家庭物聯(lián)網(wǎng)中多源異構(gòu)數(shù)據(jù)存儲方案選擇及建模

查改琴，褚　偉（合肥工業(yè)大學計算機網(wǎng)絡(luò)系統(tǒng)研究所，合肥230009）

家庭物聯(lián)網(wǎng)中多源異構(gòu)數(shù)據(jù)存儲方案選擇及建模

查改琴，褚偉
（合肥工業(yè)大學計算機網(wǎng)絡(luò)系統(tǒng)研究所，合肥230009）

隨著家庭物聯(lián)網(wǎng)的不斷發(fā)展，如何高效存儲海量的多源異構(gòu)家庭物聯(lián)網(wǎng)數(shù)據(jù)越來越重要。由于傳統(tǒng)的關(guān)系型數(shù)據(jù)庫不能滿足家庭物聯(lián)網(wǎng)海量的多源異構(gòu)數(shù)據(jù)的存儲需求，家庭物聯(lián)網(wǎng)多源異構(gòu)數(shù)據(jù)存儲方案宜采用新興的面向文檔的非關(guān)系型數(shù)據(jù)庫MongoDB。結(jié)合MongoDB的應用特點，提出一種適合于MongoDB的從E-R模型向邏輯模型轉(zhuǎn)換的轉(zhuǎn)換原則，闡述MongoDB數(shù)據(jù)庫邏輯模型的建模過程，并在此基礎(chǔ)上構(gòu)建家庭物聯(lián)網(wǎng)應用的多源異構(gòu)數(shù)據(jù)在MongoDB數(shù)據(jù)庫中的邏輯模型。

家庭物聯(lián)網(wǎng)；多源異構(gòu)數(shù)據(jù)；非關(guān)系型數(shù)據(jù)庫；MongoDB；邏輯模型

國家自然科學基金課題（No.71271073）

0　引言

目前，物聯(lián)網(wǎng)已經(jīng)成為一個新的技術(shù)熱點，得到了世界各國研究者和產(chǎn)業(yè)界的廣泛關(guān)注，家庭作為物聯(lián)網(wǎng)的主要應用場景，家庭物聯(lián)網(wǎng)的研究開始得到關(guān)注，例如智能家居、家庭健康醫(yī)療等。目前絕大多數(shù)的學者均集中在對家庭物聯(lián)網(wǎng)感知層和應用層的研究，家庭物聯(lián)網(wǎng)的數(shù)據(jù)層研究較少[1]，然而，由于物聯(lián)網(wǎng)感知層中設(shè)備種類繁多，各類傳感器、GPS以及各種攝像頭作為家庭物聯(lián)網(wǎng)的末梢采集節(jié)點，采集上來的數(shù)據(jù)具有多源異構(gòu)、海量等特點。同時，家庭物聯(lián)網(wǎng)管理平臺需要支持各類采集終端的動態(tài)接入和退出，動態(tài)存儲終端采集的多源異構(gòu)數(shù)據(jù)，在海量數(shù)據(jù)存儲、多源異構(gòu)數(shù)據(jù)管理以及數(shù)據(jù)庫的易用性和擴展性方面，關(guān)系型數(shù)據(jù)庫存在難以克服的問題[2]。因此，研究適合家庭物聯(lián)網(wǎng)多源異構(gòu)數(shù)據(jù)的數(shù)據(jù)模型及數(shù)據(jù)模式已成為一個重要的研究課題。

在對現(xiàn)有的存儲方案比較分析之后，本文采用面向文檔的MongoDB進行數(shù)據(jù)存儲。MongoDB是NoSQL數(shù)據(jù)庫中的一種，與關(guān)系型數(shù)據(jù)庫相比，采用更為松散的數(shù)據(jù)模式，數(shù)據(jù)組織更為靈活，更多地依據(jù)實際應用的需要來進行數(shù)據(jù)庫建模。本文在分析家庭物聯(lián)網(wǎng)數(shù)據(jù)特征及應用需要的前提下，利用MongoDB靈活的動態(tài)數(shù)據(jù)模式，構(gòu)建了合理的家庭物聯(lián)網(wǎng)多源異構(gòu)數(shù)據(jù)存儲的邏輯模式。

