節(jié)能減排監(jiān)控系統(tǒng)的計算框架研究論文
摘要:海量采集數(shù)據(jù)的存儲和高并發(fā)訪問、節(jié)能減排計算業(yè)務的快速增長及計算邏輯的頻繁變化，使得目前基于Windows技術的計算框架的處理能力和擴展性成為節(jié)能減排系統(tǒng)應用深化過程中的瓶頸。針對遇到的問題，設計了基于Linux系統(tǒng)、Hadoop大數(shù)據(jù)技術和Lua腳本驅(qū)動的分布式計算框架，將復雜的計算業(yè)務拆分成彼此獨立的可重用計算組件，利用Lua腳本技術實現(xiàn)計算組件之間的關聯(lián)關系和計算組件的計算邏輯。目前，利用這種計算框架建立了節(jié)能減排計算平臺，為江蘇全省所有統(tǒng)調(diào)燃煤機組環(huán)保電價考核業(yè)務提供高吞吐量、高擴展性和高效可靠的計算服務。
關鍵詞:節(jié)能減排；分布式計算；腳本技術；Lua；Hadoop；HBase
江蘇省自2006年開始建立了“燃煤機組煙氣脫硫?qū)崟r監(jiān)控及信息管理系統(tǒng)”，經(jīng)過多年的努力，先后建立起脫硫、脫硝、除塵等各類節(jié)能減排應用。隨著應用的深化，采集數(shù)據(jù)由最初的3000測點擴展到目前的40萬測點。數(shù)據(jù)量隨之劇增。同時，計算業(yè)務也日趨復雜，算法邏輯頻繁調(diào)整，目前的數(shù)據(jù)庫服務器和計算服務器承受了巨大的資源壓力。為了解決當前出現(xiàn)的問題，本文提出了一個基于大數(shù)據(jù)技術的節(jié)能減排分布式計算框架，要求能夠適應多變的業(yè)務需求以及高并發(fā)的數(shù)據(jù)處理要求。節(jié)能減排分布式計算框架是一套基于Linux系統(tǒng)、Hadoop大數(shù)據(jù)平臺，支持Lua腳本驅(qū)動的計算平臺，它具有較高的擴展性和數(shù)據(jù)并發(fā)處理能力，支持海量數(shù)據(jù)存儲，能夠解決當前系統(tǒng)中遇到的各類問題。
1計算框架需求分析
節(jié)能減排分布式計算框架的建立是為節(jié)能減排系統(tǒng)服務的，數(shù)據(jù)計算模型與節(jié)能減排具體應用密切相關。目前主要考慮三種業(yè)務的計算模型。脫硫業(yè)務：對脫硫相關設備的測點數(shù)據(jù)進行處理和統(tǒng)計，對統(tǒng)計結(jié)果進行深層次的分析。脫硝業(yè)務：對脫硝相關設備的測點數(shù)據(jù)進行處理和統(tǒng)計，對統(tǒng)計結(jié)果進行深層次的分析。除塵業(yè)務：對除塵相關設備的測點數(shù)據(jù)進行處理和統(tǒng)計，對統(tǒng)計結(jié)果進行深層次的分析。
2系統(tǒng)整體架構(gòu)
節(jié)能減排分布式計算框架構(gòu)建在Linux操作系統(tǒng)上，在實現(xiàn)上分為三層結(jié)構(gòu)：數(shù)據(jù)庫服務系統(tǒng)、公共服務系統(tǒng)、平臺服務系統(tǒng)，結(jié)構(gòu)如圖1所示。
2.1數(shù)據(jù)庫服務系統(tǒng)
由大數(shù)據(jù)系統(tǒng)（Hadoop）和關系型數(shù)據(jù)庫系統(tǒng)（DB2）構(gòu)成，其中大數(shù)據(jù)系統(tǒng)（Hadoop）是核心，關系型數(shù)據(jù)庫系統(tǒng)用于輔助支撐。Hadoop主要用于存儲歷史數(shù)據(jù)、結(jié)果數(shù)據(jù)、檔案數(shù)據(jù)、分布式計算框架管理數(shù)據(jù)。
2.2公共服務系統(tǒng)
公共服務系統(tǒng)是分布式計算框架的數(shù)據(jù)處理核心，負責數(shù)據(jù)訪問驅(qū)動接口、腳本驅(qū)動引擎、安全處理、日志處理以及計算框架和應用的異常處理。根據(jù)分布式計算框架的特性，公共服務系統(tǒng)將會對外暴露出多個數(shù)據(jù)接口，用于上層應用的數(shù)據(jù)訪問、數(shù)據(jù)處理、業(yè)務算法實現(xiàn)以及腳本驅(qū)動。
2.3平臺服務系統(tǒng)
