基于云平臺的定位解算方法和系統(tǒng)的制作方法
【專利摘要】本發(fā)明公開了一種基于云平臺的定位解算方法和系統(tǒng)，涉及定位領(lǐng)域。本發(fā)明對于海量定位請求，將每個定位請求轉(zhuǎn)換為每個用戶的定位解算任務(wù)，并且采用MapReduce并行計算技術(shù)同時執(zhí)行定位解算任務(wù)，然后同時輸出每個定位解算任務(wù)相應(yīng)的定位結(jié)果，從而提高定位解算系統(tǒng)的并發(fā)處理能力，為數(shù)百萬用戶提供定位服務(wù)。
【專利說明】基于云平臺的定位解算方法和系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及定位領(lǐng)域，特別涉及一種基于云平臺的定位解算方法和系統(tǒng)。

【背景技術(shù)】
[0002] 定位數(shù)據(jù)解算系統(tǒng)需要采集室內(nèi)外海量定位數(shù)據(jù)，定位數(shù)據(jù)的存儲規(guī)模往往高達 TB (Terabyte，萬億字節(jié)）級別，并且還需要為數(shù)百萬用戶提供定位服務(wù)。如何實現(xiàn)海量數(shù) 據(jù)的存儲，并且及時響應(yīng)數(shù)百萬甚至更多用戶的并發(fā)定位服務(wù)請求，是定位數(shù)據(jù)解算系統(tǒng) 面臨的技術(shù)挑戰(zhàn)。
[0003] 傳統(tǒng)的定位解算技術(shù)采用的是主機方案，即小型機+磁盤陣列的方案，單個小型 機的CPU和內(nèi)存能力有限，而且還有網(wǎng)絡(luò)和硬盤I/O瓶頸，因此并發(fā)處理能力不足。
[0004] 由于傳統(tǒng)主機方案的處理能力有限，只能支持數(shù)百個用戶的并發(fā)定位服務(wù)請求， 不適用于海量定位數(shù)據(jù)解算系統(tǒng)。


