一种基于云计算的仓储数据管理方法及系统与流程

1.本技术请求保护一种数据管理技术，尤其涉及一种基于云计算的仓储数据管理方法。本技术还涉及一种基于云计算的仓储数据管理系统。


背景技术：

2.仓储主要是用于对商品与物品进行储存与保管的概念，仓储是集中反映工厂物资活动状况的综合场所，是连接生产、供应、销售的中转站，对促进生产提高效率起着重要的辅助作用。因此，仓储数据的管理，对优化生产，提效率降成本具有重要作用。
3.一般仓储数据的管理，都是基于本地化的数据管理，是基于仓储本身对商品或者物品保存，运输等目的进行分析，因此对更大范围内的生产、物流等分析具有数据不全面，分析不准确的问题存在。


技术实现要素：

4.为了解决上述背景技术中提出的一个或者多个问题，本技术提出一种基于云计算的仓储数据管理方法。本技术还涉及一种基于云计算的仓储数据管理系统。
5.本技术还提供一种基于云计算的仓储数据管理方法，在云服务器中设置虚拟机执行如下步骤，包括：
6.获取压缩后仓储数据，解压并提取所述仓储数据；
7.从所述仓储数据中读取标记字段，根据所述标记字段将所述仓储数据进行分类，以及按照预设的数据类型格式对比所述仓储数据的完整性；
8.将完整的所述仓储数据按照预设的分析模板进行分析，包括数据统计，时间划分，绩效评分，将分析结果进行输出；
9.根据所述分析结果生成数据展示，并输出显示所述数据展示。
10.可选的，所述仓储数据由仓储监控设备获取。
11.可选的，所述云服务器连接所述仓储监控设备采用专用私有网线，互联网或者局域网络。
12.可选的，所述仓储数据包括，商品数据，物流数据和环境数据。
13.可选的，所述完整性包括，数据的完整性和采集数据时间的完整性。
14.本技术还提供一种基于云计算的仓储数据管理系统，包括：数据获取模块、数据验证模块、数据分析模块和数据输出模块；
15.所述数据获取模块，用于获取压缩后仓储数据，解压并提取所述仓储数据；
16.所述数据验证模块，用于从所述仓储数据中读取标记字段，根据所述标记字段将所述仓储数据进行分类，以及按照预设的数据类型格式对比所述仓储数据的完整性；
17.所述数据分析模块，用于将完整的所述仓储数据按照预设的分析模板进行分析，包括数据统计，时间划分，绩效评分，将分析结果进行输出；
18.所述数据输出模块，用于根据所述分析结果生成数据展示，并输出显示所述数据
展示。
19.可选的，所述仓储数据由仓储监控设备获取。
20.可选的，所述数据获取模块通过专用私有网线，互联网或者局域网络获取所述压缩后的仓储数据。
21.可选的，所述仓储数据包括，商品数据，物流数据和环境数据。
22.可选的，所述完整性包括，数据的完整性和采集数据时间的完整性。
23.本技术相较于现有技术的优点是：
24.本技术还提供一种基于云计算的仓储数据管理方法，在云服务器中设置虚拟机执行如下步骤，包括：获取压缩后仓储数据，解压并提取所述仓储数据；从所述仓储数据中读取标记字段，根据所述标记字段将所述仓储数据进行分类，以及按照预设的数据类型格式对比所述仓储数据的完整性；将完整的所述仓储数据按照预设的分析模板进行分析，包括数据统计，时间划分，绩效评分，将分析结果进行输出；根据所述分析结果生成数据展示，并输出显示所述数据展示。本技术通过云计算，可以收集更多数据，提供更大算力，提高了对数据管理和数据分析效率和准确度。
附图说明
25.图1是本技术中基于云计算的仓储数据管理流程示意图。
26.图2是本技术中仓储监控设备示意图。
27.图3是本技术中基于云计算的仓储数据管理系统示意图。
具体实施方式
28.以下内容均是为了详细说明本技术要保护的技术方案所提供的具体实施过程的示例，但是本技术还可以采用不同于此的描述的其他方式实施，本领域技术人员可以在本技术构思的指引下，采用不同的技术手段实现本技术，因此本技术不受下面具体实施例的限制。
29.本技术还提供一种基于云计算的仓储数据管理方法，在云服务器中设置虚拟机执行如下步骤，包括：获取压缩后仓储数据，解压并提取所述仓储数据；从所述仓储数据中读取标记字段，根据所述标记字段将所述仓储数据进行分类，以及按照预设的数据类型格式对比所述仓储数据的完整性；将完整的所述仓储数据按照预设的分析模板进行分析，包括数据统计，时间划分，绩效评分，将分析结果进行输出；根据所述分析结果生成数据展示，并输出显示所述数据展示。本技术通过云计算，可以收集更多数据，提供更大算力，提高了对数据管理和数据分析效率和准确度。
30.图1是本技术中基于云计算的仓储数据管理流程示意图。
31.请参照图1所示，s101获取压缩后仓储数据，解压并提取所述仓储数据。
