基于層級設(shè)計的輸變電工程數(shù)據(jù)存儲架構(gòu)*

袁兆祥，彭 晶，安增軍，張 華

(1.國網(wǎng)經(jīng)濟技術(shù)研究院有限公司，北京 102209；2.江西博微新技術(shù)有限公司 項目中心，南昌 330096；3.國網(wǎng)江蘇省電力有限公司經(jīng)濟技術(shù)研究院 設(shè)計中心，南京 210024)

隨著電網(wǎng)建設(shè)的飛速發(fā)展和特高壓電網(wǎng)工程項目的啟動，我國電力工程建設(shè)已進入新的階段.輸變電工程建設(shè)所需的計算機和網(wǎng)絡(luò)設(shè)備已基本健全，但信息和數(shù)據(jù)管理系統(tǒng)仍比較欠缺[1].如何提高電力工程數(shù)據(jù)管理的質(zhì)量和效率，實現(xiàn)電力工程的信息化管理已成為電力公司的工作重點[2-4].

輸變電工程主要含有工程地理信息、三維設(shè)計模型和文檔資料三類數(shù)據(jù)[5-6].根據(jù)這些數(shù)據(jù)的存儲方式可以將其分為結(jié)構(gòu)化數(shù)據(jù)[6]和非結(jié)構(gòu)化數(shù)據(jù)兩種類型[7].其中，結(jié)構(gòu)化數(shù)據(jù)包括行數(shù)據(jù)、二維表結(jié)構(gòu)數(shù)據(jù)，通常采用行存儲和列存儲兩種方式[8]；而非結(jié)構(gòu)化數(shù)據(jù)包括文本、視頻、圖像、數(shù)學(xué)模型等[9]，此類數(shù)據(jù)通常具有多樣化的媒體形式，需要更大的存儲容量[10].平均每個輸變電工程包含500 MBit結(jié)構(gòu)化數(shù)據(jù)和50 GBit非結(jié)構(gòu)化數(shù)據(jù)，而一個省電力公司需要處理超過50 TBit的結(jié)構(gòu)化數(shù)據(jù)和2.5 PBit的非結(jié)構(gòu)化數(shù)據(jù)[11].實現(xiàn)這些大規(guī)模數(shù)據(jù)的高效存儲，對于縮短項目建設(shè)時間、降低工程項目的成本、提高建設(shè)質(zhì)量和降低項目實施風(fēng)險均具有重要意義[12].

目前，主要采用集中式和完全分布式的方式存儲、處理海量數(shù)據(jù).其中，集中式處理方式使用ETL及網(wǎng)關(guān)，將采集的數(shù)據(jù)發(fā)送給數(shù)據(jù)中心和數(shù)據(jù)存儲器，并根據(jù)不同的應(yīng)用場景和業(yè)務(wù)需求從海量數(shù)據(jù)中挖掘出所需的信息，該種方式廣泛應(yīng)用于銀行潛在客戶分析和貸款風(fēng)險評估中[13]；完全分布式處理方式將數(shù)據(jù)以訂閱的方式推送給服務(wù)器，故不需要集中存儲，具有系統(tǒng)結(jié)構(gòu)簡單、實時特性好的優(yōu)點，且數(shù)據(jù)存在時效性，被廣泛應(yīng)用于現(xiàn)場總線系統(tǒng)中[14].

基于以上分析，本文提出一種基于層級設(shè)計的輸變電工程數(shù)據(jù)存儲架構(gòu).該存儲方法根據(jù)結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的特點分別存儲，有助于優(yōu)化配置存儲資源；同時，提出了一種基于遺傳算法的數(shù)據(jù)遷移方法，以解決數(shù)據(jù)遷移導(dǎo)致的網(wǎng)絡(luò)訪問次數(shù)增加、負載不均衡和時間消耗大的問題.

1 數(shù)據(jù)存儲架構(gòu)

1.1 數(shù)據(jù)類型

本文將輸變電工程數(shù)據(jù)劃分為結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)兩種，并根據(jù)其特點分別使用不同的存儲方式.表1為輸變電工程所包含的數(shù)據(jù)類型及其劃分結(jié)果.

表1 輸變電工程數(shù)據(jù)劃分Tab.1 Data division for power transmission and transformation engineering

1.2 存儲管理

由于結(jié)構(gòu)化數(shù)據(jù)只需要考慮是否能容納的問題，使用傳統(tǒng)的關(guān)系型數(shù)據(jù)庫即可方便地對數(shù)據(jù)進行增加、刪除和修改等操作，因此，本文直接使用MySQL關(guān)系型數(shù)據(jù)庫存儲結(jié)構(gòu)化數(shù)據(jù).然而，非結(jié)構(gòu)化數(shù)據(jù)通常占用較大的存儲空間，對關(guān)系型數(shù)據(jù)庫造成較大的存儲壓力，并會降低數(shù)據(jù)庫的I/O性能，所以，本文使用虛擬機集群存儲系統(tǒng)存儲這些數(shù)據(jù).

