天然气仿真软件_天然气动态仿真真实数据处理技术是什么意思

1.GIS技术在国内的研究现状及其发展趋势

2.石油天然气管道数据传输

3.边缘计算与ddos攻击趋势的关系边缘计算与ddos攻击趋势

4.油田地质档案中非结构化数据管理模式探索

5.天然气公司上班做什么

石油与天然气工程。

合理生产出石油天然气是石油与天然气工程的研究范畴。石油与天然气工程是研究石油与天然气勘探、评估、开、油气分离、输送理论和技术的工程学领域。主要包括石油与天然气生成环境、勘探、油气井工程设计、测井数据集和处理、油气田开、油气储运以及工程管理等。

GIS技术在国内的研究现状及其发展趋势

油气储运过程中的安全问题，可以借助当前物联网、人工智能、可视化等前沿技术，管理。

将大数据，云计算，物联网等先进技术与油气管道业务相融合，实现异常数据智能化预警、设备 GIS 信息动态展示等功能。从而达到降低运营成本，提高生产效率，减少安全隐患的目的，进而促进管道管理的标准化，规范化和智能化进程。

助力低碳生产：低碳目标下，能源领域的数字化、智能化转型作用更加凸显。能源数字化的意义，不仅在于把人从繁重体力劳动中解放出来，对企业还有诸多好处。通过油气管道数字孪生系统，对运维数据进行实时展示，可以提升管理效率和生产效率，促进绿色低碳转型。

站场智能管控：西气东输站场运维具有多气源、多用户、用户需求种类多的特点，供气保障难度高，站场管控压力大。为了降低站场运行风险，提高管网运营效率，基于运行数据，利用强大的渲染能力，搭建的可视化解决方案，形成了集中监视的高效管控模式，实现站场分输远程自动控制，推动输气管道站场管理智能化转型，使站场运营管控效率显著提升。

设备风险智能管控：通过对压缩机组运行数据进行关联性分析，建立智能健康感知模型，生成健康状态量化评估指标。

在数据可视化领域耕耘多年，面向油气储运用户，成功研发出智慧油气管道可视化管理系统。综合了物联网、人工智能、大数据、通信技术、GIS、可视化等多种技术，对油气管道运维全生命周期数据进行统一管理与维护，系统涵盖产量分析、能耗分析、设备运维、安全防护以及厂区监控等板块。

通过可视化技术实现对日常运维的决策、智能状态感知、智能数据分析、智能信息发布、智能设备管理、智能业务管理六大功能。2D 面板用曲线图、趋势图、统计图等多种图表，实现分输量数据、进出站压力、压缩机运行状态、设备完整性、电能波形、综合流程分析等数据的实时可视化展示。

分输量可视化

随着天然气用气规模逐年增大，对天然气分输精度提出了更高要求。通过对接数据接口，将省分输量、指定分输量以及昆仑分输量进行可视化表达，管理人员可根据 2D 面板直观查看输送量具体数据以及占比情况，实现了分输监测由人工主导向智能控制的转变，在提高站场运行可靠性、稳定性的同时，大大减少了操作人员的工作量。

管道压力可视化

管道工作压力是油气管道设计中的一个重要部分。通过对接测试系统，将管道的进站压力、站内压力、出站压力进行数据集，并通过丰富完善的图表库支持，将一年内的压力变化通过折线图动态展示。点击折线图上方对应的图标即可快速查看。有利于工作人员合理调配泵站和压气站的数量、站内机组的功率以及管道的耗钢量。

设备完整性可视化

设备完整性在管理过程中，贯穿设备自安装使用开始直至报废的生命周期。引擎支持根据设备情况自由设置监控设备，将抽象复杂的数据通过可视化图表进行清晰反应，提高油气站场设备可靠性，降低生产运行风险。

电能波形可视化

拥有一个海量的数据表库，可自适应当前绝大部分浏览器尺寸及分辨率。依托物联网、大数据等新型技术对西气东输压气站 110kv ?变电站与 10kv ?变电站进行实时监测、数据分析，并根据其波动规律搭配图形组件，实现能源的高效、绿色、智慧应用与监管。

流程演示

充分利用物理模型、传感器更新、运行历史等数据，并依托其可视化技术，将西气东输二线广南支干线管道演示，包括地下管线、管线阀门、卧式分离器、旋风过滤器、空冷器等。化繁为简，便于信息的传达与沟通。

提高管道运维管理的智能化水平，将整个工艺流程透明化、可视化，从优化过程端入手达到控碳、减碳的目的。

产量分析

针对油气管道站不易实时监测、准确定位等问题，建立了基于传感器、通信、计算机等物联网技术设计的油气管道产量分析监测系统方案。

将 Web 可视化引擎与油气站管道输送产量分析系统相结合，接入产量数据至可视化平台，实时更新正输、省正输以及昆仑利用正输各支路瞬时产量、平均产量，点击设备编号可查看设备气体组成成分以及高危发热值，提高了管理的自动化、信息化水平。

总产量与产量比例信息可视化

支持通过 2D 面板对输送产量进行实时监测、通过数据统计图进行呈现。以便于运维人员对正输/反输、昆仑正输、特量进行监测掌握。

瞬时与平均产量信息可视化

选择搭载智能传感器，可对、省网以及昆仑各支路输送信息进行实时统计与监测。包括瞬时产量与平均产量，并以折线图形式展示输送量的计量数据以及波动形式，保证极差的准确性和权威性，帮助企业把握油气集输量的真实情况，提高经济效益与权威效应。

气体组分信息可视化

支持对不同设备的气体组分进行监测，包括甲烷、氮气、CO2 等气体所占比例，点击对应设备即可切换查看，实时掌控设备的运行健康状态。

耗能分析

对油气管道站而言，提高运营管理水平，降低运行能耗，是降低企业输油成本、提高经济效益的重要手段。降低输油管道运行成本的措施之一就是对每条管道、每个设备实行严格的能耗目标监测。利用丰富的图表、图形设计元素将总耗电以及压缩机耗电进行可视化表达，并根据输送方案，对油气管道未来一周的能耗进行预测，可有效查看机组能耗，提高能源利用效率。

总耗电监测

用电成本的控制与监测对油气管道输送具有重要意义。通过可视化的 2D 面板和图表的数据绑定，可对油气管道总耗电进行实时的数据展现。并用折线图统计近十天内耗电总量，为节能减排提供可靠依据。

压缩机耗电监测

压缩机作为耗电大户，在运行中会产生大量的电力消耗。能够通过压缩机能耗数据进行统一化的集，按时间排布分析，接入传感器数据实现可视化表达，实现压缩机的耗电监测的规范化、标准化，提升设备运行的经济性。

能耗预测

通过利用大数据技术，对未来一周的耗电相关指数进行全方位剖析，聚合关键指数，以专业视角进行切入，实现预警和趋势预测。对应生成动态的可视化图表，提高用户决策水平，引导油气管道管理健康发展。

能耗与省管网反输监控

通过集压缩机与其它设备能源介质数据，运用可视化组件，构建能源监控可视化看板。帮助用户结合历史数据趋势和警报进行分析，帮助诊断和隔离故障，提高管理效率，及时发现并且处理问题。

机柜间管理

3D 空间内展现了机柜间三维模型以及机柜分布。与底层数据集系统进行集成，能实时查看温湿度、漏水监测等动环数据，能更新配电监测实时数据。2D 面板显示台账信息和配电监测。实时的管理与监控低压设备以及台区综合评价状态，对设备进行状态查询、参数监测、预警告警等智能监测功能。

