本文關(guān)鍵詞：農(nóng)產(chǎn)品安全追溯系統(tǒng)的云計(jì)算技術(shù)性能提升設(shè)計(jì)，由筆耕文化傳播整理發(fā)布。

第29卷第24期農(nóng)業(yè)工程學(xué)報(bào)Vol.29No.2；2682013年12月Transactionso；?農(nóng)產(chǎn)品加工工程?；農(nóng)產(chǎn)品安全追溯系統(tǒng)的云計(jì)算技術(shù)性能提升設(shè)計(jì)；陳聯(lián)誠(chéng)，胡月明※，張飛揚(yáng)，段文杰，余平祥；（華南農(nóng)業(yè)大學(xué)信息學(xué)院，廣州510642）；摘要：農(nóng)業(yè)生產(chǎn)及環(huán)境的信息采集是農(nóng)業(yè)信息系統(tǒng)的重；中圖分類(lèi)號(hào)：TP391文獻(xiàn)標(biāo)志碼：A文章編號(hào)：1；陳聯(lián)誠(chéng)，胡

第29卷 第24期 農(nóng) 業(yè) 工 程 學(xué) 報(bào) Vol.29 No.24

268 2013年 12月 Transactions of the Chinese Society of Agricultural Engineering Dec. 2013

?農(nóng)產(chǎn)品加工工程?

農(nóng)產(chǎn)品安全追溯系統(tǒng)的云計(jì)算技術(shù)性能提升設(shè)計(jì)

陳聯(lián)誠(chéng)，胡月明※，張飛揚(yáng)，段文杰，余平祥

（華南農(nóng)業(yè)大學(xué)信息學(xué)院，廣州 510642）

摘 要：農(nóng)業(yè)生產(chǎn)及環(huán)境的信息采集是農(nóng)業(yè)信息系統(tǒng)的重要環(huán)節(jié)，無(wú)線(xiàn)傳感器網(wǎng)絡(luò)以它的低成本、無(wú)線(xiàn)傳輸?shù)葍?yōu)勢(shì)廣泛應(yīng)用于農(nóng)產(chǎn)品安全追溯的信息采集中。由于無(wú)線(xiàn)傳感器網(wǎng)絡(luò)長(zhǎng)年不間斷信息采集的積累，數(shù)據(jù)庫(kù)的大信息量及網(wǎng)站用戶(hù)高訪(fǎng)問(wèn)量將對(duì)網(wǎng)站服務(wù)器造成高負(fù)載的壓力，這將導(dǎo)致網(wǎng)站的響應(yīng)速度大大降低。采用高存儲(chǔ)、高負(fù)載處理性能云計(jì)算計(jì)算技術(shù)，能提高網(wǎng)站訪(fǎng)問(wèn)的響應(yīng)速度，提高網(wǎng)站的訪(fǎng)問(wèn)性能。該文設(shè)計(jì)了基于私有云的農(nóng)產(chǎn)品安全追溯網(wǎng)站，研究了Hill-Climbing搜索算法優(yōu)化云平臺(tái)配置及MapReduce對(duì)大數(shù)據(jù)的并行計(jì)算，提高了私有云上的農(nóng)產(chǎn)品安全追溯系統(tǒng)的性能。通過(guò)將網(wǎng)站系統(tǒng)遷移至私有云的前后的比較試驗(yàn)，說(shuō)明將網(wǎng)站系統(tǒng)遷移至私有云后各方面性能得到較大提升，網(wǎng)站訪(fǎng)問(wèn)響應(yīng)速度提高了33%。 關(guān)鍵詞：設(shè)計(jì)，農(nóng)產(chǎn)品，網(wǎng)站，云計(jì)算，追溯，水產(chǎn)品，負(fù)載均衡 doi：10.3969/j.issn.1002-6819.2013.24.035

中圖分類(lèi)號(hào)：TP391 文獻(xiàn)標(biāo)志碼：A 文章編號(hào)：1002-6819(2013)-24-0268-07

陳聯(lián)誠(chéng)，胡月明，張飛揚(yáng)，等. 農(nóng)產(chǎn)品安全追溯系統(tǒng)的云計(jì)算技術(shù)性能提升設(shè)計(jì)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013，29(24)：268－274.

Chen Liancheng, Hu Yueming, Zhang Feiyang, et al. Performance improving design on cloud computing for agricultural products safety traceability system[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(24): 268－274. (in Chinese with English abstract)

0 引 言?

在推進(jìn)農(nóng)業(yè)信息化建設(shè)的進(jìn)程中，農(nóng)業(yè)生產(chǎn)、供應(yīng)、銷(xiāo)售鏈的信息采集是不可缺少的環(huán)節(jié)。無(wú)線(xiàn)傳感器網(wǎng)絡(luò)作為一種全新的信息采集技術(shù)，憑借其低功耗、低成本、無(wú)線(xiàn)傳輸?shù)忍攸c(diǎn)，已逐漸滲透到農(nóng)業(yè)領(lǐng)域[1-5]。在國(guó)外Lee W S等提出的傳感技術(shù)在農(nóng)作物精確種植中的應(yīng)用，利用無(wú)線(xiàn)傳感技術(shù)精確采集農(nóng)業(yè)現(xiàn)場(chǎng)數(shù)據(jù)信息，實(shí)現(xiàn)農(nóng)作物的精確管理[6]。國(guó)內(nèi)一些科研院所和高校展開(kāi)了相關(guān)研究，劉卉等研究基于物聯(lián)網(wǎng)的保育豬舍環(huán)境監(jiān)控系統(tǒng)取得了較好效果[7]。