1　家庭物聯(lián)網(wǎng)數(shù)據(jù)存儲的需求分析

家庭物聯(lián)網(wǎng)作為物聯(lián)網(wǎng)的一大應用場景，其技術(shù)架構(gòu)可分為家庭物聯(lián)網(wǎng)應用層、數(shù)據(jù)層、感知層[3]，如圖1所示。

圖1　家庭物聯(lián)網(wǎng)技術(shù)框架

其中應用層包括環(huán)境監(jiān)控、燈光控制、視頻監(jiān)控、財產(chǎn)防丟、家庭安防、健康管理，等等，數(shù)據(jù)層可細分為數(shù)據(jù)采集、數(shù)據(jù)存儲、數(shù)據(jù)規(guī)則處理，感知層則是各類智能設(shè)備中的內(nèi)置傳感器。家庭物聯(lián)網(wǎng)的感知數(shù)據(jù)由感知層的各類智能設(shè)備采集并上傳至數(shù)據(jù)層，其中，室內(nèi)環(huán)境檢測智能設(shè)備可采集溫度、濕度、空氣質(zhì)量等環(huán)境感知數(shù)據(jù)，視頻監(jiān)控攝像頭可采集視頻流數(shù)據(jù)，藍牙防丟器可采集GPS數(shù)據(jù)，家庭安防應用中多點觸控傳感器及運動檢測器可采集到觸發(fā)式事件數(shù)據(jù)，健康管理應用中的體質(zhì)儀、血壓計可采集到血壓、心率、脂肪率、基礎(chǔ)代謝率等身體健康指標數(shù)據(jù)。由此可知，數(shù)據(jù)層作為技術(shù)架構(gòu)的中間層，在物聯(lián)網(wǎng)體系結(jié)構(gòu)中起到承上啟下的作用，需要存儲來自于感知層的多源異構(gòu)感知數(shù)據(jù)。

家庭物聯(lián)網(wǎng)的感知數(shù)據(jù)的多源異構(gòu)性，一方面表現(xiàn)為數(shù)據(jù)種類的多樣性，按數(shù)據(jù)類型分，可分為結(jié)構(gòu)化數(shù)據(jù)、半結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，其中家庭用戶信息、設(shè)備信息等屬于結(jié)構(gòu)化數(shù)據(jù)，某些智能設(shè)備采集的JSON/XML文件屬于半結(jié)構(gòu)化數(shù)據(jù)，家庭安防云攝像頭等采集的圖片、視頻等屬于非結(jié)構(gòu)化數(shù)據(jù)；從數(shù)據(jù)的采集是否連續(xù)來看，家庭物聯(lián)網(wǎng)的感知數(shù)據(jù)可分為隨時間無限增長的時間序列流數(shù)據(jù)、事件觸發(fā)式數(shù)據(jù)，其中流式數(shù)據(jù)需數(shù)據(jù)存儲層支持快速讀寫。另一方面表現(xiàn)為數(shù)據(jù)來源途徑的多樣性，隨著物聯(lián)網(wǎng)的發(fā)展，將來會有各式各樣的智能設(shè)備出現(xiàn)，這些智能設(shè)備采集的數(shù)據(jù)種類各異，需數(shù)據(jù)存儲層具有高可擴展性和兼容性。另外，家庭物聯(lián)網(wǎng)中的應用需要基于海量的歷史數(shù)據(jù)進行數(shù)據(jù)分析和數(shù)據(jù)挖掘，數(shù)據(jù)存儲層需支持海量數(shù)據(jù)的高并發(fā)數(shù)據(jù)操作高可用性。

