方案常用中關(guān)鍵技術(shù)與技術(shù)路線

1、關(guān)鍵技術(shù)與技術(shù)路線注：技術(shù)路線部分主要是開發(fā)時(shí)所用到的框架和技術(shù)，關(guān)鍵技術(shù)部分主要是當(dāng)前應(yīng)用的一些前端技術(shù)。一、技術(shù)路線系統(tǒng)采用的技術(shù)路線分為以下兩個(gè)層次：采用良好的系統(tǒng)構(gòu)建框架及系統(tǒng)實(shí)現(xiàn)技術(shù)，同時(shí)采用良好的數(shù)據(jù)定義、傳輸與組成對(duì)象交互機(jī)制，這兩個(gè)層次可以貼切的比喻為“人的骨頭與血液”的關(guān)系，是構(gòu)建性能優(yōu)異、架構(gòu)健壯、開放靈活應(yīng)用系統(tǒng)的基礎(chǔ)。1、SpringMVC技術(shù)框架SpringMVC是Spring框架的一部分，Spring框架成為JavaEE開發(fā)主流框架后，Spring開發(fā)小組又在Spring框架的基礎(chǔ)上推出了MVC架構(gòu)，主要用于支持WEB應(yīng)用程序的開發(fā)。MVC是Model（模型，也稱為

2、數(shù)據(jù)模型）、View（視圖）、Controll（控制器）三個(gè)英文單詞首字母的縮寫。從MVC組合的三個(gè)單詞也可以看出，MVC是一種設(shè)計(jì)模型，它使用控制器將數(shù)據(jù)模型和視圖進(jìn)行分離，也就是將視圖和數(shù)據(jù)解耦。這樣的好處是后端處理的數(shù)據(jù)模型和前端視圖顯示的數(shù)據(jù)格式無關(guān)，實(shí)現(xiàn)一個(gè)數(shù)據(jù)模型可以對(duì)應(yīng)多個(gè)視圖以不同的方式來展現(xiàn)數(shù)據(jù)，當(dāng)數(shù)據(jù)模型或視圖發(fā)生變化時(shí)，相互之間的影響也會(huì)降低到最低。MVC中最重要的核心就是控制器，控制器與視圖和模型相對(duì)獨(dú)立，它起到一個(gè)負(fù)責(zé)分發(fā)請(qǐng)求和返回處理結(jié)果的作用，對(duì)請(qǐng)求和數(shù)據(jù)模型的處理一般由JavaBean負(fù)責(zé)。數(shù)況薛取控制需Ecntmll的類數(shù)掂模生實(shí)體類瀏眩器口部頁(yè)面取6線工上圖

3、是在實(shí)際開發(fā)中MVC的架構(gòu)圖，架構(gòu)圖分為兩部分：虛線框外的是WEB程序的瀏覽器部分，用戶通過瀏覽器與系統(tǒng)進(jìn)行交互，同時(shí)瀏覽器也負(fù)責(zé)解析JSP頁(yè)面；虛線框內(nèi)的是WEB程序的后臺(tái)部分，這部分包括控制器（Controller類）、業(yè)務(wù)邏輯（Service類）、數(shù)據(jù)模型（實(shí)體類）、數(shù)據(jù)持久層（Mybatis框架）和MySQL數(shù)據(jù)庫(kù)管理系統(tǒng)。在MVC架構(gòu)中，JSP頁(yè)面就是視圖，用戶通過JSP頁(yè)面發(fā)出請(qǐng)求后，SpringMVC會(huì)根據(jù)請(qǐng)求路徑，將請(qǐng)求發(fā)給與請(qǐng)求路徑對(duì)應(yīng)的Controller類，Controller類調(diào)用Service類對(duì)請(qǐng)求進(jìn)行處理，Service類會(huì)調(diào)用數(shù)據(jù)持久層MyBatis完成對(duì)實(shí)體類

4、的存取和查詢工作，并將處理結(jié)果返回到Controller類，Controller類將處理結(jié)果轉(zhuǎn)換為ModelAndView對(duì)象，JSP接收ModelAndView對(duì)象并進(jìn)行渲染。2、微服務(wù)（架構(gòu)）微服務(wù)架構(gòu)是一種架構(gòu)模式，它提倡將單一應(yīng)用程序劃分成一組小的服務(wù)，服務(wù)之間相互協(xié)調(diào)、互相配合，為用戶提供最終價(jià)值。每個(gè)服務(wù)運(yùn)行在其獨(dú)立的進(jìn)程中，服務(wù)和服務(wù)之間采用輕量級(jí)的通信機(jī)制相互溝通（通常是基于HTTP的RestfulAPI）.每個(gè)服務(wù)都圍繞著具體的業(yè)務(wù)進(jìn)行構(gòu)建，并且能夠被獨(dú)立的部署到生產(chǎn)環(huán)境、類生產(chǎn)環(huán)境等。另外，應(yīng)盡量避免統(tǒng)一的、集中的服務(wù)管理機(jī)制，對(duì)具體的一個(gè)服務(wù)而言，應(yīng)根據(jù)業(yè)務(wù)上下文，選擇合

5、適的語言、工具對(duì)其進(jìn)行構(gòu)架。作為一種新的設(shè)計(jì)和架構(gòu)理念，相比于傳統(tǒng)的單體式應(yīng)用而言，微服務(wù)這種小而化之、互相連接的設(shè)計(jì)理念不僅能讓復(fù)雜應(yīng)用的構(gòu)建變得更加靈活，更能幫助創(chuàng)業(yè)企業(yè)在面對(duì)市場(chǎng)的高度不確定性時(shí)，快速推出新產(chǎn)品，低成本試錯(cuò)。優(yōu)點(diǎn)：1:提升開發(fā)交流，每個(gè)服務(wù)足夠內(nèi)聚，足夠小，代碼容易理解；2:服務(wù)獨(dú)立測(cè)試、部署、升級(jí)、發(fā)布；3:按需定制的DFX，資源利用率，每個(gè)服務(wù)可以各自進(jìn)行x擴(kuò)展和z擴(kuò)展，而且，每個(gè)服務(wù)可以根據(jù)自己的需要部署到合適的硬件服務(wù)器上；每個(gè)服務(wù)按4:需要選擇HA的模式，選擇接受服務(wù)的實(shí)例個(gè)數(shù)；5：容易擴(kuò)大開發(fā)團(tuán)隊(duì)，可以針對(duì)每個(gè)服務(wù)(service)組件開發(fā)團(tuán)隊(duì)；6：提高容錯(cuò)性

6、faultisolation),一個(gè)服務(wù)的內(nèi)存泄露并不會(huì)讓整個(gè)系統(tǒng)癱瘓；7:新技術(shù)的應(yīng)用，系統(tǒng)不會(huì)被長(zhǎng)期限制在某個(gè)技術(shù)棧上。3、mybatis框架MyBatis是一款優(yōu)秀的持久層框架，它支持定制化SQL、存儲(chǔ)過程以及高級(jí)映射。MyBatis避免了幾乎所有的JDBC代碼和手動(dòng)設(shè)置參數(shù)以及獲取結(jié)果集。MyBatis可以使用簡(jiǎn)單的XML或注解來配置和映射原生信息，將接口和Java的POJOs(PlainOldJavaObjects,普通的Java對(duì)象)映射成數(shù)據(jù)庫(kù)中的記錄。sql寫在xml文件中，便于統(tǒng)一管理和優(yōu)化，解除sql和程序代碼的耦合;提供映射標(biāo)簽，支持對(duì)象和和數(shù)據(jù)庫(kù)orm字段關(guān)系的映射，支

7、持對(duì)象關(guān)系映射標(biāo)簽，支持對(duì)象關(guān)系的組建；提供xml標(biāo)簽，支持編寫動(dòng)態(tài)sql。功能架構(gòu)(1)API接口層：提供給外部使用的接口API，開發(fā)人員通過這些本地API來操縱數(shù)據(jù)庫(kù)。接口層一接收到調(diào)用請(qǐng)求就會(huì)調(diào)用數(shù)據(jù)處理層來完成具體的數(shù)據(jù)處理。(2)數(shù)據(jù)處理層：負(fù)責(zé)具體的SQL查找、SQL解析、SQL執(zhí)行和執(zhí)行結(jié)果映射處理等。它主要的目的是根據(jù)調(diào)用的請(qǐng)求完成一次數(shù)據(jù)庫(kù)操作。(3)基礎(chǔ)支撐層：負(fù)責(zé)最基礎(chǔ)的功能支撐，包括連接管理、事務(wù)管理、配置加載和緩存處理，這些都是共用的東西，將他們抽取出來作為最基礎(chǔ)的組件。為上層的數(shù)據(jù)處理層提供最基礎(chǔ)的支撐?？傮w流程(1)加載配置并初始化觸發(fā)條件：加載配置文件處理過程：

8、將SQL的配置信息加載成為一個(gè)個(gè)MappedStatement對(duì)象(包括了傳入?yún)?shù)映射配置、執(zhí)行的SQL語句、結(jié)果映射配置)，存儲(chǔ)在內(nèi)存中。(2)接收調(diào)用請(qǐng)求觸發(fā)條件：調(diào)用Mybatis提供的API傳入?yún)?shù)：為SQL的ID和傳入?yún)?shù)對(duì)象處理過程：將請(qǐng)求傳遞給下層的請(qǐng)求處理層進(jìn)行處理。(3)處理操作請(qǐng)求觸發(fā)條件：API接口層傳遞請(qǐng)求過來傳入?yún)?shù)：為SQL的ID和傳入?yún)?shù)對(duì)象處理過程：(A)根據(jù)SQL的ID查找對(duì)應(yīng)的MappedStatement對(duì)象。(B)根據(jù)傳入?yún)?shù)對(duì)象解析MappedStatement對(duì)象，得到最終要執(zhí)行的SQL和執(zhí)行傳入?yún)?shù)。(C)獲取數(shù)據(jù)庫(kù)連接，根據(jù)得到的最終SQL語句和

