欢迎来到知嘟嘟！ 联系电话：13095918853 卖家免费入驻，海量在线求购！ 卖家免费入驻，海量在线求购！
嘟嘟会员
帮助中心 网站地图
登录 / 免费注册
知嘟嘟
我要发布
首页 转移热力图Hot 专利交易 委托购买 高校专区 科技服务 专利求购 年费查询 行业资讯
联系电话：13095918853
知嘟嘟经纪人
收藏
云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法
￥32200
专利号： 2019102014726
申请人： 浙江工业大学
专利类型：发明专利
专利状态：已下证
专利领域： 计算；推算；计数
更新日期：2023-12-11
缴费截止日期： 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，其特征在于，所述方法包括以下步骤：第一步：构建服务数据可视化建模与匹配方法的架构，包括三个模块：数据建模、图形建模和匹配引擎；

1.1、数据建模：从Internet获取的REST服务经解析器解析后进行注册，存储于缓存cache或数据库Database中，自动调用后所获取的基于JSON的REST服务数据，通过服务数据建模将服务数据转变为标准化模型，并抽取出主要数据结构生成元数据树MDT；

1.2、图形建模：对多种配置型可视化工具所支持的图形进行数据结构分析与归纳，整理出主要图形的通用数据结构及数据映射关系，再根据上述信息进行可视化图形建模，创建描述性可视模型VT；

1.3、匹配引擎：调取数据建模所生成的MDT，从MDT中搜索与VT中的图形结构模型匹配的数据结构片段，来查询源数据可生成的图形种类，并根据映射关系信息自动化生成可视化图形；

第二步：定义元数据树MDT,包括根节点TRoot、索引节点INode、数据节点DNode，同时用深度level来表示节点在树结构中的层数，根节点默认为第一层，即level＝1，步骤如下：

2.1、根节点：MDT的根节点，即MDT的起始节点；

2.2、索引节点：代表JSON数据中每一个关键字KEY，但不包括JSON数据中最内层的“键-值”对的关键字，索引节点为非根节点、非叶子节点；

2.3、数据节点：代表JSON数据中最内层的“键-值”对，存储为叶子节点；

第三步：读取调用的REST API所返回的JSON数据，将JSON数据集ds作为建模算法的输入，对ds进行树形结构建模，步骤如下：

3.1、创建一棵根节点为TRoot的MDT，TRoot是起始节点，根节点的深度level默认为1；

3.2、读取JSON数据集ds，如果是首次读取ds，设置ds的第一个元素为当前元素，元素包括关键字KEY及其值VALUE；否则设置ds的下一个元素为当前元素；若JSON数据最外层就是ARRAY，则TRoot的isMark＝1，元素数量arrayNum为ARRAY元素个数；

第四步：通过剪枝的方法，保留基本的数据结构信息，剪除相同的重复数据结构，缩小模型的体量，但仍然保留基础的数据结构，降低JSON数据结构所带来的查询开销；

第五步：对可视化图形进行分类，归纳总结各类图形的属性及结构特征，通过建模创建一种可视模型树VT，来形式化地表述各类图形信息；

第六步：将可视模型树VT与MDT进行匹配查询，查找MDT中与VT的各个StructModel匹配的片段，并根据Mapping信息进行数据映射，生成可视化图形。

2.如权利要求1所述的云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，其特征在于，所述第四步的处理过程包括以下步骤；

4.1、从level＝1的TRoot开始，按广度优先策略，按层遍历MDT的根节点与索引节点；广度优先策略将按level逐层遍历MDT，从level＝1的第一层开始遍历，当level层的节点遍历完成后，再继续遍历level+1层的节点；

4.2、将MDT的TRoot存入遍历队列；

4.3、按遍历队列顺序，读取每个节点的isMark属性；

4.4、当遍历队列中全部为数据节点时或遍历队列为空时，停止遍历，结束方法；

4.5、输出剪枝后的MDT。

3.如权利要求2所述的云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，其特征在于，所述步骤4.3的处理过程为：

4.3.1、若遍历到的节点的isMark属性值为1，则保留当前节点的第一个子节点，剪除其余的子节点及其子节点的子树结构，跳转至步骤4.3.4；

4.3.2、若遍历到的节点的isMark属性值为0，则不进行任何操作，跳转至步骤4.3.4；

4.3.3、若遍历到的节点为数据节点，将当前节点从遍历队列中删除，跳转至步骤4.3；

4.3.4、将当前遍历到的节点的子节点加入遍历队列，并将当前节点从遍历队列中删除，再跳转至步骤4.3。

4.如权利要求1～3之一所述的云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，其特征在于，所述第五步包括以下步骤：

5.1、定义VT包括基础属性BASICATTRIBUTE和可视结构DVSCHEMA两个部分，形式化定义如(11)，其中BASICATTRIBUTE保存了图形标题、副标题及其他文本样式的通用信息；

(11)、VisualModel::＝

5.2、BASICATTRIBUTE包括三个属性：标题title、子标题subtitle、属性attributes，形式化定义如(12)，title用于保存最终生成的可视化图形的标题，subtitle用于保存最终生成的可视化图形的子标题，attributes用于保存最终生成的可视化图形的位置、颜色组合、字体、字号设置参数；