綜上所述，家庭物聯(lián)網(wǎng)感知數(shù)據(jù)的存儲需求主要有以下幾點：

（1）能滿足異構(gòu)的、多樣性的、時間序列流式數(shù)據(jù)的感知數(shù)據(jù)的存儲；

（2）數(shù)據(jù)具有不確定性，數(shù)據(jù)結(jié)構(gòu)松散，家庭物聯(lián)網(wǎng)中每增加一個感知層設(shè)備，其采集的數(shù)據(jù)類型無法事先統(tǒng)一定義，需快速支持新設(shè)備的數(shù)據(jù)存儲；

（3）家庭物聯(lián)網(wǎng)數(shù)據(jù)量較大，其增長率非常高，需滿足海量異構(gòu)數(shù)據(jù)的快速存取。

2　基于關(guān)系型數(shù)據(jù)庫數(shù)據(jù)存儲的模式選擇

傳統(tǒng)的關(guān)系型數(shù)據(jù)在30多年的實踐完善中，已發(fā)展成為一個成熟且具有穩(wěn)定地位的數(shù)據(jù)庫模式，在面對數(shù)據(jù)結(jié)構(gòu)松散、海量稀疏的家庭物聯(lián)網(wǎng)數(shù)據(jù)時，關(guān)系型數(shù)據(jù)庫采用以下模式，或許可以解決家庭物聯(lián)網(wǎng)的多源異構(gòu)數(shù)據(jù)的存儲難題。

（1）單表繼承：將所有的字段都保存在一張表內(nèi)，增加字段時擴充原來的表，即將家庭物聯(lián)網(wǎng)中所有設(shè)備的測量數(shù)據(jù)都存放在一張表內(nèi)。但該方法在設(shè)備眾多的情況下，冗余數(shù)據(jù)太多，且需要預先知道添加的設(shè)備信息及設(shè)備采集的數(shù)據(jù)信息。每增加一個新設(shè)備，需要顯式修改表結(jié)構(gòu)，同時，所有其他設(shè)備的測量數(shù)據(jù)屬性都要添加可能是無意義的字段。

（2）多表繼承：建立用戶設(shè)備測量數(shù)據(jù)總表及不同設(shè)備的測量數(shù)據(jù)子表，則每增加一種設(shè)備進行數(shù)據(jù)測量時，數(shù)據(jù)庫就增加一個測量數(shù)據(jù)子表。或者采用實體-屬性-值模式，建立用戶設(shè)備測量數(shù)據(jù)總表及測量數(shù)據(jù)屬性表，每增加一個測量數(shù)據(jù)項時，數(shù)據(jù)庫就建立一個屬性子表。當設(shè)備種類很多時，數(shù)據(jù)庫中表的數(shù)量就會很多，數(shù)據(jù)管理困難且復雜。

（3）采用半結(jié)構(gòu)化數(shù)據(jù)模型：為使RMDBS能隨著設(shè)備種類的增多進行輕松擴展，可以對表做逆規(guī)范化，即將測量數(shù)據(jù)作為設(shè)備測量數(shù)據(jù)表的一個屬性列，用JSON格式存儲測量數(shù)據(jù)的字段名和值。但該方法在面對海量的數(shù)據(jù)存儲需求時，存在數(shù)據(jù)查詢性能下降等問題。

在關(guān)系型數(shù)據(jù)庫中，行作為數(shù)據(jù)存儲的基本單元，每個數(shù)據(jù)庫表都需嚴格定義模式，規(guī)定列和類型，當表中的某一行需要增加一列時，則需要顯式修改表結(jié)構(gòu)，因此，關(guān)系型數(shù)據(jù)庫無法快速容納新的數(shù)據(jù)類型，即使采用逆規(guī)范化處理，關(guān)系型數(shù)據(jù)庫也很難滿足家庭物聯(lián)網(wǎng)海量異構(gòu)數(shù)據(jù)的存儲需求。同時，文獻[4]指出關(guān)系型數(shù)據(jù)庫的SQL語言已不適應時間序列數(shù)據(jù)的查詢[4]，文獻[5]也指出傳統(tǒng)數(shù)據(jù)庫系統(tǒng)難以存儲管理海量的感知數(shù)據(jù)。

