CN111181569B

CN111181569B - 一种时序数据的压缩方法、装置以及设备

Info

Publication number: CN111181569B
Application number: CN201911421733.1A
Authority: CN
Inventors: 丁良; 李在学; 蔡富东; 吕昌峰; 陈雷; 甘法刚
Original assignee: Shandong Senter Electronic Co Ltd
Current assignee: Shandong Senter Electronic Co Ltd
Priority date: 2019-12-31
Filing date: 2019-12-31
Publication date: 2021-06-15
Anticipated expiration: 2039-12-31
Also published as: CN111181569A

Abstract

本申请公开了一种时序数据的压缩方法，所述方法包括：在预设时间段内，确定所述时间段的起始值，并将所述时间段的起始值作为首个时序数据时间戳；将所述起始值后续的时间值减去前一个时间值，确定出相邻时序数据时间戳的差值；根据第一预设方法，对所述相邻时序数据时间戳差值的相关信息进行编码，完成对时序数据时间戳的压缩。本申请实施例通过确定相邻时序数据时间戳的差值，并对相邻时序数据时间戳差值的相关信息进行编码，完成对时序数据时间戳的压缩，以便于节省数据库的存储空间。

Description

一种时序数据的压缩方法、装置以及设备

技术领域

本申请涉及计算机技术领域，尤其涉及一种时序数据的压缩方法、装置以及设备。

背景技术

时序数据是一种十分常见且存在特定规律的数据，其代表一系列时间点上的观测值按等时间间隔获取所得的数据集合，近年来，伴随着物联网、大数据和人工智能技术的发展，时序数据的规模呈现一个爆发式的增长态势。为此，相关企业需要不断添置架设大量的存储设备来应对不断增长的数据存储需求。然而，更大、更多的存储容量会占用更大的***支出和能耗资源，带来巨大的成本负担。因此，如何面向时序数据的特点进行有效的压缩便成为当前时序数据库开发中一个不容忽视的难题与挑战。

现有技术中，对时序数据进行压缩时，会造成压缩速率的减缓，压缩时序数据的时间相对较长。

发明内容

有鉴于此，本申请实施例提供了一种时序数据的压缩方法、装置以及设备，用于解决现有技术中对时序数据进行压缩时会造成压缩速率的减缓，压缩时序数据的时间相对较长的问题。

本申请实施例采用下述技术方案：

本申请实施例提供一种时序数据的压缩方法，所述方法包括：

在预设时间段内，确定所述时间段的起始值，并将所述时间段的起始值作为首个时序数据时间戳；

将所述起始值后续的时间值减去前一个时间值，确定出相邻时序数据时间戳的差值；

根据第一预设方法，对所述相邻时序数据时间戳差值的相关信息进行编码，完成对时序数据时间戳的压缩。

进一步的，所述第一预设方法为变长编码方式。

进一步的，所述对所述相邻时序数据时间戳差值的相关信息进行编码，具体包括：

将相邻时序数据时间戳的差值减去时序数据生成周期，确定出待编码值；

根据第二预设方法对待编码值进行编码，得出编码值，并将编码值进行存储，完成对时序数据时间戳的压缩。

进一步的，所述根据第二预设方法对待编码值进行编码，得出编码值，具体包括：

将所述待编码值设定为相对应的标志位，其中，不同预设阈值的待编码值对应不同的标志位，所述标志位表示所要编码的位数；

根据所述标志位对所述待编码值进行编码，得出编码值。

进一步的，所述根据所述标志位对所述待编码值进行编码，得出编码值，具体包括：

确定出标志位所占的位数与所述编码值所占的位数之和；

若标志位所占的位数与所述待编码值编码后所占的位数之和小于所要编码的位数，在标志位与所述编码值之间补0，以便于符合所要编码的位数。

进一步的，所述编码结果为所述标志位在前，所述时间戳差值与时序数据生成周期的差值待编码值的编码值在后。

进一步的，所述待编码值的预设阈值包括0、[1，64]、[65，256]、[257，2048]、[2049，3600]，分别对应标志位包括‘0’、‘01’、‘001’、‘0001’、‘1111’。

