面向工業(yè)4.0的多表架構(gòu)與NoSQL大數(shù)據(jù)集成的數(shù)據(jù)存儲策略研究

文棒棒，曾獻輝

(1. 東華大學 信息科學與技術(shù)學院，上海 201620；2.數(shù)字化紡織服裝技術(shù)教育部工程研究中心，上海 201620)

?

面向工業(yè)4.0的多表架構(gòu)與NoSQL大數(shù)據(jù)集成的數(shù)據(jù)存儲策略研究

文棒棒1,2，曾獻輝1,2

(1. 東華大學 信息科學與技術(shù)學院，上海 201620；2.數(shù)字化紡織服裝技術(shù)教育部工程研究中心，上海 201620)

工業(yè)4.0環(huán)境下，生產(chǎn)現(xiàn)場的監(jiān)測數(shù)據(jù)除了需要實時顯示與分析外，還需要作為歷史記錄進行保存。面對海量的生產(chǎn)數(shù)據(jù)，現(xiàn)有的數(shù)據(jù)庫技術(shù)已經(jīng)很難滿足該要求。提出了一種基于傳統(tǒng)數(shù)據(jù)庫多表架構(gòu)與NoSQL大數(shù)據(jù)庫相結(jié)合的新型數(shù)據(jù)存儲方案。該方案基于傳統(tǒng)數(shù)據(jù)庫的多表架構(gòu)實現(xiàn)實時數(shù)據(jù)的分布式存儲，同時將歷史數(shù)據(jù)遷移至NoSQL大數(shù)據(jù)庫，解決了工業(yè)4.0下的海量數(shù)據(jù)存儲問題。最后給出了某企業(yè)基于SQL Server和MongoDB的實際應用，驗證了本文方法的正確性和有效性。

多表結(jié)構(gòu)；NoSQL大數(shù)據(jù)庫；數(shù)據(jù)遷移；MapReduce分析

引用格式：文棒棒，曾獻輝．面向工業(yè)4.0的多表架構(gòu)與NoSQL大數(shù)據(jù)集成的數(shù)據(jù)存儲策略研究[J].微型機與應用，2016,35(18)：6-9.

0　引言

進入21世紀以來，隨著網(wǎng)絡信息技術(shù)、智能科學的蓬勃發(fā)展，信息化和智能化正逐步融合到工業(yè)生產(chǎn)中，向人們展示著工業(yè)4.0時代的到來[1]。在工業(yè)4.0 時代，企業(yè)在生產(chǎn)過程中累積的大量與生產(chǎn)監(jiān)測相關(guān)的數(shù)據(jù)匯聚成數(shù)據(jù)的海洋，這些數(shù)據(jù)不僅種類繁多同時產(chǎn)生速度快、價值密度低。要充分利用這些數(shù)據(jù)，就需要企業(yè)不僅能夠?qū)崿F(xiàn)這些數(shù)據(jù)的實時顯示與分析，同時又能夠?qū)Ξa(chǎn)生的歷史數(shù)據(jù)進行有效的存儲與分析。本文針對此問題，提出了一種基于傳統(tǒng)數(shù)據(jù)庫多表架構(gòu)和大數(shù)據(jù)相結(jié)合的數(shù)據(jù)存儲策略，該方法解決了工業(yè)數(shù)據(jù)的實時存儲，同時可實現(xiàn)對海量歷史數(shù)據(jù)的有效保存與分析，以幫助企業(yè)充分利用這些數(shù)據(jù)。

1　工業(yè)數(shù)據(jù)存儲技術(shù)

工業(yè)4.0時代的到來，也意味著工業(yè)生產(chǎn)大數(shù)據(jù)時代的到來[2]。一般意義上講，大數(shù)據(jù)具有數(shù)據(jù)量大、數(shù)據(jù)種類多、商業(yè)價值高、處理速度高等特點。在此基礎(chǔ)上，工業(yè)生產(chǎn)中的數(shù)據(jù)還有兩大特點：一是準確率高，二是實時性強。工業(yè)生產(chǎn)中重要的應用場景是實時監(jiān)測、實時預警、實時控制。一旦數(shù)據(jù)的采集、傳輸和應用等全處理流程耗時過長，就難以在生產(chǎn)過程中發(fā)揮其價值[3]。如圖1所示，在多個采集工作站進行數(shù)據(jù)采集時，每天產(chǎn)生的數(shù)據(jù)量都是非常大的，此時不僅要保證這些數(shù)據(jù)的實時性，同時還需要一種存儲技術(shù)能夠?qū)崿F(xiàn)這些數(shù)據(jù)的歷史保存。傳統(tǒng)的數(shù)據(jù)庫存儲技術(shù)主要有兩種：一種是采用數(shù)據(jù)直接存放的方式，即單一表格存儲；另一種則是采用數(shù)據(jù)庫多表架構(gòu)的方式，即多表存儲。

