CN105487500A - 在过程控制***中流式传输用于分析的数据 - Google Patents

Abstract

本发明公开了用于在过程工厂中流式传输大数据的技术。通常，这些技术有助于以接近实时的方式对包括警报、参数、事件等等的过程控制数据进行存储或传输。大数据的接收器(譬如，大数据历史记录器或者请求特定数据的设备)通过一组初始的元数据进行配置，并且然后譬如当接收设备在数据中遇到某个标识符时(其中该标识符在先前接收的元数据中没有被定义)，在从发送设备请求更新的元数据之后，其接收该更新的元数据。

Description

在过程控制***中流式传输用于分析的数据

相关申请的交叉引用

本发明与下面的美国专利申请有关：

2013年3月3日提交的、标题为“过程控制***中的大数据(BIGDATAINPROCESSCONTROLSYSTEMS)”的美国专利申请No.13/784,041；

2013年9月17日提交的、标题为“用于控制具有定位移动控制设备的过程工厂的方法与装置(METHODANDAPPARATUSFORCONTROLLINGAPROCESSPLANTWITHLOCATIONAWAREMOBILECONTROLDEVICES)”的美国专利申请No.14/028,785；

2014年2月6日提交的、标题为“在过程控制***中收集和传送数据至大数据机器(COLLECTINGANDDELIVERINGDATATOABIGDATAMACHINEINAPROCESSCONTROLSYSTEM)”的美国专利申请No.14/174,413；

2014年3月14日提交的、标题为“过程控制***中的分布式大数据(DISTRIBUTEDBIGDATAINAPROCESSCONTROLSYSTEM)”的美国专利申请No.14/212,493；

2014年3月14日提交的、标题为“确定过程中的过程元件和测量的关联和调整(DETERMININGASSOCIATIONSANDALIGNMENTSOFPROCESSELEMENTSANDMEASUREMENTSINAPROCESS)”的美国专利申请No.14/212,411；

以引用方式将这些申请中的每一份申请的全部内容明确地引入本文。

另外，本发明还与下面的美国专利申请有关：

与本申请同时提交的、标题为“过程控制***中的区域性大数据(REGIONALBIGDATAINPROCESSCONTROLSYSTEMS)”的美国专利申请No.14/507,188(代理人案卷号No.06005/593079)；

与本申请同时提交的、标题为“用于过程控制***分析的数据流水线(DATAPIPELINEFORPROCESSCONTROLSYSTEMANALYTICS)”的美国专利申请No.62/060,408(代理人案卷号No.06005/593085)；

与本申请同时提交的、标题为“基于自动信号处理的学习(AUTOMATICSIGNALPROCESSING-BASEDLEARNING)”的美国专利申请No.14/507,252(代理人案卷号No.06005/593086)；

以引用方式将这些申请中的每一份申请的全部内容明确地引入本文。

技术领域

本发明总地涉及过程工厂和过程控制***，并且更别地涉及在连续和/或按需的基础上，对过程控制工厂中的设备之间或者与该过程控制工厂相关的设备之间的过程控制数据进行流式传输。

背景技术

分布式过程控制***(如，用在化工、石油、工业或者其它过程工厂中以制造、提炼、转换、生成或生产物理材料或产品的过程控制***)通常包括通过模拟、数字或组合的模拟/数字总线，或者通过无线通信链路或网络来通信地耦合到一个或更多个现场设备的一个或更多个过程控制器。现场设备(其可以是例如阀门、阀门***、开关和发射器(例如，温度传感器、压力传感器、水位传感器和流速传感器)位于过程环境中并通常执行物理或者过程控制功能(譬如，打开或关闭阀门，测量诸如温度或压力等之类的过程和/或环境参数)以控制在该过程工厂或者***中执行的一个或更多个过程。智能现场设备(例如，遵循公知的Fieldbus协议的现场设备)还可以执行控制计算、警报功能和通常在控制器中实现的其它控制功能。过程控制器(其通常也位于工厂环境之中)接收指示现场设备所执行的过程测量的信号和/或关于该现场设备的其它信息的信号，并执行运行例如不同的控制模块的控制器应用，这些控制模块进行过程控制判断、基于所接收的信息来生成控制信号，并与在现场设备(例如， 和Fieldbus现场设备)中执行的控制模块或者控制块进行协调。控制器中的控制模块通过通信线路或者链路向现场设备发送这些控制信号，从而控制过程工厂或者***的至少一部分的操作。例如，控制器和现场设备控制该过程工厂或者***所控制的过程的至少一部分。

来自于现场设备和控制器的信息通常通过数据高速通道或者通信网络而提供给一个或更多个其它硬件设备，例如，操作者工作站、个人计算机或者计算设备、移动计算设备、数据历史记录器、报表生成器、中央数据库或者其它集中式管理的计算设备，它们通常位于控制室中或者远离相较严酷的工厂环境的其它位置。通常，这些硬件设备中的每一个硬件设备集中地跨越过程工厂或者过程工厂的一部分。这些硬件设备运行例如使操作者能够执行对过程进行控制和/或对过程工厂进行操作的应用，譬如，改变该过程控制例程的设置，修改控制器或者现场设备中的控制模块的操作，查看该过程的当前状态，查看现场设备和控制器所产生的警报，模拟该过程的操作以便训练人员或者测试过程控制软件，保持并更新配置数据库等等。被硬件设备、控制器和现场设备所使用的数据高速通道可以包括有线通信路径、无线通信路径或者有线和无线通信路径的组合。

举例而言，艾默生过程管理所出售的DeltaVTM控制***包括在位于过程工厂中的不同位置的不同设备里进行存储并执行的多个应用。位于一个或更多个工作站或计算设备之内的配置应用，使用户能够生成或者改变过程控制模块，并通过数据高速通道向专用的分布式控制器下载这些过程控制模块。一般情况下，这些控制模块由通信互连的功能模块构成，其中这些功能模块是面向对象的编程协议中的对象，其基于向其提供的输入来执行控制方案中的功能，并向控制方案中的其它功能模块提供输出。此外，配置应用还可以允许配置设计者生成或者改变操作者界面，其中查看应用使用该操作者界面来向操作者显示数据，并且使操作者能够改变过程控制例程中的设置(例如，设置点)。每一个专用控制器和(在一些情况下)一个或更多个现场设备存储和执行各自的控制器应用(其中该控制器应用运行分配和下载到自身的控制模块)，以实现实际的过程控制功能。在一个或更多个操作者工作站上(或者在与操作者工作站和数据高速通道进行通信地连接的一个或更多个远程计算设备上)执行的查看应用程序，通过数据高速通道从控制器应用接收数据，并使用用户界面向过程控制***设计者、操作者或者用户显示该数据，并可以提供多种不同的视角(例如，操作者角度、工程师角度、技术员角度等等)中的任何一种。数据历史记录应用通常在数据历史记录设备中存储并执行，其中数据历史记录设备收集并存储通过数据高速通道所提供的数据中的一些或者全部，而配置数据库应用可以在附连到数据高速通道的其它计算机中运行以存储当前过程控制例程配置和与其相关联的数据。替代地，该配置数据库可以与配置应用位于相同的工作站中。

在过程工厂或者过程控制***中，通过现场设备、控制器、传感器、功能模块等等来生成和/或收集数据。所生成的和/或所收集的数据可以整体地或者部分地存储，但通常并不是遍布整个过程控制***都实时可用。相反，对数据进行本地地存储和/或处理(例如，在现场设备或控制器的功能模块(如统计处理模块)中)，对所获得的处理后的数据进行本地缓存和/或传送给控制器和/或历史记录器进行存储以便后续分析或检查。为了能用于实时分析，例如用于预测过程控制***中的异常状况或故障的未来发生或者目前存在，过程控制***中的多种不同的设备、传感器、功能模块等等所生成的数据必须能用于由专家***以及例如与本申请同时提交的标题为“AUTOMATICSIGNALPROCESSING-BASEDLEARNING”的共同未决申请14/507,252(代理人案卷号No.06005/593086)中描述的那些组件之类的机器学习***和分析组件来进行分析。在当前***中，在过程工厂中的网络上传输大量的数据需要显著的网络带宽，对这些大量的数据进行处理、存储和计算需要显著的配置以便任何设备能够使用该数据。

简单的说，当前已知过程控制工厂和过程控制***的架构受到有限的控制器和设备存储器、通信带宽、以及控制器和设备处理器能力的强烈影响。例如，在当前已知的过程控制***体系结构中，通常使控制器中的动态和静态非易失性存储器的使用减到最小，或者至少进行仔细地管理。结果，在***配置期间(例如，先验)，用户通常必须选择对控制器中的哪些数据进行归档或保存、将节省利用的频率、以及是否使用压缩，因此利用这种有限的数据规则集来配置控制器。因此，在故障排除和过程分析中有用的数据通常不被归档，如果被收集的话，则由于数据压缩可能会丢失有用的信息。

上面所讨论的当前已知过程工厂和过程控制***的限制和其它限制，可能非期望地在过程工厂或过程控制***的操作和优化(例如，在工厂运行、故障检修和/或预测模型)中证明自己。例如，这些限制迫使必须执行繁重和冗长的作业流程，以便获得用于故障排除的历史数据，将该数据手动地馈送给独立的离线信号处理工具，对信号处理工具的输出结果的分析进行手动地监督以生成更新后的模型。甚至到那时，故障排除结果和模型也可能是不完整的，或者不能完全地表示实际***，这是由于对这些生成的输入依赖于具体的操作者的经验和知识。

“大数据”通常指一个或更多个数据集的收集，这些数据集非常大或者复杂，以致于传统的数据库管理工具和/或数据处理应用(例如，关系数据库和桌面统计软件包)不能在可容忍的时间之内管理这些数据集。一般情况下，使用大数据的应用是事务性的，并面向或着重于终端用户。例如，web搜索引擎、社交媒体应用、市场需求应用和零售应用可以使用和操作大数据。允许现代多进程多核心服务器的并行处理能力得到充分利用的分布式数据库可以支持大数据。

发明内容

本文公开了用于在过程工厂中对大数据进行流式传输的技术、***、装置和方法。通常，所述技术、***、装置和方法有助于数据在数据源和数据接收者之间实现接近于实时的移动，使数据只要被请求就可以被消费和分析。将数据格式化成预先规定的流结构，在流中传输该数据之前，单独地将该结构作为元数据传输给接收者，其减少网络开销、需要的带宽和传送时间，并增加网络吞吐量和存储效率。传输给接收者的元数据规定与流式传输的数据相关联的标识符。当数据流的发射器被配置为在该数据流中包括新数据或者不同的数据时，该发射器在发送新的格式化的数据流之前，向接收者发送新的元数据。该流式数据包括模块和块数据、参数数据、警报数据、事件数据和/或能够通过元数据进行描述的任何数据。警报数据和事件数据与参数数据的传输，有助于将警报和事件数据与参数数据存储在相同的位置中，转而有助于对所有数据之间的关系进行更复杂的分析。

一种用于在过程控制***中传输数据的方法，包括：在用于传送数据流的设备中，存储第一元数据集；在所述用于传送所述数据流的设备中，存储数据集以便以所述数据流的方式传送。该方法包括：向用于接收所述数据流的设备传送所述第一元数据集；在所述用于接收所述数据流的设备处，接收所述第一元数据集。此外，该方法包括：向所述用于接收所述数据流的设备传送所述数据流；所述用于接收所述数据流的设备在接收到所述第一元数据集之后，接收所述数据流。此外，该方法还包括：在所述用于接收所述数据流的设备处，根据所述第一元数据集，对所接收的数据流进行解析。在各种实现中，所述第一元数据集包括描述所述数据流的结构的流格式描述元数据和/或描述所述数据流的内容的数据描述元数据。

在一种实现中，该方法还包括：在所述用于接收所述数据流的设备处，在所述数据流中识别在所述第一元数据中不存在的标识符；在所述用于接收所述数据流的设备处，对所述数据流进行缓存；从所述用于接收所述数据流的设备向所述用于发送所述数据流的设备发送提供更新的元数据集的请求；在所述用于发送所述数据流的设备处，接收所述提供所述更新的元数据集的请求。此外，该方法还包括：从所述用于发送所述数据流的设备向所述用于接收所述数据流的设备发送所述更新的元数据集；在所述用于接收所述数据流的设备处，接收所述更新的元数据集；根据所述更新的元数据集，对所缓存的数据流进行解析。

在另一种实现中，该方法包括：在所述用于发送所述数据流的设备中，识别配置改变；根据所识别的配置改变，更新所述元数据；从所述用于发送所述数据流的设备向所述用于接收所述数据流的设备发送所述更新的元数据。此外，该方法还包括：在所述用于接收所述数据流的设备处，接收所述更新的元数据集；从所述用于发送所述数据流的设备向所述用于接收所述数据流的设备发送所述数据流。在该实现中，所述数据流根据所述更新的元数据集而被构造；在所述用于接收所述数据流的设备中，根据所述更新的元数据集，对所述数据流进行解析。

一种对过程控制***中的数据进行流式传输的方法，包括：在用于传送数据流的设备中，存储第一元数据集；收集数据集以便以所述数据流的方式传送；对收集的数据集合进行缓存；向用于接收所述数据流的设备传送所述第一元数据集。此外，该方法还包括：向所述用于接收所述数据流的设备传送所述数据流。在该实现中，不再传送另外的元数据，除非触发事件导致所述用于传送所述数据流的设备传送另外的元数据。在各种实现中，所述第一元数据集包括描述所述数据流的结构的流格式描述元数据和/或用于描述所述数据流的内容的数据描述元数据。

在该方法的实现中，该方法还包括：接收对更新的元数据的请求；生成或者下载更新的元数据；响应于对更新的元数据的请求，发送更新的元数据。在该方法的另一种实现中，该方法包括：识别改变的配置参数；生成或者下载更新的元数据；在根据所述更新的元数据发送数据流之前，向所述用于接收所述数据流的设备发送所述更新的元数据。

一种用于在过程控制***中接收数据流的方法，包括：从用于传送所述数据流的设备接收第一元数据集；在接收到所述第一元数据集之后，接收所述数据流；根据所述第一元数据集，对所接收的数据流进行解析；如果根据所述第一元数据集能够对所述数据流进行解析，则继续接收流式数据。在该方法的一种实现中，该方法还包括：在所述数据流中识别出根据所述第一元数据集不能解析的ID；对所述数据流进行缓存；向所述用于发送所述数据流的设备发送提供更新的元数据的请求；接收所述更新的元数据；根据所述更新的元数据，对所缓存的数据流进行解析；继续接收所述数据流；根据所述更新的元数据，对所述数据流进行解析。在该方法的另一种实现中，该方法还包括：接收更新的元数据；继续接收所述数据流；根据所述更新的元数据，对所述数据流进行解析。在该实现中，在所述更新的元数据之后接收的所述数据流，根据所述更新的元数据能够被解析，而根据所述第一元数据集不能够被解析。

一种过程控制***中的装置，包括：处理器；通信地耦合到所述处理器并存储元数据集的存储器；向所述装置提供数据的数据源。此外，该装置还包括：在所述处理器上执行以缓存从所述数据源接收的数据的排队例程；在所述处理器上执行的数据流式传输例程，其与通信设备进行协作。所述数据流式传输例程用于：向接收设备传送所存储的元数据集；根据所存储的元数据集，将所缓存的数据组合成数据流；向所述接收设备传送所述数据流。

在该装置的一种实现中，该装置是控制器，所述数据源是从一个或更多个过程控制设备接收数据的输入。在该实现中，所述装置还包括：在所述处理器上执行的一个或更多个例程，其用于至少部分地根据所接收的数据来控制所述过程；在所述处理器上执行并收集从所述一个或更多个过程控制设备接收的数据的收集例程。

在该装置的一种实现中，在所述处理器上执行的所述数据流式传输例程还用于：接收对更新的元数据的请求；生成或者下载更新的元数据；响应于对更新的元数据的请求，发送所述更新的元数据。在该装置的另一种实现中，该装置还包括：用于接收或者生成更新的元数据的元数据更新例程，在所述处理器上执行的所述数据流式传输例程还用于：响应于所述装置的配置中所检测到的改变，或者响应于更新的元数据的生成或者接收，发送所述更新的元数据；继续发送所述数据流。在该实现中，在发送所述更新的元数据之后发送的所述数据流是根据所述更新的元数据来构造的。

