[发明专利]一种估算滑动窗口下的数据流平均值的方法与系统

权利要求书

1.一种估算滑动窗口下数据流平均值的方法，其特征在于，包括以下步骤：

(1)、初始化指数直方图：所述指数直方图把数据元素划分到不同的层次上，每层由若干个桶组成，所述桶用来存储数据流中一段时间内的数据集合信息，所述信息包括数据集合对应的时间戳和容量，所述时间戳表示的是数据集合中距离当前时刻最近的数据的时间戳，容量表示的是数据集合中所有数据元素的和；

(2)、将数据流的信息储存在桶中：所述桶在指数直方图中的位置由时间戳决定：层数越高，所述层上的桶的时间戳越旧，层数越低，所述层上的桶的时间戳越新；所述桶的时间戳越旧，表示桶中数据元素离当前时刻越远；桶的时间戳越新，表示桶中数据元素离当前时刻越近；同一层中的桶按时间戳新旧顺序排列；随着数据的不断流入，当有新的数据添加以及旧的数据删除时，进行桶的合并与分解操作，合并分解规则以桶的容量为参考；

(3)、查询指数直方图，输出近似平均值：首先计算指数直方图中所有桶的容量之和SUM，如果指数直方图只有一层，则输出近似平均值计算公式为其中N是滑动窗口的大小；如果指数直方图不只一层，则查询时间戳最旧的桶的容量C，输出近似平均值其计算公式为其中N是滑动窗口的大小。

2.如权利要求1所述的方法，其特征在于，所述步骤(2)包括以下子步骤：

(2.1)、检查是否存在已经超过当前滑动窗口的范围的桶，如存在则从指数直方图中删除其信息；

(2.2)、从数据流中取出当前到达的数据项，根据用户自定义的精度将数据流中当前到达的数据项转换成整数值；如果转换之后的数据不等于0，则执行步骤(2.3)；如果等于0，则不必执行步骤(2.3)；

(2.3)、更新指数直方图中的桶存储的信息，按照桶的分解合并规则对指数直方图中的桶进行分解合并。

3.如权利要求2所述的方法，其特征在于，所述步骤(2.1)中检查是否存在桶已经超过当前滑动窗口的时间范围，具体的是通过检查时间戳最旧的桶的时间戳与(t+1)mod(N)是否相等，若两者相等，则表示时间戳最旧的桶超过了当前滑动窗口的时间范围，其中t为当前时刻，N为窗口的大小，其中mod表示取两个整数相除后结果的余数。

4.如权利要求2或3所述的方法，其特征在于，所述步骤(2.3)包括以下子步骤：

(2.3.1)、根据用户自定义的精度将数据流中当前到达的数据项转换成整数值；新建一个桶，时间戳为(t+1)mod(N)，容量为当前到达的数据项转换后的值的大小，其中t为当前时刻，N为滑动窗口的大小，将所述桶插入到指数直方图的最低层B₀中,用B_i表示指数直方图中的第i层，i从0开始计数；然后从B₀层开始逐步检查B_i层中所有桶的容量之和；

(2.3.2)、如果Bi层中所有桶的容量之和sum_i超过Bi层预定义的值Maxsum_i，则执行步骤(2.3.3)，否则不必执行剩下子步骤；Maxsum_i表示第i层允许的容量和的最大值，Maxsum_i＝(k+1)*2ⁱ，k为用户自定义的整数参数；

(2.3.3)、计算Bi层多余容量D；计算规则是如果(sum_i-Minsum_i)mod2ⁱ⁺¹等于0，则Bi层多余容量D的计算公式为sum_i-Minsum_i；如果(sum_i-Minsum_i)mod2ⁱ⁺¹不等于0，则Bi层多余容量D的计算公式为sum_i-Maxsum_i；

(2.3.4)、从B_i层时间戳最旧的桶开始一一检查进行分解合并；i增加一个单元，继续执行步骤(2.3.2)，检查B_i层所有桶的容量之和，直到完成所有层的检查。