圖1　工業(yè)生產(chǎn)數(shù)據(jù)網(wǎng)絡拓撲圖

1.1數(shù)據(jù)庫單表直接存放形式存儲

傳統(tǒng)的數(shù)據(jù)庫存儲方法大多采用數(shù)據(jù)的直接存放形式，即單一表格形式。這種方法是將所有數(shù)據(jù)都直接存放在一個單表里，表中包括數(shù)據(jù)的所有字段和記錄。該方法的優(yōu)點是設計簡單，使用非常方便，能夠較好地實現(xiàn)數(shù)據(jù)的存儲。但是由于只是單個表格，當單表數(shù)據(jù)量非常大時，數(shù)據(jù)庫的訪問速度會急劇下降，會使得系統(tǒng)變得相當不穩(wěn)定，此時若繼續(xù)對數(shù)據(jù)進行查詢與插入，甚至可能出現(xiàn)死機等不能運作的情況。因此這種方法不適合大量數(shù)據(jù)的實時存儲。

1.2數(shù)據(jù)庫多表分布式存儲

不同于數(shù)據(jù)的直接存儲方式，分表，顧名思義，就是通過一系列的切分規(guī)則將數(shù)據(jù)分布到不同的表中，如按照自然時間來分，可分為按日生成表、按月生成表和按年生成表。分表不僅能夠更好地完成大量數(shù)據(jù)的分布式存儲，增大數(shù)據(jù)庫的存儲容量，而且減少了數(shù)據(jù)庫的負擔，提高了數(shù)據(jù)庫的效率，特別是提高了單個表的增刪改查效率，能夠?qū)崿F(xiàn)數(shù)據(jù)的實時顯示與分析。但是，對于分表后存儲的歷史數(shù)據(jù)，在對其進行統(tǒng)計分析時往往需要遍歷所有的表格進行多表之間的聯(lián)合，查詢速度會相當慢，不便于實現(xiàn)歷史數(shù)據(jù)的有效分析。

1.3NoSQL大數(shù)據(jù)庫存儲

隨著工業(yè)生產(chǎn)數(shù)據(jù)的不斷增加，關(guān)系型數(shù)據(jù)庫在面對大量歷史數(shù)據(jù)的存儲和訪問等問題上逐漸暴露出一些不足之處。為了彌補這些不足，NoSQL數(shù)據(jù)庫應運而生。NoSQL[4](Not Only SQL)是對傳統(tǒng)關(guān)系型數(shù)據(jù)庫以外的非關(guān)系型數(shù)據(jù)庫的統(tǒng)稱。NoSQL數(shù)據(jù)庫憑借其不固定的鍵值對結(jié)構(gòu)打破了傳統(tǒng)數(shù)據(jù)庫中表與表之間的關(guān)聯(lián)問題導致的性能瓶頸，大大減少了對歷史數(shù)據(jù)進行存儲、計算、查詢等操作在時間和空間上的開銷。但是，在實時數(shù)據(jù)的分析與顯示方面，NoSQL往往顯得力不從心，數(shù)據(jù)處理不夠快速，且不能直觀顯示處理后的結(jié)果。

