基于NoSQL的物聯(lián)網(wǎng)數(shù)據(jù)本體模型存儲(chǔ)技術(shù)研究與實(shí)現(xiàn)

唐洪奎，張 程，劉 驥

(重慶大學(xué)計(jì)算機(jī)學(xué)院，重慶 400044)

基于NoSQL的物聯(lián)網(wǎng)數(shù)據(jù)本體模型存儲(chǔ)技術(shù)研究與實(shí)現(xiàn)

唐洪奎，張 程，劉 驥

(重慶大學(xué)計(jì)算機(jī)學(xué)院，重慶 400044)

隨著信息技術(shù)的發(fā)展，物聯(lián)網(wǎng)為實(shí)現(xiàn)萬(wàn)物互聯(lián)互通孕育而生。數(shù)據(jù)存儲(chǔ)是物聯(lián)網(wǎng)重要部分，但是物聯(lián)網(wǎng)數(shù)據(jù)具有海量、異構(gòu)、復(fù)雜多變的特點(diǎn)。本文根據(jù)物聯(lián)網(wǎng)數(shù)據(jù)的特點(diǎn)，提出一種基于NoSQL數(shù)據(jù)庫(kù)和本體概念模型的物聯(lián)網(wǎng)中間數(shù)據(jù)存儲(chǔ)模型，提出物聯(lián)網(wǎng)數(shù)據(jù)存儲(chǔ)的方案，解決了物聯(lián)網(wǎng)海量異構(gòu)數(shù)據(jù)存儲(chǔ)的問(wèn)題，并使用tDB數(shù)據(jù)庫(kù)驗(yàn)證該方案在物聯(lián)網(wǎng)存儲(chǔ)方面的高效性。

物聯(lián)網(wǎng)；本體存儲(chǔ)模型；NoSQL數(shù)據(jù)庫(kù)

0 引言

1995年，比爾蓋茨提出“物聯(lián)網(wǎng)”的概念，之后麻省理工大學(xué)自動(dòng)識(shí)別中心將物聯(lián)網(wǎng)定義為：把所有物品通過(guò)射頻識(shí)別等信息傳感設(shè)備與互聯(lián)網(wǎng)連接起來(lái)，實(shí)現(xiàn)智能化識(shí)別和管理[1]。2005年，國(guó)際電信聯(lián)盟發(fā)布《The Internet of things》年度報(bào)告，擴(kuò)展了“物聯(lián)網(wǎng)”的概念，認(rèn)為物聯(lián)網(wǎng)涵蓋任何時(shí)刻、任何地點(diǎn)、任何物體之間互聯(lián)，無(wú)處不在的網(wǎng)絡(luò)、無(wú)處不在的計(jì)算[2]。隨著科學(xué)技術(shù)和社會(huì)的發(fā)展，物理網(wǎng)已經(jīng)成為了學(xué)術(shù)界和工業(yè)界關(guān)注的焦點(diǎn)，不同國(guó)家或地區(qū)都提出了物聯(lián)網(wǎng)戰(zhàn)略，比如歐洲的“e-Europe”[3]、美國(guó)的“智慧地球”，以及中國(guó)的“感知中國(guó)”[4]。

物聯(lián)網(wǎng)的體系結(jié)構(gòu)可以分成感知層、網(wǎng)絡(luò)層、數(shù)據(jù)層以及應(yīng)用層四個(gè)層次：感知層從環(huán)境中感知到物理狀態(tài)，在經(jīng)過(guò)網(wǎng)絡(luò)層將數(shù)據(jù)傳輸?shù)綌?shù)據(jù)層，數(shù)據(jù)層由存儲(chǔ)節(jié)點(diǎn)組成，存儲(chǔ)節(jié)點(diǎn)中的數(shù)據(jù)可供應(yīng)用層使用，比如數(shù)據(jù)挖掘、實(shí)時(shí)交通分析等等[5]，如圖1所示。其中數(shù)據(jù)層保存感知的物理狀態(tài)，同時(shí)為應(yīng)用層提供數(shù)據(jù)支持，所以物聯(lián)網(wǎng)的核心功能之一就是存儲(chǔ)感知到的數(shù)據(jù)，以一定的形式將數(shù)據(jù)保存在存儲(chǔ)介質(zhì)當(dāng)中，這也就是數(shù)據(jù)層要完成的功能。

本文嘗試對(duì)物聯(lián)網(wǎng)體系結(jié)構(gòu)中較低層次存儲(chǔ)節(jié)點(diǎn)的存儲(chǔ)模型進(jìn)行研究，并根據(jù)物聯(lián)網(wǎng)的特點(diǎn)提出存儲(chǔ)模型方案。

圖1 物聯(lián)網(wǎng)架構(gòu)Fig.1 the Architecture of IoT

1 相關(guān)工作

1.1 海量數(shù)據(jù)存儲(chǔ)模型

基于不同的思路和技術(shù)，比如文件系統(tǒng)、數(shù)據(jù)庫(kù)等，可以構(gòu)建出不同的物聯(lián)網(wǎng)存儲(chǔ)模型。

