论文部分内容阅读
摘 要: 在云计算和阿里云概念基础上,详细阐述了基于阿里云平台的台风路径实时发布系统的框架结构和功能设计。通过整合相关汛情信息资源,构建云环境下一体化多终端自适应的应用服务平台,为防汛指挥决策、气象水情分析及社会公众服务提供多层次全方位的信息服务。该系统充分利用阿里云平台大规模、虚拟化、高可靠性、高可扩展性等特点,实现了计算资源的自动弹性动态调整,在实际防台工作中得到了很好的应用。
关键词: 云计算; 阿里云; 弹性计算; 台风路径; 汛情信息
中图分类号:TP393 文献标志码:A 文章编号:1006-8228(2015)02-15-04
Research of real-time typhoon path publishing system based on Alibaba cloud
Luo Xiaolong1, Yu Kaisen1, Yu Jinming2, Huang Kang1
(1. Information Management Center of Zhejiang Water Resources, Hangzhou, Zhejiang 310009, China; 2. Zhejiang Dayu Information Technology Co., Ltd.)
Abstract: After giving the concept of cloud computing and Alibaba cloud, the framework and function design of the real-time typhoon path publishing system based on Alibaba cloud are elaborated. Through the integration of the relevant flood information resources, a multi-terminal adaptive application service platform is constructed based on cloud environment, to provide multiple levels and a full range of information services for flood control decision, meteorological hydrological analysis and social public service. The system makes full use of the cloud platform virtualization, large-scale, high reliability and good scalability, automatic elastic dynamic adjustment of computing resources is realized. The system has a good application value in the actual defense typhoon work.
Key words: cloud computing; Alibaba cloud; elasticity computing; typhoon path; flood information
0 引言
我国是世界上遭受台风影响最频繁和最严重的国家之一,每年台风都会给我国造成巨大的经济损失和人员伤亡[1]。浙江省地处我国东南沿海,更是台风的重灾区,其伴随的狂风、巨浪、暴雨及引发的风暴潮、洪涝、滑坡、泥石流等一系列灾害,给人民生命财产的带来巨大威胁。如9417、9711号台风分别给浙江省造成了177.6亿元和197.7亿元的损失。2004年的“云娜”台风,浙江省受灾人口1299万人,死亡164人,直接经济损失达181.23亿元[2]。因此,准确、及时地对台风进行预测预警对防灾减灾和保障国民经济建设具有重要意义[3]。
多年来,水利、防汛和气象部门都在积极开展利用信息技术实现台风信息管理和发布等方面研究,并形成了不同时期的多个版本台风发布系统。总体而言,台风发布系统在不同历史时期的台风预警预测、防灾减灾等工作中都发挥了很好的作用,为防汛防台辅助决策提供了强有力的技术支撑,但是,就目前来看,之前的系统存在共同的不足之处:①受技术、硬件设施等制约,系统的并发访问量有限,无法承载社会公众大流量的访问请求;②系统涉及的信息单一,除台风信息外,无法将云图、降雨等相关汛情信息有机串联。
