基于JSON文档结构的工业大数据多维分析方法

摘要：

在智能生产制造过程中,工业数据存在复杂的关联关系和多源异构特性,不断增长的工业大数据使得数据分析与挖掘异常复杂,而传统的基于数据仓库或关系型数据库的工业数据分析方法数据处理不灵活、分析查询效率低.提出了基于JSON文档结构的工业大数据联机分析处理(OLAP)模型架构,使用Key-Value数据的JSON文档结构灵活定义工业数据结构,将维度信息中的表结构转换为基于JSON的文档结构,将事实包含的维度信息通过嵌套文档的方式保存.通过构建分析目标为根节点的文档树,基于Elasticsearch平台储存文档结构树并建立倒排索引,将查询与分析操作转变为文档内容的遍历与查询,使用倒排索引的方法提高数据分析查询的效率.设计了自定义配置检索条件与查询语句的智能解析引擎,实现了工业数据多维分析可视化图表的智能生成.

关键词：工业大数据、联机分析处理(OLAP)模型架构、多维分析、JSON文档结构

所属期刊栏目：31

分类号：TP182(自动化基础理论)

资助基金：国家自然科学基金资助项目;上海科技创新行动计划资助项目;山东省重大科技创新工程项目

在线出版日期：2020-09-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1700-1707,1716