平臺服務系統(tǒng)包括：腳本編輯系統(tǒng)、平臺運行系統(tǒng)、輔助系統(tǒng)。腳本編輯系統(tǒng)具有業(yè)務算法配置、腳本編寫和管理功能；平臺運行系統(tǒng)具有任務調(diào)度、執(zhí)行功能，腳本編輯系統(tǒng)編寫的腳本將通過運行系統(tǒng)驅(qū)動；輔助系統(tǒng)包括外部歷史數(shù)據(jù)、檔案數(shù)據(jù)的導入和存儲。
3節(jié)能減排大數(shù)據(jù)中心
節(jié)能減排分布式計算框架將數(shù)據(jù)分成四類，分別是：現(xiàn)場實時采集數(shù)據(jù)、計算結(jié)果、檔案數(shù)據(jù)、分布式計算框架管理數(shù)據(jù)。數(shù)據(jù)的存儲基于Hadoop系統(tǒng)的HBase數(shù)據(jù)庫。Hadoop的核心是HDFS和MapReduce，HDFS為海量數(shù)據(jù)提供存儲，MapReduce為海量數(shù)據(jù)提供檢索計算[1]。HBase是一個分布式的、面向列的開源數(shù)據(jù)庫，它在Hadoop之上提供了非結(jié)構(gòu)化的數(shù)據(jù)存儲能力[2]。
3.1現(xiàn)場實時采集數(shù)據(jù)
在分布式計算框架中，現(xiàn)場實時采集的數(shù)據(jù)存儲于歷史數(shù)據(jù)表中。節(jié)能減排分布式計算框架中最大測點數(shù)約40萬，大部分測點數(shù)據(jù)的采集周期為每10秒，數(shù)據(jù)量巨大。考慮到節(jié)能減排數(shù)據(jù)的規(guī)模以及大數(shù)據(jù)檢索性能，歷史數(shù)據(jù)表按年分表存儲。歷史數(shù)據(jù)存儲以測點編碼、小時時間為行檢索關鍵字，存儲對應小時的歷史數(shù)據(jù)，該測點的一個小時數(shù)據(jù)按四個列族方式存儲，每個列族存儲15分鐘數(shù)據(jù)。
3.2結(jié)果數(shù)據(jù)
結(jié)果數(shù)據(jù)包括節(jié)能減排相關計算業(yè)務的處理結(jié)果，包括脫硫、脫硝、除塵小時排放數(shù)據(jù)、考核數(shù)據(jù)和事件統(tǒng)計數(shù)據(jù)等。每種應用數(shù)據(jù)都是基于特定的計算單元（應用相關的具有內(nèi)在邏輯關系的一組測點）的多個測點數(shù)據(jù)按照一定的邏輯關系計算所得，因而計算結(jié)果數(shù)據(jù)在Hadoop中的存儲以計算單元編碼、時間為檢索關鍵字，按照應用要求建立列族存儲結(jié)果數(shù)據(jù)。
3.3檔案數(shù)據(jù)
節(jié)能減排分布式計算框架的建立是為節(jié)能減排的各種應用服務，目前應用相關檔案數(shù)據(jù)主要是與電廠、設備、采集關系比較緊密的一些配置信息數(shù)據(jù)。各種檔案表中以檔案的'編碼為檢索關鍵字，根據(jù)具體的檔案信息建立列族存儲數(shù)據(jù)。
3.4分布式計算框架管理數(shù)據(jù)
分布式計算框架內(nèi)除了需要處理的歷史數(shù)據(jù)外，還包括支撐系統(tǒng)運行的框架管理數(shù)據(jù)，如：賬戶數(shù)據(jù)、腳本信息數(shù)據(jù)、日志數(shù)據(jù)等。帳號數(shù)據(jù)是分布式計算框架中的登錄用戶信息，帳號信息作用于腳本任務執(zhí)行的全過程。腳本信息數(shù)據(jù)是由腳本編輯系統(tǒng)生成的腳本信息，計算框架依賴腳本信息進行任務調(diào)度和計算，并產(chǎn)生最終的結(jié)果數(shù)據(jù)。日志數(shù)據(jù)是計算框架根據(jù)規(guī)則產(chǎn)生的各種操作日志信息，方便數(shù)據(jù)回溯和跟蹤。
4分布式計算框架
