六月婷婷AV,国产偷窥猎奇福利二区,日韩三级片。,好吊色网站,日韩成人中文在线视频,国产亚洲午夜啪啪,亚洲欧美另类国产精品,国产成人av1,任你艹在线观看

??抵锹?lián)車聯(lián)網(wǎng)平臺(tái)如何基于 TDengine TSDB 構(gòu)建數(shù)據(jù)底座

??抵锹?lián), 徐翔

2026-04-21 / ,

小T導(dǎo)讀:海康智聯(lián)以物聯(lián)網(wǎng)、大數(shù)據(jù)與人工智能技術(shù)為核心,構(gòu)建了以“邊緣計(jì)算 + 云邊融合”為基礎(chǔ)的整體技術(shù)架構(gòu),形成覆蓋智能網(wǎng)聯(lián)與車路協(xié)同的一體化產(chǎn)品體系。作為國(guó)家級(jí)高新技術(shù)企業(yè),海康智聯(lián)參與了多項(xiàng)行業(yè)標(biāo)準(zhǔn)制定,業(yè)務(wù)已覆蓋全國(guó) 20 余個(gè)省份,為客戶提供智能網(wǎng)聯(lián)測(cè)試示范、車路協(xié)同、自動(dòng)駕駛、I2V 運(yùn)營(yíng)、交通治理、數(shù)字公路及智慧高速等解決方案。在這一體系中,海量設(shè)備持續(xù)產(chǎn)生的時(shí)序數(shù)據(jù)成為平臺(tái)運(yùn)行的關(guān)鍵基礎(chǔ)。本文將結(jié)合多個(gè)實(shí)際場(chǎng)景,分析 TDengine TSDB 在海康智聯(lián)產(chǎn)品體系中的落地實(shí)踐及應(yīng)用效果。

車聯(lián)網(wǎng)之困

作為智慧交通領(lǐng)域的領(lǐng)先企業(yè),我們?cè)谕七M(jìn)新一代車聯(lián)網(wǎng)云控平臺(tái)的建設(shè)初期,主要面臨以下三大核心痛點(diǎn):

  • 其一,車端數(shù)據(jù)接入壓力巨大:全市 10 萬(wàn)+ 運(yùn)營(yíng)車輛需實(shí)時(shí)上報(bào)車速、電機(jī)轉(zhuǎn)速、電池包 SOC、GPS 軌跡等時(shí)序數(shù)據(jù),傳統(tǒng)數(shù)據(jù)庫(kù)難以支撐高頻次、高并發(fā)的數(shù)據(jù)寫入,時(shí)常出現(xiàn)數(shù)據(jù)擁堵或丟失;
  • 其二,路側(cè)感知數(shù)據(jù)處理滯后:路側(cè) RSU、攝像頭、雷達(dá)產(chǎn)生的目標(biāo)級(jí)結(jié)構(gòu)化數(shù)據(jù)(含目標(biāo) ID、坐標(biāo)、速度、類型)需用于實(shí)時(shí)碰撞風(fēng)險(xiǎn)計(jì)算與信號(hào)燈協(xié)同,但傳統(tǒng)存儲(chǔ)方案寫入延遲超過(guò)秒級(jí),無(wú)法滿足毫秒級(jí)決策需求;
  • 其三,數(shù)據(jù)價(jià)值挖掘低效:車路協(xié)同產(chǎn)生的 PB 級(jí)歷史數(shù)據(jù)分散存儲(chǔ),缺乏統(tǒng)一的時(shí)序數(shù)據(jù)管理工具,想要聚合特定時(shí)段、路段的流量、平均速度等關(guān)鍵指標(biāo),需耗費(fèi)數(shù)小時(shí)甚至數(shù)天,嚴(yán)重影響交通宏觀決策效率。