(12)、BASICATTRIBUTE::＝<subtitle><attributes></p></div><div num="31"><p class="claim-text">5.3、BASICATTRIBUTE根据图形所需的数据类型、图形数据结构、图形维度将常见的可视化图形归纳为四种基础类别：一般图形General、拓扑图Topology、地图Map、文本图形Text，形式化定义如(13)；</p></div><div num="32"><p class="claim-text">(13)、DVSCHEMA::＝<General><Topology><Map><Text></p></div><div num="33"><p class="claim-text">5.4、步骤5.3中的四种基础类别下属均分别包含两个属性：图形类型和图形结构，VType保存了该类别所属图形种类，StructModel保存了该类别所属图形的基本可视化结构，形式化定义如(14)，“A::B”表示“A包含了属性B”；</p></div><div num="34"><p class="claim-text">(14)、DVSCHEMA::＝<General><Topology><Map><Text>::<VType><StructModel></p></div><div num="35"><p class="claim-text">5.5、步骤5.4中四种基础类别均有各自的映射关系，描述了各类图形的数据结构、数据维度、图形结构关系、数据映射位置信息；根据Mapping信息并结合图形的数据结构，可以抽象出各类图形的基本可视化结构StructModel，步骤三中所生成的MDT将与StructModel进行匹配，来判断REST API的返回数据能够生成何种可视化图形。</p></div><div num="36"><p class="claim-text">5.如权利要求1～3之一所述的云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，其特征在于，所述第六步的处理过程包括以下步骤：</p></div><div num="37"><p class="claim-text">6.1、解析VT中四种基础类别的StructModel，提取每种StructModel中的临时根节点及其子结构，每一个临时根节点及其子结构构成的树结构片段将作为查询子图，根据步骤</p></div><div num="38"><p class="claim-text">5.5.1至5.5.4可以提取出六个查询子图：General类型的StructModel的下属Root为起点的子结构，Topology类型的StructModel的下属分别以Root1和Root2为起点的两个子结构，Map类型的StructModel的下属分别以Root1和Root2为起点的两个子结构，Text类型的StructModel的下属Root为起点的子结构；</p></div><div num="39"><p class="claim-text">6.2、将MDT作为目标图，所述6.1中的六个查询子图依次作为输入，每输入一个查询子图就遍历一次MDT，查找与当前输入的查询子图匹配的MDT片段；</p></div><div num="40"><p class="claim-text">6.3、按照广度优先策略，按层遍历MDT；</p></div><div num="41"><p class="claim-text">6.4、将MDT的节点从TRoot开始，按层数从小到大的顺序存入遍历队列Q；</p></div><div num="42"><p class="claim-text">6.5、按遍历队列Q的顺序，将当前遍历到的节点Ni放入集合S1，并将查询子图的临时根节点M放入集合S2；</p></div><div num="43"><p class="claim-text">6.6、比较S1与S2中节点的结构是否一致，即S1与S2中每一个对应节点的父子关系是否一致；若S1与S2中节点的结构一致，将M的子节点的集合L2中的节点依次加入集合S2；跳转至步骤6.8；</p></div><div num="44"><p class="claim-text">6.7、若S1与S2中节点的结构不一致，设置i＝i+1，清空S1与S2，跳转至步骤6.5；</p></div><div num="45"><p class="claim-text">6.8、每当S2中新增一个节点L2k时，进行步骤6.9；</p></div><div num="46"><p class="claim-text">6.9、读取节点Ni的子节点的集合L1中的节点，依次加入集合S1，S1中每加入一个节点L1j就与S2进行一次结构匹配；</p></div><div num="47"><p class="claim-text">6.10、若L1与L2中的节点都已遍历完，清空L1和L2，然后在MDT中查找出S1中的叶子节点对应的原节点，并将这些原节点的子节点重新生成L1；在查询子图中查找出S2中叶子节点对应的原节点，并将这些原节点的子节点重新生成L2，跳转至步骤6.6；</p></div><div num="48"><p class="claim-text">6.11、若查询子图的节点均已加入S2，则将S1中的结构保存于集合R中，并清空S1、S2、L1、L2，设置i＝i+1，跳转至步骤6.5；</p></div><div num="49"><p class="claim-text">6.12、当遍历队列Q中的节点遍历完成后，输入下一个查询子图，重复步骤6.5至6.12；</p></div><div num="50"><p class="claim-text">6.13、直至六个查询子图都完成了查询，根据输出的匹配结果集合R，按照Mapping结构将MDT中的数据映射对应类型的图形结构中，从而生成可视化图形。</p></div><div num="51"><p class="claim-text">6.如权利要求5所述的云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，其特征在于，所述步骤6.9的处理过程为：</p></div><div num="52"><p class="claim-text">6.9.1、若S1与S2匹配成功，设置k＝k+1，向S2加入节点L2K，跳转至步骤6.8；</p></div><div num="53"><p class="claim-text">6.9.2、若S1与S2匹配失败，则移除S1中刚加入的节点L1j，设置j＝j+1，向S1中加入节点L1j，跳转至步骤6.9。</p></div><div num="54"><p class="claim-text">7.如权利要求1～3之一所述的云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，其特征在于，所述2.1中，所述根节点内包含以下信息：</p></div><div num="55"><p class="claim-text">2.1.1、星标isMark：记录JSON数据中最外层结构是否为数组类型，若是用1标记，若否用0标记；isMark形式化定义表述如(1)(2)，isMark的数据类型为数字NUMBER，若JSON数据中“键-值”对中的值VALUE为数组ARRAY，则isMark＝1，否则isMark＝0；“#”为数据类型定义符，“::＝”为赋值符，〖A→condition⊕<B>:<C>〗表示若A符合条件condition，则该式值为B，否则该式值为C；</p></div><div num="56"><p class="claim-text">(1)、“isMark”#<NUMBER></p></div><div num="57"><p class="claim-text">(2)、“isMark”::＝〖“VALUE”→ARRAY⊕<1>:<0>〗</p></div><div num="58"><p class="claim-text">2.1.2、元素数量arrayNum：若当前节点的isMark为1，则记录数组元素个数，若当前节点的isMark为0，则用0标记；arrayNum形式化定义表述如(3)(4)，arrayNum属性值为数字NUMBER类型，若JSON数据中“键-值”对中的值VALUE为ARRAY，则arrayNum等于VALUE数组的长度，否则arrayNum＝0；</p></div><div num="59"><p class="claim-text">(3)、“arrayNum”#<NUMBER></p></div><div num="60"><p class="claim-text">(4)、“arrayNum”::＝〖“VALUE”→ARRAY⊕<ARRAY.length>:<0>〗。</p></div><div num="61"><p class="claim-text">8.如权利要求1～3之一所述的云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，其特征在于，所述2.2中，所述索引节点内包含以下信息：</p></div><div num="62"><p class="claim-text">2.2.1、节点名称name：name的数据类型为字符串STRING，name属性值为JSON数据中“键-值”对中的关键字KEY；name形式化定义表述如(5)(6)；</p></div><div num="63"><p class="claim-text">(5)、“name”#<STRING></p></div><div num="64"><p class="claim-text">(6)、“name”::＝<KEY></p></div><div num="65"><p class="claim-text">2.2.2、节点值类型vType：vType是JSON数据中“键-值”对中的值VALUE的数据类型，属性值为对象OBJECT、数组ARRAY、字符串STRING、数字NUMBER、TRUE、FALSE之一；vType形式化定义表述如(7)；</p></div><div num="66"><p class="claim-text">(7)、“vType”::＝[OBJECT|ARRAY|STRING|NUMBER|TRUE|FALSE]</p></div><div num="67"><p class="claim-text">2.2.3、星标(isMark)：记录JSON数据中，以当前节点名称name作为关键字的“键-值”对中的值VALUE是否为数组类型，若是用1标记，若否用0标记；isMark形式化定义表述同步骤</p></div><div num="68"><p class="claim-text">2.1.1中的(1)(2)；</p></div><div num="69"><p class="claim-text">2.2.4、元素数量arrayNum：若当前节点的isMark为1，则记录“键-值”对中的值VALUE的数组元素个数，若当前节点的isMark为0，则用0标记；arrayNum形式化定义表述同步骤</p></div><div num="70"><p class="claim-text">2.1.2中的(3)(4)。</p></div><div num="71"><p class="claim-text">9.如权利要求1～3之一所述的云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，其特征在于，所述2.3中，所述数据节点内包含以下信息：</p></div><div num="72"><p class="claim-text">2.3.1、节点名称name：保存JSON数据中“键-值”对中的关键字KEY，数据类型为字符串STRING；name形式化定义表述同步骤2.2.1中的(5)(6)；</p></div><div num="73"><p class="claim-text">2.3.2、节点值nValue：nValue的数据类型为STRING，属性值为JSON数据中“键-值”对中的值VALUE；nValue形式化定义表述如(8)(9)；</p></div><div num="74"><p class="claim-text">(8)、“nValue”#<STRING></p></div><div num="75"><p class="claim-text">(9)、“nValue”::＝<VALUE></p></div><div num="76"><p class="claim-text">2.3.3、节点类型type：保存JSON数据中“键-值”对中的值VALUE的数据类型，为“str”、“num”或NULL，其中“str”代表type的数据类型为STRING，“num”代表type的数据类型为NUMBER，NULL表示type的属性值为空；type形式化定义表述如(10)；</p></div><div num="77"><p class="claim-text">(10)、“type”::＝[“str”|“num”|NULL]。</p></div><div num="78"><p class="claim-text">10.如权利要求1～3之一所述的云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，其特征在于，所述步骤3.2的处理过程如下：</p></div><div num="79"><p class="claim-text">3.2.1、若VALUE的数据类型非OBJECT，同时非ARRAY，创建深度为level+1的数据节点，节点名称name为关键字KEY，节点值nValue为值VALUE，节点类型type为值VALUE的数据类型；完成后跳转至步骤3.2；</p></div><div num="80"><p class="claim-text">3.2.2、若VALUE的数据类型为ARRAY，创建深度level’＝level+1的索引节点，节点名称name为关键字KEY，节点值类型vType为ARRAY，isMark＝1，元素数量arrayNum为当前VALUE数组中的元素个数；</p></div><div num="81"><p class="claim-text">3.2.3、若VALUE的数据类型为OBJECT，创建深度level’＝level+1的索引节点，节点名称name为每个OBJECT元素中的关键字KEY，节点值类型vType为每个OBJECT元素中的值VALUE的数据类型；若当前vType为ARRAY，则isMark＝1，元素数量arrayNum为当前VALUE数组中的元素个数；若当前vType不为ARRAY，则isMark＝0，arrayNum＝0；</p></div><div num="82"><p class="claim-text">3.2.4、将步骤3.2.3中VALUE数组作为新的JSON数据集ds’，跳转至步骤3.2。</p></div></span></div></div><div tabIndex="0" role="presentation" style="width:0;height:0;overflow:hidden;position:absolute;"></div></div><div role="tabpanel" aria-hidden="true" class="ant-tabs-tabpane ant-tabs-tabpane-inactive"></div><div role="tabpanel" aria-hidden="true" class="ant-tabs-tabpane ant-tabs-tabpane-inactive"></div><div role="tabpanel" aria-hidden="true" class="ant-tabs-tabpane ant-tabs-tabpane-inactive"></div><div role="tabpanel" aria-hidden="true" class="ant-tabs-tabpane ant-tabs-tabpane-inactive"></div></div><div tabIndex="0" role="presentation" style="width:0;height:0;overflow:hidden;position:absolute;"></div></div></div></div> <!----> <div class="right_content"><div class="right_content" style="width:;" data-v-0d880f8f><!----> <!----> <div class="command_box fourth" data-v-0d880f8f><div class="tit" data-v-0d880f8f><span data-v-0d880f8f><img src="/_nuxt/img/important.ff8246f.svg" alt data-v-0d880f8f></span> <span class="desc" data-v-0d880f8f>推荐专利</span></div> <a target="_blank" title="一种云计算模式下JSON数据可视化优化方法" href="https://www.iprtt.com/sell/detail/2019112549510" class="items clearfix" data-v-0d880f8f><div title="一种云计算模式下JSON数据可视化优化方法" class="title hand" data-v-0d880f8f>一种云计算模式下JSON数据可视化优化方法</div> <div class="bottom" data-v-0d880f8f><div class="tips typeName invente" data-v-0d880f8f>发明专利</div> <div class="price1" data-v-0d880f8f><span data-v-0d880f8f>面议</span></div></div></a><a target="_blank" title="计算机文件数据匹配系统" href="https://www.iprtt.com/sell/detail/2023113689492" class="items clearfix" data-v-0d880f8f><div title="计算机文件数据匹配系统" class="title hand" data-v-0d880f8f>计算机文件数据匹配系统</div> <div class="bottom" data-v-0d880f8f><div class="tips typeName invente" data-v-0d880f8f>发明专利</div> <div class="price1" data-v-0d880f8f><span data-v-0d880f8f>￥40300</span></div></div></a><a target="_blank" title="一种云计算数据中心用的主机与机柜连接机构 【云计算】" href="https://www.iprtt.com/sell/detail/2023235771555" class="items clearfix" data-v-0d880f8f><div title="一种云计算数据中心用的主机与机柜连接机构 【云计算】" class="title hand" data-v-0d880f8f>一种云计算数据中心用的主机与机柜连接机构 【云计算】</div> <div class="bottom" data-v-0d880f8f><div class="tips typeName ulity" data-v-0d880f8f>实用新型</div> <div class="price1" data-v-0d880f8f><span data-v-0d880f8f>面议</span></div></div></a><a target="_blank" title="一种云计算机数据中心机柜" href="https://www.iprtt.com/sell/detail/2021101738003" class="items clearfix" data-v-0d880f8f><div title="一种云计算机数据中心机柜" class="title hand" data-v-0d880f8f>一种云计算机数据中心机柜</div> <div class="bottom" data-v-0d880f8f><div class="tips typeName invente" data-v-0d880f8f>发明专利</div> <div class="price1" data-v-0d880f8f><span data-v-0d880f8f>￥37100</span></div></div></a></div> <div class="ques_box second img" data-v-0d880f8f><div class="btn" data-v-0d880f8f>我要求购</div></div> <div class="ques_box third" data-v-0d880f8f><div class="tit" data-v-0d880f8f>我不想找了，帮我找吧</div> <div class="form_box" data-v-0d880f8f><form class="ant-form ant-form-horizontal" data-v-0d880f8f><div class="ant-row ant-form-item" data-v-0d880f8f><div class="ant-col ant-form-item-control-wrapper"><div class="ant-form-item-control"><span class="ant-form-item-children"><textarea placeholder="请输入委托购买描述，100字以内" row="4" data-__meta="[object Object]" data-__field="[object Object]" id="buy_form_describe" class="ant-input" data-v-0d880f8f></textarea></span><!