2　多表架構(gòu)與大數(shù)據(jù)集成的新的數(shù)據(jù)存儲策略

圖2　傳統(tǒng)數(shù)據(jù)庫多表與NoSQL結(jié)合的數(shù)據(jù)存儲流程

面對工業(yè)生產(chǎn)上的實時數(shù)據(jù)，不僅要求能夠?qū)ζ溥M行實時顯示與分析，同時還要將其作為歷史數(shù)據(jù)進行保存。對此，現(xiàn)有的數(shù)據(jù)庫方法已經(jīng)無法滿足。本文提出一種基于傳統(tǒng)數(shù)據(jù)庫多表架構(gòu)與NoSQL大數(shù)據(jù)庫相結(jié)合的新型數(shù)據(jù)存儲方案，該方案利用傳統(tǒng)數(shù)據(jù)庫的多表方法實現(xiàn)數(shù)據(jù)的實時存儲，并實現(xiàn)對數(shù)據(jù)的實時操作與查詢顯示。此外，對于累積的歷史數(shù)據(jù)，則利用數(shù)據(jù)遷移技術(shù)遷移至NoSQL數(shù)據(jù)庫進行歷史保存，不僅解決了海量數(shù)據(jù)的存儲問題，而且可以利用大數(shù)據(jù)技術(shù)對歷史數(shù)據(jù)進行深層次的分析處理，以實現(xiàn)生產(chǎn)數(shù)據(jù)的最大化利用。圖2所示為傳統(tǒng)數(shù)據(jù)庫與NoSQL大數(shù)據(jù)庫相結(jié)合的數(shù)據(jù)存儲方案的處理流程。

2.1傳統(tǒng)多表架構(gòu)實現(xiàn)實時存儲與訪問

利用傳統(tǒng)數(shù)據(jù)庫的多表架構(gòu)可以實現(xiàn)數(shù)據(jù)的實時存儲與訪問，而多表的實現(xiàn)則主要利用存儲過程方法。存儲過程，即一組預先寫好的能實現(xiàn)某種功能的一段程序，將其保存在數(shù)據(jù)庫中，以后若要實現(xiàn)該功能則直接可調(diào)用該程序來完成[5]。因此，只要預先定義好存儲過程，當對數(shù)據(jù)進行存儲時則可直接進行調(diào)用，從而將數(shù)據(jù)實時地存儲在不同的表格里。而對于數(shù)據(jù)的訪問，同樣可以將相應的操作通過建立存儲過程來實現(xiàn)。利用多表架構(gòu)一方面能夠保證數(shù)據(jù)的實時性存儲要求，另一方面將數(shù)據(jù)存儲在多個表里可以提高每個表的訪問速度，便于對表中的數(shù)據(jù)進行實時顯示與相應的增刪改查處理。

2.2大數(shù)據(jù)技術(shù)實現(xiàn)歷史記錄保存與分析

數(shù)據(jù)庫多表架構(gòu)解決了數(shù)據(jù)的實時性問題。但是，對于如何將這些海量數(shù)據(jù)作為歷史記錄進行有效保存同時可以實現(xiàn)對其深層次的分析與利用，傳統(tǒng)的數(shù)據(jù)庫方法已經(jīng)無法滿足要求。此時，大數(shù)據(jù)存儲技術(shù)的優(yōu)勢則脫穎而出。NoSQL數(shù)據(jù)庫具有高水平擴展能力和低端硬件集群，可以很好地應對海量數(shù)據(jù)的存儲問題。利用數(shù)據(jù)遷移技術(shù)，即通過不同的接口函數(shù)訪問不同的數(shù)據(jù)庫，實現(xiàn)歷史數(shù)據(jù)從傳統(tǒng)數(shù)據(jù)庫向NoSQL大數(shù)據(jù)庫的遷移。而將數(shù)據(jù)存儲在NoSQL數(shù)據(jù)庫后，可利用大數(shù)據(jù)分析技術(shù)實現(xiàn)歷史記錄的分析處理。例如MapReduce[6-7]，它是一種并行編程模型，用于大規(guī)模數(shù)據(jù)集的并行運算，其特點是簡單易學，適用廣泛，能夠降低并行編程難度，程序員只需實現(xiàn)其中的map函數(shù)和reduce函數(shù)，而具體操作則交由MapReduce自身的框架來處理。

3　多表架構(gòu)與NoSQL大數(shù)據(jù)存儲策略的實現(xiàn)與應用分析

為了驗證本文所提出方案的正確性和有效性，本文結(jié)合了某智能制造廠在生產(chǎn)過程中機器產(chǎn)生的大量數(shù)據(jù)來對其進行分析與應用。根據(jù)對智能制造廠生產(chǎn)現(xiàn)場的分析，得知其存在多個車間，且每個車間都有上千臺機器，每臺機器在工作時都會產(chǎn)生大量的數(shù)據(jù)。為了能夠充分利用這些數(shù)據(jù)，首要的任務就是要解決如何把這些數(shù)據(jù)實時地存儲下來。通過比較分析，最終采用傳統(tǒng)的SQL Server數(shù)據(jù)庫對實時數(shù)據(jù)進行存儲，而對于歷史數(shù)據(jù)的存儲與分析則采用NoSQL數(shù)據(jù)庫中的MongoDB數(shù)據(jù)庫。

