车联网如何利用大数据.pdf

车联网如何利用大数据pdf,车联网如何利用大数据则多了手机。手机的加入,改变的不仅仅是多了一种显示界面、多了很多操作方式,而是多了很多需求。)关系数据库用在车联网运营管理部分,这个部分的业务和技术都已经比较成熟,指保存车及车主数据(包括维修保养)NOSQL用于管理从汽车上采集到的数据,以及后面流程的数据,但是,不同的部分应选用不同的、适应各自特性的 NoSQL方案:车辆行驶薮据,更适合以日志文件的方式存储。车辆上报的数据通常是基于字节编码的比如ASN.1,需要计算吋再解码监控管理结果,更适合采用一种内存数据库方案,可能需要支持快速读写历史数据、以及定时或定量将数据写入(固态)硬盘驾驶行为模型,则需要考虑解次变更计算参后重新计算、增减模型因子后増删相关数据、因子的值的类型多样化(甚至是复合类型)、等问题。保费风险模型,或者采用与目前保险公司方案兼容的,或者采用遹合新型BI的(新型豇在后面会有介绍)。流式训算用于满足实时性要求高的汽午监管。不同的流式训算系统侧重解决不同的问题。比如 Storm解决了实时的分布式计算问题,包括计算流可以分布在一个或多个机器上、动态増减服务器及 Fail over自管理、通信杌制透明化、热部署计算流等; Esper解决了事件之间的规则及关系问题。如果监控需求导致数据多且复杂,那么一个内存数据库是有必要的。分布式批量计算,目前最流行的方案就是 Hadoop。当前 Hadoop的熟点之一就是改造Hadoop以满足一定的及时性要求,而不单单是批量处理;之所以说是及时性,因为它还达不到实时性的程度。BI(商业智能)。在当前的大数据环境下,传统的基于关系数据库的方式呈现出几个不足:1、传统方案侧重社会化(分析出整体模型,拿个体特征与其对比),难以满足个体在某时某地的复杂性/混沌的/发散的的需求:2、传统方案在数据量非常大时,可能是抽样的,难以做到全量分析;3、更多互联网公司的数据和企业化系统的数据,其存储已经使用NoSQL方案,传统方案难以匹配。能解决以上三个问题的BI框架还未成熟。不管在数据处理的哪个环节,使用那种处理技术,对于数据的质量识别、优劣控制都是必须的。在车联网中,从车机或OBD设备开始,由于车型的多样性、设备工作环境的复杂性,数据就不可能达到统一的质量标准,如何处理不同的可用率的数据,如何对待由这些数据产生的价值精准性,是必须考虑的重点问趣。