数据解析

数据解析（共12篇）

数据解析 篇1

1 引言

随着我国经济和社会的快速发展进步, 城市信息化已经逐渐被人们所重视, 同时, 人们对所处地理环境的信息数据有了更高的要求, 不单单要求信息的质量, 更要求信息数据的覆盖面。

2 概述

电子地图主要是结合地图的数据库, 通过数字的方式在计算机的储蓄设备上进行相关的处理后, 并且经过计算机的大量验算, 将图像显示在计算机的电子屏幕上, 通常可以称之为瞬时地图或屏幕地图。电子地图是地理信息系统 (GIS) 在城市管理和服务中最常见的一种表现形式。在应用的过程中, 它能够有效地在地理信息系统中显示所有的功能。通过利用电子地图, 在对空间数据处理的过程中, 能够实现详细的验算与浏览, 以及简单的查询和搜索功能, 以获得大量的数据信息支持;也可通过精确的计算, 以数字的形式展示出科技背景下的经济建设成果[1]。

3 数据制作流程

图形数据与属性数据是地理信息数据的主要数据载体。在应用阶段, 当计算机得到了图形数据, 并经过严格的验算和检验后, 转换格式, 生成Map-Info的TAB格式;然后, 在经过各种数据的结构形成后, 就会产生图表的形式。数据制作流程如图1所示。

4 数据制作方法

数据制作是较为复杂的过程, 必须经过计算机的严密计算, 才能最终得出结论。在数据制作的过程中, 其主要由2个重要的部分结合而成:第一是图形数据采集过程;第二是属性数据的建立。

4.1 数据空间采集

在对地理信息数据空间位置采集的过程中, 必然会对空间进行验算, 必须将各种因素之间的内在关系处理妥当, 保证所有的元素在进行叠加之后, 所形成的关系协调一致, 不会出现严重的互相干扰现象[2]。以影像作为底图, 采集点、线、面各种要素, 如道路、铁路、水路、建筑物、街道等标记点状, 其数据见表1。

4.2 属性采集

1) 属性建库范围划分

属性采集建库划分范围, 主要是在整个信息处理的过程中, 以单元网格的形式对各种区域进行规划划分, 在各县组成面积部分中, 统一性地将100km2作为基础面开展工作。在进行网格的处理阶段中, 需要控制道路、街区、工厂的划分处理, 不能使其作为划分对象, 并且相邻的网格间不能出现空隙[3]。

2) 确定属性库结构

在编制属性结构的过程中, 需要按照市场的要求, 以可持续发展的基本理念作为基础, 并且在属性库结构的数据建立过程中, 要包括以下几项内容:道路、桥梁、水系、地名与门牌号等基本数据。

3) 属性采集方法

属性的采集方式, 主要是通过利用数据系统对相关的信息进行整合, 并且将接受到的数据传输到电脑系统中;同时, 还需要结合处理携带的对应数据, 并且将其分割成许多不同的小组, 然后在制定网格中进行信息处理;如果已经经过处理的信息有更新, 要及时对数据进行更新, 同时, 还需要结合实际的情况对相关的数据做好记录登记。

5 数据扩充

5.1 扩充内容

在对公共平台数据的处理过程中, 值得注意的是需要在数据提取的基础上, 对扩充的地名、地址以及地理编码进行处理。

5.2 行政区域地名地理编码

1) 在对城、区和城乡结合部进行范围划定时, 必须保证所划边界的完整性, 同时要以政府认定的边线为依据进行划定。

2) 在对城区、乡镇、村镇进行划分时, 必须以政府机构处理的界限为基础, 保证村庄的完整性[4]。

5.3 街巷或小区名地理编码

在对城区、乡镇等地区进行界限划分时, 首先要找出对应的地标性建筑或者组织, 然后选择地图的图形中心点作为基本代表, 再结合实际的具体情况, 将系统之间相对应的坐标读出, 并且在执行的过程中, 按照《数字城市地理空间信息公共平台地名/地址分类、描述及编码规则》 (CH/Z9002-2007) 编码 (下文简称《规则》) 。

5.4 对物名、兴趣点进行编码

标志性建筑的形状必须以实际情况为依托, 且需对所有的几何形状进行扫描, 保证地理位置与实际情况完全符合;同时, 还需要把门牌号作为识别的样式, 按照要求对其进行标号处理, 在编码过程中需要结合《规则》的实际要求开展工作。

6 数据重组

6.1 数据分层

结合系统的要求, 公共平台数据通常分成7大类, 并且在实践过程中, 各大类的要素需要按照《基础地理信息要素分类与代码》 (GB/T13923) 实施。

6.2 拓扑化处理

1) 点、线、拼接处理是拓扑化处理对象的重点, 在实践过程中, 需要引起重视。

2) 点对象在众多的处理对象中, 是单一的组成单位, 其仅仅包含重复点、冗余点、伪节点判定和删除。

3) 线处理对象则主要以悬线、重复线为主要对象, 同时进行判定和处理。

4) 拼接处理过程中, 要根据同一数据图幅, 进行比例设置和验算, 同时还要保证所有的数据笔记能够可供使用。在同一比例下的数据, 可以使用平均法、优化法或其他方式进行计算。在实践过程中, 经过拼接完毕后, 需要保证拼接的对象能够与原来几何信息完全一致。不同的比例尺在进行外形拼接时, 必须使用精度非常高的现代化拼接设备, 这些设备要求的数据非常多[5]。

7 实体化处理

在实体化处理的过程中, 在进行水系、交通、居住地等重组以及处理时, 一般采用如下处理方式。

1) 水系要素:以单线形式存在的河流和湖泊, 即使是年久失修造成的, 也可以使用双线进行参考性设置;

2) 居民地要素:在实施地图街道、单位房屋处理的过程中, 要构建实体图形;

3) 交通要素:一般情况下, 在实施电气化铁路与窄铁路构建的过程中, 要保证单线式的构建能够满足实体的要求;

4) 地名要素:将所有具有独立性质的实体进行标记后, 还要对地名数据与地理环境中的组成部分建立管理系统, 包括每个城市规划系统中的水流、交通、山脉等, 将所有的信息分类汇总到最大的数据库中。

8 结语

本文首先论述了电子地图数据的制作方法, 然后再对制作方法与具体的应用方法进行分析, 其中包含了数据的空间位置图形采集意义及所有标志物的属性信息的输入工作。这是个长期积累的过程, 因此, 在实践的过程中必须按照相关的要求进行工作, 唯有如此才能保证工作能够正常进行。

摘要：电子地图在进行空间数据传输和制作过程中, 必然会进行空间数据的位置测算以及数据信息的采集工作, 其中主要包括对道路、建筑物、铁路、水流走向、绿化环境等进行实际标记。这些都能够为电子地图的高精密表达提供非常可靠的数据基础。

关键词：电子地图,空间,属性

参考文献

[1]官文洁.浅谈政务电子地图制作[J].福建建筑, 2016 (6) :129-130.

[2]路艳君.电子地图研制的实践及其发展方向略述[J].信息化建设, 2015 (10) :217.

[3]黄瑞萍.基于Google Maps API的校园电子地图[J].快乐阅读, 201 (16) :74-75.

[4]朱一姝, 杨梓, 李菀璁“.南京·印象”多媒体电子地图的设计与实现[J].现代测绘, 2013 (01) :57-60.

[5]宋海明.路径规划中电子地图的应用[J].科技与企业, 2013 (10) :47-48.

数据解析 篇2

情况

经过两年多的探索，在各方的共同努力下，PPP相关政策日趋完善、发展环境逐步优化、签约状况得以改善，飘着的PPP在逐步落地。下面本文将梳理最近关于PPP的几件大事，并结合财政部综合信息平台的相关数据具体分析PPP的签约情况。

关于PPP，你不可不知的几件大事

近期，在财政部的主导下，PPP动作频频,机制体制逐步健全，对PPP的推进产生了深远的影响。接下来，将这几件大事进行回顾和评述。

信息透明——财政部PPP综合信息平台

2月29日，财政部PPP综合信息平台开始启用，披露了入库项目的名称、所在地区、所属行业、投资金额、实施阶段、合作年限、运作方式、回报机制、发起时间、发起类型、项目概况、联系方式、项目级别等基本信息，PPP项目的相关信息得以公开透明。这是我国首次公开对外发布PPP大数据，也是迄今为止最权威、最完整、最实用的官方PPP信息平台和数据库，便于对PPP项目进行全生命周期监管，有利于建立统一、规范、透明的PPP市场。

法律保障——PPP法制建设国际研讨会

3月1日，财政部、英国驻华大使馆、中国法学会在北京联合举办PPP法治建设国际研讨会。与会专家分“PPP项目合同法律问题与救济途径”、“PPP项目土地取得的法律问题”、“PPP项目资产权属法律问题”三个子专题就PPP项目中备受关注的法律问题进行深入的探讨。旨在明晰我国PPP立法的顶层设计理念，厘清PPP立法的相关基本问题，并结合我国PPP项目操作中面临的合同属性、争议解决、土地取得、资产权属等实际法律冲突和障碍提出解决建议和路径。

资金支持——国家级PPP融资支持基金

近日，中国PPP融资支持基金创立大会在京召开，财政部与共同发起设立该基金的国内10家机构共同出席，会议审议通过了中国政企合作投资基金股份有限公司章程、选举董事和监事等重要议案。至此，首只国家级PPP基金的身影逐渐清晰。PPP融资支持基金可撬动社会资本、降低融资成本、发挥示范效应，强化杠杆和导向作用，吸引社会资本基金参与PPP项目，保障政府和社会资本共享万亿PPP盛宴。

