智慧楼宇运营管理平台IOC解决方案（WORD）

公众号：数字化建设方案

于 2024-03-24 06:10:48 发布

阅读量1k

点赞数 14

分类专栏：智慧园区、智慧楼宇、智慧建筑文章标签： c# 开发语言

本文链接：https://blog.csdn.net/weixin_44094929/article/details/136973456

版权

智慧园区、智慧楼宇、智慧建筑专栏收录该内容

23 篇文章 0 订阅

订阅专栏

原文《智慧楼宇运营管理平台IOC解决方案》WORD格式，主要从智慧楼宇业务架构、系统架构、软件架构、可视化平台、微服务、数据架构、应用设计等进行建设。

来源网络，旨在交流学习，如有侵权，联系速删，更多参考公众号：优享智库

总体技术架构

业务架构

按照“统一技术标准、统一安全保障、统一集成平台、统一BIM引擎”的基本思路，采用数据采集与集成技术、BIM技术、可视化技术、大数据技术等，构建智慧运营管理平台总体架构，如图 3‑1所示。

图 3‑1 智慧运营管理平台总体架构

智能运营管理平台自下而上分别为数据采集层、基础软硬件层、集成平台层、应用层和展现层。

本期数据对接以下系统：访客预约管理子系统、内部办公子系统、出入口控制子系统（闸机）、会议室预约签到子系统，分为三种方式进行对接：相关垂直子系统的数据对接、不支持接口的协议形式对接、垂直子系统数据库数据直接对接。

系统架构

软件架构

可视化平台

可视化平台将大数据的价值用最直观的方式展现出来，通过具有震撼力的展示效果，将大数据运用的成果铭刻进目标群体的内心，提升运营管理和指挥调度等的效率和科学性。

可视化平台一般具有如下特点：

可自由编排、布局

基于可视化编辑器，借助拖拽式的可视化编排方式，实现大量主题/模板协助快速构建设计版面，包括态势监控、指挥中心、业务看板、汇报演示等业务场景，通过拖拽即可实现布局，更敏捷面对各种可视化创建、调整需要。

丰富的可视化化组件

提供丰富的可视化设计组件、图表控件，包括常用的数据图表、图形、控件，以及GIS地图组件、数据3D技术、关系图谱等，打造最为美观和炫酷的可视化效果。

支持多终端展示

适应多种屏幕尺寸的展示，通过自适应多终端屏幕适配，可在Web和移动设备上访问分析结果，支持PC机、大屏幕、移动端、触控屏等多种终端呈现分析结果，分析结果支持交互操作。

