Связь реляционной базы данных и документо-ориентированной базы данных

Как было описано выше, в документо-ориентированной базе данных хранятся картинки или документы, не имеющие четкой структуры. Однако у объектов MongoDB также можно хранить ID объектов, в данном случае ID картинок, которые также хранятся в реляционной базе. Таким образом, чтобы получить из MongoDB нужное изображение, нужно построить 2 запроса. Лучше хранить в MongoDB ID картинок, а не в реляционной базе ID документа MongoDB, так как в MongoDB документы и картинки большого объема дробятся на более мелкие, поэтому возникнет связь один ко многим. Если у объектов MongoDB будет поле PictureID, и с таким же ID в реляционной базе будет существовать запись, то можно будет достать все части документа (картинки) из MongoDB и отнести их к нужному объекту реляционной базы (например, фотографии ресторана или pdf-файлы планировок квартир в новостройках).

Таким образом, концептуально связь баз данных будет выглядеть как описано выше - с помощью хранения ID объектов в разных базах и построения двух запросов.

Подводя итог главы, важно заметить, что главные задачи данной работы были выполнены: были спроектированы базы данных, необходимые для полного описания обмена данными в умном городе в рамках выбранных сфер жизни человека. Также была концептуально описана взаимосвязь баз данных различных типов, следовательно, прототип цифрового двойника умного города был спроектирован.

Заключение

В мире сейчас происходит глобальная автоматизация всех процессов. Для того, чтобы экономить ресурсы, человечество разрабатывает различные информационные системы, от мелких до глобальных. Автоматизация всех процессов жизнедеятельности человека позволила бы, в первую очередь, более рационально использовать ресурсы, а также качественнее принимать решения, исключая человеческий фактор, так как принятие решения будет основываться лишь на цифрах, статистике и встроенных подпрограммах. Исходя из описанных выводов, была разработана концепция «умного города», который представляет из себя градостроительную концепцию интеграции множества информационных и коммуникационных технологий для управления городской инфраструктурой и бизнес-процессами.

«Умный город» -- это сложная многоуровневая система, которая должна учитывать множество факторов и постоянно взаимодействовать с внешним миром, получая из него информацию, и мгновенно обрабатывать её. В мире на сегодняшний день не смоделирована и не разработана ни одна полная система «умного города», которая бы охватывала абсолютно все сферы жизни.

Проектирование любой системы начинается со сбора исходных данных. В рамках данной работы стояла цель, решающая именно вопрос обработки данных - проектирование цифрового двойника умного города. В данном контексте цифровой двойник означает сочетание нескольких баз данных разных типов и описание их взаимодействия.

В данной работе в первую очередь было дано определение умному городу, а также для подтверждения актуальности работы были проанализированы примеры крупных проектов в России и в мире. На основе этой информации был сделан вывод о том, что действительно пока не существует примера спроектированной системы, которая бы охватывала весь город с абсолютно всеми сферами жизни человека.

Далее система умного города была описана с помощью архитектурного подхода к проектированию систем, так как именно такой метод подходит для описания сложных многоуровневых систем. В результате применения данного метода были выделены те бизнес-процессы, которые будут детально проанализированы далее в работе (в рамках принятых ограничений двумя сферами жизни). В результате описания и анализа этих бизнес-процессов были определены сущности и объекты, необходимые для реализации данных бизнес-процессов. У объектов были выделены необходимые для хранения поля, на основе чего был сделан вывод о необходимых для использования типах баз данных, в которых будет наиболее эффективно хранить нужную информацию.

Следующим этапом работы было аргументировать выбор технологий, которые будут использованы для проектирования баз данных. Для этого был проведен сравнительный анализ технологий.

Завершающим этапом работы было проектирование с помощью выбранных технологий разных типов баз данных, тестовое наполнение их данными и концептуальное описание, как эти базы данных должны взаимодействовать друг с другом. В результате был получен спроектированный цифровой двойник умного города с условием ограничения областями: развлечения и датчики. Данный цифровой двойник может быть в будущем использован для разработки системы умного города, а также для проектирования пользовательского приложения.

Библиографический список

1. Интеллектуальные города // TAdviser: государство, бизнес, ИТ. 2019 [Электронный ресурс] URL: http://www.tadviser.ru/index.php/%D0%A1%D1%82%D0%B0%D1%82%D1%8C%D1 %8F:%D0%98%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82%D1%83%D0%B0%D0%BB%D1%8C%D0%BD%D1%8B%D0%B5_%D0%B3%D0%BE%D1%80%D0%BE%D0%B4%D0%B0_(%D0%A3%D0%BC%D0%BD%D1%8B%D0%B5_%D0%B3%D0%BE%D1%80%D0%BE%D0%B4%D0%B0,_Smart_cities) (дата обращения: 01.05.2020)

2. Мировые практики Smart City: открытая база знаний [Электронный ресурс]. URL: https://ict.moscow/projects/smart-cities/?map=russia (дата обращения: 20.10.2019).

3. Eremia Mircea, Toma Mircea, Sanduleac Mihai, “The Smart City Concept in the 21st Century”: presented at 10th International Conference Interdisciplinarity in Engineering INTER-ENG, 2016 [Электронный ресурс]. URL: https://www.sciencedirect.com/science/article/pii/S1877705817309402 (дата обращения: 10.12.2019).

