海事大數(shù)據(jù)查詢服務(wù)平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、近年來，不管是新興的互聯(lián)網(wǎng)服務(wù)領(lǐng)域，還是電信、交通等傳統(tǒng)行業(yè)，都出現(xiàn)了數(shù)據(jù)的爆炸性增長(zhǎng)。國(guó)家海事系統(tǒng)積累了海量、及時(shí)、準(zhǔn)確的AIS、VTS船舶航行數(shù)據(jù)資源，這些數(shù)據(jù)資源由于分散在各個(gè)系統(tǒng)中，還沒有進(jìn)行統(tǒng)一的整合和再利用，海事局提出了急切需要盤活海量、權(quán)威的AIS等數(shù)據(jù)資源的需求，通過數(shù)據(jù)服務(wù)化轉(zhuǎn)換，提供領(lǐng)導(dǎo)決策和航運(yùn)出行兩大主線服務(wù)，從而不斷提升海事公眾服務(wù)能力，加強(qiáng)海事服務(wù)保障能力。本文基于海事局對(duì)海量數(shù)據(jù)服務(wù)化轉(zhuǎn)換的需求，設(shè)計(jì)與實(shí)現(xiàn)

2、了海事大數(shù)據(jù)查詢服務(wù)平臺(tái)。
　　本文首先對(duì)國(guó)內(nèi)外海事數(shù)據(jù)服務(wù)發(fā)展現(xiàn)狀和 HBase二級(jí)索引的發(fā)展現(xiàn)狀的不足進(jìn)行了分析與總結(jié)。然后重點(diǎn)介紹本文所用的分布式存儲(chǔ)系統(tǒng)HBase，并介紹其所依賴的Hadoop分布式文件系統(tǒng)HDFS。接著，介紹本文所用到的全文檢索應(yīng)用服務(wù)器Apache Solr，分別對(duì)其內(nèi)部索引原理和檢索原理做了詳細(xì)分析。針對(duì)海事數(shù)據(jù)的位置搜索需求，詳細(xì)介紹了 Solr中索引經(jīng)緯度的geohash算法和位置搜索原理。另外，

3、介紹了Solr的分布式模式SolrCloud原理，以針對(duì)海事積累的大量數(shù)據(jù)進(jìn)行分布式索引。
　　本文利用HBase作為數(shù)據(jù)存儲(chǔ)層，解決海事海量數(shù)據(jù)存儲(chǔ)問題，利用Solr作為HBase數(shù)據(jù)存儲(chǔ)層之上的數(shù)據(jù)索引層改善HBase只能通過rowkey唯一維度進(jìn)行數(shù)據(jù)查詢的局面，實(shí)現(xiàn)對(duì)海事數(shù)據(jù)進(jìn)行布爾查詢，模糊查詢，位置搜索等多維度查詢需求。這樣，索引和真實(shí)數(shù)據(jù)分離，需通過 Observer協(xié)處理器中提供的服務(wù)器端鉤子函數(shù)實(shí)現(xiàn)在向HBase

4、插入數(shù)據(jù)的同時(shí)在Solr中建立對(duì)應(yīng)數(shù)據(jù)的索引，保證Solr中索引與HBase中對(duì)應(yīng)數(shù)據(jù)的一致性，且避免了目前HBase二級(jí)索引的實(shí)現(xiàn)中對(duì) HBase源碼的改動(dòng)?；诖撕诵慕鉀Q方案建立海事大數(shù)據(jù)查詢服務(wù)平臺(tái)系統(tǒng)，將系統(tǒng)分為數(shù)據(jù)處理、數(shù)據(jù)存儲(chǔ)、數(shù)據(jù)索引、數(shù)據(jù)查詢四個(gè)模塊，分別對(duì)其進(jìn)行詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)并對(duì)系統(tǒng)進(jìn)行了優(yōu)化。最后，提供了一個(gè)用戶查詢界面。
　　本文最后進(jìn)行系統(tǒng)索引數(shù)據(jù)與真實(shí)數(shù)據(jù)一致性性驗(yàn)證，測(cè)試數(shù)據(jù)插入平均速度，測(cè)試不同情況下