基于JSON文档结构的工业大数据多维分析方法

• 作者: 李强 李敏波 许鑫星 韩乐
• 来源期刊: 中国机械工程
• 学科: 工学
• 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
• 年，卷（期）: 2020,（14）
• 所属期刊栏目: 服务型制造
• 页码范围: 1700-1707,1716
• 页数: 9页
• 分类号: TP182
• 字数: 7463字
• 语种: 中文
• DOI: 10.3969/j.issn.1004-132X.2020.14.009

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李敏波	复旦大学软件学院	17	165	7.0	12.0
5	李强		2	1	1.0	1.0
6	许鑫星	复旦大学软件学院	1	0	0.0	0.0
7	韩乐	复旦大学软件学院	1	0	0.0	0.0