车辆与人员监控管理

通过 HT 系统，可以使虚拟环境中的空间环境与现实中的监控管理融合。利用三维仿真可视化灵活优势，对厂区人员进行实时信息抓取、并通过结合企业人员打卡系统对工作人员进行信息的提取对比与监测管理。支持对进出车辆与人员进行统计汇总，为数据驱动的智能化管理奠定坚实的基础。

厂区监控管理

2D 面板信息集合了厂区内各项监控信息。将厂区内分散、孤立、视角不完整的监控统一整理。点击摄像头位置图标即可切换至对应摄像头，再次点击摄像头图标可切换至摄像头实时画面，实现场景还原。

电子围栏选择固定区域为防护区域，产生越界行为进行报警，抓取越界图像。用户点击按钮即可查看区域位置以及人工产生报警行为，满足企业厂区全局导览、告警联动、电子巡检、人车定位轨迹跟踪等管理需求，为数据驱动的智能化管理奠定坚实的基础。

工艺工法

工艺工法重点模拟工法流程，运行管道走向，同时经过设备时进行相关数据信息展示，运行中整体场景变暗，流经部分设备及管线亮度提升。

随着西气东输的不断推进，我国油气管道里程数不断增加，传统管道运维过程中数据集人工化、异常报警不及时、设备智能化水平等不断凸显。未来Hightopo将继续坚定不移推进智慧管道的智能化运营体系构建，努力为天然气与管道行业的高质量发展提供更多有益探索。

石油天然气管道数据传输

0 引言

随着计算机技术的飞速发展、空间技术的日新月异及计算机图形学理论的日渐完善，GIS（Geographic Information System）技术也日趋成熟，并且逐渐被人们所认识和接受。近年来，GIS被世界各国普遍重视，尤其是“数字地球”概念的提出，使其核心技术GIS更为各国所关注。目前，以管理空间数据见长的GIS已经在全球变化与监测、军事、管理、城市规划、土地管理、环境研究、农作物估产、灾害预测、交通管理、矿产评价、文物保护、湿地制图以及部门等许多领域发挥着越来越重要的作用。当前GIS正处于急剧发展和变化之中，研究和总结GIS技术发展，对进一步开展GIS研究工作具有重要的指导意义。因此，本文就目前GIS技术的研究现状及未来发展趋势进行总结和分析。

1 GIS研究现状及其分析

1.1 GIS研究现状

世纪90年代以来，由于计算机技术的不断突破以及其它相关理论和技术的完善，GIS在全球得到了迅速的发展。在海量数据存储、处理、表达、显示及数据共享技术等方面都取得了显著的成效，其概括起来有以下几个方面[1]：①硬件系统用服务器/客户机结构，初步形成了网络化、分布式、多媒体GIS；②在GIS的设计中，提出了用“开放的CIS环境”的概念，最终以实现共享、数据共享为目标；③高度重视数据标准化与数据质量的问题，并已形成一些较为可行的数据标准；④面向对象的数据库管理系统已经问世，正在发展称之为“对象——关系DBMS（数据库管理系统）”；⑤以CIS为核心的“3S”技术的逐渐成熟，为与环境工作提供了空间数据新的工具和方法；⑥新的数学理论和工具用CIS，使其信息识别功能、空间分析功能得以增强等等。

在GIS技术不断发展下，目前GIS的应用已从基础信息管理与规划转向更复杂的区域开发、预测预报，与卫星遥感技术相结合用于全球监测，成为重要的决策工具。据有关部门估计，目前世界上常用的GIS软件己达400多种[2].国外较著名的GIS软件产品有[3]：Auotodesk系列产品、Arc/Info、MapInfo及其构件产品、Intergraph、Microstation等，还有Web环境下矢量地图发布的标准和规范，如XML、GML、SVG等等。我国GIS软件研制起步较晚，比较成熟的测绘软件主要有南方CASS，MapGIS，GeoStar，SuperMap等。尽管现存的GIS软件很多，但对于它的研究应用，归纳概括起来有二种情况：一是利用GIS系统处理用户的数据；二是在GIS的基础上，利用它的开发函数库二次开发用户专用的GIS软件。目前已成功应用包括管理、自动制图、设施管理、城市和区域规划、人口和商业管理、交通运输、石油和天然气、教育、军事等九大类别的一百多个领域。在美国及发达国家，GIS的应用遍及环境保护、灾害预测、城市规划建设、管理等众多领域。近年来，随着我国经济建设的迅速发展，加速了GIS应用的进程，在城市规划管理、交通运输、测绘、环保、农业等领域发挥r重要的作用，取得了良好的经济效益和社会效益。

1.2 当前GIS发展存在的主要问题

基于以上GIS技术现状研究，本文分析认为GIS技术在模型、数据结构等方面存在着不足，一定程度上制约了GIS技术的发展。

（1）数据结构方面存在的问题

目前通用的GIS主要有矢量、栅格或两者相加的混合系统，即使是混合系统实际上也是将两类数据分开存储，当需要执行不同的任务时用不同的数据形式。在矢量结构方面，其缺点是处理位置关系（包括相交、通过、包含等）相当费时，且缺乏与DEM和RS直接结合的能力。在栅格结构方面，存在着栅格数据分辨率低，精度差；难以建立地物间的拓扑关系；难以操作单个目标及栅格数据存贮量大等问题[4].

（2）GIS模型存在的问题

传统GIS模型是按照计算机的方法对客观世界地理空间不自然的分割和抽象，使得人们认知地理空间的认知模型与计算机中的数据模型不能形成良好的对应关系，难以表达复杂的地理实体，更难满足客观世界的整体特征要求。在GIS软件开发中，如果语义分割不合理，将难以有效表达地理空间实体间的关系，这就导致较深层次的分析、处理操作难以实现。随着GIS应用需求领域的不断开拓及计算机技术的迅速发展，对空间数据模型和空间数据结构提出了更高的要求，使得传统的地理空间数据模型力不从心，逐渐暴露其弊端。

目前，面向对象的数据模型一定程度上解决了传统GIS数据模型的某些不足，但是OODB（面向对象数据库）目前仍未在市场以及关键任务应用方面被广泛接受，因为OODB作为一个DBS还不太成熟，如缺少完全非过程性的查询语言以及视图、授权、动态模式更新和参数化性能协调等；且OODB与RDB之间缺少应有的兼容性，因而使得大量的已建立起来的庞大的RDB客户不敢轻易地去选择OODB.

（3）其他方面亟待解决的问题

当前，GIS正处在一个大变革时期，GIS的进一步发展还面临不少问题，主要表现在以下几个方面[5]：①GIS设计与实现的方法学问题。在GIS设计与实现过程中缺乏面向对象的认知方法学和面向对象的程序设计方法学的指导，导致GIS软件系统的可靠性和可维护性差；②GIS的功能问题。当前以数据集、存储、管理和查询检索功能为主的GIS，不能满足社会和区域可持续发展在空间分析、预测预报、决策支持等方面的要求，直接影响到GIS的应用效益和生命力；③三维GIS模型及可视化问题。目前大多数GIS软件的图形显示是基于二维平面的，即使是三维效果显示也是用DEM的方法来处理表达地形的起伏，涉及到地底下真三维的自然和人工现象显得无能为力。

2 GIS未来发展趋势

2.1数据管理方面

（1）多比例尺、多尺度和多维空间数据的表达[6]

对于多比例尺数据的显示，将运用影像金字塔技术、细节分层技术和地图综合等技术；而为了实现GIS的动态、实时和三维可视化，出现存储真三维坐标数据的3D GIS和真四维时空GIS，这其中涉及了空间数据的海量存储、时空数据处理与分析以及快速广域三维计算与显示等多项理论与技术[7].