微服务

应用系统架构整体设计基于高可用、高并发、高实时性要求作出以下设计：

整体采用基于Spring的微服务架构，前后端分离方式，其中主要包括以下技术：

Spring-boot-swagger2：会涉及到越来越多的企业级的RESTFul API接口。这些接口不但会服务于传统的WEB端（b/s），也会服务于移动端。在实际开发过程中，这些接口还要提供给开发测试进行相关的白盒测试，那么势必存在如何在多人协作中共享和及时更新API开发接口文档的问题，swagger2主要有以下优势：功能丰富：支持多种注解，自动生成接口文档界面，支持在界面测试API接口功能；及时更新：开发过程中花一点写注释的时间，就可以及时的更新API文档，省心省力；整合简单：通过添加pom依赖和简单配置，内嵌于应用中就可同时发布API接口文档界面，不需要部署独立服务。
Spring-boot-echarts：echarts是一个商业级数据图表，它是一个纯JavaScript的图表库，兼容绝大部分的浏览器，底层依赖轻量级的canvas类库ZRender，提供直观，生动，可交互，可高度个性化定制的数据可视化图表。创新的拖拽重计算、数据视图、值域漫游等特性大大增强了用户体验，赋予了用户对数据进行挖掘、整合的能力，它有以下优点：echarts.js容易使用：echarts.js的官方文档比较详细，而且官网中提供大量的使用示例供大家使用echarts.js支持按需求打包：echarts.js官网提供了在线构建的工具，可以在线构建项目时，选择项目所需要使用到的模块，从而达到减小JS文件的体积echarts.js开源支持中国地图功能
VUE：前后端分离的前端框架，是一套用于构建用户界面的渐进式框架。与其它大型框架不同的是，Vue 被设计为可以自底向上逐层应用。Vue 的核心库只关注视图层，不仅易于上手，还便于与第三方库或既有项目整合。另一方面，当与现代化的工具链以及各种支持类库结合使用时，Vue 也完全能够为复杂的单页应用提供驱动，它有以下优点：MVVM框架：MVVM是把MVC里的Controller和MVP里的Presenter改成了ViewModel。Model+View+ViewModel。 View的变化会自动更新到ViewModel,ViewModel的变化也会自动同步到View上显示。这种自动同步是因为ViewModel中的属性实现了OB/Server，当属性变更时都能触发对应的操作。数据驱动：Vue 最独特的特性之一，是其非侵入性的响应式系统。数据模型仅仅是普通的 JavaScript 对象。而当你修改它们时，视图会进行更新。这使得状态管理非常简单直接。组件化：在 Vue 中指令和组件分得更清晰。指令只封装 DOM 操作，而组件代表一个自给自足的独立单元轻量、简洁、高效、快速：Vue 有更好的性能，并且非常非常容易优化，因为它不使用脏检查。它使用基于依赖追踪的观察系统并且异步队列更新，所有的数据变化都是独立触发，除非它们之间有明确的依赖关系。
Spring-boot-schedule:有时需要服务器定时，或者每隔多长时间去做某件事情，Spring boot使用注解@Scheduled实现该功能,它有以下几个优点：基于注解来设置调度器。非常方便实现简单的调度对代码不具有入侵性，非常轻量级
Spring-boot-AOP：面向切面编程（AOP）提供另外一种角度来思考程序结构，通过这种方式弥补了面向对象编程（OOP）的不足，除了类（classes）以外，AOP提供了切面。切面对关注点进行模块化，例如横切多个类型和对象的事务管理,传统的编程方式是垂直化的编程，即A–>B–>C–>D这么下去，一个逻辑完毕之后执行另外一段逻辑。但是AOP提供了另外一种思路，它的作用是在业务逻辑不知情（即业务逻辑不需要做任何的改动）的情况下对业务代码的功能进行增强，这种编程思想的使用场景有很多，例如事务提交、方法执行之前的权限检测、日志打印、方法调用事件等等。
Spring-Cloud-Sleuth：在微服务框架中，一个由客户端发起的请求在后端系统中会经过多个不同的的服务节点调用来协同产生最后的请求结果，每一个前段请求都会形成一条复杂的分布式服务调用链路，链路中的任何一环出现高延时或错误都会引起整个请求最后的失败Spring Cloud Sleuth提供了一套完整的服务跟踪的解决方案。
Spring-boot-transaction：应用中需要保证用户的操作的可靠性和完整性，有些操作必须作为一组原子操作（如转账、下单减库存等）提交到数据库，如果其中的一个操作失败，其它操作也不应该生效，这就是数据库事务的概念（下单过程中减了库存，随后的下单记录添加失败，那么库存就不应该减，所以应该将这个步骤作为一个事务提交到数据库，以保证数据完整性），Spring-boot-transaction是Spring的事物接口。
Spring-WEB-mvc：在WEB模型中，MVC是一种很流行的框架，通过把Model，View，Controller分离，把较为复杂的WEB应用分成逻辑清晰的几部分，Spring-WEB-mvc是Spring对于MVC的封装，它有以下几个优点：清晰的角色划分：前端控制器（DispatcherSevlet），请求到处理器映射（HandlerMapping），处理器适配器（HandlerAdapter），视图解析器（ViewResolver），处理器或页面控制器（Controller），验证器（Validator），命令对象（Command请求参数绑定到的对象就叫命令对象），表单对象（Form Object提供给表单展示和提交到的对象就叫表单对象）。分工明确，而且扩展点相当灵活，可以很容易扩展，虽然几乎不需要由于命令对象就是一个POJO，无需继承框架特定API，可以使用命令对象直接作为业务对象和Spring其他框架无缝结合，是其他WEB框架所不具备的可适配，通过HandlerAdapter可以支持任意的类作为处理器可定制行，HandlerMapping，ViewResolver等能够非常简单的定制功能强大的数据验证，格式化，绑定机制；利用Spring提供的Mock对象能够非常简单的进行WEB层单元测试；本地化，主题的解析的支持，使更容易进行国际化和主题的切换；强大的JSP标签库，使Jsp编写更容易。
Spring-boot-shiro：Shiro 是一个强大而灵活的开源安全框架，能够非常清晰的处理认证、授权、管理会话以及密码加密。如下是它所具有的特点：易于理解的 Java Security API；简单的身份认证（登录），支持多种数据源（LDAP，JDBC，Kerberos，ActiveDirectory 等）；对角色的简单的签权（访问控制），支持细粒度的签权；支持一级缓存，以提升应用程序的性能；内置的基于 POJO 企业会话管理，适用于 WEB 以及非 WEB 的环境；异构客户端会话访问；非常简单的加密 API；不跟任何的框架或者容器捆绑，可以独立运行。
