Real-Time Database Systems Apace

Apace是一款由软动科技自主研发的分布式事务型通用实时数据库系统,适用于电力、石油等现代工业企业。该系统支持实时时序数据的压缩、计算、存储等功能,并提供丰富的应用接口。其独特的压缩算法可达到35:1的压缩比,且具备高效的历史数据检索能力。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

一、       概述

Apace是软动科技有限公司(以下简称“软动科技” )自主研发的一套基于分布式事务型的通用实时数据库系统,它主要应用于现代工业企业,包括电力、石油、矿山、化工、钢铁、电信、航空等领域。

Apace提供对实时时序数据的压缩、计算、存储、告警、分发、查询、统计功能,同时,为上层业务系统开发提供了丰富的应用接口。另外,Apace还拥有强大的组态图设计器以及Excel扩展报表插件。

系统引入了多种创新的技术和理念,各方面的指标在同类软件中都名列前茅。在实时数据采集方面,Apace可以在一台普通PC上稳定的承载30万点同步更新数据;在历史数据处理方面,我们在对多种压缩算法进行研究改进后,创造了Apace独有的压缩算法,对历史数据的压缩可达到平均35:1的高压缩比。同时,Apace独创的索引技术,可以实现检索的时间无关性,即可以从几十、上百年的历史数据中高效的检索任一时间点的数据;在告警服务里,Apace首度提出了趋势拟合和波动拟合告警,这项技术让Apace实时数据库的告警能力得到了质的飞跃,可实现更为复杂的告警规则;在计算服务方面,计算规则可以采用C#VB.NETJScript语言进行编写,支持程序集动态引用技术,算法设计者可以使用自定义的第三方程序集,大大加强了计算服务的计算能力。

组态图是实时数据库非常重要的部份,Apace软件包内自带强大的组态图设计器,可以轻松的设计出仿真式组态图、趋势图、报表等各种所需的组态图,Apace已经为用户提供了20多种基础元件,利用这些元件,还可以根据自身行业的需要来自定义元件;组态图完全支持JavaScript客户端脚本,可通过事件触发方式对图中各个元件进行编码控制。在设计过程中,可以随时对组态图进行预览,以查看最终效果,设计完成后可即时发布到内部服务器上以供使用。

二、       Apace的构成

Apace实时数据库由九个部份组成:管理中心服务、点配置服务、实时服务、历史服务、计算服务、告警服务、数据同步服务、组态图设计器、应用接口,见下图:

 

管理中心服务:负责管理各个核心服务的配置信息、各个服务的启动/停止,并监控各个服务的状态。

点配置服务:点配置服务管理着实时数据库中的所有点信息,数据点是实时数据库的基础,通过点配置服务,我们可以创建、维护和查询数据点信息。

实时服务:实时服务负责实时接收各个数据点的数据,并将这些数据在需要时候提交给历史服务进行存储。实时服务直接影响实时数据库所能承载的数据点的数量,是实时数据库最核心的服务之一。

历史服务:历史服务的主要功能包括将实时数据压缩并存储到磁盘上、根据时间范围和点名检索历史数据。

计算服务:计算服务周期性的计算出我们定义的算法的结果,并提交给指定的计算点。通过设置各类算法,可以对实时数据进行挖掘、处理、分析,为上层提供更有意义的数据。

告警服务:告警服务在整个运行周期中全程监控实时数据的变化,并根据设置的告警规则产生出告警信息。

数据同步服务:根据同步配置规则,将实时数据同步给其他的系统,目前,Apace支持6类系统的数据同步,包括MSMQ、文件、DBMSWEBPAGEUDP以及其他Apace实时数据库。

组态图设计器:组态图设计器提供了方便快捷的组态图设计功能,并支持本地预览和在线发布功能,可以自定义组态元件。通过编写JavaScript脚本可以对各个元件进行编码控制。

应用接口:应用接口为开发人员提供了一组丰富的操作函数,目前Apace可支持.NETCOM和动态链接库Api、OPC、DDE、ODBC、WebService等多种类型的接口。

 

三、       体系架构

现在,让我们来了解一下Apace的工作机制,通过下面这张体系架构图,可以对Apace有一个更加清晰的认识:

 

