陳志輝 李顯良，2

(1.湖南體育職業(yè)學(xué)院，湖南長沙410019；2.中南林業(yè)科技大學(xué)，湖南長沙410004)

體育場館空間信息云存儲與服務(wù)技術(shù)研究①

陳志輝1李顯良1，2

(1.湖南體育職業(yè)學(xué)院，湖南長沙410019；2.中南林業(yè)科技大學(xué)，湖南長沙410004)

基于移動互聯(lián)網(wǎng)的體育場館管理與服務(wù)應(yīng)用平臺中需要海量的空間信息數(shù)據(jù)作為支撐.空間信息中包括海量的非關(guān)系型數(shù)據(jù)，傳統(tǒng)的關(guān)系型數(shù)據(jù)庫顯然無法滿足海量空間信息存儲與服務(wù)的需要，而基于云計(jì)算的非關(guān)系型數(shù)據(jù)庫與分布式文件系統(tǒng)卻是有效的解決辦法.針對體育場館空間信息不同的數(shù)據(jù)形式，分別采用了不同的數(shù)據(jù)模型，同時(shí)為了提高數(shù)據(jù)的存儲與服務(wù)性能，采用了集群技術(shù).文章提出的體育場館空間信息的存儲與服務(wù)解決方案為體育場館智能化管理與服務(wù)提供了有力的技術(shù)支撐.

體育場館，空間信息，云存儲，云服務(wù)，集群

隨著移動互聯(lián)網(wǎng)的發(fā)展與普及，人們對體育場館的應(yīng)用提出了更高的要求，各種基于移動互聯(lián)網(wǎng)的體育場館App應(yīng)運(yùn)而生，與其他行業(yè)一樣，智慧體育的概念也逐步提上了日程.在智慧體育中，體育場館的運(yùn)營與管理是其中的一個(gè)十分關(guān)鍵的環(huán)節(jié)，關(guān)系到國家全面體育健身國家戰(zhàn)略基礎(chǔ)設(shè)施建設(shè)的規(guī)劃與布局，同時(shí)也關(guān)系到普通大眾如何方便快捷地享受到健身場地帶來的各種便利服務(wù)，因此，體育場館的信息化與智慧化就尤為重要而迫切.

綜合各種關(guān)于智能型體育場館的界定，智能型體育場館是具備數(shù)字化、網(wǎng)絡(luò)化與智能化的特點(diǎn)新型體育場館，具備在線預(yù)訂與移動支付、定位導(dǎo)航路徑指引、WIFI室內(nèi)自動定位、室外GPS無縫連接、興趣目標(biāo)位置查詢搜索、車位查詢、泊車服務(wù)、好友位置查詢、移動社交、運(yùn)動裝備、視頻教程、體育信息、賽事活動與個(gè)性化推薦服務(wù)等功能服務(wù).綜合以上提到的服務(wù)功能可以將智能型體育場館的服務(wù)功能歸結(jié)為到移動支付功能、體育場館智能引導(dǎo)功能、信息查詢平臺與場館信息管理平臺功能等[1].

無論是體育場館本身所處于的位置，還是在體育場館內(nèi)提供的路徑導(dǎo)航功能與通過移動終端定位與導(dǎo)航周邊體育場館以及包括餐飲、泊車等在內(nèi)的功能，都需要海量的地理位置信息作為數(shù)據(jù)支撐[2]，而且需要對這些海量的空間信息進(jìn)行高效的運(yùn)算，這對數(shù)據(jù)庫與服務(wù)器提出了很高的要求.傳統(tǒng)的空間數(shù)據(jù)存儲系統(tǒng)以及集中式存儲管理，橫向擴(kuò)展困難、計(jì)算性能不足以提供高效的海量空間數(shù)據(jù)處理和服務(wù)能力[3].因此，需要借助云計(jì)算的分布式存儲以及并行計(jì)算來解決體育場館海量空間數(shù)據(jù)的存儲與服務(wù)的需要.