因此，家庭物聯(lián)網(wǎng)數(shù)據(jù)存儲需要選擇更適宜的存儲模式，其中NoSQL數(shù)據(jù)庫提供了一種與傳統(tǒng)關(guān)系型數(shù)據(jù)庫不太一樣的Schema-free存儲模式[6]，可以輕松應對家庭物聯(lián)網(wǎng)多源異構(gòu)數(shù)據(jù)的存儲需求。

3　基于非關(guān)系型數(shù)據(jù)庫的數(shù)據(jù)存儲的模式建模

3.1NoSQL概述

非關(guān)系型數(shù)據(jù)庫即NoSQL，它在數(shù)據(jù)模式、一致性、可靠性等方面與關(guān)系型數(shù)據(jù)庫有著顯著不同。NoSQL采用松耦合、可擴展的數(shù)據(jù)模式，例如Key-文檔、Key-Value鍵值對、列簇式存儲及圖，其中Key-文檔數(shù)據(jù)模式中文檔可以存儲列表、鍵值對以及層次結(jié)構(gòu)復雜的文檔，形成數(shù)組和嵌套子文檔等多種類型，通過自由組織文檔結(jié)構(gòu)，Key-文檔可以像關(guān)系型數(shù)據(jù)庫一樣表示不同實體間的復雜關(guān)系。

在NoSQL體系中，MongoDB是最像關(guān)系型數(shù)據(jù)庫的非關(guān)系型數(shù)據(jù)庫。在MongoDB中，文檔作為MongoDB中數(shù)據(jù)的基本單元，在進行數(shù)據(jù)庫設(shè)計時，無需對文檔的屬性值進行預先定義，可根據(jù)需要靈活地在文檔中添加和刪除鍵值對，因此，MongoDB可以滿足家庭物聯(lián)網(wǎng)在不斷加入新智能設(shè)備時所帶來的快速數(shù)據(jù)存儲的應用需求，適合存儲家庭物聯(lián)網(wǎng)中的多源異構(gòu)數(shù)據(jù)。由于MongoDB的文檔數(shù)據(jù)模型具有動態(tài)模式，集合中的每個文檔都可擁有完全不同的結(jié)構(gòu)，因此MongoDB可以根據(jù)家庭物聯(lián)網(wǎng)的應用需求來自由組織集合結(jié)構(gòu)。同時，MongoDB數(shù)據(jù)庫提供的聚合框架可以對集合中的文檔進行變換和組合，支持MapReduce，可以滿足家庭物聯(lián)網(wǎng)應用的大數(shù)據(jù)分析及海量數(shù)據(jù)的高并發(fā)操作的應用需求，MongoDB的時間序列模型可以存儲環(huán)境質(zhì)量、GPS等海量流式數(shù)據(jù)的實時存儲，MongoDB提供GridFS特性，可以存儲家庭安防中采集的視頻及圖片等大文件，另外，MongoDB支持創(chuàng)建數(shù)據(jù)索引，來提升數(shù)據(jù)的讀寫性能[7]。因此，MongoDB是家庭物聯(lián)網(wǎng)海量多源異構(gòu)數(shù)據(jù)存儲的一個可選方案，可滿足家庭物聯(lián)網(wǎng)感知數(shù)據(jù)存儲三大需求。下文將對基于MongoDB家庭物聯(lián)網(wǎng)感知數(shù)據(jù)存儲的文檔模型及其建模過程進行研究。

