没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
[0030]根据本发明实施例，提供了一种监控数据的处理方法的方法实施例，需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。
[0031]图1是根据本发明实施例的一种监控数据的处理方法的流程图，如图1所示，该处理方法包括如下步骤:
[0032]步骤S102，获取各个监控点的第一监控数据。
[0033]步骤S104，分别对各个监控点的第一监控数据进行过滤，得到第二监控数据。
[0034]步骤S106，保存第二监控数据至数据库。
[0035]采用本发明上述实施例，在获取各个监控点的第一监控数据后，对每个监控点的第一监控数据进行单独处理，将各个监控点的数据过滤之后得到第二监控数据保存人数据库，在上述实施例中由于对各个监控点的数据进行单独处理，可以消除监控点数据操作时的相互影响，消除了不同监控点数据之间的关联性，加快了数据的处理效率，并且在将监控点的数据保存入数据库之前将数据进行了过滤处理，减小了数据量，避免了将全部的监控数据存入数据库导致的存储效率过低减小了数据的处理量，通过上述实施例，解决了保存大规模监控数据时存储效率低的问题，从而实现了对大规模监控数据进行高效存储的效果Ο
[0036]具体地，可以利用监控摄像机或者传感器来获取进行智能化生产的工厂的各个监控点的监控数据(即第一监控数据)，以监控点为单位，对每个监控点的监控数据进行单独处理，如，对监控点1来说，若其监控数据的变化小于预设的阈值，则可以将其过滤掉，并不做任何其他处理，而对数据的变化大于预设的阈值的监控数据(即第二监控数据)进行保存，将其保存至数据库中。
[0037]下面以对空调的智能化生产的监控为例详细介绍本发明上述实施例。在空调的智能化生产线上设置多个监控点(如，监控点1、监控点2和监控点3)，以对各个生产区域进行监控，可以利用监控摄像机或者传感器来实时(如每隔一秒采集一次数据)获取空调的智能化生产的监控数据(即第一监控数据)，这些监控数据可以包括:单位时间内空调的产出个数，生产的温度，生产的湿度等。分别对各个监控点(如，监控点1、监控点2和监控点3)的监控数据进行单独的处理，如，若监控点1的上一秒的生产的温度与当前时刻的生产温度的变化超过5摄氏度，则将监控点1的上一秒和当前时刻的生产温度的监控数据存入数据库，若监控点1的上一秒的生产的温度与当前时刻的生产温度的变化不超过5摄氏度，则对监控点1的上一秒和当前时刻的生产温度的监控数据不做任何处理。
[0038]在本发明上述实施例中，对每个监控点的监控数据进行单独管理，而不是传统的统一处理，对每个监控点的数据(即第一监控数据)分别进行过滤处理，只保存满足数据过滤条件的监控数据(即第二监控数据)至数据库，从而减少数据的存数数量，减少磁盘的1/0次数，提高存储数据的效率，实现对大规模监控数据的高效存储处理的效果。
[0039]可选地，分别对各个监控点的第一监控数据进行过滤，得到第二监控数据包括:获取各个监控点的预设过滤条件，其中，预设过滤条件基于对应的监控点对应的数据类型而预先设置的；分别使用各个监控点的预设过滤条件对各个监控点的第一监控数据进行过滤，得到第二监控数据。
[0040]在上述实施例中，在获取各个监控点的第一监控数据之后，获取各个监控点对应的预设过滤条件(该预设过滤条件与监控点所监控数据的数据类型有关)，然后分别使用这些过滤条件对各个监控点的第一监控数据进行过滤，从而得到第二监控数据，再保存这些第二监控数据至数据库。通过上述实施例，根据各个监控点的安全属性的不同，对各个监控点的数据进行区别对待，避免了安全属性较高的监控点的监控数据的丢失和安全属性较低的监控点的监控数据的不必要的存储，从而实现了在保证安全属性较高的监控点的监控数据不损失的条件下，对监控数据的高效存储。
[0041]上述实施例中对数据过滤条件的设置的具体过程如图2所示，在进行数据的预设过滤条件的设置时，基于各个监控点对应的数据类型为监控点设置不同的预设过滤条件(如图2所示的过滤条件1、过滤条件2、过滤条件3以及过滤条件4);分别将各个监控点的过滤条件分配给对应的各个监控点，即过滤条件1对应于监控点1，过滤条件2对应于监控点2，过滤条件3对应于监控点3以及过滤条件4对应于监控点4。