9、執(zhí)行傳入?yún)?shù)到數(shù)據(jù)庫(kù)執(zhí)行，并得到執(zhí)行結(jié)果。(D)根據(jù)MappedStatement對(duì)象中的結(jié)果映射配置對(duì)得到的執(zhí)行結(jié)果進(jìn)行轉(zhuǎn)換處理，并得到最終的處理結(jié)果。(E)釋放連接資源。(4)返回處理結(jié)果將最終的處理結(jié)果返回。優(yōu)點(diǎn)：.與JDBC相比，減少了50%以上的代碼量。.乂丫8$是最簡(jiǎn)單的持久化框架，小巧并且簡(jiǎn)單易學(xué)。.MyBatis相當(dāng)靈活，不會(huì)對(duì)應(yīng)用程序或者數(shù)據(jù)庫(kù)的現(xiàn)有設(shè)計(jì)強(qiáng)加任何影響，SQL寫在XML里，從程序代碼中徹底分離，降低耦合度，便于統(tǒng)一管理和優(yōu)化，并可重用。.提供XML標(biāo)簽，支持編寫動(dòng)態(tài)SQL語句。.提供映射標(biāo)簽，支持對(duì)象與數(shù)據(jù)庫(kù)的ORM字段關(guān)系映射。4、shiro框架ApacheS

10、hiro是一個(gè)強(qiáng)大且易用的Java安全框架,執(zhí)行身份驗(yàn)證、授權(quán)、密碼和會(huì)話管理。使用Shiro的易于理解的API,您可以快速、輕松地獲得任何應(yīng)用程序，從最小的移動(dòng)應(yīng)用程序到最大的網(wǎng)絡(luò)和企業(yè)應(yīng)用程序。主要功能三個(gè)核心組件：Subject,SecurityManager和Realms.Subject：即“當(dāng)前操作用戶”。但是，在Shiro中，Subject這一概念并不僅僅指人，也可以是第三方進(jìn)程、后臺(tái)帳戶（DaemonAccount）或其他類似事物。它僅僅意味著“當(dāng)前跟軟件交互的東西”。但考慮到大多數(shù)目的和用途，你可以把它認(rèn)為是Shiro的“用戶”概念。Subject代表了當(dāng)前用戶的安全操作，Se

11、curityManager則管理所有用戶的安全操作。530口？設(shè)丫乂門83r它是Shiro框架的核心，典型的Facade模式，Shiro通過SecurityManager來管理內(nèi)部組件實(shí)例，并通過它來提供安全管理的各種服務(wù)。Realm：Realm充當(dāng)了Shiro與應(yīng)用安全數(shù)據(jù)間的“橋梁”或者“連接器”。也就是說，當(dāng)對(duì)用戶執(zhí)行認(rèn)證（登錄）和授權(quán)（訪問控制）驗(yàn)證時(shí)，Shiro會(huì)從應(yīng)用配置的Realm中查找用戶及其權(quán)限信息。從這個(gè)意義上講，Realm實(shí)質(zhì)上是一個(gè)安全相關(guān)的口人。：它封裝了數(shù)據(jù)源的連接細(xì)節(jié)，并在需要時(shí)將相關(guān)數(shù)據(jù)提供給Shiro。當(dāng)配置Shiro時(shí)，你必須至少指定一個(gè)Realm，用于認(rèn)證

12、和（或）授權(quán)。配置多個(gè)Realm是可以的，但是至少需要一個(gè)。Shiro內(nèi)置了可以連接大量安全數(shù)據(jù)源（又名目錄）的Realm，如LDAP、關(guān)系數(shù)據(jù)庫(kù)JDBC）、類似INI的文本配置資源以及屬性文件等。如果缺省的Realm不能滿足需求，你還可以插入代表自定義數(shù)據(jù)源的自己的Realm實(shí)現(xiàn)。5、CAS單點(diǎn)登錄CAS全稱為CentralAuthenticationService即中央認(rèn)證服務(wù)，是一個(gè)企業(yè)多語言單點(diǎn)登錄的解決方案，并努力去成為一個(gè)身份驗(yàn)證和授權(quán)需求的綜合平臺(tái)。單點(diǎn)登錄（SingleSign-On,簡(jiǎn)稱SSO）是多個(gè)相關(guān)但獨(dú)立的軟件系統(tǒng)訪問控制的一個(gè)屬性。通過使用該屬性，用戶登錄與單個(gè)ID和

13、密碼來訪問所連接的一個(gè)或多個(gè)系統(tǒng)，而不使用不同的用戶名或密碼，或在某些配置中無縫登錄在每個(gè)系統(tǒng)上，它是比較流行的服務(wù)于企業(yè)業(yè)務(wù)整合的一種解決方案?？偨Y(jié)一句話，SSO使得在多個(gè)應(yīng)用系統(tǒng)中，用戶只需要登錄一次就可以訪問所有相互信任的應(yīng)用系統(tǒng)。Cas就是單點(diǎn)登錄的框架。6、maven技術(shù)Maven項(xiàng)目對(duì)象模型（POM），可以通過一小段描述信息來管理項(xiàng)目的構(gòu)建，報(bào)告和文檔的項(xiàng)目管理工具軟件。Maven除了以程序構(gòu)建能力為特色之外，還提供高級(jí)項(xiàng)目管理工具。由于Maven的缺省構(gòu)建規(guī)則有較高的可重用性，所以常常用兩三行Maven構(gòu)建腳本就可以構(gòu)建簡(jiǎn)單的項(xiàng)目。由于Maven的面向項(xiàng)目的方法，許多Apache

14、Jakarta項(xiàng)目發(fā)文時(shí)使用Maven，而且公司項(xiàng)目采用Maven的比例在持續(xù)增長(zhǎng)。Maven是一個(gè)項(xiàng)目管理工具，它包含了一個(gè)項(xiàng)目對(duì)象模型（ProjectObjectModel），一組標(biāo)準(zhǔn)集合，一個(gè)項(xiàng)目生命周期（ProjectLifecycle），一個(gè)依賴管理系統(tǒng)（DependencyManagementSystem）,和用來運(yùn)行定義在生命周期階段（phase）中插件81口目血）目標(biāo)&01）的邏輯。當(dāng)你使用Maven的時(shí)候，你用一個(gè)明確定義的項(xiàng)目對(duì)象模型來描述你的項(xiàng)目，然后Maven可以應(yīng)用橫切的邏輯，這些邏輯來自一組共享的（或者自定義的）插件。Maven有一個(gè)生命周期，當(dāng)你運(yùn)行mvninst

15、all的時(shí)候被調(diào)用。這條命令告訴Maven執(zhí)行一系列的有序的步驟，直到到達(dá)你指定的生命周期。遍歷生命周期旅途中的一個(gè)影響就是，Maven運(yùn)行了許多默認(rèn)的插件目標(biāo)，這些目標(biāo)完成了像編譯和創(chuàng)建一個(gè)JAR文件這樣的工作。此外，Maven能夠很方便的幫你管理項(xiàng)目報(bào)告，生成站點(diǎn)，管理JAR文件，等等。7、vue前端js框架Vue是一套用于構(gòu)建用戶界面的漸進(jìn)式框架。與其它大型框架不同的是，Vue被設(shè)計(jì)為可以自底向上逐層應(yīng)用。Vue的核心庫(kù)只關(guān)注視圖層，不僅易于上手，還便于與第三方庫(kù)或既有項(xiàng)目整合。另一方面，當(dāng)與現(xiàn)代化的工具鏈以及各種支持類庫(kù)結(jié)合使用時(shí)，Vue也完全能夠?yàn)閺?fù)雜的單頁(yè)應(yīng)用提供驅(qū)動(dòng)。vue兩大特

16、點(diǎn)：響應(yīng)式編程、組件化vue的優(yōu)勢(shì)：輕量級(jí)框架、簡(jiǎn)單易學(xué)、雙向數(shù)據(jù)綁定、組件化、視圖、數(shù)據(jù)和結(jié)構(gòu)的分離、虛擬DOM、運(yùn)行速度快vue是單頁(yè)面應(yīng)用，使頁(yè)面局部刷新，不用每次跳轉(zhuǎn)頁(yè)面都要請(qǐng)求所有數(shù)據(jù)和dom,這樣大大加快了訪問速度和提升用戶體驗(yàn)。而且他的第三方皿庫(kù)很多節(jié)省開發(fā)時(shí)間。8、layui前端框架layui是一款采用自身模塊規(guī)范編寫的前端UI框架，它遵循原生的HTML/CSS/JS書寫方式。它雖然外在極簡(jiǎn)，但是內(nèi)容豐富，里面包含眾多組件從核心代碼到API都非常適合界面的快速開發(fā)。事實(shí)上layui更多是面向于后端開發(fā)者，而且它還擁有自己的模式。更加輕量和簡(jiǎn)單。優(yōu)點(diǎn)：（1）layui屬于輕量級(jí)框