3.2MongoDB數(shù)據(jù)模型

MongoDB[7]是一個面向文檔的數(shù)據(jù)庫，不再具有“行”的概念，取而代之的是更為靈活的“文檔”模型。在MongoDB的數(shù)據(jù)模型中，文檔是鍵值對的一個有序集，鍵值對的值可以是簡單的數(shù)據(jù)類型，可以是數(shù)組，也可以是對象id，甚至是其他文檔。在數(shù)據(jù)建模時，MongoDB可以根據(jù)實際應用需要選擇內(nèi)嵌和引用的方式來設(shè)計數(shù)據(jù)模型。內(nèi)嵌數(shù)據(jù)模型中鍵值對為嵌入的其他文檔，內(nèi)嵌數(shù)據(jù)模型減少了數(shù)據(jù)操作過程的連接操作，具有良好的讀性能，能很好地完成原子性，但文檔的增長會成為一個性能問題，在使用內(nèi)嵌數(shù)據(jù)模型時，需要保證文檔大小小于BSON文檔的最大值16M[8]。同時，被嵌文檔不具有獨立的文檔結(jié)構(gòu)，因此，需要頻繁更新的文檔不適合作為內(nèi)嵌文檔。引用數(shù)據(jù)模型中鍵值對為數(shù)組或者對象id，引入數(shù)據(jù)模型可以減少數(shù)據(jù)冗余，表示巨大的多次數(shù)據(jù)集，但不能提供讀性能，需要操作多個集合才能獲得結(jié)果。

綜上所述，MongoDB的文檔數(shù)據(jù)模型可以表示各種富數(shù)據(jù)結(jié)構(gòu)，以聚合的形式來表示數(shù)據(jù)。同時，文檔數(shù)據(jù)模型的這些特性，使得MongoDB的文檔無需預先定義模式，文檔作為MongoDB中數(shù)據(jù)的基本單元，集合中的每個文檔都可擁有完全不同的結(jié)構(gòu)，可根據(jù)需要靈活地在文檔中添加和刪除鍵值對，可以輕松應對多源異構(gòu)數(shù)據(jù)的存儲需求。同時，MongoDB可根據(jù)實際應用需求采用內(nèi)嵌和應用兩種不同的文檔結(jié)構(gòu)來表示不同事物間的關(guān)系，因此，在使用MongoDB數(shù)據(jù)庫存儲家庭物聯(lián)網(wǎng)感知數(shù)據(jù)時有必要對數(shù)據(jù)庫的邏輯模型進行建模。

3.3MongoDB數(shù)據(jù)庫邏輯建模

實體-聯(lián)系模型（E-R模型）作為不受任何DBMS約束的面向用戶的表達方法，在數(shù)據(jù)庫設(shè)計中被廣泛應用于數(shù)據(jù)建模。關(guān)系型數(shù)據(jù)庫由數(shù)據(jù)庫、表、記錄三個層次概念組成，在進行邏輯建模時，先使用E-R圖進行概念設(shè)計，再根據(jù)一定的轉(zhuǎn)換原則將E-R圖轉(zhuǎn)化為滿足第三范式的邏輯模型。MongoDB則由數(shù)據(jù)庫、集合、文檔對象三個層次組成，其中，集合可以看做是一個擁有動態(tài)模式的關(guān)系型數(shù)據(jù)庫的表，因此，MongoDB作為NoSQL家族中最像關(guān)系型數(shù)據(jù)庫的非關(guān)系型數(shù)據(jù)庫，同樣可以采用E-R模型來進行概念設(shè)計，只需結(jié)合實際應用情況，采用與關(guān)系型數(shù)據(jù)庫不同的E-R模型向邏輯模型轉(zhuǎn)化的轉(zhuǎn)換原則，值得注意的是數(shù)據(jù)模式自由的MongoDB并不需滿足第三范式，需根據(jù)實際應用使用合適的邏輯模型。

E-R模型的構(gòu)成成分為實體集、屬性集和聯(lián)系集，分別對應MongoDB數(shù)據(jù)庫的集合、文檔及集合間的關(guān)系，MongoDB的E-R模型向邏輯模型轉(zhuǎn)化的轉(zhuǎn)換原則如下：