從文件系統(tǒng)的角度出發(fā)，面對(duì)物聯(lián)網(wǎng)海量數(shù)據(jù)的存儲(chǔ)與管理，大部分研究者關(guān)注到文件存儲(chǔ)系統(tǒng)的研究，這種文件系統(tǒng)建立在節(jié)點(diǎn)的本地文件系統(tǒng)上，通過(guò)網(wǎng)絡(luò)將多個(gè)節(jié)點(diǎn)相連，同時(shí)通過(guò)管理節(jié)點(diǎn)關(guān)聯(lián)和協(xié)調(diào)多個(gè)節(jié)點(diǎn)的訪問(wèn)、控制、管理，提供多用戶(hù)文件訪問(wèn)，可以解決I/O瓶頸和系統(tǒng)擴(kuò)展問(wèn)題[5]。早期文件系統(tǒng)運(yùn)用比較簡(jiǎn)單的實(shí)現(xiàn)的存儲(chǔ)方案，如：用XML存儲(chǔ)數(shù)據(jù)為嵌入式設(shè)備提供Web服務(wù)[6]；數(shù)據(jù)存儲(chǔ)在PML中，作為物聯(lián)網(wǎng)的數(shù)據(jù)服務(wù)器[7]。隨著技術(shù)的發(fā)展，出現(xiàn)了分布式文件系統(tǒng)的存儲(chǔ)方案，如：Lustre[8]，GFS[9]以及HDFS[10]。

但是，使用文件系統(tǒng)進(jìn)行存儲(chǔ)的缺陷是：文件結(jié)構(gòu)與應(yīng)用的耦合性太強(qiáng)，實(shí)現(xiàn)數(shù)據(jù)共享比較困難；數(shù)據(jù)冗余大，數(shù)據(jù)出現(xiàn)不一致；對(duì)于物聯(lián)網(wǎng)的大量數(shù)據(jù)，文件系統(tǒng)無(wú)法提供多維度的數(shù)據(jù)檢索功能；面對(duì)實(shí)時(shí)的數(shù)據(jù)流處理能力差。所以，基于文件系統(tǒng)的存儲(chǔ)方案無(wú)法勝任儲(chǔ)存物聯(lián)網(wǎng)海量數(shù)據(jù)的任務(wù)。

除文件系統(tǒng)外，也有研究者從數(shù)據(jù)庫(kù)技術(shù)的角度看待物聯(lián)網(wǎng)的存儲(chǔ)問(wèn)題。根據(jù)存儲(chǔ)模型的不同，可以將數(shù)據(jù)庫(kù)分為：關(guān)系型數(shù)據(jù)庫(kù)和非關(guān)系型數(shù)據(jù)庫(kù)。

關(guān)系數(shù)據(jù)庫(kù)技術(shù)已經(jīng)非常成熟，許多物聯(lián)網(wǎng)的存儲(chǔ)也采用關(guān)系數(shù)據(jù)庫(kù)作為解決方案。但是將關(guān)系數(shù)據(jù)庫(kù)模型直接應(yīng)用到解決物聯(lián)網(wǎng)存儲(chǔ)的問(wèn)題，很難物聯(lián)網(wǎng)功能的需求。主要原因在于，關(guān)系數(shù)據(jù)庫(kù)本身設(shè)計(jì)是針對(duì)實(shí)務(wù)型的數(shù)據(jù)處理，在關(guān)系模型當(dāng)中，一但數(shù)據(jù)庫(kù)模型構(gòu)建完成，生成數(shù)據(jù)庫(kù)實(shí)例后，數(shù)據(jù)對(duì)象、數(shù)據(jù)對(duì)象（數(shù)據(jù)庫(kù)表）之間的關(guān)系也就固定，在數(shù)據(jù)庫(kù)實(shí)例運(yùn)行期間，只存在表記錄數(shù)量的變化、對(duì)象間確定關(guān)系數(shù)量的變化、表單元內(nèi)容“值”的變化，而數(shù)據(jù)的類(lèi)型結(jié)構(gòu)、類(lèi)型關(guān)系固定，無(wú)法滿(mǎn)足物聯(lián)網(wǎng)海量數(shù)據(jù)類(lèi)型異構(gòu)多樣、動(dòng)態(tài)變化的特點(diǎn)。

在非關(guān)系型數(shù)據(jù)庫(kù)方面，一些新的數(shù)據(jù)庫(kù)技術(shù)的得到關(guān)注，尤其是NoSQL技術(shù)[11]。NoSQL技術(shù)可分為四類(lèi)：（1）鍵值型（Key-Value），通過(guò)構(gòu)建索引，值通過(guò)一個(gè)唯一鍵進(jìn)行索引；（2）文檔型(Document)，Key-Value存儲(chǔ)到文檔中，比如 json文檔；（3）列式(Column Family)，存儲(chǔ)的數(shù)據(jù)以列為單位；（4）圖式(Graph)，利用圖論構(gòu)建Key-Value關(guān)系，適用于關(guān)系復(fù)雜的數(shù)據(jù)管理。由于 NoSQL技術(shù)有性能、擴(kuò)展性方面的優(yōu)勢(shì)，已經(jīng)在大數(shù)據(jù)處理方面有較為成功的應(yīng)用。當(dāng)前，較為流行的開(kāi)源NoSQL 數(shù)據(jù)庫(kù)有 MongoDB[12]、CouchDB[13]、HBase[14]、Redis以及 Cassandra[15]等，應(yīng)用較廣的非開(kāi)源數(shù)據(jù)庫(kù)有Google的Bigtable[16]以及亞馬遜的Dynamo[17]等。

