智慧溫棚解決方案說(shuō)明書(shū)

智慧溫室項(xiàng)目解決方案說(shuō)明書(shū)XX科技股份有限公司編制目錄一、項(xiàng)目存在問(wèn)題及需解決問(wèn)題 31. 存在問(wèn)題 32. 需解決問(wèn)題 4二、解決方案 41.解決方案架構(gòu) 62.關(guān)鍵技術(shù) 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、開(kāi)發(fā)范圍 91. 數(shù)據(jù)生產(chǎn) 92. 數(shù)據(jù)采集/消費(fèi) 103. 數(shù)據(jù)分析 114. 數(shù)據(jù)展示 12項(xiàng)目存在問(wèn)題及需解決問(wèn)題存在問(wèn)題近年來(lái)，在需求帶動(dòng)、政策推動(dòng)、投資拉動(dòng)等多種因素的帶動(dòng)下，大棚呈現(xiàn)出前所未有的發(fā)展勢(shì)頭，面積迅速擴(kuò)大。然而其在發(fā)展過(guò)程中存在諸多問(wèn)題：（1）科技含量低無(wú)論是在大棚設(shè)施本身還是在栽培管理方面，大多數(shù)設(shè)施結(jié)構(gòu)簡(jiǎn)單，栽培管理以傳統(tǒng)的經(jīng)驗(yàn)為主，距離數(shù)量化和指標(biāo)化的要求還有相當(dāng)大的差距。中國(guó)大棚市場(chǎng)上目前使用的不少產(chǎn)品，在高品質(zhì)領(lǐng)域主要以國(guó)外產(chǎn)品為主。遮陰網(wǎng)的生產(chǎn)上以瑞典、以色列的高品質(zhì)產(chǎn)品為主，大棚環(huán)境控制系統(tǒng)領(lǐng)域上國(guó)內(nèi)的產(chǎn)品同樣與國(guó)外有相當(dāng)大的差距，而且國(guó)內(nèi)現(xiàn)有的一些科研成果與真正地推廣應(yīng)用之間還有一段差距。（2）環(huán)境調(diào)控技術(shù)與設(shè)備落后由于大多數(shù)的大棚設(shè)備簡(jiǎn)單，類(lèi)型落后，因此環(huán)境的可調(diào)節(jié)程度和控制技術(shù)都比較有限，塑料大棚往往受到自然災(zāi)害的影響而無(wú)法生產(chǎn)。即使在正常條件下，大多數(shù)的溫室大棚的環(huán)境調(diào)控手段相對(duì)簡(jiǎn)易，可以進(jìn)行通風(fēng)和避風(fēng)調(diào)節(jié)等，但對(duì)于溫度過(guò)高、光照太強(qiáng)或太弱都無(wú)法進(jìn)行調(diào)節(jié)。（3）缺乏與我國(guó)相適應(yīng)的大棚優(yōu)化控制軟件目前我國(guó)引進(jìn)大棚的控制系統(tǒng)大多運(yùn)行費(fèi)用過(guò)高，而自行研制的控制系統(tǒng)又缺乏相應(yīng)的優(yōu)化軟件，多數(shù)仍使用單因子開(kāi)關(guān)量進(jìn)行環(huán)境因子的調(diào)節(jié)。而實(shí)際上大棚內(nèi)的光照、氣溫、地溫、濕度及二氧化碳濃度等環(huán)境要素是在彼此關(guān)聯(lián)著的環(huán)境中對(duì)作物的生長(zhǎng)產(chǎn)生影響的，而且環(huán)境要素的時(shí)間變化和空間變化都很復(fù)雜，當(dāng)改變某一環(huán)境因子時(shí)常會(huì)把其他環(huán)境因子變到一個(gè)不適宜的水平上。（4）大棚建設(shè)盲目性很大大量的項(xiàng)目在相應(yīng)的配套設(shè)備、人才不到位的情況下，盲目地從國(guó)外引進(jìn)高新技術(shù)，盲目地低水平仿制國(guó)外產(chǎn)品。