自行车赛2.0——大数据如何再造环法自行车赛

简介:



自行车赛这些年日子不好过。高科技能否拯救它?


自行车这个运动正在发生一些非同寻常的变化。著名的环法自行车赛将于这周末开始,历时三周。它,正处于这些变化的核心。 


头号物证是安装在198名参赛者座位底下的一个小小的黑色遥测感应器。他们将带着它跨越21个赛段。令人疲乏的赛程长达3535公里,以逆时针方向环绕法国乡村,并途径西班牙、瑞士境内的小段距离。


经过2015年的比赛测试,这款感应器虽然其貌不扬,但一次关键性的成功,使它可名正言顺地在体育报道领域被称为静悄悄的革命。自行车运动看起来常有一些神秘色彩,这源于赛段绝对的迷惑性,没有人,甚至连赛手和车队运动总监也不总是很清楚比赛的状态或对手的位置。而这款感应器将这种不确定性一扫而光。


某个赛手是高兴地奔向打破纪录的终点,还是吃力地跟在所有人的后面?新的环法自行车赛中心的门户网站可以(其制造商保证)接收反馈可靠的GPS数据,使粉丝们可以得到非常精确的答案。


其他提供的信息包括赛手任意时刻的速度,竞争者之间的距离,路上的车队组成以及当地的天气状况如风速和风向。 赛手在山区的话,甚至可以看到每位赛手正在攀登的海拔高度。


在这个新奇的世界里,你可能会开始觉得比赛像是某种移动的物联网——碰巧移动之物是人类竞赛者。


大概唯一不能提供的数据是赛手的齿轮比组成和他们的早餐内容。但是在研究比赛组织者环法公司(ASO)野心勃勃的2016年度市场材料后,可以想象这些数据很有可能出现在下一个版本中。


在沿途某个地方,环法公司现代化赛事负责人Christian Prudhomme看起来对环法自行车赛以及数据在塑造其未来中所扮演的角色有深刻的领悟。从现在起,数据将会是赛事如何在新生代粉丝中开拓市场的主角。如果要吸引到可靠的赞助商赞助车手的紧急需求,必须把他们引诱到屏幕前来。


高科技转化的另一个关注点是通过比赛中某些赛手车上固定的摄像机GoPro 来捕获主车群中的视频信息,而不是通过传统的架设在外部的电视摄像头来观看比赛。


在幕后,支持环法自行车赛2.0的大数据是由高科技公司Dimension Data开发的。其核心是一辆大卡车,外面印着公司的绿色标志,里面有约6-8名软件工程师。随着赛事的进行,这辆大卡车也从一个赛段移动到另一个赛段。


表面上看,它与一台外景电视转播车并无不同,然而它是一个完全不同的设备。它的内部是分析系统,将每个赛段从赛手们车上捕获的六百万条实时数据转化为网站所需要的内容,继而告知全世界。


如果把它比作数字炼金术,那么就在这个轮子的数据中心,各种成分被混合起来。


在此发生的一切,在时间上,就如同电视转播车一样重要,也许更加重要。如果电视图片展示了剧情,那么越来越多赛手的表现数据可以提供解释。


实现这一切的是Dimension Data公司环法项目的负责人Adam Foster。Techworld试图追上他,但是想追上一个最近几个星期总在法国各地跑来跑去的人不是一件容易的事。作为一名自行车运动的发烧友,为全世界最大最好的自行车赛管理一个野心勃勃的大数据项目,这要么是世界上最好的工作,要么是压力山大乏善可陈的。


“去年我们运行了测试版本,而对于能实现什么,我们只能实事求是。”一开始他就坦白承认,2015年比赛期间的平台测试版试用中充满了各种小问题。赛手方面的数据采集突然中断,导致赛手的表现信息显示荒谬的数字或者什么也没显示。


“我们曾因距离问题而在获取一致的数据方面感到费劲。设备每秒都会发送GPS坐标,但相关数据会溜入黑洞,因为没什么东西来接受它。”他说到。


“现在它们的发送方式改进了。我们期待更细化的数据,尤其在比赛分散开之后。”


这是意料之中的事。数据曾由车座下的感应器传输给直升机和飞机,这在赛手们穿越深山相互距离好几千米时将会是个棘手的任务。这样的设施本是为支持摩托车后方屈指可数的几架电视摄像机而建,而不是面向位于多个地点的198位赛手的。电视传播所感兴趣的可能也就是领先组以及紧随其后的那组。相比之下,数据导向的比赛则同时追踪每个人。


