CN109542866A - 车辆定位监控云架构、方法、服务器及介质 - Google Patents
车辆定位监控云架构、方法、服务器及介质 Download PDFInfo
- Publication number
- CN109542866A CN109542866A CN201811382133.4A CN201811382133A CN109542866A CN 109542866 A CN109542866 A CN 109542866A CN 201811382133 A CN201811382133 A CN 201811382133A CN 109542866 A CN109542866 A CN 109542866A
- Authority
- CN
- China
- Prior art keywords
- data
- database
- vehicle
- cloud
- analysis module
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种车辆定位监控云架构、方法、服务器及介质,其中,所述云架构包括:云网关,用于接收车载终端采集的车辆数据,并将所述车辆数据下发至数据分析模块;所述数据析模块用于对所述车辆数据进行分析,得到结果报表;Web应用,用于响应报表查询指令展示相应的结果报表;第一数据库,用于存储所述云网关下发的车辆数据中的最新位置点数据与实时报警数据;第二数据库,用于存储所述云网关下发的车辆数据中的全部位置点数据;相应的,所述云网关还用于将所述车辆数据中的最新位置点数据与实时报警数据下发至所述第一数据库,将所述车辆数据中的全部位置点数据下发至所述第二数据库。以实现车辆定位监控的稳定、高效、安全。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种车辆定位监控云架构、方法、服务器及介质。
背景技术
随着大数据时代的来临,对车辆定位监控平台的稳定性、可扩展性、响应速度、以及对车辆大数据分析的要求越来越高。
传统车辆定位监控平台基于C++语言开发,数据库采用SQLserver数据库,WEB采用IIS服务组件。从架构上分析,采用C++语言开发,在性能跟灵活性有很大优势,但程序过于复杂,难于掌握,同时数据库只采用SQLserver,在后期运维时,数据量庞大难以维护,增加平台数据库存储风险,安全性方面难以保证。
发明内容
本发明提供一种车辆定位监控云架构、方法、服务器及介质,以解决现有技术中数据难以维护以及安全性难以保证的问题。
第一方面,本发明实施例提供了一种车辆定位监控云架构,该云架构包括:
云网关,用于接收车载终端采集的车辆数据,并将所述车辆数据下发至数据分析模块;
所述数据分析模块用于对所述车辆数据进行分析,得到结果报表;
Web应用,用于响应报表查询指令展示相应的结果报表;
第一数据库,用于存储所述云网关下发的车辆数据中的最新位置点数据与实时报警数据;
第二数据库,用于存储所述云网关下发的车辆数据中的全部位置点数据;
相应的,所述云网关还用于将所述车辆数据中的最新位置点数据与实时报警数据下发至所述第一数据库,将所述车辆数据中的全部位置点数据下发至所述第二数据库。
第二方面,本发明实施例还提供了一种车辆定位监控方法,应用于车辆定位监控云架构,所述云架构包括云网关、数据分析模块、第一数据库、第二数据库和Web应用,其中,所述方法包括:
云网关接收车载终端采集的车辆数据,将所述车辆数据下发至数据分析模块,将所述车辆数据中的最新位置点数据与实时报警数据下发至所述第一数据库存储,并将所述车辆数据中的全部位置点数据下发至所述第二数据库存储;
所述数据分析模块对所述车辆数据进行分析,得到结果报表;
所述Web应用响应报表查询指令展示相应的结果报表。
第三方面,本发明实施例还提供了一种服务器,该服务器包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如本发明实施例中任一所述的车辆定位监控方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例中任一所述的车辆定位监控方法。
本发明通过采用分布式架构,将最新位置点数据与实时报警数据存储于第一数据库,将全部位置点数据存储于第二数据库,减小了各个应用模块之间的耦合度,面对需求变更时基础结构或代码无需作改变就可以快速作出响应,增强了系统的可扩展性。并且将不同数据信息存入不同的数据库,可以根据数据信息特点选择不同的数据库类型,提高系统的可用性、稳定性、扩展性、伸缩性和延时性。
附图说明
图1是本发明实施例一中的车辆定位监控云架构的结构示意图;
图2是本发明实施例二中的车辆定位监控云架构的结构示意图;
图3是本发明实施例三中的车辆定位监控方法的流程图;
图4是本发明实施例四中的一种服务器的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图1为本发明实施例一提供的车辆定位监控云架构的结构示意图,本实施例可适用于对车辆进行定位监控的情况,该云架构具体包括:云网关10、数据分析模块11、第一数据库12和第二数据库13。
云网关10,用于接收车载终端采集的车辆数据,并将车辆数据下发至数据分析模块。
其中,云网关是一个本地设备,连接内部用户和应用到云端,通常代替那些连接本地应用到基于云存储的硬件或者软件。云网关可以通过数据传输工具获取车载终端采集的车辆数据,并将数据解析为软件系统可直接读取的类型。
