配，以确定第一数据结构中的与样本数据匹配的数据元素。
云数据获取单元336被配置为从第一云数据中心的云数据存储装置获取与所述匹配的数据元素对应的数据。
数据提供单元337被配置为将所获取的数据提供给应用程序10。
可选地，在上述方面的一个示例中，云数据提供装置330还可以包括数据结构发送单元(未示出)。所述数据结构发送单元被配置为在第一数据结构中还存在未匹配的数据元素时，将去除匹配的数据元素后的第一数据结构发送给多个云数据中心中的另一云数据中心。这里，所述另一云数据中心是所述多个云数据中心中的任一未进行云数据获取处理的云数据中心。
如上参照图2到图18，对根据本公开的用于向应用程序提供云数据的方法和装置的实施例进行了描述。上面的云数据提供装置330可以采用硬件实现，也可以采用软件或者硬件和软件的组合来实现。
图19示出了根据本公开的实施例的用于实现站点配置的计算设备1900的方框图。根据一个实施例，计算设备1900可以包括至少一个处理器1910，处理器1910执行在计算机可读存储介质(即，存储器1920)中存储或编码的至少一个计算机可读指令(即，上述以软件形式实现的元素)。
在一个实施例中，在存储器中存储计算机可执行指令，其当执行时使得至少一个处理器1910：获取应用程序所需云数据的模型描述信息，所述云数据包括至少一个数据元素，所述模型描述信息用于描述数据元素组成和数据元素上下文关系；从云数据中心处的知识库数据库中获取数据结构规范信息，所述数据结构规范信息用于规范所述云数据中心处的数据的数据结构；按照数据结构规范信息所规范的数据结构，将所述模型描述信息重构为第一数据结构；获取所述云数据中心的云数据存储装置处存储的云数据的样本数据；基于知识库数据库中的数据元素自有特征信息和数据元素上下文信息，对第一数据结构和所述样本数据进行知识匹配，以确定第一数据结构中的与样本数据匹配的数据元素；从所述云数据中心的云数据存储装置获取与所述匹配的数据元素对应的数据；以及将所获取的数据提供给应用程序。
应该理解，在存储器中存储的计算机可执行指令当执行时使得至少一个处理器1920进行本公开的各个实施例中以上结合图2-18描述的各种操作和功能。
根据一个实施例，提供了一种机器可读介质。该机器可读介质可以具有机器可执行指令(即，上述以软件形式实现的元素)，该指令当被机器执行时，使得机器执行本公开的各个实施例中以上结合图2-18描述的各种操作和功能。
根据一个实施例，提供了一种计算机程序，包括计算机可执行指令，所述计算机可执行指令在被执行时使至少一个处理器执行本公开的各个实施例中以上结合图2-18描述的各种操作和功能。
根据一个实施例，提供了一种计算机程序产品，包括计算机可执行指令，所述计算机可执行指令在被执行时使至少一个处理器执行本公开的各个实施例中以上结合图2-18描述的各种操作和功能。
上面结合附图阐述的具体实施方式描述了示例性实施例，但并不表示 可以实现的或者落入权利要求书的保护范围的所有实施例。在整个本说明书中使用的术语“示例性”意味着“用作示例、实例或例示”，并不意味着比其它实施例“优选”或“具有优势”。出于提供对所描述技术的理解的目的，具体实施方式包括具体细节。然而，可以在没有这些具体细节的情况下实施这些技术。在一些实例中，为了避免对所描述的实施例的概念造成难以理解，公知的结构和装置以框图形式示出。
本公开内容的上述描述被提供来使得本领域任何普通技术人员能够实现或者使用本公开内容。对于本领域普通技术人员来说，对本公开内容进行的各种修改是显而易见的，并且，也可以在不脱离本公开内容的保护范围的情况下，将本文所定义的一般性原理应用于其它变型。因此，本公开内容并不限于本文所描述的示例和设计，而是与符合本文公开的原理和新颖性特征的最广范围相一致。

Claims (14)