【發(fā)明內(nèi)容】

[0005] 本發(fā)明實施例所要解決的一個技術(shù)問題是：解決現(xiàn)有定位數(shù)據(jù)解算系統(tǒng)并發(fā)處理 能力不足的問題。
[0006] 根據(jù)本發(fā)明實施例的一個方面，提出一種基于云平臺的定位解算方法，包括： 接收輸入的海量的定位請求；將每個定位請求轉(zhuǎn)換為每個用戶的定位解算任務(wù)，并采用 MapReduce并行計算技術(shù)同時執(zhí)行定位解算任務(wù)；同時輸出每個定位解算任務(wù)相應(yīng)的定位 結(jié)果。
[0007] 所述采用MapReduce并行計算技術(shù)同時執(zhí)行定位解算任務(wù)包括：讀取任一定位請 求攜帶的接入點列表信息，接入點列表信息包括接入點地址信息和接入點場強信息；掃描 樓宇數(shù)據(jù)表，通過接入點地址信息定位出樓宇標識；基于定位出的樓宇標識，進行指紋匹 配；根據(jù)指紋匹配結(jié)果解算出最優(yōu)定位結(jié)果。
[0008] 所述樓宇數(shù)據(jù)表采用行存儲HIVE數(shù)據(jù)表，數(shù)據(jù)結(jié)構(gòu)為：字段={接入點地址信息， 接入點地址信息所在的樓宇標識}。
[0009] 所述基于定位出的樓宇標識，進行指紋匹配包括：基于定位出的樓宇標識，判斷 該樓宇是否為熱數(shù)據(jù)，如果該樓宇是熱數(shù)據(jù)，在內(nèi)存中進行指紋匹配，如果該樓宇不是熱數(shù) 據(jù)，在指紋庫中進行指紋匹配。
[0010] 基于云平臺的定位解算方法還包括：采用MemoryCache數(shù)據(jù)緩存技術(shù)，將熱數(shù)據(jù) 加載到內(nèi)存中。
[0011] 所述指紋庫采用列存儲HBASE數(shù)據(jù)表，數(shù)據(jù)結(jié)構(gòu)為：主鍵為網(wǎng)格的位置信息，列為 接入點地址信息，列值為接入點場強信息。
[0012] 根據(jù)本發(fā)明實施例的再一個方面，提出一種基于云平臺的定位解算系統(tǒng)，包括：輸 入單元，用于接收輸入的海量的定位請求；解算單元，用于將每個定位請求轉(zhuǎn)換為每個用戶 的定位解算任務(wù)，并采用MapReduce并行計算技術(shù)同時執(zhí)行定位解算任務(wù)；輸出單元，用于 同時輸出每個定位解算任務(wù)相應(yīng)的定位結(jié)果。
[0013] 所述解算單元，具體用于：讀取任一定位請求攜帶的接入點列表信息，接入點列表 信息包括接入點地址信息和接入點場強信息；掃描樓宇數(shù)據(jù)表，通過接入點地址信息定位 出樓宇標識；基于定位出的樓宇標識，進行指紋匹配；根據(jù)指紋匹配結(jié)果解算出最優(yōu)定位 結(jié)果。
[0014] 所述樓宇數(shù)據(jù)表采用行存儲HIVE數(shù)據(jù)表，數(shù)據(jù)結(jié)構(gòu)為：字段={接入點地址信息， 接入點地址信息所在的樓宇標識}。
[0015] 所述解算單元指紋匹配時具體用于：基于定位出的樓宇標識，判斷該樓宇是否為 熱數(shù)據(jù)，如果該樓宇是熱數(shù)據(jù)，在內(nèi)存中進行指紋匹配，如果該樓宇不是熱數(shù)據(jù)，在指紋庫 中進行指紋匹配。
[0016] 定位解算系統(tǒng)還包括：緩存單元，用于采用MemoryCache數(shù)據(jù)緩存技術(shù)，將熱數(shù)據(jù) 加載到內(nèi)存中。
[0017] 所述指紋庫采用列存儲HBASE數(shù)據(jù)表，數(shù)據(jù)結(jié)構(gòu)為：主鍵為網(wǎng)格的位置信息，列為 接入點地址信息，列值為接入點場強信息。
[0018] 本發(fā)明具有以下優(yōu)點：
[0019] 首先，對于海量定位請求,將每個定位請求轉(zhuǎn)換為每個用戶的定位解算任務(wù)，并且 采用MapReduce并行計算技術(shù)同時執(zhí)行定位解算任務(wù)，然后同時輸出每個定位解算任務(wù)相 應(yīng)的定位結(jié)果，從而提高定位解算系統(tǒng)的并發(fā)處理能力，為數(shù)百萬用戶提供定位服務(wù)。
[0020] 其次，對于用戶經(jīng)常訪問的樓宇數(shù)據(jù)，即熱數(shù)據(jù)，采用MemoryCache數(shù)據(jù)緩存技術(shù) 加載到內(nèi)存中，隨機查詢熱數(shù)據(jù)時可以直接從內(nèi)存中讀取而不需要從指紋庫中讀取，從而 提高數(shù)據(jù)訪問速度，確保數(shù)據(jù)查詢的實時性。并且，與單個主機利用自己的內(nèi)存提供緩存功 能不同，本發(fā)明的MemoryCache數(shù)據(jù)緩存技術(shù)是利用多臺機器的內(nèi)存組成一個大容量的內(nèi) 存堆，可以有效解決海量數(shù)據(jù)的快速訪問問題，保證數(shù)百萬用戶并發(fā)實時查詢的效率。
[0021] 最后，指紋庫采用HBASE列存儲的分布式數(shù)據(jù)倉庫實現(xiàn)海量數(shù)據(jù)的存儲和高速訪 問，可以提供毫秒級數(shù)據(jù)查詢。
[0022] 通過以下參照附圖對本發(fā)明的示例性實施例的詳細描述，本發(fā)明的其它特征及其 優(yōu)點將會變得清楚。

【專利附圖】

【附圖說明】
[0023] 為了更清楚地說明本發(fā)明實施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對實施例或現(xiàn) 有技術(shù)描述中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本 發(fā)明的一些實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可 以根據(jù)這些附圖獲得其他的附圖。
[0024] 圖1為本發(fā)明基于云平臺的定位解算方法一個實施例的流程示意圖。
[0025] 圖2為本發(fā)明采用MapReduce并行計算技術(shù)同時執(zhí)行定位解算任務(wù)一個實施例的 流程示意圖。
[0026] 圖3為本發(fā)明基于云平臺的定位解算系統(tǒng)一個實施例的結(jié)構(gòu)示意圖。
[0027] 圖4為本發(fā)明基于云平臺的定位解算系統(tǒng)再一個實施例的結(jié)構(gòu)示意圖。

