Wifi設(shè)備監(jiān)管

公司通過監(jiān)管系統(tǒng)維護Wifi設(shè)備屬性、采集Wifi設(shè)備監(jiān)控數(shù)據(jù)。當(dāng)需要Wifi設(shè)備上、下線時，通過監(jiān)管系統(tǒng)操作完成設(shè)備的添加、下線，同時可通過系統(tǒng)修改、增加設(shè)備屬性信息，如：設(shè)備mac地址、設(shè)備型號、設(shè)備地理位置等。設(shè)備上線后，會定期向系統(tǒng)推送監(jiān)控數(shù)據(jù)，從而完成設(shè)備監(jiān)控數(shù)據(jù)的采集。采集數(shù)據(jù)包含：cpu、內(nèi)存、連接數(shù)、Wan口流量與流速、2.4G與5G模塊的信道數(shù)據(jù)等。

通過分析監(jiān)控數(shù)據(jù)指標、分析設(shè)備運行狀態(tài)，動態(tài)將問題設(shè)備的運行狀態(tài)修改為：預(yù)警、報警。借助系統(tǒng)，網(wǎng)絡(luò)部門可以快速獲取問題設(shè)備列表、了解設(shè)備分布、查詢歷史監(jiān)控指標。同時，也可以精確鎖定老設(shè)備從而方便設(shè)備升級，或者為長期負載率較高的位置擴充Wifi設(shè)備提供數(shù)據(jù)依據(jù)；

功能需求

1、管理Wifi設(shè)備，通過系統(tǒng)上線新設(shè)備、下線老設(shè)備；

2、系統(tǒng)擁有分組管理能力、標簽檢索能力；

3、高并發(fā)海量監(jiān)控數(shù)據(jù)采集能力；

4、管理所有設(shè)備的地理分布；

5、查詢某一區(qū)域內(nèi)所有設(shè)備的位置；

6、查詢【某設(shè)備】在【某段時間】【不同指標】的監(jiān)控數(shù)據(jù)；

7、低成本持久化所有數(shù)據(jù)，挖掘數(shù)據(jù)潛在價值 等等....

系統(tǒng)樣例，如下所示：官網(wǎng)控制臺地址：項目樣例

技術(shù)需求

通常，用戶在設(shè)計方案是會重點考慮以下四個主要的技術(shù)需求：

第一、需要有強大的查詢、統(tǒng)計能力，實現(xiàn)Wifi設(shè)備的管理；

第二、支撐設(shè)備高并發(fā)的監(jiān)控數(shù)據(jù)采集，數(shù)據(jù)庫需要強大的寫入性;

第三、數(shù)據(jù)持久化需求導(dǎo)致數(shù)據(jù)膨脹，但歷史監(jiān)控數(shù)據(jù)多為冷數(shù)據(jù)，存儲成本需要盡可能低； 第四、監(jiān)控數(shù)據(jù)未來挖掘潛在價值較高，產(chǎn)品下游需要有較好的計算生態(tài)；

表格存儲方案

表格存儲（Tablestore）在四個重要技術(shù)需求上完全滿足要求：

其一、表格存儲新商業(yè)化不久的多元索引（SearchIndex）功能支持多維檢索、GEO查詢等功能，完全滿足元數(shù)據(jù)管理需求；

其二、基于LSM tree打造的分布式NoSQL數(shù)據(jù)庫，可以輕松應(yīng)對海量高并發(fā)，零運維輕松應(yīng)對數(shù)據(jù)量的不斷膨脹，理論上無上限；

其三、表格存儲按量計費，提供容量型、高性能型兩種實例類型，容量型對冷數(shù)據(jù)更適宜，提供了更低存儲成本；

其四、更重要的，表格存儲擁有較為完善的計算生態(tài)，提供全、增量通道服務(wù)，提供流、批一體的計算體系，對未來監(jiān)控數(shù)據(jù)價值挖掘提供渠道；

表格存儲在時序場景需求的技術(shù)點上擁有極高的匹配，而基于時序場景打造的時序模型（Timestream）更是將時序場景通用功能，封裝成易用的接口，使用戶更容易的基于表格存儲打造Wifi設(shè)備監(jiān)管系統(tǒng)；

