轨迹服务

背景信息

随着车联网行业的发展，汽车管理业务受到了更加广泛的关注。汽车云平台的业务系统每天都会接收到大量的车辆信息，例如车辆的实时位置和车辆的实时属性，其数据规模通常会超过10 TB/天。同时，平台也存在各种类型的时空查询需求，包括但不限于实时的圈选、出入监测和历史轨迹分析，并且由于查询类型的多样性，平台对实时查询性能的要求也更加严格。如何保存和处理这些实时数据，如何提升实时查询性能，成为平台需要面临的新问题。

业务挑战

面对海量的车辆实时数据，汽车云平台的业务系统需要达到以下要求：

• 能高效写入海量轨迹点，且存储成本低。

• 实时计算：

  • 实时电子围栏：实时判断车辆是否驶出目标范围并以毫秒级返回判断结果。

  • 时空统计：计算某个区域的实时车辆数并以毫秒级返回计算结果，同时形成实时热力图。

• 在线查询：

  • 针对历史轨迹的时空范围查询：能查询过去24小时车辆在某个区域的行驶轨迹，并以毫秒或秒级返回该轨迹。

  • 周边查询：能查询附近2公里内的车辆，并以毫秒或秒级返回车辆的实时位置。

• 统计计算：

  • 能够针对大规模历史轨迹数据做挖掘，统计某范围内轨迹的进出情况，并以秒级至分钟级返回统计结果。

  • 能够统计某时间段内各车辆行驶的轨迹长度，并根据轨迹挖掘出迁徙模式。

解决方案

• 时空数据的在线查询与低成本存储

  • Lindorm Ganos时空数据类型为Lindorm宽表引擎的原生数据类型，因此您可以直接使用Lindorm宽表引擎的SQL语法进行在线时空范围查询和在线周边查询。

  • Lindorm Ganos时空引擎提供高性能的时空在线查询能力，支持在Lindorm宽表引擎中构建时空索引。

  • 继承宽表的高吞吐和高压缩比能力且存储成本低。

  详细介绍，请参见Lindorm Ganos时空服务轨迹处理实测。

• 时空数据的接入与实时计算

  • Lindorm Ganos时空数据类型同时也是Lindorm流引擎的原生数据类型，因此您也可以直接使用Lindorm流引擎的SQL语法处理实时计算任务。

  • Lindorm Ganos时空引擎提供高性能的时空实时计算能力，支持在Lindorm流引擎中构建时空索引。

  详细介绍，请参见Lindorm Ganos时空服务轨迹处理实测。

• 时空统计

  Lindorm Ganos时空引擎支持在Lindorm宽表引擎内进行时空聚合计算，您可以使用Lindorm宽表引擎提供的聚合函数进行轨迹进出点、轨迹长度等准离线统计。详细介绍，请参见Lindorm Ganos时空服务-轨迹出入点统计和Lindorm Ganos时空服务-使用一条SQL语句计算轨迹距离。