（計算機(jī)科學(xué)與技術(shù)專業(yè)論文）rfid數(shù)據(jù)模型研究與及其系統(tǒng)實現(xiàn).pdf

r e a s e a r c ha n ds y s t e mi m p l e m e n t a t i o no fr f i d d a t am o d e l s at h e s i ss u b m i t t e dt o d a l i a nm a r i t i m eu n i v e r s i t y i np a r t i a lf u l f i l l m e n to ft h er e q u i r e m e n t sf o r t h ed e g r e eo f m a s t e ro fe n g i n e e r i n g b y n i ul i j u a n ( c o m p u t e rs c i e n c ea n dt e c h n o l o g y ) t h e s i ss u p e r v i s o r ：p r o f e s s o r c h e nr o n g j u n e 2 0 1 1 大連海事大學(xué)學(xué)位論文原創(chuàng)性聲明和使用授權(quán)說明 原創(chuàng)性聲明 本人鄭重聲明：本論文是在導(dǎo)師的指導(dǎo)下，獨立進(jìn)行研究工作所取得的成果， 撰寫成碩士學(xué)位論文：壁衛(wèi)墅麴堡撞型嬰塞區(qū)墓丕纏塞丑：。除論文中 已經(jīng)注明引用的內(nèi)容外，對論文的研究做出重要貢獻(xiàn)的個人和集體，均已在文中 以明確方式標(biāo)明。本論文中不包含任何未加明確注明的其他個人或集體已經(jīng)公開 發(fā)表或未公開發(fā)表的成果。本聲明的法律責(zé)任由本人承擔(dān)。 學(xué)位論文作者簽名：蘭澉 學(xué)位論文版權(quán)使用授權(quán)書 本學(xué)位論文作者及指導(dǎo)教師完全了解大連海事大學(xué)有關(guān)保留、使用研究生學(xué) 位論文的規(guī)定，即：大連海事大學(xué)有權(quán)保留并向國家有關(guān)部門或機(jī)構(gòu)送交學(xué)位論 文的復(fù)印件和電子版，允許論文被查閱和借閱。本人授權(quán)大連海事大學(xué)可以將本 學(xué)位論文的全部或部分內(nèi)容編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索，也可采用影印、縮印或掃 描等復(fù)制手段保存和匯編學(xué)位論文。同意將本學(xué)位論文收錄到中國優(yōu)秀博碩士 學(xué)位論文全文數(shù)據(jù)庫( 中國學(xué)術(shù)期刊( 光盤版) 電子雜志社) 、中國學(xué)位論 文全文數(shù)據(jù)庫( 中國科學(xué)技術(shù)信息研究所) 等數(shù)據(jù)庫中，并以電子出版物形 式出版發(fā)行和提供信息服務(wù)。保密的論文在解密后遵守此規(guī)定。 本學(xué)位論文屬于：保密口在年解密后適用本授權(quán)書。 不保密( 請在以上方框內(nèi)打“，) 敝作者躲婀嫡導(dǎo)師簽名：叩移， 日期： 弦f 年- 月2 日 中文摘要 摘要 射頻識別( r f i d ) 作為一種高性價比的傳感識別的使能技術(shù)，日漸在零售、 制藥、醫(yī)療保健和物流管理等領(lǐng)域得到各種大規(guī)模應(yīng)用。然而，r f i d 數(shù)據(jù)具有時 序性，動態(tài)性，數(shù)據(jù)量大，包含隱含語義等特點。這樣的內(nèi)在特性給r f i d 數(shù)據(jù)管 理帶來了極大的挑戰(zhàn)，而錯讀、誤讀和冗余數(shù)據(jù)等又使得問題變得更加嚴(yán)重。 近年來，研究者們提出了多種r f i d 數(shù)據(jù)處理和整合技術(shù)，但是在時序數(shù)據(jù)處 理、建模以及查詢上，仍舊有很多研究問題亟待解決。針對此問題，本論文提出 時空數(shù)據(jù)模型，設(shè)計并實現(xiàn)了基于規(guī)則的框架以便支持r f i d 標(biāo)簽物件的高效跟蹤 與監(jiān)控。本文首先對r f i d 數(shù)據(jù)管理技術(shù)進(jìn)行了全面詳細(xì)的綜述。在此基礎(chǔ)上，本 文提出了擴(kuò)展的d r e r 模型以便在集中式環(huán)境下處理大規(guī)模r f i d 數(shù)據(jù)的清洗、 整合、轉(zhuǎn)換與時空管理。為了實施高效的時空查詢以便跟蹤與監(jiān)控移動物體，本 文利用數(shù)據(jù)緩存、數(shù)據(jù)庫分割與索引技術(shù)來優(yōu)化提出的算法，算法有效性在真實 r f i d 數(shù)據(jù)和模擬數(shù)據(jù)上的大量實驗所證實。更進(jìn)一步，本文提出了一個分布式 r f i d 數(shù)據(jù)模型，此模型通過g a t e n o d e s 分布式索引多個d r e r 模型，而g a t e n o d e 利用了算術(shù)基本定理索引位于分布站點的移動物體。我們也使用提出的算法實現(xiàn) 了一個時態(tài)r f i d 數(shù)據(jù)管理系統(tǒng)。 關(guān)鍵詞：r f i d 數(shù)據(jù)管理；時空數(shù)據(jù)模型；基于規(guī)則的系統(tǒng)；算法優(yōu)化：分布式架 構(gòu) 英文摘要 一_ _ _ _ - _ _ - _ _ _ - _ _ - 一 a b s t r a c t r f i d ( r a d i of r e q u e n c yi d e n t i f i c a t i o n ) t e c h n o l o g y i s e n a b l i n g c o s t 。