一种用于在过程控制***中接收大数据流的装置，包括处理器、通信地耦合到所述处理器的存储器、用于存储大数据的非临时性存储器设备和接收器。所述接收器用于：接收元数据集；接收数据流；根据所述元数据集，对所述数据流进行解析；根据所述解析，对数据进行处理；如果根据所述第一元数据集能够对所述数据流进行解析，则继续接收和处理数据。

在该装置的一种实现中，该装置是用于存储大数据的大数据设备，所述非临时性存储器设备包括高保真度数据存储设备，并且对数据进行处理包括：将所述数据存储在所述高保真度数据存储设备中。

在该装置的实现中，所述接收器还用于：在所述数据流中识别出根据所述元数据集不能进行解析的ID；对所述数据流进行缓存；发送提供更新的元数据的请求。该装置能够接收所述更新的元数据；根据所述更新的元数据，对所述缓存的数据流进行解析；根据所述解析结果，对所述数据进行处理。此外，该装置还可以继续接收所述数据流；根据所述更新的元数据，对所述继续的数据流进行解析；对来自所述继续的数据流的数据进行处理。

在该装置的另一种实现中，所述接收器还用于：接收更新的元数据；继续接收所述数据流；根据所述更新的元数据，对所述数据流进行解析。其中，在所述更新的元数据之后接收的所述数据流根据所述更新的元数据能够被解析，而根据所述元数据集不能被解析。

附图说明

图1是用于在过程工厂或者过程控制***中对过程控制数据进行流式传输的示例***的框图；

图2是可以支持大数据在设备之间的流式传输的过程工厂或者过程控制***的示例性大数据网络的框图；

图3是一种示例性大数据设备的框图；

图4是在过程工厂中的设备之间对数据进行流式传输的示例性过程工厂或过程控制***的框图；

图5是根据所描述的方法实施数据流式传输的示例性控制器的框图；

图6是描述根据所描述的方法来实施数据流式传输的过程控制***的示例性组件中的元数据的流的框图；

图7是描述实现数据流式传输的过程控制***的示例性组件中的数据和元数据的流的框图；

图8A和图8B是分别描述用于将数据流式传输到另一个设备的方法和用于接收数据流的方法的流程图，并且共同地描述了根据各自方法进行操作的两个设备之间的数据流；

图9A和图9B是分别描述用于将数据流式传输到另一个设备的替代方法和用于接收数据流的替代方法的流程图，并且共同地描述了根据各自的替代方法进行操作的两个设备之间的数据流。

具体实施方式

本文公开了用于对过程工厂或过程控制***中的数据和元数据进行流式传输的技术、***和方法。通常，所述技术、***和方法有助于数据在过程工厂中的设备或者与过程工厂有关的设备之间的移动。具体而言，这些技术、***和方法有助于将包括I/O数据、连续数据、事件数据、批量数据、实验室数据的各种类型的过程控制数据和来自分析器和其它组件的数据，流式传输来自过程工厂中的各种设备或传向过程工厂中的各种设备、以及传向可以请求该数据的各种移动和/或外部设备。事实上，可以根据本文所描述的数据流式传输技术，对任何能够由元数据描述的数据进行流式传输。另外，这些技术、***和方法在无需对接收设备进行复杂配置的情况下，简化了控制***以对数据流式传输。可以实时地或者根据请求，对数据进行流式传输。也就是说，与已知的过程控制信号处理技术(在这些技术中，请求的设备(或用户)后验地从过程工厂获得历史记录信号馈送，并且请求的设备必须被配置为精确地接收传送给其的数据)相比，所提出的技术、***和方法允许将数据实时地流式传输给历史记录设备、请求的设备、或者实际使用该数据来控制过程工厂的其它过程控制设备。因此，通过使用本文所公开的技术、***和方法，可以将信号处理引入或者集成到操作的、在线过程工厂或者***(例如，通过定位或者寻位过程工厂或***中的各种信号源附近的各种信号处理功能)，减少了先验的配置要求，并可以实现实时分析和学习。对于阅读下面的公开内容的人员来说，其它另外的优点将变得显而易见。

举一个本文更详细描述的实施例的例子，各种设备和***(例如，分布式控制***(Distributedcontrolsystem，DCS)***、过程控制现场设备等等)都可能产生数据，并通过I/O设备、总线、无线网关等等来收集数据。可以对所收集的数据进行排队，并流式传输给长期数据存储设备(例如，历史记录设备)，传输给执行实时分析和/或学习功能的一个或更多个分析设备，传输给一个或更多个请求的设备，和/或传输给将该流式数据使用成输入来执行过程控制的一个或更多个设备。另外，可以通过web服务器、API等等，将所收集的数据直接流式传输给外部设备，也可以从长期数据存储设备中的一个传输给外部设备。

所收集并进行流式传输的数据的元数据可以与流式数据分离地流式传输。通常，该元数据在数据之前在流中被传送，并且在任何情况下，在接收设备可以处理和/或使用流式数据之前，向接收设备传送元数据。元数据描述了数据流中的数据的类型和组织方式，例如，除了规定流格式的信息(例如，用于指示特定数据段的开始的标识符)之外，其包括模块标签、模块名称、参数名、工厂面积、单元和小区信息。

下面将更详细地讨论用于对过程控制***或者工厂中的数据进行流式传输的这些和其它技术、***和方法。应当明确注意的是，虽然下面的各描述内容描述了过程控制数据的收集以便存储在大数据历史记录设备中，但本文所描述的数据流式传输技术可应用于过程控制***中的任何类型的数据(其包括实验室数据、操作数据、维护数据、批量数据、事件数据、警报数据、分析数据、统计数据等等)，只要被流式传输的数据能够用元数据进行描述。另外，这些技术可适用于数据在任何设备之间的流式传输，其并不限于控制器和大数据节点之间、过程控制设备和控制器之间、或者过程控制设备和大数据节点之间的数据流式传输。任何过程控制设备、大数据节点、大数据设备、分析模块、控制器、工作站、I/O设备、路由器、接入点等等、过程工厂中的或与过程工厂相关联的(例如，其通信地连接到该过程工厂)移动平台(例如，智能电话、平板计算机、膝上型计算机等等)可以是数据流的接收器、数据流的发射器或者二者。

图1通过框图的方式，示出了用于对过程工厂或者过程控制***中的过程控制数据进行流式传输的示例***100。如图1中所示，示例***100包括产生过程控制数据的各种源102。举例而言，源102可以包括传感器和发射器；诸如阀门、致动器、混合器、泵等等之类的现场设备；诸如在分布式控制***(DCS)中发现的那些控制器之类的控制器；在过程工厂中的任何位置(包括位于现场设备或者控制器中)进行操作的功能模块，其例如用于接收参数或者变量，并且对该参数或者变量执行某种功能或操作以产生输出；操作者或者其它控制/命令输入；I/O设备；通信网关；或者过程工厂中的任何其它源。具体而言，源102包括一个或更多个过程单元和/或与过程工厂或者过程控制***相对应的其它组件或功能。例如，源102可以对应于过程控制设备(例如，控制器、现场设备或输入/输出(I/O)设备)的输入信号或输出信号。另外地或替代地，源102可以是诸如控制变量、操作变量，干扰变量等等之类的处理变量(其可以是过程控制设备的输入或者输出)。在一些情况下，源102是测量值。测量值的例子可以包括：直接由现场设备对该过程的某个参数执行的过程测量，或者根据该直接测量所导出的测量值；通常独立于该过程的控制的环境测量值(例如，环境温度或者空气压力、原始输入材料的组合等等)；性能测量值(例如，过程工厂通信链路带宽或者延迟、过程工厂的输出的组合等等)；或者与控制该过程的过程工厂相关联的某种其它测量值。在一些情况下，源102是指示该过程或者过程工厂的一部分中的质量平衡或能量平衡的参数。在一些情况下，源102对应于另一个分析***或者模块的输出。应当注意的是，虽然数据可能与多个源102有关(例如，其可以反映对控制器的输出进行分析所获得的变化的输出值)，为了便于可读性起见，在本文中以单数时态来指代“源”。

通常，数据可以对应于与过程工厂相关联的任何参数或者参数集，其具有随着过程工厂控制该过程的直接或者间接结果而变化的值，例如，其实时地变化，或者随着过程工厂(或者其中间与该参数相关联的部分)在线操作的直接或间接结果而变化。

该数据由数据收集模块104进行收集。收集模块104从源102中的一个或更多个源接收数据。虽然在图1中描述成单一数据收集模块104，但可以存在多个数据收集模块104。每一个数据收集模块104可以对应于单一源102、一组离散的源102或者源102的重叠集合。在一个实施例中，收集模块104和源102集成在一起。例如，可以将收集模块104包括在诸如阀门或者传感器之类的控制器或现场设备中。在另一个实施例中，收集模块104可以独立于源102，但通信地连接到源102。例如，收集模块104可以物理地附接或者耦合到源102，使得源102的输出在被其它模块处理之前穿过收集模块104，或者收集模块104可以对传送该源102的输出时所通过的网络链路进行监测。例如，可以将收集模块104包括在辅助设备中，其中该辅助设备耦合到控制器、现场设备或者控制器和/或现场设备通过其来传送信号的通信链路。

收集模块104可以从源102主动地或被动地接收或获得数据。例如，当控制器直接将其输出发送给收集模块104时(例如，当收集模块104连接到控制器的输出端口时，或者控制器显式地寻址其输出以传输到收集模块104)，收集模块104被动地获得源102的输出信号。另一方面，当收集模块104对传送控制器的输出的链路进行监测时，收集模块104主动地获得源102的输出信号。

将收集的数据在排队模块106中进行排队。对数据进行排队，触发事件使得排队的数据被传送。在各个实施例中，或者在同一实施例的不同实例中，使得排队模块106发送排队的数据的触发事件可以是：队列满、传送时间定时器到期、或者发送该数据的客户端请求(例如，来自于另一个设备)。

一旦触发事件使得排队模块106传送所收集的数据，则该数据被传送给接收设备。该接收设备可以是任意数量的设备，但通常包括大数据节点，如下面参照图2所描述的。接收设备所接收的数据通常被存储在接收设备的存储器108中，直到发生进一步的处理或者存储为止。在一些实施例中，例如，将数据从接收设备的内存中存储器108传送到长期数据存储器110。长期数据存储器110可以包括如下面所详细描述的大数据设备。无论如何，替代地或另外地，将接收设备所接收的数据从内存中存储器108传送到分析模块112。

分析模块112对该数据进行处理，以例如生成警报和/或事件消息、预测和/或建议，和/或为过程工厂或者过程工厂的一部分提供故障检测。在一些实施例中，分析模块112接收或者获得结合该数据的一个或更多个其它输入。例如，分析模块112可以通过多个收集模块104和/或排队模块106来分别从多个源102接收多个随时间改变的输入信号。在一些情形下，分析模块112接收结合该数据的一个或更多个另外的实时输入，这些实时输入是随时间相对恒定，譬如，控制变量的设定点或者过程工厂中的静态状况的指示。在一些情形下，分析模块112接收结合该数据(以及任何另外的实时输入，如果存在的话)的一个或更多个不是在过程工厂的实时操作期间产生的其它输入，譬如，当过程工厂或者其一部分在离线时所获得的测量值、由离线的手动的分析工具所产生的输出、从该过程的一个或更多个部分的模型所获得的数据等等。

在图1中，分析模块112对该数据(以及任何其它另外的不变的或者变化的输入，如果存在的话)进行操作，以确定该数据的一个或更多个特性或者该过程工厂的一个或更多个操作特性。例如，分析模块112可以生成与从收集模块104和排队模块106所接收的数据有关的其它数据(例如，统计数据)。另外地或者替代地，分析模块112可以生成关于过程工厂或者该过程工厂的一部分的状态的信息，其包括警报和事件数据、预测数据、建议和故障检测/预测数据。

事实上，分析模块112对该数据自动地或者自主地执行一个或更多个处理功能，以确定该数据的一个或更多个特性。例如，当该数据包括特定的信号(例如，诸如参数值之类的随时间变化的信号)，分析模块112可以对该数据中的信号进行过滤、幅度或振幅分析、功率分析、强度分析、相位分析、频率分析、频谱或者谱分析、相关性分析、卷积、平滑、Hilbert转换、电平检测、线性信号处理、非线性信号处理和/或任何其它信号处理技术。因此，其遵循分析模块112所确定的一个或更多个特性，该一个或更多个特性与分析模块112向数据中的信号或者一些信号所应用的处理技术集相对应。例如，如果分析模块112对数据中的信号执行频谱分析，则通过频谱分析所确定的该数据中的信号的一个或更多个相应特性可以包括：该信号中的一个或更多个主频率的标识、一个或更多个第n阶频率(其中n是大于一的整数值)、谐波、子谐波、二异状态、带宽、失真等等。在另一个示例中，如果分析模块112对数据中的信号执行相位分析，则该信号的一个或更多个相应特性可以包括：该信号的一个或更多个相位的标识和/或是否存在任何相位偏移的标识。应当注意的是，虽然上面的频谱和相位分析例子描绘了在该信号中包括的一个或更多个重复行为(例如，振荡或周期性行为)的特性，但分析模块112可以另外地或替代地对该信号和/或数据进行操作，以确定存在任何非重复的行为，例如，随时间的最大幅度和最小幅度、冲激响应等等。在一个实施例中，分析模块112可以选择对该数据执行的一个或更多个功能，例如，基于该数据的源、另外的输入、该数据的一个或更多个先前确定的特性或者该数据中的信号的一个或更多个先前确定的特性，和/或某种其它标准。

分析模块112还可以被配置为确定该信号和/或该数据的所确定的特性的潜在源或者源，例如，分析模块112可以确定“特性源”。具体而言，分析模块112可以确定源102的上游的一组过程单元，并且识别这些上游源102中的哪些对该信号和/或数据的行为中的变化具有最显著的影响。例如，在共同未决的申请No.14/507,252(代理人案卷号06005/593086)中描述了分析模块112的其它功能。

不管由分析模块112产生的输出的性质，分析模块112的输出都可以被存储在长期数据存储器110中以进行后处理，和/或在一些实施例中，在用于数据存取模块116之前，分析模块112的输出被临时地存储在存储器114中。数据存取模块116可以是使内存中存储器114和/或长期数据存储器110中的数据中的一些或全部用于其它客户端和应用的服务器(未示出)、应用程序接口(API)等等。数据存取模块116可以向服务器118提供数据以便一个或更多个设备通过网络(未示出)来存取，或者可以根据来自设备120的请求或者根据某种预定的方案将数据直接提供给特定的设备120。

通常，如本文所指代以及如先前所讨论的，术语“上游源”指代过程单元、一件装备或者过程工厂中的涉及在运行期间造成该过程工厂控制该过程的资产。如本文所使用的，术语“上游”指代在过程的实时控制期间，较早的主动参与或者较早的出现，并且术语“下游”指代在过程的实时控制期间，较晚的主动参与或者较晚的出现。例如，存储原材料以便输入进该过程的大桶，是对原材料进行加热的锅炉的上游，并且是测量该锅炉的温度的温度传感器的上游。如本文所使用的术语“过程单元”通常指代用于对过程或者其一部分进行控制的物理或者逻辑单元，譬如，过程控制设备、过程变量、测量值等等。因此，使用大桶和锅炉的示例，用于将原材料释放到锅炉的阀门是上游过程单元，温度传感器是该阀门的下游的过程单元，用于将加热后的流体释放到管道中以传输到另一件设备的另一个阀门，是第一阀门和温度传感器二者的下游的过程单元。