對(duì)于以無(wú)線(xiàn)傳感器為采集端的農(nóng)業(yè)信息系統(tǒng)，無(wú)線(xiàn)傳感器網(wǎng)絡(luò)不間斷的采集、傳輸、存儲(chǔ)數(shù)據(jù)以

收稿日期：2013-06-24 修訂日期：2013-11-10

基金項(xiàng)目：廣東省農(nóng)村信息化建設(shè)專(zhuān)項(xiàng)資金項(xiàng)目（201210112600794）；廣東省教育部產(chǎn)學(xué)研結(jié)合項(xiàng)目（2012B091100110）；廣東省教育部產(chǎn)學(xué)研結(jié)合項(xiàng)目（2011B090400547）；廣東省科技廳專(zhuān)業(yè)鎮(zhèn)中小微企業(yè)公共服務(wù)平臺(tái)建設(shè)（2012B040500060）；廣東省科技廳專(zhuān)業(yè)鎮(zhèn)中小微企業(yè)服務(wù)平臺(tái)建設(shè)（2012B040500015）

作者簡(jiǎn)介：陳聯(lián)誠(chéng)（1946－），女，漢族，福建古田，教授，碩士生導(dǎo)師，主要從事農(nóng)業(yè)信息系統(tǒng)研究。廣州 華南農(nóng)業(yè)大學(xué)信息學(xué)院，510642。Email:liancheng@scau.edu.cn ※通信作者：胡月明（1964－），男，漢族，湖南，教授，博士生導(dǎo)師，主要從事地理信息應(yīng)用研究。廣州 華南農(nóng)業(yè)大學(xué)信息學(xué)院，510642。Email:ymhu@scau.edu.cn

及大量用戶(hù)查詢(xún)數(shù)據(jù)，都將對(duì)系統(tǒng)服務(wù)器造成較高的壓力，導(dǎo)致系統(tǒng)網(wǎng)站訪(fǎng)問(wèn)及查詢(xún)的響應(yīng)時(shí)間上升。網(wǎng)站訪(fǎng)問(wèn)的響應(yīng)時(shí)間是網(wǎng)站性能的關(guān)鍵因素，因此農(nóng)業(yè)信息系統(tǒng)需要一個(gè)具有大容量存儲(chǔ)能力、能處理并發(fā)高訪(fǎng)問(wèn)量的支持平臺(tái)[8]。云計(jì)算是一種通過(guò)Internet以服務(wù)的方式提供動(dòng)態(tài)可伸縮的虛擬化的資源的計(jì)算模式，云計(jì)算是并行計(jì)算、網(wǎng)絡(luò)存儲(chǔ)、負(fù)載均衡等傳統(tǒng)計(jì)算機(jī)和網(wǎng)絡(luò)技術(shù)發(fā)展融合的產(chǎn)物，它具有多服務(wù)器協(xié)同工作能力、能分解高并發(fā)訪(fǎng)問(wèn)量及大信息存儲(chǔ)造成的負(fù)載壓力[9]。所以，繼農(nóng)業(yè)物聯(lián)網(wǎng)之后，把云計(jì)算技術(shù)引入農(nóng)業(yè)是必要的。云計(jì)算技術(shù)在農(nóng)業(yè)領(lǐng)域起步較晚，目前已經(jīng)運(yùn)用到一些項(xiàng)目中。趙青松等為了提高作物生長(zhǎng)模型的計(jì)算速度，提出了云環(huán)境下作物生長(zhǎng)模型算法的實(shí)現(xiàn)方案[10]。楊鋒等在Hadoop的基礎(chǔ)上研究海量農(nóng)業(yè)數(shù)據(jù)資源組織存儲(chǔ)與檢索技術(shù)，提出基于Hadoop的大文件分塊存儲(chǔ)方法和海量農(nóng)業(yè)數(shù)據(jù)資源檢索方法[11]。因此，把云計(jì)算技術(shù)引入到農(nóng)業(yè)領(lǐng)域具有重要意義[12-13]。

本項(xiàng)目承擔(dān)農(nóng)產(chǎn)品安全追溯系統(tǒng)的研發(fā)，包括農(nóng)、林、牧、漁，品種繁多，系統(tǒng)的物聯(lián)網(wǎng)信息采集系統(tǒng)長(zhǎng)年不間斷采集生產(chǎn)環(huán)境數(shù)據(jù)，系統(tǒng)數(shù)據(jù)量大，項(xiàng)目需要有大數(shù)據(jù)處理能力的云計(jì)算技術(shù)；其次，由于云平臺(tái)內(nèi)的硬件及軟件資源可以共享、資

第24期 陳聯(lián)誠(chéng)等：農(nóng)產(chǎn)品安全追溯系統(tǒng)的云計(jì)算技術(shù)性能提升設(shè)計(jì)

