지능형 홈 정보 처리 플랫폼 Hadoop 기반 클라우드 컴퓨팅

최근 몇 년 동안, 그것은 마스터 클라우드 컴퓨팅 과학 연구 또는 응용 프로그램 개발의 관점에서 기술 대량 데이터 수요의 응용 프로그램은 점점 더 일반화 되 고 추세가 되고있다. 사물의 인터넷의 주요 분야 중 하나로 서, 스마트 홈은 구름에서 자연스럽 게 분리 컴퓨팅. 클라우드 개발 함께 컴퓨팅, 사용자가 복잡 한 내부 작동 메커니즘에 대 한 관심을 지불 하지 필요 필요 없는 풍부한 분산된 시스템 지식과 개발 경험, 대규모 분산된 시스템 규정 배포 및 대규모 데이터 병렬 처리를 실현할 수 있습니다.

Hadoop은 더 성숙 하 고 널리 사용 클라우드 컴퓨팅 아키텍처 중 하나입니다. Hadoop의 핵심 아이디어는 분산된 병렬 처리. Hadoop의 핵심 기술을 HDFS (분산 파일 시스템) 고 맵/리듀스 (매핑/사양). Hadoop HDFS를 사용 하 여 대량의 데이터를 저장할 MAP/REDUCE를 사용 하 여 방대한 양의 데이터를 계산 하.

먼저 지능형 홈의 개념을 소개 하는이 종이 클라우드 컴퓨팅, 다음, 대량 데이터 처리의 전통적인 방법에 따라 하드웨어 비용이 너무 높습니다 그리고 계산 병목 문제 존재, 하 둡 기반 데이터 처리 플랫폼 클라우드 컴퓨팅 액세스 제어 시스템, 온도 및 습도 시스템, 똑 관개 시스템 및 지능형 홈에 조명 시스템에서 목표로 하는 이론에 근거 하 여 만들어집니다. 병렬 처리, 그리고 처리 하는 지능형 서비스를 달성 하기 위해 지침을 보낼 장치의 하단에 결과 따라 많은 수의 센서 정보를 배포할 수 있습니다.

스마트 홈 및 클라우드 컴퓨팅

1.1 스마트 홈

현재, 스마트 홈에는 일반적으로 정의 된 컴퓨터, 네트워크 및 통합된 배선 기술 사용으로, 가족 정보 관리 플랫폼을 통해 유기적인 통합 시스템의 다양 한 하위 시스템의 생활에 관련이 있을 것입니다. 우선, 그것은 집에서 가족 정보 상호 작용을 전송, 필요한 액세스를 제공 하 고 제어 하 고 모니터링 가전 및 해당 하드웨어 및 홈 네트워크의 운영 체제의 통제 기관 실행을 통해 모든 홈 네트워크 장비 통신 네트워크를 구축 하는 데 필요한. 둘째, 지능형 홈 시스템 원격 제어/모니터링 및 정보 교환 요구 사항을 충족 하는 가족, 외부 세계와 통신을 실현 하기 위해 특정 미디어 플랫폼을 통해 외부와 통신 채널을 제공 해야 합니다.

1.2 클라우드 컴퓨팅 아키텍처 둡

Hadoop은 분산된 컴퓨팅 프레임 워크를 저렴 한 하드웨어 장치, 클러스터에서 응용 프로그램을 실행할 수 있는 높은 신뢰성과 확장성 분산된 시스템을 구축 하도록 설계 된 응용 프로그램에 대 한 안정적이 고 신뢰할 수 있는 일련의 인터페이스를 제공. Hadoop의 주요 장점은: 강한 수 용량, 낮은 비용, 높은 효율, 높은 신뢰성, 무료 오픈 소스와 좋은 이동성. 하 둡 프로젝트의 여러 하위 구성 하지만 주로 Hadoop 분산 파일 시스템 (hadoopdistributed 파일 시스템, HDFS)의 두 가지 주요 하위 구성 및 매핑/사양 엔진 (맵/리듀스 엔진).

