安科瑞玉阳
摘要：智能消防系统是集GPS（全球卫星定位系统）、GIS（地理信息系统）、GSM（无线移动通信系统）和计算机、物联网、大数据技术于一体的智能火灾无线报警网络。服务系统Redis内存数据库在智慧消防系统设计中的应用，可以使智慧消防数据查询满足高访问、便捷操作的实际需求，为智慧消防大数据存储设计提供有效参考。防火。
关键词：智慧消防；物联网; 大数据; Redis 内存数据库
0 前言
智能消防系统是集GPS（全球卫星定位系统）、GIS（地理信息系统）、GSM（无线移动通信系统）和计算机、物联网和大数据（2）等技术于一体的智能火灾无线报警网络。服务体系。随着信息技术的深入发展，人类进入了大数据时代，消防行业面临着巨大的挑战和机遇。在此背景下，积极利用大数据解决电信、楼宇、供电、交通等公共设施协调发展问题。在智能消防系统中，消防指挥与用户单元相连，改变了以往传统的、落后的、被动的报警方式。, 接警处理，实现了自动报警、报警智能化、警务预案化、管理网络化、服务优化、科技现代化，大大减少了中间环节，提高了办案效率。警速度快，方便、快捷、可靠。保障人民群众生命财产安全和警务人员生命安全
Redis*er) 是一个开源的、联网的、基于内存的 Key-Vah/存储系统，可以持久化数据。它的数据模型建立在外层，类似于其他结构化存储系统。它通过将键映射到值来构建一个字典来保存数据。不同于其他结构化存储系统，它支持多种数据类型的存储：()、链表(list)、集合(set)、有序集合(zset)和散列类型(hash)，多种类型支持丰富的运算，其中大部分支持原子操作。为了保证数据访问的效率，数据存储在内存中。Redis 还提供了对持久化的支持。它可以定期将更新的数据异步写入磁盘，而不影响继续提供服务。在此基础上还实现了主从复制，这对防止单点故障和提高负载能力有很大帮助。在操作方面，Redis 基于 TCP 协议的特性使得通过管道进行数据操作成为可能。Redis 本身提供了一个可连接的客户端，通过它可以轻松执行数据访问操作。
1 Redis 数据模型
1.1数据结构设计
Redis 本身存储了一个巨大的 Hash 表。为了模仿关系型数据库的表，通常使用分隔符来分隔“表名”和“字段”。本文使用“：”作为分隔符。例如，要存储一个消防产品的属性信息，可以表示为：作为key，使用哈希结构来存储消防产品的属性信息。字段字段包括：产品名称（）、产品型号（）、生产日期（）、技术参数（）、证书编号（）、安装位置（）和报警记录（）等字段。value 字段包含实际的存储信息。每个消防产品在进入智能消防云平台之前，系统都会为其分配产品编号，即密钥。
表中hash数据结构设计示例
1.2系统配置
本文采用主从方式配置系统。有3个（）节点和3个slave（从）节点。采用全双工通信方式。客户端连接数设置为10000，系统为每个节点分配内存。使用Java虚拟机环境，JVM主处理单元配置为4核Intel(R) Xeon(R)CPUE7-@2.20GHz，内存31GB，操作系统选择.0o缓存集群服务器main处理器配置为 4 核 Intel(R) Core(TM) i3-@3.30GHz，内存5.5GB，操作系统选择。3o
2 实验与分析
2.1 大批量操作缓存测试
智慧消防是一个全新的概念和概念，目前还处于发展阶段，没有统一的定义和标准。根据智慧消防模型设计的概念圈，对能够反映消防产品信息、消防产品安装位置信息和消防产品地理位置信息的数据进行仿真，生成智能消防系统仿真数据。关于这个信息。消防产品入网前，作为产品在系统中的标识，分配给每个产品。考虑到消防数据的复杂性和多样性，在对数据进行模拟时，我们尽可能多地选择可能反映消防产品信息的数据。考虑到不同表中元素的数量不同，一共生成了2个数据表KalOO。和Ac001，其中Kal00中的数据尽可能反映产品的信息，表中元素个数为27891，Ac001尽可能反映产品的位置信息，表中元素个数表为46254，2 每表有10万条消防产品信息数据。
2.2 写缓存测试
考虑到在智能消防系统的实际应用中，一次写入缓存服务的数量不会超过50000，因此测试数据量的上限设置为50000。当缓存服务器宕机或其他因素导致缓存不可用时，程序会将单次上传的数据存储在zzOl的blob()类型字段中，其中blob的容量为2GB。下面的文章测试了写入缓存*的时间、写入缓存失败的时间以及缓存失败时存储在 blob 中的数据量。测试结果如下图1、图2所示。
通过分析测试结果可以看出，随着数据量的增加，缓存同步时间基本呈现线性增长趋势。当数据量达到 50,000 时，AcOOl 的大小为 18.6MB，KalOO 的大小为 18MB，而 blob 可以容纳 2GB 而不会溢出。这一结果表明，Redis写入缓存的实现过程完全可以满足智能消防系统实际应用中同时向缓存写入大量数据的需求。
2.3数据查询测试
本文使用了两个数据表 KalOO 和 AcOOl。KalOO中的数据尽可能地反映了产品的信息。表中的元素数为 27,891。AcOOl 尽可能反映产品的位置信息。元素个数为46254，两张表分别包含10万条消防产品信息数据。在Redis环境和普通数据库环境下，分别查询两张表中不同编号的数据。测试结果为5次测试的平均值，计算平均查询时间。