（1）屬性的轉(zhuǎn)換：根據(jù)MongoDB中文檔的特性，ER模型中的屬性集可細分為單值屬性、對象屬性、派生屬性，其中，單值屬性表示單一鍵值對類型的文檔，對象屬性表示多鍵值對的數(shù)組類型或內(nèi)嵌文檔類型的文檔，派生屬性表示外部引用的文檔，即對象id。由于MongoDB以文檔作為最小數(shù)據(jù)單位，同時集合具有動態(tài)模式，所以MongoDB不需對屬性轉(zhuǎn)換做過多轉(zhuǎn)換原則的設(shè)定，保證在邏輯模型建立之后，仍可以自由地向集合中添加新文檔。

（2）實體的轉(zhuǎn)換：每個實體作為一個集合，但在MongoDB中，不能單純地根據(jù)E-R模型中的實體來確定集合，還需要根據(jù)實體間的聯(lián)系和實際應用來確定集合的動態(tài)模式。

（3）實體間聯(lián)系的轉(zhuǎn)換。

●一對一的關(guān)系：根據(jù)實際應用的需求，可以將兩個實體轉(zhuǎn)換為一個集合，其中一個實體可以看做是另一個實體的屬性。

●一對多的關(guān)系：一般情況下，將兩個實體分別建立集合，實體間的關(guān)系通過一個集合引用另一個集合來體現(xiàn)，即將單端實體集合的主鍵作為多端實體集合的外鍵。但在MongoDB數(shù)據(jù)建模中需要考慮實際應用需求，且MongoDB文檔大小的增長受BSON文檔最大值的限制，所以，還需根據(jù)關(guān)系中集合的大小規(guī)模和實際應用中數(shù)據(jù)的讀寫比例等需求來進行數(shù)據(jù)模型建模。主要遵循以下原則：

①當一對多關(guān)系中，一個單端實體只對應少量多端實體，且多端實體集合中數(shù)據(jù)量較小，數(shù)據(jù)更新不頻繁，對數(shù)據(jù)的讀性能要求較高時，MongoDB可以采用內(nèi)嵌的文檔數(shù)據(jù)模型，將多端實體集合合并嵌套到單端實體的集合。

②使用內(nèi)嵌文檔數(shù)據(jù)模型時，當需要經(jīng)常對內(nèi)嵌的多端實體進行單獨訪問時，則多端實體也應當建立相應的集合。

③當一對多關(guān)系中，一個單端實體對應數(shù)百個多端實體，且多端實體的數(shù)據(jù)增長不迅速時，應當采用間接引用文檔結(jié)構(gòu)，即兩端實體分別建立集合，多端實體集合的主鍵作為數(shù)組存放在單端實體文檔中。

④當一對多關(guān)系中，一個單端實體對應數(shù)千個多端實體，且多端實體的數(shù)據(jù)增長迅速，受MongoDB的BSON文檔最大值的限制，則應該采用父節(jié)點引用的引用文檔結(jié)構(gòu)，即兩端實體分別建立集合，單端集合的主鍵作為多端實體集合的外鍵。

●多對多的關(guān)系：實體分別作為集合，將關(guān)系本身和實體集合主鍵構(gòu)成新的連接集合。和關(guān)系數(shù)據(jù)庫不同的是，MongoDB可以采用多種文檔結(jié)構(gòu)來表示集合間關(guān)系，在實際應用中，MongoDB需要考慮應用需求來靈活構(gòu)建數(shù)據(jù)模型，主要遵循以下原則：

①當連接集合數(shù)據(jù)增長快速，實際應用需快速獲取實體間的關(guān)聯(lián)關(guān)系時，則需要單獨在兩個實體集合中建立雙向關(guān)聯(lián)關(guān)系，先將雙向的多對多關(guān)系分解為兩個單向的一對多關(guān)系，然后按照一對多的關(guān)系轉(zhuǎn)換原則建模，即在一個實體集合的文檔對象中添加另一個實體集合的引用，或者內(nèi)嵌另一個實體集合。

