CN114237867A - 大数据任务管理方法、装置、存储介质及设备 - Google Patents
大数据任务管理方法、装置、存储介质及设备 Download PDFInfo
- Publication number
- CN114237867A CN114237867A CN202111316458.4A CN202111316458A CN114237867A CN 114237867 A CN114237867 A CN 114237867A CN 202111316458 A CN202111316458 A CN 202111316458A CN 114237867 A CN114237867 A CN 114237867A
- Authority
- CN
- China
- Prior art keywords
- big data
- state information
- vehicle
- determining
- storage
- 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
- G06F9/5088—Techniques for rebalancing the load in a distributed system involving task migration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/5017—Task decomposition
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种大数据任务管理方法、装置、存储介质及设备,涉及车辆领域,主要为解决车辆分布式存储及计算时压力过大,运维成本高的问题。该方法包括:接收多台车辆的车辆状态信息,所述车辆状态信息包括计算状态信息和存储状态信息;根据所述车辆状态信息确定大数据子任务;分别将所述大数据子任务发送至关联的车辆状态信息所对应的车辆。本发明用于车辆控制过程。
Description
技术领域
本发明涉及车辆控制领域,尤其涉及一种大数据任务管理方法、装置、存储介质及设备。
背景技术
随着智能网联汽车的快速发展,在车联网系统中,每个车辆都装备有车载单元,车辆可以用此进行互相通信。但是由于车载单元本身的存储和计算能力有限,要想进行高效的车辆通信,需要借助云服务器。车辆可以通过构造车辆云将数据传送给云服务器且可以享受不同的服务。随着信息技术发展,汽车的大数据存储及计算需求越来越高。目前大数据存储及计算需要根据车辆接入数量的增加不断扩充云端的服务器,这样对分布式存储及计算提出了较高的要求,同时也增加了整车厂的运维成本。
发明内容
鉴于上述问题,本发明提供一种大数据任务管理方法、装置、存储介质及设备,主要目的在于解决车辆分布式存储及计算时压力过大,运维成本高的问题。
为解决上述技术问题,第一方面,本发明提供了一种大数据任务管理方法,该方法包括:
接收多台车辆的车辆状态信息,上述车辆状态信息包括计算状态信息和存储状态信息;
根据上述车辆状态信息确定大数据子任务;
分别将上述大数据子任务发送至关联的车辆状态信息所对应的车辆。
可选的,上述计算状态信息包括计算剩余能力,上述存储状态信息包括存储剩余空间信息;
上述根据上述车辆状态信息确定大数据子任务,包括:
根据每台车辆的上述计算剩余能力和上述存储剩余空间信息确定大数据子任务。
可选的,上述方法还包括:
基于上述服务器存储的目标大数据和业务需求信息确定目标算法。
可选的,上述方法还包括:
基于上述服务器和其他服务器存储的目标大数据和业务需求信息确定目标算法。
可选的,上述根据上述车辆状态信息确定大数据子任务,包括:
根据上述目标算法和上述计算状态信息确定大数据计算子任务;
根据上述存储状态信息确定大数据存储子任务。
可选的,上述方法还包括:
通过台架仿真确定上述目标算法的可行性。
可选的,上述方法还包括:
接收上述车辆反馈的基于上述大数据子任务生成的结果数据。
第二方面,本发明实施例还提供了一种大数据任务管理装置,包括:
接收单元,用于接收多台车辆的车辆状态数据,上述车辆状态信息包括计算状态信息和存储状态信息;