大棚種植管理上，產(chǎn)品種植前經(jīng)過(guò)市場(chǎng)考察的很少，往往造成產(chǎn)品積壓，帶來(lái)不應(yīng)有的損失。相關(guān)的種植管理方面的研究距離理論化、科學(xué)化、系統(tǒng)化地指導(dǎo)生產(chǎn)實(shí)踐還有不少差距。大棚企業(yè)在產(chǎn)品的售后配套服務(wù)方面尚不夠完善，企業(yè)的品牌意識(shí)、誠(chéng)信意識(shí)不夠，相當(dāng)一部分大棚控制軟件的研究上與國(guó)外企業(yè)相比有相當(dāng)大的差距。需解決問(wèn)題科技含量低數(shù)據(jù)采集缺乏與我國(guó)相適應(yīng)的大棚優(yōu)化控制平臺(tái)解決方案以農(nóng)業(yè)生產(chǎn)指揮中心為核心，通過(guò)各種定制開(kāi)發(fā)的智能終端設(shè)備監(jiān)控大棚生產(chǎn)過(guò)程中的各類(lèi)指標(biāo)，對(duì)機(jī)電設(shè)備的控制，實(shí)現(xiàn)大棚信息檢測(cè)和標(biāo)準(zhǔn)化生產(chǎn)監(jiān)控，幫助用戶(hù)精確了解農(nóng)作物生長(zhǎng)情況、病蟲(chóng)害情況、土地灌溉情況、土壤空氣變更等情況。融合互聯(lián)網(wǎng)、移動(dòng)互聯(lián)網(wǎng)、云計(jì)算和物聯(lián)網(wǎng)技術(shù)，依托部署在農(nóng)業(yè)生產(chǎn)現(xiàn)場(chǎng)的各種傳感節(jié)點(diǎn)（環(huán)境溫濕度、土壤水分、二氧化碳、圖像等）和通信網(wǎng)絡(luò)實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)環(huán)境的智能感知、智能預(yù)警、智能分析、智能決策，為農(nóng)業(yè)生產(chǎn)提供精準(zhǔn)化種植、可視化管理、智能化決策。在數(shù)據(jù)采集系統(tǒng)中，RTU負(fù)責(zé)各種傳感器的接入，實(shí)時(shí)采集傳感器數(shù)據(jù)，然后向上連接數(shù)傳模塊，將采集到的數(shù)據(jù)通過(guò)有線(xiàn)網(wǎng)絡(luò)/4G網(wǎng)絡(luò)發(fā)送到智能大棚平臺(tái)；同時(shí)負(fù)責(zé)接入控制器，實(shí)現(xiàn)對(duì)風(fēng)機(jī)、天窗、卷簾、水閥等控制設(shè)備的遠(yuǎn)程控制。RTU部署數(shù)量由前端傳感器決定，系統(tǒng)前端主要部署四種類(lèi)型的傳感器來(lái)監(jiān)測(cè)大棚室內(nèi)的環(huán)境指數(shù)。大棚環(huán)境信息感知單元由無(wú)線(xiàn)/有線(xiàn)采集終端和各種環(huán)境信息傳感器組成。環(huán)境信息傳感器監(jiān)控大棚內(nèi)空氣溫/濕度、光照度、二氧化碳、土壤溫/濕度、土壤養(yǎng)分、環(huán)境氣象、病蟲(chóng)害測(cè)報(bào)等信息，通過(guò)有線(xiàn)采集交換機(jī)或無(wú)線(xiàn)采集終端以4G方式將采集數(shù)據(jù)傳輸至監(jiān)控中心，以指導(dǎo)生產(chǎn)，通過(guò)各種儀器儀表實(shí)時(shí)顯示或作為自動(dòng)控制的參變量參與到自動(dòng)控制中，保證農(nóng)作物有一個(gè)良好的、適宜的生長(zhǎng)環(huán)境。