如本文所互换使用的“一件装备”、“装备件”或者“装备”，通常指代在过程或者其一部分的控制期间可以或者不可以直接利用的物理元件或组件，但尽管如此其可以关于过程的控制或者流动而与其它装备件和/或过程单元进行排序。继续上面的例子，大桶和对该大桶的物理支撑都是锅炉的上游的单元，锅炉和对该锅炉的物理支撑是离开该锅炉的管道的上游。如本文所指代的过程工厂的“资产”可以是对于该过程工厂的提供者和/或运营者来说具有成本的、与该过程工厂相对应的任何单元。例如，过程工厂的资产可以包括仪表、阀门、控制器、分布式控制***(DCS)、软件、基础设施、网络、控制策略、应用、配置、管道、测试设备、配置设备、工作站、用户接口设备、数据存储实体等等。再次返回到大桶和锅炉的示例，大桶、锅炉、阀门、管道、温度传感器和相应的支撑都是该过程工厂的资产，如同使用这些阀门和温度传感器来控制锅炉中的材料的加热和数量的控制模块和策略，如同用于诊断大桶和/或锅炉中的故障状况的便携式诊断设备。

本文所公开的***、方法和技术中的任何部分或者全部，可以在被配置为实时地对过程进行控制的任何过程工厂或者过程控制***中使用。一般情况下，对过程进行控制以制造、精练、转换、生成或者生产物理材料或者产品。例如，过程工厂可以包括一个或更多个有线通信网络和/或一个或更多个无线通信网络。类似地，过程工厂可以包括其中的一个或更多个有线过程单元和/或一个或更多个无线过程单元。过程工厂可以包括集中式数据库，例如，连续的、批次和其他类型的历史数据库。

使用本文所公开的数据流式传输***、方法和技术中的至少一部分的过程工厂，包括过程控制大数据网络和过程控制大数据网络节点或设备。例如，本文所公开的***、方法和技术中的至少一些可以在支持本地化、区域化和/或集中式大数据的过程工厂中实现，诸如在前述的美国申请No.13/784,041、前述的美国专利申请No.14/174,413、前述的美国申请No.14/212,493和/或前述的标题为“过程控制***中的区域化大数据(REGIONALBIGDATAINPROCESSCONTROLSYSTEMS)”的美国申请No.14/507,188(代理人案卷号No.06005/593079)中所描述的。因此，使用本文所描述的数据流式传输技术、方法和***的过程工厂可以包括一个或更多个大数据设备，这些设备中的至少一些包括各自的分布式或嵌入式大数据设备，以对大数据提供者节点所产生的大数据进行操作。

图2是用于过程工厂或过程控制***的示例性大数据网络200的简化框图，该过程工厂或过程控制***对一个或更多个过程进行控制，并且支持过程控制大数据，具体而言，可以根据图1中所描绘的数据流式传输原理进行操作。过程控制大数据网络200包括一个或更多个过程控制大数据节点202-210，这些中的每一个对过程控制大数据进行收集、观测、生成、存储、分析、存取、传送、接收和/或操作。如本文所互换使用的，术语“过程控制大数据”、“过程大数据”和“大数据”通常指代过程控制***或者工厂中包括的设备或者与其相关联的设备所生成、接收和/或提供的所有(或者几乎所有)数据。在一个实施例中，过程工厂中包括的所有设备或与其相关联的所有设备所生成、产生、接收或者观测的所有数据，被收集并存储成过程控制大数据网络200中的大数据。

示例性过程控制大数据网络200包括一个或更多个不同类型的过程控制大数据节点或设备202-210，这些中的每一个关于过程工厂或者过程控制***所产生的或者基于其的一个或更多个过程控制而产生的过程控制大数据，进行收集、观测、生成、存储、分析、存取、传送、接收和/或操作。每一个过程控制大数据节点或者设备202-210连接到过程控制***大数据网络骨干网(未示出)，并可以使用该骨干网来与一个或更多个其它过程控制大数据节点进行通信(例如，利用本文所描述的数据流式传输原理)。因此，过程控制大数据网络200包括过程控制***大数据网络骨干网以及通信地连接到其的过程控制大数据节点202-210。举例而言，过程控制大数据网络200包括多个网络化的计算设备或者交换机，它们被配置为通过骨干网，对去往/来自网络200的各个其它设备、交换机或者节点的封包进行路由。

过程控制大数据网络骨干网包括任意数量的有线通信链路和任意数量的无线通信链路，它们支持一个或更多个适当的路由协议(其包括用于支持如本文所描述的大数据的流式传输的至少一种协议)。除了用于支持如本文所描述的大数据的流式传输的协议之外，过程控制大数据网络骨干网可以支持其它协议，例如，其包括互联网协议(InternetProtocol，IP)套中所包括的协议(例如，用户数据报协议(UserDatagramProtocol，UPD)、传输控制协议(TransmissionControlProtocol，TCP)、以太网等等)、诸如流控制传输协议(StreamControlTransmissionProtocol，SCTP)之类的流协议和/或用于在过程控制大数据节点之间对数据进行流式传输(例如，传输)的其它适当流协议，或者其它适当的路由协议。一般情况下，过程数据大数据网络200中包括的每一个节点可以至少支持该骨干网所支持的路由协议的应用层(对于一些节点来说，其它的层)。在一个实施例中，在过程控制***大数据网络200中，例如通过唯一的网络地址来唯一地标识每一个过程控制大数据节点202-210。

在一个实施例中，过程控制***大数据网络200的至少一部分是ad-hoc网络。因此，节点202-210中的至少一些(和/或一个或更多个其它节点，例如，用户接口设备230)可以以ad-hoc方式，连接到网络骨干(或者连接到网络200的另一个节点)。

由于图2是用于描述过程控制大数据网络200中的各个大数据节点202-210之间的通信地连接的简化图，因此在图2中没有显式地描绘该过程控制网络骨干。然而，在前述的美国专利申请No.13/784,041中，描述了可以使用本文所描述的这些技术中的任何一种或者全部的这种骨干网的例子。当然，本文所描述的技术中的任何技术或者全部技术，并不限于结合在美国专利申请No.13/784,041中描述的骨干网来使用，而可以结合任何适当的通信网络骨干网来使用。

现转到不同类型的过程控制大数据节点或者设备202-210，通常，网络200的过程控制大数据节点可以是“大数据提供者”和/或可以包括“大数据设备”，如下面所讨论的。

如本文所互换使用的，术语“大数据提供者”、“大数据提供者节点”或者“提供者节点”通常指代使用过程控制大数据网络200、对与过程控制相关的大数据进行收集、生成、观测和/或转发的过程控制大数据节点。提供者节点所生成、收集、观测和/或转发的过程控制大数据可以包括在控制工厂中的过程时直接使用的数据或者在控制工厂中的过程时所产生的数据，例如，诸如控制器、输入/输出(I/O)设备和现场设备之类的过程控制设备所生成或使用的一阶实时和配置数据。另外地或替代地，过程控制大数据提供者节点可以对于与传送和路由这种一阶实时过程控制数据和过程工厂中的其它数据(例如，与大数据网络200和/或工厂中的其它通信网络的网络控制的有关的数据、指示带宽、网络接入尝试的数据、诊断数据等等)有关的数据，进行生成、收集、观测和/或转发。此外，一些过程控制大数据提供者节点可以生成、观测和/或转发指示结果、学习和/或信息(其中该信息是在过程控制大数据网络200中通过分析其收集的过程控制大数据来学习到的)的数据。一般情况下，这种分析结果、学习和/或学到的信息是一个或更多个过程控制大数据节点通过执行自动地、自主地分析来生成的。

在大多数情况下，大数据提供者节点包括用于实时地(例如，流式地)传送和接收大数据，并在一些实施例中，用于对实时大数据进行缓存以准备通过过程控制大数据网络200进行流式传输或者其它传送的多核硬件(例如，多核处理器)。在一些实施例中，大数据提供者节点还可以包括用于对实时大数据进行缓存的高密度存储器。由大数据提供者节点可以传送、接收、流式传输、缓存、收集和/或观测的实时数据的例子可以包括诸如测量数据、配置数据、批量数据、事件数据和/或连续数据之类的过程控制数据。例如，与配置、批量接收、设定点、输出、速率、控制动作、诊断、警报、事件和/或其之改变相对应的实时数据可以被收集。实时数据的其它示例可以包括过程模型、统计、状态数据、以及网络和工厂管理数据。在一些实施例中，大数据提供者节点并不对其观测到的实时大数据中的至少一些进行缓存，而是随着该节点观测、接收或者产生该数据，将未缓存的数据流式传输到一个或更多个其它大数据节点。可以在美国专利申请No.13/784,041、14/174,413和14/212,493中，找到可以结合本文所描述的技术中的任何一种或者全部来使用的大数据提供者节点的例子。当然，替代地或者另外地，也可以结合不同于美国申请No.13/784,041、14/174,413和14/212,493中所描述的那些的大数据提供者节点来使用本文所描述的技术中的任何一种或者全部。

另一方面，如本文所互换使用的，术语“大数据设备”、“大数据设备节点”或者“设备节点”通常指代对过程控制大数据进行接收、存储、获取和分析的过程控制大数据节点。因此，过程控制大数据设备(或者“BDA”)通常对一个或更多个过程控制大数据提供者节点所产生或者提供的大数据进行操作。在一些情况下，大数据设备被包括在大数据提供者节点中，或者与大数据提供者整体地共同驻留在同一个节点或者设备中。在这些情况下，大数据设备指代“嵌入式大数据设备”，这是由于该设备嵌入在提供者节点或者设备中，并对共同驻留的大数据提供者所接收、收集或产生的大数据进行操作。举例而言，嵌入的大数据设备对于该嵌入式大数据设备所位于的大数据提供者节点所本地生成和/或提供的大数据进行分析，以发现或者学习知识。可以将所学到的知识存储在嵌入的大数据设备中，由嵌入的大数据设备进行本地地操作，和/或作为大数据提供给其它大数据节点。例如，可以结合诸如在前述的美国专利申请No.14/212,493和/或标题为“REGIONALBIGDATAINPROCESSCONTROLSYSTEMS”的美国专利申请No.14/507,188(代理人案卷号No.06005/593079)中所描述的嵌入式大数据设备，来使用本文所描述的技术中的任何一种或者全部，但也可以另外地或替代地使用其它适当的嵌入式大数据设备。此外，应当注意的是，在大数据提供者节点包括嵌入式大数据设备的实施例中，可以在尺寸上减小或者省略大数据提供者节点的缓存，因为嵌入式大数据设备提供了本地数据存储能力。

在一些情况下，大数据设备可以是过程控制大数据网络200中的独立的大数据节点。也就是说，在这些情况下，大数据设备没有嵌入在大数据提供者节点中，或者没有与大数据提供者节点共同驻留。因此，包括大数据设备的过程控制大数据节点可能不需要自身是大数据的提供者。

图3描述了示例性大数据设备214的简化框图，在图2的过程控制大其的实例可以包括在数据网络200中。参考图3，示例性大数据设备214包括：用于对接收的大数据进行历史记录或存储的大数据存储区域220、一个或更多个大数据设备接收器222、以及一个或更多个大数据设备请求服务器224。大数据设备接收器222中的每一个均被配置为接收大数据封包(这些大数据封包可以是从另一个节点流式传输的，和/或该设备214所位于的大数据提供者节点所生成的)，对这些数据封包进行处理以获取其中所携带的实质性数据和时间戳，并将该实质性数据和时间戳作为例如时间系列数据和可选的作为元数据，存储在设备214的大数据存储区域220中。大数据存储区域220可以包括多个本地和/或远程物理数据驱动器或存储实体，例如，RAID(独立磁盘冗余阵列)存储器、固态存储器、云存储器、高密度数据存储器、和/或适合于数据库或数据中心存储、并且对于其它节点来说具有单个或整体逻辑数据存储区域或实体的外观的任何其它适当的数据存储技术。此外，大数据设备请求服务器224中的每一个被配置为：例如，根据请求实体或者应用的请求，存取大数据设备存储区域220中所存储的时间系列数据和/或元数据。

在一些实例中，大数据设备214包括一个或更多个大数据分析器226，以对所存储的大数据的至少一部分执行各种数据分析和/或学习(其通常以自动和/或自主方式，而不使用任何用户输入来发起)和/或执行该学习分析，例如在标题为“AUTOMATICSIGNALPROCESSING-BASEDLEARNING”的美国专利申请No.14/507,252(代理人案卷号No.06005/593086)中所描述的。在一个实施例中，大数据分析器226个别地和/或共同地对所存储的数据执行大规模的数据分析(例如，数据挖掘、数据发现等等)，以发现、检测或者学习新信息或知识。例如，数据挖掘通常涉及：检查大量的数据以提取新的或者之前未知的兴趣数据或者模式(例如，异常记录或者多组数据记录)的过程。另外地或替代地，大数据分析器226可以关于所存储的数据执行大规模的数据分析(例如，机器学习分析、数据建模、模式识别、预测分析、相关分析等等)，以预测、计算或者识别所存储的数据中的隐式关系或者推论。在一个实施例中，多个大数据分析器226(和/或至少一个大数据分析器226的多个实例)进行并行地和/或协作地操作，以分析设备214的大数据存储区域220中所存储的数据。可以在前述的标题为“DATAPIPELINEFORPROCESSCONTROLSYSTEMANALYTICS”的美国申请No.14/507,188(代理人案卷号No.06005/593085)和/或在前述的标题为“REGIONALBIGDATAINPROCESSCONTROLSYSTEMS”的美国专利申请No.14/507,188(代理人案卷号No.06005/593079)中，找到可以结合本文所描述的技术中的任何一种或者全部来使用的协作式数据分析的例子，但也可以结合本发明的任何或者所有方面来使用任何适当的协作式数据分析技术或者一些技术。

一般情况下，大数据设备接收器222、大数据设备请求服务器224和大数据分析器226中的每一个均包括存储在一个或更多个非临时性、有形存储器或数据存储设备上的各自的计算机可执行指令，这些指令可由一个或更多个处理器执行以实现一个或更多个它们各自的大数据功能。在一些实施例中，大数据分析器226并不被包括在大数据设备214中，而是与大数据设备214进行通信地连接。例如，包括存储区域220、接收器222和服务器125的大数据设备214可以通过第一组的计算机可执行指令来实现，大数据分析器226可以通过第二组的计算机可执行指令(其中，第二组的计算机可执行指令可以与第一组的计算机可执行指令存储在相同的非临时性、有形存储器或数据存储设备中，也可以不存储在相同的非临时性、有形存储器或数据存储设备中)来实现。可以在前述的美国专利申请No.13/784,041、14/174,413和14/212,493中，找到能够结合本文所描述的技术中的任何一种或者全部来使用的各种类型的示例性大数据设备以及它们的组件的描述，但应当理解的是，本文所描述的这些技术中的任何一种或者全部也可以结合其它适当的大数据设备来使用。

再次参考图2，过程控制大数据网络200可以包括过程控制大数据提供者节点202-210，后者关于过程控制设备(例如，控制器、I/O设备、现场设备等等)直接生成、路由和/或使用的与一阶或者主要过程有关的数据按照各种层级、层次或者顺序进行操作。在最低顺序、层次或者层级处，最接近该过程进行操作的“本地”大数据提供者节点或设备202a-202n，对于与过程工厂中的过程设备和装备的输入、操作和输出有关的主要过程大数据进行收集、生成、观测和/或转发。因此，“本地大数据提供者节点或设备”202a-202n通常是生成、路由和/或接收主要过程控制数据以使一个或更多个过程能够在过程工厂中实时地受控的节点和/或设备。本地大数据提供者节点202a-202n的示例包括：主要功能是对于关于过程控制数据进行生成和/或操作以便对过程进行控制的设备，例如，有线和无线现场设备、控制器和I/O设备。这些过程控制设备可以彼此之间通信地连接，和/或以分布式方式通信地连接到一个或更多个过程控制通信网络。例如，一个或更多个现场设备通信地连接到一个或更多个I/O设备，转而通信地连接到一个或更多个控制器，转而通信耦接到一个或更多个过程控制通信网络(例如，过程控制大数据、Fieldbus等等)。