（2）三库一体化的数据结构方向

空间数据库向着真正面向对象的数据模型和图形矢量库、影像栅格库和DEM格网库三库一体化数据结构的方向发展[8].这种三库一体化的数据结构改变了以图层为处理基础的组织方式，实现了直接面向空间实体的数据组织，使多源空间数据的录入与融合成为了可能，从而为GIS与遥感技术的集成创造了条件。

（3）基于空间数据仓库（Spatial Data warehouse）的海量空间数据管理的研究

空间数据量非常大，而且数据大都分散在、私人机构、公司的各个部门，数据的管理与使用就变得非常复杂，但这些空间数据又具有极大的科学价值和经济价值，因此大多数发达国家都比较重视空间数据仓库的建立工作，许多研究机构和部门都参与到空间数据仓库建立的研究工作。

（4）利用数据挖掘技术进行知识发现

空间数据挖掘是从空间数据库中抽取隐含的知识、空间关系以及其他非显式的包含在空间数据库中但以别的模式存在的信息供用户使用，这是GIS应用的较高层次。由于目前空间数据的组织与管理仍局限于二维、静态、单时相，且仍以图层为处理基础，因此，当前的GIS软件和空间数据库还不能有效地支持数据挖掘。

2.2技术集成方面

（1）“3S”集成

“3S”是GPS（全球定位系统）、RS（遥感）和GIS的简称，“3S”集成是指将遥感、空间定位系统和地理信息系统这三种对地观测技术有机地集成在一起。地理信息是一种信息流，RS、GPS和GIS中任何一个系统都只侧重于信息流特征中的一个方面，而不能满足准确、全面地描述地理信息流的要求。因此，无论从物质运动形式、地学信息的本质特征还是“3S”各自的技术特征来说，“3S”集成都是科技发展的必然结果。

目前，“3S”集成还仅限于两两结合方式，这是“3S”集成的初级和基础起步阶段，其核心是GIS与RS的结合。这种两两结合虽然优于单一系统，但是仍然存在以下缺陷。将“3S”进行集成从而形成一体化的信息技术体系是非常迫切的。这种集成包括空基“3S”集成和地基“3S”集成，即在硬件方面建立具有同步获取涉谱数据和空间数据的高重复观测能力的平台，而在软件方面使GIS支持数据封装，同时解决图形和图像数据的统一处理问题。

（2）GIS与虚拟现实技术的结合

虚拟现实（Virtual Reality）是一种最有效地模拟人在自然环境中视、听、动等行为的高级人机交互技术，是当代信息技术高速发展和集成的产物。从本质上说，虚拟现实就是一种先进的计算机用户接口，通过计算机建立一种仿真数字环境，将数据转换成图形、声音和接触感受，利用多种传感设备使用户“投入”到该环境中，用户可以如同在真实世界那样“处理”计算机系统所产生的虚拟物体。将虚拟和重建逼真的、可操作的地理三维实体，GIS用户在客观世界的虚拟环境中能更有效的管理、分析空间实体数据。因此，开发虚拟GIS已成为GIS发展的一大趋势。

（3）分布式技术、万维网与GIS的结合[9]

目前，随着Internet技术的迅猛发展，其应用已经深人到各行各业，作为与我们日常生活息息相关的GIS也不例外，它们的结合产生了web GIS.当前Web GIS系统已经得到迅速的发展，到1999年1月，仅在美国出现的这类系统就有23种之多。又由于客户端可能会用新的应用协议，因此也被认为是Internet GIS.

计算机网络技术的飞速发展，分布式计算的优势日益凸显，GIS与分布式技术结合也就成为必然，它们的结合即构成了分布式CIS.它就是指利用最先进的分布式计算技术来处理分布在网络上的异构多源的地理信息，集成网络上不同平台上的空间服务，构建一个物理上分布，逻辑上统一的GIS.它与传统GIS最大的区别在于它不是按照系统的应用类别、运行环境划分的，而是按照系统中的数据分布特征和针对其中数据处理的计算特征而分类的。

（4）移动通信技术与CIS的结合发展[10]

WAP/WML技术作为无线互联网领域的一个热点，已经显示了其巨大的应用前景和市场价值。WAP柳ML技术与GIS技术的结合产生了移动GIS（Mobile GIS）应用和无线定位服务LBS（Location一basedServices）。通过WAR/WML技术，移动用户几乎可以在任何地方、时间获得网络提供的各种服务。无线定位服务将提供一个机会使GIS突破其传统行业的角色而进人到主流的IT技术领域里。大多数的分析家都认为，到2010年，无线网络将成为全球数据传送的主要途径。GIS的未来将会由其机动性所决定。

当前用于地理信息交互的语言还不足以完成真正的“设备无关接口”的互操作。各种移动设备对于从地理信息服务器所获得的信息，其表现方式是各不相同的，用户输人方式也不相同。因此，对于不同的移动设备需要一种统一的标记语言。无线定位服务将提供一个机会使GIS突破其传统行业的角色而进人到主流的IT技术领域里：大多数的分析家都认为，到2010年，无线网络将成为全球数据传送的主要途径。GIS的未来将会由其机动性所决定。

（5）GIS与决策支持系统（DSS）的集成[11]

决策支持系统（Decision Support System，简称DSS）是以管理学、运筹学、控制论、行为科学和人下智能为基础，运用信息仿真和计算手段为基础，综合利用现有的各种数据库、信息和模型来决策者或决策分析人员解决结构化和半结构化问题，甚至非结构化问题的人机交互系统。

目前，绝大多数的GIS还仅限于图形的分析处理，缺乏对复杂空间问题的决策支持，而目前绝大多数的DSS则无法向决策者提供一个友好的可视化的决策环境。因此，将GIS与DSS相集成，最终形成空间决策支持系统（SDSS），借助GIS强大的空间数据处理分析功能，并在DSS中嵌入空间分析模块，从而决策者求解复杂的空间问题，这是GIS应用向较高层次的发展。其中SDSS中知识的表达、获取和知识推理以及模型库、知识库、数据库三库接口的设计是哑待解决的关键问题。

2.3 发展历程方面

自20世纪60年代世界上第一个GIS——加拿大地理信息系统（CGIS）问世以来，经过40年的发展，GIS经历了三个阶段的发展。目前，随着第三代互联网的提出与实施，以及计算机技术、数据库技术的飞速发展，GIS即将步入第四代GIS发展阶段。

第四代GIS软件将在数据组织、存储、检索和运算等方面发生革命性的变革。数据组织应该是面向空间实体的，空间位置只是实体众多属性中的一类，它应和其它属性有机地组织在一起并统一存放：“关系”概念和“关系运算”应该加以扩充，应该包括空间关系及其运算；传统的结构化查询语言应该扩充，把空间关系及其查询包括在里面；以倒排表为基础的数据库索引机制应该扩展，建立至少包括拓扑关系在内的新的索引机制；数据存储机制应该适应空间数据提取和计算的要求等。只有实现数据真正的一体化存储和处理，才能自由地、方便地、快速地实现人们所期望的处理功能。在功能上，第四代GIS软件应该具备支持数字地球（区域、城市）的能力，成为OS、DBMS之上的主要应用集成平台，它具有统一的海量存储、查询和分析处理能力、一定的三维和时序处理能力、强大的应用集成能力和灵活的操纵能力，且具有一定的虚拟现实表达。