车载终端通过车载终端设备采集车辆数据,可选地,车载终端设备可以是车辆定位系统、车载视频服务器、LCD触摸屏、外接摄像机、通话手柄、汽车防盗器等各种外接设备。具体地,车辆数据至少包括:车辆最新位置点数据,车辆实时报警数据,车辆全部位置点数据,车辆速度数据,车辆行驶方向数据等。
相应地,云网关还用于将车辆数据中的最新位置点数据与实时报警数据下发至第一数据库12,将车辆数据中的全部位置点数据下发至第二数据库13。
第一数据库12,用于存储云网关下发的车辆数据中的最新位置点数据与实时报警数据。
可选地,第一数据库可以为Redis数据库、Glusterfs数据库、MySQL数据库。
第二数据库13,用于存储云网关下发的车辆数据中的全部位置点数据。
可选地,第二数据库可以为Redis数据库、Glusterfs数据库、MySQL数据库。
由于车辆的最新位置点数据与实时报警数据需要快速的读写,而车辆的全部位置点数据需要海量存储,他们对数据库性能要求是不同的,因此将车辆数据分成最新位置点数据和全部位置点数据两类,这样可以根据这两类数据对数据库要求的不同选择合适类型的数据库进行数据存储。
数据分析模块11,用于对车辆数据进行分析,得到结果报表。
具体地,数据分析模块接收到云网关发送的解析数据后,对数据进行分析,至少包括行停分析、行车统计、里程统计或报警分析等分析处理,并且生成相应的分析结果报表。
本实施例的技术方案,通过采用分布式架构,将最新位置点数据与实时报警数据存储于第一数据库,将全部位置点数据存储于第二数据库,减小了各个应用模块之间的耦合度,面对需求变更时基础结构或代码无需作改变就可以快速作出响应,增强了系统的可扩展性。并且将不同数据信息存入不同的数据库,可以根据数据信息特点选择不同的数据库类型,提高系统的可用性、稳定性、扩展性、伸缩性和延时性。
实施例二
图2为本发明实施例二提供的车辆定位监控云架构结构示意图,本实施例是在实施例一的基础上提出的一种可选方案。参见图2,本实施例提供的车辆定位监控云架构包括:云网关20、数据分析模块21、第一数据库22、第二数据库23、第三数据库24、第四数据库25、Web应用26。
云网关20,用于接收车载终端采集的车辆数据,并将车辆数据下发至数据分析模块。
可选地,云网关通过RocketMq消息中间件将车辆数据下发至数据分析模块。
其中,RocketMq是阿里巴巴开源的一款消息中间件。数据信息可以持久化到磁盘,该消息中间件技术比较成熟、性能比较稳定,它的各个环节均采用分布式扩展设计,其主从高可用,支持上万个队列,多种消费模式,性能优异。
数据分析模块21,用于对车辆数据进行分析,得到结果报表。
可选地,数据分析模块利用Storm系统完成车辆数据的分析操作。
具体地,Storm是一个免费并开源的分布式实时计算系统。利用Storm可以很容易做到可靠地处理无限的数据流,实时处理数据。具有有如下特点:API简单易用,而且支持Java等多种编程语言;高性能,低延迟,适合应用于实时响应的场景;分布式,可以轻松应对数据量大,单机解决不了的场景;可扩展,随着业务发展,数据量和计算量将会越来越大,该系统可水平扩展,满足需求;容错性,单个节点宕机不影响应用;消息不丢失,保证数据流每条数据都可以得到处理。基于Storm分布式实时计算系统的以上有点,可以更加快速、便捷、安全的处理数据。
第一数据库22,用于存储云网关下发的车辆数据中的最新位置点数据与实时报警数据。
可选地,第一数据库为Redis数据库。
具体地,Redis数据库是一个高性能的key-value内存数据库。它性能强劲,读写性能优异,读取速度高达110000次/s,写入速度高达81000次/s;支持数据持久化。由于Redis的高读写性能,能够快速的读取最新位置点数据与实时报警数据,实现最新位置点数据与实时报警数据的实时查询。与其他数据库相比,.第一数据库采用Redis数据库存储最新位置数据与最新报警实时数据,可以有效降低延时性。
此外,Redis数据库支持主从同步,数据可以从主服务器向任意数量的从服务器上同步,从服务器可以是关联其他从服务器的主服务器。这使得Redis可执行单层树复制,存盘可以有意无意的对数据进行写操作。由于完全实现了发布/订阅机制,使得从数据库在任何地方同步树时,可订阅一个频道并接收主服务器完整的消息发布记录。同步对读取操作的可扩展性和数据冗余很有帮助。能够很好地支持本实施例的分布式云架构。
第二数据库23,用于存储云网关下发的车辆数据中的全部位置点数据。
可选地,第二数据库为Glusterfs数据库。
具体地,Glusterfs数据库是一款开源的分布式横向扩展文件系统。它支持海量数据存储,存储规模可达到PB级别,非常适合数据密集型的存储任务,而车辆数据中的全部位置点数据,数量庞大,需要一种海量存储数据库来实现。车辆数据中的全部位置点数据存储采用Glusterfs数据库,可以提升存储数据量,同时降低存储成本。因此,第二数据库采用Glusterfs数据库。
并且,本实施例的Glusterfs数据库与传统关系型数据库(如SqlServer)相比,性能表现更佳优异;与介于关系型数据库或非关系型数据库的Mongdb数据库相比,查询相同的数据量时,查询的吞吐量更大,速度响应更快;与业内普遍采用的Hbase数据库相比,所需的服务器部署成本更低,而且本实施例的数据库,在一个大时间区间内,同一个车辆轨迹数据在同一个文件,可以有效减小查询数据时候磁盘寻道时间,提高查询效率,提高查询同一个车的数据吞吐量。
