本發(fā)明涉及一種存儲系統(tǒng)及方法，尤其涉及一種基于測點對象的數(shù)據(jù)存儲系統(tǒng)及存儲方法。

背景技術(shù)：

傳統(tǒng)的數(shù)據(jù)存儲技術(shù)都是直接采用數(shù)據(jù)庫建表與數(shù)據(jù)庫讀寫的方法實現(xiàn)數(shù)據(jù)存儲，特別是針對測試數(shù)據(jù)的來源多樣性無法做到數(shù)據(jù)存貯和使用的通用性。這樣會限制數(shù)據(jù)模型的標準化程度，增加業(yè)務(wù)數(shù)據(jù)改變或者數(shù)據(jù)庫變更造成的成本和風險，數(shù)據(jù)資產(chǎn)得不到保護，造成了很大的浪費。

技術(shù)實現(xiàn)要素：

為了解決上述技術(shù)所存在的不足之處，本發(fā)明提供了一種基于測點對象的數(shù)據(jù)存儲系統(tǒng)及方法。

為了解決以上技術(shù)問題，本發(fā)明采用的技術(shù)方案是：一種基于測點對象的數(shù)據(jù)存儲系統(tǒng)，該存儲系統(tǒng)包括模型創(chuàng)建單元、數(shù)據(jù)適配單元、數(shù)據(jù)存儲單元；模型創(chuàng)建單元與數(shù)據(jù)適配單元連接，數(shù)據(jù)適配單元與數(shù)據(jù)存儲單元相互連接；

模型創(chuàng)建單元負責根據(jù)DUT(Device UnderTest，被測試對象)模型創(chuàng)建測點對象模型；測點對象是DUT模型的基本單元，根據(jù)計量標準來定義，具體包括：

測點對象名稱：對應于DUT的某一測試接口，唯一標識測點對象；

工程單位：不同測點對象對應不同單位；

計量單位：傳感器的數(shù)據(jù)單位；

采樣率：只對采集信號有效，每秒需要采集的數(shù)據(jù)點個數(shù)；

時鐘：在一定的采樣頻率下，對應的采集時間；

精度：每個數(shù)據(jù)由儀器資源或者傳感器轉(zhuǎn)換后的精度；

計量數(shù)值：計量數(shù)值相對于工程數(shù)值而言，對于需要傳感器或有公式的測點有效，該值表示傳感器端采集到的DUT測點對象的數(shù)值；

工程數(shù)值：相對于計量數(shù)值而言，該值表示采集到的DUT測點對象的工程意義數(shù)值，有公式時，是計量數(shù)值經(jīng)公式轉(zhuǎn)換后得到的數(shù)值；

轉(zhuǎn)換公式：代表了計量數(shù)值與實際工程數(shù)值之間的轉(zhuǎn)換關(guān)系；

合格閾值：每個采集數(shù)據(jù)的合格范圍。

數(shù)據(jù)適配單元根據(jù)DUT模型的定義，提供多種類型的數(shù)據(jù)庫適配服務(wù)功能，以支持多種類型的數(shù)據(jù)庫，包括關(guān)系型數(shù)據(jù)庫(RDB，如SQL Server，MySQL等)，非關(guān)系型數(shù)據(jù)庫(NoSQL,如HBase、Cassandra等)；

數(shù)據(jù)存儲單元代表相應的數(shù)據(jù)庫實體，包括關(guān)系型數(shù)據(jù)庫(RDB，如SQL Server，MySQL等)，非關(guān)系型數(shù)據(jù)庫(NoSQL,如HBase、Cassandra等)。

本發(fā)明還提供了一種基于測點對象的數(shù)據(jù)存儲方法，包括以下步驟：

(一)創(chuàng)建DUT模型

根據(jù)DUT模型中定義的接口，創(chuàng)建測點對象模型，并按照計量標準定義好測點對象；

(二)創(chuàng)建用于適配數(shù)據(jù)存儲單元的數(shù)據(jù)存儲映射

根據(jù)第(一)步建立的測點對象模型，選擇合適的數(shù)據(jù)存儲單元，建立用于數(shù)據(jù)適配的數(shù)據(jù)存儲映射；

(三)連接具體的數(shù)據(jù)存儲單元

運行數(shù)據(jù)存儲映射，連接具體的數(shù)據(jù)存儲單元，包括關(guān)系型數(shù)據(jù)庫(RDB，如SQL Server，MySQL等)，非關(guān)系型數(shù)據(jù)庫(NoSQL,如HBase、Cassandra等)。