Spring-Bean、Spring-Context、Spring-Core：Spring的核心组件，这三者组合完成了Spring的核心功能Spring Bean是被实例的，组装的及被Spring 容器管理的Java对象。Spring 容器会自动完成@bean对象的实例化。创建应用对象之间的协作关系的行为称为：装配(wiring)，这就是依赖注入的本质。Spring-Context：Bean 包装的是 Object，而 Object 必然有数据，如何给这些数据提供生存环境就是 Context 要解决的问题，对 Context 来说他就是要发现每个 Bean 之间的关系，为它们建立这种关系并且要维护好这种关系。所以 Context 就是一个 Bean 关系的集合，这个关系集合又叫 Ioc 容器，一旦建立起这个 Ioc 容器后 Spring 就可以为你工作了。Spring-Core：Core 就是发现、建立和维护每个 Bean 之间的关系所需要的一些列的工具，主要包括：spring基础设施工具类、解析类元数据（Metadata）、底层Resource资源描述及基本资源加载器实现、Property管理、类型转换服务等。
Spring-Cloud-Config：spring cloud config 为分布式系统中的外部化配置提供服务器和客户端的支持。在分布式系统中，因为服务数量巨多，因此服务配置文件也很多；为了方便服务配置文件的统一管理，实时更新，所以需要分布式配置中心组件。在spring cloud 微服务架构中，服务配置中心组件就是 spring cloud config，它有以下几个优势：提供服务端和客户端支持集中式管理分布式环境下的应用配置基于 Spring 环境，无缝与 Spring 应用集成可用于任何语言开发的程序默认实现基于 git 仓库，可以进行版本管理可替换自定义实现
Netflix Zuul：Zuul 是在云平台上提供动态路由，监控，弹性，安全等边缘服务的框架。Zuul 相当于是设备和 Netflix 流应用的 WEB 网站后端所有请求的前门。Zuul 可以适当的对多个 Amazon Auto Scaling Groups 进行路由请求。Zuul提供了一个框架，可以对过滤器进行动态的加载，编译，运行。过滤器之间没有直接的相互通信，它提供了以下功能：身份验证和安全 - 识别每个资源的身份验证要求，并拒绝不满足他们的请求。洞察和监测 - 跟踪边缘的有意义的数据和统计数据，以便准确地了解生产情况。动态路由 - 根据需要将请求动态路由到不同的后端集群。压力测试 - 逐渐增加到集群的流量，以衡量性能。负载分配 - 为每种类型的请求分配容量并删除超出限制的请求。静态响应处理 - 直接在边缘构建一些响应，而不是将它们转发到内部集群。多区域弹性 - 跨AWS地区的路由请求，以使的ELB使用多样化，并使的边缘更接近的成员。
Spring-Cloud-Bus：消息总线是一种通信工具，可以在机器之间互相传输消息、文件等。消息总线扮演着一种消息路由的角色，拥有一套完备的路由机制来决定消息传输方向。发送段只需要向消息总线发出消息而不用管消息被如何转发。Spring cloud bus 通过轻量消息代理连接各个分布的节点。管理和传播所有分布式项目中的消息，本质是利用了MQ的广播机制在分布式的系统中传播消息，目前常用的有Kafka和RabbitMQ。
Netflix Eureka：Eureka是Netflix开发的服务发现框架，本身是一个基于REST的服务，主要用于定位运行在AWS域中的中间层服务，以达到负载均衡和中间层服务故障转移的目的。它主要负责完成微服务架构中的服务治理功能。它既包含了服务端组件，也包含了客户端组件，并且服务端与客户端均采用java编写，所以Eureka主要适用于通过java实现的分布式系统，或是JVM兼容语言构建的系统。Eureka的服务端提供了较为完善的REST API.，它有以下几个优点：Eureka提供了一个客户端库，该库提供了服务心跳、服务健康检查、自动发布及缓存刷新等功能。如果使用ZooKeeper，这些功能都需要自己实现，并且zookeeper通过心跳发现服务不可用时，会立即删除注册到zookeeper的服务；而eureka不会立即删除服务，因为注册的服务有可能只是因为网络轻微波动导致无法发送心跳，并不是服务不可用。Eureka在客户端会有缓存。即使所有Eureka服务器不可用，服务注册信息也不会丢失。缓存在这里是恰当的，因为它只在所有的Eureka服务器都没响应的情况下才会用到。 Eureka使用Ribbon组件实现客户端负载均衡策略
Netflix Hystrix：Hystrix是Netflix（网飞公司）开源的一款容错系统。该框架为分布式环境提供了弹性、增加了延迟容忍和容错。它通过以下几个方面解决服务雪崩问题：防止任何单个依赖占满WEB容器线程池。直接响应失败，而不是一直等待。-不放到队列排队。提供错误返回接口，而不是让用户线程直接处理依赖服务抛出的异常。使用隔离或熔断技术来降低并限制单个依赖对整个系统造成的影响（耗尽系统资源）。内部通过舱壁隔离（线程隔离和信号量隔离）使请求互不影响，熔断器机制使本次请求Fast Fail。
Spring-boot-mybatis：MyBatis 是一款优秀的持久层框架，它支持定制化 SQL、存储过程以及高级映射。MyBatis 避免了几乎所有的 JDBC 代码和手动设置参数以及获取结果集。MyBatis 可以使用简单的 XML 或注解来配置和映射原生信息，将接口和 Java 的 POJOs(Plain Ordinary Java Object,普通的 Java对象)映射成数据库中的记录，它有以下特点：简单易学：本身就很小且简单。没有任何第三方依赖，最简单安装只要两个jar文件+配置几个sql映射文件易于学习，易于使用，通过文档和源代码，可以比较完全的掌握它的设计思路和实现。灵活：mybatis不会对应用程序或者数据库的现有设计强加任何影响。 sql写在xml里，便于统一管理和优化。通过sql基本上可以实现不使用数据访问框架可以实现的所有功能，或许更多。解除sql与程序代码的耦合：通过提供DAO层，将业务逻辑和数据访问逻辑分离，使系统的设计更清晰，更易维护，更易单元测试。sql和代码的分离，提高了可维护性。提供映射标签，支持对象与数据库的orm字段关系映射提供对象关系映射标签，支持对象关系组建维护提供xml标签，支持编写动态sql。
Spring-boot-redis：Spring集成redis的客户端。
Spring-boot-cache：Spring3.1中引入了激动人心的基于凝视（annotation）的缓存（cache）技术，它本质上不是一个具体的缓存实现方案（比如EHCache 或者 OSCache），而是一个对缓存使用的抽象，通过在既有代码中加入少量它定义的各种 annotation，即能够达到缓存方法的返回对象的效果。Spring 的缓存技术还具备相当的灵活性。不仅能够使用 SpEL（Spring Expression Language）来定义缓存的 key 和各种 condition，还提供开箱即用的缓存暂时存储方案，也支持和主流的专业缓存比如 EHCache 集成，其特点总结例如以下：通过少量的配置 annotation 凝视就可以使得既有代码支持缓存支持开箱即用 Out-Of-The-Box，即不用安装和部署额外第三方组件就可以使用缓存支持 Spring Express Language，能使用对象的不论什么属性或者方法来定义缓存的 key 和 condition支持 AspectJ，并通过事实上现不论什么方法的缓存支持支持自己定义 key 和自己定义缓存管理者，具有相当的灵活性和扩展性

