实时即未来,车联网项目之远程诊断实时故障分析【七】

本文涉及的产品
云数据库 Tair(兼容Redis),内存型 2GB
Redis 开源版,标准版 2GB
推荐场景:
搭建游戏排行榜
RDS MySQL Serverless 基础系列,0.5-2RCU 50GB
简介: geohash 就是将地图上位置(经纬度)转换成偶数位是经度、奇数数是维度,新的二进制字节,转换成字符串,用字符串代表某一个地理位置。

远程诊断实时故障业务


什么是远程诊断实时故障


监管部门或者车企通过判断实时上报的车辆数据,从而研判当前车辆故障诊断信息,给驾驶员发送预警告警信息等。


应用场景介绍


① 内部管理系统针对车辆的故障查询统计信息


② 实时监控大屏


常用故障分析指标与含义


  • 19项车辆故障指标和车辆报警、故障信息属性50+



*报警指标* *报警指标内容* *值与含义*
batteryAlarm 电池高温报警 0:正常1:异常
singleBatteryOverVoltageAlarm 单体电池高压报警
batteryConsistencyDifferenceAlarm 电池单体一致性差报警
insulationAlarm 绝缘报警
highVoltageInterlockStateAlarm 高压互锁状态报警
socJumpAlarm SOC跳变报警
driveMotorControllerTemperatureAlar 驱动电机控制器温度报警
dcdcTemperatureAlarm DC-DC温度报警(dc-dc可以理解为车辆动力智能系统转换器)
socHighAlarm SOC过高报警
socLowAlarm SOC低报警
temperatureDifferenceAlarm 温度差异报警
vehicleStorageDeviceUndervoltageAlarm 车载储能装置欠压报警
dcdcStatusAlarm DC-DC状态报警
singleBatteryUnderVoltageAlarm 单体电池欠压报警
rechargeableStorageDeviceMismatchAlarm 可充电储能系统不匹配报警
vehicleStorageDeviceOvervoltageAlarm 车载储能装置过压报警
brakeSystemAlarm 制动系统报警
driveMotorTemperatureAlarm 驱动电机温度报警
vehiclePureDeviceTypeOvercharge 车载储能装置类型过充报警


业务中间表数据结构


  • 涉及到8张表和1章分析结果表


[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-5GOAHsGl-1664278460628)(assets/image-20210927092525648.png)]


  • 表字段介绍


分析的结果表 online_data 分为三类:


1.实时上报的车辆数据;

2.静态的车辆车型车系等数据;

3.通过经纬度获取到的国家、省市区、地址等信息。


分析结果表数据结构


create table online_data
(
    vin                 varchar(17)   not null comment '车架号' primary key,
    process_time        datetime      null comment '数据更新时间',
    lat                   double        null comment '纬度',
    lng                   double        null comment '经度',
    mileage               double        null comment '里程表读数',
    is_alarm              int(1)        null comment '故障标志(0正常,1故障)',
    alarm_name            varchar(1000) null comment '故障名称(多个故障用~分割)',
    terminal_time         datetime      null comment '终端时间',
    earliest_time         datetime      null comment '最早数据接收时间',
    max_voltage_battery   double        null comment '单体电池最高电压',
    min_voltage_battery   double        null comment '单体电池最低电压',
    max_temperature_value double        null comment '电池最高温度',
    min_temperature_value double        null comment '电池最低温度',
    speed                 double        null comment '车速',
    soc                   int(3)        null comment 'SOC',
    charge_flag           int(1)        null comment '充电标识 0:未充电 1:充电 2:异常',
    total_voltage         double        null comment '总电压,单位:V,实际取值0.1~100V',
    total_current         double        null comment '总电流,单位:A,实际取值为-1000~1000A',
    battery_voltage       varchar(1000) null comment '单体电池电压列表',
    probe_temperatures    varchar(1000) null comment '电池模块温度列表',
    series_name           varchar(255)  null comment '车系',
    model_name            varchar(255)  null comment '车型',
    live_time             int           null comment '年限(单位:月,未查到数据显示-1)',
    sales_date            varchar(20)   null comment '销售日期',
    car_type              varchar(20)   null comment '车辆类型',
    province              varchar(255)  null comment '省份',
    city                  varchar(255)  null comment '城市',
    county                varchar(20)   null comment '区(县)'
);


