基于B/S架构的海量空间数据并行上传方法研究

摘要：传统海量空间数据并行上传方法直接对空间数据上传系数指标进行计算，未对空间数据进行划分，造成上传效率低。文章提出基于B/S架构的海量空间数据并行上传方法。对空间数据进行划分，根据划分结果计算空间数据上传系数指标，从而进行空间数据预处理，基于B/S架构空间数据上传流程实现海量空间数据并行上传，并设计对比实验。实验结果表明，该研究方法具有更高的上传效率，更具有应用价值。

关键词：B/S架构；海量空间数据；方法研究；并行上传方法

doi：10.3969/J.ISSN.1672-7274.2024.01.001

中图分类号：G 642，TP 3            文献标志码：A            文章编码：1672-7274（2024）01-000-04

Research on Parallel Uploading Method of Massive Spatial Data Based on BS Architecture

LIU Chunwei

（National Supercomputing Tianjin Center， Tianjin 300457， China）

Abstract： The traditional parallel upload method for massive spatial data directly calculates the spatial data upload coefficient index without partitioning the spatial data， resulting in low upload efficiency in traditional methods. Propose a parallel upload method for massive spatial data based on BS architecture. Divide spatial data， calculate spatial data upload coefficient indicators based on the partition results， and preprocess spatial data. Based on the B/S architecture spatial data upload process， achieve parallel upload of massive spatial data. Design comparative experiments， and the experimental results show that this research method has higher upload efficiency and practical application value.

Key words： BS architecture; massive spatial data; method research; parallel upload method

移动互联网发展的趋势和特点要求其能够为人们提供更及时、更多样的服务^[1]。只有当服务能够快速响应时，才能获得良好的客户感知。中国电信的数据目前分布在不同省份的IT系统中^[2]，为了提供统一的外部服务，应首先使用单一平台和省级接口收集数据，然后提供外部服务^[3]。由于这一选择过程长、时间短，因此将各省的大数据集中到单一的国家数据平台，然后通过单一平台提供外部服务^[4]。这是一种有效而快速的方法，为了集中保存数据，每个省份都需要将数据上传到集成平台上^[5]。大多数数据都有一个非常重要的加载过程和方法选择。为了上传数据，应该快速删除旧数据，并写入新数据^[6]。由于连接的时间限制，应避免数据库操作耗时。可以使用开发周期短、独立于用户平台的基于B/S架构的管理系统，其具有易于实现交互式应用程序的优点。这种类型的管理系统主要用于信息交换、各种数据报告等。这些数据的存储和更新频率在实际工作中相对较高，一些周期较长的部门需要更改一些重要数据。在创建系统时，便制定了在线数据维护程序，如今，Excel电子表格软件已被纳入所有现代办公室中，我们希望在正确提供Excel数据的基础上，能有一个直接将Excel数据导入数据库的中间桥梁^[7]。本文提出基于B/S架构的海量空间数据并行上传方法，可以将空间数据上传到数据库中。B/S体系结构具有灵活性和可变特性，在实际项目开发中，B/S体系架构可用于数据处理。为确保在数据处理过程中数据的准确性，保证在一些相对复杂的指令分析后数据的系统性和完整性，更好地实现日常业务监控和辅助的影响，应分析和审查加载和存储大型空间数据所产生的各种问题，在B/S架构的基礎上，建立一个大型数据服务系统，并对系统进行运行性能验证，保证获取的处理结果可靠和稳定，从而实现智能化运行。