此外,本实施例设计的Glusterfs数据库具有高性能、易部署、易使用的特点,存储数据非常方便。扩展能力强劲,支持快速扩容,可以按照存储需要,快速对存储进行调配,它摒弃了集中元数据服务器的思路,拥有较好的故障转移功能,发生故障时,不用任何操作即可恢复数据,因为最新副本仍可在运行的节点获取。
第三数据库24,用于存储数据分析模块的结果报表,其中,结果报表至少包括报警信息、自适应巡航控制信息、里程信息、行停信息和车辆基础资料。
可选地,第三数据库为MySQL数据库。
具体地,MySQL数据库是一种关系型数据库,对于复杂查询可以用SQL语句方便的在一个表以及多个表之间做非常复杂的数据查询,此外,事务支持使得对于安全性能很高的数据访问要求得以实现。因此采用MySQL数据库存储数据分析模块的结果报表,能够实现复杂的数据查询及安全的数据访问。
第四数据库25,用于存储数据分析模块得到的行停与报警信息。
可选地,第四数据库为Redis数据库。
Web应用26,用于响应报表查询指令展示相应的结果报表。
Web应用能够实现结果展示和结果查询的功能,展示第一数据库中的最新位置点数据与实时报警数据;展示依据第二数据库中的全部位置点数据生成的车辆运行轨迹;展示第三数据库中存储的数据分析模块的结果报表;展示第四数据库中存储的数据分析模块得到的行停与报警信息。
进一步地,Web应用26,还用于接收车辆设置指令,并将车辆设置指令通过消息中间件上发至云网关,以便云网关将车辆设置指令上发至车载终端执行。
本实施例的技术方案,通过采用分布式架构,将不同类型的数据存储在不同的数据库,减小了各个应用模块之间的耦合度,面对需求变更时基础结构或代码无需作改变就可以快速作出响应,增强了系统的可扩展性。将最新位置点数据与实时报警数据存储于Redis数据库,可以有效降低延时性;将全部位置点数据存储于Glusterfs数据库,可以提升存储数据量,同时降低存储成本;将数据分析模块的结果报表存储于MySQL数据库,能够实现复杂的数据查询及安全的数据访问;将数据分析模块得到的行停与报警信息存储于Redis数据库,可以实现实时查询。提高系统的可用性,稳定性,扩展性,伸缩性,延时性。
实施例三
在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
本发明实施例提供了一种车辆定位监控方法,应用于车辆定位监控云架构,云架构包括云网关、数据分析模块、第一数据库、第二数据库和Web应用,其中,该方法包括:
S310、云网关接收车载终端采集的车辆数据,将车辆数据下发至数据分析模块,将车辆数据中的最新位置点数据与实时报警数据下发至第一数据库存储,并将车辆数据中的全部位置点数据下发至第二数据库存储;
S320、数据分析模块对车辆数据进行分析,得到结果报表;
S330、Web应用响应报表查询指令展示相应的结果报表。
可选地,第一数据库为Redis数据库,第二数据库为Glusterfs数据库。
进一步地,车辆定位监控方法还包括:
Web应用展示第一数据库中的最新位置点数据与实时报警数据;以及展示依据第二数据库中的全部位置点数据生成的车辆运行轨迹。
进一步地,所述云网关将车辆数据下发至数据分析模块包括:
云网关通过RocketMq消息中间件将车辆数据下发至数据分析模块。
可选地,所述数据分析模块对车辆数据进行分析包括:
数据分析模块利用Storm系统完成车辆数据的分析操作。
进一步的,车辆定位监控方法还包括:
将数据分析模块的结果报表存储至第三数据库,其中,结果报表至少包括报警信息、自适应巡航控制信息、里程信息、行停信息和车辆基础资料。
可选地,第三数据库为MySQL数据库。
进一步地,车辆定位监控方法还包括:
将数据分析模块得到的行停与报警信息存储至第四数据库。
可选地,第四数据库为Redis数据库。
进一步地,车辆定位监控方法还包括:
Web应用接收车辆设置指令,并将车辆设置指令通过消息中间件上发至云网关,以便云网关将车辆设置指令上发至车载终端执行。
本实施例的技术方案提供一种车辆定位监控方法,将最新位置点数据与实时报警数据存储于第一数据库,将全部位置点数据存储于第二数据库,减小了各个应用模块之间的耦合度,面对需求变更时基础结构或代码无需作改变就可以快速作出响应,增强了系统的可扩展性。并且将不同数据信息存入不同的数据库,可以根据数据信息特点选择不同的数据库类型,提高系统的可用性、稳定性、扩展性、伸缩性和延时性。
实施例四
图4为本发明实施例四提供的一种服务器的结构示意图。图4示出了适于用来实现本发明实施方式的示例性服务器的框图。图4显示的服务器412仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图4所示,服务器412以通用计算设备的形式表现。服务器412的组件可以包括但不限于:一个或者多个处理器或者处理单元416,系统存储器428,连接不同系统组件(包括系统存储器428和处理单元416)的总线418。
总线418表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
服务器412典型地包括多种计算机系统可读介质。这些介质可以是任何能够被服务器412访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