1.3 분산된 파일 시스템 (HDFS)

주 노드 라는 Namenode Datanode, 전형적인 마스터-슬레이브 (마스터/슬레이브) 아키텍처는 주 노드에서 기본 복잡 한 구조를 보호 하 고 클라이언트에 제공 하는 편리한 파일 디렉터리 매핑을 라는 자식 노드 수 HDFs에 의하여 이루어져 있다. Namenode는 파일 시스템의 네임 스페이스를 포함 하 고 파일의 저장소 관리, 파일 시스템의 메타 데이터를 저장 하지만 실제 데이터는 Namenode에 저장 되지 않고 Datanode는 HDFs에 저장 클라이언트는 직접 Datanode와 데이터 통신을 설정합니다.

또한, 대량 안정적으로 파일을 저장 하기 위해 각 파일 블록 시퀀스 HDFs의 형태로 저장 됩니다. 내결함성을 보장 하기 위해, 파일의 블록 복제 됩니다. 블록 및 복제본 수의 크기를 구성할 수 있습니다. 이름 비 단편 노드 주기적으로 "하트 비트 응답 및 블록 보고서"에서 수신 Datanode는 클러스터에 있는 모든 블록 복제 작업을 제어 합니다. 수신 노드 "하트 비트 응답 나타냅니다이 datanode 정상입니다."

1.4MapReduce 분산 컴퓨팅

MapReduce 주로 최대 수십 TB 이상 GFS에 저장 된 데이터를 처리 하는 분산 컴퓨팅 클러스터 수천 대의 서버에 있습니다.

온도 값의 통계 과정에서 MapReduce의 작동은 아래 설명 되어 있습니다.

MapReduce의 역할은 분산 컴퓨팅 컴퓨터 클러스터에서 대용량 데이터 집합을 실행 하 고 많은 양의 데이터에 대 한 계산을 병렬 할. MapReduce의 전체 아키텍처의 지도 감소 기능, 그리고 여러 중재의 키 쌍의 집합으로 자동으로 분할 원래 키/값을 map 함수 프로그램 입력 하면 키 키/값 쌍의 대형 세트, 그리고 Reduce 함수는 감성 최종 출력에 동일한 키로 중재 값을 병합합니다.

1.5 스마트 홈 클라우드 모델

지능형 홈은 7 큰 서브 시스템, 각 시스템 다른 터미널, 각 터미널은 센서, 환경 인식 하 고 많은 데이터를 생성 하는 센서를 갖추고 있습니다. 사용자가 수천 수만의 데이터, 그리고 클라우드 컴퓨팅 신뢰할 수 있는 데이터 저장소, 강력한 컴퓨팅 파워의 엄청난 금액을 생산할 예정 이다, 낮은 운영 비용 대규모 데이터 처리 하는 데 매우 적합 하 게. 그래서 각 사용자는 클라우드 컴퓨팅 센터 저장소에 의해 생성 된 및 컴퓨팅 처리 데이터가 네트워크를 통해 클라우드 서비스 센터에 연결 됩니다.

개발 프로그래밍 분석

이 플랫폼은 겨냥 한 지능형 홈의 몇 가지 일반적인 응용 프로그램: 액세스 제어, 온도, 습도, 조명 및 기타 정보 수집 및 분산된 병렬 처리. 현재 실내 온도, 습도, 토양 수 분, 빛의 강도 볼 수 있는 프로그램 시작 후 뿐만 아니라 통해 실내 온도, 습도, 토양 수 분 설정을 현재 상태를 변경 하려면.

2.1 기능 모듈 디자인

요구 분석, 시스템 함수 모듈 4 개 부품, 즉 액세스 제어 시스템, 온도 및 습도 시스템, 똑 관개 시스템, 조명 시스템으로 나누어져 있습니다.

액세스 제어 시스템 카드 카드 소지자, 카드 소지자의 카드 번호, 카드 번호 인지 문의를 미리 설정 데이터베이스의 기능을 달성 하기, 설명의 경우 합법적인 사용자 액세스로 사용자, 제어 및 표시 신용 카드 카드 번호, 이름, 카드 종류, 그렇지 않으면 액세스 제어는 닫혀.

온도 습도 시스템 방에 현재 온도 습도 보여줍니다. 현재 실내 온도 습도 값을 설정 하면 설정된 값;를 도달할 때까지 온도 값, 설정된 온도 조정 실내 온도 따라 에어컨 작업을 설정할 때 현재 실내 습도 설정된 값에 도달할 때까지 실내 습도 습도 설정에 따라 조정 됩니다.

똑 관개 시스템은 현재 토양 수 분을 보여줍니다. 토양 수 분으로 설정 하면 똑 관개 시스템 작동 하 고 현재 습도 설정된 토양 수 분이 될 때까지 습도 조정 합니다.

