張福錚+黃文琦+陳華軍+郭曉斌+陳承志

摘 要： 針對(duì)配用電海量時(shí)間序列數(shù)據(jù)，目前南方電網(wǎng)普遍采用關(guān)系型數(shù)據(jù)庫(kù)進(jìn)行存儲(chǔ)，在技術(shù)上使用分庫(kù)、分區(qū)、分表、聯(lián)合索引等方式進(jìn)行優(yōu)化，靈活性、可擴(kuò)展性、存儲(chǔ)量等方面都存在問題。為滿足配用電海量時(shí)間序列數(shù)據(jù)的存儲(chǔ)要求，分析了關(guān)系型數(shù)據(jù)庫(kù)優(yōu)缺點(diǎn)，提出采用分布式數(shù)據(jù)庫(kù)HBase構(gòu)建電力系統(tǒng)數(shù)據(jù)中心以提高系統(tǒng)性能，并重點(diǎn)分析了HBase數(shù)據(jù)存儲(chǔ)機(jī)制及實(shí)現(xiàn)方法，最后通過仿真實(shí)驗(yàn)進(jìn)行對(duì)比。實(shí)驗(yàn)結(jié)果表明，基于HBase的配用電海量時(shí)間序列數(shù)據(jù)存取技術(shù)在存儲(chǔ)及查詢操作上具有較大的性能優(yōu)勢(shì)。

關(guān)鍵詞： 配用電； 時(shí)間序列數(shù)據(jù)； 南方電網(wǎng)； 分布式數(shù)據(jù)庫(kù)； 存儲(chǔ)機(jī)制； 仿真實(shí)驗(yàn)

中圖分類號(hào)： TN911?34； TP333 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2017）13?0159?05

Abstract： The relational database is widely used in the Southern Power Grid to store the massive time series data of distribution grid， and the technology modes of sub?library， zoning， sub?table and unified index used for optimization have the problems in the aspects of flexibility， scalability and storage capacity. To meet the requirements of massive time series data storage of distribution grid， the advantages and disadvantages of the relational database are analyzed， and a distributed database HBase is presented to construct the data center of the electric power system to improve the system performance. The HBase data storage mechanism and implementation method are analyzed emphatically. The simulation experiments are carried out to compare the performance. The experimental results show that the HBase?based massive time series data storage technology of distribution grid has great performance advantages in storage and query operation.

Keywords： distribution grid； time series data； China Southern Power Grid； distributed database； storage mechanism； simulation experiment

0 引 言

近幾年，智能化伴隨著電子信息技術(shù)的發(fā)展逐步深入電網(wǎng)，智能電網(wǎng)成為電力行業(yè)研究和應(yīng)用的熱點(diǎn)[1]。智能電網(wǎng)的重要特征之一便是電網(wǎng)的信息化，為應(yīng)對(duì)電網(wǎng)工作中的各種變化，需逐步推進(jìn)信息獲取、傳送與存儲(chǔ)利用的變革，從而形成供電網(wǎng)絡(luò)的全面自動(dòng)化[2]。在南方電網(wǎng)范圍內(nèi)，基于配網(wǎng)自動(dòng)化、計(jì)量自動(dòng)化、實(shí)時(shí)數(shù)據(jù)中心的配用電海量時(shí)間序列數(shù)據(jù)，目前還是運(yùn)用關(guān)系型的數(shù)據(jù)庫(kù)進(jìn)行數(shù)據(jù)存儲(chǔ)管理。

傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)如MySQL，Oracle等得到了較為廣泛的傳播和應(yīng)用，海量數(shù)據(jù)的存儲(chǔ)解決方案也主要使用關(guān)系型數(shù)據(jù)庫(kù)。傳統(tǒng)關(guān)系型數(shù)據(jù)庫(kù)基于關(guān)系和對(duì)象模型，對(duì)復(fù)雜數(shù)據(jù)存儲(chǔ)有較高的表現(xiàn)力。然而隨著用電信息采集、配電自動(dòng)化等系統(tǒng)不斷完善，配用電環(huán)節(jié)產(chǎn)生的數(shù)據(jù)逐漸呈現(xiàn)出海量、數(shù)據(jù)項(xiàng)復(fù)雜、處理邏輯復(fù)雜、存儲(chǔ)周期長(zhǎng)、計(jì)算頻度高等大數(shù)據(jù)特征，因此對(duì)于數(shù)據(jù)量的存儲(chǔ)技術(shù)要求不斷提高，關(guān)系型數(shù)據(jù)庫(kù)漸漸無(wú)法滿足海量數(shù)據(jù)存儲(chǔ)對(duì)可擴(kuò)展性的要求[3?4]。

隨著HBase技術(shù)的不斷發(fā)展，為解決電力設(shè)備數(shù)據(jù)存儲(chǔ)遇到的各種問題提供了新的解決思路。結(jié)合配用電海量時(shí)間序列數(shù)據(jù)的特點(diǎn)和國(guó)內(nèi)電網(wǎng)公司的應(yīng)用需求，本文用HBase構(gòu)建一個(gè)分布式、可伸縮的時(shí)間序列數(shù)據(jù)庫(kù)。首先介紹了HBase數(shù)據(jù)存儲(chǔ)技術(shù)及應(yīng)用優(yōu)勢(shì)，隨后對(duì)系統(tǒng)架構(gòu)及系統(tǒng)存儲(chǔ)實(shí)現(xiàn)等進(jìn)行分析和設(shè)計(jì)，最后，對(duì)設(shè)計(jì)的存儲(chǔ)系統(tǒng)進(jìn)行性能測(cè)試，驗(yàn)證了本文所提方案在智能電網(wǎng)海量時(shí)間序列數(shù)據(jù)處理上的性能優(yōu)勢(shì)。

1 HBase分布式數(shù)據(jù)庫(kù)

1.1 HBase技術(shù)

關(guān)系型數(shù)據(jù)庫(kù)在20世紀(jì)70年代提出，由于基礎(chǔ)訪問簡(jiǎn)單，操作便捷，在之后便迅速發(fā)展成主流架構(gòu)模型，其中包括關(guān)系數(shù)據(jù)結(jié)構(gòu)、關(guān)系操作集合以及關(guān)系完整性約束。關(guān)系型數(shù)據(jù)庫(kù)經(jīng)過長(zhǎng)久發(fā)展已相當(dāng)成熟，如：Informix，Oracle，access，DB2，MySQL，SQLServer，Sybase等均在系統(tǒng)應(yīng)用中被廣泛使用，這些數(shù)據(jù)庫(kù)對(duì)操作權(quán)限都有很好的控制能力[5]。在電網(wǎng)業(yè)務(wù)中，時(shí)間序列數(shù)據(jù)往往被抽象為結(jié)構(gòu)化的數(shù)據(jù)模型，存儲(chǔ)在關(guān)系型數(shù)據(jù)庫(kù)中，而關(guān)系型數(shù)據(jù)庫(kù)的行列模式在存儲(chǔ)不同采樣周期的時(shí)間序列數(shù)據(jù)時(shí)，會(huì)造成存儲(chǔ)空間的極大浪費(fèi)，查詢效率也隨著數(shù)據(jù)規(guī)模的增大而降低。

