面向煤矿安全监控的数据仓库关键技术

刘海强，陈晓晶，张兴华，陈向飞

（1.中煤科工集团常州研究院有限公司，江苏 常州 213015；2.金陵科技学院 计算机工程学院，江苏 南京 211169；3.中国矿业大学 信息与控制工程学院，江苏 徐州 221116）

0 引言

煤炭是关系我国国计民生的基础产业[1]。煤矿生产中的不安全因素较多，环境恶劣，事故易发。近年来，随着开采深度进一步加大，煤矿安全隐患突出，安全事故尤其是重大、特大事故仍时有发生，安全形势依然严峻[2]。

煤矿企业大多安装了安全监控系统，随着时间推移，存储了大量安全监控数据。现有煤矿安全监控系统大多采用操作型数据存储方式，主要面向事务处理，各种信息混合存储，与煤矿安全生产密切相关的重点信息不明确，导致信息无法有效利用。另外，系统大多只具备数据采集、存储和显示功能，数据分析能力较差，不能提供更好的决策支持。

数据仓库[3]是大数据技术的重要组成部分，集成了各种形式的应用系统，以事物发展的角度组织数据。数据仓库是分析型数据存储方式，支持数据查询，能够为数据挖掘和决策分析提供良好的数据支持，逐渐成为大数据时代必然的数据管理技术，特别是基于Hive 的数据仓库技术备受关注。

大数据和数据仓库技术被认为是实现智能矿山的关键技术，受到行业内研究人员的关注[1，4]。张鹏[5]提出了煤矿大数据架构，其中包括基于数据仓库的数据存储模型，但并没有研究实现数据仓库的具体方法。孟光伟[6]建立了基于大数据技术的煤矿监管服务平台，提出使用Spark 技术实现数据统计分析，使用Hive 数据仓库分主题存储数据，但没有详细研究数据仓库的主题、逻辑模型等关键技术。……