環(huán)境參數(shù)采集終端是將這些傳感器節(jié)點(diǎn)集合在一起的一種采集設(shè)備，通過(guò)各種傳感器可實(shí)時(shí)監(jiān)測(cè)空氣溫濕度、土壤含水量、土壤溫度、光照強(qiáng)度、二氧化碳濃度等信息，并將數(shù)據(jù)傳輸?shù)竭h(yuǎn)程服務(wù)平臺(tái)。顯示采集終端用于集中顯示各類(lèi)傳感器的采集值，此終端采用不需要任何操作，安裝簡(jiǎn)單快速，適合維護(hù)人員管理。用戶(hù)可在此終端觀(guān)看所有連接到它的傳感器顯示值，也可以遠(yuǎn)程通過(guò)手機(jī)等進(jìn)行數(shù)據(jù)查看與管理。解決方案架構(gòu)圖1解決方案架構(gòu)圖系統(tǒng)開(kāi)發(fā)平臺(tái)使用Hadoop大數(shù)據(jù)開(kāi)發(fā)平臺(tái)。Hadoop是一個(gè)高度可擴(kuò)展的存儲(chǔ)平臺(tái)，可以存儲(chǔ)和分發(fā)橫跨數(shù)百個(gè)并行操作的廉價(jià)的服務(wù)器數(shù)據(jù)集群。能擴(kuò)展到處理大量的數(shù)據(jù)，能提供成百上千TB的數(shù)據(jù)節(jié)點(diǎn)上運(yùn)行的應(yīng)用程序。Hadoop能夠有效的在幾分鐘內(nèi)處理TB級(jí)的數(shù)據(jù)。相比關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)更具有優(yōu)勢(shì)。它適用于任何規(guī)模的非結(jié)構(gòu)化數(shù)據(jù)持續(xù)增長(zhǎng)的企業(yè)，將幫助用戶(hù)持續(xù)提高用戶(hù)體驗(yàn)。系統(tǒng)采用面向?qū)ο蟮能浖O(shè)計(jì)方法，把整個(gè)系統(tǒng)看作是多個(gè)離散對(duì)象的組合。系統(tǒng)設(shè)計(jì)時(shí)，首先把業(yè)務(wù)流程分解成功能模塊及其業(yè)務(wù)實(shí)體對(duì)象，然后根據(jù)業(yè)務(wù)流程分析對(duì)于這些業(yè)務(wù)實(shí)體對(duì)象的操作方法，形成業(yè)務(wù)處理對(duì)象，最后把各個(gè)功能模塊關(guān)聯(lián)起來(lái)，形成系統(tǒng)。軟件設(shè)計(jì)是一個(gè)將需求轉(zhuǎn)變?yōu)檐浖倪^(guò)程，系統(tǒng)通過(guò)逐步求精使得設(shè)計(jì)陳述逐漸接近于源代碼。系統(tǒng)程序采用MVC的設(shè)計(jì)思想，將展現(xiàn)邏輯、控制邏輯、業(yè)務(wù)處理邏輯分離。系統(tǒng)采用參數(shù)化的設(shè)計(jì)思想，定義和管理系統(tǒng)的實(shí)體及配置，調(diào)整實(shí)體以適應(yīng)外部變化。系統(tǒng)采用J2EE技術(shù)保證程序邏輯實(shí)現(xiàn)的平臺(tái)無(wú)關(guān)性，并便于安裝部署。系統(tǒng)采用AJAX技術(shù)，提高客戶(hù)操作的交互性，保證實(shí)際使用的易用性。系統(tǒng)采用echarts可視化框架實(shí)現(xiàn)數(shù)據(jù)展示。關(guān)鍵技術(shù)HadoopHadoop是一個(gè)由Apache基金會(huì)所開(kāi)發(fā)的分布式系統(tǒng)基礎(chǔ)架構(gòu)。用戶(hù)可以在不了解分布式底層細(xì)節(jié)的情況下，開(kāi)發(fā)分布式程序。充分利用集群的威力進(jìn)行高速運(yùn)算和存儲(chǔ)。SpringMVCSpringMVC：屬于SpringFrameWork的后續(xù)產(chǎn)品，已經(jīng)融合在SpringWebFlow里面。