也有研究者將上述兩種技術(shù)思路結(jié)合起來(lái)，發(fā)揮兩者的優(yōu)點(diǎn)，彌補(bǔ)缺點(diǎn)，稱(chēng)為混合技術(shù)[18-19]，但是兩種技術(shù)結(jié)合必然增加額外的開(kāi)銷(xiāo)，影響到存儲(chǔ)系統(tǒng)的性能。

1.2 本體技術(shù)

“本體”（Ontology）一詞很早就有人提出，許多哲學(xué)家都探討過(guò)本體的概念。哲學(xué)意義上講，本體研究的主題是“什么是存在、什么是永恒、什么是不變”，但是不同學(xué)派持有不同觀點(diǎn)，對(duì)于“本體”概念內(nèi)涵的解讀也不盡相同。對(duì)于計(jì)算機(jī)技術(shù)而言，“計(jì)算”含義可以看成是一種思維過(guò)程，而思維過(guò)程依賴(lài)于概念之間的關(guān)系，利用唯心主義學(xué)派“本體”的觀點(diǎn)，將“本體”概念引入計(jì)算機(jī)理論。但區(qū)別于哲學(xué)研究，計(jì)算機(jī)研究提出符合技術(shù)要求的“本體”定義。

人工智能領(lǐng)域，Neches等人定義本體為“給出相關(guān)領(lǐng)域詞匯的基本術(shù)語(yǔ)和關(guān)系，以及利用這些術(shù)語(yǔ)和關(guān)系構(gòu)成規(guī)定這些詞匯外延的規(guī)則的定義”[20]。1993年，Gruber定義本體為“本體是概念模型的明確規(guī)范說(shuō)明”。Brost定義本體為“本體是共享概念的形式化規(guī)范說(shuō)明”。Studer認(rèn)為“本體是共享概念模型的明確的形式化規(guī)范說(shuō)明”?？梢钥闯觥氨倔w”有4層含義：概念模型、明確、形式化和共享[21]。

當(dāng)前已研究者提出了許多基于“本體”概念的存儲(chǔ)模型，如論文[22]介紹的 Sesame模型[22]。與NoSQL相似，本體存儲(chǔ)管理系統(tǒng)根據(jù)存儲(chǔ)介質(zhì)可以分為三種：（1）基于主存，在內(nèi)存中按照某種結(jié)構(gòu)進(jìn)行組織，并在內(nèi)存中進(jìn)行數(shù)據(jù)儲(chǔ)存、數(shù)據(jù)操作，如OWLim[23]、OWLJessKB[24]；（2）基于文件系統(tǒng)，用文件存儲(chǔ)和管理數(shù)據(jù)，如簡(jiǎn)單的 XML文件，相對(duì)比較復(fù)雜的有Kowari[25]；（3）基于關(guān)系數(shù)據(jù)庫(kù)，利用成熟的關(guān)系數(shù)據(jù)庫(kù)技術(shù)實(shí)現(xiàn)數(shù)據(jù)類(lèi)型的維系、類(lèi)型之間的關(guān)系、數(shù)據(jù)的儲(chǔ)存，如Rstar[22]，Jena[22]。

NoSQL技術(shù)和本體技術(shù)有一定的相似性，可將兩種理念結(jié)合起來(lái)。面對(duì)物聯(lián)網(wǎng)海量復(fù)雜多變的數(shù)據(jù)類(lèi)型，盡量體現(xiàn)NoSQL技術(shù)和本體技術(shù)的優(yōu)勢(shì)，滿(mǎn)足物聯(lián)網(wǎng)的數(shù)據(jù)存儲(chǔ)需求。

2 存儲(chǔ)模型

2.1 模型設(shè)計(jì)

本文嘗試?yán)帽倔w技術(shù)構(gòu)建概念模型，實(shí)現(xiàn)明確、共享的功能，對(duì)存儲(chǔ)的物聯(lián)網(wǎng)數(shù)據(jù)類(lèi)型進(jìn)行本體的概念描述，一方面可以維系復(fù)雜多變的非結(jié)構(gòu)化數(shù)據(jù)類(lèi)型，另一方面可以提出類(lèi)型數(shù)據(jù)實(shí)例的合法性監(jiān)測(cè)，并結(jié)合大數(shù)據(jù)NoSQL數(shù)據(jù)庫(kù)特點(diǎn)，提出了滿(mǎn)足大數(shù)據(jù)等應(yīng)用需求的物聯(lián)網(wǎng)的本體描述及存儲(chǔ)模型。

該存儲(chǔ)模型中的基礎(chǔ)記錄單元定義為 SampleElement:

SampleElement=

在SampleElemet中，key∈Char，是value的名稱(chēng)；value∈Char∪Number，用于存儲(chǔ)值，例如：表示從環(huán)境從采樣到溫度值為 50攝氏度，表示文本內(nèi)容為”Hello world”.