在信息公开透明、法律保障完备和融资基金支持三大利好的保驾护航下，我们期待2016年PPP渐入佳境。

PPP签约情况大盘点

1.PPP项目签约概况

到目前为止，财政部PPP入库项目7110个，投资需求82750亿元，其中已有348个项目进入执行阶段，4个项目已正在移交，占项目总数的5%，签约金额已达4954亿元。从项目示范级别来看，财政部和省级示范项目的签约占比高达37%，其中近三分之一的财政部示范项目进入执行阶段，较去年不足20%的境况明显改观。由此可见，在财政部和省级政府的力推下，社会资本的观望情绪得以消除，参与力度逐步加大。

2.PPP项目签约地区分析

根据我院对财政部PPP综合信息平台中已签约的352个项目按照地域进行统计分析可知，各地区的签约情况差异甚大，山东的签约率超过30%，而宁夏和天津则暂无签约项目，分布极为不均，但深入研究后发现这样结果的背后也存在着一定的必然性。

从各地PPP项目签约数量相对总签约量占比情况可知，华东地区是PPP签约地区的主力军，从全国范围来看，签约率超过5%的地区只有5个，山东、浙江、江苏均位列其中，占据了半壁江山，由此可见，经济发达且政府信誉良好的地区备受社会资本的青睐。值得一提的是，山东省的签约率一枝独秀，高达30%以上，还有一个重要的原因是PPP在山东省备受关注，入库项目近千个，项目基数较大。

其次，四川省的签约状况同样醒目，仅次于山东，原因有二：一是在“西部大开发”的政策指引下，四川省的基础设施建设需求剧增；二是在产业转移的背景下，四川省凭借因劳动力和土地成本优势，积极参与，弥补工业发展短板，推动区域经济发展。

最后，河北省和河南省的表现同样可圈可点，均超过5%，：河北省依托于“京津冀一体化”这一契机，找准自身定位，率先布阵，加速基础设施建设，积极承接转移产业，顺应协同发展需求，催生了大量的投资需求；河南省作为中国第一农业大省、中部地区中的经济大省，积极探索新型城镇化、新型工业化、新型农业现代化“三化”协调发展之路，催生了大量的投资需求，吸引社会资本参与。

反观，签约率较低的地区呈现两类极端状况，一类是上海、天津这种城市化较为领先且政府财力雄厚的地区，PPP的适用性较为有限；另一类是青海、宁夏这种有需求但是地方财政情况不太乐观，难以吸引社会资本进入。

PPP项目签约领域分析

在全国范围内，PPP项目的签约领域也呈现出极大的差异：市政工程表现突出，位居榜首，占比高达29.83%；生态建设和环境保护次之，占比21.31%，二者总和已超过总签约数量的一半；交通运输项目位列第三，占比9.66%，片区开发项目紧随其后，占比6.53%；其他项目占比均少于5%，未呈现系统性差别。

对入库项目的分布领域来看，市政工程、生态建设和环境保护、交通运输、片区开发等四个行业项目数居前4名，合计4,034个，超过入库项目总数的50%，其投资需求合计5.79万亿元，占入库项目总投资需求的71.2%。

不难发现，PPP项目的需求端和供给端完美匹配，市政工程、生态建设和环境保护、交通运输、片区开发既是地方政府的短板、民众的需求所在也是社会资本看好的领域，因而受到了广泛的关注，投资热度极高。

4.各省PPP项目签约完成情况

从各省市项目签约的完成情况来看，上海和青海虽各只有1个项目入库，但均顺利签约，进入执行阶段；北京市因地铁十四号线和十六号线两个项目落地，已签约的金额占该市项目库总投资金额的一半以上。中部地区，安徽、湖南、湖北和山西四省的签约数量和金额的完成度都在10%以上，这与中部经济高速发展密不可分。中部六省2015年GDP的平均增长率达到8.5%，领先全国的6.9%。由此可见，保持地区经济的高速增长为社会资本与政府合作提供了良好的基础。单从签约数量看，山东、四川、贵州都是签约大省，但由于这三个省入库项目之多，仍需要大量的社会资本参与到基础设施建设中。

5.PPP签约项目回报机制分析

从整体看，已签约的PPP项目回报机制分布较为平均，使用可行性缺口、政府付费和使用者付费的项目数量分别为103、116和133，各种模式势均力敌。但从行业细分上来看，差异依旧存在，生态建设和环境保护和交通运输这两类项目公益性较强，多由政府主导，政府付费的方式覆盖面较广；保障性安居工程、教育、市政工程和水利建设这四类项目兼具一定的公益性和盈利性，三种回报机制的运用比例相当；值得关注的是社会保障、养老和医疗卫生这三类公益性项目竟多以使用者付费方式完成，而且这种模式也得到了社会资本的认可，这不禁为供给侧改革提供了一个新的思路和方向，在社会资本的助力下，补全公共服务短板。

综上所述，我国的PPP模式推进总体进展良好，已取得了阶段性成效。在我国债务压力倍增、融资渠道受限的背景下，PPP模式被寄予厚望，在刚结束的“两会”中，政府工作报告中共有4处提到政府与社会资本合作(PPP)模式。因此，我们期待2016年PPP渐入佳境，PPP项目落地驶入“快车道”。

【版权说明】

网络封包数据解析方法的研究 篇3

关键词:网络封包数据 解析信息单元 描述模型

中图分类号:TP393 文献标识码:A 文章编号:1674-098X(2011)03(c)-0030-01

1 引言

在目前高速的网络通讯和复杂的网络诊断中,网络封包数据的解析是了解网络中流动的数据包的种类和这些数据包的具体信息以及网络安全与否的一个重要环节。计算机之间进行通信时,交互的所有信息都封装在数据包中,通过解析这些采集到的网络封包数据,可以清楚地了解到相互通信的计算机之间的通信目的;可以确定网络是否受到攻擊入侵;可以诊断网络应用程序可能出现问题的原因以及了解整个网络在各个时段内的网络负载情况等。

2 网络封包数据的解析过程

捕获后的网络封包数据经过解析后才能得到想要的信息,如作为网络监听所需要的数据帧的源地址、目的地址、协议类型等信息。

每一个网络数据包都是基于某一个网络协议产生的[1],所以分析网络数据包首先要分析其协议的内容。一般情况下,协议的分析过程如下:首先对捕获到的网络封包数据进行相应的过滤和分解,再进行具体的协议分析。由于网络具有OSI的7层协议模型,协议数据是由上至下封装后发送的,故协议分析需要由下至上进行,即:首先对链路层的协议识别后进行组包还原,然后脱去链路层协议头,再将里面的数据提交给网络层分析,直至经过传输层到达应用层。

数据包协议类型分析完毕之后,根据网络封包数据的相应协议类型进行解包,输出包信息,就完成网络封包数据的解析,为后续的相关分析提供数据支持。

3 网络封包数据解析方法

数据包解析的一种方法是PLA算法（文献[2]）,解决了如何判别在网络上传输的数据包是什么类型、用到了哪些协议的问题。

还有一种基于Winsock技术的数据包解析方法（文献[3]）,其用CProtocolInfo类来处理发送和接收的数据包并将需要的信息分离出来。

通过分析网络封包数据解析的过程及上述解析方法可知,网络封包数据解析通用方法是将截获的网络封包数据解析为用户指定格式的、可读的信息单元,其实质是建立网络封包数据中一定长度单位的比特流（称为比特单元）与信息条目之间的映射关系,如图1所示。

4 信息单元描述模型

在众多软件工具的应用中,特别是仿真系统,信息单元种类多,数量大,且不同的仿真应用,可能有不同类型的信息单元。图1中比特单元与信息条目之间的映射关系可变,如有的是简单的比例函数关系,有的是复杂的指数函数关系,更有的需要采用指定的解密算法等。

因此,为满足软件工具的通用性、灵活性和可扩展性等要求,本文基于元模型的思想,建立了信息单元的通用描述模型,并用面向对象的思想进行了封装,如图2所示。

信息单元节点类QNPIUNode:从网络封包比特流的前端截取指定长度（单位为位或字节）的比特单元,按用户指定的转换规则将其解析为可读信息。这里的转换规则主要包含如下两方面内容:

（1）信息在比特单元中的编码方式。即信息以何种方式编码为比特单元,如整型、浮点、字符串等方式。

（2）解析结果的表示方式。即解析得到的信息单元的数据类型定义、转换函数定义等。

信息单元元素类QNPIUItem:将多个信息节点实例按一定的顺序组织起来形成一个整体,同时,它又是自包含的,因此,利用NPIUItem类可以定义复杂的信息单元。另外,定义NPIUItem类可以方便地实现某些特定的应用需求,如对某些信息条目组进行加密、或某些信息条目组的重复次数不固定等。

信息单元实体类QNPIUEntity:从整体角度实现信息单元属性描述,如名称、标识值等,并根据定义的特征值对比特流进行匹配,匹配成功后,则利用NPIUItem进行数据解析。

解析时,用户可利用软件工具提供的可视化界面,实现信息单元的定义,系统自动根据用户定义,组装节点、元素和实体,建立信息单元描述模型。一个典型的信息单元描述模型如图3所示。

5 小结

本文综述了网络封包数据的解析过程,介绍了现有的网络封包数据解析方法,基于元模型的思想,建立了信息单元的通用描述模型,并用面向对象的思想进行了封装,满足了在网络封包数据解析方面各类网络软件工具的通用性、灵活性和可扩展性。与此同时,希望能引起研究人员的横向比较和讨论,集思广益,形成一套标准化、规范化、可操作性强的网络封包数据解析线路,为数据解析建设服务。

参考文献

[1]周明天,汪文勇.TCP／IP网络原理与技术.北京:清华大学出版社,1993.

