[发明专利]一种高维时序数据压缩存储方法

权利要求书

1.一种高维时序数据压缩存储方法，其特征在于，包括以下步骤：

步骤1：设置D维时序数据每一分量D_i的压缩点数CP(D_i)，并将压缩梯度Grad(D_i)设置为CP(D_i)×2^k(k＝1,2,3,...)；

步骤2：将D_i的最大值Max(D_i)和最小值Min(D_i)分别设置为第一个数据点的值；

步骤3：为每一分量D_i初始化一个区间列表RL(D_i)，用于存储分量D_i已经压缩过的数据区间，列表中的每个元素是一个元组t_s,t_e,v_max,v_min,v_avg,n，其中t_s和t_e分别表示区间的开始时间标签和结束时间标签，v_max，v_min和v_avg分别表示区间内数据点的最大值、最小值和平均值，n表示区间内数据点的个数；

步骤4：顺序读入时序数据，对任意时刻t采样到的D维时序数据，分别对每一分量d_it进行处理，采用区段合并的方法将每个分量数据压缩为一个区段列表RL(D_i)；

步骤5：对所有分量D_i的区间列表RL(D_i)，取其所有元组的时间标签，并将其放入到同一时间队列TL中；

步骤6：对TL中的时间标签按照升序进行排序；

步骤7：顺序扫描TL中的每一个时间标签t，根据所有分量的区间列表RL(D_i)重新生成时序数据；

步骤8：将新生成的时序数据保存到关系数据库中。

2.如权利要求1所述的方法，其特征在于，步骤4中，分量D_i在t时刻的数据d_it进行数据区段压缩方法，包括以下步骤：

步骤41：比较d_it与Max(D_i)和Min(D_i)的关系，若d_it小于Min(D_i)，则将Min(D_i)设置为d_it，若d_it大于Max(D_i)，则将Max(D_i)设置为d_it；

步骤42：取RL(D_i)中最后一个区间元素R_l＝t_s,t_e,v_max,v_min,v_avg,n，若v_min≤d_it≤v_max，则更新R_l为t_s,t_e,v_max,v_min,(v_avg*n+d_it)/(n+1),n+1；否则创建一个新的区间R_n＝t,t,d_it,d_it,d_it,1，并添加到区间列表RL(D_i)的尾部；

步骤43：检查RL(D_i)中元素的个数，如果超过了指定的压缩点数CP(D_i)，对RL(D_i)中区间进行区间合并。