(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210997017.3 (22)申请日 2022.08.19 (71)申请人 筑智建科技 （重庆） 有限公司 地址 400030 重庆市沙坪坝区沙滨路58号 附7号24-1 (72)发明人 赵亮　 (74)专利代理 机构 重庆天成卓越专利代理事务 所(普通合伙) 50240 专利代理师 路宁 (51)Int.Cl. G06F 16/22(2019.01) G06F 30/13(2020.01) G06F 16/27(2019.01) (54)发明名称 一种海量BIM数据的分布式存 储方法 (57)摘要 本发明提出了一种海量BIM数据的分布式存 储方法， 包括如下步骤： S1， 获取BIM数据后进行 数据分类， 将分类的数据划分为共有数据库和私 有数据库； S2， 针对不同的数据库存储不同类型 的数据， 并对数据进行数据集划分， 将划分后的 数据集进行归类； S3， 对归类的数据集进行数据 筛选， 通过筛选模型识别重复的数据， 并进行压 缩处理。 权利要求书3页 说明书8页 附图2页 CN 115357581 A 2022.11.18 CN 115357581 A 1.一种海量BIM数据的分布式存 储方法， 其特 征在于， 包括如下步骤： S1， 获取BIM数据后进行 数据分类， 将分类的数据划分为共有数据库和私有数据库； S2， 针对不同的数据库存储不同类型的数据， 并对数据进行数据集划分， 将划分后的数 据集进行归类； S3， 对归类的数据集进行 数据筛选， 通过筛 选模型识别重复的数据， 并进行压缩处 理。 2.根据权利要求1所述的海量BIM数据的分布式存 储方法， 其特 征在于， 所述S1包括： S1‑1， 共有数据获取来源包括能够在大数据网站合法获取的类数据， 对类数据进行分 类； S1‑2， 创建共有数据的主数据库和从数据库， 在主数据库服务器上存储BIM共有数据， 对数据的任何增加、 删除、 更新操作都只针对主 数据库； 然后 将数据镜像或者同步到从数据 库； S1‑3， 私有数据按照规则进行拆分； 将私有数据按照所属项目进行划分， 归属同一个项 目的BIM数据存储到同一个数据库服务器上； 每个项目有唯一的编号即ID， 按照ID的区段将 项目分配到不同的数据库中。 3.根据权利要求1所述的海量BIM数据的分布式存 储方法， 其特 征在于， 所述S2包括： S2‑1， 将BIM项目与数据库服务器的对应关系进行存储， 创建BIM项目时， 首先查询数据 库中是否已经存在对应关系的记录； 如果不存在， 则按照前述的规则通过项目ID获取归属 的数据库服务器信息， 并将对应关系存储到数据库中后后续查询； 如果存在， 则不做任何操 作， 避免重复创建； S2‑2， 访问项目时， 通过项目ID查询对应的数据库 服务器信息， 而后建立与该数据库的 连接； S2‑3， 使用项目信息加上表信息的方式唯一地标识数据库表； 采用 “表名前缀+_+项目 ID+_+表名 ”。 4.根据权利要求1所述的海量BIM数据的分布式存 储方法， 其特 征在于， 所述S3包括： S3‑1， 对应用层屏蔽数据库底层分库实现细节， 提供 数据库中间层； S3‑2， 按照数据库表结构定义数据结构； 在数据结构中加入标签信息， 指示该类数据是 共有数据还是私有数据； S3‑3， 应用层对数据库的所有操作必须通过 数据库中间层进行； S3‑4， 数据库中间层接受到应用层的操作请求时， 首先判断出该操作是针对共有数据 还是私有 数据； 如果是共有 数据， 则先获取共有 数据所在服务器信息， 而后建立与数据库连 接， 通过该连接， 直接访问数据库表数据； 如果是私有数据， 应用层在使用数据库中间层 之前， 必须先设定要访问的项目ID； 之后 访问数据库的时候无需带 上项目ID， 直到需要访问另外一个项目为止 。 5.根据权利要求 4所述的海量BIM数据的分布式存 储方法， 其特 征在于， 所述S3还 包括： S3‑5， 数据库中间层根据项目ID， 在数据库的项目与数据库服务器映射表中， 查找私有 数据所在数据库服务器并与之建立连接， 之后应用层所有的数据库操作都会通过该连接进 行； S3‑6， 数据库中间层从应用层请求中获取表名并生成完整表名； 数据库中间层接收到 应用层的操作请求时， 取 出缓存的项目ID， 按照1的方式拼接出完整的表名；权　利　要　求　书 1/3 页 2 CN 115357581 A 2数据库中间层按照项目ID、 表名、 操作， 自动生成最终的sql语句， 并通过数据库连接执 行并返回结果。 6.根据权利要求1所述的海量BIM数据的分布式存储方法， 其特征在于， 所述筛选方法 包括： S‑A， 共有数据属性的先验条件概 率分布的属性 集合A为， 其中 为BIM的共有数据I中第i个存储零件对应的a种 设计种类与对应第m个匹配型号的属性 值； 私有数据属性的先验条件概 率分布的属性 集合B为， 其中 为BIM的私有数据J中第j个存储零件对应的b种 设计种类与对应第n个匹配型号的属性 值； 设置BIM数据中的类属性C为条件的情况下的条件概率Q(A|C)、 Q(B|C)； 计算方法如下， 其中Q(A,C)表示集合A与C的联合概率 分 布， 遍历A与C的取值得到其条件概率分布Q(A|C)； 其中Q(B,C)表示集合B与C的联合概率分 布， 遍历B与C的取值得到其条件概率分布Q(B|C)， Q(A)为属性集合A的属性条件， Q(B)为属 性集合B的属性条件， Q(C)为类属性C 。 7.根据权利要求6所述的海量BIM数据的分布式存储方法， 其特征在于， 所述筛选方法 还包括： S‑B， 针对属性集合A中各个属性节点与属性集合B中各个属性节点的条件函数Q(A,B| C)计算方法如下； 通过对Q(A,C)和Q(B,C)的 联合概率分布计算之后， 遍历A、 B和C的取值， 对概率分布进 行求导， 再乘以共有 数据和私有 数据的属性 值之和。 8.根据权利要求6所述的海量BIM数据的分布式存储方法， 其特征在于， 所述筛选方法 还包括： S‑C， 当类属性节点C在BIM数据中进行条件筛选时； 根据BIM数据中的共有数据和私有 数 据 的 构 造 容 量 设 置 粒 子 群 M 和 N ，若 共 有 数 据 粒 子 群 M 满 足 条 件 为 s为0到1之 间的随机实数， t为条件为零的共有数据粒子群数 量， u为偏差值， 为限定条件权值， 用于对粒子群的数量进行限定， 对共有数据筛选之后， 对私有数据粒子群N代入BIM数据的私有数据 中， 其中 μ为非线性映射 条件系数， Sk为第k个私有数据匹配型号的预测计算值， Uk为第k个私有数据匹配型号的实际 计算值， k为正整数。权　利　要　求　书 2/3 页 3 CN 115357581 A 3