系统存储器428可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(RAM)430和/或高速缓存存储器432。服务器412可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统434可以用于读写不可移动的、非易失性磁介质(图4未显示,通常称为“硬盘驱动器”)。尽管图4中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如CD-ROM,DVD-ROM或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线418相连。存储器428可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块442的程序/实用工具440,可以存储在例如存储器428中,这样的程序模块442包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块442通常执行本发明所描述的实施例中的功能和/或方法。
服务器412也可以与一个或多个外部设备414(例如键盘、指向设备、显示器424等)通信,还可与一个或者多个使得用户能与该服务器412交互的设备通信,和/或与使得该服务器412能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口422进行。并且,服务器412还可以通过网络适配器420与一个或者多个网络(例如局域网(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图4所示,网络适配器420通过总线418与服务器412的其它模块通信。应当明白,尽管图4中未示出,可以结合服务器412使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元416通过运行存储在系统存储器428中的程序,从而执行各种功能应用以及数据处理,例如实现本发明实施例所提供的车辆定位监控方法,应用于车辆定位监控云架构。该方法包括:
云网关接收车载终端采集的车辆数据,将所述车辆数据下发至数据分析模块,将所述车辆数据中的最新位置点数据与实时报警数据下发至所述第一数据库存储,并将所述车辆数据中的全部位置点数据下发至所述第二数据库存储;
所述数据分析模块对所述车辆数据进行分析,得到结果报表;
所述Web应用响应报表查询指令展示相应的结果报表。
当然,本发明实施例所提供的服务器可执行功能不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的车辆定位监控方法中的相关操作。
实施例五
本发明实施例五还提供了一种包含可执行指令的存储介质,所述可执行指令在由处理器执行时用于执行一种车辆定位监控方法,应用于车辆定位监控云架构,该方法包括:
云网关接收车载终端采集的车辆数据,将所述车辆数据下发至数据分析模块,将所述车辆数据中的最新位置点数据与实时报警数据下发至所述第一数据库存储,并将所述车辆数据中的全部位置点数据下发至所述第二数据库存储;
所述数据分析模块对所述车辆数据进行分析,得到结果报表;
所述Web应用响应报表查询指令展示相应的结果报表。
当然,本发明实施例所提供的一种包含计算机可执行指令的存储介质,其计算机可执行指令不限于如上所述的方法操作,还可以执行本发明任意实施例所提供的车辆定位监控方法中的相关操作。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件,或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括:具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中,计算机可读存储介质可以是任何包含或存储程序的有形介质,该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号,其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式,包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质,该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括——但不限于无线、电线、光缆、RF等等,或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码,所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++,还包括常规的过程式程序设计语言—诸如”C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中,远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机,或者,可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (15)
1.一种车辆定位监控云架构,其特征在于,包括:
云网关,用于接收车载终端采集的车辆数据,并将所述车辆数据下发至数据分析模块;
所述数据分析模块用于对所述车辆数据进行分析,得到结果报表;
Web应用,用于响应报表查询指令展示相应的结果报表;
第一数据库,用于存储所述云网关下发的车辆数据中的最新位置点数据与实时报警数据;