高德地图解决逆地理坐标问题


  • 拟地理编码含义
    输入位置信息(经度和维度)获取地球上位置。
  • 高德等第三方Api支持拟地理演示地址


https://developer.amap.com/demo/javascript-api/example/geocoder/regeocoding/


  • 如果使用高德Api的步骤


1.获取key

2.将key和经纬度参数封装为 url

3.异步请求 httpGet 获取位置数据

4.返回位置数据


  • 远程实时诊断地理位置查询实现思路


实时故障分析任务


  • 分析任务流程分析步骤


1.消费数据,转换json对象

2.过滤数据

3.根据vin分组,创建timeWindow

4.自定义window funtion,设置输出对象

5.加载车型、车型、销售等数据并广播

6.窗口数据与广播数据连接

7.获得地理位置信息数据并与窗口数据连接

8.结果落地数据到mysql中


  • 实时故障分析流程


远程诊断实时故障分析


  • 创建远程诊断实时故障分析任务主类—— OnlineStatisticsTask
  • 开发步骤


1)初始化flink流处理的运行环境(事件时间、checkpoint、hadoop name)
2)接入kafka数据源,消费kafka数据
3)将消费到的json字符串转换成ItcastDataPartObj对象
4)过滤掉异常数据,保留正常数据
5)与redis维度表进行关联拉宽地理位置信息,对拉宽后的流数据关联redis,根据geohash找到地理位置信息,进行拉宽操作
6)过滤出来redis拉宽成功的地理位置数据
7)过滤出来redis拉宽失败的地理位置数据
8)对redis拉宽失败的地理位置数据使用异步io访问高德地图逆地理位置查询地理位置信息,并将返回结果写入到redis中
9)将reids拉宽的地理位置数据与高德api拉宽的地理位置数据进行合并
10)创建原始数据的30s的滚动窗口,根据vin进行分流操作
11)对原始数据的窗口流数据进行实时故障分析(区分出来告警数据和非告警数据19个告警字段)
12)加载业务中间表(7张表:车辆表、车辆类型表、车辆销售记录表,车俩用途表4张),并进行广播
13)将第11步和第12步的广播流结果进行关联,并应用拉宽操作
14)将拉宽后的结果数据写入到mysql数据库中
15)启动作业


  • 需要获取地理位置对象,可以作为ItcastDataPartObj的父类


@Data
@NoArgsConstructor
@AllArgsConstructor
public class VehicleLocationModel implements Serializable {
    //省份
    private String province;
    //城市
    private String city;
    //国家
    private String country;
    //区县
    private String district;
    //详细地址
    private String address;
    //纬度
    private Double lat = -999999D;
    //经度
    private Double lng = -999999D;
}


  • 实现合并流数据在redis存储的地理位置数据拉宽操作——LocationInfoRedisFunction


//继承 RichMapFunction<ItcastDataPartObj, ItcastDataPartObj>
//1.重写 map 方法
//1.1.获取车辆数据的经度和维度生成 geohash
//1.2.根据geohash 从redis中获取value值(geohash在redis中是作为主键存在)
//1.3.如果查询出来的值不为空,将其通过JSON对象转换成 VehicleLocationModel 对象,否则置为 null
//1.4.如果当前对象不为空,将国家,省市区地址赋值给 itcastDataPartObj,否则置为 null
//1.5.返回数据


  • 对在redis获取失败的经纬度使用异步io流请求高德Api——AsyncHttpQueryFunction


//1.重写open方法
//1.1.创建请求配置
//1.2.创建Http异步的客户端
//1.3.开启client
//2.重写close方法
//3.重写timeout方法
//3.1.打印输出超时
//4.重写asyncInvoke方法
//4.1.获取当前车辆的经纬度
//4.2.通过GaoDeMapUtils工具类根据参数获取请求的url
//4.3.创建 http get请求对象
//4.4.使用刚创建的http异步客户端执行 http请求对象
//4.5.从执行完成的future中获取数据,返回ItcastDataPartObj对象
//4.5.1.重写get方法
//4.5.1.1.使用future获取到返回的值
//判断如果返回值的状态是正常值 200
//获取到响应的实体对象 entity
//将实体对象使用EntityUtils转换成string字符串
//因为返回的是json,需要使用JSON转换成JSONObject对象
//通过regeocode获取JSON对象,然后解析对象封装国家,省市区,地址
//封装成 VehicleLocationModel 对象
//4.5.1.2.通过RedisUtil将数据写入到redis,
//key=geohash,value=封装的对象的JSON字符串toJSONString
//4.5.1.3.将国家,省市区,地址进行封装并返回
//4.6.从future的thenAccept
//4.6.1.重写accept方法,使用集合中只放一个对象


