买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉山东捷瑞数字科技股份有限公司申请的专利一种基于工业互联网的设备数据存储Doris方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120386780B 。

龙图腾网通过国家知识产权局官网在2025-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510873588.X，技术领域涉及：G06F16/215；该发明授权一种基于工业互联网的设备数据存储Doris方法是由牟文青;时雨;李海鹏;解贞东;卢基设计研发完成，并于2025-06-27向国家知识产权局提交的专利申请。

本一种基于工业互联网的设备数据存储Doris方法在说明书摘要公布了：本发明涉及数据存储技术领域，具体公开了一种基于工业互联网的设备数据存储Doris方法，包括以下具体步骤：S1：获取工业设备节点数据；S2：对获取的数据进行预处理；S3：将预处理后的数据上抛至Kafka；S4：Doris消费Kafka数据并存储；S5：监控与性能优化；S6：扩展：二次利用与下游分析。本发明显著降低了数据处理延迟，提升实时性；提升了数据质量和一致性，减少缺失与异常；自动化分区与存储清理降低运维成本，提升可扩展性。

本发明授权一种基于工业互联网的设备数据存储Doris方法在权利要求书中公布了：1.一种基于工业互联网的设备数据存储Doris方法，其特征在于，包括以下具体步骤： S1：获取工业设备节点数据：实时采集现场PLC或网关设备的数据，为后续清洗和存储做准备； S2：对获取的数据进行预处理：对原始采集的数据进行去重、补齐、去噪与标准化，确保后续入库的数据质量和一致性； S3：将预处理后的数据上抛至Kafka：通过分布式消息队列实现数据缓冲和解耦，下游可并行消费、扩展性好； S4：Doris消费Kafka数据并存储：让Doris实时从Kafka拉取JSON数据并写入到关系型表中，同时借助动态分区实现数据的自动化分区与过期清理； S41：Doris表结构与动态分区设计：在Doris中建一张宽表，该表采用按日期范围划分分区的方式，并启用动态分区功能；系统会根据当前日期自动创建从“当前往前3天”到“当前往后1天”共5天的分区；设置分区保留时长，当某个分区创建满若干天后，系统会自动将该分区删除；同时对表进行分桶设计； S42：创建RoutineLoad任务：在Doris上执行专门的SQL语句来创建RoutineLoad任务，指定该任务从哪个KafkaTopic拉取数据、用什么并发数、每批最大拉取多少条或多少字节，以及如何解析JSON；JSON字段到表字段的映射由一个JSONPaths文件提供；RoutineLoad任务配置中，可指定并发消费者数、每个批次最大的行数或最大字节数以及严格模式开关； S43：数据加载流程与脏数据处理：DorisRoutineLoad按照指定并发数并行从Kafka分区中拉取消息，每拉取到符合阈值的消息，就会存到临时文件中；系统对临时文件进行解压与解析，将JSON按照JSONPaths映射抽取出字段并写入到内存表；内存表数据按分区策略自动分配到对应分区，再由后端节点批量将数据持久化到列存储；对于解析失败、字段类型不匹配或缺少必需字段的记录，RoutineLoad会将该条记录归入“脏数据”队列，并按照“脏数据最大比例”阈值决定是忽略还是告警，若某批次脏数据比例超过一定数值，会触发系统告警，人工检查JSON格式或JSONPaths映射是否有误； S44：动态分区与过期清理：由于开启了动态分区功能，Doris会每日自动判断当前日期，并创建从“当前往前3天”到“当前往后1天”的5个分区；当某个分区创建满若干天后，系统会自动将该分区删除； S5：监控与性能优化：监控从采集到存储的端到端链路，及时发现瓶颈与异常，并进行针对性优化； S51：端到端监控指标：包括采集端监控、Kafka监控和Doris监控； S52：性能优化策略：包括Kafka优化和Doris优化； S6：扩展：二次利用与下游分析，在保证数据质量与实时性的前提下，支持后续的数据仓库对接、实时计算与机器学习应用； S61：数据仓库对接：在Doris中将宽表构造成事实表，再根据业务需要设计维度表，若需进行更复杂的联机分析处理，可通过ETL或定时任务，将数据同步到下游数据仓库进行离线报表和多维分析；在同一个Doris集群中，也可结合视图或分层表结构，将不同粒度的数据及时提供给BI工具； S62：实时计算与告警：在Kafka与Dori之间，或并行于Doris之外，使用ApacheFlink、SparkStreaming的流式处理引擎，将预处理后的数据直接消费后进行复杂事件处理，当发现温度、压力等指标超过预设阈值时，立刻触发短信或邮件告警；基于CEP模式，可设定多个连续状态或模式识别； S63：机器学习与深度学习应用：对存储在Doris中的历史时序数据，根据时间窗口进行特征工程，将数据聚合成统计特征，构建模型训练所需的特征表；使用Python框架训练时序预测模型，预测短期内的设备健康状态或故障可能性，训练时可将过去N天、N个时刻的数据作为输入，输出未来一段时间的预估值；在模型训练完成并验证效果后，将其部署为在线推理服务，定期从Doris中获取最新时序数据，生成预测结果后与当前阈值做对比，提前预警潜在故障。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人山东捷瑞数字科技股份有限公司，其通讯地址为：264000 山东省烟台市莱山区澳柯玛大街102号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。