微服务架构与大数据平台具备天然的结合优势，由于微服务架构的架构思想是从大数据平台架构中脱离出来的，所以使用微服务架构进行系统建设，会使未来大数据平台建设后，两者结合更简单，结合的更好。

数据架构

数据架构设计主要分为两个部分进行设计，第一部分为数据共享平台设计，第二部分为数据挖掘与可视化设计。

数据共享

为提升智能楼宇中的数据资源共享利用水平，需要采集汇聚智能出入管理子系统、访客预约管理子系统、会议室预约签到管理子系统等一期建设的子系统相关系统数据，同时支持未来扩展接入其它子系统，并支撑人员信息、过程信息、业务数据、结果数据等主题数据的管理与应用服务；为提升数据质量，需要实现数据比对、去重、清洗等方的能力建设；为提升数据管理水平，需要实现数据管理与维护、数据审计能力方面的建设。本期建设包含：数据服务共享管理、数据管控与调度。

为支撑未来各子系统对楼宇数据资源的查询和检索，实现全楼宇各系统对主题数据的汇聚整合和共享共用。未来将会采用大数据管理平台产品为底层支撑，实现用户管理、资源目录管理、数据管控与调度、数据脱敏、数据备份与恢复、数据版本管理等方面的能力建设。

数据挖掘与可视化

基于数据挖掘思想与技术，为业务人员提供一套功能强大、操作简单、灵活易用的辅助分析工具，帮助数据使用人员快速的查找、匹配、组合需要的数据，并能够提供一系列数据辅助分析工具与分析结果展示工具，尽可能的减少数据分析人员在查找数据、操作数据以及展示数据方面的复杂度，大大提高工作效率，在一定程度上促进智能楼宇的管理与决策工作的开展。

系统的整体框架图如下图所示：

本系统致力于帮助3号楼发现并解决存在的问题，预测模拟将来的发展，协助及时调整策略做出更好的决策，增强可持续性。

系统架构分为两部分：

1.多维数据引擎

系统的多维数据引擎以多维数据库为核心，囊括ETL功能，旨在对原始数据进行抽取，转换和加载，支撑在线分析，是本系统的灵魂。

多维数据库采用动态生成的位图索引技术处理字符串等类型，NIO内存映射文件技术快速读取处理数字类型，并支持离线使用的cube数据存储，支持cube数据定时全量以及增量更新。