圖2表示存儲(chǔ)系統(tǒng)的記錄模型，在該存儲(chǔ)系統(tǒng)中，記錄所收到的數(shù)據(jù)按照Record的格式進(jìn)行存儲(chǔ)。Record是基本存儲(chǔ)單元，Record主要包括兩部分內(nèi)容：解析數(shù)據(jù)的概念模型和數(shù)據(jù)實(shí)例部分，數(shù)據(jù)實(shí)例部分又分靜態(tài)和動(dòng)態(tài)兩部分?jǐn)?shù)據(jù)。Record記錄中的rID唯一標(biāo)識(shí)當(dāng)前記錄，ClassID指向的是這條記錄的概念模型，sID指向當(dāng)前記錄的數(shù)據(jù)實(shí)例的靜態(tài)部分，例如存儲(chǔ)移動(dòng)設(shè)備的名稱(chēng)、廠商、物品碼等信息，InstID 指向的是數(shù)據(jù)實(shí)例的動(dòng)態(tài)部分，Location標(biāo)識(shí)的是當(dāng)前這條記錄采集時(shí)設(shè)備的物理位置，RecordTime標(biāo)識(shí)的是當(dāng)前這條記錄發(fā)生時(shí)的時(shí)間。

實(shí)例數(shù)據(jù)的靜態(tài)部分，存儲(chǔ)不經(jīng)常改變的數(shù)據(jù)，通常是人為設(shè)定的一些數(shù)據(jù)，比如設(shè)備名稱(chēng)、廠商、物品碼等信息，這些數(shù)據(jù)，物聯(lián)網(wǎng)設(shè)備一旦使用，基本就已經(jīng)確定。靜態(tài)部分中，ID唯一標(biāo)識(shí)該條記錄，Len表示這條記錄的長(zhǎng)度，tID表示物品碼等信息，sV1，sV2表示更多的靜態(tài)信息，其以 NoSQL Key-Value的形式存儲(chǔ)。

實(shí)例數(shù)據(jù)的動(dòng)態(tài)部分，儲(chǔ)存經(jīng)常在更新的數(shù)據(jù)，比如溫度，濕度等等會(huì)隨著環(huán)境改變有著劇烈變化的數(shù)據(jù)，這些數(shù)據(jù)一般都是物聯(lián)網(wǎng)設(shè)備從環(huán)境中測(cè)量采用出來(lái)的，其大小多少由環(huán)境來(lái)決定。在動(dòng)態(tài)部分中，ID唯一標(biāo)識(shí)一條動(dòng)態(tài)數(shù)據(jù)記錄，Len表示數(shù)據(jù)記錄的長(zhǎng)度，V1，V2，……表示存儲(chǔ)的動(dòng)態(tài)數(shù)據(jù)，其以NoSQL Key-Value的形式存儲(chǔ)。

其中實(shí)體數(shù)據(jù)中的數(shù)據(jù)采用之前定義的SampleElement結(jié)構(gòu)進(jìn)行保存，比如一個(gè)數(shù)據(jù)實(shí)例的動(dòng)態(tài)部分可以表達(dá)為{ID:”1”,Len:”3”,field:”trafic”,temperature:50,context:”None”}.

基本單元中的 ClassID指向一個(gè)基于本體理念設(shè)計(jì)的一個(gè)結(jié)構(gòu)，用于維護(hù)數(shù)據(jù)模式的概念模型，包括概念（也就是類(lèi)）與屬性之間的關(guān)系、概念和概念之間的關(guān)系，還包括對(duì)于類(lèi)屬性的描述。概念模型圖如圖3所示。

圖2 存儲(chǔ)模型Fig.2 the Storage Model

圖3 本體概念模型Fig.3 the Ontology Conceptual Model

類(lèi)在概念模型中表達(dá)基本的概念，ID用于唯一標(biāo)識(shí)一個(gè)概念，Name表明類(lèi)的名字；范疇屬性表達(dá)的是模型中的最基本類(lèi)型，如整數(shù)類(lèi)型、浮點(diǎn)數(shù)類(lèi)型、字符類(lèi)型等等，因?yàn)槭腔绢?lèi)型，所以命名為“范疇屬性”；域、類(lèi)屬性表用于將類(lèi)與范疇屬性進(jìn)行關(guān)聯(lián)，關(guān)聯(lián)則意味著類(lèi)所代表的概念下蘊(yùn)含范疇屬性表達(dá)的性質(zhì)，域、類(lèi)屬性表的省略號(hào)可以是當(dāng)前這個(gè)類(lèi)屬性的一些描述，比如值的范圍等等；類(lèi)關(guān)系表表達(dá)的是類(lèi)之間的關(guān)系，也就概念之間的關(guān)系，比如繼承關(guān)系（蘊(yùn)含關(guān)系），又比如面向?qū)ο罄锾岬降摹坝小标P(guān)系也可表達(dá)，Type標(biāo)定關(guān)系的類(lèi)型，IDsup和IDsub分別表示兩個(gè)類(lèi)的ID指向類(lèi)表。

