coco
12 KiB
数据采集与存储
**本文档引用的文件** - [TdManager.cpp](file://cpp/Managers/TdManager.cpp) - [TdManager.h](file://h/TdManager.h) - [TestingData.h](file://h/TestingData.h) - [TestingData.cpp](file://cpp/ProblemZone/TestingData.cpp) - [DevManager.cpp](file://cpp/Managers/DevManager.cpp) - [DevManager.h](file://h/DevManager.h) - [Device.cpp](file://cpp/ProblemZone/Device.cpp) - [TdRecord.cpp](file://cpp/ProblemZone/TdRecord.cpp)目录
引言
本文档深入分析Geomative Studio软件中测试数据采集与存储机制的实现细节。系统通过CTdManager类协调设备管理器，实现对地质勘探设备的实时数据采集，包括电阻率、电流、电压、自电位等关键物理量。文档详细阐述了数据存储结构的设计原理、时间同步机制、异常数据处理策略以及与数据库的交互方式，为系统维护和功能扩展提供技术参考。
数据采集机制
CTdManager类作为数据采集的核心控制器，通过设备管理器获取实时测量数据。该类继承自CObject，负责管理测试数据的生命周期和采集流程。系统通过CTdManager的Upload2DTdFromDev等方法从设备上载2D数据，这些方法接收工程编号、测区编号、测试数据编号和设备指针作为参数，实现数据的远程采集。
数据采集过程中，CTdManager通过CDevice类与物理设备进行通信。CDevice类封装了设备的所有属性和操作方法，包括设备序列号(m_szDevSN)、设备名称(m_szDevName)、硬件版本(m_szHWV)和软件版本(m_szSWV)等。设备状态通过m_uState成员变量维护，支持离线(PZ_STATE_OFFLINE)、在线(PZ_STATE_ONLINE)等多种状态。
采集的数据类型由EN_DATA_TYPE枚举定义，包括电阻率测试(EN_RES_TEST_TYPE)、激电测试(EN_IP_TEST_TYPE)和自电位测试(EN_SP_TEST_TYPE)三种。系统通过不同的数据通道(tdchannel)管理不同类型的数据采集任务，确保数据的分类存储和高效处理。
Section sources
数据存储结构
TestingData类设计
TestingData类是数据存储的核心数据结构，采用面向对象的设计模式，封装了测试数据的所有属性和操作方法。该类通过成员变量定义了丰富的数据字段，涵盖了测试任务的各个方面。
核心字段定义：
- 标识信息：m_dwID（数据ID）、m_szTdName（测试名称）、m_szTLocation（测试位置）
- 配置参数：m_iSType（装置类型）、m_iTType（测试类型）、m_iTMode（测试模式）
- 电极参数：m_iEAmount（电极数量）、m_fESpace（电极步长）、m_szEDistance（电极间距）
- 环境参数：m_iWeather（天气）、m_fTemperature（温度）、m_fHumidity（湿度）
- 时间信息：m_szCDate（创建日期）、m_szCTime（创建时间）、m_szTDate（测试日期）、m_szTTime（测试时间）
classDiagram
class CTestingData {
+DWORD m_dwID
+CString m_szTdName
+CString m_szTLocation
+int m_iSType
+int m_iTType
+int m_iEAmount
+float m_fESpace
+CString m_szEDistance
+int m_iWeather
+float m_fTemperature
+float m_fHumidity
+CString m_szCDate
+CString m_szCTime
+_WaveCount *m_waveCount
+bool CalculateTWInfo(CStringArray*, int)
+bool CalculateTimeWindows(struct _WinTimeList, CStringArray*, int, int, int, int, int)
+double adc_calculate(double, double, double)
+double adc_average(int*, int)
+double adc_integral(int*, int)
}
class _WaveCount {
+int WaveLength
+_WinTimeList windowList[2]
}
class _WinTimeList {
+int ListLength
+double wintime_Vp
+_WinTime timeWinList[10]
}
class _WinTime {
+int wintime_StartTime
+int wintime_width
+double wintime_V2
+double wintime_Integral
+double wintime_ETA
+double wintime_M
}
CTestingData --> _WaveCount : "包含"
_WaveCount --> _WinTimeList : "包含"
_WinTimeList --> _WinTime : "包含"
Diagram sources
数据库表结构
系统采用关系型数据库存储测试数据，主要表结构包括：
- td表：存储测试任务基本信息，包含ID、TDname、Tlocation、DESN、SCCN等字段
- tdchannel表：存储数据通道信息，与td表通过TDID关联
- td2dcon表：存储2D测试数据，包含TSN、C1、C2、P1、P2、K、I、V、R0、SP等测量值
- td1dcon表：存储1D测试数据，结构与td2dcon类似
- gr表：存储接地电阻数据，包含TDID、Ecode、Mdate、Mtime、OMvalue等字段
数据存储采用分页机制，通过ONE_PAGE_DATA_NUMBER常量定义每页数据量为100条，提高大数据量下的查询效率。
Section sources
时间戳同步与采样控制
时间戳同步机制
系统通过m_szCDate和m_szCTime字段记录数据创建的时间戳，确保数据的时间一致性。时间戳采用"YYYY-MM-DD"和"HH:MM:SS"格式存储，便于数据库查询和数据分析。在数据采集过程中，系统通过Tm2LocalStr等函数将时间戳转换为本地时间格式，保证跨时区操作的一致性。
sequenceDiagram
participant 设备 as 地质勘探设备
participant CTdManager as CTdManager
participant 数据库 as 数据库