1 體育場館空間信息云存儲與服務(wù)

基于云計(jì)算的體育場館空間信息存儲與服務(wù)模型是為解決海量體育場館空間信息存儲管理、多用戶并發(fā)訪問下的高效體育場館信息服務(wù)以及體育場館信息服務(wù)的穩(wěn)定運(yùn)行問題.云計(jì)算環(huán)境能夠提供基礎(chǔ)的、可靠的運(yùn)行環(huán)境，但是針對具體的應(yīng)用領(lǐng)域還需要構(gòu)建相應(yīng)的存儲與服務(wù)系統(tǒng).

體育場館空間信息云存儲與服務(wù)系統(tǒng)采用計(jì)算機(jī)集群技術(shù)作為基礎(chǔ)軟硬件基礎(chǔ)設(shè)施，在云計(jì)算環(huán)境下構(gòu)建基于分布式模式的海量空間數(shù)據(jù)存儲、分析和服務(wù)集群系統(tǒng)，消除海量空間數(shù)據(jù)存儲、高性能空間信息服務(wù)以及穩(wěn)定性和健壯性等方面的瓶頸，實(shí)現(xiàn)高性能的空間信息服務(wù)[3].

系統(tǒng)由前端網(wǎng)關(guān)、分布式緩存、負(fù)載均衡器和內(nèi)容分發(fā)系統(tǒng)構(gòu)成，后端由空間數(shù)據(jù)存儲集群、空間信息服務(wù)集群和空間分析處理集群構(gòu)成(圖1)，結(jié)點(diǎn)之間通過千兆以太網(wǎng)進(jìn)行連接[4].

圖1 體育場館空間信息云存儲與服務(wù)總體架構(gòu)

海量的體育場館空間信息可以分為三大類型，一是以矢量與屬性數(shù)據(jù)為代表的結(jié)構(gòu)化數(shù)據(jù)，由于目前關(guān)系型數(shù)據(jù)庫仍然是最適合存儲結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)庫，因此將相關(guān)的結(jié)構(gòu)化數(shù)據(jù)采用關(guān)系型數(shù)據(jù)庫存儲的形式，而對地形等柵格數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)在進(jìn)行瓦片化后采用NoSQL數(shù)據(jù)庫存儲，而對海量的視頻等影像數(shù)據(jù)采用云計(jì)算的分布式文件系統(tǒng)來存儲.

為了保障效率、提高資源利用率，對內(nèi)容緩存、空間信息服務(wù)與空間數(shù)據(jù)存儲在等眾多服務(wù)采取負(fù)載均衡策略，因此在系統(tǒng)中設(shè)置了主備兩臺負(fù)載均衡設(shè)備.云計(jì)算的優(yōu)勢之一是高容錯(cuò)性，通過對關(guān)鍵節(jié)點(diǎn)實(shí)時(shí)監(jiān)控以及設(shè)置備份節(jié)點(diǎn)的策略保障服務(wù)不中斷.為了避免頻繁地重復(fù)的I/O和CPU計(jì)算以造成系統(tǒng)性能下降造成阻塞等情況的發(fā)生，通過設(shè)置內(nèi)容緩存集群緩存用戶最近頻繁訪問的熱點(diǎn)數(shù)據(jù)，以避免請求直接提交到后端.空間數(shù)據(jù)存儲集群實(shí)現(xiàn)分布式的空間數(shù)據(jù)存儲管理，并實(shí)現(xiàn)空間數(shù)據(jù)的冗余備份，保證海量空間數(shù)據(jù)的存儲管理和高效的訪問.空間信息服務(wù)集群以服務(wù)的方式提供空間信息功能，同時(shí)集群技術(shù)也保證空間服務(wù)功能的高效性和穩(wěn)定性[5].

2 空間數(shù)據(jù)的存儲集群

空間數(shù)據(jù)可以分為矢量數(shù)據(jù)與柵格數(shù)據(jù)，根據(jù)兩類數(shù)據(jù)各自的特點(diǎn)以及系統(tǒng)對數(shù)據(jù)的應(yīng)用要求，采取不同的存儲形式.同時(shí)針對體育場館空間信息服務(wù)高并發(fā)的要求，采取數(shù)據(jù)庫的集群的形式來實(shí)現(xiàn)海量空間信息的存儲與服務(wù).

