一种工厂多工序检测设备检验缺陷分析方法和装置制造方法及图纸

本发明专利技术提出了一种工厂多工序检测设备检验缺陷分析方法和装置，该方法包括如下步骤：基于B/S架构部署运行环境，并配置环境参数；采用Sharding

【技术实现步骤摘要】
一种工厂多工序检测设备检验缺陷分析方法和装置


[0001]本专利技术涉及半导体制造
，具体而言，涉及一种工厂多工序检测设备检验缺陷分析方法和装置。

技术介绍

[0002]工厂多工序检测设备检验缺陷分析，是指通过缺陷扫描机台对产品(如晶圆)进行扫描，收集缺陷信息，再利用缺陷查看机台对缺陷部位进行扫描，生成每个缺陷对应的图片和文件，检测人员和系统通过分析图片和文件结果，进行缺陷回溯，找到缺陷真因，可做到对生成流程进行针对性改善，从而实现提升产品良率的需求。
[0003]现有技术中，工厂多工序检测设备检验缺陷分析工具普遍使用C/S架构搭配Oracle数据库。C/S架构的全称是Client/Server，即客户端/服务器体系结构，主要应用于局域网内。它是一种网络体系结构，通常采取两层结构，服务器负责数据的管理，客户端负责完成与用户的交互任务。然而，该架构存在如下缺点：(1)C/S客户端的计算机电脑配置要求较高，且C/S每一个客户端都必须安装和配置专用的软件，C/S每一个客户端都要进行升级和维护。(2)C/S架构：适用面窄：通常用于局域网；通用性差：需安装客户端，部署麻烦，且维护性差，不易扩展；客户端硬件要求高：大数据算力需要高成本硬件支持，对客户端硬件要求较高。(3)Oracle数据库：对硬件要求高，服务器端运行占用资源较多；Licence需要每年付费购买，且费用较高；PB级数据查询支持性差，查询性能较差；维护难度较高，操作复杂，需要有对应知识储备。
[0004]随着业务的增加，数据库的数据量越来越多，当数据量达到1000w或者100G后，C/S架构搭配Oracle数据库的系统对于数据的查询效率就会越来越低，存在海量缺陷数据的读写性能差问题，不足以满足用户高效分析不良根因的需求。

