一种车联网大数据实时分析方法、装置、设备及介质制造方法及图纸

本申请涉及大数据分析技术领域，提供了一种车联网大数据实时分析方法、装置、设备及介质，方法包括：获取车联网流数据、车辆型号和异常事件判断阈值，并将车联网流数据、车辆型号和异常事件判断阈值传输至流数据处理框架；将车辆型号转换为车辆型号广播流，并将车辆编号与目标车辆事件进行匹配；将车辆型号广播流与数据匹配后的车联网流数据合并，得到数据合流，将异常事件判断阈值添加至所述数据合流，并将车辆编号与车辆型号和异常事件判断阈值进行匹配；根据异常事件分析函数对数据合流进行处理，得到分析结果。本申请通过流数据处理框架对车联网流数据和车辆型号组成的数据合流进行处理，能够确保车联网数据分析的实时性和准确性。和准确性。和准确性。

【技术实现步骤摘要】
一种车联网大数据实时分析方法、装置、设备及介质


[0001]本申请涉及大数据分析
，具体涉及一种车联网大数据实时分析方法、装置、设备及介质。

技术介绍

[0002]随着物联网时代的深入，车联网数据规模日益增大，基于车联网大数据的各类统计分析需求也更多更复杂，其中对分析结果的实时性也有了更高要求，因此在车联网大数据技术中实时分析技术也成为重要发展技术之一。
[0003]目前现有的车联网大数据分析方法多采用离线计算以满足分析需求，或采用微服务架构实现数据分析需求，但是因为离线计算和微服务架构的本身功能局限性，无法满足车联网数据高效、准确的实时分析需求。因此，如何实现对车联网数据的高效、转准确的实时计算，是目标亟需解决的问题。