e f f e c t i v e s e n s i n ga n di d e n t i f i c a t i o ni nv a r i o u sl a r g e s c a l ea p p l i c a t i o n si nr e t a i l ，p h a r m a c e u t i c a l s ， h e a l t h c a r ea n ds u p p l yc h a i nm a n a g e m e n t h o w e v e r ，t h ec h a r a c t e r i s t i c so fr f i dd a t a i n c l u d et i m e d e p e n d e n c y ，d y n a m i cc h a n g e s ，h u g ev o l u m e sa n dh o a r d o fi m p l i c i t s e m a n t i c s t h ei n h e r e n tn a t u r eo fr f i dd a t ap o s e ss i g n i f i c a n tc h a l l e n g e st or f i dd a t a m a n a g e m e n t ，p r o b l e m sb e c o m ee v e nw o r s ew h e nt h e r e a r em i s s e dr e a d i n g s ，f a l s e r e a d i n g s ，a n dr e d u n d a n tr e a d i n g s i nr e c e n ty e a r sr e s e a r c h e r sh a v ei n v e s t i g a t e dw a y so fr f i dd a t ap r o c e s s i n ga n d i n t e g r a t i o n ，b u t t h e r ei ss t i l ls p a c ef o ri m p r o v e m e n t si nt e m p o r a ld a t ap r o c e s s i n g , m o d e l i n g ，a n dq u e r y i n g i nt h i st h e s i sw ep r o p o s es p a t i o - t e m p o r a ld a t am o d e l s ，d e s i g n a n di m p l e m e n tar u l e b a s e df r a m e w o r ki ns u p p o r to fe f f i c i e n tt r a c k i n ga n dm o n i t o r i n g o fr f i dt a g g e do b j e c t s i nd o i n gt h i s ，w ef i r s tp r e s e n tac o m p r e h e n s i v es u r v e yo ft h e s t a t e o f - t h e a r ti nr f i dd a t am a n g e m e n t t h e n ，w ep r e s e n ta ne x t e n d e dd r e rm o d e l t oc e n t a l l yh a n d l em a s s i v er f i dd a t ai nt e r m so ff i l t e r i n g ，a g g r e g a t i o n ，t r a n s f o r m a t i o n ， a n ds p a t i a l t e m p o r a ld a t am a n a g e m e n t t op e r f o r me f f i c i e n tt e m p o r a lq u e r i e st ot r a c k a n dm o n i t o rm o v i n go b j e c t s ，w eu t i l i z ei n - m e m o r yc a c h i n g ，d a t a b a s ep a r t i t i o n a n d i n d e xt e c h n i q u e st oo p t i m i z et h ep r o p o s e da l g o r i t h m s t h e e f f e c t i v e n e s so fo u r a l g o r i t h m si sv a l i d a t e db ye x t e n s i v ee x p e r i m e n t st h a ta r ec o n d u c t e do nr e a lr f i d d a t a a n ds i m u l a t e dd a t a f u r t h e r m o r ew ep r o p o s ead i s t r i b u t e dr f i dd a t a m o d e lb y i n c o r p o r a t i n gm u l t i p l ed r e rm o d e l sw i t hd i s t r i b u t e di n d e x i n gt h r o u g hg a t e n o d e s ， w h i c hu t i l i z e st h ea r i t h m e t i c a lf u n d a m e n t a lt h e o r e mt o i n d e xm o v i n go b j e c t si n d i s t r i b u t e ds i t e s a l s ow eh a v ei m p l e m e n t e dat e m p o r a lr f i dd a t am a n a g e m e n ts y s t e m b yu s i n gt h ep r o p o s e da l g o r i t h m s k e yw o r d s ：r f i dd a t am a n a g e m e n t ；s p a t i o - t e m p o r a lm o d e l ；r u l e - b a s e d s y s t e m ；a l g o r i t h mo p t i m i z a t i o n ；d i s t r i b u t e da r c h i t e c t u r e 目錄 目錄 第1 章緒論l 1 1 課題研究背景1 1 2 論文研究內(nèi)容3 1 3 論文組織結(jié)構(gòu)3 第2 章r f i d 數(shù)據(jù)管理的研究現(xiàn)狀4 2 1r f i d 數(shù)據(jù)處理概述4 2 2r f i d 數(shù)據(jù)模型6 2 3r f i d 數(shù)據(jù)緩存10 