物联网技术在数据汇聚交换系统建设中的应用

李文渊

摘 要：随着物联网概念的提出和发展，目前已经从蓝图渐渐变成现实。在很多场合已经有物联网应用。本文从现实的区内管理分析入手，阐述了运用物联网技术进行区内管理的解决思路，介绍了物联网技术与区政务云平台的融合和应用案例。

关键词：物联网应用；区内管理；整合

引言：

物联网发展多年，已经由传统的物联网1.0向物联网2.0迈进。物联网1.0是信息化向物的延伸，通常是比较单一的应用场景；而物联网2.0则是智能应用引导的新概念发展模式，它依靠发达的互联网、人工智能、大数据、云计算等技术，真正实现万物互联、可感知可执行。物联网应用不再受到单一的设备限制，而是真正由业务需求所决定，做到物联网即服务。

1现状分析

当前区各委办局依据工作职责推进物联网应用，一项工作往往涉及多个应用场景，如智慧养老，用到无线烟感、红外报警、智能手环等多种物联网终端，都是与物联网运营商合作，多种物联网终端整合在一个平台管理。要实现区内物联网的万物互联，首先需要做到物联网运营商平台数据开放，实现对感知层终端的汇聚和整合，比如数据汇聚、终端管理、连接管理等，为区上层应用提供标准化服务，大大简化上层应用的开发难度，有效支撑物联网向2.0时代迈进。具体来说，需要由主要物联网运营商在区政务云上建设物联网数据分发平台，将运营商所有物联网数据（比如设备资源数据、告警数据等）上传至区政务云物联网数据分发平台分发至区内各委办局。

要做到不同终端的协议互通和数据开放，实现对感知层终端的汇聚和整合，比如数据汇聚、终端管理、连接管理等，为上层应用提供标准化服务，简化上层应用的开发难度。

2技术方案分析

平台提供统一的业务入口，并通过负载均衡将业务请求分发给不同的处理模块进行处理，实现分布式计算。处理之后的数据再根据业务标识进行散列化存储，分散到多个库或表或文件目录中，实现分布式存储。如果某个单位有特殊数据需求，通过数据推送方式获取相关数据。系统须满足以下原则：

2.1可靠性原则

系统应具备长期稳定工作的能力，所有选用设备均符合我国或国际上的质量及可靠性标准。

2.2实用性原则

能够最大限度的满足实际工作的要求，把满足用户的业务管理作为第一要素进行考虑，采用集中管理控制的模式，在满足功能需求的基础上操作方便、維护简单、管理简便。

2.3安全性原则

从网络、系统、应用、管理等多层面综合分析，建立完善的安全防护体系。

2.4可管理性原则

从网络、设备、架构、应用等多层面综合分析，建立集中完善的配置、故障、性能管理平台。管理平台应提供良好的易操作性，方便、简化系统的管理与维护，减少管理人员的工作量，降低整个系统的总体拥有成本，提高系统的投资回报。

2.5可扩充性及可维护性原则

为适应业务和技术不断发展的需要，在本系统的软件设计时采用了模块化的体系结构，新功能、新业务的增加能够在不影响系统运行的情况下实现，实现了系统的可扩展特性：

2.6经济性原则

在保证系统先进、可靠和高性能价格比的前提下，通过优化设计达到最优，选择最佳性价比的设备。

3系统组成和应用案例

3.1系统实现原理

建设物联网数据分发系统，从运营商物联网平台采集数据（性能数据、告警数据、资源数据），对采集到的数据进行处理、整合、存储及分发，为各委办局业务提供数据支撑，并建设展示视窗，将采集数据、分发数据以及数据处理结果以可视化图表方式展示，增加数据可读性，降低操作难度。

平台提供统一的业务入口，并通过负载均衡将业务请求分发给不同的处理模块进行处理，实现分布式计算。处理之后的数据再根据业务标识进行散列化存储，分散到多个库或表或文件目录中，实现分布式存储。

3.2系统提供的主要功能

终端状态监测：实现对终端状态的自动监测，并维护终端在线状态。

数据采集：实现终端、第三方平台的数据接入，可采集性能数据、告警数据、资源数据等，并且对采集数据形成数据稽核，针对各个数据源具备实时监控能力。

数据处理：对采集的数据实现数据格式化处理，形成对数据清洗、重传、入库、关联聚合、数据建模等一体化处理。

数据存储：支持关系型数据、非关系型数据的支撑，实现分布式部署、采用ES数据存储搜索技术，提升针对物联网数据的存储效率。

数据分发：实现对数据分发统一配置、管理、执行、监控。根据不同需求可将数据分发至不同用户部门。

系统管理：实现系统的用户、登录、权限、日志等管理，并且可对系统各类数据做统计分析。

3.3现网应用连接

3.4管理功能

1基础能力——终端状态监测

支持对终端状态的自动监测，并维护终端在线状态。

2数据采集

支持终端直接与本平台对接，完成终端数据上报。区云平台从运营商物联网平台主动获取性能数据。

3数据处理

包括数据格式化、数据聚集、数据概化、数据标准化、数据归约、数据清洗、检测处理、数据重传、数据入库、关联聚合、数据抽取、数据校验、数据处理、实时计算、数据建模、模板管理

4数据存储

汇聚的原始数据和处理结果数据需存储在磁盘中，主要分为原始数据存储和各类采集日志、处理日志、数据订阅日志、应用日志等

5数据分发

负责对数据分发统一配置、管理、执行、监控。在Hadoop和Spark处理完之后，根据分发配置，数据会被分发不同数据接收的委办局平台。

支持将数据主动推送给委办局平台，包括实时推送和定时推送两种方式。

6系统管理

包括用户管理、系统用户管理、运维人员管理、第三方平台管理、权限管理、系统用户权限管理、第三方用户权限管理、运营管理人员、日志管理、图系统日志查询、数据统计分析、性能TOPN统计、趋势分析等。

4结束语

近年来，物联网技术得到应用，前景是有目共睹的。但是物联网技术与我们的生活进一步的融合还有些路要走。本次通过物联网技术在数据汇聚交换系统建设中的应用表明，能实现对感知层终端的汇聚和整合，为区上层应用提供标准化服务，从而大大简化了上层应用的开发难度。本案例将多个应用场景，多种物联网终端整合在一个平台管理，使实现区物联网的万物互联成为可能，有效支撑物联网向2.0时代迈进。提升了管理效率。