[2]王锦超,李飞,沈明玉.网络数据包的协议分析算法设计与实现.计算机技术与发展,2006,16(4):30～32.

[3]熊安萍.基于Winsock技术的数据包解析研究.计算机科学,2006,33(12):81～82,134.

数据中心空调设计问题解析 篇4

一、数据中心空调系统现状

数据中心的环境设计要考虑诸多因素。IT设备大多运行在高能耗的条件下, 此外室温、湿度以及和空气流通等环境因素都对设备的稳定运行和使用周期有着较大的影响。

数据中心机房设备的空调系统设计要优先考虑下列特征:设备的稳定可靠性。水冷或者风冷设备能长期稳定运行, 提供机房设备适宜的温湿度环境;功能灵活性。空调系统在建造时, 应考虑整个机房空间的合理布局;节能环保性。空调系统能运行在较低的能耗状态, 实现高效低能耗的节能环境调控方式。

由于数据中心机房典型的发热功率大而散热去湿能力弱的工作特征, 并且处理大量数据量的机房设备对周围环境的变化十分敏感。因此, 有必要提出合理的节能优化改造方案, 安全稳定的前提下最大限度降低能耗, 制定恒温调节设备以及制冷通风散热系统的最佳节能方案。

二、现阶段的空调系统设计主要面临下述问题

2.1不合理的机房设备配置

不合理的机房设备配置, 是现阶段的空调系统设计的一个主要问题。数据中心部分机房内部安装和设计空调时, 对整体的布局规划欠缺统一的考虑, 缺乏对硬件设备工作温湿度的认知, 严重浪费大量的能源。这些空间布局的不合理, 将直接或间接的导致室内热量的损失, 降低空调的实际使用性能。由于数据中心的机房配置方面不合理, 使得部分空调设备的恒温和去湿功能相互间难以协调配合, 譬如在空调系统冷风散热时, 常常因为空气中水分子冷凝带来了除湿的问题, 这就进一步影响了机房环境湿度, 导致空调系统既要通过送冷风实现降温去湿, 还有同时保持环境温度而加湿, 矛盾的工作状态加重了整个系统的能源开销。

2.2数据中心机房气流组织

数据中心机房气流组织, 目前的相关设计还不够科学、合理。数据中心机房空调系统的搭建要考虑到IT设备对散热性能的要求, 合理布局室内空间, 方便气体流通散发热量。在一些机房的气流组织上, 存在下述问题:由于机房天花板高度设计不当, 在机柜设备的上方存在热空气短路现象;此外, 由于在数据中心地板下部署的水冷装置不利于空气流通, 造成热量阻塞, 部分机房由于空间高度有限, 不能建造高位置的排风通道, 空调设备排风散热效率远远低于预期效果。这些空调设计的问题, 如果不能得到科学、有效的解决, 将会对空调系统的整体性能造成严重的影响。

2.3机柜设备布局

数据中心的空调系统设计中, 对于机柜设备布局方面的设计还存在一些问题, 不够科学、合理。由于部分机柜的面板是左右流通式, 会形成热通道到冷通道的连接, 造成不利影响;机架之间距离紧凑并且采用了前后顺序排列的位置布局, 那么就会使得设备之间相互吸收排放的热量, 形成冷热空气短路, 降低散热排风能效;此外由于数据中心机房内设备、缆线多, 造成整个机房内部空气不流通。

另一方面, 搭建数据中心的空调系统与其他环境相同, 都需要考虑容量大小的问题。保证并维持机房内部的温湿度在一个较小的范围内具有不小的难度。而如果环境的空调容量控制得不得当, 也同样会给冷却散热加重负担。过高或者过低的容量都将造成温湿度变化波动范围过大, 影响设备的正常运转。

三、数据中心空调系统节能方案

针对上一章节中提出的当前数据中心环境中空调系统设计需要考虑的问题, 本节将在遵循能够保证正常的温湿度环境指标的前提下, 兼顾设备运行的安全性和稳定性, 实现最大化地能耗降低。

3.1优化空调水冷和风冷模式

优化空调水冷和风冷模式, 是数据中心空调系统节能设计的一个重要举措。在设计改造方案时, 可以合理提高机房内部相对温湿度标准, 进而通过高的水冷温度实现制冷效能的提升。可以针对不同的环境条件选择合适的供冷模型。对于小型机房可以使用风冷分离的直接蒸发式空调系统。对于室外温度变化的场景, 可以部署集中水冷系统, 在低室外温度下, 可以实现机房内高温度气流无偿制冷的效果。在高室外温度下, 可以通过设备倒换, 切用制冷系统。此外, 还可以分离温度和湿度调控, 进一步实现不增加除湿难度的冷却能效。目前相关的技术主要有机械制冷和蒸发冷却的方法。前者涉及低压缩比的制冷设备, 后者的部署收环境因素限制, 常常应用在气候干燥的环境条件中。

3.2优化机房气流组织

优化机房气流组织, 也是数据中心空调系统节能设计的一个重要方面。需要结合数据中心机房环境的搭建, 慎重考虑空调冷却系统的排风方式。有效的排风方式能加速数据中心环境内气体流通、加速散热过程, 同时能避免局部过热的现象, 平均数据中心的环境温度。

设计上可以选择上送风和下送风两种方式。前者冷风将机房机柜上方的热量携带走, 送至室内下部, 实现散热制冷的效果;后者的主要方法是合理抬升地板高度至一理想位置, 在地板下构造架空区域, 空调冷风通过架空层送往机房内部, 并最终通过机房顶部空间散发热量, 实现循环制冷的效果。回送冷风的方式可以结合数据中心实际施工情况选择开放式或者管道式以及相互间融合的方法。

3.3合理的机架设备布局

合理的机架设备布局, 对于节能设计具有重要意义。数据中心内放置着高密度的机房设备, 需要优化摆放布局、选择空调系统和设备的合理安装位置。在布局上应该避免传统的所有机柜朝向同一面放置的情形, 可以优先考虑邻近的机柜之间相向摆放或者背向摆放的方法。这样的布局中, 机架之间的冷热通道能合理分离冷热气体, 有效地避免了散发热量被其他设备再次吸收的情况, 大大提高了散热效果, 进而节省了空调系统制冷散热的能耗。此外, 还可以在空调系统的热通道设计上采用物理上的软隔绝方法, 进而避免了冷通道和行人通道遭到散热排风的不利影响, 保证了散热系统的工作效率。

总之, 本文主要面向数据中心空调系统节能设计的问题, 分析了现有机房空调系统在布局、气流组织等方面的不合理因素, 并结合实际施工改造, 提出了设备节能、气流组织优化和自然冷源合理利等方法, 改造数据中心空调系统设计方案, 以期实现高效节能的制冷散热效果, 进而提升经济效益和社会效益。

参考文献

[1]ASHRAE TC9.9.美国采暖制冷与空调工程师学会数据中心系列丛书1~7[M].杨国荣, 胡仰耆, 沈添鸿, 等, 译.北京:中国建筑工业出版社, 2010.

[2]GB50174-2008电子信息系统机房设计规范[S].

[3]周航.电信机房空调送风方式的选择与设计[J].制冷与空调, 2009 (6) :67-71

[4]何钟琪, 黄霞.上海地区数据中心空调系统节能措施探讨[J].暖通空调, 2011.41 (8) :3-6

[5]蒋雅靖, 刘刚.数据机房不同下送风方式的模拟分析及对比[J].建筑节能, 2011, 39 (1) :18-20

[6]中国有色工程设计研究总院.采暖通风与空气调节设计规范[M].北京:中国计划出版社, 2004.

数据解析 篇5

不如简单点，直接在输入框中输入“20MB”，如果是大写的“MB”，WinRAR会识别为分卷压缩0000字节的分卷压缩文件，若是小写的“mb”，则识别为20971520 字节，

同理，输入“1GB”，识别为1000000000字节，1gb，识别为1073741824 字节。大家可以根据自己需要输入相应大小数值。

点击阅读更多学院相关文章>>

分享到

数据解析 篇6

另外，今年2 月27 日，中央网络安全和信息化领导小组成立，由国家主席习近平担任组长，李克强、刘云山任副组长，由国家领导人亲自挂帅表明，信息安全已经纳入国家战略，从国家战略的层面进行推进。信息安全部门调查显示，我国在信息安全设备、技术开发投入远低于日韩、欧美，信息安全投入占比不到网络建设资金总额的1%。未来信息安全投资将长期进行高投入，信息安全行业发展将进入快车道。

信息安全行业概况

据IDC统计，2010 年到2012 年中国信息安全服务市场的规模分别为3.38 亿美元、3.95 亿美元和4.41 亿美元，近两年增长率分别为16.8%和11.6%。2010 年到2012中国信息安全产品市场的规模分别为6.08 亿美元、7.27 亿美元和8.28 亿美元，近两年增长率分别为19.6%和13.9%。近年来我国信息安全行业发展迅速，行业规模处于高速增长期。到2017年中国信息安全服务市场规模可能达到7.07亿美元，复合增长率为9.9%。到2017年国内信息安全产品规模可能达到15.62亿美元，复合增长率为13.5%。随着“棱镜门”影响持续发酵以及一系列信息泄露事件，信息安全将得到更多个人、企业、政府的青睐，因此，信息安全行业增长速度很可能进一步加快。