  1. 一种用于向应用程序(10)提供云数据的方法(400)，所述方法由多个云数据中心中的一个云数据中心(30)执行，所述方法包括：
    获取(410)应用程序所需云数据的模型描述信息，所述云数据包括至少一个数据元素，所述模型描述信息用于描述数据元素组成和数据元素上下文关系；
    从所述云数据中心处的知识库数据库(310)中获取(420)数据结构规范信息，所述数据结构规范信息用于规范所述云数据中心(30)处的数据的数据结构；
    按照所述数据结构规范信息所规范的数据结构来将所述模型描述信息重构(430)为第一数据结构；
    获取(440)所述云数据中心(30)的云数据存储装置(320)处存储的云数据的样本数据；
    基于所述知识库数据库(310)中的数据元素自有特征信息和数据元素上下文信息，对所述第一数据结构和所述样本数据进行知识匹配(450)，以确定所述第一数据结构中的与所述样本数据匹配的数据元素；
    从所述云数据中心(30)的云数据存储装置(320)获取(460)与所述匹配的数据元素对应的数据；以及
    将所获取的数据提供(470)给所述应用程序(10)。
  2. 如权利要求1所述的方法(400)，还包括：
    在所述第一数据结构中还存在未匹配的数据元素时，将去除匹配的数据元素后的第一数据结构发送(480)给所述多个云数据中心中的另一云数据中心，
    其中，所述另一云数据中心是所述多个云数据中心中的任一未进行云数据获取处理的云数据中心。
  3. 如权利要求1所述的方法(400)，其中，在所述云数据中心(30)是安装有所述应用程序的第一云数据中心(30-1)时，所述模型描述信息包 括所述云数据的数据模型和分析模型。
  4. 如权利要求1所述的方法(400)，其中，在所述云数据中心(30)不是安装有所述应用程序的第一云数据中心(30-1)时，所述模型描述信息是从上一完成云数据获取处理的云数据中心接收的数据结构。
  5. 如权利要求1所述的方法(400)，其中，所述数据元素自有特征信息包括下述特征信息中的至少一种：
    数据元素含义；
    数据格式；和
    数据特征。
  6. 如权利要求1所述的方法(400)，其中，所述多个云数据中心之间配置有数据接口(40)来进行数据传输。
  7. 一种用于向应用程序(10)提供云数据的装置(330)，所述装置位于多个云数据中心中的一个云数据中心(30)处，所述装置(330)包括：
    模型描述信息获取单元(331)，被配置为获取应用程序所需云数据的模型描述信息，所述云数据包括至少一个数据元素，所述模型描述信息用于描述数据元素组成和数据元素上下文关系；
    数据结构规范信息获取单元(332)，被配置为从所述云数据中心(30)处的知识库数据库(310)中获取数据结构规范信息，所述数据结构规范信息用于规范所述云数据中心(30)处的数据的数据结构；
    数据结构重构单元(333)，被配置为按照所述数据结构规范信息所规范的数据结构来将所述模型描述信息重构为第一数据结构；
    样本数据获取单元(334)，被配置为获取所述云数据中心(30)的云数据存储装置(320)处存储的云数据的样本数据；
    知识匹配单元(335)，被配置为基于所述知识库数据库(310)中的数据元素自有特征信息和数据元素上下文信息，对所述第一数据结构和所述样本数据进行知识匹配，以确定所述第一数据结构中的与所述样本数据匹 配的数据元素；
    云数据获取单元(336)，被配置为从所述云数据中心(30)的云数据存储装置(320)获取与所述匹配的数据元素对应的数据；以及
    数据提供单元(337)，被配置为将所获取的数据提供给所述应用程序(10)。
  8. 如权利要求7所述的装置(330)，还包括：
    数据结构发送单元，被配置为在所述第一数据结构中还存在未匹配的数据元素时，将去除匹配的数据元素后的第一数据结构发送给所述多个云数据中心中的另一云数据中心，
    其中，所述另一云数据中心是所述多个云数据中心中的任一未进行云数据获取处理的云数据中心。
  9. 如权利要求7所述的装置(330)，其中，在所述云数据中心(30)是安装有所述应用程序的第一云数据中心(30-1)时，所述模型描述信息包括所述云数据的数据模型和分析模型。
  10. 如权利要求7所述的装置(330)，其中，在所述云数据中心(30)不是安装有所述应用程序的第一云数据中心(30-1)时，所述模型描述信息是从上一完成云数据获取处理的云数据中心接收的数据结构。
  11. 一种云数据中心(30)，包括：
    知识库数据库(310)；
    云数据存储装置(320)；以及
    如权利要求7到10中任一所述的装置(330)。
  12. 一种计算设备(1900)，包括：
    至少一个处理器(1910)；以及
    与所述至少一个处理器耦合的存储器(1920)，被配置为存储指令，当所述指令被所述至少一个处理器执行时，使得所述至少一个处理器执行如 权利要求1到6中任一所述的方法。
  13. 一种机器可读存储介质，其存储有可执行指令，所述指令当被执行时使得所述机器执行如权利要求1到6中任一所述的方法。
  14. 一种计算机程序产品，所述计算机程序产品被有形地存储在计算机可读介质上并且包括计算机可执行指令，所述计算机可执行指令在被执行时使至少一个处理器执行如权利要求1到6中任一所述的方法。
PCT/CN2019/108185 2019-09-26 2019-09-26 用于向应用程序提供云数据的方法及装置 WO2021056338A1 (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/CN2019/108185 WO2021056338A1 (zh) 2019-09-26 2019-09-26 用于向应用程序提供云数据的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/CN2019/108185 WO2021056338A1 (zh) 2019-09-26 2019-09-26 用于向应用程序提供云数据的方法及装置