本地大数据提供者节点202a-202n的其它示例包括：主要功能是用于通过过程控制***的一个或更多个通信网络(其可以包括过程控制大数据网络2和/或其它通信网络)来提供主要过程数据的存取或者路由的设备。这种类型的本地大数据提供者节点202a-202n的示例包括：接入点、路由器、对有线控制总线的接口、通向无线通信网络的网关、通向外部网络或者***的网关、以及其它这种路由和网络设备。本地大数据提供者节点202a-202n的其它示例包括：被配置为临时地遍布该过程控制***来存储大数据的设备(例如，历史记录设备)，例如，作为溢出缓存，路站，或路由队列。

在一些情况下，本地大数据提供者节点包括各自的本地大数据设备，如在图中通过分别包括嵌入式大数据设备212a、212n的节点202a、202n所示的。每一个本地的、嵌入式大数据设备212a、212n接收和存储其各自的提供者202a、202n所提供的各自的本地大数据。此外，在一些本地大数据提供者节点中(例如，在节点202中)，可以对设备212a中所存储的本地大数据中的至少一些执行一个或更多个分析功能、例程、操作或者处理(通过包围的A₁来表示)。在一个实施例中，图3的大数据分析器226中的一个或更多个执行分析A₁。此外，还可以将学习到的信息、学习过程和/或所述一个或更多个分析A₁的结果存储在本地大数据设备212a中，可以将所学到的信息或者结果中的至少一些提供给另一个大数据节点206a。例如，包括在控制器中或者耦接到控制器的本地大数据提供者节点包括信号处理模块102的实例，信号处理模块102关于控制器的输出信号执行频率分析或者其它信号处理分析，并且本地大数据提供者节点向另一个大数据节点传送该分析的结果。

一些本地提供者节点(例如，如通过节点202n所示出的)包括各自的用于本地大数据收集的本地嵌入式大数据设备212n，但是，驻地设备212n执行最小分析或者不执行分析。因此，节点202n仅仅将本地存储的大数据流式传输到另一个节点206b(或者通过其它方式传送，例如，基于请求或者在适当的时间)，例如为了分析处理或者为了进一步的转发。一些本地大数据节点(例如，节点202b)根本不包括任何大数据设备。这些节点202b可以实时地或者在缓存的帮助下，将本地观测的大数据流式传输到一个或更多个其它大数据节点202a、206b。

大数据提供者节点或设备202-202n可以将各种类型的实时数据(例如，与过程有关的数据、与工厂有关的数据和其它类型的数据)缓存、收集、存储、传送和/或流式传输成大数据。与过程有关的数据的示例包括：在过程工厂中对过程进行控制时生成的连续的、批量的测量值和事件数据(在一些情况下，其指示对于该过程的实时执行的影响)。此外，与过程有关的数据还可以包括过程规定、布置或者设置数据，例如，配置数据和/或批量接收数据、与过程诊断的配置、执行和结果相对应的数据等等。

大数据提供者节点202a-202n还可以将与工厂有关的数据(例如，与过程工厂有关的数据，该数据不是直接配置、控制或者诊断过程工厂中的过程的应用所产生的)进行缓存、收集、存储、传送和/或流式传输。与工厂有关的数据的例子包括振动数据、蒸汽疏水阀数据、用于指示与工厂安全相对应的参数的值的数据(例如，腐蚀数据、气体检测数据等等)、用于指示与工厂安全相对应的事件的数据、与机器、工厂设备和/或设备的健康相对应的数据、与配置相对应的数据、设备、机器和/或设备诊断的执行和结果、以及能用于诊断和预测的数据。

此外，大数据提供者节点202a-202n还可以将其它类型的数据进行缓存、收集、存储、传送和/或流式传输成大数据，其中这些其它类型的数据包括：与过程控制大数据网络骨干网有关以及过程工厂的各种通信网络的数据高速通道业务和网络管理数据、与用户有关的数据，例如，与用户业务、登录尝试、查询和说明有关的数据、文本数据(例如，日志、操作规程、手册等等)、空间数据(例如，基于位置的数据)和多媒体数据(例如，闭路TV、视频片段等等)。

在一些实施例中，大数据提供者节点202a-202n可以将动态测量值和控制数据进行自动地缓存、收集、存储、传送和/或流式传输成大数据。动态测量和控制数据的示例包括：说明过程操作的改变的数据、说明操作参数(例如，设定点、过程的记录和硬件警报和诸如下载或通信失败等等之类的事件)的改变的数据。此外，当检测到改变时，或者在初始时将控制器或其它实体增加到大数据网络200时，缺省地自动收集诸如控制器配置、批量接收、警报和事件之类的静态数据。

此外，在一些场景下，当检测到用于描述或者标识动态控制和测量数据的至少一些静态元数据发生改变时，在大数据提供者节点102a-202n中捕获该元数据。例如，如果在影响模块或者单元中的控制器必须发送的测量值和控制数据的控制器配置中发生了改变，则大数据提供者节点202a-202n自动地捕获相关联的元数据的更新。另外地或替代地，与用于对来自外部***或源的数据(例如，天气预报、公共事件、公司决定等等)进行缓存的特殊模块相关联的参数、监测数据和/或其它类型的监控数据可以被大数据提供者节点202a-202n进行自动地捕获。

在一些情形下，在大数据提供者节点202a-202n中自动地捕获由终端用户所生成的增加的参数。例如，终端用户可能在某个模块中生成特殊的计算，或者向某个单元增加需要进行收集的参数，或者终端用户可能想要收集标准控制器诊断参数(其中该参数在缺省情况下没有进行传输)。可以用与缺省参数相同的方式，来传输终端用户进行可选地配置的参数。

再次参考图2的网络200，在高于本地大数据节点202a-202n之上的一个或更多个层级或者层次，过程控制大数据网络200可以包括一个或更多个区域性大数据节点206a-206m。为了实现区域性大数据，可以将过程工厂或者过程控制***视作为具有多个不同的区域或者地域，它们可以根据任何期望的方式(例如，地理、物理、功能、逻辑等等)进行划定。在一个示例性但非限制性示例中，过程工厂可以具有：用于接收原材料并产生第一中间产品的第一区域、用于接收其它原材料并产生第二中间产品的第二区域、以及用于接收第一和第二中间产品以产生输出产品的第三区域。这三个不同的示例区域中的每一个可以由各自的“区域”大数据节点206a、206b、206m进行服务，以对其各自区域所产生的大数据进行操作。因此，“区域性大数据节点”为本地大数据提供者节点202的各个分组或者区域(以及在一些情况下，其它大数据提供者节点204)所生成和/或提供的数据，提供大数据支持和服务。例如，其它大数据提供者节点204可以包括：位于该工厂之外的大数据节点(例如，便携式诊断设备或者离线仿真器)、用户接口设备230、或者位于该过程工厂之外的数据源(例如，材料供应者的计算设备、提供天气预报的馈入等等)。

如图2中所示，区域性大数据节点206a-206m所服务的各个分组或者区域可以包括一个或更多个大数据提供者节点202a-202n和/或根据某种地理、物理、功能、逻辑或其它期望方式进行相关的其它大数据节点204。例如，区域性大数据节点206a对包括本地大数据提供者节点202a和202b的区域进行服务，区域性大数据节点206b对包括本地大数据节点202b和202n以及另一个大数据节点204的区域进行服务。特定的区域中包括的特定节点202、204可以将数据流式传输或者传送到它们各自的区域性大数据节点206，以便进行区域性大数据存储、存取和/或分析。此外，大数据提供者节点202a-202n和/或其它大数据节点204中的任何一个可以与特定的区域性大数据节点206a-206m进行通信，以便区域性地请求可用的服务和/或存取区域性大数据和其中所存储的元数据，无论这些请求节点是否包括在该特定的区域性大数据节点206a-206m的特定区域中。

因此，每一个区域性大数据节点206a-206m包括各自的区域性大数据设备216a-216m，大数据被通过这些设备来接收，被存储成区域性大数据，并被存取或请求。此外，每一个区域性大数据节点206a-206m可以包括一个或更多个分析功能、例程、操作或过程(例如，A₂–A_w)，它们可以对该区域性大数据中的至少一些进行个别地和/或协作地操作，如标题为“AUTOMATICSIGNALPROCESSING-BASEDLEARNING”的共同未决的美国专利申请No.14/507,252(代理人案卷号06005/593086)中所通常描述的，故以引用方式将该申请引入本文。

可以根据本文所公开的方法，对于这些大数据节点中的任何一个所传送和/或接收的大数据进行流式传输。具体而言，可以将大数据(和相关联的元数据)从第一大数据节点流式传输到第二大数据节点，以便进行历史记录、存储和分析中的一个或更多个。同样，可以通过网络连接(例如，通过互联网)，将大数据(和相关联的元数据)从过程设备流式传输到大数据节点，和/或从大数据节点流式传输到请求设备(例如，膝上型计算机、智能电话、平板计算机等等)。另外，大数据节点或者请求设备中的一个或更多个可以处于云中(“云节点”)。

在一些实施例中，过程工厂包括一个或更多个传统的过程控制设备(未示出)，它们并不固有地包括任何大数据支持。在这些实施例中，工厂中的直接耦合到传统设备的网关节点或者辅助设备可以在传统设备所使用的协议和过程控制大数据网络骨干网所使用的协议之间转换或者翻译数据消息，从而通信地连接该传统设备和过程控制大数据网络200。

一般情况下，大数据节点或者设备202-210并不具有集成的用户接口，但大数据节点或者设备202-210中的一些可以具有与一个或更多个用户接口设备230进行通信的能力，例如，通过在有线或无线通信链路上进行通信，或者通过将用户接口设备230***到大数据节点或设备202-210的端口中。在图2中，将用户接口设备230描述成无线地连接到过程控制大数据网络200的大数据节点。

用户接口设备230是包括一个或更多个集成的用户接口的设备(例如，移动或者固定计算设备、工作站、手持设备、表面计算设备、平板设备等等)，用户或者操作者可以通过这些用户接口与该设备和过程控制***或过程工厂进行交互，以执行与该过程工厂有关的活动(例如，配置、查看、监视、测试、诊断、命令、计划、调度、注释和/或其它动作)。集成的用户接口可以包括屏幕、键盘、小键盘、鼠标、按键、触摸屏、触摸板、生物特征接口、扬声器和麦克风、照相机和/或任何其它用户接口技术。用户接口设备230可以包括与过程控制***大数据网络骨干网的直接有线和/或无线连接，或者可以包括与骨干网的间接连接(例如，通过接入点或者网关)。在一些实施例中，用户接口设备230可以是请求设备，或者其可以接收流式传输的大数据。

图4是包括示例性过程工厂或者过程控制***40的各种示例性方面的框图，其中在该示例性过程工厂或者过程控制***40中，可以实现和包括本文所公开的数据流式传输技术、方法、***和装置。在一个实施例中，过程控制大数据网络(例如，图2的过程控制大数据网络200)支持过程工厂40的至少一部分。但是，虽然为了便于讨论起见(而非限制目的)，下面参照图2-3中所描绘的特征来描述过程工厂40，但应当理解的是，过程工厂40可以使用不同于图2中所描述的过程控制大数据网络，或者过程工厂400可以省略任何过程控制大数据网络、节点和/或设备。

在图4中，通过用来表示该节点是过程控制大数据提供者节点、大数据设备或二者的“BD”标记来指示过程控制大数据节点或者设备。例如，图4中通过“BD”标记所指示的节点或者设备，可以是(参照图2)本地大数据提供者节点和/或设备202a-202n、212a-212n、区域性大数据提供者节点和/或设备206a-206m、216a-216m、集中式大数据提供者节点208和/或设备218或者另一种类型的大数据节点204。

在图4中，过程控制大数据节点BD是过程控制大数据网络400的节点。在一个实施例中，过程控制大数据网络400是图2的过程控制大数据网络200，节点BD是网络200的节点202-208。在图4中，节点BD通过过程控制***大数据网络骨干网405在网络400上通信地连接在一起。骨干网405包括多个网络化的计算设备或交换机，它们被配置为对去往/来自各个过程控制大数据节点BD的封包进行路由。骨干网405的多个网络化的计算设备可以通过任意数量的无线和/或有线链路进行互连，大数据网络骨干网405可以支持一个或更多个适当的路由协议(例如，过程控制大数据流协议)，如先前参照网络200所讨论的。

如图4中所示，过程控制大数据网络400包括集中式大数据设备408和多个其它大数据提供者节点411、415、416、418、419、420、421、426、428、435、442a、442b、444、452a、455a、458、472、475、478。这些示例性大数据提供者节点中的一个是大数据过程控制器设备411，其本地地收集、分析和存储过程控制网络或者工厂40的大数据。控制器411通过输入/输出(I/O)卡426和428来通信地连接到有线现场设备415-422，通过无线网关435和过程控制大数据网络骨干网405来通信地连接到无线现场设备440-446。(虽然，在另一实施例中，控制器411可以使用不同于大数据骨干网405的通信网络来通信地连接到无线网关435，例如通过使用包括任意数量的有线和/或无线通信链路的过程控制通信网络。)在图4中，控制器411是过程控制***大数据网络400的大数据提供者节点BD，并直接连接到过程控制大数据网络网405。

控制器411(举例而言，其可以是艾默生过程管理所出售的DeltaV^TM控制器)可以进行操作以使用现场设备415-422和440-446中的至少一些来实现批量过程或者连续过程。在一个实施例中，除了通信地连接到过程控制大数据网络骨干网405，控制器411还可以使用任何期望的硬件、软件和/或通信链路或者与例如标准4-20mA设备、I/O卡426、428相关联的网络和/或诸如Fieldbus协议、协议、协议等等之类的任何智能通信协议来通信地连接到现场设备415-422和440-446中的至少一些。在一个实施例中，控制器411可以使用过程控制大数据网络骨干网405来与现场设备415-422和440-446中的至少一些进行通信地连接。在图4中，控制器411、现场设备415-422和I/O卡426、428是有线设备，现场设备440-446是无线现场设备。当然，有线现场设备415-422和无线现场设备440-446可以遵循任何其它期望的标准或协议，例如，包括未来开发的任何标准或者协议的任何有线或无线协议。

过程控制器设备411包括实现或者监督一个或更多个过程控制例程(例如，存储在存储器432中的例程)的处理器，其中这些过程控制例程可以包括控制环。处理器430被配置为与现场设备415-422和440-446进行通信，与通信地连接到骨干网405的其它过程控制大数据节点BD进行通信。应当注意的是，本文所描述的任何控制例程或者模块(其包括质量预测和故障检测模块或功能模块)可以具有通过不同的控制器或者其它设备来实现或执行的一部分(如果期望的话)。同样，实现在过程控制***40中的本文所描述的控制例程或模块可以采用包括软件、固件、硬件等等的任何形式。可以以任何期望的软件格式(例如，使用面向对象的编程、梯形逻辑，顺序功能图，功能框图，或者使用任何其它软件编程语言或者设计范例)，来实现控制例程。可以将这些控制例程存储在任何期望的类型的存储器(例如，随机存取存储器(RAM)或者只读存储器(ROM))中。同样，可以将控制例程硬编码到例如一个或更多个EPROM、EEPROM、专用集成电路(ASIC)或者任何其它硬件或固件单元中。因此，控制器411可以被配置为以任何期望的方式来实现控制策略或控制例程。

在一些实施例中，控制器411使用通常称为功能模块的方式来实现控制策略，其中每一个功能模块是整个的控制例程的一个对象或者其它部件(例如，子例程)，并结合其它功能模块(通过称为链路的通信)进行操作以实现过程控制***40中的过程控制环。基于控制的功能模块通常执行下面中的一种：输入功能，例如与发射器、传感器或者其它过程参数测量设备相关联的输入功能；控制功能，例如与执行PID、模糊逻辑等控制的控制例程相关联的控制功能；或者输出功能，其控制诸如阀门之类的一些设备的操作，以执行过程控制***40中的某种物理功能。当然，也存在混合的功能模块和其它类型的功能模块。功能模块可以存储在控制器411中并由控制器411执行，这些功能模块用于或者关联到标准的4-20ma设备和某种类型的智能现场设备(例如，HART设备)，或者可以存储在这些现场设备自身中并由其实现(这可以是结合Fieldbus设备的情形)。控制器411可以包括能实现一个或更多个控制环的一个或更多个控制例程438。通常，每一个控制环称为一个控制模块，其可以通过执行这些功能模块中的一个或更多个来执行。