269

源可以彈性配置，使用本系統(tǒng)的企業(yè)可直接利用云平臺(tái)進(jìn)行產(chǎn)品的發(fā)布及安全追溯，并且可以共享云平臺(tái)的資源，不需要獨(dú)自購(gòu)買(mǎi)硬件軟件、獨(dú)自配套專(zhuān)業(yè)技術(shù)管理隊(duì)伍，因此可以大大降低企業(yè)的開(kāi)發(fā)及運(yùn)營(yíng)成本；再次，由于農(nóng)產(chǎn)品安全追溯項(xiàng)目應(yīng)用要求，項(xiàng)目將逐步在各地推開(kāi)應(yīng)用，使用平臺(tái)的企業(yè)隊(duì)伍不斷擴(kuò)大，這些企業(yè)將聚集在項(xiàng)目的‘平臺(tái)’下進(jìn)行生產(chǎn)經(jīng)營(yíng)，這個(gè)平臺(tái)將引導(dǎo)農(nóng)產(chǎn)品生產(chǎn)經(jīng)營(yíng)走向集團(tuán)化、工廠(chǎng)化生產(chǎn)。所以，把云計(jì)算技術(shù)應(yīng)用于本項(xiàng)目將大大提升項(xiàng)目的適用意義。

本文設(shè)計(jì)了基于私有云的農(nóng)產(chǎn)品安全追溯系統(tǒng)并實(shí)現(xiàn)了系統(tǒng)網(wǎng)站的性能提升。項(xiàng)目研究云計(jì)算技術(shù)對(duì)大信息量存儲(chǔ)及客戶(hù)高訪(fǎng)問(wèn)量的高負(fù)載處理性能，通過(guò)測(cè)試私有云處理高訪(fǎng)問(wèn)量時(shí)的響應(yīng)時(shí)間等性能，檢測(cè)私有云分解處理高負(fù)載的能力。

2 方法及實(shí)現(xiàn)

2.1 基于云計(jì)算技術(shù)的農(nóng)產(chǎn)品安全追溯網(wǎng)站的構(gòu)建 2.1.1 私有云的構(gòu)建

本項(xiàng)目用Amazon的EC2的品高云開(kāi)發(fā)軟件在4臺(tái)物理機(jī)上構(gòu)建小型私有云，一臺(tái)作為云控制器（CLC），負(fù)責(zé)管理和調(diào)度集群控制器（CC）的計(jì)算資源和網(wǎng)絡(luò)資源，以及存儲(chǔ)控制器（SC）的存儲(chǔ)資源；另外3臺(tái)既作為集群控制器也作為存儲(chǔ)控制器，運(yùn)行EC2實(shí)例來(lái)提供實(shí)際計(jì)算和存儲(chǔ)能力。

農(nóng)產(chǎn)品安全追溯系統(tǒng)的整體布局規(guī)劃及結(jié)構(gòu)如圖1所示，其中IP地址為192.168.1.174和192.168.1.175的實(shí)例負(fù)責(zé)支撐農(nóng)產(chǎn)品安全追溯子系統(tǒng)的運(yùn)行，并由一臺(tái)IP地址為192.168.1.173的外部Nginx代理服務(wù)器對(duì)用戶(hù)的高訪(fǎng)問(wèn)請(qǐng)求進(jìn)行負(fù)載均衡。IP地址為192.168.1.173的實(shí)例用于接收和處理信息采集子系統(tǒng)發(fā)送的數(shù)據(jù)。另外，項(xiàng)目還擬用并行計(jì)算對(duì)農(nóng)產(chǎn)品監(jiān)測(cè)結(jié)果進(jìn)行綜合分析，需在私有云上啟用3臺(tái)Linux實(shí)例并部署一個(gè)小型Hadoop集群，并將每日的采集信息上傳至Hadoop中進(jìn)行1次MapReduce統(tǒng)計(jì)，統(tǒng)計(jì)結(jié)果保存至SQL Server數(shù)據(jù)庫(kù)。

1 系統(tǒng)整體結(jié)構(gòu)及基本原理

本文設(shè)計(jì)的基于云計(jì)算技術(shù)的農(nóng)產(chǎn)品安全追溯系統(tǒng)邏輯上可劃分為3大子系統(tǒng)：私有云、農(nóng)產(chǎn)品安全追溯子系統(tǒng)、無(wú)線(xiàn)傳感器網(wǎng)絡(luò)環(huán)境信息采集子系統(tǒng)，現(xiàn)已有一套信息采集子系統(tǒng)部署在珠海生產(chǎn)基地。

本項(xiàng)目中的私有云采用基于Amazon的EC2系列的品高云平臺(tái)構(gòu)建通過(guò)虛擬化技術(shù)整合現(xiàn)有的物理服務(wù)器及網(wǎng)絡(luò)資源，為農(nóng)產(chǎn)品安全追溯系統(tǒng)提供并行計(jì)算和存儲(chǔ)能力。農(nóng)產(chǎn)品安全追溯子系統(tǒng)采用.NET技術(shù)開(kāi)發(fā)，運(yùn)行于IIS網(wǎng)站服務(wù)器和SQL Server數(shù)據(jù)庫(kù)集群中，并由Nginx代理服務(wù)器對(duì)網(wǎng)站的高訪(fǎng)問(wèn)請(qǐng)求進(jìn)行負(fù)載均衡。信息采集子系統(tǒng)采用基于Atmel單片機(jī)、CC1000芯片和各類(lèi)型傳感器組成的以生產(chǎn)過(guò)程中的溫度、pH值、濕度等為檢測(cè)目標(biāo)的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)，傳感數(shù)據(jù)經(jīng)由GPRS移動(dòng)網(wǎng)絡(luò)上傳到服務(wù)器，對(duì)數(shù)據(jù)進(jìn)行轉(zhuǎn)化處理后存儲(chǔ)至SQL Server數(shù)據(jù)庫(kù)集群，客戶(hù)可根據(jù)需求下載所需的信息。

