论文部分内容阅读
摘要： 农田收割机可满足农田的机械化。当前我国南方农田的机械化水平不高，人机存在着不匹配的矛盾，为了更好满足农田业主的需求，本文在Hive平台的基础上，设计了农田收割机在线调度平台，在线农田调度平台可最大化保障农机主与农田主的利益。
关键词： Hive;农田收割机;调度
前言
在我国的南方，水稻是种植面积最大、总产最多的作物。大力发展水稻生产机械化，可增加农田的收益，同时也可实现农业的现代化。
南方山区多山区，农田的地块面积较小而分散，并且农田很不规整，给农田作物的收割带来了困难，影响到农田作物的收益。同时，在农作物收割过程中，农机主和农田主也面临着两难的境地：
农机主无法和农民对接，农机主在去收割作物时，往往选择去农田的连片区，这很容易导致这些农田的收割机供大于求，直接带来收割机业主利润的减少。
在农机业主收割农田的过程中，往往凭借个人的主观经验和未来天气的情况对农田进行收割，由于收割的路线不合理，往往出现某一片农田农机主蜂拥而上，而另一片农田无人问津的尴尬境地。农机与农户之间出现了错配。
另外农机在工作的过程中，偶尔还出现农机零件坏的情况，导致农机无法正常工作。此时，农机的配套的服務却跟不上，农田收割的效率大打折扣。
面对着上述情况，基于Hive的农田收割机调度平台可解决上述难题，实现农户与农机主的完好对接，农户可以了及时解农机主，而农机主也可以及时了解农户农田的情况。
调度平台的主要设计
农田收割机调度平台的构建，可以保证农机的高效调度，实现农机业主收益的最大化，同时也可保证农户的基本利益。农田收割机调度平台主要由农机的数据处理、农机调配和农机服务三部分组成。农机的数据处理部分是整个调度平台的核心，同时也是调度平台的大脑，数据处理的好坏直接关系到调度平台能否得到农机主和农户的高度认可，也关系到调度平台能否得到有效的推广。农机调配是调度平台的中间环节，它根据数据处理平台传输过来的数据按照相应的调度算法进行调配资源，使得农机资源可以高效使用。农机服务是为农机提供相关的服务保障，保障农机的运行。在平台构建的过程中，除了农机的数据处理、农机调配和农机服务之外，平台的安全也需重点着手准备。
农机数据处理
农机的数据处理主要包括数据的收集，数据的处理，数据的分析与发布。
数据收集的来源主要有：农户农田的信息、收割机的信息、水稻的收割信息、天气好坏、农田附件的道路信息、农户发布的水稻基本信息等。
数据处理：平台对收集到的原始数据进行处理，舍弃无关的数据和不符合规则的数据，并将处理后的数据存储到平台中。
数据分析与发布：将处理后的数据进行抽取分析，提取有价值的数据信息，并向农户和农机主发布，农户可根据自家农田的情况合理的安排农作物的收割。
在农机数据处理环节中，数据高效处理是重点。在数据处理中，既要保障数据处理的真实性，还要保证数据能够及时处理，即做到数据处理既快又准。这为后面数据的分析奠定了坚实的基础，数据分析以后对相应的数据进行存储，定期对农户和农机主发布相应的信息。
农机调配
农机的调配：农机调配主要包括按需调配和应急调配。按需调配主要指农机主可自主对农田进行选择，同时农田主也可以按照自家农田的情况选择合适的农机。农机调度以双方契合为目标，同时兼顾到农机主和农户的利益。应急调配指遇到恶劣天气或地质灾害等突发情况，农机管理部门将就近安排农机对农田进行收割，保障农户的根本利益。
在农机调配环节中，调度算法的选择至关重要，算法的优劣关系到平台的生命力;平台设计中要着重考虑调度算法的优点和缺点，做到平衡。
农机服务
农机的服务：农机服务主要包括农机的燃油和水的供给，农机的维修，农机工作人员的休息场所等。
农机服务的设立可大大减轻农机主的负担，解除农机主的后顾之忧，确保农机主轻松上阵，更好地为农户提供高效的服务。
后台数据的分类及存储