3 结束语

通过以上对GIS现状及发展趋势的分析，可以看出，GIS作为信息产业的重要组成部分，正以前所未有的速度向前发展。把握当前GIS的技术发展现状及不足，有利于人们预见GIS的发展趋势，站在更高更远的角度去扬长避短，较好地促进GIS技术的快速发展。随着地理信息系统产业的建立和数字化住处产品在全世界的普及，GIS将深人到各行各业以至千家万户，成为人们生产、工作、学习和生活中不可缺少的工具和助手。

边缘计算与ddos攻击趋势的关系边缘计算与ddos攻击趋势

石油化工数据传输主要有以下几种方式：

有线传输：有线传输是一种常用的数据传输方式，通过各种线缆（如光纤、同轴电缆、双绞线等）传输数据。有线传输具有传输速率快、稳定性好、安全性高等优点，因此在石油化工领域得到广泛应用。

无线传输：无线传输是一种灵活的数据传输方式，不需要线缆，通过无线电波或红外线等方式传输数据。无线传输适用于移动设备、远程监测等情况，在石油化工领域得到广泛应用。例如，石油化工企业可以用镭速传输，镭速作为行业数据传输专家有一定的技术与服务能力；

互联网传输：互联网传输是一种广泛使用的数据传输方式，通过互联网将数据传输到远程服务器或云平台进行存储和处理。

油田地质档案中非结构化数据管理模式探索

边缘计算是什么？

2019年8月15日消息，知名创投调研机构CBInsights撰文详述了边缘计算的发展和应用前景。文章称，云计算已经不足以即时处理和分析由物联网设备、联网汽车和其他数字平台生成或即将生成的数据，这个时候边缘计算能够派上用场。该技术拥有着应用于诸多行业领域和发挥巨大作用的潜力。

以下是文章主要内容：

有时更快的数据处理是一种奢侈——有时它生死攸关。

例如，自动驾驶汽车本质上是一台装有轮子的高性能计算机，它通过大量的传感器来收集数据。为了使得这些车辆能够安全可靠地运行，它们需要立即对周围的环境做出反应。处理速度的任何延迟都有可能是致命的。虽然联网设备的数据处理现在主要是在云端进行的，但在中央服务器之间来回传送数据可能需要几秒钟的时间。这一时间跨度太长了。

边缘计算则让自动驾驶汽车更快速地处理数据成为可能。这种技术使得联网设备能够处理在“边缘”形成的数据，这里的“边缘”是指位于设备内部或者与设备本身要近得多的地方。

据估计，到2020年，每人每天平均将产生1.5GB的数据量。随着越来越多的设备连接到互联网并生成数据，云计算可能无法完全处理这些数据——尤其是在某些需要非常快速地处理数据的使用场景当中。

边缘计算是云计算以外的另一种可选解决方案，未来它的应用范围很有可能将远不止是无人驾驶汽车。

包括亚马逊、微软和谷歌在内的一些科技巨头都在探索“边缘计算”技术，这可能会引发下一场大规模的计算竞赛。虽然亚马逊云服务AmazonWebServices（AWS）在公共云领域仍然占据主导地位，但谁将成为这个新兴的边缘计算领域的领导者仍有待观察。

在本文中，我们将深入探讨什么是边缘计算，与该技术相关的优势，以及它在各行各业中的应用。

一个充满变化的计算领域

在了解边缘计算之前，我们必须先来看看它的前身——云计算——是如何为遍布全球的物联网（IoT）设备铺平道路的。

云计算赋能互联世界

从可穿戴设备到联网厨房电器，联网设备可以说无处不在。据估计，到2019年，全球物联网市场规模将超过1.7万亿美元，较2013年的4860亿美元增长逾两倍。

因此，云计算——许多智能设备连接到互联网来运作的过程——已经成为一种越来越主流的趋势。

云计算使得公司能够在自己的物理硬件之外，通过远程服务器网络（俗称“云”）存储和处理数据（以及其他的计算任务）。

例如，你可以选择使用苹果的iCloud云服务来备份你的智能手机，然后你可以通过另一个联网设备（比如你的台式电脑）检索智能手机里的数据，方法是登录你的账户连接到云。你的信息不再受到智能手机或台式机的内部硬盘容量的限制。

这只是众多云计算用例之一。另一个例子是通过Web端或移动浏览器来访问各种完整的应用程序。由于云计算越来越受欢迎，它吸引了亚马逊谷歌、微软和IBM等大型科技公司入局。据私有云管理公司RightScale于2018年进行的一项调查显示，在主要的公共云提供商当中，亚马逊AWS和微软Azure分列第一和第二。

图示：越来越多的企业在公共云上运行应用程序

但是集中式云计算并不适合所有的应用程序和用例。边缘计算则能够在传统云基础设施可能难以解决的领域提供解决方案。

向边缘计算的转变

在我们到处充斥着数据的未来，将有数十亿部设备连接到互联网，因此更快更可靠的数据处理将变得至关重要。

近年来，云计算的整合和集中化性质被证明具有成本效益和灵活性，但物联网和移动计算的兴起给网络带宽带来了不小的压力。

最终，并不是所有的智能设备都需要利用云计算来运行。在某些情况下，这种数据的往返传输能够——也应该——避免。

由此，边缘计算应运而生。

根据CBInsights的市场规模量化工具，到2022年，全球边缘计算市场规模预计将达到67.2亿美元。虽然这是一个新兴领域，但在云计算覆盖的一些领域，边缘计算的运行效率可能要更高。

边缘计算使得数据能够在最近端（如电动机、泵、发电机或其他的传感器）进行处理，减少在云端之间来回传输数据的需要。

市场研究公司IDC称，边缘计算被描述为“微型数据中心的网状网络，在本地处理或存储关键数据，并将所有接收到的数据推送到中央数据中心或云存储库，其覆盖范围不到100平方英尺”。

例如，一列火车可能包含可以立即提供其发动机状态信息的传感器。在边缘计算中，传感器数据不需要传输到火车上或者云端的数据中心，来查看是否有什么东西影响了发动机的运转。

本地化数据处理和存储对计算网络的压力更小。当发送到云的数据变少时，发生延迟的可能性——云端与物联网设备之间的交互导致的数据处理延迟——就会降低。

这也让基于边缘计算技术的硬件承担了更多的任务，它们包含用于收集数据的传感器和用于处理联网设备中的数据的CPU或GPU。

随着边缘计算的兴起，理解边缘设备所涉及的另一项技术也很重要，它就是雾计算。

边缘计算具体是指在网络的“边缘”处或附近进行的计算过程，而雾计算则是指边缘设备和云端之间的网络连接。

换句话说，雾计算使得云更接近于网络的边缘；因此，根据OpenFog的说法，“雾计算总是使用边缘计算，而不是边缘计算总是使用雾计算。”

说回我们的火车场景：传感器能够收集数据，但不能立即就数据取行动。例如，如果一名火车工程师想要了解火车车轮和刹车是如何运行的，他可以使用历史累计的传感器数据来预测零部件是否需要维修。

