随着互联网的飞速发展与普及,越来越多基于位置的服务(Location Based Service,LBS)的应用出现在我们的生活中。车辆监控系统就是一种典型的针对特定职能部门的LBS应用。随着系统中数据量的飞速增长,如何高效地存储、处理海量的数据,并保持系统在高并发负载时的性能已成为一个亟待解决的问题。在传统的关系型数据库面对“大数据”、“高可用性”、“高扩展性”等问题捉襟见肘时,非关系型数据库(NotOnly SQL,NoSQL)异军突起,成为了一个热门的研究领域。本文结合车辆监控系统的需求和特点,采用NoSQL数据库集群作为数据存储,设计并实现了一个能够高效存储海量数据且具有高扩展性的车辆监控系统,具有很强的实践意义。本文主要工作有:(1)介绍了 NoSQL数据库的概念、发展研究现状和理论基础,阐述了 NoSQL数据库在高并发负载、海量数据存储、高可用性和扩展性方面对传统的关系型数据库的优势,分析了为什么选择MongoDB作为系统的数据存储。(2)深入研究了 MongoDB的分片技术和负载均衡原理,针对车辆监控系统中的数据特点,设计了相应数据集合的分片策略。(3)部署搭建了 MongoDB数据库集群,并以此为基础,设计了数据库存储模型,结合Node.js、WebGIS等相关技术设计并实现了一个能够高效存储海量数据并具有高扩展性的车辆监控系统。(4)模拟真实环境,以单机MongoDB数据库为基准,对MongoDB集群进行了性能测试,验证了基于MongoDB集群的车辆监控系统具有更高的吞吐量和满足高并发负载的性能。