【技术实现步骤摘要】
本专利技术涉及时序数据库，具体涉及一种分布式时序数据库管理系统。
技术介绍
1、分布式时序数据库应用在大量时序数据的处理上，分布式时序数据库通过将大量时序数据分配到各个模块进行相关操作，从而降低各个模块的压力，但是随着时序数据数量在同一时间的吞吐量越来越大，分布式时序数据库也面临着各个模块负载压力过大的问题，因此，对各个模块进行管理，从而提高存储性能和运算速度是很有必要的。
2、现有的分布式时序数据库管理基本能够可以满足当前需求，但是还存在一定的缺陷，其具体表现在：(1)现有的技术在获取当前检测时间段的时序数据，并将其存储至预定义的内存存储空间后，未将多余的内存存储空间释放，导致有多余的内存存储空间被占用，从而降低存储性能，提高公司的成本。
3、(2)现有的分布式时序数据库管理对分析数据的运行内存空间的调节缺乏一定重视，没有利用历史时序数据对各数据源分区的运行内存空间进行合理分配，部分数据源分区由于对应的运行内存空间较大和对应的数据分析简单，导致运算时长过短，但是有其他部分数据源分区由于对应的运行内存空间较小和对应的数据分析复杂，导致运算时长过长，运算时长短的数据源分区需要等待运算时长长的数据源分区运算完成，才能将数据分析结果打包，从而增加各数据源分区整体的运算时长，导致单位运算速度降低，公司的效率降低。
技术实现思路
1、本专利技术的目的在于提供的一种分布式时序数据库管理系统，解决了
技术介绍
中存在的问题。
2、为解决上述技术问题，本专利技术采用
3、所述时序数据获取模块用于在当前检测时间段从云平台获取各数据源上传的各时序数据，其中时序数据包括时间戳、检测数据和名称。
4、所述时序数据内存存储模块用于将各数据源上传的各时序数据进行分区操作，从而得到各数据源分区当前检测时间段的各时序数据，并将其存储至内存的时序数据库，从而得到内存的各数据源分区当前检测时间段的各时序数据。
5、所述时序数据外存储器存储模块用于将内存的各数据源分区当前检测时间段的各时序数据取出，并将内存的各数据源分区当前检测时间段的各时序数据存储至外存储器的时序数据库的各数据源分区，从而得到外存储器的各数据源分区当前检测时间段的各时序数据，并将其标记为各数据源分区当前检测时间段形成的各历史时序数据。
6、所述时序数据管理模块用于分析当前检测时间段的内存存储空间释放值，分析各数据源分区的上一个检测时间段的分析效率评估系数，从而筛选各提升数据源分区、各降低数据源分区和各保留数据源分区，并据此评估各提升数据源分区的运行内存空间增加值和各降低数据源分区的运行内存空间减少值，将各提升数据源分区的运行内存空间增加值和各降低数据源分区的运行内存空间减少值存储至时序数据外存储器存储模块。
7、所述时序数据分析模块用于依据各数据源分区各次历史检测时间段形成的各时序数据，分析各数据源分区当前检测时间段的数据分析运行内存空间值，分析各数据源分区当前检测时间段的数据警告系数，云平台从后台监测各数据源分区当前检测时间段的数据分析时长，将各数据源分区当前检测时间段的数据分析时长存储至时序数据外存储器存储模块对应的分区。
8、所述时序数据警告模块用于根据各数据源分区当前检测时间段的数据警告系数，判断是否对各数据源分区发出警告，并进行相应处理。
9、优选地，所述分析当前检测时间段的内存存储空间释放值，其具体分析方法为：从云平台获取内存的各数据源分区当前检测时间段的占用内存存储空间值ft，t表示为内存的各数据源分区的编号，t＝1,2,...,t，t为大于2的正整数。
10、从云平台获取预定义的分配内存存储值f。
11、分析当前检测时间段的内存存储空间释放值
12、优选地，所述分析各数据源分区的上一个检测时间段的分析效率评估系数，其具体分析方法为：从时序数据外存储器存储模块提取各数据源分区上一个检测时间段的数据分析时长di，i表示为时序数据外存储器存储模块各数据源分区的编号，i＝1,2,...,n，n为大于2的正整数。
13、分析各数据源分区的上一个检测时间段的分析效率评估系数
14、优选地，所述筛选各提升数据源分区、各降低数据源分区和各保留数据源分区，其具体筛选方法为：从云平台中获取预定义的可接受分析效率评估系数阈值区间。
15、a1.将各数据源分区的上一个检测时间段的分析效率评估系数与预定义的最大可接受分析效率评估系数阈值进行对比，若某数据源分区的上一个检测时间段的分析效率评估系数大于预定义的最大可接受分析效率评估系数阈值，则将该数据源分区标记为降低数据源分区，从而得到各降低数据源分区。
