MongoDB索引的用電信息非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)方法

徐英輝，祝恩國(guó)，趙 睿，楊 挺

（1.中國(guó)電力科學(xué)研究院，北京 100192；2.天津大學(xué)智能電網(wǎng)教育部重點(diǎn)實(shí)驗(yàn)室，天津 300072）

MongoDB索引的用電信息非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)方法

徐英輝1，祝恩國(guó)1，趙 睿2，楊 挺2

（1.中國(guó)電力科學(xué)研究院，北京 100192；2.天津大學(xué)智能電網(wǎng)教育部重點(diǎn)實(shí)驗(yàn)室，天津 300072）

隨著用電信息采集系統(tǒng)的健全，雙向互動(dòng)化功能的需求增加，系統(tǒng)所承載的用電信息由最初的規(guī)整結(jié)構(gòu)化數(shù)據(jù)演變成結(jié)構(gòu)化數(shù)據(jù)和多類型非結(jié)構(gòu)化數(shù)據(jù)的混雜，且數(shù)據(jù)量也日益聚增。本文對(duì)用電信息采集系統(tǒng)的非結(jié)構(gòu)化數(shù)據(jù)組成進(jìn)行了梳理，從數(shù)據(jù)源角度出發(fā)，按照客戶用電信息數(shù)據(jù)和客戶數(shù)據(jù)兩大類別，分別對(duì)用電信息采集系統(tǒng)涉及的A、B、C、D、E 5類用戶進(jìn)行了非結(jié)構(gòu)化數(shù)據(jù)特征分析。本文提出采用MongoDB索引Hadoop分布式文件系統(tǒng)的新型用電信息采集系統(tǒng)非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)方法，實(shí)現(xiàn)對(duì)系統(tǒng)中混雜非結(jié)構(gòu)化數(shù)據(jù)的分類存儲(chǔ)和準(zhǔn)確實(shí)時(shí)讀寫，為雙向互動(dòng)化功能提供了良好底層泛在數(shù)據(jù)支撐。

非結(jié)構(gòu)化數(shù)據(jù)；用電信息數(shù)據(jù)；Hadoop分布式文件系統(tǒng)；MongoDB

Abstract:With the improvement of electricity information acquisition system and the increase of two-way interactive de?mand，the electricity information develops from structured data into a mix of structured and unstructured data with an in?creasing data volume.In this paper，the unstructured data in electricity information acquisition system are studied.From the viewpoint of data source，the data can be classified into electricity consumption data and customer data.The charac?teristics of unstructured data of five user types（A，B，C，D and E）are analyzed with respect to the classification.By us?ing MongoDB to index the Hadoop distributed file system（HDFS），a new unstructured data storage method is proposed，which achieves classified storage as well as accurate reading and writing for the mixed unstructured data of the electrici?ty information acquisition system.The proposed method can provide basic support for the two-way interactive functions satisfactorily.

Key words:unstructured data；electricity information data；Hadoop distributed file system（HDFS）；MongoDB

隨著電網(wǎng)智能化程度的增加，以及用電信息采集系統(tǒng)雙向互動(dòng)化業(yè)務(wù)的開(kāi)展，由采集終端獲取的數(shù)據(jù)迅速增長(zhǎng)，并且數(shù)據(jù)范圍不僅局限于用電度數(shù)、電價(jià)信息、用戶繳費(fèi)信息、客戶資料等傳統(tǒng)的用電信息數(shù)據(jù)和客戶數(shù)據(jù)，還包括實(shí)時(shí)用電信息、異常故障報(bào)警信息、設(shè)備監(jiān)控視頻等，以及地理位置信息、天氣交通數(shù)據(jù)、電動(dòng)汽車數(shù)據(jù)等，其數(shù)據(jù)將趨向復(fù)雜、實(shí)時(shí)性、互動(dòng)性的方向發(fā)展[1-2]。然而當(dāng)前實(shí)際營(yíng)運(yùn)的國(guó)-網(wǎng)-省-市-縣等用電信息采集系統(tǒng)平臺(tái)，僅對(duì)電力營(yíng)銷核心業(yè)務(wù)需要的電力用戶計(jì)費(fèi)計(jì)量的數(shù)據(jù)進(jìn)行在線采集、分析和應(yīng)用，還未涉及更多樣化的客戶文本、圖像、視頻和網(wǎng)頁(yè)等非結(jié)構(gòu)化數(shù)據(jù)信息。然而構(gòu)建供用電雙方的互動(dòng)信息系統(tǒng)[3]必須對(duì)這些非結(jié)構(gòu)化數(shù)據(jù)進(jìn)行存儲(chǔ)技術(shù)研究，以此為互動(dòng)化功能的應(yīng)用開(kāi)發(fā)提供底層支撐。