随着互联网,特别是移动互联网的高速发展,网络用户量急剧飙升,社会公众对台风等灾害天气的关注程度越来越高,互联网用户的基数不断增加。为打破以往台风发布系统应用时经常面临的“平常时刻好用不要用,关键时刻想用不能用”的尴尬局面,需要全新打造基于云计算环境下的台风发布系统,建立真正面向社会公众和行业用户于一体,互联网和移动互联网自适应的防台预警发布平台,充分利用云计算的弹性计算能力,来解决系统突发访问量和用户应急响应问题。
1 云计算和阿里云
1.1 云计算
云计算是网格计算、分布式计算、并行计算、效用计算、网络存储、虚拟化、负载均衡等技术发展融合的产物,被认为是信息产业的又一次革命[4]。如同人们用水不需要考虑建设水厂、用电不需要考虑电力基础设施一样,云计算使人们在处理业务时,不需要自建应用系统、自购服务器和存储设备,转而通过利用云计算服务提供商的资源实现事务处理和数据保存,消费者只需为使用这些资源支付费用。
NIST(美国国家标准技术研究院)定义云计算是一个提供便捷的通过互联网访问一个可定制的IT资源共享池能力的按使用量付费模式(IT资源包括网络,服务器,存储,应用,服务),这些资源能够快速部署,并只需要很少的管理工作或很少的与服务供应商的交互[5]。当前,NIST定义的云架构得到普遍认同,包括五个关键特征、三个服务模式和三个部署模型[6]。五个关键特征代表云计算与传统计算模式的关系与差异,分别是①按需自服务、②宽带接入、③虚拟化的资源池、④快速弹性架构、⑤可测量的服务。云服务的交付可以分为三种基本模式以及不同的衍生组合,三种基本模式分别是①IaaS(Infrastructure as a service)基础设施即服务,指将计算、网络、存储等硬件基础设施作为服务供用户使用;②PaaS(Platform as a service)平台即服务,是讲程序的运行平台作为服务提供给用户;③SaaS(Software as a service)软件即服务,是指讲默写特定软件作为服务,允许用户通过网络来访问这些应用。 根据云计算基础设施拥有、管理、使用和部署场所等不同,云计算的三个部署模型划分是私有云、公共云和混合云。私有云的基础架构是企业或组织单独拥有和使用的;公有云是由若干用户或企业共享的云环境;混合云则是公有云和私有云的混合形式。由于安全性、隐私性是当前公有云面临的严峻挑战,私有云和混合云成为当前企业主要的采用形式。
1.2 阿里云
阿里云是阿里巴巴旗下全资子公司——阿里云计算有限公司打造的一款公共、开放的云计算服务平台,其数据中心位于杭州、上海、香港等地,拥有全国最大内容分发网络(CDN),遍布全国的200多个CDN节点,多运营商BGP接入。平台核心为自助研发的飞天云OS,体系架构如图1所示。云OS是融云数据存储、云计算服务和云操作系统为一体的云智能移动操作系统, 基于Linux内核以及WebKit、OpenGL和SQLite等开源库,为上层的飞天开放服务提供计算、存储和调度等方面的底层支持,包括协调服务、远程过程调用、安全管理、资源管理等构建分布式系统常用的底层服务。
飞天开放平台负责管理数据中心Linux集群的物理资源,控制分布式程序运行,隐藏下层故障恢复和数据冗余等细节,把数以千计的服务器联成一台“超级计算机”,并把这台超级计算机的存储资源和计算资源,以公共服务方式提供给互联网上的用户,为用户应用程序提供计算和存储两方面接口和服务。这些接口和服务包括弹性计算服务(ECS)、开放存储服务(OSS)、开放结构化数据服务(OTS)、关系型数据库服务(RDS)和开放数据处理服务(ODPS),并基于弹性计算服务提供了云服务引擎(ACE)作为第三方应用开发和Web应用运行和托管的平台。
2 系统设计
2.1 系统定位
台风路径实时发布系统(以下简称“系统”)是以阿里云计算平台为载体,以互联网电子地图为基础,实时采集发布台风路径、实时水雨情、卫星云图等汛情信息,并面向用户提供发布服务的防台减灾应用系统。系统设计开发必须同时满足以下四个方面目标。
⑴ 应用环境全云化。系统涉及数据采集、处理、存储、发布、应用等过程均采用阿里云计算平台,充分利用阿里云弹性计算服务、负载均衡等功能,彻底解决系统应用时高突发访问量的响应瓶颈。
⑵ 应用终端全覆盖。系统应用终端突破PC客户端的限制,扩展到平板电脑、智能手机等移动终端。系统能自动判别应用终端的浏览器版本并推送与之适应的系统界面和功能。
⑶ 行业内外全顾及。系统发布于互联网上,以服务社会公众为基础,突出行业内专业用户的防台减灾增值服务功能,做到全面兼顾,内外有别,重点突出。
