應用云計算的分布式農業信息資源整合平臺設計

作者簡介：白林鋒（1970— ），男，正高級實驗師，碩士；研究方向：單片機產品開發。

摘要：針對傳統平臺整合效率不佳的問題，文章設計了一種基于云計算的分布式農業學習資源整合平臺。首先，完成FPGA外設芯片與JESD204B連接器設計，搭建硬件結構；其次，以此為基礎，構建分布式農業學習資源整合功能架構；最后，基于云計算完成分布式農業學習資源抽取和整合。測試結果表明，該平臺的資源整合效率更高，應用效果較好。

關鍵詞：云計算；分布式；農業學習；學習資源；整合平臺

中圖分類號：TP302.1" 文獻標志碼：A

0" 引言

分布式農業學習資源是通過分散式、網絡化的方式，為學生提供農業學習相關的資源與信息。分布式農業學習資源包括在線課程與視頻教程、農業數據庫與信息庫、農業社區與交流平臺、移動學習應用等方面。為了將分散的資源進行整合，研究人員設計多種整合平臺，包括基于移動學習終端的分布式農業學習資源整合平臺［1］和基于云聯盟與SOA架構融合的分布式農業學習資源整合平臺［2］等。以上2種平臺均能夠完成學習資源整合任務，但是受到資源分散的影響，資源整合效果不佳［3］。云計算是一種虛擬化資源計算模式，能處理大規模的學習資源［4］。因此，本文結合云計算的優勢，設計了分布式農業學習資源整合平臺。

1" 硬件設計

本文選取FPGA外設芯片作為可編程邏輯器件，以為平臺提供數字電路配置。該芯片可通過RSS422接口、ASC/DAC、串行通信接口，擴展資源整合平臺的功能與應用范圍，實現資源的整合，其連接情況如圖1所示。

如圖1所示，DDR2 MT47H32M16NF-25E-IT是DDR2 SDRAM的一個芯片，與FPGA連接時能為FPGA提供大量的數據緩存空間，從而處理復雜的數據流。NAND FLASH MT29F128G08CFAAAWP-IT是存儲芯片，可作為非易失性存儲器，實現數據的持久化存儲。RSS422接口是串行通信的標準接口，能實現外設芯片與平臺數據的靈活通信。JESD204B連接器依靠SerDes串行接口的標準，完成數模轉換與邏輯傳輸的任務。此外，本文還選取JESD204B連接器作為FPGA外設芯片接口。該連接器支持12.5 Gbps的串行速率，可成為數據傳輸的首選接口協議。本文以此為基礎，完成硬件部分的搭建。

2" 軟件設計

2.1" 構建分布式農業學習資源整合功能架構

分布式學習資源整合平臺有可擴展性的特征，本文以硬件部分的搭建為基礎，對軟件進行開發，實現資源動態整合的各項功能。積累分布式學習資源與資源信息，并將資源外部屬性特征與知識內容序化，確保資源信息有效性。在資源整合功能架構方面，本文采用多層結構細化平臺的業務邏輯。資源動態整合架構如圖2所示。

如圖2所示，基礎信息層整合學習者、資源和平臺信息。平臺層通過2種維度資源，實現資源積累與雙向信息交互。用戶層負責信息維護、資源管理和整合結果展示，確保資源分類整合的準確性。資源動態整合的功能架構側重資源積累和信息交互，通過整合目標并優化資源外部特征，為學習者提供高效便捷的平臺服務。

2.2" 基于云計算抽取分布式農業學習資源

分布式農業學習資源分散，云計算助力抽取、轉換、存儲異構數據至云數據庫，實現便捷資源配置、管理與整合。平臺抽取文本、Web、信息等多種資源，豐富數據內容。學習資源抽取涵蓋文本、語音、圖片、視頻等，保障整合順利進行。對于分布式農業學習資源D={d1，d2，…，dn}，d1、d2、dn為不同平臺獲取的分布式農業學習資源，代表性資源的抽取過程描述為：

F=Finding" X（1）

s.t.XD

max（data_c（X，D））

min（data_r（X））（2）

式中，F為抽取到的代表性資源；X為代表性學習資源；data_c（X，D）為X覆蓋到D后抽取到的有效資源；data_r（X）為代表性資源自身冗余。本文采用云計算形式，對分布式農業學習資源進行清洗、格式轉換、處理，識別出更加有價值的資源。

