聚变实验装置是开展聚变堆设计及实验研究的重要平台^[1], 现有聚变实验装置的参数指标对聚变堆系统的设计创新工作具有重要参考价值^[2]. 但参数指标等数据资料来源多样, 且国内缺少便捷的聚变实验装置数据检索渠道与可视化对比工具^[3], 国际上也尚未建成针对聚变实验装置的数据库系统, 限制了科研人员的信息获取效率^{[4, 5]}. 因此, 建立一套针对聚变实验装置的专业数据库, 降低聚变实验装置信息获取与分析的成本, 对提高聚变堆设计研究效率具有重要意义.

本文在核安全科技领域云与聚变物理专题数据库的框架下^[6], 设计开发了一套聚变实验装置数据库系统, 解决了多源异构数据的采集, 规整, 存储, 查询问题, 实现了针对聚变实验装置数据的多字段智能检索与多维可视化比对分析功能; 收录了国内外主要在运, 在建, 以及退役的聚变实验装置的基本信息, 设计参数, 运行参数等数据. 为聚变科研人员提供稳定, 可靠的装置数据源与方便, 快捷的数据服务.

1 数据库系统设计与实现 1.1 系统架构

聚变实验装置数据库的主要建设目标是为用户提供便捷, 可靠的数据服务, 同时服务的稳定性, 可维护性是数据库服务的基本需求, 因此数据库系统设计阶段需要考虑框架结构的稳定性, 可靠性, 同时易于拓展, 便于多字段智能检索与多维可视化比对分析工具开发.

为满足上述条件, 本文采用成熟稳定的MVC架构^[7]作为基础架构, 以保障服务的稳定可靠. 同时采用了Vue.js^[8]作为前端框架, 以保障功能拓展的便利性.

此外, 本文研究设计并构建了针对多源数据的数据规整方法; 实现了对参数指标, 文档图片等异构数据的统一存储; 开发了面向聚变实验装置的多维可视化比对分析工具, 为用户提供稳定便捷的综合数据服务.

聚变实验装置数据库的总体结构架构如图1所示. 数据库的总体架构分为4层, 分别为数据层、数据持久层、业务层、表示层^[9]. 其中, 数据层为底层数据库, 进行数据资源的存取管理; 数据持久层进行数据库链接管理, 保障数据库运行的稳定, 可靠; 业务层为后台服务程序, 处理用户请求; 表示层为业务前端, 进行用户输入处理, 数据可视化展示.

1.2 数据库结构设计

聚变实验装置数据的主要数据类型包括数值数据, 文本数据, 图片数据, 文档数据. 对这些异构数据的存储是数据库结构设计的主要问题.

这4类数据中, 数值数据和文本数据直接存储于数据库中, 图片数据与文档数据则存储于文件服务器中, 并将引用链接以数据的形式存储于数据库中. 数据库的主要表结构如图2所示.

聚变实验装置表(fusion_devices)存储了聚变实验装置的基本信息, 包括名称, 所在国家与类型, 所在机构等; 同时存储了等离子体大半径等常用关键参数, 用于提供快速检索服务.

由于聚变实验装置参数具有类型多样, 不断更新的特性, 针对同一装置往往有不同版本, 不同来源, 不同类型的参数. 如JET装置就从圆截面偏滤器型托卡马克升级为D偏滤器型托卡马克^[10], 装置类型, 特征均有变化, 单一数据结构无法有效存储.

为解决这一问题, 聚变实验装置数据库中通过建立单独的参数分类表(data_categories)来进行参数类型的管理. 装置因升级而产生新类型的参数数据后, 管理员可直接通过参数分类表来直接新增新的参数类别, 以支持聚变实验装置升级改造产生的参数变动. 同时参数分类表作为标准参数名对照表进行数据规整.

参数值表(data_collated)中存储经过数据规整后的装置数据, 主要字段为数据类型, 数值数据值, 文本数据值, 同时记录管理员审核的相关信息, 其中文本数值中包括了图片, 文档等参考文献的链接.