不同于傳統(tǒng)面向行存儲(chǔ)的關(guān)系數(shù)據(jù)庫(kù)，HBase（Hadoop Database）[6?7]是一種面向列存儲(chǔ)的非關(guān)系型數(shù)據(jù)庫(kù)，具有高可擴(kuò)展性、高可靠性等特性，是一種高性能的分布式數(shù)據(jù)庫(kù)，設(shè)計(jì)之初便是針對(duì)海量數(shù)據(jù)（TB或PB級(jí)別）的存儲(chǔ)和高速讀寫，用以解決關(guān)系型數(shù)據(jù)庫(kù)在處理海量數(shù)據(jù)時(shí)的理論和實(shí)現(xiàn)上的局限性。HBase在非結(jié)構(gòu)化、大數(shù)據(jù)存儲(chǔ)、分析方面具有較強(qiáng)性能，相比關(guān)系型數(shù)據(jù)庫(kù)更適合配用電海量時(shí)間序列數(shù)據(jù)的存取實(shí)現(xiàn)。文獻(xiàn)[8]在電力系統(tǒng)中證明了HDFS，HBase分布式計(jì)算的效率高于Oracle集中存儲(chǔ)式傳統(tǒng)計(jì)算的效率。文獻(xiàn)[9]提出了基于Hadoop和HBase的輸電線路綜合數(shù)據(jù)的存儲(chǔ)方案，有效地解決了非結(jié)構(gòu)化數(shù)據(jù)難以存儲(chǔ)的問題。文獻(xiàn)[10]借鑒當(dāng)今較為成熟的開源分布式NoSQL列式數(shù)據(jù)庫(kù)HBase，面向電網(wǎng)大數(shù)據(jù)設(shè)計(jì)并研發(fā)了分布式實(shí)時(shí)數(shù)據(jù)庫(kù)管理系統(tǒng)。HBase存儲(chǔ)技術(shù)得到了飛快的應(yīng)用。

1.2 HBase架構(gòu)

HBase居于NoSQL[11]和關(guān)系數(shù)據(jù)庫(kù)之間，HBase的系統(tǒng)架構(gòu)如圖1所示。

系統(tǒng)采用主/從（Master/Slave）的體系結(jié)構(gòu)，由客戶端庫(kù)（Client），分布式協(xié)調(diào)服務(wù)組件（Zookeeper），主服務(wù)器（HMaster，HBase Master Server），多臺(tái)Region服務(wù)器（Region Server），以及底層文件系統(tǒng)（HDFS）構(gòu)成。HDFS是建立在大型集群上可靠存儲(chǔ)大數(shù)據(jù)的文件系統(tǒng)，是分布式計(jì)算的存儲(chǔ)基石[12]?；贖FDS的HBase能夠很好地支持海量數(shù)據(jù)的存儲(chǔ)。

HBase存儲(chǔ)的是一張物理表，實(shí)質(zhì)是一個(gè)分布式的多維度排列的持久化映射，HBase中的數(shù)據(jù)依靠行關(guān)鍵字（Row Key）、列關(guān)鍵字（Column）、時(shí)間戳（Timestamp）進(jìn)行檢索并生成索引實(shí)現(xiàn)映射[13]。HBase以列為基本單位，一列或者多列構(gòu)成行，行和列的交叉點(diǎn)為一個(gè)單元格（Cell），其內(nèi)容是不可分割的字節(jié)數(shù)組，由時(shí)間戳來(lái)標(biāo)識(shí)。

HBase概念視圖如表1所示。在HBase中數(shù)據(jù)存儲(chǔ)時(shí)，行數(shù)據(jù)的存儲(chǔ)和管理是嚴(yán)格按照字典順序進(jìn)行，當(dāng)Table數(shù)據(jù)量不斷增大時(shí)，會(huì)自動(dòng)分裂形成多個(gè)HRegion，不同的HRegion可以用StartKey和EndKey來(lái)標(biāo)識(shí)，并分配給相應(yīng)的HRegionServer管理。

2 基于HBase配用電海量時(shí)間序列數(shù)據(jù)存儲(chǔ)技術(shù)

2.1 配用電海量時(shí)間序列數(shù)據(jù)存儲(chǔ)技術(shù)

在電網(wǎng)業(yè)務(wù)中，數(shù)據(jù)采集的對(duì)象多且復(fù)雜，包括變電站設(shè)備、配電饋線設(shè)備、用戶用電設(shè)備以及各類計(jì)量裝置等各類設(shè)備的運(yùn)行參數(shù)和狀態(tài)信息。時(shí)間序列數(shù)據(jù)是指按照時(shí)間順序取得的一系列觀測(cè)值，是一種重要的非結(jié)構(gòu)化數(shù)據(jù)類型，在營(yíng)銷、生產(chǎn)、調(diào)控、運(yùn)行監(jiān)控等多方面有著深入而廣泛的應(yīng)用[14]。隨著該類數(shù)據(jù)量的急劇增長(zhǎng)，存儲(chǔ)空間需求越來(lái)越大，傳統(tǒng)數(shù)據(jù)庫(kù)處理能力逐漸無(wú)法滿足要求。