2.3" 生成分布式農業學習資源的整合維度

分布式農業學習資源含信息、數據資源，由直接、間接學習組成，據學習者情況推薦資源。資源維、服務維、應用維為整合維度，分類學習資源，滿足層次需求。資源整合維度如圖3所示。

如圖3所示，R涉及不同類型的學習資源，整合范圍逐步擴大。S體現資源整合的智能化提升，從信息存儲到資源發現。A則展示資源整合層次的提升，從基礎數據庫到綜合資源門戶。整合過程中，結構化、半結構化及非結構化數據被整合到共享數據庫和綜合資源門戶，滿足學習者的多樣化需求。該平臺結合三維度，實現資源的安全準確交換，提升學習體驗。

3" 平臺應用測試

本文對上述系統進行測試。測試結果以基于移動學習終端的整合平臺［1］、基于云聯盟與SOA架構融合的整合平臺［2］及本文設計的整合平臺進行對比形式呈現。

3.1" 測試過程

本文首先在Linux操作系統上部署測試平臺。其次，安裝共享軟件并設置前端頁面，實現資源整合可視化，并利用機房內計算機形成集群，選一臺為管理員，建立信任關系滿足任務部署需求。最后，在各計算機節點安裝CM模塊，整合分布式農業學習資源并上報至消息中心，利用共享軟件記錄節點信息與狀態，定期更新配置，以防資源泄露，并利用管理員計算機裝RM、TM模塊共享軟件，確保整合效果。

3.2" 測試結果

本文隨機選取基礎農業知識、作業生產技術、動物養殖技術、農業科研與創新等分布式農業學習資源，并對資源整合平臺的服務器響應時間、資源加載速度、帶寬利用率、CPU占用率等測試指標進行分析。測試結果如表1所示。

如表1所示，分布式農業學習資源整合平臺在動物養殖技術整合上響應時間短，作物生產技術整合上資源加載快，農業科研與創新整合帶寬利用率高，基礎農業知識整合CPU占用率低。各類資源整合指標均達標，符合研究目的。

4" 結語

農業作為基礎產業，直接關系到糧食安全與農民的生活水平。而分布式農業學習資源的整合，能夠促進農業知識的傳播與創新，對于農業的發展有重要作用。因此，本文利用云計算設計分布式農業資源整合平臺，從整合功能、資源抽取、整合維度等方面，對分散的資源進行集中調度與管理。測試結果表明，該平臺應用效果較好，可為分布式農業學習的發展提供保障。

參考文獻

［1］賴均友.基于移動學習終端的互聯網教育資源整合系統研究［J］.信息與電腦（理論版），2023（14）：254-256.

［2］商惠華，戴匯川.云聯盟與SOA架構融合的慕課資源整合模型的構建［J］.韓山師范學院學報，2022（3）：36-43，68.

［3］張惠敏，周志平，張曉梅.資源整合視域下高校場館育人開發原則與實踐：以“福建教育學院師德博物館”為例［J］.福建教育學院學報，2024（1）：91-93.

［4］丁榮，楊昕，張琦，等.資源整合輔助支架式教學探究：以“地球自轉的地理意義”教學設計為例［J］.中學地理教學參考，2023（29）：45-50.

（編輯" 王雪芬）

Design of distributed agricultural information resource integration platform for using cloud computing

BAI" Linfeng， XU" Yuanhong

（School of Information Engineering， Henan Institute of Science and Technology， Xinxiang 453000， China）

Abstract： In view of the poor efficiency of traditional platform integration， a distributed agricultural learning resource integration platform based on cloud computing is designed. First， the design of FPGA peripheral chip and JESD204B connector was completed， and the hardware structure was built. Then， on this basis， the functional architecture of distributed agricultural learning resources integration was built， and the extraction and integration of distributed agricultural learning resources were completed based on cloud computing computing. The test results show that the resource integration efficiency of this platform is higher and the application effect is better.

Key words： cloud computing; distributed; agricultural learning; learning resources; integrated platform