0 引言

【研究意义】近年来，随着基于位置的服务(Locationbased Services，LBS)应用的不断发展，以及云计算、大数据等技术的兴起，数据正以前所未有的速度增长和累积^[1]。基于这些数据的Web服务和应用对后台数据库提出更高的要求，而传统的关系数据库在海量数据的高并发读写、高效率存储访问以及高可扩展性方面已经显得力不从心，非关系型数据库(NoSQL)是目前应对这一问题的有效方案^[2-3]。NoSQL是一个云计算背景下的分布式、非关系型数据库系统，支持半结构化、结构化数据的高并发读写，具有良好的可伸缩性和可扩展性^[4]。MongoDB是一个面向集合的、模式自由的文档型数据库，旨在为Web应用提供可扩展的高性能数据存储解决方案。【前人研究进展】近年来，关于MongoDB的LBS研究和应用日趋深入。在学术研究方面，吴飞^[5]利用MongoDB的地理空间索引，研究基于MongoDB的LBS数据管理系统关键技术；刘卓^[6]利用MongoDB分布式部署方案，实现对存储在 MongoDB 集群架构上的空间数据进行读写、查询操作，经过对数据存取性能的综合分析，验证此种基于NoSQL的空间数据云存储方案是高效可行的；宋平亮^[7]基于MongoDB和Node.js研究航道数据的Web服务和应用，实现在Web地图上进行指定区域查询、坐标点临近查询、复合地理空间查询和航迹查询等一系列船舶监控功能。在基于MongoDB的LBS应用方面，快的打车在其出租车打车核心业务中使用MongoDB；奇虎360也在MongoDB上构建众多应用，其中包括外部面向用户的服务以及内部商业应用。【本研究切入点】MongoDB原生支持地理位置索引，可直接用于位置距离计算和查询，而且在性能上也能高度优化^[8]。据此，本研究基于MongoDB实现出租车GPS位置数据的高效存储与查询服务。【拟解决的关键问题】结合NoSQL数据库与Node.js Web技术探讨出租车数据的Web服务和应用，提出一种高响应的海量位置数据存储、管理以及Web应用的解决方案。

1 出租车GPS数据Web服务方案体系架构

近年来，位置服务(LBS)需求呈大幅度增长趋势，从地址点导航到兴趣点推荐，不仅可引导用户找到附近的产品和服务，还可获得更高的便捷性和安全性。然而，部分LBS应用仍采用关系型数据库来管理数据。从GPS数据管理角度来看，海量数据无时无刻不在产生，关系数据库难以支撑海量数据的存储和管理，成为制约LBS应用发展的瓶颈。因此，本研究基于NoSQL数据库，提出一种出租车位置数据的存储模型，利用MongoDB的地理空间索引及查询机制，结合Node.js Web服务技术，研究这些数据的服务和应用模式，以期为海量GPS位置数据的存储、管理以及Web应用提供一种有效的解决方案。

基于上述思路，本研究构建出租车GPS数据的Web服务方案体系架构(图 1)，从软件层次上划分为以下3层：

(1) 表示层：是面向用户的显示和交互界面，可以运行于Web浏览器或移动端。该层负责用户查询交互、从Web服务层接口获取数据并在地图可视化显示等操作。其中，HTML构建Web页面结构，CSS渲染样式，JavaScript完成数据解析以及地图API调用。

(2) Web服务层：基于Node.js技术提供HTTP服务以及REST风格的Web service服务^[9]，包括处理路由、模板、数据获取等。该层以Express为开发框架，Embedded JavaScript(EJS)作为模板引擎，通过Mongoose实现MongoDB数据库操作。

(3)数据库层：负责存储出租车GPS数据，包括数据库构建、原始数据的迁移、地理索引的构建等。

1.1 关键技术 1.1.1 Node.js技术

Node.js是一个可以让JavaScript运行在服务器端的平台，用于方便地搭建响应速度快、易于扩展的Web应用。Node.js使用事件驱动、异步式I/O 模型而得以轻量和高效，同时使用Module模块划分不同的功能，以简化应用开发^[10]。

Node.js可以很方便地通过相应的数据库驱动模块与MongoDB实现数据库连接。Mongoose是MongoDB Node.js数据库驱动，提供一种在Node环境中操作MongoDB数据库的便捷封装。它包装更高层次、更直接的API语法，通过Schema方式将数据库中的数据转换为JavaScript对象以供应用使用^[11]。

1.1.2 Express架构

Express是一个基于Node.js平台的极简、灵活的Web应用开发框架^[12]。Express架构是一个典型的MVC(Model View Controller)框架(图 2)，用户通过浏览器发起请求，由路由控制器接受，并根据不同的路径定向到不同的控制器。控制器处理用户的具体请求，可能会访问数据库中的对象，即模型部分，从模型获取数据。然后，调用模板引擎生成HTML页面，最后由控制器返回给浏览器，完成一次请求。

在Express MVC架构中，模板引擎以数据和页面模板为输入，生成 HTML 页面。Embedded JavaScript(EJS)是一个JavaScript实现的标准模板引擎，具有易于学习、维护性良好的HTML代码结构^[13]。

Node.js使用JavaScript作为服务器端的执行语言，可以与MongoDB很好地配合开发Web应用。因此，本研究结合MongoDB与Node.js技术开展研究，以Express为开发框架、EJS作为模板引擎、Mongoose实现数据库连接。