图4中所示出的有线设备411-422包括大数据有线过程控制设备415、416和418-421以及I/O卡426、428。此外，图4还示出了有线传统设备417和422，它们可以结合过程工厂中的有线大数据设备415、418-421、426、428进行操作。有线现场设备415-422可以是任何类型的设备(例如，传感器、阀门、发射器、***等等)，而I/O卡426和428可以是遵循任何期望的通信或控制器协议的任何类型的I/O设备。在图4中，现场设备415-418是在模拟线路上或者在组合的模拟和数字线路上来和I/O卡426进行通信的标准4-20mA设备或者HART设备，而现场设备419-422是使用Fieldbus通信协议通过数字总线向I/O卡428进行通信的智能设备(例如，Fieldbus现场设备)。但是，在一些实施例中，大数据有线现场设备415、416和418-421中的至少一些和/或大数据I/O卡426、428中的至少一些，另外地或者替代地使用大数据网络骨干网405来与控制器411进行通信。

图4中所示出的无线现场设备440-446包括无线大数据节点或设备BD的例子(例如，设备442a、442b、444)。此外，图4还包括传统的无线设备(例如，设备446)的例子。无线现场设备440-446使用诸如WirelessHART协议之类的无线协议在无线网络470中进行通信。该无线现场设备440-446可以直接与过程控制大数据网络400的一个或更多个其它大数据设备或节点BD进行通信，其中过程控制大数据网络400还被配置为实现无线通信(例如，使用无线流协议)。为了与没有被配置为无线通信的一个或更多个其它大数据节点进行通信，无线现场设备440-446可以使用连接到骨干网405或者另一个过程控制通信网络的无线网关435。在过程工厂40中，可以使用支持大数据的任意数量的无线现场设备。

如图4中所示，无线网关435是过程控制工厂或者***40中包括的大数据节点BD的另一个例子，提供去往/来自无线通信网络470的各种无线设备440-458的接入。具体而言，无线网关435提供无线设备440-458、有线设备411-428和/或过程控制大数据网络400的其它节点或设备(其包括图4的控制器411)之间的通信地耦合。例如，无线网关435可以通过使用大数据网络骨干405和/或通过使用过程工厂40的一个或更多个其它通信网络，来提供通信地耦合。

在一些情况下，无线网关435通过路由、缓冲和定时服务(例如，地址转换、路由、封包分割、优化级划分等等)来向有线和无线协议栈的更低层提供通信地耦合，同时对有线和无线协议栈的共享层或一些层进行隧道化。在其它情况下，无线网关435可以转换没有共享任何协议层的有线和无线协议之间的命令。除了协议和命令转换，无线网关435还可以提供：与无线网络470中实现的无线协议相关联的调度方案的时隙和超帧(在时间上均匀间隔的通信时隙集)所使用的同步时钟。此外，无线网关435可以为无线网络470提供网络管理和准入功能，例如，资源管理、性能调整、网络故障缓解、监测业务、安全等等。

类似于有线现场设备415-422，无线网络470的无线现场设备440-446可以执行过程工厂40中的物理控制功能，例如，打开或者关闭阀门或者对过程参数进行测量。但是，无线现场设备440-446被配置为使用网络470的无线协议进行通信。因此，无线网络470的无线现场设备440-446、无线网关435和其它无线节点452-458是无线通信封包的制造者和消费者。

在一些场景下，无线网络470可以包括非无线设备，它们可以是大数据设备，也可以不是大数据设备。例如，图4的现场设备448可以是传统的4-20mA设备，现场设备450可以是传统的有线HART设备。为了在网络470中进行通信，现场设备448和450可以通过无线适配器(WA)452a或452b连接到无线通信网络470。在图4中，将无线适配器452b示出为使用无线协议进行通信的传统无线适配器，将无线适配器452a示出为支持大数据并因此通信地连接到大数据网络骨干网405。另外，无线适配器452a、452b可以支持诸如Fieldbus、PROFIBUS、DeviceNet等等之类的其它通信协议。此外，无线网络470可以包括一个或更多个网络接入点455a、455b，它们可以是与无线网关435进行有线通信的独立的物理设备，或者提供有作为集成设备的无线网关435。在图4中，将网络接入点455a描绘成大数据设备BD，而网络接入点455b是传统的接入点。此外，无线网络470还可以包括一个或更多个路由器458，以将封包从无线通信网络470中的一个无线设备转发到另一个无线设备，它们中的每一个可以支持或者不支持过程控制***40中的分布式大数据。无线设备440-446和452-458可以通过无线通信网络470的无线链路460和/或通过大数据网络骨干网405(如果这些无线设备是分布式和/或集中式大数据设备的话)来在彼此之间进行通信，以及与无线网关435进行通信。

因此，图4包括节点BD的大数据设备的一些示例，其中这些设备主要用于向过程控制***的各个网络提供网络路由功能和管理。例如，无线网关435、接入点455a和路由器458均包括在无线通信网络470中对无线封包进行路由的功能。无线网关435执行用于无线网络470的业务管理和准入功能，以及对去往和来自于有线网络(其中该有线网络与无线网络470是通信地连接的)的业务进行路由。无线网络470可以使用专门支持过程控制消息和功能的无线过程控制协议(譬如，WirelessHART)。如图4中所示，无线网络470的设备435、455a、452a、442a、442b和458支持过程控制工厂40中的大数据，但是，无线网络470的任意数量的任何类型的节点均可以支持过程工厂40中的分布式大数据。

使用其它无线协议进行通信的其它设备可以是过程控制大数据网络400的大数据节点或者设备BD。在图4中，一个或更多个无线接入点472是使用其它无线协议(例如，Wi-Fi或者遵循其它IEEE802.11的无线局域网协议、诸如WiMAX(全球微波互联接入)、LTE(长期演进)或者其它ITU-R(国际电信联盟无线电通信部门)兼容协议之类的移动通信协议、诸如近场通信(NFC)和蓝牙之类的短波长无线通信或者其它无线通信协议)的大数据设备BD。一般情况下，这种无线接入点472允许手持的或者其它便携式计算设备(例如，用户接口设备)在与无线网络470不相同并且支持与无线网络470不相同的无线协议的各无线网络上进行通信。在一些场景下，除了便携式计算设备之外，一个或更多个过程控制设备(例如，控制器411、现场设备415-422或者无线设备435、440-458)还可以使用接入点472所支持的无线协议进行通信。

另外，在图4中，连接至位于中间过程控制***40之外的***的一个或更多个网关475、748是过程控制大数据网络400的大数据节点或者设备BD。一般情况下，这些***是过程控制***40所生成或者操作的信息的消费者或者供应者。例如，工厂网关节点475可以将中间过程工厂40(其具有自己的过程控制大数据网络骨干网405)与具有其自己的过程控制大数据网络骨干网的另一个过程工厂进行通信地连接。在另一个示例中，单一的过程控制大数据网络骨干网405可以服务多个过程工厂或者过程控制环境。在另一个示例中，工厂网关节点475将中间过程工厂40与云大数据节点210和/或云大数据设备221进行通信地连接。

在图4中，工厂网关节点475将将中间过程工厂40通信地连接到不包括过程控制大数据网络400或者骨干网405的传统或者现有技术过程工厂。在该示例中，工厂网关节点475可以在工厂40的过程控制大数据骨干网405所使用的协议和传统***所使用的不同协议(例如，以太网、Profibus、Fieldbus、DeviceNet等等)之间转换或者翻译消息。该一个或更多个外部***网关节点478将过程控制大数据网络400与外部公共***或专用***的网络进行通信地连接，例如这些***是实验室***(例如，实验室信息管理***或LIMS)、操作者查房数据库、材料处理***、维护管理***、产品库存控制***、生产调度***、气象数据***、运输和处理***、包装***、互联网、另外一个供应商的过程控制***或其它外部***。

虽然图4只描绘了单一的控制器411与有限数量的现场设备415-22和440-446，但这只是描述性的和非限制性的实施例。任意数量的控制器411均可以支持大数据，这些控制器411中的任何一个均可以与任意数量的有线或无线现场设备415-422、440-446进行通信以控制工厂40中的过程。此外，过程工厂40还可以包括任意数量的无线网关435、路由器458、接入点455、无线过程控制通信网络470、接入点472和/或网关475、478。另外，图4还可以包括任意数量的集中式大数据设备408，后者可以接收和存储来自于过程工厂40中的任何设备或者所有设备的收集数据和/或产生的学习数据或知识。在一些实施例中，过程控制大数据网络400可以包括任意数量的区域性大数据设备和节点(图4中未示出)。

此外，如图4所描绘的示例性过程工厂40中所包括的方面、设备和组件的组合仅仅只是示例性的。本文所公开的技术、***、方法和装置可以用于具有零个或更多的图4中所示出的任意方面的过程工厂。本文所公开的技术、***、方法和装置可以用于不具有集中式大数据设备408的过程工厂，或者用于具有一个或更多个区域性大数据设备和/或节点的过程工厂。在另一个示例中，本文所公开的技术、***、方法和装置可以用于只具有一个传统设备的过程工厂。

现同时地参照图1-4，过程控制大数据网络的任意数量的任何节点202、206、208、210、大数据设备212、216、218、221、大数据节点411、415、416、418、419、420、421、426、428、435、442a、442b、444、452a、455a、458、472、475、478和/或传统设备417、422、440、446、448、450、452b、455b可以被配置为并用于对数据进行流式传输。例如，参照传统设备，在一些实施例中，可以在传统设备中的一个或更多个里实例化功能模块，以实现本文所描述的数据流式传输。

具体而言，可以在各种设备和设备类型之间的各种背景下，发生如本文所描述的数据流式传输。仍然参考图4，传统设备(例如，设备417)和/或具有嵌入式大数据节点的现场设备(例如，415、416)可以将数据流式传输到I/O设备(例如，I/O设备426、428)、传统设备(例如，设备417)和/或具有嵌入式大数据节点的现场设备(例如，415、416)，可以直接将数据流式传输到控制器(例如，411)和/或任何大数据节点(例如，411、415、416、418、419、420、421、426、428、435、442a、442b、444、452a、455a、458、472、475、478)或者大数据设备(例如，408)，控制器(例如，411)可以将数据流式传输到I/O设备(例如，426、428)中的大数据节点、现场设备(例如，419)、其它控制器、大数据设备(例如，408)、服务器/网关(例如，478)和外部设备(未示出)。大数据节点(例如，419)和大数据设备(例如，408)可以将数据流式传输到任何其它大数据节点或者大数据设备或者流式传输到任何请求设备，举例而言而非做出限制，其包括任何其它大节点或者大数据设备、外部设备、服务器、移动设备和工作站。

目前所描述的数据流式传输技术、方法和***的一种优点包括：在需要和/或请求数据和元数据的时间，该数据和元数据的可用性。这种可用的数据包括连续的IO数据、来自于功能模块的数据、事件、批量数据、实验室入口数据、频谱数据、警报数据、分析数据等等。为了该数据变得有用，例如，在该数据的消费者是功能模块或者控制器的实施例中，必须按照在控制***中存取或者改变该数据的速率对数据值进行收集，并按照与在控制***中存取或者改变该数据的速率相比相等或者更大的速率将其流式传输到任何接收设备。在先前的***中，按照与生成数据时相同或者更大的速率来收集数据，受到一些***限制的阻止，包括控制器的设计方案、***的通信体系结构、以及数据历史记录设备的能力和设计方案。下面将解释这些限制中的每一种，以及相对于目前所描述的技术而对各个描述的技术的改进。

被设计用于前一代***的控制器，不被设计为随着在该控制器中产生数据或者在该控制器处接收到数据而对该数据进行收集和/或缓冲。一般情况下，控制器捕获***参数值的定期快照，并将这些快照值传输给下游节点以便在历史记录设备中进行收集和存储。通过只捕获定期的快照，可能遗漏数据或者事件的改变、短期趋势和不稳定性，或者如果捕获的话，则在将其传输给下游节点以进行分析或存储之前，可能发生延迟。

根据目前所描述的用于数据流式传输的技术、方法和***的控制器被重新设计以有助于实现支持大数据收集和存储所需要的缓存。对于控制器设计方案的改进，是包括另外的存储器。双缓冲区机制用于在模块执行之后，与模块可以执行的一样尽快地捕获块参数(例如，100毫秒)。随着第一缓冲区收集数据，第二缓冲区将数据流式传输到一个或更多个接收设备(例如，大数据节点和/或大数据设备)。

同时，对先前***的通信基础设施进行设计，以便在设备之间发送个别的参数值。如本文所描述的，对给出的***进行设计以捕获和发送很大数量的参数和数据，其可以将数据以流的方式进行发送，这允许对***中的更多可用数据进行收集、使用、分析、存储和处理。另外，所给出的***通过单独地发送数据和元数据(这使得仅在需要元数据时，才在网络上传送元数据)，使网络开销减到最小。

同样装备很差的历史记录设备来支持过程中的所有数据的收集。相反的，对历史记录设备进行设计以支持连续过程数据的收集，但诸如过程警报、批量数据或者硬件警报之类的事件数据存储在不同的数据库中，其使得很难利用该连续的过程数据进行实时地分析(或者对于这个问题，非实时地分析)。为了减少磁盘存取时间和存储空间，根本不存储其它类型的数据(例如，硬件或者通信诊断数据)。此外，历史数据库通常需要以压缩的格式来存储数据，这可能通过所谓的“压缩损失”而造成有价值的信息的丢失。改进的技术、方法和***(其包括与相应的元数据相比，在设备之间单独地传送数据的方法)有助于更高容量的数据的收集、存储和组织，并同时使得对输入数据进行高效地处理所需要的处理过程减到最小。

下面参照控制器和大数据节点或者大数据设备之间的通信，来描述改进的数据传输技术(即，数据流式传输)。但是，应当理解的是，相同的原理可以以如上所述的各种组合的方式，应用于去往和来自其它设备的通信。

在所描述的数据流式传输技术中，设备(具体而言，接收数据流的设备)维持关于数据流的内容和结构的信息(以元数据的形式)。结果，减少了传输给定的数据集所需要的网络带宽。“驻留的”元数据(在该设备上存储的元数据)分为三大类：标准数据描述、定制数据描述和流格式元数据。标准数据描述规定了缺省情况下进行流式传输的参数，其是在缺省情况下对输入和输出进行处理时，针对于进行存取和/或动作的功能模块、单元和设备来规定的。类似地，当用户分配另外的参数以作为大数据的一部分进行收集、存储和/或分析时，定制数据描述规定了要进行传输的参数，其包括数据类型、名称和相关联的模块或块。这些数据描述有助于控制器和/或大数据设备对于标准和其它参数的处理。此外，驻留元数据还包括流格式数据，后者规定了可以在数据流中包括的过程数据、警报数据、事件数据和设备诊断数据。对于每一种数据类型来说，以及对于该数据类型中的每一个源来说，流格式元数据包括控制器为功能模块、参数、单元、设备、警报和/或事件的每一个实例所分配的ID，以及该ID的相关联的元数据的链接。

图5描述了示例性控制器500的框图。示例性控制器500包括缓冲区502，缓冲区502可以是驻留在控制器500的一个或更多个存储器设备中的两个或更多缓冲区里的一个。图5中描述的缓冲区502表示要从该控制器向另一个设备(例如，工作站或者大数据节点/设备)进行流式传输的一组数据。控制器500还包括具有模拟输入块506、数字输入块508和参数510的控制模块504，其中每一个都生成数据并向缓冲区502发送该数据。单元512也向缓冲区502提供数据。在一些实施例中，可以根据诸如参照图1所描述的功能中的一个或更多个，将数据从控制模块504、输入模块506和508、参数510和单元512增加到缓冲区中。例如，收集模块104可以从模块504、输入模块506和508、参数510和单元512中收集数据，以放置在缓冲区502中。

