一种BIM工程信息管理系统

摘要

本发明涉及信息处理领域，公开了一种BIM工程信息管理系统，所述系统包括数据中心和用户终端；通过为不同的用户建立不同数据访问的关联关系配置，同时对划分在不同的集群组中的热点数据配置缓冲节点，将缓冲节点动态配置于多个集群组并做伪节点调度，通过用户访问请求的合并及节点之间信息的均衡处理，从而能够保障企业BIM数据访问的效率。

权利要求

1.一种BIM工程信息管理系统，其特征在于：所述系统包括数据中心和多个用户终端，用户通过用户终端访问数据中心，所述数据中心用于管理BIM工程信息存储节点，所述数据中心以数据聚类主题为类型将数据存储在不同的节点上，节点存储的内容采用主从节点模式执行副本备份，数据中心将不同的主节点划分成不同的集群组；所述不同的集群组基于关联关系设置；所述关联关系是数据聚类主题之间的关系；

所述BIM工程信息存储节点被配置为主从节点模式，在从节点上创建、存储BIM工程信息的副本数据；主节点通过心跳机制访问从节点的数据并监测通信链路状态；数据中心接收并响应用户请求，基于用户请求信息和用户属性信息确定不同的集群组，并依据访问数据的热点程度配置缓存节点，所述缓存节点由数据中心根据访问数据的预测热度变化动态分配给不同集群组，并将缓存节点作为伪从节点执行调度节点的访问负载；

其中，基于用户请求信息和用户属性信息确定不同的集群组具体为：根据用户属性信息和访问需求导向做分类，建立用户请求与 BIM 工程信息的归属关系，用户通过数据反馈消息对待下载的 BIM 工程信息做确认，确定不同的集群组；

其中，所述缓存节点由数据中心动态根据访问数据的预测热度变化动态分配给不同集群组具体为：依据下载热点数据的关联关系，动态更新节点的集群组划分；所述缓存节点依据上述热点数据关联关系动态调整，将归属不同集群组的缓存节点分配给热点数据。

2.如权利要求1所述的系统，其特征还在于：所述BIM工程信息至少包括：数字、图片、文本、图纸、音频和/或影像类型信息。

3.如权利要求2所述的系统，其特征还在于：用户终端BIM工程信息为通过层级遍历与请求数据相关联的数据信息，获取到相应的数据访问节点，通过访问数据的主节点获取到关联的数据节点信息。

4.如权利要求3所述的系统，其特征还在于：同一BIM工程信息的副本设置为至少3个副本，主节点检查当前的副本分布情况，将副本迁移到磁盘利用率低于平均值的集群组节点对应的服务器上。

5.如权利要求4所述的系统，其特征还在于：数据中心在判断数据为热点数据时，根据关联关系的配置，在未有数据下载触发时，预先配送数据并发送到归属于集群组的缓存节点，缓存节点作为伪副本节点进入动态调整，在访问增多时，将其配置为关联数据的下载缓存；在不同的集群组区域配置缓冲节点，所述缓存节点是根据IP地址位置信息分区域配置。

6.如权利要求5所述的系统，其特征还在于：数据中心为动态缓存节点设置预设周期，所述预设周期是根据热点数据的下载频率而预先设置；当关联热点数据的下载热频下降时，重新配置缓存节点。

说明书

一种BIM工程信息管理系统

技术领域

[0001] 本发明涉及信息处理领域，具体涉及一种BIM工程信息管理系统。

背景技术

[0002] BIM(Building Information Modeling)技术属于建筑信息模型集成技术。BIM工程信息包括了在建设过程中，即项目各方产生的信息，上述信息可以是在建筑全生命周期中协同操作建筑模型信息，也可以是与建筑相关的附属信息，根据包含BIM模型信息已经呈现多样化的趋势，BIM工程信息已经从传统的三维信息，诸如建设信息，衍生拓展至施工进度模拟，造价分析，乃至建筑全生命周期运营维护。数据的多样化，使得BIM工程信息的管理面临如何实现BIM工程信息的同一化处理。实际应用中，基于购买云存储服务器、虚拟机技术等，如何将上述BIM工程信息的使用与现有的智能设备协调应用，更好地方便移动终端用户获取数据，同时实现对BIM技术信息的流畅均衡访问以及将BIM工程信息处理技术与云服务器等存储技术相结合提升访问效率，都已成为BIM工程信息处理技术领域的关注热点和亟待解决的问题。

