如何高效处理物联网中数据与消息

简介: 车联网在技术上具有相当高的门槛,要连接十万、百万量车甚至更多,用传统IT技术很难解决。阿里云在车联网领域具有成熟的解决方案和产品,每个细化领域的龙头企业都采用阿里巴巴的车联网解决方案,不受传统IT技术的局限,随着规模的扩大而水平扩展。

面临爆炸式增长,车联网业务平台问题重重

  • 服务于大量的客户、合作伙伴和生态链的其他企业,用户诉求来源复杂;
  • 需求变化快,不可控因素多;
  • 各种营销手段带来突发的业务访问;
  • 系统越来越复杂,模块越来越多;
  • 市场竞争剧烈,创新不断涌现;


移动互联网规模比传统互联网大10倍,物联网的规模又要再扩大10倍,新时代才刚刚开始。

行车辅助、汽车安全、智能交通、出行服务、生活娱乐等将成为车联网的主要发展方向。面临爆炸式增长,车联网的系统架构需要充分考虑,使性能能够水平、线性扩展,功能满足市场快速变化的需求。

典型客户案例

车联网在技术上具有相当高的门槛,要连接十万、百万量车甚至更多,用传统IT技术很难解决。阿里云在车联网领域具有成熟的解决方案和产品,每个细化领域的龙头企业都采用阿里巴巴的车联网解决方案,不受传统IT技术的局限,随着规模的扩大而水平扩展。

  • 新能源车领先企业
  • 最多监控车辆的城市
  • 新型商业模式:车辆分时租赁领先企业

满足车辆GPS定位,实时查询车辆状况、路况信息、停车站点,远程控制,异场状况报警等需求。

车联网案例分析

以某车辆中心管理车辆和充电桩为例

  • 数据采集:大量的车辆连接,几十万甚至上百万量车,数据要实时双向互通,数据有上传,也有下推数据,需要保证实时高并发可靠传输。
  • 数据处理和数据存储:收上来以后的数据要进行数据处理和存储。例如,车有报警,车的状态信息不符合预期,这些数据要马上输出到告警平台,要及时处理。同时这些数据要存起来,进行后续的业务处理。
  • 数据监控:利用大盘展现,看到车辆的事实情况;对车辆运行轨迹进行实时监控;实时数据分析和告警等。这是传统报表做不到的。

阿里云车联网 3+1 技术方案

阿里云的车联网提供3+1的技术方案,面向车机端的3个平台:车辆实时连接平台、数据存储平台和实时处理和展现平台。除了3个面向车量连接的平台外,我们还提供了面向上层应用的,基于共享能力中心理论的企业互联网+架构和中间件平台产品。

3个面向车机端的平台

车辆实时连接 - 消息队列 MQ

车辆连接,看上去是比较简单的问题,实际上有很高的门槛,要连接数万量车,数据不仅仅要上传,还要下发,这些控制指令必须可靠传输,而且面临的是复杂的网络环境,很多企业就卡在这一步。

  • 支持不同的协议
    车联网连接组件MQ支持多种协议,如808/809协议、新能源车的国家标准协议、物联网标准的MQTT协议等等。
  • 高性能、大容量支持
    有些汽车企业一台服务器只能支持一万量车。 我们能支持约200万量车。
  • 完善的运维功能
    运维功能非常完善,比如能够支持消息轨迹的查询、重置消费点,有助于对实时业务的处理。

数据高效存储 - 分布式数据库 DRDS

  • 支持无限TPS/QPS(仅取决于机器性能和数量)
  • 支持无限数据存储量(只取决于磁盘容量)
  • 应用侧无感知,自动实现数据库的线性扩容,复杂的数据同步和分库工作自动实现

面向万物互联的时序数据库HiTSDB

  • 大规模的物联网设备的时序数据高并发写入
  • 低成本的存储
  • 灵活高效的数据分析能力

大数据实时处理平台 - 实时监控 ARMS

提供业务无侵入性的实时业务监控平台

传统数据库技术很难处理车辆的实时位置,总体实时运行状况,大量的告警处理要求。我们基于流计算核心的车联网大数据实时监控处理平台ARMS可以很好应对这个场景。另外,ARMS对外隐藏了复杂的处理细节,只需要在图形界面上定义规则,定义大盘样式,很快就能得到自己想要的效果。

1个能力中心架构平台

以核心能力服务化为中心,支持快速创新和应对不确定性。

数据化运营 -- 鹰眼监控

基于鹰眼监控平台,提供应用响应时间和吞吐量信息,并提供全链路分析功能,找出系统热点和瓶颈。

  • 完整记录所有故障
  • 准确定位故障源

有效的服务管控

要管理运行在数百台服务器上的上万个业务服务,并处理其中复杂的依赖关系,必须要有系统化的运维,不能靠人工。分布式应用服务(EDAS)内置了强大的数据收集和服务监控功能,可以不间断地收集运行数据,监控系统状态。