最左边是数据的源头,可以是DCS(分布式控制系统)、PLC(可编程逻辑控制器)、智能仪表、FCS(火控系统)或者是人工录入的实验数据;这些数据将会通过数据采集接口提交给实时服务,实时服务得到这批数据以后,先对数据进行缓存,在达到一定数据量的时候,再将数据交给历史服务进行存储;历史服务得到数据以后,会先为数据创建索引,再进行压缩,然后存储到磁盘上。同时,上层应用系统,包括SISMIS、组态数据服务可以通过Apace提供的上层应用接口,从实时服务和历史服务中获取实时数据和历史数据。在采集数据的过程中,告警服务将全程监控数据的变化,并根据设定的告警规则生成告警数据,同时,会通过事件触发方式来通知上层应用。计算服务在启动以后,将根据配置的计算规则来产生数据,同时,根据设置的计算周期把产生的数据周期性的写入指定的点中。计算规则可以使用C#VB.NET或者是Jscript语言进行编写,而且,在服务运行过程中,还可以动态加载新的计算点。同步服务负责从实时服务和历史服务中获取数据,并将数据同步提交给其他的系统,现在Apace的同步服务可以支持其它Apace实时数据库、MSMQDBMSUDP、本地文件和WebPage。具体需要做哪些同步,由管理员进行设置。中间的这根轴代表的是管理中心,它就像是一个总管,管理着各个核心服务,包括它各个服务所在的配置信息和运行状态。

 

   了解更多:Apace实时数据库官方

    (Apace实时数据产品通用型实时数据库实时历史数据库SiS实时数据库,工业实时数据库,统计型实时数据库)

 