⑷ 历史过程全回顾。系统不仅能展示台风实时信息,也可以台风事件为主线,全过程回顾历史台风发生的当时场景,包括云图、降雨、视频、部署等信息。
2.2 总体架构
系统基于J2EE体系架构,采用B/S(服务器端/客户端)结构,以MyEclipse和JavaBean作为开发环境,以开源的JavaScript地图引擎为基础,在数据采集、处理、存储、服务、发布等各个环节全线应用阿里云产品服务,系统总体架构如图2所示。
⑴ 基础设施层:以弹性计算服务(ECS)和开放存储服务(OSS)为载体,为系统和数据提供弹性计算和存储的环境,解决以往系统开发时构建和管理硬件资源的困扰。弹性计算服务(ECS)以分布式计算系统为基础,基于虚拟化、分布式存储等云计算技术,把计算和存储的基础资源(服务器、交换机、存储设备等)整合在一起,通过Web方式为系统提供计算能力服务;开放存储服务(OSS)支持系统数据的海量文件储存,可多地同时调用呈现,简化用户数据管理、迁移和更新工作。
⑵ 数据库层:利用关系型数据库服务(RDS)和开放结构化数据服务(OTS)构建并管理系统所需的各类汛情数据库,包括台风、雨情、云图、工程图片、文档资料等。关系型数据库服务(RDS)提供即时接入、弹性伸缩,支持系统所需的SQL Server关系型数据库,通过Web方式为系统提供可以在几分钟内生成并投入生产的、经过优化的数据库实例;开放结构化数据服务(OTS)以数据表的形式组织数据,保证强一致性,提供跨表的事务支持,并提供视图和分页的功能来加速查询。
⑶ 业务逻辑层:借助开放数据处理服务(ODPS)以WEBSERVICE方式搭建各类汛情数据和地图访问的接口,为系统调用提供服务。开放数据处理服务(ODPS)是大规模分布式数据处理服务,以RESTful API的形式支持基于描述性查询语言SQL的数据处理,并提供MapReduce的并行计算框架,非常适用于系统的海量数据统计。
⑷ 系统应用层:建立面向互联网和移动互联网用户的系统平台,利用链路负载均衡(SLB),通过设置虚拟IP,把位于同一数据中心的多台云服务器资源虚拟成一个高性能、高可用的应用服务池,再根据应用特性,把来自客户端的网络请求分发到云服务器池中。
⑸ 终端表现层:提供最终人机交互界面,将系统和数据在不同终端和不同浏览器中很好地展现。
2.3 安全机制
系统涉及的实时信息多,数据量大,准确性要求高。在防台期间,系统重要性尤为显著,因此系统的安全问题非常突出。经过深入研究,系统安全应重点做好系统数据安全和运行环境安全两个方面。
⑴ 系统数据安全。体现于数据采集及时,数据准确,发布有序。①建立数据的多源采集机制,确保数据采得到,采得快。如,针对互联网电子地图数据,借助于业界更新快、图源相对稳定的谷歌、高德和天地图,并可自主切换。②建立数据的自动纠错回滚机制,确保数据准确。如,针对自动采集的实时雨情信息,通过数据纠错、比对、清洗等环节,降低数据错误率。③建立数据的账户授权访问机制,确保数据的定向发布。系统对实时雨情、工程视频等数据授权面向行业专业用户访问。 ⑵ 运行环境安全:充分选用阿里云平台专门为系统定制的云盾和云监控服务,确保系统运行环境安全。云盾为系统部署的各云服务器提供一站式安全增值服务,包括网页漏洞检测、网页挂马检测等安全体检和防DDOS 服务、端口安全检测、网站后门检测、主机密码暴力破解防御等安全管家功能,防止系统被攻击。云监控自动为系统提供包括网站、Ping、TCP端口、UDP端口、DNS、POP3、SMTP、FTP等端口的监控服务,可以及时发现故障并通过多种方式告警。
3 系统功能
3.1 多源地图
系统以JavaScript地图引擎为基础,建立支持谷歌、高德、天地图等多图源的互联网电子地图,作为台风路径发布和相关汛情信息定位叠加、展示时的底图,并通过位置纠偏矫正和地图视野范围预置,实现信息展示时的精确定位和视野自动缩放。多图源调用既可避免图源无法连接的单点故障发生,又能兼顾某类图源更新周期过长带来的底图版本陈旧问题,充分保障系统有图可用,有图好用。不同图源间的配置和切换由系统后台管理统一设定,每类图源支持以下功能。
⑴ 地图切换:图源提供线划图、地形图、卫星图等多种地图模式,由用户自主选择。
⑵ 地图操作:支持缩放、漫游、测距、画笔、打印等基本地图操作。地图缩放分13个等级,且以第3级为界,自动显示或隐藏台风24小时和48小时警戒线;台风数据加载完成后,地图视野自动跳转地图第4级,以台风中心点作为地图中心点,查看整条台风路径最佳视野。
3.2 台风路径