國(guó)外對(duì)于用電信息采集系統(tǒng)研究并不深入，系統(tǒng)實(shí)現(xiàn)的功能主要包括遠(yuǎn)程管理和抄表，目前還較少涉及用電信息采集系統(tǒng)非結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)。但是在計(jì)算機(jī)、通信等領(lǐng)域?qū)τ诜墙Y(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)方法的研究較為充分，例如Hadoop分布式文件系統(tǒng)HDFS（Hadoop distributed file system）[4]和Mon?goDB[5]技術(shù)，可以加以借鑒。

此外，文獻(xiàn)[6]通過(guò)融合HDFS、HBase、MySQL等各類存儲(chǔ)設(shè)施，構(gòu)建非結(jié)構(gòu)化數(shù)據(jù)統(tǒng)一存儲(chǔ)管理平臺(tái)，為設(shè)計(jì)用電信息采集系統(tǒng)非結(jié)構(gòu)化數(shù)據(jù)統(tǒng)一存儲(chǔ)平臺(tái)提供思路。文獻(xiàn)[7]以云存儲(chǔ)和可靠性理論為基礎(chǔ)，建立非結(jié)構(gòu)化數(shù)據(jù)分布式存儲(chǔ)模型，為用電信息采集系統(tǒng)的數(shù)據(jù)存儲(chǔ)提供借鑒。文獻(xiàn)[8]提出利用Hadoop云平臺(tái)的改進(jìn)方案，為解決智能電網(wǎng)海量存儲(chǔ)、系統(tǒng)負(fù)載不均、存儲(chǔ)效率下降等問(wèn)題提供思路。文獻(xiàn)[9]使用MongoDB進(jìn)行非結(jié)構(gòu)化數(shù)據(jù)的增刪與查詢，在元數(shù)據(jù)處理時(shí)具有明顯優(yōu)勢(shì)。

鑒于非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)技術(shù)對(duì)于用電信息采集系統(tǒng)雙向互動(dòng)化功能實(shí)現(xiàn)的重要意義，本文詳細(xì)分析了用電信息數(shù)據(jù)和客戶數(shù)據(jù)的非結(jié)構(gòu)化特征和存儲(chǔ)形式，并設(shè)計(jì)了MongoDB索引HDFS的用電信息采集系統(tǒng)非結(jié)構(gòu)化數(shù)據(jù)分類存儲(chǔ)方法，實(shí)現(xiàn)用電信息的快速存儲(chǔ)、精確提取。

1 用電采集系統(tǒng)非結(jié)構(gòu)化數(shù)據(jù)特征分析

用電信息采集系統(tǒng)是集現(xiàn)代數(shù)字通信技術(shù)、計(jì)算機(jī)技術(shù)、電能計(jì)量技術(shù)、電力營(yíng)銷技術(shù)和電力負(fù)荷管理技術(shù)為一體的信息采集、分析處理和數(shù)據(jù)應(yīng)用的平臺(tái)。通過(guò)對(duì)配電變壓器和終端用戶用電數(shù)據(jù)的采集和分析，實(shí)現(xiàn)用電監(jiān)控、負(fù)荷管理、線損分析，達(dá)到自動(dòng)抄表、錯(cuò)峰用電、節(jié)約用電成本等目的，滿足客戶能源管理需求。