在这种情况中，数据处理使用边缘计算，但它并不总是即时进行的（与确定引擎状态不同）。而使用雾计算，短期分析可以在给定的时间点实现，而不需要完全返回到中央云。

图示：云计算、雾计算与边缘计算

因此，要记住的是，虽然边缘计算给云计算带来补充，并且与雾计算一起非常紧密地运作，但它绝不是二者的替代者。

边缘计算的优势

虽然边缘计算是一个新兴的领域，但是它拥有一些显而易见的优点，包括：

·实时或更快速的数据处理和分析：数据处理更接近数据来源，而不是在外部数据中心或云端进行，因此可以减少迟延时间。

·较低的成本：企业在本地设备的数据管理解决方案上的花费比在云和数据中心网络上的花费要少。

·网络流量较少：随着物联网设备数量的增加，数据生成继续以创纪录的速度增加。因此，网络带宽变得更加有限，让云端不堪重负，造成更大的数据瓶颈。

·更高的应用程序运行效率：随着滞后减少，应用程序能够以更快的速度更高效地运行。

削弱云端的角色也会降低发生单点故障的可能性。

例如，如果一家公司使用中央云来存储它的数据，云一旦宕机，那么数据将无法访问，直至问题得到修复——公司可能因而蒙受严重的业务损失。

2016年，Salesforce网站的北美14站点（又名NA14）宕机超过24个小时。客户无法访问用户数据，从电话号码到电子邮件等等，业务运营遭受严重的破坏。

此后，Salesforce将它的物联网云转移到亚马逊的AWS上，但是这次宕机凸显了仅仅依赖云的一大弊病。

减少对云的依赖也意味着某些设备可以稳定地离线运行。这在互联网连接受限的地区尤其能够派上用场——无论是在严重缺乏网络服务的特定地区，还是油田等通常无法访问的偏远地区。

边缘计算的另一个关键优势与安全性和合规性有关。随着越来越关注企业如何利用消费者的数据，这一点尤为重要。

欧盟（EU）最近实施的《通用数据保护条例》（GDPR）就是一例。该条例旨在保护个人可识别信息免遭数据滥用。

由于边缘设备能够在收集和本地处理数据，数据不必传输到云端。因此，敏感信息不需要经由网络，这样要是云遭到网络攻击，影响也不会那么严重。

边缘计算还能够让新兴联网设备和旧式的“遗留”设备之间实现互通。它将旧式系统使用的通信协议“转换成现代联网设备能够理解的语言”。这意味着传统工业设备可以无缝且高效地连接到现代的物联网平台。

边缘计算发展现状

今天，边缘计算市场仍然处于初期发展阶段。但随着越来越多的设备连网，它似乎备受关注。

主宰云计算市场的那些公司（亚马逊、谷歌和微软）正在成为边缘计算领域的领先者。

去年，亚马逊携AWSGreengrass进军边缘计算领域，走在了行业的前面。该服务将AWS扩展到设备上，这样它们就可以“在本地处理它们所生成的数据，同时仍然可以使用云来进行管理、数据分析和持久的存储”。

微软在这一领域也有一些大动作。该公司在未来4年在物联网领域投入50亿美元，其中包括边缘计算项目。

微软发布了它的AzureIoTEdge解决方案，该方案“将云分析扩展到边缘设备”，支持离线使用。该公司还希望聚焦于边缘的人工智能应用。

谷歌也不甘示弱。它在本月早些时候宣布了两款新产品，意在帮助改善边缘联网设备的开发。它们分别是硬件芯片EdgeTPU和软件堆栈CloudIoTEdge。

谷歌表示，“CloudIoTEdge将谷歌云强大的数据处理和机器学习功能扩展到数十亿台边缘设备，比如机器人手臂、风力涡轮机和石油钻塔，这样它们就能够对来自其传感器的数据进行实时操作，并在本地进行结果预测。”

然而，有意涉足该领域的并不只是这三大科技巨头。

随着联网设备越来越多地涌现，新兴生态系统中的许多玩家都正在开发软件和技术来帮助边缘计算实现腾飞。

在接下来的四年里，惠普企业将在边缘计算领域投资40亿美元。该公司的EdgelineConvergedEdgeSystems系统的目标客户是那些希望获得数据中心级计算能力，且通常在边远地区运营的工业合作伙伴。

它的系统承诺在不依赖于将数据发送到云或数据中心的情况下，为工业运营（比如石油钻井平台、工厂或铜矿）提供来自联网设备的洞见。

在新兴的边缘计算领域，其他主要的竞争者包括ScaleComputing、Vertiv、华为、富士通和诺基亚等。

人工智能芯片制造商英伟达于2017年推出了JetsonTX2，这是一个面向边缘设备的人工智能计算平台。它的前身是JetsonTX1，它号称要“重新定义将高级AI从云端扩展到边缘的可能性”。

许多著名的公司也在投资布局边缘计算，包括通用电气、英特尔、戴尔、IBM、思科、惠普企业、微软、SAPSE和ATT。

例如，在私募市场上，戴尔和英特尔均投资了为工商业物联网应用提供边缘智能的Foghorn公司。戴尔还参与了物联网边缘平台IOTech的轮融资。

上面提到的许多公司，包括思科、戴尔和微软，也已经联合起来组成了OpenFog联盟。该组织的目标是标准化这项技术的应用。

边缘计算在各行各业的应用

随着传感器价格和计算成本的持续下降，更多的“东西”将被连接到互联网。

随着更多的联网设备变得可用，边缘计算将在各行各业中得到越来越多的应用，尤其是在云计算效率低下的一些领域。

我们已经开始看到该技术在多个不同的行业领域产生影响。

“当我们把云的威力下沉到设备（即边缘）时，我们可带来实时地响应、分析和行动的能力，尤其是在网络条件有限或者缺乏网络的地区它还处于初期发展阶段，但我们正开始看到这些新功能能够应用于解决全球范围的一些重大挑战。”——微软首席技术官凯文·斯科特（KevinScott）

从自动驾驶汽车到农业，以下几个行业将会从边缘计算的潜力中获益。

交通运输

边缘计算技术最显而易见的潜在应用之一是交通运输——更具体地说，是无人驾驶汽车。

自动驾驶汽车装备了各种各样的传感器，从摄像头到雷达到激光系统，来帮助车辆运行。

如前所述，这些自动驾驶汽车可以利用边缘计算，通过这些传感器在离车辆更近的地方处理数据，进而尽可能地减少系统在驾驶过程中的响应时间。虽然无人驾驶汽车还不是主流趋势，但公司们正在未雨绸缪。

今年早些时候，汽车边缘计算联盟（AECC）宣布将启动以联网汽车解决方案为重点的项目。

“联网汽车正迅速地从豪华车型和高端品牌扩张到大批量的中端车型。汽车行业将很快达到一个临界点，届时汽车所产生的数据量将超过现有的云、计算和通信基础设施。”——AECC兼总裁村田兼一（KenichiMurata）

该联盟的成员包括DENSOCorporation、丰田汽车、ATT、爱立信、英特尔等公司。

不过，不仅仅是自动驾驶汽车会产生大量的数据并需要实时处理。飞机、火车和其他的交通工具也是如此——不管它们有没有人类驾驶。

例如，飞机制造商庞巴迪（Bombardier）的C系列飞机就装备了大量的传感器来迅速检测发动机的性能问题。在12小时的飞行中，飞机产生了多达844TB的数据。边缘计算支持对数据进行实时处理，因此该公司能够主动处理引擎问题。