16、a2.将各数据源分区的上一个检测时间段的分析效率评估系数与预定义的最小可接受分析效率评估系数阈值进行对比，若某数据源分区的上一个检测时间段的分析效率评估系数小于预定义的最小可接受分析效率评估系数阈值，则将该数据源分区标记为提升数据源分区，从而得到各提升数据源分区。
17、a3.将上一个检测时间段的分析效率评估系数包含于可接受分析效率评估系数阈值区间的各数据源分区标记为各保留数据源分区。
18、优选地，所述评估各提升数据源分区的运行内存空间增加值和各降低数据源分区的运行内存空间减少值，其具体评估方法为：分析各降低数据源分区的分析效率评估系数差值其中e为预定义的最大可接受分析效率评估系数阈值，p表示为各降低数据源分区的编号，p＝1,2,...,h，h为大于2的正整数。
19、依据各降低数据源分区的分析效率评估系数差值，从云数据库中提取各运行内存空间减少值对应的分析效率评估系数差值区间，从而筛选各降低数据源分区的运行内存空间减少值。
20、分析各提升数据源分区的分析效率评估系数差值εl＝d-δl，其中d为预定义的最小可接受分析效率评估系数阈值，l表示为各提升数据源分区的编号，l＝1,2,...,k，k为大于2的正整数。
21、依据各提升数据源分区的分析效率评估系数差值，从云数据库中提取各运行内存空间增加值对应的分析效率评估系数差值区间，从而筛选各提升数据源分区的运行内存空间增加值。
22、优选地，所述分析各数据源分区当前检测时间段的数据分析运行内存空间值，其具体分析方法为：从云平台获取预定义的预估分配运行内存空间值q。
23、从时序数据外存储器存储模块获取各数据源分区各次历史检测时间段形成的时序数据的数量aij，并从时序数据外存储器存储模块获取各数据源分区各次历史检测时间段的数据分析时长bij，j表示为时序数据外存储器存储模块数据源分区各次历史检测时间段的编号，j＝1,2,...,m，m为大于2的正整数。
24、计算分配给各数据源分区本文档来自技高网...
【技术保护点】
1.一种分布式时序数据库管理系统，其特征在于，包括：时序数据获取模块、时序数据内存存储模块、时序数据外存储器存储模块、时序数据分析模块、时序数据警告模块和时序数据管理模块；
2.根据权利要求1所述的一种分布式时序数据库管理系统，其特征在于，所述分析当前检测时间段的内存存储空间释放值，其具体分析方法为：
3.根据权利要求1所述的一种分布式时序数据库管理系统，其特征在于，所述分析各数据源分区的上一个检测时间段的分析效率评估系数，其具体分析方法为：
4.根据权利要求3所述的一种分布式时序数据库管理系统，其特征在于，所述筛选各提升数据源分区、各降低数据源分区和各保留数据源分区，其具体筛选方法为：
5.根据权利要求3所述的一种分布式时序数据库管理系统，其特征在于，所述评估各提升数据源分区的运行内存空间增加值和各降低数据源分区的运行内存空间减少值，其具体评估方法为：
6.根据权利要求5所述的一种分布式时序数据库管理系统，其特征在于，所述分析各数据源分区当前检测时间段的数据分析运行内存空间值，其具体分析方法为：
7.根据权
8.根据权利要求1所述的一种分布式时序数据库管理系统，其特征在于，所述判断是否对各数据源分区发出警告，并进行相应处理，具体判断方法为：
...【技术特征摘要】
1.一种分布式时序数据库管理系统，其特征在于，包括：时序数据获取模块、时序数据内存存储模块、时序数据外存储器存储模块、时序数据分析模块、时序数据警告模块和时序数据管理模块；
2.根据权利要求1所述的一种分布式时序数据库管理系统，其特征在于，所述分析当前检测时间段的内存存储空间释放值，其具体分析方法为：
3.根据权利要求1所述的一种分布式时序数据库管理系统，其特征在于，所述分析各数据源分区的上一个检测时间段的分析效率评估系数，其具体分析方法为：
4.根据权利要求3所述的一种分布式时序数据库管理系统，其特征在于，所述筛选各提升数据源分区、各降低数据源分区和各保留数据源分区，其具体筛选方法为：
【专利技术属性】
技术研发人员：杨华，田鹏，
申请(专利权)人：上海麦杰科技股份有限公司西安分公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。