信息安全商业模式主要分为：面向个人的免费安全服务，通过广告、会员等衍生服务收费。面向企业客户则通过销售信息安全产品和信息系统集成服务，通过产品和系统集成服务本身收费。国内A股的网络安全公司估值都较高，但从行业长期发展来看，具有核心技术和有竞争力商业模式的公司将随行业的发展进一步发展。本文接下来将对这类公司做进一步分析。

蓝盾股份：华南地区龙头企业

蓝盾股份（300297）提供信息安全一体化解决方案，是华南地区最大的信息安全产品及系统服务提供商。公司技术实力雄厚，作为国家火炬计划重点高新技术企业，参与30多项国家级、部级、省市区级的重点信息安全科研项目。蓝盾DDoS防御网关所采用的“零积累智能识别”等技术达到国际领先水平。同时，蓝盾股份先后在北京、上海、重庆、湖北、浙江、河北、广西、黑龙江、四川等地设立办事处和技术服务中心，并且仍然计划在贵州、陕西、海南、湖南等地进一步扩展全国分支机构。随着公司募投项目逐渐投产，未来蓝盾股份有望实现跨区域扩张。

绿盟科技：信息安全产技术国内顶尖

绿盟科技（300369）主要面向机构用户提供网络安全应用产品和系统集成安全服务，客户主要集中在政府机构、金融、能源、电信运营商，这部分客户对信息安全要求极为严格的，这也侧面体现绿盟科技的技术实力。同时，公司是国家信息安全标准化成员单位，参与编制多项国家级、行业级、企业级安全规范、标准。远程安全评估系统产品“极光”获得国际上最权威、严苛的Checkmark认证，这是亚太地区远程安全评估产品通过该认证，可见，绿盟科技部分技术已达国际领先水平。从产品细分行业份额来看，网络入侵防御系统、抗拒绝服务系统、漏洞扫描产品、Web应用防护系统市场占有率分别为19%、30%、25%、25.2%，细分行业第一，网络入侵检测系统市场占有率17%，排名第二。长期来看，公司拥有优质稳定的客户资源，核心技术国内顶尖，目前公司估值很高，但随着行业洗牌，集中度提升，长远来看，绿盟科技的成长空间确定性高。

信息安全：行业长期向好，耐心等待买入机会

目前，信息安全行业集中度低，行业细分程度很高，各个细分行业都有领先的公司，未来行业集中度将向拥有核心技术和产品口碑的公司集中。随着“棱镜门”、携程用户信息泄密等信息安全事件持续曝光，以及中央网络安全和信息化领导小组的成立，未来信息安全行业将在政策推进和需求扩大中长期增长，像蓝盾股份、绿盟科技等拥有核心技术，处于扩张期的公司可持续关注，耐心等待合理的买入价位。

分布式数据库安全解析 篇7

伴随着互联网的迅速发展, 分布式数据库系统成为了信息技术领域中一个很活跃的研究方向。“一个分布式数据库系统包括了一个分布式数据库管理系统, 一个分布式数据库和作为连接载体的网络。” (Bhavani Thuraisingham 2000) 在一个集中式数据库中, 数据是保存在一个服务器中的。然而, 分布式数据库将数据保存在多个服务器中。为了给客户提供服务, 很多产业都需要安装分布式数据库系统, 例如银行需要提供给客户在线转账的服务, 跨国公司将员工的信息分散保存在不同的分布式数据库主机中, 等等。我们可以看出通过分布式数据库系统传播的数据大部分是隐私或者保密的, 例如银行的转账记录或用户的个人信息。这些信息通过网络来传播, 因此更容易受到攻击, 我们也必须保证整个系统的安全。本文中, 我将建立一个模型并从四个层次详细分析提升分布式数据库和分布式数据库系统安全性的方法。

2 保障分布式数据库系统安全性的四个先决条件

为了使一个分布式数据库系统安全, 四个先决条件必须满足:首先分布式数据库和分布式数据库管理系统必须配置和维护妥当, 这一部分是保障分布式数据库系统安全的核心。其次操作系统必须拒绝未经授权的连接。接下来运行分布式数据库管理系统的服务器必须在物理上得到有效保护。最后, 作为数据传播媒介的网络必须安全可靠同时运转良好。

3 增强分布式数据库及其管理系统安全的方法

为了增强分布式数据库及管理系统的安全, 需要建立安全模型。本文中我建立的安全模型包括四个层次, 分别是:身份验证、授权、加密和审计。

3.1 身份验证。

在一个用户从数据库获取信息之前, 他的身份必须得以确认。在分布式数据库系统中, 身份验证包括两方面的含义。一方面, 是用户和服务器之间的身份验证。例如当用户通过网上银行系统转账时所发生的验证。另一方面, 是服务器与服务器之间的验证。例如当一台服务器需要连接另一台服务器从而产生正确结果时所用的验证。不同的数据库有不同的身份验证方式甚至一种数据库也会有多种方式去验证用户或者数据库的身份。在这里我拿甲骨文的验证方式举例。当用户对一个数据库发出请求时, 验证就开始了。首先, 他必须选择他在数据库系统中要扮演的角色, 接下来, 透明网络底层 (TNS) 被激活。TNS呼叫服务器, 并将用户的信息 (例如主机名, 操作系统的版本, 等等) 传递给服务器。在这一阶段, 并没有涉及到用户名和密码的传送。当数据库接受了主机名和操作系统信息之后, 用户就可以通过甲骨文的密码传输协议 (O3LOGON) 将用户名和密码传给数据库, 而这个协议也是通过DES算法加密的。 (Ron2005) 数据库和数据库之间的交流对于一个分布式数据库系统来说也是很重要的。当用户登录到系统之后, 用户可能只接连到了数据库A。而当用户需要得到由数据库A和数据库B连接产生的记录时, 分布式数据库管理系统就会在后台做连接操作了。不同的分布式数据库有不同的方法来确保这类连接的安全。例如微软使用远程过程调用协议 (RPC) 来连接不同的数据库, 而数据库之间的身份验证由RPC验证完成。一台服务器发送给另一台服务器一个RPC包裹, 这个包裹包含了两方面的内容:证书和证明。证书是用来识别发送方身份的, 而证明用来证明发送方是真正身份的拥有者。举例来说, 一个警察徽章上的名字就是证书, 其上附带的照片就是证明。服务器接收包裹后, 通过证明来验证证书的有效性。而这个环节就类似于通过照片来验证徽章的携带者。当发送端的数据库服务器身份被确认后, 接收端的数据库服务器就会发送回一个证明给发送端, 然后连接就被建立了。 (Sun Microsystems 1995)

3.2 授权。

当用户的身份被确认之后, 用户就可以从数据库中获得数据了。但是, 数据库会根据用户身份的不同给予不同的使用权限, 例如低级别的用户只能浏览那些非隐私性的数据。在一个分布式数据库系统中, 管理员有着最高级别的权限。他可以对数据库进行所有操作例如更删改查等等。管理员也可以使用GRANT和REVOKE方法去动态的给予和撤销权限。通过GRANT给予的权限是可以累加的, 但是一个REVOKE操作便会将之前所有GRANT的权限撤销掉。数据库管理员的账户是整个分布式数据库中最重要的账户, 因此必须得到有效的保护。另外一种授权的方式就是通过矩阵授权。例如甲骨文就通过两个矩阵给用户授权。一个叫做user_tab_privs矩阵, 这个矩阵保存着用户对表格操作的权限;另外一个叫做user_sys_privs矩阵, 这个矩阵保存着用户对系统操作的权限。 (Oracle 2005) 当用户登录系统后, 分布式数据库管理系统会通过这两个矩阵自动给予用户相应的权限。

3.3 加密。

被分布式数据库管理系统操作的数据大致可以分成两个类型, 一种是储存在分布式数据库中的数据, 另外一种就是在用户和数据库之间传递或者在多个数据库之间传递的数据。不论何种数据, 都需要被加密以获得更高的安全级别。比较常用的数据库内部信息的加密方式为对称密匙加密。用这种方式将明文加密成密文存储在数据库的步骤如下:首先, 选择一个对称密匙。接着分布式数据库管理系统利用用户的公匙对对称密匙加密。用户的私匙也同时被加密。每当用户需要使用对称密匙加密数据的时候, 他需要利用密码短语将被加密的私匙解密, 然后利用私匙将被加密的对称密匙解密。最后, 分布式数据库系统利用对称密匙将明文加密成密文存储。在网络上传递的数据一样也需要加密。这些数据可能是由多个分布式数据库产生并穿梭于多个网络。因此加密和解密的算法会很大程度上影响分布式数据库系统的性能。在这里我拿甲骨文的分布式数据库系统举例如何依赖分布式数据库管理系统对数据加密。甲骨文公司有一个高级安全包的概念, 用于加密传送的数据。发送方需要先告知接收方他支持哪些加密算法, 接下来接收方要检查自己的加密算法, 然后比对发送方提供的算法列表。如果有相同的加密算法, 那么接收方会建立连接;如果没有任何加密算法对应, 则连接会被拒绝。因此如果用户和数据库服务器端都使用甲骨文的分布式数据库管理系统, 在网络上传输的数据就肯定会被加密因为发送方和接收方有着同样的加密算法。

3.4 审计。

审计是四层次模型中的最上层。当前三个层次的安全性都得以保障后, 分布式数据库已经可以正常运转了, 但是我们还需要通过审计去观察分布式数据库管理系统。通常情况下, 分布式数据库管理系统会产生两种审计监控内容。一种是日志, 用来记录用户对敏感信息的获取情况, 例如哪些用户在何时登录登出了系统, 又是在何时对敏感信息进行更新的, 等等。另外一种审计是安全审计, 这种审计用来观察系统的工作状况并扫描漏洞。通过安全审计, 数据库管理员可以更好的监控分布式数据库管理系统的行为。

4 结论

本文通过解析四个层次的安全模型详解了提升分布式数据库及其管理系统安全性的方法。分布式数据库的应用非常广, 如在银行、政府和跨国公司都被广泛使用。而分布式数据库操作的数据大部分都是隐私且价值很高的, 因此我们必须保证数据库及其管理系统运行在一个安全的环境之下。

摘要：伴随着近些年互联网的扩充热潮, 分布式数据库得到了很大的发展。分布式数据库系统要远比集中式数据库系统复杂, 同时也更容易受到侵犯。本文分析了有关分布式数据库安全的各方面, 介绍了增强安全性的主要技术。同时, 本文详细的分析了增强分布式数据库和分布式数据库管理系统安全性的方法。

关键词：分布式数据库,互联网,安全

参考文献

[1]Bhavani Thuraisingham. (2000) , “Security for Distributed Databases”, Information Security Technical Report, Vol 6, No.2 pp.95.[1]Bhavani Thuraisingham. (2000) , “Security for Distributed Databases”, Information Security Technical Report, Vol 6, No.2 pp.95.