如上图3、图4，从测试结果可以看出，不管数据如何，Redis环境比环境耗时少很多。因为使用的是R-tree空间索引，而Redis使用的是grid index，一般来说R-tree空间索引的效率要高于grid index，但是在grid index的支持下，Redis还是高效的。由此可见，Redis在查询智能消防数据方面效率更高。另外，作为内存数据库，Redis将数据存储在内存中，数据查询可以快速响应，而传统的关系型数据库需要将数据存储在硬盘中，并传输到内存中才能得到响应。I/O传输瓶颈，查询效率明显低于Redis数据库。
3 安科瑞智能火灾监控云平台介绍及选型
3.1平台介绍
安科瑞智能消防综合管理云平台基于物联网、大数据、云计算等现代信息技术，连接分散式火灾自动报警设备、电气火灾监控设备、智能感烟探测器、智能消防水等设备形成网络，对这些设备的状态进行智能感知、识别、定位，实时动态采集消防信息，通过云平台进行数据分析、挖掘和趋势分析，帮助实现火灾科学预警、电网管理，落实多重责任监督。目标。填补了“九小领域”和危化品生产企业无法有效监控的空白。适用于公共建筑和民用建筑，实现无人值守的智慧消防，实现智慧消防的“自动化”和“智能化”。，“系统化”，用电管理的实际需要。
从防火、到火灾报警、再到控制联动，在统一的系统平台上运行。用户、安保人员、监管单位可以通过平台直观地看到每栋楼内的各种消防设备和传感器。在发生隐患、火灾等紧急和非紧急情况时消防楼宇自控系统，可通过手机短信、语音、邮件提醒、APP推送等方式，在几秒内快速快速发送相关报警和事件信息。通知到达相关人员。同时采用自动灭火及灭火控制装置，启动自动灭火设备和消防联动控制设备，有效解决了用电单元电缆受力问题。过时的，小微企业没有合格的电工，肉眼无法直观地排查电气隐患和工程隐患。等问题，及时消除隐患，安科瑞智能火灾监控云平台架构如下：
3.2 平台特性
(1)平台登录
登录*后，用户会进入首页，如图。显示的主要内容有：项目概况、设备状态、设备分类、设备报警信息、报警分类、报警统计、设备账号信息等。其中可以选择百度地图作为BIM建筑模型。当任何传感器报警时，可以在BIM模型中显示作为预警。
(2) 实时监控
智能电子系统可接入电气火灾、故障电弧、电气火灾主机、灭弧保护器检测和母线无线测温检测等各种子系统，实现对相关消防系统设备信息的实时监控。发现剧集监控数量已超过风险阈值，APP及报警均已启动。通过设备的标签和地理位置，快速通知和快速处置
(3) 危害管理
隐患治理包括隐患排查、隐患处置、隐患记录。隐患排查的目的是在系统产生告警或隐患后，系统可以将工单下发给工程人员，工程师处理后可以在系统中填写相关工单任务。历史查询记录。隐患统计支持项目的日、月、季、年查询，并可自定义时间查询，以曲线和图形的形式展示项目下的隐患
(4) 统计分析
统计分析包括数据汇和分析报告。数据汇以曲线和表格的形式显示每个月的报警和故障记录，同时显示控制日志。可以根据控制类和参数设置类单独显示，也可以根据操作是否为*. 包括该控件的运行状态、项目名称、设备信息及对应的运行时间等；分析报告包括车身概况和设备回路特性分析。
(5)运维管理
根据运维调度管理的需要，智能调度技术人员可以分为不同的角色。系统支持巡检计划和巡检日历，可支持巡检人员使用手机NFC芯片进行核对、打卡等功能。
(6)手机APP功能
手机APP软件有IOS版和安卓版，与电脑终端系统数据同步，可显示剩余电流等电气参数的实时监测数据和变化曲线，历史数据和变化曲线，温度、电压和电流；短路、断线、漏电、温度、过压、欠压、过流等电气故障实时报警数据等；可实时显示项目位置、隐患数量、未处理数量等；通过APP消息推送提醒用户实时报警可实现远程复位、远程开启功能；可远程设置和修改现场探测器参数；可查询现场探测器遥控记录；
硬件配置清单：（申请阿里云的可以忽略）
3.4 系统现场硬件配置清单：
注：以下配置为1回路选型，其中剩余电流互感器应根据励磁回路的大电流
3.5产品选择
电气火灾监测探测器
4。结论
消防物联网技术发展将为消防行业带来新的方法和途径，将改变消防产品的生产和消防监管模式。智慧消防发展是大势所趋。这是社会发展和人民生活水平提高到一定水平后的必然要求。然而，智慧消防的实现，不仅需要消防从业者的努力，还需要与物联网、大数据等技术进一步融合。本文提出的智能消防系统设计中的Redis设计实现了智能消防数据库系统Redis模型的建立。
但是，Redis作为内存数据库，数据存储能力有限，需要结合大数据做进一步的研究；智慧消防的设计还处于理论阶段，云平台和模型的细节还在研究过程中。将Redis模型更好地应用到智慧消防系统的建设中还需要研究和探索，但只要全社会共同努力，相信智慧消防很快就会来到我们身边。让我们一起期待智慧消防早日到来吧！
参考：
[1] 太阳。Redis内存数据库在智能消防系统设计中的应用
[2] 丁红军. 基于物联网技术的智慧消防建设[J]. 消防技术与产品信息，2017.
[3] 闫晓峰，张德新．大数据研究所。计算机技术与发展，2013.
[4] 安科瑞企业微电网设计与应用手册，2020.06版。