发明内容

[0003] 为解决上述技术问题至少之一，本发明提出了一种BIM工程信息管理系统，所述系统包括数据中心和多个用户终端，用户通过用户终端访问数据中心；

[0004] 所述数据中心用于管理BIM工程信息存储节点，所述数据中心以数据聚类主题为类型将数据存储在不同的数据节点上，数据节点存储的内容，采用主从节点模式执行副本备份，数据中心将不同的主节点划分成不同的集群组；所述不同的集群组是基于关联关系设置；

[0005] 所述BIM工程信息存储节点被配置为主从节点模式，在从节点上创建、存储BIM工程信息的副本数据；主节点通过心跳机制访问从节点的数据并监测通信链路状态；数据中心接收并响应用户请求，基于用户请求的信息和用户属性信息确定不同的集群组，并依据访问数据的热点程度配置缓存节点，所述缓存节点由数据中心根据访问数据的预测热度变化动态分配给不同集群组，并将缓存节点作为伪从节点执行调度节点的访问负载。

[0006] 所述BIM工程信息至少包括：数字、图片、文本、图纸、音频、影像类型信息。

[0007] 优选的，所述基于用户请求的信息是根据用户属性信息和访问需求导向做分类，建立用户请求与BIM工程信息的归属关系，用户通过数据反馈消息对待下载的BIM工程信息做确认；关联关系设置不同的集群组还包括：依据不同用户终端访问时的位置信息和访问带宽，配置不同的集群组。

[0008] 优选的，终端发送访问请求时获取对应的BIM工程信息，可以是通过层级遍历与请求数据相关联的数据信息，并获取到相应的数据访问节点，通过访问数据的主节点获取到关联的数据节点信息。

[0009] 优选的，数据中心对同一BIM工程信息采用多节点放置策略，其具体配置包括：判断用户终端访问时的位置信息，设置区域位置信息，在当前的区域位置信息中不包含对应的数据节点信息时，在同群组关联关系的数据节点中选定空余量大的数据节点，将其设置为接受并放置对应访问数据的副本镜像。

[0010] 优选的，所述同一数据的副本设置为至少3个副本。主节点检查当前的副本分布情况，将副本迁移到磁盘利用率低于平均值的集群组节点对应的服务器上。

[0011] 优选的，对用户请求的获得BIM工程信息数据，不同数据源下载的数据采用不同的分类存储区域，当存在数据无法解读时，数据中心优先从主节点下载数据，并反馈标记表示从节点副本数据非同步，从而触发相应从节点中副本的更新。

[0012] 优选的，所述缓存节点由数据中心动态根据访问数据的预测热度变化动态分配给不同集群组，包括：依据下载热点信息的关联关系，动态更新群组节点的群组划分；所述缓存节点依据上述热点关联信息动态调整，相适应的将归属不同的缓存节点配送给热点数据信息；数据中心在判断数据为热点数据时，根据关联关系配置，在未有数据下载触发时，预先配送发送到归属于集群组，作为伪副本节点进入动态调整，在访问增多时，将其配置为关联的数据下载缓存，在不同的集群组区域配置缓冲节点，所述缓存节点是根据IP地址位置信息分区域配置。

[0013] 优选的，还包括：数据中心为动态缓存节点设置预设周期，所述预设周期是根据热点数据的下载频率而预先设置；当关联数据的下载热频下降时，重新配置缓存节点。优选的，所述关联数据的下载热频下降采用预测方法，预先配置，根据预测配置提前删除文件数据信息，动态调整不同的副本数据。可选的，所述预测方式为，获取对应数据的历史副本信息访问下载数据。优选的，所述缓存节点在配置为关联的数据下载缓存时，将所述缓存节点作为伪从节点执行调度，所述调度平衡各节点的负载。

[0014] 本发明所提供的系统，应用于企业内部的BIM的数据处理，所述系统包括数据中心和用户终端；通过为不同的用户建立不同数据访问的关联关系配置，同时对划分在不同的集群组中的热点数据配置缓冲节点，将缓冲节点动态配置于多个集群组并做伪节点调度，通过用户访问请求的合并及节点之间信息的均衡处理，从而能够保障企业BIM数据访问的效率。