項(xiàng)目先構(gòu)建私有云，然后把農(nóng)產(chǎn)品安全追溯子系統(tǒng)遷移到私有云，再把無(wú)線(xiàn)傳感器網(wǎng)絡(luò)采集子系統(tǒng)與私有云對(duì)接，完成了基于云計(jì)算技術(shù)的農(nóng)產(chǎn)品安全追溯子系統(tǒng)構(gòu)建；最后通過(guò)優(yōu)化系統(tǒng)的各項(xiàng)配置及運(yùn)用并行計(jì)算等技術(shù)，提升系統(tǒng)性能。

系統(tǒng)工作原理是無(wú)線(xiàn)傳感器網(wǎng)絡(luò)把采集到的現(xiàn)場(chǎng)環(huán)境信息數(shù)據(jù)傳送到云端服務(wù)器。私用云自動(dòng)分配大數(shù)據(jù)量的存儲(chǔ)。大量客戶(hù)追溯產(chǎn)品信息時(shí)，私有云能自動(dòng)均衡大訪(fǎng)問(wèn)量、高負(fù)載的信息查詢(xún)?nèi)蝿?wù)，并運(yùn)用并行計(jì)算技術(shù)，使多臺(tái)服務(wù)器協(xié)同工作，快速查詢(xún)并反饋客戶(hù)追溯的信息。

圖1 基于私有云農(nóng)產(chǎn)品安全追溯網(wǎng)站結(jié)構(gòu)框圖 Fig.1 Structure block diagram of agricultural product safety

trace website based on private cloud

在構(gòu)建了私有云后，即可進(jìn)行農(nóng)產(chǎn)品安全追溯系統(tǒng)網(wǎng)站的云端遷移及無(wú)線(xiàn)傳感器網(wǎng)絡(luò)與私有云的對(duì)接，構(gòu)建基于云計(jì)算技術(shù)的農(nóng)產(chǎn)品安全追溯系統(tǒng)。

2.1.2 農(nóng)產(chǎn)品安全追溯網(wǎng)站的云端遷移

此前農(nóng)產(chǎn)品安全追溯系統(tǒng)網(wǎng)站及數(shù)據(jù)庫(kù)均由廣州市某數(shù)據(jù)中心托管，因此需將網(wǎng)站和已有數(shù)據(jù)下載并遷移到EC2實(shí)例中。網(wǎng)站部署在IIS網(wǎng)站服務(wù)器中，數(shù)據(jù)則存儲(chǔ)在SQL Server，，其中2臺(tái)SQL

270

農(nóng)業(yè)工程學(xué)報(bào) 2013年

Server啟用對(duì)等復(fù)制功能，以保證2個(gè)實(shí)例內(nèi)的SQL Server數(shù)據(jù)庫(kù)實(shí)時(shí)同步。最后將Nginx負(fù)載均衡器的后端路徑分別指向這2個(gè)實(shí)例的IP，并采用默認(rèn)輪詢(xún)策略實(shí)現(xiàn)高訪(fǎng)問(wèn)量的負(fù)載均衡。

圖2 農(nóng)產(chǎn)品追溯系統(tǒng)網(wǎng)站首頁(yè)

agricultural product safety trace website Fig.2 Homepage of

2.1.3 信息采集無(wú)線(xiàn)傳感器網(wǎng)絡(luò)與私有云的對(duì)接

無(wú)線(xiàn)傳感器網(wǎng)絡(luò)通過(guò)網(wǎng)關(guān)上的GPRS模塊將數(shù)據(jù)傳上互聯(lián)網(wǎng)，因此私有云中需要通過(guò)專(zhuān)門(mén)的數(shù)據(jù)接收程序與無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的GPRS模塊對(duì)接。

首先修改無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的網(wǎng)關(guān)模塊，將數(shù)據(jù)連接指向私有云對(duì)外地址上的8010端口；然后在私有云的網(wǎng)關(guān)上做地址映射，將對(duì)外的8010端口映射到私有云內(nèi)IP地址為192.168.1.173的實(shí)例的8010端口；再后調(diào)整192.168.1.173的實(shí)例中的數(shù)據(jù)接收程序，數(shù)據(jù)存儲(chǔ)則指向同實(shí)例內(nèi)的SQL Server數(shù)據(jù)庫(kù)；最后將此數(shù)據(jù)庫(kù)與云計(jì)算平臺(tái)內(nèi)的SQL Server數(shù)據(jù)庫(kù)集群同步并加入到集群中。至此完成無(wú)線(xiàn)傳感器網(wǎng)絡(luò)與私有云的對(duì)接。

2.2 基于私有云的追溯系統(tǒng)網(wǎng)站性能提升及檢測(cè)試驗(yàn)

