車聯(lián)網(wǎng)時序數(shù)據(jù)庫
目前解決方案存在的問題
傳統(tǒng)數(shù)據(jù)庫在處理大量車聯(lián)網(wǎng)產(chǎn)生的時序數(shù)據(jù)時,由于缺乏有效的數(shù)據(jù)壓縮和存儲機制,會導致存儲空間迅速膨脹,從而增加了存儲成本。
車聯(lián)網(wǎng)數(shù)據(jù)具有高頻率和大規(guī)模的特點,傳統(tǒng)數(shù)據(jù)庫在處理這樣的數(shù)據(jù)時,可能會因為沒有針對時序數(shù)據(jù)優(yōu)化的查詢算法而導致查詢速度緩慢。
應(yīng)用往往需要實時或近實時的數(shù)據(jù)處理能力,以便快速響應(yīng)變化和緊急情況。而傳統(tǒng)數(shù)據(jù)庫在數(shù)據(jù)寫入和查詢可能無法滿足實時性要求。
為了處理車聯(lián)網(wǎng)數(shù)據(jù),可能需要構(gòu)建復雜的數(shù)據(jù)處理架構(gòu),包括數(shù)據(jù)收集、存儲、分析等多個環(huán)節(jié),增加了系統(tǒng)的復雜性和維護的難度。
復雜的系統(tǒng)架構(gòu)導致開發(fā)人員可能需要學習和掌握多種技術(shù)和工具來處理這些數(shù)據(jù),這無疑增加了學習成本。
復雜的系統(tǒng)架構(gòu),導致車聯(lián)網(wǎng)數(shù)據(jù)平臺可能缺乏靈活的 API 接口和標準化的數(shù)據(jù)交換格式,這使得與第三方應(yīng)用的集成變得復雜和困難。
架構(gòu)圖
圖-1.png)
TDengine TSDB 解決方案的優(yōu)點
TDengine TSDB 針對時序數(shù)據(jù)的特點進行了優(yōu)化,其數(shù)據(jù)插入和查詢的性能比通用大數(shù)據(jù)平臺高出 10 倍以上。
由于高效的壓縮和多級存儲,TDengine TSDB 在存儲時序數(shù)據(jù)時占用的空間遠小于傳統(tǒng)解決方案。
內(nèi)置流計算、數(shù)據(jù)訂閱、緩存等功能,減少了對其他大數(shù)據(jù)組件的依賴,如 Kafka、HBase、Spark、Redis 等。
簡化的架構(gòu)和高性能使得研發(fā)和運營成本大幅減少。
TDengine TSDB 具備強大的彈性伸縮能力,能夠處理不同規(guī)模的車聯(lián)網(wǎng)數(shù)據(jù)處理需求。
換電站

- 14810 k/s 讀取,880k/s 寫入
- 引入超級表管理子表
- 多級存儲,降低成本
- 不依賴任何第三方軟件,集群安裝方便,支持靈活擴容
- 提供多種聚合函數(shù)

為了給用戶提供更好的補能體驗,蔚來能源在加電基礎(chǔ)設(shè)施上進行了大量的投入,截止 2021 年底,已經(jīng)在全國各地布局了換電站 777 座,超充樁 3,404 根,目充樁 3,461 根,為用戶安裝家充樁 96,000+ 根。為了對設(shè)備進行更高效的管理,需要將設(shè)備采集數(shù)據(jù)上報至云端進行存儲,并提供實時數(shù)據(jù)查詢、歷史數(shù)據(jù)查詢等業(yè)務(wù)服務(wù),用來做設(shè)備監(jiān)控和分析。
車聯(lián)網(wǎng)實時信號

- 解決使用數(shù)據(jù)重復解析問題
- 列式存儲,支持 SQL,提高業(yè)務(wù)靈活性
- 提升 10~20 倍壓縮性能,節(jié)省存儲成本
- 入庫性能高,解決以前 Hbase 入庫不及時的問題

浙江零跑科技股份有限公司(leapmotor)作為一家科技型企業(yè),是國內(nèi)極少數(shù)擁有智能電動汽車完整自主研發(fā)能力并掌握核心技術(shù)的新能源汽車廠家。一直以來,在數(shù)據(jù)存儲上零跑的選擇都是 MongoDB 和 HBase,但是隨著業(yè)務(wù)的加速擴張,寫入速度太慢、支撐成本過高等問題也逐漸顯現(xiàn)。
云端基礎(chǔ)平臺

- 每次數(shù)據(jù)上報都包含時間戳,這是典型的時序數(shù)據(jù)場景
- 有效支撐極氪在數(shù)據(jù)管理和分析上的需求
- 處理大規(guī)模數(shù)據(jù)時的高效讀寫性能和水平擴展能力

隨著極氪汽車銷量的快速增長和業(yè)務(wù)的不斷擴張,車機和智能座艙等產(chǎn)生的數(shù)據(jù)量呈爆炸式增長。極氪在設(shè)計研發(fā)新一代車聯(lián)網(wǎng)云端基礎(chǔ)平臺時,經(jīng)過充分的對比選型,參考國內(nèi)外主流系統(tǒng)架構(gòu),最終選擇應(yīng)用 TDengine 構(gòu)建云端基礎(chǔ)平臺。基于 TDengine 的云端基礎(chǔ)平臺將有效支撐極氪在數(shù)據(jù)管理和分析上的需求,特別是在處理大規(guī)模數(shù)據(jù)時的高效讀寫性能和水平擴展能力,為后續(xù)新車和其他車型的大規(guī)模接入提供了有力保障。
應(yīng)用場景
實時監(jiān)控車輛的狀態(tài),如速度、位置和運行狀況。
分析時序數(shù)據(jù)以預測車輛的維護需求。
評估駕駛員的行為模式,提高安全性。
監(jiān)測和優(yōu)化車輛的能源消耗。
存儲和查詢車輛的歷史軌跡數(shù)據(jù)。
處理車輛事件觸發(fā)的數(shù)據(jù),如碰撞或異常移動。
提供車輛狀態(tài)的實時更新和警報。
實時處理和分析車輛數(shù)據(jù)流。
為車企提供數(shù)據(jù)管理和分析上的支持.



互聯(lián)網(wǎng).png)



-1.png)










伙伴.png)
伙伴.png)
伙伴.png)