农田收割机平台数据量巨大，数据必须经过高效的处理，才能为农机主和农田主提供有价值的信息。考虑到数据的存储，利用Hive平台的优势，将数据进行分布式存储。
基础数据存储分布在一台服务器上，基础数据主要包括农户主的个人信息（主要包括农户主的姓名、住址、电话等），农户农田的基本信息（农田亩数，农田位置（包括经度和纬度），农作物预收割的时间等），农机主的个人信息（农机主姓名，手机号，微信，收割机的数量等），水稻收割机的信息（收割机的作业能力，收割机每亩收割的单价等）。
调度数据存储分布在一台服务器上，平台将按照内定的调度算法，根据农户的农田信息就近搜索调度收割机进行农田收割。调度过程中所使用的数据也分布在该台服务器上。
终端数据存储分布在一台服务器上，如果农户主对调度满意的话，农户和农机主的终端数据将以短信的形式进行分发。如果农户主对调度不满意的话，平台将继续调度。
平台设计的原则
数据真实性
平台持续稳定运行的基石头就是要保障基础数据的真实可靠，如果基础数据有虚假，对农机主和农户主都是不利的;平台工作人员要定期对数据进行审核，如果某一方的基础数据连续三次输入均有错误，平台将对其停止服务。
平台稳定性
农忙时，平台的使用将进入高峰期。平台上线前，应做好压力测试，预估平台的最大承载量;同时，平台应具有自我纠正恢复的能力，当平台发生故障时，工作人员能在短时间内修复故障，保障平台的平台运行。
平台管理性
平台能对农机主进行认证管理，农机主服从平台的调度安排。只有农机是可管理和调配的，这样才能保障农户的最大利益，实现双方的共赢。
结束语
本平台可以为农机主和农户提供服务，满足双方的需求。平台在运行过程中，使用Hive平台对数据进行存储。由于平台还存在不足之处，比如对农机的实时监控，调度算法的优化等，这将是下一步努力的方向。
参考文献
苗桂芳.水稻生产全过程机械化中存在的问题及解决对策[J].农机使用与维修，2013（4）.
李易航.基于农机大数据平台的农机调配算法研究[D].河北农业大学，2017.
曹梦如等.基于Android的农机远程监控调度平台设计与构建[J].安徽科技学院学报，2016，30（4）：57–60.
关键词： Hive;农田收割机;调度
前言
在我国的南方，水稻是种植面积最大、总产最多的作物。大力发展水稻生产机械化，可增加农田的收益，同时也可实现农业的现代化。
南方山区多山区，农田的地块面积较小而分散，并且农田很不规整，给农田作物的收割带来了困难，影响到农田作物的收益。同时，在农作物收割过程中，农机主和农田主也面临着两难的境地：
农机主无法和农民对接，农机主在去收割作物时，往往选择去农田的连片区，这很容易导致这些农田的收割机供大于求，直接带来收割机业主利润的减少。
在农机业主收割农田的过程中，往往凭借个人的主观经验和未来天气的情况对农田进行收割，由于收割的路线不合理，往往出现某一片农田农机主蜂拥而上，而另一片农田无人问津的尴尬境地。农机与农户之间出现了错配。
另外农机在工作的过程中，偶尔还出现农机零件坏的情况，导致农机无法正常工作。此时，农机的配套的服務却跟不上，农田收割的效率大打折扣。
面对着上述情况，基于Hive的农田收割机调度平台可解决上述难题，实现农户与农机主的完好对接，农户可以了及时解农机主，而农机主也可以及时了解农户农田的情况。
调度平台的主要设计
农田收割机调度平台的构建，可以保证农机的高效调度，实现农机业主收益的最大化，同时也可保证农户的基本利益。农田收割机调度平台主要由农机的数据处理、农机调配和农机服务三部分组成。农机的数据处理部分是整个调度平台的核心，同时也是调度平台的大脑，数据处理的好坏直接关系到调度平台能否得到农机主和农户的高度认可，也关系到调度平台能否得到有效的推广。农机调配是调度平台的中间环节，它根据数据处理平台传输过来的数据按照相应的调度算法进行调配资源，使得农机资源可以高效使用。农机服务是为农机提供相关的服务保障，保障农机的运行。在平台构建的过程中，除了农机的数据处理、农机调配和农机服务之外，平台的安全也需重点着手准备。