进一步的，应用二进制对所述待编码值进行编码，得出二进制的编码值，并且所述标志位为二进制数值。

本申请实施例还提供一种时序数据的压缩装置，所述装置包括：

第一确定单元，用于在预设时间段内，确定所述时间段的起始值，并将所述时间段的起始值作为首个时序数据时间戳；

第二确定单元，用于将所述起始值后续的时间值减去前一个时间值，确定出相邻时序数据时间戳的差值；

编码单元，用于根据第一预设方法，对所述相邻时序数据时间戳差值的相关信息进行编码，完成对时序数据时间戳的压缩。本申请实施例还提供一种时序数据的压缩设备，该设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该设备执行下述装置：

编码单元，用于根据第一预设方法，对所述相邻时序数据时间戳差值的相关信息进行编码，完成对时序数据时间戳的压缩。

本申请实施例采用的上述至少一个技术方案能够达到以下有益效果：本申请实施例通过确定相邻时序数据时间戳的差值，并对相邻时序数据时间戳差值的相关信息进行编码，完成对时序数据时间戳的压缩，以便于节省数据库的存储空间。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本说明书实施例一提供的一种时序数据的压缩方法的流程示意图；

图2为本说明书实施例二提供的一种时序数据的压缩方法的流程示意图；

图3为本说明书实施例三提供的一种时序数据的压缩装置的结构示意图；

图4为本说明书提供的一种时序数据的压缩设备的结构示意图。

具体实施方式

时序数据是一种十分常见且存在特定规律的数据，其代表一系列时间点上的观测值按等时间间隔获取所得的数据集合，例如PM2.5的实时测量浓度、股票的实时价格或生产车间的温度传感器测量值等等，即时序数据描述了被测量主体在某一时间范围内的每个时间点上的测量值。近年来，伴随着物联网、大数据和人工智能技术的发展，时序数据的规模呈现一个爆发式的增长态势，以百度无人车为例，其每辆车每天采集到的数据规模便可达8TB。为此，相关企业需要不断添置架设大量的存储设备来应对不断增长的数据存储需求。然而，更大、更多的存储容量会占用更大的***支出和能耗资源，带来巨大的成本负担。因此，如何面向时序数据的特点进行有效的压缩与封装便成为当前时序数据库开发中一个不容忽视的难题与挑战。

时序数据主要包含三个重要部分，分别为主体、时间戳和测量值。由于被测量主体的信息在短时间内不会发生改变，所以面向时序数据的压缩方案主要针对时间戳数据和相应的测量值数据。其中，时间戳数据一般作为数据存储的主键，其采集周期在大多数情况下具有一个固定的值，虽然接收到的数据间隔往往受传输介质的影响，但其仍在一个恒定的值附近上下波动；观测值数据是在一定时间间隔内连续采集，其前后的关联程度必定较离散数据更为紧密，这意味着其变化通常会更小，所以，本申请实施例在对时序数据进行压缩时，主要针对时间戳的压缩。

现有技术中，部分时序数据不经过压缩和预处理，而是直接写入数据库，会造成时序数据查询效率低和存储空间利用率低的问题；部分时序数据在对时间戳进行压缩时，采用采用Delta of Delta算法(时间差值的差异算法)，然后对算法所得到结果进行编码，编码过程中，会出现对负数编码情况，负数最终以补码的形式在计算机中存储，在每秒数千万级的数据流入情况下，计算补码的过程，造成压缩速率的减缓，此外，负数部分增加了算法的结果集，造成了压缩率的下降。Delta of Delta算法为：D＝(t_n-t_n-1)-(t_n-1-t_n-2)，具体参见下表：