2 4r f i d 分布式數(shù)據(jù)處理的研究1 3 第3 章集中式的r f i d 數(shù)據(jù)處理1 5 3 1 移動對象的時空特性1 5 3 2r f i d 數(shù)據(jù)建模1 7 3 2 1 時空數(shù)據(jù)模型1 9 3 2 2 時空數(shù)據(jù)模型在數(shù)據(jù)庫中的實現(xiàn)2 0 3 3 系統(tǒng)架構(gòu)設(shè)計2 2 3 4 規(guī)則與r f i d 數(shù)據(jù)處理2 4 3 4 1 規(guī)則定義2 4 3 4 2 基于規(guī)則的數(shù)據(jù)處理2 6 3 5 本章小結(jié)2 9 第4 章算法、優(yōu)化及實驗對比分析3 0 4 1 規(guī)則的解析執(zhí)行3 0 4 1 1 算法描述31 4 1 2m y c e p 和e s p e r 對比結(jié)果及性能分析3 5 4 2 時空模型包含關(guān)系的優(yōu)化3 7 4 2 1 概念模型與集體運動分析3 7 4 2 2b u l k 和n o b u l k 對比結(jié)果及性能分析4 0 4 3 數(shù)據(jù)的更新與查詢優(yōu)化4 5 4 3 1 優(yōu)化動機(jī)4 5 4 3 2 緩存優(yōu)化算法4 6 4 - 3 3 自適應(yīng)區(qū)間更新算法4 9 4 3 4c a c h e 和n o c a c h e 對比結(jié)果及性能分析4 9 4 4 本章小結(jié)5 3 第5 章分布式的r f i d 數(shù)據(jù)處理5 4 5 1 分布式數(shù)據(jù)模型5 4 5 2g a t e n o d e 以及算術(shù)基本定理的應(yīng)用算法5 8 5 3d i s t r i b u t e d 與c e n t r a l 對比結(jié)果及性能分析。5 9 5 4 本章小結(jié)6 0 第6 章r f i d 數(shù)據(jù)管理系統(tǒng)的實現(xiàn)6 1 6 1 分布式架構(gòu)6 1 6 2 系統(tǒng)模塊介紹6 2 6 2 1 系統(tǒng)部署模塊6 2 6 2 2 規(guī)則系統(tǒng)模塊6 3 6 2 3 數(shù)據(jù)緩存模塊6 4 6 2 4 數(shù)據(jù)查詢模塊6 6 6 2 5 分布式模塊：6 6 6 3 系統(tǒng)功能展示6 8 第7 章總結(jié)與展望7 0 7 1 總結(jié)7 0 7 2 展望7 0 參考文獻(xiàn)7 1 附錄規(guī)則的b n f 范式7 5 攻讀學(xué)位期間公開發(fā)表論文。7 7 致謝7 9 r f i d 數(shù)據(jù)模型研究及其系統(tǒng)實現(xiàn) 第1 章緒論 1 1 課題研究背景 射頻識別( r a d i of r e q u e n c yi d e n t i f i c a t i o n ，r f i d ) 是一種非接觸式的自動識別 技術(shù)1 1 1 ，用于對物理實物的識別、跟蹤和管理。與條形碼技術(shù)相比，r f i d 不需要 實際的物體接觸，r f i d 技術(shù)在通信距離、可存儲數(shù)據(jù)量、批量讀取、數(shù)據(jù)信息修 改、環(huán)境適用性、安全性和自動性等方面更具優(yōu)勢。因為r f i d 技術(shù)的優(yōu)越性，它 正在逐漸的被應(yīng)用到更廣泛的領(lǐng)域，諸如倉儲管理與物流、航空生產(chǎn)制造與裝配、 郵件快運包裹處理、文檔與圖書管理、醫(yī)療保健、寵物管理、門禁管制、車輛管 制、特種容器管理、軍事等許多領(lǐng)域。r f i d 技術(shù)與互聯(lián)網(wǎng)、通信等技術(shù)相結(jié)合， 可實現(xiàn)全球范圍內(nèi)物品的編號、分類、識別、監(jiān)測、跟蹤和信息共享，這樣就可 創(chuàng)建一個i 溥i d 連接的網(wǎng)絡(luò)世界，即所謂的“物聯(lián)網(wǎng)”。 一個r f i d 系統(tǒng)可以由主機(jī)電腦、r f i d 讀寫器、標(biāo)簽組成。標(biāo)簽存儲著代表物 品的標(biāo)識符( d ) ，電子產(chǎn)品代碼( e p c ) 標(biāo)準(zhǔn)定義了世界范圍內(nèi)物品的唯一的i d 。 當(dāng)標(biāo)簽進(jìn)入識讀器檢測范圍內(nèi)，標(biāo)簽將貯存在內(nèi)存中的i d 等數(shù)據(jù)轉(zhuǎn)化為信號發(fā)送 給識讀器。識讀器解碼再將數(shù)據(jù)發(fā)送給后臺主機(jī)。由于工作環(huán)境和無線通信的特 殊性，r f i d 數(shù)據(jù)具有不同于傳統(tǒng)數(shù)據(jù)的特點： 1 原始數(shù)據(jù)結(jié)構(gòu)簡單，邏輯語義不清 由r f i d 產(chǎn)生的觀測值具有隱含的意思，它必須根據(jù)應(yīng)用場景轉(zhuǎn)換和匯聚成 代表它們模型的具有語義的數(shù)據(jù)。原始數(shù)據(jù)由識讀器標(biāo)記，物體標(biāo)記以及時間戳 組成，結(jié)構(gòu)簡單。每個原始數(shù)據(jù)可代表一個事件，如某物體進(jìn)入某位置事件等， 只有多個元組聚集，才能構(gòu)成高級的語義如偷竊商品等。 2 時態(tài)性和空間性 r f i d 數(shù)據(jù)的每個元組都有一個標(biāo)識它發(fā)生的時間，多個帶有時間的數(shù)據(jù)連續(xù) 起來，就形成了隨時間而變化的數(shù)據(jù)流，因此r f i d 數(shù)據(jù)具有時態(tài)性。若r f i d 對象經(jīng)過某地的識讀器，代表物體經(jīng)歷了這個地方，運動的對象經(jīng)過多個位置就 形成了一個曲線，代表物體運動的路徑，因此r f i d 數(shù)據(jù)又具有空間性。 ， 3 數(shù)據(jù)不準(zhǔn)確 第1 章緒論 r f i d 識讀器并不是百分之百可靠的。有的時候，識讀器會不正確的讀取到不 存在的標(biāo)簽( 錯誤多讀) 或者識讀器在它可識別的范圍內(nèi)沒有讀取該讀的物體( 錯 誤漏讀) ，因此數(shù)據(jù)在傳入系統(tǒng)之前要經(jīng)過數(shù)據(jù)過濾。