17、架，簡(jiǎn)單美觀。適用于開發(fā)后端模式，它在服務(wù)端頁(yè)面上有非常好的效果。（2）layui是提供給后端開發(fā)人員最好的ui框架，基于DOM驅(qū)動(dòng)，只要不涉及到交互layui還是很不錯(cuò)的1、農(nóng)業(yè)大數(shù)據(jù)與云計(jì)算技術(shù)農(nóng)業(yè)大數(shù)據(jù)是融合了農(nóng)業(yè)地域性、季節(jié)性、多樣性、周期性等自身特征后產(chǎn)生的來源廣泛、類型多樣、結(jié)構(gòu)復(fù)雜、具有潛在價(jià)值，并難以應(yīng)用通常方法處理和分析的數(shù)據(jù)集合，保留了大數(shù)據(jù)自身具有的規(guī)模巨大、類型多樣、價(jià)值密度低、處理速度快、精確度高和復(fù)雜度高等基本特征，并使農(nóng)業(yè)內(nèi)部的信息流得到了延展和深化。大數(shù)據(jù)技術(shù)不僅能夠?qū)r(nóng)業(yè)信息進(jìn)行收集和整理，還能夠精準(zhǔn)地預(yù)測(cè)未來的走向，為農(nóng)業(yè)生產(chǎn)、營(yíng)銷等活動(dòng)提供預(yù)警監(jiān)測(cè)和決策依

18、據(jù)，降低了傳統(tǒng)模式下由于數(shù)據(jù)信息處理低效引發(fā)的農(nóng)業(yè)生產(chǎn)風(fēng)險(xiǎn)。農(nóng)業(yè)大數(shù)據(jù)技術(shù)體系包括大數(shù)據(jù)的采集與預(yù)處理技術(shù)大數(shù)據(jù)存儲(chǔ)與管理技術(shù)、大數(shù)據(jù)計(jì)算模式與系統(tǒng)、大數(shù)據(jù)分析與挖掘技術(shù)、大數(shù)據(jù)可視化分析技術(shù)及大數(shù)據(jù)安全技術(shù)等。海量數(shù)據(jù)信息管理與挖掘技術(shù)（云計(jì)算），數(shù)據(jù)資源虛擬化與智能信息推送技術(shù)（云服務(wù)），農(nóng)業(yè)物聯(lián)網(wǎng)信息融合與優(yōu)化處理技術(shù)（模型決策）等作為農(nóng)業(yè)物聯(lián)網(wǎng)應(yīng)用層的關(guān)鍵技術(shù)，在農(nóng)業(yè)生產(chǎn)中發(fā)揮了重大作用。用于農(nóng)情、災(zāi)情、作物、農(nóng)產(chǎn)品監(jiān)測(cè)預(yù)警。在大數(shù)據(jù)基礎(chǔ)上，根據(jù)數(shù)據(jù)處理平臺(tái)的分析處理，使農(nóng)情監(jiān)測(cè)系統(tǒng)更加完善。通過分析收集的氣象數(shù)據(jù)，結(jié)合氣象模擬、土地分析、植物根部等要素，改進(jìn)自然災(zāi)害的預(yù)測(cè)預(yù)報(bào)和災(zāi)害評(píng)

19、估方法，提高預(yù)測(cè)災(zāi)情的客觀性與準(zhǔn)確性。針對(duì)遙感衛(wèi)星監(jiān)測(cè)提供的宏觀數(shù)據(jù)，利用大數(shù)據(jù)處理平臺(tái)進(jìn)行全面分析，為作物估產(chǎn)和生長(zhǎng)動(dòng)態(tài)監(jiān)測(cè)提供重要的信息情報(bào)。在農(nóng)產(chǎn)品質(zhì)量監(jiān)測(cè)預(yù)警方面，大數(shù)據(jù)技術(shù)給農(nóng)產(chǎn)品信息的全面收集提供了技術(shù)基礎(chǔ)，通過全方位比對(duì)，提高農(nóng)產(chǎn)品質(zhì)量監(jiān)測(cè)的準(zhǔn)確性。大數(shù)據(jù)處理技術(shù)的實(shí)時(shí)性使得農(nóng)產(chǎn)品在出現(xiàn)質(zhì)量問題時(shí)，能夠及時(shí)控制影響范圍，使農(nóng)產(chǎn)品質(zhì)量預(yù)警機(jī)制更加高效。數(shù)據(jù)獲取技術(shù)更加快捷，農(nóng)產(chǎn)品市場(chǎng)信息的流動(dòng)大大加快，從而減弱不同地域的市場(chǎng)信息不同步所帶來的市場(chǎng)風(fēng)險(xiǎn)。用于精準(zhǔn)農(nóng)業(yè)決策。精準(zhǔn)農(nóng)業(yè)決策是指根據(jù)各個(gè)方面的農(nóng)業(yè)信息，制定出一整套具有可實(shí)施性的精準(zhǔn)管理措施。大數(shù)據(jù)處理分析技術(shù)集成作物自身生長(zhǎng)

20、發(fā)育狀況以及作物生長(zhǎng)環(huán)境中的氣候、土壤、生物等數(shù)據(jù)，同時(shí)綜合考慮經(jīng)濟(jì)、環(huán)境、可持續(xù)發(fā)展的指標(biāo)，可以彌補(bǔ)專家系統(tǒng)、模擬模型在多結(jié)構(gòu)、高密度數(shù)據(jù)處理方而的不足，為生產(chǎn)決策者提供更加精準(zhǔn)、實(shí)時(shí)、高效的農(nóng)業(yè)決策。以大數(shù)據(jù)驅(qū)動(dòng)精準(zhǔn)農(nóng)業(yè)操作方面，通過遙感衛(wèi)星和無人機(jī)可以管理地塊和規(guī)劃作物種植適宜區(qū)，預(yù)測(cè)氣候、自然災(zāi)害、病蟲害、土壤墑情等環(huán)境因素，監(jiān)測(cè)作物長(zhǎng)勢(shì)，指導(dǎo)灌溉和施肥，預(yù)估產(chǎn)量；利用氣象、環(huán)境等數(shù)據(jù)來支持農(nóng)業(yè)種植及上下游的決策；GPS導(dǎo)航能力和其他工業(yè)技術(shù)的提高，實(shí)現(xiàn)跟蹤作物流動(dòng)，引導(dǎo)和控制設(shè)備，監(jiān)控農(nóng)田果園環(huán)境，精細(xì)化管理整個(gè)土地的投入，大大提高了生產(chǎn)力和盈利能力。用于農(nóng)業(yè)農(nóng)村云服務(wù)平臺(tái)的搭建。云

21、服務(wù)平臺(tái)的搭建有助于農(nóng)業(yè)信息的傳播。面對(duì)數(shù)據(jù)資源體量大、數(shù)據(jù)處理流程復(fù)雜、信息服務(wù)模式多樣、用戶需求復(fù)雜多樣，實(shí)現(xiàn)信息服務(wù)按需分配以及處理大規(guī)模的資源數(shù)據(jù)中就必須利用大數(shù)據(jù)處理分析技術(shù)。國(guó)家農(nóng)業(yè)信息化工程技術(shù)研究中心研發(fā)農(nóng)業(yè)智能系統(tǒng)平臺(tái)PAID，提供了統(tǒng)一規(guī)范和適合農(nóng)業(yè)特點(diǎn)的農(nóng)業(yè)智能系統(tǒng)技術(shù)框架體系，支持對(duì)農(nóng)業(yè)問題的定性推理和定量計(jì)算，在WindowsDNA體系結(jié)構(gòu)、多源數(shù)據(jù)融合、基于XML的數(shù)據(jù)交換與傳輸、軟構(gòu)件技術(shù)、產(chǎn)生式知識(shí)表示、知識(shí)自動(dòng)獲取和模糊推理等關(guān)鍵技術(shù)上實(shí)現(xiàn)了創(chuàng)新，平臺(tái)基于OMG組織的模型驅(qū)動(dòng)體系結(jié)構(gòu)MDA建立了層次模型和構(gòu)件模型，不同層次的用戶可以方便的利用平臺(tái)開發(fā)定制出適合

22、不同農(nóng)業(yè)應(yīng)用領(lǐng)域的專家系統(tǒng)；基于WebSevice技術(shù)支持多專家系統(tǒng)的整合、協(xié)同以及不同的客戶端應(yīng)用；基于COM/DCOM/COM+、.NET和EJB規(guī)范，建立了基于Web的多級(jí)專家系統(tǒng)構(gòu)件開發(fā)模型，具有良好的可重構(gòu)性和集成性。云服務(wù)平臺(tái)以農(nóng)產(chǎn)品標(biāo)準(zhǔn)化生產(chǎn)、物聯(lián)網(wǎng)精準(zhǔn)管理、全程質(zhì)量溯源為支撐，形成全面信息化、智能化生產(chǎn)銷售鏈條，實(shí)現(xiàn)從農(nóng)產(chǎn)品生產(chǎn)到市場(chǎng)銷售的全程信息化管理，以及農(nóng)副產(chǎn)品“從農(nóng)田到餐桌”全過程可追溯。2、農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)物聯(lián)網(wǎng)技術(shù)是推動(dòng)信息化與農(nóng)業(yè)現(xiàn)代化融合的重要切入點(diǎn)，是推動(dòng)我國(guó)農(nóng)業(yè)向“高產(chǎn)、優(yōu)質(zhì)、高效、生態(tài)、安全”發(fā)展的重要技術(shù)支撐。全球的物聯(lián)網(wǎng)應(yīng)用主要以二維碼、RFID、傳感器

