[发明专利]一种应用于智慧社区的数据存储方法

权利要求书

1.一种应用于智慧社区的数据存储方法，其特征在于，包括：

边缘节点采集智慧社区内多个终端上传的多源异构数据，所述多源异构数据包括视频监控数据，人脸数据，小区环境噪声数据，小区温湿度数据，小区停车状况数据；

所述边缘节点将所述多源异构数据上传至云服务器；

所述云服务器将所述多源异构数据进行归一化处理，并进行数据标签，所述数据标签包括存储时间、数据活跃度、重要等级、数据量大小及压缩环境；

所述云服务器监听各边缘节点的存储容量，并计算所述各边缘节点的剩余存储量；

当第一边缘节点的剩余存储量低于第一预设阈值时，所述云服务器建立所述第一边缘节点的多源异构数据索引表，所述索引表用于对所述多源异构待压缩数据进行索引；

所述云服务器设置所述第一边缘节点的压缩策略，并将所述压缩策略发送至所述第一边缘节点，所述压缩策略用于对不同的标签设置对应的压缩等级；

所述第一边缘节点基于所述压缩策略对存储的多源异构数据进行压缩。

2.根据权利要求1所述的方法，其特征在于，所述云服务器设置所述第一边缘节点的压缩策略，包括：

将所述存储时间按照3个月内，超过3个月低于6个月，超过6个月分为近期数据、中期数据和早期数据，并设置不同时期数据对应的积分；

将所述活跃度按照调用频率高于5次/月，调用频率低于5次大于2次，调用频率低于2次/月分为高活跃度、中活跃度和低活跃度，并设置不同活跃度数据对应的积分；

将所述重要等级分为重要，较重要和一般，并设置不同重要等级对应的积分；

将所述数据量大小分为大于等于10GB，小于10GB且大于等于5GB，小于5GB分为高数据量，中数据量和低数据量，并设置不同数据量对应的积分；

按照上述积分规则依次对所述第一边缘节点存储的多源异构数据进行单项评分并进行累加，计算出所述多源异构数据的最终得分，若所述最终得分结果超过第二阈值，则无需进行压缩，若所述最终得分结果低于第二阈值且超过第三阈值，则进行中度压缩，若所述最终得分结果超过低于第三阈值，则进行深度压缩，其中，第二阈值高于第三阈值。

3.根据权利要求2所述的方法，其特征在于，所述数据标签还包括数据关联性，所述数据关联性用于表示不同类型的多源异构数据之间的关联程度，则所述方法还包括：

将所述数据关联性划分为强关联和弱关联，将所述强关联的多个数据进行数据组合；

获取所述强关联数据组合的压缩等级，若所述强关联数据组合的压缩等级不一致，获取所述强关联数据组合的最低压缩等级，并将所述强关联数据组合中所有数据的压缩等级调整为所述最低压缩等级。

4.根据权利要求3所述的方法，其特征在于，所述数据标签还包括关键事件标签，则所述方法还包括：

若所述多源异构数据的关键事件标签为真，将所述多源异构数据及其强关联数据组合的多源异构数据的压缩等级调整为无需进行压缩；

若所述多源异构数据的关键事件标签为假，则无需调整所述多源异构数据及其强关联的多源异构数据的压缩等级。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：

所述第一边缘节点将所述多源异构数据按照所述重要等级进行冗余备份，并将所述冗余备份的数据迁移至第二边缘节点，其中所述第二边缘节点的剩余存储量高于所述第一预设阈值。

6.根据权利要求1所述的方法，其特征在于，所述第一边缘节点基于所述压缩策略对存储的多源异构数据进行压缩，包括：

评估所述不同类别的多源异构数据出现异常的概率；

设置不同的自适应数据采样频率，所述数据采样频率与所述不同类别的多源异构数据出现异常的概率及所述压缩等级相对应；

基于所述数据采样频率对所述存储的多源异构数据进行采样，并只保留所述采样后的多源异构数据，删除采样前的所述存储的多源异构数据；

将所述采样后的多源异构数据转换为二进制；

将所述二进制中相邻个数超过8位的“0”或“1”用八比特编码表示，所述八比特编码包括起始位，“0”或“1”本位，4比特相邻个数位及结束位。