方案背景

场景需求

在车联网场景中，车辆通过传感器上报时序数据到云端。通过存储、查询和分析这些时序数据，用户可以实现车况报告、车辆定位、交通管理和轨迹投屏等业务需求。例如存储车辆行驶过程中的GPS坐标数据用于导航大屏上的轨迹展示、在交通管理中通过分析车辆一段时间内的速度变化用于判断车辆在区间内是否超速等。因此车联网场景下车辆轨迹数据存储与分析的需求如下：

• 数据写入：面向众多车辆，需要支持百万级节点实时写入。

• 数据存储：车辆轨迹数据会随着时间动态变化，要长期保存车辆轨迹信息，需要单表规模极大以及高性价比存储。

• 数据检索：根据多个车辆参数查找车辆的轨迹数据，例如查询某台车辆的最近行驶状态（车辆当前的位置、车辆剩余电量等），需要支持时间线检索。

• 数据分析：对车辆历史数据进行聚合分析，例如分析全市所有车辆一年内的平均排放值、分析某厂商生产的车辆的平均里程数等，需要支持高性能、简单易用的数据分析能力。

样例场景

为高效运营和管理全市范围内的出租车，某厂商实行定时采集车辆的行驶状态数据的措施。当前需要将车辆上报的时序数据接入到云端进行存储来降低业务成本，同时只保留车辆近三个月的行驶状态数据。

方案实现

• 样例场景的实现过程说明如下。

  1. 智能汽车状态数据通过MQTT协议接入到设备接入平台。

  2. 设备接入平台通过与表格存储对接，将数据存储到表格存储时序模型中。更多信息，请参见时序模型介绍。

     表格存储的时序表用于车辆时序数据的存储，同时支持数据生命周期功能。时序模型的表结构设计，请参见时序模型设计。

  3. 通过表格存储的时间线检索和SQL查询进行车辆检索与分析。关于SQL查询的更多信息，请参见SQL查询。

     时间线检索用于车辆检索，SQL查询用于车辆检索与分析。

• 样例场景的架构图如下图所示。

  

方案优势

• 采用分布式集群架构，具备水平扩展能力。

• 自动管理数据生命周期，过期的数据自动删除。

• 支持按时间范围冷热存储数据，降低存储成本。

• 对时序数据采用压缩技术减少存储大小，降低存储成本。

• 支持高并发写入和高性能分析能力。