本發(fā)明的數(shù)據(jù)適配單元可屏蔽各類數(shù)據(jù)庫的差異，便于上層應用程序的統(tǒng)一調(diào)用，在導入測點對象模型后，按照不同的數(shù)據(jù)庫要求進行數(shù)據(jù)庫連接、讀寫等操作，并對外提供統(tǒng)一的函數(shù)接口，供上層應用程序調(diào)用。

本發(fā)明具有以下有益效果：

(1)通過測點對象數(shù)據(jù)模型及數(shù)據(jù)適配接口，能夠很好的兼容大數(shù)據(jù)存儲平臺，為以后的數(shù)據(jù)分析、數(shù)據(jù)挖掘奠定了技術(shù)基礎(chǔ)；

(2)極大的提高了數(shù)據(jù)模型的標準化程度、減少了業(yè)務(wù)數(shù)據(jù)改變或數(shù)據(jù)庫變更造成的成本，保護了用戶前期的投資。

附圖說明

圖1是本發(fā)明的結(jié)構(gòu)框圖。

圖2是本發(fā)明的具體實施流程圖。

圖3是本發(fā)明測點對象模型的結(jié)構(gòu)框圖。

圖4是本發(fā)明數(shù)據(jù)存儲映射工作原理框圖。

具體實施方式

下面結(jié)合附圖和具體實施方式對本發(fā)明作進一步詳細的說明。

如圖1所示，本發(fā)明包括模型創(chuàng)建單元、數(shù)據(jù)適配單元、數(shù)據(jù)存儲單元；模型創(chuàng)建單元與數(shù)據(jù)適配單元連接，數(shù)據(jù)適配單元與數(shù)據(jù)存儲單元相互連接；

模型創(chuàng)建單元負責根據(jù)DUT(Device UnderTest，被測試對象)模型創(chuàng)建測點對象模型；測點對象是DUT模型的基本單元，根據(jù)計量標準來定義，如圖3所示，具體包括：

測點對象名稱：對應于DUT的某一測試接口，唯一標識測點對象；

工程單位：不同測點對象對應不同單位；

計量單位：傳感器的數(shù)據(jù)單位；

采樣率：只對采集信號有效，每秒需要采集的數(shù)據(jù)點個數(shù)；

時鐘：在一定的采樣頻率下，對應的采集時間；

精度：每個數(shù)據(jù)由儀器資源或者傳感器轉(zhuǎn)換后的精度；

計量數(shù)值：計量數(shù)值相對于工程數(shù)值而言，對于需要傳感器或有公式的測點有效，該值表示傳感器端采集到的DUT測點對象的數(shù)值；

工程數(shù)值：相對于計量數(shù)值而言，該值表示采集到的DUT測點對象的工程意義數(shù)值，有公式時，是計量數(shù)值經(jīng)公式轉(zhuǎn)換后得到的數(shù)值；

轉(zhuǎn)換公式：代表了計量數(shù)值與實際工程數(shù)值之間的轉(zhuǎn)換關(guān)系；

合格閾值：每個采集數(shù)據(jù)的合格范圍。

本發(fā)明數(shù)據(jù)適配單元根據(jù)DUT模型的定義，提供多種類型的數(shù)據(jù)庫適配服務(wù)功能，以支持多種類型的數(shù)據(jù)庫，包括關(guān)系型數(shù)據(jù)庫(RDB，如SQL Server，MySQL等)，非關(guān)系型數(shù)據(jù)庫(NoSQL,如HBase、Cassandra等)；