2.2 HBase數(shù)據(jù)表的設(shè)計(jì)

HBase作為一種列存儲(chǔ)數(shù)據(jù)庫(kù)，數(shù)據(jù)的排序和檢索都依靠Row Key進(jìn)行，它關(guān)系到以后數(shù)據(jù)存取的效率問題。因?yàn)槭欠顷P(guān)系型數(shù)據(jù)庫(kù)，Row Key中不僅要包含對(duì)應(yīng)數(shù)據(jù)各種屬性信息，而且要用最合理的方式進(jìn)行組合。為了提高數(shù)據(jù)導(dǎo)入效率和查詢效率，提出配用電數(shù)據(jù)的行關(guān)鍵字生成規(guī)則。

為方便數(shù)據(jù)查詢，表2設(shè)計(jì)行鍵為采集設(shè)備所在路號(hào)、采集時(shí)間的字符串組合，共有一個(gè)列族Info，該列族下只有一個(gè)列，用以存儲(chǔ)采集設(shè)備的MAC地址，便于構(gòu)建設(shè)備信息與采集設(shè)備MAC之間的映射。表3存儲(chǔ)了現(xiàn)場(chǎng)采集設(shè)備的采樣數(shù)據(jù)信息，行鍵為采集設(shè)備的MAC地址加電表ID的組合MAC：ID，HBase表中每行數(shù)據(jù)都帶有時(shí)間戳，插入數(shù)據(jù)的時(shí)候由HBase自動(dòng)生成，表明該數(shù)據(jù)的采集時(shí)間。本文為了測(cè)試功能，僅僅設(shè)計(jì)了一個(gè)列族Current，Current下共有100列，即V1，V2，…，V100，表示一個(gè)工頻周期內(nèi)采集的100個(gè)數(shù)據(jù)點(diǎn)，用于描述采樣點(diǎn)的采集數(shù)據(jù)信息。完成相應(yīng)的HBase表的設(shè)計(jì)后，接下來(lái)釆集點(diǎn)的信息就可以經(jīng)過一定的轉(zhuǎn)換寫入HBase中。

3 HBase配用電時(shí)間序列數(shù)據(jù)存儲(chǔ)實(shí)現(xiàn)

在數(shù)據(jù)存儲(chǔ)的過程中，預(yù)寫日志（Write?Ahead Log，WAL）和實(shí)際存儲(chǔ)數(shù)據(jù)文件是HBase存儲(chǔ)數(shù)據(jù)的主要形式。這兩種文件主要由HRegionServer進(jìn)行管理。數(shù)據(jù)到達(dá)HDFS后可能會(huì)以更小的塊的方式進(jìn)行存儲(chǔ)，由于HBase的?ROOT?表的相關(guān)信息存儲(chǔ)在Zookeeper里， Client首先聯(lián)系Zookeeper集群查找行鍵（Row Key），客戶端獲取存儲(chǔ)?ROOT?表的對(duì)應(yīng)Region節(jié)點(diǎn)，從?ROOT?表中獲取.META.表的信息，其中包含請(qǐng)求的行鍵信息，.META.表所在服務(wù)器的信息在本地得以緩存，每次通過.META.服務(wù)器即可獲取客戶端查詢的行鍵數(shù)據(jù)所在Region的服務(wù)器名。

3.1 HBase數(shù)據(jù)上傳

數(shù)據(jù)上傳HBase過程如圖2所示。為模擬實(shí)際場(chǎng)景里的數(shù)據(jù)產(chǎn)生網(wǎng)絡(luò)，實(shí)驗(yàn)中使用一臺(tái)PC機(jī)當(dāng)做數(shù)據(jù)生成發(fā)送端。每條數(shù)據(jù)包括采樣數(shù)據(jù)的各個(gè)采樣點(diǎn)，各個(gè)數(shù)據(jù)之間用逗號(hào)隔開。數(shù)據(jù)接收端也是存儲(chǔ)客戶端，完成從發(fā)送端接收實(shí)時(shí)數(shù)據(jù)并上傳到HBase的功能。

