سمینار و مقاله
چارچوب سیستمی مبتنی بر ابر برای انجام مشاهده آنلاین، ذخیره سازی و تحلیل داده های بزرگ BIM های حجیم
۳۶ صفحه فایل Word
چکیده
این مقاله یک چارچوب سیستمی مبتنی بر ابر براساس Bigtable و MapReduce به صورت ذخیره داده و پردازش الگو برای ارائه خدمات مبتنی بر وب برای مشاهده، ذخیره و تحلیل مدلهای اطلاعات حجیم ساخت (BIMs) ارائه میدهد. تکنولوژیهای ابر و سه بعدی وب برای توسعه یک مرکز داده BIM بکار میرود که میتواند دادههای حجیم BIMهای حجیم را با استفاده از چند سرویس به شیوهای توزیع شده بررسی کند و برای کاربران متعدد به صورت ارسال و مشاهده همزمان آنلاین به صورت سه بعدی قابل دسترسی باشد. BIM سنتی فقط شامل اطلاعات استاتیک است مانند پارامترهای هندسی، خواص فیزیکی و روابط فضایی برای مدلسازی فضای فیزیکی. در این مطالعه، BIM به BIM پویا گسترش یافت، که شامل دادههای پویا است مانند سوابق تاریخی از نظارت محیط تاسیسات و کاربرد. با توجه به این افزونه، یک BIM پویا یک مدل پارامتری میشود که میتواند برای شبیهسازی رفتارهای کاربران استفاده شود. درمورد سرویس گیرنده، این مطالعه WebGL را در توسعه رابط شبکه برای دستیابی به نمایش BIMها به صورت سه بعدی در مرورگرها بکار برد. کاربران میتوانند به خدمات از طریق دستگاههای آنلاین مختلف در هر زمان و در هر جا برای مشاهده مدل سه بعدی و آنلاین دسترسی داشته باشند. درمورد سرور، این مطالعه آپاچی هادوپ را بکار برد که میتواند چندین سرور را برای ارائه فضاهای انبوه ذخیرهسازی به شیوهای توزیع شده با حافظه Bigtable مانند بکار برد تا مرکز BIMdata را ایجاد کند.
طرحی برای ذخیرهسازی دادههای حجیم BIMهای پویای حجیم در Bigtableها ارائه می شود. MapReduce، جزئی از هادوپ برای پردازش موازی مجموعههای بزرگ داده برای پردازش دادههای حجیم از BIMهای پویا استفاده میشود. چارچوب تحلیلی دادههای حجیم برای بازیابی موثر و محاسبه اطلاعات موردنیاز از BIMهای پویا در مرکز داده برای برنامههای مختلف نرمافزاری توسط محاسبه MapReduce توزیع شده در این مطالعه ارائه میشود. ما اصول و معماری چارچوب ارائه شده را همراه با اریابی تجربی آن ارائه میدهیم. این نتایج تایید میکند که مدیریت مقیاسپذیر و قابل اعتماد BIMهای حجیم میتواند با استفاده از چارچوب ارائه شده بدست آید.
واژگان کلیدی: محاسبه ابری, مدلسازی اطلاعات ساختمان, تحلیل دادههای حجیم, شبکه سه بعدی, جدول بزرگ, کاهش نگاشت