  • 引入高德Api 访问的工具类


public class GaoDeMapUtils {
    //指定高德地图请求的密钥
    private static final String KEY = ConfigLoader.getProperty("gaode.key");
    //指定返回值类型
    private static final String OUTPUT = "json";
    //请求的地址
    private static final String GET_ADDRESS_URL = ConfigLoader.getProperty("gaode.address.url");
    /**
     * 传递经纬度返回逆地理位置查询的请求地址
     * @param longitude
     * @param latitude
     * @return
     */
    public static String getUrlByLonLat(double longitude, double latitude) {
        //拼接经纬度的字符串参数
        String location = longitude + "," + latitude;
        //定义参数的集合对象
        Map<String, String> params = new HashMap<>();
        params.put("location", location);
        //根据请求base地址和参数集合列表拼接出来请求的完整地址
        String url = joinUrl(params, GET_ADDRESS_URL);
        return url;
    }
    /**
     * 拼接请求的参数和请求地址
     * @param params
     */
    private static String joinUrl(Map<String, String> params, String url) {
        StringBuilder baseUrl = new StringBuilder();
        baseUrl.append(url);
        try {
            //指定参数的索引
            int index = 0;
            Set<Map.Entry<String, String>> entries = params.entrySet();
            for (Map.Entry<String, String> param : entries) {
                if (index == 0) {
                    baseUrl.append("?");
                } else {
                    baseUrl.append("&");
                }
                //拼接所有的参数
                baseUrl.append(param.getKey()).append("=").append(URLEncoder.encode(param.getValue(), "utf-8"));
            }
            baseUrl.append("&output=").append(OUTPUT).append("&key=").append(KEY);
        } catch (UnsupportedEncodingException e) {
            e.printStackTrace();
        }
        return baseUrl.toString();
    }
}


  • 导入实时在线故障分析对象,用于存储在线故障对象——OnlineDataObj


/**
 * 实时在线故障分析javaBean对象
 */
@Data
public class OnlineDataObj extends VehicleLocationModel  {
    //车架号
    private String vin;
    //数据更新时间
    private String processTime;
    //里程表读数
    private double mileage;
    //故障标志(0正常,1故障)
    private int isAlarm;
    //故障名称(多个故障用~分割)
    private String alarmName;
    //终端时间
    private String terminalTime;
    //最早数据接收时间
    private String earliestTime;
    //单体电池最高电压
    private double maxVoltageBattery;
    //单体电池最低电压
    private double minVoltageBattery;
    //电池最高温度
    private double maxTemperatureValue;
    //电池最低温度
    private double minTemperatureValue;
    //车速
    private double speed;
    //SOC
    private int soc;
    //充电标识 0:未充电 1:充电 2:异常
    private int chargeFlag;
    //总电压,单位:V,实际取值0.1~100V
    private double totalVoltage;
    //总电流,单位:A,实际取值为-1000~1000A
    private double totalCurrent;
    //单体电池电压列表
    private String batteryVoltage;
    //电池模块温度列表
    private String probeTemperatures;
    //车系
    private String seriesName;
    //车型
    private String modelName;
    //年限(单位:月,未查到数据显示-1)
    private String liveTime;
    //销售日期
    private String salesDate;
    //车辆类型
    private String carType;
    //省份
    private String province;
    //城市
    private String city;
    //国家
    private String county;
    //区县
    private String district;
    //详细地址
    private String address;
}


