文档介绍：A Thesis Submitted in Partial Fulfillment of the Requirements for the Degree of Master of Engineering The Research on Online Analysis Platform of IndustrialReal-Time Data Candidate :Lei Deng Major :Communication & Information System Supervisor :Prof. Benxiong Huang Huazhong University of Science & Technology Wuhan 430074, January, 2012 独创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知,除文中已经标明引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体,均已在文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名: 日期: 年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定,即:学校有权保留并向国家有关部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。保密?,在年解密后适用本授权书。本论文属于不保密?。(请在以上方框内打“√”) 学位论文作者签名: 指导教师签名: 日期: 年月日日期: 年月日华中科技大学硕士学位论文 I 摘要随着工业信息化研究和应用的逐渐加大和普及,信息化系统内部针对广域分布设备的数据采集规模、采集精度以及采集速度的需求也不断提高。在数据呈海量增长的趋势下,工业实时数据库系统作为能够实时采集、存储以及管理来自工业实时数据源的专用数据库系统,已经广泛的应用到厂级监控系统、配网自动化、配电自动化等信息化应用系统中。通过数据分析提炼出实时数据中的有效信息是工业实时数据库系统的重要功能。但是目前工业实时数据库已有的数据分析方式是离线的, 并且只能提炼数据的初步信息,在数据连续不断的到达下,原有的基于离线的静态数据分析已无法满足实时数据库的实时应用需求,用户需要在线动态的数据分析方式来实时响应不断到达的数据。本文以自研工业实时数据库为基础,结合数据流管理系统中在线分析的相关模型及方法,设计了基于工业实时数据库的在线分析平台。分析平台向外部提供一种声明性的类SQL查询语言来共上层进行分析应用,能够实现对实时数据的多尺度分析、连续查询、数据抽象等功能。同时,针对时间序列数据对关系代数进行了扩展, 在使得查询更像是在关系表上进行操作的同时,提供在时间轴上的查询语义。在分析平台的基础上,针对工业实时数据的特点,本文提出了一种扩展自Bloom 过滤器(Bloom Filters,BF)的数据结构概率Bloom过滤器(Probability Bloom Filters, PBF)。相对于BF仅能提供集合成员查询的功能,PBF还能获取成员所带的属性值。并从理论上证明了针对PBF查询结果的准确性以及PBF进行组合操作的能力。接着针对工业实时数据的特点,基于PBF提出一种能够表示采集数据点集合的概要数据结构Multi-PBF(MPBF)。同时考虑到实时数据重要性随着时间递减,提出了MPBF 的倒金字塔衰减演化算法。最后对MPBF在在线分析平台上的应用进行了仿真验证, 进过对结果的分析可知,MPBF达到了设计要求且具有一定的实用价值。关键词:工业实时数据库;数据流管理系统;在线分析;概要数据结构;Bloom Filters 华中科技大学硕士学位论文 II Abstract As the increasing efforts and applications on industrialinformation system, the widely spread devices worksdeclare more demand on data acquisition size, acquisition precision and acquisition speed. With the rapid increasing speed of massive data, as a special database system which can collect, store and manage real-time data,the industri