系统实时采集西太平洋上当前活动的热带气旋和相关信息,包括名称、位置、中心风力、最大风速、中心气压、移动速度、移动方向、风圈半径等,并整合国内外多家气象机构的台风预报信息[8],按6个等级(热带低压、热带风暴、强热带风暴、台风、强台风、超强台风),通过不同颜色的点线方式在互联网电子地图上展示台风的移动轨迹和预计移动方向,直观表达台风发生、发展和消亡的变化过程。除当前台风信息外,系统还收集了1945年以来的历年台风信息,支持按年度、编号、名称等关键字模糊检索和按年度平铺式浏览查询。
3.3 卫星云图
卫星云图信息来源于日本MSTAT卫星[9],通过地面处理接收站以30分钟1次的频率自动从MSTAT卫星接收高清红外图片,按WGS84坐标系统和墨卡托投影[10]生成,可反映西太平洋上东经85度--160度之间区域范围的天气情况,清晰、直观展现西太平洋区域的云系分布情况。系统对每一张接收的卫星云图图片通过后台服务程序自动进行脱底透明化和图像压缩等预处理工作,最终形成1024×768像素尺寸、保留云系的透明云图。预处理后的透明云图可供系统调用,根据云图覆盖范围的经纬度坐标信息,与系统调用的互联网电子地图精准叠加覆盖,并支持与电子地图的同步缩放。
3.4 实时雨情
系统拥有浙江全省范围内2000多个雨量站的实时降雨量信息,以每小时1次的频率更新。根据防汛工作需要,降雨量对应的时段范围可分最近1h、3h、6h、12h、24h和场(特指台风影响浙江时刻起至当前时刻或台风影响结束时刻的降雨时段)。降雨量信息展示以点状标注和列表显示相结合,并做到表与点联动。在地图上,每个信息点的位置表示雨量站所处的真实地理位置,信息点的颜色和大小表示降雨量的强度(按小雨、中雨、大雨、暴雨、大暴雨、特大暴雨的标准分类)。通过点的分布情况,可在地图上直观展示浙江全省当前的降雨范围和雨量强度。针对影响浙江的台风,系统还将不同时段的场雨量信息与该时刻对应的台风路径点信息关联,实现通过台风路径点查看该时刻台风所带来的雨量分布情况和降雨强度。
3.5 工程视频
系统整合各类水利工程视频监控点资源[11],以列表方式和地图位置标注方式,集成展示实时视频图像信息。展示内容包括实时图片和实时视频2类。实时图片指水利工程视频监控点抓拍的JPG格式最新图片,一般每个工程按1小时1次的频率抓拍切片产生,图片适用于社会公众和移动终端用户调用访问系统的展示;实时视频指水利工程视频监控点的实时动态图像,适用于行业内专业人员通过计算机客户端访问时调用,需通过授权操作,包括摄像头控制,图像缩放等。
4 结束语
本文通过台风路径实时发布系统的建设实践,详细阐述了系统基于阿里云平台的整体架构、实现原理和功能需求,构建了云环境下面向社会公众和行业专业用户于一体且多终端自适应的应用服务平台。PC端主界面如图3所示,系统运行稳定,响应速度快,应用效果十分明显。据CNZZ统计,系统曾在2012年防御正面袭击浙江省的“海葵”强台风期间,经受了单日PV(页面浏览)突破350万次访问量的历史峰值,达常规日访问量的近100倍,在周边省市类似应用系统几乎瘫痪或宕机的同时,系统很好地根据应用访问具体需求进行计算资源的自动弹性动态调整,轻松应对突发异常访问量的冲击。系统为防汛防台工作的辅助决策分析提供了很好的技术支撑,为社会公众关注台风动向提供了最及时的信息,有效地提高了行业的防汛防台保障能力。
参考文献:
[1] 陈联寿,孟智勇.我国热带气旋研究十年进展[J].大气科学,2001.25
(3):420-429
[2] 张斌,陈海燕,顾俊强.基于GIS的台风灾害评估系统设计开发[J].灾
害学,2008.23(1):47-50
[3] 马娟娟,孙海燕.基于GIS的台风预警系统设计与实现[J].地理空间信
息,2014.12(1):134-136
[4] 罗军舟,金嘉晖,宋爱波等.云计算:体系架构与关键技术[J].通信学报,
2011.32(7):3-21
[5] Cloud Security Alliance.Security Guidance For Critical Areas of
Focus in Cloud Computing,V3.0[R/OL]. [2014-8-20].https: //cloudsecurityalliance.org/csaguide.pdf.
[6] 刘戈舟,杨泽明,许俊峰.云计算安全架构、战略、标准与运营[M].机械
工业出版社,2013.
[7] 潘小明,张向阳,沈锡镛等.云计算信息安全测评框架研究[J].计算机
时代,2013.1:22-25
[8] 虞开森,骆小龙,余魁.基于iphone的防汛掌上通平台设计与应用[J].