用電信息采集系統(tǒng)由主站、傳輸信道、采集終端以及智能電表組成，面向A、B、C、D、E 5類電力用戶采集，其非結(jié)構(gòu)化用電信息數(shù)據(jù)形式包括文本、圖像、視頻和網(wǎng)頁(yè)數(shù)據(jù)，如表1所示。

表1 5類用戶非結(jié)構(gòu)化用電信息數(shù)據(jù)形式Tab.1 Unstructured electricity consumption data form of five user types

系統(tǒng)除了對(duì)5類電力用戶的用電度數(shù)、電價(jià)信息、電能質(zhì)量等用電信息數(shù)據(jù)進(jìn)行采集，還涉及諸如客戶信息、客戶需求響應(yīng)、國(guó)家政策等與用電客戶密切相關(guān)的客戶數(shù)據(jù)，這些客戶數(shù)據(jù)同樣以非結(jié)構(gòu)化的形式存在。表2列出了客戶數(shù)據(jù)及其非結(jié)構(gòu)化形式。

表2 5類用戶非結(jié)構(gòu)化客戶數(shù)據(jù)形式Tab.2 Unstructured customer data form of five user types

用電信息采集系統(tǒng)采集到的非結(jié)構(gòu)化用電信息數(shù)據(jù)和客戶數(shù)據(jù)具有種類繁多、數(shù)據(jù)量大，數(shù)據(jù)更新速度極快等特征。如何在現(xiàn)有的存儲(chǔ)硬件設(shè)備約束下構(gòu)建快速、高效的非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)方案成為當(dāng)務(wù)之急，直接決定用電信息采集系統(tǒng)的性能。

2 用電采集系統(tǒng)非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)架構(gòu)

結(jié)合用電信息采集系統(tǒng)非結(jié)構(gòu)化數(shù)據(jù)特征分析，在Hadoop平臺(tái)上搭建MongoDB索引HDFS存儲(chǔ)系統(tǒng)，實(shí)現(xiàn)非結(jié)構(gòu)化用電信息數(shù)據(jù)和客戶數(shù)據(jù)的存儲(chǔ)，存儲(chǔ)平臺(tái)如圖1所示。

圖1 用電信息采集系統(tǒng)非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)平臺(tái)Fig.1 Unstructured data storage platform of electricity information acquisition system

2.1 存儲(chǔ)架構(gòu)優(yōu)勢(shì)分析

HDFS的分布式文件存儲(chǔ)架構(gòu)使得其具有可存儲(chǔ)大容量數(shù)據(jù)、可靠性能高、擴(kuò)展能力強(qiáng)的特征，可滿足用電信息采集系統(tǒng)中非結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)量大，數(shù)據(jù)更新速度極快等特征，故采用HDFS來(lái)存儲(chǔ)海量非結(jié)構(gòu)化數(shù)據(jù)。

然而，由于HDFS采用的是主/從架構(gòu)，1個(gè)HDFS集群通過(guò)單獨(dú)的NameNode去管理文件系統(tǒng)命名空間和相關(guān)的元數(shù)據(jù)信息。集群?jiǎn)?dòng)之后，與文件系統(tǒng)關(guān)聯(lián)的元數(shù)據(jù)將加載到NameNode的內(nèi)存空間中。當(dāng)文件系統(tǒng)中存在大量諸如文本、圖片等非結(jié)構(gòu)化小文件時(shí)，每個(gè)小文件對(duì)應(yīng)1個(gè)元數(shù)據(jù)。當(dāng)這些小文件達(dá)到一定數(shù)量級(jí)后，文件系統(tǒng)中大量的元數(shù)據(jù)會(huì)對(duì)NameNode內(nèi)存空間造成極大消耗，導(dǎo)致NameNode內(nèi)存空間不足。融合MongoDB非關(guān)系型數(shù)據(jù)庫(kù)的高可靠性、并發(fā)和高效存儲(chǔ)特性，同時(shí)具有強(qiáng)大的查詢檢索功能，其能夠很好地滿足非結(jié)構(gòu)化數(shù)據(jù)的元數(shù)據(jù)存儲(chǔ)需求，本文提出MongoDB索引HDFS存儲(chǔ)系統(tǒng)。

