基于分布式树状结构的资源管理方法

杨超

摘 要：文章描述了使用标识服务管理物联网中的实体对象资源以及其相关的数据资源，并为实体对象分配含有对象间关系的对象标识。文章主要设计寻址机制，通过对对象标识的寻址定位来获取相关数据资源，满足用户对实体对象相关信息的检索需求。最后通过实验验证了资源寻址机制在物联网数据资源大规模扩的情况下同样具有良好的可展性。

关键词：分布式树状结构；资源管理；寻址定位

一般来说，我们使用标识服务管理物联网中的实体对象资源，建立能表述物理实体间关系的映射模型。这样一来，物联网实体对象的相关资源信息就可以共享到网络中，由于已经为每个实体对象分配了标识，所以可以借助相关方面的一些标识通过相应的寻址相关方面的一些机制实现用户对于实体相关方面的一些对象相关资源数据的相关方面的一些检索需求。

目前应用最为广泛的寻址服务是互联网的DNS域名系统，它为人们提供了易于理解的域名标识到主机通信使用的IP标识之间的映射查询。在此基础上美国麻省理工学院Auto-ID Labs提出了针对物联网的标识解析服务——对象名解析服务（Object Name Service，ONS）。该解析服务为公众提供了通过产品电子代码（ Electronic Product Code，EPC）编码到EPC信息服务器的查询服务。与上述两种使用树状结构维护映射记录的方式不同，Benjamin Fabian等提出对象信息分布式体系结构，同样可以实现标识到信息服务器的一对一解析查询。

区别于上述解析服务，另一类寻址机制——发现服务针对的是在请求者掌握先验知识不足的情况下，检索多個信息服务器来获取全部相关信息的过程。前人在EPCglobal网络的基础上提出了类似于ONS的发现服务结构体系，该方法将一个标识的全部映射记录保存在单一的发现服务器中，查询时根据EPC表示定位到发现服务器获取全部映射记录。IBM开发的Theseos系统为了打破上述集中保存的模式提出了将信息服务器和名字服务器合二为一并使用无结构化P2P网络的形式组织。

上述方案都在标识服务的寻址机制上作出了巨大贡献，然而他们忽略了相关方面的一些实体对象间的关联相关方面的一些关系，查询对象的数据信息也可以用它的相关对象的某些属性数据来表示。因此，结合上文提到的实体对象命名方法以及对象映射模型研究具体的寻址方法，实现实体对象相关信息检索十分有必要。然而基于上文的实体对象管理模型实现对象相关信息检索还存在这样一个问题，在存在地理链关系的两个实体对象之间，虽然动态感知数据可以共享，但是由于实体对象位置的转变，父对象只有某段时间内的感知数据可以用来描述子对象，在对象相关资源查询时应如何准确地获取相关的感知数据。

1 基于实体对象映射模型的相关信息检索方法

在本文设计的寻址机制中，用户使用对象标识（IDo）向检索服务器发起实体对象相关信息检索的请求。针对检索服务器来说收到相应的请求之后，根据相应对象的标识信息直接执行给实体对象映射模型中的具体信息检索的方法。整合查询到的数据信息，一并返回给用户。该检索服务整体过程如图1所示。

根据之前所述对象标识含有与该产品相关的全部对象，因此在进行检索的过程中，需要有针对性地遍历这些对象信息，获取所需要的及其查询的对象相关的全部的信息，因此存在不同的父对象的感知数据可以有效地描述子对象相关方面的特征的一些情况，而且子对象知识存在父对象某一段时间的范畴内，返回的全部的时间段父对象的感知数据是不够合理的。因此需要有针对性地对子对象中的父对象具体的存在时间，也就是子对象在这个地理关系链中具体存在的时间进行控制。

为了能够有效地解决这个问题，根据本文中提出的一些方案，实体对象的操作日志信息来直接区分实体对象在这个地理关系链中所存在的一定的时间的范围。因此在进行遍历父节点相关的属性之前需要查询相应的实体对象的日志属性信息，获取相应的日志所覆盖的时间的范围。本文在提出的一种基础标识的服务的实体对象中相应的资源检索中的业务流程如下。

（l）用户通过扫描二维码等相关技术手段来获取物理实体上的对象标识信息（ID0），然后使用对象标识直接向国家的检索平台发送相关的查询请求服务。

（2）相应的服务器在收到这个对象标识之后首先需要解析到具体的对象标识信息，定位到具体的资源对象中所需要查询的节点信息ONode，在相应的对象节点中可以有效地获取这个资源对象中的一些属性的相关信息并且将这个检索结果直接存储到结果集中R；