2．1 矢量數(shù)據(jù)庫集群

矢量數(shù)據(jù)和屬性數(shù)據(jù)是結(jié)構(gòu)化數(shù)據(jù)，并且查詢檢索復(fù)雜，因此采用分布式數(shù)據(jù)庫集群的方式進(jìn)行存儲.系統(tǒng)采用讀寫分離的主從數(shù)據(jù)庫集群模式，系統(tǒng)架構(gòu)如圖2所示.集群由一個(gè)讀寫(R/W)節(jié)點(diǎn)和N個(gè)只讀(R)節(jié)點(diǎn)構(gòu)成.

圖2 矢量數(shù)據(jù)庫集群架構(gòu)

R/W節(jié)點(diǎn)可以執(zhí)行數(shù)據(jù)的查詢、讀取、寫入和更新操作，R節(jié)點(diǎn)僅能執(zhí)行數(shù)據(jù)的查詢和讀取.R/W節(jié)點(diǎn)之間通過數(shù)據(jù)同步技術(shù)實(shí)現(xiàn)R/W節(jié)點(diǎn)數(shù)據(jù)到R節(jié)點(diǎn)的數(shù)據(jù)同步.多個(gè)R節(jié)點(diǎn)通過負(fù)載均衡器(Load Balance，LB)構(gòu)成負(fù)載均衡集群.LB節(jié)點(diǎn)負(fù)責(zé)將用戶查詢請求分發(fā)到后端的R節(jié)點(diǎn)之上，通過多個(gè)R數(shù)據(jù)庫的并行處理來提高存儲系統(tǒng)用戶并發(fā)性，多個(gè)R節(jié)點(diǎn)自動實(shí)現(xiàn)數(shù)據(jù)冗余[6].

2．2 柵格數(shù)據(jù)存儲集群

圖3 柵格金字塔模型結(jié)構(gòu)圖

在體育場館信息中，有相當(dāng)數(shù)量的平面圖數(shù)據(jù)，而在使用這些數(shù)據(jù)時(shí)，往往并不需要一次性調(diào)取與計(jì)算整個(gè)平面圖而至需要其中的一部分或者不同分辨率下的數(shù)據(jù)，如果采取直接存儲圖片的方法就會導(dǎo)致數(shù)據(jù)的讀取與調(diào)用緩慢從而大大降低系統(tǒng)的性能.金字塔式的分層分片數(shù)據(jù)格式對數(shù)據(jù)進(jìn)行處理后的存儲與管理可以大大提高系統(tǒng)的效率.本文對體育場館空間信息中的柵格數(shù)據(jù)采用柵格金子塔組織模式，將不同分辨率的柵格數(shù)據(jù)進(jìn)行逐級四等分，由頂向底構(gòu)成數(shù)據(jù)分辨率逐漸增高的金字塔模型如圖3.

柵格金字塔數(shù)據(jù)結(jié)構(gòu)簡單、數(shù)據(jù)量大、訪問量大，采用Key/Value類型NoSQL數(shù)據(jù)進(jìn)行存儲管理.金字塔中每一幅圖像成為一個(gè)瓦片(Tile).NoSQL中，Key為瓦片在金字塔模型中的編碼，Value為瓦片圖像數(shù)據(jù)本身[7].