水利水电科技进展,2010.30(60):74-77
[9] 朱盛文.日本MTSAT卫星云图接收处理系统[J].电脑知识与技术,
2010.6(26):7272-7273,7275
[10] 许辉,马晓鹏.基于Web墨卡托投影地理信息系统设计与实现[J].电
脑编程技巧与维护,2011.8:41-43,51
[11] 骆小龙,耿洛桑,余金铭等.水利工程实时图像资源切片与应用[J].水
利信息化,2012.6:35-39
关键词: 云计算; 阿里云; 弹性计算; 台风路径; 汛情信息
中图分类号:TP393 文献标志码:A 文章编号:1006-8228(2015)02-15-04
Research of real-time typhoon path publishing system based on Alibaba cloud
Luo Xiaolong1, Yu Kaisen1, Yu Jinming2, Huang Kang1
(1. Information Management Center of Zhejiang Water Resources, Hangzhou, Zhejiang 310009, China; 2. Zhejiang Dayu Information Technology Co., Ltd.)
Abstract: After giving the concept of cloud computing and Alibaba cloud, the framework and function design of the real-time typhoon path publishing system based on Alibaba cloud are elaborated. Through the integration of the relevant flood information resources, a multi-terminal adaptive application service platform is constructed based on cloud environment, to provide multiple levels and a full range of information services for flood control decision, meteorological hydrological analysis and social public service. The system makes full use of the cloud platform virtualization, large-scale, high reliability and good scalability, automatic elastic dynamic adjustment of computing resources is realized. The system has a good application value in the actual defense typhoon work.
Key words: cloud computing; Alibaba cloud; elasticity computing; typhoon path; flood information
0 引言
我国是世界上遭受台风影响最频繁和最严重的国家之一,每年台风都会给我国造成巨大的经济损失和人员伤亡[1]。浙江省地处我国东南沿海,更是台风的重灾区,其伴随的狂风、巨浪、暴雨及引发的风暴潮、洪涝、滑坡、泥石流等一系列灾害,给人民生命财产的带来巨大威胁。如9417、9711号台风分别给浙江省造成了177.6亿元和197.7亿元的损失。2004年的“云娜”台风,浙江省受灾人口1299万人,死亡164人,直接经济损失达181.23亿元[2]。因此,准确、及时地对台风进行预测预警对防灾减灾和保障国民经济建设具有重要意义[3]。
多年来,水利、防汛和气象部门都在积极开展利用信息技术实现台风信息管理和发布等方面研究,并形成了不同时期的多个版本台风发布系统。总体而言,台风发布系统在不同历史时期的台风预警预测、防灾减灾等工作中都发挥了很好的作用,为防汛防台辅助决策提供了强有力的技术支撑,但是,就目前来看,之前的系统存在共同的不足之处:①受技术、硬件设施等制约,系统的并发访问量有限,无法承载社会公众大流量的访问请求;②系统涉及的信息单一,除台风信息外,无法将云图、降雨等相关汛情信息有机串联。