----></div></div></div> <div class="ant-row ant-form-item" data-v-0d880f8f><div class="ant-col ant-form-item-control-wrapper"><div class="ant-form-item-control"><span class="ant-form-item-children"><input placeholder="请输入联系电话" type="text" data-__meta="[object Object]" data-__field="[object Object]" id="buy_form_contact" class="ant-input" data-v-0d880f8f></span><!----></div></div></div> <div class="ant-row ant-form-item" data-v-0d880f8f><div class="ant-col ant-form-item-control-wrapper"><div class="ant-form-item-control"><span class="ant-form-item-children"><input placeholder="请输入姓名" type="text" data-__meta="[object Object]" data-__field="[object Object]" id="buy_form_name" class="ant-input" data-v-0d880f8f></span><!----></div></div></div> <div class="ant-row ant-form-item" data-v-0d880f8f><div class="ant-col ant-form-item-control-wrapper"><div class="ant-form-item-control"><span class="ant-form-item-children"><button type="button" class="box_btns ant-btn ant-btn-primary" data-v-0d880f8f><span>提 交</span></button></span><!----></div></div></div></form></div></div> <div class="ques_box first" data-v-0d880f8f><div class="tit" data-v-0d880f8f>您有专利需要变现?</div> <div class="btn" data-v-0d880f8f>我要出售</div> <div class="desc" data-v-0d880f8f>智能匹配需求，快速出售</div></div> <!----> <!----> <!----> <!----> <!----> <!----> <!----></div></div></div></div><div class="addPool_dialog"><!----> <!----></div></div></div></div> <div id="footer"><div class="mwidth"><div class="foottxt"><div class="footlogo fl"><a href="/" class="nuxt-link-active"><img src="/_nuxt/img/blogo.9684e5c.svg" alt="知嘟嘟" title="知嘟嘟专利交易平台" style="width:200px;height:64px;margin-top:0px;"></a></div> <div class="fr footmain"><div class="footnav1"><h3><a href="https://www.iprtt.com/" target="_blank">知嘟嘟</a></h3> <ul><li><a href="/sell/p1">专利商城</a></li> <li><a href="/purchase">专利求购</a></li></ul></div> <div class="footnav1"><h3>友情链接</h3> <ul><li><a target="_blank" href="https://www.iprdb.com">知嘟嘟专利检索</a></li> <li><a target="_blank" href="https://www.cnipa.gov.cn/">国家知识产权局</a></li></ul></div> <div class="footnav1"><h3>关于我们</h3> <ul><li><a href="/agreement/register">注册协议</a></li> <li><a href="/map">网站地图</a></li> <li><a href="/help">帮助中心</a></li> <li><a href="/about">关于我们</a></li></ul></div> <div class="footnav1 last1"><h3>联系我们</h3> <ul><li>13095918853</li> <li><div>地址：上海市松江区</div> <div>新桥镇莘砖公路518号5幢3层</div></li></ul></div> <div class="footnav1 last"><div class="qrcode"></div></div></div> <div class="clear"></div></div> <!----></div> <div class="copyright">Copyright © 2019 上海吉码数字技术有限公司 <a href="https://beian.miit.gov.cn/" target="_blank">备案号： 沪ICP备20016256号-1</a> <a href="https://tsm.miit.gov.cn/dxxzsp/" target="_blank">增值电信业务经营许可证：沪B2-20201290</a></div></div></div></div></div><script>window.__NUXT__=(function(a,b,c,d,e,f,g,h,i,j,k,l,m,n){m[0]={applicationNumber:"2019112549510",attachedImg:"https:\u002F\u002Fwww.iprdb.com\u002Fviewimg\u002FfnMSDw0MBBIMEg8IDRJUUFxaWE4SDw0MBAwMDwgJBAgME1dNWg==",applicant:"优网云计算有限公司",patentStatusId:e,patentType:c,states:c,title:"一种云计算模式下JSON数据可视化优化方法"};m[1]={applicationNumber:"2023113689492",attachedImg:"https:\u002F\u002Fwww.iprdb.com\u002Fviewimg\u002FfnMSDw0PDhIMEg8KDhJUUFxaWE4SDw0PDgwMDgsFBAkEE1dNWg==",applicant:"深圳萨尔浒网络科技有限公司",patentStatusId:c,patentType:c,states:c,title:"计算机文件数据匹配系统",price:40300};m[2]={applicationNumber:"2023235771555",attachedImg:"https:\u002F\u002Fwww.iprdb.com\u002Fviewimg\u002FfnMSDw0PDhIPEgoMCBJUUFxaWE4SDw0PDg8OCAoKDAgIE1dNWg==",patentStatusId:3,patentType:e,states:c,title:"一种云计算数据中心用的主机与机柜连接机构\t【云计算】"};m[3]={applicationNumber:"2021101738003",attachedImg:"https:\u002F\u002Fwww.iprdb.com\u002Fviewimg\u002FfnMSDw0PDBIMEg4JElRQXFpYThIPDQ8MDA0MCg4FDQ0TV01a",applicant:"郑州科技学院",options:{schoolID:"406912736129088"},patentStatusId:e,patentType:c,states:c,title:"一种云计算机数据中心机柜",price:37100};return {layout:"default",data:[{info:{applicationNumber:"2019102014726",attachedImg:"https:\u002F\u002Fwww.iprdb.com\u002Fviewimg\u002FfnMSDw0MBBIMEgkNElRQXFpYThIPDQwEDA0PDQwJCg8TV01a",domain:"计算；推算；计数",applicantType:"学校",applicant:"浙江工业大学",options:{schoolID:"406907832570944"},agents:[{annualSales:f,isBroker:b,isCompany:b,isMember:d,statusDes:g,id:441504353011779,phone:"13251975360",code:2188,fullName:"132******5360",kind:h,level:c,levelExpired:i,headURL:j,weChatURL:"https:\u002F\u002Fimg.iprdb.cn\u002Fiprtt\u002Fuser\u002Fwechat\u002Fwechat_13251975360.jpg",score:k,workYear:e,status:l,userID:437879238457408,edges:{}},{annualSales:f,isBroker:b,isCompany:b,isMember:d,statusDes:g,id:441504353011781,phone:"13034657236",code:2190,fullName:"130****7236",kind:h,level:c,levelExpired:i,headURL:j,weChatURL:"https:\u002F\u002Fimg.iprdb.cn\u002Fiprtt\u002Fuser\u002Fwechat\u002Fwechat_13034657236.jpg",score:k,workYear:e,status:l,userID:447173018042432,edges:{}},{annualSales:f,isBroker:b,isCompany:b,isMember:d,statusDes:g,id:441504353011783,phone:"15658240726",code:2192,fullName:"156******0726",kind:h,level:c,levelExpired:i,headURL:j,weChatURL:"https:\u002F\u002Fimg.iprdb.cn\u002Fiprtt\u002Fuser\u002Fwechat\u002Fwechat_15658240726.jpg",score:k,workYear:e,status:l,edges:{}}],patentStatusId:e,patentType:c,states:c,summary:"一种云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，包括以下步骤：第一步：构建服务数据可视化建模与匹配方法的架构；第二步：定义元数据树MDT；第三步：读取调用的REST API所返回的JSON数据，对ds进行树形结构建模；第四步：通过剪枝的方法，保留基本的数据结构信息；第五步：对可视化图形进行分类，归纳总结各类图形的属性及结构特征，通过建模创建一种可视模型树VT，来形式化地表述各类图形信息；第六步：将可视模型树VT与MDT进行匹配查询，查找MDT中与VT的各个StructModel匹配的片段，并根据Mapping信息进行数据映射，生成可视化图形。本发明实现数据自动可视化。",title:"云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法",updatedAt:"2023-12-11",price:32200,ipc:"G06F30\u002F20",claimsHtml:"\u003Cdiv num=\"1\"\u003E\u003Cp class=\"claim-text\"\u003E1.一种云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，其特征在于，所述方法包括以下步骤：第一步：构建服务数据可视化建模与匹配方法的架构，包括三个模块：数据建模、图形建模和匹配引擎；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"2\"\u003E\u003Cp class=\"claim-text\"\u003E1.1、数据建模：从Internet获取的REST服务经解析器解析后进行注册，存储于缓存cache或数据库Database中，自动调用后所获取的基于JSON的REST服务数据，通过服务数据建模将服务数据转变为标准化模型，并抽取出主要数据结构生成元数据树MDT；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"3\"\u003E\u003Cp class=\"claim-text\"\u003E1.2、图形建模：对多种配置型可视化工具所支持的图形进行数据结构分析与归纳，整理出主要图形的通用数据结构及数据映射关系，再根据上述信息进行可视化图形建模，创建描述性可视模型VT；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"4\"\u003E\u003Cp class=\"claim-text\"\u003E1.3、匹配引擎：调取数据建模所生成的MDT，从MDT中搜索与VT中的图形结构模型匹配的数据结构片段，来查询源数据可生成的图形种类，并根据映射关系信息自动化生成可视化图形；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"5\"\u003E\u003Cp class=\"claim-text\"\u003E第二步：定义元数据树MDT,包括根节点TRoot、索引节点INode、数据节点DNode，同时用深度level来表示节点在树结构中的层数，根节点默认为第一层，即level＝1，步骤如下：\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"6\"\u003E\u003Cp class=\"claim-text\"\u003E2.1、根节点：MDT的根节点，即MDT的起始节点；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"7\"\u003E\u003Cp class=\"claim-text\"\u003E2.2、索引节点：代表JSON数据中每一个关键字KEY，但不包括JSON数据中最内层的“键-值”对的关键字，索引节点为非根节点、非叶子节点；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"8\"\u003E\u003Cp class=\"claim-text\"\u003E2.3、数据节点：代表JSON数据中最内层的“键-值”对，存储为叶子节点；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"9\"\u003E\u003Cp class=\"claim-text\"\u003E第三步：读取调用的REST API所返回的JSON数据，将JSON数据集ds作为建模算法的输入，对ds进行树形结构建模，步骤如下：\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"10\"\u003E\u003Cp class=\"claim-text\"\u003E3.1、创建一棵根节点为TRoot的MDT，TRoot是起始节点，根节点的深度level默认为1；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"11\"\u003E\u003Cp class=\"claim-text\"\u003E3.2、读取JSON数据集ds，如果是首次读取ds，设置ds的第一个元素为当前元素，元素包括关键字KEY及其值VALUE；否则设置ds的下一个元素为当前元素；若JSON数据最外层就是ARRAY，则TRoot的isMark＝1，元素数量arrayNum为ARRAY元素个数；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"12\"\u003E\u003Cp class=\"claim-text\"\u003E第四步：通过剪枝的方法，保留基本的数据结构信息，剪除相同的重复数据结构，缩小模型的体量，但仍然保留基础的数据结构，降低JSON数据结构所带来的查询开销；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"13\"\u003E\u003Cp class=\"claim-text\"\u003E第五步：对可视化图形进行分类，归纳总结各类图形的属性及结构特征，通过建模创建一种可视模型树VT，来形式化地表述各类图形信息；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"14\"\u003E\u003Cp class=\"claim-text\"\u003E第六步：将可视模型树VT与MDT进行匹配查询，查找MDT中与VT的各个StructModel匹配的片段，并根据Mapping信息进行数据映射，生成可视化图形。\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"15\"\u003E\u003Cp class=\"claim-text\"\u003E2.如权利要求1所述的云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，其特征在于，所述第四步的处理过程包括以下步骤；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"16\"\u003E\u003Cp class=\"claim-text\"\u003E4.1、从level＝1的TRoot开始，按广度优先策略，按层遍历MDT的根节点与索引节点；广度优先策略将按level逐层遍历MDT，从level＝1的第一层开始遍历，当level层的节点遍历完成后，再继续遍历level+1层的节点；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"17\"\u003E\u003Cp class=\"claim-text\"\u003E4.2、将MDT的TRoot存入遍历队列；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"18\"\u003E\u003Cp class=\"claim-text\"\u003E4.3、按遍历队列顺序，读取每个节点的isMark属性；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"19\"\u003E\u003Cp class=\"claim-text\"\u003E4.4、当遍历队列中全部为数据节点时或遍历队列为空时，停止遍历，结束方法；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"20\"\u003E\u003Cp class=\"claim-text\"\u003E4.5、输出剪枝后的MDT。\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"21\"\u003E\u003Cp class=\"claim-text\"\u003E3.如权利要求2所述的云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，其特征在于，所述步骤4.3的处理过程为：\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"22\"\u003E\u003Cp class=\"claim-text\"\u003E4.3.1、若遍历到的节点的isMark属性值为1，则保留当前节点的第一个子节点，剪除其余的子节点及其子节点的子树结构，跳转至步骤4.3.4；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"23\"\u003E\u003Cp class=\"claim-text\"\u003E4.3.2、若遍历到的节点的isMark属性值为0，则不进行任何操作，跳转至步骤4.3.4；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"24\"\u003E\u003Cp class=\"claim-text\"\u003E4.3.3、若遍历到的节点为数据节点，将当前节点从遍历队列中删除，跳转至步骤4.3；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"25\"\u003E\u003Cp class=\"claim-text\"\u003E4.3.4、将当前遍历到的节点的子节点加入遍历队列，并将当前节点从遍历队列中删除，再跳转至步骤4.3。