2.2.1 用Hill-Climbing搜索算法優(yōu)化基于私有云的追溯系統(tǒng)網(wǎng)站的性能配置

影響農(nóng)產(chǎn)品追溯系統(tǒng)網(wǎng)站性能的主要因素是系統(tǒng)運(yùn)行過(guò)程中用戶(hù)訪(fǎng)問(wèn)網(wǎng)站的并發(fā)數(shù)和運(yùn)行時(shí)硬件資源使用狀況，這些資源除了構(gòu)建私有云的物理機(jī)的CPU、內(nèi)存使用量、網(wǎng)絡(luò)情況及3個(gè)實(shí)例中CPU、內(nèi)存的使用量外，還與另外4臺(tái)負(fù)責(zé)提供訪(fǎng)問(wèn)壓力的測(cè)試機(jī)的CPU、內(nèi)存使用量有直接的關(guān)系。如果將18個(gè)主要影響因素及它們交互作用的影響進(jìn)行組合，用窮舉法搜索策略，在給定的時(shí)間內(nèi)很難得到優(yōu)化結(jié)果的。本文采用Hill-Climbing啟發(fā)式搜索算法優(yōu)化私有云內(nèi)的農(nóng)產(chǎn)品追溯系統(tǒng)的性能配置。

Hill-Climbing（爬山法）是啟發(fā)式搜索的一種情況�！八阉鳌笔侨斯ぶ悄艿囊环N基本技術(shù)，“啟發(fā)”是關(guān)于發(fā)現(xiàn)和發(fā)明規(guī)則及方法的研究。在狀態(tài)空間的搜索中，啟發(fā)式被定義成一系列規(guī)則，它指導(dǎo)搜索向最有希望的方向進(jìn)行從而降低了搜索的復(fù)雜性。在搜索過(guò)程中擴(kuò)展當(dāng)前結(jié)點(diǎn)并估價(jià)它的子結(jié)點(diǎn)，最優(yōu)的子結(jié)點(diǎn)被選擇并進(jìn)一步擴(kuò)展。當(dāng)搜索達(dá)到一種狀態(tài)，該狀態(tài)比它的所有子結(jié)點(diǎn)都要好，則搜索停止[14-18]。為避免搜索結(jié)果隱入局部最大值的缺陷，搜索算法中采用了隨機(jī)選取多個(gè)搜索起點(diǎn)的方法，逐步優(yōu)化局部解，加快了滿(mǎn)意解的產(chǎn)生速度。

對(duì)于農(nóng)產(chǎn)品追溯系統(tǒng)網(wǎng)站云Hill-Climbing搜索算法性能的提升中，性能指標(biāo)可以分為事務(wù)部分、Web資源部分、資源使用部分。由于能夠測(cè)試出來(lái)的指標(biāo)過(guò)多，因此本文中選擇平均事務(wù)響應(yīng)時(shí)間、響應(yīng)時(shí)間標(biāo)準(zhǔn)差、響應(yīng)事務(wù)量、失敗事務(wù)率、每秒點(diǎn)擊數(shù)以及CPU使用率這6個(gè)最能反映影響用戶(hù)訪(fǎng)問(wèn)網(wǎng)站時(shí)的感受的指標(biāo)作為主要性能指標(biāo)。在優(yōu)化搜索過(guò)程中擴(kuò)展當(dāng)前6個(gè)維的結(jié)點(diǎn)并估價(jià)它的子結(jié)點(diǎn)，最優(yōu)的子結(jié)點(diǎn)被選擇并進(jìn)一步擴(kuò)展。

為避免搜索結(jié)果陷入局部最大值的缺陷，搜索算法中采用了隨機(jī)選取多個(gè)搜索起點(diǎn)的方法，逐步優(yōu)化局部解，加快了滿(mǎn)意解的產(chǎn)生速度。

2.2.2 MapReduce 對(duì)大數(shù)據(jù)并行計(jì)算的處理

云計(jì)算的核心技術(shù)之一是MapReduce，它為并行系統(tǒng)的數(shù)據(jù)處理提供了一個(gè)有效的解決方案[19-21]。

一個(gè)MapReduce操作分為2個(gè)階段：Map階段和Reduce階段。Map負(fù)責(zé)把任務(wù)分解成多個(gè)任務(wù)，Reduce 負(fù)責(zé)把分解后多個(gè)任務(wù)處理的結(jié)果匯總起來(lái)[22-25]。圖3說(shuō)明了用 MapReduce 來(lái)處理大數(shù)據(jù)集的過(guò)程。用map函數(shù)接受數(shù)據(jù)并產(chǎn)生<key, value>形式的中間輸出，將所有具有相同中間key值的value集合到一起傳遞給reduce函數(shù)，reduce函數(shù)接收一個(gè)如<key, list(value)>形式的輸入，然后對(duì)這個(gè)value集合進(jìn)行處理，最后產(chǎn)生一個(gè)<key, value>形式的輸出[26-30]。這樣云平臺(tái)就把大數(shù)據(jù)分成多個(gè)任務(wù)，分派給多個(gè)計(jì)算節(jié)點(diǎn)進(jìn)行并行計(jì)算，因此云平臺(tái)上系統(tǒng)的性能就進(jìn)一步得到提升。以本系統(tǒng)中對(duì)養(yǎng)殖個(gè)體健康行為監(jiān)測(cè)模塊為例，對(duì)于3次/s采集到的海量數(shù)據(jù)及復(fù)雜的分析流程，用Map把任務(wù)分解成多個(gè)任務(wù)，再用Reduce把分解后多任務(wù)處理的結(jié)果匯總起來(lái)，最后得到養(yǎng)殖個(gè)體屬于‘健康、病態(tài)、死亡、失蹤’的監(jiān)測(cè)結(jié)果。