技术实现思路

[0005]鉴于上述问题，本专利技术提供了一种工厂多工序检测设备检验缺陷分析方法和装置，解决了现有技术中存在的海量缺陷数据读写性能差，不足以满足用户高效分析不良根因的需求问题。
[0006]为解决上述技术问题，本专利技术采用的技术方案是：一种工厂多工序检测设备检验缺陷分析方法，包括如下步骤：基于B/S架构部署运行环境，并配置环境参数；采用Sharding
‑
JDBC框架，配置数据库分库分表策略；获取缺陷数据，根据所述分库分表策略将缺陷数据分片保存至多个数据库；接收SQL语句并执行，根据执行结果读写对应数据库中的缺陷数据；对所述缺陷数据进行分析处理，并进行图形化展示。
[0007]作为优选方案，所述基于B/S架构部署运行环境，包括：在客户端安装浏览器，在数据库服务器安装PostgreSQL、SQLServer和GreenPlum数据库，所述浏览器通过Web服务器与数据库服务器进行数据交互。
[0008]作为优选方案，所述配置环境参数，包括：修改etc/hosts文件，并调整内核参数；
创建用户gpadmin接口，安装并配置NTP插件；安装GreenPlum数据库和libcgrop
‑
tools工具；创建节点主机文件，获取ssh私钥。
[0009]作为优选方案，所述配置数据库分库分表策略，包括：导入由shardingJDBC和springboot整合的依赖包；定义数据源，所述数据源为需要分库的数据库；指定数据节点，所述数据节点为分表的表；根据雪花算法配置主键生成策略，即生成一个64位比特位long类型的唯一id。
[0010]作为优选方案，所述64位比特位long类型的唯一id，由最高1位固定值0、41位存储毫秒级时间戳、10位存储机器码和12位存储序列号组成。
[0011]作为优选方案，所述缺陷数据包括图片与文件，则所述缺陷数据通过以下步骤获得：利用缺陷扫描机台对产品进行扫描，收集每件产品的缺陷信息，生成klarf文件；根据klarf文件，利用缺陷查看机台对缺陷部位进行扫描，生成每个缺陷对应的图片与文件。
[0012]作为优选方案，所述接收SQL语句并执行，包括如下步骤：SQL解析，根据SQL语句进行解析，生成一个SQL的语法树；SQL路由，根据分片规则匹配到具体数据库或者表；SQL改写，将SQL中逻辑表改写为真实的物理表；SQL执行，执行改写后的SQL语句；结果归并，将执行结果进行归并。
[0013]作为优选方案，所述图形化展示，包括单map图展示、多map图叠和对比展示。
[0014]本专利技术还公开了一种工厂多工序检测设备检验缺陷分析装置，包括：部署模块，基于B/S架构部署运行环境，并配置环境参数；配置模块，采用Sharding
‑
JDBC框架，配置数据库分库分表策略；分片模块，用于获取缺陷数据，根据分库分表策略将缺陷数据分片保存至多个数据库；读写模块，用于接收SQL语句并执行，根据执行结果读写对应数据库中的缺陷数据；展示模块，用于对所述缺陷数据进行分析处理，并进行图形化展示。
[0015]与现有技术相比，本专利技术的有益效果包括：使用B/S架构搭配PostgreSQL、SQLServer和GreenPlum数据库，B/S架构免客户端安装，无需维护客户端，维护成本低；在Greenplum数据库集群中，每个节点上可以运行多个数据库，将数据分布到多个节点上来实现规模数据的存储，通过并行查询处理来提高查询性能，保证了大规模数据并发处理的效率。采用Sharding
‑
JDBC框架和数据库分库分表策略，实现数据分片，保证海量数据的读写性能，以满足对产品缺陷数据的快速查询及写入的需求，进一步解决了海量缺陷数据的读写性能问题，满足了用户高效分析不良根因的需求。
附图说明
[0016]参照附图来说明本专利技术的公开内容。应当了解，附图仅仅用于说明目的，而并非意在对本专利技术的保护范围构成限制。在附图中，相同的附图标记用于指代相同的部件。其中：
[0017]图1为本专利技术实施例工厂多工序检测设备检验缺陷分析方法的流程示意图；
[0018]图2为本专利技术实施例运行环境的结构示意图；
[0019]图3为本专利技术实施例数据库分库分表策略的架构示意图；
[0020]图4为本专利技术实施例工厂多工序检测设备检验缺陷分析装置的结构示意图。
具体实施方式
[0021]容易理解，根据本专利技术的技术方案，在不变更本专利技术实质精神下，本领域的一般技
术人员可以提出可相互替换的多种结构方式以及实现方式。因此，以下具体实施方式以及附图仅是对本专利技术的技术方案的示例性说明，而不应当视为本专利技术的全部或者视为对本专利技术技术方案的限定或限制。
[0022]根据本专利技术的一实施方式结合图1示出。一种工厂多工序检测设备检验缺陷分析方法，包括如下步骤：
[0023]S101，基于B/S架构部署运行环境，并配置环境参数。
[0024]参见图2，基于B/S架构部署运行环境，包括：在客户端安装浏览器，在数据库服务器安装PostgreSQL、SQLServer和GreenPlum数据本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种工厂多工序检测设备检验缺陷分析方法，其特征在于，包括如下步骤：基于B/S架构部署运行环境，并配置环境参数；采用Sharding
‑
JDBC框架，配置数据库分库分表策略；获取缺陷数据，根据所述分库分表策略将缺陷数据分片保存至多个数据库；接收SQL语句并执行，根据执行结果读写对应数据库中的缺陷数据；对所述缺陷数据进行分析处理，并进行图形化展示。2.根据权利要求1所述的工厂多工序检测设备检验缺陷分析方法，其特征在于，所述基于B/S架构部署运行环境，包括：在客户端安装浏览器，在数据库服务器安装PostgreSQL、SQLServer和GreenPlum数据库，所述浏览器通过Web服务器与数据库服务器进行数据交互。3.根据权利要求1所述的工厂多工序检测设备检验缺陷分析方法，其特征在于，所述配置环境参数，包括：修改etc/hosts文件，并调整内核参数；创建用户gpadmin接口，安装并配置NTP插件；安装GreenPlum数据库和libcgrop
‑
tools工具；创建节点主机文件，获取ssh私钥。4.根据权利要求1所述的工厂多工序检测设备检验缺陷分析方法，其特征在于，所述配置数据库分库分表策略，包括：导入由shardingJDBC和springboot整合的依赖包；定义数据源，所述数据源为需要分库的数据库；指定数据节点，所述数据节点为分表的表；根据雪花算法配置主键生成策略，即生成一个64位比特位long类型的唯一id。5.根据权利要求4所述的工厂多工序检测设备检验缺陷分析方法，...

【专利技术属性】
技术研发人员：孙俊杰，胡发云，
申请(专利权)人：江苏道达智能科技有限公司，
类型：发明
国别省市：