Spring框架提供了構(gòu)建Web應(yīng)用程序的全功能MVC模塊。MyBatisMYBatis：是支持普通SQL查詢(xún)，存儲(chǔ)過(guò)程和高級(jí)映射的優(yōu)秀持久層框架。MyBatis消除了幾乎所有的JDBC代碼和參數(shù)的手工設(shè)置以及結(jié)果集的檢索。MyBatis使用簡(jiǎn)單的XML或注解用于配置和原始映射，將接口和Java的POJOs（PlainOldJavaObjects，普通的Java對(duì)象）映射成數(shù)據(jù)庫(kù)中的記錄。EchartsECharts是一款基于Javascript的數(shù)據(jù)可視化圖表庫(kù)，提供直觀(guān)，生動(dòng)，可交互，可個(gè)性化定制的數(shù)據(jù)可視化圖表。MySQLMySQL是一個(gè)關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)，由瑞典MySQLAB公司開(kāi)發(fā)，屬于Oracle旗下產(chǎn)品。MySQL是最流行的關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)之一，在WEB應(yīng)用方面，MySQL是最好的RDBMS(RelationalDatabaseManagementSystem，關(guān)系數(shù)據(jù)庫(kù)管理系統(tǒng))應(yīng)用軟件之一。MySQL是一種關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)，關(guān)系數(shù)據(jù)庫(kù)將數(shù)據(jù)保存在不同的表中，而不是將所有數(shù)據(jù)放在一個(gè)大倉(cāng)庫(kù)內(nèi)，這樣就增加了速度并提高了靈活性。MySQL所使用的SQL語(yǔ)言是用于訪(fǎng)問(wèn)數(shù)據(jù)庫(kù)的最常用標(biāo)準(zhǔn)化語(yǔ)言。MySQL軟件采用了雙授權(quán)政策，分為社區(qū)版和商業(yè)版，由于其體積小、速度快、總體擁有成本低，尤其是開(kāi)放源碼這一特點(diǎn)，一般中小型網(wǎng)站的開(kāi)發(fā)都選擇MySQL作為網(wǎng)站數(shù)據(jù)庫(kù)。Hivehive是基于Hadoop構(gòu)建的一套數(shù)據(jù)倉(cāng)庫(kù)分析系統(tǒng)，它提供了豐富的SQL查詢(xún)方式來(lái)分析存儲(chǔ)在Hadoop分布式文件系統(tǒng)中的數(shù)據(jù)：可以將結(jié)構(gòu)化的數(shù)據(jù)文件映射為一張數(shù)據(jù)庫(kù)表，并提供完整的SQL查詢(xún)功能；可以將SQL語(yǔ)句轉(zhuǎn)換為MapReduce任務(wù)運(yùn)行，通過(guò)自己的SQL查詢(xún)分析需要的內(nèi)容，這套SQL簡(jiǎn)稱(chēng)HiveSQL，使不熟悉mapreduce的用戶(hù)可以很方便地利用SQL語(yǔ)言查詢(xún)、匯總和分析數(shù)據(jù)。而mapreduce開(kāi)發(fā)人員可以把自己寫(xiě)的mapper和reducer作為插件來(lái)支持hive做更復(fù)雜的數(shù)據(jù)分析。它與關(guān)系型數(shù)據(jù)庫(kù)的SQL略有不同，但支持了絕大多數(shù)的語(yǔ)句如DDL、DML以及常見(jiàn)的聚合函數(shù)、連接查詢(xún)、條件查詢(xún)。