一种基于云计算非数据库架构的智能可穿戴设备的数据处理方法与流程

本发明涉及智能可穿戴设备的技术领域，尤其涉及一种基于云计算非数据库架构的智能可穿戴设备的数据处理方法。

背景技术：

随着智能可穿戴设备的普及，如智能手环，智能手表、智能头盔、智能眼镜、智能心率仪等，其产生的大量数据，如：地理位置信息、携带者的健康信息以及运动信息等数据均呈现指数级增长。而由于智能可穿戴设备对重量以及能耗的限制，绝大部分数据只能通过远程服务器来进行存储和分析处理。目前主要的数据处理方法分为两种：

第一类：服务器端为集中式关系型（sql）数据库，即全部终端设备向一台高性能服务器读写数据。在服务器中由文件系统实现底层的数据存储，由关系型数据库实现数据的分析与处理。其原理如图1所示。但该方法的缺陷在于：（1）可扩展性差，无法适应终端设备数量快速增长的需要；（2）读写性能低，尤其无法适应高并发场景，结果将导致智能手环在实际使用中运作迟缓甚至系统锁死，大幅降低客户体验；（3）服务器硬件以及维护成本高昂，也导致最终产品整体成本高企。

第二类：服务器端为分布式非关系型（nosql）数据库，即终端设备向一个分布式服务器集群读写数据。该集群中各服务器节点实现分布式的数据存储，但共享一个非关系型数据库以及缓存，其原理如图2所示。相比于第一类数据处理方法，第二类数据处理方法拥有了较好的扩展性和读写性能，硬件成本也有下降，但由于缺乏完善的数据分析工具，导致无法提供良好的数据分析服务。同时，随着终端设备数量的进一步增加，该类系统的维护成本也会快速增加，从而导致扩展性在实际应用中逐步下降。

技术实现要素：

为了解决上述问题，本发明提出用于一种基于云计算非数据库架构的智能可穿戴设备的数据处理方法。该系统舍弃了作为中间层的数据库，转而直接使用云计算服务常备的缓存以及对象存储服务和智能终端进行数据交换。同时，设计了以一定周期自动运行的数据挖掘系统来进行数据分析。由于该系统不会和智能终端进行直接数据交换，因此也不会影响整体方案的性能。

本发明提供一种基于云计算非数据库架构的智能可穿戴设备的数据处理方法，其特征在于：可穿戴智能设备终端自身内置有网络通信模块，可直接将实时采集的传感器数据通过外部网络传送到云计算缓存服务子系统，再由云计算对象存储子系统将数据进行写入存储。

该数据处理方法基于的数据处理系统包括：前端子系统、云计算缓存服务子系统、云计算对象存储服务子系统、数据分析子系统、基于云计算的数据挖掘服务子系统和智能穿戴设备数据处理平台。

当可穿戴智能设备终端发出查询请求时，该数据挖掘服务子系统会对云计算缓存服务子系统中是否存在该数据进行挖掘，如果缓存中已存储有该数据，则读取云计算缓存服务，并在设备终端上进行显示；如果缓存中没有查询到该数据，则先读取云计算对象存储，将数据写入云计算缓存服务，然后再读取云计算缓存服务，并在设备终端上进行显示，同时对数据进行分析和处理，将处理信息写入云计算缓存服务子系统，最后写入云计算对象存储子系统

所述数据分析子系统将传送到云计算缓存服务子系统的数据进行分类，然后云计算对象存储子系统将数据按照不同的数据分类写入不同的存储单元，数据挖掘服务子系统按照可穿戴智能设备终端发出的查询请求类型快速完成数据挖掘。

所述智能穿戴设备数据处理平台的微处理器将来自传感器的数据进行分类，数据分类完成后再传送到云计算缓存服务子系统，所述云计算对象存储子系统将云计算缓存服务子系统中的数据按照不同的数据分类写入不同的存储单元，数据挖掘服务子系统按照可穿戴智能设备终端发出的查询请求类型快速完成数据挖掘。

所述云计算缓存服务子系统包括接收模块和管理模块，接收模块用于接收来自外部网络的任务，管理模块用于将服务模块接收的任务按照数据类型分派给相应的节点，并管理各本地节点的缓存大小。

所述数据分析子系统被设置为能够根据云计算对象存储子系统中各存储单元被访问的频率，将各存储单元被访问的顺序进行优先级排序，以提高数据存储和挖掘效率。

所述数据分析子系统被设置为能够根据云计算对象存储子系统中各存储单元被访问的频率，将各存储单元被访问的顺序进行优先级排序，以提高数据存储和挖掘效率。

所述数据分析子系统能够对智能可穿戴设备用户的使用习惯和偏好作出统计和分析，在后续系统更新和升级时，更好地突出用户使用率高的模块。

本发明还涉及一种智能可穿戴设备，该智能可穿戴设备可以是智能手环，智能手表、智能头盔、智能眼镜、智能心率仪、智能拐杖，其应用上述数据处理方法。

本发明的有益效果在于：

（1）该数据处理方法舍弃了作为中间层的数据库，转而直接使用云计算服务常备的缓存以及对象存储服务和智能终端进行数据交换提高了数据处理方法的可扩展性，能够适应终端设备数量快速增长的需求，降低了该数据处理方法的维护成本。