  • 窗口自定义远程故障诊断自定义窗口实现——OnlineStatisticsWindowFunction


//实现WindowFunction<ItcastDataPartObj, OnlineDataObj, String, TimeWindow>接口
//1.对当前的数据集合进行升序排列
//2.获取集合中第一条数据
//3.循环遍历每条数据,将集合中存在异常的数据拼接到指定属性中
//30s窗口最多6条数据,每条数据需要检测19个字段,如果出现异常字段就进行  //字符串拼接
//3.1.过滤没有各种告警的信息,调用setOnlineDataObj 将第一条对象和每条对象和标识0 返回到OnlineDataObj,并收集这个对象
// 否则 调用setOnlineDataObj 将第一条对象和每条对象和标识1 返回到OnlineDataObj,并收集这个对象
//4.实现setOnlineDataObj 方法
//4.1.定义OnlineDataObj
//4.2.将每条的对象属性拷贝到定义OnlineDataObj
//4.3.将每条对象中表显里程赋值给mileage
//4.4.将告警信号赋值给isAlarm
//4.5.将每个对象通过addAlarmNameList生成告警list,拼接成字符串赋值给alarmName,通过字符串join
//4.6.将窗口内第一条数据告警时间赋值给 earliestTime
//4.7.将获取每条记录的充电状态通过getChargeState返回充电标识赋值给充电标记
//4.8.将当前时间赋值给处理时间
//引入-判断是否存在报警的字段,addAlarmNameList,getChargeState


车型车系销售信息广播流


  • 涉及到的字段


车型、车系、车辆销售信息数据,主要获得9个字段信息:

vin、series_name、model_name、series_code、model_code、nick_name、sales_date、product_date、car_type


  • 数据源模型
  • 从MySQL中读取车型车系销售信息


select t12.vin,t12.series_name,t12.model_name,t12.series_code,t12.model_code,t12.nick_name,t3.sales_date product_date,t4.car_type
 from (select t1.vin, t1.series_name, t2.show_name as model_name, t1.series_code,t2.model_code,t2.nick_name,t1.vehicle_id
 from vehicle_networking.dcs_vehicles t1 left join vehicle_networking.t_car_type_code t2 on t1.model_code = t2.model_code) t12
 left join  (select vehicle_id, max(sales_date) sales_date from vehicle_networking.dcs_sales group by vehicle_id) t3
 on t12.vehicle_id = t3.vehicle_id
 left join
 (select tc.vin,'net_cat' car_type from vehicle_networking.t_net_car tc
 union all select tt.vin,'taxi' car_type from vehicle_networking.t_taxi tt
 union all select tp.vin,'private_car' car_type from vehicle_networking.t_private_car tp
 union all select tm.vin,'model_car' car_type from vehicle_networking.t_model_car tm) t4
 on t12.vin = t4.vin


  • [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-eqD9pRLV-1664278460629)(assets/image-20210927174106033.png)]
  • 导入车辆车型车系结果对象


/**
 * 定义车辆基础信息表的javaBean对象
 */
@Data
@NoArgsConstructor
@AllArgsConstructor
public class VehicleInfoModel {
    //车架号
    private String vin;
    //车型编码
    private String modelCode;
    //车型名称
    private String modelName;
    //车系编码
    private String seriesCode;
    //车系名称
    private String seriesName;
    //出售日期
    private String salesDate;
    //车型
    private String carType;
    //车辆类型简称
    private String nickName;
    //年限
    private String liveTime;
}


  • 创建读取MySQL的Flink的数据源Source——VehicleInfoMysqlSource


。实现RichSourceFunction>

。将数据源广播出去


//自定义实现车辆基础信息表的加载
//加载车辆基础信息表(车辆类型、车辆、销售记录表、车辆用途表)
//重写open方法
//重写run方法
//重写close方法
//重写cancel方法


  • 窗口流数据与广播数据connect再flatMap——VehicleInfoMapMysqlFunction


//继承 RichCoFlatMapFunction<OnlineDataObj, HashMap<String, VehicleInfoModel>, OnlineDataObj>
//1.重写flatMap1
//1.1.通过 vin 获取到车辆基础信息
//1.2.如果车辆基础信息不为空
//1.2.1.将车系seriesName,车型modelName,年限LiveTime,销售日期saleDate,车辆类型carType封装到onlineDataObj对象中
//1.2.2.将onlineDataObj收集返回
//1.3.打印输出,基础信息不存在
//2.重写flatMap2
//赋值基本配置给变量