4. Дрожжинов В. И., Куприяновский В. П., Намиот Д. Е., Синягов С. А., Харитонов А. А. Умные города: модели, инструменты, рэнкинги и стандарты // International Journal of Open Information Technologies. 2017. no. 3. vol. 5.

5. Mkrtychev O. Analysis of various definitions for Smart City concept. / IOP Conference Series: Materials Science and Engineering. 2018 [Электронный ресурс]. URL: https://iopscience.iop.org/article/10.1088/1757-899X/365/2/022065 (дата обращения: 20.12.2019).

6. Интеллектуальные города // TAdviser: государство, бизнес, ИТ. 2019 [Электронный ресурс] URL: http://www.tadviser.ru/index.php/%D0%A1%D1%82%D0%B0%D1%82%D1%8C%D1%8F:%D0%98%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82%D1%83%D0%B0%D0%BB%D1%8C%D0%BD%D1%8B%D0%B5_%D0%B3%D0%BE%D1%80%D0%BE%D0%B4%D0%B0_(%D0%A3%D0%BC%D0%BD%D1%8B%D0%B5_%D0%B3%D0%BE%D1%80%D0%BE%D0%B4%D0%B0,_Smart_cities) (дата обращения: 10.01.2020)

7. Mishchenko1 Vitalii, Lopatkin Dmitry, Chernyshov Valery. Discussing the concept of smart city: perspectives from Russia. MATEC Web of Conferences 212, 2018 [Электронный ресурс]. URL: https://doi.org/10.1051/matecconf/201821204016 (дата обращения: 11.12.2019).

8. Макаренко К. В. «Умный город»: стандарты, проблемы, перспективы развития // Вестник ЮУрГУ. Серия «Компьютерные технологии, управление, радиоэлектроника». 2019. Т. 19. № 3. С. 165-171.

9. 5 самых умных городов мира и смарт-технологии, которые они используют // RoboHunter. 2018 [Электронный ресурс]. URL: https://robo-hunter.com/news/5-samih-umnih-gorodov-mira-i-smart-tehnologii-kotorie-oni-ispolzuyt11521 (дата обращения: 03.02.2020).

10. Видянова А. Топ-5 умных городов мира // Капитал: центр деловой информации. 2019 [Электронный ресурс]. URL: https://kapital.kz/tehnology/79555/top-5-umnykh-gorodov-mira.html (дата обращения: 05.02.2020).

11. Москва - умный город // TAdviser: государство, бизнес, ИТ. 2019 [Электронный ресурс] URL: http://www.tadviser.ru/index.php/%D0%A1%D1%82%D0%B0%D1%82%D1%8C%D1%8F:%D0%9C%D0%BE%D1%81%D0%BA%D0%B2%D0%B0_%D0%A3%D0%BC%D0%BD%D1%8B%D0%B9_%D0%B3%D0%BE%D1%80%D0%BE%D0%B4_(Smart_city)_%D0%98%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%BE%D0%BD%D0%BD%D1%8B%D0%B5_%D1%82%D0%B5%D1%85%D0%BD%D0%BE%D0%BB%D0%BE%D0%B3%D0%B8%D0%B8_%D0%B2_%D0%9C%D0%BE%D1%81%D0%BA%D0%B2%D0%B5 (дата обращения: 15.01.2020)

12. Москва 2030 - умный город // Официальный сайт Мэра Москвы. 2020 [Электронный ресурс]. URL: https://2030.mos.ru/ (дата обращения: 15.01.2020).

13. Архитектура системы // Свободная энциклопедия Википедия [Электронный ресурс]. URL: ru.wikipedia.org/wiki/Архитектура_системы (дата обращения: 18.03.2020).

14. NoSQL // Википедия: свободная энциклопедия [Электронный ресурс]. URL: https://ru.wikipedia.org/wiki/NoSQL (дата обращения: 18.03.2020).

15. CouchDB Vs MongoDB // Panoply blog [Электронный ресурс]. URL: https://blog.panoply.io/couchdb-vs-mongodb (дата обращения: 19.03.2020).

16. Выбираем СУБД для хранения временных рядов [Электронный ресурс]. URL: https://habr.com/ru/company/oleg-bunin/blog/329062/ (дата обращения: 19.02.2020).

17. Рубенчик А. Моделирование архитектуры предприятия. Обзор языка ArchiMate [Электронный ресурс]. URL: https://www.cfin.ru/itm/standards/ArchiMate.shtml/ (дата обращения: 19.03.2020).

18. Алексеева О. А. «Теория систем и системный анализ: учебно-методическое пособие // НОУВПО РБИУ, 2014. 245 с.

19. Базы данных: основные понятия // Wiki-учебник по веб-технологиям [Электронный ресурс]. URL: https://www.webmasterwiki.ru/MySQL (дата обращения: 15.04.2020).

20. Знакомство с InfluxDB и базами данных временных рядов // Tproger [Электронный ресурс]. URL: https://tproger.ru/translations/influxdb-guide/ (дата обращения: 10.04.2020).

21. Большой туториал по MongoDB // Medium.com [Электронный ресурс]. URL: https://medium.com/@Merrick_krg/%D0%B1%D0%BE%D0%BB%D1%8C%D1%88%D0%BE%D0%B9-%D1%82%D1%83%D1%82%D0%BE%D1%80%D0%B8%D0%B0 %D0%BB-%D0%BF%D0%BE-mongodb-ae82654387d9 (дата обращения: 02.05.2020).

Приложение А

Рисунок А.1 Сравнение значения датчика с нормативным

Размещено на Allbest.ru