BIM 设计成果的存储研究

2021-05-12张海兵段高博许永宏

中国管理信息化 2021年8期

张海兵，操锋，段高博，许永宏，乔俊

（中铁第四勘察设计院集团有限公司，武汉 430063）

0 引言

随着铁路和城市轨道交通行业建筑信息模型（Building Information Modeling，BIM）应用的不断推进，在BIM 应用项目中均会引用BIM 平台，以实现多单位间工程协作、施工过程管理或运维管理等,众多的管理平台均需要完善的存储机制为前端的管理业务做支撑。随着BIM 项目的日益增多，BIM 文件数据量、体量越来越大。同时，铁路和城市轨道交通行业BIM设计成果具有专业多、体量大、阶段性的特征，采用什么存储机制，以支撑铁路和城市轨道交通BIM 项目的设计成果文件的管理、高效检索和文件的扩展存储是亟须解决的问题。良好的存储机制也将为实现专业间协作平台、专业间提资平台、项目成果管理平台建设打下良好的基础。

1 BIM 设计成果的存储研究

针对BIM 设计成果的存储策略有很多，有基于文件传输协议（File Transfer Protocol，FTP）服务器的文件存储，但是存在难以扩容、服务器负载不均衡，缺乏文件备份与恢复机制等问题。有基于Hadoop 分布式文件系统（Hadoop Distributed File System，HDFS）的存储，但是无法高效地对构件（如族Rfa、ipt）、设计参数文档（xls、doc）等小文件进行存储。Mongo DB 可用于文件数据的存储，具有可扩展、高可用的特性。本文提出基于MongoDB的BIM 设计文件的存储机制，实现不同格式、不同大小的设计成果的可扩展、高可用存储，并提供检索机制便于数据的检索。

1.1 BIM 设计文件存储系统的架构设计

为实现管理平台中海量、类型复杂、文件体量跨度大的文件的存储且兼顾高扩展性、高伸缩性和数据高可用，本文采用MongoDB 的分片加副本机制，并引用GridFS 存储机制，建立BIM 设计文件的存储集群，如图1 所示。

（1）Mongos 即集群请求的入口，所有的请求都通过Mongos进行协调，Mongos 是一个请求分发中心，负责把对应的数据请求转发到对应的Shard 服务器上。在生产环境通常有多个Mongos 作为请求的入口，防止入口挂掉的问题。

（2）Config Server 即配置服务器，存储所有数据库元信息（路由、分片）的配置。Mongos 本身没有物理存储分片服务器和数据路由信息，只是缓存在内存里，配置服务器则实际存储这些数据。

（3）分片（Sharding）是指将数据拆分，将其分散在不同的机器上。将数据分散到不同的机器上，不需要功能强大的服务器就可以存储更多的数据和处理更大的负载。将集合切成小块，这些块分散到若干片里，每个片只负责总数据的一部分，最后通过一个均衡器来对各个分片进行均衡（数据迁移）。Shard机制的存在支持了BIM 设计文件的横向扩展存储。

（4）Replica set 即副本集，其实就是Shard 的备份，防止Shard 挂掉之后数据丢失。复制提供了数据的冗余备份，并在多个服务器上存储数据副本，提高了BIM 设计成果文件的可用性，并可以保证数据的安全性。

（5）GridFS 即MongoDB 的一个子模块,使用GridFS 可以辅助管理BIM 设计成果的大文件，如大体量的BIM 模型。它使用两个集合（Collection）存储文件，一个集合是Chunks，用于存储文件内容的二进制数据；另一个集合是Files，用于存储文件的元数据。如果文件大于Chunksize，会先将文件按照Chunk的大小分割成多个Chunk 块，最终将Chunk 块的信息存储在fs.chunks 集合的多个文档中。然后将文件信息存储在fs.files集合的唯一一份文档中。其中fs.chunks 集合中多个文档中的file_id 字段对应fs.files 集中文档“_id”字段。

图1 基于MongoDB 的BIM 设计文件的存储架构

基于本文的存储架构便于文件存储的横向扩展，增加存储节点可扩充存储容量，达到存储的高可扩展，解决传统存储方式存储容量不够的问题。基于副本集各节点会通过心跳算法来检测各自的健康状况，当主节点出现故障时，多个从节点会触发一次新的选举操作，并选举其中一个作为新的主节点，从而确保系统的高可用性。基于GridFS 机制可支持存储量小的设计成果如普通的文档、Excel 表格、Rfa 族文件、ipt 构件等，也可支持成百上千兆字节的BIM 模型成果。