附图说明

[0015] 为了更清楚地说明本发明实施例中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

[0016] 图1是本系统的结构示意图。

具体实施方式

[0017] 下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

[0018] 实施例1

[0019] 如图1所示的系统，所述系统包括数据中心和多个用户终端，用户通过接口访问数据中心，用户终端可以是PC端或移动终端。

[0020] 数据中心用于管理BIM工程信息存储节点，所述数据中心以数据聚类主题为类型将数据存储在不同的数据节点上，数据节点存储的内容，采用主从节点模式执行副本备份，数据中心将不同的主节点划分成不同的集群组；所述不同的集群组是基于关联关系设置；不同的数据副本被配置在不同机架上。每个主节点维护其自己的主要内容的拓扑图。 所述拓扑图可用于响应于用户请求将被提供给用户拓扑图。文件的块可以存储在不同的节点上。每个块会有副本存放在其它地方，防止主要节点失效也不至于发生数据丢失的情况。

[0021] 不同的副本数据存储在不同的节点上，所述数据中心以数据聚类主题为类型，在数据中心中划分数据节点设置不同的集群组，所述集群组可是虚拟集群组，即根据不同的数据主题类型分类，存储数据的主节点或从节点可以归属于不同的集群组。

[0022] 可选的，用户在访问数据时，根据用户数据访问请求中的配置访问请求信息，确定选取不同的集群组，所述配置访问请求归属于访问请求中数据请求之间的关联关系请求。示例性的，当用户访问BIM工程信息中的建筑信息三维图形，相应可以根据配置请求中的信息，根据用户访问中的配置信息，推荐与设计类的归属信息。在访问时对于数据中心的不同的集群组，推荐不同的数据所在访问的节点。

[0023] 示例性的方式还可以，所述数据中心用于管理BIM工程信息存储节点，所述数据中心以数据聚类主题为类型将数据存储在不同的数据节点上，数据节点存储的内容，采用主从节点模式执行副本备份，数据中心将不同的主节点划分成不同的集群组；所述不同的集群组是基于关联关系设置。

[0024] 所述BIM工程信息存储节点被配置为主从节点模式，在从节点上创建、存储BIM工程信息的副本数据；主节点通过心跳机制访问从节点的数据并监测通信链路状态；数据中心接收并响应用户请求，基于用户请求的信息和用户属性信息确定不同的集群组，并根据访问数据的热点程度配置缓存节点，所述缓存节点由数据中心根据访问数据的预测热度变化动态分配给不同集群组，并将缓存节点作为伪从节点执行调度节点的访问负载。

[0025] BIM工程信息至少包括：数字、图片、文本、图纸、音频、影像类型信息以及阈值相关的其它工程规划等信息。

[0026] 在所述基于用户请求的信息是根据用户属性信息和访问需求导向做分类，建立用户请求与BIM工程信息的归属关系，用户通过数据反馈消息对待下载的BIM工程信息做确认；关联关系设置不同的集群组还包括：依据不同用户终端访问时的位置信息和访问带宽，配置不同集群组。终端发送访问请求，获取对应的BIM工程信息可以是，通过层级遍历与请求数据相关联的数据信息，得到相应的数据访问节点，通过访问数据的主节点获取到关联的数据节点信息。

[0027] 用户终端访问所述数据中心，数据中心在接收访问时，可将提取出用户终端法访问属性信息，归属于同类的访问请求执行并发处理，可选的，当用户的访问请求中包括相同内容信息，但访问请求的触发时间不同。数据中心分析用户访问信息中的属性信息或请求信息，分配不同的数据节点下载数据，为共性关联内容合并访问请求，设置缓存节点配置为缓存数据，并发给不同的用户端，提升访问效率。

[0028] 其中，相同的归属信息可为同一公司项目组，同一课题组的标签属性等。对同一BIM工程信息采用多节点放置策略，所述多节点放置策略具体配置包括：获取用户终端访问时的位置信息，根据预先设置的区域位置信息做判断，在当前的区域位置信息中不包含对应的数据节点信息时，在同群组关联关系的数据节点中选定空余量大的数据节点，将其设置为接收并放置对应访问数据的副本镜像。

[0029] 所述同一数据的副本设置为至少3个副本。示例性的，数据的在节点上的放置策略，根据历史访问信息，在离访问频繁的最短路径处的数据节点上存放第一个副本；选择与第一个副本不同的机架放置第二个副本，放置第二个副本的节点在这个机架上可采用随机确定；第三个副本的存放的机架与第二个副本可相同，放在与第二个副本不同的节点上。