随着互联网,特别是移动互联网的高速发展,网络用户量急剧飙升,社会公众对台风等灾害天气的关注程度越来越高,互联网用户的基数不断增加。为打破以往台风发布系统应用时经常面临的“平常时刻好用不要用,关键时刻想用不能用”的尴尬局面,需要全新打造基于云计算环境下的台风发布系统,建立真正面向社会公众和行业用户于一体,互联网和移动互联网自适应的防台预警发布平台,充分利用云计算的弹性计算能力,来解决系统突发访问量和用户应急响应问题。
1 云计算和阿里云
1.1 云计算
云计算是网格计算、分布式计算、并行计算、效用计算、网络存储、虚拟化、负载均衡等技术发展融合的产物,被认为是信息产业的又一次革命[4]。如同人们用水不需要考虑建设水厂、用电不需要考虑电力基础设施一样,云计算使人们在处理业务时,不需要自建应用系统、自购服务器和存储设备,转而通过利用云计算服务提供商的资源实现事务处理和数据保存,消费者只需为使用这些资源支付费用。
NIST(美国国家标准技术研究院)定义云计算是一个提供便捷的通过互联网访问一个可定制的IT资源共享池能力的按使用量付费模式(IT资源包括网络,服务器,存储,应用,服务),这些资源能够快速部署,并只需要很少的管理工作或很少的与服务供应商的交互[5]。当前,NIST定义的云架构得到普遍认同,包括五个关键特征、三个服务模式和三个部署模型[6]。五个关键特征代表云计算与传统计算模式的关系与差异,分别是①按需自服务、②宽带接入、③虚拟化的资源池、④快速弹性架构、⑤可测量的服务。云服务的交付可以分为三种基本模式以及不同的衍生组合,三种基本模式分别是①IaaS(Infrastructure as a service)基础设施即服务,指将计算、网络、存储等硬件基础设施作为服务供用户使用;②PaaS(Platform as a service)平台即服务,是讲程序的运行平台作为服务提供给用户;③SaaS(Software as a service)软件即服务,是指讲默写特定软件作为服务,允许用户通过网络来访问这些应用。 根据云计算基础设施拥有、管理、使用和部署场所等不同,云计算的三个部署模型划分是私有云、公共云和混合云。私有云的基础架构是企业或组织单独拥有和使用的;公有云是由若干用户或企业共享的云环境;混合云则是公有云和私有云的混合形式。由于安全性、隐私性是当前公有云面临的严峻挑战,私有云和混合云成为当前企业主要的采用形式。
1.2 阿里云
阿里云是阿里巴巴旗下全资子公司——阿里云计算有限公司打造的一款公共、开放的云计算服务平台,其数据中心位于杭州、上海、香港等地,拥有全国最大内容分发网络(CDN),遍布全国的200多个CDN节点,多运营商BGP接入。平台核心为自助研发的飞天云OS,体系架构如图1所示。云OS是融云数据存储、云计算服务和云操作系统为一体的云智能移动操作系统, 基于Linux内核以及WebKit、OpenGL和SQLite等开源库,为上层的飞天开放服务提供计算、存储和调度等方面的底层支持,包括协调服务、远程过程调用、安全管理、资源管理等构建分布式系统常用的底层服务。
飞天开放平台负责管理数据中心Linux集群的物理资源,控制分布式程序运行,隐藏下层故障恢复和数据冗余等细节,把数以千计的服务器联成一台“超级计算机”,并把这台超级计算机的存储资源和计算资源,以公共服务方式提供给互联网上的用户,为用户应用程序提供计算和存储两方面接口和服务。这些接口和服务包括弹性计算服务(ECS)、开放存储服务(OSS)、开放结构化数据服务(OTS)、关系型数据库服务(RDS)和开放数据处理服务(ODPS),并基于弹性计算服务提供了云服务引擎(ACE)作为第三方应用开发和Web应用运行和托管的平台。
2 系统设计
2.1 系统定位
台风路径实时发布系统(以下简称“系统”)是以阿里云计算平台为载体,以互联网电子地图为基础,实时采集发布台风路径、实时水雨情、卫星云图等汛情信息,并面向用户提供发布服务的防台减灾应用系统。系统设计开发必须同时满足以下四个方面目标。
⑴ 应用环境全云化。系统涉及数据采集、处理、存储、发布、应用等过程均采用阿里云计算平台,充分利用阿里云弹性计算服务、负载均衡等功能,彻底解决系统应用时高突发访问量的响应瓶颈。
⑵ 应用终端全覆盖。系统应用终端突破PC客户端的限制,扩展到平板电脑、智能手机等移动终端。系统能自动判别应用终端的浏览器版本并推送与之适应的系统界面和功能。
⑶ 行业内外全顾及。系统发布于互联网上,以服务社会公众为基础,突出行业内专业用户的防台减灾增值服务功能,做到全面兼顾,内外有别,重点突出。
⑷ 历史过程全回顾。系统不仅能展示台风实时信息,也可以台风事件为主线,全过程回顾历史台风发生的当时场景,包括云图、降雨、视频、部署等信息。
2.2 总体架构