确定单元,用于根据上述车辆状态信息确定大数据子任务;
发送单元,用于分别将上述大数据子任务发送至关联的车辆状态信息所对应的车辆。
为了实现上述目的,根据本发明的第三方面,提供了一种存储介质,上述存储介质包括存储的程序,其中,在上述程序被处理器执行时实现上述的大数据任务管理方法。
为了实现上述目的,根据本发明的第四方面,提供了一种电子设备,包括至少一个处理器、以及与上述处理器连接的至少一个存储器;其中,上述处理器用于调用上述存储器中的程序指令,执行上述的大数据任务管理方法。
借由上述技术方案,本发明提供的大数据任务管理方法和装置,对于现有的大数据任务管理的过程中,车辆分布式存储及计算时压力过大,运维成本高的问题,本发明通过接收多台车辆的车辆状态信息,上述车辆状态信息包括计算状态信息和存储状态信息;根据上述车辆状态信息确定大数据子任务;分别将上述大数据子任务发送至关联的车辆状态信息所对应的车辆。在上述方案中,车辆与云端服务器连接后,实时上传车辆的车辆状态信息,通过云端服务器确定大数据子任务,使整车厂的云端服务器具备动态存储能力及云计算能力,从而降低了整车厂的云端服务器存储及计算压力,降低相关的运维成本。
上述说明仅是本发明技术方案的概述,为了能够更清楚了解本发明的技术手段,而可依照说明书的内容予以实施,并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂,以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1示出了本发明实施例提供的一种大数据任务管理方法的流程图;
图2示出了本发明实施例提供的一种大数据任务管理装置的组成框图;
图3示出了本发明实施例提供的一种大数据任务管理设备的组成框图。
具体实施方式
下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
为了解决车辆分布式存储及计算时压力过大,运维成本高的问题,本发明实施例提供了一种大数据任务管理方法,如图1所示,该方法包括:
101、接收多台车辆的车辆状态信息,上述车辆状态信息包括计算状态信息和存储状态信息;
示例性的,上述计算状态信息主要用于车辆分布式云计算。车辆分布式云计算是大量的车上资源的计算集合,具有网络移动性、大量的传感设备和实时性的特点及网络连接、存储和计算能力,车辆分布式云计算可以大大节约车辆终端的运行空间与内存,并有更为庞大的数据库支持,提高了计算精准度。
示例性的,上述存储状态信息主要用于车辆云存储车辆数据信息。车辆云存储是车辆通过T-BOX上传数据,并在云端共同对外提供数据存储和业务访问功能的一个系统,可以保证数据的安全性并节约存储空间。
102、根据上述车辆状态信息确定大数据子任务;
示例性的,根据获取到的上述计算状态信息和上述存储状态信息,确定大数据子任务。将大数据任务模块化,大数据子任务的分化可以更加节约运行成本和运行规模。
103、分别将上述大数据子任务发送至关联的车辆状态信息所对应的车辆。
示例性的,运行本方案需要大量车辆支终端持,为保证上述车辆终端顺利接收与本车辆需求相匹配的上述大数据子任务,故所述车辆接收的大数据子任务的是与本车上述车辆状态信息相对应的,接收并运行与本车上述车辆状态信息相关联的大数据子任务可以提高本车执行操作的匹配度与精准度,从而提高了用户的驾驶体验。
借由上述技术方案,本发明提供的大数据任务管理方法,对于现有的大数据任务管理的过程中,车辆分布式存储及计算时压力过大,运维成本高的问题,本发明通过接收多台车辆的车辆状态信息,上述车辆状态信息包括计算状态信息和存储状态信息;根据上述车辆状态信息确定大数据子任务;分别将上述大数据子任务发送至关联的车辆状态信息所对应的车辆。在上述方案中,车辆与云端服务器连接后,实时上传车辆的车辆状态信息,通过云端服务器确定大数据子任务,使整车厂的云端服务器具备动态存储能力及云计算能力,从而降低了整车厂的云端服务器存储及计算压力,降低相关的运维成本。
在一种实施例中,上述计算状态信息包括计算剩余能力,上述存储状态信息包括存储剩余空间信息;
上述根据上述车辆状态信息确定大数据子任务,包括:
根据每台车辆的上述计算剩余能力和上述存储剩余空间信息确定大数据子任务。