为使本申请的目的、技术方案和优点更加清楚，下面将结合本申请具体实施例及相应的附图对本申请技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

以下结合附图，详细说明本申请各实施例提供的技术方案。

图1为本说明书实施例一提供的一种时序数据的压缩方法的流程示意图。

本说明书实施例可以由时序数据压缩***执行下述步骤，具体包括：

步骤S101，在预设时间段内，确定所述时间段的起始值，并将所述时间段的起始值作为首个时序数据时间戳。

步骤S102，将所述起始值后续的时间值减去前一个时间值，确定出相邻时序数据时间戳的差值。

步骤S103，根据第一预设方法，对所述相邻时序数据时间戳差值的相关信息进行编码，完成对时序数据时间戳的压缩。

在本说明书实施例的步骤S103中，第一预设方法可以为变长编码方式。

本说明书实施例通过确定相邻时序数据时间戳的差值，并对相邻时序数据时间戳差值的相关信息进行编码，完成对时序数据时间戳的压缩，以便于节省数据库的存储空间。

与上述实施例一对应的，图2为本说明书实施例二提供的一种时序数据的压缩方法的流程示意图。

本实施例可以由时序数据压缩***执行下述步骤，具体包括：

步骤S201，在预设时间段内，确定所述时间段的起始值，并将所述时间段的起始值作为首个时序数据时间戳。

在本说明书实施例的步骤S201中，预设时间段可以根据实际需求设定，比如，预设时间段为2019-11-0100:00:00-2019-11-0100:59:59，此时该时间段的起始值为2019-11-0100:00:00，并将2019-11-0100:00:00作为首个时序数据的时间戳。

步骤S202，将所述起始值后续的时间值减去前一个时间值，确定出相邻时序数据时间戳的差值。

在本说明书实施例的步骤S202中，起始值后续的时间值可以为t_n，前一个时间值为t_n-1，相邻时序数据时间戳的差值为t_n-1-t_n。

步骤S203，将相邻时序数据时间戳的差值减去时序数据生成周期，确定出待编码值。

在本说明书实施例的步骤S203中，时序数据生成周期T可以预先设定，待编码值R＝t_n-1-t_n-T，比如，时序数据生成周期T为1s，待编码值R即为t_n-1-t_n-1。

步骤S204，根据第二预设方法对待编码值进行编码，得出编码值，并将编码值进行存储，完成对时序数据时间戳的压缩。

在本说明书实施例的步骤S204中，第二预设方法可以为变长编码方式。所述对所述相邻时序数据时间戳差值的相关信息进行编码，具体包括：

进一步的，在本说明书实施例的步骤S204中，根据第二预设方法对待编码值进行编码，得出编码值，具体包括：

根据所述标志位对所述待编码值进行编码，得出编码值。

进一步的，在本说明书实施例的步骤S204中，根据所述标志位对所述待编码值进行编码，得出编码值，具体包括：

确定出标志位所占的位数与所述编码值所占的位数之和；

进一步的，在本说明书实施例的步骤S204中，编码结果为所述标志位在前，所述待编码值的编码值在后。

进一步的，在本说明书实施例的步骤S204中，，应用二进制对所述待编码值进行编码，得出二进制的编码值，并且所述标志位为二进制数值。比如，待编码值为5，标志位为‘01’，编码值位数为8位，编码结果为‘01000101’。

优选的，待编码值的预设阈值包括0、[1，64]、[65，256]、[257，2048]、[2049，3600]，分别对应标志位包括‘0’、‘01’、‘001’、‘0001’、‘1111’，具体参见下述的表格：

R范围	标志位Rbit	R占位数	总位数
				0	'0'	0	1
[1,64]	'01'	6	8
				[65,256]	'001'	8	11
[257,2048]	'0001'	11	15
				[2049，3600]	'1111'	12	16