2．3 影像數(shù)據(jù)分布式存儲集群

圖4 柵格金字塔在NoSQL數(shù)據(jù)庫中的存儲模型

場館空間信息中的矢量屬性數(shù)據(jù)與地形瓦片數(shù)據(jù)分別采用數(shù)據(jù)庫存儲集群的模式來滿足海量數(shù)據(jù)的存儲以及高并發(fā)的需要，而對于海量的影像數(shù)據(jù)，本文采用云計(jì)算分布式文件系統(tǒng)存儲技術(shù).Riak是高可用性鍵值存儲庫，是一種高度可擴(kuò)展的分布式數(shù)據(jù)存儲，與另外兩種流行的MongoDB和Cassandra分布式數(shù)據(jù)庫相比，它在組織數(shù)據(jù)方面摒棄了向量時(shí)鐘和相容散列等特性，Riak的數(shù)據(jù)模型更加靈活.在Riak中，在第一次訪問 bucket時(shí)會動態(tài)創(chuàng)建這些bucket，Cassandra的數(shù)據(jù)模型是在 XML 文件中定義的，因此在修改它們過后需要重啟整個(gè)群集.另一方面，Map/Reduce 作業(yè)只能使用 Erlang或JavaScript編寫，Riak用Erlang編寫的，而MongoDB和Cassandra是用通用語言(分別為 C++和Java)編寫，Erlang從一開始就支持分布式、容錯(cuò)應(yīng)用程序，所以Riak更加適用于開發(fā)NoSQL數(shù)據(jù)存儲等應(yīng)用程序以及支持并行計(jì)算.

場館切片影像在Riak中以〈Key，Value〉對的方式存，Key為影像數(shù)據(jù)在金字塔模型中的編碼，Value為影像數(shù)據(jù)本身.影像數(shù)據(jù)通過Riak數(shù)據(jù)庫的分布式哈希算法散布在Riak集群的各個(gè)節(jié)點(diǎn)上.當(dāng)用戶訪問影像數(shù)據(jù)時(shí)，根據(jù)Key的值在Riak中進(jìn)行檢索，然后提取Value的值，再將其返回給客戶端.影像存儲集群對影像數(shù)據(jù)進(jìn)行存儲和管理，實(shí)際數(shù)據(jù)存儲對用戶是透明的[8]，如圖4.

基于Riak分布式數(shù)據(jù)庫的影像存儲集群具有以下優(yōu)點(diǎn)：(1)海量數(shù)據(jù)分布式存儲.(2)高可擴(kuò)展性和伸縮性：滿足未來數(shù)據(jù)快速積累對存儲系統(tǒng)擴(kuò)展的要求.(3)自動數(shù)據(jù)備份：集群節(jié)點(diǎn)崩潰的情況下，仍然可根據(jù)備份恢復(fù)數(shù)據(jù)，避免數(shù)據(jù)的丟失.(4)高可用性：單個(gè)節(jié)點(diǎn)的失效不會影響整個(gè)存儲集群的服務(wù).(5)高性能：多節(jié)點(diǎn)協(xié)同計(jì)算，避免單個(gè)服務(wù)器計(jì)算資源、I/O資源和帶寬資源的瓶頸，能夠提供更高性能的服務(wù).

圖5 空間信息服務(wù)軟件架構(gòu)

3 空間信息服務(wù)軟件架構(gòu)

體育場館空間信息服務(wù)內(nèi)核實(shí)現(xiàn)了基礎(chǔ)資源的管理，包括服務(wù)資源、數(shù)據(jù)庫資源、數(shù)據(jù)資源等，具體的服務(wù)則通過插件的方式進(jìn)行實(shí)現(xiàn)，這種架構(gòu)具有良好的可擴(kuò)展性，當(dāng)需要開發(fā)新的功能時(shí)候，僅需要開發(fā)新的服務(wù)插件，并注冊到服務(wù)中，即可實(shí)現(xiàn)空間信息服務(wù)的擴(kuò)展.同時(shí)，在服務(wù)軟件內(nèi)核中實(shí)現(xiàn)資源的管理也有效地保證了服務(wù)的運(yùn)行的高效性.空間信息服務(wù)功能采用插件模式，便于系統(tǒng)功能的擴(kuò)展，并以O(shè)GC標(biāo)準(zhǔn)服務(wù)貴方的方式發(fā)布.空間信息服務(wù)支持的功能包括WMS服務(wù)即空間制圖服務(wù)；WFS服務(wù)即空間數(shù)據(jù)服務(wù)；WPS服務(wù)即空間分析服務(wù)以及WMS-T服務(wù)即柵格地圖服務(wù)[9].