Foster说,Dimension Data公司去年还是个数家公司的拼凑品,而今年它提升了数据传输距离,现在成为承接所有数据的唯一枢纽。


把这一切做成功的挑战仍然是惊人的。粉丝们理所应当地觉得在一级方程式一类的比赛中数据和电视转播工作应正常联手运转,但是Foster指出,这种联手运转能成功是因为比赛在固定场地进行。相比之下,环法自行车赛的赛段则可蔓延240千米以上、跨越艰险地形、历经各种天气。


“我们必须克服的最初挑战是在任何位置都能提供一个稳健平台。某一天我们可能会在法国的一个城市中心,而接下来马上就到了文拓山 (Mont Ventoux) 的山顶。无论环境如何,所提供的质量必须始终如一。” Foster说到。


其他升级包括建立庞大的移动数据中心来应对更大的数据吞吐量,以及进行分析能力升级来更好处理位于一切事情之下的GPS数据。


该平台全天候运行,而赛段每天只进行几个小时,这起初听起来有点令人费解。其原因是维度数据的团队要保持平台运转以支持全球报道,这意味着所涉及的团队们位于美国和澳大利亚以及法国本身。 


今年数据传送将只能通过传统网络门户提供,但Foster预测接下来一两年的比赛应该会扩展到移动应用程序上。这对环法比赛2.0的成功至关重要。对于大批无法在电视或电脑上看直播的粉丝(赛段在欧洲的工作日进行),移动直播传送不可或缺。


2016年的比赛中,Dimension Data公司不仅将协调数据传送,而且将赞助南非自行车队“维度数据队(Team Dimension Data)”。车队由自行车知名人士马克·卡文迪什 (Mark Cavendish),史蒂夫·卡明斯 (Steve Cummings),艾德瓦得·博阿松·哈根 (Edvald Boasson Hagen) 和厄立特里亚·丹尼尔·泰克海马诺 (Eritrean Daniel Teklehaimanot) 组成,其中每人都有可能赢得单独赛段。 


并非所有关注都受到欢迎:2015年,在宣布与ASO环法比赛合作关系后的最初几个月,Dimension Data的企业网络收到1000多万次侦察扫描来寻找可被用于破坏报道覆盖的弱点。今年,公司非常清楚它将再次成为首要目标,并已采取措施巩固自身以应对攻击。


至于竞技活动,Foster承认,从他的比赛日数据掩体中,他可能不会体验到很多精彩呈现。


“公平地说,作为从记事起就是环法粉丝并亲身到过比赛现场的人,我大概少看了比赛。”他讲述2015年的经历。“但我不会用幕后的经历来换我之前的那种全身心投入。这完全不同。我怀念的是他们到达终点线时的各种戏剧性”。


2016年,环法自行车赛仍然被外界看作一项被法国人、体育受虐狂和违禁药用者所热爱的偏门运动。实时大数据如今承诺扩展这项运动使其不再受限于狭窄的视野。比赛组织者认为他们已经在比赛数据中发现了这项运动未来的一个重要维度。


“我希望我们能改变这项运动的面貌。这是一项能提供很多东西的运动,而技术在讲述相关故事方面具有非常重要的一席之地。”


