基于MongoDB和Asio的傳感器數(shù)據(jù)存儲系統(tǒng)設(shè)計

摘 要：本文設(shè)計了一種海量傳感器數(shù)據(jù)存儲系統(tǒng)，使用MongoDB作為數(shù)據(jù)庫，同時使用Boos.Asio網(wǎng)絡(luò)庫應(yīng)對終端高并發(fā)請求。

【關(guān)鍵詞】MongoDB Asio 傳感器數(shù)據(jù) 存儲系統(tǒng)

1 引言

在物聯(lián)網(wǎng)當中，每個終端節(jié)點每隔幾秒鐘就會將多個傳感器采集的數(shù)據(jù)傳輸?shù)椒?wù)器中，在大量終端節(jié)點的情況下會產(chǎn)生海量的數(shù)據(jù)。傳統(tǒng)關(guān)系型數(shù)據(jù)庫已經(jīng)無法滿足海量數(shù)據(jù)的存儲和管理，MongoDB是專門為解決海量數(shù)據(jù)而產(chǎn)生的，本系統(tǒng)使用MongoDB存儲海量傳感器數(shù)據(jù)。服務(wù)器端必須能夠處理大量終端節(jié)點的高并發(fā)請求，本系統(tǒng)使用Boost.Asio網(wǎng)絡(luò)庫應(yīng)對終端海量高并發(fā)請求。

2 MongoDB及其部署

2.1 MongoDB簡介

MongoDB的文檔、集合相當于關(guān)系型數(shù)據(jù)庫中的行和表，其文檔使用BSON格式存儲，其典型格式如：{ id：123，temperature：23， humidity： 60}。可見其非常適合物聯(lián)網(wǎng)終端節(jié)點的傳感器數(shù)據(jù)的存儲。

MongoDB通過分片（Shard）和副本集（replica set）實現(xiàn)對數(shù)據(jù)的備份和高性能處理。分片，就是將一份數(shù)據(jù)分成多個片段，每個分片儲存不同的部分，分片不僅分擔了數(shù)據(jù)在硬盤的存儲，還分擔了數(shù)據(jù)操作對機器內(nèi)存、CPU、網(wǎng)絡(luò)的IO和硬盤的讀寫壓力。如圖1所示。

2.2 MongoDB集群部署

典型的MongoDB集群部署模型如圖1所示。每個分片就是mongod程序的實例，在進行數(shù)據(jù)的增刪查改操作時需要通過mongos程序?qū)⒄埱蠓职l(fā)到對應(yīng)的分片上，mongos起到了路由的功能，它需要從配置服務(wù)器（config server）讀分片和路由等元數(shù)據(jù)信息。replica set就是數(shù)據(jù)的備份，也是mongod程序的實例。在生產(chǎn)環(huán)境下根據(jù)業(yè)務(wù)的需求來確定服務(wù)器的數(shù)量和mongos、mongod以及config server的數(shù)量。在程序連接數(shù)據(jù)庫時，只要連接mongos的地址和端口即可。

3 程序設(shè)計

本程序的主要功能是處理終端海量的高并發(fā)請求，將數(shù)據(jù)解析后寫入MongoDB數(shù)據(jù)庫。

3.1 Boost.Asio簡介

Boost.Asio是一款非常優(yōu)秀的C++開源網(wǎng)絡(luò)庫，支持同步編程和異步編程，能夠構(gòu)建出能夠承受數(shù)千并發(fā)連接的應(yīng)用程序，并且不必涉及顯式鎖定和線程并發(fā)模型，從而避免使用多線程編程帶來的死鎖、條件競爭等。

3.2 配置模塊和日志模塊設(shè)計

在程序中，服務(wù)器端口號、MongoDB集群地址、程序并發(fā)執(zhí)行線程數(shù)等配置信息采用JSON格式文件存儲。使用Boost庫中的property_tree作為程序解析JSON文件的工具。日志可以幫助程序員在開發(fā)中快速定位bug，本程序使用boost：：log記錄日志。

3.3 MongoDB模塊設(shè)計

在高并發(fā)請求下，為避免每次請求到來頻繁連接和關(guān)閉數(shù)據(jù)庫，MongoDB的C++驅(qū)動提供了線程安全的連接池。本模塊設(shè)計了Mymongo類，內(nèi)部封裝了mongo：：ScopedDBConnection類，實例化該類，便獲得一個數(shù)據(jù)庫連接。在Mymongo類的構(gòu)造函數(shù)中完成對數(shù)據(jù)庫的連接認證等，在析構(gòu)函數(shù)中釋放連接到連接池。本程序只需要將終端數(shù)據(jù)插入到數(shù)據(jù)庫中，因此Mymongo類只實現(xiàn)了數(shù)據(jù)的插入功能。

3.4 請求處理模塊

本模塊實現(xiàn)了Service類，包含start（）、accept_handler（）、read_handler（）三個成員函數(shù)。使用該類時，其執(zhí)行流程如圖2所示：首先執(zhí)行其start成員函數(shù)，在函數(shù)中采用異步accept方式等待連接到來，其回調(diào)函數(shù)為accept_handler，當連接到來后，執(zhí)行回調(diào)函數(shù)，在其中采用異步方式讀取套接字，并注冊回調(diào)函數(shù)read_handler，因為是異步讀取，不等待讀取完畢，再次調(diào)用start函數(shù)，等待下一個連接到來。當套接字讀取完畢后，會調(diào)用read_handler，在函數(shù)中會解析終端發(fā)來的請求，并使用Mymongo類將數(shù)據(jù)寫入MongoDB數(shù)據(jù)庫。如圖2所示。

3.5 io_service模型選擇

io_service類是Boost.Asio的核心，相當于前攝器模式中的Proactor角色，asio的任何操作都需要其參與。在主函數(shù)中首先實例化一個io_service對象，在實例化Service對象時作為其參數(shù)，啟動Service對象的start（）函數(shù)后，在多個線程中調(diào)用這個io_service對象的run（）函數(shù)。這相當于在多個線程中同時阻塞等待異步操作的完成，當有異步操作完成時，便會調(diào)用相應(yīng)的回調(diào)函數(shù)。這是其最為常用的模型，可以編寫出非常健壯的應(yīng)用程序，本程序選擇一個io_service實例多個線程的模型。

4 結(jié)語

本文所設(shè)計的傳感器數(shù)據(jù)存儲系統(tǒng)，使用了MongoDB數(shù)據(jù)庫存儲管理海量數(shù)據(jù)，并使用Boost.Asio網(wǎng)絡(luò)庫的異步編程方式，配合多線程技術(shù)，編寫了能夠接收海量高并發(fā)請求的服務(wù)器端程序，在程序中使用MongoDB連接池來連接數(shù)據(jù)庫，避免資源的浪費。

參考文獻

[1]郭匡宇.基于MongoDB的傳感器數(shù)據(jù)分布式存儲的研究與應(yīng)用[D].南京郵電大學，2013.

[2]MongoDB.sharding. https：//docs.mongodb.org/manual/core/sharding-introduction/.

[3]Boost.Asio. http：//www.boost.org/doc/libs/1_57_0/doc/html/boost_asio.html.

作者簡介

李曉（1989-），男，現(xiàn)為中國海洋大學信息科學與工程學院信號與信息處理專業(yè)在讀研究生。

作者單位

中國海洋大學信息科學與工程學院 山東省青島市 266100