空間信息服務(wù)軟件框架如圖5所示.空間信息服務(wù)主要由以下模塊構(gòu)成：安全模塊、管理模塊與服務(wù)模塊組成.安全模塊負(fù)責(zé)系統(tǒng)安全認(rèn)證，包括用戶權(quán)限認(rèn)證模塊，權(quán)限管理模塊和用戶管理模塊；管理模塊負(fù)責(zé)空間信息服務(wù)的管理工作，由系統(tǒng)配置、運(yùn)行時(shí)、系統(tǒng)監(jiān)控、資源調(diào)度、日志管理等子模塊構(gòu)成；服務(wù)模塊接收用戶請求，并將其轉(zhuǎn)發(fā)到后端的處理模塊上進(jìn)行處理.服務(wù)模塊中，資源在資源池中運(yùn)行，其生命周期由空間信息服務(wù)器進(jìn)行管理.服務(wù)模塊采用資源池的方式對資源的生命周期、資源調(diào)度等進(jìn)行管理.資源池包括進(jìn)程池、服務(wù)池、連接池等.資源池中的資源實(shí)現(xiàn)共享，由此節(jié)約系統(tǒng)資源，提升系統(tǒng)的服務(wù)能力[10].

4 空間信息服務(wù)集群

前面提到為了提高數(shù)據(jù)的存儲與運(yùn)算效率，采用了數(shù)據(jù)集群的方式進(jìn)行數(shù)據(jù)的存儲.在體育場館的空間信息存儲與服務(wù)中，空間信息服務(wù)采用集群架構(gòu)，以解決海量空間數(shù)據(jù)和多用戶并發(fā)訪問對空間信息服務(wù)帶來的巨大壓力，并獲得高系統(tǒng)穩(wěn)定性.空間信息服務(wù)集群架構(gòu)如圖6所示，集群主要由管理節(jié)點(diǎn)、服務(wù)節(jié)點(diǎn)、負(fù)載均衡、數(shù)據(jù)緩存、熱備節(jié)點(diǎn)以及空間數(shù)據(jù)存儲集群構(gòu)成.

空間信息服務(wù)架構(gòu)底層是連接的空間數(shù)據(jù)存儲集群，管理節(jié)點(diǎn)負(fù)責(zé)集群服務(wù)的管理，包括服務(wù)管理、圖層管理、數(shù)據(jù)源管理等.管理節(jié)點(diǎn)實(shí)現(xiàn)了完全集群化的管理，一處更新全網(wǎng)更新；服務(wù)節(jié)點(diǎn)提供具體的空間信息服務(wù)，如地圖影像服務(wù)、WMS服務(wù)、WFS服務(wù)與WCS服務(wù)等；負(fù)載均衡服務(wù)結(jié)點(diǎn)通過負(fù)載均衡器連接起來，形成負(fù)載均衡集群，用戶請求被分發(fā)到后端服務(wù)節(jié)點(diǎn)上面；數(shù)據(jù)緩存節(jié)點(diǎn)緩存頻繁訪問的空間數(shù)據(jù)，特別是瓦片地圖服務(wù)的靜態(tài)數(shù)據(jù)，數(shù)據(jù)緩存熱點(diǎn)數(shù)據(jù)，避免請求提交到后端服務(wù)上，從而提高服務(wù)的性能；對于管理節(jié)點(diǎn)配置熱備節(jié)點(diǎn)，備份節(jié)點(diǎn)監(jiān)控主節(jié)點(diǎn)運(yùn)行情況，在主節(jié)點(diǎn)宕機(jī)的情況下，接管主節(jié)點(diǎn)提供服務(wù)[11].

圖6 空間信息服務(wù)集群架構(gòu)

