夏秀峰，趙小磊，孔慶云

（沈陽航空航天大學 計算機學院，沈陽 110136）

0 引言

目前，國外MBD(Model Based Definition，基于模型的定義)技術的應用已相對成熟。作為MBD技術的發(fā)起者之一，波音公司在以波音787為代表的新型客機研制過程中，全面采用MBD技術，將MBD模型作為制造的唯一依據(jù)；R&R 公司應用主模型驅動的技術，以具有 PMI（Product Manufacturing Information ，產品制造信息）三維標注的模型作為單一數(shù)據(jù)源，貫穿產品研發(fā)的各個環(huán)節(jié)。MBD技術從2007年開始逐步引入國內，其應用得到了快速的發(fā)展，但與國外企業(yè)相比，仍存在一定差距。

MBE (Model Based Enterprise：基于模型的企業(yè))是基于MBD在整個企業(yè)和供應鏈范圍內建立的一個集成和協(xié)同化的環(huán)境方法，各業(yè)務環(huán)節(jié)充分利用已有的MBD單一數(shù)據(jù)源開展工作，有效地縮短整個產品研制周期，改善生產現(xiàn)場工作環(huán)境，提高產品質量和生產效率。在MBD/MBE技術實施過程中，產品研制、生產、管理各環(huán)節(jié)所使用的數(shù)據(jù)或信息全部“附著”在三維模型上，使產品工程數(shù)據(jù)的結構特征越來越弱，數(shù)字化程度越來越高，而在圍繞模型的整個生命周期中包括需求、分析、設計、實施等環(huán)節(jié)會產生大量的文檔、視頻等多種類型的數(shù)據(jù)，同時這些數(shù)據(jù)的生成速度會隨時間推移、產品型號增加等因素的影響不斷提高，逐步呈現(xiàn)大數(shù)據(jù)態(tài)。

作為四大核心軟件之一， 目前PDM(Product Data Management，產品數(shù)據(jù)管理)軟件幾乎全部基于關系數(shù)據(jù)庫(RDB)實現(xiàn)。然而，MBE技術的實施和全生命周期管理使企業(yè)中的用戶幾乎“全員參與”，使基于RDB的PDM在高并發(fā)讀寫、海量數(shù)據(jù)高效存儲和訪問、高可擴展性和高可用性等方面存在的問題日顯突出——服務器和用戶終端機越來越“高檔”、存儲設備數(shù)量和容量越來越大、用戶訪問速度越來越慢、數(shù)據(jù)備份時間越來越長?？紤]到RDB在存儲、處理大數(shù)據(jù)方面的諸多制肘，以及NoSQL數(shù)據(jù)庫的高擴展性、高容錯性、高性價比等方面的優(yōu)點，本文提出采用NoSQL數(shù)據(jù)庫作為PDM底層數(shù)據(jù)支撐環(huán)境，構建企業(yè)私有云存儲中心和PDM系統(tǒng)。

1 相關工作

1.1 NoSQL技術和大數(shù)據(jù)

NoSQL的發(fā)展，離不開兩大Web巨人——Google和Amazon的支持，目前絕大多數(shù)該領域的研究成果都是以這兩家企業(yè)分享的技術論文為基礎進行展開和改進的。2003年，Google在其網站上發(fā)表文章，介紹了在其內部部署的面向大規(guī)模數(shù)據(jù)密集型應用的、可伸縮的分布式文件系統(tǒng)關鍵技術[1]。隨后在2006年，Google又發(fā)表了兩篇論文，分別闡述了基于NoSQL的數(shù)據(jù)處理MapReduce算法和GFS的底層Key/Value機制的數(shù)據(jù)庫Bigtable[2,3]。Amazon在文獻[4]中通過闡述改進的一致性Hash模型等方面的內容，介紹了其Dynamo是如何設計和實現(xiàn)的。

國內近年來在NoSQL方面的研究有很大進展，2011年，于戈等人通過對云計算環(huán)境下進行大規(guī)模圖數(shù)據(jù)處理的關鍵問題的綜述，分析討論了NoSQL數(shù)據(jù)庫的4種主要存儲模型的差異[5]。2012年，李茂等人分析了關系數(shù)據(jù)模型和NoSQL數(shù)據(jù)模型各自的特點，提出了一種可以解決云計算中海量數(shù)據(jù)的存儲管理問題的新數(shù)據(jù)模型[6]。2013年，孟小峰等人闡述了大數(shù)據(jù)管理的相關概念和技術問題，闡述了利用云計算和NoSQL技術在處理大數(shù)據(jù)問題上的優(yōu)勢[7]。由于當前國內大數(shù)據(jù)的研究主要集中在互聯(lián)網領域，對制造業(yè)領域的大數(shù)據(jù)問題的關注幾乎為零，因此從國家需求和企業(yè)發(fā)展等長遠戰(zhàn)略考慮，有必要通過對大型裝備制造業(yè)的大數(shù)據(jù)問題的研究，加速裝備制造業(yè)向智造業(yè)轉型。

