[发明专利]基于定长数据块的工业信号数据访问方法

说明书

本发明涉及基于定长数据块的工业信号数据访问方法，与现有技术相比解决了工业信号源提取的数据利用率低造成数据提取资源浪费的缺陷。本发明包括以下步骤：构建内存服务器集群；对测点在内存服务器上进行编码；接收数据高速总线所发送的数据；内存服务器数据的接收与处理；请求服务器或客户端读取数据。本发明降低了服务器检索数据的计算负荷，满足了客户端的工艺关键数据实时展现以及工业曲线报表的实时展现要求。

技术领域

本发明涉及工业数据访问技术领域，具体来说是基于定长数据块的工业信号数据访问方法。

背景技术

随着物联网、云计算、大数据等业务和技术的完善，以及国家中国制造2025战略推动，工业数据中心作为工业数据的汇集以及存储、分发中心，将起着不可替代的作用。在工业应用的日常场景中，需要工业数据中心能够高效的收集离散的工业测点数据信号，并且能够高效的检索数据，以满足工业现场实时工艺数据展现以及实时曲线报表的要求。而为了满足工业实施信号的高速访问，采用高效的数据缓存管理技术必不可少。

在工业领域，实时信号的存储以及检索方案很多，其中典型方案一般是借助于实时数据库尤其是工业实时数据库来实现测点数据缓存。实时数据库具有高健壮、高吞吐、事务安全等特点，但由于其价格昂贵，往往用于大型企业的MES、MRP系统中，对于数据中心这样为多行业提供基础设施的需求来说其成本不可接受并且没有必要。

也有很多技术方案采用基于Memchched、Redis等搭建分布内存数据队列来解决工业数据缓存问题，仅仅采用K-Value方式来存储数据是不够的，仍需要搭建分布数据缓存架构并根据业务实际需要搭建相应的数据结构以及定义访问策略。需要提到的是，UCBerkeley的基于内存的分布式并行处理框架Spark、以及基于MapReduce的Storm均提供了基于流处理的数据处理机制，解决了大数据的实时计算问题，但将其作为单纯的数据缓冲并不合适。

在研究领域，大数据技术链上的内存计算技术近年来逐渐被人关注，2015年国家863计划已经将“面向大数据的内存关键技术”列为信息技术领域的重要内容。但国内科研机构的科研成果偏于强调学术价值，成果转化存在一定困难。随着计算机硬件设备的制造技术的提升，以及超融合技术的普及，采用超融合技术架构或者低成本超大容量内存服务器可以为工业数据中心的工业数据缓存带来新的解决方案。

从工业数据中心的角度来说，工业数据中心往往需要汇聚大量的信号数据。假设一组服务器接入1000多个工业站点，每个工业站点需要监控1000个信号测点，每个测点需要实时保存检索2000条数据，则服务器需要为近2亿条记录提供保存和检索服务。即使这些数据全部采用内存保存，如不考虑采用合适的数据结构和算法，则服务器检索计算压力巨大，无法即时响应和处理高频次的数据请求。从建设成本角度出发，数据中心也不宜仅仅为满足数据缓冲需要而使用价格高昂的超大内存服务器。

从工业远程监控的实际应用来看，远程监控一般需要考虑观测工艺节点关键指标数据，以及观测某一关键指标某时间区域的实时曲线。而实时信号的即时计算以及实时信号的回溯往往在工业环境现场以及本地信息中心处理。因此分析如下：远程监控在对工艺节点监测时，需要参照工艺结构图观测测点最新数据，这是仅仅需要服务器向客户端发送该测点单条最新数据即可；而在观测测点实时曲线的时候，受限于显示设备分辨率大小，服务器仅仅需要向客户端发送固定长度的测点数据。

因此，传统技术中提取的大量数据实际被应用在客户端的则非常少，造成了数据提取过程的资源浪费。如何利用工业远程监控在实际应用中的这一数据提取特性，减少工业源点数据的提取量，设计出一种工业信号数据访问方法已经成为急需解决的技术问题。

发明内容

本发明的目的是为了解决现有技术中工业信号源提取的数据利用率低造成数据提取资源浪费的缺陷，提供一种基于定长数据块的工业信号数据访问方法来解决上述问题。

为了实现上述目的，本发明的技术方案如下：