5 結(jié)束語

在體育場館的智能化服務(wù)與管理平臺中基于位置服務(wù)的應(yīng)用需要以海量的地理空間數(shù)據(jù)為基礎(chǔ)，面對海量的地理空間數(shù)據(jù)信息采用傳統(tǒng)的數(shù)據(jù)存取與服務(wù)的方式根本無法滿足高并發(fā)與實(shí)時(shí)性的需求，而基于云計(jì)算的分布式數(shù)據(jù)庫存儲、分布式文件系統(tǒng)以及在分布式基礎(chǔ)上的并行計(jì)算已經(jīng)在多個(gè)領(lǐng)域行業(yè)證明了其可行性與高可用性.本論文在分析了體育場館空間數(shù)據(jù)的特點(diǎn)基礎(chǔ)上，針對矢量屬性數(shù)據(jù)、柵格數(shù)據(jù)以及影像數(shù)據(jù)采取了不同的數(shù)據(jù)存儲方案，同時(shí)為了提高數(shù)據(jù)讀寫的效率采用了數(shù)據(jù)庫集群技術(shù).在空間信息服務(wù)方面，為提高空間信息服務(wù)的效率減少重復(fù)開發(fā)，設(shè)計(jì)了空間信息服務(wù)軟件架構(gòu)，新服務(wù)的開發(fā)采用開發(fā)插件的方式并注冊服務(wù)即可實(shí)現(xiàn).

[1] 周然.北京市體育場館公共服務(wù)網(wǎng)絡(luò)平臺的功能開發(fā)研究[D].北京:北京體育大學(xué),2015.

[2] Location-Aware Applications.LBS應(yīng)用開發(fā)[M].北京：人民郵電出版社，2012.

[3] Barroso LA,Dean J,Holzle U.Web search for a planet:The Google cluster architecture[J].IEEE Micro,2003,23(2): 22-28.

[4] Marinm,Rodriguezma.A meta-index for querying distributed moving object database servers[J].Information Systems,2010,35(6):637-661.

[5] 王意潔,孫偉東.云計(jì)算環(huán)境下的分布存儲關(guān)鍵技術(shù)[J].軟件學(xué)報(bào),2012,23(4):962-986.

[6] Lin J X,Chen C C, etal.Geo Ksgrid:A geographical knowledge grid with functions of spatial data mining and spatial decision[C].2011 IEEE International Conference on Spatial Data Mining and Geographical Knowledge Services(ICSDM),2011:121-126.

[7] 霍亮,楊耀東.瓦片金字塔模型技術(shù)的研究與實(shí)踐[J].測繪學(xué)報(bào),2012,37(6):144-146.

[8] 池子文,張豐.一種基于影像塊組織的遙感數(shù)據(jù)分布式存儲方法[J].浙江大學(xué)學(xué)報(bào)：理學(xué)版，2014,41(1):95-100.

[9] 陳崇成,林劍峰.基于NoSQL的海量空間數(shù)據(jù)云存儲與服務(wù)方法[J].地球信息科學(xué)學(xué)報(bào),2013,15(2):166-174.

[10] Sch?ffer B,Baranski B, Foerster T.Towards spatial data infrastructures in the clouds[J].Geospatial Thinking,2010,1(1):399-418.

[11] 章華軍,朱美正.地理空間信息服務(wù)集群技術(shù)研究與實(shí)現(xiàn)[J].微計(jì)算機(jī)信息：測控自動化,2009,25(12-1):134-136.

Research on the Technology of Cloud Storage and Service for Stadium Spatial Information

CHEN Zhi-hui1LI Xian-liang1,2

(1.Hunan Sports Vocational College, Changsha 410019, China；2.Central South University of Forestry and Technology, Changsha 410004, China)

The management and service application platform for stadium, which is based on the mobile Internet, relies on massive spatial information data. There is massive non-relational data in the spatial information, while traditional relational database is obviously unable to satisfy the storage and service of spatial information. Consequently, based on the cloud computing, the non-relational database and the distributed file system come into being as an effective solution. Different data models are adopted to meet the needs of different data forms of the stadium spatial information. Meanwhile, the cluster technology is adopted in order to improve the storage and service performance of the data. The storage and service solution of the stadium spatial information provided by the article provides powerful technical support for the intelligent management and service of stadium.

stadium, spatial information, cloud storage, cloud service, cluster

2017-04-17

教育部人文社會科學(xué)研究規(guī)劃基金項(xiàng)目(14YJAZH011)；湖南省科技廳重點(diǎn)研發(fā)項(xiàng)目(2015SK2056)；湖南省教育廳科研項(xiàng)目(14C0750)資助

陳志輝,E-mail：466792240@qq.com.

G818

A

1672-6634(2017)02-0094-06