原文传递
内河航道传感数据存储方法研究与应用
| 论文题名： | 内河航道传感数据存储方法研究与应用 |
| 关键词： | 内河航道;海量异构数据;数据存储;分片键;稳定性 |
| 摘要： | 在内河航道物联网中，对传感设备的智能感知是实现智慧航道可测、可控的关键，然而由于物联网中感知节点众多、部署位置分散、通信传输方式多样，导致数据存储在存储效率和管理方面存在很大挑战。本文以陕西省安康市内河航道为例，重点研究内河航道传感数据的属性特点，提出一种基于MongoDB的多源异构内河航道传感数据存储框架，重点研究了旨在提高海量数据查询效率的分片存储技术，设计并实现了内河航道传感数据管理平台。主要内容包括： （1）内河航道物联网数据特点调研分析。 由于航道感知节点位置分散、传感设备的类型众多、有线和无线传输混杂，导致数据传输的通信协议和数据格式存在较大差异，数据属性存在多源、异构和海量的特点。传统的关系型数据库无法兼顾存储容量和查询效率。因此，需要针对航道数据感知节点多、但增改删操作少的特点，设计一种基于非关系型数据库MongoDB的存储结构。 （2）基于分片键的海量数据存储关键技术。 通过分析MongoDB的分片键基数和出现频率，搭建分片集群，使得海量传感数据均匀分散到不同的分片上，提高数据的查询效率。并通过分片集群测试，比较了数据量在1w到500w情况下的数据更新时间，验证了该方案的有效性。 （3）设计并实现内河航道传感数据管理平台。 数据管理平台包括设备管理和数据管理模块。通过ApacheBench性能测试实验，测试结果表明，当并发用户数为1000时，用户平均等待时间和服务器平均处理时间不超过2s，表明数据管理平台的可用性及稳定性，证明了基于分片键的海量数据存储方法的有效性。 |
| 作者： | 刘振洋 |
| 专业： | 交通运输工程 |
| 导师： | 冯兴乐 |
| 授予学位： | 硕士 |
| 授予学位单位： | 长安大学 |
| 学位年度： | 2022 |
检索历史
应用推荐