并行计算的先进数据处理模式使得基于位图索引的快速分组，过滤，钻取，支持多线程运算，互不干扰。并且还有智能避免重复计算的缓存机制。

2.交互分析模块

系统的分析模块以交互式仪表盘为分析的载体，每个分析中可向仪表盘内加入任意数量的组件和控件。所有分析中的操作均通过拖拽和点击完成，无需写SQL。

支持任意维度和指标的切换，可以对已有的表样切换字段来进行自由分析。任意维度和指标切换的功能保障了当查看分析的人员在查看分析时，如果针对已有的表样产生额外的分析需求或改变了已有的分析需求，不需要重新制作一次分析，而可以直接通过切换维度和指标实现。

可以选择数据快速创建表格或者图表以使数据可视化、添加过滤条件筛选数据，即时排序，使数据分析更快捷。

根据需求，为了使业务人员更加快捷方便的使用本系统，系统中的专业性词汇将会汉化、通俗化。

应用设计

IOC平台总体设计架构图如下:

管理门户

管理门户，是智能运营管理平台（IOC）的平台首页，以便于操作体验友好的Win10风格进行交互设计，是进入各系统模块的入口。

建立统一身份认证（单点登录）机制，为后续向平台中集成其它系统提供扩展的可能。

统一身份认证功能不仅可用于本项目所建应用系统，还将用于其他已建和待建应用系统，简化多个应用系统账户管理难度，在提高系统应用层安全性的同时实现单点登录，方便用户使用系统。

用户登录系统时，通过用户名+密码+验证码的方式进行登录，同时可为后期建设提供：数字证书、动态令牌等多种登录方式提供了基础。为后期建立统一授权管理平台提供了基础。

综合监控

综合监控模块，以BIM为展示主题，展示内容包括：

楼宇及周边环境整体展示

进入智能运营管理平台，进入综合监控页面，首先在三维地图上展示是3号楼及周边园区的三维实景仿真模型，可实现楼宇及周边环境的浏览、旋转、拖动、放大、缩小、漫游。

可通过拖动、放大或者点击操作，进入3号楼，浏览3号楼内部的BIM模型。

也可通过拖动模型、缩小或者点击操作，离开3号楼内部，回到园区周边三维模型展示。

楼宇运行关键数据展示

在首页，展示楼宇内运行的总体态势，包括基础设备点位展示、会议室利用情况展示、访客信息综合展示等。展现楼宇运行的部分综合情况，给管理者提供一目了然的楼宇运行感知窗口。

设备点位展示：在BIM 2D/3D的楼宇展示层中，在大楼的各个位置，展示由系统管理中维护的各类型设备的基本信息及设备图标信息。

会议室利用情况展示：在BIM 2D/3D的楼宇展示层中，展示各会议室的使用情况、预约情况、参会人员情况等信息。

访客信息综合展示：在BIM 2D/3D的楼宇展示层中，展示当日来访人员名单、数量、来访缘由等，并在区域内，滚动展示正在业访人员的信息，同时管理员可设置某些重要来访人员突出、置顶展示。

其他应用模块入口

首页设置其他应用模块的入口按钮，点击跳转到其他子模块的页面链接。

运行数据可视化

从访客预约管理系统、会议室预约签到系统、智能出入管理子系统三方面进行分析与监控：

访客预约管理系统

主要展示来访人员信息，以列表形式进行展示，信息中包含，来访人员姓名、公司、联系方式、身份证号、访问人员姓名、公司、部门、来访时间、来访事由、预计离开时间、是否预约会议室、预约会议室号、预约时间、预约时常等。同时可以对该信息进行备注填写。

某一来访人员的历史来访记录（日志），按月统计来访频率，按时常统计来访分布，按事由进行分类统计等。

智能出入管理子系统

展示经由闸机出入的数据，分两部分数据进行展示，第一部分为访客数据统计，统计大楼中某一段时间内的访客数量信息，同时给出按时段的访客分布，第二部分为员工数据统计，给出按日的员工时段出入大楼的曲线以供分析，给出按时间统计的进出时段高峰人流分析等。

会议室预约签到系统

以会议室平面分布图为主，即展示一张所有会议室的图，在图上标记会议室的状态：空闲中、预约中、会议中等状态，同时点击某一会议室，展示该会议室的基础信息，并展示会议室的利用情况统计，如：展示会议室日总利用时长、空闲时长、利用率比等。

统计分析

楼宇进出人员统计

以时间、性别等条件为筛选条件，通过数据共享平台接入智能出入管理子系统数据，获取楼宇进出人员信息，并进行统计，以数字、折现图形式进行展示。

会议室利用率统计

以时间为筛选条件，通过数据共享平台接入会议室预约签到系统数据，获取会议室预约预定数据信息，并以会议室整体利用时间、空闲时间等指标进行统计，以数字、折现图形式展示会议室利用率信息。

访客频次分析

以时间、性别等条件为筛选条件，通过数据共享平台接入访客预约管理系统数据，获取某一时间段内的访客信息，对其在本时间段内的频率进行统计，可以访客姓名进行查询统计，也可以对该时间段内访问频率最高的人员进行统计。以列表、折现图形式进行展示，时间刻度以日记。

