引言

在院校、部队教学和训练中, 常常需要对武器、装备的相关信息进行查询、比较, 例如下列典型应用场景:

(1)查询. XXX步战车的火控系统采用什么方式? (2)比较. XXX步战车和XXX步战车的动力部分有什么差别? (3)关联. 我军和XXX步战车相同底盘的装甲车辆有哪些? XXX式步兵战车的衍生型号有哪些? XXX火炮都用在哪些装甲车辆上?

这类应用场景带有突出的“联想”、“关联”特征. 过去的数据表格中, 常常以武器装备分类为基础, 按照树的结构进行组织. 在使用时, “按图索骥”, 可以找到装备, 但是装备之间的比较需要在几个不同的表之间进行, 非常麻烦. 在工作、学习中, “联想式”、“关联式”查询检索更加符合教学、认知规律, 基于这些考虑, 我们需要一个以“联想式”、“关联式”查询检索为主要特征的数据库.

1 图数据库概述 1.1 图数据库基本概念

图数据库是一种利用图结构存储和查询数据的数据库系统, 其理论基础是图论. 图的基本要素是节点和边, 对应图数据库三大基本要素是节点、关系和属性.

节点可以代表实体且包含任意多的属性(键值对), 利用在节点上添加标签可以在语义上更直接的表达领域对象; 关系连接相应的节点, 可以表达实体或者领域对象之间相应的变化和关系^[1].

一般的数据库系统主要涉及四种操作, 即增、查、改、删(CRUD), 图的查找和搜索可以通过图的遍历和相关图论算法完成^[2].

1.2 图数据库和关系数据库的比较

传统上, 我们进行数据处理, 一般采取关系数据库的方式. 这类数据库, 简单易用, 技术成熟. 适用于格式化的数据结构, 每个元组的字段组成一致, 如成绩单、花名册.

关系数据库的基本理念是面向实体建模, 然后通过关联表记录实体间的关联关系. 关系数据库和我们需求之间的差距主要是:

(1)不容易处理非结构化、半结构化数据. 比如: 飞机、坦克、火炮的相关信息, 很难或根本不能提出一个共同的“模式”, 建立一个结构一致的数据表来表示这些信息.

(2)难以体现出实体之间的联系. 由于应用场景设计的原因, 关系表查询涉及到数据表之间的操作, 查询成本比较高.

图数据库的创建和维护简单, 每个节点对应于关系数据库中的一个记录, 节点和边的属性则相当于记录中的字段, 属性内容和个数可以动态变化, 节点之间的边也可以自由删减并且不会影响已有数据结构的逻辑, 这对于关系数据库来说是非常困难的.

2 数据建模 2.1 数据的组织和分类

武器装备是武装力量用于实施和保障战斗行动的武器、武器系统以及与之配套的其他军事技术装备的统称.

现代武器装备按其主要特征有多种分类方法, 如按毁伤作用的性质, 可分为大规模杀伤破坏武器和常规武器; 按所要解决的战斗任务的范围, 可分为战略武器和战术武器; 还可以按照机动能力等进行其他分类.

对于这个项目, 装备分类按照装备管理部门的目录进行. 目前主要考虑装甲装备和军械装备, 因此顶层节点如图1所示. 装备的组织习惯上是自上至下的树状结构, 为了解决“跨分支”的节点之间的对应问题, 必须设计各种各样的关系.

2.2 关系的设计

关系描述的是节点之间的“联系”. 在图2中, 装甲装备下面的二级分类有坦克、装甲车、装甲保障车辆, 它们之间的关系是“进一步分类”, 如图3所示.

三级分类再往下, 就到了具体型号, 这时的关系为“具体型号”. 这种表示方法类似“树”, 但是树中节点的关系只是扩展, 这里的关系则要复杂得多.

具体装备之后, 再向下一层的关系是“具有能力”, 比如, 步战车具有四种能力, 分别是防护能力、机动能力、火力能力、信息能力.

能力再向下的关系为“具体部件”, 具体部件是最末层的节点. 这样设计便于解决类似以下的问题: 哪两种装甲车辆的火炮都是XXX炮? 最末层的节点具有更进一步的属性信息.

在武器装备的设计制造中, 常常遵循模块化设计原则, 例如某型炮塔同时用于两类坦克, 这样两性装备就有可能指向同一末端节点.

2.3 图数据库可以解决的任务场景分析

图数据库因为其无模式特点, 使得它更能适应领域变化. 在目前这个课题中, 图数据库系统基本的服务场景主要包括:

(1) 提供武器装备型号的检索查询服务. 数据管理主要用于实现对系统所需的基础数据的管理与维护, 包括添加、修改、删除和查询, 考虑到应用的对象和场景, 本系统为用户提供的接口主要是查询. 比如“XXX步战车的火控系统采用什么方式?”这种模式的查询. 这种方式可以理解成字典式的查询, 通过目录树进行, 比较直接, 也比较简单.

