物联网应用中实时定位与轨迹回放的解决方案 – Redis的典型运用(转载)

物联网应用中实时定位与轨迹回放的解决方案 – Redis的典型运用(转载)
2015年11月14日| by: nbboy| Category: 系统设计, 缓存设计, 高性能系统
摘要 我们解决某个问题，很多时候并不在于你掌握了某个工具或某项技术，而在于你对该场景下该问题的本质理解。 这则博文，针对物联网应用中实时定位与轨迹回放的问题，阐述最为简要的解决之道。



目录[-]

1. 系统需求
2. 应用场景
3. 数据量估算
4. 项目难点及解决
4.1如何存储千亿级的坐标记录且便于检索？
4.1.1 关系型数据库的不足
4.1.2 NoSql产品选型
4.1.3 数据存储结构设计
4.1.3 高性能、高可靠性的部署
4.1.4 数据定期维护设计
4.2 如何实现标签定位的实时性与可靠性？
5. 最终方案示意
6. 补充(2015-11-13)–注意啦！

1. 系统需求

实时监控：系统能实时接收2000个超rfid标签的坐标信息， 然后在3D模型界面展示各标签的实时位置。
轨迹回放：系统可查询任一标签在最近1个月内的坐标信息， 然后在3D模型界面回放该标签在这个时间段内的运动轨迹。

2. 应用场景

监狱监管：给犯人配戴腕表或工牌，在腕表或工牌中嵌入rfid标签，实现对犯人行踪的实时监控、事先预警、事后回查等。如图：

输入图片说明

3. 数据量估算

1个超rfid标签在1秒内会产生10条80byte的坐标信息，即1个标签1秒的数据量是约0.8kb（坐标信息的结构为：标签id, x坐标，y坐标，z坐标，时间），以此推算：

1个标签 1分钟会产生记录数是 600条， 约54 KB
1个标签 1小时会产生记录数是3.6万条， 约3.2 MB
1个标签 1天会产生记录数是86.4万条， 约76.8 MB
1个标签 1个月会产生记录数是2.6亿条， 约2.3 GB
…
2000个标签 1天产生的记录数是172亿条， 约150 GB
2000个标签 1个月产生的记录数是5200亿条， 约4.4 TB

4. 项目难点及解决

4.1如何存储千亿级的坐标记录且便于检索？

如何存储海量的坐标信息，且能快速地从其中检索出指定犯人（也即标签）在某个时间范围内的坐标?

4.1.1 关系型数据库的不足

把千亿级的记录存储在关系型数据库，肯定要分库分表。如果按标签、按天分表存放，每个表存放一个标签的一天的坐标信息，那么每个表只有84.6万条记录，但有多达6万张表(