另外一種，識讀器還可能 不止一次的讀到相同的標(biāo)簽( 重復(fù)數(shù)據(jù)) ，這種類型的錯誤稱為語義錯誤，需要 經(jīng)過語義過濾。 4 連續(xù)流產(chǎn)生巨量數(shù)據(jù) r f i d 數(shù)據(jù)是時序性的流數(shù)據(jù)，流量大又必須實時動態(tài)處理。射頻標(biāo)簽的數(shù)量 是與將要被感知的物品的數(shù)量成正比的，識讀器的數(shù)量是與跟蹤策略中的位置 地點的數(shù)量成正比的。在某些情況下，帶有標(biāo)簽的物品在某個位置放置的時間比 預(yù)計的時間長，識讀器在這段時間內(nèi)，會周期性的記錄它們的存在。這些簡單的 數(shù)據(jù)會不斷產(chǎn)生，產(chǎn)生巨量數(shù)據(jù)需要實時性處理。 5 并發(fā)與分布 r f i d 實際應(yīng)用場景中將部署多個r f i d 識讀器，并且每個r f i d 識讀器對應(yīng) 一個r f i d 數(shù)據(jù)流。對于特定物品的跟蹤和分析，需要整合多個物理上分布的數(shù) 據(jù)流。 這些特點給傳統(tǒng)的數(shù)據(jù)管理提出了新的挑戰(zhàn)，r f i d 數(shù)據(jù)管理面臨越來越多新 的難題【2 卅。有效管理和利用r f i d 數(shù)據(jù)，就成了r f i d 數(shù)據(jù)管理研究的共同目標(biāo)。 雖然學(xué)術(shù)界已認(rèn)識到了研究r f i d 數(shù)據(jù)管理的重要性，但到目前為止，針對r f i d 數(shù)據(jù)管理技術(shù)的研究在國際上還不是很多，很多問題還沒得到解決，比如，r f i d 復(fù)雜事件處理【7 ，8 1 ，r f i d 數(shù)據(jù)模型和r f i d 數(shù)據(jù)存儲查詢【9 ，1 0 1 ，以及l(fā) 訌i d 的分布 式處理【l l ，1 2 】等等，都需要做大量的研究工作。 通過閱讀大量的文獻(xiàn)，認(rèn)真的研究和分析r f i d 數(shù)據(jù)處理的相關(guān)內(nèi)容，本課 題針對r f i d 系統(tǒng)中亟待考慮的數(shù)據(jù)處理框架、通用時空數(shù)據(jù)建模、數(shù)據(jù)存儲、 數(shù)據(jù)查詢以及分布式架構(gòu)等展開討論和深入研究。 r f i d 數(shù)據(jù)模型研究及其系統(tǒng)實現(xiàn) 1 2 論文研究內(nèi)容 本論文的目標(biāo)是研究擴(kuò)展的以規(guī)則框架為基礎(chǔ)r f i d 數(shù)據(jù)模型。研究高效的 數(shù)據(jù)處理技術(shù)及優(yōu)化，設(shè)計并實現(xiàn)一個高效的r f i d 數(shù)據(jù)管理系統(tǒng)。為此研究以 下內(nèi)容： 一、根據(jù)r f i d 數(shù)據(jù)及應(yīng)用特點，實現(xiàn)r f i d 時空數(shù)據(jù)模型，支持更多種類 的查詢；使用數(shù)據(jù)庫分區(qū)以及索引技術(shù)提高數(shù)據(jù)的存儲和查詢效率；對供應(yīng)鏈環(huán) 境下的物體集體運動的模式進(jìn)行了深入的研究。 二、定義和解析r f i d 數(shù)據(jù)處理規(guī)則，為了減少訪問數(shù)據(jù)庫的頻繁更新給系 統(tǒng)帶來的負(fù)擔(dān)，設(shè)計并實現(xiàn)基于緩存存儲臨時數(shù)據(jù)的r f i d 數(shù)據(jù)處理體系結(jié)構(gòu)以 便緩存支持最近數(shù)據(jù)查詢。 三、實現(xiàn)分布式r f i d 數(shù)據(jù)模型處理。為了實現(xiàn)分布式環(huán)境下，組織之間的 數(shù)據(jù)共享與溝通，設(shè)計g a t e n o d e 結(jié)構(gòu)，采用算術(shù)基本定理，使用素數(shù)索引物體 經(jīng)過的位置。 1 3 論文組織結(jié)構(gòu) 本文共分為七章，除本章外其它各章的內(nèi)容概括如下： 第二章主要從r f i d 數(shù)據(jù)處理、數(shù)據(jù)模型、數(shù)據(jù)緩存、分布式四個方面介紹 r f i d 數(shù)據(jù)管理的現(xiàn)狀，引出一些r f i d 數(shù)據(jù)處理的基本概念，并對每一部分的研 究現(xiàn)狀做了分析與對比。 第三章主要介紹集中式的r f i d 數(shù)據(jù)處理，包括時空數(shù)據(jù)模型的構(gòu)建以及使 用的規(guī)則系統(tǒng)。 第四章提出規(guī)則處理算法，并從時空概念模型、緩存兩個方面對r f i d 數(shù)據(jù) 處理算法進(jìn)行優(yōu)化，并給出實驗結(jié)果及分析。 第五章主要介紹分布式r f i d 數(shù)據(jù)處理，包括模型，g a t e n o d e 算法，以及實 驗結(jié)果和分析。 第六章主要介紹系統(tǒng)包含的各部分模塊，包括實現(xiàn)技術(shù)以及主要類圖。 最后總結(jié)了作者在本課題上已完成的工作，并提出了下一步的研究內(nèi)容。 第2 章r f i d 數(shù)據(jù)管理的研究現(xiàn)狀 第2 章r f id 數(shù)據(jù)管理的研究現(xiàn)狀 r f i d 技術(shù)出現(xiàn)已經(jīng)5 0 余年之久了，近年來它給數(shù)據(jù)處理和管理帶來了許多 新的挑戰(zhàn)，大規(guī)模應(yīng)用的不利一面是r f i d 數(shù)據(jù)漏讀、讀數(shù)不可靠、數(shù)據(jù)冗余、 數(shù)據(jù)泛濫以及r f i d 數(shù)據(jù)的時空管理等所造成的困難。c h a w a 廿l e 等就強調(diào)了能夠 處理各種各樣的r f i d 標(biāo)簽、識讀器及其能力差異的方法是必要的，能夠有效地 進(jìn)行清洗、過濾和增強原始r f i d 數(shù)據(jù)的系統(tǒng)結(jié)構(gòu)也是必要的。 2 1r fid 數(shù)據(jù)處理概述 l - r f i d 數(shù)據(jù)管理框架的研究 r f i d 數(shù)據(jù)管理需要一個有效的整體框架，整個管理過程和方法，并考慮和 協(xié)調(diào)的r f i d 數(shù)據(jù)管理的各個方面。