智慧温棚解决方案说明书

智慧温室项目解决方案说明书XX科技股份有限公司编制目录一、项目存在问题及需解决问题 31. 存在问题 32. 需解决问题 4二、解决方案 41.解决方案架构 62.关键技术 7（1）Hadoop 7（2）SpringMVC 7（3）MyBatis 7（4）Echarts 8（5）MySQL 8（6）Hive 8（7）HBASE 9（8）Zookeeper 9（9）Flume 9三、开发范围 91. 数据生产 92. 数据采集/消费 103. 数据分析 114. 数据展示 12项目存在问题及需解决问题存在问题近年来，在需求带动、政策推动、投资拉动等多种因素的带动下，大棚呈现出前所未有的发展势头，面积迅速扩大。然而其在发展过程中存在诸多问题：（1）科技含量低无论是在大棚设施本身还是在栽培管理方面，大多数设施结构简单，栽培管理以传统的经验为主，距离数量化和指标化的要求还有相当大的差距。中国大棚市场上目前使用的不少产品，在高品质领域主要以国外产品为主。遮阴网的生产上以瑞典、以色列的高品质产品为主，大棚环境控制系统领域上国内的产品同样与国外有相当大的差距，而且国内现有的一些科研成果与真正地推广应用之间还有一段差距。（2）环境调控技术与设备落后由于大多数的大棚设备简单，类型落后，因此环境的可调节程度和控制技术都比较有限，塑料大棚往往受到自然灾害的影响而无法生产。即使在正常条件下，大多数的温室大棚的环境调控手段相对简易，可以进行通风和避风调节等，但对于温度过高、光照太强或太弱都无法进行调节。（3）缺乏与我国相适应的大棚优化控制软件目前我国引进大棚的控制系统大多运行费用过高，而自行研制的控制系统又缺乏相应的优化软件，多数仍使用单因子开关量进行环境因子的调节。而实际上大棚内的光照、气温、地温、湿度及二氧化碳浓度等环境要素是在彼此关联着的环境中对作物的生长产生影响的，而且环境要素的时间变化和空间变化都很复杂，当改变某一环境因子时常会把其他环境因子变到一个不适宜的水平上。（4）大棚建设盲目性很大大量的项目在相应的配套设备、人才不到位的情况下，盲目地从国外引进高新技术，盲目地低水平仿制国外产品。大棚种植管理上，产品种植前经过市场考察的很少，往往造成产品积压，带来不应有的损失。相关的种植管理方面的研究距离理论化、科学化、系统化地指导生产实践还有不少差距。大棚企业在产品的售后配套服务方面尚不够完善，企业的品牌意识、诚信意识不够，相当一部分大棚控制软件的研究上与国外企业相比有相当大的差距。需解决问题科技含量低数据采集缺乏与我国相适应的大棚优化控制平台解决方案以农业生产指挥中心为核心，通过各种定制开发的智能终端设备监控大棚生产过程中的各类指标，对机电设备的控制，实现大棚信息检测和标准化生产监控，帮助用户精确了解农作物生长情况、病虫害情况、土地灌溉情况、土壤空气变更等情况。融合互联网、移动互联网、云计算和物联网技术，依托部署在农业生产现场的各种传感节点（环境温湿度、土壤水分、二氧化碳、图像等）和通信网络实现农业生产环境的智能感知、智能预警、智能分析、智能决策，为农业生产提供精准化种植、可视化管理、智能化决策。在数据采集系统中，RTU负责各种传感器的接入，实时采集传感器数据，然后向上连接数传模块，将采集到的数据通过有线网络/4G网络发送到智能大棚平台；同时负责接入控制器，实现对风机、天窗、卷帘、水阀等控制设备的远程控制。RTU部署数量由前端传感器决定，系统前端主要部署四种类型的传感器来监测大棚室内的环境指数。大棚环境信息感知单元由无线/有线采集终端和各种环境信息传感器组成。环境信息传感器监控大棚内空气温/湿度、光照度、二氧化碳、土壤温/湿度、土壤养分、环境气象、病虫害测报等信息，通过有线采集交换机或无线采集终端以4G方式将采集数据传输至监控中心，以指导生产，通过各种仪器仪表实时显示或作为自动控制的参变量参与到自动控制中，保证农作物有一个良好的、适宜的生长环境。环境参数采集终端是将这些传感器节点集合在一起的一种采集设备，通过各种传感器可实时监测空气温湿度、土壤含水量、土壤温度、光照强度、二氧化碳浓度等信息，并将数据传输到远程服务平台。显示采集终端用于集中显示各类传感器的采集值，此终端采用不需要任何操作，安装简单快速，适合维护人员管理。用户可在此终端观看所有连接到它的传感器显示值，也可以远程通过手机等进行数据查看与管理。解决方案架构图1解决方案架构图系统开发平台使用Hadoop大数据开发平台。Hadoop是一个高度可扩展的存储平台，可以存储和分发横跨数百个并行操作的廉价的服务器数据集群。能扩展到处理大量的数据，能提供成百上千TB的数据节点上运行的应用程序。Hadoop能够有效的在几分钟内处理TB级的数据。相比关系型数据库管理系统更具有优势。它适用于任何规模的非结构化数据持续增长的企业，将帮助用户持续提高用户体验。系统采用面向对象的软件设计方法，把整个系统看作是多个离散对象的组合。系统设计时，首先把业务流程分解成功能模块及其业务实体对象，然后根据业务流程分析对于这些业务实体对象的操作方法，形成业务处理对象，最后把各个功能模块关联起来，形成系统。软件设计是一个将需求转变为软件的过程，系统通过逐步求精使得设计陈述逐渐接近于源代码。