[发明专利]资源受限智能对象中关系型数据的存储及检索方法有效
| 申请号: | 201811076313.X | 申请日: | 2018-09-14 |
| 公开(公告)号: | CN109284340B | 公开(公告)日: | 2020-11-20 |
| 发明(设计)人: | 罗五明;王继良;曹志超;刘云浩 | 申请(专利权)人: | 清华大学 |
| 主分类号: | G06F16/28 | 分类号: | G06F16/28;G06F16/22 |
| 代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 王莹;吴欢燕 |
| 地址: | 100084 北京市海*** | 国省代码: | 北京;11 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 资源 受限 智能 对象 关系 数据 存储 检索 方法 | ||
本发明提供一种资源受限智能对象中关系型数据的存储及检索方法,该存储方法包括:基于智能对象中待存储关系型数据的数据表字段长度信息和所述智能对象的表操作支持信息,按照对应预设定义规则,依次进行所述待存储关系型数据的数据表表头的定义和表记录的构建;根据所述数据表表头和所述表记录,对所述待存储关系型数据进行存储;其中,在所述数据表表头的定义和/或所述表记录的构建过程中,采用标识符技术进行标识。本发明能够有效提高表数据中数据的互操作性、兼容性及可扩展性,且有较高的存储效率,并能够有效降低上位机在访问和检索表记录数据时的耦合程度,简化数据访问流程。
技术领域
本发明涉及数据管理技术领域,更具体地,涉及一种资源受限智能对象中关系型数据的存储及检索方法。
背景技术
在现实应用中,物联网中资源受限的智能对象中有存储、访问和检索关系型数据表的需求。如,各种传感器持续采样的感知数据,射频识别标签中记录包装箱/托盘(箱)/集装箱(架)中的各类物品信息,电池物联网编码等,这些数据需要在不同的智能对象中被实时动态的进行存储及检索。
但是,由于存储空间、MCU计算能力、无线通信及功耗等的原因,智能对象中一般没有完善的数据管理系统来存储和管理这些表数据。目前,具有表数据管理能力的智能对象主要分为两类:第一类智能对象通过提供一段可随机访问的存储空间,来存储管理关系型数据;第二类智能对象中具备简单的表结构定义及数据读写及检索功能。
其中,第一类是由智能对象提供连续存储空间,存储在该存储块上的数据被采用连续的文本方式进行存储和检索。目前连续存储空间的存储方式主要有用户自定义模板方式、标识符方式等。由于用户自定义模板模式为固定的数据结构,不能灵活定义表数据的结构,难以满足数据表的表结构动态变化的需求。而标识符方式主要是采用数据表的存储方式,能提高智能对象的存储效率,但是智能对象并不能够让上位机对其内部存储的表数据进行类似数据库SQL查询语言来灵活检索。而实际应用中,低耦合度的SQL语言查询智能对象内部的数据信息很重要,如通过查询集装箱射频识别标签中数据,可以不开箱即了解集装箱箱内物资的静态及动态信息。
其中,第二类是智能对象的存储空间中有简单的表定义功能,可以定义特定字段数量和字段长度的表结构。该类虽然可以动态灵活地定义数据表结构,并将表数据存储在动态定义的数据表中,但是由于特定格式的表虽然有表头结构,但是表头字段不能够和上位机的元数据进行关联,从而造成表数据不能给出映射和解析,上位机查询的语义也不能与智能对象中的查询语义进行关联,会造成查询的失败。
发明内容
为了克服上述问题或者至少部分地解决上述问题,本发明提供一种资源受限智能对象中关系型数据的存储及检索方法,用以有效提高表数据中数据的互操作性、兼容性及可扩展性,并能够有效降低上位机在访问和检索表记录数据时的耦合程度,简化数据访问流程。
第一方面,本发明提供一种资源受限智能对象中关系型数据的存储方法,包括:基于智能对象中待存储关系型数据的数据表字段长度信息和所述智能对象的表操作支持信息,按照对应预设定义规则,依次进行所述待存储关系型数据的数据表表头的定义和表记录的构建;根据所述数据表表头和所述表记录,对所述待存储关系型数据进行存储;其中,在所述数据表表头的定义和/或所述表记录的构建过程中,采用标识符技术进行标识。
其中,所述基于智能对象中待存储关系型数据的数据表字段长度信息和所述智能对象的表操作支持信息,按照对应预设定义规则,进行所述数据表表头的定义的步骤进一步包括:若获知所述数据表字段长度信息为定长字段,且所述表操作支持信息为不支持表操作,则按照表头定义中无字段值的长度信息或者表头定义中有字段值的长度信息的形式,定义所述数据表表头;
其中,按照表头定义中无字段值的长度信息的形式,进行所述数据表表头的定义如下:
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学,未经清华大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811076313.X/2.html,转载请声明来源钻瓜专利网。