Apace是软动科技有限公司(以下简称“软动科技” )自主研发的一套基于分布式事务型的通用实时数据库系统,它主要应用于现代工业企业,包括电力、石油、矿山、化工、钢铁、电信、航空等领域。 Apace提供对实时时序数据的压缩、计算、存储、告警、分发、查询、统计功能,同时,为上层业务系统开发提供了丰富的应用接口。另外,Apace还拥有强大的组态图设计器以及Excel扩展报表插件。 系统引入了多种创新的技术和理念,各方面的指标在同类软件中都名列前茅。在实时数据采集方面,Apace可以在一台普通PC上稳定的承载30万点同步更新数据;在历史数据处理方面,我们在对多种压缩算法进行研究改进后,创造了Apace独有的压缩算法,对历史数据的压缩可达到平均35:1的高压缩比。同时,Apace独创的索引技术,可以实现检索的时间无关性,即可以从几十、上百年的历史数据中高效的检索任一时间点的数据;在告警服务里,Apace首度提出了趋势拟合和波动拟合告警,这项技术让Apace实时数据库的告警能力得到了质的飞跃,可实现更为复杂的告警规则;在计算服务方面,计算规则可以采用C#、VB.NET或JScript语言进行编写,支持程序集动态引用技术,算法设计者可以使用自定义的第三方程序集,大大加强了计算服务的计算能力。
Apace实时历史数据库ApaceRDB是长沙软动信息科技有限公司自主研发的一套基于分布式事务型的通用实时数据库系统,它可以应用于现代工业企业,包括电力、石油、矿山、化工、钢铁、电信、航空等领域,为这些行业的SIS监控系统、仿真系统等提供数据保障。 Apace实时历史数据库Apace提供对实时时序数据的压缩、计算、存储、告警、分发、查询、统计功能,同时,为上层业务系统开发提供了丰富的应用接口,包括组态设计器以及Excel扩展报表插件。 Apace实时历史数据库系统引入了多种创新的技术和理念,各方面的指标在同类软件中都名列前茅。在实时数据采集方面,Apace可以在一台普通服务器上稳定的承载百万点的数据同步更新;在历史数据处理方面,在对多种压缩算法进行研究改进后,创造了Apace独有的魔方无损压缩算法,1万点1年的历史数据仅需5.8GB的空间。同时,Apace独创的索引技术,可以实现检索的时间无关性,即可以从几十、上百年的历史数据中高效的检索任一时间点的数据;在告警服务里,Apace首度提出了趋势拟合和波动拟合告警,这项技术让Apace的告警能力得到了质的飞跃,可实现更为复杂的告警规则;在计算服务方面,计算规则可以采用C#、VB.NET或JScript语言进行编写,支持程序集动态引用技术,算法设计者可以使用自定义的第三方程序集(如VC动态链接库),强化了计算服务的计算能力。 Apace实时历史数据库Apace组态图设计器,可以轻松的设计出仿真式组态图、趋势图、报表等各种所需的组态图,Apace已经为用户提供了20多种基础元件,除了这些基础元件以外,用户还可以根据行业的需要来自定义新的元件;组态图支持客户端脚本编码,可对图中各个元件进行编码控制。在设计过程中,可以随时对组态图进行预览,以查看实际效果,设计完成后通过内置的发布功能,可随时发布到指定的服务器上以供使用。
### CS-408 课程材料及相关内容 关于课程编号 **CS-408** 的具体描述并未直接提及,但从提供的参考资料可以推测其可能涉及的内容领域以及相关资源。 #### 可能的研究方向与主题 根据引用中的信息[^4],提到的数据挖掘项目团队合作模式、大规模数据处理工具(如Amazon EC2、Hadoop 和 Hive),以及定期指导会议等内容表明该课程可能是面向大数据分析或分布式系统的实践型课程。如果假设 **CS-408** 属于此类别,则它可能会覆盖以下方面: 1. 大规模数据分析方法论及其应用案例研究; 2. 使用云平台(例如 AWS Elastic Compute Cloud (EC2))部署并管理计算环境的技术细节; 3. 开源框架(比如 Apache Hadoop 和 Apache Hive)的操作指南及性能优化策略讲解; 以下是基于上述背景构建的一个典型大纲示例: ```plaintext Course Title: Advanced Data Mining & Distributed Computing Systems - CS-408 I. Introduction to Large-Scale Data Processing Frameworks A. Overview of Big Data Technologies * Importance in modern industries * Challenges faced when handling big datasets II. Hands-On Experience With Tools And Platforms For Managing Massive Datasets B. Setting Up An Environment On Amazon Web Services(EC2 Instances) * Step-by-step instructions on creating instances * Configuring security groups and accessing remote servers via SSH commands III. Practical Applications Of Popular Open Source Ecosystem Components In Real World Scenarios C. Working Through Examples Using MapReduce Programming Model Within The Context Of Hadoop Cluster Setups + Writing simple map reduce jobs using Java SDK provided by official documentation sites such as https://hadoop.apache.org/docs/current/hadoop-mapreduce-client/hadoop-mapreduce-client-core/MapReduceTutorial.html [^5]. IV. Performance Tuning Techniques To Optimize Query Execution Times Over Partitioned Tables Stored Inside Relational Database Management Systems Such As MySQL Or PostgreSQL When Integrated Alongside NoSQL Solutions Like MongoDB. D. Exploring Best Practices Around Index Selection Strategies While Design Queries Against Highly Normalized Schemas Versus Denormalizing Them Depending Upon Use Case Requirements. V. Final Project Presentations Where Students Showcase Their Findings From Semester Long Research Efforts Conducted Under Supervision By Faculty Members Serving As Mentors Throughout This Period. E. Guest Speaker Series Featuring Industry Experts Sharing Insights Into Cutting Edge Innovations Happening Across Various Domains Leveraging These Skills Everyday At Scale! ``` 此结构仅作为参考模板展示如何围绕特定技术栈设计一门综合性强且实用性强的学习计划。实际授课安排还需参照官方发布的最新版次教材目录为准[^6]. 对于希望获取更详尽讲义文档或者练习题目集的同学来说,可以通过访问类似站点寻找公开分享的教学素材链接地址[^2]: ```python import requests from bs4 import BeautifulSoup url = 'https://example-university.edu/course-materials/cs408' response = requests.get(url) soup = BeautifulSoup(response.text, 'html.parser') links = soup.find_all('a') for link in links: href = link.get('href') text = link.string if ('lecture' in str(text).lower()) or ('assignment' in str(text).lower()): print(f"{text}: {href}") ``` 以上脚本可用于自动化爬取目标网页内的所有超链关系,并筛选出符合条件的结果列表供进一步查阅确认用途。 ---
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值