조명 시스템에서 방 현재 빛의 강도 표시 합니다. 커튼 및 램프의 상태는 조명의 강도 의해 제어 됩니다.

지능형 홈 클라우드 컴퓨팅 플랫폼의 기능 처리, 서버를 감지 정보를 가져올 수 있을 것 이며 사용자는 서버에 센서 정보를 전송할 수 있습니다. 서버는 3 개의 컴퓨터를 사용 하 여 모델링은 컴퓨터의 클러스터입니다. 3 컴퓨터 분산 병렬 처리 정보, 그리고 지능형 제어의 효과 달성 하는 지시를 발행 하는 기본 장비 처리 결과. 같은 시간에 모든 종류의 데이터와 기본 장치의 상태를 감지 데이터베이스에 기록 됩니다.

2.2 논리 구조 디자인

(1) 액세스 제어 시스템입니다.

액세스 상태는 처음에 닫힙니다. 강타 카드에 카드에 카드 번호 돌아가면 쿼리 ID가 합법적인 경우 카드 ID 합법적인, 인지 확인 하는 데이터베이스 다음 액세스 유지를 폐쇄. 유효한 경우 액세스 열리고 이름과 카드의 성별 표시 됩니다.

(2) 온도 습도 시스템입니다.

시스템 시작 시 온도 먼저 판단 해야 합니다. 현재 온도 보다 낮다, 에어컨 난방을 시작, 현재 온도 상한 위, 에어컨 실내 온도 안락 범위, 에어컨 닫히고 자동으로 조정 하는 때 냉동;를 시작 합니다. 시스템 또한 통해 현재 실내 습도 표시는 "설정된 습도 버튼 열 실내 습도 설정할 수 있습니다, 현재 습도 설정된 습도를 천천히 조정 합니다."

(3) 실내 똑 관개 시스템입니다.

똑 관개 시스템의 상태는 주로 토양 습기에 의해 제어 됩니다. 습도 토양 수 분에 아직도 사용 된다.

시스템이 시작할 때 실행, 똑 관개 폐쇄 다음 토양 수 분 미만 0.15 미만 0.15, 똑 관개, 물 스프레이, 토양 수 분, 토양 습도 정해진된 상한선 (0.4), 자동으로 폐쇄 하는 물방울 관개에 도달 하는 때 상승 하기 시작 했다. 똑 관개 닫힌 후 토양 습도 물의 증발 때문에 점차적으로 줄일 것 이다. 시스템은 토양 수 분에 대 한 판단이 모든 1 하 고 토양 습도 0.15 미만 이면 똑 관개 다시 열립니다. 그래서 반복 해 서. 물론, 토양 수 분의 상한 설정할 수도 있습니다에 의해 "토양 hydrometallurgy 버튼을 설정 합니다."

(4) 조명 시스템입니다.

커튼, 전기 램프의 두 부분 조명 시스템에 의하여 이루어져 있다. 커튼과 조명 현재 시간과 빛의 강도 따라 자동으로 변경 됩니다. 문학 [1]에 따르면 최소 조명 거실 조명의 중요 한 값, 즉, 150 럭 스로 정의 됩니다.

(5) 지능형 홈 클라우드 플랫폼입니다.

전체 클라우드 플랫폼은 센서 및 감지 정보를 생성 하는 데 사용 하는 장치 시뮬레이션의 아래쪽으로 5 대의 컴퓨터, 첫 번째 컴퓨터를 사용 하 여 시뮬레이션 됩니다. 기본 장치 및 서버, 서버 클러스터, 3 개의 컴퓨터 센터, 그리고 감지 정보에 연결 된 데이터베이스를 처리 하는 클라우드 분산 병렬 처리 떠나 관문으로 서 두 번째 컴퓨터. 서버와 클라이언트 간의 통신은 소켓을 사용합니다.

플랫폼 시뮬레이션

3.1 액세스 제어 시스템 테스트

프로그램을 실행 한 후 액세스 제어 해제 되어 있습니다. 현재 카드 카드의 ID 번호를 생성 하려면 생성 ID 금속 단추 클릭 합니다. "법적 방문자가 데이터베이스에 이미 있는 유효한 ID 번호에 대 한 검색, 접근, 카드 소지자의 이름 및 성별 표시 하는 카드를 슬쩍" 클릭 5s 후 문을 열어를 잠글. ID 번호가 존재 하지 않는 경우 그림 4와 같이 액세스 폐쇄, 남아 있다.