3.1實時數(shù)據(jù)的存儲與分析

圖3　實時數(shù)據(jù)多表存儲的處理流程

在數(shù)據(jù)的實時存儲方面，采用SQL Server數(shù)據(jù)庫多表架構(gòu)的存儲方法。該方法首先將預先定義好的存儲過程存儲在SQL Server數(shù)據(jù)庫中，在對數(shù)據(jù)進行存儲之前，先調(diào)用存儲過程檢測數(shù)據(jù)庫是否連接，若未連接，則要求連接；連接以后獲取當前時間檢測數(shù)據(jù)表是否存在，若不存在則調(diào)用其他存儲過程生成當前時間的數(shù)據(jù)表；當數(shù)據(jù)表存在后則可進行數(shù)據(jù)的實時性讀寫與插入。數(shù)據(jù)的整個存儲過程都是調(diào)用預先定義好的語句，通過存儲過程實現(xiàn)多表的按日生成，避免了傳統(tǒng)數(shù)據(jù)存儲時的繁瑣語句。同時若需要對數(shù)據(jù)進行實時查詢與顯示，同樣可通過定義好的SQL語句生成存儲過程實現(xiàn)對批量數(shù)據(jù)的增刪改查。圖3所示為利用存儲過程實現(xiàn)實時數(shù)據(jù)多表方式的存儲流程。

3.2歷史數(shù)據(jù)的遷移與存放

圖4　歷史數(shù)據(jù)的遷移與存放處理流程

對實時數(shù)據(jù)進行SQL Server多表存儲和實時分析后，利用數(shù)據(jù)遷移技術(shù)將數(shù)據(jù)遷移至NoSQL數(shù)據(jù)庫進行存儲和分析。MongoDB[8]數(shù)據(jù)庫是NoSQL數(shù)據(jù)庫的一種，其存儲結(jié)構(gòu)為典型的key-value鍵值對型，而且它最大的特點是具有強大的查詢功能，支持通用輔助索引和復合索引，能夠進行多種快速查詢，同時還支持各種分析工具，可以很好地對數(shù)據(jù)進行統(tǒng)計分析。因此，可以通過傳統(tǒng)數(shù)據(jù)庫的ADO技術(shù)來訪問SQL Server數(shù)據(jù)庫，將SQL Server中的數(shù)據(jù)轉(zhuǎn)移到MongoDB數(shù)據(jù)庫中，實現(xiàn)海量歷史數(shù)據(jù)的存儲。如圖4所示，首先進行SQL Server的連接，其連接形式為：

string conStr = "server=(local); Initial Catalog = Textile; Integrated Security = true";

SqlConnection connection = new SqlConnection(conStr);

SqlCommand cmd = connection.CreateCommand();

connection.Open();

在連接數(shù)據(jù)庫后可自行設置SQL命令將數(shù)據(jù)庫中的數(shù)據(jù)轉(zhuǎn)移到MongoDB中，在此之前需要利用MongoDB Driver 進行MongoDB數(shù)據(jù)庫的連接，其實現(xiàn)方式為：

string connString = "mongodb://127.0.0.1:27017";

MongoServer server = MongoServer.Create(connString);

MongoDatabase mydb = server.GetDatabase("mydb");

MongoCollection test = mydb.GetCollection("test");

3.3基于MapReduce的大數(shù)據(jù)分析

MongoDB作為NoSQL大數(shù)據(jù)庫的一種，其除了可以實現(xiàn)海量歷史數(shù)據(jù)存儲以外，還提供了多種靈活和強大的數(shù)據(jù)聚合工具，其中就包括MapReduce。圖5所示為MapReduce在MongoDB數(shù)據(jù)庫中的操作流程。