e p cg l o b a l i 3 1 尸經(jīng)為研究和應(yīng)用r f i d 技術(shù)給 出了大量基礎(chǔ)架構(gòu)，提供了許多標(biāo)準(zhǔn)和白皮書，但是它不強調(diào)具體的解決辦法， 不涉及r f i d 數(shù)據(jù)建模，分析和挖掘。許多大型的r r 服務(wù)供應(yīng)商，如i b m 、惠普、 微軟、甲骨文、s a p 、西門子和s u n 等，它們的r f i d 數(shù)據(jù)管理平臺只包括r f i d 數(shù)據(jù)的獲取、清洗和規(guī)范化，高一層次的r f i d 數(shù)據(jù)建模和管理是由應(yīng)用程序負(fù) 責(zé)的。這些r f i d 服務(wù)器或中間件，大多都是在其原有的產(chǎn)品架構(gòu)上設(shè)計的，實 質(zhì)上沒有考慮r f i d 數(shù)據(jù)的獨有特性。 2 r f i d 數(shù)據(jù)清洗的研究 r f i d 數(shù)據(jù)其實是不可靠的，使用前需要進(jìn)行必要的清洗處理?，F(xiàn)有的比較 著名的r f i d 數(shù)據(jù)清洗方案有可擴(kuò)展傳感器數(shù)據(jù)流的處理( e s p ) 【1 4 】和s m u r f 1 5 1 。 e s p 是2 0 0 6 年伯克利大學(xué)提出的一個對r f i d 等傳感器數(shù)據(jù)流進(jìn)行在線清洗的通 用技術(shù)，通過引入時態(tài)與空間粒度的概念，來捕獲時間和空間的應(yīng)用層含義。不 過e s p 在以下兩種情況是失效的：從時間粒度( 即滑動窗口) 講，很難確定一個 合適的滑動狂口的大小，只有一個合適的滑動窗口大小才能有效解決漏讀和多讀 問題；從空間粒度講，很難確定一個合適的空間過濾粒度，表示頻繁運動的物體。 針對r f i d 數(shù)據(jù)的不可靠性以及窗口大小的選擇，2 0 0 6 年伯克利大學(xué)提出一種適 應(yīng)性的滑動窗口的清洗策略s m u r f ，此種策略通過將r f i d 數(shù)據(jù)流看成物理世界 r f i d 數(shù)據(jù)模型研究及其系統(tǒng)實現(xiàn) 中r f i d 標(biāo)簽的統(tǒng)計樣本來建模。他可以在系統(tǒng)的整個生命周期內(nèi)，基于r f i d 觀察值來自動連續(xù)的調(diào)整窗口大小，并采用樣本理論技術(shù)驅(qū)動r f i d 數(shù)據(jù)流的清 洗過程。然而，這個方法不能消除錯誤，對于運動的標(biāo)簽，錯誤率更大。在本文 中，我們假設(shè)r f i d 數(shù)據(jù)已經(jīng)有足夠的質(zhì)量篩選，以轉(zhuǎn)化成應(yīng)用程序邏輯。 3 r f i d 復(fù)雜事件處理的研究 復(fù)雜事件處理技術(shù)( c e p ) 是原始的物理數(shù)據(jù)歸約成有含義的邏輯事件的技 術(shù)【1 每1 8 1 。不同的應(yīng)用系統(tǒng)可以通過c e p 得到不同的高級事件，如庫存管理系統(tǒng)可 以得到出庫、入庫高級事件，而考勤管理系統(tǒng)可以得到上班、下班、遲到、早退 等高級事件。 早期的復(fù)雜事件處理主要應(yīng)用在主動數(shù)據(jù)庫領(lǐng)域1 9 ，冽。復(fù)雜事件檢測方法分 為四類：基于有限狀態(tài)機(jī)，基于p e t r i 網(wǎng)，基于圖形和基于樹的。 基于有限狀態(tài)機(jī)的復(fù)雜事件檢測方法：思想是每當(dāng)一個參與復(fù)合事件發(fā)生的 基本事件到達(dá)，自動機(jī)就會從一個狀態(tài)躍遷到下一個狀態(tài)，當(dāng)自動機(jī)進(jìn)入某個可 接受的狀態(tài)，則說明發(fā)生了復(fù)合事件。在文獻(xiàn)【2 1 ，捌，作者有限自動機(jī)c a y u g a 檢 測復(fù)雜事件。c a y u g a 解決了重復(fù)操作和時序限制問題，但是它增加了許多內(nèi)部的 命名，這個是用戶難以理解的。 基于p e t r i 網(wǎng)的復(fù)合事件檢測方法：p c t r i 網(wǎng)的輸入位置結(jié)點為基本事件，輸 出位置結(jié)點為復(fù)合事件。通過輸入t o k e n ，計算躍遷守護(hù)函數(shù)，如果成立，則引 發(fā)躍遷并標(biāo)記位置結(jié)點，當(dāng)序列中的最后一個位置結(jié)點被標(biāo)記后，則說明復(fù)合事 件發(fā)生。復(fù)合事件的增量檢測是通過p c t r i 網(wǎng)中標(biāo)記的位置來描述的。s a m o s 系統(tǒng) 2 3 】，它把事件當(dāng)做一個時間點，而h i f i 系統(tǒng)【2 4 ，2 5 1 討論了系統(tǒng)結(jié)構(gòu)中的大多 數(shù)問題。 基于圖的復(fù)雜事件檢測方法：節(jié)點是對事件的描述，邊為事件復(fù)合的規(guī)則。 節(jié)點通過對相關(guān)事件的引用進(jìn)行標(biāo)記。除了用邊表示事件合成規(guī)則，節(jié)點也帶有 相應(yīng)的規(guī)則，隨著對應(yīng)節(jié)點的事件發(fā)生，節(jié)點的規(guī)則也會被觸發(fā)。s n o o p 系統(tǒng)【2 6 1 采用有向無環(huán)圖( d a g s ) 檢測復(fù)雜事件，但它還不足以表達(dá)復(fù)雜的概念。 基于樹的復(fù)雜事件檢測方法：思想就是如何根據(jù)復(fù)雜事件模式構(gòu)件匹配樹。 在匹配樹種，葉子結(jié)點代表原始事件，其他結(jié)點代表事件的組合，匹配時，如果 第2 章r f i d 數(shù)據(jù)管理的研究現(xiàn)狀 到達(dá)根節(jié)點，并且成功檢測事件，則認(rèn)為檢測到一個復(fù)雜事件。y e a s t 系統(tǒng)【2 刀是 一個早期使用樹結(jié)構(gòu)的c e p 系統(tǒng)。 在復(fù)雜事件處理研究領(lǐng)域，處理復(fù)合事件大多數(shù)工作都與主動數(shù)據(jù)庫有關(guān)， 一般是集中式處理，只有少數(shù)幾個是分布式處理。大部分工作使用樹做為數(shù)據(jù)結(jié) 構(gòu)的基礎(chǔ)。