近年来,在物联网等具有海量数据需求的运用变得越来越遍及时,无论是从科学研究仍是从运用开发的视点来看,把握云核算技能已成为一种趋势。智能家居作为物联网运用的首要范畴之一,天然离不开云核算。云核算的开展运用户无需重视杂乱的内部作业机制、无需具有丰厚的分布式体系常识及开发经历,即可完成大规模分布式体系规则布置,以及海量数据的并行处理。
Hadoop是现在较为老练和运用较为广泛的云核算架构之一。Hadoop的中心思维是分布式并行处理。Hadoop技能中的关键技能是HDFS(分布式文件体系)和Map/Reduce(映射/规约)。Hadoop运用HDFS存储海量数据,运用Map/Reduce进行海量数据的核算。
文中首要介绍了智能家居与云核算的概念,接着针对传统的海量数据处理办法硬件本钱太高,存在核算瓶颈的问题,在云核算理论的基础上针对智能家居中的门禁体系、温湿度体系、滴灌体系和照明体系搭建了依据Hadoop的数据处理渠道。能够对很多传感信息进行分布式并行处理,并依据处理成果向底层设备发送指令以完成才智化服务。
1智能家居与云核算
1.1智能家居
现在一般把智能家居界说为运用电脑、网络和归纳布线技能,经过家庭信息办理渠道将与家居生活有关的各种子体系有机结合的一个体系。首要,需求在家居中树立一个通讯网络,为家庭信息交互和传输供给必要的通路,在家庭网络的操作体系操控下,经过相应的硬件和执行机构,完成对一切家庭网络上的家电和设备的操控和监测。其次,智能家居体系需求经过必定的前言渠道,供给与外界的通讯通道,以完成与家庭以外的国际交流讯息,满意长途操控/监测和交流信息的需求。
1.2云核算架构Hadoop
Hadoop是一个分布式核算结构,能够在很多廉价的硬件设备组成的集群上运转运用程序,为运用程序供给了一组安稳牢靠的接口,旨在构建一个具有高牢靠性和杰出扩展性的分布式体系。Hadoop的首要长处有:扩容才能强、本钱低价、效率高、牢靠性高、免费开源及杰出的可移植性。Hadoop项目包含多个子项目,但首要是由Hadoop分布式文件体系(HadoopDistributed File System, HDFS)和映射/规约引擎(Map/Reduce Engine)两个首要的子项目构成。
1. 3分布式文件体系(HDFS)
HDFS由一个名叫NameNode的主节点和多个名叫DataNode的子节点组成,是一种典型的主从式(Master/Slave)架构,这种架构办法能够经过主节点屏蔽底层的杂乱结构,并向Client供给方便的文件目录映射。NameNode存储着文件体系的元数据,这些元数据包含文件体系的名字空间等,并担任办理文件的存储等服务,但实践的数据并不寄存在NameNode,而是由HDFS中的DataNode来寄存数据,然后由Client直接与DataNode树立数据通讯。
此外,HDFS为了牢靠地海量存储文件,各个文件以块序列的方式存储。为了确保毛病容错,文件的块被仿制。块的巨细和副本的个数都能够装备。Name鄄Node操控一切的块仿制操作,它周期性地接纳来自集群中DataNode的“心跳冶回应和块陈述。收到一个节点的“心跳冶回应表明这个DataNode是正常的。
1. 4 MapReduce分布式核算
MapReduce分布式核算首要是用来在数千部服务器上一起处理保存于GFS Clusters中高达几十TB乃至更多的数据。
MapReduce在温度值核算进程中的运作如下所述。
MapReduce的作用是对核算机集群上的大型数据集运转分布式核算,替很多数据做平行核算处理。MapReduce的整个架构是由Map和Reduce函数组成的,当程序输入一大组Key/Value键值对时,Map函数主动将本来的Key/Value分拆成多组中介的键值对,然后Reduce函数再兼并具有相同Key的中介值配对,化简成最终的输出成果。
一个智能家居体系中温度值核算程pReduce核算进程概念,如图1所示。
1.5智能家居云模型
智能家居具有7大子体系,每一个体系包含了不同的终端,每一个终端都安装有传感器,传感器感知周围环境并发生很多数据。千千万万的用户会发生海量的数据,而云核算牢靠的数据存储,强壮的核算才能,低价的运营本钱使得它十分合适处理海量数据。所以每家用户都将经过网络衔接到云服务中心,发生的数据均由云核算中心存储和核算处理。
2 开发程序规划剖析
本渠道针对智能家居中的几个典型运用:门禁、温度、湿度、光照等进行信息收集及分布式并行处理。发动程序后能够看到当时房间内的温度、湿度、土壤湿度、光强度,还能够经过对室内温度、湿度、土壤湿度进行设定来改动当时的状况。
2.1功用模块规划
依据需求剖析可知,体系功用模块共分为四大部分,即门禁体系、温湿度体系、滴灌体系、照明体系。
门禁体系完成的功用是持卡人刷卡,发生持卡人的卡号,从事前设定好的数据库中查询是否有该卡号,假如有阐明该用户为合法用户,门禁翻开,并显现持卡人卡号、名字、卡的类型,不然门禁持续坚持封闭。
温湿度体系显现室内当时温度和湿度。当设定一个温度值后,空调作业,依据设定温度调整室内温度,直到室内当时温度到达设定值;当设定湿度值后,室内湿度就会依据所设定的湿度进行调整,直到室内当时湿度到达设定值。