數(shù)據(jù)結(jié)構(gòu)設(shè)計

首先，我們在在表格存儲中抽象出兩類數(shù)據(jù)，分別是meta類數(shù)據(jù)（設(shè)備元數(shù)據(jù)）、data類數(shù)據(jù)（監(jiān)控數(shù)據(jù)）；下面對兩類數(shù)據(jù)做簡單介紹。

WiFi設(shè)備元數(shù)據(jù)

meta數(shù)據(jù)管理著用戶時間線的屬性信息，支持指標、標簽、屬性、地理位置、更新時間等參數(shù)，模型會為所有屬性創(chuàng)建相應(yīng)的索引，提供多維度條件組合查詢（包含GEO查詢）。其中Identifier是時間線的標識，包含兩部分：name部分（監(jiān)控指標標識）、tags部分（固有不可變參數(shù)集合）。

在本樣例中，我們將“wifi”作為指標分類，mac地址作為不可變tag，而將其他屬性作為可變Attributes存放為屬性信息；

設(shè)備監(jiān)控數(shù)據(jù)

data數(shù)據(jù)管理著各個時間線的監(jiān)控狀態(tài)數(shù)據(jù)，可以為量化數(shù)據(jù)、地理位置、文字表述任意類型。data數(shù)據(jù)按照+有序排列，因而同一時間線的所有數(shù)據(jù)基于時間有序，這種數(shù)據(jù)存儲方式，極大的提升了時間線的查詢效率。

我們將設(shè)備的十幾個監(jiān)控數(shù)據(jù)某一時間點的監(jiān)控數(shù)據(jù)存放為一行數(shù)據(jù)，不同屬性對應(yīng)不同列；依據(jù)不同測監(jiān)控維度，用戶只需提供不同的columnToGet字段，獲取不同監(jiān)控維度的部分指標數(shù)據(jù)，即可對應(yīng)不同監(jiān)控指標，如：WAN口流量：對應(yīng)wan_total_in與wan_total_out兩個字段；

讀、寫接口

寫數(shù)據(jù)

寫數(shù)據(jù)提供兩類接口：Wifi設(shè)備添加、監(jiān)控數(shù)據(jù)寫入

• Wifi設(shè)備添加：如果新增一個Wifi設(shè)備，需要首先向meta表中插入一條設(shè)備meta數(shù)據(jù)，通過metaTable.put(Meta)創(chuàng)建或修改meta信息；
• 監(jiān)控數(shù)據(jù)寫入：創(chuàng)建完meta后，wifi設(shè)備端就可以定時、周期性地采集監(jiān)控數(shù)據(jù)，并將數(shù)據(jù)推送、寫入到data表；模型設(shè)計上可支持多精度表管理，用戶可以根據(jù)自身需求管理多個精度的data數(shù)據(jù)

讀數(shù)據(jù)

與寫數(shù)據(jù)一樣，針對兩類數(shù)據(jù)提供了兩類讀接口：Wifi設(shè)備查詢、監(jiān)控數(shù)據(jù)讀取

• Wifi設(shè)備查詢：根據(jù)設(shè)備分組、設(shè)備狀態(tài)、地理位置等多維度條件組合，獲取對應(yīng)wifi設(shè)備列表，掌握設(shè)備的最新狀態(tài)；
• 監(jiān)控數(shù)據(jù)讀取：基于單個meta的Identifier，獲取該設(shè)備某段時間內(nèi)、某一指標的監(jiān)控數(shù)據(jù)

核心代碼

SDK與樣例代碼

SDK：時序模型Timestream模型集成于表格存儲的SDK中，已在4.11.0版本中支持：

<dependency> <groupId>com.aliyun.openservices</groupId> <artifactId>tablestore</artifactId> <version>4.11.0</version></dependency>

代碼開源：https://github.com/aliyun/tablestore-examples/tree/master/demos/WifiMonitor

創(chuàng)建數(shù)據(jù)表

在創(chuàng)建完成實例后，用戶需要通過時序模型的sdk創(chuàng)建相應(yīng)的meta表、data表： 不同精度監(jiān)控數(shù)據(jù)存放不同表，用表名作區(qū)分，根據(jù)不同range的查詢，需要不同精度的監(jiān)控數(shù)據(jù)，實例中僅用了一個精度，用戶可根據(jù)自身需求設(shè)計多個表；

private void init() { AsyncClient asyncClient = new AsyncClient(endpoint, accessKeyId, accessKeySecret, instance); TimestreamDBConfiguration conf = new TimestreamDBConfiguration("metaTableName"); TimestreamDBClient db = new TimestreamDBClient(asyncClient, conf);}public void createTable() { db.createMetaTable(Arrays.asList( new AttributeIndexSchema("group", AttributeIndexSchema.Type.KEYWORD), new AttributeIndexSchema("id", AttributeIndexSchema.Type.KEYWORD), new AttributeIndexSchema("status", AttributeIndexSchema.Type.KEYWORD), new AttributeIndexSchema("version", AttributeIndexSchema.Type.KEYWORD), new AttributeIndexSchema("location", AttributeIndexSchema.Type.GEO_POINT) )); db.createDataTable("dataTableName");}