1.2 PDM技術

近幾年，隨MBD/MBE概念的提出和應用，加之經過多年的積累和研制型號的不斷增加，存儲在PDM中的信息已呈現(xiàn)大數(shù)據(jù)態(tài)，造成存儲與處理成本不斷增加、并發(fā)性和訪問速度逐步下降、備份時間越來越長。如何解決制造型企業(yè)海量MBD數(shù)據(jù)的存儲和共享問題，是企業(yè)由制造向智造轉型的重要研究內容之一[8]。

國外，為滿足CAx在分布式環(huán)境中的運行，文獻[9]提出了面向對象的分布式數(shù)據(jù)庫架構，并構建了一種分布式產品數(shù)據(jù)管理系統(tǒng)(DPDM)；文獻[10]詳細介紹了使用基于UML的建模方法來指定和實施PDM系統(tǒng)的利益關系，提出了一種利用UML圖實例化到數(shù)據(jù)庫實體的實現(xiàn)方法；文獻[11]中提出了一種集成軟件配置管理（SCM）的產品數(shù)據(jù)管理（PDM）架構，可以使硬件工程師和軟件程序員共享相同的用戶環(huán)境，在協(xié)同產品開發(fā)上共享一致的數(shù)據(jù)庫。

國內的研究由于起步較晚，且缺乏大企業(yè)在PDM研發(fā)方面的推動，大多數(shù)研究都集中在PDM的技術應用和系統(tǒng)集成上，如文獻[12]、[13]分別提出了以PDM系統(tǒng)為平臺與CAx系統(tǒng)進行集成的不同的解決方案，為以后企業(yè)進行PDM系統(tǒng)與三維CAD系統(tǒng)的集成提供了參考。

圖1 基于企業(yè)私有云的PDM系統(tǒng)架構

1.3 企業(yè)私有云

在大數(shù)據(jù)面前，集中式的存儲和處理策略無論如何也無法滿足需求，云存儲、云計算是未來發(fā)展的必然趨勢。文獻[14]中提出了云制造的概念，其作為一種基于知識、面向服務、高效低碳的網絡化智能制造新模式，強調產品全生命周期中各類制造資源的整合與高度共享，當時引起了學術界、科技界和國家層面的高度重視。但目前關于云制造的研究還主要集中在概念、體系結構和應用原型等方面[15,16]。因此，云計算技術與PDM技術的結合對云制造的深化和發(fā)展在生產實踐上具有十分重要的意義。而從我國國情出發(fā)，許多行業(yè)的高度保密性使我們只能走“企業(yè)私有云”路線。企業(yè)私有云存儲利用云計算、大數(shù)據(jù)管理等多項新技術，充分整合企業(yè)已有資源，可以有效地解決海量數(shù)據(jù)存儲訪問、高并發(fā)、高擴展等問題，可有效降低存儲成本，減少PDM系統(tǒng)的實施周期，提高生產效率。

綜上不難看出，目前國內外研究都是從現(xiàn)實存在的問題出發(fā)，基于現(xiàn)有的PDM系統(tǒng)來對海量數(shù)據(jù)進行處理。為徹底解決大型裝備制造業(yè)所面臨的大數(shù)據(jù)問題和MBD/MBE技術實施帶來的挑戰(zhàn)，利用企業(yè)私有云技術，搭建“邏輯上集中、物理上分散”的分布式環(huán)境，在此基礎上利用NoSQL為底層支撐環(huán)境搭建PDM私有存儲云平臺，以實現(xiàn)企業(yè)數(shù)據(jù)的存儲和共享，是未來的一個發(fā)展趨勢。

2 基于企業(yè)私有云的PDM體系架構

傳統(tǒng)的PDM系統(tǒng)是以RDB為基礎的單點存儲系統(tǒng)或分布式存儲系統(tǒng)。而PDM私有存儲云平臺則是在企業(yè)內部(設計制造一體化企業(yè))或有限幾個企業(yè)(設計、制造相對獨立的企業(yè)群)中的一個包含多存儲設備、多應用、多服務協(xié)同工作的集合體，并采用NoSQL數(shù)據(jù)庫作為其底層數(shù)據(jù)支撐環(huán)境。