1.3 系统实现

聚变实验装置数据库采用前后端分离的MVC架构, 使用MySQL作为基础数据库, Mybatis作为数据中间件, Vue.js作为前端框架的技术栈^[11].

数据层采用MySQL数据库作为底层数据库管理系统(RDBMS)对数据进行管理. 同时针对图片, 文档等非结构化数据, 直接使用文件系统进行存储, 管理.

数据持久层采用MyBatis作为DAO (Data Access Object)组件, 以完成对数据库访问的持久化设置^[12], 保障数据服务的稳定性, 可靠性.

业务层采用MVC架构, 进行后台服务, 处理用户请求及进行模型, 视图处理, 生成用户视图返回表示层的前端应用. 同时, 聚变实验装置数据库管理系统中, 使用Redis数据库^[13]作为Token缓存数据库, 处理用户在线状态等信息^[14], 实现用户数据上传及管理员身份认证等功能.

表示层前端应用采用Vue.js作为基础框架, 以此为基础开发实现了多字段智能检索功能的前端控制部分, 并对后台检索到的数据进行多维可视化分析. 图3为聚变实验装置数据库的首页.

2 主要功能与特点

聚变实验装置数据库面向用户提供多字段智能检索, 多维数据比对分析功能, 能够对聚变实验装置数据进行快速检索并进行可视化的数据分析.

2.1 多字段智能检索

聚变实验装置的数据字段繁多且格式多样, 单一条件检索难以定位用户所需的装置数据. 为解决这一问题, 聚变实验装置数据库向用户提供多字段, 多关键词的智能检索功能.

在多字段智能检索页面中, 用户可自行添加检索条件, 并设置检索条件间约束关系. 检索条件中, 支持用户指定装置名称, 装置所在国家, 装置所在单位, 装置建成年份等文本关键词检索. 同时, 针对装置大小半径, 中心磁场强度, 等离子体最大电流, 辅助加热总功率等数值参数, 支持用户进行大于、小于、介于等数值条件检索. 图4展示了多字段检索功能界面及检索示例.

为避免繁琐的检索条件输入和复杂的检索界面, 本系统采用通用检索和自定义条件数目来提升检索效率, 使用户可根据需求进行单条件简单检索和多维复合检索. 此外, 聚变实验装置数据库还提供数值, 文本的跨类型检索. 功能实现上采用了前后端分离, 前端条件处理, 后端语句查询的方式. 具体过程如图5所示.

前端程序中, 用户输入, 新增的检索条件由Vue前端程序进行控制, 包括新增条件, 数值条件与文本条件的区分, 逻辑关系梳理. 用户完成条件设置后, 整理为包含了所有文本条件及数值条件的条件数组, 并形成用于文本检索的SQL语句和用户数值检索的检索条件. 前端处理完成后, 通过JOSN数据包的形式传送至业务层后台应用.

后台应用中, 首先针对文本条件对MySQL数据库进行检索, 检索完成后针对返回的结果数组按照数值检索条件进行数值匹配, 得到符合用户条件的检索结果, 生成视图并返回表示层前端, 供用户浏览或进行比对分析.

2.2 多维度可视化比对分析

聚变实验装置的结构多样, 参数繁多, 且不同装置侧重点不同, 为了直观对比不同装置各方面的差异, 特征, 本系统开发了多维度对比分析功能, 支持等离子体大半径, 等离子体小半径, 最大磁场强度, 最大等离子体电流, 辅助加热总功率5个维度的参数可视化对比功能, 向用户提供直观的数据对比工具.

该功能基于echarts数据可视化插件进行开发, 并针对聚变实验装置的特性, 制定了不同的可视化方案, 为用户提供雷达图、平行坐标图、柱状图3种数据可视化方案.

通过雷达图, 用户可直观了解不同聚变实验装置各个方面的综合差异; 平行坐标图则展示了针对某个参数的装置特征; 柱状图则是基础视图, 供用户选择使用. 图6为多维可视化比对分析功能的具体示例.

2.3 数据上传审核及编程接口

聚变实验装置数据库的初始数据来源于人工收集, 整理, 校验. 为了保证数据的广泛性和及时性, 聚变实验装置数据库向用户开放了数据上传功能.