3.2 HBase寫數(shù)據(jù)流程

現(xiàn)在的HBase數(shù)據(jù)庫(kù)都是通過WAL保證HBase的可靠性，當(dāng)數(shù)據(jù)在寫入到HRegion前都將封裝各WAL，并被寫入到HLog，HLog會(huì)被同步到所在文件系統(tǒng)，保證HBase的可用性以及遭遇故障后的可恢復(fù)性。圖3大致描述了HBase寫操作時(shí)的執(zhí)行流程。具體步驟為：

（1） Client發(fā)起數(shù)據(jù)寫請(qǐng)求給HRegionServer，并將請(qǐng)求匹配到將被寫入的HRegion上面；

（2） 將數(shù)據(jù)寫入到MemStore中，并同時(shí)檢查MemStore狀態(tài)；

（3） 封裝相應(yīng)的WAL，并將日志同步到底層的文件系統(tǒng)；

（4） 判斷MemStore是否滿，是，則將MemStore中的數(shù)據(jù)Flush到文件系統(tǒng)；

（5） Flush請(qǐng)求被HRegionServer處理，數(shù)據(jù)被寫成HFile文件并存到HDFS，寫操作基本完成。

3.3 HBase讀數(shù)據(jù)流程

HBase數(shù)據(jù)庫(kù)是嚴(yán)格按照HTable的Row Key進(jìn)行存儲(chǔ)的，并且HBase還會(huì)為Row Key建立索引。所以可以運(yùn)用這一機(jī)制，把經(jīng)常作為條件進(jìn)行查找的列組合到Row Key設(shè)計(jì)中，這樣就相當(dāng)于給這些列建立了相關(guān)的索引。本文只研究以二維表的方式建立索引。讀取一條完整的數(shù)據(jù)記錄的過程如圖4所示。

在使用HBase的存儲(chǔ)模型來(lái)存儲(chǔ)索引表時(shí)，由于HBase的特性索引表同樣會(huì)被分Region進(jìn)行存儲(chǔ)，因此訪問索引表的過程也會(huì)存在一個(gè)定位操作。

由圖4可以看出，當(dāng)用戶讀取數(shù)據(jù)時(shí)，要對(duì)HBase進(jìn)行兩次查找。由于索引表也是HTable，所以運(yùn)用HTable的特性，把要查找的列定為索引表的Row Key，而索引表對(duì)應(yīng)的數(shù)據(jù)表的Row Key和Time Stamp設(shè)計(jì)為索引表的Value?？梢钥闯?，HBase讀取一次數(shù)據(jù)需要進(jìn)行兩次訪問，兩次均以Row Key方式訪問，而非全表掃描，所以當(dāng)數(shù)據(jù)量很大時(shí)，這種二級(jí)索引的方式非常有效。

4 仿真試驗(yàn)對(duì)比

4.1 實(shí)驗(yàn)環(huán)境

硬件環(huán)境：3臺(tái)服務(wù)器，1個(gè)Namenode，2個(gè)Datanode，其中Namenode為CPU四核八線程，內(nèi)存4 GB，硬盤1 TB，Datanode為CPU雙核四線程，內(nèi)存2 GB，硬盤500 GB；軟件環(huán)境：操作系統(tǒng)為Ubuntu 10.10，相關(guān)軟件版本：Hadoop分布式安裝Hadoop 1.0.3，HBase版本為0.96.2，Zookeeper版本為3.4.5，JDK 1.6.0，MySQL版本為5.5。