基于企業(yè)私有云的PDM系統(tǒng)架構可采用四層結構模型：基礎設備層、存儲管理層、應用接口層和訪問層。其系統(tǒng)架構如圖1所示。

圖1中，基于云存儲和層次結構模型的PDM私有存儲云平臺在下層為PDM軟件提供云服務，PDM軟件在最上層通過平臺提供的接口實現(xiàn)數(shù)據(jù)的訪問操作。在層次結構模型中存儲層包含了企業(yè)服務器、網絡設備、中間件等各類硬件資源，在其之上是一個統(tǒng)一的存儲設備管理系統(tǒng)，通過存儲設備的邏輯虛擬化管理、多鏈路冗余管理，以及硬件設備的狀態(tài)監(jiān)控和故障維護等實現(xiàn)資源的虛擬化、服務化。

存儲管理層是PDM私有云存儲的核心，也是云存儲中最難以實現(xiàn)的部分。存儲管理層通過集群、分布式文件系統(tǒng)和網格計算等技術，實現(xiàn)云存儲中多個存儲設備之間的協(xié)同工作，使多個的存儲設備可以對外提供同一種服務，并提供更大更強更好的數(shù)據(jù)訪問性能。數(shù)據(jù)加密技術保證云存儲中的數(shù)據(jù)不會被未授權的用戶所訪問，同時，通過各種數(shù)據(jù)備份和容災技術等可以保證云存儲中的數(shù)據(jù)不會丟失，保證云存儲自身的安全和穩(wěn)定。

應用接口層可以根據(jù)制造企業(yè)的實際業(yè)務類型開發(fā)不同的應用服務接口，提供不同的應用服務，并根據(jù)不同的服務接口提供PLM管理、CAx集成接口等功能。在存儲管理層和應用接口層之間的跨層次數(shù)據(jù)流引擎技術保證了平臺間數(shù)據(jù)的高效流通。

訪問層為授權用戶提供標準的應用接口來登錄云存儲系統(tǒng)，支持不同的協(xié)同制造模式，并根據(jù)企業(yè)的需求提供不同的訪問類型和訪問手段，用戶可以享受不同的PDM私有云服務。

3 系統(tǒng)實施關鍵技術

在MBD/MBE大數(shù)據(jù)環(huán)境下,基于私有云存儲的PDM系統(tǒng)采用NoSQL數(shù)據(jù)庫作為底層環(huán)境，構成比較完整的PDM云技術體系如圖2所示。

圖2 基于NoSQL的PDM云技術體系

技術體系成層次結構，主要包括：基于NoSQL的PDM數(shù)據(jù)組織研究、基于NoSQL的企業(yè)私有存儲云技術、面向MBE的基于私有云存儲的PDM軟件相關技術研究和MBD/MBE環(huán)境下的大數(shù)據(jù)管理。

3.1 基于NoSQL的PDM數(shù)據(jù)組織

NoSQL并不單指一個產品或一種技術，它代表一族產品，以及一系列不同的、有關數(shù)據(jù)存儲和處理的概念。不同的NoSQL技術其數(shù)據(jù)存儲模式也是不同的。因此對于裝備制造企業(yè)來說，基于NoSQL的PDM數(shù)據(jù)組織研究內容主要包括PDM數(shù)據(jù)物理組織結構和邏輯組織、數(shù)據(jù)的查詢優(yōu)化以及數(shù)據(jù)的完整性和一致性等技術。

3.2 基于NoSQL的企業(yè)私有存儲云

面向集團企業(yè)的云制造應用屬于典型的私有云服務平臺[21]。私有云基于企業(yè)網構成,其構建與運行者、資源提供者和使用者是集團和集團企業(yè)下屬相關廠所、研究單位和企業(yè)等，目的主要是強調企業(yè)內或集團內制造資源和制造能力的整合與服務，優(yōu)化企業(yè)資源和能力使用率,減少重復資源和能力的重復建設,降低成本、提高競爭力。

基于NoSQL的企業(yè)私有存儲云重點在于支持PDM系統(tǒng)中的資源動態(tài)共享與協(xié)同，相關技術主要包括存儲虛擬化技術、集群技術、分布式文件系統(tǒng)、數(shù)據(jù)和服務器負載均衡技術、數(shù)據(jù)備份和容災技術等。

