物联网环境下数据库管理系统挑战.docVIP

物联网环境下数据库管理系统的挑战 摘要：论述了物联网环境下数据库管理面临的挑战。展示了由物联网构成的信息高速公路的面貌，并讨论了作为物联网组成部分的不同类型的数据，其中包括id标识类型，地理位置数据类型，环境数据类型，历史数据类型和可描述数据类型，以及在异构系统中管理大量数据遇到的挑战和新问题。主要从数据查询、索引、处理模型、事务处理和异构系统整合角度进行论述。最终将就物联网环境下数据库管理进行分析，并比较几种不同的技术方式及其相应的技术优势。 关键词：数据库管理；挑战；物联网；路径图；技术优势；射频识别技术；异构系统 由于ipv4 网络的庞大规模导致ipv4 向ipv6 过渡存在一个漫长的过程,因此物联网一旦使用ipv6 地址,就必然会存在与ipv4 的兼容性问题。 1.3用于对象、处理过程和系统的可描述性数据 物联网的强大从很大程度上得益于记录于参与对象中的数据或者元数据。元素据是关于数据的数据，通过元数据用户可以定位并访问到准确的数据。 尽管处理过程数据和系统数据的对象属性远比常规对象复杂，但它们都可作为特殊的对象类型进行处理。物联网服务可以让用户监测一个对象参与了哪些进程和系统过程，这样用户就能够更好地调用这个进程的实例。例如生活中的电量使用情况的数据需要通过一段时间收集。可以通过运行一个进程用于计算某个指定时间段内用电量高峰和低谷期的平均值，这个进程或服务很可能是众多物联网提供的服务之一。 1.4定位数据和普适环境数据（pervasive environmental data）定位数据提供了经过特殊标记的对象的位置信息，该信息或通过gps提供，或通过本地位置定位系统提供。gps通过向多个卫星上的控制模块发送信号的模式进行工作，控制模块以三角定位测量法的方式确定发送信号物体的位置。本地位置定位系统也使用类似的方式进行工作。本地位置定位系统主要用于建筑内或建筑和人口密集区，定位信息能够通过本地已经配置的感应器和信号传送器进行发送和接收。多个感应器能够将信号发送到一个小型设备上，此设备能够定位发送信号的位置或者其他协作对象的位置。定位信息对于物联网来说极为重要。 1.5传感器数据——多维时间序列数据（multidimensional time series data）数据可以通过无线传感网络被发送到物联网。先进的电子设备技术使得目前很容易就可以通过安装无线传感网络检测各种环境状态，例如天气、温度和噪音等。在使用传感器数据的过程中必须考虑数据采集频率的问题，例如是持续采集、以固定时间间隔进行采集还是当需要查询的时候才进行采集，即如何通过高效的方式能够采集到有代表性的样本，以及确定采集的数据量。传感器的出现和网络技术的发展使得快速采集海量数据成为可能，但此后的查询和数据挖掘工作存在很大的难度。 1.6历史数据（historical data） 在物联网环境下传感器捕获的字节数据和其他大量数据都需要进行存储，久而久之必然出现历史数据，随之而来的问题是存储空间成为瓶颈。面向应用程序的设计方案必须制定如何保存数据和哪些数据需要进行保存的标准，常用数据应保存在活动的数据仓库中以备频繁查询，不常用的数据可能需要进行压缩存储。物联网要做到智能化则必须借助历史数据来提取经验进而转化为知识，最后才能改进、优化。 1.7模拟现实世界的物理模型（physics models） 物联网应用程序在进行运算过程中需要访问物理模型。物理模型作为现实世界的模拟实现，可以对现实世界进行表征，如重力、压力、光照强度、声音和磁力等。进行物理模型的呈现必须进行建模和物理场景的模拟。物理模型被广泛地使用在游戏和计算机辅助设计等工程领域，并在物联网运作中发挥着不可替代的作用。 1.8执行器（actuators ）和命令数据的状态 事件和信息是通信机制的抽象元素。事件既可以是传感器表示的“原始数据”，也可以是执行器表示的“操作”。通过控制单元对事件的处理，信息可以抽象地表述物理世界。 物联网环境下需要经常控制远程设备，因此就存在针对当前执行设备状态进行反馈的需求。执行器的作用就是根据来自信息世界的命令，来改变物理实体的设备状态。 在物联网环境下也存在大量进行设备控制的命令数据。在物联网中可能有各种不同的系统通过不同的来源完成各自独立的访问过程，因此必须制定标准化的命令进行数据控制和用户界面控制。 2物联网领域存在的数据库问题 2.1数据大小（size）、数值范围（scale）和索引（indexing） 物联网中存在数据的大小和数值范围将会是极其巨大的，所以数据必须通过本地响应的方式进行管理。本地数据管理者必须决定哪些数据和服务对全局网络运作有用。由此可见，物联网至少能够操纵两个层面的数据：公有数据和私有数据。使用者通过加入特定的权限组以访问某些特定的私有数据，同时也能够