節(jié)能減排分布式計算框架是基于Linux上Hadoop系統(tǒng)的計算平臺，是為了適應節(jié)能減排復雜多變的應用業(yè)務而開發(fā)的、支持腳本編程的計算平臺，它以Lua腳本技術為支撐，融合了節(jié)能減排的計算業(yè)務特性。節(jié)能減排分布式計算框架的任務執(zhí)行通過任務調(diào)度節(jié)點控制；任務調(diào)度節(jié)點將腳本發(fā)送給計算節(jié)點；計算節(jié)點調(diào)用底層的Lua腳本驅(qū)動引擎完成任務執(zhí)行。任務調(diào)度節(jié)點與計算節(jié)點之間的關系如圖2所示。圖2任務調(diào)度節(jié)點與計算節(jié)點之間的關系計算節(jié)點具有線性擴展性，可以根據(jù)需要任意增加節(jié)點數(shù)量。計算節(jié)點會將任務的執(zhí)行情況反饋給任務調(diào)度節(jié)點，由任務調(diào)度節(jié)點更新數(shù)據(jù)庫中的任務狀態(tài)。
4.1任務調(diào)度節(jié)點
根據(jù)腳本編輯系統(tǒng)生成的腳本信息以及快照表中的測點最新數(shù)據(jù)時標信息，生成可以執(zhí)行的腳本任務，并將腳本任務分派給計算節(jié)點。
4.2計算節(jié)點
接收任務調(diào)度節(jié)點分派的腳本任務，啟動任務執(zhí)行序列運行任務。每個計算節(jié)點中可以有多個任務執(zhí)行序列并發(fā)執(zhí)行腳本任務。
4.3任務執(zhí)行序列
任務執(zhí)行序列是計算節(jié)點中的最小任務執(zhí)行單元，它從全局任務隊列中獲取任務，并將任務腳本分解為多個腳本塊，根據(jù)腳本塊之間的串聯(lián)關系依次調(diào)用Lua腳本驅(qū)動引擎執(zhí)行腳本塊。
4.4Lua腳本驅(qū)動引擎
Lua是一門擴展式程序設計語言，它作為一個強大、輕量的嵌入式腳本語言，可供任何需要的程序使用。其最大的特點是：可擴展、簡單、高效率、跨平臺[3]。在Lua腳本的基礎上，結(jié)合節(jié)能減排分布式計算框架的特點，對Lua接口進行了擴充，使得腳本驅(qū)動引擎能夠訪問計算框架內(nèi)的各種資源。擴充的接口包括：Hadoop訪問接口、關系數(shù)據(jù)庫訪問接口、內(nèi)存控制接口、任務調(diào)度接口、任務執(zhí)行接口、安全控制接口、日志管理接口。在分布式計算框架中，為了方便Lua腳本的編寫，以及實現(xiàn)多設備、多應用之間的腳本共享，使用了以下兩種技術：1）腳本分塊。支持將一個腳本分解為多個腳本塊，每個腳本塊完成單一的功能，通過計算框架內(nèi)部的執(zhí)行序列實現(xiàn)腳本塊串聯(lián)。2）腳本塊共享。對于不同應用，可以將相同的計算功能定義為獨立的腳本塊，實現(xiàn)共享，減輕腳本編程工作量。
4.5Hadoop訪問接口
Hadoop是一個能夠?qū)Ａ繑?shù)據(jù)進行分布式處理的軟件框架，它具有可靠、高效的特性，且易于擴展。在Hadoop的基礎上，結(jié)合節(jié)能減排分布式計算框架的特性，對Hadoop的訪問接口進行了規(guī)劃，在節(jié)能減排大數(shù)據(jù)中心四類數(shù)據(jù)之間實現(xiàn)了統(tǒng)一的數(shù)據(jù)訪問接口。
5結(jié)論
基于Linux系統(tǒng)和大數(shù)據(jù)Hadoop平臺，以Lua腳本技術驅(qū)動的節(jié)能減排分布式計算框架，通過計算節(jié)點的線性擴展能力提高了數(shù)據(jù)吞吐量，通過腳本分塊和共享技術提高了算法的兼容性和可擴展性，從而有效地解決了當前節(jié)能減排系統(tǒng)中海量數(shù)據(jù)并發(fā)操作和算法多變問題。
作者:王其祥 周春蕾 孫栓柱 單位:江蘇方天電力技術有限公司
參考文獻
[1]TomWhite.Hadoop權威指南（2版），周敏奇，王曉玲，等，譯.2011.
[2]LarsGeorge.HBase權威指南.代志遠，劉佳，等，譯.2013.
[3]RobertoIerusalimschy.ProgramminginLua.2005.
【節(jié)能減排監(jiān)控系統(tǒng)的計算框架研究論文】相關文章：
基于云計算的網(wǎng)絡監(jiān)控系統(tǒng)研究論文10-31
制氧信息化系統(tǒng)與節(jié)能減排研究論文10-28
基于云計算的網(wǎng)絡監(jiān)控系統(tǒng)研究分析論文10-31
火電廠鍋爐節(jié)能減排研究論文10-26
化工工藝節(jié)能減排技術研究論文10-26