23、等技術(shù)為主。當(dāng)前我國(guó)農(nóng)業(yè)物聯(lián)網(wǎng)發(fā)展已初步形成以農(nóng)業(yè)傳感器、網(wǎng)絡(luò)互連和智能信息處理等農(nóng)業(yè)物聯(lián)網(wǎng)共性關(guān)鍵技術(shù)研究為重點(diǎn)，以探測(cè)農(nóng)業(yè)生態(tài)資源環(huán)境、感知大田、設(shè)施、果園動(dòng)植物生命信息，農(nóng)業(yè)機(jī)械裝備作業(yè)調(diào)度和遠(yuǎn)程監(jiān)控、農(nóng)產(chǎn)品與食品質(zhì)量安全可追溯、服務(wù)平臺(tái)集成、標(biāo)準(zhǔn)體系制定等方面為重要應(yīng)用發(fā)展領(lǐng)域，以農(nóng)業(yè)傳感器和移動(dòng)信息裝備制造產(chǎn)業(yè)、農(nóng)業(yè)信息網(wǎng)絡(luò)服務(wù)產(chǎn)業(yè)、農(nóng)業(yè)自動(dòng)識(shí)別技術(shù)與設(shè)備產(chǎn)業(yè)、農(nóng)業(yè)精細(xì)作業(yè)機(jī)具產(chǎn)業(yè)、農(nóng)產(chǎn)品物流產(chǎn)業(yè)等為重點(diǎn)戰(zhàn)略新興產(chǎn)業(yè)的格局，逐步形成了從關(guān)鍵技術(shù)研究、標(biāo)準(zhǔn)制定、產(chǎn)品研發(fā)、平臺(tái)構(gòu)建、應(yīng)用示范為一體的發(fā)展技術(shù)路線。在農(nóng)業(yè)領(lǐng)域，物聯(lián)網(wǎng)技術(shù)在農(nóng)作物灌溉、生產(chǎn)環(huán)境監(jiān)測(cè)以及農(nóng)產(chǎn)品流通和追溯方面逐步

24、推廣。物聯(lián)網(wǎng)技術(shù)集成先進(jìn)傳感器、無線通訊和網(wǎng)絡(luò)、輔助決策支持與自動(dòng)控制等高新技術(shù)，可以實(shí)現(xiàn)對(duì)農(nóng)業(yè)資源環(huán)境、動(dòng)植物生長(zhǎng)過程、農(nóng)產(chǎn)品流通過程等的實(shí)時(shí)監(jiān)測(cè)，獲取動(dòng)植物生長(zhǎng)發(fā)育狀態(tài)、病蟲害、水肥狀況以及相應(yīng)生態(tài)環(huán)境的實(shí)時(shí)信息，并通過對(duì)農(nóng)業(yè)生產(chǎn)過程的動(dòng)態(tài)模擬和對(duì)生長(zhǎng)環(huán)境因子的科學(xué)調(diào)控，達(dá)到合理使用農(nóng)業(yè)資源、降低成本、改善環(huán)境、提高農(nóng)產(chǎn)品產(chǎn)量和質(zhì)量的目的。作為農(nóng)業(yè)部重點(diǎn)實(shí)驗(yàn)室建設(shè)依托單位、農(nóng)業(yè)部農(nóng)業(yè)物聯(lián)網(wǎng)系統(tǒng)集成重點(diǎn)實(shí)驗(yàn)室，北京派得偉業(yè)科技發(fā)展有限公司針對(duì)農(nóng)業(yè)物聯(lián)網(wǎng)領(lǐng)域的應(yīng)用技術(shù)問題，開展設(shè)施農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)、大田苗情監(jiān)測(cè)與節(jié)水灌溉物聯(lián)網(wǎng)技術(shù)、農(nóng)產(chǎn)品質(zhì)量安全監(jiān)管與溯源物聯(lián)網(wǎng)技術(shù)、農(nóng)資流通物聯(lián)網(wǎng)技術(shù)、健康養(yǎng)殖

25、物聯(lián)網(wǎng)技術(shù)以及農(nóng)業(yè)物聯(lián)網(wǎng)集成技術(shù)標(biāo)準(zhǔn)研究等方向的工作，在農(nóng)作物林果種植領(lǐng)域、畜禽水產(chǎn)養(yǎng)殖領(lǐng)域、種業(yè)領(lǐng)域、農(nóng)產(chǎn)品質(zhì)量安全追溯領(lǐng)域等開展了大量的示范應(yīng)用。3、地理信息系統(tǒng)(GeographicInformationSystems,GIS)技術(shù)GIS系統(tǒng)即地理信息系統(tǒng)是一種基于計(jì)算機(jī)的工具，它可以對(duì)在地球上存在的東西和發(fā)生的事件進(jìn)行成圖和分析。GIS技術(shù)把地圖這種獨(dú)特的視覺化效果和地理分析功能與一般的數(shù)據(jù)庫(kù)操作(例如查詢和統(tǒng)計(jì)分析等)集成在一起。這種能力使GIS與其他信息系統(tǒng)相區(qū)別，從而使其在廣泛的公眾和個(gè)人企事業(yè)單位中解釋事件、預(yù)測(cè)結(jié)果、規(guī)劃戰(zhàn)略等中具有實(shí)用價(jià)值。地理信息系統(tǒng)技術(shù)廣泛應(yīng)用于農(nóng)業(yè)、林

26、業(yè)、國(guó)土資源、地礦、軍事、交通、測(cè)繪、水利、廣播電視、通訊、電力、公安、社區(qū)管理、教育、能源等幾乎所有的行業(yè)，并正在走進(jìn)人們?nèi)粘５墓ぷ?、學(xué)習(xí)和生活中。地理信息系統(tǒng)在最近的30多年內(nèi)取得了驚人的發(fā)展，在“互聯(lián)網(wǎng)+”的大背景下，GIS廣泛應(yīng)用于資源調(diào)查、環(huán)境評(píng)估、災(zāi)害預(yù)測(cè)、國(guó)土管理、城市規(guī)劃、郵電通訊、交通運(yùn)輸、軍事公安、水利電力、公共設(shè)施管理、農(nóng)林牧業(yè)、統(tǒng)計(jì)、商業(yè)金融等幾乎所有領(lǐng)域。資源管理(ResourceManagement)主要應(yīng)用于農(nóng)業(yè)和林業(yè)領(lǐng)域，解決農(nóng)業(yè)和林業(yè)領(lǐng)域各種資源(如土地、森林、草場(chǎng))分布、分級(jí)、統(tǒng)計(jì)、制圖等問題。資源配置(ResourceConfiguration)在城市中各

27、種公用設(shè)施、救災(zāi)減災(zāi)中物資的分配、全國(guó)范圍內(nèi)能源保障、糧食供應(yīng)等到機(jī)構(gòu)的在各地的配置等都是資源配置問題。GIS在這類應(yīng)用中的目標(biāo)是保證資源的最合理配置和發(fā)揮最大效益。城市規(guī)劃和管理(UrbanPlanningandManagement)空間規(guī)劃是GIS的一個(gè)重要應(yīng)用領(lǐng)域，城市規(guī)劃和管理是其中的主要內(nèi)容。例如，在大規(guī)模城市基礎(chǔ)設(shè)施建設(shè)中如何保證綠地的比例和合理分布、如何保證學(xué)校、公共設(shè)施、運(yùn)動(dòng)場(chǎng)所、服務(wù)設(shè)施等能夠有最大的服務(wù)面(城市資源配置問題)等。土地信息系統(tǒng)和應(yīng)用(LandInformationSystemandCadastralApplicaiton)土地和地籍管理涉及土地使用性質(zhì)變化、地

28、塊輪廓變化、地籍權(quán)屬關(guān)系變化等許多內(nèi)容，借助GIS技術(shù)可以高效、高質(zhì)量地完成這些工作。生態(tài)、環(huán)境管理與模擬(EnvironmentalManagementandModeling)區(qū)域生態(tài)規(guī)劃、環(huán)境現(xiàn)狀評(píng)價(jià)、環(huán)境影響評(píng)價(jià)、污染物削減分配的決策支持、環(huán)境與區(qū)域可持續(xù)發(fā)展的決策支持、環(huán)保設(shè)施的管理、環(huán)境規(guī)劃等。應(yīng)急響應(yīng)(EmergencyResponse)解決在發(fā)生洪水、戰(zhàn)爭(zhēng)、地震、核事故等重大自然或人為災(zāi)害時(shí)，如何安排最佳的人員撤離路線、并配備相應(yīng)的運(yùn)輸和保障設(shè)施的問題。地學(xué)研究與應(yīng)用(ApplicationinGeoScience)地形分析、流域分析、土地利用研究、經(jīng)濟(jì)地理研究、空間決策支持、空

29、間統(tǒng)計(jì)分析、制圖等都可以借助地理信息系統(tǒng)工具完成。ArcMap系統(tǒng)就是一個(gè)很好的地學(xué)分析應(yīng)用軟件系統(tǒng)。4、海量數(shù)據(jù)存儲(chǔ)技術(shù)在現(xiàn)代的企業(yè)環(huán)境中，單機(jī)容量往往無法存儲(chǔ)大量數(shù)據(jù)，需要跨機(jī)器存儲(chǔ)。統(tǒng)一管理分布在集群上的文件系統(tǒng)稱為分布式文件系統(tǒng)。而一旦在系統(tǒng)中，引入網(wǎng)絡(luò)，就不可避免地引入了所有網(wǎng)絡(luò)編程的復(fù)雜性，例如保證在節(jié)點(diǎn)不可用的時(shí)候數(shù)據(jù)不丟失。傳統(tǒng)的網(wǎng)絡(luò)文件系統(tǒng)（禮5）雖然也稱為分布式文件系統(tǒng)，但是其存在一些限制，由于NFS中文件存儲(chǔ)在單機(jī)上，無法提供可靠性保證，當(dāng)很多客戶端同時(shí)訪問NFSServer時(shí)，很容易造成服務(wù)器壓力，造成性能瓶頸；另外如果要對(duì)NFS中的文件中進(jìn)行操作，需要首先同步到本地，