數(shù)據(jù)寫入

數(shù)據(jù)寫入主要分兩部分，meta表添加新Wifi設(shè)備、data表采集設(shè)備監(jiān)控數(shù)據(jù)

添加新Wifi設(shè)備（meta表寫入）

//metaWriter對應(yīng)meta表，提供讀、寫接口TimestreamMetaTable metaWriter = db.metaTable();//identifier作為時間線的身份標識（unique），含：Name、Tags，TimestreamIdentifier identifier = new TimestreamIdentifier.Builder("wifi") .addTag("mac", "mock:mac:1:1") .build();//基于identifier創(chuàng)建meta對象，并為meta設(shè)置更多屬性，Attributes為屬性參數(shù)TimestreamMeta meta = new TimestreamMeta(identifier) .addAttribute("group", "group-1") .addAttribute("id", "id-1") .addAttribute("version", "v1.0") .addAttribute("status", "normal") .addAttribute("location", "30,120");//創(chuàng)建新的時間線，然后寫入監(jiān)控數(shù)據(jù)metaWriter.put(meta);

采集Wifi設(shè)備監(jiān)控數(shù)據(jù)（data表寫入）

//dataWriter分別對應(yīng)data表，提供讀、寫接口TimestreamDataTable dataWriter = db.dataTable("dataTableName");TimestreamMeta meta；//meta上一步已經(jīng)構(gòu)建//創(chuàng)建新的時間線，然后寫入監(jiān)控數(shù)據(jù)dataWriter.asyncWrite( meta.getIdentifier(),//Identifier identifier new Point.Builder(i, TimeUnit.SECONDS) .addField("cpu", 30) .addField("ram", 29) .addField("flash_used", 20) .addField("flash_total", 1048576) .build());

數(shù)據(jù)讀取

數(shù)據(jù)讀取分為兩類：Wifi設(shè)備列表查詢與設(shè)備監(jiān)控數(shù)據(jù)查詢

查詢Wifi設(shè)備列表（meta表讀取）

//reader對應(yīng)meta表，提供讀、寫接口，此處名字為突出讀功能TimestreamMetaTable metaReader = db.metaTable();//構(gòu)建篩選條件Filter filter = new AndFilter(Arrays.asList( Name.equal("wifi"), Tag.equal("mac", "mock:mac:1:1"), Attribute.inGeoDistance("location", "30,120", 100000)));Iterator<TimestreamMeta> iterator = metaReader .filter(filter) .fetchAll();while (iterator.hasNext()) { TimestreamMeta meta = iterator.next();//deal with metas}

獲取Wifi設(shè)備的監(jiān)控數(shù)據(jù)（data表讀取）

//dataWriter分別對應(yīng)data表，提供讀、寫接口TimestreamDataTable dataReader = db.dataTable("dataTableName");TimestreamMeta meta；//基于已獲取的meta列表，分別獲取每個時間線的有序監(jiān)控數(shù)據(jù)Iterator<Point> iterator = reader.get(meta.getIdentifier()) .select("flash_used", "flash_total")//設(shè)置返回的列 .timeRange(TimeRange.range(0, Long.MAX_VALUE, TimeUnit.SECONDS)) .fetchAll();while (iterator.hasNext()) { Point point = iterator.next();//deal with points long timestamp = point.getTimestamp(TimeUnit.MILLISECONDS);//毫秒單位時間戳 long flashUsed = point.getField("flash_used").asLong();//獲取該點long類型的數(shù)據(jù)大小監(jiān)控 long flashUotal = point.getField("flash_total").asLong();//獲取該點long類型的數(shù)據(jù)大小監(jiān)控}

以上就是本文的全部內(nèi)容，希望對大家的學(xué)習(xí)有所幫助，也希望大家多多支持武林網(wǎng)。