（3）在获取相关的产品对象所有的属性信息之后，首先需要访问对象中的一些日志属性信息OI.logs，获取这个属性所对应的一些具体的日志取数的接口，如果发现取数的地址信息是空，那么就无法有效地确认实体对象在相应的对象中的存在的具体时间，那么就需要直接终止这个查询，然后将R直接返回给用户；如果取数的地址不是空集，那么发送相应的取数请求获取全部的日志方面的数据信息，根据具体的日志数据信息来获取这个对象在相关的对象中存在的具体的时间段的基础信息。

（4）在相应的查询对象存在一定的时间的情况下，根据具体的对象的标识“”循环的查询上一个级别中相对的一些对象中的子对象的记录信息（ Record），根据相应的ExtendProperty字段中的具体内容，来有效的获取子对象所集成的一些属性记录信息，并且将这些信息（Record）直接加入到相关的属性列表（Listp）信息中，直到最终遍历完成全部的相应的对象，也就是上一个级别的实体对象标识变为具体的物联网中的根对象的时候就终止。

（5）针对Listp其中的信息进行遍历获取全部的属性记录（Recordp），这其中的属性Type代表的是一种静态（S-property）方面的属性信息，那么信息信息会直接记录到Name中作为具体的key值，Info信息会作为value计入R中；如果属性中的Type类型是一种动态的属性信息D-property，那么就采用一种对象存在的时间段作为具体的条件，向这个记录中Info对应的数据取数接口发送一些基本的请求。然后以最终的一些返回结果作为具体的value来记录Name中保存的key到具体的R中。

（6）此时Rob，不仅包含查询相关方面的一些对象的信息<>，还包括相关对象中可以表达该相关方面的一些对象特征的相关方面的一些信息。最后将相关方面的一些结果集R返回给用户。

2 实验及结果分析

为了检测本文设计的检索方案的有效性，设计分别设置两个实验场景对方的检索速度以及动态可扩展性进行评测。

2.1实验环境

在进行实验的过程中，针对各个实体对象中的节点信息及其标识服务中的检索服务都是采用的Java来进行实现，实现的数据维护采用的是厂商elasticsearch 2.1.1提供的一种RESTful风格的感知数据及其日志方面的数据来检索研究。为了有效地监测系统，在进行系统处理的过程中，采用下面的测试场景，这个场景中包括两个不同的对象节点信息，分贝维护不同的内部的对象及其属性的一些关系方面的映射的记录信息，然后有针对性地对多个不同的服务器作为对象的节点来感知数据以及日志方面的数据，一个检索方面的服务器来不断地接受用户的查询请求及其检索方面的数据。在查询的过程中对象至少包括3个关联的对象信息。具体参数如表1所示。

2.2实验结果

为了监测在上述环境中本检索方案的速度，设计使用l，2，4，8个线程在模拟环境中有100万条传感器数据的情况下向检索服务发起不同次数的查询操作，观察查询时延的变化，如图3所示。

通过图3可以看出，整个业务系统的平均检索速度是非常稳定的，多线程可以明显降低在查询的过程中的延时性。图中在线程4和线程8查询的过程中，延时比较相近，这是因为在模拟的环境中在启动4个同时进行查询的CPU的利用率已经达到了l00%。同时，通过计算可以看出在上述的环境中系统的平均执行一次检索所需要的时间为0.39 ms。

如圖4所示，随着不同的传感器的数量在不断地得到增加，数据的服务器数量也是在不断地增加，网络中的数据的规模也是在不断地得到扩大，在启动4个线程的过程中发起1万次的查询请求的过程中耗时的情况变化。

可以看出，随着数量的不断扩展，从100万条扩展到2000万条的过程中，启动的4个线程在并发的过程中查询是回见总体是保持在39-40 s，在执行一次检索需要的时间是0.39ms。这个也再次验证了由于增加数据服务取得提供者的数量导致数据的规模在不断扩大的过程中并没有采用查询延时指数级别的增加，同时也验证了采用分布式的树状结构管理物联网中的对象属性关系的过程中在物联网的环境中具有很好的动态方面的扩展性。

3结语

本文针对现有标识服务的寻址机制无法参照实体对象间关系获取对象相关资源数据的问题，结合本文第三章提出的标识命名方式以及资源映射模型，提出了相关资源检索方法，实现了实体对象相关信息检索。通过实验测试了检索服务的效率，验证了本系统具有良好的可扩展性。