云平臺下地震監測臺網軟件系統的應用方案研究1

李 勇 段 毅

?

云平臺下地震監測臺網軟件系統的應用方案研究1

李 勇 段 毅

（云南省地震局，昆明 650224）

針對數字化地震臺網JOPENS軟件系統的技術特點及功能需求，在對當前各種主流云計算平臺進行比較的基礎上，基于較為合適的阿里云計算平臺，提出了在云環境下部署JOPENS系統的應用方案。測試結果表明JOPENS系統部署在云環境下能夠提升測震臺網中心運行的穩定性及可擴展性，并節約運行維護成本。該研究對于當前三網融合新形勢下云南省地震臺網的建設及運行工作具有借鑒意義。

云計算 JOPENS 地震數據

引言

地震監測領域作為地球物理學研究及防震減災工作的基礎，是一個典型的數據產出領域。地震監測領域經過數十年的發展，目前產出的數據主要包括測震、強震、地磁、地電、形變、流體、重力等十余種類別。現有的全部地震監測手段，都基于客戶端/服務器架構設計，由臺站端儀器設備進行數據采集及數字化后，通過地震行業信息網、互聯網、衛星等多種方式將監測數據發送至臺網中心服務器端并由臺網中心服務器進行后期數據處理。

隨著我國地震監測事業的發展，經過國家“十五”至“十三五”期間的大力投入，先后建成并即將興建一大批不同類型的地震監測臺站及監測點。隨著臺站密度的不斷提高，各種地震監測手段所產出的數據量也隨之出現爆發式增長。原有的基于客戶端/服務器架構設計的數據傳輸及處理能力已經明顯跟不上地震監測產出數據量的增長。特別是當前云南省的地震臺網建設面臨三網融合的新形勢，為了進一步實現資源優化及整合，測震、強震、預警3個當前獨立運行的地震臺網未來將合并為一個大測震臺網運行，臺站數量將達到近兩千個，這對整個臺網的運算及數據吞吐能力提出了更高的要求。

大數據和云計算作為新一代信息技術，已成為未來信息技術發展的推動力和方向之一。美國國家標準與技術研究院（NIST）對于云計算的定義是：一種按使用量進行付費的模式，這種模式提供可用的、便捷的、按需的網絡訪問，使用可配置的計算資源共享池，共享池的資源包括網絡、服務器、存儲、應用軟件、服務等。只需投入很少的管理工作，或與服務供應商進行很少的交互，就可以將這些資源通過云計算平臺快速提供給客戶（郭燕等，2015）。

根據地震監測領域的特點，研究如何將大數據和云計算技術應用于地震監測技術，使之能為地震預報及震害防御工作提供更快更好的基礎數據，成為未來一段時間云南數字地震臺網中心的科技創新點之一。

地震監測數據是地球科學，特別是固體地球科學的基礎數據（張晁軍等，2015），是地震監測領域最重要的數據產出成果之一，測震臺網的數據采集、傳輸、處理等一系列方法及流程在各種地震監測手段中也具有十分典型的代表性。因此本文選取了當前測震臺網中應用廣泛且最具代表性的JOPENS流服務系統，研究并探索JOPENS系統在典型云環境下的應用方案。

1 JOPENS系統主要技術特點

數字地震臺網中心數據處理系統JOPENS（以下簡稱JOPENS系統），由廣東省地震局根據“‘十五’中國數字地震觀測網絡項目”測震軟件CZ-01包的相關任務研發。目前JOPENS系統已經成功應用于全國大部分省級地震臺網中心以及部分地市級地震臺網中心和部分水庫地震監測臺網中心（吳永權等，2010）。

云南測震臺網中心當前主要使用JOPENS 4.3及JOPENS 5.2系統，預計JOPENS 6.0系統也將逐步開始應用。在未來相當長一段時間內將并行使用多個不同版本JOPENS系統，因此必須根據該系統的技術特點，選擇兼容性強的云計算平臺，使其能夠兼容各個不同版本的JOPENS系統并穩定運行。