获取地理位置信息


基于geohash编码的地理位置计算


  • geohash的概念介绍(高效的多维空间点索引算法.html)


geohash 就是将地图上位置(经纬度)转换成偶数位是经度、奇数数是维度,新的二进制字节,转换成字符串,用字符串代表某一个地理位置。


  • geohash编码实现


/**
 * @Description TODO geohash算法实现工具类
 */
public class GeoHashUtil {
    // todo 经纬度编码长度
    private static int numbits =  6 * 5;
    // todo 数字字母编码数组
    final static char[] digits = {'0', '1', '2', '3', '4', '5', '6', '7',
            '8', '9', 'b', 'c', 'd', 'e', 'f', 'g',
            'h', 'j', 'k', 'm', 'n', 'p', 'q', 'r',
            's', 't', 'u', 'v', 'w', 'x', 'y', 'z'};
    // todo 存储编码字符循环存储的HashMap对象
    final static HashMap<Character, Integer> lookup = new HashMap<>();
    // todo 静态代码块,执行设置HashMap的key,value
    static {
        int i = 0;
        for (char c : digits)
            lookup.put(c, i++);
    }
    /**
     * @desc todo 根据编码后的geohash字符串值,进行解码,得到经纬度数组
     * @param geoHash
     * @return [lat, lon]
     */
    public static double[] decode(String geoHash) {
        StringBuilder buffer = new StringBuilder();
        for (char c : geoHash.toCharArray()) {
            int i = lookup.get(c) + 32;
            buffer.append(Integer.toString(i, 2).substring(1));
        }
        BitSet lonset = new BitSet();
        BitSet latset = new BitSet();
        // todo 经度,偶数位
        int j = 0;
        for (int i = 0; i < numbits * 2; i += 2) {
            boolean isSet = false;
            if (i < buffer.length())
                isSet = buffer.charAt(i) == '1';
            lonset.set(j++, isSet);
        }
        // todo 纬度,奇数位
        j = 0;
        for (int i = 1; i < numbits * 2; i += 2) {
            boolean isSet = false;
            if (i < buffer.length())
                isSet = buffer.charAt(i) == '1';
            latset.set(j++, isSet);
        }
        // todo 根据位编码、经度最小值、经度最大值计算出经度
        double lon = decode(lonset, -180, 180);
        // todo 根据位编码、纬度最小值、纬度最大值计算出经度
        double lat = decode(latset, -90, 90);
        // todo 返回纬度、经度数组
        return new double[]{lat, lon};
    }
    /**
     * @desc todo 编码方法,根据编码、维度[-90,90],经度[-180,180]
     * @param bs
     * @param floor
     * @param ceiling
     * @return
     */
    private static double decode(BitSet bs, double floor, double ceiling) {
        double mid = 0;
        for (int i = 0; i < bs.length(); i++) {
            mid = (floor + ceiling) / 2;
            if (bs.get(i))
                floor = mid;
            else
                ceiling = mid;
        }
        return mid;
    }
    /**
     * @desc todo 解码方法,根据纬度、经度,返回32编码字符串
     * @param lat 纬度
     * @param lon 经度
     * @return base32的字符串
     */
    public static String encode(double lat, double lon) {
        BitSet latbits = getBits(lat, -90, 90);
        BitSet lonbits = getBits(lon, -180, 180);
        StringBuilder buffer = new StringBuilder();
        for (int i = 0; i < numbits; i++) {
            buffer.append(lonbits.get(i) ? '1' : '0');
            buffer.append(latbits.get(i) ? '1' : '0');
        }
        return base32(Long.parseLong(buffer.toString(), 2));
    }
    /**
     * @desc todo 根据经纬度和范围,获取对应的二进制值
     * @param d 经度 | 纬度
     * @param floor 最小值
     * @param ceiling 最大值
     * @return 返回BitSet,java.util工具类,用于位移操作工具类
     */
    private static BitSet getBits(double d, double floor, double ceiling) {
        BitSet buffer = new BitSet(numbits);
        for (int i = 0; i < numbits; i++) {
            double mid = (floor + ceiling) / 2;
            if (d >= mid) {
                buffer.set(i);
                floor = mid;
            } else {
                ceiling = mid;
            }
        }
        return buffer;
    }
    /**
     * @desc todo 将经纬度合并后二二进制进行指定32位编码
     * @param i 被32编码的long值
     * @return 32编码字符串
     */
    private static String base32(long i) {
        char[] buf = new char[65];
        int charPos = 64;
        boolean negative = (i < 0);
        if (!negative)
            i = -i;
        while (i <= -32) {
            buf[charPos--] = digits[(int) (-(i % 32))];
            i /= 32;
        }
        buf[charPos] = digits[(int) (-i)];
        if (negative)
            buf[--charPos] = '-';
        return new String(buf, charPos, (65 - charPos));
    }
}
/**
 * @Description TODO 测试geohashutil 验证:http://www.geohash.cn/
 */
public class TestGeoHashUtil {
    public static void main(String[] args) {
        // todo 根据经纬度编码
        String geohash = GeoHashUtil.encode(25.050583, 121.559322);
        System.out.println(geohash);
        // todo geohash值解码
        double[] geo = GeoHashUtil.decode("wsqqw0kf1x0h");
        System.out.println(geo[0]+" "+geo[1]);
    }
}