\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"26\"\u003E\u003Cp class=\"claim-text\"\u003E4.如权利要求1～3之一所述的云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，其特征在于，所述第五步包括以下步骤：\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"27\"\u003E\u003Cp class=\"claim-text\"\u003E5.1、定义VT包括基础属性BASICATTRIBUTE和可视结构DVSCHEMA两个部分，形式化定义如(11)，其中BASICATTRIBUTE保存了图形标题、副标题及其他文本样式的通用信息；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"28\"\u003E\u003Cp class=\"claim-text\"\u003E(11)、VisualModel::＝\u003CBASICATTRIBUTE\u003E\u003CDVSCHEMA\u003E\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"29\"\u003E\u003Cp class=\"claim-text\"\u003E5.2、BASICATTRIBUTE包括三个属性：标题title、子标题subtitle、属性attributes，形式化定义如(12)，title用于保存最终生成的可视化图形的标题，subtitle用于保存最终生成的可视化图形的子标题，attributes用于保存最终生成的可视化图形的位置、颜色组合、字体、字号设置参数；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"30\"\u003E\u003Cp class=\"claim-text\"\u003E(12)、BASICATTRIBUTE::＝\u003Ctitle\u003E\u003Csubtitle\u003E\u003Cattributes\u003E\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"31\"\u003E\u003Cp class=\"claim-text\"\u003E5.3、BASICATTRIBUTE根据图形所需的数据类型、图形数据结构、图形维度将常见的可视化图形归纳为四种基础类别：一般图形General、拓扑图Topology、地图Map、文本图形Text，形式化定义如(13)；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"32\"\u003E\u003Cp class=\"claim-text\"\u003E(13)、DVSCHEMA::＝\u003CGeneral\u003E\u003CTopology\u003E\u003CMap\u003E\u003CText\u003E\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"33\"\u003E\u003Cp class=\"claim-text\"\u003E5.4、步骤5.3中的四种基础类别下属均分别包含两个属性：图形类型和图形结构，VType保存了该类别所属图形种类，StructModel保存了该类别所属图形的基本可视化结构，形式化定义如(14)，“A::B”表示“A包含了属性B”；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"34\"\u003E\u003Cp class=\"claim-text\"\u003E(14)、DVSCHEMA::＝\u003CGeneral\u003E\u003CTopology\u003E\u003CMap\u003E\u003CText\u003E::\u003CVType\u003E\u003CStructModel\u003E\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"35\"\u003E\u003Cp class=\"claim-text\"\u003E5.5、步骤5.4中四种基础类别均有各自的映射关系，描述了各类图形的数据结构、数据维度、图形结构关系、数据映射位置信息；根据Mapping信息并结合图形的数据结构，可以抽象出各类图形的基本可视化结构StructModel，步骤三中所生成的MDT将与StructModel进行匹配，来判断REST API的返回数据能够生成何种可视化图形。\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"36\"\u003E\u003Cp class=\"claim-text\"\u003E5.如权利要求1～3之一所述的云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，其特征在于，所述第六步的处理过程包括以下步骤：\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"37\"\u003E\u003Cp class=\"claim-text\"\u003E6.1、解析VT中四种基础类别的StructModel，提取每种StructModel中的临时根节点及其子结构，每一个临时根节点及其子结构构成的树结构片段将作为查询子图，根据步骤\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"38\"\u003E\u003Cp class=\"claim-text\"\u003E5.5.1至5.5.4可以提取出六个查询子图：General类型的StructModel的下属Root为起点的子结构，Topology类型的StructModel的下属分别以Root1和Root2为起点的两个子结构，Map类型的StructModel的下属分别以Root1和Root2为起点的两个子结构，Text类型的StructModel的下属Root为起点的子结构；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"39\"\u003E\u003Cp class=\"claim-text\"\u003E6.2、将MDT作为目标图，所述6.1中的六个查询子图依次作为输入，每输入一个查询子图就遍历一次MDT，查找与当前输入的查询子图匹配的MDT片段；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"40\"\u003E\u003Cp class=\"claim-text\"\u003E6.3、按照广度优先策略，按层遍历MDT；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"41\"\u003E\u003Cp class=\"claim-text\"\u003E6.4、将MDT的节点从TRoot开始，按层数从小到大的顺序存入遍历队列Q；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"42\"\u003E\u003Cp class=\"claim-text\"\u003E6.5、按遍历队列Q的顺序，将当前遍历到的节点Ni放入集合S1，并将查询子图的临时根节点M放入集合S2；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"43\"\u003E\u003Cp class=\"claim-text\"\u003E6.6、比较S1与S2中节点的结构是否一致，即S1与S2中每一个对应节点的父子关系是否一致；若S1与S2中节点的结构一致，将M的子节点的集合L2中的节点依次加入集合S2；跳转至步骤6.8；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"44\"\u003E\u003Cp class=\"claim-text\"\u003E6.7、若S1与S2中节点的结构不一致，设置i＝i+1，清空S1与S2，跳转至步骤6.5；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"45\"\u003E\u003Cp class=\"claim-text\"\u003E6.8、每当S2中新增一个节点L2k时，进行步骤6.9；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"46\"\u003E\u003Cp class=\"claim-text\"\u003E6.9、读取节点Ni的子节点的集合L1中的节点，依次加入集合S1，S1中每加入一个节点L1j就与S2进行一次结构匹配；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"47\"\u003E\u003Cp class=\"claim-text\"\u003E6.10、若L1与L2中的节点都已遍历完，清空L1和L2，然后在MDT中查找出S1中的叶子节点对应的原节点，并将这些原节点的子节点重新生成L1；在查询子图中查找出S2中叶子节点对应的原节点，并将这些原节点的子节点重新生成L2，跳转至步骤6.6；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"48\"\u003E\u003Cp class=\"claim-text\"\u003E6.11、若查询子图的节点均已加入S2，则将S1中的结构保存于集合R中，并清空S1、S2、L1、L2，设置i＝i+1，跳转至步骤6.5；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"49\"\u003E\u003Cp class=\"claim-text\"\u003E6.12、当遍历队列Q中的节点遍历完成后，输入下一个查询子图，重复步骤6.5至6.12；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"50\"\u003E\u003Cp class=\"claim-text\"\u003E6.13、直至六个查询子图都完成了查询，根据输出的匹配结果集合R，按照Mapping结构将MDT中的数据映射对应类型的图形结构中，从而生成可视化图形。\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"51\"\u003E\u003Cp class=\"claim-text\"\u003E6.如权利要求5所述的云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，其特征在于，所述步骤6.9的处理过程为：\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"52\"\u003E\u003Cp class=\"claim-text\"\u003E6.9.1、若S1与S2匹配成功，设置k＝k+1，向S2加入节点L2K，跳转至步骤6.8；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"53\"\u003E\u003Cp class=\"claim-text\"\u003E6.9.2、若S1与S2匹配失败，则移除S1中刚加入的节点L1j，设置j＝j+1，向S1中加入节点L1j，跳转至步骤6.9。\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"54\"\u003E\u003Cp class=\"claim-text\"\u003E7.如权利要求1～3之一所述的云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，其特征在于，所述2.1中，所述根节点内包含以下信息：\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"55\"\u003E\u003Cp class=\"claim-text\"\u003E2.1.1、星标isMark：记录JSON数据中最外层结构是否为数组类型，若是用1标记，若否用0标记；isMark形式化定义表述如(1)(2)，isMark的数据类型为数字NUMBER，若JSON数据中“键-值”对中的值VALUE为数组ARRAY，则isMark＝1，否则isMark＝0；“#”为数据类型定义符，“::＝”为赋值符，〖A→condition⊕\u003CB\u003E:\u003CC\u003E〗表示若A符合条件condition，则该式值为B，否则该式值为C；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"56\"\u003E\u003Cp class=\"claim-text\"\u003E(1)、“isMark”#\u003CNUMBER\u003E\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"57\"\u003E\u003Cp class=\"claim-text\"\u003E(2)、“isMark”::＝〖“VALUE”→ARRAY⊕\u003C1\u003E:\u003C0\u003E〗\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"58\"\u003E\u003Cp class=\"claim-text\"\u003E2.1.2、元素数量arrayNum：若当前节点的isMark为1，则记录数组元素个数，若当前节点的isMark为0，则用0标记；arrayNum形式化定义表述如(3)(4)，arrayNum属性值为数字NUMBER类型，若JSON数据中“键-值”对中的值VALUE为ARRAY，则arrayNum等于VALUE数组的长度，否则arrayNum＝0；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"59\"\u003E\u003Cp class=\"claim-text\"\u003E(3)、“arrayNum”#\u003CNUMBER\u003E\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"60\"\u003E\u003Cp class=\"claim-text\"\u003E(4)、“arrayNum”::＝〖“VALUE”→ARRAY⊕\u003CARRAY.length\u003E:\u003C0\u003E〗。\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"61\"\u003E\u003Cp class=\"claim-text\"\u003E8.如权利要求1～3之一所述的云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，其特征在于，所述2.2中，所述索引节点内包含以下信息：\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"62\"\u003E\u003Cp class=\"claim-text\"\u003E2.2.1、节点名称name：name的数据类型为字符串STRING，name属性值为JSON数据中“键-值”对中的关键字KEY；name形式化定义表述如(5)(6)；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"63\"\u003E\u003Cp class=\"claim-text\"\u003E(5)、“name”#\u003CSTRING\u003E\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"64\"\u003E\u003Cp class=\"claim-text\"\u003E(6)、“name”::＝\u003CKEY\u003E\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"65\"\u003E\u003Cp class=\"claim-text\"\u003E2.2.2、节点值类型vType：vType是JSON数据中“键-值”对中的值VALUE的数据类型，属性值为对象OBJECT、数组ARRAY、字符串STRING、数字NUMBER、TRUE、FALSE之一；vType形式化定义表述如(7)；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"66\"\u003E\u003Cp class=\"claim-text\"\u003E(7)、“vType”::＝[OBJECT|ARRAY|STRING|NUMBER|TRUE|FALSE]\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"67\"\u003E\u003Cp class=\"claim-text\"\u003E2.2.3、星标(isMark)：记录JSON数据中，以当前节点名称name作为关键字的“键-值”对中的值VALUE是否为数组类型，若是用1标记，若否用0标记；isMark形式化定义表述同步骤\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"68\"\u003E\u003Cp class=\"claim-text\"\u003E2.1.1中的(1)(2)；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"69\"\u003E\u003Cp class=\"claim-text\"\u003E2.2.4、元素数量arrayNum：若当前节点的isMark为1，则记录“键-值”对中的值VALUE的数组元素个数，若当前节点的isMark为0，则用0标记；arrayNum形式化定义表述同步骤\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"70\"\u003E\u003Cp class=\"claim-text\"\u003E2.1.2中的(3)(4)。\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"71\"\u003E\u003Cp class=\"claim-text\"\u003E9.如权利要求1～3之一所述的云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，其特征在于，所述2.3中，所述数据节点内包含以下信息：\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"72\"\u003E\u003Cp class=\"claim-text\"\u003E2.3.1、节点名称name：保存JSON数据中“键-值”对中的关键字KEY，数据类型为字符串STRING；name形式化定义表述同步骤2.2.1中的(5)(6)；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"73\"\u003E\u003Cp class=\"claim-text\"\u003E2.3.2、节点值nValue：nValue的数据类型为STRING，属性值为JSON数据中“键-值”对中的值VALUE；nValue形式化定义表述如(8)(9)；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"74\"\u003E\u003Cp class=\"claim-text\"\u003E(8)、“nValue”#\u003CSTRING\u003E\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"75\"\u003E\u003Cp class=\"claim-text\"\u003E(9)、“nValue”::＝\u003CVALUE\u003E\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"76\"\u003E\u003Cp class=\"claim-text\"\u003E2.3.3、节点类型type：保存JSON数据中“键-值”对中的值VALUE的数据类型，为“str”、“num”或NULL，其中“str”代表type的数据类型为STRING，“num”代表type的数据类型为NUMBER，NULL表示type的属性值为空；type形式化定义表述如(10)；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"77\"\u003E\u003Cp class=\"claim-text\"\u003E(10)、“type”::＝[“str”|“num”|NULL]。