（2）数据分析子系统能够将传送到云计算缓存服务子系统的数据进行分类，云计算对象存储子系统将数据按照不同的数据分类写入不同的存储单元，提高了数据存储和挖掘分析的效率。

（3）数据分析子系统还可以根据云计算对象存储子系统中各存储单元被访问的频率，将各存储单元被访问的顺序进行优先级排序，进一步提高了数据存储和挖掘的效率。

（4）可穿戴智能设备终端自身内置有网络通信模块，该无线通信模块同时支持支持2g、3g、4g网络和无线网络，可直接通过外部网络与云计算缓存服务子系统实现数据传送，不像传统的可穿戴智能设备，必须配合手机或ipad等移动设备使用，才能向服务器发送数据，从而提高了使用的便利性。

（5）可穿戴智能设备终端的微处理器能够对来自传感器的数据进行分类，数据分类完成后再传送到云计算缓存服务子系统，减小了云端服务器的工作量，能够提高设备的响应速度。

附图说明

图1是现有技术中基于集中式关系型（sql）数据库的数据处理方法的原理图；

图2是现有技术中基于分布式非关系型（sosql）数据库的数据处理方法的原理图；

图3是本发明的基于云计算服务的非数据库架构的数据处理系统结构图；

图4是本发明的基于云计算服务的非数据库架构的数据处理方法的算法流程图。

具体实施方式

为了对本发明的技术特征、目的和效果有更加清楚的理解，现对照附图说明本发明的具体实施方式。

图3为本发明的基于云计算服务的非数据库架构的数据处理系统的结构图。如图3所示，该数据处理方法包括：前端子系统、云计算缓存服务子系统、云计算对象存储服务子系统、基于云计算的数据挖掘服务子系统和智能穿戴设备数据处理平台，其特征在于：可穿戴智能设备终端自身内置有网络通信模块，直接将实时采集的数据通过外部网络传送到云计算缓存服务子系统，云计算对象存储子系统将数据进行写入存储。

可穿戴智能设备终端还包括微处理器、传感器模块、gps定位模块、电源模块、显示模块、声音模块和视频模块，微处理器采集传感器的数据并进行编码，其中传感器模块至少包括：温湿度传感器、血压传感器、紫外线传感器、心率传感器、姿态传感器、粉尘颗粒传感器。

该数据处理方法基于的数据处理系统还包括数据分析子系统，该数据分析子系统用于将传送到云计算缓存服务子系统的数据进行分类，云计算对象存储子系统将数据按照不同的数据分类写入不同的存储单元，数据挖掘服务子系统按照可穿戴智能设备终端发出查询请求的数据类型进行数据挖掘。

所述数据分析子系统还可以根据各存储单元被访问的频率，将云计算对象存储子系统的各存储单元进行优先级排序，使得在执行数据存储和数据挖掘等指令时，被访问频率较高的数据存储单元优先被访问，以提高数据存储和挖掘效率。同时，数据分析子系统可以对智能可穿戴设备用户的使用习惯和偏好作出统计，便于在后续的系统更新和升级时，更好地突出用户使用率高的模块，也可以根据上述数据统计，针对不同的用户群体或个人，设计更加适合其使用习惯的个性化界面。

可替换的，上述数据分类的过程也可以在智能穿戴设备的数据处理平台完成。可穿戴智能设备终端的微处理器可以先将来自传感器的数据进行分类，再传送到云计算缓存服务子系统，云计算对象存储子系统根据不同的数据类型分别写入不同的存储单元，这样既利于云端的存储和挖掘，同时也大大减少了云端服务器的工作量。

云计算缓存服务子系统还包括接收模块和管理模块，接收模块用于接收来自外部网络的任务；管理模块用于将服务模块接收的任务按照数据类型分派给相应的节点，并管理各本地节点的缓存大小。

图4为本发明的基于云计算服务的非数据库架构的数据处理方法的算法流程图。如图4所示，该数据处理方法还包括基于云计算的数据挖掘服务子系统，当可穿戴智能设备终端发出查询请求时，该数据挖掘服务子系统会对云计算缓存服务子系统中是否存在该数据进行挖掘，如果缓存中已存储有该数据，则读取云计算缓存服务，并在设备终端上进行显示；如果缓存中没有查询到该数据，则先读取云计算对象存储，将数据写入云计算缓存服务，然后再读取云计算缓存服务，并在设备终端上进行显示，同时对数据进行分析和处理，将处理信息写入云计算缓存服务子系统，最后写入云计算对象存储子系统。

需要说明的是，对于前述的各个方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本申请并不受所描述的动作顺序的限制，因为依据本申请，某一些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和单元并不一定是本申请所必须的。

在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详细描述的部分，可以参见其他实施例的相关描述。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、rom、ram等。

以上所揭露的仅为本发明较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。