示例性的,上述大数据子任务的下发是根据上述计算状态信息和上述存储状态信息确定的,
示例性的,上述计算剩余能力可以是车辆负载状态、车身控制能力等;上述存储剩余空间信息可以是车辆终端存储内部信息状态。上述车辆负载状态可以是通过ECU(Electronic Control Unit,电子控制单元)获得的。
示例性的,上述算剩余能力和上述存储剩余空间信息的获得方式可以是:通过车辆终端直接获取上述计算剩余能力和上述存储剩余空间信息;车辆终端通过已知总计算能力和总存储空间减去获取到的车辆终端已占用的计算能力和存储空间得出上述计算剩余能力和上述存储剩余空间信息;车辆终端发送本车总计算能力和总存储空间及已占用的计算能力和存储空间,服务器接收数据后,通过获取到的总计算能力和总存储空间减去获取到的车辆终端已占用的计算能力和存储空间得出上述计算剩余能力和上述存储剩余空间信息;当车辆受外界因素影响无法获取本车总计算能力和总存储空间时,可以通过服务器获取。
在一种实施例中,上述方法还包括:
基于上述服务器存储的目标大数据和业务需求信息确定目标算法。
示例性的,上述服务器存储的目标大数据是通过参与本方案的车辆终端获取到服务器上的,上述业务需求信息是通过参与本方案的车辆终端获取到服务器上的目标大数据计算分析得出的。例如,本车车型为A厂汽车,即上述目标算法可以通过A厂汽车服务器存储的目标大数据和业务需求信息确定目标算法。
示例性的,目标大数据是在特定场景下获取到的本车数据,例如车辆颠簸状态下,车辆的悬架阻尼及高度数据;车辆高速形式状态下,车辆的自适应性能数据及油耗数据;车辆初启动状态下,车辆的空调运行数据等。
在一种实施例中,上述方法还包括:
基于上述服务器和其他服务器存储的目标大数据和业务需求信息确定目标算法。
示例性的,上述目标算法还可以通过其他服务器存储的目标大数据和业务需求信息确定。
示例性的,其他服务器可以是通过不同厂商划分的。例如,本车车型为A厂汽车,车辆终端不仅可以通过A厂汽车服务器存储的目标大数据和业务需求信息确定目标算法,在各品牌服务器建立关联后,还可以通过其他品牌汽车服务器如B厂汽车服务器、C厂汽车服务器等存储的目标大数据和业务需求信息确定目标算法。确定方式可以是跨越式的,例如,A厂汽车通过B厂汽车服务器存储的目标大数据和业务需求信息确定目标算法;也可以是混合式的,例如,A厂汽车通过A厂汽车服务器存储的目标大数据和业务需求信息和B厂汽车服务器存储的目标大数据和业务需求信息共同确定目标算法。
示例性的,其他服务器也可以是通过不同场景划分的。例如,颠簸道路情况下有相应的采集存储的目标大数据和业务需求信息的服务器,高速行驶状态下有相应的采集存储的目标大数据和业务需求信息的服务器,当车辆需要在颠簸道路的情况下高速行驶时,则需调用两个服务器存储的目标大数据和业务需求信息,共同确定在颠簸道路的情况下高速行驶时对应的目标算法。
在一种实施例中,上述根据上述车辆状态信息确定大数据子任务,包括:
根据上述目标算法和上述计算状态信息确定大数据计算子任务;
根据上述存储状态信息确定大数据存储子任务。
示例性的,上述大数据子任务还可以包括上述大数据计算子任务及上述大数据存储子任务。
示例性的,上述计算状态信息包括计算剩余能力,上述目标算法是通过其他服务器存储的目标大数据和业务需求信息确定的,即上述大数据计算子任务是通过上述服务器和其他服务器存储的目标大数据和业务需求信息获取的上述目标算法和计算剩余能力确定的。获取方式可以是:通过车辆终端直接获取上述计算剩余能力;车辆终端通过已知总计算能力减去获取到的车辆终端已占用的计算能力得出上述计算剩余能力;车辆终端发送本车总计算能力及已占用的计算能力,服务器接收数据后,通过获取到的总计算能力减去获取到的车辆终端已占用的计算能力得出上述计算剩余能力;当车辆受外界因素影响无法获取本车总计算能力时,可以通过服务器获取。
示例性的,上述大数据存储子任务是通过上述存储状态信息确定的,上述存储状态信息包括存储剩余空间信息。存储剩余空间信息的获取方式可以是:通过车辆终端直接获取上述存储剩余空间信息;车辆终端通过已知总存储空间减去获取到的车辆终端已占用存储空间得出上述存储剩余空间信息;车辆终端发送本车总存储空间及已占用存储空间,服务器接收数据后,通过获取到的总存储空间减去获取到的车辆终端已占用的存储空间得出上述存储剩余空间信息;当车辆受外界因素影响无法获取本车总存储空间时,可以通过服务器获取。
