实时数据库在物联网中的应用研究

论文摘要

目前在物联网的发展与建设中,面向智能电网中海量数据的存储、读取、查询技术,及上层应用还有待进一步研究。海量的智能电网数据如何进行采集、存储、压缩、归档、分析是面向智能电网的物联网技术最终能否大规模应用的关键。数据库是工业信息化中的核心基础软件,在信息化与工业化融合的过程中起着核心作用。实时数据库作为关键支撑软件,被广泛应用于电力、石化、冶金、交通、水利、航空、国防、环保等重要行业。数据库是工业信息化中的核心基础软件,在信息化与工业化融合的过程中起着核心作用。国外主流实时数据库产品主要包括美国OSI Software公司的PI、Instep公司的eDNA、Honeywell公司的PHD以及AspenTech公司的Infoplus等,通过实际运用发现其产品普遍存在着处理能力有限,数据压缩算法单一等不足。本文针对智能电网的数据处理需求,结合物联网技术,给出了一种面向智能电网海量数据处理的实时数据库设计方法,并描述了系统总体结构、压缩算法、客户端程序设计及优化策略与实现技术,以提高系统在物联网应用中的普适能力。通过实验验证了本文研究工作的有效性和可行性。

论文目录

• 摘要
• Abstract
• 第一章 绪论
• 1.1 研究背景
• 1.2 研究现状
• 1.2.1 物联网发展现状
• 1.2.2 实时数据库发展现状
• 1.2.3 智能电网发展现状
• 1.3 本文的主要工作和组织结构
• 第二章 相关技术研究
• 2.1 物联网
• 2.1.1 物联网的概念
• 2.1.2 物联网体系结构
• 2.2 实时数据库
• 2.2.1 实时数据库
• 2.2.2 实时数据库PI
• 2.2.3 实时数据库eDNA
• 2.3 面向智能电网海量数据的物联网应用技术
• 2.4 本章小结
• 第三章 面向智能电网的实时数据库设计
• 3.1 系统总体架构
• 3.1.1 注册后台服务
• 3.1.2 实时数据走向
• 3.1.3 网络通信流程
• 3.2 客户端程序开发接口
• 3.2.1 服务连接维护接口
• 3.2.2 数据点配置信息查询维护接口
• 3.2.3 数据提交接口
• 3.2.4 数据查询接口
• 3.2.5 服务状态监测接口
• 3.2.6 时间运算函数
• 3.3 本章小结
• 第四章 关键技术实现及优化
• 4.1 数据格式
• 4.2 内存映射文件技术
• 4.2.1 内存映射文件
• 4.2.2 内存映射文件的映射方法
• 4.2.3 实时数据库中的映射实例
• 4.3 并发访问控制
• 4.4 数据压缩
• 4.4.1 压缩算法
• 4.4.2 面向智能电网海量数据特点
• 4.4.3 数据压缩策略
• 4.4.4 第一级数据压缩方法
• 4.4.5 第二级数据压缩方法
• 4.5 索引机制
• 4.6 系统优化
• 4.6.1 多线程编程及线程池
• 4.6.2 字节对齐
• 4.6.3 gcc 编译优化选项
• 4.6.4 虚拟磁盘
• 4.7 本章小结
• 第五章 测试及性能分析
• 5.1 开发环境
• 5.2 测试方案及结果分析
• 5.3 本章小结
• 第六章 总结和展望
• 6.1 总结
• 6.2 展望
• 致谢
• 参考文献
• 发表论文