4.2 存儲(chǔ)性能測(cè)試

測(cè)試用例設(shè)計(jì)的目的是為了通過模擬用戶的行為，對(duì)系統(tǒng)在實(shí)際應(yīng)用中的情況進(jìn)行性能測(cè)試。設(shè)計(jì)完整個(gè)系統(tǒng)后，為了評(píng)價(jià)基于HBase的海量時(shí)間序列數(shù)據(jù)存儲(chǔ)的性能，要對(duì)HBase集群的性能進(jìn)行測(cè)試，具體到HBase集群中就是對(duì)數(shù)據(jù)的存儲(chǔ)及查詢操作。為對(duì)比HBase 0.96.2和MySQL 5.5的存儲(chǔ)、查詢等性能指標(biāo)，由三臺(tái)配置相同的Hadoop集群組成分布式文件系統(tǒng)，構(gòu)成一個(gè)邏輯HBase集群，同時(shí)由一臺(tái)機(jī)器測(cè)試MySQL。所設(shè)計(jì)測(cè)試平臺(tái)具有存儲(chǔ)、查詢和顯示等常用功能，并記錄了測(cè)試數(shù)據(jù)和測(cè)試日志，為以后進(jìn)一步的比對(duì)測(cè)試提供依據(jù)。

在前面搭建的HBase集群上，采用固定單個(gè)文件大小且增大文件數(shù)量的方法進(jìn)行測(cè)試，單個(gè)文件大小約為5 MB，文件數(shù)量由2個(gè)增至200個(gè)。每次測(cè)試都重復(fù)三次，采取取平均值的方式確定最后的測(cè)試結(jié)果。測(cè)試結(jié)果如圖5所示。圖6顯示的是對(duì)數(shù)據(jù)進(jìn)行寫入操作過程中的延時(shí)性能情況。

從圖5中可以看出，當(dāng)文件個(gè)數(shù)較小時(shí)，HBase數(shù)據(jù)中心與MySQL數(shù)據(jù)中心的性能相差不大，但當(dāng)插入文件數(shù)持續(xù)增大時(shí)，MySQL的存儲(chǔ)耗時(shí)出現(xiàn)較大波動(dòng)，而HBase耗時(shí)變化幅度相對(duì)較小，數(shù)據(jù)寫入HBase數(shù)據(jù)庫(kù)的時(shí)間遠(yuǎn)小于MySQL數(shù)據(jù)庫(kù)的時(shí)間。寫入文件個(gè)數(shù)為200時(shí)，MySQL消耗時(shí)間75.3 min，而HBase數(shù)據(jù)中心消耗時(shí)間約39.7 min，數(shù)據(jù)寫入時(shí)間縮短約47.3%，優(yōu)勢(shì)明顯。基于HBase開源系統(tǒng)，由于頻繁觸發(fā)Split和Compaction會(huì)造成數(shù)據(jù)讀寫延遲，圖6是數(shù)據(jù)進(jìn)行寫入操作過程中的延時(shí)性能情況，可知，HBase的延時(shí)性能隨著數(shù)據(jù)的增多不會(huì)出現(xiàn)較大的波動(dòng)，而MySQL波動(dòng)則相對(duì)較大，隨著時(shí)間的推移愈加明顯。

4.3 查詢性能實(shí)驗(yàn)測(cè)試

對(duì)HBase集群進(jìn)行查詢性能測(cè)試，測(cè)試兩種解決方案在讀取數(shù)據(jù)量為1 000～100 000的查詢性能，見圖7。

從圖7可以看出，在數(shù)據(jù)量較少時(shí)，HBase比MySQL耗時(shí)稍多。隨著數(shù)據(jù)量的增大，HBase耗時(shí)增加，但幅度變化不大，而MySQL查詢耗時(shí)隨數(shù)據(jù)量的增長(zhǎng)上升很快，在100 000數(shù)據(jù)條數(shù)時(shí)的耗時(shí)是HBase的2.8倍。

圖8是數(shù)據(jù)延時(shí)情況對(duì)比，從圖8中可以看出，在數(shù)據(jù)查詢時(shí)，兩種情況下的時(shí)間延時(shí)均沒有較大波動(dòng)，HBase相較MySQL延時(shí)時(shí)間的變化更加平緩，系統(tǒng)運(yùn)行更加穩(wěn)定。

5 結(jié) 語(yǔ)