②不是所有的多對多關(guān)系都要建立連接集合，將雙向的多對多關(guān)系分解為兩個單向的一對多關(guān)系，若其中一個一對多關(guān)系中可采用間接引用文檔結(jié)構(gòu)，且連接集合的數(shù)據(jù)增長緩慢時，可以不用單獨建立連接集合，實體間的聯(lián)系可以通過多端實體的信息被多個單端實體使用來體現(xiàn)。

3.4家庭物聯(lián)網(wǎng)的邏輯模型建模

在家庭物聯(lián)網(wǎng)應用中，用戶實體與設(shè)備實體屬于多對多關(guān)系，圖2為家庭物聯(lián)網(wǎng)的E-R模型，在E-R模型中，用戶實體和設(shè)備實體具有兩層關(guān)系，即綁定和測量，其中綁定關(guān)系穩(wěn)定，變化不大，但測量關(guān)系包含大量的測量數(shù)據(jù)，則測量關(guān)系中的實體需通過添加雙向關(guān)聯(lián)單獨建立實體關(guān)系。

圖2　家庭物聯(lián)網(wǎng)的E-R模型

根據(jù)實體轉(zhuǎn)換原則，可以得到用戶集合、設(shè)備集合。根據(jù)實體間多對多關(guān)系的轉(zhuǎn)換原則，得到綁定測量數(shù)據(jù)集合，由于測量關(guān)系包含大量的測量數(shù)據(jù)，則測量數(shù)據(jù)集合父級引用用戶集合和設(shè)備集合。由于家庭物聯(lián)網(wǎng)應用需要快速找到一種設(shè)備的使用者信息和一個用戶擁有的所有設(shè)備信息，則需要單獨在實體集合中添加雙向關(guān)聯(lián)關(guān)系。將用戶與設(shè)備的多對多關(guān)系分解為兩個一對多關(guān)系，即一個用戶對應多個設(shè)備，一個設(shè)備對應多個用戶。家庭物聯(lián)網(wǎng)中，一個用戶擁有的較少的設(shè)備，一般不超過50個，同時，設(shè)備信息基本固定不變，因此，可將設(shè)備集合文檔內(nèi)嵌到用戶集合中，而一種設(shè)備會被很多的家庭物聯(lián)網(wǎng)用戶使用，則設(shè)備集合間接引用用戶集合。

根據(jù)屬性轉(zhuǎn)換原則，無需對家庭物聯(lián)網(wǎng)數(shù)據(jù)集合中的文檔類型與文檔結(jié)構(gòu)做預先定義，MongoDB動態(tài)模式的特性使得家庭物聯(lián)網(wǎng)應用可以自由增刪改集合中的文檔，保證在數(shù)據(jù)庫的邏輯模型建立之后，上層應用仍可以自由地向集合中添加新文檔，滿足家庭物聯(lián)網(wǎng)多源異構(gòu)數(shù)據(jù)的存儲。

根據(jù)上述轉(zhuǎn)換原則，得到表1所示的家庭物聯(lián)網(wǎng)應用的文檔數(shù)據(jù)模型，即用戶集合嵌套設(shè)備集合，設(shè)備集合間接引用用戶集合，測量數(shù)據(jù)集合父級引用用戶集合和設(shè)備集合。在該文檔數(shù)據(jù)模型中，當需要查詢用戶擁有哪些設(shè)備時，只需要查詢一次即可得到結(jié)果，同時可以單獨訪問設(shè)備集合，快速獲知綁定該設(shè)備的所有用戶信息。由于設(shè)備信息和用戶信息幾乎固定不變，所以采用此存儲模型仍可以保證操作的原子性。

