马 克 王加阳

(中南大学计算机学院 湖南 长沙 410083)

0 引 言

随着电网运营模式的智能化,逐步实现“智能电网”工程目标[1]及“互联网+智慧能源”新型思路在电力供给侧的重点推进[2],未来可能将有更多的电力设备投入到电网系统中。据统计,截至2017年底,城乡居民中智能电表的覆盖率已达99.03%,累计采集用户约4.47亿,新装智能电表3 748.7万只。

新形势下,必将导致电力数据的爆发性增长,电力系统中的电力数据覆盖设备检测、电力营销、电网运行等多个领域,随着数据增长及业务的扩展,各领域下电力数据的存储效率及响应能力,将成为整个电力系统运行中至关重要的一环。传统电力系统主要存在以下三种数据存储模型。

(1) 关系型数据库存储模型。多采用小微型主机作为存储设备,电力数据全部存放于关系型数据库中,如Oracle、SQLServer等。该模型部署简易,运维便捷,在初期,受到诸多电力企业青睐。但是,随着数据量的增长,格式单一、扩容性差、响应缓慢等问题逐渐暴露。

(2) 单一式非关系型数据库与关系型数据库混合存储模型。引入非关系型数据库,如Redis、MongoDB等,集中管理部分热点数据并对其进行缓存处理,另一部分非热点数据仍然存放于关系型数据库中。该模型消除了关系型数据中的数据格式单一、响应缓慢等问题。然而,单节点服务器提供的缓存服务在内存容量、可用性、稳固性等方面存在巨大局限。

(3) 分布式非关系型数据与关系型数据库混合存储模型。分布式非关系型数据库能够将请求数据分布至不同节点,易于实现负载均衡和服务器水平扩展,进而提高响应速度与并发性能。……