1   基于B/S架构的海量空间数据并行上传方法设计

1.1 空间数据划分

空间数据划分应注意两点：首先在空间数据划分过程中保持邻域特征；其次在划分过程中反映存储单元之间的活动差异，以平衡数据的负担。近似地将空间数据分布的代表性方法用于空间数据的分布，用于在相同大小的网络中的数据分布。根据某些规则对每条网络数据进行编码，用于在一定程度上保持空间接近性以及用于将空间数据大小减小为一维空间的表示。由于希尔伯特曲线是按空间的线性阶填充的，并且符合不同阶希尔伯特网络之间的平方分离规则，因此可以基于平方根的子网格进行分层分离编码，以获得下一个希尔伯特子网络编码级别，这种方式可以解决划分整个空间的需要，从而获得良好的划分效果。在分析上述B/S架构并行规划模型和空间数据划分思想的基础上，在B/S架构平行规划模型的基础上采用希尔伯特曲线层次划分方法和临界值极限，确保划分后空间数据的邻近性以及在多个存储设备上的均衡划分，空间数据划分算法流程如图1所示。

在本研究中，针对空间数据的数据调整的通信采取强度调制/直接检测（IM/DD）方式。该等效模型的信道基带如下：

式中，时间离散为t；接收成像数据入射角为n（t）；数据上传速率为y（t）；收端数据接的视场角为τ；信道的脉冲响应函数为h（t）；直流增益信道为x（t）；数据接收端的响应速率为R。基于图1中的空间数据上传流程，通过获得多边传播效应和DC提取参数调整数据上传方法。根据式（1）所示等效模型以及脉冲响应函数，式（1）还可以表示无线信道的多路分布影响，假定信道的最小延迟时间为t₀，如式（2）所示：

式中，视场角为F。信道DC的增加与数据捕获功能、传输、数据传输距离等有关，假设参数直流增益为Ψ，最大时数据传输速率的辐射角为Φ，信号截取时间为d²，有效数据传输面积为A，则基带信号H（0）表示为

式中，玻耳兹曼常数为d；通信信道数据上传增益函数为cos^m（Φ）；输出功率为T（Ψ）；朗伯体阶数为m。从公式（1）至式（3），获取到空间数据的顶部通信的信道参数。由于通道具有固定特性，因此通道通常被认为属于准静态。

基于希尔伯特曲线的分布层次所提出的空间数据分布思想：根據空间数据对象的数量n确定Hilberth（希尔百特）曲线的初始顺序m和子网络层次结构的中断阶数M，并将整个空间范围除以2×2。Hilberth编码由空间对象组成，累积每个空间对象原始编码的数据量K。如果数据总量超过存储单元的平均存储量V，则以相同方式划分第四个子网。计算下一级网络希尔伯特编码，直到给定相应数量的空间对象存储节点或子网络层次结构的层次分解数量，随即停止子网络的层次划分。这不仅确保了空间数据的接近性，而且大致平衡了划分后的数据量。使用的公式如下：

在使用平衡的数据划分方法的前提下，节点之间的负载应该是平衡的，以反映节点之间活动的差异。在空间数据划分过程中，使用单位容量检测方法来确定每个存储单位容量的临界值p_low和p_high，计算两个值的公式为

式中，S_i为第i个单元的物理地址范围，通过确定每个单元的资源（例如100GB单元，300GB单元）的标准权重W_i来确定，并且该值的确定与物理单元的量k有关，k∈[0，1]。

1.2 计算空间数据上传系数指标

根据上述公式计算空间数据上传系数指标。在数据收集过程中，由于存在能量场干扰信号传输，影响数据接收的效果，所以必须计算其系数。能量场产生的干扰信号通过传输数据被限制在系统带宽内。带宽为B，假设系统热力学温度（K）为T，则功率计算公式为

式中，数据接收端和数据输出端之间的距离为k，即k=1.38×10^-23J/K。由于输出和输入之间存在不连接的信号和噪声关系，系统需要根据系统加载的文件来计算系数。假设光学透镜接收机的透过率用Nout来表示；输出信号功率用Sout来表示，用Nin来表示输入功率，用Sin为系统输入信号功率，则系统上传文件产生的系数N为

式中，输入端的信噪比为Sin/Nin，输出端的信噪比为Sout/Nout。加载过程包括数据传输、空间区域异常反应监测。可以使用十进制显示，即：

从式（10）可以看出，内部和外部系数越低，影响因素也越低，对数据加载的影响越小。上传数据时，内部和外部系数越大，数据发布时产生的系数指标越小，数据管理时产生的系数指标越大。