3.3 基于企業(yè)私有云存儲的PDM軟件

基于企業(yè)私有云存儲的PDM軟件支持在MBD/MBE生產環(huán)境下，為用戶提供外部工具調用的系統(tǒng)服務，包括產品結構管理、版本管理、文檔管理等通用工具集和CAx、ERP、WebService客戶端等集成接口。其研究的主要內容包括在MBD/MBE環(huán)境下的數(shù)據(jù)流引擎等核心引擎技術、產品生命周期管理技術、產品配置管理技術等。

3.4 MBD/MBE環(huán)境下大數(shù)據(jù)管理

從技術層次來說大數(shù)據(jù)管理主要是通過PDM軟件在海量企業(yè)數(shù)據(jù)中為決策者和高級工程師等企業(yè)高層挖掘知識信息，有效提高企業(yè)數(shù)據(jù)的再利用價值，實現(xiàn)制造型企業(yè)數(shù)據(jù)信息資產的增值?；贜oSQL企業(yè)私有云存儲的大數(shù)據(jù)管理主要包括數(shù)據(jù)信息可視化、數(shù)據(jù)挖掘與分布式處理、知識管理等相關技術。

3.5 系統(tǒng)實施的技術路線

基于NoSQL和企業(yè)私有云存儲的PDM系統(tǒng)的開發(fā)和實施是一項復雜浩大的工程，應統(tǒng)籌規(guī)劃、有目的地進行，其可采取的技術路線如圖3所示。系統(tǒng)實施的技術路線應遵循“統(tǒng)籌規(guī)劃、健全團隊、技術規(guī)范”的總體指導思想。

1）在MBD/MBE環(huán)境下，PDM是一個戰(zhàn)略性的系統(tǒng)工程，它的發(fā)展將是一個階段性漸進過程，需要企業(yè)和科研單位的共同努力。因此一個具有前瞻性的架構、業(yè)務規(guī)劃是實施如PDM這樣的大型項目的首要保證。同時健全的團隊和詳細的技術規(guī)范是保證系統(tǒng)成功實施的關鍵因素。

2）基于NoSQL的PDM數(shù)據(jù)組織研究是基礎。MBD/MBE環(huán)境下，PDM數(shù)據(jù)的結構化特征越來越弱，根據(jù)NoSQL的特點開展PDM數(shù)據(jù)物理組織和邏輯組織方面的研究，關系到PDM數(shù)據(jù)在私有云環(huán)境下的存儲模式和未來如何利用NoSQL實現(xiàn)產品結構樹、產品配置管理等PDM功能。

3）基于NoSQL的企業(yè)私有云存儲技術研究是關鍵。結合云制造和MBD/MBE等理念，PDM企業(yè)私有云存儲采用NoSQL技術作為底層支撐，包括集群技術、分布式文件系統(tǒng)、網絡通信、數(shù)據(jù)備份、容災等關鍵技術。其相關技術的實現(xiàn)是PDM基本存儲功能能否實現(xiàn)的關鍵。

4）PDM并不是一個僅僅實現(xiàn)簡單文檔管理和數(shù)據(jù)存儲的技術模型，它是一個能夠實現(xiàn)產品生命周期管理和信息共享的技術。因此，基于企業(yè)私有云存儲的產品生命周期管理和PDM軟件接口技術等PDM系統(tǒng)功能是研究的重要內容。

圖3 基于NoSQL和企業(yè)私有云存儲的PDM系統(tǒng)實施技術路線

5）構建基于NoSQL和企業(yè)私有云的PDM原型系統(tǒng)對研究內容具有重要支撐作用。原型系統(tǒng)的構建是檢驗系統(tǒng)各項技術實施的必要手段，同時也是將系統(tǒng)各項技術向企業(yè)生產實踐轉化的跳板。

6）MBE大數(shù)據(jù)管理相關技術的研究是對PDM技術的拓展性研究。在解決制造企業(yè)MBE大數(shù)據(jù)的存儲問題的基礎上，通過大數(shù)據(jù)管理技術實現(xiàn)企業(yè)數(shù)據(jù)的再利用價值，對制造企業(yè)向智能化、知識化轉型具有戰(zhàn)略意義。

