面向服务的动态可配置数据采集技术研究

2019-09-10胡淑新宋志蕙

计算机与网络 2019年12期

胡淑新宋志蕙

摘要：大数据分析可以提供大量的决策支持，同时也为人们的日常工作、生活和学习等提供了大量信息。对于不断产生的新数据，及时准确地采集其中的有效数据，是大数据分析的基础。为此，对面向服务的动态可配置数据采集技术进行研究，在完成面向服务的动态可配置数据搜索基础上，依托时间目标函数、综合目标函数对动态可配置数据进行选取，实现可配置数据的采集。仿真试验结果表明，面向服务的动态可配置数据采集技术，数据采集精度更高、更准确、更具可行性。

关键词：大数据分析；动态可配置；数据搜索；数据选取；数据采集

中图分类号：TP913文献标志码：A文章编号：1008-1739（2019）12-69-3

0引言

随着我国国防、通信、航空和气象等领域科学技术的发展，测量控制和处理所需的信息越来越多，速度也越来越快[1]。同时，测量控制任务变得越来越复杂，需要对现场、远距离网络进行测量控制。传统的独立工具无法适应高质量信息采集需求。因此，本文对面向服务的动态可配置数据采集技术进行研究。

可配置數据采集在工业生产和科学技术研究等诸多领域广泛应用，并且取得了良好的应用效果，具有更广阔的发展前景[2]。

传统的数据采集设备功能有限，升级和维护成本高，通信线路复杂，不能满足当前数据采集和处理的要求。为解决这些问题，越来越多的用户期待出现新的解决方案。数据采集工具实现的原理是其执行程序本身是独立于具体联邦的，但是它针对每一个应用都可以生成相应代码来适应具体需要。分析动态可配置数据搜索方法，在依据时间目标函数、综合目标函数完成对动态可配置数据的选取，从而实现动态可配置数据的采集[3]。对数据采集纯度进行仿真试验，仿真结果表明，面向服务的动态可配置数据采集技术更加准确，具有可行性。

1动态可配置数据搜索

在对动态可配置数据进行搜索时，传统方法均依据服务器数据库现状，采用基于数据库的搜索方法，实现对动态可配置数据搜索，但其搜索精度低并且很难适应现有的可配置数据的动态性，已无法满足动态可配置数据搜索需求[4]。基于形态相似度计算的搜索方法，搜索准确度较高，且方法简单。对此，通过计算可配置数据的形态相似度，确定搜索范围。形态相似度的计算表示为：

3动态可配置数据采集

考虑到可配置数据采集的复杂性，在选取数据的基础上，设置多个采集通道，且每采集完一个区域，自动切换至下一个采集通道，依次循环直至所有的可配置数据采集完毕，因此，在采集预处理时，设置的通道要足够。对采集到的可配置数据进行分类存储，存放地址空间不同，便于后续可配置数据的使用[8]。

在采集可配置数据时，每个通道采集不同的可配置数据，并且存储在不同的地址空间，服务器可直接读取存储区域内的数据[9]。

设置可配置数据采集参数，其中包括任务块的堆栈大小、内存警告线和任务数据库的地址等。可配置数据采集服务程序设置的堆栈空间为128 Byte，存储器调页线设置为10%，任务优先级设置为3（0是最高优先级）。创建服务程序后，打开可配置数据采集功能，任务进入阻塞状态[10]。基础设备的ADC开始对可配置数据进行采集，并且采集的数据通过硬件DMA通道存储在采集数据存储区域中，确保收集数据的稳定性，完成整个收集过程。数据采集具体流程如图1所示。