p e t r i 網(wǎng)模型非常適用構(gòu)建和描述非常復(fù)雜并發(fā)的行為，然而，它的實 現(xiàn)太為復(fù)雜，并且相對來講，效率不高。使用的數(shù)據(jù)結(jié)構(gòu)式狀態(tài)機(jī)，他的弱勢是 不能夠檢測并發(fā)事件，不能依靠事件發(fā)生的時間對事件重新排序，而使用樹作為 其數(shù)據(jù)結(jié)構(gòu)的主要原因是因為樹結(jié)構(gòu)簡單，在過去已經(jīng)研究的很深，有很高效的 遍歷和操作算法。下面的項目采用樹表示復(fù)合事件：e v e 2 8 】是一個工作流事件檢 測器；g e m l 2 9 】是分布式系統(tǒng)的事件檢測器。在e v e 和g e m 檢測系統(tǒng)中，每一個 請求都要重新建立一個全新的事件樹，即使只有一個事件，即使這個請求需要的 事件已經(jīng)被其他樹的子樹構(gòu)建過了。 2 2r fid 數(shù)據(jù)模型 r f i d 的應(yīng)用非常廣泛，r f i d 數(shù)據(jù)模型是管理r f i d 數(shù)據(jù)的基礎(chǔ)，決定著基于該 模型數(shù)據(jù)管理方法的有效性。總體上看，r f i d 應(yīng)用有著共同的需求特點： 識別：r f i d 標(biāo)簽通常附屬于某個物體，用于唯一地標(biāo)識該物體，讀取到一 個標(biāo)簽就代表了觀測到它所對應(yīng)的物體。 位置：一個位置可以是一個地理位置，也可以是有背景含義的特殊位置，如 倉庫、超市、手術(shù)室等。r f i d 應(yīng)用中的監(jiān)測和跟蹤是依靠r f i d 觀測值保持了物 體經(jīng)過不同位置的運動路徑產(chǎn)生了軌跡。這些運動往往是通過序列觀測值獲得的， 關(guān)聯(lián)著特定應(yīng)用中的某種業(yè)務(wù)處理。 關(guān)系：r f i d 應(yīng)用的另一個關(guān)鍵概念是聚合，即對象之間形成的關(guān)系。一種 常見聚合情況是包含關(guān)系，即在物體運動過程中，被包含的物體與外包裝物體有 相同的運動路徑等特性。另一個集合情況是協(xié)作，即貼有標(biāo)簽的物體之間有一定 的關(guān)系，比如一臺筆記本電腦只有授權(quán)人員才能將其帶出公司，那么電腦和授權(quán) 人員之間有協(xié)作關(guān)系。 r f i d 數(shù)據(jù)模型研究及其系統(tǒng)實現(xiàn) 將上述l 強i d 應(yīng)用特點表達(dá)出來即為r f i d 數(shù)據(jù)模型。文酬5 】總結(jié)了r f i d 數(shù) 據(jù)的特點，構(gòu)建數(shù)據(jù)模型需要注意的要點。目前有以下模型： 1 e p c 信息服務(wù)模型 2 0 0 3 年，a u t o i d 中心的m h e r r i s o n 提出了e p c 信息服務(wù)模型【3 0 】，這個模型 標(biāo)志著開發(fā)存儲e p c 接口的開始。作者將數(shù)據(jù)看做事件，減輕了保存歷史信息的 負(fù)擔(dān)。但是，這種模型在支持復(fù)雜的監(jiān)測跟蹤r f i d 物品方面還不是很有效。 2 動態(tài)關(guān)系實體關(guān)系模型d r e r 在概念層上講，出現(xiàn)了很多有趣的基于e r 模型的信息系統(tǒng)的時序模型。e r 模型和時序模型之間最主要的差別就是，時序模型中數(shù)據(jù)變化特別快，有動態(tài)變 化的特性。在e r 模型中，所有的屬性和實體都是靜態(tài)的，而在典型的r f i d 系 統(tǒng)中，實體是靜態(tài)的，但是他們之間的關(guān)系是動態(tài)的。這就是為什么時序模型更 加實用r f i d 系統(tǒng)。處理r f i d 數(shù)據(jù)比較典型的時序數(shù)據(jù)模型就是西門子公司提 出的動態(tài)關(guān)系e r 模型( d r e r ) 。d r e r 采用物件包含和關(guān)聯(lián)等關(guān)系聚合r f i d 數(shù)據(jù)，通過基于規(guī)則的方法來解決問題【9 】。該模型是通過簡單增加一個稱為“動態(tài) 關(guān)系”的關(guān)系，對e r 模型進(jìn)行時態(tài)擴(kuò)展。有兩種“動態(tài)關(guān)系”：( 1 ) 產(chǎn)生事件的 關(guān)系，時間戳( t i m e s t a m p ) 用來關(guān)聯(lián)事件的發(fā)生時間； ( 2 ) 產(chǎn)生狀態(tài)歷史的關(guān) 系，用t s t a r t 和t e n d 兩個屬性關(guān)聯(lián)。該模型使用規(guī)則語言處理數(shù)據(jù)轉(zhuǎn)換，并提供 了強大的對象跟蹤和監(jiān)測功能，即查詢，就是在靜態(tài)表和有動態(tài)關(guān)系映射的動態(tài) 關(guān)系表上使用標(biāo)準(zhǔn)的s q l 語句就可以實現(xiàn)。該模型沒有涉及r f i d 事件數(shù)據(jù)泛化 等問題，沒有考慮由持續(xù)數(shù)據(jù)流帶來的問題，也沒考慮數(shù)據(jù)壓縮機(jī)制。另外，該 模型被限制在只讀標(biāo)簽和固定識讀器。 3 通用時態(tài)數(shù)據(jù)模型t d m r 通用時態(tài)數(shù)據(jù)模型【i o j 擴(kuò)展動態(tài)關(guān)系實體關(guān)系模型，根據(jù)r f i d 應(yīng)用的特點， 標(biāo)簽的類型，識讀器的類型以及位置的語義，建立r f i d 應(yīng)用的各種場景，再對 每種場景進(jìn)行數(shù)據(jù)建模，包括r f i d 和g p s ，s e n s o r 技術(shù)的結(jié)合構(gòu)造的數(shù)據(jù)模型， 并給出對應(yīng)的表結(jié)構(gòu)。 4 位圖數(shù)據(jù)類型， 第2 章r f i d 數(shù)據(jù)管理的研究現(xiàn)狀 文獻(xiàn)【3 l 】利用位圖結(jié)構(gòu)來優(yōu)化r f i d 數(shù)據(jù)庫。這種方法是由o r a c l e 公司的研究 人員開發(fā)的。