30、這些修改在同步到服務(wù)端之前，其他客戶端是不可見的。HDFS，是分布式文件系統(tǒng)HadoopDistributedFileSystem的簡(jiǎn)稱，是Hadoop抽象文件系統(tǒng)的一種實(shí)現(xiàn)。Hadoop抽象文件系統(tǒng)可以與本地系統(tǒng)、AmazonS3等集成，甚至可以通過亞。6協(xié)議（webhsfs）來操作。HDFS的文件分布在集群機(jī)器上，同時(shí)提供副本進(jìn)行容錯(cuò)及可靠性保證。HDFS采用master/slave架構(gòu)。一個(gè)HDFS集群是由一個(gè)Namenode和一定數(shù)目的Datanodes組成。Namenode是一個(gè)中心服務(wù)器，負(fù)責(zé)管理文件系統(tǒng)的名字空間（namespace）以及客戶端對(duì)文件的訪問。集群中的Datanod

31、e一般是一個(gè)節(jié)點(diǎn)一個(gè)，負(fù)責(zé)管理它所在節(jié)點(diǎn)上的存儲(chǔ)。HDFS暴露了文件系統(tǒng)的名字空間，用戶能夠以文件的形式在上面存儲(chǔ)數(shù)據(jù)。從內(nèi)部看，一個(gè)文件其實(shí)被分成一個(gè)或多個(gè)數(shù)據(jù)塊，這些塊存儲(chǔ)在一組Datanode上。Namenode執(zhí)行文件系統(tǒng)的名字空間操作，比如打開、關(guān)閉、重命名文件或目錄。它也負(fù)責(zé)確定數(shù)據(jù)塊到具體Datanode節(jié)點(diǎn)的映射。Datanode負(fù)責(zé)處理文件系統(tǒng)客戶端的讀寫請(qǐng)求。在Namenode的統(tǒng)一調(diào)度下進(jìn)行數(shù)據(jù)塊的創(chuàng)建、刪除和復(fù)制。NamenodefnDatanod被設(shè)計(jì)成可以在普通的商用機(jī)器上運(yùn)行。這些機(jī)器一般運(yùn)行著GNU/Linux操作系統(tǒng)(OS)。HDFS采用Java語言開發(fā)，因此

32、任何支持Java的機(jī)器都可以部署Namenode或Datanode。由于采用了可移植性極強(qiáng)的Java語言，使得HDFS可以部署到多種類型的機(jī)器上。集群中單一Namenode的結(jié)構(gòu)大大簡(jiǎn)化了系統(tǒng)的架構(gòu)。Namenode是所有HDFS元數(shù)據(jù)的仲裁者和管理者，這樣，用戶數(shù)據(jù)永遠(yuǎn)不會(huì)流過Namenode。5、實(shí)時(shí)數(shù)據(jù)處理技術(shù)針對(duì)具有實(shí)時(shí)性、易失性、突發(fā)性、無序性、無限性等特征的流式大數(shù)據(jù)，理想的大數(shù)據(jù)流式計(jì)算系統(tǒng)應(yīng)該表現(xiàn)出低延遲、高吞吐、持續(xù)穩(wěn)定運(yùn)行和彈性可伸縮等特性，這其中離不開系統(tǒng)架構(gòu)、數(shù)據(jù)傳輸、編程接口、高可用技術(shù)等關(guān)鍵技術(shù)的合理規(guī)劃和良好設(shè)計(jì)。Storm是Twitter支持開發(fā)的一款分布式的、

33、開源的、實(shí)時(shí)的、主從式大數(shù)據(jù)流式計(jì)算系統(tǒng)，使用的協(xié)議為EclipsePublicLicense1.0，其核心部分使用了高效流式計(jì)算的函數(shù)式語言門。編寫，極大地提高了系統(tǒng)性能。但為了方便用戶使用，支持用戶使用任意編程語言進(jìn)行課題的開發(fā)。任務(wù)拓?fù)?topology)是Storm的邏輯單元，一個(gè)實(shí)時(shí)應(yīng)用的計(jì)算任務(wù)將被打包為任務(wù)拓?fù)浜蟀l(fā)布，任務(wù)拓?fù)湟坏┨峤缓髮?huì)一直運(yùn)行著，除非顯式地去中止。一個(gè)任務(wù)拓?fù)涫怯梢幌盗蠸pout和Bolt構(gòu)成的有向無環(huán)圖，通過數(shù)據(jù)流(stream)實(shí)現(xiàn)Spout和Bolt之間的關(guān)聯(lián)。其中，Spout負(fù)責(zé)從外部數(shù)據(jù)源不間斷地讀取數(shù)據(jù)，并以Tuple元組的形式發(fā)送給相應(yīng)的Bol

34、t；Bolt負(fù)責(zé)對(duì)接收到的數(shù)據(jù)流進(jìn)行計(jì)算，實(shí)現(xiàn)過濾、聚合、查詢等具體功能，可以級(jí)聯(lián)，也可以向外發(fā)送數(shù)據(jù)流。數(shù)據(jù)流是Storm對(duì)數(shù)據(jù)進(jìn)行的抽象，它是時(shí)間上無窮的Tuple元組序列，數(shù)據(jù)流是通過流分組(streamgrouping)所提供的不同策略實(shí)現(xiàn)在任務(wù)拓?fù)渲辛鲃?dòng)。此外，為了滿足確保消息能且僅能被計(jì)算1次的需求，Storm還提供了事務(wù)任務(wù)拓?fù)?。作業(yè)級(jí)容錯(cuò)機(jī)制。用戶可以為一個(gè)或多個(gè)數(shù)據(jù)流作業(yè)進(jìn)行編號(hào)，分配一個(gè)唯一的ID，Storm可以保障每個(gè)編號(hào)的數(shù)據(jù)流在任務(wù)拓?fù)渲斜煌耆珗?zhí)行。所謂的完全執(zhí)行，是指由該ID綁定的源數(shù)據(jù)流以及由該源數(shù)據(jù)流后續(xù)生成的新數(shù)據(jù)流經(jīng)過任務(wù)拓?fù)渲忻恳粋€(gè)應(yīng)該到達(dá)的Bolt，并被

35、完全執(zhí)行。Storm通過系統(tǒng)級(jí)組件Acker實(shí)現(xiàn)對(duì)數(shù)據(jù)流的全局計(jì)算路徑的跟蹤，并保證該數(shù)據(jù)流被完全執(zhí)行。其基本原理是為數(shù)據(jù)流中的每個(gè)分組進(jìn)行編號(hào)，并通過異或運(yùn)算來實(shí)現(xiàn)對(duì)其計(jì)算路徑的跟蹤。Storm采用主從系統(tǒng)架構(gòu)，在一個(gè)Storm系統(tǒng)中有兩類節(jié)點(diǎn)(一個(gè)主節(jié)點(diǎn)Nimbus、多個(gè)從節(jié)點(diǎn)Supervisor)及3種運(yùn)行環(huán)境(master，cluster和slaves)構(gòu)成。其中，主節(jié)點(diǎn)Nimbus運(yùn)行在master環(huán)境中，是無狀態(tài)的，負(fù)責(zé)全局的資源分配、任務(wù)調(diào)度、狀態(tài)監(jiān)控和故障檢測(cè)：一方面，主節(jié)點(diǎn)Nimbus接收客戶端提交來的任務(wù)，驗(yàn)證后分配任務(wù)到從節(jié)點(diǎn)Supervisor上，同時(shí)把該任務(wù)的元信息寫

36、入Zookeeper目錄中；另一方面，主節(jié)點(diǎn)Nimbus需要通過Zookeeper實(shí)時(shí)監(jiān)控任務(wù)的執(zhí)行情況，當(dāng)出現(xiàn)故障時(shí)進(jìn)行故障檢測(cè)，并重啟失敗的從節(jié)點(diǎn)Supervisor和工作進(jìn)程Worker。從節(jié)點(diǎn)Supervisor運(yùn)行在slaves環(huán)境中，也是無狀態(tài)的，負(fù)責(zé)監(jiān)聽并接受來自于主節(jié)點(diǎn)Nimbus所分配的任務(wù)，并啟動(dòng)或停止自己所管理的工作進(jìn)程Worker，其中，工作進(jìn)程Worker負(fù)責(zé)具體任務(wù)的執(zhí)行。一個(gè)完整的任務(wù)拓?fù)渫煞植荚诙鄠€(gè)從節(jié)點(diǎn)Supervisor上的Worker進(jìn)程來協(xié)調(diào)執(zhí)行，每個(gè)Worker都執(zhí)行且僅執(zhí)行任務(wù)拓?fù)渲械囊粋€(gè)子集。在每個(gè)Worker內(nèi)部，會(huì)有多個(gè)Executor，每

37、個(gè)Executor對(duì)應(yīng)一個(gè)線程。Task負(fù)責(zé)具體數(shù)據(jù)的計(jì)算，即用戶所實(shí)現(xiàn)的Spout/Blot實(shí)例。每個(gè)Executor會(huì)對(duì)應(yīng)一個(gè)或多個(gè)Task，因此，系統(tǒng)中Executor的數(shù)量總是小于等于Task的數(shù)量。Zookeeper是一個(gè)針對(duì)大型分布式系統(tǒng)的可靠協(xié)調(diào)服務(wù)和元數(shù)據(jù)存儲(chǔ)系統(tǒng)，通過配置Zookeeper集群，可以使用Zookeeper系統(tǒng)所提供的高可靠性服務(wù)。Storm系統(tǒng)引入Zookeeper極大地簡(jiǎn)化了Nimbus，Supervisor，Worker之間的設(shè)計(jì)，保障了系統(tǒng)的穩(wěn)定性。6、數(shù)據(jù)倉(cāng)庫(kù)技術(shù)數(shù)據(jù)倉(cāng)庫(kù)是決策支持系統(tǒng)（dss）和聯(lián)機(jī)分析應(yīng)用數(shù)據(jù)源的結(jié)構(gòu)化數(shù)據(jù)環(huán)境。數(shù)據(jù)倉(cāng)庫(kù)研究和解決從