【具體實施方式】
[0028] 下面將結(jié)合本發(fā)明實施例中的附圖，對本發(fā)明實施例中的技術(shù)方案進行清楚、完 整地描述，顯然，所描述的實施例僅僅是本發(fā)明一部分實施例，而不是全部的實施例。以下 對至少一個示例性實施例的描述實際上僅僅是說明性的，決不作為對本發(fā)明及其應(yīng)用或使 用的任何限制?；诒景l(fā)明中的實施例，本領(lǐng)域普通技術(shù)人員在沒有作出創(chuàng)造性勞動前提 下所獲得的所有其他實施例，都屬于本發(fā)明保護的范圍。
[0029] 為了解決現(xiàn)有定位數(shù)據(jù)解算系統(tǒng)并發(fā)處理能力不足的問題，本發(fā)明提出一種面對 海量數(shù)據(jù)的定位解算技術(shù)。本發(fā)明提出的定位解算技術(shù)是一種基于云平臺的定位解算技 術(shù)，該云平臺例如可以是hadoop云平臺，hadoop是一種開源的云計算平臺。下面詳細說明 本發(fā)明的定位解算方案。
[0030] 圖1為本發(fā)明基于云平臺的定位解算方法一個實施例的流程示意圖。
[0031] 如圖1所示，本實施例基于云平臺的定位解算方法可以由定位解算系統(tǒng)執(zhí)行，具 體可以包括以下步驟：
[0032] S101，接收輸入的海量的定位請求。
[0033] 其中，本發(fā)明中的"海量"是針對云平臺的定位請求量來說的，例如可以是百萬數(shù) 量級，甚至更高，如萬億（TB)數(shù)量級。
[0034] 其中，定位請求通常攜帶接入點列表信息，接入點列表信息包括接入點地址信息 和接入點場強信息。接入點地址信息例如可以是接入點MAC (Media Access Control,介 質(zhì)訪問控制）地址，接入點場強信息例如可以是接入點RSSI (Received Signal Strength Indication，接收信號強度指示)。另外，接入點列表中可以包括一項或多項接入點地址信 息及其對應(yīng)的接入點場強信息?；诙囗椊尤朦c地址信息及其對應(yīng)的接入點場強信息的定 位可以提供更準確的定位結(jié)果。
[0035] S102,將每個定位請求轉(zhuǎn)換為每個用戶的定位解算任務(wù)，并采用MapReduce并行 計算技術(shù)同時執(zhí)行定位解算任務(wù)。本步驟為本發(fā)明的核心，后續(xù)將詳細說明其實現(xiàn)過程。
[0036] 其中，MapReduce是一個軟件架構(gòu)，用于大規(guī)模數(shù)據(jù)集(如1TB及以上數(shù)據(jù)）的并 行運算。"Map"是指定一個Map (映射）函數(shù)，用來把一組鍵值對映射成一組新的鍵值對。 "Reduce"是指定并發(fā)的Reduce (化簡）函數(shù)，用來保證所有映射的鍵值對中的每一個共享 相同的鍵組。
[0037] S103,同時輸出每個定位解算任務(wù)相應(yīng)的定位結(jié)果，從而完成定位解算過程。
[0038] 下面結(jié)合圖2對步驟S102的一種示例性實施方式進行說明。
[0039] 如圖2所示，采用MapReduce并行計算技術(shù)同時執(zhí)行定位解算任務(wù)，每一定位解 算任務(wù)的執(zhí)行過程大體相同，對于其中任一定位解算任務(wù)來說，解算過程可以包括以下步 驟：
[0040] S201，讀取任一定位請求攜帶的接入點列表信息，接入點列表信息包括接入點地 址信息和接入點場強信息等。接入點列表信息的相關(guān)描述可以參考前述步驟S101，這里不 再贅述。
[0041] S202,掃描樓宇數(shù)據(jù)表，通過定位請求攜帶的接入點地址信息定位出樓宇標識。
[0042] 其中，樓宇數(shù)據(jù)表用于樓宇定位，為了實現(xiàn)快速定位，樓宇數(shù)據(jù)表可以采用行存儲 HIVE數(shù)據(jù)表，數(shù)據(jù)結(jié)構(gòu)為：字段={:接入點地址信息，接入點地址信息所在的樓宇標識}，如 表1所示，該數(shù)據(jù)結(jié)構(gòu)可以表示為：字段= {AP，樓宇I(lǐng)D}，一個AP對應(yīng)一個樓宇I(lǐng)D。HIVE是 分布式運行，多個節(jié)點同時進行數(shù)據(jù)計算。HIVE提供了一套SQL (結(jié)構(gòu)化查詢語言)的查詢 語言，以sql為基礎(chǔ)，使得查詢簡單化。
[0043] 其中一種示例性實施方式，可以采用Key-Value方式掃描樓宇數(shù)據(jù)表，Key-Value 方式是一種快速匹配查詢方式，Key類似數(shù)據(jù)庫中的index (索引）主鍵，其中每個AP作為 Key (主鍵）保存，而樓宇I(lǐng)D作為Value (值)，掃描樓宇數(shù)據(jù)表中的AP信息，直接通過這些 AP就能快速查詢到對應(yīng)的樓宇。
[0044] 表1樓宇數(shù)據(jù)表
[0045]