位圖數(shù)據(jù)結(jié)構(gòu)是布爾值的排列，最好的情況下八個排列的元素剛好 可以儲存到一個字節(jié)中，用e p cb i t m a p 的數(shù)據(jù)結(jié)構(gòu)來實現(xiàn)o r a c l e 中r f i d 數(shù)據(jù) 的處理、查詢和管理，有效地進(jìn)行數(shù)據(jù)維護(hù)、轉(zhuǎn)化以及運算。通過跟蹤物件所屬 的群組，也就是相鄰( 如同一貨架，同一批裝運) 和具有相同屬性( 如同類產(chǎn)品 的物件) 的物件組，可以更為有效地跟蹤r f i d 物件。該模型將具有相同e p c 前 綴的元組壓縮成一條記錄( 而不是為每個物件存儲單獨的記錄) ，存儲e p c 后綴 開始和e p c 后綴結(jié)尾，并通過位圖來描述在e p c 后綴開始和e p c 后綴結(jié)尾范圍 內(nèi)存在的對應(yīng)物件。r f i d 位圖數(shù)據(jù)類型可獲得較好的數(shù)據(jù)壓縮和一定的查詢效 率，并且在現(xiàn)有的數(shù)據(jù)庫系統(tǒng)如o r a c l e 等中較易實現(xiàn)。但該模型只是特別適合需 要初始批量裝載和批量更新的場合。沒有考慮對r f i d 事件數(shù)據(jù)的時態(tài)、數(shù)據(jù)流 等特性的支持。 5 數(shù)據(jù)立方體模型 在考慮r f i d 數(shù)據(jù)的聚合和泛化方面，r f i d 數(shù)據(jù)立方體模型及方法 3 2 , 3 3 】較為 全面且適用。文獻(xiàn)【3 2 】針對這些問題提出了l 訌i d 數(shù)據(jù)倉庫架構(gòu)，充分考慮物件的 成批移動、數(shù)據(jù)泛化、部分路徑的融合和展開，從三個方面進(jìn)行數(shù)據(jù)的壓縮，并 提出了r f i d 數(shù)據(jù)立方體。在數(shù)據(jù)立方體模型中。s t a y _ t a b l e ( 西d ，l o c ，s t a r t _ t i m e , e n dt i m e ，c o u n t ) 能夠有效的存儲r f i d 數(shù)據(jù)。在很多i l f i d 場景，物體都是開始 集體運動，后來分裂為小組運動的。而組內(nèi)的物體有相同的運動特點，走一樣的 路線，在一個位置等待同樣的時間。因此將這個小組內(nèi)的成員聚合為一個記錄 ( t a gi d e n t i f i e rl i s t ，l o c a t i o n , s t a l tt i m e ，e n dt i m e ，t h en u m b e ro ft a g sw i t ht h es a m e l o c a t i o na n dt i m e ) 。為了高效的連接位置，對t a gi d e n t i f i e rl i s t 采用前綴編碼方案。 由前綴編碼方案得出的編碼數(shù)值直接連接到s t a y 中的 屬性。要想知道位t a b l eg i d 置a 和位置b 是否相連，只要看a 坐在的組的g i d 是不是b 所在的組的g i d 的 前綴。r f i d 數(shù)據(jù)立方體利用物品的成組移動、業(yè)務(wù)對象的層級泛化結(jié)構(gòu)、物件 之間的包含關(guān)系以及路徑視圖和物件視圖等，可在多維空間執(zhí)行有效和廣泛的高 層級分析。該模型包括一個由r f i d 數(shù)據(jù)在不同抽象層級上聚合而得到的高度精 簡摘要的層次結(jié)構(gòu)，在數(shù)據(jù)壓縮、查詢處理效率等方面更有優(yōu)勢。但該r f i d 數(shù) r f i d 數(shù)據(jù)模型研究及其系統(tǒng)實現(xiàn) 據(jù)立方體模型及分析方法的前提一單個物件在早期傾向于成批移動和停留的假 設(shè)，在除供應(yīng)鏈之外的許多其他應(yīng)用領(lǐng)域中，如身份識別，并不成立。此外，因 為前綴編碼使用的是字符串比較，它比數(shù)值需要跟多的對比查找時間。另外，文 獻(xiàn)【3 4 ，3 5 】提出流立方體( f l o w c u b e ) 和流圖( f l o w g r a p h ) 這兩個重要概念。流立 方體是一個數(shù)據(jù)立方體模型，歸納r f i d 數(shù)據(jù)的( 路徑無關(guān)的) 物件視圖和路徑 視圖上的相關(guān)數(shù)據(jù)，其中的每個單元格所對應(yīng)的度量稱為流圖。該流圖在屬于對 應(yīng)單元格的路徑上進(jìn)行計算。流立方體模型及方法可協(xié)助發(fā)掘物件移動趨勢及異 常，并可進(jìn)行相關(guān)流程分析。流立方體采用概率模型建模，目前可看作r f i d 數(shù) 據(jù)挖掘的研究方向。但該模型如同數(shù)據(jù)立方體，也是基于單個物件在早期傾向于 成批移動和停留的假設(shè)，因而適用范圍縮小。 6 l e e 和c h u n g 模型 文獻(xiàn)【3 6 , 3 7 】提出一種能夠處理跟蹤查詢和面向路徑查詢的路徑編碼方案，即對 每個位置設(shè)置兩個數(shù)字( 即元素列表編碼數(shù)字和順序編數(shù)字) ，使用素數(shù)的唯一 性特點對路徑中的節(jié)點進(jìn)行編碼，此編碼方案是基于算術(shù)基本定理和中國剩余定 理的。使用這種編碼方案，能夠有效的滿足檢索路徑中的查詢路徑的條件。為了 存儲路徑運動的相關(guān)時間信息，此方法將時間從跟蹤記錄中分離出來，使用區(qū)間 編碼方案，以便有效地檢索時間信息。另外，文獻(xiàn)還為跟蹤和面向路徑的查詢定 義了查詢模板。但是，此模型只使用非實時數(shù)據(jù)處理的情況，因此數(shù)據(jù)已知，使 用中國剩余定理，對每組位置的素數(shù)集合，僅計算一遍，而在實時情況下，素數(shù) 集合在動態(tài)增加，若使用剩余定理，需要對每次變化都進(jìn)行計算，計算量大。 7 r o b e r t od ev i r 西l i o 模型 文獻(xiàn)【3 8 】利用物體集體運動的特性提出了供應(yīng)鏈數(shù)據(jù)管理框架。這個方法提出 一個新穎的增量聚集思想，它的基礎(chǔ)是對描述r f i d 數(shù)據(jù)的屬性進(jìn)行合并，適合 不同維的數(shù)據(jù)分析，不僅僅只有位置和路徑分析。基于數(shù)據(jù)壓縮技術(shù)，設(shè)計一個 無損，以基于關(guān)系為基礎(chǔ)的存儲模型，在這個模型中可以存儲與路徑相關(guān)和與路 徑不相關(guān)的數(shù)據(jù)。