我們將本體技術(shù)和NoSQL技術(shù)結(jié)合起來(lái)，本體技術(shù)可用于維護(hù)數(shù)據(jù)類(lèi)型的結(jié)構(gòu)，并且可以根據(jù)需要發(fā)生改變，這一點(diǎn)主要是用于滿(mǎn)足物聯(lián)網(wǎng)數(shù)據(jù)存儲(chǔ)的異構(gòu)性，并且理由概念模型，我們也可進(jìn)行對(duì)數(shù)據(jù)類(lèi)型的合法性進(jìn)行檢查。

為了更加高效的實(shí)現(xiàn)檢索功能，使用B+樹(shù)等數(shù)據(jù)結(jié)構(gòu)構(gòu)建索引，使用哈希表等數(shù)據(jù)結(jié)構(gòu)完成檢索過(guò)程當(dāng)中涉及到的集合運(yùn)算，從而提高查詢(xún)性能。

2.2 模型舉例

現(xiàn)在以重慶電網(wǎng)某變電站的實(shí)時(shí)監(jiān)控系統(tǒng)來(lái)具體說(shuō)明存儲(chǔ)模型的存儲(chǔ)方案。

在一個(gè)變電站中，有交流線路、變壓器、母線等設(shè)備。其相關(guān)信息如下：

（1）交流線路的屬性有：設(shè)備狀態(tài)、線路基本名稱(chēng)、設(shè)備類(lèi)型、設(shè)備子類(lèi)、鏈接場(chǎng)站 1、鏈接開(kāi)關(guān)1、鏈接間隔1、鏈接場(chǎng)站2、鏈接開(kāi)關(guān)2、鏈接間隔 2、電壓等級(jí)、全路徑名稱(chēng)、資產(chǎn)單位、運(yùn)維單位等等。

（2）變壓器的屬性有：設(shè)備狀態(tài)、所屬?gòu)S站命名、設(shè)備類(lèi)型、設(shè)備子類(lèi)、變壓器編號(hào)、電壓等級(jí)、全路徑名稱(chēng)、設(shè)備名等等稱(chēng)、資產(chǎn)單位、所屬間隔、運(yùn)維單位、所屬調(diào)度機(jī)構(gòu)等等。

（3）母線的屬性有：所屬?gòu)S站命名、設(shè)備類(lèi)型、設(shè)備子類(lèi)、母線編號(hào)、電壓等級(jí)、全路徑名稱(chēng)、設(shè)備名稱(chēng)、設(shè)備間隔、資產(chǎn)單位、運(yùn)維單位。

以上屬性是對(duì)象實(shí)例數(shù)據(jù)中的靜態(tài)部分，這些數(shù)據(jù)反映為管理變電站而人為的設(shè)定的信息，比如配置信息、命名信息、組織信息等等。

同時(shí)，在該電力系統(tǒng)中這些設(shè)備還存在大量實(shí)時(shí)動(dòng)態(tài)信息，用于反映環(huán)境的變化，比如設(shè)備的有功功率、無(wú)功功率，變電器開(kāi)關(guān)的實(shí)時(shí)電壓，監(jiān)測(cè)設(shè)備測(cè)量的變壓器放電次數(shù)（每分鐘）、放電幅值等。

下文以有功功率、無(wú)功功率為例說(shuō)明本文提出的模型與關(guān)系數(shù)據(jù)庫(kù)存儲(chǔ)方案的區(qū)別。

2.2.1 關(guān)系數(shù)據(jù)庫(kù)的存儲(chǔ)方案

根據(jù)關(guān)系數(shù)據(jù)庫(kù)的特點(diǎn)和模型要求，針對(duì)設(shè)備有功功率、無(wú)功功率的關(guān)系數(shù)據(jù)庫(kù)存儲(chǔ)模式如下：

圖4 關(guān)系型數(shù)據(jù)表模式Fig.4 the Pattern of Relational Data Table

其中 Ouur_time表明記錄的時(shí)間，Cur_01、Cur_02、……、Cur_99、Cur_100記錄有功功率和無(wú)功功率，具體記錄的是哪個(gè)設(shè)備的有功功率和無(wú)功功率，用另外一張數(shù)據(jù)表表達(dá)，如圖5所示：

圖5 設(shè)備屬性關(guān)聯(lián)表Fig.5 the Table of Device Attribute Association

上圖中，Cur_01Cur_02分別表達(dá)設(shè)備1的有功功率和無(wú)功功率，Cur_03Cur_04分別表達(dá)設(shè)備 2的有功功率和無(wú)功功率，以此類(lèi)推。

根據(jù)以上設(shè)計(jì)，存儲(chǔ)動(dòng)態(tài)實(shí)時(shí)數(shù)據(jù)表最多可以記錄50個(gè)設(shè)備的有功功率和無(wú)功功率，當(dāng)設(shè)備少于50個(gè)設(shè)備時(shí)，會(huì)出現(xiàn)存儲(chǔ)空間的浪費(fèi)；當(dāng)設(shè)備大于50個(gè)設(shè)備時(shí)，需要重新建表，并且維護(hù)表之間的關(guān)系，增加了管理和復(fù)雜程度，同時(shí)，也增加了計(jì)算負(fù)擔(dān)。