3.2 온도 습도 시스템 테스트

프로그램을 실행 한 후 현재 온도, 습도, 그리고 기본 낮은 온도 (18 혜택) 및 상한 온도 (23 혜택) 표시 됩니다. 낮은 제한 온도 상한 온도와 현재 온도 비교, 현재 온도 인간의 몸 안락 범위 18 혜택 경우 ~ 23 혜택, 에어컨 닫혀 계속 다음. 현재 때 실내 온도 낮은 한계 온도 보다 낮은, 에어컨 때까지 편안 하 게 낮은 제한 온도 달성 하는 현재 실내 온도 난방 상태입니다. 현재 때 실내 온도 상한 온도 보다 더 높은, 에어컨 켜지 고 냉장 상태로 현재 실내 온도 안락의 상한 온도 도달할 때까지. 온도의 상하 한계 가치는 버튼을 설정 하 여 설정할 수 있습니다.

에 "실내 습도를 설정, 다음을 입력 하는 텍스트 상자의 습도 쪽 설정에서" 실내 온도 천천히 변경, 상승 또는을, 설정된 습도 달성 하기 위해 현재 습도까지 다음 버튼, 열 습도 설정.

3.3 똑 관개 시스템 테스트

실행 후 프로그램 현재 토양 수 분, 똑 관개 시스템 시작 부분에 종료 상태를 보여줍니다. 토양 습기 토양 수 분의 증발으로 인해 감소 됩니다. 토양 습기 0.15를 때, 똑 관개 자동으로 열리고 시작 됩니다 물 스프레이. 현재 토양 수 분 (기본값은 0.4) 설정된 값에 도달할 때까지 토양 수 분 물방울 관개 후 증가 똑 관개 다시 폐쇄 하는 때.

3.4 조명 시스템 테스트

프로그램 표시 현재 실내 빛의 강도 실행 한 후 저녁 6 시, 아침 7 시 다음 커튼, 다른 시간 창 커튼 폐쇄. 전기 램프의 상태는 기간에 의해 뿐만 아니라 실내 빛의 강도 의해 제어 됩니다. 그것은 밤에 아침에 10 시에 7 시, 조명이 떨어져 있습니다. 아침 7 시와 6 시, 사이 빛은 일반적으로 떨어져 실내 자연 조명 강도 150 럭 스 이하로 않는, 밤 6 시 밤 10 시, 조명이 켜져.

3.5 클라우드 플랫폼 테스트

5 컴퓨터 연결 하 고 시작, 아날로그 센서와 낮은 수준의 장치에 대 한 첫 번째 컴퓨터 기본 네트워크 및 서버 클러스터 (클라우드 컴퓨팅 센터)로 3 대의 컴퓨터를 떠나 위 네트워크 관문으로 서 두 번째 컴퓨터를 설정 합니다. 두 번째 컴퓨터와 게이트웨이 서버 클러스터, 센서 데이터의 분산된 병렬 처리를 위한 Hadoop 컴퓨팅 프레임 워크를 사용 하 여 서버 클러스터 데이터를 두 번째 컴퓨터에 첫 번째 컴퓨터에 생성 된 센서 데이터 현재 지능형 홈 시스템, 지능형 제어의 효과 달성 하기 위해 기본 장비에 발급된 지침의 상태를 판단 한다.

결론

클라우드 컴퓨팅의 이론에 따라, 하 둡 기반 데이터 처리 플랫폼 액세스 제어 시스템, 온도 및 습도 시스템, 똑 관개 시스템 및 지능형 홈에 조명 시스템에 대 한 만들어집니다. 병렬 처리, 그리고 처리 하는 지능형 서비스를 달성 하기 위해 지침을 보낼 장치의 하단에 결과 따라 많은 수의 센서 정보를 배포할 수 있습니다. 이 클라우드 컴퓨팅 플랫폼은 Hadoop 기반 분산 컴퓨팅 프레임 워크, 3 개의 컴퓨터 시뮬레이션 서비스 클러스터를 사용 하 여 대규모 데이터의 병렬 처리를 달성 하 고 효과적으로 비용 및 계산 병목 문제를 해결 하.