将编码值进行存储，完成对时序数据时间戳的压缩，参见下表：

本说明书实施例通过应用变长编码的方式对待编码值进行编码，使得编码后的位数减少。相比于现有技术，改进了时序数据中时间戳压缩算法对负数编码的情况，采用相邻时间戳差值和时序数据生成周期的差值算法，将待编码值转移到非负数范围，同时进一步改进可变长编码的位数，从而进一步提高时序数据时间戳的压缩速率和效率。

需要说明的是，本说明书实施例消除了时序数据中时间戳压缩算法对负数编码的情况，实现了仅对非负数的编码，提高了时序数据时间戳的压缩速率。

此外，本说明书实施例中的相邻时间戳差值和时序数据生成周期的差值算法减少了时间戳的编码位数，在每秒数千万级的数据流入情况下，将会极大减少存储空间，极大地提高时序数据时间戳的压缩比。

与上述实施例二对应的，图3为本说明书实施例三提供的一种时序数据的压缩装置的结构示意图，具体包括：第一确定单元1、第二确定单元2、编码单元3。

第一确定单元1用于在预设时间段内，确定所述时间段的起始值，并将所述时间段的起始值作为首个时序数据时间戳。

第二确定单元2用于将所述起始值后续的时间值减去前一个时间值，确定出相邻时序数据时间戳的差值。

编码单元3用于根据第一预设方法，对所述相邻时序数据时间戳差值的相关信息进行编码，完成对时序数据时间戳的压缩。

参见图4，本申请实施例还提供一种时序数据的压缩设备，该设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该设备执行下述装置：

第一确定单元4用于在预设时间段内，确定所述时间段的起始值，并将所述时间段的起始值作为首个时序数据时间戳；

第二确定单元5用于将所述起始值后续的时间值减去前一个时间值，确定出相邻时序数据时间戳的差值；

编码单元6用于根据第一预设方法，对所述相邻时序数据时间戳差值的相关信息进行编码，完成对时序数据时间戳的压缩。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字***“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的***、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本申请时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、***、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带式磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本申请可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本申请，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于***实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims

1.一种时序数据的压缩方法，其特征在于，所述方法包括：

根据第一预设方法，对所述相邻时序数据时间戳差值的相关信息进行编码，完成对时序数据时间戳的压缩；

其中，所述对所述相邻时序数据时间戳差值的相关信息进行编码，具体包括：

根据第二预设方法对待编码值进行编码，得出编码值，并将编码值进行存储，完成对时序数据时间戳的压缩；

所述根据第二预设方法对待编码值进行编码，得出编码值，具体包括：

根据所述标志位对所述待编码值进行编码，得出编码值，具体包括：

确定出标志位所占的位数与所述编码值所占的位数之和；

2.根据权利要求1所述的时序数据的压缩方法，其特征在于，所述第一预设方法为变长编码方式。

3.根据权利要求1所述的时序数据的压缩方法，其特征在于，所述编码结果为所述标志位在前，所述待编码值的编码值在后。

4.根据权利要求1所述的时序数据的压缩方法，其特征在于，所述待编码值的预设阈值包括0、[1，64]、[65，256]、[257，2048]、[2049，3600]，分别对应标志位包括‘0’、‘01’、‘001’、‘0001’、‘1111’。

5.根据权利要求3或4所述的时序数据的压缩方法，其特征在于，应用二进制对所述待编码值进行编码，得出二进制的编码值，并且所述标志位为二进制数值。

6.一种时序数据的压缩装置，其特征在于，所述装置包括：

编码单元，用于根据第一预设方法，对所述相邻时序数据时间戳差值的相关信息进行编码，完成对时序数据时间戳的压缩；

确定出标志位所占的位数与所述编码值所占的位数之和；

7.一种时序数据的压缩设备，其特征在于，该设备包括用于存储计算机程序指令的存储器和用于执行程序指令的处理器，其中，当该计算机程序指令被该处理器执行时，触发该设备执行权利要求6所述的装置。