38、數(shù)據(jù)庫(kù)中獲取信息的問題。數(shù)據(jù)倉(cāng)庫(kù)的特征在于面向主題、集成性、穩(wěn)定性和時(shí)變性。Hive是建立在Hadoop上的數(shù)據(jù)倉(cāng)庫(kù)基礎(chǔ)構(gòu)架。它提供了一系列的工具，可以用來進(jìn)行數(shù)據(jù)提取轉(zhuǎn)化加載），這是一種可以存儲(chǔ)、查詢和分析存儲(chǔ)在Hadoop中的大規(guī)模數(shù)據(jù)的機(jī)制。Hive定義了簡(jiǎn)單的類SQL查詢語言，稱為口、1,它允許熟悉SQL的用戶查詢數(shù)據(jù)。同時(shí)，這個(gè)語言也允許熟悉MapReduce開發(fā)者的開發(fā)自定義的mapper和reducer來處理內(nèi)建的mapper和reducer無法完成的復(fù)雜的分析工作。Hive沒有專門的數(shù)據(jù)格式。Hive可以很好的工作在Thrift之上，控制分隔符，也允許用戶指定數(shù)據(jù)格式。Hive

39、構(gòu)建在基于靜態(tài)批處理的Hadoop之上，Hadoop通常都有較高的延遲并且在作業(yè)提交和調(diào)度的時(shí)候需要大量的開銷。因此，Hive并不能夠在大規(guī)模數(shù)據(jù)集上實(shí)現(xiàn)低延遲快速的查詢，例如Hive在幾百M(fèi)B的數(shù)據(jù)集上執(zhí)行查詢一般有分鐘級(jí)的時(shí)間延遲，因此，Hive并不適合那些需要低延遲的應(yīng)用，例如聯(lián)機(jī)事務(wù)處理(OLTP)Hive查詢操作過程嚴(yán)格遵守HadoopMapReduce的作業(yè)執(zhí)行模型，Hive將用戶的HiveQL語句通過解釋器轉(zhuǎn)換為MapReduce作業(yè)提交到Hadoop集群上，Hadoop監(jiān)控作業(yè)執(zhí)行過程，然后返回作業(yè)執(zhí)行結(jié)果給用戶。Hive并非為聯(lián)機(jī)事務(wù)處理而設(shè)計(jì)，Hive并不提供實(shí)時(shí)的查詢和基

40、于行級(jí)的數(shù)據(jù)更新操作。Hive是一種底層封裝了Hadoop的數(shù)據(jù)倉(cāng)庫(kù)處理工具，使用類SQL的HiveQL語言實(shí)現(xiàn)數(shù)據(jù)查詢，所有Hive的數(shù)據(jù)都存儲(chǔ)在Hadoop兼容的文件系統(tǒng)(例如，AmazonS3、HDFS)中。Hive在加載數(shù)據(jù)過程中不會(huì)對(duì)數(shù)據(jù)進(jìn)行任何的修改，只是將數(shù)據(jù)移動(dòng)到HDFS中Hive設(shè)定的目錄下，因此，Hive不支持對(duì)數(shù)據(jù)的改寫和添加，所有的數(shù)據(jù)都是在加載的時(shí)候確定的。7、人工智能技術(shù)人工智能(ArtificialIntelligence,AI)是能夠和人一樣進(jìn)行感知、認(rèn)知、決策、執(zhí)行的人工程序或系統(tǒng)。當(dāng)前，人工智能進(jìn)入了加速發(fā)展的新階段，并將深刻改變?nèi)祟惿鐣?huì)生活。人工智能在農(nóng)業(yè)

41、領(lǐng)域可實(shí)現(xiàn)土壤探測(cè)、病蟲害防護(hù)、產(chǎn)量預(yù)測(cè)、畜禽患病預(yù)警等功能。將人工智能識(shí)別技術(shù)與智能機(jī)器人技術(shù)相結(jié)合，可廣泛應(yīng)用于農(nóng)業(yè)中的播種、耕作、采摘等場(chǎng)景，極大提升農(nóng)業(yè)生產(chǎn)效率，同時(shí)降低農(nóng)藥和化肥消耗。通過對(duì)衛(wèi)星拍攝圖片、航拍圖片以及農(nóng)業(yè)物聯(lián)網(wǎng)感知數(shù)據(jù)進(jìn)行智能識(shí)別和大數(shù)據(jù)分析，人工智能能夠獲得精確的天氣預(yù)報(bào)和氣候?yàn)?zāi)害預(yù)警，使用人工智能和深度學(xué)習(xí)技術(shù)來分析上述數(shù)據(jù)，尋找其跟農(nóng)作物生長(zhǎng)之間的關(guān)系，就能進(jìn)行農(nóng)作物產(chǎn)量的精準(zhǔn)預(yù)測(cè)。深度學(xué)習(xí)的概念源于人工神經(jīng)網(wǎng)絡(luò)的研究。含多隱層的多層感知器就是一種深度學(xué)習(xí)結(jié)構(gòu)。深度學(xué)習(xí)通過組合低層特征形成更加抽象的高層表示屬性類別或特征，以發(fā)現(xiàn)數(shù)據(jù)的分布式特征表示。神經(jīng)網(wǎng)絡(luò)是一

42、組大致模仿人類大腦構(gòu)造設(shè)計(jì)的算法，用于識(shí)別模式。神經(jīng)網(wǎng)絡(luò)通過機(jī)器感知系統(tǒng)解釋傳感器數(shù)據(jù)，對(duì)原始輸入進(jìn)行標(biāo)記或聚類。神經(jīng)網(wǎng)絡(luò)所能識(shí)別的模式是包含在向量中的數(shù)值形式，因此圖像、聲音、文本、時(shí)間序列等一切現(xiàn)實(shí)世界的數(shù)據(jù)必須轉(zhuǎn)換為數(shù)值。深度學(xué)習(xí)系統(tǒng)指一系列由多個(gè)層堆疊組成的特定神經(jīng)網(wǎng)絡(luò)。每一層則由節(jié)點(diǎn)構(gòu)成。運(yùn)算在節(jié)點(diǎn)中進(jìn)行，節(jié)點(diǎn)的運(yùn)作模式與人類的神經(jīng)元大致相似，遇到足夠的刺激信息時(shí)就會(huì)激活并釋放信號(hào)。節(jié)點(diǎn)將輸入數(shù)據(jù)與一組系數(shù)(或稱權(quán)重)結(jié)合，通過放大或抑制輸入來指定其在算法學(xué)習(xí)任務(wù)中的重要性。輸入數(shù)據(jù)與權(quán)重的乘積之和將進(jìn)入節(jié)點(diǎn)的激活函數(shù)，判定信號(hào)是否繼續(xù)在網(wǎng)絡(luò)中傳遞，以及傳遞的距離，從而決定信號(hào)如何影

43、響網(wǎng)絡(luò)的最終結(jié)果，例如分類動(dòng)作。節(jié)點(diǎn)層是一行類似神經(jīng)元的開關(guān)，在輸入數(shù)據(jù)通過網(wǎng)絡(luò)時(shí)開啟或關(guān)閉。從最初接收數(shù)據(jù)的第一個(gè)輸入層開始，每一層的輸出同時(shí)也是下一層的輸入。我們將輸入特征與可調(diào)整的權(quán)重匹配，由此指定這些特征的重要性，即它們對(duì)網(wǎng)絡(luò)的輸入分類和聚類方式有多大程度的影響。深度學(xué)習(xí)擅長(zhǎng)識(shí)別非結(jié)構(gòu)化數(shù)據(jù)中的模式，而大多數(shù)人熟知的圖像、聲音、視頻、文本等媒體均屬于此類數(shù)據(jù)。8、區(qū)塊鏈技術(shù)區(qū)塊鏈(Blockchain)是分布式數(shù)據(jù)存儲(chǔ)、點(diǎn)對(duì)點(diǎn)傳輸、共識(shí)機(jī)制、加密算法等計(jì)算機(jī)技術(shù)在互聯(lián)網(wǎng)時(shí)代的創(chuàng)新應(yīng)用模式。它是利用塊鏈?zhǔn)綌?shù)據(jù)結(jié)構(gòu)來驗(yàn)證與存儲(chǔ)數(shù)據(jù)、利用分布式節(jié)點(diǎn)共識(shí)算法來生成和更新數(shù)據(jù)、利用密碼學(xué)的方式保