[0030] 数据中心对于不同的节点划分不同的集群组，根据历史访问信息中的配置访问的关联关系，用户访问效率。

[0031] 主节点检查当前的副本分布情况，将副本迁移到磁盘利用率低于平均值的集群组节点对应的服务器上。对用户请求的获得BIM工程信息数据，不同数据源下载的数据采用不同的分类存储区域，当存在数据无法解读时，数据中心优先从主节点下载数据，并反馈标记表示从节点副本数据非同步，从而触发此从节点中副本的更新。

[0032] 缓存节点由数据中心动态根据访问数据的预测热度变化动态分配给不同集群组，包括：依据下载热点信息的关联关系，动态更新群组节点的群组划分。所述缓存节点依据上述热点关联信息动态调整，相适应的将归属不同的缓存节点配送给热点数据信息，在未有数据下载触发时，预先配送发送到归属于集群组，作为伪副本节点进入动态调整。在访问增多时，将其配置为关联的数据下载缓存，在不同的集群组区域配置缓冲节点，所述缓存节点是根据IP地址位置信息分区域位置配置。

[0033] 动态缓存节点设置预设周期，所述预设周期是根据热点数据的下载频率而预先设置；当诸如关联数据的下载热频下降时，重新配置缓存节点。所述关联数据的下载热频下降采用预测方法，预先配置根据预测配置提前删除文件数据信息，动态调整不同的副本数据。

[0034] 所述预测方式为，获取对应数据的历史副本信息访问下载数据，当判定某个缓存节点的对应副本数据负载访问量低于阈值时，则触发缓存节点的重新配置。将这个节点上的对应副本数据的的前 d‑1 个采集访问信息传送给预测功能算法，诸如滑动平均预测算法。与当前节点的数据组成大小为 d 的数据集，取第一次的实际值为初值。使用这 d 个数据预测未来 p 个负载值，如果 p 个负载值中有 s 个值超过阈值，则认为应该触发重现配。将所述副本属于删除为热频数据，回收缓存空间。

[0035] 示例性的，所述缓存节点在配置为提供数据下载缓存时，将所述缓存节点作为伪从节点执行调度，所述调度平衡各节点的负载。所述平衡调度可以采用如下方式：步骤一: 计算节点所在各服务器的相对负载 Pj及所有服务器的总平均负载 P’；其中所述相对负载为对应在到一定时段内的用户访问请求时负载；负载值可由文件并发访问数及访问时间，各服务器带宽、存储空间、CPU 能力、内存平均值确定，调度可以集群组执行。

[0036] 优选的，根据不同的用户终端的访问优先级，划分访问请求的优先程度，控制不同优先级用户的优先保证带宽。

[0037] 步骤二. 数据中心创建两个队列 Q、S，队列 Q 按降序排列，其中存放的节点的相对负载大于平均负载与预设阈值之和，队列 S 按升序排列，其中存放的节点的相对负载小于平均负载与预设阈值之差。预设阈值为动态调整的范围，设置的步长。

[0038] 步骤三. 在队列 Q 中顺次取第一个服务器节点，假设为 k。把 k 中的文件按照负载值大小降序排列，构成队列 H。

[0039] 其中，文件的负载值对应为根据文件大小与平均文件大小计算文件的负载基础值。

[0040] 对于文件负载值而言，文件越大则它的负载基础值越大；文件长时间没有被访问，则此文件对该节点的负载影响小，减少此文件的负载值；文件被并发访问的数量越多，则对节点的负载影响越大，提高文件的负载值。优选的实施例中，可根据服务器节点上各文件的负载值计算节点的负载值。综合考虑内存、CPU、带宽、节点的存储空间等因素，为每个分量定义系数，根据实际需要动态调加权因素。

[0041] 步骤四. 从队列 H 中顺次取第一个文件，假设为 u，如果文件 u 处于写状态，则从队列 H 中重新顺次选择。

[0042] 步骤五. 从队列 S 中顺次取第一个服务器节点，假设为 x。

[0043] 步骤六. 如果文件 u 的负载累加到节点 x 上，使得 Px>=P’+预设阈值，步骤四重新选取文件。

[0044] 步骤七. 文件 u 迁移到服务器节点 x 上，从 H 中删除文件 u，重新计算服务器 k及 x 的负载。

[0045] （1）如果 k 的负载小于平均负载与预设阈值之和，从队列 Q 中删除 k，重新排序 Q；

[0046] （2）如果 x 的负载大于平均负载与预设阈值 Q 之差，从队列 S 中删除 x，重新排序 S；

[0047] （3）若队列 Q、S 都不为空，转步骤三；若队列 Q、S 全为空，算法结束；否则转步骤一 继续执行。

[0048] 所述迁移过程中，优选的调度过程中，缓存节点的访问预留缓存空间区域，将迁移到缓存节点的副本数据，在热点访问下降时，总体平均负载低于预设值时，回收缓存节点空间，并对缓存节点重新配置。

