基于云平臺的定位解算方法和系統的制作方法
【專利摘要】本發明公開了一種基于云平臺的定位解算方法和系統，涉及定位領域。本發明對于海量定位請求，將每個定位請求轉換為每個用戶的定位解算任務，并且采用MapReduce并行計算技術同時執行定位解算任務，然后同時輸出每個定位解算任務相應的定位結果，從而提高定位解算系統的并發處理能力，為數百萬用戶提供定位服務。
【專利說明】基于云平臺的定位解算方法和系統

【技術領域】
[0001] 本發明涉及定位領域，特別涉及一種基于云平臺的定位解算方法和系統。

【背景技術】
[0002] 定位數據解算系統需要采集室內外海量定位數據，定位數據的存儲規模往往高達 TB (Terabyte，萬億字節）級別，并且還需要為數百萬用戶提供定位服務。如何實現海量數 據的存儲，并且及時響應數百萬甚至更多用戶的并發定位服務請求，是定位數據解算系統 面臨的技術挑戰。
[0003] 傳統的定位解算技術采用的是主機方案，即小型機+磁盤陣列的方案，單個小型 機的CPU和內存能力有限，而且還有網絡和硬盤I/O瓶頸，因此并發處理能力不足。
[0004] 由于傳統主機方案的處理能力有限，只能支持數百個用戶的并發定位服務請求， 不適用于海量定位數據解算系統。


【發明內容】

[0005] 本發明實施例所要解決的一個技術問題是：解決現有定位數據解算系統并發處理 能力不足的問題。
[0006] 根據本發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；將每個定位請求轉換為每個用戶的定位解算任務，并采用 MapReduce并行計算技術同時執行定位解算任務；同時輸出每個定位解算任務相應的定位 結果。
[0007] 所述采用MapReduce并行計算技術同時執行定位解算任務包括：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 樓宇數據表，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；根據指紋匹配結果解算出最優定位結果。
[0008] 所述樓宇數據表采用行存儲HIVE數據表，數據結構為：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 該樓宇是否為熱數據，如果該樓宇是熱數據，在內存中進行指紋匹配，如果該樓宇不是熱數 據，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數據緩存技術，將熱數據 加載到內存中。
[0011] 所述指紋庫采用列存儲HBASE數據表，數據結構為：主鍵為網格的位置信息，列為 接入點地址信息，列值為接入點場強信息。
[0012] 根據本發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，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換為每個用戶 的定位解算任務，并采用MapReduce并行計算技術同時執行定位解算任務；輸出單元，用于 同時輸出每個定位解算任務相應的定位結果。
[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；掃描樓宇數據表，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；根據指紋匹配結果解算出最優定位 結果。
[0014] 所述樓宇數據表采用行存儲HIVE數據表，數據結構為：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 熱數據，如果該樓宇是熱數據，在內存中進行指紋匹配，如果該樓宇不是熱數據，在指紋庫 中進行指紋匹配。
[0016] 定位解算系統還包括：緩存單元，用于采用MemoryCache數據緩存技術，將熱數據 加載到內存中。
[0017] 所述指紋庫采用列存儲HBASE數據表，數據結構為：主鍵為網格的位置信息，列為 接入點地址信息，列值為接入點場強信息。
[0018] 本發明具有以下優點：
[0019] 首先，對于海量定位請求,將每個定位請求轉換為每個用戶的定位解算任務，并且 采用MapReduce并行計算技術同時執行定位解算任務，然后同時輸出每個定位解算任務相 應的定位結果，從而提高定位解算系統的并發處理能力，為數百萬用戶提供定位服務。
[0020] 其次，對于用戶經常訪問的樓宇數據，即熱數據，采用MemoryCache數據緩存技術 加載到內存中，隨機查詢熱數據時可以直接從內存中讀取而不需要從指紋庫中讀取，從而 提高數據訪問速度，確保數據查詢的實時性。并且，與單個主機利用自己的內存提供緩存功 能不同，本發明的MemoryCache數據緩存技術是利用多臺機器的內存組成一個大容量的內 存堆，可以有效解決海量數據的快速訪問問題，保證數百萬用戶并發實時查詢的效率。
[0021] 最后，指紋庫采用HBASE列存儲的分布式數據倉庫實現海量數據的存儲和高速訪 問，可以提供毫秒級數據查詢。
[0022] 通過以下參照附圖對本發明的示例性實施例的詳細描述，本發明的其它特征及其 優點將會變得清楚。

【專利附圖】

【附圖說明】
[0023] 為了更清楚地說明本發明實施例或現有技術中的技術方案，下面將對實施例或現 有技術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 發明的一些實施例，對于本領域普通技術人員來講，在不付出創造性勞動性的前提下，還可 以根據這些附圖獲得其他的附圖。
[0024] 圖1為本發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為本發明采用MapReduce并行計算技術同時執行定位解算任務一個實施例的 流程示意圖。
[0026] 圖3為本發明基于云平臺的定位解算系統一個實施例的結構示意圖。
[0027] 圖4為本發明基于云平臺的定位解算系統再一個實施例的結構示意圖。