滴灌体系显现当时的土壤湿度。当设定土壤湿度后,滴灌体系作业,调整湿度直到当时湿度为设定的土壤湿度。
在照明体系中,显现室内当时光强度。窗布和电灯的状况受控于光照强度的巨细。
智能家居云核算渠道完成的功用首要是能够将发生的传感信息会集交给服务器处理,用户只需将传感器收集来的传感信息传输给服务器即可。服务器为核算机集群,这儿运用三台电脑进行模仿。三台电脑对信息进行分布式并行处理,并依据处理成果对底层设备宣布指令,以到达智能操控的作用。一起还要将各种传感数据和底层设备的状况写入数据库,如图2所示。
2. 2逻辑结构规划
(1)门禁体系。
门禁状况一开端为封闭。当持卡人来刷卡时,取得持卡人卡号,查询数据库,判别卡的ID是否合法,假如ID不合法,则门禁坚持封闭状况。假如合规律门禁翻开,而且显现持卡人的名字和性别。
(2)温湿度体系。
体系发动时首要要对温度进行判别。当时温度低于下限值,空调发动制热;当时温度高于上限值,空调发动制冷;当室内当时温度调整到舒适规模时空调主动封闭。体系一起显现室内当时湿度,经过“设定湿度冶按钮能够设置室内湿度,当时湿度会渐渐调整到所设置的湿度。
(3)室内滴灌体系。
滴灌体系的状况首要受控于土壤湿度。这儿土壤湿度仍然选用相对湿度。
体系开端运转时滴灌处于封闭状况,然后判别土壤湿度是否小于0.15,假如小于0.15,滴灌翻开,喷水,土壤湿度开端上升,当土壤湿度到达预先设定的上限值时(0.4),滴灌主动封闭。滴灌封闭后因为水分的蒸腾,土壤湿度会逐步削减。体系每隔1s对土壤湿度进行一次判别,假如土壤湿度少于0.15,则滴灌再次翻开。如此重复。当然,土壤湿度的上限值也能够经过“设定土湿冶按钮进行设定。详细进程见图3。
(4)照明体系。
照明体系首要由窗布和电灯两个部分组成。窗布和电灯的状况会依据光照强度的巨细以及当时时刻主动改动。依据文献[1]将客厅照明的最低照明度定为临界值,即150Lux。
(5)智能家居云渠道。
整个云渠道选用五台电脑进行模仿,第一台电脑作为传感器和底层设备的模仿,用于发生传感信息。第二台电脑作为衔接底层设备和服务器的网关,剩余三台电脑构成服务器集群,作为云处理中心,并与数据库相连,对传感信息进行分布式并行处理。服务器与客户端之间的通讯运用Socket。
3 渠道仿真
3. 1门禁体系测验
运转程序后,门禁处于封闭状况。单击“生成ID冶按钮,会发生当时持卡人卡的ID号。然后单击“刷卡查找数据库中已存在的合法ID号,合法来访者,门禁翻开,并显现持卡人的名字和性别。门禁翻开5s后再次关上。假如ID号不存在,则门禁持续坚持封闭状况,如图4所示。
3. 2温湿度体系测验
运转程序后显现当时温度、湿度,以及默许的下限温度(18益)和上限温度(23益)。体系将当时温度与下限温度和上限温度进行比较,假如当时温度在人体舒适度规模18益~23益内,则空调持续坚持封闭状况。当时室内温度低于下限温度时,空调翻开,处于制热状况,直到当时室内温度到达舒适度的下限温度。当时室内温度高于上限温度时,空调翻开,处于制冷状况,直到当时室内温度到达舒适度的上限温度。温度的上下限值能够经过设置按钮进行设定。
在“设定湿度冶旁的文本框中输入所要设置的室内湿度,然后按“设定湿度冶按钮,这时室内的温度就会渐渐改动,上升或下降,直到当时湿度到达所设定的湿度,如图4所示。
3.3滴灌体系测验
运转程序后显现当时土壤湿度,滴灌体系一开端处于封闭状况。因为土壤中水分的蒸腾,土壤湿度不断下降。当土壤湿度降到0.15时滴灌主动翻开,开端喷水。滴灌喷水后土壤湿度添加,直到当时土壤湿度到达设定值(默许值为0.4),这时滴灌再次封闭,如图5所示。
3.4照明体系测验
运转程序后显现当时的室内光强度,假如是早晨七点到晚上六点,则窗布翻开,其他时刻段窗布封闭。电灯的状况不只受时刻段操控,也受室内光强度操控。假如是晚上十点到第二天早晨七点,电灯处于封闭状况。在早晨七点到晚上六点之间,电灯一般是封闭状况,除非室内天然光强度低于150Lux,晚上六点到晚上十点,电灯是翻开状况的。上午九点四十五的体系
运转成果如图5所示,此刻窗布是翻开状况,电灯是封闭状况。
3.5云渠道测验
将五台电脑树立衔接并发动,第一台电脑用于模仿传感器和底层设备,第二台电脑作为衔接底层网络和上层网络的网关,剩余三台电脑作为服务器集群(云核算中心)。第一台电脑发生传感数据后传给第二台电脑,第二台电脑作为网关将数据转发给服务器集群,服务器集群选用Hadoop核算架构对传感数据进行分布式并行处理,判别当时智能家居各体系的状况,并宣布指令给底层设备,到达智能操控的作用。运转成果见图6。
4 结束语
文中在云核算理论的基础上针对智能家居中的门禁体系、温湿度体系、滴灌体系和照明体系搭建了依据Hadoop的数据处理渠道。能够对很多传感信息进行分布式并行处理,并依据处理成果向底层设备发送指令以完成才智化服务。此云核算渠道是在Hadoop分布式核算结构的基础上选用三台电脑模仿服务器集群完成对海量数据的并行处理,有用处理了本钱和核算瓶颈问题。
作者信息：徐源吾,王摇珣
南京邮电大学通讯与信息工程学院
南京邮电大学通讯技能研究所
南京邮电大学宽带无线通讯与传感器技能教育部要点实验室