会议签到率统计

以时间为筛选条件，通过数据共享平台接入会议室预约签到系统数据，获取会议室会议签到数据信息，以会议为基准指标对参会签到数据进行统计，以数字、折现图形式展示会议室利用率信息。

决策分析驾驶舱

领导决策驾驶舱是为楼宇管理者提供“一站式”决策支持的信息中心。它以驾驶舱的形式，通过各种常见的图表（仪表盘、柱形图、环形图、预警雷达等）形象展现楼宇运行的关键指标（KPI）, 支持“钻取式查询”，可以实现对指标的逐层细化、深化分析，将采集的数据形象化、直观化、具体化，直观地展现楼宇运营情况，并可以对异常关键指标预警和挖掘分析。

一期决策分析指标如下：

楼内人员总数及各类人员占比

会议室与访客情况分析

业来访时间分布

会议室使用图谱

来访目的分析

数据挖掘

本系统通过使用数据可视化工具（BI）的方式进行数据挖掘与分析，主要功能设计如下：

数据配置管理

业务包管理

业务包管理包括：创建业务包、创建数据连接、创建表关联关系

创建业务包

创建业务包功能包括新增、修改、删除，同时包括数据字段智能转义、数据表数据查看、表关联关系设置功能，业务包中的数据是整个可视分析的数据基础，是由数据管理员创建，数据来源于数据连接到的各类数据。并提供数据表和字段快速搜索功能，能够在海量表中或者字段中通过模糊搜索找到想要的表和字段。其源数据可以来自多个表，或者多个数据库的多个表。根据需求，除了对表名的搜索，还可以搜索接数据库后的含有某字段意义的所有数据表。

其中数据字段智能转义功能-ExcelView

将数据库中的表名和字段名转换成为业务人员可理解的名称，需要数据管理员在配置界面针对表盒各个字段进行手动调整。为了提供系统的部署上线效率，又特别致辞转义的信息可以直接读取数据库中的注释。

系统增加了ExcelView功能，从而做到了对数据转移的完美相应。我们知道，对于一些结构复杂的数据表，其中字段的含义是比较难以理解的。如果通过前面提到的方式去转义数据。可能需要大量的汉字加以描述，而对于简单的转义字段名，业务人员无法理解，不能通过拖拽数据表字段去做分析。

通过ExcelView业务人员无需去理解数据中数据表每个字段的含义，只需要知道业务数据录入至系统中时的填报表格的每个单元格含义即可，业务人员可以直接通过Excel表格中的填报单元格从数据库中读取，然后加以分析。录入系统的工具可能是Excel，也可能是报表工具等等，但是最终都可以转换成Excel样式。

创建数据连接

支持Oracle、SQLServer、MySQL 、DB2、Access等数据。支持ODBC数据源，支持JNDI数据源，支持共享应用服务器数据源。

支持文本数据，支持将Excel文件、XML文件等稳健性的数据直接作为数据源；也支持内置数据集。

创建表关联关系

对业务包下的表进行表关系管理。

专题包管理

业务包管理包括：创建专题包、获取数据表、创建表关联关系

创建专题包

创建专题包功能包括新增、修改、删除，同时包括数据字段智能转义、数据表数据查看、表关联关系设置功能，专题包中的数据是整个可视分析的数据基础，是由数据管理员创建，数据来源于数据连接到的各类数据。并提供数据表和字段快速搜索功能，能够在海量表中或者字段中通过模糊搜索找到想要的表和字段。其源数据可以来自多个表，或者多个数据库的多个表。根据需求，除了对表名的搜索，还可以搜索接数据库后的含有某字段意义的所有数据表。

获取数据表

通过对业务包中的表进行筛选，把相应类型的数据表放在专题包中，专题包中的数据是从业务包中进行选择。

创建表关联关系

对业务包下的表进行表关系管理。

工作包管理

创建工作包

根据需求，工作包中的数据表由业务包和专题包提供，系统的工作包的创建权限，也可由业务人员进行分配。其中包含着能够提供给分析人员的搜有业务数据表，其源数据可以来自多个表，或者多个数据库的多个表。根据需求，除了对表名的搜索，还可以搜索接数据库后的含有某字段意义的所有数据表。

工作包是多维数据库在前段的映射，通过工作包的创建和设置，是的多维数据库和业务分析需求的衔接更加紧密自然。

为了增强业务工作包的可读性和实用性，系统对业务提供了一系列的设置项，对工作包进行数据库转义，建立关联关系，也可以手动选择将数据表中需要使用的字段添加都Cube中。

获取数据

从业务包和专题包中抽取数据并组成工作包，工作包中的数据表分成固定的、非固定的两种属性，以不同标记区分。对于这些数据表，可以建立表间的关联、预览表中数据结果、将数据表的字段转译成业务含义，并可以对数据进行筛选、基础运算操作。