系统程序采用MVC的设计思想，将展现逻辑、控制逻辑、业务处理逻辑分离。系统采用参数化的设计思想，定义和管理系统的实体及配置，调整实体以适应外部变化。系统采用J2EE技术保证程序逻辑实现的平台无关性，并便于安装部署。系统采用AJAX技术，提高客户操作的交互性，保证实际使用的易用性。系统采用echarts可视化框架实现数据展示。关键技术HadoopHadoop是一个由Apache基金会所开发的分布式系统基础架构。用户可以在不了解分布式底层细节的情况下，开发分布式程序。充分利用集群的威力进行高速运算和存储。SpringMVCSpringMVC：属于SpringFrameWork的后续产品，已经融合在SpringWebFlow里面。Spring框架提供了构建Web应用程序的全功能MVC模块。MyBatisMYBatis：是支持普通SQL查询，存储过程和高级映射的优秀持久层框架。MyBatis消除了几乎所有的JDBC代码和参数的手工设置以及结果集的检索。MyBatis使用简单的XML或注解用于配置和原始映射，将接口和Java的POJOs（PlainOldJavaObjects，普通的Java对象）映射成数据库中的记录。EchartsECharts是一款基于Javascript的数据可视化图表库，提供直观，生动，可交互，可个性化定制的数据可视化图表。MySQLMySQL是一个关系型数据库管理系统，由瑞典MySQLAB公司开发，属于Oracle旗下产品。MySQL是最流行的关系型数据库管理系统之一，在WEB应用方面，MySQL是最好的RDBMS(RelationalDatabaseManagementSystem，关系数据库管理系统)应用软件之一。MySQL是一种关系型数据库管理系统，关系数据库将数据保存在不同的表中，而不是将所有数据放在一个大仓库内，这样就增加了速度并提高了灵活性。MySQL所使用的SQL语言是用于访问数据库的最常用标准化语言。MySQL软件采用了双授权政策，分为社区版和商业版，由于其体积小、速度快、总体拥有成本低，尤其是开放源码这一特点，一般中小型网站的开发都选择MySQL作为网站数据库。Hivehive是基于Hadoop构建的一套数据仓库分析系统，它提供了丰富的SQL查询方式来分析存储在Hadoop分布式文件系统中的数据：可以将结构化的数据文件映射为一张数据库表，并提供完整的SQL查询功能；可以将SQL语句转换为MapReduce任务运行，通过自己的SQL查询分析需要的内容，这套SQL简称HiveSQL，使不熟悉mapreduce的用户可以很方便地利用SQL语言查询、汇总和分析数据。而mapreduce开发人员可以把自己写的mapper和reducer作为插件来支持hive做更复杂的数据分析。它与关系型数据库的SQL略有不同，但支持了绝大多数的语句如DDL、DML以及常见的聚合函数、连接查询、条件查询。它还提供了一系列的：具进行数据提取转化加载，用来存储、查询和分析存储在Hadoop中的大规模数据集，并支持UDF（User-DefinedFunction）、UDAF(User-DefnesAggregateFunction)和UDTF（User-DefinedTable-GeneratingFunction），也可以实现对map和reduce函数的定制，为数据操作提供了良好的伸缩性和可扩展性。HBASEHBase–HadoopDatabase，是一个高可靠性、高性能、面向列、可伸缩的分布式存储系统，利用HBase技术可在廉价PCServer上搭建起大规模结构化存储集群。ZookeeperZooKeeper是一个分布式的，开放源码的分布式应用程序协调服务，是Google的Chubby一个开源的实现，是Hadoop和Hbase的重要组件。它是一个为分布式应用提供一致性服务的软件，提供的功能包括：配置维护、域名服务、分布式同步、组服务等。FlumeFlume是Cloudera提供的一个高可用的，高可靠的，分布式的海量日志采集、聚合和传输的系统，Flume支持在日志系统中定制各类数据发送方，用于收集数据；同时，Flume提供对数据进行简单处理，并写到各种数据接受方（可定制）的能力。开发范围数据生产对于该模块的业务，即数据生产过程，一般并不会让你来进行操作，数据生产是一套完整且严密的体系，这样可以保证数据的安全性。但是如果涉及到项目的一体化方案的设计（数据的产生、存储、分析、展示），则必须清楚每一个环节是如何处理的，包括其中每个环境可能隐藏的问题；数据结构，数据内容可能出现的问题。数据采集/消费数据采集模块（消费），在企业中你要清楚流式数据采集框架flume和kafka的定位是什么。我们在此需要将实时数据通过flume采集到kafka然后供给给hbase消费。flume：cloudera公司研发适合下游数据消费者不多的情况；适合数据安全性要求不高的操作；适合与Hadoop生态圈对接的操作。kafka：linkedin公司研发适合数据下游消费众多的情况；适合数据安全性要求较高的操作（支持replication）；因此我们常用的一种模型是：线上数据-->flume-->kafka-->flume(根据情景增删该流程)-->HDFS线上数据-->flume-->ka