車輛通行數(shù)據(jù)的分布式存儲系統(tǒng)淺析

郭　旭，衛(wèi)　彪，江建宇

安徽四創(chuàng)電子股份有限公司，安徽合肥　230088

車輛通行數(shù)據(jù)的分布式存儲系統(tǒng)淺析

郭旭，衛(wèi)彪，江建宇

安徽四創(chuàng)電子股份有限公司，安徽合肥230088

卡口車輛通行數(shù)據(jù)的分布式存儲方法，包括配置計算節(jié)點和數(shù)據(jù)節(jié)點服務(wù)器，搭建并行計算集群環(huán)境；按照需要采集的車輛特征建立表結(jié)構(gòu)，在表結(jié)構(gòu)中選取至少兩個特征作為主鍵，由主鍵組成一條卡口數(shù)據(jù)信息；對主鍵和常用查詢字段建立分布式可變索引，再針對車牌號建立分布式檢索索引；接入待存儲的各個卡口的過車信息數(shù)據(jù)源；用戶以包含索引的字段進(jìn)行查詢，系統(tǒng)在100m/s之內(nèi)返回相應(yīng)數(shù)據(jù)。滿足日常業(yè)務(wù)中卡口系統(tǒng)對海量過車信息數(shù)據(jù)存儲的需求，而且通過對過車信息的數(shù)據(jù)結(jié)構(gòu)的索引數(shù)據(jù)結(jié)構(gòu)設(shè)計實現(xiàn)了快速查詢的功能，大大提高了查詢速率，增強了用戶體驗。

分布式存儲；Hadoop分布式計算框架；海量過車信息

1　系統(tǒng)架構(gòu)和實現(xiàn)步驟

1.1系統(tǒng)架構(gòu)圖

1.2系統(tǒng)實現(xiàn)步驟

1）配置計算節(jié)點和數(shù)據(jù)節(jié)點服務(wù)器，搭建并行計算集群環(huán)境，安裝與集群環(huán)境版本匹配的數(shù)據(jù)訪問中間件。

2）按照需要采集的車輛特征建立表結(jié)構(gòu)，在表結(jié)構(gòu)中選取至少2個特征作為主鍵，由主鍵組成一條卡口數(shù)據(jù)信息。

3）對主鍵和常用查詢字段建立分布式可變索引，再針對車牌號建立分布式檢索索引。

4）接入待存儲的各個卡口的過車信息數(shù)據(jù)源。

2　系統(tǒng)實現(xiàn)功能綜述

2.1過車數(shù)量統(tǒng)計

卡口車輛通行數(shù)據(jù)的分布式存儲方法，其特征在于：設(shè)定定時任務(wù)，自動統(tǒng)計前一天各個卡口的過車數(shù)據(jù)總量。

2.2過車信息格式

卡口車輛通行數(shù)據(jù)的分布式存儲方法，其特征在于：將車牌號、通過時間、卡口編號這3個特征作為主鍵，由車牌號、通過時間和卡口編號共同組成一條能被用戶查詢到的卡口數(shù)據(jù)信息，卡口數(shù)據(jù)信息格式為：車牌號+通過時間取反+卡口編號。

2.3模糊查詢

卡口車輛通行數(shù)據(jù)的分布式存儲方法，其特征在于：用戶輸入一個車牌號的其中任意一段連續(xù)字符，便可通過分布式索引文件的查詢返回相似度最高的前20個車牌號；返回車牌號之后，系統(tǒng)再根據(jù)相似度最高的車牌號列表進(jìn)行全字段的匹配查詢；車牌號的分布式索引存儲在大數(shù)據(jù)集群中的分布式文件系統(tǒng)中。

3　具體實施方式

3.1配置計算節(jié)點和數(shù)據(jù)節(jié)點服務(wù)器

首先，配置計算節(jié)點和數(shù)據(jù)節(jié)點服務(wù)器，搭建并行計算集群環(huán)境，安裝與集群環(huán)境版本匹配的數(shù)據(jù)訪問中間件，Apache Phoenix數(shù)據(jù)訪問中間件把傳統(tǒng)數(shù)據(jù)庫的SQL語句編譯成HBase存儲所需要的操作語句，加快了開發(fā)效率，降低了開發(fā)難度；其次，按照需要采集的車輛特征建立表結(jié)構(gòu)，在表結(jié)構(gòu)中選取至少兩個特征作為主鍵，由主鍵組成一條卡口數(shù)據(jù)信息。

3.2表結(jié)構(gòu)建立

如圖1所示，按照業(yè)務(wù)需求采集的車輛特征建立表結(jié)構(gòu)，采集到字段有“車牌號”“通信時間”“卡口編號”，“車輛顏色”“車輛大小”“通行方向”“數(shù)據(jù)來源”等存儲字段；根據(jù)具體業(yè)務(wù)需求，整理需要持久化的所有數(shù)據(jù)信息字段，同時選取能夠唯一標(biāo)志一條記錄的字段作為主鍵，這里將車牌號、通過時間、卡口編號這3個特征作為主鍵，由車牌號、通過時間和卡口編號共同組成一條能被用戶查詢到的卡口數(shù)據(jù)信息。

3.3大數(shù)據(jù)集群配置

大數(shù)據(jù)集群運行在Linux內(nèi)核的服務(wù)器，計算節(jié)點、備份計算節(jié)點和數(shù)據(jù)節(jié)點使用Hadoop分布式計算框架，采用HDFS的分布式文件系統(tǒng)，利用MapReduce算法實現(xiàn)“分而治之”的計算模型，所有數(shù)據(jù)通過Phoenix中間件存儲在HBase數(shù)據(jù)庫內(nèi)，整個Hadoop框架內(nèi)的計算轉(zhuǎn)發(fā)、監(jiān)控和策略決定都由ZooKeeper管理。

［1］Tom Wbite.hadoop權(quán)威指南第三版［M］.北京：人民教育出版社，2014（7）.

［2］涂子沛.大數(shù)據(jù)應(yīng)用實例［M］.桂林：廣西師范大學(xué)出版社，2015（6）.

TP31

A

1674-6708（2016）166-0074-01

郭旭，安徽四創(chuàng)電子股份有限公司。衛(wèi)彪，安徽四創(chuàng)電子股份有限公司。江建宇，安徽四創(chuàng)電子股份有限公司。