软件学报

作者：贺文迪，夏天睿，宋韶旭，黄向东，王建民

单位：贺文迪，清华大学 软件学院, 北京 10008411,夏天睿，清华大学 软件学院, 北京 10008402,宋韶旭，清华大学 软件学院, 北京 100084;大数据系统软件国家工程研究中心(清华大学), 北京 100084;北京信息科学与技术国家研究中心(清华大学), 北京 10008403,黄向东，清华大学 软件学院, 北京 100084;大数据系统软件国家工程研究中心(清华大学), 北京 100084;北京信息科学与技术国家研究中心(清华大学), 北京 10008404,王建民，清华大学 软件学院, 北京 100084;大数据系统软件国家工程研究中心(清华大学), 北京 100084;北京信息科学与技术国家研究中心(清华大学), 北京 10008405

关键词：数据编码;时间序列数据;数据库;工业物联网;多模态

基金：国家重点研发计划(2021YFB3300500);国家自然科学基金(62232005,62021002,62072265,92267203);北京信息科学与技术国家研究中心青年创新基金(BNR2022RC01011)

时间序列数据在工业制造、气象、船舶、电力、车辆、金融等领域都有着广泛的应用,促进了时间序列数据库管理系统的蓬勃发展.面对愈加庞大的数据规模和多样的数据模态,高效的数据存储和管理方式十分关键,而数据的编码压缩愈发成为一个具有重要意义和价值的问题.现有的编码方法和相关系统未能充分考虑不同模态的数据特点,或者未把一些时序数据的处理方法应用于数据编码问题中.全面阐述了Apache IoTDB时序数据库系统中的多模态数据编码压缩方法及其系统实现,特别是面向工业物联网等应用场景.该编码方法较为全面地考虑包括时间戳数据、数值数据、布尔值数据、频域数据、文本数据等多个不同模态的数据,充分挖掘和利用各自模态数据的特点,特别是包括时间戳模态中时间戳序列间隔近似的特点等,进行有针对性的编码方案设计.同时,将实际应用场景中可能出现的数据质量问题因素纳入编码算法的考量中.在多个数据集上的编码算法层面和系统层面的实验评估和分析,验证了该编码压缩方法及其系统实现的效果.

来源：2024年第3期

《软件学报》期刊编辑部

查看软件学报杂志2024年第3期