申请车联网解决方案架构师咨询
全面了解企业级互联网架构 & 中间件技术及产品,快速复制阿里巴巴互联网架构,助力企业轻松上云

相关实践学习
钉钉群中如何接收IoT温控器数据告警通知
本实验主要介绍如何将温控器设备以MQTT协议接入IoT物联网平台,通过云产品流转到函数计算FC,调用钉钉群机器人API,实时推送温湿度消息到钉钉群。
阿里云AIoT物联网开发实战
本课程将由物联网专家带你熟悉阿里云AIoT物联网领域全套云产品,7天轻松搭建基于Arduino的端到端物联网场景应用。 开始学习前,请先开通下方两个云产品,让学习更流畅: IoT物联网平台:https://iot.console.aliyun.com/ LinkWAN物联网络管理平台:https://linkwan.console.aliyun.com/service-open
相关文章
|
关系型数据库 物联网 PostgreSQL
沉浸式学习PostgreSQL|PolarDB 11: 物联网(IoT)、监控系统、应用日志、用户行为记录等场景 - 时序数据高吞吐存取分析
物联网场景, 通常有大量的传感器(例如水质监控、气象监测、新能源汽车上的大量传感器)不断探测最新数据并上报到数据库. 监控系统, 通常也会有采集程序不断的读取被监控指标(例如CPU、网络数据包转发、磁盘的IOPS和BW占用情况、内存的使用率等等), 同时将监控数据上报到数据库. 应用日志、用户行为日志, 也就有同样的特征, 不断产生并上报到数据库. 以上数据具有时序特征, 对数据库的关键能力要求如下: 数据高速写入 高速按时间区间读取和分析, 目的是发现异常, 分析规律. 尽量节省存储空间
761 1
|
3月前
|
物联网 数据管理 Apache
拥抱IoT浪潮,Apache IoTDB如何成为你的智能数据守护者?解锁物联网新纪元的数据管理秘籍!
【8月更文挑战第22天】随着物联网技术的发展,数据量激增对数据库提出新挑战。Apache IoTDB凭借其面向时间序列数据的设计,在IoT领域脱颖而出。相较于传统数据库,IoTDB采用树形数据模型高效管理实时数据,具备轻量级结构与高并发能力,并集成Hadoop/Spark支持复杂分析。在智能城市等场景下,IoTDB能处理如交通流量等数据,为决策提供支持。IoTDB还提供InfluxDB协议适配器简化迁移过程,并支持细致的权限管理确保数据安全。综上所述,IoTDB在IoT数据管理中展现出巨大潜力与竞争力。
106 1
|
消息中间件 传感器 监控
IoT企业物联网平台,数据服务开发实战
IoT企业物联网平台开发实战
431 0
|
8天前
|
传感器 安全 算法
物联网发布者在数据传输过程中如何防止数据被篡改
在物联网数据传输中,为防止数据被篡改,可采用加密技术、数字签名、数据完整性校验等方法,确保数据的完整性和安全性。
|
8天前
|
存储 安全 算法
物联网发布者在发送数据时如何保证数据的安全性和完整性
数据加密、密钥管理和数据完整性验证是物联网安全的重要组成部分。对称加密(如AES)和非对称加密(如RSA)分别适用于大量数据和高安全需求的场景。密钥需安全存储并定期更新。数据完整性通过MAC(如HMAC-SHA256)和数字签名(如RSA签名)验证。通信协议如MQTT over TLS/SSL和CoAP over DTLS增强传输安全,确保数据在传输过程中的机密性和完整性。
|
3月前
|
存储 传感器 监控
理解并利用物联网(IoT)数据的技术探索
【8月更文挑战第11天】物联网数据是数字化转型的重要资源。通过深入理解物联网数据的特性和价值,并采取有效的收集、处理和分析策略,我们可以更好地利用这些数据为企业决策提供支持、优化运营效率、创造新的商业模式并推动数字化转型的深入发展。
|
4月前
|
物联网
好的资源链接,gitee全糖咖啡,B站视频转成mp4,全糖咖啡 / 物联网网关数据上传,,全糖咖啡 / springboot+百度智能车牌检测
好的资源链接,gitee全糖咖啡,B站视频转成mp4,全糖咖啡 / 物联网网关数据上传,,全糖咖啡 / springboot+百度智能车牌检测
|
5月前
|
机器学习/深度学习 传感器 算法
物联网(IoT)数据与机器学习的结合
【6月更文挑战第6天】物联网和机器学习加速融合,驱动数据收集与智能分析。通过机器学习算法处理 IoT 数据,实现智能家居、工业生产的智能化。示例代码展示如何用线性回归预测温度。结合带来的优势包括实时监测、预警、资源优化,但也面临数据质量、隐私安全、算法选择等挑战。未来需强化技术创新,应对挑战,推动社会智能化发展。
167 0
|
5月前
|
存储 安全 算法
物联网中的数据加密技术
【6月更文挑战第1天】物联网中的数据加密技术
652 0
|
6月前
|
数据采集 SQL Oracle
助力工业物联网,工业大数据之DWD层构建:数据抽取分析【十一】
助力工业物联网,工业大数据之DWD层构建:数据抽取分析【十一】
91 0

相关产品

  • 物联网平台