JOPENS系統按照較為流行的基于中間件技術的多層分布式系統架構設計，其主要技術特點包括以下幾方面：

（1）基于J2EE開發及運行。J2EE是Java編程語言的一個分支，相比傳統的Java程序，J2EE主要增加了Enterprise Java Beans（EJB）、Java Database Connectivity（JDBC）、Java Naming and Directory Interface（JNDI）、Remote Method Invocation（RMI）、Java Messaging Service（JMS）、Extensible Markup Language（XML）等技術標準及規范。JOPENS完全按照J2EE規范開發，因此要求云計算平臺能夠提供對J2EE標準的良好支持。

（2）基于Linux系統?！笆濉敝袊鴶底值卣鹩^測網絡項目完成以來，JOPENS系統開始在各省級臺網中心進行正式應用。截至目前，服務器端共發布了3個版本，版本號為JOPENS 4.3、JOPENS 5.2和JOPENS 6.0，其中JOPENS 4.3和JOPENS 5.2可以運行在Suse Linux及FreeBSD操作系統上，而從2017年逐步開始應用的JOPENS 6.0則只能運行在FreeBSD操作系統上，因此要求所選用的云平臺支持FreeBSD及Suse Linux的系統鏡像。

（3）模塊化設計。JOPENS系統主要完成地震數據采集、數據格式轉換、數據匯集和存儲、人機交互分析、地震報告和目錄產出等地震監測臺網功能，并實現各級測震臺網間的數據共享與交換。按照功能相近、技術相近的原則，結合分布式系統架構及分布式云計算的技術特點，可以將JOPENS的主要功能劃分為數據交換、數據存儲、數據顯示、消息交換、系統管理5大功能模塊，如圖1所示。

圖1 JOPENS系統的功能模塊劃分

（4）網絡私有化。專有網絡（Virtual Private Cloud），是指基于云平臺構建的一個隔離的網絡環境，用戶可以自定義IP地址范圍、網段、路由表和網關等。當前國內外主要的云計算平臺服務商主要面向社會公眾提供因特網服務，而地震數據監測網絡由于數據保密等要求，當前主要運行在地震行業信息網內，與因特網為物理隔離狀態。云環境下的JOPENS系統所提供的數據及處理結果需要最終與地震行業信息網進行匯集，才能滿足日常地震監測工作的需要。使用運營商提供的公有云資源有數據泄露的隱患（高寧等，2015）。為了滿足數據保密的需求，防止泄密情況發生，有的云計算平臺提供了用戶自定義私有網絡功能，實現同因特網之間的二層邏輯隔離。用戶可以管理和配置自己的專有網絡，包括選擇自有IP地址范圍、劃分網段、配置路由表和網關等。用戶可以按照相應的規劃在目標地域和可用區創建指定網段的專有網絡與交換機，然后通過在創建云產品實例時指定某個已創建的交換機把資源部署在相應的網絡位置，并通過ECS安全組、RDS訪問白名單等方式進行訪問控制，保證JOPENS系統的安全性及訪問完全可控性。通過專線/VPN/GRE等連接方式實現VPC與地震臺網中心的互聯，構建安全的混合云業務。

完全滿足以上幾個技術特征，才能保證JOPENS系統的安全可靠運行，即所依賴的云計算平臺必須完全支持以上幾個技術特征，才能進行JOPENS系統的部署及應用。

2 JOPENS系統在云環境下的應用

云計算是分布式計算、并行計算、網格計算、多核計算、網絡存儲、虛擬化、負載均衡等傳統計算機技術發展到一定階段，和互聯網技術融合而成的產物。其目的在于通過互聯網把無數個計算節點整合成一個具有強大計算能力的“巨型機”系統，并借助IaaS（Infrastructure as a Service，基礎設施服務）、PaaS（Platform as a Service，平臺服務）、SaaS（Software as a Service，軟件服務）等業務模式，把強大的計算及存儲能力提供給終端用戶（蔡寅等，2016）。

JOPENS基于J2EE的跨平臺特征及基于中間件技術的模塊化設計，使得其能夠很好地利用云平臺分布式計算、網絡存儲、虛擬化、負載均衡等優點。相比現有的客戶端/服務器運行模式，將JOPENS系統運行于云環境下主要具有以下優點：