在一些实施例中，缓冲区502中的数据并不对应于单元或者模块的具体执行，而是跨度该单元或模块的多次执行。也就是说，缓冲区502可以足够地大(即，具有为其分配的足够的存储器)，使得其在将所收集的数据进行流式传输之前，可以收集模块504的多次执行时的数据，而不会发生溢出。进行缓存和对缓存的数据进行流式传输之间的时间差，取决于多么频繁地需要和/或请求该数据、缓冲区502的容量、在缓冲区502中收集和存储的数据的类型和数量、分配给缓冲区502和/或控制器500的模块504的数量等等。经常地传送数据(以实现接近于实时的可用性)和对大量的数据进行缓存(例如，以减少网络上的业务频率)之间的各种平衡，对于本领域普通技术人员来说是显而易见的，并且可以根据具体***的需求进行配置。

无论如何，缓冲区502可以收集和临时地存储过程数据514和警报/事件数据516。每个流式数据集都具有完整的时间戳518。例如，该时间戳518可以对应于缓冲区502开始收集数据的时间(其通常对应于另一个缓冲区停止收集数据，开始对其所收集的数据进行流式传输的时间)。另外，数据流中所包括的每一个模块或单元(相应地，位于数据缓冲区502中)将利用标识符(ID)来指示，并具有相应的增量时间戳(其指示与时间戳518的偏移)。例如，在图5中，缓冲区502包括与模块504相对应的模块ID520，以及与模块504的执行时间相对应的增量时间戳521。对于特定的模块来说，该缓冲区还包括用于该模块中的每一个块和/或参数的标识符。例如，缓冲区502中用于模块506的数据包括与模拟输入模块506相对应的块ID522、与数字输入模块524相对应的块ID524、以及与参数510相对应的参数ID526。单元ID528对应于单元512，并且具有与单元512的执行时间相对应的相关联的增量时间戳530。这些ID中的每一个之后(在任何时间戳之后)均跟着相应的数据，如图5中所描述的。在一些实施例中，可以将容量字段包括在要进行流式传输的数据中(例如，参考图7)。可以保留该容量字段，直到缓冲区已满或者准备好向接收设备进行流式传输为止，以及在完成数据收集时，将值输入到该字段，对数据流进行格式化以进行发送为止。

缓冲区502还包括警报和事件数据516。类似于过程数据514，除了警报或事件的数据之外，警报和事件数据516还包括用于每一个事件和/或警报的增量时间戳。例如，图5描述了警报ID532和增量时间戳534(其位于与该警报ID532相对应的警报的数据之前)，以及事件ID536和增量时间戳538(其位于与该事件ID536相对应的事件的数据之前)。当然，在特定的模块的执行期间，或者在缓冲区收集数据的时段期间，可能发生多次的警报和事件。因此，缓冲区可以包括特定事件和/或警报ID的多个实例。

图6示出了用于配置控制器600和大数据设备602以进行数据流式传输的一种布置。在所描绘的布置中，控制器600预先装载有一组标准的数据描述(元数据)604。该标准数据描述604规定了缺省情况下进行流式传输的数据。如果用户分配另外的块、模块、单元和/或设备参数以进行流式传输，则标识符(ID)自动地被分配至这些另外的参数并做为定制数据描述(元数据)606上传到控制器600。流格式描述(元数据)608规定了数据流的格式，其包括：在该流中包括什么数据、控制器向功能模块、参数、单元、设备、警报和事件的每一个实例所分配的ID，以及向相关联的描述元数据604和/或606提供链接。虽然图6描述了向控制器600上传的定制数据描述606和流格式描述608，但在一些实施例中，当控制器被配置为收集数据和/或使用数据来控制过程工厂时，控制器能够在该控制器600中生成定制数据描述606和/或流格式描述608。

无论如何，控制器600向大数据设备602传输所有的元数据。在此方式中，大数据设备602被自动地配置为在实际地向该大数据设备602传送任何数据之前接收数据流。其后，从控制器600向大数据设备602传输的数据流只需要包括该控制器所分配的标识符、时间戳和数据。不需要另外的元数据与该数据一起进行流式传输，从而减少了带宽开销，并减少了对给定量的数据进行流式传输所需要的时间。虽然在图7中将大数据设备602描述成独立的设备，但大数据设备602可以替代地是如参照图2所描述的任何大数据节点，例如。另外，发送设备(虽然被描述和说明成控制器600)并不需要是控制器。事实上，可以在任何两个发送设备和接收设备之间使用上面的布置，举例而言，其包括在第一大数据节点和第二大数据节点之间、在大数据节点和移动设备(例如，智能电话、平板计算机、膝上型计算机等等)之间、在大数据节点和云服务器之间、在大数据节点和分析模块之间等等。

在一些实施例中，用于数据流式传输的技术、方法和***包括：当接收设备在数据流中遇到未知的单元时，有助于对流式传输的元数据进行自动地更新的机制。图7以框图的形式描绘了一个这种实现。在图7中，过程控制***的一部分700包括控制器702、大数据设备704、配置数据库706、以及将控制器702、大数据设备704和配置数据库706通信地耦合在一起的大数据网络骨干网708。在图7中所描述的过程控制***的示例部分700中，如上面参照图6所描述地，对控制器702和大数据设备704进行配置。但是，如图7中所示，随着将数据从控制器702流式传输到大数据设备704(图7中的线“A”)，数据流可能在该数据流中包括新ID(例如，由于用户向控制器702增加了参数，该参数被增加到数据流中)。当大数据设备704在数据流中遇到新的ID时，大数据设备704无法识别出该ID，故向控制器702发送请求(图7中的线“B”)以发送更新的元数据。控制器702将发送更新的元数据(图7中的线“C”)，其可以包括标准数据描述、定制数据描述和流格式描述中的一个或更多个。在一个实施例中，控制器702发送定制数据描述和流格式描述。

图8A和图8B是用于描述上面所述的方法的流程图。具体而言，图8A描述了用于将数据流式传输到另一个设备的方法800，而图8B描述了用于接收数据流的方法801。共同地，图8A和图8B描述了数据在两个设备之间的流动(虚线)，以及方法800和801关于彼此的操作。在一些实施例中，传送设备(执行数据的流式传输的设备)是将数据流式传输到接收设备的控制器，其包括大数据设备(例如，用于历史存储)，而在其它实施例中，传送设备是用于接收设备的大数据节点(例如，包括用于存储历史数据的大数据设备的节点)，其中该接收设备是工作站计算机、膝上型计算机、平板计算机、智能电话等等。但是，方法800和801并不分别受限于控制器和大数据节点。相反，方法800和801可以分别应用于传送数据流的任何设备和接收数据流的任何设备。在方法800中，传送设备(即，对数据进行流式传输的设备)存储元数据(802)。所存储的元数据提供关于在流式传输的数据的信息、关于该数据流的结构的信息或者二者。在一些实施例中，传送设备使用所存储的元数据来收集要进行流式传输的数据(例如，知道要收集哪些数据)和/或确定将哪些数据包括在数据流中。无论如何，将元数据传送给接收设备(方框806)。在存储了元数据之后，可以在任何时间将它们传送给接收设备。在一些实施例中，在元数据在传送设备中变得可用之后，立即向接收设备传送该元数据，而在其它实施例中，在第一数据流传输之前立即向接收设备传送该元数据。接收设备接收该元数据(方框803)，并本地地存储该元数据。

对该数据流的数据进行收集，并在传输之前进行本地地缓存/存储(方框804)。在一些实施例中，触发事件使得激活的缓冲区开始对数据进行流式传输，并且先前的非激活的缓冲区大概已处理了输入数据的缓存。无论如何，将所收集/缓存的数据流式传输到接收设备(方框808)。接收设备接收该数据流(方框805)，并根据所接收的元数据对该数据流进行解析(方框807)。如果在对该数据流进行解析时，接收设备没有在该数据流中的数据之中遇到任何新的未识别的ID(方框809)，则接收设备继续接收和解析该数据流(方框805、807)。另一方面，如果接收设备在该数据流中的数据之中遇到一个或更多个新的未认识的ID(方框809)，则接收设备对数据流中的该数据进行缓存(方框811)，并向传送设备发送请求，以请求更新的元数据(方框813)。

同时，传送设备继续对数据进行收集和缓存(方框810)，并将该数据流式传输到接收设备(方框812)。如果传送设备没有接收到对更新的元数据的请求(方框814)，则传送设备继续对数据进行收集和缓存，并将该数据流式传输到接收设备。但是，如果传送设备接收到对更新的元数据的请求(方框814)，则传送设备生成或者接收更新的元数据(方框816)，并在继续收集、缓存和将数据以流的方式传送之前，向接收设备传送更新的元数据(方框818)。

当接收设备接收到更新的元数据时(方框815)，则接收设备在转到继续从传送设备接收数据流之前(方框805)，对缓存的数据流进行解析和处理(例如，对其进行历史化，如果接收设备是大数据设备的话)(方框817)。

在替代的实施例中，只要配置发生改变，传送设备就更新用于数据流的元数据。也就是说，不是等待用于向接收设备传送更新的数据的请求，而是在任何配置发生改变之后，传送设备自动地生成更新的元数据，并在开始传输具有任何新的格式或者任何新增的ID之前，就向接收设备发送更新的元数据。用此方式，接收设备不需要对数据流进行缓存，这是由于接收设备始终具有用于对数据流进行解析和/或处理所需要的元数据。这可能具有减少接收设备对于缓存/存储器需求的影响，并减少对新的元数据的请求以及对于缓存的数据流的稍后解析/处理而造成的时延。

图9A和图9B是用于描述上面所述的方法的流程图，其是图8A和图8B的方法的变型。具体而言，图9A描述了用于将数据流式传输到另一个设备的方法900，而图9B描述了用于接收数据流的方法901。统一地，图9A和图9B描述了数据在两个设备之间的流动(虚线)，以及方法900和901关于彼此的操作。如同方法800和801，方法900和901可以分别由发送数据流的任何设备和接收数据流的任何设备来实现。

在方法900中，传送设备(即，对数据进行流式传输的设备)存储元数据(902)。所存储的元数据提供关于在进行流式传输的数据的信息、关于该数据流的结构的信息或者二者。在一些实施例中，传送设备使用所存储的元数据来收集要进行流式传输的数据(例如，知道要收集哪些数据)和/或确定将哪些数据包括在数据流中。无论如何，将元数据发送给接收设备(方框906)。在存储了元数据之后，可以在任何时间将它们发送给接收设备。在一些实施例中，在元数据在传送设备中变得可用之后，立即向接收设备发送该元数据，而在其它实施例中，在第一数据流式传输之前才向接收设备发送该元数据。接收设备接收该元数据(方框903)，并本地地存储该元数据。

在传输之前对该数据流的数据进行收集以及进行本地地缓存/存储(方框904)。在一些实施例中，触发事件使得激活的缓冲区开始对数据进行流式传输，并且先前的非激活的缓冲区大概已处理了输入数据的缓存。无论如何，将所收集/缓存的数据流式传输到接收设备(方框908)。接收设备接收该数据流(方框905)，并根据所接收的元数据对该数据流进行解析(方框907)。同时，传送设备继续对数据进行收集和缓存(方框910)，并将该数据流式传输到接收设备(方框912)。如果传送设备的配置没有改变或者更新(方框914)，则传送设备继续对数据进行收集和缓存(方框910)，并将该数据流式传输到接收设备(方框912)。但是，如果传送设备的配置发生改变(方框914)，则传送设备生成或者接收更新的元数据(方框916)，并在继续收集、缓存和将以流的方式传送数据之前(方框910、912)，向接收设备传送更新的元数据(方框918)，并传送更新的数据流(方框908)。

如果接收设备没有接收到新的元数据(方框909)，则接收设备继续接收数据流(方框905)，并根据所存储的元数据来解析该数据流(方框907)。但是，如果接收设备接收到更新的元数据(方框909)，则接收设备存储该更新的元数据(方框911)，随后继续接收数据流(方框905)，根据(新存储的)更新的元数据，对该数据流进行解析和处理(例如，对其进行历史统计，如果接收设备是大数据设备的话)(方框907)。

本发明中所描述的这些技术的实施例可以包括任意数量的下面的方面，无论是单独地还是组合地：

1、一种用于在过程控制***中传输数据的方法，所述方法包括：将第一元数据集存储在用于传送数据流的设备中；将用于以所述数据流的方式进行传送的数据集存储在所述用于传送所述数据流的设备中；向用于接收所述数据流的设备传送所述第一元数据集；在所述用于接收所述数据流的设备处，接收所述第一元数据集；向所述用于接收所述数据流的设备传送所述数据流；在接收到所述第一元数据集之后，在所述用于接收所述数据流的设备处接收所述数据流；在所述用于接收所述数据流的设备处，根据所述第一元数据集，对所接收的数据流进行解析。

2、根据方面1所述的方法，其中，所述第一元数据集包括描述所述数据流的结构的流格式描述元数据。

3、根据方面1或者方面2所述的方法，其中，所述第一元数据集包括描述所述数据流的内容的数据描述元数据。

4、根据方面3所述的方法，其中，所述数据描述元数据包括标准数据描述元数据和定制数据描述元数据。

5、根据前述方面中的任何一个所述的方法，其中，所述数据集包括参数数据、模块和块数据、事件数据或警报数据。

6、根据前述方面中的任何一个所述的方法，其中，所述用于传送所述数据流的设备是控制器，并且其中所述用于接收所述数据流的设备包括大数据设备。

7、根据方面6所述的方法，其中，所述控制器是利用标准数据描述符集来被预配置。

8、根据方面6或者方面7所述的方法，其中，当新参数被增加至分配给所述控制器的参数时，所述控制器自动地生成定制数据描述符集。

9、根据前述方面中的任何一个所述的方法，其中，如果所述用于传送所述数据流的设备的配置被改变，则所述用于传送所述数据流的设备自动地更新所述元数据。

10、根据方面1到5中的任何一个所述的方法，其中，所述用于传送所述数据流的设备包括大数据设备，其中所述用于接收所述数据流的设备是选自于包括下面各项的组中的设备：工作站计算机、膝上型计算机、智能电话和平板计算机。

11、根据方面1到5中的任何一个所述的方法，其中，所述用于传送所述数据流的设备包括大数据设备，所述用于接收所述数据流的设备是云计算设备。

12、根据前述方面中的任何一个所述的方法，还包括：在所述用于接收所述数据流的设备处，在所述数据流中识别不存在于所述第一元数据中的标识符；在可用所述用于所述数据流的设备处，对所述数据流进行缓存；从所述用于接收所述数据流的设备向所述用于发送所述数据流的设备发送发送请求，以提供更新的元数据集；在所述用于发送所述数据流的设备处，接收用于提供所述更新的元数据集的所述请求；从所述用于发送所述数据流的设备向所述用于接收所述数据流的设备发送所述更新的元数据集；在所述用于接收所述数据流的设备处，接收所述更新的元数据集；根据所述更新的元数据集，对所缓存的数据流进行解析。

13、根据前述方面中的任何一个所述的方法，还包括：在所述用于发送所述数据流的设备中，识别配置改变；根据所识别的配置改变，更新所述元数据；从所述用于发送所述数据流的设备向所述用于接收所述数据流的设备发送所更新的元数据；在所述用于接收所述数据流的设备处，接收所更新的元数据集；从所述用于发送所述数据流的设备向所述用于接收所述数据流的设备发送所述数据流，其中所述数据流被根据所更新的元数据集而构造；在所述用于接收所述数据流的设备中，根据所更新的元数据集，对所述数据流进行解析。

14、根据前述方面中的任何一个所述的方法，其中，在所述用于传送所述数据流的设备中存储数据集以便以所述数据流的方式传送，包括：从多个过程控制设备收集数据；以及对所收集的数据进行排队，直到触发事件为止。