农机数据处理
农机的数据处理主要包括数据的收集，数据的处理，数据的分析与发布。
数据收集的来源主要有：农户农田的信息、收割机的信息、水稻的收割信息、天气好坏、农田附件的道路信息、农户发布的水稻基本信息等。
数据处理：平台对收集到的原始数据进行处理，舍弃无关的数据和不符合规则的数据，并将处理后的数据存储到平台中。
数据分析与发布：将处理后的数据进行抽取分析，提取有价值的数据信息，并向农户和农机主发布，农户可根据自家农田的情况合理的安排农作物的收割。
在农机数据处理环节中，数据高效处理是重点。在数据处理中，既要保障数据处理的真实性，还要保证数据能够及时处理，即做到数据处理既快又准。这为后面数据的分析奠定了坚实的基础，数据分析以后对相应的数据进行存储，定期对农户和农机主发布相应的信息。
农机调配
农机的调配：农机调配主要包括按需调配和应急调配。按需调配主要指农机主可自主对农田进行选择，同时农田主也可以按照自家农田的情况选择合适的农机。农机调度以双方契合为目标，同时兼顾到农机主和农户的利益。应急调配指遇到恶劣天气或地质灾害等突发情况，农机管理部门将就近安排农机对农田进行收割，保障农户的根本利益。
在农机调配环节中，调度算法的选择至关重要，算法的优劣关系到平台的生命力;平台设计中要着重考虑调度算法的优点和缺点，做到平衡。
农机服务
农机的服务：农机服务主要包括农机的燃油和水的供给，农机的维修，农机工作人员的休息场所等。
农机服务的设立可大大减轻农机主的负担，解除农机主的后顾之忧，确保农机主轻松上阵，更好地为农户提供高效的服务。
后台数据的分类及存储
农田收割机平台数据量巨大，数据必须经过高效的处理，才能为农机主和农田主提供有价值的信息。考虑到数据的存储，利用Hive平台的优势，将数据进行分布式存储。
基础数据存储分布在一台服务器上，基础数据主要包括农户主的个人信息（主要包括农户主的姓名、住址、电话等），农户农田的基本信息（农田亩数，农田位置（包括经度和纬度），农作物预收割的时间等），农机主的个人信息（农机主姓名，手机号，微信，收割机的数量等），水稻收割机的信息（收割机的作业能力，收割机每亩收割的单价等）。
调度数据存储分布在一台服务器上，平台将按照内定的调度算法，根据农户的农田信息就近搜索调度收割机进行农田收割。调度过程中所使用的数据也分布在该台服务器上。
终端数据存储分布在一台服务器上，如果农户主对调度满意的话，农户和农机主的终端数据将以短信的形式进行分发。如果农户主对调度不满意的话，平台将继续调度。
平台设计的原则
数据真实性
平台持续稳定运行的基石头就是要保障基础数据的真实可靠，如果基础数据有虚假，对农机主和农户主都是不利的;平台工作人员要定期对数据进行审核，如果某一方的基础数据连续三次输入均有错误，平台将对其停止服务。
平台稳定性
农忙时，平台的使用将进入高峰期。平台上线前，应做好压力测试，预估平台的最大承载量;同时，平台应具有自我纠正恢复的能力，当平台发生故障时，工作人员能在短时间内修复故障，保障平台的平台运行。
平台管理性
平台能对农机主进行认证管理，农机主服从平台的调度安排。只有农机是可管理和调配的，这样才能保障农户的最大利益，实现双方的共赢。
结束语
本平台可以为农机主和农户提供服务，满足双方的需求。平台在运行过程中，使用Hive平台对数据进行存储。由于平台还存在不足之处，比如对农机的实时监控，调度算法的优化等，这将是下一步努力的方向。
参考文献
苗桂芳.水稻生产全过程机械化中存在的问题及解决对策[J].农机使用与维修，2013（4）.
李易航.基于农机大数据平台的农机调配算法研究[D].河北农业大学，2017.
曹梦如等.基于Android的农机远程监控调度平台设计与构建[J].安徽科技学院学报，2016，30（4）：57–60.