(2) 提供“联想式”、“关联式”的查询检索服务. 人的思维活动不是线性的, 往往带有跳跃性的特征. 比如在教学中, 常常会提出“我军和XXX步战车相同底盘的装甲车辆有哪些?”、“XXX式步兵战车的衍生型号有哪些?”、“XXX火炮都用在哪些装甲车辆上?”这类问题, 这类问题正是“图”技术的擅长. 本系统用图数据库来建设数据库, 通过设计导向式的检索查询, 大大地改善了用户的体验.

(3) 进行基于属性的比较服务. 比较是装备教学中的另一个重要特征, 通过比较可以使人对事物的认识更加深入. 比如“XXX步战车和XXX步战车的动力部分有什么差别?”这一类问题. 本系统的解决方案是利用表格的模式, 将两种对象的共同属性并列显示, 以实现比较.

3 系统的实现过程

本项目利用Eclipse RCP(Rich Client Platform)来实现人机界面^[3], RCP是一个重用框架的开发环境, 可以利用RCP框架开发应用程序. 在技术实现上, 重点解决3个问题, (1) 图数据库的创建; (2) 节点属性的展示; (3)图的呈现.

3.1 图数据库的创建

本项目依托Neo4J创建数据库. Neo4J是图数据库的一个重要代表, Neo4J有两种运行方式, 一是以服务的方式, 对外提供REST接口; 另外是嵌入式模式, 将数据作为本地文件访问.

类似于SQL, 图数据的创建和访问, 使用Cypher语句. 分别创建节点, 创建关系, 创建节点的属性. 在执行查询时, Neo4J为Cypher语句提供了Java的调用接口.

3.2 节点属性的处理

武器装备由于型号不一, 构造各异, 因此属性的描述上存在较大的差别. 例如, XXX式步兵战车, 分为6类数据, 分别是一般数据、使用数据、运动速度、通行性能、武器弹药、通信设备(图4).

而其他装备, 比如飞机, 显然需要有另外的一些属性来描述. 武器装备的性能参数由于种类之间差异太大, 很难用统一的模式, 或者说“数据项”来描述, 用键值对进行描述是一种更简便的方法. JSON文件就是专门描述键值对的文件格式.

下面是描述XXX步战车的机动能力的JSON文件, 键与值之间用“:”隔开, 键值对之间用“{}”隔开. 与此类似, 其他性能也都用单独的JSON文件来表示^[4].

{

{"一般数据":[

{"战斗全重":"XXX吨"},

{"乘员":"XXX人"},

{"载员":"XXX人"},

…

]}

{"燃油数据":[

{"行驶100公里燃料消耗量":[

{"公路":"XXX升"},

{"土路":"XXX升"},

…

]},

{"运动速度":[

{"挂快速档时":[

{"一档":"XXX千米/时"},

{"二档":"XXX千米/时"},

…

]}

}

在图数据库中的最下一级节点, 也就是叶节点, 具有进一步的信息, 可以和一个JSON文件进行关联. 属性信息的展示, 也就是要将JSON文件递归地读出来, 用表格再展示出来. 为了更方便地读信息, 这个表格设计成可以折叠的. 这些是编程的技巧问题, 不再赘述, 具体显示界面见图5.

3.3 关系的呈现

图的展示是本课题的另一重点问题. 前文已经介绍, 图是由节点(Node)和边(Edge)组成的, 又称为点边图. 节点表示实体, 边表示的是实体间的联系. 为了将点边图表示出来, 有很多种方案. 比如, Eclipse的Zest库, JavaFX库, Draw2D库, 还可以使用js框架d3. JavaFX支持WebView控件, 通过WebView可以浏览d3.js生成的点边图. 通过js技术, 还可以实现节点的扩展、收缩, 右键菜单等操作.

本项目使用力导向图进行展示. 力导向图布局是d3.js一种布局的方式, 节点可以扩展或者收缩, 边上的文字标识表示关系的名称, 箭头表示关系方向.

力导向图的几个特征: 节点之间的相互作用力的存在, 所以节点不能重合, 然后节点拖拽的过程中会影响到其他的节点; 拖拽的过程中节点之间的线段长度不变, 会弹回去. 可以将nodes, links的节点数据转换成可以绘制的坐标点数据, 然后通过svg展现出来^[5]. 这种方式, 形象直观、交互性好, 比较符合项目“联想式”查询的设计目标, 如图6.

4 结论

本项目基于图数库, 通过Eclipse RCP技术构建了一个武器装备数据库的应用, 区别于传统的分类检索, 这个系统更加注重关系检索. 这种模式满足了教员、学员在军事研究中对以“联想式”、“关联式”查询检索为主要特征的信息需求, 提高了检索效率, 反响良好.s

本课题的实践证明, 图数据库用于表现实体间的各种关系, 建库便捷, 语法简单, 查询开销极小, 具有非常大的推广价值.