【權(quán)利要求】
1. 一種基于云平臺的定位解算方法，包括： 接收輸入的海量的定位請求； 將每個定位請求轉(zhuǎn)換為每個用戶的定位解算任務(wù)，并采用MapReduce并行計算技術(shù)同 時執(zhí)行定位解算任務(wù)； 同時輸出每個定位解算任務(wù)相應(yīng)的定位結(jié)果。
2. 根據(jù)權(quán)利要求1所述的方法，其特征在于，所述采用MapReduce并行計算技術(shù)同時執(zhí) 行定位解算任務(wù)包括： 讀取任一定位請求攜帶的接入點列表信息，接入點列表信息包括接入點地址信息和接 入點場強信息； 掃描樓宇數(shù)據(jù)表，通過接入點地址信息定位出樓宇標識； 基于定位出的樓宇標識，進行指紋匹配； 根據(jù)指紋匹配結(jié)果解算出最優(yōu)定位結(jié)果。
3. 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述樓宇數(shù)據(jù)表采用行存儲HIVE數(shù)據(jù)表， 數(shù)據(jù)結(jié)構(gòu)為：字段={接入點地址信息，接入點地址信息所在的樓宇標識}。
4. 根據(jù)權(quán)利要求2所述的方法，其特征在于，所述基于定位出的樓宇標識，進行指紋匹 配包括： 基于定位出的樓宇標識，判斷該樓宇是否為熱數(shù)據(jù)，如果該樓宇是熱數(shù)據(jù)，在內(nèi)存中進 行指紋匹配，如果該樓宇不是熱數(shù)據(jù)，在指紋庫中進行指紋匹配。
5. 根據(jù)權(quán)利要求4所述的方法，其特征在于，該方法還包括：采用MemoryCache數(shù)據(jù)緩 存技術(shù)，將熱數(shù)據(jù)加載到內(nèi)存中。
6. 根據(jù)權(quán)利要求4所述的方法，其特征在于，所述指紋庫采用列存儲HBASE數(shù)據(jù)表，數(shù) 據(jù)結(jié)構(gòu)為：主鍵為網(wǎng)格的位置信息，列為接入點地址信息，列值為接入點場強信息。
7. -種基于云平臺的定位解算系統(tǒng)，包括： 輸入單元，用于接收輸入的海量的定位請求； 解算單元，用于將每個定位請求轉(zhuǎn)換為每個用戶的定位解算任務(wù)，并采用MapReduce 并行計算技術(shù)同時執(zhí)行定位解算任務(wù)； 輸出單元，用于同時輸出每個定位解算任務(wù)相應(yīng)的定位結(jié)果。
8. 根據(jù)權(quán)利要求7所述的系統(tǒng)，其特征在于，所述解算單元，具體用于： 讀取任一定位請求攜帶的接入點列表信息，接入點列表信息包括接入點地址信息和接 入點場強信息； 掃描樓宇數(shù)據(jù)表，通過接入點地址信息定位出樓宇標識； 基于定位出的樓宇標識，進行指紋匹配； 根據(jù)指紋匹配結(jié)果解算出最優(yōu)定位結(jié)果。
9. 根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述樓宇數(shù)據(jù)表采用行存儲HIVE數(shù)據(jù)表， 數(shù)據(jù)結(jié)構(gòu)為：字段={接入點地址信息，接入點地址信息所在的樓宇標識}。
10. 根據(jù)權(quán)利要求8所述的系統(tǒng)，其特征在于，所述解算單元指紋匹配時具體用于： 基于定位出的樓宇標識，判斷該樓宇是否為熱數(shù)據(jù)，如果該樓宇是熱數(shù)據(jù)，在內(nèi)存中進 行指紋匹配，如果該樓宇不是熱數(shù)據(jù)，在指紋庫中進行指紋匹配。
11. 根據(jù)權(quán)利要求10所述的系統(tǒng)，其特征在于，該系統(tǒng)還包括：緩存單元，用于采用 MemoryCache數(shù)據(jù)緩存技術(shù)，將熱數(shù)據(jù)加載到內(nèi)存中。
12.根據(jù)權(quán)利要求10所述的系統(tǒng)，其特征在于，所述指紋庫采用列存儲HBASE數(shù)據(jù)表， 數(shù)據(jù)結(jié)構(gòu)為：主鍵為網(wǎng)格的位置信息，列為接入點地址信息，列值為接入點場強信息。
【文檔編號】G06F17/30GK104424189SQ201310363080
【公開日】2015年3月18日 申請日期:2013年8月20日 優(yōu)先權(quán)日:2013年8月20日
【發(fā)明者】劉源, 孫智強, 邵齊海, 羅智勇 申請人:中國電信集團公司