2.2.2 基于NoSQL與本體的存儲(chǔ)方案

采用本文提出的存儲(chǔ)模型，可以對(duì)以上問(wèn)題進(jìn)行改進(jìn)，從而使得存儲(chǔ)模型更好適應(yīng)物聯(lián)網(wǎng)的數(shù)據(jù)特點(diǎn)和物聯(lián)網(wǎng)應(yīng)用的需要。

首先是對(duì)變電站中設(shè)備之間在組織關(guān)系的表達(dá)，使用本體概念模型來(lái)表達(dá)設(shè)備之間的關(guān)系，圖6所示。

圖6 該變電站本體概念模型實(shí)例Fig.6 the Ontology Conceptual Model Instance of this Transformer Substation

圖6所示實(shí)例存儲(chǔ)是變電站概念與變電站下屬設(shè)備概念之間的關(guān)系：類(lèi)表中有變電站、變壓器、母線、交流線路概念；范疇屬性表中描述了整數(shù)（Int）、單精度浮點(diǎn)數(shù)(Float)、雙精度浮點(diǎn)數(shù)(Double)、字符串(String)等等基本類(lèi)型；類(lèi)關(guān)系表中表達(dá)概念之間的關(guān)系，如第一條記錄（1,2,have,...）表示，變電站概念包括變壓器的概念(have關(guān)系)，其他以此類(lèi)推；類(lèi)屬性表關(guān)聯(lián)概念與屬性，比如第一條記錄(2,4,’設(shè)備狀態(tài)’,’靜’,...)將變電站概念與范疇屬性String關(guān)聯(lián)，并且命名屬性名設(shè)備狀態(tài)，”靜”指明此屬性為靜態(tài)屬性，其值存儲(chǔ)在實(shí)例數(shù)據(jù)的靜態(tài)部分，又例如記錄(2,2,’有功功率’,’動(dòng)’,...)將變電站概念與范疇屬性Float關(guān)聯(lián)，屬性名為有功功率，為動(dòng)態(tài)屬性，其內(nèi)容將存儲(chǔ)在實(shí)例數(shù)據(jù)的動(dòng)態(tài)部分，其他以此類(lèi)推。

概念的本體模型表達(dá)清楚后，變電站物聯(lián)網(wǎng)設(shè)備數(shù)據(jù)實(shí)例的存儲(chǔ)如圖7。

如圖7中所示，Records記錄了4條記錄，以第一條為例，sID為1，指向?qū)嵗龜?shù)據(jù)的靜態(tài)部分，可知該設(shè)備所示變電站為敖山站，ClassID為2，指向本體概念模型中變壓器概念的ID，可知此條記錄的設(shè)備為變壓器，InstID為100，指向?qū)嵗龜?shù)據(jù)的動(dòng)態(tài)部分，Location為(106.46183，29.41379)，表明該變壓器的經(jīng)緯度，RecordTime為’2016/10/1012:20: 18’，表明該數(shù)據(jù)產(chǎn)生時(shí)間。實(shí)例數(shù)據(jù)（靜態(tài)部分）第一條記錄數(shù)據(jù)長(zhǎng)度為 254，tID類(lèi)型為 1，其后Shebeizhuangtai:’啟用’、Suoshuchangzhan:’敖山站’、Shebeileixing:’變壓器’等等，以 Key-Value鍵值對(duì)的方式存儲(chǔ)。同理，實(shí)例數(shù)據(jù)（動(dòng)態(tài)部分）第一條記錄數(shù)據(jù)長(zhǎng)度 38，YouGong_Power:100.1、WuGong_Power:21.4，同樣也是以Key-Value形式記錄有功功率和無(wú)功功率，其值分別為100.1、21.4。

圖7 該變電站存儲(chǔ)實(shí)例Fig.7 the Storage Instance of this Transformer Substation

其他記錄以此類(lèi)推。

3 實(shí)驗(yàn)對(duì)比

3.1 實(shí)驗(yàn)背景描述

為驗(yàn)證本方案，本文采用了重慶電網(wǎng)某變電站的 2015年所有設(shè)備的累積數(shù)據(jù)，并使用 Oracle數(shù)據(jù)庫(kù)按照3.2.1的傳統(tǒng)方式加以存儲(chǔ)；另外，作者按照本文提出的存儲(chǔ)模型開(kāi)發(fā)了一個(gè)簡(jiǎn)單的存儲(chǔ)系統(tǒng)tDB（Windows，vs2010，C++開(kāi)發(fā)），用于相同數(shù)據(jù)的存儲(chǔ)，并通過(guò)實(shí)驗(yàn)加以對(duì)比驗(yàn)證。

該變電站累積數(shù)據(jù)的數(shù)據(jù)量為9567996條。我們將數(shù)據(jù)按照200萬(wàn)、400萬(wàn)、600萬(wàn)、800萬(wàn)的規(guī)格導(dǎo)入到關(guān)系型數(shù)據(jù)庫(kù)(Oracle)和tDB中，比較在不同規(guī)模數(shù)據(jù)的情況下單條記錄數(shù)據(jù)的平均查找時(shí)間，同時(shí)也比較計(jì)算所有設(shè)備全年每條功率因數(shù)所消耗的時(shí)間。