在一种实施例中,上述方法还包括:
通过台架仿真确定上述目标算法的可行性。
上述基于上述服务器和其他服务器存储的目标大数据和业务需求信息确定了目标算法后,需要通过算法部署进行台架仿真测试。上述台架仿真测试是通过云端仿真测试环境进行的。若上述目标算法通过了算法部署进行的台架仿真测试后,则证明上述目标算法具有可行性,则可以将上述目标算法通过算法部署数据下发到车辆终端;若上述目标算法没有通过算法部署进行的台架仿真测试,则证明上述目标算法不具有可行性,则放弃执行并丢弃该目标算法,同时重新确定目标算法,然后再执行上述台架仿真测试。
在一种实施例中,上述方法还包括:
接收上述车辆反馈的基于上述大数据子任务生成的结果数据。
上述服务器确定上述大数据子任务生成的结果数据后,可以将车辆所需执行的大数据子任务生成的结果数据整合成大数据子任务集,将整合成的大数据子任务集其发送至车辆终端,车辆终端可以接收大数据子任务集并执行。
进一步的,作为对上述图1所示方法的实现,本发明实施例还提供了一种大数据任务管理装置,用于对上述图1所示的方法进行实现。该装置实施例与前述方法实施例对应,为便于阅读,本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的装置能够对应实现前述方法实施例中的全部内容。如图2所示,该装置包括:接收单元21、确定单元22、发送单元23,其中
接收单元21,用于接收多台车辆的车辆状态数据,上述车辆状态信息包括计算状态信息和存储状态信息;
确定单元22,用于根据上述车辆状态信息确定大数据子任务;
发送单元23,用于分别将上述大数据子任务发送至关联的车辆状态信息所对应的车辆。
示例性的,上述计算状态信息包括计算剩余能力,上述存储状态信息包括存储剩余空间信息;
上述根据上述车辆状态信息确定大数据子任务,包括:
根据每台车辆的上述计算剩余能力和上述存储剩余空间信息确定大数据子任务。
示例性的,上述方法还包括:
基于上述服务器存储的目标大数据和业务需求信息确定目标算法。
示例性的,上述方法还包括:
基于上述服务器和其他服务器存储的目标大数据和业务需求信息确定目标算法。
示例性的,上述根据上述车辆状态信息确定大数据子任务,包括:
根据上述目标算法和上述计算状态信息确定大数据计算子任务;
根据上述存储状态信息确定大数据存储子任务。
示例性的,上述方法还包括:
通过台架仿真确定上述目标算法的可行性。
示例性的,上述方法还包括:
接收上述车辆反馈的基于上述大数据子任务生成的结果数据。
借由上述技术方案,本发明提供的大数据任务管理装置,对于现有的大数据任务管理的过程中,车辆分布式存储及计算时压力过大,运维成本高的问题,本发明通过接收多台车辆的车辆状态信息,上述车辆状态信息包括计算状态信息和存储状态信息;根据上述车辆状态信息确定大数据子任务;分别将上述大数据子任务发送至关联的车辆状态信息所对应的车辆。在上述方案中,车辆与云端服务器连接后,实时上传车辆的车辆状态信息,通过云端服务器确定大数据子任务,使整车厂的云端服务器具备动态存储能力及云计算能力,从而降低了整车厂的云端服务器存储及计算压力,降低相关的运维成本。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来实现一种能够自动化执行的大数据任务管理方法,能够解决车辆分布式存储及计算时压力过大,运维成本高的问题。
本发明实施例提供了一种存储介质,上述存储介质包括存储的程序,该程序被处理器执行时实现上述大数据任务管理方法。
本发明实施例提供了一种处理器,上述处理器用于运行程序,其中,上述程序运行时执行上述大数据任务管理方法。
本发明实施例提供了一种设备,上述设备包括至少一个处理器、以及与上述处理器连接的至少一个存储器;其中,上述处理器用于调用上述存储器中的程序指令,执行如上述的大数据任务管理方法
本发明实施例提供了一种设备30,如图3所示,设备包括至少一个处理器301、以及与处理器连接的至少一个存储器302、总线303;其中,处理器301、存储器302通过总线303完成相互间的通信;处理器301用于调用存储器中的程序指令,以执行上述的大数据任务管理方法。