普通用户可通过聚变实验装置数据库系统向数据库中提交新数据, 而数据库管理员则可通过管理员账号对数据库中所有数据进行管理, 并对聚变实验装置数据库中其他用户上传的数据进行审核操作.

此外, 聚变实验装置数据库同时也向用户提供了应用程序编程接口(API), 用户可通过API进行检索, 获取数据库数据等操作, 开发第三方应用. 关键接口如表1所示, 其中多字段复合检索功能的关键字SQLstr为多字段复合检索中的文本检索条件, 而condition数组则为数值检索条件组. 聚变实验装置数据库中, 所有API的返回值均为JSON数据包, 用户可根据相关文档进行处理和使用.

3 数据采集与规整

聚变实验装置数据是典型的多源异构数据. 数据采集, 数据规整是保障数据库准确性的重要工作内容.

3.1 数据采集

聚变实验装置数据主要来源于各装置所在机构发布的官方文档, 论文, 报告等文献资料以及网络百科, 国际公开数据库等网络渠道. 数据结构方面包括了数值数据, 文本数据, 图片资料等类型.

数据采集过程主要通过人工收集, 整理进行, 并在数据库中以长文本的方式记录数据名称, 数据值, 数据标题, 数据更新时间等关键数据.

对于网络数据源, 如网络百科, 机构网站等, 在数据收集过程中直接保存网页中所有文本, 链接. 对于这部分资料, 以长文本的形式存储于数据库中, 而对其中的图片, 视频等数据, 则下载到文件服务器中保存, 并在数据库中记录存储路径与引用链接.

对于文献数据源, 由人工录入相关参数, 手动输入文献中涉及到的装置参数名与参数值, 并录入相关的介绍文本等信息. 以文本方式存储于数据库中, 并保存文献发表时间, 内容标题, 文献链接等资料.

此外, 部分新闻稿件中也会涉及到相关装置的参数值, 参数名, 对于这些数据源, 则作为参考资料存储于原始数据表中, 供后续应用开发使用.

3.2 数据规整

原始数据录入后, 是以长文本的形式存储于MySQL数据表中, 而管理员审核的是装置的数值化数据. 将文本数值转化为供管理员审核的数值数据这一过程为数据规整的预处理过程.

预处理具体步骤如下:

0) 初始化: 原始文本RC, 标准参数名SN, 处理后的参数值PP.

1) 从data_raw中读取未经处理的原始数据RC, 从data_categories中取出SN.

2) 将RC的文本进行分段, 对每段进行SN匹配, 并在匹配结果后检索数值PP.

3) 将[PP]-[SN]对存入data_collated表中, 并将check_status置位为未检索.

4) 从data_collated读取category_id及device_id相同的数据组, 生成交叉校核表crosstab.

5) 判断crosstab中数值是否相同, 若相同则将check_status置位为自动通过, 不同则置位为需要人工检查.

预处理完成得到的数值数据交由数据库管理员进行审核, 审核完成后的数据可通过简单检索或多字段复合检索进行查询. 同时, 管理员可随时对数据进行复核, 二次校验等操作, 以保证数据库数据的准确性.

完成审核与校验后的数据即可通过聚变实验装置数据库系统进行多维检索, 比对分析等操作.

4 总结

本文依托核安全科技领域云及其聚变物理专题数据库框架, 设计并研发了聚变实验装置数据库, 实现了聚变实验装置参数的统一入库管理, 以及多字段智能检索与多维度可视化比对分析. 此外, 收集整理了国内外典型聚变实验装置的参数信息, 并进行了入库管理与分析. 该数据库配合虚拟核电站Virtual4DS^[15]等核设计与安全分析系统, 可以为聚变堆系统的创新设计提供支持.

目前, 课题组正在结合聚变实验装置数据的特点, 开展数据库数据的自动爬取与自动化质量评估技术方面的研究与功能研发工作. 同时, 除托卡马克装置外, 也正在对仿星器, 惯性约束装置等其它更多类型的聚变实验装置开展数据收集工作.

致谢

衷心感谢凤麟团队其他相关成员的帮助和指导.