医疗保健

如今，人们越来越喜欢佩戴健身追踪设备、血糖监测仪、智能手表和其他监测健康状况的可穿戴设备。

但是，要真正地从所收集的海量数据中获益，实时分析可能是必不可少的——许多的可穿戴设备直接连接到云上，但也有其他的一些设备支持离线运行。

一些可穿戴健康监控器可以在不连接云的情况下本地分析脉搏数据或睡眠模式。然后，医生可以当场对病人进行评估，并就病人的健康状况提供即时反馈。

但在医疗保健领域，边缘计算的潜力远不局限于可穿戴设备。

不妨想想，快速的数据处理能够给远程患者监控、住院患者护理以及医院和诊所的医疗管理带来多大的好处。

医生和临床医生将能够为患者提供更快、更好的护理，同时患者所生成的健康数据也多了一层安全保护。医院病床平均有20个以上的联网设备，会产生大量的数据。这些数据的处理将直接发生在更靠近边缘的地方，而不是将保密数据发送到云端，因此能够避免数据被不当访问的风险。

如前所述，本地化数据处理意味着大范围的云端或网络故障不会影响业务运转。即使云操作中断，这些医院的传感器也能独立地正常运行。

制造业

智能制造有望从现代工厂大量部署的传感器中获得洞见。

由于能够减少滞后，边缘计算可能会使得制造流程能够更快速地做出响应和变动，能够实时地应用数据分析得出的洞见和实时行动。这可能包括在机器过热之前将其关闭。

一家工厂可以使用两个机器人来完成同样的任务，两个机器人装有传感器，并连接到一个边缘设备上。边缘设备可以通过运行一个机器学习模型来预测其中一个机器人是否会操作失败。

如果边缘设备断定机器人很可能会出现故障，它就会触发行动来阻止或减慢机器人的运转。这会使得工厂能够实时地评估潜在的故障。

如果机器人能够自己处理数据，它们也可能变得更加自给自足和反应灵敏。

边缘计算应该支持更快地从大数据中更多的洞见，以及支持将更多的机器学习技术应用到业务运营中。

最终目标是，挖掘实时产生的海量数据的巨大价值，防止安全隐患，并减少工厂车间机器运转中断的情况。

农业和智能农场

边缘计算非常适合应用于农业，因为农场经常处于偏远的位置和恶劣的环境中，可能存在带宽和网络连接方面的问题。

现在，想要改善网络连接的智能农场需要在昂贵的光纤、微波连接或者拥有一颗全天候运行的卫星上进行投资；而边缘计算则是一种合适的、具有成本效益的替代方案。

智能农场可以使用边缘计算来监测温度和设备性能，以及自动让各种设备（比如过热的泵）减缓运转或者关闭。

能源和电网控制

边缘计算或许在整个能源行业都尤其有效，尤其是在石油和天然气设施的安全监测方面。

例如，压力和湿度传感器应当受到严密监控，不能在连接性上出差错，尤其是考虑到这些传感器大多位于偏远地区。如果出现异常情况——比如油管过热——却没有被及时注意到，那就可能会发生灾难性的爆炸。

边缘计算的另一个好处是能够实时检测设备故障。通过电网控制，传感器可以监控从电动汽车到风力发电厂的一切设施所产生的能源，有助于相应作出决策来降低成本和提高能源生产效率。

其他行业领域的应用

其他可以利用边缘计算技术的行业包括金融业和零售业。这两个行业都使用大型的客户和后端数据集来提供从选股信息到店内服装摆放的各种信息，可以从减少对云计算的依赖中获益。

零售可以使用边缘计算应用程序来增强顾客体验。如今，许多零售商都在致力于改善店内体验，优化数据收集和分析的方式对它们而言绝对很有意义——尤其是考虑到许多零售商已经在尝试使用联网的智能显示屏。

此外，很多人使用店内平板电脑所生成的销售点数据，这些数据会被传输到云端或数据中心。借助边缘计算，数据可以在本地进行分析，从而减少敏感数据泄漏的风险。

总结

从可穿戴设备到汽车再到机器人，物联网设备正呈现出越来越强劲的发展势头。

随着我们朝着更加互联的生态系统迈进，数据生成将继续飞速增加，尤其是在5G技术取得腾飞，进一步加快网络连接以后。虽然中央云或数据中心传统上一直是数据管理、处理和存储的首选，但这两种方案都存在局限性。边缘计算可以充当替代解决方案，但由于该技术仍处于起步阶段，因此还很难预料其未来的发展。

设备能力方面的挑战——包括开发能够处理云端分流的计算任务的软件和硬件的能力——可能会出现。能否教会机器在能够在边缘执行的计算任务和需要云端执行的计算任务之间切换，也是一个挑战。

即便如此，随着边缘计算更多地被用，企业将有更多的机会在各个领域测试和部署这种技术。

有些用例可能比其他用例更能证明边缘计算的价值，但整体来看，该技术对我们整个互联生态系统的潜在影响则可能是翻天覆地的。

原文链接：s://blog.csdn.net/hello_zybwl/article/details/89219832

mec试验？

mec是边缘计算技术（MobileEdgeComputing），mec是试验是将mec的平台流量疏导、计费等原生的特性和5G云功能结合所做的测试，是5G技术第二阶段试验的重点内容。

mec是支撑运营商进行5G网络转型的关键技术，以满足、VR/AR、工业互联网、车联网等业务发展需求。伴随着5G核心网SBA构架的形成和云计算的快速发展，形成了现在的边缘计算的技术形态。通过mec在全国重点城市的全面部署，以实现5G能够崭露锋芒。

边缘算力啥意思？

边缘计算指以网络的“边缘”为界的算法，比如在智能网关和摄像机内部进行计算。不过将这些设备收集的全部数据进行存储或是用于计算并不现实，其中的干扰信息或者冗余信息太多，倘若处理不当还会使处理效果适得其反。

以海普森林防火监控系统为例。通过内置的烟火识别处理器传输tb级的数据，但其中真正有价值的数据只是那些引起怀疑或非法活动的几兆字节，而边缘计算就能很好的处理感兴趣的目标数据。

另外，与云计算相比，边缘计算还可以减少对网络流量的阻塞，为更多关键任务的执行“留有余地”。

天然气公司上班做什么

李燕

(中国石油化工股份有限公司西南油气分公司信息中心档案馆)

摘要 本文针对非结构化数据管理中存在的问题，分析了西南油气田地质档案非结构化数据管理特点，提出了数据集、数据存储、数据管理与数据利用的技术架构，并对非结构化数据的管理、应用进行了深刻剖析，总结出了以技术解决方案、行政管理模式和数据服务三位一体的管理模式，为油田地质档案中非结构化数据的管理与应用探索出了一个有效的模式。

关键词 非结构化 数据存储 地质档案 应用 管理

0 引言

随着我国经济建设的不断发展，信息越来越成为企业或者组织的核心和命脉。对于信息密集型的石油行业来说尤其如此。在多年的生产实践中，国内的石油行业已经发展出了针对大部分信息的数据综合管理、数据应用、企业标准和行业标准等技术和成果，极大地支撑了石油勘探开发的各个过程。然而，和国外的石油公司相比，在信息的协同、分析、挖掘、共享、决策支持、集群计算上还存在一定的差距，这其中的核心要点就是如何对非结构化数据进行有效的存储和利用。

对于典型的石油工业企业来说，信息存在于各种载体中，例如纸质的书籍或者论文、PDF文档、图形图像文件、扫描件、电子书、光盘等，这些信息最终都可以转化为非结构化数据。而对非结构化信息的管理需要面对如下问题：