  • 引入geohash工具类引入


/**
 * @Description TODO geohash算法实现工具类
 */
public class GeoHashUtil {
    // todo 经纬度编码长度
    private static int numbits =  6 * 5;
    // todo 数字字母编码数组
    final static char[] digits = {'0', '1', '2', '3', '4', '5', '6', '7',
            '8', '9', 'b', 'c', 'd', 'e', 'f', 'g',
            'h', 'j', 'k', 'm', 'n', 'p', 'q', 'r',
            's', 't', 'u', 'v', 'w', 'x', 'y', 'z'};
    // todo 存储编码字符循环存储的HashMap对象
    final static HashMap<Character, Integer> lookup = new HashMap<>();
    // todo 静态代码块,执行设置HashMap的key,value
    static {
        int i = 0;
        for (char c : digits)
            lookup.put(c, i++);
    }
    /**
     * @desc todo 根据编码后的geohash字符串值,进行解码,得到经纬度数组
     * @param geoHash
     * @return [lat, lon]
     */
    public static double[] decode(String geoHash) {
        StringBuilder buffer = new StringBuilder();
        for (char c : geoHash.toCharArray()) {
            int i = lookup.get(c) + 32;
            buffer.append(Integer.toString(i, 2).substring(1));
        }
        BitSet lonset = new BitSet();
        BitSet latset = new BitSet();
        // todo 经度,偶数位
        int j = 0;
        for (int i = 0; i < numbits * 2; i += 2) {
            boolean isSet = false;
            if (i < buffer.length())
                isSet = buffer.charAt(i) == '1';
            lonset.set(j++, isSet);
        }
        // todo 纬度,奇数位
        j = 0;
        for (int i = 1; i < numbits * 2; i += 2) {
            boolean isSet = false;
            if (i < buffer.length())
                isSet = buffer.charAt(i) == '1';
            latset.set(j++, isSet);
        }
        // todo 根据位编码、经度最小值、经度最大值计算出经度
        double lon = decode(lonset, -180, 180);
        // todo 根据位编码、纬度最小值、纬度最大值计算出经度
        double lat = decode(latset, -90, 90);
        // todo 返回纬度、经度数组
        return new double[]{lat, lon};
    }
    /**
     * @desc todo 编码方法,根据编码、维度[-90,90],经度[-180,180]
     * @param bs
     * @param floor
     * @param ceiling
     * @return
     */
    private static double decode(BitSet bs, double floor, double ceiling) {
        double mid = 0;
        for (int i = 0; i < bs.length(); i++) {
            mid = (floor + ceiling) / 2;
            if (bs.get(i))
                floor = mid;
            else
                ceiling = mid;
        }
        return mid;
    }
    /**
     * @desc todo 解码方法,根据纬度、经度,返回32编码字符串
     * @param lat 纬度
     * @param lon 经度
     * @return base32的字符串
     */
    public static String encode(double lat, double lon) {
        BitSet latbits = getBits(lat, -90, 90);
        BitSet lonbits = getBits(lon, -180, 180);
        StringBuilder buffer = new StringBuilder();
        for (int i = 0; i < numbits; i++) {
            buffer.append(lonbits.get(i) ? '1' : '0');
            buffer.append(latbits.get(i) ? '1' : '0');
        }
        return base32(Long.parseLong(buffer.toString(), 2));
    }
    /**
     * @desc todo 根据经纬度和范围,获取对应的二进制值
     * @param d 经度 | 纬度
     * @param floor 最小值
     * @param ceiling 最大值
     * @return 返回BitSet,java.util工具类,用于位移操作工具类
     */
    private static BitSet getBits(double d, double floor, double ceiling) {
        BitSet buffer = new BitSet(numbits);
        for (int i = 0; i < numbits; i++) {
            double mid = (floor + ceiling) / 2;
            if (d >= mid) {
                buffer.set(i);
                floor = mid;
            } else {
                ceiling = mid;
            }
        }
        return buffer;
    }
    /**
     * @desc todo 将经纬度合并后二二进制进行指定32位编码
     * @param i 被32编码的long值
     * @return 32编码字符串
     */
    private static String base32(long i) {
        char[] buf = new char[65];
        int charPos = 64;
        boolean negative = (i < 0);
        if (!negative)
            i = -i;
        while (i <= -32) {
            buf[charPos--] = digits[(int) (-(i % 32))];
            i /= 32;
        }
        buf[charPos] = digits[(int) (-i)];
        if (negative)
            buf[--charPos] = '-';
        return new String(buf, charPos, (65 - charPos));
    }
}
/**
 * @Description TODO 测试geohashutil 验证:http://www.geohash.cn/
 */
public class TestGeoHashUtil {
    public static void main(String[] args) {
        // todo 根据经纬度编码
        String geohash = GeoHashUtil.encode(25.050583, 121.559322);
        System.out.println(geohash);
        // todo geohash值解码
        double[] geo = GeoHashUtil.decode("wsqqw0kf1x0h");
        System.out.println(geo[0]+" "+geo[1]);
    }
}