\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"78\"\u003E\u003Cp class=\"claim-text\"\u003E10.如权利要求1～3之一所述的云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，其特征在于，所述步骤3.2的处理过程如下：\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"79\"\u003E\u003Cp class=\"claim-text\"\u003E3.2.1、若VALUE的数据类型非OBJECT，同时非ARRAY，创建深度为level+1的数据节点，节点名称name为关键字KEY，节点值nValue为值VALUE，节点类型type为值VALUE的数据类型；完成后跳转至步骤3.2；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"80\"\u003E\u003Cp class=\"claim-text\"\u003E3.2.2、若VALUE的数据类型为ARRAY，创建深度level’＝level+1的索引节点，节点名称name为关键字KEY，节点值类型vType为ARRAY，isMark＝1，元素数量arrayNum为当前VALUE数组中的元素个数；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"81\"\u003E\u003Cp class=\"claim-text\"\u003E3.2.3、若VALUE的数据类型为OBJECT，创建深度level’＝level+1的索引节点，节点名称name为每个OBJECT元素中的关键字KEY，节点值类型vType为每个OBJECT元素中的值VALUE的数据类型；若当前vType为ARRAY，则isMark＝1，元素数量arrayNum为当前VALUE数组中的元素个数；若当前vType不为ARRAY，则isMark＝0，arrayNum＝0；\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E\u003Cdiv num=\"82\"\u003E\u003Cp class=\"claim-text\"\u003E3.2.4、将步骤3.2.3中VALUE数组作为新的JSON数据集ds’，跳转至步骤3.2。\u003C\u002Fp\u003E\u003C\u002Fdiv\u003E",descriptionHTML:"\u003Ch3 class=\"subhead\"\u003E云计算环境下面向REST架构风格的服务数据可视化建模与匹\u003C\u002Fh3\u003E\u003Cp\u003E配方法\u003C\u002Fp\u003E\u003Ch3 class=\"sub-head\"\u003E技术领域\u003C\u002Fh3\u003E\u003Cdiv\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0001] 本发明涉及云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法。\u003C\u002Fdiv\u003E\u003Ch3 class=\"sub-head\"\u003E背景技术\u003C\u002Fh3\u003E\u003Cdiv\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0002] 云计算(Cloud Computing)是一种基于互联网的计算模式，现阶段广为接受的对云计算的定义是由美国国家标准与技术研究院(NIST)提出的——“云计算是一种按使用量付费的模式，这种模式提供可用的、便捷的、按需的网络访问，进入可配置的计算资源共享池(资源包括网络，服务器，存储，应用软件，服务)，这些资源能够被快速提供，只需投入很少的管理工作，或与服务供应商进行很少的交互。”其中，SaaS(软件即服务)是云计算的一种重要模式，把数据资源和功能通过云服务封装交付给用户使用。目前，REST(Representational State Transfer)架构风格是软件即服务的一种重要实现技术架构。\u003Cbr\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0003] REST架构风格于2000年发布于国际会议ICSE上，它是一种Web体系结构的抽象模型，用于指导重新设计和定义超文本传输协议和统一资源标识符。至今仍然能够根据这种架构风格的应用来了解万维网的工作方式与原理，这对于大规模软件架构的理解与发展有重要意义。Roy T.Fielding博士提出REST架构风格的论文在谷歌学术上统计已经被引用超过7000次，发布于ICSE\u002FTOIT的论文被引用超过2000次。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0004] REST服务的流行使得网络上出现了大量的轻量级数据服务，并持续保持爆炸性指数增长，国际上网站上也出现了大量服务供应商，致力于网络服务的集中供应与质量保障。大型在线web服务网站ProgrammableWeb聚集了各个领域大量的API信息，目前其收集的API数量已超过两万，其中REST架构风格的服务占80％以上；各大网络科技公司也有自己的API公开平台，如：Google、YouTube、Facebook、百度、阿里巴巴；还有许多个人开发的API公布在GitHub和个人BLOG上。\u003Cbr\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0005] ProgrammableWeb所收集的服务中，响应格式种类繁多，其中以JSON与XML格式为主。XML(可扩展标记语言)是最古老的数据格式之一。它由W3C(万维网联盟)定义，并基于较旧的SGML(标准通用标记语言)格式。在XML中，数据使用元素和属性进行结构化。JSON(JavaScript Object Notation)是一种轻量级的数据交换格式。易于人阅读和编写，同时也易于机器解析和生成。JSON采用完全独立于语言的文本格式，是一种理想的数据交换语言。相比之下，XML有大量的冗余元素，重复的元素名称导致数据体量增大。JSON则没有重复元素名称所带来的数据冗余，数据传输速率更高，解析效率与查找效率都高于XML。近年来开发者更倾向于使用JSON作为数据响应格式。在ProgrammableWeb收集的REST服务中，响应格式支持JSON的服务占据了90％以上的比例。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0006] 多样化的云服务催生了巨量的数据信息，而数据信息创造的真正价值在于数据分析。数据可视化可以通过交互式可视化界面及数据-图像转换技术来辅助用户对数据进行分析理解。Wilkinson提出了一种影响深远的图形语法(the Grammar of Graphics)，用一种标准化语言来描述生成图形的规则。Stolte设计的Polaris系统提出了一种简洁的视觉规范，用于描述关系型数据的表格式可视化；Heer提出的Prefuse工具通过对低级图形绘制操作进行抽象，来实现更简洁的可视化规范。为了减轻用户的负担，这些框架引入了可继承的可视化小部件和可组合的组件。Li突出的ECharts实现了直接将数据映射到可视元素而无需计算细节的配置功能，这减少了对编程技能的要求限制。在上述可视化工具的基础上，研究人员研发了多种可视化平台，试图实现数据自动或半自动可视化。Roth提出的SAGE是经典的可视化设计系统，可以根据数据的特性，在用户指定相关约束的情况下，自动生成可视化；Satyanarayan提出的Lyra系统在数据管道中选择数据区域后，根据用户选定的可视化图形及参数实现数据可视化；Ren提出的iVisDesigner系统提供了统一界面进行交互式可视化创建、编辑操作，由固定模式定义的数据集在转换为内部元素后用于可视化映射；Viegas设计的Many Eyes在用户上传数据后，先指定可视化方法，并在此基础上进行各种配置，最终生成交互式可视化结果。在上述可视化工具与系统中，虽然不同程度上化简了数据可视化的操作，但是仍然需要用户参与指导，尤其对于复杂数据需要手工编排以保障更好的可视化效果。\u003Cbr\u003E\u003C\u002Fdiv\u003E\u003Ch3 class=\"sub-head\"\u003E发明内容\u003C\u002Fh3\u003E\u003Cdiv\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0007] 为了尽可能实现数据自动可视化，本发明提出了一种云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，通过对JSON数据进行树形结构建模及对常见可视化图形进行结构建模，来构建标准化通用模型，以模型匹配的方式来实现数据与图形的自动化匹配。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0008] 本发明所采用的技术方案是：\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0009] 一种云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，所述方法包括以下步骤：\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0010] 第一步：构建服务数据可视化建模与匹配方法的架构，包括三个模块：数据建模(Data Modeling)、图形建模(Graphics Modeling)、匹配引擎(Matching Processor)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0011] 1.1、数据建模：从Internet获取的REST服务经解析器(REST Service Parser)解析后进行注册，存储于缓存cache或数据库Database中，自动调用后所获取的基于JSON的REST服务数据，通过服务数据建模(Service Data Modeling)将服务数据转变为标准化模型，并抽取出主要数据结构生成元数据树MDT；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0012] 1.2、图形建模：对多种配置型可视化工具(如ECharts、HighCharts、D3.js、Chart.js)所支持的图形进行数据结构分析与归纳(Structural Analysis)，整理出主要图形的通用数据结构及数据映射关系，再根据上述信息进行可视化图形建模(Visual Graphics Modeling)，创建描述性可视模型——VisualModel Tree(简称VT)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0013] 1.3、匹配引擎：调取数据建模所生成的MDT，从MDT中搜索与VT中的图形结构模型匹配的数据结构片段，来查询源数据可生成的图形种类，并根据映射关系信息(Mpping)自动化生成可视化图形(Visual Graphics)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0014] 第二步：定义元数据树MDT,包括根节点TRoot、索引节点INode、数据节点DNode，同时用深度level来表示节点在树结构中的层数，根节点默认为第一层，即level＝1；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0015] 2.1、根节点：MDT的根节点，即MDT的起始节点；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0016] 2.2、索引节点：代表JSON数据中每一个关键字KEY，但不包括JSON数据中最内层的“键-值”对的关键字，索引节点为非根节点、非叶子节点；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0017] 2.3、数据节点：代表JSON数据中最内层的“键-值”对，存储为叶子节点；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0018] 第三步：读取调用的REST API所返回的JSON数据，将JSON数据集ds作为建模算法的输入，对ds进行树形结构建模，步骤如下：\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0019] 3.1、创建一棵根节点为TRoot的MDT，TRoot是起始节点，根节点的深度level默认为1；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0020] 3.2、读取JSON数据集ds，如果是首次读取ds，设置ds的第一个元素为当前元素，元素包括关键字KEY及其值VALUE；否则设置ds的下一个元素为当前元素；若JSON数据最外层就是ARRAY，则TRoot的isMark＝1，元素数量arrayNum为ARRAY元素个数；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0021] 第四步：通过剪枝的方法，保留基本的数据结构信息，剪除相同的重复数据结构，缩小模型的体量，但仍然保留基础的数据结构，降低JSON数据结构所带来的查询开销；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0022] 第五步：对可视化图形进行分类，归纳总结各类图形的属性及结构特征，通过建模创建一种可视模型树(Visualization Tree，简称VT)，来形式化地表述各类图形信息；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0023] 第六步：将可视模型树VT与MDT进行匹配查询，查找MDT中与VT的各个StructModel匹配的片段，并根据Mapping信息进行数据映射，生成可视化图形。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0024] 进一步，所述第四步的处理过程包括以下步骤；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0025] 4.1、从level＝1的TRoot开始，按广度优先策略，按层遍历MDT的根节点与索引节点；广度优先策略将按level逐层遍历MDT，从level＝1的第一层开始遍历，当level层的节点遍历完成后，再继续遍历level+1层的节点；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0026] 4.2、将MDT的TRoot存入遍历队列；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0027] 4.3、按遍历队列顺序，读取每个节点的isMark属性；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0028] 4.4、当遍历队列中全部为数据节点时或遍历队列为空时，停止遍历，结束方法；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0029] 4.5、输出剪枝后的MDT。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0030] 再进一步，所述步骤4.3的处理过程为：\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0031] 4.3.1、若遍历到的节点的isMark属性值为1，则保留当前节点的第一个子节点，剪除其余的子节点及其子节点的子树结构，跳转至步骤4.3.4；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0032] 4.3.2、若遍历到的节点的isMark属性值为0，则不进行任何操作，跳转至步骤4.3.4；\u003Cbr\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0033] 4.3.3、若遍历到的节点为数据节点，将当前节点从遍历队列中删除，跳转至步骤4.3；\u003Cbr\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0034] 4.3.4、将当前遍历到的节点的子节点加入遍历队列，并将当前节点从遍历队列中删除，再跳转至步骤4.3。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0035] 所述第五步包括以下步骤：\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0036] 5.1、定义VT包括基础属性(BASICATTRIBUTE)和可视结构(DVSCHEMA)两个部分，形式化定义如(11)，其中BASICATTRIBUTE保存了图形标题、副标题及其他文本样式的通用信息；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0037] (11)、VisualModel::＝\u003CBASICATTRIBUTE\u003E\u003CDVSCHEMA\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0038] 5.2、BASICATTRIBUTE包括三个属性：标题(title)、子标题(subtitle)、属性(attributes)，形式化定义如(12)，title用于保存最终生成的可视化图形的标题，subtitle用于保存最终生成的可视化图形的子标题，attributes用于保存最终生成的可视化图形的位置、颜色组合、字体、字号设置参数；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0039] (12)、BASICATTRIBUTE::＝\u003Ctitle\u003E\u003Csubtitle\u003E\u003Cattributes\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0040] 5.3、BASICATTRIBUTE根据图形所需的数据类型、图形数据结构、图形维度将常见的可视化图形归纳为四种基础类别：一般图形(General)、拓扑图(Topology)、地图(Map)、文本图形(Text)，形式化定义如(13)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0041] (13)、DVSCHEMA::＝\u003CGeneral\u003E\u003CTopology\u003E\u003CMap\u003E\u003CText\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0042] 5.4、步骤5.3中的四种基础类别下属均分别包含两个属性：图形类型(VType)和图形结构(StructModel)，VType保存了该类别所属图形种类，StructModel保存了该类别所属图形的基本可视化结构，形式化定义如(14)，“A::B”表示“A包含了属性B”；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0043] (14)、DVSCHEMA::＝\u003CGeneral\u003E\u003CTopology\u003E\u003CMap\u003E\u003CText\u003E::\u003CVType\u003E\u003CStructModel\u003E[0044] 5.5、步骤5.4中四种基础类别均有各自的映射关系(Mapping)，描述了各类图形的数据结构、数据维度、图形结构关系、数据映射位置信息；根据Mapping信息并结合图形的数据结构，可以抽象出各类图形的基本可视化结构StructModel，步骤三中所生成的MDT将与StructModel进行匹配，来判断REST API的返回数据能够生成何种可视化图形。