1.2 出租车GPS数据库构建 1.2.1 数据模型

出租车GPS数据信息包含车牌号、采集时间、采集点经度与纬度、车辆状态、行驶速度、行驶方向等7个要素，其详细描述如表 1所示。

区别于关系型数据库，MongoDB是一个模式自由的数据库，意味着存入数据之前并不需要事先定义数据结构与类型。MongoDB的逻辑结构由文档(document)、集合(collection)、数据库三部分组成，其中文档相当于关系数据库中的一行记录，集合对应于关系型数据库里的表。将关系数据模型映射到MongoDB中即为MongoDB文档数据模型，其json格式描述如下：

{

“_id”:ObjectedId(“56ee181abb27d9f253cd078-6 ”)，

“name”:”粤B000H6”，

“time”:”2011/04/18 00:08:01 ”，

“jd”:114.118286，

“wd”:22.573967，

“status”:0，

“v”:22，

“angle”:3

}

1.2.2 地理索引设计

在MongoDB中，建立地理索引的键必须是一对值，即包含两个元素的数组或包含两个键的内嵌文档。在关系型数据模型中，出租车位置由2个字段描述，如果将其直接映射到MongoDB则会形成2个独立的键值对{"jd":114.118286，"wd":22.57396}，无法直接创建地理索引，因此需要对该两个字段进行合并(“gps”：[114.118286，22.573967])，然后才能创建地理索引。合并后的MongoDB文档模型如下所示：

｛

“_id”:＜ObjectedId＞，

“name”:”粤B000H6”，

“time”:”2011/04/18 00:08:01”，

“jd”:114.118286，

“wd”:22.573967，

“status”:0，

“v”:22，

“angle”:3，

“gps”：[114.118286，22.573967]

}

1.2.3 数据查询方案

MongoDB支持邻域查询($near)和范围查询($within)。$near命令将指定坐标附近的记录按照由近到远的顺序返回。$within区域查询则返回某区域内的所有对象，区域可以是矩形、圆形或多边形。其中，矩形区域查询通过左上点和右下点来指定矩形范围，圆形区域查询通过圆心与半径来指定圆形范围，多边形区域查询则需要指定多边形的各个顶点。

1.3 基于Node.js的出租车GPS数据Web服务设计与实现

出租车GPS数据Web应用采用Express MVC框架，分为对象模型层、控制器层与视图层3层，下面将逐层介绍Web服务的设计与实现。

1.3.1 对象模型层

Mongoose是MongoDB的一个对象模型工具，封装MongoDB对文档的增删改查(CRUD)操作。该层主要完成出租车对象模型设计，首先根据出租车数据表创建对象Schema，然后将其发布为Model模型。这里，Schema仅是一种数据库原型或模型骨架，并不具备数据库的操作能力。Model则是由Schema构造来的，除具有Schema定义的数据库骨架以外，还具有数据库操作行为。出租车对象模型关键javascript代码如下：

var mongoose=require(‘mongoose’);//导入mongoose模块

var Schema=mongoose.Schema;

var TaxiSchema = new Schema({

name:String，

time:Date，

jd:Number，

wd:Number，

status:Number，

v:Number，

angle:Number

});//定义Schema

exports.Taxi=mongoose.model(‘Taxi’，TaxiSch-ema);//将Schema发布为Model

1.3.2 控制器层

控制器层负责系统的业务逻辑实现，通过Express路由控制实现客户端请求URL的路径映射功能。根据系统功能需求与REST设计风格，设计路由(表 2)。

下面以“/WithinCenter”的路径处理为例，简述“区域查询(圆形)”的设计过程：首先从客户端获取用户查询条件，包括用户位置信息与圆形区域检索半径，然后执行mongodb查询并提取数据，最终返回查询结果到客户端(图 3)。

1.3.3 视图层

在视图层EJS模板中，静态部分由HTM5页面实现，动态部分则嵌入EJS标签。视图层设计中，地图显示直接调用腾讯地图API^[15]来实现，时间查询通过简单的时间选择对话框完成，区域设置则通过简单的文本框设置，查询结果json数据由EJS引擎渲染到页面并在地图标记，其页面设计示例——“区域查询(圆形)”如图 4所示。

2 仿真实验及结果分析 2.1 实验环境与数据

本研究搭建Node.js Web开发环境，数据库层分别选用MongoDB与MySQL，对Web服务在区域查询方面进行性能对比，实验环境如表 3所示。其中，MySQL通过MySQL Spatial Extensions(空间索引)^[16]实现区域查询。实验数据采用2011-04-18至2011-04-26的深圳市出租车GPS轨迹数据，车辆总数为13 799台，数据文件约1.7亿条记录，数据总量大小约10 G。

2.2 区域查询性能分析

试验分别对MongoDB与MySQL所存储的相同数据集的不同量级(从50 MB到500 MB)进行半径为0.5 km和1 km的地理范围查询，连续多次测试并取平均值。当数据量小于150万条，两者的Web响应时间差别并不明显；随着数据规模增加，MySQL Spatial的查询耗时剧增，接近直线趋势；而MongoDB耗时很少，并且增幅不大(图 5)。

将查询区域半径扩大至2.5 km的几何区域时，实验发现，基于MySQL Spatial的查询响应时间已远超出可等待的范围，因此只测试MongoDB的查询性能。从图 6可以看出，随着数据量增大，MongoDB Web响应时间有所增加，但整体耗时很少，可以支持地图实时浏览。

3 结论

位置数据的高速增长态势，给海量空间数据分布式存储、管理与网络在线服务提出了巨大的挑战。MongoDB数据库原生支持地理位置索引并且性能高度优化，Node.js可以方便地搭建轻量、高效和易于扩展的Web服务，本文结合MongoDB数据库与Node.js Web技术，探讨一种出租车GPS数据的Web服务方案。实验结果验证该方案具有较好地时效性，为更高层次的应用提供参考。