[0042]其中，上述的过滤条件1过滤条件2、过滤条件3以及过滤条件4均可以为上述的预设过滤条件。
[0043]可选地，分别使用各个监控点的预设过滤条件对各个监控点的第一监控数据进行过滤，得到第二监控数据包括:判断监控点的当前时刻的第一监控数据的值与上一时刻的第一监控数据的值是否不同，其中，当前时刻与上一时刻间隔预设时间；若当前时刻的第一监控数据的值与上一时刻的第一监控数据的值不同，判断当前时刻的第一监控数据与上一时刻的第一监控数据的差值是否大于监控点的预设阈值；若当前时刻的第一监控数据与上一时刻的第一监控数据的差值大于预设阈值，判断出当前时刻的第一监控数据满足监控点的预设过滤条件，保留当前时刻的第一监控数据得到第二监控数据。
[0044]在上述实施例中，在获取各个监控点的第一监控数据后，通过判断监控点的当前时刻的第一监控数据的值与上一时刻的第一监控数据的值是否不同，将当前时刻的第一监控数据的值与上一时刻的第一监控数据的值不同的监控点的第一监控数据过滤掉，在过滤后的该第一监控数据中，判断当前时刻的第一监控数据与上一时刻的第一监控数据的差值是否大于监控点的预设阈值，将当前时刻的第一监控数据与上一时刻的第一监控数据的差值小于监控点的预设阈值的部分第一监控数据过滤掉，从而得到第二监控数据，然后对第二监控数据进行存储。采用上述实施例，通过对第一监控数据的两次数据过滤，能够在很大程度上减少保存的监控数据量，从而实现节省存储空间的效果。
[0045]其中，上述实施例的方案仅在监控点的第一监控数据的值(即当前时刻的第一监控数据的值与上一时刻的第一监控数据的值)有改变时，才进行数据变化幅度(第一监控数据的差值)的计算，完成对监控点数据的第一次过滤。
[0046]仅保持监控数据变化幅度(第一监控数据的差值)大于数据敏感度(预设阈值)的第一监控数据，完成对监控点的监控数据的第二次过滤。
[0047]可选地，在获取各个监控点的预设过滤条件之前，处理方法还包括:获取各个监控点对应的数据类型，其中，监控点对应的数据类型用于指示监控点所采集数据的重要级别；基于各个监控点对应的数据类型设置各个监控点的预设过滤条件，其中，数据类型相同的监控点的预设过滤条件相同，若第一监控点对应的数据类型所指示的重要级别高于第二监控点对应的数据类型所指示的重要级别，则设置给第一监控点的预设过滤条件中的预设阈值小于设置给第二监控点的预设过滤条件中的预设阈值，监控点包括第一监控点和第二监te点。
[0048]其中上述的重要级别包括:非常重要、重要、比较重要和不重要；该重要级别也可以为:很重要、重要、一般和不重要。该重要级别的上述表现方式仅作示例说明。
[0049]在上述实施例中，在获取各个监控点的第一监控数据后，获取各个监控点对应的数据类型，并获取各个数据类型所指示的重要级别，对属于同样重要级别的监控点设置相同的预设过滤条件，对不同安全级别的监控点(如，第一监控点和第二监控点)，为第一监控点和第二监控点中对应的数据类型所指示的重要级别较高的监控点设置预设阈值较小的预设过滤条件，再分别使用各个监控点的预设过滤条件对各个监控点的第一监控数据进行过滤，得到过滤后的第二监控数据，然后将其保存至数据库。通过上述实施例，可以实现对监控不同重要级别的数据的监控点进行区别对待，使重要级别较高的监控数据保存更多数据，避免存储重要级别低的监控数据，从而节省了存储空间，提高了监控数据的存储的效果Ο
[0050]例如，若数据类型表示的重要级别包括很重要、重要、一般、不重要，而数据的重要级别也即数据重要程度，可以用来表示该监控点监控数据本身的重要性。如:监控点1对应的是某个磨具的磨损程度，磨损程度对于高精度产品的影响是很大的，因此该磨损度很重要，从而该监控点采集的数据也就重要，该监控点1对应的重要级别可以为:很重要；监控点2对应的是某个温度，而对该点的监控仅仅是为了知道温度的大致变化，因此该温度相对而言就不是重要的数据，从而该监控点采集的数据也就不重要了，该监控点2对应的重要级别可以为:一般。
[0051]进一步地，由于不同的监控点的数据重要程度是不一样的，如果采用统一的数据敏感度(即上述实施例中的预设过滤条件)对监控数据进行过滤，不能很好