[2]Ron Ben Natan. (2005) Implementing Database Security and Auditing, Elsevier, UK, pp.96[2]Ron Ben Natan. (2005) Implementing Database Security and Auditing, Elsevier, UK, pp.96

[3]太阳微系统公司, 提高RPC安全性文档, 1995.[3]太阳微系统公司, 提高RPC安全性文档, 1995.

数据解析 篇8

统计数据和元数据交换 (SDMX) 标准是SDMX国际组织于2001年发起并提出的。SDMX组织由国际清算银行 (BIS) 、欧盟统计局 (Eurostat) 、经济合作与发展组织 (OE C D) 、欧洲中央银行 (E C B) 、国际货币基金组织 (I M F) 、联合国 (UN) 和世界银行 (WB) 七个国际组织联合发起并建立, 核心基础是其制定发布的《统计数据和元数据交换标准》, 用于数据收集与分发, 目的是提升国际组织和成员国之间统计数据和元数据的交换或共享的便利性及效率。

2 0 0 1年9月, SDMX工作组在华盛顿成立, 2 0 03年发布SDM X标准V1.0, 2 0 0 5年国际标准化组织 (ISO) 将SDMX技术标准V1.0采标为ISO/TS17369:20 05。SDM X主办方20 05年发布了SDM X技术标准V2.0以及元数据常用词汇表, 词汇表规范了元数据词汇。2009年SDMX标准得到第39届联合国统计委员会大会认可和支持, SDMX标准被称为“全球统计社区中的优选标准”。2011年, SDMX国际组织发布了SDMX技术标准V2.1征求意见稿。2011年5月, 第三次SDM X全球大会在华盛顿召开, 为推动标准研究与应用推广, SDM X国际组织成立了统计工作组 (SWG) 和技术工作组 (TWG) 。SDM X标准明确了统计人员在采集、处理和交换统计数据时所使用的统计概念和方法, 规范了统计数据及元数据交换和共享的标准化格式。它一方面解决了一般性的统计问题, 另一方面通过网络服务达到了一种标准化的数据交互。

2 SDMX标准的技术构架

SDM X信息模型 (SDM X-IM) 是一个概念化的元模型, 开发了语法的具体实现。该模型由一组功能包构成, 这种构造形式有助于理解、重新使用和维护模型 (见图1) 。另外, 为了帮助理解, 每个包都可以被认为是在三个概念层之一中:

(1) SDMX基础层 (SDMX Base layer) 由结构定义层 (Structural Definitions layer) 和报告和分发层 (Reporting and Dissemination layer) 使用的基本块组成。

(2) 结构定义层由所需的支持数据和元数据报告和分发的结构化工具的定义组成。

(3) 报告和分发层由用于报告和分发的数据和元数据容器的定义组成。

实际上, 层没有隐式或显式的结构功能, 因为任意包能使用其他包里的任何部分。

S D M X标准通过数据结构定义 (D S D) 来描述数据和元数据, 其中, 数据结构定义决定了维度 (dimensions) 、属性 (attributes) 、代码表 (codelists) 等描述数据结构的概念。比较类似的概念有元数据结构定义 (MSD) , 该定义描述与元数据相关的观测值 (observation) 、系列 (series) 、组别 (group) 、数据集等级 (dataset levels) 等。SDM X的数据交换方面有X M L和E DI两种, X M L是更加通用的数据交换方式。

SDM X通过信息模型提供了对统计数据、结构化元数据和数据交换过程的模型化处理方式, 同时定义了参考元数据。为成为能够支持多个数据交换模型的技术标准, SDMX信息模型包含了大量正式的对象, 包括行为 (actor) 、过程 (process) 和资源 (resource) 。

SDMX信息模型结构图 (见图2) 主要包括:数据结构定义、元数据结构定义、数据集、元数据集、数据供应方、提供协议等多主要元素, 其概念如下:

(1) 代码表 (Code list) :枚举维度、属性和SDMX其他结构部分的表示形式中使用的一系列值。

(2) 数据结构定义 (DSD) :数据结构定义 (DSD) 描述了数据集的结构, 定义的一系列的概念。

(3) 元数据结构定义 (MSD) :元数据结构定义描述了元数据集 (包含参考元数据) 的组织方式。

(4) 数据集 (dataset) :是固定的时间段中, 相似或共用相同结构的数据的集合。

(5) 元数据集 (metadata set) :是关于统计交换的SDMX视图方面的信息集合。

上述元素中, 代码表可用于其他结构元数据的补充。数据结构定义 (DSD) 给每一个概念添加了附件属性。元数据结构定义 (MSD) 确定了哪些元数据能够进入数据交换、各概念之间的相互联系、概念表述方式 (用文本方式还是代码方式) , 关联方 (代理机构、数据流、数据提供方、数据流子集等) 对象类型等内容。数据集由时间序列、或者由许多与时间序列相关的数据构成。元数据集可描述数据或结构定义的维护方、数据发布的计划安排、一段时间内单一类型数据流、数据质量等内容。

3 SDMX标准主要内容

SDM X标准规定了统计人员在采集、处理和交换统计数据时所使用的统计概念和方法, 规范了对外披露统计信息时统计数据的机构范围、地理区域、存流量性质、时间属性、频度以及对外披露信息文件格式等内容。SDMX标准包括如下七部分:

(1) 第一部分:框架。本部分规定了统计数据和元数据交换的框架结构、流程和业务范围、SDM X信息模型、SDM X-E DI、SDM X-M L、一致性、对于SDMX标准的依赖性等内容。

(2) 第二部分:信息模型UML概念设计。本部分规定了SDMX信息模型, 包括SDMX基础包、具体项目方案、关键字族、立方体、元数据结构定义、元数据集、层级编码方案、结构集和映射、数据约束和供应等。

(3) 第三部分:SDMX-ML模式和文档。本部分主要是针对金融统计数据和元数据的交换和共享, 分别描述了标准的背景、设计内容、非特定结构定义的通用模式、特定数据结构定义模式与元数据结构定义模式的XML规范性内容, 并提供了XML方案和XML文件范例, 帮助解答有关统计数据和元数据交换内模式和文档的相关问题。

(4) 第四部分:SDMX-EDI语法和文档。本部分主要介绍了SDMX-EDI的使用方法、所有的UN/EDI FACT GESM ES报文以及使用该报文满足用户特殊需求的方法, 通过中心机构管理SDMX-EDI数据交换的过程。同时说明使用SDMX-EDI进行数据和元数据交换时主要是建立在统计结构定义、统计概念以及统计概念赋值的代码列表基础之上, 使读者及用户在了解标准的同时理解统计数据和元数据交换内语法和文档的使用方法。

(5) 第五部分:注册表、规范逻辑功能和逻辑接口。本部分基于SDMX信息模型定义了SDMX注册机构应提供的基本服务:数据和元数据的注册、数据和元数据的查询、注册机构相关信息的更新和订阅, 并且定义了SDMX注册表的逻辑接口, 以便于用户选择任何规定方式进行SDMX一致性注册。

(6) 第六部分:技术说明事项。本部分描述了数据结构定义和数据集, 并通过图表及用户界面等形式解释了SDMX信息模型及实现, 特别是SDMX-ML和SDMX-EDI格式之间互用性实现等技术内容。

(7) 第七部分:Web服务指南。本部分规定了Web服务和SDM X-ML、SDM X Web服务的交换模式、WS-I符合性和大型数据和元数据集及其查询。

4 SDMX标准应用情况及展望

S D M X起初是规范S D M X组织成员国数据交换的标准, 随着技术的不断完善, 各国应用SDMX的案例逐渐增多。除SDMX的七大发起组织成功实施SDMX标准以外, 其他一些国际组织 (如国际粮农组织、世界卫生组织) 以及部分国家的统计局和中央银行也开始在统计系统中运用SDMX标准, 技术应用涵盖了劳动统计、教育统计、卫生统计、国民账户、国际收支平衡表、农业生产统计、外部债务统计、金融统计、环境和多领域统计等多个统计领域。例如, 在卫生领域, 世界卫生组织构建了SDMX卫生域 (Health Domain) 的定义, 在集合数据系统中对指标定义和数据的交换做了规定, 为SDMX标准在社区的应用提供了指导。除国际组织外, S D M X标准在一些国家也经过验证并取得良好的应用实施效果, 如图3所示, 地图上标蓝的国家已于2009年完成SDM X的实施, 标红的国家也于2009年后开始实现SDMX计划, 充分证明其在国际上具有广泛的实施应用基础和一定的优越性。