44、證數(shù)據(jù)傳輸和訪問的安全、利用由自動(dòng)化腳本代碼組成的智能合約來編程和操作數(shù)據(jù)的一種全新的分布式基礎(chǔ)架構(gòu)與計(jì)算方式。架構(gòu)模型一般說來，區(qū)塊鏈系統(tǒng)由數(shù)據(jù)層、網(wǎng)絡(luò)層、共識(shí)層、激勵(lì)層、合約層和應(yīng)用層組成。其中，數(shù)據(jù)層封裝了底層數(shù)據(jù)區(qū)塊以及相關(guān)的數(shù)據(jù)加密和時(shí)間戳等基礎(chǔ)數(shù)據(jù)和基本算法；網(wǎng)絡(luò)層則包括分布式組網(wǎng)機(jī)制、數(shù)據(jù)傳播機(jī)制和數(shù)據(jù)驗(yàn)證機(jī)制等；共識(shí)層主要封裝網(wǎng)絡(luò)節(jié)點(diǎn)的各類共識(shí)算法；激勵(lì)層將經(jīng)濟(jì)因素集成到區(qū)塊鏈技術(shù)體系中來，主要包括經(jīng)濟(jì)激勵(lì)的發(fā)行機(jī)制和分配機(jī)制等；合約層主要封裝各類腳本、算法和智能合約，是區(qū)塊鏈可編程特性的基礎(chǔ)；應(yīng)用層則封裝了區(qū)塊鏈的各種應(yīng)用場(chǎng)景和案例。該模型中，基于時(shí)間戳的鏈?zhǔn)絽^(qū)塊結(jié)構(gòu)、分布式

45、節(jié)點(diǎn)的共識(shí)機(jī)制、基于共識(shí)算力的經(jīng)濟(jì)激勵(lì)和靈活可編程的智能合約是區(qū)塊鏈技術(shù)最具代表性的創(chuàng)新點(diǎn)。技術(shù)原理（1）區(qū)塊鏈?zhǔn)且环N按照時(shí)間順序?qū)?shù)據(jù)區(qū)塊以順序相連的方式組合成的一種鏈?zhǔn)綌?shù)據(jù)結(jié)構(gòu)，并以密碼學(xué)方式保證的不可篡改和不可偽造的分布式賬本。（2）區(qū)塊鏈?zhǔn)墙灰椎臍v史記錄，非常像數(shù)據(jù)庫(kù)。鏈中的塊相當(dāng)于一本書中的一頁(yè)面，書中的每個(gè)頁(yè)面都包含：文字、故事，每個(gè)頁(yè)面都有自己的信息：書名，章節(jié)標(biāo)題，頁(yè)碼等。（3）在區(qū)塊鏈中，每個(gè)區(qū)塊都有：包含關(guān)于該塊的數(shù)據(jù)的標(biāo)題：例如技術(shù)信息，對(duì)前一個(gè)塊的引用，以及包含在該塊中的數(shù)據(jù)的數(shù)字指紋（又名“散列）等等。這個(gè)散列對(duì)于排序和塊驗(yàn)證非常重要。特點(diǎn)為了實(shí)現(xiàn)上述的交易，區(qū)塊鏈需

46、要滿足去中心化，可回溯性等特點(diǎn)（1）去中心化：用戶之間用點(diǎn)對(duì)點(diǎn)（P2P）的方式交易，地址由參與者本人管理，余額由全局共享的分布式賬本進(jìn)行管理，安全依賴于所有參加者，由大家共同判斷某個(gè)成員是否值得信任。（2）透明性：數(shù)據(jù)庫(kù)中的記錄是永久的、按時(shí)間順序排序的，并且對(duì)于網(wǎng)絡(luò)上的所有其他節(jié)點(diǎn)都是可以訪問的。每個(gè)用戶都可以看到交易的情況。（3）記錄的不可逆性：由于記錄彼此關(guān)聯(lián)，一旦在數(shù)據(jù)庫(kù)中輸入事務(wù)并更新了帳戶，則不能更改記錄。9、人臉識(shí)別人臉識(shí)別，是基于人的臉部特征信息進(jìn)行身份識(shí)別的一種生物識(shí)別技術(shù)。用攝像機(jī)或攝像頭采集含有人臉的圖像或視頻流，并自動(dòng)在圖像中檢測(cè)和跟蹤人臉，進(jìn)而對(duì)檢測(cè)到的人臉進(jìn)行臉部的

47、一系列相關(guān)技術(shù)，通常也叫做人像識(shí)別、面部識(shí)別。人臉識(shí)別系統(tǒng)主要包括四個(gè)組成部分，分別為：人臉圖像采集及檢測(cè)、人臉圖像預(yù)處理、人臉圖像特征提取以及匹配與識(shí)別。技術(shù)原理人臉識(shí)別技術(shù)包含三個(gè)部分：(1)人臉檢測(cè)面貌檢測(cè)是指在動(dòng)態(tài)的場(chǎng)景與復(fù)雜的背景中判斷是否存在面像，并分離出這種面像。一般有下列幾種方法：參考模板法首先設(shè)計(jì)一個(gè)或數(shù)個(gè)標(biāo)準(zhǔn)人臉的模板然后計(jì)算測(cè)試采集的樣品與標(biāo)準(zhǔn)模板之間的匹配程度，并通過閾值來判斷是否存在人臉；人臉規(guī)則法由于人臉具有一定的結(jié)構(gòu)分布特征，所謂人臉規(guī)則的方法即提取這些特征生成相應(yīng)的規(guī)則以判斷測(cè)試樣品是否包含人臉；樣品學(xué)習(xí)法這種方法即采用模式識(shí)別中人工神經(jīng)網(wǎng)絡(luò)的方法即通過對(duì)面像樣

48、品集和非面像樣品集的學(xué)習(xí)產(chǎn)生分類器；膚色模型法這種方法是依據(jù)面貌膚色在色彩空間中分布相對(duì)集中的規(guī)律來進(jìn)行檢測(cè)。特征子臉法這種方法是將所有面像集合視為一個(gè)面像子空間并基于檢測(cè)樣品與其在子空間的投影之間的距離判斷是否存在面像。值得提出的是，上述5種方法在實(shí)際檢測(cè)系統(tǒng)中也可綜合采用。人臉跟蹤面貌跟蹤是指對(duì)被檢測(cè)到的面貌進(jìn)行動(dòng)態(tài)目標(biāo)跟蹤。具體采用基于模型的方法或基于運(yùn)動(dòng)與模型相結(jié)合的方法。此外，利用膚色模型跟蹤也不失為一種簡(jiǎn)單而有效的手段。(3)人臉比對(duì)面貌比對(duì)是對(duì)被檢測(cè)到的面貌像進(jìn)行身份確認(rèn)或在面像庫(kù)中進(jìn)行目標(biāo)搜索。這實(shí)際上就是說，將采樣到的面像與庫(kù)存的面像依次進(jìn)行比對(duì)，并找出最佳的匹配對(duì)象。所以，

49、面像的描述決定了面像識(shí)別的具體方法與性能。主要采用特征向量與面紋模板兩種描述方法：特征向量法該方法是先確定眼虹膜、鼻翼、嘴角等面像五官輪廓的大小、位置、距離等屬性，然后再計(jì)算出它們的幾何特征量，而這些特征量形成一描述該面像的特征向量。面紋模板法該方法是在庫(kù)中存貯若干標(biāo)準(zhǔn)面像模板或面像器官模板，在進(jìn)行比對(duì)時(shí)，將采樣面像所有象素與庫(kù)中所有模板采用歸一化相關(guān)量度量進(jìn)行匹配。此外，還有采用模式識(shí)別的自相關(guān)網(wǎng)絡(luò)或特征與模板相結(jié)合的方法。人臉識(shí)別技術(shù)的核心實(shí)際為“局部人體特征分析”和“圖形/神經(jīng)識(shí)別算法?！边@種算法是利用人體面部各器官及特征部位的方法。如對(duì)應(yīng)幾何關(guān)系多數(shù)據(jù)形成識(shí)別參數(shù)與數(shù)據(jù)庫(kù)中所有的原始參

50、數(shù)進(jìn)行比較、判斷與確認(rèn)。一般要求判斷時(shí)間低于1秒。識(shí)別過程一般分三步：(1)首先建立人臉的面像檔案。即用攝像機(jī)采集單位人員的人臉的面像文件或取他們的照片形成面像文件，并將這些面像文件生成面紋(Faceprint)編碼貯存起來。(2)獲取當(dāng)前的人體面像。即用攝像機(jī)捕捉的當(dāng)前出入人員的面像，或取照片輸入，并將當(dāng)前的面像文件生成面紋編碼。(3)用當(dāng)前的面紋編碼與檔案庫(kù)存的比對(duì)。即將當(dāng)前的面像的面紋編碼與檔案庫(kù)存中的面紋編碼進(jìn)行檢索比對(duì)。上述的“面紋編碼”方式是根據(jù)人臉臉部的本質(zhì)特征和開頭來工作的。這種面紋編碼可以抵抗光線、皮膚色調(diào)、面部毛發(fā)、發(fā)型、眼鏡、表情和姿態(tài)的變化，具有強(qiáng)大的可靠性，從而使它可

51、以從百萬人中精確地辨認(rèn)出某個(gè)人。人臉的識(shí)別過程，利用普通的圖像處理設(shè)備就能自動(dòng)、連續(xù)、實(shí)時(shí)地完成。技術(shù)流程人臉識(shí)別系統(tǒng)主要包括四個(gè)組成部分，分別為：人臉圖像采集及檢測(cè)、人臉圖像預(yù)處理、人臉圖像特征提取以及匹配與識(shí)別。人臉圖像采集：不同的人臉圖像都能通過攝像鏡頭采集下來，比如靜態(tài)圖像、動(dòng)態(tài)圖像、不同的位置、不同表情等方面都可以得到很好的采集。當(dāng)用戶在采集設(shè)備的拍攝范圍內(nèi)時(shí)，采集設(shè)備會(huì)自動(dòng)搜索并拍攝用戶的人臉圖像。人臉檢測(cè)：人臉檢測(cè)在實(shí)際中主要用于人臉識(shí)別的預(yù)處理，即在圖像中準(zhǔn)確標(biāo)定出人臉的位置和大小。人臉圖像中包含的模式特征十分豐富，如直方圖特征、顏色特征、模板特征、結(jié)構(gòu)特征及Haar特征等。人