数据获取主要包括：数据集获取、EXCEL数据获取、内置数据集获取，

数据集获取只要是在业务包和专题包中获取数据作为数据源创建分析；EXCEL数据获取是上传本地EXCEL数据作为数据源创建分析;内置数据集获取主要是通过本程序新建一张表，并输入新数据作为数据源创建分析。

（1）数据字段智能转义-ExcelView

（2）数据转化处理-ETL流

采用ETL流进行数据分析。用于处理数据访问逻辑关系，完成表与表之间的数据对接。ETL处理界面简单清爽，可轻松实现数据表或字段的处理，一些主要操作如下：

新增公式列：指通过对现有的数据列进行公示计算而得到的一个新的数据列。
JOIN或UNION转化：通过JOIN或UNION功能，实现表间关联。
行列转换：将关系数据表中的行转换为列，即将转化前数据表中某个字段的所有值取出来，配以某个指标字段，成为新表的列名。
使用部分字段：指自己选择需要从数据库中同步到Cube里面的数据表中的字段添加进来，不同步不需要的字段，增强Cube的实用性，加快其同步速度。
数据表过滤：可以直接在原数据表中的基础上进行ETL过滤转换，只更新制定时间或者制定条件的数据。
分组统计字段：即可以经过基础的计算之后，将该数据添加到数据表中，并更新到Cube中。
构建自循环列：可以满足构建组织层级关系显示数据的需求，循环列一般应用于内分组以及下拉框的层级选择。
新增分组列：对指定数据列中的所有值进行重新分组。
表关联：建立表与表间连接关系。

（3）添加sql表

（4）添加excel表数据

（5）数据源：工作包中的数据表，来源于业务包和专题包中。

（6）根据客户需求，工作包中的数据表，既可是随数据源变化的、也可是数据落地、固定的，不同属性的表格用不同图标区分。

（7）预览和另存

数据修正

工作包中数据表为落地、固定的时，应可对数据内容进行修改（增删改查），增加空白行、增加空白列，并具有文字、数据录入功能。

能够新增公式列、行，具备基础运算公式，支持复杂公式的自定义。应客户需求，可针对某一单元格增加公式内容。

在工作包建立后，系统会在后台自动生成对应的cube，Cube可以设置定时全量或增量更新，淡然也支持单表的跟新策略设置。服务器中实现并行运算以提高性能，充分利用了现有的服务器资源。

数据处理

数据处理主要包括：关闭并应用、预览数据、添加自定义列、添加条件列、删除列、选择显示列、替换值、更改类型、拆分列、数据筛选、添加公式列、统计信息、应用的步骤等功能。

处理分析功能主要是对工作包中数据进行处理分析，包括对数据表的过滤、新增公式或空白行（列）、使用部分字段以及分组汇总功能，并可将处理后的数据表另存为工作包中的一张新表。

从工作包中选中数据表，页面将出现此数据表的明细表。根据客户需求，当数据表字段数量多或数据表中数据量大的情况下，页面将设置滚动条，并且客户可以根据自己的需要，选择行/列进行固定，其余行/列滚动条拖拽。

数据处理阶段操作习惯应贴近微软Office使用习惯，数据处理过程中应全程体现数据操作所见即所得的设计理念。

图表制作

创建展示页

根据数据工作包中的数据，通过简单的拖曳操作对数据进行分析，是系统的主要前端展示方式，具有丰富的窗体展示模型以及控件。

本模块根据使用者的实际需要，提供快捷的查询条件，以及多种分析方式进行数据分析与展示功能。主要包括两种类型的分析：普通即时分析和实时报表。普通即时分析：是指普通的分析模板，从Cube多维数据库中获取数据，进行数据分析；实时报表：是指做出来的即时分析模板，可以对数据进行实时查看，保证数据的准确性。

图表制作

图表制作由报表设计器和报表服务器两部分组成，通过报表设计器，拖拖拽拽即可制作出实现数据展示（报表）、数据查询（参数）、数据录入（表单）工作的页面模板，然后通过报表服务器将模板解析为零客户端的HTML页面展现给用户。

根据客户需求，在图表制作时，涉及的专业术语都将汉化、通俗化。系统会设计几个固有模板，方便用户使用。图表制作软件支持基础运算公式，表格具备文字录入功能、复制粘贴功能、预览打印另存功能、表格拖拽功能。

我创建的展示页

登录系统之后，点击左侧我创建的菜单，可看到我们所创建的所有模板全部在右边显示出来，可对模板进行重命名、分享、单击文件名进入、编辑、删除等操作。

发布和共享展示页面

报表管理

报表管理包括目录管理和报表管理。目录管理：是指对虚拟目录的增删改；报表管理：针对某个目录，为该目录添加删除模板。虚拟目录树就是像windows系统中的文件夹的结构一样，分为文件夹跟子文件夹，可以在不同文件夹保存内容，方便识别和管理。这个虚拟目录树的文件夹信息，也保存在数据库中。