设备->>CTdManager : 发送测量数据包
CTdManager->>CTdManager : 解析数据包，提取时间戳
CTdManager->>CTdManager : 调用Tm2LocalStr转换为本地时间
CTdManager->>数据库 : 插入数据记录，包含时间戳
数据库-->>CTdManager : 返回插入结果
CTdManager-->>设备 : 确认数据接收
Diagram sources
采样频率控制
采样频率由m_iIFrequency和m_iSAFrequency字段控制，分别表示工业频率和采样频率。系统通过GetSample方法根据工业频率和采样类型计算实际采样率：
flowchart TD
Start([开始]) --> CheckIndustrialFreq["检查工业频率"]
CheckIndustrialFreq --> |50Hz| SetSampleRate50["设置采样率: 30/60/120"]
CheckIndustrialFreq --> |60Hz| SetSampleRate60["设置采样率: 36/72/144"]
SetSampleRate50 --> ApplySampling["应用采样率"]
SetSampleRate60 --> ApplySampling
ApplySampling --> End([结束])
采样控制算法通过波形类型(m_iTRWave)和周期(f_Tcycle)计算每段波形的数据总量，确保采样过程的精确性和一致性。系统支持多种波形类型，通过GetWaveNum方法返回对应的波形段数。
Section sources
异常数据过滤与完整性校验
异常数据过滤算法
系统采用多层过滤机制处理异常数据。首先在数据采集阶段，通过设备状态检查过滤无效数据；其次在数据存储阶段，通过数据库约束确保数据完整性；最后在数据显示阶段，通过条件判断过滤异常值。
对于温度和湿度等环境参数，系统采用-9999作为无效值标记。在数据显示时，如果检测到该值，则不显示任何内容：
if (szDefault == "-9999")//若为该值则不显示东西
{
szDefault = "";
}
数据完整性校验
数据完整性校验通过以下机制实现：
- 数据库约束：使用NOT NULL约束确保关键字段不为空
- 事务处理：使用BeginTrans和CommitTrans确保数据操作的原子性
- 外键关联：通过ID字段建立表间关联，维护数据一致性
- 日志记录：通过m_pFile记录数据操作日志，便于问题追踪
在数据导入过程中，系统使用事务确保数据完整性。如果操作失败，则回滚所有更改，防止数据不一致：
try
{
m_pConnection->BeginTrans();
// 执行数据操作
m_pConnection->CommitTrans();
}
catch (_com_error e)
{
m_pConnection->RollbackTrans();
return FALSE;
}
Section sources
缓存机制与内存管理
数据缓存机制
系统采用多级缓存机制优化数据访问性能。CTdManager类通过m_tdLinkList链表缓存测试数据对象，避免频繁的数据库查询。链表采用句柄机制管理对象，通过GenerateHandle方法生成唯一句柄：
classDiagram
class CLinkList {
+Add(DWORD, CTestingData*)
+Get(DWORD)
+Delete(DWORD)
+Find(int)
}
class CTdManager {
+CLinkList<CTestingData*> m_tdLinkList
+CHandleProcessor m_handleProcessor
}
CTdManager --> CLinkList : "包含"
Diagram sources
内存管理策略
内存管理采用智能指针和RAII模式，确保资源的正确释放。在CTestingData类的析构函数中，系统释放动态分配的m_waveCount内存：
CTestingData::~CTestingData()
{
delete m_waveCount;
m_waveCount = NULL;
}
系统通过CreateWindowsTime和FreeWindowsTime方法管理时窗数据的内存分配和释放，避免内存泄漏。在长时间连续采集场景下，系统定期清理过期数据，保持内存使用效率。
Section sources
断点续传与数据库交互
断点续传功能
断点续传功能通过记录数据采集进度实现。系统使用g_ui32PageCount全局变量跟踪当前页码，在ShowConListByPage方法中根据页码查询数据：
szSql.Format(_T("select TSN,a,b,x,y,N,K,I,V,R0,SP,bUse from td1dcon where TCHID in (select ID from tdchannel where TDID = %u and TSN>%u and TSN<=%u order by TCHID) order by TSN"), m_dwID, g_ui32PageCount*ONE_PAGE_DATA_NUMBER, (g_ui32PageCount + 1)*ONE_PAGE_DATA_NUMBER);
当数据采集中断后，系统可以从上次的页码继续采集，避免重复工作。
数据库交互方式
系统通过ADO技术与数据库交互，使用_RecordsetPtr和_CommandPtr指针执行SQL操作。数据导入采用参数化查询，防止SQL注入：
pCmdUpd->Parameters->Append(pCmdUpd->CreateParameter("Vrawdata", adBSTR, adParamInput, szSql.GetLength(), _variant_t(szVRawData.AllocSysString())));
数据导出支持多种格式，包括Excel、CSV、Res2D等，通过SaveTdToExcelFile、SaveTdToCsvFile等方法实现：
virtual BOOL SaveTdToExcelFile(CString f_szFileName); // 保存数据为Excel文件
virtual BOOL SaveTdToCsvFile(CString f_szFileName); // 保存数据为Csv文件
virtual BOOL SaveTdToRes2DFile(CString f_szFileName); // 保存数据为Res2D文件
Section sources
结论
Geomative Studio的数据采集与存储系统采用模块化设计，通过CTdManager类协调设备管理、数据采集和存储操作。系统具有完善的异常处理机制和数据完整性校验，确保数据的准确性和可靠性。多级缓存和内存管理策略优化了系统性能，特别适合长时间连续采集场景。断点续传功能提高了数据采集的容错能力，而灵活的数据库交互方式支持多种数据格式的导入导出。整体架构设计合理，为地质勘探数据的高效管理和分析提供了坚实基础。