為了保證非結(jié)構(gòu)化數(shù)據(jù)存取業(yè)務(wù)的擴展性、可用性和可靠性，本文使用ThinLUN按需分配技術(shù)來提高存儲系統(tǒng)的擴展性與利用率.該種分配技術(shù)只需較少的初期投入，并可以根據(jù)用戶需求的增長不斷擴展存儲空間.ThinLUN使用寫時空間分配存儲空間，使用讀寫重定向技術(shù)進行數(shù)據(jù)讀寫，從而實現(xiàn)空間的按需分配.其中，寫時空間分配技術(shù)即在I/O口發(fā)送寫請求時觸發(fā)存儲池的空間分配，而其他位置在用時再分配，分配流程如圖1所示.讀寫重定向技術(shù)即在讀寫操作時根據(jù)映射表進行重定向，流程圖如圖2所示.具體操作為：

1)寫操作：收到寫請求后先查看映射表，若已記錄目標的物理地址，則重新定向到該地址進行覆蓋寫；否則，分配新的物理地址并進行寫操作和記錄映射表.

2)讀操作：收到讀請求后先查看映射表，訪問映射表中存儲的物理地址進行讀操作.

1.3 存儲保護

為了保證存儲系統(tǒng)不因自然或人為因素導(dǎo)致業(yè)務(wù)中斷和數(shù)據(jù)丟失，本文建立了災(zāi)難備份機制與容災(zāi)機制來保證系統(tǒng)在遭受不可抗力破壞時能確保業(yè)務(wù)不中斷及數(shù)據(jù)不丟失.

災(zāi)難備份機制實現(xiàn)輸變電工程數(shù)據(jù)到災(zāi)備系統(tǒng)的復(fù)制，并在災(zāi)難發(fā)生時保證數(shù)據(jù)的回傳；容災(zāi)機制能保證災(zāi)難發(fā)生后數(shù)據(jù)的遠程備份，保證原有數(shù)據(jù)不遭到破壞或丟失.

圖1 寫時空間分配流程Fig.1 Space allocation process in writing time

圖2 讀寫重定向流程Fig.2 Reading and writing redirection process

2 基于遺傳算法的數(shù)據(jù)遷移

為了避免出現(xiàn)輸變電工程數(shù)據(jù)存儲系統(tǒng)中，某一個數(shù)據(jù)存儲服務(wù)器被過度訪問導(dǎo)致負載過高的問題，本文基于遺傳算法提出了一種適用于輸變電工程數(shù)據(jù)存儲架構(gòu)的數(shù)據(jù)遷移方法，有效解決數(shù)據(jù)遷移導(dǎo)致的網(wǎng)絡(luò)訪問次數(shù)增加、負載不均衡和時間消耗大的問題.首先建立數(shù)據(jù)遷移中各優(yōu)化目標的數(shù)學(xué)模型，然后使用遺傳算法求取最優(yōu)解.

2.1 優(yōu)化目標模型

2.1.1 訪問次數(shù)

數(shù)據(jù)遷移過程中產(chǎn)生了B次訪問，則其訪問次數(shù)需滿足

(1)

式中，bi為n/T時間段內(nèi)訪問次數(shù)，T為總的訪問時間.

2.1.2 負載和過載指數(shù)建模

在數(shù)據(jù)遷移過程中，系統(tǒng)會優(yōu)先從負載較高的數(shù)據(jù)中心中選擇數(shù)據(jù)作為源數(shù)據(jù)，因此，需要考慮每個數(shù)據(jù)中心的負載能力和實際負載等信息.設(shè)數(shù)據(jù)中心的當前負載為fz、負載上限為fzh、負載下限為fzl，則數(shù)據(jù)中心dci的負載能力為fz(dci，t).

為了保證各數(shù)據(jù)中心處于理想負載區(qū)間，本文將負載最輕的前20%數(shù)據(jù)中心作為目標數(shù)據(jù)中心，即：fzlfzh時則為過載狀態(tài).本文分別定義欠載指數(shù)u和過載指數(shù)o為

(2)

式中：cout為遷移出的數(shù)據(jù)塊負載；di為移動數(shù)據(jù).

2.1.3 傳輸時間建模

假設(shè)源數(shù)據(jù)中心為dci、目標數(shù)據(jù)中心為dcj，將數(shù)據(jù)di從dci傳輸?shù)絛cj的時間為T′(d，dci，dcj)，則有

T′(di，dci，dcj)=ds/v(dci，dcj)+Cij

(3)

式中：ds為數(shù)據(jù)塊的大?。籿(dci，dcj)為數(shù)據(jù)傳輸率；Cij為數(shù)據(jù)遷移過程中發(fā)送請求、建立連接和斷開連接的耗時.