2.2 存儲(chǔ)平臺(tái)的MongoDB存儲(chǔ)架構(gòu)分析

采用MongoDB索引HDFS的用電信息非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)方法既能發(fā)揮MongoDB強(qiáng)大的數(shù)據(jù)查詢檢索功能進(jìn)行元數(shù)據(jù)的存儲(chǔ)，又保持HDFS在存儲(chǔ)大容量數(shù)據(jù)時(shí)的強(qiáng)大優(yōu)勢(shì)，二者相互結(jié)合，實(shí)現(xiàn)用電信息非結(jié)構(gòu)化數(shù)據(jù)的快速存儲(chǔ)與準(zhǔn)確讀寫。新存儲(chǔ)架構(gòu)如圖2所示。

圖2 非結(jié)構(gòu)化數(shù)據(jù)MongoDB索引HDFS存儲(chǔ)架構(gòu)Fig.2 MongoDB index HDFS architecture of unstructured data storage platform

（1）用電客戶Client：包含訪問(wèn)MongoDB的接口，通過(guò)維護(hù)緩存數(shù)據(jù)來(lái)加快數(shù)據(jù)的訪問(wèn)速度，如緩存5類用戶的文本、視頻、圖像、網(wǎng)頁(yè)信息集合位置信息。

（2）協(xié)調(diào)服務(wù)：保證任何時(shí)間集群中只有1個(gè)控制節(jié)點(diǎn)，用來(lái)存儲(chǔ)所有非結(jié)構(gòu)化用電信息數(shù)據(jù)和客戶數(shù)據(jù)集合的尋址入口；對(duì)集合服務(wù)的狀態(tài)實(shí)時(shí)監(jiān)控，同時(shí)將集合服務(wù)的狀態(tài)信息實(shí)時(shí)發(fā)送至控制節(jié)點(diǎn)。

（3）控制節(jié)點(diǎn)：分配集合空間，負(fù)責(zé)元數(shù)據(jù)存儲(chǔ)的負(fù)載均衡；發(fā)現(xiàn)存在失效的數(shù)據(jù)節(jié)點(diǎn)時(shí)，進(jìn)行故障轉(zhuǎn)移；處理MongoDB上的schema更新請(qǐng)求和垃圾文件回收。

（4）用電信息數(shù)據(jù)和客戶數(shù)據(jù)集合服務(wù)：負(fù)責(zé)數(shù)據(jù)的I/O請(qǐng)求，自動(dòng)分片數(shù)據(jù)。

2.3 存儲(chǔ)平臺(tái)的HDFS存儲(chǔ)架構(gòu)分析

用電信息采集系統(tǒng)非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)平臺(tái)中HDFS架構(gòu)如圖3所示。

圖3 非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)平臺(tái)中HDFS架構(gòu)Fig.3 HDFS architecture of unstructured data storage platform

（1）NameNode作為HDFS中的管理者，負(fù)責(zé)管理文件系統(tǒng)的命名空間、存儲(chǔ)塊的復(fù)制和集群配置信息等。

（2）DataNode是用電信息和客戶信息的非結(jié)構(gòu)化數(shù)據(jù)實(shí)際存儲(chǔ)的基本單元，其將數(shù)據(jù)以塊存儲(chǔ)的方式存儲(chǔ)在本地文件系統(tǒng)中，同時(shí)將所有塊信息間斷性地發(fā)送給NameNode。