3.2 實(shí)驗(yàn)結(jié)果與分析

3.2.1 查詢(xún)時(shí)間對(duì)比

圖8展示了查詢(xún)實(shí)驗(yàn)結(jié)果，水平坐標(biāo)是實(shí)驗(yàn)的數(shù)據(jù)量大小，豎直方向代表多次單條記錄查詢(xún)平均時(shí)間，藍(lán)色線條是Oracle的實(shí)驗(yàn)結(jié)果，紅色線條是tDB的實(shí)驗(yàn)結(jié)果。隨著數(shù)據(jù)量的增加，兩條查詢(xún)所需要平均時(shí)間逐漸增加，同時(shí)斜率逐漸增大，說(shuō)明系統(tǒng)所消耗的時(shí)間有所增加。從兩條線的對(duì)比來(lái)看，在數(shù)據(jù)規(guī)模較小時(shí)，Oracle數(shù)據(jù)庫(kù)的時(shí)間優(yōu)于 tDB數(shù)據(jù)，但隨著數(shù)據(jù)量的增加，tDB的優(yōu)勢(shì)逐漸體現(xiàn)出來(lái)，說(shuō)明基于NoSQL技術(shù)和本體理念的tDB數(shù)據(jù)庫(kù)在應(yīng)對(duì)物聯(lián)網(wǎng)海量異構(gòu)多變的數(shù)據(jù)存儲(chǔ)方面有優(yōu)勢(shì)。3.2.2 功率因素計(jì)算

圖8 平均查詢(xún)時(shí)間對(duì)比Fig.8 the Comparison of Average Query Time

在電力系統(tǒng)當(dāng)中，功率因數(shù)是用來(lái)衡量用電設(shè)備或電力輸出設(shè)備的用電或是傳輸效率的數(shù)據(jù)。功率因數(shù)定義為：

其中，P是有功功率是設(shè)備消耗了的，轉(zhuǎn)換為其他能量的功率；K是無(wú)功功率，是維持設(shè)備運(yùn)轉(zhuǎn)，但是并不消耗的能量。

圖9展示了功率因數(shù)實(shí)驗(yàn)結(jié)果，水平坐標(biāo)是實(shí)驗(yàn)的數(shù)據(jù)量大小，豎直方向代表計(jì)算所有功率因數(shù)所消耗的時(shí)間，藍(lán)色線條是Oracle的實(shí)驗(yàn)結(jié)果，紅色線條是tDB的實(shí)驗(yàn)結(jié)果。隨著數(shù)據(jù)量的增加，計(jì)算所需要的系統(tǒng)耗時(shí)逐漸增加，但是基于 NoSQL和本體概念模型的tBD系統(tǒng)計(jì)算耗時(shí)優(yōu)于同等數(shù)量級(jí)別的Oracle的耗時(shí)時(shí)間，可見(jiàn)基于NoSQL和本體概念存儲(chǔ)模型針對(duì)物聯(lián)網(wǎng)的大數(shù)據(jù)應(yīng)用有較好的支持，在計(jì)算性上優(yōu)于關(guān)系型數(shù)據(jù)庫(kù)。

圖9 功率因數(shù)計(jì)算時(shí)間對(duì)比Fig.9 the Comparison of Power Factor Computation Time

4 結(jié)束語(yǔ)

面對(duì)大物聯(lián)網(wǎng)海量類(lèi)型異構(gòu)多變的數(shù)據(jù)的存儲(chǔ)需求，本文提出了基于NoSQL技術(shù)和技術(shù)的存儲(chǔ)模型，NoSQL技術(shù)用于應(yīng)對(duì)半結(jié)構(gòu)、非結(jié)構(gòu)的異構(gòu)數(shù)據(jù)，本體概念模型用于維系異構(gòu)多變數(shù)據(jù)類(lèi)型間的關(guān)系，使NoSQL技術(shù)面對(duì)異構(gòu)數(shù)據(jù)時(shí)，有本可依，提高了數(shù)據(jù)的安全性，兩者相輔相成。根據(jù)本文提出的存儲(chǔ)模型開(kāi)發(fā)的tDB系統(tǒng)驗(yàn)證了，在面對(duì)海量異構(gòu)數(shù)據(jù)時(shí)，本文提出的存儲(chǔ)模型方案優(yōu)于關(guān)系數(shù)據(jù)庫(kù)。未來(lái)，基于本文思路，可開(kāi)發(fā)分布式的物聯(lián)網(wǎng)存儲(chǔ)系統(tǒng)。

[1]AutoID Labs homepage.http://www.autoidlabs.org/.

[2]International Telecommunication Union,Internet Reports-2005: The Internet of thing[R].Geneva: ITU, 2005.

[3]Commission of the European communities, COM (2009)278 final.Internet of things-an action plan for Europe, Brussels[J].(2009-06-18)[2010-05-12].http://ec.europa.eu/information_ society/policy/rfid/documents/commiot2009.Pdf.

[4]溫家寶.2010年政府工作報(bào).(2010-03-15)[2010-05-12].http://www.gov.cn/2010lh/content_1555767.Htm.