（1）計算能力強大。云計算平臺一般有著超大的規模，各個行業的私有云一般是從數十臺服務器起步，直到數百臺、上千臺。如Amazon、谷歌、微軟、IBM等公司的云平臺至少擁有數萬臺服務器并且可以無限制擴充，由無數服務器組建的云平臺能夠提供強大的計算能力。理論上隨著地震監測臺站的數量及產出數據量的持續增加，云平臺可以為臺網中心提供無限多的計算能力，使地震監測臺網的規模不再受臺網中心服務器及網絡性能制約。

（2）可用性高。云平臺普遍采用了數據冗余和分布式存儲等技術來保證服務和數據的可靠性，計算節點同構可互換等措施保證了云平臺的可靠性。任何節點發生物理故障，平臺會自動檢測失效節點，并將失效節點排除，不會影響整個系統的正常運行。有效避免了以往臺網中心某臺服務器出現故障而導致整個系統停止運行的狀況。云平臺的高可用性對地震監測這種對數據連續率要求極高的領域具有重要的意義。

（3）性價比高。云平臺是一個龐大的資源池，按需使用。節點規?？梢詣討B伸縮，使用戶可以隨時隨地根據應用的需求，動態地增減所需資源，可以滿足特定時期、特定應用及用戶規模變化的需要。作為JOPENS用戶端的地震臺網中心，僅需關注程序、系統運行及應用的狀況，而無須像以往一樣承擔高昂的數據中心建設及管理成本，使地震科研人員能夠真正集中精力專注于數據的產出及使用，而無須關注硬件的運行狀況。

2.1 當前國內各主流云環境優缺點比較

為了滿足測震臺網JOPENS系統的技術需求，根據對JOPENS系統功能模塊的劃分及技術要求，我們對當前國內外主流的7家云計算服務商進行了比較，各云計算服務商對JOPENS系統的技術特征支持情況如表1所示。

表1 各服務商對JOPENS技術指標支持情況

從表1可看出，當前國內外各主要的云計算服務商提供的云平臺對JOPENS早期版本系統部署所需的功能都提供了較好的支持，理論上均可用于部署及運行JOPENS系統。但其中百度、華為和盛大的云計算服務由于不支持當前省級臺網中心中使用較多的freeBSD操作系統導致無法運行JOPENS 6.0系統。亞馬遜的服務器主要在境外，無法提供和國內網絡運營商的高速專用連接通道。因此阿里、騰訊和微軟的云計算平臺是部署及應用JOPENS系統的較好選擇。

為了檢驗JOPENS系統在云計算環境下的實際應用效果，我們選用了阿里云服務器平臺來進行實際應用及測試。

2.2 JOPENS系統在阿里云平臺的應用方案

阿里云計算平臺采用彈性云的結構及設計，所提供的云計算服務產品十分豐富，包括彈性計算、數據庫、存儲與CDN、云通信、管理與監控、云盾、移動服務等數十個類別的云計算服務，產品體系完備，基本覆蓋了常規網絡應用的各個方面。

按照云計算按需使用、按需付費的模式，為了滿足JOPENS系統的正常運行，僅需要購買部分云計算產品即可實現JOPENS系統在云平臺上的部署及應用，并可在以后隨實際應用的需要進行逐步擴充。JOPENS系統在阿里云平臺上的應用方案如圖2所示，其中包含以下4種分布式產品：

（1）云服務器ECS。云服務器（Elastic Compute Service，簡稱ECS）是一種簡單高效、處理能力可彈性伸縮的計算服務，云服務器主要用于部署JOPENS系統的數據交換、消息交換、系統管理模塊，在實際應用中共采用了4臺虛擬的云服務器，其中流服務器1主要用于傳輸區域固定臺站的數據，流服務器2主要用于接收水庫臺站的數據，JBOSS服務器用于所有虛擬服務器間的消息交換及狀態監控，RTS服務器用于實時檢測地震事件，實現自動觸發及報警功能。ECS云服務器是一種虛擬化的服務器，其配置也可在創建服務器時自由指定并按使用量付費，例如其中JBOSS和RTS服務器因無需與外界進行數據傳輸，僅監控內部流服務器的狀態，即可不選購對外的網絡帶寬，真正實現了云計算平臺按使用付費的優點。各臺虛擬服務器所使用的配置如表2所示。