1.3 基于B/S架构实现海量空间数据并行上传

在分析B/S架构海量空间数据并行上传时，基于B/S架构的并行空间数据划分算法主要分为以下几个阶段：数据集共享，数据预处理，空间数据划分。

图2显示了基于B/S架构空间数据上传流程。在上述计算空间数据上传系数指标的基础上，进行空间数据预处理，从而实现基于B/S架构的空间数据的并行上传。

2   实验论证

系统测试主要分析和检验B/S架构下海量空间数据并行上传方法实际应用效果。为了比较最终测试结果的稳定性和可靠性，本文将传统方法1和传统方法2作为测试对照组，在同一环境下上传海量空间数据，并对最终结果进行分析。

2.1 实验准备

平台电压范围为3 V至5 V，ADC核心方案为连接到PCIExpress连接器并连接到电源的5 V USB接口芯片。在确认芯片是否稳定时，使用示波器进行处理。应进行通道信号调整、ADC采集调整和FPGA缓冲区测量平台。根据其在B/S架构框架内的可信度要求和标准，制定数据服务计划，规定针对单实施指令的响应反馈时间在0.2秒至0.5秒。指定服务的基本性能参数，如表1所示。

通过表1可以完成对指令指标数值的设定与分析。对指令数据调整后，建立起稳定的测试环境。检查测试设备和平台运行是否稳定，并确保没有外部因素影响最终测试结果。确认无误后，开始测试系统。准备300个空间数据信息，并在其中配置多个监控单元。每个监测单元是独立的，在实际应用中应引入指令关联。此外还需要计算单元之间的差异，具体如式（11）所示。

式中，执行误差为a²；核心执行距离为u；监测节点数量为a；执行比为θ₁；单元处理差值为Y。通过上述计算结果，可以获得单元处理差异。进一步分析和验证数据上传响应时间和测试结果，如表2所示。

2.2 对比实验

根据表2所示测试结果可知，本文方法服务响应时间相对较短，与传统方法1和传统方法2相对比，分别平均减少1.23 s和2.39 s，这表明本文所述方法具有更高的上传效率，更具有应用价值。

3   结束语

在大数据信息技术的发展过程中，海量数据的收集和应用是一种发展趋势。本文提出了一种基于B/S架构的空间数据上传方法，使数据和空间信息更精细完整，对海量数据的上传、数据加载过程以及读写过程的提出了合理的技术建议。

参考文献

[1] 叶志坚，江志钢，胡发国，等．基于BS架构的电液定位绞车远程监控系统的设计与实现[J]．黑龙江科学，2023，14（6）：76-78.

[2] 郑斌，李小勇，闫迷军，等．一种基于BS架构的车载嵌入式系统维护软件的设计与实现[J]．铁道机车车辆，2020，40（5）：40-43.

[3] 高国庆，李光亚，张超，等．文物信息系统数据管理方法研究[J]．工业控制计算机，2023，36（3）：110-112.

[4] 林跃茂，邹超，张伟仁，等．基于BS架构的大数据服务平台设计[J]．无线互联科技，2022，19（24）：95-97.

[5] 苑晓晴，刘春波，陈俊豪，等．高速旋转机械运行监测数据上传方法研究[J]．机电工程，2023，40（3）：377-383.

[6] 李涵秋，魏达，朱建启，等．一种“北斗”导航星座数据上注的动态链路树路由方法[J]．电讯技术，2021，61（12）：1521-1525.

[7] 辛凤阳，王忠鑫，田凤亮，等．基于BS架构的露天矿连续工艺一体化管控平台设计与实现[J]．金属矿山，2021（12）：177-182.

作者简介：刘春伟（1987-），男，汉族，河北唐山人，工程师，硕士研究生，研究方向为B/S架构应用开发，并行计算。