（3）MongoDB客戶就是獲取分布式文件系統(tǒng)中用電信息數(shù)據(jù)和客戶數(shù)據(jù)文件的應(yīng)用程序。

從圖3中可以看出，A～E 5類用戶的用電信息和客戶信息的文本、圖像、視頻和網(wǎng)頁(yè)文件存儲(chǔ)在DataNode上。每個(gè)文本文件、圖像文件、網(wǎng)頁(yè)文件和視頻文件的數(shù)據(jù)塊大小設(shè)定為64 M，文件塊副本數(shù)設(shè)定為3，保證可用性。塊的分配和維護(hù)仍然由NameNode負(fù)責(zé)。

3 用電信息采集系統(tǒng)非結(jié)構(gòu)化數(shù)據(jù)存儲(chǔ)平臺(tái)工作原理

用電信息采集系統(tǒng)非結(jié)構(gòu)化數(shù)據(jù)的存儲(chǔ)以用戶為單位，在HDFS中為每個(gè)用戶建立專有的用戶文件userID.file，在文件夾中存放該用戶所有的非結(jié)構(gòu)化數(shù)據(jù)，用戶文件名與用戶ID相對(duì)應(yīng)。用戶文件中所有文本、圖像和視頻等數(shù)據(jù)的映射元數(shù)據(jù)信息存儲(chǔ)在MongoDB中，MongoDB數(shù)據(jù)結(jié)構(gòu)記錄了每個(gè)用戶的所有數(shù)據(jù)在其對(duì)應(yīng)用戶文件中的偏移值（offset）和大?。╨ength）。

以用戶用電信息中的文本數(shù)據(jù)為例說(shuō)明存儲(chǔ)平臺(tái)的工作原理。當(dāng)需要往HDFS某用戶文件夾添加1個(gè)用電信息文本文件時(shí)，應(yīng)用服務(wù)器獲取該用戶的元數(shù)據(jù)信息，獲知待存文本文件的大小，作為新添加文件的偏移值。新的用電信息文本文件元數(shù)據(jù)信息，連同該文本文件的偏移值和大小等信息一起作為1條記錄寫入MongoDB數(shù)據(jù)結(jié)構(gòu)中。之后，應(yīng)用服務(wù)器獲取HDFS上該用戶文件的輸出流，將新添加的文本文件以追加的方式寫入該用戶用電信息文本文件數(shù)據(jù)塊中。寫文件的時(shí)序圖如圖4所示。

圖4 寫文件時(shí)序Fig.4 Timing sequences of writing file

具體操作過(guò)程如下：

（1）操作終端向MongoDB元數(shù)據(jù)服務(wù)器發(fā)起用電信息文本文件寫請(qǐng)求；

（2）MongoDB元數(shù)據(jù)服務(wù)器依據(jù)負(fù)載均衡原理，根據(jù)其管理的存儲(chǔ)節(jié)點(diǎn)的工作和使用情況，在HDFS存儲(chǔ)節(jié)點(diǎn)上創(chuàng)建新的文本數(shù)據(jù)塊；

（3）HDFS存儲(chǔ)節(jié)點(diǎn)服務(wù)器中用電信息文本數(shù)據(jù)塊創(chuàng)建成功，將創(chuàng)建的結(jié)果返回給MongoDB元數(shù)據(jù)服務(wù)器；

（4）MongoDB元數(shù)據(jù)服務(wù)器一方面?zhèn)浞莺屯酱宋谋疚募獢?shù)據(jù)信息，另一方面將相關(guān)的存儲(chǔ)節(jié)點(diǎn)信息返回給操作終端；

（5）操作終端根據(jù)得到的HDFS文本文件存儲(chǔ)節(jié)點(diǎn)信息，向?qū)?yīng)HDFS文本文件存儲(chǔ)節(jié)點(diǎn)發(fā)出數(shù)據(jù)寫請(qǐng)求，并向HDFS存儲(chǔ)節(jié)點(diǎn)發(fā)送數(shù)據(jù)；