技术实现思路

[0004]鉴于以上所述现有技术的缺点，本申请的目的在于提供一种车联网大数据实时分析方法、装置、设备及介质，用于解决现有技术中如何实现对车联网数据的高效、转准确的实时计算的问题。
[0005]为实现上述目的及其他相关目的，本申请提供一种车联网大数据实时分析方法，所述方法包括：
[0006]获取车联网流数据、车辆型号和异常事件判断阈值，并将所述车联网流数据、车辆型号和异常事件判断阈值传输至预先配置的流数据处理框架，所述车联网流数据包括车辆编号、目标车辆事件；
[0007]根据预设的广播状态描述符将所述车辆型号转换为车辆型号广播流，并将所述车辆编号与所述目标车辆事件进行匹配以得到数据匹配后的车联网流数据；
[0008]将所述车辆型号广播流与所述数据匹配后的车联网流数据合并，得到数据合流，将所述异常事件判断阈值添加至所述数据合流，并将所述车辆编号与所述车辆型号和异常事件判断阈值进行匹配；
[0009]通过所述预先配置的流数据处理框架，根据预设的功能需求对应的异常事件分析函数对所述数据合流进行处理，得到分析结果。
[0010]于本申请的一实施例中，所述将所述车联网流数据、车辆型号和异常事件判断阈值传输至预先配置的流数据处理框架之前，还包括：
[0011]通过预先构建的车联网数据框架，将车辆事件的发生时间设置为主线；
[0012]设置所述预先构建的车联网数据框架的状态后端，并开启流数据单次处理语义的状态检查点，所述状态检查点用于检查流数据是否进行单次处理；
[0013]启动所述预先构建的车联网数据框架的重启机制，完成所述预先构建的车联网数据框架的配置。
[0014]于本申请的一实施例中，获取车联网流数据，包括：
[0015]通过预先构建的数据源接口，获取实时消息队列中目标主题对应的初始车联网流数据，所述初始车联网流数据为JSON格式；
[0016]将所述初始车联网流数据反序列化为字符形式，并根据预设的数据转换算子，将反序列化后的初始车联网流数据实例化为JSON对象，得到第一预处理车联网流数据；
[0017]根据预设的功能需求，去除所述第一预处理车联网流数据的冗余车辆编号和冗余目标车辆事件，得到第二预处理车联网流数据；
[0018]提取所述第二预处理车联网流数据中的时间戳并设置水位线，将第二预处理车联网流数据按车辆编号进行分流并将分流后的车联网流数据输入预先构建的滚动窗口，根据预设的全窗口函数将所述滚动窗口中的所有数据按时间升序排列并去除时间重复的冗余数据，得到预处理后的车联网流数据。
[0019]于本申请的一实施例中，获取车辆型号和异常事件判断阈值，包括：
[0020]通过预设的链接方式与车辆信息数据库建立链接；
[0021]根据所述预设的功能需求和数据获取周期，从已链接的所述车辆信息数据库中周期性获取车辆信息表数据，并根据预设的车辆型号数据结构和阈值数据结构对所述车辆信息表数据进行封装，得到所述车辆型号和异常事件判断阈值。
[0022]于本申请的一实施例中，所述根据预设的功能需求对应的异常事件分析函数对所述数据合流进行处理，得到分析结果，包括：
[0023]对所述数据合流中的JSON对象的每一帧JSON数据进行处理，得到车辆事件状态变量；
[0024]通过与功能需求对应的数据调用方法对所述车辆事件状态变量进行调用；
[0025]根据所述异常事件分析函数对每一个所述车辆事件状态变量的状态进行实时分析，若分析结果为所述车辆事件状态变量超出所述异常事件判断阈值，则生成异常预警数据，所述异常预警数据用于通过预设的数据流输出接口输出至异常预警数据显示终端。
[0026]于本申请的一实施例中，所述目标车辆事件包括车辆电源最高单体电压和电压检测时间，所述异常事件判断阈值包括单体过压阈值，所述根据预设的功能需求对应的异常事件分析函数对所述数据合流进行处理，得到分析结果，包括：
[0027]根据所述异常事件分析函数，从所述数据合流中的JSON对象中读取车辆电源最高单体电压,并将所述车辆电源最高单体电压转换为浮点数型数值；
[0028]将所述车辆电源最高单体电压与所述单体过压阈值进行比对，若所述车辆电源最高单体电压大于所述单体过压阈值，则将所述车辆编号、电压检测时间和车辆电源最高单体电压组成三元组；
[0029]根据所三元组生成车辆电源单体过压预警数据，所述车辆电源单体过压预警数据用于通过调用数据流输出接口传输至异常预警终端并进行车辆电源单体过压实时预警。
[0030]于本申请的一实施例中，所述通过调用数据流输出接口传输至异常预警终端并进行车辆电源单体过压实时预警，包括：
[0031]调用所述数据流输出接口，将所述单体过压预警数据传输至分析结果存储数据库中；
[0032]提取所述分析结果存储数据库的数据表中的单体过压预警数据，并将被提取的所
述单体过压预警数据传输至异常预警终端，以对所述单体过压预警数据进行展示；
[0033]断开所述流数据处理框架与所述分析结果存储数据库的链接，并释放所述分析结果存储数据库的存储资源。
[0034]于本申请的一实施例中，还提供了一种车联网大数据实时分析装置，所述装置包括：
[0035]信息获取模块，用于获取车联网流数据、车辆型号和异常事件判断阈值，并将所述车联网流数据、车辆型号和异常事件判断阈值传输至预先配置的流数据处理框架，所述车联网流数据包括车辆编号、目标车辆事件；
[0036]流数据转换模块，用于根据预设的广播状态描述符将所述车辆型号转换为车辆型号广播流，并将所述车辆编号与所述目标车辆事件进行匹配以得到数据匹配后的车联网流数据；
[0037]数据合流模块，用于将所述车辆型号广播流与所述数据匹配后的车联网流数据合并，得到数据合流，将所述异常事件判断阈值添加至所述数据合流，并将所述车辆编号与所述车辆型号和异常事件判断阈值进行匹配；
[0038]数据合流分析模块，用于通过所述预先配置的流数据处理框架，根据预设的功能需求对应的异常事件分析函数对所述数据合流进行处理，得到分析结果。
[0039]于本申请本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车联网大数据实时分析方法，其特征在于，所述方法包括：获取车联网流数据、车辆型号和异常事件判断阈值，并将所述车联网流数据、车辆型号和异常事件判断阈值传输至预先配置的流数据处理框架，所述车联网流数据包括车辆编号、目标车辆事件；根据预设的广播状态描述符将所述车辆型号转换为车辆型号广播流，并将所述车辆编号与所述目标车辆事件进行匹配以得到数据匹配后的车联网流数据；将所述车辆型号广播流与所述数据匹配后的车联网流数据合并，得到数据合流，将所述异常事件判断阈值添加至所述数据合流，并将所述车辆编号与所述车辆型号和异常事件判断阈值进行匹配；通过所述预先配置的流数据处理框架，根据预设的功能需求对应的异常事件分析函数对所述数据合流进行处理，得到分析结果。2.根据权利要求1所述的车联网大数据实时分析方法，其特征在于，所述将所述车联网流数据、车辆型号和异常事件判断阈值传输至预先配置的流数据处理框架之前，还包括：通过预先构建的车联网数据框架，将车辆事件的发生时间设置为主线；设置所述预先构建的车联网数据框架的状态后端，并开启流数据单次处理语义的状态检查点，所述状态检查点用于检查流数据是否进行单次处理；启动所述预先构建的车联网数据框架的重启机制，完成所述预先构建的车联网数据框架的配置。3.根据权利要求1所述的车联网大数据实时分析方法，其特征在于，获取车联网流数据，包括：通过预先构建的数据源接口，获取实时消息队列中目标主题对应的初始车联网流数据，所述初始车联网流数据为JSON格式；将所述初始车联网流数据反序列化为字符形式，并根据预设的数据转换算子，将反序列化后的初始车联网流数据实例化为JSON对象，得到第一预处理车联网流数据；根据预设的功能需求，去除所述第一预处理车联网流数据的冗余车辆编号和冗余目标车辆事件，得到第二预处理车联网流数据；提取所述第二预处理车联网流数据中的时间戳并设置水位线，将第二预处理车联网流数据按车辆编号进行分流并将分流后的车联网流数据输入预先构建的滚动窗口，根据预设的全窗口函数将所述滚动窗口中的所有数据按时间升序排列并去除时间重复的冗余数据，得到预处理后的车联网流数据。4.根据权利要求1所述的车联网大数据实时分析方法，其特征在于，获取车辆型号和异常事件判断阈值，包括：通过预设的链接方式与车辆信息数据库建立链接；根据所述预设的功能需求和数据获取周期，从已链接的所述车辆信息数据库中周期性获取车辆信息表数据，并根据预设的车辆型号数据结构和阈值数据结构对所述车辆信息表数据进行封装，得到所述车辆型号和异常事件判断阈值。5.根据权利要求1或3所述的车联网大数据实时分析方法，其特征在于，所述根据预设的功能需求对应的异常事件分析函数对所述数据合流进行处理，得到分析结果，包括：对所述数据合流中的JSON对象的每一帧JSON数据进行处理，得到车辆事件状态变量；
通过与功能需求对应的数据调用方法对所述车辆事件状态变量进行调用；根据所述异常事件分析函数对每一...

【专利技术属性】
技术研发人员：冉江，邓鹏，蒲江，江振文，杨旭，
申请(专利权)人：重庆长安新能源汽车科技有限公司，
类型：发明
国别省市：