系统基于J2EE体系架构,采用B/S(服务器端/客户端)结构,以MyEclipse和JavaBean作为开发环境,以开源的JavaScript地图引擎为基础,在数据采集、处理、存储、服务、发布等各个环节全线应用阿里云产品服务,系统总体架构如图2所示。
⑴ 基础设施层:以弹性计算服务(ECS)和开放存储服务(OSS)为载体,为系统和数据提供弹性计算和存储的环境,解决以往系统开发时构建和管理硬件资源的困扰。弹性计算服务(ECS)以分布式计算系统为基础,基于虚拟化、分布式存储等云计算技术,把计算和存储的基础资源(服务器、交换机、存储设备等)整合在一起,通过Web方式为系统提供计算能力服务;开放存储服务(OSS)支持系统数据的海量文件储存,可多地同时调用呈现,简化用户数据管理、迁移和更新工作。
⑵ 数据库层:利用关系型数据库服务(RDS)和开放结构化数据服务(OTS)构建并管理系统所需的各类汛情数据库,包括台风、雨情、云图、工程图片、文档资料等。关系型数据库服务(RDS)提供即时接入、弹性伸缩,支持系统所需的SQL Server关系型数据库,通过Web方式为系统提供可以在几分钟内生成并投入生产的、经过优化的数据库实例;开放结构化数据服务(OTS)以数据表的形式组织数据,保证强一致性,提供跨表的事务支持,并提供视图和分页的功能来加速查询。
⑶ 业务逻辑层:借助开放数据处理服务(ODPS)以WEBSERVICE方式搭建各类汛情数据和地图访问的接口,为系统调用提供服务。开放数据处理服务(ODPS)是大规模分布式数据处理服务,以RESTful API的形式支持基于描述性查询语言SQL的数据处理,并提供MapReduce的并行计算框架,非常适用于系统的海量数据统计。
⑷ 系统应用层:建立面向互联网和移动互联网用户的系统平台,利用链路负载均衡(SLB),通过设置虚拟IP,把位于同一数据中心的多台云服务器资源虚拟成一个高性能、高可用的应用服务池,再根据应用特性,把来自客户端的网络请求分发到云服务器池中。
⑸ 终端表现层:提供最终人机交互界面,将系统和数据在不同终端和不同浏览器中很好地展现。
2.3 安全机制
系统涉及的实时信息多,数据量大,准确性要求高。在防台期间,系统重要性尤为显著,因此系统的安全问题非常突出。经过深入研究,系统安全应重点做好系统数据安全和运行环境安全两个方面。
⑴ 系统数据安全。体现于数据采集及时,数据准确,发布有序。①建立数据的多源采集机制,确保数据采得到,采得快。如,针对互联网电子地图数据,借助于业界更新快、图源相对稳定的谷歌、高德和天地图,并可自主切换。②建立数据的自动纠错回滚机制,确保数据准确。如,针对自动采集的实时雨情信息,通过数据纠错、比对、清洗等环节,降低数据错误率。③建立数据的账户授权访问机制,确保数据的定向发布。系统对实时雨情、工程视频等数据授权面向行业专业用户访问。 ⑵ 运行环境安全:充分选用阿里云平台专门为系统定制的云盾和云监控服务,确保系统运行环境安全。云盾为系统部署的各云服务器提供一站式安全增值服务,包括网页漏洞检测、网页挂马检测等安全体检和防DDOS 服务、端口安全检测、网站后门检测、主机密码暴力破解防御等安全管家功能,防止系统被攻击。云监控自动为系统提供包括网站、Ping、TCP端口、UDP端口、DNS、POP3、SMTP、FTP等端口的监控服务,可以及时发现故障并通过多种方式告警。
3 系统功能
3.1 多源地图
系统以JavaScript地图引擎为基础,建立支持谷歌、高德、天地图等多图源的互联网电子地图,作为台风路径发布和相关汛情信息定位叠加、展示时的底图,并通过位置纠偏矫正和地图视野范围预置,实现信息展示时的精确定位和视野自动缩放。多图源调用既可避免图源无法连接的单点故障发生,又能兼顾某类图源更新周期过长带来的底图版本陈旧问题,充分保障系统有图可用,有图好用。不同图源间的配置和切换由系统后台管理统一设定,每类图源支持以下功能。
⑴ 地图切换:图源提供线划图、地形图、卫星图等多种地图模式,由用户自主选择。
⑵ 地图操作:支持缩放、漫游、测距、画笔、打印等基本地图操作。地图缩放分13个等级,且以第3级为界,自动显示或隐藏台风24小时和48小时警戒线;台风数据加载完成后,地图视野自动跳转地图第4级,以台风中心点作为地图中心点,查看整条台风路径最佳视野。
3.2 台风路径
系统实时采集西太平洋上当前活动的热带气旋和相关信息,包括名称、位置、中心风力、最大风速、中心气压、移动速度、移动方向、风圈半径等,并整合国内外多家气象机构的台风预报信息[8],按6个等级(热带低压、热带风暴、强热带风暴、台风、强台风、超强台风),通过不同颜色的点线方式在互联网电子地图上展示台风的移动轨迹和预计移动方向,直观表达台风发生、发展和消亡的变化过程。除当前台风信息外,系统还收集了1945年以来的历年台风信息,支持按年度、编号、名称等关键字模糊检索和按年度平铺式浏览查询。
