譚騰云
(廣西壯族自治區第四地質隊,廣西 南寧 530031)
目前,我國的礦山的開發技術已經基本能夠滿足市場的發展與需求,但如果想讓礦山的開發技術更精練,則需要更強的礦山數據管理技術?,F如今,我國在礦山數據的管理上,多存在數據資源共享困難、數據更新速度緩慢等多種問題[1],因此,為提高對礦山數據的管理與更新,實現數據快速分享,本文基于5G技術對綠色礦山數據庫構建提出了研究設計。5G技術是當前最新普遍應用到生活中的通信技術,該通信技術能夠減少以往通信技術中存在的過多的通信延遲,提高通信速度,保障信息數據能夠及時更新。運用該技術設計礦山的數據庫能夠實現數據系統化管理,從而提升礦山數據庫的傳送速度,提高工作效率。本文通過采集礦山數據,根據不同的特征對其進行分類,形成系統化數據,構建礦山數據庫的5G概念模型,該模型能夠實現5G光速傳輸工作;建設礦山數據庫的eR邏輯關系,使各個板塊中的數據能夠相互關聯,形成一個完整的系統結構;通過SQL語句指令,對該數據庫優化,使數據庫的操作更加流暢,清除數據庫中不必要的緩存。本文通過實驗論證,將本文設計的數據庫與Delphi數據庫對比,探討兩個數據庫的容量與運行速度之間的數值關系[2]。
礦山數據類型眾多,數據結構復雜,主要包括:礦山的測量數據、地理位置、地質數值、GIS圖表、3D礦山測繪圖等,因此,對礦山數據的采集與分類需要構建分類模型,對不同特征的礦山數據進行分類,具體分類模型如下圖所示。
如上圖所示,在實際操作中地形測量、采集的數據與坐標等信息,屬于礦山開發生產信息類型,通過計算機CAD等圖表軟件處理過后的電子表格與多媒體數據,屬于辦公信息,在傳統方法中,該類數據信息由人工管理,容易出現管理誤差與紕漏的情況,因此,本文將該類數據也規劃到數據庫管理[3],能夠減少人工管理的成本,也能減少人工管理失誤情況的發生,經過人工測量后得到的圖紙數據屬于企業外部數據,由企業統一保管,在該數據庫中,為企業外部數據專門設立一個板塊,對文本數據與圖紙數據分類管理,能夠保障數據的安全性。

圖1 礦山數據源分類
在對礦山數據進行分類后,構建數據庫時應以數據庫的類型為基礎,設置對應的歸納模塊,從而方便對數據系統化管理。
對礦山數據做完采集與分類工作后,需要在此基礎上構建礦山數據庫的5G概念模型,結合5G的移動通信技術,設置對應的實體數據輸送通道。
5G數據庫概念模型的數據輸入可以選擇人工手動輸入與機器自動輸入兩種模式,針對不同類型的礦山數據,其對應的數據輸入方式也不同,礦山開發生產信息數據與辦公信息數據可通過機器自動輸入至該數據庫中,減少人工誤差,網絡信息數據可由5G通信通道自動導入,企業外部數據需要人工手動輸入,方便企業自己保存[4]。
在礦山開發中,多數測量數據為實體數據,因此,結合5G技術構建數據庫的概念模型如下圖所示。

圖2 礦山數據5G概念模型
如上圖所示,通過5G通信技術,將各個板塊之間相互聯系起來,工程實體主要包括礦體、巖體等實際測量的數據信息,從而能夠確定工程開發過程中的具體數值,還可根據數據的關聯性,查看測量數據的生產部門、測量人員等相關信息。
形成數據庫5G概念模型后,需要將該數據庫模型中的結構設計邏輯關系,保持數據庫內部的邏輯關系完整,本文構建eR模式邏輯關系,將各個數據板塊之間聯系起來。
構建eR邏輯關系需要將數據庫中的對象分類,設置對應的邏輯規則,對數據庫中的各類數據命名,通過名詞關系聯系邏輯關系,具體命名規則如下表所示。

表1 礦山數據庫ER邏輯關系命名規則
如上表所示,根據命名規則設置對應的數據庫對象名稱,其中主鍵與外鍵命名規則均為屬性key,保障數據庫的安全性,通過構建eR邏輯關系,使數據庫的結構更加完整[5]。
完成數據庫的邏輯關系后,需要對數據庫設置SQL調優,SQL調優能夠使數據庫的操作更加流暢,保障數據的隨時更新與替換,使整個數據庫頁面操作更加明了。
由于礦山數據具有數據量龐大的特點,在數據庫中搜索關鍵詞時會形成大量的重復值,導致搜索結果中沒有所需的數據,因此設置查詢范圍,通過SQL語句,設置(between,>,<,>=,<=),在該查詢范圍內,可以對所需要的數據進行查詢操作,保證查詢后的結果簡潔,沒有大量的重復值。
設置IS NULL與IS NOT FULL,將這兩個查詢關鍵詞排除在外,數據庫的關鍵詞庫內不能包含null值,因此,通過SQL語句,對null值否定,保障搜索時出現的結果是有效的,當搜索null時,數據庫會顯示暫無該詞的搜索結果。
設置數據接收器,通過數據庫指標IOPS(每秒輸入/輸出操作)指標對數據庫的操作速度進行驗證,分別采取十組礦山數據輸入/輸出,通過數據接收器獲得數據庫的IOPS數值,設置兩組實驗組,實驗A組為本文設計的5G數據庫,實驗B組為Delphi設計的數據庫,通過實驗對比,論證分析兩組數據庫的IOPS數值,對數據庫進行指標評價。
通過十組礦山數據的輸入/輸出,測得兩組實驗數據庫指標IOPS數值如下表所示。

表2 實驗數據庫IOPS數值對比表
如上表所示,實驗A組的IOPS遠大于實驗B組的數據,實驗A組的IOPS數值均保持在35000以上,達到了數據庫操作的高速標準,能夠快速處理數據庫中的數據,保障數據庫操作的流暢性。
綜上所述,本文基于5G技術對綠色礦山數據庫的設計能夠滿足綠色礦山數據量龐大的需求,保障數據庫的安全性與穩定性,從而完成綠色礦山數據的系統管理工作。
本文基于5G技術對綠色礦山數據庫的構建研究提出了研究設計,能夠將綠色礦山的各類信息數據安全儲存至數據庫中,本文設計的數據庫具有強大而穩定的儲存系統,通過SQL語句將數據庫優化,保障數據庫的穩定性,從而使數據庫中的數據能夠隨時調出調入,提高了數據的靈活性,保持動態更新。本文設計的數據庫著重研究與eR的邏輯關系,通過對礦山數據庫的采集與分類,將數據庫中的各個板塊分類,形成融合的eR邏輯關系,提高了數據之間的關聯,在查看數據時,能夠將數據的前后內容融合,呈現出數據調查的整體情況。本文上下文結構完整,符合邏輯關系,本文在選題上具有創新意識,能夠將礦山數據與時代背景相結合,突出了5G技術的高新科技性能,希望在今后進一步研究中,能夠著重研究礦山數據庫的云空間部分。