32.所述仓储数据首先被传输到云服务器中，该云服务器中设置有虚拟机，用于对所述数据进行处理。
33.所述仓储数据被接收到时是经过压缩的仓储数据，经过压缩，数据包体量减少，这有利于数据的传输，并且在所述数据压缩前，所述仓储数还可以进行加密，已保证数据传输的安全性。
34.所述仓储数据是由仓储监控设备获取的，所述仓储监控设备可以是多个类型的不同设备，分别获取不同的仓储数据，包括有商品数据，物流数据和环境数据，如图2所示。
35.所述商品数据为仓储中物品或者商品的数据，例如商品或者物品的名称、类别，以及所述商品自身的属性数据，例如保质期，数量等。所述物流数据包括，入库时间，出库时间等数据，所述环境数据包括有温度，湿度等数据。
36.所述仓储监控设备可以直接与云服务进行连接，也可以通过总数据收发装与所述云服务器连接，实现数据项云服务器的传输。优选的，所述仓储监控设备的仓储数据可以通过专用私有网线，互联网或者局域网络传输。
37.接收到所述仓储数据后，对所述数据进行解压，以提取所述仓储数据。进一步的，若所述数据是经过加密的数据，则需要在解压后进行数据解密以获取所述仓储数据。
38.请参照图1所示，s102从所述仓储数据中读取标记字段，根据所述标记字段将所述仓储数据进行分类，以及按照预设的数据类型格式对比所述仓储数据的完整性。
39.所述仓储数据具有不同的类别，其由于是由不同的监控设备获取的不同仓储数据，因此在获得所述仓储数据后首先对所述仓储数据进行分类，所述分类是用于对数据管理的基础，而在本技术中，所述分类也有助于所述数据的完整性验证。
40.具体的，所述完整性验证是通过预设的类型格式进行的，该格式规定了所述数据在一个类型下的完整样式。
41.所述仓储数据向云服务器发送前，需要对所述数据进行标记，该标记根据不同的设备，或者不同的数据进行标记，所述标记可以直接在所述数据中加入预设的标签实现。
42.才所述仓储数据被解压获取到后，首先读取每一条数据的标签，实现所述数据的类别识别，并对数据进行分类，基于所述分类，在存储模块中可以将数据按照不同的存储区域进行存储，实现每一类数据单独存储。在每一类单独数据中，所述数据将按照时间顺序进行存储。
43.基于所述分类，提取预设的，对应于每个类型数据的数据类型格式进行数据对比，根据对比结果判断所述数据是否是一条完整的数据。其中，当所述数据与所述类型格式具有相同结构，且所述数据内容完整时，则判断所述数据是完整的，否则数据是不完整的。
44.请参照图1所示，s103将完整的所述仓储数据按照预设的分析模板进行分析，包括数据统计，时间划分，绩效评分，将分析结果进行输出。
45.上述步骤已经确定了完整的仓储数据，这些仓储数据可用于数据分析，展示等。在本技术中，所述分析进行多种，每一种分析采用不同的分析模板进行，所述分析模板预先制作并存储，待使用时调用。
46.所述分析模板包括：数据统计、时间划分、绩效评分等，所述数据统计是基于不同类型的数据，对商品的不同维度进行统计；所述时间划分是，根据时间的不同，对商品各个维度进行统计；所述绩效评分是指，基于不同工作人员，对商品各个维度进行统计，并根据所述统计进行分数评分。
47.所述模板只是包括三个部分，包括分析名称，分析数据和分析方式，所述分析名称确定该模板的作用，所述分析数据确定所述模板要调取的数据，所述分析方式确定所述模板采用的数据处理方式。
48.上述中，所述统计一般是指将数据按照预设的规则进行累计，获得统计结果。本申
请需要说明的是，所述评分则按照如下公式进行：
[0049][0050][0051]
其中，所述p是评分结果，所述a是评分的系数，且(0＜a≤1)，所述z 是评分，所述g是参与统计的数据，所述i表示数据类型个数，所述n表示数据类型数量最大值，所述s、d、h是设置的常数，所述l、k是设置的每个数据类型中，数据量的梯度。
[0052]
基于上述评分结果可以计算出评分。
[0053]
请参照图1所示，s104根据所述分析结果生成数据展示，并输出显示所述数据展示。
[0054]
根据上述分析结果，将数据进行展示，包括展示初始的仓储数据和最终的分析结果数据。
[0055]
本技术中，所述展示是按照预设的统计方式，分类码进行展示的，所述展示在所述云服务器中首先生成展示数据，该展示数据将被发送，分别可以发送到手持终端，互联网终端等可显示终端，并在预设的显示框内进行数据展示。
[0056]
本技术还提供一种基于云计算的仓储数据管理系统，包括：数据获取模块 301、数据验证模块302、数据分析模块303和数据输出模块304。
[0057]
图3是本技术中基于云计算的仓储数据管理系统示意图。
[0058]