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0045] 进一步，所述第六步的处理过程包括以下步骤：\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0046] 6.1、解析VT中四种基础类别的StructModel，提取每种StructModel中的临时根节点及其子结构，每一个临时根节点及其子结构构成的树结构片段将作为查询子图，根据步骤5.5.1至5.5.4可以提取出六个查询子图：General类型的StructModel的下属Root为起点的子结构，Topology类型的StructModel的下属分别以Root1和Root2为起点的两个子结构，Map类型的StructModel的下属分别以Root1和Root2为起点的两个子结构，Text类型的StructModel的下属Root为起点的子结构；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0047] 6.2、将MDT作为目标图，所述6.1中的六个查询子图依次作为输入，每输入一个查询子图就遍历一次MDT，查找与当前输入的查询子图匹配的MDT片段；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0048] 6.3、按照广度优先策略，按层遍历MDT；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0049] 6.4、将MDT的节点从TRoot开始，按层数从小到大的顺序存入遍历队列Q；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0050] 6.5、按遍历队列Q的顺序，将当前遍历到的节点Ni放入集合S1，并将查询子图的临时根节点M放入集合S2；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0051] 6.6、比较S1与S2中节点的结构是否一致，即S1与S2中每一个对应节点的父子关系是否一致；若S1与S2中节点的结构一致，将M的子节点的集合L2中的节点依次加入集合S2；跳转至步骤6.8；\u003Cbr\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0052] 6.7、若S1与S2中节点的结构不一致，设置i＝i+1，清空S1与S2，跳转至步骤6.5；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0053] 6.8、每当S2中新增一个节点L2k时，进行步骤6.9；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0054] 6.9、读取节点Ni的子节点的集合L1中的节点，依次加入集合S1，S1中每加入一个节点L1j就与S2进行一次结构匹配；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0055] 6.10、若L1与L2中的节点都已遍历完，清空L1和L2，然后在MDT中查找出S1中的叶子节点对应的原节点，并将这些原节点的子节点重新生成L1；在查询子图中查找出S2中叶子节点对应的原节点，并将这些原节点的子节点重新生成L2，跳转至步骤6.6；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0056] 6.11、若查询子图的节点均已加入S2，则将S1中的结构保存于集合R中，并清空S1、S2、L1、L2，设置i＝i+1，跳转至步骤6.5；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0057] 6.12、当遍历队列Q中的节点遍历完成后，输入下一个查询子图，重复步骤6.5至6.12；\u003Cbr\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0058] 6.13、直至六个查询子图都完成了查询，根据输出的匹配结果集合R，按照Mapping结构将MDT中的数据映射对应类型的图形结构中，从而生成可视化图形。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0059] 再进一步，所述步骤6.8的处理过程为：\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0060] 6.9.1、若S1与S2匹配成功，设置k＝k+1，向S2加入节点L2K，跳转至步骤6.8；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0061] 6.9.2、若S1与S2匹配失败，则移除S1中刚加入的节点L1j，设置j＝j+1，向S1中加入节点L1j，跳转至步骤6.9；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0062] 所述2.1中，所述根节点内包含以下信息：\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0063] 2.1.1、星标isMark：记录JSON数据中最外层结构是否为数组类型，若是用1标记，若否用0标记；isMark形式化定义表述如(1)(2)，isMark的数据类型为数字NUMBER，若JSON数据中“键-值”对中的值VALUE为数组ARRAY，则isMark＝1，否则isMark＝0；“#”为数据类型定义符，“::＝”为赋值符，〖A→condition⊕\u003CB\u003E:\u003CC\u003E〗表示若A符合条件condition，则该式值为B，否则该式值为C；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0064] (1)、“isMark”#\u003CNUMBER\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0065] (2)、“isMark”::＝〖“VALUE”→ARRAY⊕\u003C1\u003E:\u003C0\u003E〗\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0066] 2.1.2、元素数量arrayNum：若当前节点的isMark为1，则记录数组元素个数，若当前节点的isMark为0，则用0标记；arrayNum形式化定义表述如(3)(4)，arrayNum属性值为数字NUMBER类型，若JSON数据中“键-值”对中的值VALUE为ARRAY，则arrayNum等于VALUE数组的长度，否则arrayNum＝0；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0067] (3)、“arrayNum”#\u003CNUMBER\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0068] (4)、“arrayNum”::＝〖“VALUE”→ARRAY⊕\u003CARRAY.length\u003E:\u003C0\u003E〗。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0069] 所述2.2中，所述索引节点内包含以下信息：\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0070] 2.2.1、节点名称name：name的数据类型为字符串STRING，name属性值为JSON数据中“键-值”对中的关键字KEY；name形式化定义表述如(5)(6)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0071] (5)、“name”#\u003CSTRING\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0072] (6)、“name”::＝\u003CKEY\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0073] 2.2.2、节点值类型vType：vType是JSON数据中“键-值”对中的值VALUE的数据类型，属性值为对象OBJECT、数组ARRAY、字符串STRING、数字NUMBER、TRUE、FALSE之一；vType形式化定义表述如(7)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0074] (7)、“vType”::＝[OBJECT|ARRAY|STRING|NUMBER|TRUE|FALSE]\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0075] 2.2.3、星标(isMark)：记录JSON数据中，以当前节点名称name作为关键字的“键-值”对中的值VALUE是否为数组类型，若是用1标记，若否用0标记；isMark形式化定义表述同步骤2.1.1中的(1)(2)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0076] 2.2.4、元素数量arrayNum：若当前节点的isMark为1，则记录“键-值”对中的值VALUE的数组元素个数，若当前节点的isMark为0，则用0标记；arrayNum形式化定义表述同步骤2.1.2中的(3)(4)。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0077] 所述2.3中，所述数据节点内包含以下信息：\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0078] 2.3.1、节点名称name：保存JSON数据中“键-值”对中的关键字KEY，数据类型为字符串STRING；name形式化定义表述同步骤2.2.1中的(5)(6)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0079] 2.3.2、节点值nValue：nValue的数据类型为STRING，属性值为JSON数据中“键-值”对中的值VALUE；nValue形式化定义表述如(8)(9)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0080] (8)、“nValue”#\u003CSTRING\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0081] (9)、“nValue”::＝\u003CVALUE\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0082] 2.3.3、节点类型type：保存JSON数据中“键-值”对中的值VALUE的数据类型，为“str”、“num”或NULL，其中“str”代表type的数据类型为STRING，“num”代表type的数据类型为NUMBER，NULL表示type的属性值为空；type形式化定义表述如(10)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0083] (10)、“type”::＝[“str”|“num”|NULL]。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0084] 所述步骤3.2的处理过程如下：\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0085] 3.2.1、若VALUE的数据类型非OBJECT，同时非ARRAY，创建深度为level+1的数据节点，节点名称name为关键字KEY，节点值nValue为值VALUE，节点类型type为值VALUE的数据类型；完成后跳转至步骤3.2；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0086] 3.2.2、若VALUE的数据类型为ARRAY，创建深度level’＝level+1的索引节点，节点名称name为关键字KEY，节点值类型vType为ARRAY，isMark＝1，元素数量arrayNum为当前VALUE数组中的元素个数；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0087] 3.2.3、若VALUE的数据类型为OBJECT，创建深度level’＝level+1的索引节点，节点名称name为每个OBJECT元素中的关键字KEY，节点值类型vType为每个OBJECT元素中的值VALUE的数据类型；若当前vType为ARRAY，则isMark＝1，元素数量arrayNum为当前VALUE数组中的元素个数；若当前vType不为ARRAY，则isMark＝0，arrayNum＝0；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0088] 3.2.4、将步骤3.2.3中VALUE数组作为新的JSON数据集ds’，跳转至步骤3.2。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0089] 所述3.2.2的处理过程为：\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0090] 3.2.2.1、若所述3.2.2中的VALUE数组的元素不是OBJECT类型，则创建level”＝level’+1的数据节点，节点名称name为关键字KEY，节点值nValue为值VALUE，节点类型type为值VALUE的数据类型；完成后跳转至步骤3.2；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0091] 3.2.2.2、若所述3.2.2中的VALUE数组的元素是OBJECT类型，则创建level”＝level’+1的索引节点，节点名称name为每个OBJECT元素中的关键字KEY，节点值类型vType为每个OBJECT元素中的值VALUE的数据类型，若当前vType为ARRAY，则isMark＝1，元素数量arrayNum为当前VALUE数组中的元素个数；若当前vType不为ARRAY，则isMark＝0，arrayNum＝0；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0092] 3.2.2.3、将步骤3.2.2.2中VALUE数组作为新的JSON数据集ds’，跳转至步骤3.2。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0093] 所述5.4中，四种基础类别的VType属性的所属图形如下：\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0094] 5.4.1、General包括柱状图(BarChart)、折线图(LineChart)、饼图(PieChart)、雷达图(RadarChart)、散点图(ScatterChart)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0095] 5.4.2、Topology包括网络图(NetworkChart)、树图(TreeMap)、面积树图(TreeMapChart)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0096] 5.4.3、Map包括地区地图(AreaMapChart)、国家地图(CountryMapChart)、世界地图(WorldMapChart)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0097] 5.4.4、Text包括词云(WorldCloudChart)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0098] 所述5.5中，各类图形的映射关系Mapping及基本可视化结构StructModel定义如下：\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0099] 5.5.1、General类型中的图形通常用于表示二维数据或三维数据，可用二元组(XAxis,YAxis)或三元组(XAxis,YAxis,ZAxis)来表示信息，此类图形的Mapping结构如(15)，其中LegendName表示图例名称，以ARRAY类型来存储各分组信息；根据Mapping结构可抽象出基础StructModel的结构如(16)，StructModel的子节点为临时根节点Root，Root包含两个子节点：键值对K_V与图例节点LegendNode；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0100] (15)、Mapping::＝\u003CXAxis,YAxis,[ZAxis]\u003E\u003CLegendName\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0101] (16)、StructModel::＝\u003CRoot::\u003CK_V\u003E\u003CLegendNode\u003E\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0102] 5.5.2、Topology类型中的图形通常用于表示拓扑关系数据，树图与面积树图可用嵌套的键值对{key:value,children:{key:value}}来表示属性结构，Mapping结构如(17)；网络图可用节点集合(Nodes)和边集合(Links)来表示图结构，Mapping结构如(18)，其中source表示一条边link的起始节点，target表示该条边link的指向节点；根据Mapping结构可抽象出基础StructModel的结构如(19)，StructModel有两个子结构，Root1和Root2分别为两个子结构的临时根节点，Root1包含两个子节点：键值对K_V和孩子节点children，children的子结构为键值对K_V；Root2包含两个子节点：节点集合Nodes和边集合Links，节点集合的子节点为关键字key和值value，其中value可能为空，边集合的子节点为起点source和目标target；\u003Cbr\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0103] (17)、Mapping::＝\u003CK_V\u003E\u003Cchildren::\u003CK_V\u003E\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0104] (18)、Mapping::＝\u003CNodes::\u003Ckey,[value]\u003E\u003CLinks::\u003Csource\u003E\u003Ctarget\u003E\u003E[0105] (19)、StructModel::＝\u003CRoot1::\u003CK_V\u003E\u003Cchildren::\u003CK_V\u003E\u003E\u003E\u003CRoot2::\u003CNodes::\u003Ckey,[value]\u003E,\u003CLinks::\u003Csource\u003E\u003Ctarget\u003E\u003E\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0106] 5.5.3、Map类型中的图形通常用于表示地图信息，用键值对数组[{PlaceName:value}]或三元组数组[{lng,lat,value}]来表示地图信息，此类图形的Mapping结构如(20)，其中PlaceName表示地名，lng表示纬度，lat表示经度；根据Mapping结构可抽象出基础StructModel的结构如(21)，StructModel有两个子结构，Root1和Root2分别为两个子结构的临时根节点，Root1包含子子节点键值对K_V；Root2包含了三个子节点：经度lat，纬度lng，数值value；\u003Cbr\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0107] (20)、Mapping::＝\u003CData1::\u003CPlaceName\u003E\u003Cvalue\u003E\u003E\u003CData2::\u003Clng\u003E\u003Clat\u003E\u003Cvalue\u003E\u003E[0108] (21)、StructModel::＝\u003CRoot1::\u003CK_V\u003E\u003E,\u003CRoot2::\u003Clng\u003E,\u003Clat\u003E,\u003Cvalue\u003E\u003E[0109] 5.5.4、Text类型中的图形常用二元组(Keyword,frequency)来表示关键字频率，此类图形的Mapping结构如(22)，其中Keyword为文本中提取出的词汇，frequency表示该词汇在文本中的出现频率；根据Mapping结构可抽象出基础StructModel的结构如(23)，StructModel的子节点为临时根节点Root，Root包含了键值对K_V；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0110] (22)、Mapping::＝\u003CKeyword\u003E\u003Cfrequency\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0111] (23)、StructModel::＝\u003CRoot::\u003CK_V\u003E\u003E。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0112] 本发明的有益效果表现在：用户在调用REST API后，可以通过本方法智能理解服务响应的JSON数据结构，对其进行树形结构建模，生成标准化数据结构，便于寻找数据内在的数据关联性，并与常用的可视化图形模型——可视模型树VT进行匹配，自动化查找匹配结构，从而生成多种图形，同时在自动可视化过程中也能减少人工编辑操作，化简数据可视化流程。\u003C\u002Fdiv\u003E\u003Ch3 class=\"sub-head\"\u003E附图说明\u003C\u002Fh3\u003E\u003Cdiv\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0113] 图1示出了服务数据可视化建模与匹配方法的架构图。