本文中的智能设备可以是PC、PAD、手机等。
本申请还提供了一种计算机程序产品,当在流程管理设备上执行时,适于执行初始化有如下方法步骤的程序:接收多台车辆的车辆状态信息,上述车辆状态信息包括计算状态信息和存储状态信息;根据上述车辆状态信息确定大数据子任务;分别将上述大数据子任务发送至关联的车辆状态信息所对应的车辆。
进一步的,上述计算状态信息包括计算剩余能力,上述存储状态信息包括存储剩余空间信息;
上述根据上述车辆状态信息确定大数据子任务,包括:
根据每台车辆的上述计算剩余能力和上述存储剩余空间信息确定大数据子任务。
进一步的,上述方法还包括:
基于上述服务器存储的目标大数据和业务需求信息确定目标算法。
进一步的,上述方法还包括:
基于上述服务器和其他服务器存储的目标大数据和业务需求信息确定目标算法。
进一步的,上述根据上述车辆状态信息确定大数据子任务,包括:
根据上述目标算法和上述计算状态信息确定大数据计算子任务;
根据上述存储状态信息确定大数据存储子任务。
进一步的,上述方法还包括:
通过台架仿真确定上述目标算法的可行性。
进一步的,上述方法还包括:
接收上述车辆反馈的基于上述大数据子任务生成的结果数据。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程流程管理设备的处理器以产生一个机器,使得通过计算机或其他可编程流程管理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
在一个典型的配置中,设备包括一个或多个处理器(CPU)、存储器和总线。设备还可以包括输入/输出接口、网络接口等。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。
Claims (10)
1.一种大数据任务管理方法,用于服务器,其特征在于,包括:
接收多台车辆的车辆状态信息,所述车辆状态信息包括计算状态信息和存储状态信息;
根据所述车辆状态信息确定大数据子任务;
分别将所述大数据子任务发送至关联的车辆状态信息所对应的车辆。
2.根据权利要求1所述的方法,其特征在于,所述计算状态信息包括计算剩余能力,所述存储状态信息包括存储剩余空间信息;
所述根据所述车辆状态信息确定大数据子任务,包括:
根据每台车辆的所述计算剩余能力和所述存储剩余空间信息确定大数据子任务。
3.根据权利要求1所述的方法,其特征在于,还包括:
基于所述服务器存储的目标大数据和业务需求信息确定目标算法。
4.根据权利要求1所述的方法,其特征在于,还包括:
基于所述服务器和其他服务器存储的目标大数据和业务需求信息确定目标算法。
5.根据权利要求3或4所述的方法,其特征在于,所述根据所述车辆状态信息确定大数据子任务,包括:
根据所述目标算法和所述计算状态信息确定大数据计算子任务;
根据所述存储状态信息确定大数据存储子任务。
6.根据权利要求3或4所述的方法,其特征在于,还包括:
通过台架仿真确定所述目标算法的可行性。
7.根据权利要求1所述的方法,其特征在于,还包括:
接收所述车辆反馈的基于所述大数据子任务生成的结果数据。
8.一种大数据任务管理装置,其特征在于,包括:
接收单元,用于接收多台车辆的车辆状态数据,所述车辆状态信息包括计算状态信息和存储状态信息;
确定单元,用于根据所述车辆状态信息确定大数据子任务;
发送单元,用于分别将所述大数据子任务发送至关联的车辆状态信息所对应的车辆。
9.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序被处理器执行时实现如权利要求1至权利要求7中任一项所述的大数据任务管理方法。