4 結束語

目前，從國內裝備制造企業(yè)的信息化環(huán)境來看，探索一條MBD/MBE時代的具有自主知識產權的PDM解決方案，從根本上解決全行業(yè)PDM受制于國外大公司的被動局面對制造型企業(yè)的未來發(fā)展具有十分重要的戰(zhàn)略意義。利用NoSQL的存儲機制和靈活的分片功能對PDM中的數(shù)據(jù)進行組織與部署，可以有效避開MBD數(shù)據(jù)的復雜模式設計，減少PDM系統(tǒng)的開發(fā)和企業(yè)實施的周期。同時，基于企業(yè)私有云存儲的PDM系統(tǒng)打破了傳統(tǒng)PDM系統(tǒng)設計和實施觀念，可以加快MBD/MBE生產環(huán)境的建設和制造企業(yè)的轉型升級。

基于企業(yè)私有云存儲的PDM系統(tǒng)具有高擴展性、并發(fā)性強、訪問效率高等特點，這為解決具有海量數(shù)據(jù)、多型號產品、周期短和高價值特征的企業(yè)大數(shù)據(jù)問題方面提供了一個很好的解決方法。在企業(yè)私有云環(huán)境中，也更好地保證了在數(shù)據(jù)資源化、數(shù)據(jù)共享聯(lián)盟等大數(shù)據(jù)趨勢下數(shù)據(jù)安全性問題，并為大數(shù)據(jù)的管理走向知識化、智能化打下基礎，最終引領企業(yè)由制造向智造變革。

[1] Sanjay Ghemawat, Howard Gobioff, Shun-Tak Leung.The Google File System[J].Pub.19th ACM Symposium on Operating Systems Principles,Lake George,NY, December 2003:29-43.

[2] Dean Jeffrey, Ghemawat Sanjay. MapReduce: Simplif i ed data processing on large clusters. Communications of the ACM, 2008, 51(1):1072113.

[3] Chang Fay, Dean Jeffrey, Ghemawat Sanjay et al.Bigtable:A distributed storage system for structured data//Proceedings of the 7th Symposium on Operating System Design and Implementation (OSDI). Seattle,WA,USA,2006:2052218.

[4] Giuseppe DeCandia, Deniz Hastorun, Madan Jampani,Gunavardhan Kakulapati, Avinash Lakshman, Alex Pilchin, Swami Sivasubramanian, Peter Vosshall, and Werner Vogels .Dynamo:Amazon’s Highly Available Key/value Store.Proceedings of the 21st ACM Symposium on Operating Systems Principles,Stevenson,WA,December 2007:205-220.

[5] 于戈,谷峪,鮑玉斌,王志剛.云計算環(huán)境下的大規(guī)模圖數(shù)據(jù)處理技術[J].計算機學報,vol34(10),2011:1753-1767.

[6] 李茂,賈宏,李艷明,朱美正.云數(shù)據(jù)管理的新數(shù)據(jù)模型[J].計算機工程與設計,vol33(10),2012:3870-3876.

[7] 孟小峰,慈祥.大數(shù)據(jù)管理:概念、技術與挑戰(zhàn)[J].計算機研究與發(fā)展,vol50(1),2013:146-169.

[8] 姜紅明,張豐華,吳慧杰,等.MBD技術實施研究[J].制造業(yè)自動化,vol34(12),2012:1-3,12.

[9] K.K. Leong, K.M. Yu, W.B.Lee. Product data allocation for distributed product data management system[J].Computers in Industry 47(2002):289-298.

[10] Beno?t Eynard,Thomas Gallet,Lionel Roucoules,Guillaume Ducellier. PDM system implementation based on UML[J].Mathematics and Computers in Simulation.Volume 70,Issues 5–6, 2006:330-342.

[11] Namchul Do,Gyoengseok Chae.A Product Data Management architecture for integrating hardware and software development[J].Computers in Industry.Volume:6 2,Issue:8-9,2011:854-863.

[12] 梁科山,范大鵬,尚建忠,等.虛擬PDM環(huán)境下基于特征增長的協(xié)同設計[J].國防科技大學學報,vol33(4),2011:140-145.

[13] 崔中華,王君.基于XML的PDM與三維CAD雙向系統(tǒng)集成研究[J].機械設計與制造,2012年第2期.2012:79-81.

[14] 李伯虎,張霖,任磊,等. 再論云制造[J].計算機集成制造系統(tǒng).2011年3月,第17卷第3期:449-457.

[15] 張霖,羅永亮,陶飛,等.制造云構建關鍵技術研究[J].計算機集成制造系統(tǒng),2010,16(11):2510-2520.

[16] 尹超,黃必清,劉飛,等.中小企業(yè)云制造服務平臺共性關鍵技術體系[J].計算機集成制造系統(tǒng),2011,17(3):495-503.