高容量：非结构化数据通常是一个或多个文档、图件、多媒体等，容量在百兆、千兆级的比比皆是。

异构化：非结构化数据的来源、格式、载体都各不相同，难以进行统一的管理和检索。

复杂性：非结构化数据因其高容量、异构的特点，在存储、检索、过滤、提取、分析和挖掘方面非常复杂。

再处理：非结构化数据在定制、交换、加密方面存在大量的个性化需求，格式的差异和多样性也导致了对这些数据的再处理非常困难。

本文即是对这些问题进行详细的讨论和研究，结合油气田地质档案非构化数据的存储与利用，探讨一种可行的方法和合理的解决方案。

1 非结构化数据管理的技术架构

非结构化数据与结构化数据相对，系指不方便用数据库二维逻辑表来表现的数据即称为非结构化数据，包括所有格式的办公文档、文本、、XML、HTML、各类报表、图像和音/信息等。

西南油气田通过配置和集成软硬件产品，设计并实施了适合非结构化数据存储与利用的技术架构，由低到高分别是数据集(预处理)、数据存储、数据管理、数据使用(图1)。

图1 非结构化数据存储与利用的技术架构图

数据集是非结构化数据管理最基础的过程，是把原始的或者第一手的资料转化成可供处理的数字化信息的关键步骤。

非结构化数据存储是把勘探科研、生产、管理中产生的文档、图件、专著存放在数据库或者文件服务器上。一般用两种方式：一是把非结构化数据转换成二进制流，存放在关系型数据库中，同时一并记录相关的信息(可自定义)；二是把非结构化数据保存到目录服务器上，在关系数据库中只记录目录服务器上的索引信息和信息(可自定义)。图2示意了这两种方式。

图2 非结构化数据存储示意图

数据管理是对已经存储成功并且经过了结构化的信息进行再处理，包括数据的分类、检索、元数据化、标准化、统计和归并。

数据使用是非结构化数据管理的最终目的，信息如果不能交流、共享，那么一个组织产生的信息再多，也不免成为信息孤岛。用基于.net和Web Service体系架构，为信息的共享和协同提供了技术上的保障。

2 非结构化数据管理应用解析

西南油气田按非结构化数据管理的技术架构开发并组建了西南油气田地质资料管理平台体系，对非结构化数据的管理实现了6大功能：非结构化数据的整理、元数据、基于索引服务器的全文检索、索引编制、任务管理、知识管理(表1)。

表1 中石化西南油气田非结构化数据管理功能统计表

2.1 非结构化数据管理的功能架构

西南油气田地质资料管理平台是一个完全的B/S模式资料管理系统和信息发布系统，其中，地质资料管理系统包括用户管理、机构管理、权限管理、日志管理、数据管理、资料上传、资料整理、资料审核、元数据、资料检索。信息发布系统包括资料借阅、资料上传、在线浏览、资料检索、下载。

除了能够完成资料管理和信息发布的功能外，还依据自身的工作方式，在平台中加入了本企业元素，如：资料属性的自定义、用户功能选择、借阅流程与归档著录一体化流程的植入、上传和下载的压缩与加密、用户与安全方案的自动绑定，新到资料的查询、个性化报表的查询和打印、催还信息的发布等。主要功能架构如图3。

图3 功能架构图

2.2 西南油气田地质资料非结构化数据管理的主要特点

2.2.1 地质资料及文档的包装和结构化

在数据存储方面，用了基于Web Service数据访问层组件，通过修改设置可以分别连接Oracle 9 i数据库、SQL Server 2000数据库等多种数据库，用户可以根据需要选择。地质资料及文档的包装和结构化是指在数据集和存储方面用了“资料体-文件体”的二元封包方式。对所有类型的文件或者文件集合都可以定义为资料体，同时用元数据对资料体进行描述；从逻辑上来说，资料体是一个或者多个文件实体的集合，通过这种方式，就统一了各类非结构化数据的表现形式、外观和行为，有利于将来的数据交换和协同。图4描述了这种二元关系。

图4 非结构化数据的二元封包方式

2.2.2 任务管理

文档资料被集并提交，资料体和元数据信息就会被写入关系数据库中(目前支持Oracle)，而文件体会通过任务自动上传到专门的文件服务器中，同时由索引服务自动为这个文件体创建索引。入库文档资料的默认存储方式是通过磁盘文件来存放的，如果需要把入库文档资料以二进制流的形式保存到关系数据库中，则需要部署和配置数据持久化服务。图5对文档资料集和存储的过程进行了直观的描述。

图5 文档资料集和存储的任务管理流程

任务管理是对上传下载过程的任务化。为了应对文档资料的集要求，使用上传任务来管理上传过程，整个过程可以通过服务在后台依次自动完成，对用户的操作不造成任何影响，避免了传统的文件集过程中用户需要耗费大量的时间来等待上传；为了确保数据的完整性，上传过程支持断点续传。直观的上传任务管理器把需要上传的文档存放在任务队列中，用户可以随时停止或者启动上传任务，最大程度的减少因为网络状况或者容量问题带来的不便。

2.2.3 元数据的定义和描述

在数据集的过程中可以对文件定义元数据，文件的元数据继承自所属的案卷属性，这样一旦将文件归入某一个资料类别，那么就可以设置这个文件的扩展信息；另一方面，分类的元数据格式能够成为这一类文件的元数据模板，同类文件的元数据格式都是相同的，便于进行同类资料的数据交换。图6说明了案卷(资料类型)、文件和元数据的关系。

元数据作为非结构化数据的标签，其意义是非常重要的，系统的检索功能的查全和查准率主要是基于元数据的定义是否合理和准确，因此系统必须要提供元数据信息的修改和动态扩展功能，只有提供了上述功能，系统的信息描述才可能准确和丰富，这也是很多类似的信息系统所缺乏的。

图6 案卷、文件和元数据的关系

依据中石化企业标准《Q/SH0167—2008石油天然气勘探与开发地质资料立卷归档规则》，根据地质资料管理的特点，结合西南油气田的实际情况，需求分析，明确各种(系统管理、资料加载和在线浏览、资料查询、资料借阅和下载、资料销毁、资料压缩加密、资料审核、资料接收和分发)功能，对地质资料的文件元数据、档案元数据、企业扩展元数据进行了充分研究与定义，实现了不同类别的地质资料定义不同属性，方便查询与借阅。例如表2。

表2 地质资料元数据属性表

2.2.4 基于文件索引服务器的全文检索

对非结构化数据的检索用了两种方式：基于属性、关键字的精确检索和基于内容的全文检索。全文检索过程取了提交—建索引—查找—组织结果—返回的过程来完成。非结构化数据被提交到了文件服务器，索引服务程序就创建或者更新索引文件(自动过程)，当用户发出检索请求时，通过搜索引擎，获取包含请求内容的结果并返回给请求者。索引服务程序能够从入库的文档资料中自动抽取文本内容(图7)。

索引服务程序的工作包括：侦测文件目录的变化，文件被上传、移动、修改或者删除，就更新对应的索引；定期对文件目录的整个范围进行索引优化，保障索引在全局上的有效性和效率，这个工作可以自动完成，也可以由用户手动完成。

西南油气田基于此提供多种逻辑查询，如模糊查询、全文查询、精确查询，以及目录浏览和全文浏览。如图8。

图7 全文检索工作过程

图8 查询检索截图

2.3 西南油气田非结构化管理应用效果

西南油气田从2005年开始全面启动地质资料非结构化数据建设，经过多年的共同努力，全面完成了地质资料的非结构化目录数据库建设，共计入库地质资料条目125万条，完成了不同类别地质资料的元素据设计并进行了全面属性提取，提取的内容包括了文件元数据、档案元数据以及企业扩展元数据三大类，为地质资料网络化管理与利用提供了强有力的搜索引擎包。