綜合來說，此模型根據(jù)r f i d 數(shù)據(jù)上的集合概念，對原始數(shù)據(jù) 進(jìn)行聚合操作，保存最后聚合的結(jié)果，從而減少存儲空間。 第2 章r f i d 數(shù)據(jù)管理的研究現(xiàn)狀 為了能夠表達(dá)物體之間的變化，采用了有向無環(huán)圖，在圖中，每個節(jié)點代表 一個位置，如果有物體從位置l 1 到位置l 2 ，那么就存在一個有向邊連接l 1 和 l 2 。沒有進(jìn)入的邊的點位源點；沒有出去的邊的點為目標(biāo)節(jié)點，從源點到目標(biāo)之 間存在幾個路徑，就標(biāo)記幾個路徑p a t h l ，p a t h 2 p a t h n 。為每個點即位置設(shè)置個 t o k e n ，這個t o k e n 表示從這個位置出發(fā)，經(jīng)過的路徑的編號。 圖2 1 供應(yīng)鏈索引 f i g 2 1s u p p l yc h a i ni n d e x i n g 此方法的優(yōu)點是能高效聚集數(shù)據(jù)，有效的支持聚集查詢，采用區(qū)間編碼提高 了數(shù)據(jù)的查詢速度。但是這種方法是基于數(shù)據(jù)倉庫的概念，處理的不是實時的數(shù) 據(jù)。數(shù)據(jù)運動的路徑是已知的，采用的技術(shù)對于實時數(shù)據(jù)處理也是不適用。 2 3r fid 數(shù)據(jù)緩存 c l a u sh e i n r i c h 在文獻(xiàn)【3 9 】中定義了現(xiàn)實世界意識，它定義了抽取實時信息的處 理，從而更好地了解不同的業(yè)務(wù)處理。實時商業(yè)智能應(yīng)用，在決策過程中，不僅 僅依靠歷史數(shù)據(jù)，同時需要最新的信息。不同于傳統(tǒng)的數(shù)據(jù)倉庫，數(shù)據(jù)的更新通 常是定期，如夜晚或者周末，而可追溯信息需要根據(jù)需要更新。一但有新的事件 到達(dá)，就會觸發(fā)數(shù)據(jù)緩存。獲取最新信息不僅僅對搜索物體最近位置的查詢有用， 它同樣對商業(yè)智能應(yīng)用執(zhí)行o l a p 查詢中的決策的一個重要需要。業(yè)務(wù)數(shù)據(jù)的分析 處理往往應(yīng)用到解決問題，而這些問題的解決需要日?；A(chǔ)的積累的決策支持。 r f i d 數(shù)據(jù)模型研究及其系統(tǒng)實現(xiàn) 因此，需要一個有效的可追溯數(shù)據(jù)增量更新( 數(shù)據(jù)緩存) ，以及為o l t p 和o l a p 提供可接受的查詢相應(yīng)時間。 r f i d 系統(tǒng)不僅僅要支持處理大量數(shù)據(jù)，而且必須有效地支持最近數(shù)據(jù)和歷史 傳感器數(shù)據(jù)的查詢和分析。數(shù)據(jù)緩存結(jié)構(gòu)由分布式的緩存層和數(shù)據(jù)倉庫組成。數(shù) 據(jù)緩存存儲了最近的r f i d 數(shù)據(jù)，以便支持o l t p 處理。過期的事件從緩存中移除， 轉(zhuǎn)移到數(shù)據(jù)倉庫中，在這個過程中，需要聚集相關(guān)的事件，以減少存儲空間的消 耗。h a s s op l a t t n e r 在它的工作【柏】中討論了o l l 曙和o l a p 的常用數(shù)據(jù)庫方法，因為 這能使兩個組件對用戶更加有價值。而針對可追溯數(shù)據(jù)的處理上，有的只實現(xiàn)其 中一個組件，或者是o l a p ，或者是o l t p ，或者采用混合的方法即兩個組件處于 不同的系統(tǒng)中。因為可追溯應(yīng)用需要參考最新的數(shù)據(jù)從而構(gòu)造更好的決策處理過 程。 在文獻(xiàn)一i j 中，高速緩存由內(nèi)存數(shù)據(jù)庫組成，保持最近的r f i d 數(shù)據(jù)，以便有效 地支持o l t p 查詢。過期的r f i d 事件會從緩存，經(jīng)過事件聚合轉(zhuǎn)移到數(shù)據(jù)倉庫，以 減少存儲空間。并發(fā)也是本系統(tǒng)的一個主要特征。傳統(tǒng)的數(shù)據(jù)倉庫定期更新，更 新的頻率不頻繁，而此文獻(xiàn)中的數(shù)據(jù)緩存方法動態(tài)更新數(shù)據(jù)倉庫。另外，在這個 研究中，也挖掘了物體集體運動的特性，因此在數(shù)據(jù)緩存機(jī)制中，采用元組數(shù)據(jù) 緩存和集體數(shù)據(jù)緩存，更新數(shù)據(jù)倉庫中的數(shù)據(jù)。數(shù)據(jù)緩存的處理方法是：當(dāng)有物 體轉(zhuǎn)移到新的位置，那么就會觸發(fā)數(shù)據(jù)從高速緩存轉(zhuǎn)移到數(shù)據(jù)倉庫的更新。這種 更新分為兩類，一類是基于元組方式，另一類是基于組( 集體批處理) 方式的。 基于元組的是，一組物體有相同的特性，當(dāng)這組物體轉(zhuǎn)移到一個新的位置，那么 就對這組物體進(jìn)行操作，將它們從高速緩存轉(zhuǎn)移到數(shù)據(jù)倉庫。不論是哪種更新， 轉(zhuǎn)移的過程要經(jīng)過大量的計算，才能從粗糙的三元組變?yōu)橛幸饬x的數(shù)據(jù)存儲到數(shù) 據(jù)庫中?；谠M的方法是針對每個物體，當(dāng)它的狀態(tài)改變，就更新數(shù)據(jù)倉庫， 而集體操作的方法是針對一組物體的狀態(tài)改變而出發(fā)數(shù)據(jù)倉庫的更新操作。數(shù)據(jù) 庫設(shè)計中，存儲了大量的路徑冗余信息。此方法的優(yōu)點是：通過冗余信息，可以 有效地支持查詢，尤其是路徑查詢，支持增量更新，不需要延遲。在數(shù)據(jù)量小， 處理簡單的情況下，可以保持實時性。但是它存在很多缺點：第一，從原始數(shù)據(jù) 經(jīng)過數(shù)據(jù)過濾、轉(zhuǎn)換、聚集，再存儲到數(shù)據(jù)中，這個過程中需要抽取大量的信息， 第2 章r f d 數(shù)據(jù)管理的研究現(xiàn)狀 組成r f i d 路徑的數(shù)據(jù)。這個步驟是事件處理過程中完成的，因此，增加了事件處 理的負(fù)擔(dān)；第二，當(dāng)數(shù)據(jù)量大的時候，在數(shù)據(jù)轉(zhuǎn)化的過程中