52、臉檢測(cè)就是把這其中有用的信息挑出來，并利用這些特征實(shí)現(xiàn)人臉檢測(cè)。主流的人臉檢測(cè)方法基于以上特征采用Adaboost學(xué)習(xí)算法，Adaboost算法是一種用來分類的方法，它把一些比較弱的分類方法合在一起，組合出新的很強(qiáng)的分類方法。人臉檢測(cè)過程中使用Adaboost算法挑選出一些最能代表人臉的矩形特征（弱分類器），按照加權(quán)投票的方式將弱分類器構(gòu)造為一個(gè)強(qiáng)分類器，再將訓(xùn)練得到的若干強(qiáng)分類器串聯(lián)組成一個(gè)級(jí)聯(lián)結(jié)構(gòu)的層疊分類器，有效地提高分類器的檢測(cè)速度。人臉圖像預(yù)處理：對(duì)于人臉的圖像預(yù)處理是基于人臉檢測(cè)結(jié)果，對(duì)圖像進(jìn)行處理并最終服務(wù)于特征提取的過程。系統(tǒng)獲取的原始圖像由于受到各種條件的限制和隨機(jī)干擾，往往

53、不能直接使用，必須在圖像處理的早期階段對(duì)它進(jìn)行灰度校正、噪聲過濾等圖像預(yù)處理。對(duì)于人臉圖像而言，其預(yù)處理過程主要包括人臉圖像的光線補(bǔ)償、灰度變換、直方圖均衡化、歸一化、幾何校正、濾波以及銳化等。人臉圖像特征提?。喝四樧R(shí)別系統(tǒng)可使用的特征通常分為視覺特征、像素統(tǒng)計(jì)特征、人臉圖像變換系數(shù)特征、人臉圖像代數(shù)特征等。人臉特征提取就是針對(duì)人臉的某些特征進(jìn)行的。人臉特征提取，也稱人臉表征，它是對(duì)人臉進(jìn)行特征建模的過程。人臉特征提取的方法歸納起來分為兩大類：一種是基于知識(shí)的表征方法；另外一種是基于代數(shù)特征或統(tǒng)計(jì)學(xué)習(xí)的表征方法?；谥R(shí)的表征方法主要是根據(jù)人臉器官的形狀描述以及他們之間的距離特性來獲得有助于人

54、臉分類的特征數(shù)據(jù)，其特征分量通常包括特征點(diǎn)間的歐氏距離、曲率和角度等。人臉由眼睛、鼻子、嘴、下巴等局部構(gòu)成，對(duì)這些局部和它們之間結(jié)構(gòu)關(guān)系的幾何描述，可作為識(shí)別人臉的重要特征，這些特征被稱為幾何特征?；谥R(shí)的人臉表征主要包括基于幾何特征的方法和模板匹配法。人臉圖像匹配與識(shí)別：提取的人臉圖像的特征數(shù)據(jù)與數(shù)據(jù)庫(kù)中存儲(chǔ)的特征模板進(jìn)行搜索匹配，通過設(shè)定一個(gè)閾值，當(dāng)相似度超過這一閾值，則把匹配得到的結(jié)果輸出。人臉識(shí)別就是將待識(shí)別的人臉特征與已得到的人臉特征模板進(jìn)行比較，根據(jù)相似程度對(duì)人臉的身份信息進(jìn)行判斷。這一過程又分為兩類：一類是確認(rèn)，是一對(duì)一進(jìn)行圖像比較的過程，另一類是辨認(rèn)，是一對(duì)多進(jìn)行圖像匹配對(duì)比

55、的過程。主要功能人臉捕獲與跟蹤功能人臉捕獲是指在一幅圖像或視頻流的一幀中檢測(cè)出人像并將人像從背景中分離出來，并自動(dòng)地將其保存。人像跟蹤是指利用人像捕獲技術(shù)，當(dāng)指定的人像在攝像頭拍攝的范圍內(nèi)移動(dòng)時(shí)自動(dòng)地對(duì)其進(jìn)行跟蹤。人臉識(shí)別比對(duì)人臉識(shí)別分核實(shí)式和搜索式二種比對(duì)模式。核實(shí)式是對(duì)指將捕獲得到的人像或是指定的人像與數(shù)據(jù)庫(kù)中已登記的某一對(duì)像作比對(duì)核實(shí)確定其是否為同一人。搜索式的比對(duì)是指，從數(shù)據(jù)庫(kù)中已登記的所有人像中搜索查找是否有指定的人像存在。人臉的建模與檢索可以將登記入庫(kù)的人像數(shù)據(jù)進(jìn)行建模提取人臉的特征，并將其生成人臉模板（人臉特征文件）保存到數(shù)據(jù)庫(kù)中。在進(jìn)行人臉?biāo)阉鲿r(shí)（搜索式），將指定的人像進(jìn)行建模

56、，再將其與數(shù)據(jù)庫(kù)中的所有人的模板相比對(duì)識(shí)別，最終將根據(jù)所比對(duì)的相似值列出最相似的人員列表。真人鑒別功能系統(tǒng)可以識(shí)別得出攝像頭前的人是一個(gè)真正的人還是一幅照片。以此杜絕使用者用照片作假。此項(xiàng)技術(shù)需要使用者作臉部表情的配合動(dòng)作。圖像質(zhì)量檢測(cè)圖像質(zhì)量的好壞直接影響到識(shí)別的效果，圖像質(zhì)量的檢測(cè)功能能對(duì)即將進(jìn)行比對(duì)的照片進(jìn)行圖像質(zhì)量評(píng)估，并給出相應(yīng)的建議值來輔助識(shí)別。10、虛擬現(xiàn)實(shí)虛擬現(xiàn)實(shí)技術(shù)是仿真技術(shù)的一個(gè)重要方向，是仿真技術(shù)與計(jì)算機(jī)圖形學(xué)人機(jī)接口技術(shù)多媒體技術(shù)傳感技術(shù)網(wǎng)絡(luò)技術(shù)等多種技術(shù)的集合，是一門富有挑戰(zhàn)性的交叉技術(shù)前沿學(xué)科和研究領(lǐng)域。虛擬現(xiàn)實(shí)技術(shù)(VR)主要包括模擬環(huán)境、感知、自然技能和傳感設(shè)備

57、等方面。模擬環(huán)境是由計(jì)算機(jī)生成的、實(shí)時(shí)動(dòng)態(tài)的三維立體逼真圖像。感知是指理想的丫區(qū)應(yīng)該具有一切人所具有的感知。除計(jì)算機(jī)圖形技術(shù)所生成的視覺感知外，還有聽覺、觸覺、力覺、運(yùn)動(dòng)等感知，甚至還包括嗅覺和味覺等，也稱為多感知。自然技能是指人的頭部轉(zhuǎn)動(dòng)，眼睛、手勢(shì)、或其他人體行為動(dòng)作，由計(jì)算機(jī)來處理與參與者的動(dòng)作相適應(yīng)的數(shù)據(jù)，并對(duì)用戶的輸入作出實(shí)時(shí)響應(yīng)，并分別反饋到用戶的五官。傳感設(shè)備是指三維交互設(shè)備。特征多感知性指除一般計(jì)算機(jī)所具有的視覺感知外，還有聽覺感知、觸覺感知、運(yùn)動(dòng)感知，甚至還包括味覺、嗅覺、感知等。理想的虛擬現(xiàn)實(shí)應(yīng)該具有一切人所具有的感知功能。存在感指用戶感到作為主角存在于模擬環(huán)境中的真實(shí)程度

58、。理想的模擬環(huán)境應(yīng)該達(dá)到使用戶難辨真假的程度。交互性指用戶對(duì)模擬環(huán)境內(nèi)物體的可操作程度和從環(huán)境得到反饋的自然程度。自主性指虛擬環(huán)境中的物體依據(jù)現(xiàn)實(shí)世界物理運(yùn)動(dòng)定律動(dòng)作的程度。11、全息投影全息投影技術(shù)(front-projectedholographicdispl)y也稱虛擬成像技術(shù)，是利用干涉和衍射原理記錄并再現(xiàn)物體真實(shí)的三維圖像的記錄和再現(xiàn)的技術(shù)。其第一步是利用干涉原理記錄物體光波信息此即拍攝過程:被攝物體在激光輻照下形成漫射式的物光束；另一部分激光作為參考光束射到全息底片上，和物光束疊加產(chǎn)生干涉，把物體光波上各點(diǎn)的位相和振幅轉(zhuǎn)換成在空間上變化的強(qiáng)度，從而利用干涉條紋間的反差和間隔將物體光

59、波的全部信息記錄下來。記錄著干涉條紋的底片經(jīng)過顯影、定影等處理程序后，便成為一張全息圖，或稱全息照片。其第二步是利用衍射原理再現(xiàn)物體光波信息，這是成象過程:全息圖猶如一個(gè)復(fù)雜的光柵，在相干激光照射下，一張線性記錄的正弦型全息圖的衍射光波一般可給出兩個(gè)象，即原始象(又稱初始象)和共軛象。再現(xiàn)的圖像立體感強(qiáng)，具有真實(shí)的視覺效應(yīng)。全息圖的每一部分都記錄了物體上各點(diǎn)的光信息，故原則上它的每一部分都能再現(xiàn)原物的整個(gè)圖像，通過多次曝光還可以在同一張底片上記錄多個(gè)不同的圖像，而且能互不干擾地分別顯示出來。相關(guān)理論普通照相，只能記錄物體光場(chǎng)的強(qiáng)度（復(fù)振幅模的平方），它不能表征物體的全部信息。采用全息方法，同樣也是記錄光場(chǎng)的強(qiáng)度，但它