[0049] 示例性的，其它实施方式中，在对于建立关联关系的聚类群中的主节点周期性地检查周期性地进行副本调整。主从模式中，首先主节点检查当前的副本分布情况，将副本迁移到磁盘利用率低于平均值的节点服务器，该调度中引入热点数据迁移配置，将归于主节点所在的集群组的缓存节点，做动态调度。主节点通过心跳机制访问从节点的数据，保障主从之间的通信畅通，主从节点副本数据的完整性，通过用户访问反馈执行。

[0050] 不同虚拟集群组设置访问不同的数据源，所述不同的数据源之间的数据下载访问可以采用P2P的断点传输机制。对于数据源下载的数据采用不同的分类存储区域，当存在数据无法解读时，优先从主节点下载数据，并反馈标记标识从节点副本数据非同步，从而触发副本数据的再次更新。此时优先级最高的服务器被主节点选择，然后由新副本所在的服务器负责复制副本，主节点从可用的副本复制出一个副本，对从节点的数据做同步更新设置。

[0051] 示例性的，所述动态调整的集群组可以是将多个集群组组成虚拟集群组，数据中心通过动态地调整副本位置及数量实现负载均衡，监测数据中心主节点中的存储空间，当到某个节点上的剩余存储空间很少，在访问带宽空余时段，将数据节点上存储的副本迁移到剩余空间大的节点上。同时数据中心设置缓存数据节点，根据访问数据量，在缓存数据节点上复制文件的副本分担此热点节点的负担。所述缓存数据节点，根据不同的虚拟集群配置，热点数据配置为迁移到多个缓存节点，直到这个热点数据的访问达到均衡；一个缓存节点可以接受多个热点的数据，直到缓存节点接受的数据达到最大值。

[0052] 依据下载热点信息的关联关系，动态更新群组节点的虚拟划分。所述缓存节点依据上述热点关联信息动态调整，相适应的将归属不同的缓存节点配送给热点数据信息。优先的在未有数据下载、访问触发时预先配送发送到归属于虚拟动态群组的缓存节点，所述访问预测为；获取对应数据的历史副本信息访问下载数据，当判定某个缓存节点的对应副本数据负载访问量低于阈值时，则触发缓存节点的重新配置。把这个节点上的对应副本数据的前 d‑1 个采集访问信息传送给预测算法，诸如滑动平均预测算法。与当前节点的数据组成大小为 d 的数据集，取第一次的实际值为初值。使用这 d 个数据预测未来 p 个负载值，如果 p 个负载值中有 s 个值超过阈值，则认为应该触发重现配置，进入提前缓存发送。

[0053] 作为伪副本节点进入动态调整，即在下载和访问增多时，将其配置为关联的数据下载缓存，在不同的集群组区域配置缓冲节点，所述缓存节点可以是根据虚拟的IP地址分区域配置。动态缓存节点设置预设周期，所述预设周期是根据热点数据的下载频率而设置预先设置。当关联数据的下载热频下降时，重新配置缓存节点。所述缓存节点的配置是根据虚拟节点的聚类群组划分，由数据中心根据访问路径和链路带宽综合配置其位置信息。

[0054] 基于如上所述的示例，在一个实施例中涉及方法步骤的特征，可以被本发明提供的一种计算机设备/或系统实现，该计算机设备/系统包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行所述程序时实现如上述各实施例中的任意一种方法。

[0055] 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一非易失性的计算机可读取存储介质中，如本发明实施例中，该程序可存储于计算机系统的存储介质中，并被该计算机系统中的至少一个处理器执行，以实现包括如上述各视频播放方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read‑Only Memory，ROM)或随机存储记忆体(Random Access Memory，RAM)等。

[0056] 据此，还提供一种存储介质，其上存储有计算机程序，其中，该程序被处理器执行时实现如上述各实施例中的任意涉及的方法步骤。

[0057] 以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

[0058] 以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。