第二数据库,用于存储所述云网关下发的车辆数据中的全部位置点数据;
相应的,所述云网关还用于将所述车辆数据中的最新位置点数据与实时报警数据下发至所述第一数据库,将所述车辆数据中的全部位置点数据下发至所述第二数据库。
2.根据权利要求1所述的云架构,其特征在于,所述Web应用还用于:
展示第一数据库中的最新位置点数据与实时报警数据;以及
展示依据第二数据库中的全部位置点数据生成的车辆运行轨迹。
3.根据权利要求1所述的云架构,其特征在于,所述第一数据库为Redis数据库。
4.根据权利要求1所述的云架构,其特征在于,所述第二数据库为Glusterfs数据库。
5.根据权利要求1所述的云架构,其特征在于,所述云网关具体用于:
通过RocketMq消息中间件将所述车辆数据下发至数据分析模块。
6.根据权利要求1所述的云架构,其特征在于,所述数据分析模块利用Storm系统完成所述车辆数据的分析操作。
7.根据权利要求1所述的云架构,其特征在于,所述云架构还包括:
第三数据库,用于存储所述数据分析模块的结果报表,其中,所述结果报表至少包括报警信息、自适应巡航控制信息、里程信息、行停信息和车辆基础资料。
8.根据权利要求7所述的云架构,其特征在于,所述第三数据库为MySQL数据库。
9.根据权利要求1所述的云架构,其特征在于,所述云架构还包括:
第四数据库,用于存储所述数据分析模块得到的行停与报警信息。
10.根据权利要求9所述的云架构,其特征在于,所述第四数据库为Redis数据库。
11.根据权利要求5所述的云架构,其特征在于,所述Web应用还用于:
接收车辆设置指令,并将车辆设置指令通过所述消息中间件上发至所述云网关,以便所述云网关将所述车辆设置指令上发至车载终端执行。
12.一种车辆定位监控方法,应用于车辆定位监控云架构,其特征在于,所述云架构包括云网关、数据分析模块、第一数据库、第二数据库和Web应用,其中,所述方法包括:
云网关接收车载终端采集的车辆数据,将所述车辆数据下发至数据分析模块,将所述车辆数据中的最新位置点数据与实时报警数据下发至所述第一数据库存储,并将所述车辆数据中的全部位置点数据下发至所述第二数据库存储;
所述数据分析模块对所述车辆数据进行分析,得到结果报表;
所述Web应用响应报表查询指令展示相应的结果报表。
13.根据权利要求12所述的方法,其特征在于,所述第一数据库为Redis数据库,所述第二数据库为Glusterfs数据库。
14.一种服务器,其特征在于,所述服务器包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序,
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求12或13所述的车辆定位监控方法。
15.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求12或13所述的车辆定位监控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811382133.4A CN109542866A (zh) | 2018-11-20 | 2018-11-20 | 车辆定位监控云架构、方法、服务器及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811382133.4A CN109542866A (zh) | 2018-11-20 | 2018-11-20 | 车辆定位监控云架构、方法、服务器及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109542866A true CN109542866A (zh) | 2019-03-29 |
Family
ID=65848644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811382133.4A Pending CN109542866A (zh) | 2018-11-20 | 2018-11-20 | 车辆定位监控云架构、方法、服务器及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109542866A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112532644A (zh) * | 2020-12-08 | 2021-03-19 | 航天科技控股集团股份有限公司 | 一种基于Tbox新能源汽车的实时数据分析系统 |
CN113568933A (zh) * | 2021-07-22 | 2021-10-29 | 上汽通用五菱汽车股份有限公司 | 车辆数据存储方法、车辆及可读存储介质 |
CN113703665A (zh) * | 2021-07-12 | 2021-11-26 | 深圳市有为信息技术发展有限公司 | 控制终端数据在网关崩溃后减少丢失的方法、装置及电子设备 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104217298A (zh) * | 2014-09-16 | 2014-12-17 | 浪潮集团有限公司 | 一种基于云存储的gps政务车辆管理系统 |
CN107704487A (zh) * | 2017-08-15 | 2018-02-16 | 北京新能源汽车股份有限公司 | 基于车联网的数据分析平台和方法 |