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0114] 图2示出了2018世界杯REST API所返回的JSON数据结构图。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0115] 图3示出了JSON数据转化的树形结构图。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0116] 图4示出了JSON数据剪枝后的树形结构图。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0117] 图5示出了可视模型树VT的结构图。\u003C\u002Fdiv\u003E\u003Ch3 class=\"sub-head\"\u003E具体实施方式\u003C\u002Fh3\u003E\u003Cdiv\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0118] 下面结合附图对本发明作进一步描述。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0119] 参照图1～图5，一种云计算环境下面向REST架构风格的服务数据可视化建模与匹配方法，包括以下步骤：\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0120] 第一步：构建服务数据可视化建模与匹配方法的架构，参照图1，包括三个模块：数据建模(Data Modeling)、图形建模(Graphics Modeling)、匹配引擎(Matching Processor)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0121] 1.1、数据建模：从Internet获取的REST服务经解析器(REST Service Parser)解析后进行注册，存储于缓存cache或数据库Database中，自动调用后所获取的基于JSON的REST服务数据，通过服务数据建模(Service Data Modeling)将服务数据转变为标准化模型，并抽取出主要数据结构生成元数据树MDT；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0122] 1.2、图形建模：对多种配置型可视化工具(如ECharts、HighCharts、D3.js、Chart.js)所支持的图形进行数据结构分析与归纳(Structural Analysis)，整理出主要图形的通用数据结构及数据映射关系，再根据上述信息进行可视化图形建模(Visual Graphics Modeling)，创建描述性可视模型——VisualModel Tree(简称VT)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0123] 1.3、匹配引擎：调取数据建模所生成的MDT，从MDT中搜索与VT中的图形结构模型匹配的数据结构片段，来查询源数据可生成的图形种类，并根据映射关系信息(Mpping)自动化生成可视化图形(Visual Graphics)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0124] 第二步：定义元数据树(MDT),包括根节点(Tree_Root,简写为TRoot)、索引节点(Index_Node,简写为INode)、数据节点(Data_Node,简写为DNode)，同时用深度(level)来表示节点在树结构中的层数，根节点默认为第一层，即level＝1；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0125] 2.1、根节点：MDT的根节点，即MDT的起始节点；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0126] 2.2、索引节点：代表JSON数据中每一个关键字(KEY)，但不包括JSON数据中最内层的“键-值”对的关键字，索引节点为非根节点、非叶子节点；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0127] 2.3、数据节点：代表JSON数据中最内层的“键-值”对，存储为叶子节点；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0128] 所述2.1中，所述根节点内包含以下信息：\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0129] 2.1.1、星标(isMark)：记录JSON数据中最外层结构是否为数组类型，若是用1标记，若否用0标记；isMark形式化定义表述如(1)(2)，isMark的数据类型为数字(NUMBER)，若JSON数据中“键-值”对中的值(VALUE)为数组(ARRAY)，则isMark＝1，否则isMark＝0；“#”为数据类型定义符，“::＝”为赋值符，〖A→condition⊕\u003CB\u003E:\u003CC\u003E〗表示若A符合条件condition，则该式值为B，否则该式值为C；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0130] (1)、“isMark”#\u003CNUMBER\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0131] (2)、“isMark”::＝〖“VALUE”→ARRAY⊕\u003C1\u003E:\u003C0\u003E〗\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0132] 2.1.2、元素数量(arrayNum)：若当前节点的isMark为1，则记录数组元素个数，若当前节点的isMark为0，则用0标记；arrayNum形式化定义表述如(3)(4)，arrayNum属性值为数字(NUMBER)类型，若JSON数据中“键-值”对中的值(VALUE)为ARRAY，则arrayNum等于VALUE数组的长度，否则arrayNum＝0；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0133] (3)、“arrayNum”#\u003CNUMBER\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0134] (4)、“arrayNum”::＝〖“VALUE”→ARRAY⊕\u003CARRAY.length\u003E:\u003C0\u003E〗\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0135] 所述2.2中，所述索引节点内包含以下信息：\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0136] 2.2.1、节点名称(name)：name的数据类型为字符串(STRING)，name属性值为JSON数据中“键-值”对中的关键字(KEY)；name形式化定义表述如(5)(6)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0137] (5)、“name”#\u003CSTRING\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0138] (6)、“name”::＝\u003CKEY\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0139] 2.2.2、节点值类型(vType)：vType是JSON数据中“键-值”对中的值(VALUE)的数据类型，属性值为对象(OBJECT)、数组(ARRAY)、字符串(STRING)、数字(NUMBER)、TRUE、FALSE之一；vType形式化定义表述如(7)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0140] (7)、“vType”::＝[OBJECT|ARRAY|STRING|NUMBER|TRUE|FALSE]\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0141] 2.2.3、星标(isMark)：记录JSON数据中，以当前节点名称(name)作为关键字的“键-值”对中的值(VALUE)是否为数组类型，若是用1标记，若否用0标记；isMark形式化定义表述同步骤2.1.1中的(1)(2)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0142] 2.2.4、元素数量(arrayNum)：若当前节点的isMark为1，则记录“键-值”对中的值(VALUE)的数组元素个数，若当前节点的isMark为0，则用0标记；arrayNum形式化定义表述同步骤2.1.2中的(3)(4)\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0143] 所述2.3中，所述数据节点内包含以下信息：\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0144] 2.3.1、节点名称(name)：保存JSON数据中“键-值”对中的关键字(KEY)，数据类型为字符串(STRING)；name形式化定义表述同步骤2.2.1中的(5)(6)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0145] 2.3.2、节点值(nValue)：nValue的数据类型为STRING，属性值为JSON数据中“键-值”对中的值(VALUE)；nValue形式化定义表述如(8)(9)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0146] (8)、“nValue”#\u003CSTRING\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0147] (9)、“nValue”::＝\u003CVALUE\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0148] 2.3.3、节点类型(type)：保存JSON数据中“键-值”对中的值(VALUE)的数据类型，为“str”、“num”或NULL，其中“str”代表type的数据类型为STRING，“num”代表type的数据类型为NUMBER，NULL表示type的属性值为空；type形式化定义表述如(10)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0149] (10)、“type”::＝[“str”|“num”|NULL]\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0150] 第三步：读取调用的REST API所返回的JSON数据，将JSON数据集ds作为建模算法的输入，对ds进行树形结构建模，步骤如下：\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0151] 3.1、创建一棵根节点为TRoot的MDT，TRoot是起始节点，根节点的深度(level)默认为1；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0152] 3.2、读取JSON数据集ds，如果是首次读取ds，设置ds的第一个元素为当前元素，元素包括关键字(KEY)及其值(VALUE)；否则设置ds的下一个元素为当前元素；若JSON数据最外层就是ARRAY，则TRoot的isMark＝1，元素数量(arrayNum)为ARRAY元素个数；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0153] 3.2.1、若VALUE的数据类型非OBJECT，同时非ARRAY，创建深度为level+1的数据节点，节点名称(name)为关键字(KEY)，节点值(nValue)为值(VALUE)，节点类型(type)为值(VALUE)的数据类型；完成后跳转至步骤3.2；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0154] 3.2.2、若VALUE的数据类型为ARRAY，创建深度level’＝level+1的索引节点，节点名称(name)为关键字(KEY)，节点值类型(vType)为ARRAY，isMark＝1，元素数量(arrayNum)为当前VALUE数组中的元素个数；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0155] 3.2.2.1、若所述3.2.2中的VALUE数组的元素不是OBJECT类型，则创建level”＝level’+1的数据节点，节点名称(name)为关键字(KEY)，节点值(nValue)为值(VALUE)，节点类型(type)为值(VALUE)的数据类型；完成后跳转至步骤3.2；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0156] 3.2.2.2、若所述3.2.2中的VALUE数组的元素是OBJECT类型，则创建level”＝level’+1的索引节点，节点名称(name)为每个OBJECT元素中的关键字(KEY)，节点值类型(vType)为每个OBJECT元素中的值(VALUE)的数据类型。若当前vType为ARRAY，则isMark＝1，元素数量(arrayNum)为当前VALUE数组中的元素个数；若当前vType不为ARRAY，则isMark＝0，arrayNum＝0；\u003Cbr\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0157] 3.2.2.3、将步骤3.2.2.2中VALUE数组作为新的JSON数据集ds’，跳转至步骤3.2；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0158] 3.2.3、若VALUE的数据类型为OBJECT，创建深度level’＝level+1的索引节点，节点名称(name)为每个OBJECT元素中的关键字(KEY)，节点值类型(vType)为每个OBJECT元素中的值(VALUE)的数据类型。若当前vType为ARRAY，则isMark＝1，元素数量(arrayNum)为当前VALUE数组中的元素个数；若当前vType不为ARRAY，则isMark＝0，arrayNum＝0；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0159] 3.2.4、将步骤3.2.3中VALUE数组作为新的JSON数据集ds’，跳转至步骤3.2。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0160] 第四步：由于JSON数据集中可能存在批量数据，批量数据通常以相同的数据结构形式存在，在数据集中常用数组的形式表现；若是用户的对于JSON数据分析的重点不在于数据的定位、查询，而是针对数据结构的分析，在上述JSON数据解析建模的方法基础上，可以通过剪枝的方法，保留基本的数据结构信息，剪除相同的重复数据结构，缩小模型的体量，但仍然保留基础的数据结构，降低JSON数据结构所带来的查询开销，方法步骤如下：\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0161] 4.1、从level＝1的TRoot开始，按广度优先策略，按层遍历MDT的根节点与索引节点；广度优先策略将按level逐层遍历MDT，从level＝1的第一层开始遍历，当level层的节点遍历完成后，再继续遍历level+1层的节点；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0162] 4.2、将MDT的TRoot存入遍历队列；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0163] 4.3、按遍历队列顺序，读取每个节点的isMark属性；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0164] 4.3.1、若遍历到的节点的isMark属性值为1，则保留当前节点的第一个子节点，剪除其余的子节点及其子节点的子树结构，跳转至步骤4.3.4；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0165] 4.3.2、若遍历到的节点的isMark属性值为0，则不进行任何操作，跳转至步骤4.3.4；\u003Cbr\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0166] 4.3.3、若遍历到的节点为数据节点，将当前节点从遍历队列中删除，跳转至步骤4.3；\u003Cbr\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0167] 4.3.4、将当前遍历到的节点的子节点加入遍历队列，并将当前节点从遍历队列中删除，再跳转至步骤4.3；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0168] 4.4、当遍历队列中全部为数据节点时或遍历队列为空时，停止遍历，结束方法；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0169] 4.5、输出剪枝后的MDT。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0170] 第五步：参照图5，对可视化图形进行分类，归纳总结各类图形的属性及结构特征，通过建模创建一种可视模型树(Visualization Tree，简称VT)，来形式化地表述各类图形信息；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0171] 5.1、定义VT包括基础属性(BASICATTRIBUTE)和可视结构(DVSCHEMA)两个部分，形式化定义如(11)，其中BASICATTRIBUTE保存了图形标题、副标题及其他文本样式的通用信息；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0172] (11)、VisualModel::＝\u003CBASICATTRIBUTE\u003E\u003CDVSCHEMA\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0173] 5.2、BASICATTRIBUTE包括三个属性：标题(title)、子标题(subtitle)、属性(attributes)，形式化定义如(12)，title用于保存最终生成的可视化图形的标题，subtitle用于保存最终生成的可视化图形的子标题，attributes用于保存最终生成的可视化图形的位置、颜色组合、字体、字号设置参数；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0174] (12)、BASICATTRIBUTE::＝\u003Ctitle\u003E\u003Csubtitle\u003E\u003Cattributes\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0175] 5.3、BASICATTRIBUTE根据图形所需的数据类型、图形数据结构、图形维度将常见的可视化图形归纳为四种基础类别：一般图形(General)、拓扑图(Topology)、地图(Map)、文本图形(Text)，形式化定义如(13)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0176] (13)、DVSCHEMA::＝\u003CGeneral\u003E\u003CTopology\u003E\u003CMap\u003E\u003CText\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0177] 5.4、步骤5.3中的四种基础类别下属均分别包含两个属性：图形类型(VType)和图形结构(StructModel)，VType保存了该类别所属图形种类，StructModel保存了该类别所属图形的基本可视化结构，形式化定义如(14)，“A::B”表示“A包含了属性B”；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0178] (14)、DVSCHEMA::＝\u003CGeneral\u003E\u003CTopology\u003E\u003CMap\u003E\u003CText\u003E::\u003CVType\u003E\u003CStructModel\u003E[0179] 所述5.4中，四种基础类别的VType属性的所属图形如下：\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0180] 5.4.1、General包括柱状图(BarChart)、折线图(LineChart)、饼图(PieChart)、雷达图(RadarChart)、散点图(ScatterChart)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0181] 