申请/专利权人:上海麦杰科技股份有限公司
申请日:2023-12-07
公开(公告)日:2024-04-16
公开(公告)号:CN117891800A
主分类号:G06F16/21
分类号:G06F16/21;G06F16/215;G06F16/2458;G06F16/2453
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.05.03#实质审查的生效;2024.04.16#公开
摘要:本发明公开了一种生成存储器模型和时序数据库的方法和装置,涉及时序数据库技术领域,本发明包括:步骤1.时序数据获取,步骤2.存储器预警模型生成,步骤3.时序数据库预警,步骤4.存储器删除模型生成,步骤5.时序数据库删除数据,步骤6.存储器查询模型生成,步骤7.时序数据库查询数据,本发明通过分析各数据源的历史预警参考值,判断是否需要提前预警,从而提升分析效率,本发明通过分析各数据源的各历史检测时间段的删除参考数据值,判断时序数据库中需优先删除的时序数据,从而维护数据安全,本发明通过分析各数据源的各历史检测时间段的众数数量评估比例,将各数据源的数据进行排序,从而提高查询效率。
主权项:1.一种生成存储器模型和时序数据库的方法,其特征在于,包括:步骤1.时序数据获取:云平台获取各数据源当前检测时间段的各时序数据,其中时序数据包括时间点、名称和数据检测值,并将各数据源当前检测时间段的各时序数据存储至时序数据库;步骤2.存储器预警模型生成:从云平台的时序数据库中获取各数据源的各历史检测时间段的各时序数据及其对应的数据检测值数量,分析各数据源的历史预警参考值;步骤3.时序数据库预警:根据各数据源的历史预警参考值,分析各数据源当前检测时间段的预警参考偏差值,判断各数据源当前检测时间段的时序数据是否需要预警,并进行相应处理;步骤4.存储器删除模型生成:从云平台的查询日志中获取各数据源的各历史查询数据值,分析各数据源的各历史检测时间段的删除参考数据值;步骤5.时序数据库删除数据:将各数据源的各历史检测时间段依据删除参考数据值从大到小的顺序进行排序,从而得到排序后的各数据源的各历史检测时间段,当时序数据库达到预定义的最大时序数据数量阈值时,进行删除操作;步骤6.存储器查询模型生成:根据各数据源的各历史检测时间段的各时序数据,得到各数据源的各历史检测时间段的数据检测值对应的众数值和对应的众数数量,分析各数据源的各历史检测时间段的众数数量评估比例;步骤7.时序数据库查询数据:由用户输入目标数据源的查询数据值,分析得到目标数据源的排序后的各查询历史检测时间段和排序后的各无关历史检测时间段,时序数据库先依序查询目标数据源的排序后的各查询历史检测时间段,再依序查询目标数据源的排序后的各无关历史检测时间段。
全文数据:
权利要求:
百度查询: 上海麦杰科技股份有限公司 一种生成存储器模型和时序数据库的方法和装置
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。