阿里云原生多模数据库Lindorm与东软云科技推出联合解决方案，共建面向未来的车联网数字化运营运维云平台。东软云科技阿里车联网云能够提供海量实时监控车辆、驾驶行为、第三方交通天气等数据源数据存储融合，支撑车厂、服务提供商等客户运营大量驾驶人用户数据，快速建立驾驶行为分析模型，面向保险、车厂、商业车队、智慧城市等领域提供数据运营与分析服务。目前，该联合解决方案已在东软睿驰、江铃汽车、长城汽车等客户中得到广泛应用和实践落地。
东软集团深耕车载业务近30年，为国内外知名汽车厂商、Tier1客户提供从操作系统开发、核心技术授权到车载应用定制包括车载信息娱乐系统定制化服务及测试服务、仪表定制化开发、HMI定制化开发、车身控制系统软件开发、导航&DB编译服务、车联网、车载测试的整体智能座舱软件解决方案和服务。作为阿里云MSP合作伙伴，东软拥有近300名ACP工程师，卓越的云架构设计、上云迁移、云上实施、云上运维，以及银行级别的安全保障和云优化服务能力。能够提供基于阿里云的车联网云上服务，为车联网解决方案的运营保驾护航。
随着智能网联汽车创新场景和相关业务不断丰富，在线车辆采集上传云端的数据量激增，数据种类和结构多样化，目前常用数据存储技术手段局限于利用多种开源数据库（Opentsdb、HBase、Solr等）自建数据库存储系统集群，建设、使用、运维成本随数据量和业务场景快速增加，急需专业、高性价比、免运维的数据库存储方案。
阿里云原生多模数据库Lindorm致力于提供“存得起，看得见”的非结构化、半结构化的数据存储与处理解决方案，广泛服务于阿里巴巴集团内部和外部用户，特别是物联网、车联网等智能、互联系统海量数据存储，具备高性价比存储、开放生态兼容、多引擎异构数据融合等能力。Lindorm凭借以下优势为东软车联网业务构建了海量数据云存储一站服务平台。
- 车联网海量监控数据存储成本最低，依靠自研数据压缩存储、冷热分离、存算分离技术将时序监控数据存储成本降到极致；
- 完美对接HBase、OpenTSDB、InfluxDB、PhoneixQL、CassandraQL等大多数主流数据存储生态接口，数据迁移、生态共生方案最完备；
- 提供时序、宽表、索引、文件等多种引擎协作存储能力，为客户屏蔽多类型、异构数据处理复杂性问题；
- 企业级稳定性保障、大于99.99%数据可靠性保障，免运维，专业技术团队售后支持。
基于东软云科技阿里车联网数字化运营运维云平台，客户能够运用车联大数据进行智能分析，提供车况分析、用户画像分析及出行分析，从而向车厂研发部、质量部提供业务决策依据，帮助车厂深入洞察用户，提升运营效率，实现精准营销以及业务创新。具体应用场景如下：
- 车厂产品变革及质量监控：通过对车联网大数据的采集分析，从经济性、环境、可靠性、安全性、故障等方面挖掘数据价值，从而向车厂研发部、质量部提供业务决策依据，用于整车厂产品变革。
- 车主驾驶评价及出行助手：根据车主驾驶习惯特征，提升车辆行车效率，最大程度减少车主顾虑，为车主提供驾驶评估和安全指导，提供出行帮助，促进汽车品牌智能化服务转型。
- 汽车后市场服务：整合车联大数据中的人、车数据，根据不同行业客户的特点，提供定制化的个性服务，充分体现“自有数据运营”的价值。
- 精准营销：基于线下位置的数据采集，通过人与地理位置的结合、变化、频次等状态，实现人群标签划分、线下场景捕捉，提供精准的用户画像，帮助车厂深入洞察用户，提升运营效率，实现精准营销以及业务创新。
除此之外，东软云科技阿里车联网联合方案还能提供人、车、出行多维度分析，提升车厂决策及运营能力支撑，典型应用场景包括：
- 车况分析：提供车辆性能分析和故障分析，为车厂研发部门、采购部门、质量部门提供车况分析，包括燃油经济性、怠速、故障分析、性能分析等，从而提升整车厂的决策能力，为车厂各生产设计环节带来价值。
- 用户画像：基于购车履历、用车频度、活动区域的分析，帮助车厂洞察购车人群分布，消费偏好等，为车辆销售定位、销售策略提供客观的参考依据，从而实现精准营销以及业务创新。
- 出行分析：整合车辆行驶过程中的时空数据，对车辆行车数据和风险行为进行识别并加以刻画，提供驾驶行为分析、车辆风险画像、路线轨迹洞察，综合反映车辆行驶习惯及风险，为车厂客观了解车辆出行状况提供数据支撑。
东软云科技云解决方案和服务事业部 副总经理傅春江 表示：“数据是车联网赋能车厂和车联网服务提供商提升客户体验，构建技术竞争力的关键，阿里云原生多模数据库Lindorm具备极具竞争力的数据存储性价比和技术优势，做到了让车联网数据存得起、看得见！”
根据IDC预测，2023年全球智慧城市技术投资将达到1894.6亿美元，作为智慧城市核心系统之一的车联网运营运维支撑数据存储也将同步快速增加，东软云科技阿里云联合解决方案围绕车联网系统建设数据存储痛点问题，强强联合共建行业支撑数字基础设施。