【具體實施方式】
[0028] 下面將結合本發明實施例中的附圖，對本發明實施例中的技術方案進行清楚、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，決不作為對本發明及其應用或使 用的任何限制。基于本發明中的實施例，本領域普通技術人員在沒有作出創造性勞動前提 下所獲得的所有其他實施例，都屬于本發明保護的范圍。
[0029] 為了解決現有定位數據解算系統并發處理能力不足的問題，本發明提出一種面對 海量數據的定位解算技術。本發明提出的定位解算技術是一種基于云平臺的定位解算技 術，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 本發明的定位解算方案。
[0030] 圖1為本發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執行，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 量級，甚至更高，如萬億（TB)數量級。
[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 息及其對應的接入點場強信息。基于多項接入點地址信息及其對應的接入點場強信息的定 位可以提供更準確的定位結果。
[0035] S102,將每個定位請求轉換為每個用戶的定位解算任務，并采用MapReduce并行 計算技術同時執行定位解算任務。本步驟為本發明的核心，后續將詳細說明其實現過程。
[0036] 其中，MapReduce是一個軟件架構，用于大規模數據集(如1TB及以上數據）的并 行運算。"Map"是指定一個Map (映射）函數，用來把一組鍵值對映射成一組新的鍵值對。 "Reduce"是指定并發的Reduce (化簡）函數，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相應的定位結果，從而完成定位解算過程。
[0038] 下面結合圖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并行計算技術同時執行定位解算任務，每一定位解 算任務的執行過程大體相同，對于其中任一定位解算任務來說，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描述可以參考前述步驟S101，這里不 再贅述。
[0041] S202,掃描樓宇數據表，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，樓宇數據表用于樓宇定位，為了實現快速定位，樓宇數據表可以采用行存儲 HIVE數據表，數據結構為：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，該數據結構可以表示為：字段= {AP，樓宇ID}，一個AP對應一個樓宇ID。HIVE是 分布式運行，多個節點同時進行數據計算。HIVE提供了一套SQL (結構化查詢語言)的查詢 語言，以sql為基礎，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方式掃描樓宇數據表，Key-Value 方式是一種快速匹配查詢方式，Key類似數據庫中的index (索引）主鍵，其中每個AP作為 Key (主鍵）保存，而樓宇ID作為Value (值)，掃描樓宇數據表中的AP信息，直接通過這些 AP就能快速查詢到對應的樓宇。
[0044] 表1樓宇數據表
[0045]

【權利要求】
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； 將每個定位請求轉換為每個用戶的定位解算任務，并采用MapReduce并行計算技術同 時執行定位解算任務； 同時輸出每個定位解算任務相應的定位結果。
2. 根據權利要求1所述的方法，其特征在于，所述采用MapReduce并行計算技術同時執 行定位解算任務包括： 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； 掃描樓宇數據表，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； 根據指紋匹配結果解算出最優定位結果。
3. 根據權利要求2所述的方法，其特征在于，所述樓宇數據表采用行存儲HIVE數據表， 數據結構為：字段={接入點地址信息，接入點地址信息所在的樓宇標識}。
4. 根據權利要求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據，如果該樓宇是熱數據，在內存中進 行指紋匹配，如果該樓宇不是熱數據，在指紋庫中進行指紋匹配。
5. 根據權利要求4所述的方法，其特征在于，該方法還包括：采用MemoryCache數據緩 存技術，將熱數據加載到內存中。
6. 根據權利要求4所述的方法，其特征在于，所述指紋庫采用列存儲HBASE數據表，數 據結構為：主鍵為網格的位置信息，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，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換為每個用戶的定位解算任務，并采用MapReduce 并行計算技術同時執行定位解算任務； 輸出單元，用于同時輸出每個定位解算任務相應的定位結果。
8. 根據權利要求7所述的系統，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； 掃描樓宇數據表，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； 根據指紋匹配結果解算出最優定位結果。
9. 根據權利要求8所述的系統，其特征在于，所述樓宇數據表采用行存儲HIVE數據表， 數據結構為：字段={接入點地址信息，接入點地址信息所在的樓宇標識}。
10. 根據權利要求8所述的系統，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據，如果該樓宇是熱數據，在內存中進 行指紋匹配，如果該樓宇不是熱數據，在指紋庫中進行指紋匹配。
11. 根據權利要求10所述的系統，其特征在于，該系統還包括：緩存單元，用于采用 MemoryCache數據緩存技術，將熱數據加載到內存中。
12.根據權利要求10所述的系統，其特征在于，所述指紋庫采用列存儲HBASE數據表， 數據結構為：主鍵為網格的位置信息，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 優先權日:2013年8月20日
【發明者】劉源, 孫智強, 邵齊海, 羅智勇 申請人:中國電信集團公司