同时，按照非结构化数据建设理论，西南油气田积极开展了成果地质资料全文数据库与地质图形库的建设，通过历史文档与图形的扫描整理，共计入库电子文档24万个，总容量2.9 T。与油田气地质资料目录数据库相结合，通过地质资料管理系统，实现了地质资料非结构化数据网络完整发布与全面应用。

经统计分析，在实现非结构化数据的网络化管理与应用以后，西南油气田近5年地质资料年平均利用率高达11万件次/年，是建成前的4.5 倍，有效提高了地质档案资料的管理、使用水平，节约了成本，取得了良好的经济效益。

3 非结构化数据的管理模式探索

作为企业信息的表现形式，非结构化数据的管理不单单是一个技术体系或者一个系统，而应该是一个庞大的系统工程。笔者根据西南油气田地质档案多年的信息化建设经验和非结构化数据管理经验，认为“技术解决方案、行政管理模式和数据服务”三位一体的管理模式是油气田非结构化数据管理的有效模式(如图9 所示)。

图9 非结构化数据管理模式图

首先，行政管理模式是整个非结构化数据管理的组织保障，由稳定的管理团队、完备的可行性研究、明确的管理需求、充分的风险评估以及务实的组织实施组成。良好的行政管理模式能够确保一个组织上下一心，共同推进信息体系建设，可以说它决定整个体系建设的成败。

数据服务是非结构化数据信息管理的基础。是指对非结构化数据进行集、创建、加工、传递、组织、整理与规范的过程。同时也是用户和开发者之间的润滑剂，首先它能够按照用户的需求为用户处理大量枯燥的数据整理和规范工作，其次从用户的角度，指出软件的缺陷，并敦促开发者进行修改。通过数据服务，可以有效地保障用户业务的高效运转、技术体系的不断完善，发挥信息体系建设的最大效能。

技术解决方案从产品层面为非结构化数据的管理提供了软硬件平台，是从数据集到应用的完整的技术体系。包括：基于多种大型关系数据库的信息存储体系、基于内容的非结构化数据的文件服务器、提供全文检索、关联检索的索引服务器、基于元数据的灵活的文件交换格式和个性化定制、灵活的权限策略和强大的安全策略；技术解决方案是非结构化数据存储与利用的核心。

4 结束语

非结构化数据存储和应用是各油田分公司勘探决策支持系统的重要组成部分，这一部分研发成功后，能够为决策支持所需要的信息提供基础的平台。同时，基于这个平台之上的非结构化数据的应用能够直接为决策支持系统服务，通过信息协同、文件检索、数据挖掘和知识管理等技术和概念的应用，能够使油气田信息化建设上缩短甚至达到国际先进水平，向着勘探数字化、数据资产化、工作协同化和决策科学化方向迈进一大步，从而带来巨大的经济效益和社会效益。

参考文献

[1]张志刚，姚玮.海量非结构化数据存储问题初探[J].中国档案，2009(8).

[2]吴广君，王树鹏，陈明，李超.海量构化数据存储检索系统[J].计算机研究与发展，2011(7).

问题一：有天然气公司工作的吗 天然气公司不管待遇差别多大，工作都是差不多的。一般是周末不正常休，节日也得留人值班，因为不能停气。中石化天然气公司休是2个月连休10天，我们公司是每个月给休6天，可连休，也可分开休。这个值班的话，看是什么职位了，要是技术岗和操作岗的话，安排有值夜班的可能性比较大。主要工作看你学的什么专业，到公司是什么岗位了。我是本行业的，你可以说说你考虑的哪个天然气公司，说不定可以帮到你。

问题二：本科生刚进去天然气公司一般会分配什么工作？是正式编制吗？ 不知道你那是什么城市，据我所知，我有天然气公司朋友，他们工资不高，但是年底会有奖金，有实习期的，老人带你，合格会转正，正式编制，会有不同片区的站，站长就你们的头，你们会负责某一片小区的天然气验收通气的工作，嘱咐你的是，你一定要和燃气公司的施工队打好关系，有你好处，因为到时候改燃气管道，特殊问题时，里面有外快可以赚的

问题三：天然气公司的燃气管理员职位具体是干什么工作的？ 你说的不清楚，主要看是干什么工资的。如果是工人也有管理员，工作种类比较多，一定要问清楚具体做什么的

问题四：天然气公司技术员具体是做什么 技术员指能够完成特定技术任务的人员，也就是已经掌握了特定技术的专业基础理论和基本技能，可以从事该技术领域的基本工作的人员。技术员经过几年的实践后可以晋升为工程师。不同公司、单位，技术员有不同工作安排：

一、天然气公司技术员主要工作内容如下：

1、估算成本，以及预估天然气的生产能力与经济效益，以评估预定钻井地点的经济可行性；

2、监控生产效率，以及策划重工程序以提升产量；

3、分析数据，推荐水井地点和增加程序提升产量；

4、指导并检测水井竣工于评鉴、水井测试、水井测量等工作；

5、协助工程师及其他人员解决操作问题；

6、制定天然气油田钻井与产品回收处理；

7、与科学、工程、技术人员协商以解决设计、研究和测试问题；

8、完成领导交办其它工作内容。

二、天然气公司技术员岗位要求如下：

1、石油化工或相关专业大专以上学历,热衷于石 *** 业工作；

2、工作积极认真、严谨、责任心强,具备良好的团队合作精神；

3、吃苦耐劳,能服从公司安排；

4、有较强的协调、沟通能力；

5、能熟悉操作化验仪器,掌握试验方法；

6、熟悉国家相关质量管理、质量监督等方面的法律法规。

问题五：燃气公司上班女生都可能干些什么工作那？ 收费，抄表，开栓，检查，抢修.....其中一样，看你被怎么分配

问题六：在天然气公司上班做充天然气这个工作需要会什么？ 当然好啦，垄断企业来的，待遇相当不错。

问题七：有人在天然气公司工作吗 怎么了呢？

问题八：有天然气公司的工作人员吗 主要职能部门分人力部、政工部、企业文化部、行政部、后勤保障部、工程管理部、资料室、工会、管线处、储配中心、客户服务中心、技术设备部、生产管理部、安全保障部、财务部等。 主要技术工种，管线处：阀们工、巡线工、抢险队、安全员、内勤等。 储配中心：输气工、调压工、巡线工、空压机操作工、软化水操作工、锅炉工、安全员、卸罐工、内勤等。 客户服务中心：抄表员、客户服务员、内勤。 一般情况下在机关比较好提升职务，其工作量略小于操作类岗位，操作类岗位一般输气工、调压工还有几个比较专业的工种好提升职务，但是必须有相应操作职称等证书。 建议你有机会还是去机关工作。

问题九：请问 天然气公司的 输配公司 具体是做什么的？工作待遇怎么样？ 天然气公司输配公司，据我所知里面分为车队队长、核算员、调度员、车队维修人员、司机、押运员，前三位是车队管理人员工资稳定，后面司机每月3500-4000不等，押运员2000-2500不等。

问题十：天然气公司安全运行员是干什么工作的 储备站运行工就是卸弗、设备维修维护什么的，CNG车用燃气运行工就是负责设备维修什么的。不知道你所指的安全运行工是指哪个部门的呢?