（6）HDFS存儲(chǔ)節(jié)點(diǎn)接收數(shù)據(jù)同時(shí)存儲(chǔ)到相應(yīng)塊中，并且向其他存儲(chǔ)節(jié)點(diǎn)發(fā)送備份，保證用戶存儲(chǔ)的用電信息文件的安全性；

（7）當(dāng)本地寫入和備份均成功后，HDFS存儲(chǔ)節(jié)點(diǎn)將成功信息返回給操作終端；

（8）操作終端收到成功信號(hào)后，即完成文本文件的存儲(chǔ)。

當(dāng)需要從HDFS中讀取用電信息文本文件時(shí)，先向MongoDB服務(wù)器發(fā)送讀文件請(qǐng)求，獲取該文本文件的相關(guān)元數(shù)據(jù)信息，依據(jù)所讀文件的偏移值和文件大小，獲取HDFS中用戶文本文件的輸入流，從而讀出文本文件，其時(shí)序如圖5所示。

圖5 讀文件時(shí)序Fig.5 Timing sequences of reading file

由此可知，新型的MongoDB索引HDFS存儲(chǔ)系統(tǒng)的控制流和數(shù)據(jù)流是相互分離的，一方面能夠降低MongoDB元數(shù)據(jù)服務(wù)的負(fù)擔(dān)，增加處理能力，另一方面將數(shù)據(jù)讀寫時(shí)的負(fù)擔(dān)分配到各存儲(chǔ)節(jié)點(diǎn)，提高系統(tǒng)的整體性能。

4 結(jié)語(yǔ)

本文首先對(duì)用電信息采集系統(tǒng)A、B、C、D、E 5類用電客戶的非結(jié)構(gòu)化用電信息數(shù)據(jù)和客戶數(shù)據(jù)進(jìn)行特征分析。之后采用MongoDB索引HDFS存儲(chǔ)海量非結(jié)構(gòu)化數(shù)據(jù)，其中MongoDB存儲(chǔ)這些海量非結(jié)構(gòu)化數(shù)據(jù)的元數(shù)據(jù)，HDFS對(duì)具體的數(shù)據(jù)按照文本文件、圖像文件、視頻文件、網(wǎng)頁(yè)文件進(jìn)行分類存儲(chǔ)。最終實(shí)現(xiàn)用電信息采集系統(tǒng)非結(jié)構(gòu)化數(shù)據(jù)分類存儲(chǔ)和準(zhǔn)確實(shí)時(shí)讀寫。

下一步工作中筆者將繼續(xù)對(duì)這種存儲(chǔ)方法進(jìn)行優(yōu)化，以進(jìn)一步提高其性能。同時(shí)將針對(duì)存儲(chǔ)過(guò)程中出現(xiàn)的非法訪問(wèn)、數(shù)據(jù)泄漏、數(shù)據(jù)存取故障等安全問(wèn)題進(jìn)行進(jìn)一步研究。

[1]Stojkovic B，Vujosevic I.A compact SCADA system for a smaller size electric power system control—A fast，object-oriented and cost-effective approach[C]//IEEE Power En?gineering Society Winter Meeting.New York，USA，2002：695-700．

[2]Simpson H R.Protocols for process interaction[J].IEE Pro?ceedings Computers and Digital Techniques，2003，150（3）：157-182．

[3]竇健，董俐君，朱新山（Dou Jian，Dong Lijun，Zhu Xin?shan）.結(jié)構(gòu)化用電客戶互動(dòng)需求信息的比對(duì)庫(kù)設(shè)計(jì)（Design of the comparative database for structured inter?active demand information of electricity customers）[J].電力系統(tǒng)及其自動(dòng)化學(xué)報(bào)（Proceedings of the CSU-EP?SA），2016，28（6）：80-85．

[4]Borthakur D.The hadoop distributed file system：Architec?ture and design[J].Hadoop Project Website，2007（11）：1-10．