[5]田野, 袁博, 李廷力.物聯(lián)網(wǎng)海量異構(gòu)數(shù)據(jù)存儲(chǔ)與共享策略研究[J].電子學(xué)報(bào), 2016(2): 247-257.

[6]CASTELLANI A P, GHEDA M, BUI N, et al.Web services for the Internet of things through CoAP and EXI[C]/ /Proc of IEEE International Conference on Communications.2011: 1-6.

[7]李再進(jìn), 謝勇, 鄔方, 等.物聯(lián)網(wǎng)中PML服務(wù)器的設(shè)計(jì)和實(shí)現(xiàn)[J].物流技術(shù), 2004(11): 80-83．

[8]Lustre (file system) [EB/OL].http: //en.wikipedia.org/wiki/ Lustre_(file_system)．

[9]GHEMAWAT S, GOBIOFF H,LEUNG S The Google file system[C].//Proc of the 19th ACM Symposium on Operating Systems Principles.New York: ACM Press, 2003: 29-43.

[10]Hadoop.HDFS architecture guide[EB/OL].http://hadoop.apache.org/docs/r1.0.4/hdfs_design.html.

[11]HAN Jing, HAIHONG E, LE Guan, et al.Survey on NoSQL database[C].//Proc of the 6th International Conference on Pervasive Computing and Applications.2011: 363-366.

[12]MogoDB Inc.MongoDB[EB/OL].http://www.mongodb.org/.

[13]Apache Software Foundation.Apache CouchDB[EB/OL].http://couchdb.apache.org/.

[14]Apache Software Foudation.Apache HBase[EB/OL]http: //hbase.apache.org/.

[15]Apache Software Foundation.Apache Cassandra[EB/OL].http://cassandra.apache.org/.

[16]CHANG F, DEAN J, GHEMAWAT S, et al.Bigtable: a distributed storage system for structured data[C]//Proc of the 7th USENIX Symposiumon Operationg Systems Design and Implementation.2006: 1-11.

[17]DeCANDIA G, HASTORUN D, JAMPANI M, et al.Dynamo: Amazon’shighly available key-value store[C]//Proc of the 21st ACM Symposium on Operating Systems Principles.New York: ACM Press, 2007: 205-220.

[18]Zhang Guigang, Li Chao, Zhang Yong, et al.SemanMedical: a kind of semantic medical monitoring system model based on the IoT sensors[C].Proceedings of the IEEE 14th International Conference on e-Health Networking, Applications and Services.USA: IEEE, 2012.238-243.

[19]A M Marìa, H L Sergio, S Abel, et al.A comparative study of data storage and processing architectures for the smart grid[A].Proceedings of the First IEEE International Conference on Smart Grid Communications[C].USA: IEEE, 2010.285-290.

[20]Neches R, Frikes R E, Gruber T R, et al.Enabling Technology for Knowledge Sharing.AI Magazine, 1991, 12(3): 36-56.

[21]Studer R, Benjiamins VR, Fensel D.Knowledge Enineering, Principles and Methods.Data and Knowledge Engineering, 1988, 25(1-2), 161-197.

[22]鮑文, 李冠宇.本體存儲(chǔ)技術(shù)研究[J].計(jì)算機(jī)技術(shù)與發(fā)展, 2008(10), 147-150.

[23]Lukac R.Adaptive vector median filtering[M].Pattern Recognition Letters, 2003, 24(12): 1889-1899.

[24]曲延鋒.有效去除圖像中脈沖噪聲的新型濾波算法[J].計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào), 2003, 15(4): 397-401.

[25]章毓晉.圖像工程(上冊(cè))[M].北京: 清華大學(xué)出版社, 2002.

Research and Implementation of Ontology Storage Model for Internet of Things Based on NoSQL

TANG Hong-kui1, ZHANG Cheng, LIU Ji
(School of computer science, Chongqing University, ChongQing 40044)

With the development of Information Technology, Internet of things(IoT) emerges for the requirements of connecting all things.Data storage is an important part of the Internet of things, but the data of the Internet of things has the characteristics of massive, heterogeneous and complex compared with the traditional IT system.According to the characteristics of IoT data.This paper presents a network intermediate data storage model based on NoSQL database and Ontology Conceptual Model.This paper solved massive and heterogeneous data storage problem of IoT, and use the tDB database to verify the high-efficiency of the storage model in IoT.

Internet of things; Ontology Storage Model; NoSQL database

TP311.131

A

10.3969/j.issn.1003-6970.2017.03.006

國(guó)家自然科學(xué)基金(61502060)

唐洪奎(1988-)，男，重慶大學(xué)計(jì)算機(jī)學(xué)院研究生，主要研究方向?yàn)槲锫?lián)網(wǎng)數(shù)據(jù)存儲(chǔ)。

張程，副教授，主要研究方向?yàn)橐苿?dòng)智能，無(wú)線傳感器網(wǎng)絡(luò)。

本文著錄格式：唐洪奎，張程，劉驥.基于NoSQL的物聯(lián)網(wǎng)數(shù)據(jù)本體模型存儲(chǔ)技術(shù)研究與實(shí)現(xiàn)[J].軟件，2017，38（3）：27-33