圖5　MapReduce的處理流程圖

為了更清楚地了解MapReduce編程模型的強大之處，本文結(jié)合智能制造廠生產(chǎn)現(xiàn)場的監(jiān)測數(shù)據(jù)，利用MapReduce，通過設備在10天內(nèi)的開關(guān)機狀態(tài)計算出設備的生產(chǎn)效率值，從而幫助企業(yè)更加合理地調(diào)度生產(chǎn)資源實現(xiàn)資源的最大化利用。圖6所示為處理流程圖。

圖6　MapReduce計算設備生產(chǎn)效率處理流程圖

4　結(jié)論

本文針對在工業(yè)4.0環(huán)境下生產(chǎn)過程中產(chǎn)生的大量數(shù)據(jù)，提出一種基于傳統(tǒng)數(shù)據(jù)庫多表架構(gòu)和NoSQL大數(shù)據(jù)結(jié)合的新型存儲策略，不僅完成了生產(chǎn)數(shù)據(jù)的實時存儲與實時訪問，而且利用數(shù)據(jù)轉(zhuǎn)移技術(shù)將歷史數(shù)據(jù)轉(zhuǎn)移至NoSQL大數(shù)據(jù)庫，解決了海量歷史數(shù)據(jù)的存儲問題，同時通過大數(shù)據(jù)分析技術(shù)實現(xiàn)對歷史數(shù)據(jù)的有效分析。最后通過某智能制造廠生產(chǎn)現(xiàn)場的監(jiān)測數(shù)據(jù)，驗證了本文提出方法的正確性和有效性。

[1] 程曉蕾. 工業(yè)4.0架構(gòu)下的工業(yè)大數(shù)據(jù)的需求、環(huán)境及服務化[J].赤峰學院學報, 2015,31(4):14-15.

[2] 沈雁, 戴瑜興, 湯睿. 基于嵌入式數(shù)據(jù)庫的分布式大壩監(jiān)測數(shù)據(jù)匯聚器設計[J].電子技術(shù)應用, 2011,37(5):39-41.

[3] FAZIO M, CELESTI A, PULIAFITO A, et al. Big data storage in the cloud for smart environment monitoring[J]. Procedia Computer Science, 2015(5):500-506.

[4] 潘洪志. 高性能NoSQL存儲系統(tǒng)的研究與實現(xiàn)[D].長春: 吉林大學, 2014.

[5] 丌文娟. 對SQL Server存儲過程的研究與應用[J].廊坊師范學院學報, 2010,10(6):34-37.

[6] 謝桂蘭, 羅省賢. 基于Hadoop MapReduce模型的應用研究[J].微型機與應用, 2010，29(8):4-7.

[7] MAITREY S, JHA C K. MapReduce: simplified data analysis of big data[J]. Procedia Computer Science, 2015(7):563-571.

[8] 呂林. 基于MongoDB的應用平臺的研究與實現(xiàn)[D]. 北京:北京郵電大學, 2015.

Research on data storage strategy for Industry 4.0 using multi-table schema and NoSQL big data technique

Wen Bangbang1,2，Zeng Xianhui1,2

(1.College of Information Science and Technology, Donghua University, Shanghai 201620, China;2.Engineering Research Center of Digitized Textile &Apparel Technology, Ministry of Education, Shanghai 201620, China)

In Industry 4.0 environment, the monitoring data of production site needs to be real-timely displayed and analyzed, and also needs to be saved as a historical record. In the face of massive production data, the existing database technology is difficult to meet the requirements. This paper proposes a new data storage solution based on the combination of traditional database multi-table schema and NoSQL large database. It can not only implement the distributed storage of real-time data based on the traditional database multi-table schema, but also migrate the historical data to the NoSQL large database to solve the problem of massive data storage under Industry 4.0. Finally, through a practical application of an enterprise based on SQL Server and MongoDB, the validity and effectiveness of this method is verified.

multi-table schema; NoSQL large database; data migration; MapReduce analysis

TP392

ADOI： 10.19358/j.issn.1674- 7720.2016.18.001

2016-03-29)

文棒棒(1992-)，通信作者，男，碩士研究生，主要研究方向：數(shù)據(jù)庫應用技術(shù)、大數(shù)據(jù)分析。E-mail：1043967181@qq.com。

曾獻輝(1974-)，男，博士，副教授，主要研究方向:大數(shù)據(jù)挖掘、智能優(yōu)化問題、決策與分析。