數(shù)據(jù)存儲單元代表相應的數(shù)據(jù)庫實體，包括關(guān)系型數(shù)據(jù)庫(RDB，如SQL Server，MySQL等)，非關(guān)系型數(shù)據(jù)庫(NoSQL,如HBase、Cassandra等)。

本發(fā)明還提供了一種基于測點對象的數(shù)據(jù)存儲方法，如圖2所示，包括以下步驟：

(一)創(chuàng)建DUT模型

根據(jù)DUT模型中定義的接口，創(chuàng)建測點對象模型，并按照計量標準定義好測點對象；

(二)創(chuàng)建用于適配數(shù)據(jù)存儲單元的數(shù)據(jù)存儲映射

根據(jù)第(一)步建立的測點對象模型，選擇合適的數(shù)據(jù)存儲單元，建立用于數(shù)據(jù)適配的數(shù)據(jù)存儲映射；

(三)連接具體的數(shù)據(jù)存儲單元

運行數(shù)據(jù)存儲映射，連接具體的數(shù)據(jù)存儲單元，包括關(guān)系型數(shù)據(jù)庫(RDB，如SQL Server，MySQL等)，非關(guān)系型數(shù)據(jù)庫(NoSQL,如HBase、Cassandra等)。

如圖4所示，數(shù)據(jù)存儲映射的目的在于，屏蔽各類數(shù)據(jù)庫的差異，便于上層應用程序的統(tǒng)一調(diào)用。因此，本模型在導入測點對象模型后，按照不同的數(shù)據(jù)庫要求進行數(shù)據(jù)庫連接、讀寫等操作，并對外提供統(tǒng)一的函數(shù)接口，供上層應用程序調(diào)用。由于對于上層的接口都是統(tǒng)一的，十分便于切換數(shù)據(jù)庫。目前支持的數(shù)據(jù)庫類型有關(guān)系型數(shù)據(jù)庫(RDB，如SQL Server，MySQL等)，非關(guān)系型數(shù)據(jù)庫(NoSQL,如HBase、Cassandra等)。

本發(fā)明基于可測試性的業(yè)務(wù)體系，在數(shù)據(jù)存貯系統(tǒng)之上建立起一套通用的測試數(shù)據(jù)對象系統(tǒng)，實現(xiàn)數(shù)據(jù)的標準化且與數(shù)據(jù)庫系統(tǒng)無關(guān)。這樣在業(yè)務(wù)數(shù)據(jù)發(fā)生改變或者存貯數(shù)據(jù)的數(shù)據(jù)庫系統(tǒng)更換時，基于測點對象進行數(shù)據(jù)模型的重構(gòu)、數(shù)據(jù)的備份、恢復或使用等變得簡單，數(shù)據(jù)資產(chǎn)得到保護，可以持續(xù)地發(fā)揮其價值，如后續(xù)的基于大數(shù)據(jù)技術(shù)的挖掘類應用。

本發(fā)明基于測點對象創(chuàng)建標準的數(shù)據(jù)模型，并通過數(shù)據(jù)模型生成數(shù)據(jù)存儲映射，從而與關(guān)系型數(shù)據(jù)庫或NoSQL等數(shù)據(jù)庫建立連接。該系統(tǒng)極大的提高了數(shù)據(jù)模型的標準化程度、減少了業(yè)務(wù)數(shù)據(jù)改變或數(shù)據(jù)庫變更造成的成本，為后續(xù)的大數(shù)據(jù)分析、數(shù)據(jù)挖掘等應用奠定了技術(shù)基礎(chǔ)。本發(fā)明適用于自動化測試、可測試性模型、數(shù)據(jù)采集與監(jiān)控、分布式測試控制、遠程測試、數(shù)據(jù)分析與挖掘等系統(tǒng)的數(shù)據(jù)存儲。

上述實施方式并非是對本發(fā)明的限制，本發(fā)明也并不僅限于上述舉例，本技術(shù)領(lǐng)域的技術(shù)人員在本發(fā)明的技術(shù)方案范圍內(nèi)所做出的變化、改型、添加或替換，也均屬于本發(fā)明的保護范圍。