分析展示

查看分析是指创建好分析展示页之后，将模板分享给其他用户，其他用户在分享给我的目录下面查看此分析，自己在我创建的目录文件夹下查看此分析。

设施管理

基础设施管理

配置BIM中展示的各类型设备的基本信息，如：空调设备的名称、型号等基础信息，配置完成后，并在设备位置信息管理中进行配置，在BIM模型中即可展示该设备图标，同时可展示该设备的基本信息。

设备生产厂家管理

对各类设备的生产厂家信息进行维护，如厂家名称、地址、联系人、联系方式等。

设备型号管理

对各类设备的型号进行展示，如：设备型号、生产厂家、基本信息等。

设备位置信息管理

在该功能中，将设备的基本信息与设备楼层信息进行匹配，匹配完成后，即可在BIM模型中进行展示。

楼宇基础信息管理

楼宇基本信息管理

配置楼宇的基本信息，如：楼宇名称、楼层数等。

楼层信息管理

配置楼宇内各楼层的面积、上传设计图等。

空间信息管理

配置某一区域的名称，如：1101会议室等，同时配置该区域的基本信息，配置完成后，即可在BIM中进行展示。

系统管理

用户管理

对IOC平台可登录的用户信息进行管理，可对人员的基本信息进行增加、删除、修改、角色配置等操作。

角色管理

对用户的角色信息进行管理，可进行增加、删除、修改的操作。

权限管理

可对用户的权限信息进行管理，可对用户角色进行权限配置，即制定哪些角色只能查看哪些内容，只能操作哪些按钮。

日志管理

对系统内的各类型日志进行查询、筛选、备注设置等。并可导出相关日志单。

信息配置

对系统中的各类基础信息值进行管理，如下拉列表中的值的动态配置等。

数据设计

数据采集

在基于实际调研的基础上，结合目前技术发展水平，主要采用5大类近16种数据对接和共享方式，从而尽量保证楼宇的多源异构数据可以更好的融入该平台。

基于上述数据对接的内容，考虑楼宇系统的类型和复杂程度，并为了更好的兼容楼宇内部多源异构的数据，本次项目拟采用以下四种数据采集与对接方式：

基于静态文件的对接方式

对于一些静态数据资源，这些资源短周期内不会发生特别大的变化（是楼宇BIM数据、周边环境GIS数据），可直接提供标准化数据资源文件，通过进一步加工融入IOC平台，同时需要周期性维护更新。

基于数据库访问的对接方式

直接开放数据库访问权限，为数据整合专门提供特定用户，根据用户信息直接访问数据库，定期直接更新数据资源。

基于服务共享的对接方式

建设方和垂直子系统厂家、维保商合作，共同研讨开发数据共享服务接口，将脱密后的数据接入平台。

基于硬件厂商接口的对接方式

由于视频数据的特殊性，需要与视频硬件设备厂商合作，根据其提供的视频开发接口，由建设方负责进行视频的集成。这就要求视频厂商提供标准化的视频接口方式。

数据库设计

数据库主要包括三维GIS数据库、BIM数据库、实时监测数据库、历史数据库、业务数据库等。

三维GIS数据库

主要存储楼宇及周边环境的三维GIS模型数据。

BIM数据库

主要存储楼宇BIM模型数据。包括建筑模型、结构模型、管线模型、设备模型等。

实时监测数据库

主要存储从访客预约管理系统、智能出入管理子系统、会议室预约签到系统中获取到的实时业务数据。部分业务数据需要使用redis缓存数据库技术进行临时存储，使用该技术可极大提高页面数据展示速度。

历史数据库

实时库中的数据均会入到历史库中，同时应对于页面展示所进行的实时指标统计值，也会存入到历史数据库中。

业务数据库

包括楼宇内部管理的统计分析数据。

一级分类	二级分类
人员态势统计数据	所有闸机当日累计通过人数
	每台闸机当日累计通过人数
	进出楼人员的性别占比
	本楼职工与外来人员占比
	外来人员来源组成
空间管理统计数据	会议室使用率
空间管理统计数据	部门统计会议室使用次数

系统运行环境设计

展示终端要求

智能运营管理平台主要的展示终端维4K液晶显示屏组，一期采用一台80英寸和2台40英寸液晶显示器,二期迁移到研究院计划建设的大屏。

服务器及存储设计

项目名称	性能参数	数量	单位
可视化渲染平台	可视化渲染机可视化集群控制器可视化渲染运行平台三维渲染插件地图服务平台	1	套
三维模型服务器	CPU高端服务器专用16核内存：64G以上硬盘：TB级	1	台
数据集成平台服务器	CPU高端服务器专用16核内存：64G以上硬盘：TB级	2	台
数据库	ORCALE数据库	1	套