SDM X标准在国内的推广和应用任重道远。从2010年起, 中国人民银行成为SDM X国际组织统计工作组成员, 跟踪SDMX技术动态, 为SDMX标准的技术完善作出了相应贡献。下一步, 标准的实施应用应是工作的重点方向, 对此应结合我国数据交换的基本情况, 整合各方优势, 借助SDMX国际组织、国内相关政府主管部门和相关技术组织的力量, 加大对金融机构内部系统的标准化, 优化金融机构的数据披露模式, 采取“整合资源, 有序推进”的方式, 逐步推进SDMX标准在我国的应用。从国际组织及有关国家实施SDMX的情况来看, 我国实施SDM X应注意以下几点:

(1) 加大对标准的跟踪及研究力度。SDMX作为目前国际间统计数据和元数据的交换标准, 从开始制定到现在已历时10年之久, 虽已相对成熟, 但随着技术的进步和发展, 仍处在不断完善和维护过程中, 特别是代码表、数据元和元数据等内容随着业务的变化而处在不断的动态维护中, 为此, 必须积极跟踪SDMX标准的发展动态, 同时要加大对SDM X标准、IT工具、数据仓库、技术架构、内容导则等内容的研究力度。

(2) 加大标准国际间交流合作。吸取国际组织和发达国家实施SDMX标准的经验, 可以更好地指导我国SDMX实施路线图的构建, 为此应积极参加SDMX组织的各项活动, 增进与发起组织和已实施SDMX标准国家的交流合作, 分享各组织和国家的实施经验, 探索在我国实施SDMX标准的解决方案, 从而规范我国金融统计标准体系的内部处理和对外发布, 提高信息共享的效率。

(3) 加强统计业务与IT技术的协调。统计业务和IT技术的协调一致是实施SDMX标准的前提和基础, 统计业务需求为技术实现提供指导方向, 而技术反过来促进业务的完善, 二者同等重要, 不可偏废。为此, 应加强统计业务与IT技术的协调, 统计业务人员侧重于SDMX信息模型的建立和SDMX的应用, 而IT技术人员则重点在于统计数据和元数据的建模、数据管理系统的开发、数据交换格式的实施和处理, 只有二者协调一致, 才能提高SDMX实施的效率和质量。

摘要：《统计数据和元数据交换标准》 (SDMX标准) 是由全球七大国际组织联合发起并建立的SDMX组织制定的标准, 它提供了统计数据及元数据交换和共享的标准化格式, 目前在全球众多组织和国家的统计、金融等领域应用广泛。本文介绍了标准的产生与发展历程, 解读了标准的模型架构与主要内容, 并在分析标准国际应用情况的基础上, 提出了SDMX标准在国内的应用建议。

数据库一体机技术架构解析 篇9

随着企业数据量的快速增长,以及用户对服务水平要求的不断提高,长期以来,传统关系数据库技术在生产实践中表现出了能力不足。如何以合理的成本获得海量数据的高性能、高可用性以及复杂查询快速响应能力已经成为现代IT领域的重大挑战。为了应对这一挑战,近年来,IT市场中相继出现了许多新的技术手段,其中较引人注目的是由主流数据库厂商主导的数据库一体机,其中包括Teradata,Oracle Exadata,IBM Netezza,EMC Green Plum等。

虽然各大厂商都推出了各自的数据库一体机,并被广泛应用,但却有相当一部分用户尚不甚了解数据库一体机的技术架构,也不清楚其较之传统解决方案(指通过硬件堆砌达到海量数据处理能力的解决方案)技术架构方面有哪些优势。为此,文章对数据库一体机技术架构和传统解决方案技术架构的相关特点进行分析对比。

1 主流数据库一体机

1.1 数据库一体机概念

数据库一体机服务器(以下简称一体机)特指将数据库软件与标准硬件相结合的产物,其一般集数据处理、数据传输、数据存储3方面于一体。

通过采用并行处理架构显著增加数据处理能力、可线性或准线性扩展的数据存储能力以及数据处理与数据存储之间的数据带宽,实现数据处理性能提升的高集成系统。

1.2 领先厂商及相关产品

参考Gartner公司2012年2月对各数据仓库厂商的评价,Teradata,Oracle Exadata,IBM Netezza,EMC Green Plum处于行业领先地位,以上4家厂商都有对应的一体机产品,文章主要以此4个产品为主进行分析。

2 服务器与集群式数据库体系架构

2.1 服务器体系架构

从服务器体系架构看,目前的服务器架构大体可分为3类,即对称多处理器(Symmetric MultiProcessor,SMP)结构、非一致存储访问(Non-Uniform Memory Access,NUMA)结构、海量并行处理(Massive Parallel Processing,MPP)结构。

2.1.1 SMP

SMP在X86平台(单节点)应用广泛。其架构示意如图1所示。

该系统架构具有以下特点:各CPU对称工作,无主次、从属关系;各CPU共享系统所有资源(CPU、内存、I/O等);各CPU访问内存中的任何地址所需时间是相同的。

其基本特性包括:所有CPU并行完成系统任务队列,并发能力很好;随着CPU数量的增加,内存访问冲突将迅速增加,扩展能力有限;是最为常见的一种架构。

2.1.2 NUMA

NUMA在小型机中应用较多。其架构示意如图2所示。

该系统架构具有以下特点:具有多个CPU模块,每个CPU模块由多个CPU组成,并且具有独立的本地内存、I/O等;其节点之间可以通过互联模块进行连接和信息交互。

其基本特性包括:每个CPU可以访问整个系统的内存;访问本地内存的速度远高于访问异地内存的速度。

2.1.3 MPP

MPP在大型机与数据库一体机中应用较多。其架构示意如图3所示。

该系统架构具有以下特点:由多个SMP服务器通过互联网络进行连接;每个服务器只访问自己的本地资源(CPU、I/O、内存、存储等),实现最大化的并行。

其基本特性包括:各SMP节点互不影响,协同工作,完成相同的任务;并行度高,斜率为1的线性扩展;是一种完全无共享结构,在海量数据的磁盘读写方面表现出较大优势。

2.2 集群式数据库体系架构

集群式数据库体系架构主要有Shared-Disk和Shared-Nothing两种。

2.2.1 Shared-Disk

Shared-Disk示意如图4所示。

Shared-Disk又被称为Shared-Everything或SharedMemory。其主要特点是:支持高并发、可用性高;访问本地内存的速度远高于访问异地内存,瓶颈可能在内联交互网络。

适用范围为:高并发、数据量小、CPU密集型应用;Shared-Disk适用于联机事务理处(On-line Transaction Processing,OLTP)系统;Oracle RAC是典型的Shared-Disk系统架构。

2.2.2 Shared-Nothing

Shared-Nothing示意如图5所示。

其主要特点是:支持低并发、扩展性强;具有更强的数据处理能力。

适用范围为:数据量大、并发量小、I/O密集型应用;Shared-Nothing适用于联机分析处理(On-line Analytical Processing,OLAP)系统;数据库一体机普遍采用Shared-Nothing系统架构。

3 数据库一体机技术架构特性

数据库一体机普遍采用Shared-Nothing与MPP体系架构(Teradata和EMC Green Plum采用SharedNothing MPP架构,Oracle Exadata和IBM Netezza采用Shared-Nothing与Shared-Disk的混合架构)。

3.1 技术架构实现原理

实现Shared-Nothing与MPP架构的数据库一体机一般包括解析引擎(Parsing Engine,PE)、内联传输网络、计算节点与存储3部分。数据库一体机技术架构示意如图6所示。

解析引擎主要有管理会话、解析SQL语句、调度计算节点3大功能。管理会话的核心功能是登录与退出,登录涉及会话授权、会话验证并返回是否允许登录的结果,而退出则会终止所有的活动,删除会话的上下文;SQL解析器接到客户端发出的SQL请求先进行翻译,检查SQL语法是否合法及是否具有相关权限,并进行语义计算,然后将解析后的SQL语句的执行计划传递给调度器;最后由调度器将各执行计划分发至相应的计算节点。

内联传输网络主要负责解析引擎与计算节点间的内部通信,不同的数据库一体机产品其间传输的信息范围也不尽相同。此部分往往容易成为性能瓶颈,所以各厂商都有相应的技术特性以保障内部通信通畅。例如:Oracle Exadata采用Infiniband技术,Tearadata采用BYNET技术。

计算节点与存储主要负责执行RDBMS代码,完成RDBMS指定的所有动作。Shared-Nothing与MPP架构的线性扩展能力就是通过完全并行计算的计算节点来实现,通常通过软件层面实现数据的均匀分布,在处理任务时使各节点负载均衡。

该体系架构具有如下特点:解析引擎工作负载小;需要高速的内联传输网络支撑;计算节点访问的资源皆为本地资源(CPU、I/O、内存、存储等);计算节点CPU使用独立的I/O通道访问存储;数据的均匀分布是并行的关键前提条件之一;可扩展性好,且能实现斜率为1的线性扩展能力;通常用于海量数据的磁盘读写,I/O吞吐能力强;适用于OLAP数据仓库、数据挖掘、商业智能等I/O密集型业务。

3.2 数据库一体机技术架构与传统技术架构对比

传统解决方案特指采用SMP或NUMA服务器体系架构的解决方案。技术架构对比见表1所列。

4 一体机产品分析比较

在对数据库一体机的架构与技术特点进行了介绍分析后,文章对主流的一体机产品从平台架构、数据加载、数据存储等方面对各数据平台进行调研与对比分析,希望对一体机的应用提供参考。产品分析比较见表2所列。

5 结语

各数据库一体机普遍采用了Shared-Nothing与MPP架构,实现数据并行加载、存储、计算;同时,各大厂商对各自产品采用具有各自特色的技术手段避免了I/O瓶颈,优化了数据处理分析技术。数据处理速度比传统解决方案有大幅提升,性能能够随着硬件数量的增加得到线性(准线性)增长,具有较好的横向扩展能力。

由于数据库一体机软硬件耦合过于紧密,可能会使得用户对厂商的技术支持依赖度较高,但国内售后技术支持能力薄弱。

参考文献

[1]李华植.海量数据库解决方案[M].盖国强,译.北京:电子工业出版社,2011.