（2）云數據庫Memcache版。云數據庫主要用于部署JOPENS系統的Mysql數據庫，數據庫需要與Memcache配合，主要用于存儲地震編目數據、臺站及臺網各類參數等。

（3）文件存儲服務。云文件存儲（Network Attached Storage，簡稱NAS）是支持標準文件訪問協議的分布式文件系統，具備無限容量及性能擴展，主要用于部署AWS服務，存放Mini-seed格式的連續地震數據文件，用戶可以根據需要隨時擴展或減少存儲空間的大小。實際應用中我們配置了500GB的SSD存儲。

（4）專有網絡VPC。VPC接口主要用于云計算平臺與臺站端、臺網中心端及授權用戶的連接。阿里的專有網絡支持用戶自定義整個專有網絡的網絡拓撲和IP地址，通過VPC接口的設置，可以實現云平臺與地震行業信息網的連接，同時也支持訪問列表控制，僅允許通過認證的用戶及數據采集設備接入云平臺，其他用戶無法訪問或進行數據傳輸。

表2 云服務器ECS所選用配置

圖2 基于阿里云的JOPENS系統應用方案

服務器端在云環境下部署完成之后，用戶主要通過JOPENS系統中的MSDP、IPPLOT、Monitor這3個模塊來完成實時波形及臺站監控、觸發報警、地震分析速報及波形歸檔等日常工作。3個模塊均采用xml文件進行系統配置，用戶只需在相應的xml配置文件中，將服務器IP修改為云端服務器的公網接口地址或VPC網絡接口地址，客戶端模塊即可與云端服務器進行通訊，實現地震臺網的各種日常功能。

3 測試應用結果及改進

完成JOPENS系統在阿里云平臺上的部署及配置后，我們選取了57個水庫地震監測臺及10個區域固定臺站的數據分別接入云平臺流服務器，并進行了為期12個月的連續記錄運行，對測震臺網日常各項主要工作進行了測試，主要包括實時波形監控、地震觸發報警、地震分析處理（含編目）、波形歸檔及數據產出4大功能。

測試期間所有云服務器工作正常，地震分析、地震編目、數據產出等地震監測臺網中心各項工作均能正常完成。12個月共產出地震監測數據72GB。為期12個月的試運行共花費計算費及網絡使用費共計5.6萬元。測試期間系統記錄到的最大地震為2017年3月27日云南漾濞5.1級地震。

通過比較測試發現，JOPENS系統部署在云端之后，最大的優勢是數據庫存取及計算速度快，云端服務器的Mysql數據庫及AWS波形庫全部采用了SSD存儲設備，支持高并發應用訪問，能夠極大地縮短波形處理的時間。以2017年3月27日云南漾濞5.1級地震為例，震后在現有服務器上進行57個臺的震源機制解計算，波形處理及計算共耗時8分32秒，而將程序部署在云端，通過自己編寫的AWS多線程數據歸檔及處理腳本，完成同樣57個臺的波形導出歸檔并轉換為SAC文件，僅耗時10秒，完成震源機制解計算，僅用時2分15秒，如圖3所示。

在現有JOPENS運行框架下，MSDP客戶端與云端的網絡連接速度成為制約云計算在地震行業應用的主要瓶頸。以云南省地震局為例，全局公網出口帶寬僅10Mbps，且為全局共用，與云計算平臺建立連接并進行數據傳輸的速率較低，在具體工作中則表現為使用MSDP打開波形和數據歸檔較慢，以2017年3月27日云南漾濞5.1級地震分析為例，在用MSDP客戶端讀取本地30分鐘地震波形僅需5秒，而同樣用MSDP客戶端讀取云端30分鐘的地震波形則耗時1分15秒。

產生該問題的原因主要是JOPENS系統為經典的客戶端/服務器架構，所有數據均存儲在服務器端，客戶端進行數據處理均需要先從服務器端將波形數據下載至本地，完成分析處理之后再將處理結果返回至服務器，這一過程中對數據進行分析處理的所有計算，如地震定位等仍然是通過客戶端計算機來完成的，服務器端僅負責存儲處理結果。在云環境下，當數據量很大時，受網速限制，從服務器端將實時波形數據下載至本地客戶端需要耗費較多時間，同時地震定位等計算仍然在本地客戶端完成，并沒有使用到云服務器強大的計算能力。這就要求后續在云環境下對JOPENS系統現有架構做出調整，盡可能在服務器端完成涉及讀取波形及數據計算的環節，這樣既可以避開本地客戶端與云服務器端網絡連接的瓶頸，又可以充分利用云端強大的計算能力，真正發揮云環境的優勢。