3.3 卫星云图
卫星云图信息来源于日本MSTAT卫星[9],通过地面处理接收站以30分钟1次的频率自动从MSTAT卫星接收高清红外图片,按WGS84坐标系统和墨卡托投影[10]生成,可反映西太平洋上东经85度--160度之间区域范围的天气情况,清晰、直观展现西太平洋区域的云系分布情况。系统对每一张接收的卫星云图图片通过后台服务程序自动进行脱底透明化和图像压缩等预处理工作,最终形成1024×768像素尺寸、保留云系的透明云图。预处理后的透明云图可供系统调用,根据云图覆盖范围的经纬度坐标信息,与系统调用的互联网电子地图精准叠加覆盖,并支持与电子地图的同步缩放。
3.4 实时雨情
系统拥有浙江全省范围内2000多个雨量站的实时降雨量信息,以每小时1次的频率更新。根据防汛工作需要,降雨量对应的时段范围可分最近1h、3h、6h、12h、24h和场(特指台风影响浙江时刻起至当前时刻或台风影响结束时刻的降雨时段)。降雨量信息展示以点状标注和列表显示相结合,并做到表与点联动。在地图上,每个信息点的位置表示雨量站所处的真实地理位置,信息点的颜色和大小表示降雨量的强度(按小雨、中雨、大雨、暴雨、大暴雨、特大暴雨的标准分类)。通过点的分布情况,可在地图上直观展示浙江全省当前的降雨范围和雨量强度。针对影响浙江的台风,系统还将不同时段的场雨量信息与该时刻对应的台风路径点信息关联,实现通过台风路径点查看该时刻台风所带来的雨量分布情况和降雨强度。
3.5 工程视频
系统整合各类水利工程视频监控点资源[11],以列表方式和地图位置标注方式,集成展示实时视频图像信息。展示内容包括实时图片和实时视频2类。实时图片指水利工程视频监控点抓拍的JPG格式最新图片,一般每个工程按1小时1次的频率抓拍切片产生,图片适用于社会公众和移动终端用户调用访问系统的展示;实时视频指水利工程视频监控点的实时动态图像,适用于行业内专业人员通过计算机客户端访问时调用,需通过授权操作,包括摄像头控制,图像缩放等。
4 结束语
本文通过台风路径实时发布系统的建设实践,详细阐述了系统基于阿里云平台的整体架构、实现原理和功能需求,构建了云环境下面向社会公众和行业专业用户于一体且多终端自适应的应用服务平台。PC端主界面如图3所示,系统运行稳定,响应速度快,应用效果十分明显。据CNZZ统计,系统曾在2012年防御正面袭击浙江省的“海葵”强台风期间,经受了单日PV(页面浏览)突破350万次访问量的历史峰值,达常规日访问量的近100倍,在周边省市类似应用系统几乎瘫痪或宕机的同时,系统很好地根据应用访问具体需求进行计算资源的自动弹性动态调整,轻松应对突发异常访问量的冲击。系统为防汛防台工作的辅助决策分析提供了很好的技术支撑,为社会公众关注台风动向提供了最及时的信息,有效地提高了行业的防汛防台保障能力。
参考文献:
[1] 陈联寿,孟智勇.我国热带气旋研究十年进展[J].大气科学,2001.25
(3):420-429
[2] 张斌,陈海燕,顾俊强.基于GIS的台风灾害评估系统设计开发[J].灾
害学,2008.23(1):47-50
[3] 马娟娟,孙海燕.基于GIS的台风预警系统设计与实现[J].地理空间信
息,2014.12(1):134-136
[4] 罗军舟,金嘉晖,宋爱波等.云计算:体系架构与关键技术[J].通信学报,
2011.32(7):3-21
[5] Cloud Security Alliance.Security Guidance For Critical Areas of
Focus in Cloud Computing,V3.0[R/OL]. [2014-8-20].https: //cloudsecurityalliance.org/csaguide.pdf.
[6] 刘戈舟,杨泽明,许俊峰.云计算安全架构、战略、标准与运营[M].机械
工业出版社,2013.
[7] 潘小明,张向阳,沈锡镛等.云计算信息安全测评框架研究[J].计算机
时代,2013.1:22-25
[8] 虞开森,骆小龙,余魁.基于iphone的防汛掌上通平台设计与应用[J].
水利水电科技进展,2010.30(60):74-77
[9] 朱盛文.日本MTSAT卫星云图接收处理系统[J].电脑知识与技术,
2010.6(26):7272-7273,7275
[10] 许辉,马晓鹏.基于Web墨卡托投影地理信息系统设计与实现[J].电
脑编程技巧与维护,2011.8:41-43,51
[11] 骆小龙,耿洛桑,余金铭等.水利工程实时图像资源切片与应用[J].水
利信息化,2012.6:35-39