它還提供了一系列的：具進(jìn)行數(shù)據(jù)提取轉(zhuǎn)化加載，用來(lái)存儲(chǔ)、查詢(xún)和分析存儲(chǔ)在Hadoop中的大規(guī)模數(shù)據(jù)集，并支持UDF（User-DefinedFunction）、UDAF(User-DefnesAggregateFunction)和UDTF（User-DefinedTable-GeneratingFunction），也可以實(shí)現(xiàn)對(duì)map和reduce函數(shù)的定制，為數(shù)據(jù)操作提供了良好的伸縮性和可擴(kuò)展性。HBASEHBase–HadoopDatabase，是一個(gè)高可靠性、高性能、面向列、可伸縮的分布式存儲(chǔ)系統(tǒng)，利用HBase技術(shù)可在廉價(jià)PCServer上搭建起大規(guī)模結(jié)構(gòu)化存儲(chǔ)集群。ZookeeperZooKeeper是一個(gè)分布式的，開(kāi)放源碼的分布式應(yīng)用程序協(xié)調(diào)服務(wù)，是Google的Chubby一個(gè)開(kāi)源的實(shí)現(xiàn)，是Hadoop和Hbase的重要組件。它是一個(gè)為分布式應(yīng)用提供一致性服務(wù)的軟件，提供的功能包括：配置維護(hù)、域名服務(wù)、分布式同步、組服務(wù)等。FlumeFlume是Cloudera提供的一個(gè)高可用的，高可靠的，分布式的海量日志采集、聚合和傳輸?shù)南到y(tǒng)，F(xiàn)lume支持在日志系統(tǒng)中定制各類(lèi)數(shù)據(jù)發(fā)送方，用于收集數(shù)據(jù)；同時(shí)，F(xiàn)lume提供對(duì)數(shù)據(jù)進(jìn)行簡(jiǎn)單處理，并寫(xiě)到各種數(shù)據(jù)接受方（可定制）的能力。開(kāi)發(fā)范圍數(shù)據(jù)生產(chǎn)對(duì)于該模塊的業(yè)務(wù)，即數(shù)據(jù)生產(chǎn)過(guò)程，一般并不會(huì)讓你來(lái)進(jìn)行操作，數(shù)據(jù)生產(chǎn)是一套完整且嚴(yán)密的體系，這樣可以保證數(shù)據(jù)的安全性。但是如果涉及到項(xiàng)目的一體化方案的設(shè)計(jì)（數(shù)據(jù)的產(chǎn)生、存儲(chǔ)、分析、展示），則必須清楚每一個(gè)環(huán)節(jié)是如何處理的，包括其中每個(gè)環(huán)境可能隱藏的問(wèn)題；數(shù)據(jù)結(jié)構(gòu)，數(shù)據(jù)內(nèi)容可能出現(xiàn)的問(wèn)題。數(shù)據(jù)采集/消費(fèi)數(shù)據(jù)采集模塊（消費(fèi)），在企業(yè)中你要清楚流式數(shù)據(jù)采集框架flume和kafka的定位是什么。我們?cè)诖诵枰獙?shí)時(shí)數(shù)據(jù)通過(guò)flume采集到kafka然后供給給hbase消費(fèi)。flume：cloudera公司研發(fā)適合下游數(shù)據(jù)消費(fèi)者不多的情況；適合數(shù)據(jù)安全性要求不高的操作；適合與Hadoop生態(tài)圈對(duì)接的操作。kafka：linkedin公司研發(fā)適合數(shù)據(jù)下游消費(fèi)眾多的情況；適合數(shù)據(jù)安全性要求較高的操作（支持replication）；因此我們常用的一種模型是：線(xiàn)上數(shù)據(jù)-->flume-->kafka-->flume(根據(jù)情景增刪該流程)-->HDFS線(xiàn)上數(shù)據(jù)-->flume-->ka