MongoDB存储服务设计方案.docVIP

  1. 1、本文档共44页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
MongoDB存储服务设计方案.doc

MongoDB存储服务设计方案 需求分析 1.1 客车平台和货运平台现有需求 1) 实时数据文件存储类 a. 实时轨迹数据:传统文件方式存储,一条轨迹150B,每天上报8640次,一天大约为1M; 轨迹文件 偏移经度: 偏移纬度: GPS时间: GPS 速度: 正北方向夹角: 车辆状态: 报警编码:经度:纬度:海拔:里程:累计油耗:发动机运行总时长:引擎转速(发动机转速):位置基本信息状态位:报区域/线路报警:冷却液温度:蓄电池电压: 瞬时油耗: 行驶记录仪速度: 机油压力: 大气压力: 发动机扭矩百分比: 车辆信号状态:系统时间\r\n 特点:数据频率高,数据量大。 b. 实时报警数据:传统文件方式存储,一条报警100B,每天上报8640次,一天大约为800K; 报警文件 报警编码:偏移经度: 偏移纬度:经度:纬度:GPS时间: GPS 速度: 正北方向夹角:累计油耗: 里程: 报区域/线路报警: 海拔:系统时间\r\n c. 驾驶行为事件:传统文件方式存储,一条驾驶行为事件100B,每天上报不固定,根据实际生产环境观察,平均每天最大300K; 特点:数据频率不高,数据量小。 发动机负荷率:传统文件方式存储,一条发动机负荷率200B,每天上报360次,一天大约为80K; 特点:数据频率不高,数据量小。 拍照数据,图片文件,每天上报数据量不定 特点:数据频率不高,数据量小。 盲区补传轨迹文件:轨迹文件统计最大数,这里不做统计; 盲区补传报警文件:报警文件统计最大数,这里不做统计; 2) 实时数据传统数据库存储类 Oracle数据库存储 存储非法轨迹位置; 更新车辆最后位置; 存储、更新车辆上下线; D.存储、更新车辆报警; MYSQL数据库存储 更新车辆最后位置 B.存储、更新车辆报警 3)操作指令传统数据库类 Oracle数据库存储 存储、更新下行指令?Capped Collection来存放。 存储车辆多媒体事件 存储车辆多媒体信息 存储车辆鉴权,建议放在Oracle数据库中,同步到redis中供鉴权服务用。 存储车辆注销,建议放在Oracle数据库中。 存储车辆事件报告 存储车辆电子运单,建议放在Oracle数据库中。 存储车辆驾驶员信息,建议放在Oracle数据库中,同步到redis,防止二次访问数据库。 存储车辆行驶记录仪信息,建议放在Oracle数据库中。 存储车辆调度信息 更新车辆照片信息 更新终端参数信息 更新电子围栏,建议放在Oracle数据库中。 存储、更新终端参数设置,建议放在Oracle数据库中。 更新终端版本号,建议放在Oracle数据库中。 存储多媒体数据检索 存储上行透传信息 存储数据压缩透传 更新提问应答 存储、更新下行指令,建议废弃MySQL,用redis来替代。 存储车辆多媒体信息,,建议废弃MySQL,用redis来替代。 4)历史数据查询统计类 轨迹回放条件:GPS时间(开始时间、接收时间)、VID; 区域查车(当前区域内车辆)条件:车辆类型、车辆速度、是否报警; 区域协查(历史区域内车辆)条件:GPS时间; 历史报警条件:类型、状态、时间; 1.2 现有平台存储服务上存在问题 盲区补传数据分离问题; 跨多天历史轨迹查询的问题; 报警数据和GPS实时数据分离的问题; 区域查车、区域协查的准确性和计算效率问题; 报警数据、CAN总线数据统计分析问题,MongoDB提供MapReduce(一个大规模数据并行计算技术,源于google)服务来进行统计分析; 拍照数据问题(统一管理,方便访问); 业务流程、数据流程合理性问题; 设计质量问题,如下: 3|[241][404][200]172641]|[241][415][199]172642] 集群、负载均衡问题; 高可用性问题(在线扩容、故障转移); 运营监控问题(存储实例监控); 方案设计 2.1 存储服务方案设计目标 利用MongoDB来一体化解决GPS实时数据(高并发)存储和相关的查询统计业务(如历史轨迹查询),并解决存储服务的长期运营的高可用性问题。 具体包括: 解决GPS实时位置信息存储问题(高并发写、高速查询、高速统计分析); 解决GPS报警数据存储问题(高并发写、高速查询、统计分析); 解决司机驾驶行为数据存储问题(高并发写、高速查询、统计分析); 解决拍照数据存储问题(高并发写、自动发布、高速查询); 解决区域查车、区域协查等运算量大的业务统计问题; 解决存储服务高可用性问题(如负载均衡、线性扩容、故障转移、灾备恢复、服务监控等); 最终目标:简化现有平台业务流程

文档评论(0)

你好世界 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档