定义redis操作的工具类


  • 导入 redis 操作工具类——RedisUtil


public class RedisUtil {
    private static Pool<Jedis> jedisPool = null;
    private static ReentrantLock lock = new ReentrantLock();
    private static String HOST = ConfigLoader.getProperty("redis.host");
    private static int PORT = Integer.valueOf(ConfigLoader.getProperty("redis.port"));
    private static int TIMEOUT = Integer.valueOf(ConfigLoader.getProperty("redis.session.timeout"));
    private static int DATABASE = Integer.valueOf(ConfigLoader.getProperty("redis.database"));
    private static String PASSWORD = ConfigLoader.getProperty("redis.password");
    /**
     * 初始化连接池
     */
    static {
        if ("null".equals(PASSWORD)) PASSWORD = null;
        if (jedisPool == null) {
            jedisPool = new JedisPool(new GenericObjectPoolConfig(), HOST, PORT, TIMEOUT, PASSWORD, DATABASE, "");
        }
    }
    /**
     * @desc:获得jedis客户端
     * @return Jedis客户端
     */
    public static Jedis getJedis() {
        if (jedisPool == null) {
            lock.lock(); //防止吃初始化时多线程竞争问题
            jedisPool = new JedisPool(new GenericObjectPoolConfig(), HOST, PORT, TIMEOUT, PASSWORD, DATABASE, "");
            lock.unlock();
        }
        return jedisPool.getResource();
    }
    /**
     * @desc:根据redis中存在的key获得value
     * @param key
     * @return value的字节数组
     */
    public static byte[] get(byte[] key) {
        Jedis jedis = getJedis();
        byte[] result = "".getBytes();
        if (jedis.exists(key)) {
            result = jedis.get(key);
        }
        jedis.close();
        return result;
    }
    /**
     * @desc:插入数据到redis中,并设置key的存活时间(seconds)
     * @param key
     * @param value
     * @param keyTimeout
     * @return
     */
    public static Boolean set(byte[] key, byte[] value, int keyTimeout) {
        try {
            Jedis jedis = getJedis();
            jedis.setex(key, keyTimeout, value);
            jedis.close();
            return true;
        } catch (Exception e){