请参照图3所示，所述数据获取模块301，用于获取压缩后仓储数据，解压并提取所述仓储数据。
[0059]
所述仓储数据首先被传输到云服务器中，该云服务器中设置有虚拟机，用于对所述数据进行处理。
[0060]
所述仓储数据被接收到时是经过压缩的仓储数据，经过压缩，数据包体量减少，这有利于数据的传输，并且在所述数据压缩前，所述仓储数还可以进行加密，已保证数据传输的安全性。
[0061]
所述仓储数据是由仓储监控设备获取的，所述仓储监控设备可以是多个类型的不同设备，分别获取不同的仓储数据，包括有商品数据，物流数据和环境数据。
[0062]
所述商品数据为仓储中物品或者商品的数据，例如商品或者物品的名称、类别，以及所述商品自身的属性数据，例如保质期，数量等。所述物流数据包括，入库时间，出库时间等数据，所述环境数据包括有温度，湿度等数据。
[0063]
所述仓储监控设备可以直接与云服务进行连接，也可以通过总数据收发装与所述云服务器连接，实现数据项云服务器的传输。优选的，所述仓储监控设备的仓储数据可以通过专用私有网线，互联网或者局域网络传输。
[0064]
接收到所述仓储数据后，对所述数据进行解压，以提取所述仓储数据。进一步的，若所述数据是经过加密的数据，则需要在解压后进行数据解密以获取所述仓储数据。
[0065]
请参照图3所示，所述数据验证模块302，用于从所述仓储数据中读取标记字段，根据所述标记字段将所述仓储数据进行分类，以及按照预设的数据类型格式对比所述仓储数据的完整性。
[0066]
所述仓储数据具有不同的类别，其由于是由不同的监控设备获取的不同仓储数据，因此在获得所述仓储数据后首先对所述仓储数据进行分类，所述分类是用于对数据管理的基础，而在本技术中，所述分类也有助于所述数据的完整性验证。
[0067]
具体的，所述完整性验证是通过预设的类型格式进行的，该格式规定了所述数据在一个类型下的完整样式。
[0068]
所述仓储数据向云服务器发送前，需要对所述数据进行标记，该标记根据不同的设备，或者不同的数据进行标记，所述标记可以直接在所述数据中加入预设的标签实现。
[0069]
才所述仓储数据被解压获取到后，首先读取每一条数据的标签，实现所述数据的类别识别，并对数据进行分类，基于所述分类，在存储模块中可以将数据按照不同的存储区域进行存储，实现每一类数据单独存储。在每一类单独数据中，所述数据将按照时间顺序进行存储。
[0070]
基于所述分类，提取预设的，对应于每个类型数据的数据类型格式进行数据对比，根据对比结果判断所述数据是否是一条完整的数据。其中，当所述数据与所述类型格式具有相同结构，且所述数据内容完整时，则判断所述数据是完整的，否则数据是不完整的。
[0071]
请参照图3所示，所述数据分析模块303，用于将完整的所述仓储数据按照预设的分析模板进行分析，包括数据统计，时间划分，绩效评分，将分析结果进行输出。
[0072]
上述步骤已经确定了完整的仓储数据，这些仓储数据可用于数据分析，展示等。在本技术中，所述分析进行多种，每一种分析采用不同的分析模板进行，所述分析模板预先制作并存储，待使用时调用。
[0073]
所述分析模板包括：数据统计、时间划分、绩效评分等，所述数据统计是基于不同类型的数据，对商品的不同维度进行统计；所述时间划分是，根据时间的不同，对商品各个维度进行统计；所述绩效评分是指，基于不同工作人员，对商品各个维度进行统计，并根据所述统计进行分数评分。
[0074]
所述模板只是包括三个部分，包括分析名称，分析数据和分析方式，所述分析名称确定该模板的作用，所述分析数据确定所述模板要调取的数据，所述分析方式确定所述模板采用的数据处理方式。
[0075]
上述中，所述统计一般是指将数据按照预设的规则进行累计，获得统计结果。本技术需要说明的是，所述评分则按照如下公式进行：
[0076][0077][0078]
其中，所述p是评分结果，所述a是评分的系数，且(0＜a≤1)，所述z 是评分，所述g
是参与统计的数据，所述i表示数据类型个数，所述n表示数据类型数量最大值，所述s、d、h是设置的常数，所述l、k是设置的每个数据类型中，数据量的梯度。
[0079]
基于上述评分结果可以计算出评分。
[0080]
请参照图3所示，所述数据输出模块304，用于根据所述分析结果生成数据展示，并输出显示所述数据展示。
[0081]
根据上述分析结果，将数据进行展示，包括展示初始的仓储数据和最终的分析结果数据。
[0082]
本技术中，所述展示是按照预设的统计方式，分类码进行展示的，所述展示在所述云服务器中首先生成展示数据，该展示数据将被发送，分别可以发送到手持终端，互联网终端等可显示终端，并在预设的显示框内进行数据展示。