CN108418902A (zh) * | 2017-11-20 | 2018-08-17 | 北京万相融通科技股份有限公司 | 一种智慧铁路综合交通枢纽集成控制系统 |
CN108460070A (zh) * | 2017-12-21 | 2018-08-28 | 阿里巴巴集团控股有限公司 | 一种基于数据库的数据处理方法、装置及设备 |
-
2018
- 2018-11-20 CN CN201811382133.4A patent/CN109542866A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104217298A (zh) * | 2014-09-16 | 2014-12-17 | 浪潮集团有限公司 | 一种基于云存储的gps政务车辆管理系统 |
CN107704487A (zh) * | 2017-08-15 | 2018-02-16 | 北京新能源汽车股份有限公司 | 基于车联网的数据分析平台和方法 |
CN108418902A (zh) * | 2017-11-20 | 2018-08-17 | 北京万相融通科技股份有限公司 | 一种智慧铁路综合交通枢纽集成控制系统 |
CN108460070A (zh) * | 2017-12-21 | 2018-08-28 | 阿里巴巴集团控股有限公司 | 一种基于数据库的数据处理方法、装置及设备 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112532644A (zh) * | 2020-12-08 | 2021-03-19 | 航天科技控股集团股份有限公司 | 一种基于Tbox新能源汽车的实时数据分析系统 |
CN113703665A (zh) * | 2021-07-12 | 2021-11-26 | 深圳市有为信息技术发展有限公司 | 控制终端数据在网关崩溃后减少丢失的方法、装置及电子设备 |
CN113568933A (zh) * | 2021-07-22 | 2021-10-29 | 上汽通用五菱汽车股份有限公司 | 车辆数据存储方法、车辆及可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9767149B2 (en) | Joining data across a parallel database and a distributed processing system | |
CN107506451B (zh) | 用于数据交互的异常信息监控方法及装置 | |
US8566636B2 (en) | Application recovery in a file system | |
US8635224B2 (en) | Clustering streaming graphs | |
CN109542866A (zh) | 车辆定位监控云架构、方法、服务器及介质 | |
JP2015504202A (ja) | クラスタ・ファイルシステムを横断する同期更新方法、システム、およびコンピュータ・プログラム | |
US20150193526A1 (en) | Schemaless data access management | |
CN110134737B (zh) | 数据变化监听方法及装置、电子设备和计算机可读存储介质 | |
CN110134702A (zh) | 数据流拼接方法、装置、设备和存储介质 | |
CN112199048B (zh) | 数据读取方法、系统、设备及介质 | |
CN108427728A (zh) | 元数据的管理方法、设备及计算机可读介质 | |
CN103399894A (zh) | 一种基于共享存储池的分布式事务处理方法 | |
CN103595799A (zh) | 一种实现分布式共享数据库的方法 | |
US10592355B2 (en) | Capacity management | |
WO2023045785A1 (zh) | 游戏引擎资源的处理方法、装置、存储介质及电子设备 | |
CN111259066A (zh) | 服务器集群数据同步方法及装置 | |
CN108696649A (zh) | 图像处理方法、装置、设备及计算机可读存储介质 | |
CN110795416A (zh) | 一种文件复制方法、装置、设备及可读存储介质 | |
CN109697034B (zh) | 一种数据写入方法、装置、电子设备及存储介质 | |
CN110222017A (zh) | 实时数据的处理方法、装置、设备及计算机可读存储介质 | |
CN111338834A (zh) | 数据存储方法和装置 | |
CN112352228A (zh) | 数据存储系统和方法 | |
CN108845892A (zh) | 分布式数据库的数据处理方法、装置、设备和计算机存储介质 | |
US9053100B1 (en) | Systems and methods for compressing database objects | |
US9715477B2 (en) | Shared-bandwidth multiple target remote copy |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20190329 |