10.一种设备,其特征在于,所述设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器;其中,所述处理器用于调用所述存储器中的程序指令,执行如权利要求1至权利要求7中任一项所述的大数据任务管理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111316458.4A CN114237867A (zh) | 2021-11-08 | 2021-11-08 | 大数据任务管理方法、装置、存储介质及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111316458.4A CN114237867A (zh) | 2021-11-08 | 2021-11-08 | 大数据任务管理方法、装置、存储介质及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114237867A true CN114237867A (zh) | 2022-03-25 |
Family
ID=80748657
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111316458.4A Pending CN114237867A (zh) | 2021-11-08 | 2021-11-08 | 大数据任务管理方法、装置、存储介质及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114237867A (zh) |
-
2021
- 2021-11-08 CN CN202111316458.4A patent/CN114237867A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP7206371B2 (ja) | 地図データ更新方法、地図データ更新装置、地図データ更新システムおよびコンピュータ可読記憶媒体 | |
CN109640294B (zh) | 无人车数据传输方法、装置、系统及存储介质 | |
CN108833191B (zh) | 网关设备配置方法及装置 | |
CN102316414A (zh) | 车辆远程监控方法及系统 | |
US10491670B2 (en) | Method for lowering an energy demand of a vehicle | |
KR20170013277A (ko) | 차량 실시간 주행 데이터 처리 방법과 장치 | |
CN112802359A (zh) | 一种停车场管理方法、装置及服务器 | |
CN114872645A (zh) | 一种车载系统应用管理方法、架构、车辆及介质 | |
CN113253707B (zh) | 一种新型列控车载设备的系统集成测试方法及装置 | |
CN114839659A (zh) | 车辆定位方法及装置 | |
CN112565468B (zh) | 一种驾驶场景识别方法及其系统 | |
CN114116043A (zh) | 车载系统控制方法、装置及计算机可读存储介质 | |
CN114237867A (zh) | 大数据任务管理方法、装置、存储介质及设备 | |
CN116853152A (zh) | 电动汽车的定时管理系统及定时管理方法 | |
CN115657647B (zh) | 故障确定方法、装置、车辆及存储介质 | |
CN108770014B (zh) | 网络服务器的计算评估方法、系统、装置及可读存储介质 | |
CN116527873A (zh) | 图像采集设备的配置方法、座舱中控装置及座舱 | |
CN115503693A (zh) | 一种车辆泊车地图动态管理方法及装置 | |
CN114860453A (zh) | 场景引擎的任务执行方法、装置、电子设备及存储介质 | |
CN112986850B (zh) | 自放电参数值的计算方法、装置及电动汽车 | |
CN112346437B (zh) | 一种车载软件管理系统 | |
CN114750631A (zh) | 新能源车辆充电管理方法及相关设备 | |
CN114906160A (zh) | 车辆控制、任务处理方法、装置、计算设备及系统 | |
CN114138466A (zh) | 面向智慧公路的任务协同处理方法、装置及存储介质 | |
CN112550016B (zh) | 无人驾驶电动集装箱卡车的充电管理方法及装置 |
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 |