本文從智能電網(wǎng)的要求出發(fā)，針對(duì)傳統(tǒng)的數(shù)據(jù)存儲(chǔ)方法在處理海量時(shí)間序列數(shù)據(jù)上存在的不足，提出一種基于HBase的數(shù)據(jù)存儲(chǔ)方案，適合于配用電海量時(shí)間序列數(shù)據(jù)的存儲(chǔ)，并且給出了存儲(chǔ)方案實(shí)現(xiàn)的具體系統(tǒng)架構(gòu)及存儲(chǔ)原理，最后與傳統(tǒng)關(guān)系數(shù)據(jù)庫(kù)MySQL在存儲(chǔ)與查詢效率方面做了對(duì)比測(cè)試。結(jié)果表明，本文方法在配用電海量時(shí)間序列數(shù)據(jù)的數(shù)據(jù)存儲(chǔ)與查詢等方面具有顯著優(yōu)勢(shì)。

參考文獻(xiàn)

[1] DIAMANTOULAKIS P D， KAPINAS V M， KARAGIANNIDIS G K. Big data analytics for dynamic energy management in smart grids [J]. Big data research， 2015， 2（3）： 94?101.

[2] 陳春霖，陳琰.信息化服務(wù)“智能電網(wǎng)”的初步探索[J].華東電力，2009，37（6）：895?898.

[3] 宋亞奇，周國(guó)亮，朱永利.智能電網(wǎng)大數(shù)據(jù)處理技術(shù)現(xiàn)狀與挑戰(zhàn)[J].電網(wǎng)技術(shù)，2013，37（4）：927?935.

[4] 任凱，鄧武，俞琰.基于大數(shù)據(jù)技術(shù)的網(wǎng)絡(luò)日志分析系統(tǒng)研究[J].現(xiàn)代電子技術(shù)，2016，39（2）：39?41.

[5] 喬曉明， 陳有為.基于SQL Server構(gòu)建數(shù)據(jù)挖掘應(yīng)用[J].現(xiàn)代電子技術(shù)，2011，34（4）：35?37.

[6] 葛微，羅圣美，周文輝，等.HiBase：一種基于分層式索引的高效HBase查詢技術(shù)與系統(tǒng)[J].計(jì)算機(jī)學(xué)報(bào)，2016，39（1）：140?153.

[7] 雷曉鳳，李強(qiáng)，孫功星.基于HBase的高能物理數(shù)據(jù)存儲(chǔ)及分析平臺(tái)[J].計(jì)算機(jī)工程，2015，41（6）：49?56.

[8] 張明，王瑋，施建華，等.電力大數(shù)據(jù)調(diào)度云的優(yōu)化[J].計(jì)算機(jī)仿真，2014，31（11）：123?126.

[9] 于恒友，劉波，彭子平.基于HBase的輸電線路綜合數(shù)據(jù)存儲(chǔ)方案設(shè)計(jì)[J].電力科學(xué)與技術(shù)學(xué)報(bào)，2014，29（2）：58?64.

[10] 崔文順，張芷怡，袁力哲，等.基于云計(jì)算的日光溫室群物聯(lián)網(wǎng)服務(wù)平臺(tái)[J].計(jì)算機(jī)工程，2015，41（6）： 294?299.

[11] 吳燕波，薛琴，向大為，等.云平臺(tái)下的NoSQL分布式大數(shù)據(jù)存儲(chǔ)技術(shù)與應(yīng)用[J].現(xiàn)代電子技術(shù)，2016，39（9）：44?47.

[12] 孟海東，肖銀龍，宋宇辰.基于Hadoop的Dirichlet樸素貝葉斯文本分類算法[J].現(xiàn)代電子技術(shù)，2016，39（4）：29?33.

[13] CHANG V， WILLS G. A model to compare cloud and non?cloud storage of big data [J]. Future generation computer systems， 2016， 57： 56?76.

[14] 劉博，郭建勝.改進(jìn)的多元時(shí)間序列符號(hào)化表示方法研究[J].計(jì)算機(jī)仿真，2015，32（1）：314?317.