Publications (1)

Publication Number Publication Date
WO2021056338A1 true WO2021056338A1 (zh) 2021-04-01

Family

ID=75165479

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2019/108185 WO2021056338A1 (zh) 2019-09-26 2019-09-26 用于向应用程序提供云数据的方法及装置

Country Status (1)

Country Link
WO (1) WO2021056338A1 (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104380277A (zh) * 2012-06-29 2015-02-25 英特尔公司 用于管理云调度环境中的服务器硬件资源的方法、系统和设备
CN107862078A (zh) * 2017-11-29 2018-03-30 上海蓝色帛缔智能工程有限公司 一种基于元数据的云数据中心系统架构
CN109408518A (zh) * 2018-11-07 2019-03-01 郑州云海信息技术有限公司 一种数据存储的方法及装置
US20190222508A1 (en) * 2017-03-01 2019-07-18 Juniper Networks, Inc. Network interface card switching for virtual networks

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104380277A (zh) * 2012-06-29 2015-02-25 英特尔公司 用于管理云调度环境中的服务器硬件资源的方法、系统和设备
US20190222508A1 (en) * 2017-03-01 2019-07-18 Juniper Networks, Inc. Network interface card switching for virtual networks
CN107862078A (zh) * 2017-11-29 2018-03-30 上海蓝色帛缔智能工程有限公司 一种基于元数据的云数据中心系统架构
CN109408518A (zh) * 2018-11-07 2019-03-01 郑州云海信息技术有限公司 一种数据存储的方法及装置

Similar Documents

Publication Publication Date Title
US9064213B2 (en) Dynamic model-based analysis of data centers
CN113508403B (zh) 用于自动化系统组件与多个信息源的可互操作通信的系统和方法
Krause et al. Challenges in modelling and using quality of context (qoc)
WO2017124704A1 (zh) 日志内容的显示方法及装置
US10628747B2 (en) Cognitive contextual diagnosis, knowledge creation and discovery
US8832143B2 (en) Client-side statement cache
CN107370777B (zh) 一种用于资源绑定的方法和装置
WO2007086981A2 (en) Method and system for automatically building intelligent reasoning models based on bayesian networks using relational databases
US20140208167A1 (en) Method and system for single point of failure analysis and remediation
CN108512716B (zh) 上报设备信息的方法、系统、计算机设备和存储介质
CN111061678A (zh) 业务数据处理方法、装置、计算机设备和存储介质
CN115280741A (zh) 混合能量管理中的自主监测和恢复的系统和方法
CN113111261A (zh) 一种云平台的数据处理方法、云平台及全景分析系统
WO2018202440A1 (en) Data transmission method and apparatus
WO2021056338A1 (zh) 用于向应用程序提供云数据的方法及装置
CN113835918A (zh) 一种服务器故障分析方法及装置
CN110995489B (zh) 大数据平台服务器管理方法、装置、服务器及存储介质
CN116629015A (zh) 数字孪生任务的处理方法、装置、设备及存储介质
Abe et al. Business monitoring framework for process discovery with real-life logs
CN113495723B (zh) 一种调用功能组件的方法、装置及存储介质
CN110691263A (zh) 同步本地与服务器时间的方法、介质、电子设备及系统
CN111209054A (zh) 终端设备的配置方法、终端管理设备及电子设备
US8645970B1 (en) Method to route notifications to designated responder
CN116186018B (zh) 一种基于安全控制的电力数据标识和解析方法
US11689432B1 (en) Feedback prioritization system

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19947340

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19947340

Country of ref document: EP

Kind code of ref document: A1