[2]程彦博.数据库一体机存在的合理性[N].中国计算机报,2012–10–22(5).

[3]于翔.Oracle Exadata数据库云服务器:鼎力支持混合负载[N].网络世界.2012–5–23.

[4]邱燕娜.软件重新定义硬件一体化改变产业格局[N].中国计算机报,2013–1–7(4).

数据结构教学中KMP算法解析 篇10

模式匹配 (Patten Matching) 是许多计算机应用领域的基础问题, 在数据结构中模式匹配是字符串的基本运算之一。字符串模式匹配指的是, 找出特定的模式串在一个较长的字符串中出现的位置。有两个字符串S和T, 字符串S称为目标串, 字符串T称为模式串, 要求找出模式T在S中的首次出现的位置。一旦模式T在目标S中找到, 就称发生一次匹配。有些应用可能会要求找出所有的匹配位置[1]。例如, 目标串S='Shanghai', 模式串T='gha', 则匹配结果为4。

模式匹配的典型算法包括朴素匹配算法、KMP算法和BM算法等, 其中KMP算法是效率较高且经典的模式匹配算法之一[2]。在数据结构教学中, 由于KMP算法较难理解, 课堂讲授往往很难取得好的效果。本文通过对传统的朴素匹配算法与KMP算法的比较, 分析next函数的含义以及实现方法, 来帮助理解KMP算法。

1 朴素匹配算法

朴素匹配算法如下:

在朴素匹配算法中, S和T分别为目标串和模式串, 变量i和j为两个静态指针, 分别表示S和T中当前正待比较的字符位置。算法的基本思想是:第1趟匹配:从S的第1个字符 (序号为0) 起和T的第一个字符比较之, 如果相等, 则继续逐个比较后续字符 (i++;j++) , 否则开始下一趟匹配。新的一趟匹配:i的初值为上一趟的初值+1, j的初值为1, 如果比较结果相等, 则继续逐个比较后续字符, 否则开始下一趟匹配。依次类推, 直至某一趟匹配中, T的每个字符依次和S中的一个连续的字符序列相等, 则称匹配成功, 否则称匹配不成功。当匹配成功时, 朴素匹配算法的函数返回值为最后一趟匹配的i的初值 (即S中与T相等的连续的字符序列的起始位置) , 匹配不成功时, 函数的返回值为-1。

在目标串'ababcabcacb'中匹配模式串'abcac'的过程如下, 其中i和j分别为指向目标串和模式串的指针, “=”后面表示i和j的依次取值。

从以上的例子可以看出:每当出现“失配”时, 开始新一趟的匹配, 目标串指针i的初值为上一趟i的初值加1;模式串指针j的初值返回1。在朴素匹配算法中, 指针i和j有大量重复的比较, 也就是回溯。

朴素匹配算法过程易于理解, 在很多应用场合效率也较高。此时, 算法的时间复杂度为O (n+m) 。其中n和m分别为目标串和模式的长度。然而, 当目标串中存在多个和模式串中“部分匹配”的子串时, 会引起指针i的多次回溯。因此, 在最坏情况下的时间复杂度为O (n*m) 。

2 KMP算法

2.1 算法简介

KMP算法由D.E.Knuth、V.R.Pratt和J.H.Morris同时提出。此算法可以在O (n+m) 的时间数量级上完成模式匹配操作。其改进在于:当目标串S[i]与模式串T[j]失配时, i不回溯, 而是利用已经得到的“部分匹配”的结果将j回溯到一个尽量“偏右”的位置k。在KMP算法中, 为了确定在匹配不成功时, 下次匹配时j的位置, 引入了next[]数组, next[j]的值表示T[0…j-1]中最长后缀的长度等于相同字符序列的前缀。因此KMP算法的核心问题是寻找确定k=next[j]的方法。

回顾第1节中在目标串'ababcabcacb'中匹配模式串'abcac'的过程, 当第3趟匹配结束后, i=7, j=5。这时并不需要从i=4, j=1重新开始比较, 因为从第3趟部分匹配的结果就可得出, 目标串的第4、5、6个字符必然是'b'、'c'和'a'。因为模式中的第1个字符是'a', 因此当开始新的一趟匹配时, 'a'不需要和这3个字符比较。可将T中的第2个字符与S中的第7个字符对齐 (即将T向右滑动3个字符的位置) , 继续进行字符的比较。

采用KMP算法在目标串'ababcabcacb'中匹配模式串'abcac'的过程如下:

KMP算法如下:

因此KMP算法的思想就是:在匹配过程中, 若发生不匹配的情况, 如果next[j]≥0, 则目标串的指针i不变, 将模式串的指针j移动到next[j]的位置继续进行匹配;如果next[j]=-1, 则将i右移1位, 并将j置0, 继续进行比较。

2.2 next函数的意义

next函数值的含义为:当目标串中失配点的前1个字符和模式串的第1个字符相等时, 就可以利用上次匹配的结果, 使得目标串的指针不回溯 (下一趟匹配时i的初值为上一趟的结束值) , 而模式串中少回溯1个字符 (下一趟匹配时j的初值为2) ;依此类推, 当目标串中失配点的前k个字符和模式串的前k个字符相等时, 就可以利用上次匹配的结果, 使得目标串的指针不回溯, 而模式串中少回溯k个字符 (下一趟匹配时j的初值为k+1) 。所以求next函数值就是:寻找在目标串中失配点前的k个字符和模式串前k个字符相等, 而这个k值应尽可能大, 这时next[j]=k。

例如, 设S='acabaabaabca', T='abaabc', i=7, j=5, 根据以上的讨论, 可看出k=2, 如图1所示。

推广至一般情况, 可得出结论:k为满足关系式1的最大值:

而已经得到的“部分匹配结果”是:

由上述两个等式可得到下面的结论:

由此得出next[]数组的定义如下:

以上定义也说明next[j]与目标串S无关。例如, 设T='abaabcac', 则它的各个next函数值如表1所示:

即next[j]=k>0时, 表示T[0…k-1]=T[j-k, j-1]。

2.3 next函数的求值方法

(1) 递推法。通常采用递推的方法来求next函数值。由定义知:next[0]=-1。设next[j]=k, 即:T[0…k-1]=T[j-k…j-1], 分两种情况求next[j+1]的值。

(1) 若T[j]=T[k], 则有T[0…k]=T[j-k…j], 很显然, next[j+1]=k+1=next[j]+1; (2) 若T[j]≠T[k], 则可以把其看做模式匹配的问题, 即匹配失败时, k值如何移动。由于T[j]≠T[k], 则next[j+1]

例如, 参见表1, 对模式串T='abaabcac', 已求得next[0]…next[5], 现求next[6]。因为next[5]=2, 又T[5]≠T[2], 则需比较T[5]和T[0] (因为next[2]=0) , 这相当于将模式串向右移动。由于T[5]≠T[0], 而且next[0]=-1, 所以next[6]=0, 而因为T[6]=T[0], 则next[7]=1。

求next函数值的算法如下:

(2) 直接求解法。递推法较难理解, 也可以采用直接求解的办法来实现求next函数的值。

3 结语

模式匹配是字符串的基本运算之一, 也是数据结构教学中的难点之一, 其中next数组的计算方法是KMP算法的难点和核心, 理解next函数值的含义可以更好地理解KMP算法。

目前数据结构教材中普遍采用递推的方式来计算next数组值, 可通过动画等形式形象地对该方法进行讲解。对于较容易理解的直接求解法, 可在上机实验中要求学生自己完成。

摘要：模式匹配是字符串的基本运算之一, 也是数据结构教学中的难点之一。分析了模式匹配KMP算法以及算法中next函数的含义, 给出了next函数的两种实现方法, 有助于在教学实践中帮助学生更好地理解该算法。

关键词：数据结构,模式匹配,KMP算法

参考文献

[1]严蔚敏, 吴伟民.数据结构:C语言版[M].北京:清华大学出版社, 2003.