5.4.2、Topology包括网络图(NetworkChart)、树图(TreeMap)、面积树图(TreeMapChart)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0182] 5.4.3、Map包括地区地图(AreaMapChart)、国家地图(CountryMapChart)、世界地图(WorldMapChart)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0183] 5.4.4、Text包括词云(WorldCloudChart)；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0184] 5.5、步骤5.4中四种基础类别均有各自的映射关系(Mapping)，描述了各类图形的数据结构、数据维度、图形结构关系、数据映射位置信息；根据Mapping信息并结合图形的数据结构，可以抽象出各类图形的基本可视化结构StructModel，步骤三中所生成的MDT将与StructModel进行匹配，来判断REST API的返回数据能够生成何种可视化图形；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0185] 5.5.1、General类型中的图形通常用于表示二维数据或三维数据，可用二元组(XAxis,YAxis)或三元组(XAxis,YAxis,ZAxis)来表示信息，此类图形的Mapping结构如(15)，其中LegendName表示图例名称，以ARRAY类型来存储各分组信息；根据Mapping结构可抽象出基础StructModel的结构如(16)，StructModel的子节点为临时根节点Root，Root包含两个子节点：键值对K_V与图例节点LegendNode；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0186] (15)、Mapping::＝\u003CXAxis,YAxis,[ZAxis]\u003E\u003CLegendName\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0187] (16)、StructModel::＝\u003CRoot::\u003CK_V\u003E\u003CLegendNode\u003E\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0188] 5.5.2、Topology类型中的图形通常用于表示拓扑关系数据，树图与面积树图可用嵌套的键值对{key:value,children:{key:value}}来表示属性结构，Mapping结构如(17)；网络图可用节点集合(Nodes)和边集合(Links)来表示图结构，Mapping结构如(18)，其中source表示一条边link的起始节点，target表示该条边link的指向节点；根据Mapping结构可抽象出基础StructModel的结构如(19)，StructModel有两个子结构，Root1和Root2分别为两个子结构的临时根节点，Root1包含两个子节点：键值对K_V和孩子节点children，children的子结构为键值对K_V；Root2包含两个子节点：节点集合Nodes和边集合Links，节点集合的子节点为关键字key和值value，其中value可能为空，边集合的子节点为起点source和目标target；\u003Cbr\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0189] (17)、Mapping::＝\u003CK_V\u003E\u003Cchildren::\u003CK_V\u003E\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0190] (18)、Mapping::＝\u003CNodes::\u003Ckey,[value]\u003E\u003CLinks::\u003Csource\u003E\u003Ctarget\u003E\u003E[0191] (19)、StructModel::＝\u003CRoot1::\u003CK_V\u003E\u003Cchildren::\u003CK_V\u003E\u003E\u003E\u003CRoot2::\u003CNodes::\u003Ckey,[value]\u003E,\u003CLinks::\u003Csource\u003E\u003Ctarget\u003E\u003E\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0192] 5.5.3、Map类型中的图形通常用于表示地图信息，用键值对数组[{PlaceName:value}]或三元组数组[{lng,lat,value}]来表示地图信息，此类图形的Mapping结构如(20)，其中PlaceName表示地名，lng表示纬度，lat表示经度；根据Mapping结构可抽象出基础StructModel的结构如(21)，StructModel有两个子结构，Root1和Root2分别为两个子结构的临时根节点，Root1包含子子节点键值对K_V；Root2包含了三个子节点：经度lat，纬度lng，数值value；\u003Cbr\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0193] (20)、Mapping::＝\u003CData1::\u003CPlaceName\u003E\u003Cvalue\u003E\u003E\u003CData2::\u003Clng\u003E\u003Clat\u003E\u003Cvalue\u003E\u003E[0194] (21)、StructModel::＝\u003CRoot1::\u003CK_V\u003E\u003E,\u003CRoot2::\u003Clng\u003E,\u003Clat\u003E,\u003Cvalue\u003E\u003E[0195] 5.5.4、Text类型中的图形常用二元组(Keyword,frequency)来表示关键字频率，此类图形的Mapping结构如(22)，其中Keyword为文本中提取出的词汇，frequency表示该词汇在文本中的出现频率；根据Mapping结构可抽象出基础StructModel的结构如(23)，StructModel的子节点为临时根节点Root，Root包含了键值对K_V；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0196] (22)、Mapping::＝\u003CKeyword\u003E\u003Cfrequency\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0197] (23)、StructModel::＝\u003CRoot::\u003CK_V\u003E\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0198] 第六步：将可视模型树VT与MDT进行匹配查询，查找MDT中与VT的各个StructModel匹配的片段，并根据Mapping信息进行数据映射，生成可视化图形；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0199] 6.1、解析VT中四种基础类别的StructModel，提取每种StructModel中的临时根节点及其子结构，每一个临时根节点及其子结构构成的树结构片段将作为查询子图，根据步骤5.5.1至5.5.4可以提取出六个查询子图：General类型的StructModel的下属Root为起点的子结构，Topology类型的StructModel的下属分别以Root1和Root2为起点的两个子结构，Map类型的StructModel的下属分别以Root1和Root2为起点的两个子结构，Text类型的StructModel的下属Root为起点的子结构；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0200] 6.2、将MDT作为目标图，所述6.1中的六个查询子图依次作为输入，每输入一个查询子图就遍历一次MDT，查找与当前输入的查询子图匹配的MDT片段；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0201] 6.3、按照广度优先策略，按层遍历MDT；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0202] 6.4、将MDT的节点从TRoot开始，按层数从小到大的顺序存入遍历队列Q；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0203] 6.5、按遍历队列Q的顺序，将当前遍历到的节点Ni放入集合S1，并将查询子图的临时根节点M放入集合S2；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0204] 6.6、比较S1与S2中节点的结构是否一致，即S1与S2中每一个对应节点的父子关系是否一致；若S1与S2中节点的结构一致，将M的子节点的集合L2中的节点依次加入集合S2；跳转至步骤6.8；\u003Cbr\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0205] 6.7、若S1与S2中节点的结构不一致，设置i＝i+1，清空S1与S2，跳转至步骤6.5；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0206] 6.8、每当S2中新增一个节点L2k时，进行步骤6.9；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0207] 6.9、读取节点Ni的子节点的集合L1中的节点，依次加入集合S1，S1中每加入一个节点L1j就与S2进行一次结构匹配；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0208] 6.9.1、若S1与S2匹配成功，设置k＝k+1，向S2加入节点L2K，跳转至步骤6.8；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0209] 6.9.2、若S1与S2匹配失败，则移除S1中刚加入的节点L1j，设置j＝j+1，向S1中加入节点L1j，跳转至步骤6.9；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0210] 6.10、若L1与L2中的节点都已遍历完，清空L1和L2，然后在MDT中查找出S1中的叶子节点对应的原节点，并将这些原节点的子节点重新生成L1；在查询子图中查找出S2中叶子节点对应的原节点，并将这些原节点的子节点重新生成L2，跳转至步骤6.6；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0211] 6.11、若查询子图的节点均已加入S2，则将S1中的结构保存于集合R中，并清空S1、S2、L1、L2，设置i＝i+1，跳转至步骤6.5；\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0212] 6.12、当遍历队列Q中的节点遍历完成后，输入下一个查询子图，重复步骤6.5至6.12；\u003Cbr\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0213] 6.13、直至六个查询子图都完成了查询，根据输出的匹配结果集合R，按照Mapping结构将MDT中的数据映射对应类型的图形结构中，从而生成可视化图形。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0214] 实例：图2示出了2018世界杯REST API所返回的JSON数据结构图。World Cup in JSON API的供应商为Software For Good，这是一个体育类的API，它的发布主页为http:\u002F\u002Fworldcup.sfg.io，文档主页URL为https:\u002F\u002Fgithub.com\u002Festiens\u002Fworld_cup_json。在所示JSON数据结构中展示了2018世界杯第一场比赛信息，fifa_id标注了比赛的ID，weather包含了比赛当天的比赛地区的天气信息，attendance表示该场比赛的观众人数，officials包含了该场比赛的工作人员名单，home_team和away_team介绍了该场比赛两支对阵队伍的信息，home_team_events和away_team_events包含了比赛中对阵双方的判、罚事件，home_team_statistics和away_team_statistics包含了在该场比赛中对阵队伍的比赛数据统计信息。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0215] 图3是基于我们的方法步骤二得到的JSON数据转化的树形结构图。图中tree_root为MDT的根节点(TRoot)，index_node为索引节点(INode)，data_node为数据节点(DNode)。在level为1的根节点TRoot下，level＝2的每一个INode都包含了一场比赛的信息，下层的每一个节点代表一个属性和它的值。其中，level＝3的home_team_statistics属性，包含了on_target、off_target、blocked、offsides属性，则在home_team_statistics节点下创建level＝4的on_target、off_target、blocked、offsides节点作为DNode。在图2的MDT中，TRoot的属性isMark＝1，因为2018世界杯的64场比赛信息以数组形式返回；除根节点外，有子节点的节点为索引节点，即JSON数据中，VALUE为ARRAY类型或OBJECT类型的节点均为索引节点；MDT中的叶子节点为数据节点，即JSON数据中，VALUE不为ARRAY类型，也不为OBJECT类型的节点均为数据节点。图2展示的就是2018世界杯JSON数据的树形模型。\u003Cbr\u003E\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0216] 图4示出了JSON数据剪枝后的树形结构图。“比赛1”至“比赛64”的信息以数组形式返回，即TRoot的isMark属性值为1。每一场比赛数据中都包含了相同的属性，即每场比赛数据的子结构是一致的，只需保留一场比赛的信息结构，就能知道所有比赛的信息结构，所以保留“比赛1”分支，剪除其余分支信息。在“比赛1”分支下的home_team_event属性中，每一事件都作为一个数组元素，每个事件都包含了id、type_of_event、player、time四个属性，只需保留一个数组元素，就能知道所有事件的信息结构，所以保留第一个事件的分支，剪除其余分支信息。依次对于所有isMark＝1的节点都进行如步骤三的剪枝，就能获得化简后的MDT。\u003C\u002Fdiv\u003E\u003Cdiv class=\"sub-text\"\u003E[0217] 使用本方法能够生成2018世界杯数据的多种图形，如第一轮小组赛信息汇总的柱状图：横轴为attempts_on_goal、on_target、off_target、blocked、wookwork、corners、offsides、ball_possession、pass_accuracy、distance_covered、balls_recovered、tackles、clearances、yellow_cards、red_cards、fouls_committed，纵轴为数值，图例为参赛的32个国家的名称，此柱状图可以表现出各个国家队在各个指标中的表现情况，并能明显地对比国家间的水平；也能够生成半决赛信息汇总的饼图：图例为参加半决赛的法国、英格兰、比利时、克罗地亚，其中八张饼图的比较指标为：射门次数、进球数、铲球次数、抢断次数、传球准确率、守门成功次数，每张图中根据国家对应的图例颜色占比的大小，可以了解每支队伍在该方面的表现情况；还能够生成决赛信息汇总的雷达图：极轴为attempts_on_goal、on_target、off_target、blocked、offsides、corners、ball_possession、pass_accuracy、distance_covered、balls_recovered、tackles、clearances、fouls_committed，图例为法国和克罗地亚，此雷达图可以表现出两支队伍在各个指标中的能力分布情况，法国队的守门员在防守上非常出色，克罗地亚队在进攻射门上非常猛烈。\u003C\u002Fdiv\u003E",importantProductList:m},recommentList1:m}],fetch:{},error:n,state:{sUrl:"https:\u002F\u002Fwww.iprtt.com\u002Fapi\u002F",sUrlNB:"https:\u002F\u002Fwww.iprtt.com\u002Fnb\u002F",url:"https:\u002F\u002Fwww.iprtt.com\u002F",ryToken:a,uuid:a,nickName:a,imShow:b,counter:f,appkey:"tdrvipkstyst5",token:a,flag:a,once:b,init:b,connect:b,imgUrl:a,people:{},mini:d,isLoggedIn:d,loadingCount:f,isNew:b,freshen:b,poolMsg:[],signIn:"1",mCharge:b,memberPrice:f,searchKey:a,isSearch:b,searchKey1:a,isSearch1:b,searchKey2:a,isSearch2:b,searchKey3:a,isSearch3:b,headerKey:a,selBtn:"sell",channel:a,domain:{},mpath:[d,b,b,b],sellFilter:{},user:{user:{},connectCode:a,token:a,roleRight:a},common:{},order:{userInfo:{},patentInfo:{},firstAddr:{},addressList:[],generalPoint:a,vatPoint:a,invoiceList:[],normalList:[],specialList:[]},home:{countInfo:{},elitePtentList:[],questionList:[],sellList:[],purchaseList:[]},product:{userInfo:{},productCount:a,demandCount:a,info:{},price:a,recommentList:[],recommentList1:[],productInfo:{}},purchase:{recommentList:[],domainList:[],data:[]},online:{recommentList:[],domainList:[],patentList:[]},operation:{resList:[],information:{},domainList:[],patentList:[],data:[],userList:[],total:a},operation1:{resList:[],information:{},domainList:[]},payment:{},authentication:{},wallet:{},patentCollect:{},patentProduct:{},patentDemand:{},patentOrder:{},myPurchase:{},fee:{},article:{},newManage:{},contact:{},member:{},colleage:{},tech:{token:a}},serverRendered:d,routePath:"\u002Fsell\u002Fdetail\u002F2019102014726",config:{_app:{basePath:"\u002F",assetsPath:"\u002F_nuxt\u002F",cdnURL:n}}}}("",false,1,true,2,0,"已认证","platform","2025-07-03","http:\u002F\u002Fimg.iprdb.cn\u002Fiprtt\u002Fuser\u002Fheadwx\u002Ffemale.jpg",60,"pass",Array(4),null));</script><script src="/_nuxt/6469a8e.js" defer></script><script src="/_nuxt/1c85f8a.js" defer></script><script src="/_nuxt/5572444.js" defer></script><script src="/_nuxt/7ee9305.js" defer></script><script src="/_nuxt/25eedca.js" defer></script><script src="/_nuxt/85e2a2e.js" defer></script> </body> </html>