ch应用支撑层分析报告.ppt

应用支撑层，位于感知识别层和网络传输层之上，应用接口层之下，是物联网智慧的源泉。 通常，人们把物联网应用冠以“智能”的名称，如智能电网、智能交通、智能物流等等，其中的“智慧”，就来自这一层。 感知识别层生成的大量信息，经过网络传输层传输汇聚到应用支撑层，如果不能有效地整合、利用，就会望着“数据的海洋”一筹莫展。 应用支撑层解决物联网中的数据本身（数据库系统）、如何存储（海量存储技术）、如何检索（搜索引擎）、如何使用（大数据挖掘）等问题。 5.1数据库系统 网状数据库和层次数据库 关系数据库和结构化查询语言 面向对象数据库 决策支持系统和数据仓库 数据库技术的演化 5.1.2数据管理和后键盘时代 海量的数据 数据库的研究者和制造商们，已经看到这些事实变化，正在不断地丰富、完善现有数据库的功能和性能，不断地修补着这架越来越难以驾驭的马车。 海量：全球的数据量正以指数趋势迅猛增长，据保守估计，目前全球每年至少产生15亿TB的新数据。 共享：互联网和通讯设备的普及，使得人们能够享受他人提供数据所带来的好处，因此，数据库之间也建立起越来越密切的联系。 多样化：现在，数据已不再是关系模型下纯粹的结构化文本数据，图片、音频、视频乃至非结构化的文档，都涌入到应用中。 Friedman和《世界是平的》 数据洪水和全球性的数据爆炸 据保守估计，目前全球每年至少将产生几十亿TB的新数据。 但是，在数据管理中，却有一样东西是基本维持不变的，那就是人的注意力和人能够用在计算方面的时间。 每个人总的寿命以及每一天用在工作中的时间，在近千年中几乎没有太大的改变。 数据中心资源管理的基本要求。这些建议，来自于IT和服务行业中许多数据中心的设计、操作经验： 使普通用户满意：数据中心的设计，应该至少为广大用户提供30年的优质服务。 可控的信息流：信息流应该可以流水线化，持续的服务和高可用性，是主要目标。 多用户管理：系统必须能够支持数据中心的所有功能，包括流量、数据库更新和服务器维护。 适应数据库增长的可扩展性：随着负载增加，系统也随之扩充，存储、处理、I/O、电源和冷却子系统等，也应具有可扩展性。 虚拟化基础设施的可靠性：故障切换、容错和虚拟机实时迁移应该结合起来，使得关键应用可以从故障、灾难中尽快恢复。 用户和提供商的低成本：减低建构在数据中心之上的云系统的用户和提供商的成本，包括操作成本。 安全防范和数据保护：必须部署数据隐私和安全防范机制，来保护数据中心不受网络攻击和系统中断的影响，在用户误用或网络攻击中，还能保持数据的一致性。 绿色信息技术：在设计与操作当前和未来数据中心时，非常需要节约能耗与提升效能。 改变我们生活的谷歌 谷歌及其在俄勒冈州数据中心鸟瞰图 5.1.3物联网中数据的特点 将物联网所连接的物体或实体，统一看作物理节点，按照连接的物理节点的多少，可将物联网划分成4种类型： 小规模系统（100个节点左右）。例如，一套智能住宅内，相互连接的照明、空调、炊具等家用电器和设备；一套身体传感器网络内，连接在一起的心电监护仪、血压监护仪、呼吸监护仪、体温监护仪和位置监护仪等。 中规模系统（上万个节点左右）。如一栋智能建筑，建筑物内的各种照明、消防和防盗系统；一个生态环境监控区域内的空气质量监测仪、水质监测仪，以及被观察的植物和动物状态等。 大规模系统（上百万个节点左右）。如一个城市的智能交通系统，涉及到交通控制系统、公路监测系统、桥梁监测系统、隧道监测系统、以及铁路和民航系统等；智能电网系统，包括发电系统、输电系统、配电系统和最终用电设备。 超大规模系统（百万个节点以上）。如一个大型的智能城市，甚至全国性、全球性系统，包括全球流行病监测网、地球观测系统和全球性物流系统等。 5.1.4物联网中主要数据管理问题 数据质量控制 数据融合与数据集成 数据查询 复杂事件处理 数据存储和数据压缩 数据访问控制和数据隐私保护 5.2海量信息存储技术 5.2.1存储系统的发展概况 计算与存储，是计算机的两大主题。 对此，IBM、EMC、SUN和Veritas等IT企业给出了三条理由： 数据呈爆炸式增长。我们所处的时代，是一个知识爆炸、信息爆炸的时代。随着Internet及各种新的应用如电子商务、电子政务等的发展，信息量不断增加，使得数据存储的需求急剧增长。调查显示，全球每年存储设备（对应于不同的应用环境）增长约1～10倍，成为计算机硬件系统购买成本中比例最大的部分。网络时代的数据太多，需要海量存储系统。 数据极端重要。数据就是业务，就是生命线。例如，对银行来说，数据是最大的资产，关系到它的命脉。服务器坏了可以进行更换，数据丢失则是无可挽回的灾难。 网络需求快速增加。媒体资源需要转换成数字形式后才能通过网络共享，这些数字资源不仅占用了大量存储空间，也增加了