4　結(jié)語

家庭物聯(lián)網(wǎng)中多源異構(gòu)數(shù)據(jù)存儲的新需求對傳統(tǒng)的關(guān)系型數(shù)據(jù)庫提出了挑戰(zhàn)，本文采用面向文檔的MongoDB數(shù)據(jù)庫來存儲家庭物聯(lián)網(wǎng)中的多源異構(gòu)數(shù)據(jù)。在數(shù)據(jù)庫的邏輯結(jié)構(gòu)設(shè)計階段，本文根據(jù)文檔模型自身特點，提出了從E-R模型轉(zhuǎn)換至邏輯模型的轉(zhuǎn)換原則，結(jié)合家庭物聯(lián)網(wǎng)應用具體需求以構(gòu)建家庭物聯(lián)網(wǎng)數(shù)據(jù)存儲數(shù)據(jù)庫的邏輯模型。

目前，MongoDB可以滿足家庭物聯(lián)網(wǎng)多源異構(gòu)數(shù)據(jù)的存儲需求，在以后的工作中，將根據(jù)家庭物聯(lián)網(wǎng)數(shù)據(jù)處理的特點，深入研究MongoDB數(shù)據(jù)庫支持下具有時態(tài)性的家庭物聯(lián)網(wǎng)數(shù)據(jù)存儲管理的優(yōu)化方法，MongoDB支持的時態(tài)數(shù)據(jù)分片和索引的優(yōu)化策略，以及集群分片負載均衡的改進策略。

表1　多對多關(guān)系轉(zhuǎn)換后的集合結(jié)構(gòu)

[1]陳亮，仇晶，朱有產(chǎn)，顧雪平.面向家庭物聯(lián)網(wǎng)的云計算架構(gòu)[J].計算機應用研究，2013，30（12）：3686～3689

[2]覃雄派，王會舉，李芙蓉.數(shù)據(jù)管理技術(shù)的新格局[J].軟件學報，2013，24（2）：175～197

[3]張桂剛，畢婭，李超，等.海量物聯(lián)網(wǎng)數(shù)據(jù)安全處理模型研究[J].小型微型計算機系統(tǒng)，2013，9：2090～2094

[4]林信川.物聯(lián)網(wǎng)環(huán)境下數(shù)據(jù)庫管理系統(tǒng)的挑戰(zhàn)[J].軟件導刊，2011，12：160～162

[5]張冬冬，李建中，王偉平等.數(shù)據(jù)流歷史數(shù)據(jù)的存儲與聚集查詢處理算法[J].軟件學報，2005，16：2089～2098

[6]Stonebraker，M.SQL database v.NoSQL Databases.Communications of the ACM，2010，53（4）：10～11

[7]Kristina Cbodorow.MongoDB權(quán)威指南[M].鄧強，王明輝譯.北京：人民郵電出版社，（2014）：81～129

[8]MongoDB官網(wǎng).http://www.mongodb.org/display/DOCS/Home

Household Internet of Things;Multi-Source Heterogeneous Data;Non Relational Database;MongoDB;Logical Model

Selection and Modeling of Multi-Source Heterogeneous Data Storage Scheme in Household Internet of Things

ZHA Gai-qin，CHU Wei
（Computer and Network Laboratory,Hefei University of Technology,Hefei 230009）

With the development of household Internet of things,how to efficiently store huge amounts of multi-source heterogeneous data becomes more and more important.Since the traditional relational database can not meet the storage needs of multi-source heterogeneous data of household Internet of things,and the document oriented non relational database MongoDB is suitable.By combining with the characteristics of MongoDB,puts forward a processing method of transformation from E-R model to logical model,which is suitable for MongoDB, establishes a logical model of MongoDB database,and builds a logic model of multi-source heterogeneous data storage application of household Internet of things.

1007-1423（2015）14-0022-06

10.3969/j.issn.1007-1423.2015.14.006

查改琴（1989-），女，安徽懷寧人，在讀碩士研究生，研究方向為物聯(lián)網(wǎng)、數(shù)據(jù)庫技術(shù)等

褚偉（1972-），男，安徽合肥人，副教授，研究方向為物聯(lián)網(wǎng)、云計算、數(shù)據(jù)庫技術(shù)等

2015-03-17

2015-04-22