摘 要

近年来中国的互联网技术得到快速发展，作为互联网热门技术云存储云计算，其在国内的研究日益成熟且云计算 的思维也深透到各行各业。

作为地理学研究中的重要数据高分遥感影像，其对于地理学的研究意义非凡。然而高分遥感影像数据一般数据量非常大，使用一般的方法来存储和计算分析高分遥感影像对于硬件设备存储器和CPU的要求较高，这提高了研究成本，许多关于高分遥感影像的研究项目由于资金投入不足的窘境而被迫中止，这也阻碍了高分遥感影像的研究。

而云存储云计算的出现解决了这一尴尬问题，基于研究项目分析软硬件配置，以较低成本地租用虚拟的对应配置云服务器，利用云存储云计算的开发实现高分遥感影像的云端存储和分析计算。

本文通过租用阿里云服务器，借助Hadoop中的核心技术HDFS完成高分遥感影像的云端存储。使用前端开发完成网页设计以及高德API调用实现可视化数据检索，后端连接MySQL数据库以及对HDFS进行操作，设计开发完成B/S框架高分遥感影像数据共享云平台系统，实现用户登录功能模块以及高分遥感数据的云端上传、可视化检索、下载以及GIS服务任务通信等功能模块。

最后，通过对本次设计开发的系统进行测试，测试结果显示系统各个功能模块皆能运行且经过系统测试。

关键词：云计算＋；高分遥感影像；HDFS；数据共享云平台系统

Abstract

In recent years, China's Internet technology has been rapid development, as a popular Internet technology cloud storage cloud computing, its domestic research is becoming more and more mature and "cloud computing " is also deeply penetrated into a variety of industries.

As an important data and high score remote sensing image in geography research, it is of great significance to the study of geography. However, the amount of data of high score remote sensing image data is very large, so it is necessary to store and calculate and analyze high score remote sensing image for hardware equipment memory and CPU, which increases the research cost. Many research projects on high-score remote sensing images have been forced to be suspended because of insufficient investment, which also hinders the research of high-score remote sensing images.

The emergence of cloud storage cloud computing has solved this awkward problem. Based on the research project, the software and hardware configuration is analyzed, and the virtual corresponding configuration cloud server is rented at a lower cost, and the cloud storage and analysis and calculation of high score remote sensing image are realized by using the development of cloud storage cloud computing.

In this paper, the cloud storage of high score remote sensing images is completed by renting Ali cloud server and HDFS, which is the core technology in Hadoop. Using front-end development to complete web page design and Gaode API call to realize visual data retrieval, back-end connection to MySQL database and operation of HDFS, design and development of B / S framework high score remote sensing image data sharing cloud platform system. The user login function module and the cloud upload, visual retrieval, download and GIS service task communication of high score remote sensing data are realized.

Finally, through the test of the system designed and developed, the test results show that each functional module of the system can run and pass the system test.

Keywords: cloud computing ; high score remote sensing image; HDFS; data sharing cloud platform system.

目 录

第1章 绪论 1

1.1 研究简述 1

1.2 研究背景、目的及意义 1

1.2.1 研究背景 1

1.2.2 研究目的及意义 2

1.3 国内外研究现状 2

1.4 研究内容 3

1.4.1 研究内容综述 3

1.4.2 准备阶段 4

1.4.3 系统分析阶段 4

1.4.4 系统设计阶段 4

1.4.5 系统开发阶段 5

1.4.6 系统运行维护阶段 5

1.5 预期目标 5

第2章 相关技术介绍 6

2.1 云存储技术介绍 6

2.1.1 云存储概述 6

2.1.2 云存储结构模型 6

2.2 HDFS分布式文件系统介绍 8

2.2.1 HDFS简述 8

2.2.2 HDFS架构 8

第3章 基于云计算的遥感影像存储、管理 10

3.1 研究技术路线 10

3.2 研究技术方案 11

3.3 前期准备 11

3.3.1 云计算环境配置 11

3.3.2 云计算理论与开发案例学习 11

第4章 系统分析与设计 13

4.1需求分析 13

4.1.1 系统功能需求分析 13

4.1.2 系统环境性能分析 14

4.1.3 系统数据性能分析 14

4.2可行性分析 14

4.2.1 技术可行性分析 14

4.2.2 人员可行性分析 14

4.2.3 经济可行性分析 14

4.3 总体设计 15

4.3.1 系统总体结构设计 15

4.3.2 系统配置设计 15

4.3.3 系统功能总体设计 16

4.4 详细设计 16

4.4.1 数据库设计 16

4.4.2 用户界面设计 18

4.4.3 功能模块设计 19

4.4.4 代码设计 28

第5章 系统实施与全文总结 29

5.1 系统开发与结果分析 29

5.1.1 系统开发 29

5.1.2 系统运行维护 29

5.1.3 系统性能结果分析 30

5.2 全文总结 30

5.3 后期工作展望 31

参考文献 32

致谢 33

第1章 绪论

1.1 研究简述

本次课题研究的课题题目为高分遥感影像的云端存储方法研究，主要是研究利用云端存储技术实现高分遥感影像在网端的存储和数据共享，高分遥感作为地理大数据的一种，它的云端存储方法与一般地理大数据的云端存储方法一致。基于用户需求进行分析和Hadoop技术，从系统分析出发依次进行系统设计、系统开发、系统运行测试以及维护，继而设计和开发完成高分遥感影像云存储系统，实现高分遥感影像数据在云端存储和网络上的数据共享。

1.2 研究背景、目的及意义

1.2.1 研究背景