2.2.3 基于私有云的追溯網(wǎng)站的性能檢測(cè)

基于私有云的農(nóng)產(chǎn)品追溯系統(tǒng)網(wǎng)站性能測(cè)試結(jié)構(gòu)框圖如圖4所示。

第24期 陳聯(lián)誠(chéng)等：農(nóng)產(chǎn)品安全追溯系統(tǒng)的云計(jì)算技術(shù)性能提升設(shè)計(jì)

271

試驗(yàn)將對(duì)常規(guī)服務(wù)器內(nèi)網(wǎng)站和私有云上網(wǎng)站進(jìn)行各3次重復(fù)試驗(yàn)，以獲取高負(fù)載運(yùn)行狀況下性能優(yōu)化后私有云上網(wǎng)站與常規(guī)服務(wù)器上網(wǎng)站在響應(yīng)時(shí)間等性能參數(shù)的比較。

圖3 MapReduce處理大數(shù)據(jù)集的過(guò)程

Fig.3

Process of MapReduce dealing with big data

3 結(jié)果與分析

比較私有云內(nèi)各個(gè)服務(wù)器與資源配置相應(yīng)的常規(guī)服務(wù)器性能測(cè)試數(shù)據(jù)，測(cè)試結(jié)果如表1所示。

表1 性能檢測(cè)結(jié)果

Table 1 Result of performance test

常規(guī) 服務(wù)器

性能指標(biāo) 提升效果

平均值Performance 試驗(yàn)1試驗(yàn)2 試驗(yàn)3 平均值 Improvement Normal efficiencyindex Test 1Test 2Test 3 Mean server mean

平均事務(wù) 響應(yīng)時(shí)間 Average 15.215.314.3 14.9 22.3 減少33%transaction response time

t/s 響應(yīng)時(shí)間

減少 標(biāo)準(zhǔn)差 3.7 4.9 3.5 4.0 5.8

31% Response time

Std. deviation響應(yīng)事務(wù)量Transaction

15.114.915.1 15.1 13.3 增加13.7%

summary /萬(wàn)件 失敗事務(wù)率

Percentage of 0.150.160.17 0.16 0 增加16%

fail

Transaction/%每秒點(diǎn)擊數(shù)

Hits per second264327612770 2725 2380 增加14.5%

/次 CPU使用率

85.390.2,89.9

88.4 100 減少11.6%Processor

85.489.689.7

time/%

云平臺(tái) Clound platform

圖4 性能測(cè)試連接圖

Fig.4 Connect diagram of performance testing

本次測(cè)試使用LoadRunner8.1作為測(cè)試軟件，由4臺(tái)測(cè)試機(jī)組成壓力輸出機(jī)群，機(jī)群最高能模擬1,800個(gè)用戶(hù)并發(fā)訪(fǎng)問(wèn)追溯網(wǎng)站，軟件同時(shí)能檢測(cè)并顯示出網(wǎng)站平均事務(wù)響應(yīng)時(shí)間等性能參數(shù)。

圖4左邊是對(duì)常規(guī)服務(wù)器內(nèi)網(wǎng)站訪(fǎng)問(wèn)壓力測(cè)試的結(jié)構(gòu)圖，測(cè)試機(jī)群將模擬1 800個(gè)用戶(hù)并發(fā)訪(fǎng)問(wèn)常規(guī)服務(wù)器的農(nóng)產(chǎn)品追溯系統(tǒng)網(wǎng)站；圖4右邊是對(duì)基于私有云上網(wǎng)站的壓力測(cè)試結(jié)構(gòu)圖，測(cè)試機(jī)群模擬1 800個(gè)用戶(hù)并發(fā)訪(fǎng)問(wèn)私有云上的網(wǎng)站，訪(fǎng)問(wèn)壓力通過(guò)Nginx負(fù)載均衡器自動(dòng)分配到2個(gè)實(shí)例內(nèi)的農(nóng)產(chǎn)品追溯系統(tǒng)網(wǎng)站。

性能測(cè)試的每個(gè)并發(fā)線(xiàn)程執(zhí)行的事務(wù)操作包括：

1）訪(fǎng)問(wèn)農(nóng)產(chǎn)品追溯系統(tǒng)網(wǎng)站的主頁(yè)，新聞公告等子頁(yè)面；

2）網(wǎng)站3次連接數(shù)據(jù)庫(kù)并對(duì)通知公告數(shù)據(jù)庫(kù)表進(jìn)行條件查詢(xún)，完成后將查詢(xún)到的信息顯示到網(wǎng)頁(yè)上。

3）網(wǎng)站4次連接數(shù)據(jù)庫(kù)并對(duì)新聞信息數(shù)據(jù)庫(kù)表進(jìn)行條件查詢(xún)，完成后將查詢(xún)到的信息顯示到網(wǎng)頁(yè)上。