15、根据方面14所述的方法，其中，所述触发事件是下面中的一种：对所收集的数据进行排队的队列已满、到发送时间定时器到期或者客户端请求所述队列中的数据。

16、根据前述方面中的任何一个所述的方法，其中，所述第一元数据集包括描述所述数据集中的第一数据子集与所述数据集中的第二数据子集的关系的元数据。

17、根据方面16所述的方法，其中，所述关系是上游关系。

18、根据方面16所述的方法，其中，所述关系是下游关系。

19、根据前述方面中的任何一个所述的方法，还包括：对所述数据集执行分析，以生成分析数据。

20、根据方面19所述的方法，其中，所述分析在所述用于传送所述数据流的设备处执行，并且其中将所述分析数据被增加到所述数据流中。

21、根据前述方面中的任何一个所述的方法，其中，所述数据流包括时间戳。

22、根据方面21所述的方法，其中，所述数据流包括多个增量时间戳，每一个增量时间戳与所述数据集中的一个数据子集相关联。

23、根据前述方面中的任何一个所述的方法，其中，所述数据流包括多个标识符，每一个标识符标识下面中的一项：块、模块、参数、事件或者警报。

24、一种在过程控制***中流式传输数据的方法，所述方法包括：在将第一元数据集存储在用于传送数据流的设备中；收集用于以所述数据流的方式传送的数据集；对所收集的数据的集进行缓存；向用于接收所述数据流的设备传送所述第一元数据集；向所述用于接收所述数据流的设备传送所述数据流，其中不再传送另外的元数据，除非触发事件导致所述用于传送所述数据流的设备传送另外的元数据。

25、根据方面24所述的方法，还包括：接收对更新的元数据的请求；生成或者下载更新的元数据；以及响应于所述对更新的元数据的请求，发送更新的元数据。

26、根据方面24所述的方法，还包括：识别改变的配置参数；生成或者下载更新的元数据；以及在根据所述更新的元数据发送数据流之前，向所述用于接收所述数据流的设备发送所述更新的元数据。

27、根据方面24到26中的任何一个所述的方法，其中，所述第一元数据集包括用于描述所述数据流的结构的流格式描述元数据。

28、根据方面25到27中的任何一个所述的方法，其中，所述第一元数据集包括描述所述数据流的内容的数据描述元数据。

29、根据方面23所述的方法，其中，所述数据描述元数据包括标准数据描述元数据和定制数据描述元数据。

30、根据方面24到29中的任何一个所述的方法，其中，所述数据集包括参数数据、模块和块数据、事件数据和警报数据。

31、根据方面24到30中的任何一个所述的方法，其中，所述用于传送所述数据流的设备是控制器，并且其中所述用于接收所述数据流的设备包括大数据设备。

32、根据方面31所述的方法，其中，利用标准数据描述符集来预配置所述控制器。

33、根据方面31或者方面32所述的方法，还包括：当新参数被增加至被分配给所述控制器的参数时，自动地生成定制数据描述符集。

34、根据方面24到30中的任何一个所述的方法，其中，所述用于传送所述数据流的设备包括大数据设备，并且其中所述用于接收所述数据流的设备是选自于包括下面各项的组的设备：工作站计算机、膝上型计算机、智能电话和平板计算机。

35、根据方面24到30中的任何一个所述的方法，其中，所述用于传送所述数据流的设备包括大数据设备，并且其中所述用于接收所述数据流的设备是云计算设备。

36、根据方面24到35中的任何一个所述的方法，其中，所述第一元数据集包括描述所述数据集中的第一数据子集与所述数据集中的第二数据子集的关系的元数据。

37、根据方面36所述的方法，其中，所述关系是上游关系。

38、根据方面36所述的方法，其中，所述关系是下游关系。

39、根据方面24到38中的任何一个所述的方法，还包括：对所述数据集执行分析，以生成分析数据。

40、根据方面39所述的方法，还包括：将所述分析数据增加到所述数据流中。

41、根据方面24到40中的任何一个所述的方法，其中，所述数据流包括时间戳。

42、根据方面41所述的方法，其中，所述数据流包括多个增量时间戳，每一个增量时间戳与所述数据集中的一个数据子集相关联。

43、根据方面24到42中的任何一个所述的方法，其中，所述数据流包括多个标识符，每一个标识符标识下面中的一项：块、模块、参数、事件或者警报。

44、一种用于在过程控制***中接收数据流的方法，所述方法包括：从用于传送所述数据流的设备接收第一元数据集；在接收到所述第一元数据集之后，接收所述数据流；根据所述第一元数据集，对所接收的数据流进行解析；只要能够根据所述第一元数据集来解析所述数据流，就继续接收流式数据。

45、根据方面44所述的方法，还包括：在所述数据流中识别无法根据所述第一元数据集来解析的ID；对所述数据流进行缓存；向所述用于发送所述数据流的设备发送提供更新的元数据的请求；接收所述更新的元数据；根据所述更新的元数据对所缓存的数据流进行解析；继续接收所述数据流；以及根据所述更新的元数据，对所述数据流进行解析。

46、根据方面44所述的方法，还包括：接收更新的元数据；继续接收所述数据流；根据所述更新的元数据，对所述数据流进行解析，其中，在所述更新的元数据之后接收的所述数据流能够根据所述更新的元数据被解析，而无法根据所述第一元数据集而被解析。

47、根据方面44到46中的任何一个所述的方法，其中，所述第一元数据集包括描述所述数据流的结构的流格式描述元数据。

48、根据方面44到47中的任何一个所述的方法，其中，所述第一元数据集包括描述所述数据流的内容的数据描述元数据。

49、根据方面48所述的方法，其中，所述数据描述元数据包括标准数据描述元数据和定制数据描述元数据。

50、根据方面44到49中的任何一个所述的方法，其中，所述数据集包括参数数据、模块和块数据、事件数据和警报数据。

51、根据方面44到50中的任何一个所述的方法，其中，所述用于传送所述数据流的设备是控制器，并且其中所述方法由包括大数据设备的设备来执行。

52、根据方面51所述的方法，其中，所述控制器是利用标准数据描述符集来被预配置。

53、根据方面51或者方面52所述的方法，其中，当新参数被增加到被分配给所述控制器的参数时，所述控制器自动地生成定制数据描述符集。

54、根据方面44到50中的任何一个所述的方法，其中，所述用于传送所述数据流的设备包括大数据设备，并且其中所述用于执行所述方法的设备是选自于包括下面各项的组的设备：工作站计算机、膝上型计算机、智能电话和平板计算机。

55、根据方面44到50中的任何一个所述的方法，其中，所述用于传送所述数据流的设备包括大数据设备，并且其中执行所述方法的所述设备是云计算设备。

56、根据方面44到55中的任何一个所述的方法，其中，所述第一元数据集包括描述所述数据集中的第一数据子集与所述数据集中的第二数据子集的关系的元数据。

57、根据方面56所述的方法，其中，所述关系是上游关系。

58、根据方面56所述的方法，其中，所述关系是下游关系。

59、根据方面44到58中的任何一个所述的方法，还包括：对所述数据集执行分析，以生成分析数据。

60、根据方面59所述的方法，其中，所述分析数据被存储在大数据设备中。

61、根据方面44到60中的任何一个所述的方法，其中，所述数据流包括时间戳。

62、根据方面61所述的方法，其中，所述数据流包括多个增量时间戳，每一个增量时间戳与所述数据集中的一个数据子集相关联。

63、根据方面44到62中的任何一个所述的方法，其中，所述数据流包括多个标识符，每一个标识符标识下面中的一项：块、模块、参数、事件或者警报。

64、一种用于过程控制***中的控制器，所述控制器包括：处理器；通信地耦合到所述处理器并存储元数据集的存储器；从一个或更多个过程控制设备接收数据的输入；在所述处理器上执行的一个或更多个例程，用于至少部分地根据所接收的数据来控制所述过程；在所述处理器上执行并收集从所述一个或更多个过程控制设备接收的数据的收集例程；在所述处理器上执行的排队例程，用于在缓冲区中存储所收集的数据；在所述处理器上执行的数据流式传输例程，与通信设备进行协作以用于：向接收设备传送所存储的元数据集；根据所存储的元数据集，将所缓存的数据组合成数据流；向所述接收设备传送所述数据流。

65、根据方面64所述的控制器，其中，在所述处理器上执行的所述数据流式传输例程还用于：接收对更新的元数据的请求；生成或者下载更新的元数据；响应于对更新的元数据的请求，发送所述更新的元数据。

66、根据方面64所述的控制器，还包括：用于接收或者生成更新的元数据的元数据更新例程，并且其中在所述处理器上执行的所述数据流式传输例程还用于：响应于检测到的所述控制器的配置的改变，或者响应于更新的元数据的生成或者接收，发送所述更新的元数据；以及继续发送所述数据流，其中在发送所述更新的元数据之后发送的所述数据流是根据所述更新的元数据来构造的。

67、根据方面64到66中的任何一个所述的控制器，其中，所述存储的元数据集包括描述所述数据流的结构的流格式描述元数据。

68、根据方面64到67中的任何一个所述的控制器，其中，所存储的元数据集包括描述所述数据流的内容的数据描述元数据。

69、根据方面68所述的控制器，其中，所述数据描述元数据包括标准数据描述元数据和定制数据描述元数据。

70、根据方面64到69中的任何一个所述的控制器，其中，所收集的数据包括参数数据、模块和块数据、事件数据和警报数据。

71、根据方面64到70中的任何一个所述的控制器，其中，所述接收设备包括大数据设备。

72、根据方面71所述的控制器，还包括：用于当新参数被增加至被分配给所述控制器的参数时，自动地生成定制数据描述符集的例程。

73、根据方面64到70中的任何一个所述的控制器，其中，所述接收设备是选自于包括下面各项的组的设备：工作站计算机、膝上型计算机、智能电话和平板计算机。

74、根据方面64到70中的任何一个所述的控制器，其中，所述接收设备是云计算设备。

75、根据方面64到74中的任何一个所述的控制器，其中，所存储的元数据集包括描述所收集的数据中的第一数据子集与所收集的数据中的第二数据子集的关系的元数据。

76、根据方面64到75中的任何一个所述的控制器，还包括：在所述处理器上执行以分析所收集的数据进而生成分析数据的分析例程。

77、根据方面76所述的控制器，其中，在所述处理器上执行的所述数据流式传输例程还用于向所述数据流增加所述分析数据。

78、根据方面64到77中的任何一个所述的控制器，其中，所述数据流包括时间戳。

79、根据方面78所述的控制器，其中，所述数据流包括多个增量时间戳，每一个增量时间戳与所收集的数据中的一个数据子集相关联。

80、根据方面64到79中的任何一个所述的控制器，其中，所述数据流包括多个标识符，每一个标识符标识下面中的一项：块、模块、参数、事件或者警报。

81、一种用于在过程控制***中存储大数据的大数据设备，所述大数据设备包括处理器；通信地耦合到所述处理器的存储器；用于存储大数据的高保真度存储设备；接收器，其用于：接收元数据集；接收数据流；根据所述元数据集，对所述数据流进行解析；根据所述解析，将数据存储在所述高保真度存储设备中；只要能够根据所述第一元数据集来解析所述数据流，就继续接收并存储数据。

82、根据方面81所述的大数据设备，其中，所述接收器还用于：在所述数据流中识别出无法根据所述元数据集来解析的ID；对所述数据流进行缓存；发送提供更新的元数据的请求；接收所述更新的元数据；根据所述更新的元数据，对所缓存的数据流进行解析；根据所述解析，在所述高保真度存储设备中存储所述数据；继续接收所述数据流；根据所述更新的元数据，对所述继续的数据流进行解析；并且在所述高保真度存储设备中对来自所述继续的数据流的数据进行存储。

83、根据方面81所述的大数据设备，其中，所述接收器还用于：接收更新的元数据；继续接收所述数据流；根据所述更新的元数据，对所述数据流进行解析，其中，在所述更新的元数据之后接收的所述数据流根据所述更新的元数据能够被解析，而根据所述元数据集不能够被解析。

84、根据方面81到83所述的大数据设备，其中，所述元数据集包括描述所述数据流的结构的流格式描述元数据。

85、根据方面81到84所述的大数据设备，其中，所述元数据集包括描述所述数据流的内容的数据描述元数据。

86、根据方面85所述的大数据设备，其中，所述数据描述元数据包括标准数据描述元数据和定制数据描述元数据。

87、根据方面81到86中的任何一个所述的大数据设备，其中，所述数据流包括参数数据、模块和块数据、事件数据和警报数据。

88、根据方面81到87中的任何一个所述的大数据设备，其中，所述大数据设备用于将大数据流式传输到下游设备。

89、根据方面81到88中的任何一个所述的大数据设备，其中，所述元数据集包括描述所述数据流中的第一数据子集与所述数据流中的第二数据子集的关系的元数据。

90、根据方面81到89中的任何一个所述的大数据设备，还包括：分析模块，其用于对所述数据流中的数据执行分析以生成分析数据。

91、根据方面90所述的大数据设备，其中，所述分析数据被存储在所述高保真度数据存储设备中。

92、根据方面81到91中的任何一个所述的大数据设备，其中，所述数据流包括时间戳。

93、根据方面92所述的大数据设备，其中，所述数据流包括多个增量时间戳，每一个增量时间戳与所述数据流中的一个数据子集相关联。

94、根据方面81到93中的任何一个所述的大数据设备，其中，所述数据流包括多个标识符，每一个标识符标识下面中的一项：块、模块、参数、事件或者警报。

95、一种过程控制***中的装置，所述装置包括：处理器；通信地耦合到所述处理器并存储元数据集的存储器；向所述装置提供数据的数据源，在所述处理器上执行以缓存从所述数据源接收的数据的排队例程，；在所述处理器上执行的数据流式传输例程，其与通信设备进行协作以用于：向接收设备传送所存储的元数据集；根据所存储的元数据集，将所缓存的数据组合成数据流；向所述接收设备传送所述数据流。

96、根据方面95所述的装置，其中，所述装置是控制器，所述数据源是从一个或更多个过程控制设备接收数据的输入，并且所述装置还包括：在所述处理器上执行的一个或更多个例程，用于至少部分地根据所接收的数据来控制所述过程；在所述处理器上执行并收集从所述一个或更多个过程控制设备接收的数据的收集例程。

97、根据方面95或者方面96所述的装置，其中，在所述处理器上执行的所述数据流式传输例程还用于：接收对更新的元数据的请求；生成或者下载更新的元数据；响应于所述对更新的元数据的请求，发送所述更新的元数据。

98、根据方面95或者方面96所述的装置，还包括：用于接收或者生成更新的元数据的元数据更新例程，并且其中在所述处理器上执行的所述数据流式传输例程还用于：响应于所述装置的配置中的检测到的改变，或者响应于更新的元数据的生成或者接收，发送所述更新的元数据；继续发送所述数据流，其中在发送所述更新的元数据之后发送的所述数据流是根据所述更新的元数据来构造的。

99、根据方面95到98中的任何一个所述的装置，其中，所述存储的元数据集包括描述所述数据流的结构的流格式描述元数据。

100、根据方面95到99中的任何一个所述的装置，其中，所述存储的元数据集包括描述所述数据流的内容的数据描述元数据。

101、根据方面95到100中的任何一个所述的装置，其中，所述接收设备包括大数据设备。

102、根据方面95到101中的任何一个所述的装置，还包括：在所述处理器上执行以分析所述数据生成分析数据的分析例程，。

103、根据方面102所述的装置，其中，在所述处理器上执行的所述数据流式传输例程还用于向所述数据流增加所述分析数据。

104、根据方面95到103中的任何一个所述的装置，其中，所述数据流包括时间戳。

105、根据方面104所述的装置，其中，所述数据流包括多个增量时间戳，每一个增量时间戳与所述数据中的一个数据子集相关联。

106、根据方面95到105中的任何一个所述的装置，其中，所述数据流包括多个标识符，每一个标识符标识下面中的一项：块、模块、参数、事件或者警报。

107、一种用于在过程控制***中接收大数据流的装置，所述装置包括：处理器；通信地耦合到所述处理器的存储器；非临时性存储器设备；接收器，其用于：接收元数据集；接收数据流；根据所述元数据集，对所述数据流进行解析；根据所述解析，对数据进行处理；只要能够根据所述第一元数据集来解析所述数据流，就继续接收并处理数据。

