LabVIEW中测验丈量数据的存储（2）

在剖析TDM模型的优劣势之前，我想最好先罗列一下一些数据文件格局的技能要求。

NI软件平台上针关于测验丈量的数据，有许多不同的文件格局，其中有几种是支撑TDM模型的。并不是说这些文件都能满意以下技能要求，我仅仅先罗列出来：

1）写文件速度有必要要快。许多情况下需求一边收集数据一边就把数据写到文件中，收集卡的速度现已适当快了，这时分瓶颈常常是在写文件这个过程上。相反，读文件或许并没有如此高的要求。

2）向文件追加（append）数据的时分，速度要快，这个时分不能读取文件中的信息。这其实也是常用的一个use case，收集数据写入文件的动作或许常常要进行（比方在一个循环中），往往又是往相同的文件中写入信息。

3）写文件的速度不能与文件巨细成正比。咱们期望不论文件有多大，写文件的速度总是坚持相对稳定，不能文件越大就写得越慢。

4）支撑随机的读取。比方我想读文件中某个方位的某些内容，不能要求把这个方位之前的一切数据都先读出来（即读到内存中）。

5）支撑别离读写描述性信息和原始数据。这是上一条的延伸，读描述性信息（meta data）的时分不要求把原始数据（raw data）读进来，相同，读原始数据的时分也不要求把描述性信息读进来，不然，必然影响读文件的速度。

6）对读文件的速度也有必定的要求。这个要求首要来自于查找数据。许多众多的数据，怎样才能快速的找到用户需求的数据，这一直是一个难题。

7）文件不能太大。存储相同的数据量，文件天然越小越好。

技能要求暂时就写这么多，其实总结起来，无非两点：1）快；2）便利。咱们对照TDM的数据模型，关于“快速”，暂时看得不明显（今后能够谈谈为什么TDMS文件能够到达“快速的要求”），可是说它“便利”，仍是能够了解的。

这个模型的规划完全是按照用户的使用实例。首要，它是分层次的。比方说咱们需求测验轿车发动机的各个目标。咱们用8个通道的收集卡收集发动机振荡的数据，8个通道别离收集8个部位的振荡，存到文件中，作为一个组（group），组的名字就叫做“发动机振荡”。咱们还需求收集发动机的进气管、排气管压力，又作为一个组。还要收集发动机的温度，或许也用8个通道的收集卡收集8个部位的温度，每个部位的温度数据作为一个通道（channel）存到文件中，8个通道作为一个组，叫做“发动机温度”等等。咱们或许会收集屡次，其他参数都不变，仅仅数据每次都附加在文件的后边。咱们有许多的测验工程师，每个工程师做的测验别离存成一个TDM模型的数据文件。能够发现，这样的三层结构仍是很明晰的。这就比方用LabVIEW些程序，VI大了，就不知道怎样管理了，那就多用几层SubVI嘛。

其次，它具有描述性信息。比方或许需求把测验的日期、测验者的名字、测验的环境装备等信息写下来。有些描述性信息是针对“文件”这个层次的，比方测验者的名字。有些信息或许针对“组”这个层次，比方收集的是“温度”，单位是“摄氏度”。有些信息则或许针对“通道”，比方收集的是发动机哪个部位的温度等等。描述性信息比较利于他人阅览文件，而且，在查找文件数据的时分，能够派上大用场，能够先使用这些描述性信息进行定位。当然，这些信息最好能和“原始数据”（raw data）放在一同，要是放在两个文件中，一是难以对应起来，而是不利于保护。这也比方是写LabVIEW程序，你写的程序，他人也要能看到，没太多的好办法，就多写点注释吧。

这样的TDM模型也有其缺陷。至少看起来有点杂乱，一起有原始数据和描述性数据，还要完成那么多的技能要求，着实有点困难啊。其次，这个模型写下来就固定了，总共就3个层次，说到底在某个文件中也就2个层次，不能扩展，不像XML那样便利。我有时分就想要把数据写到一个“通道”中，我还非得先造一个“组”出来（其实能够不写，默许会造一个出来，可是逻辑结构上不能短少）。还有其他约束条件，比方原始数据有必要写在“通道”这个层次，不能写在“组”这个层次等等。

整体来讲，TDM数据模型利大于弊，比较合适测验丈量范畴的数据的存储，是一套不错的解决方案。