原文发布时间为:2016-07-31

本文来自云栖社区合作伙伴“大数据文摘”,了解相关信息可以关注“BigDataDigest”微信公众号

相关实践学习
基于MaxCompute的热门话题分析
Apsara Clouder大数据专项技能认证配套课程:基于MaxCompute的热门话题分析
相关文章
|
缓存 数据中心 网络架构
5个减少网络延迟的简单方法
高速互联网对工作与娱乐至关重要,延迟和断线会严重影响效率和体验。本文探讨了导致连接缓慢的三个关键因素:吞吐量、带宽和延迟,并提供了减少延迟的实用方法。包括重启设备、关闭占用带宽的程序、使用有线连接、优化数据中心位置以及添加内容分发网络 (CDN) 等策略。虽然完全消除延迟不可能,但通过这些方法可显著改善网络性能。
4776 7
|
监控 Oracle 关系型数据库
"深度剖析:Oracle SGA大小调整策略——从组件解析到动态优化,打造高效数据库性能"
【8月更文挑战第9天】在Oracle数据库性能优化中,系统全局区(SGA)的大小调整至关重要。SGA作为一组共享内存区域,直接影响数据库处理能力和响应速度。本文通过问答形式介绍SGA调整策略:包括SGA的组成(如数据缓冲区、共享池等),如何根据负载与物理内存确定初始大小,手动调整SGA的方法(如使用`ALTER SYSTEM`命令),以及利用自动内存管理(AMM)特性实现智能调整。调整过程中需注意监控与测试,确保稳定性和性能。
1549 2
|
Cloud Native 安全 网络协议
有没有一些开源的工具可以帮助我抵御DDoS攻击?
开源DDoS防护工具包括: 1. ExaBGP:多功能BGP工具,用于流量保护。 2. DDoS-Ripper:DDoS攻击服务器,产生大量流量。 3. mCaptcha:无感知验证码,防御垃圾信息和DDoS。 4. Gatekeeper:首个开源DDoS防护系统。 5. Curiefense:统一的云原生应用保护平台,内置DDoS防护。 6. XDP-Firewall:利用Linux XDP快速阻断恶意流量的防火墙。
2440 1
|
JavaScript Java 关系型数据库
在线考试|基于Springboot的在线考试管理系统设计与实现(源码+数据库+文档)
在线考试|基于Springboot的在线考试管理系统设计与实现(源码+数据库+文档)
919 0
|
JSON JavaScript 安全
基于Windows微信实现实时收发微信消息App
基于Windows微信实现实时收发微信消息App
2359 0
基于Windows微信实现实时收发微信消息App
|
Java 索引
Java基础之流程控制
Java基础的流程控制包括顺序、选择和循环控制。顺序控制是默认的逐行执行;选择控制(if/else, if...else if...else, switch)根据条件执行不同代码块;循环控制(for, while, do-while)用于重复执行代码。for循环适合已知循环次数,while适合未知次数但有明确终止条件,do-while至少执行一次。知识点包括if与switch的区别、for-each循环的工作原理、嵌套循环、避免死锁的方法以及尾递归在优化递归调用中的作用。
293 0
|
3天前
|
人工智能 API 内存技术
刚刚 DeepSeek V4.1 Flash 开启内测,1 分钟教你用上!
刚刚 DeepSeek 内测群发布了 DeepSeek V4.1 Flash 中间版本内测的消息,这次的模型采用了新的结构,原生支持多模态、能力更强、速度更快、且成本更低。
1637 5
|
8天前
|
人工智能 运维 BI
阿里云千问办公QwenWork深度解析:基于Qwen3.8,六大核心能力重构企业全自动化工作流与计费选型指南
传统AI办公工具大多停留在对话问答、文档摘要、简单文案生成层面,只能完成单点碎片化任务,无法自主拆解复杂业务流程,很难串联多工具、多文档、外部业务系统完成端到端完整工作交付。很多企业在落地AI办公的时候,需要组合多款不同工具,来回切换界面,手动复制粘贴中间结果,智能化改造落地门槛居高不下。千问办公QwenWork是整合多款智能体产品能力打造的一体化企业办公智能体平台,底层基座依托Qwen3.8大模型,打通桌面端Agent、云端Agent、企业协同Agent三种运行形态,不再局限简单问答,接收业务目标之后自主拆解任务步骤,调用各类工具,处理文档、表格、浏览器自动化、数据查询,直接输出可交付的办公
1608 0
|
5天前
|
SQL 人工智能 前端开发
QoderWake 1.0 正式发布:从桌面里的 Agent,到工作现场的数字员工
QoderWake v1.0正式发布:企业级数字员工团队平台。支持“一句话建岗”,预置10类特训岗位;Waker常驻钉钉/飞书群,@即响应、自动协作、跨任务记忆;具备定时/事件/API多触发方式与统一任务看板;已沉淀27.6万条记忆、12.3万项技能,助力组织实现人机协同增效。
706 1
|
16天前
|
人工智能 自然语言处理 安全
阿里云千问办公、Qoder Teams、Qoder CN区别与选择指南:模型能力、适用场景与最新活动参考
本文聚焦阿里云2026年推出的三款自研AI办公产品,清晰拆解千问办公、Qoder Teams、Qoder CN的差异化定位与能力边界:千问办公主打职场全场景提效,支持自然语言指令一键完成PPT生成、数据分析等高频办公任务;Qoder Teams面向程序员团队,深度整合AI代码生成、团队协同与企业知识库能力;Qoder CN则专为金融、政务等强合规场景打造,实现数据不出境与VPC私有化部署。文章同步给出分场景选型指南与最新活动定价,帮助不同类型的企业按需组合产品,实现业务岗、研发岗与强合规场景的AI能力全覆盖。
3854 5
阿里云千问办公、Qoder Teams、Qoder CN区别与选择指南:模型能力、适用场景与最新活动参考