4）網(wǎng)站6次連接數(shù)據(jù)庫(kù)并對(duì)飼料信息數(shù)據(jù)庫(kù)表進(jìn)行條件查詢(xún)，完成后將查詢(xún)到的信息顯示到網(wǎng)頁(yè)上。

從測(cè)試結(jié)果可以看出：

1）私有云上的追溯系統(tǒng)網(wǎng)站對(duì)事務(wù)響應(yīng)要比常規(guī)服務(wù)器上網(wǎng)站對(duì)事物平均響應(yīng)時(shí)間縮短了1/3，說(shuō)明私有云上的網(wǎng)站應(yīng)對(duì)高并發(fā)訪(fǎng)問(wèn)的響應(yīng)速度加快了，這樣在網(wǎng)站訪(fǎng)問(wèn)的高峰時(shí)期也能保證訪(fǎng)問(wèn)的順暢。網(wǎng)站響應(yīng)時(shí)間是網(wǎng)站性能的一個(gè)重要標(biāo)志，說(shuō)明運(yùn)用私有云有效地提高了追溯網(wǎng)站響應(yīng)性能。

2）在相同時(shí)間內(nèi)私有云上的追溯網(wǎng)站完成的事務(wù)總數(shù)比常規(guī)網(wǎng)站多了13.7%、每秒點(diǎn)擊數(shù)多了14.5%，表明經(jīng)過(guò)私有云性能提升后，追溯系統(tǒng)處理事務(wù)能力提高了。

3）私有云上的實(shí)例CPU使用率比常規(guī)網(wǎng)站少了11.6%，表明當(dāng)并發(fā)數(shù)是1 800人時(shí)，常規(guī)服務(wù)器CPU已是滿(mǎn)負(fù)載了，而私有云平臺(tái)內(nèi)各個(gè)服務(wù)器還有潛力承擔(dān)更多的負(fù)載。

4）私有云的追溯網(wǎng)站在高負(fù)載時(shí)平均事務(wù)響應(yīng)時(shí)間的方差為4.048，說(shuō)明網(wǎng)站響應(yīng)時(shí)間工作較穩(wěn)定，在承擔(dān)較大的并發(fā)訪(fǎng)問(wèn)壓力時(shí)，私有云上的

272

農(nóng)業(yè)工程學(xué)報(bào) 2013年

[5] 駱凱，李淼，胡澤林. 基于WSN的農(nóng)業(yè)信息遠(yuǎn)程監(jiān)控

系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 自動(dòng)化與儀器儀表，2008(4)：14－17.

Luo Kai, Li Miao, Hu Zelin. Design and realization of remote monitoring system of agricultural information based on WSN[J]. Automation and Instrumentation, 2008(4): 14－17. (in Chinese with English abstract)

[6] Leea W S, Alchanatis V, Yang C, et al. Sensing

technologies for precision specialty crop production[J]. Mputers and Electronics in Agriculture, 2010, 74(1): 2－33.

[7] 朱偉興，戴陳云，黃鵬. 基于物聯(lián)網(wǎng)的保育豬舍環(huán)境監(jiān)控系統(tǒng)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28(11)：177－182. Zhu Weixing, Dai Chenyun, Huang Peng. Environmental control system based on IOT for nursery pig house[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(11): 177－182. (in Chinese with Englishabstract)

[8] Bo Yifan, Wang Haiyan, The application of cloud

computing and the internet of things in agriculture and forestry[C]//IJCSS, 2011 International Joint Conference on Service Sciences, 2011: 168－172. [9] 張建勛，古志民，鄭超. 云計(jì)算研究進(jìn)展綜述[J]. 計(jì)算機(jī)應(yīng)用研究，2010(1)：429－433.

Zhang Jianxun, Gu Zhimin, Zheng Chao. Survey of research progress on cloud computing[J]. Application Research of Computers, 2010(1): 429－433. (in Chinese with English abstract)

[10] 楊鋒，吳華瑞，朱華吉，等. 基于Hadoop的海量農(nóng)業(yè)

數(shù)據(jù)資源管理平臺(tái)[J]. 計(jì)算機(jī)工程，2011，37(12)：242－244.

Yang Feng, Wu Huarui, Zhu Huaji, dt al. Massive agricultural data resource management platform based on hadoop[J]. Computer Engineering, 2011, 37(12): 242－244. (in Chinese with English abstract)

[11] 趙青松，陳林，孫波，等. 基于Hadoop的云環(huán)境下作

物生長(zhǎng)模型算法的實(shí)現(xiàn)與測(cè)試[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013，29(8)：179－186.

Zhao Qingsong, Chen Lin, Sun Bo, et al. Algorithm implementation and tested of crop growth model based on hadoop of cloud computing[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(8): 179－186. (in Chinese with English abstract)

[12] 王詩(shī)叢，鄭立華，李民贊，等. 基于云計(jì)算平臺(tái)的農(nóng)

田GIS模塊的開(kāi)發(fā)和實(shí)現(xiàn)[C]//中國(guó)農(nóng)業(yè)工程學(xué)會(huì)2011年學(xué)術(shù)年會(huì)論文集，2011.

[13] 葉勇，張友華，樂(lè)毅，等. 食品安全追溯研究[J]. 華中

農(nóng)業(yè)大學(xué)學(xué)報(bào)：社會(huì)科學(xué)版，2011(2).