2.1.4 優(yōu)化目標

數(shù)據(jù)遷移的目標是減小網(wǎng)絡(luò)訪問次數(shù)、時間及負載不均衡現(xiàn)象，在最短的時間內(nèi)響應(yīng)系統(tǒng)的請求.因此，本文建立的目標函數(shù)式為

t=αT′+βfz+γB

(4)

由于系統(tǒng)響應(yīng)時間過長會嚴重影響數(shù)據(jù)遷移過程，故本文取α為0.6，即使用遺傳算法優(yōu)先選擇耗時較少的遷移方案；遷移數(shù)據(jù)的不均衡度也會影響整個系統(tǒng)的負載，所以設(shè)置β為0.1，并優(yōu)先選擇負載最輕的前20%數(shù)據(jù)中心作為目標數(shù)據(jù)中心；當數(shù)據(jù)被分為多塊時，會增加網(wǎng)絡(luò)訪問的次數(shù)，造成較大的時間損耗，故設(shè)置γ為0.3.

2.2 求取最優(yōu)解

本文使用遺傳算法[15-16]求解優(yōu)化目標t最小的數(shù)據(jù)布局方案.遺傳算法結(jié)合生物進化的規(guī)律，選擇較優(yōu)秀的個體，而淘汰較差的個體，使得種群向更好的方向發(fā)展.本文選取式(4)作為目標函數(shù)，設(shè)計的基于遺傳算法的數(shù)據(jù)遷移方案優(yōu)化算法如下：

1)對數(shù)據(jù)中心進行二進制編碼.

2)初始化種群大小N，基因大小g，最大迭代代數(shù)G.

3)迭代N次，隨機生成N個遷移方案Si，當Si∩Sj≠R時，計算目標函數(shù)t.

4)對Si進行變換操作.

5)將Si添加到較優(yōu)方案解集R中.

6)初始化當前種群為0.

7)使用隨機法計算R中每種解被選中的概率，如果0.6

8)將S′i和S″i加入到R中.

9)計算新基因的適應(yīng)度函數(shù)值.

10)根據(jù)適應(yīng)度函數(shù)值得到最優(yōu)的遷移方案R.

3 仿真與分析

本文將存儲器和服務(wù)器構(gòu)成一個標準存儲單元，為每臺服務(wù)器分配128 GB內(nèi)存，2顆8核CPU和1 TB硬盤，并使用虛擬機構(gòu)建不同數(shù)量的數(shù)據(jù)存儲中心進行仿真測試.

本文為每個數(shù)據(jù)中心隨機分配不同數(shù)量的結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，表2所示為本文試驗中數(shù)據(jù)存儲中心使用到的10組不同的配置參數(shù).表2中數(shù)據(jù)集數(shù)量越大，表明處理的數(shù)據(jù)量越大，存儲中心越多，表明系統(tǒng)使用了更多的分布式數(shù)據(jù)存儲中心.首先比較了數(shù)據(jù)遷移前后，存儲系統(tǒng)執(zhí)行同一任務(wù)所需的時間，結(jié)果如圖3所示.從圖3中可以看出，隨著任務(wù)數(shù)量的增加，數(shù)據(jù)遷移前后所需的執(zhí)行時間均有明顯上升，但遷移后所花費的時間要明顯少于遷移前的.結(jié)果表明，執(zhí)行數(shù)據(jù)遷移能明顯提升輸變電工程數(shù)據(jù)存儲系統(tǒng)的性能.

比較寫入不同數(shù)據(jù)量的結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)時，數(shù)據(jù)傳輸所需時間與總時間之比的變化情況，結(jié)果如圖4所示.其中總時間包括數(shù)據(jù)傳輸時間和數(shù)據(jù)處理時間，由于使用了相同的數(shù)據(jù)處理方式，故占用的時間相等，因此本文僅比較數(shù)據(jù)傳輸時間.從圖4中可以看出，隨著數(shù)據(jù)量的增加，結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的傳輸用時占比不會隨著數(shù)據(jù)量呈比例增加；但隨著數(shù)據(jù)量的增加，結(jié)構(gòu)化數(shù)據(jù)的用時占比明顯比非結(jié)構(gòu)化數(shù)據(jù)的用時占比少.

表2 存儲中心配置參數(shù)Tab.2 Configuration parameters for storage centers

圖3 數(shù)據(jù)遷移前后執(zhí)行相同任務(wù)所需時間比較Fig.3 Comparison of time required for same task operation before and after data migration

圖4 不同數(shù)據(jù)傳輸時間對比Fig.4 Comparison of transmission time for different data

4 結(jié) 論

本文提出了一種基于層級設(shè)計的輸變電工程數(shù)據(jù)存儲架構(gòu)，根據(jù)結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)的特點分別處理輸變電工程數(shù)據(jù).使用不同的存儲架構(gòu)能有效提升數(shù)據(jù)的存儲效率，并節(jié)約存儲空間.而使用基于遺傳算法的數(shù)據(jù)遷移方法實現(xiàn)海量數(shù)據(jù)的遷移，可以有效解決數(shù)據(jù)存儲服務(wù)器被過度訪問導(dǎo)致網(wǎng)絡(luò)訪問次數(shù)增加、負載不均衡和時間消耗大的問題.仿真與測試結(jié)果表明，所提出的存儲架構(gòu)與數(shù)據(jù)遷移方法能有效解決海量輸變電工程數(shù)據(jù)存儲的問題，并提升輸變電工程數(shù)據(jù)存儲系統(tǒng)的性能.