            e.printStackTrace();
            return false;
        }
    }
    public static void set(byte[] key, byte[] value) {
        try {
            Jedis jedis = getJedis();
            jedis.set(key, value);
            jedis.close();
        } catch (Exception e) {
            e.printStackTrace();
        }
    }
    /**
     * @desc:释放资源,关闭连接池
     */
    public static void releaseSource() {
        if (jedisPool != null) jedisPool.close();
    }
}
目录
相关文章
|
存储 域名解析 数据安全/隐私保护
离线云监测系统OCMS软件
OCMS 是什么? OCMS ( Offline Cloud Monitoring System)是利用人们熟知的稳定可靠的第三方电子邮件、FTP 服务商提供的数据永久存储服务作为中间环节,监测设备向服务器发送数据,监测软件从服务器获取数据的以非实时在线的方式工作的无线监测预警系统。 具有数据可靠、部署快捷、操作简单、无需在线等主要优势和特点。
离线云监测系统OCMS软件
|
消息中间件 自然语言处理 容灾
实时或者准实时的说法
假期重新把之前在新浪博客里面的文字梳理了下,搬到这里。本文从个人理解出发,探探实时或者准实时搜索。
1884 0
|
6月前
|
存储 数据采集 监控
智慧工地整体方案,实现现场各类工况数据采集、存储、分析与应用
“智慧工地整体方案”以智慧工地物联网云平台为核心,基于智慧工地物联网云平台与现场多个子系统的互联,实现现场各类工况数据采集、存储、分析与应用。通过接入智慧工地物联网云平台的多个子系统板块,根据现场管理实际需求灵活组合,实现一体化、模块化、智能化、网络化的施工现场过程全面感知、协同工作、智能分析、风险预控、知识共享、互联互通等业务,全面满足建筑施工企业精细化管理的业务需求,智能化地辅助建筑施工企业进行科学决策,促进施工企业监管水平的全面提高。
359 0
|
数据采集 监控 数据可视化
「直播回放」使用 PLC + OPC + TDengine,快速搭建烟草生产监测系统
本文以 TDengine Cloud 为例,介绍如何使用 PLC + OPC + TDengine 快速搭建烟草生产监测系统。
136 0
|
存储 安全
在线监测污水排放的方案
在线监测污水排放的方案
95 0
|
存储 JavaScript 前端开发
TDengine极简实战:从采集到入库,从前端到后端,体验物联网设备数据流转
TDengine极简实战:从采集到入库,从前端到后端,体验物联网设备数据流转
1322 1
|
消息中间件 前端开发 Java
实时即未来,车联网项目之车辆驾驶行为分析【五】
单次行驶里程区间分布、单次行程消耗soc区间分布、最大里程分布、充电行程占比、平均行驶里程分布、周行驶里程分布、最大行驶里程分段统计、常用行驶里程、全国-每日平均行驶里程(近4周)、全国-单车日均行驶里程分布(近一年)、各车系单次最大行驶里程分布、不同里程范围内车辆占比情况。
351 0
实时即未来,车联网项目之车辆驾驶行为分析【五】
|
消息中间件 JSON 物联网
实时即未来,车联网项目之原始终端数据实时ETL【二】
实时即未来,车联网项目之原始终端数据实时ETL【二】
231 0
实时即未来,车联网项目之原始终端数据实时ETL【二】
|
存储 域名解析 数据安全/隐私保护
离线云监测系统
OCMS ( Offline Cloud Monitoring System)是利用人们熟知的稳定可靠的第三方电子邮件、FTP 服务商提供的数据永久存储服务作为中间环节,监测设备向服务器发送数据,监测软件从服务器获取数据的以非实时在线的方式工作的无线监测预警系统。 具有数据可靠、部署快捷、操作简单、无需在线等主要优势和特点。
离线云监测系统
|
存储 运维 监控
华汇数据运维自动化巡检-实时在线监控-实现精准化管理
运维自动化可以大大提高运维的主动性和准确性,减少技术人员的工作强度,将精力转到运维策略规划、问题分析等有价值的工作中
353 0
华汇数据运维自动化巡检-实时在线监控-实现精准化管理