在現有條件下，因暫時無法對JOPENS系統做出修改，為了提高大震期間的數據分析處理速度，我們對方案進行了改進，將MSDP客戶端及震源機制解計算程序也放到云端運行，在云環境下增加一個或多個虛擬客戶端，本地機房通過VNC或Windows遠程桌面與虛擬客戶端進行連接，通過控制運行在云端的MSDP客戶端軟件進行地震分析、波形歸檔、震源機制解計算等，這樣客戶端與服務器端均在同一個云端專有網絡中運行，可以大大提高現有程序的運行效率。

4 結論

實際應用結果表明，通過選擇合適的服務器軟硬件及網絡配置，現有的地震監測系統軟件JOPENS能夠在云計算平臺上正常運行，運行狀態穩定，易于擴展，可充分利用云計算平臺按需使用、按量付費的使用模式，能夠節約系統資源，極大降低用戶的硬件采購及維護成本，并使地震科技工作者能夠專注于地震數據的獲取及使用，而無須花費大量精力來維護硬件系統的正常運轉。這一模式在各種地震監測數據產出領域都具有推廣和借鑒的意義，是未來地震臺網中心發展的方向之一。

云計算平臺可無限擴充計算能力及網絡帶寬，理論上能夠支持無窮多的地震監測數據傳輸及產出。但是由于地震監測數據的使用者仍然在云平臺之外，而地震監測數據的產出量極大，因此目前數據用戶與云計算平臺間的連接速度就成為制約云計算在地震行業應用的主要瓶頸。在現階段可以通過將客戶端應用程序也部署在云端運行來提高數據分析處理速度。在當前三網融合的新形勢下，面對未來包含上千臺站的地震監測臺網，則要求程序開發者轉變思維，將客戶端中涉及波形讀取、數據計算及數據庫存取的環節盡可能放在服務器端完成，客戶端僅負責計算結果的展示及管理，方能最大限度發揮云環境的優勢，使之在地震監測網絡中發揮更大的作用。

圖3 通過云服務器計算的漾濞5.1級地震震源機制解

蔡寅，李紅，趙銀剛，2016．基于私有云計算技術的強震預警系統應用研究．計算機應用與軟件，33（5）：1—3，27．

郭燕，陳思穎，石硯斌，2015．基于可信云服務的地震信息共享平臺設計．防災科技學院學報，17（3）：78—83．

高寧，葉放，張曉普等，2015．基于云計算的地震背景噪聲數據處理系統．2015中國地球科學聯合學術年會論文集，22：18—20．

吳永權，黃文輝，2010．數據處理系統軟件JOPENS的架構設計與實現．地震地磁觀測與研究，31（6）：59—63．

張晁軍，陳會忠，李衛東等，2015．大數據時代對地震監測預報問題的思考．地球物理學進展，30（4）：1561—1568．

Application of Seismic Network System under the Cloud Platform

Li Yong and Duan Yi

(Yunnan Earthquake Agency, Kunming 650224, China)

After a comparison of 7 popular cloud platforms, we chose the Ali Cloud computing platform, which can fully meet the technical requirement of JOPENS (Seismic Network System). In this paper we proposed that the JOPENS system is developed under the Ali cloud computing platform. The result of evaluation indicates that the JOPENS system works smoothlyy in the Cloud environment, which can also reduce the purchasing and maintenance cost for the hardware of the seismic network center. Our study is important for the integration of three seismic networks of Yunnan Province.

Cloud computing；JOPENS；Seismic data

李勇，段毅，2018．云平臺下地震監測臺網軟件系統的應用方案研究．震災防御技術，13（1）：245—253．

10.11899/zzfy20180123

云南省地震局傳幫帶項目（201409）資助

2017-03-13

李勇，男，生于1980年。碩士，工程師。主要從事地震數據處理及地震監測技術研究。E-mail：yneq@qq.com