数据解析 篇11

关键词：数据库；通信分系统设计

0 引言

在中国民用航空领域中，航空气象数据库系统需要具有飞行气象情报及气象资料的交换、备供、存储等能力，由相关网络设施、通信分系统及数据库分等部分组成。石家庄正定国际机场目前使用的该系统，与民航北京气象中心联网，接收并汇交相关气象情报及资料，向其汇交本地雷达、自观、报文等气象资料，同时接收其下发的国内、国际飞行所需的综合航空气象情报信息，为石家庄航空安全提供保障。下面将以通信分系统为例，以软件设计角度对系统需求、概要、详细设计等三个阶段进行简单解析，从而更加容易理解该系统的通信分系统。

1 系统整体结构设计

由上图所示，石家庄机场的航空气象数据库系统主要由气象数据收集处理和信息应用组成，展示时气象信息使用用户通过局域网，以web网页或飞行文件综合方式获取航空中所需气象情报。

业务处理部分主要包括气象数据库和通信分系统，可通过通信系统收集处理民航报告、常规报告、自动观测资料（AWOS）、风温廓线仪、自动站资料、Bufr资料、Grib资料、Fax资料、卫星云图资料、本地图形图像资料、多媒体资料、雷达等资料，随后，通过预报综合平台及网页版的形式进行气象信息业务的展示。数据库管理子系统采用客户机服务器方式，可对资料处理、数据库等进行实时监控和管理。有资料处理子系统和数据库管理子系统。

2 通信分系统需求设计

通信分系统是航空气象数据库系统中最重要的组成部分，它负责全系统的气象资料接收、检查与处理、发送，及请求的应答。本通信分系统分为通信系统以及监控维护操作平台。为数据库分系统和数据交换服务器提供数据源，支持一个数据源同时向多个本地相同数据库提供数据的功能。在系统设计时满足了以下需求。

2.1 在通信分系统中需要配备一个通信前置机，数据传输同时支持AFTN、PSTN和网络传输模式。

2.2 以安全可靠为重点，监控系统对监控的内容出现异常的情况下，以声音、闪烁或者不同颜色进行告警。

2.3 对气象资料的处理达到准确、及时，保证地区中心通信主机与地区中心数据交换服务器上的数据实时、完整、一致。

2.4 充分考虑操作的方便，将监控和操作与通信分系统整合到一起，开发以鼠标为主、键盘为辅的图形化操作界面。应有详尽的联机操作手册，界面设计合理，逻辑清晰，使用方便，颜色的搭配应美观大方。

2.5 与其他分系统间的接口要尽量简单，使各分系统故障时不影响其他分系统为基本考虑，并易于界定故障点。

2.6 利用通信中间件的开放性，与其他分系统的信息传输，尽量采用通信中间件。

2.7 通信分系统应用软件应设有守护程序，确保通信应用软件的主进程不间断运行。

3 通信分系统概要设计

通信分系统在概要设计时要求有以下约束条件。

3.1 安全可靠为重点，对气象资料的处理达到准确、及时。

3.2 充分考虑操作的方便，将监控和操作与通信分系统整合到一起，开发以鼠标为主、键盘为辅的图形化操作界面。应有详尽的联机操作手册，界面设计合理，逻辑清晰，使用方便，颜色的搭配应美观大方。

3.3 与其他分系统间的接口要尽量简单，使各分系统故障时不影响其他分系统为基本考虑，并易于界定故障点。

3.4 利用通信中间件的开放性，与其他分系统的信息传输，尽量采用通信中间件。通信分系统应用软件应设有守护程序，确保通信应用软件的主进程不间断运行。

4 通信分系统详细设计

通信分系统的详细设计，是根据上述功能需求书、功能规格说明书和概要设计说明书完成的，对通信分系统各个进程间的控制流程和数据流程，说明了组成各个进程的主要模块，每个模块的具体功能、输入、输出参数和数据流程，以及通信分系统与数据库分系统、图形图象制作分系统之间的接口、输入输出、数据流程。

4.1 系统程序结构

通信分系统的业务处理部分，包括通信主机上的通信软件和通信分系统的监视、维护和操作界面。业务处理部分是实时系统，负责不同气象要素收集、发送缺漏报文图形文件要报处理，通过MQ管道技术和多进程方式，提高数据处理效率，通过内消息队列管理，交换进程间信息及参数。异步线路资料的发送接收；气象资料的检查与处理；电报公报报告信息处理；监控、维护维修监控平台综合化；MQ通道管理报文处理发送；数据库落地文件的生成等，都是该通信子系统所包括的功能。

4.2 通信业务处理结构示意图（图2）

4.3 通信业务处理部分功能列表

4.4 通信分系统起始程序（inimss）

以系统起始程序为例，该程序对整个分系统使用的全程区进行起始，并按起始表格文件（$homw/ini/mssini.ini）的指定，在全程区生成所有表格，同时本程序还要起始作为信息交换的工作区（即各子分区）。

在本分系统中，大部分进程需要使用全程区进行控制信息（排队）及数据信息交换。为了方便全程区的使用，在每个使用全程区的程序中需要生成一个程序头，存放全程区各个表格的指针。对于该表格的生成，本分系统提供一个函数xmapse.c。xmapse.c的输入参数为全程区的名字，结果是将程序头进行起始，而该程序头的指针是pgl。

4.5 监控导航

依据航空气象用户尤其是设备保障用户的需求，提高监控维护的直观性和高效性，需要将运行状态、维护维修界面图形化，以监控部分导航条项为例，它提供监控功能的总导航，包括进程状态、线路状态、缓冲区及文件系统状态、排队状态、MQ队列及通道状态，操作系统状态。加载并显示相关界面，并将通过通信链路接收到的后台程序定时发送的监视信息显示在相关界面上。

5 结束语

通信分系统软件是航空气象数据库系统工程中的一个重要系统，在设计开发过程中，从用户的功能需求、非功能需求和系统的外部接口关系为设计依据，遵循工程的总体概念、体系结构和总体布局，完成了通信分统软件进行功能分解和部件级（CSC）模块等设计。

通过对通信分系统的解读思路，更可以完成对整个航空气象数据库系统的分析，通过深入解读分析系统的办法，提高了系统安全，因为这是深入做该系统安全保障的重要手段。

参考文献：

输液泵工作数据准确性中算法解析 篇12

输液泵是预期通过泵产生的正压来控制流入患者体内的液体流量的设备。作为向患者体内持续或间断注入液体药物的医疗设备,输液泵工作数据的准确性既是性能指标的要求,又是安全项目的要求,所以是我们检测中的重点。GB9706.27-2005《医用电气设备第2-24部分 :输液泵和输液控制器安全专用要求》中第50章专门对工作数据的准确性的检测方法和数据处理进行了详细的规定。在实际检测中该检测项目数据量大,公式繁多,算法复杂,其中的难点就是Ep(max)和EP(min)的得出。通过我实际的工作经验,对Ep(max)和EP(min)的算法原理进行一些解析,并用Excel表举例说明。

1 几个相关的基本概念

1.1 取样间隔 S

连续的质量读数或液滴计数之间的时间。

1.2 观测窗期间 P

用于观测规定期间数据情况的一个窗口(时间段)。

1.3Ep(max)

规定期间内在观测窗中测得的最大测量误差。

1.4EP(min)

规定期间内在观测窗中测得的最小测量误差。

2 计算 Ep(max)和 EP( min)算法原理

在一分析周期T中的P期间的观测窗中计算最大Ep(max)和最小EP(min)百分比变化的算法可分为4个组成阶段。

2.1 第一阶段

计算分析周期T中的P期间观测窗的最大数量。有一个最大数量为m的观测窗。首先考虑期间S(min)的最小观测窗,一直考虑大期间T(min) 的最大观测窗。

对于最小观测窗P=Sm=T/S

对于第二个最小的观测窗P=2S

对于第K个最小的观测窗P=KS

对于最大观测窗P=T m =1

因此,对于P期间的任意观测窗,其中P是一个S的若干倍,根据下列方程式得出一个最大为m的观测窗个数

2.2 第二阶段

计算分析周期T上每一个连续取样的流量误差Ei 。由于Ep(max)和EP(min)以百分比表示,Qi 也以速度r的百分比误差表示。图(1)中显示对于W0 到Wn 的取样量,有从Q1到Qn 的流量,并且有随之的e1到en的流量误差。注意Wi 是分析周期T的第i次取样量,而不是试验周期的第i次取样量,由下列公式得出任一ei :

2.3 第三阶段

计算P期间任一观测窗上的平均流量误差,通过每一观测窗上的单一流量误差相加求和并且此结果被总数除而得到一个平均值。

对于从式(1)确定的所有m个观测窗重复此计算。式(3)计算出P期间的所有观测窗的平均流量误差Ep 。

第一个观测窗 :

第二个观测窗 :

第m个观测窗:

因此,对任一窗j从第1至最大为m的窗

最后的计算阶段确定了P期间的观测窗中最大Ep(max)和EP(min)百分比变化。这些参数是简单地从公式AA.3.3计算出的Ep(j)中取出极值,因此 :

对于最大值

类似地,对于最小值

四个计算阶段可以各自合并成一个单独的 (max)EP和 ( min)EP公式。

为了确定P期间的每 一个观测 窗中的最大Ep(max)和EP(min)百分比变化,对于每一 个新的P=1min、2min、5min、11min、19min和31min的值,应该重新用公式计算。

3 举例

上述的算法原理,可通过下述具体实例加深理解。实际测试中,选取分析周期T为试验周期的第2h。设定取样间隔S为0.5min。设定流速r为25ml/h, Qi可通过输液泵质量监测仪直接测得,单位为ml/h,共测到A列中的120个数据。B列数据用求出。C列为P=1min时每个观测窗上的平均流量误差,单元格C1的公式为,C2 为, ………,C119 为;D列为P=2min时每个观测窗上的平均流量误差,单元格D1的公式为,………,D117为;其余E列、F列、G列、H列分别为P=5min、11min、19min、31min时每个观 测窗上的平均流量误差,其对应的公式为式(3)P。最后再从C列至H列中分别选取每个P期间观测窗的极值,即为我们所求Ep(max)的EP(min)和。

4 结束语

输液泵的工作数据准确性试验既是GB9706.27中的重点,也是检测中的难点。只有在准确理解算法的基础上,并对数据进行正确处理,才能得到准确的测试结果。以上是笔者对算法和数据处理的一点浅见,希望能抛砖引玉,看到更方便有效的方法出现。

摘要：文章阐述了输液泵工作数据准确性试验中计算(max)pE和(min)PE算法原理,并举例说明数据处理过程。