[5]王光磊（Wang Guanglei）.MongoDB數(shù)據(jù)庫(kù)的應(yīng)用研究和方案優(yōu)化（MongoDB database of applied research and program optimization）[J].中國(guó)科技信息（China Science and Technology Information），2011（20）：93-94，96．

[6]何穎鵬（He Yingpeng）.非結(jié)構(gòu)化數(shù)據(jù)統(tǒng)一存儲(chǔ)平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)（Design and Implementation of Unstructured Data Unified Storage Platform）[D].杭州：浙江大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院（Hangzhou：College of Computer Sci?enceand Technology，Zhejiang University），2013．

[7]謝華成，陳向東（Xie Huacheng，Chen Xiangdong）.面向云存儲(chǔ)的非結(jié)構(gòu)化數(shù)據(jù)存?。–loud storage-oriented un?structured data storage）[J].計(jì)算機(jī)應(yīng)用（Journal of Com?puter Applications），2012，32（7）：1924-1928，1942．

[8]孟祥萍，周來(lái)（Meng Xiangping，Zhou Lai）.基于hadoop云平臺(tái)的智能電網(wǎng)HDFS資源存儲(chǔ)技術(shù)研究（Research on resource storage technologies of HDFS for smart grid based on hadoop cloud platform）[J].電測(cè)與儀表（Electri?cal Measurement&Instrumentation），2014，51（19）：24-30．

[9]張?zhí)煊?，賀金鑫，王陽(yáng)，等（Zhang Tianyu，He Jinxin，Wang Yang，et al）.基于NoSQL數(shù)據(jù)庫(kù)的地學(xué)大數(shù)據(jù)高效存儲(chǔ)方法（Efficient approach to store big earth data based on NoSQL database）[J].吉林大學(xué)學(xué)報(bào)（Journal of Jilin University），2013，31（6）：604-608．

關(guān)于論文題名和作者信息

1.題名

（1）題名應(yīng)以簡(jiǎn)明、確切的詞語(yǔ)反映文章中最重要的特定內(nèi)容，并有助于選定關(guān)鍵詞。

（2）中文題名一般不宜超過(guò)20個(gè)字，必要時(shí)可加副題名。

（3）英文題名應(yīng)與中文題名含義一致。

（4）題名應(yīng)避免使用非公知公用的縮寫詞、字符、代號(hào)，盡量不出現(xiàn)數(shù)學(xué)式和化學(xué)式。

2.作者署名和工作單位

（1）作者姓名署于題名下方，團(tuán)體作者的執(zhí)筆人也可標(biāo)注于篇首地腳或文末。

（2）標(biāo)明作者的工作單位全稱、所在城市名及郵政編碼。在作者簡(jiǎn)介中，標(biāo)注作者年齡、性別、職稱及專業(yè)方向。

摘編于《中國(guó)高等學(xué)校自然科學(xué)學(xué)報(bào)編排規(guī)范》（修訂版）

Unstructured Data Storage Method for Electricity Information Based on MongoDB Index

XU Yinghui1，ZHU Enguo1，ZHAO Rui2，YANG Ting2
（1.China Electric Power Research Institute，Beijing 100192，China；2.Key Laboratory of Smart Grid of Ministry of Education，Tianjin University，Tianjin 300072，China）

TM76

A

1003-8930（2017）09-0093-05

10.3969/j.issn.1003-8930.2017.09.016

2014-07-20；

2016-11-10

徐英輝（1972—），男，碩士，高級(jí)工程師，研究方向?yàn)殡娏ο到y(tǒng)及其自動(dòng)化、智能用電技術(shù)。Email：xcfw@epri.sgcc.com.cn

祝恩國(guó)（1978—），男，博士，高級(jí)工程師，研究方向?yàn)橹悄苡秒娂夹g(shù)、高級(jí)量測(cè)體系。Email：zhuenguo@epri.sgcc.com.cn

趙 睿（1992—），男，碩士研究生，研究方向?yàn)橹悄苡秒?、信息?shù)據(jù)存儲(chǔ)技術(shù)。Email：zhaoruitju@126.com