Raumzeit Big Data Plattform

1. Plattform Übersicht

Diese Plattform ist durch zeitreihenbasierte Datenbanken und verteilte Daten als technische Merkmale gekennzeichnet und nutzt Technologien wie Parallelrechnung, Speicherberechnung, Mehrstufencaching und dynamische Planung, um das Management von großen Raumzeitdaten und die Parallelreformation von Analysealgorithmen zu realisieren, um die schnelle Veröffentlichung, Durchsuchen, Abfragen und Analyse von großen Raumzeitdaten in der Cloud-Umgebung zu erfüllen.

2. Eigenschaften der Plattform

Es umfasst eine große Menge an räumlichen Daten, die nach den Spezifikationen der Geoinformationsstandards für Kartierungen wie DLG, DOM, DEM und DRG erzeugt werden, sowie größere Mengen an spontanen Daten wie Text, Bilder, Sprache, Video usw., sowohl Daten im physischen als auch Daten im virtuellen Raum. Raum-Zeit-Big Data als die wichtigsten Big Data hat neben den allgemeinen Merkmalen von Big Data auch seine eigenen Besonderheiten. Die Plattform hat hauptsächlich folgende Merkmale:

Big Data umfasst die Beziehungen von Objekten, Prozessen und Ereignissen in Raum, Zeit und Semantik.

Große Raum-Zeit-Daten haben zeitliche Veränderungen, nulle Veränderungen, dynamische, mehrdimensionale evolutionäre Merkmale, diese auf Objekten, Prozessen und Ereignissen basierenden Raum-Zeit-Veränderungen sind messbar, deren Veränderungsprozess als Ereignis beschrieben werden kann, durch die Assoziationsinfektion von Objekten, Prozessen und Ereignissen kann ein dynamisches Assoziationsmodell von Großen Raum-Zeit-Daten erstellt werden.

3. Raum-Zeit-Große Daten haben Skala-Eigenschaften, für verschiedene Skala-Raum-Zeit-Große Daten Raum-Zeit-Evolution-Eigenschaften, können Objekte, Prozesse, Ereignis-Beziehungen Skala-Transformation und Rekonstruktion zu erreichen, um somit die Multi-Skala-Beziehungsanalyse von Raum-Zeit-Große Daten zu erreichen.

4. Raum-Zeit-Großdaten-Raum-Zeit-Veränderungen haben mehrtypische, mehrmalige, mehrdimensionale, dynamische Beziehungsmerkmale, die Beziehungsbeschränkungen können eine aufgabeorientierte Klassifizierung und Hierarchie durchführen, einen aufgabeorientierten Mechanismus für die Auswahl, Rekonstruktion und Aktualisierung von Beziehungsbeschränkungen aufbauen, basierend auf der Korrelationalität zwischen den Beziehungsbeschränkungen kann eine aufgabeorientierte Methode zur Generation von Beziehungsbeschränkungen erstellt werden.

5. Raum- und zeitliche Big Data haben die Eigenschaften der zeitlichen und räumlichen Dimension, extrahieren Phasenverhaltensmerkmale in Echtzeit und erstellen Situationsmodelle unter Berücksichtigung der zeitlichen und räumlichen Beziehungsbeschränkungen, um die Situationen in Echtzeit zu erkennen, zu verstehen und vorherzusagen, die zu einer bestimmten Phase des Verhaltens führen. Sie können Probleme mit dem Verständnis und der Vorhersage von Big Data-Ereignissen im Raum- und Zeitbereich, der Untersuchung des Verhaltens von Big Data-Ereignissen im Raum und der Konstruktion einer Bibliothek von Regeln erstellen, um Kenntnisse für das Musteraufbau und die aktive Frühwarnung von außergewöhnlichen Ereignissen zu gewährleisten.

3. Funktionen der Plattform

• Dynamische Datenverarbeitung in Echtzeit

Echtzeit-dynamisches Datenverarbeitungssystem, das hauptsächlich für die Erfassung, Verarbeitung und Verwaltung verschiedener Arten dynamischer Daten verwendet wird. Der Systeminhalt umfasst IoT-Knotenmanagement, Echtzeit-dynamisches Datenmanagement, Echtzeit-dynamisches Datenklassifizierungsmanagement, Echtzeit-dynamisches Datenüberwachungsindikatormanagement usw.

2. IoT-Knotenverwaltungsfunktion, unterstützt das Hinzufügen, Ändern, Löschen von IoT-Knoten, jede Art von IoT-Knoten entspricht einer Schicht, die die Auswahl vorhandener Datensätze oder die Erstellung neuer Datensätze unterstützt.

3. Echtzeit-dynamische Datenmanagement-Funktion, unterstützt Echtzeit-dynamische Daten wie IoT-Daten, Wasserkraft und andere städtische Betriebs- und Überwachungsdaten, Abfragen, Ergebnisse, Datenstatistiken und andere Operationen.

Dynamische Datenklassifizierung in Echtzeit unterstützt die Zugabe, Änderung, Löschung, Abfrage und andere grundlegende Operationen der Datenklassifizierung, wobei eine oder mehrere Schichten wie IoT-Knoten in jeder Klassifizierung definiert werden können.

5. Dynamische Echtzeit-Datenüberwachungsindikatoren unterstützen die Definition von Überwachungsindikatoren unter jedem Typ von IoT-Knoten, einschließlich der Hinzufügen, Löschung oder Änderung von Überwachungsindikatoren und der Definition von Dienstadressen, Datenaktualisierungszyklen, Datenerfassungszyklen, Datengrenzwerten, Datenüberwachungsregeln und anderen Informationen, nach der Einstellung der Datenüberwachungsregeln wird das System für Daten außerhalb des Überwachungsbereichs Alarmverarbeitung durchführen.

• Geographische Entitätsverarbeitung und Architektur

Geo-Entity-Datenverarbeitung und -Bibliothekssystem, das hauptsächlich für die Verarbeitung, Qualitätsprüfung, Bibliotheksbau, Aktualisierung und Veröffentlichung grundlegender geografischer Entitätsdaten verwendet wird. Systeminhalte umfassen physische Datenverarbeitung, Qualitätsprüfung, Management, Inventory-Updates und physische Service-Releases.

• Raumzeitdatenmanagement

Das Big Data Management System bietet ein One-Stop-Update-Tool für die Archivierung, Abbildung, Veröffentlichung und integrierte Verwaltung von Raum- und Zeitdaten, um das einheitliche Management und die Anwendung von Raum- und Zeitinformationen zu erreichen, um sich an die Anforderungen der Produktion und Verwaltung von großen Mengen und mehreren Arten von Daten sowie die häufige Aktualisierung von Daten anzupassen. Das System umfasst hauptsächlich Funktionen wie Katalog- und Raumdatenmanagement, Kartenmanagement, Servicemanagement, Eingabeausgabe, Abfragestatistik, Datenvisualisierung, Metadatenmanagement, System- und Sicherheitsmanagement.

• Raum-Zeit Big Data Mining

Big Data Mining und Analysesysteme umfassen hauptsächlich die Organisation der vorhandenen Datenressourcen und die Analyse der inneren Verbindungen zwischen den einzelnen Daten, um tiefere Dateninformationen zu erzielen. Das System umfasst Funktionen wie GEO-ETL, Indikatorbibliothekenverwaltung und Data Mining.