Ye Yong, Zhang Youhua, Yue Yi, et al. Traceability study of food safety issues[J]. Journal of Huazhong Agricultural University: Social Sciences Edition, 2011(2). (in Chinese with English abstract)

網(wǎng)站還能保持穩(wěn)定的響應(yīng)狀態(tài)。

4 結(jié) 論

農(nóng)產(chǎn)品安全追溯系統(tǒng)經(jīng)過(guò)云計(jì)算技術(shù)的性能提升后，網(wǎng)站及數(shù)據(jù)庫(kù)有更多的運(yùn)算資源，可以應(yīng)對(duì)無(wú)線(xiàn)傳感器網(wǎng)絡(luò)自動(dòng)采集系統(tǒng)大數(shù)據(jù)量的傳輸與存儲(chǔ)，可以承擔(dān)更大的網(wǎng)站訪(fǎng)問(wèn)量和數(shù)據(jù)庫(kù)負(fù)載量，從上一節(jié)的分析中可以看出，系統(tǒng)各方面性能得到較大提升，對(duì)事物響應(yīng)時(shí)間縮短了1/3,相同時(shí)間內(nèi)完成事務(wù)總數(shù)多了13.7%，特別是網(wǎng)站的響應(yīng)時(shí)間提高了33%。

網(wǎng)站訪(fǎng)問(wèn)的響應(yīng)時(shí)間決定信息網(wǎng)站質(zhì)量，影響信息網(wǎng)站的訪(fǎng)問(wèn)量，所以它對(duì)以物聯(lián)網(wǎng)為信息采集端的農(nóng)產(chǎn)品安全追溯系統(tǒng)質(zhì)量提升起重要作用。本文研究方法可適用于類(lèi)似信息網(wǎng)站。

[參 考 文 獻(xiàn)]

[1] 刁智華，陳立平，吳剛，等. 設(shè)施環(huán)境無(wú)線(xiàn)監(jiān)控系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2008，24(7)：146－150. Diao Zhihua, Chen Liping, Wu Gang, et al. Design and implementation of wireless monitoring and control system for protected environment[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2008, 24(7): 146－150. (in Chinese with English abstract) [2] 段志超，杜克明，孫忠富，等. 基于ARM-Linux和GPRS

的農(nóng)業(yè)環(huán)境無(wú)線(xiàn)遠(yuǎn)程監(jiān)控系統(tǒng)[J]. 農(nóng)業(yè)網(wǎng)絡(luò)信息，2008(6)：12－15.

Duan Zhichao, Du Keming, Sun Zhongfu, et al. Wireless elemonitoring system for agriculture environment based on ARM-Linux and GPRS[J]. Agriculture Network Information, 2008(6): 12－15. (in Chinese with English abstract)

[3] 李秀紅，孫忠富，肖春華，等. 基于μC/OS-II 嵌入式

技術(shù)的農(nóng)業(yè)環(huán)境遠(yuǎn)程監(jiān)控系統(tǒng)實(shí)現(xiàn)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2007，23(10)：156－161.

Li Xiuhong, Sun Zhongfu, Xiao Chunhua, et al. Development of remote monitoring system based on μC/OS-II embedded technology for agricultural environment[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2007, 23(10): 156－161. (in Chinese with English abstract)

[4] 周?chē)?guó)祥，周俊，苗玉彬，等. 基于GSM的數(shù)字農(nóng)業(yè)遠(yuǎn)

程監(jiān)控系統(tǒng)研究與應(yīng)用[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2005，21(6)：87－91.

Zhou Guoxiang, Zhou Jun, Miao Yubin, et al. Development and application on GSM-based monitoring system for digital agriculture[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2005, 21(6): 87－91. (in Chinese with English abstract)

三億文庫(kù)3y.uu456.com包含各類(lèi)專(zhuān)業(yè)文獻(xiàn)、中學(xué)教育、高等教育、各類(lèi)資格考試、應(yīng)用寫(xiě)作文書(shū)、12農(nóng)產(chǎn)品安全追溯系統(tǒng)的云計(jì)算技術(shù)性能提升設(shè)計(jì)_陳聯(lián)誠(chéng)_圖文等內(nèi)容。

12

　

　

下載地址：12農(nóng)產(chǎn)品安全追溯系統(tǒng)的云計(jì)算技術(shù)性能提升設(shè)計(jì)_陳聯(lián)誠(chéng)_圖文.Doc

　　【】

最新搜索

農(nóng)產(chǎn)品安全追溯系統(tǒng)的云計(jì)算技術(shù)性能提升設(shè)計(jì)_陳聯(lián)誠(chéng)_圖文

小學(xué)冬季安全排查工作實(shí)施方案

國(guó)產(chǎn)a國(guó)產(chǎn)片

“XXX杯”廉政文藝演出串詞

與孩子:亦師亦友亦同窗_圖文

規(guī)范做法_圖文

讓輿情成為維護(hù)社會(huì)穩(wěn)定的1

公司解散和清算法律問(wèn)題

第八課 法律是特殊的規(guī)則

法律服務(wù)室工作臺(tái)賬

  本文關(guān)鍵詞：農(nóng)產(chǎn)品安全追溯系統(tǒng)的云計(jì)算技術(shù)性能提升設(shè)計(jì)，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：144494