108、根据方面107所述的装置，其中，所述装置是用于存储大数据的大数据设备，其中所述非临时性存储器设备包括高保真度数据存储设备，并且其中对数据进行处理包括：将所述数据存储在所述高保真度数据存储设备中。

109、根据方面107或者方面108所述的装置，其中，所述接收器还用于：在所述数据流中识别根据所述元数据集不能够解析的ID；对所述数据流进行缓存；发送提供更新的元数据的请求；接收所述更新的元数据；根据所述更新的元数据，对所述缓存的数据流进行解析；根据所述解析，对所述数据进行处理；继续接收所述数据流；根据所述更新的元数据，对所述继续的数据流进行解析；对来自所继续的数据流的数据进行处理。

110、根据方面107或者方面108所述的装置，其中，所述接收器还用于：接收更新的元数据；继续接收所述数据流；根据所述更新的元数据，对所述数据流进行解析，其中，在所述更新的元数据之后接收的所述数据流根据所述更新的元数据能够被解析，而根据所述元数据集不能够被解析。

111、根据方面107到110中的任何一个所述的装置，其中，所述元数据集包括描述所述数据流的结构的流格式描述元数据。

112、根据方面107到111中的任何一个所述的装置，其中，所述元数据集包括描述所述数据流的内容的数据描述元数据。

113、根据方面107到112中的任何一个所述的装置，其中，所述装置用于将大数据流式传输到下游设备。

114、根据方面107到113中的任何一个所述的装置，还包括：分析模块，其用于对所述数据流中的所述数据执行分析，以生成分析数据。

115、根据方面114所述的装置，其中，所述分析数据被存储在所述非临时性存储器设备中。

116、根据方面107到115中的任何一个所述的装置，其中，所述数据流包括时间戳。

117、根据方面116所述的装置，其中，所述数据流包括多个增量时间戳，每一个增量时间戳与所述数据流中的一个数据子集相关联。

118、根据方面107到117中的任何一个所述的装置，其中，所述数据流包括多个标识符，每一个标识符标识下面中的一项：块、模块、参数、事件或者警报。

119、根据前述的方法方面中的任何一个所述的方法，其中，按照第二速率对所述数据进行流式传输和/或处理和/或存储，其中所述第二速率大于等于数据被收集的第一速率。

120、根据上述的方面中的任何一个所述的控制器，其中，所述控制器按照第二速率来流式传输所述数据，所述第二速率大于等于所述控制器收集数据的第一速率。

121、根据上述的方面中的任何一个所述的大数据设备，其中，所述大数据设备按照第二速率来接收和/或处理和/或存储数据流中的数据，其中所述第二速率大于等于在所述过程中产生所述数据的第一速率。

122、前述的方面中的任何一个与任何一个或更多个其它前述的方面相组合。

当用软件实现时，本文所描述的应用、服务和引擎中的任何一种可以存储在任何有形的、非临时性计算机可读存储器中，例如，存储在磁盘、激光碟、固态存储器设备、分子存储器存贮设备或者其它存储介质上，存储在计算机或处理器的RAM或ROM中等等。虽然将本文所公开的示例性***公开成包括在硬件上执行的软件和/或固件，但应当注意的是，这些***仅仅只是示例性的，而不应被解释为限制性的。例如，可以预期的是，这些硬件、软件和固件组件中的任何一个或者全部可以专门用硬件来体现，专门用软件来体现，或者利用硬件和软件的任意组合来体现。因此，虽然将本文所描述的示例***描述成在一个或更多个计算机设备的处理器上执行的软件中实现，但本领域普通技术人员应当容易理解的是，所提供的这些示例并不是实现这些***的唯一方式。

因此，虽然参照特定的示例来描述了本发明，其中这些特定的示例仅仅旨在是示例性的，而不是对本发明进行限制，但对于本领域普通技术人员来说显而易见的是，在不脱离本发明的精神和保护范围的基础上，可以对所公开的实施例进行改变、增加或者删除。

Claims (58)

1.一种用于在过程控制***中传输数据的方法，所述方法包括：

将第一元数据集存储在用于传送数据流的设备中；

将用于以所述数据流的方式进行传送的数据集存储在所述用于传送所述数据流的设备中；

向用于接收所述数据流的设备传送所述第一元数据集；

在所述用于接收所述数据流的设备处，接收所述第一元数据集；

向所述用于接收所述数据流的设备传送所述数据流；

在接收到所述第一元数据集之后，在所述用于接收所述数据流的设备处接收所述数据流；以及

在所述用于接收所述数据流的设备处，根据所述第一元数据集，对所接收的数据流进行解析。

2.根据权利要求1所述的方法，其中，所述第一元数据集包括描述所述数据流的结构的流格式描述元数据。

3.根据权利要求1所述的方法，其中，所述第一元数据集包括描述所述数据流的内容的数据描述元数据。

4.根据权利要求1所述的方法，其中，所述用于传送所述数据流的设备是控制器，并且其中，所述用于接收所述数据流的设备包括大数据设备。

5.根据权利要求1所述的方法，其中，如果所述用于传送所述数据流的设备的配置被改变，则所述用于传送所述数据流的设备自动地更新所述元数据。

6.根据权利要求1所述的方法，还包括：

在所述用于接收所述数据流的设备处，在所述数据流中识别不存在于所述第一元数据中的标识符；

在所述用于接收所述数据流的设备处，对所述数据流进行缓存；

从所述用于接收所述数据流的设备向所述用于发送所述数据流的设备发送提供更新的元数据集的请求；

在所述用于发送所述数据流的设备处，接收所述提供所述更新的元数据集的请求；

从所述用于发送所述数据流的设备向所述用于接收所述数据流的设备发送所述更新的元数据集；

在所述用于接收所述数据流的设备处，接收所述更新的元数据集；以及

根据所述更新的元数据集，对所缓存的数据流进行解析。

7.根据权利要求1所述的方法，还包括：

在所述用于发送所述数据流的设备中识别配置改变；

根据所识别的配置改变，更新所述元数据；

从所述用于发送所述数据流的设备向所述用于接收所述数据流的设备发送所更新的元数据；

在所述用于接收所述数据流的设备处，接收所更新的元数据集；以及

从所述用于发送所述数据流的设备向所述用于接收所述数据流的设备发送所述数据流，其中根据所更新的元数据集来构造所述数据流；以及

在所述用于接收所述数据流的设备中，根据所更新的元数据集，对所述数据流进行解析。

8.根据权利要求1所述的方法，还包括：

对所述数据集执行分析，以生成分析数据。

9.根据权利要求8所述的方法，其中，在所述用于传送所述数据流的设备处执行所述分析，并且其中，将所述分析数据增加到所述数据流中。

10.根据权利要求1所述的方法，其中，所述数据流包括时间戳。

11.根据权利要求10所述的方法，其中，所述数据流包括多个增量时间戳，所述多个增量时间戳中的每一个增量时间戳与所述数据集中的数据子集相关联。

12.根据权利要求1所述的方法，其中，所述数据流包括多个标识符，所述多个标示符中的每一个标识符标识下面中的一项：块、模块、参数、事件或警报。

13.一种在过程控制***中流式传输数据的方法，所述方法包括：

将第一元数据集存储在用于传送数据流的设备中；

收集用于以所述数据流的方式传送的数据集；

缓存所收集的数据的集；

向用于接收所述数据流的设备传送所述第一元数据集；

向所述用于接收所述数据流的设备传送所述数据流，其中不再传送另外的元数，除非触发事件导致所述用于传送所述数据流的设备传送另外的元数据。

14.根据权利要求13所述的方法，还包括：

接收对更新的元数据的请求；

生成或下载更新的元数据；以及

响应于所述对更新的元数据的请求，发送更新的元数据。

15.根据权利要求13所述的方法，还包括：

识别改变的配置参数；

生成或下载更新的元数据；以及

在根据所述更新的元数据传送数据流之前，向所述用于接收所述数据流的设备发送所述更新的元数据。

16.根据权利要求13所述的方法，其中，所述第一元数据集包括描述所述数据流的结构的流格式描述元数据。

17.根据权利要求13所述的方法，其中，所述第一元数据集包括描述所述数据流的内容的数据描述元数据。

18.根据权利要求13所述的方法，其中，所述用于传送所述数据流的设备是控制器，并且其中，所述用于接收所述数据流的设备包括大数据设备。

19.根据权利要求13所述的方法，还包括：

对所述数据集执行分析，以生成分析数据。

20.根据权利要求19所述的方法，还包括：

将所述分析数据增加到所述数据流。

21.根据权利要求13所述的方法，其中，所述数据流包括时间戳。

22.根据权利要求21所述的方法，其中，所述数据流包括多个增量时间戳，所述多个增量时间戳中的每一个增量时间戳与所述数据集中的一个数据子集相关联。

23.根据权利要求13所述的方法，其中，所述数据流包括多个标识符，所述多个标识符中的每一个标识符标识下面中的一项：块、模块、参数、事件或警报。

24.一种用于在过程控制***中接收数据流的方法，所述方法包括：

接收来自用于传送所述数据流的设备的第一元数据集；

在接收到所述第一元数据集之后，接收所述数据流；

根据所述第一元数据集，对所接收的数据流进行解析；以及

只要能够根据所述第一元数据集来解析所述数据流，就继续接收流式数据。

25.根据权利要求24所述的方法，还包括：

在所述数据流中识别无法根据所述第一元数据集来解析的ID；

对所述数据流进行缓存；

向所述用于发送所述数据流的设备发送提供更新的元数据的请求；

接收所述更新的元数据；

根据所述更新的元数据，对所缓存的数据流进行解析；

继续接收所述数据流；以及

根据所述更新的元数据，对所述数据流进行解析。

26.根据权利要求24所述的方法，还包括：

接收更新的元数据；

继续接收所述数据流；以及

根据所述更新的元数据，对所述数据流进行解析，

其中，在所述更新的元数据之后所接收的所述数据流能够根据所述更新的元数据被解析，并且无法根据所述第一元数据集而被解析。

27.根据权利要求24所述的方法，其中，所述第一元数据集包括描述所述数据流的结构的流格式描述元数据。

28.根据权利要求24所述的方法，其中，所述第一元数据集包括描述所述数据流的内容的数据描述元数据。

29.根据权利要求24所述的方法，其中，所述用于传送所述数据流的设备是控制器，并且其中，由包括大数据设备的设备来执行所述方法。

30.根据权利要求24所述的方法，还包括：

对所述数据集执行分析，以生成分析数据。

31.根据权利要求30所述的方法，其中，将所述分析数据存储在大数据设备中。

32.根据权利要求24所述的方法，其中，所述数据流包括时间戳。

33.根据权利要求32所述的方法，其中，所述数据流包括多个增量时间戳，所述多个增量时间戳中的每一个增量时间戳与所述数据集中的一个数据子集相关联。

34.根据权利要求24所述的方法，其中，所述数据流包括多个标识符，所述多个标示符中的每一个标识符标识下面中的一项：块、模块、参数、事件或警报。

35.一种过程控制***中的装置，所述装置包括：

处理器；

通信地耦合到所述处理器并存储元数据集的存储器；

向所述装置提供数据的数据源；

在所述处理器上执行以缓存从所述数据源接收到的数据的排队例程；

数据流式传输例程，其在所述处理器上执行并且与通信设备进行协作以用于：

向接收设备传送所存储的元数据集；

根据所存储的元数据集，将所缓存的数据组合成数据流；以及

向所述接收设备传送所述数据流。

36.根据权利要求35所述的装置，其中，所述装置是控制器，并且所述数据源是从一个或更多个过程控制设备接收数据的输入，所述装置还包括：

在所述处理器上执行以至少部分地根据所接收的数据来控制所述过程的一个或更多个例程；以及

在所述处理器上执行并收集从所述一个或更多个过程控制设备接收到的数据的收集例程。

37.根据权利要求35所述的装置，其中，在所述处理器上执行的所述数据流式传输例程还用于：

接收对更新的元数据的请求；

生成或下载更新的元数据；以及

响应于所述对更新的元数据的请求，发送所述更新的元数据。

38.根据权利要求35所述的装置，还包括：用于接收或生成更新的元数据的元数据更新例程，并且其中，在所述处理器上执行的所述数据流式传输例程还用于：

响应于在所述装置的配置方面所检测到的改变，或者响应于更新的元数据的生成或接收而发送更新的元数据；以及

继续发送所述数据流，其中在所述更新的元数据被发送之后所发送的所述数据流是根据所述更新的元数据来构造的。

39.根据权利要求35所述的装置，其中，所存储的元数据集包括描述所述数据流的结构的流格式描述元数据。

40.根据权利要求35所述的装置，其中，所存储的元数据集包括描述所述数据流的内容的数据描述元数据。

41.根据权利要求35所述的装置，其中，所述接收设备包括大数据设备。

42.根据权利要求35所述的装置，还包括：

在所述处理器上执行以分析所述数据来生成分析数据的分析例程。

43.根据权利要求42所述的装置，其中，在所述处理器上执行的所述数据流式传输例程还用于向所述数据流增加所述分析数据。

44.根据权利要求35所述的装置，其中，所述数据流包括时间戳。

45.根据权利要求44所述的装置，其中，所述数据流包括多个增量时间戳，所述多个增量时间戳中的每一个增量时间戳与所述数据中的一个数据子集相关联。

46.根据权利要求35所述的装置，其中，所述数据流包括多个标识符，所述多个标识符中的每一个标识符标识下面中的一项：块、模块、参数、事件或警报。

47.一种用于在过程控制***中接收大数据流的装置，所述装置包括：

处理器；

通信地耦合到所述处理器的存储器；

非临时性存储器设备；

接收器，其用于：

接收元数据集；

接收数据流；

根据所述元数据集来对所述数据流进行解析；

根据所述解析来对数据进行处理；

只要能够根据所述第一元数据集来解析所述数据流就继续接收并处理数据。

48.根据权利要求47所述的装置，其中，所述装置是用于存储大数据的大数据设备，其中，所述非临时性存储器设备包括高保真度数据存储设备，并且其中，对数据进行处理包括：将所述数据存储在所述高保真度数据存储设备中。

49.根据权利要求47所述的装置，其中，所述接收器还用于：

在所述数据流中识别无法根据所述元数据集来解析的ID；

对所述数据流进行缓存；

发送提供更新的元数据的请求；

接收所述更新的元数据；

根据所述更新的元数据，对被缓存的数据流进行解析；

根据所述解析，对所述数据进行处理；

继续接收所述数据流；

根据所述更新的元数据，对所继续的数据流进行解析；以及

对来自所继续的数据流的数据进行处理。

50.根据权利要求47所述的装置，其中，所述接收器还用于：

接收更新的元数据；

继续接收所述数据流；以及

根据所述更新的元数据，对所述数据流进行解析，

其中，在所述更新的元数据之后所接收的所述数据流能够根据所述更新的元数据来解析，而无法根据所述元数据集来解析。

51.根据权利要求47所述的装置，其中，所述元数据集包括描述所述数据流的结构的流格式描述元数据。

52.根据权利要求47所述的装置，其中，所述元数据集包括描述所述数据流的内容的数据描述元数据。

53.根据权利要求47所述的装置，其中，所述装置用于将大数据流式传输到下游设备。

54.根据权利要求47所述的装置，还包括：

分析模块，其用于对所述数据流中的所述数据执行分析以生成分析数据。

55.根据权利要求54所述的装置，其中，将所述分析数据存储在所述非临时性存储器设备中。

56.根据权利要求47所述的装置，其中，所述数据流包括时间戳。

57.根据权利要求56所述的装置，其中，所述数据流包括多个增量时间戳，所述多个增量时间戳中的每一个增量时间戳与所述数据流中的一个数据子集相关联。

58.根据权利要求47所述的装置，其中，所述数据流包括多个标识符，所述多个标示符中的每一个标识符标识下面中的一项：块、模块、参数、事件或警报。