TDengine TSDB:開啟變革

為破解上述難題,我們引入專為時(shí)序數(shù)據(jù)設(shè)計(jì)的 TDengine TSDB。 憑借“超級(jí)表 + 子表”的獨(dú)特?cái)?shù)據(jù)建模方式,TDengine TSDB 能夠很好地適配車聯(lián)網(wǎng)場(chǎng)景中“設(shè)備數(shù)量多、數(shù)據(jù)并發(fā)高、采集頻率高”的數(shù)據(jù)特征。同時(shí),TDengine TSDB 原生支持 MQTT、Kafka 等物聯(lián)網(wǎng)數(shù)據(jù)接入方式,可實(shí)現(xiàn)設(shè)備數(shù)據(jù)的直連寫入,大幅降低系統(tǒng)接入復(fù)雜度。此外,其內(nèi)置豐富的時(shí)序數(shù)據(jù)聚合函數(shù),可將歷史數(shù)據(jù)查詢時(shí)間從小時(shí)級(jí)縮短至秒級(jí),為車聯(lián)網(wǎng)系統(tǒng)的實(shí)時(shí)管控與歷史分析提供了堅(jiān)實(shí)的技術(shù)支撐。

亮點(diǎn)一:車端實(shí)時(shí)數(shù)據(jù)接入飛躍,10 萬(wàn)+ 車輛毫秒級(jí)在線管控

我們基于 TDengine TSDB 設(shè)計(jì)了 “一車一子表” 的數(shù)據(jù)模型:以 “車輛信息超級(jí)表(vehicle_info_st)” 統(tǒng)一定義車速(speed)、電機(jī)轉(zhuǎn)速(motor_speed)、電池包 SOC(battery_soc)、GPS 經(jīng)度(gps_lng)、GPS 緯度(gps_lat)等字段,每輛車對(duì)應(yīng)一張獨(dú)立子表(子表名以車輛 VIN 碼命名,如 vin_123456789)。車輛通過(guò) T-Box 以 MQTT 協(xié)議實(shí)時(shí)上報(bào)數(shù)據(jù), TDengine TSDB 實(shí)現(xiàn)毫秒級(jí)入庫(kù),穩(wěn)定支撐 10 萬(wàn)+ 車輛同時(shí)在線,確保每輛車的動(dòng)態(tài)數(shù)據(jù)無(wú)延遲、無(wú)丟失。

??抵锹?lián)車聯(lián)網(wǎng)平臺(tái)如何基于 TDengine TSDB 構(gòu)建數(shù)據(jù)底座 - TDengine Database 時(shí)序數(shù)據(jù)庫(kù)

TDengine TSDB SQL 語(yǔ)句(車輛實(shí)時(shí)數(shù)據(jù)查詢與監(jiān)控):

 --   1. 創(chuàng)建車輛信息超級(jí)表(定義時(shí)序數(shù)據(jù)結(jié)構(gòu))
CREATE   STABLE vehicle_info_st (
    ts TIMESTAMP,  -- 數(shù)據(jù)采集時(shí)間戳
    speed FLOAT,   -- 車速(單位:km/h)
    motor_speed INT,  -- 電機(jī)轉(zhuǎn)速(單位:rpm)
    battery_soc INT,  -- 電池包SOC(單位:%)
    gps_lng DOUBLE,   -- GPS經(jīng)度
    gps_lat DOUBLE    -- GPS緯度
)   TAGS (
    vin STRING,    -- 車輛唯一標(biāo)識(shí)(子表標(biāo)簽)
    vehicle_type STRING  -- 車輛類型(如公交車、出租車、私家車)
);
--   2. 查詢某輛車(VIN:vin_123456789)最近10分鐘的實(shí)時(shí)數(shù)據(jù)(用于大屏實(shí)時(shí)監(jiān)控)
SELECT   ts, speed, battery_soc, gps_lng, gps_lat 
FROM   vin_123456789 
WHERE   ts >= NOW() - 10m 
ORDER   BY ts DESC;
--   3. 統(tǒng)計(jì)全市各類型車輛的平均車速(用于交通狀態(tài)分析)
SELECT   vehicle_type, AVG(speed) AS avg_speed 
FROM   vehicle_info_st 
WHERE   ts >= NOW() - 5m 
GROUP   BY vehicle_type;

亮點(diǎn)二:路側(cè)感知數(shù)據(jù)接入升級(jí),毫秒級(jí)支撐碰撞風(fēng)險(xiǎn)與信號(hào)燈協(xié)同

針對(duì)路側(cè)感知數(shù)據(jù),我們采用 TDengine TSDB的“一路口一張子表” 建模方案:創(chuàng)建 “路側(cè)目標(biāo)信息超級(jí)表(road_side_target_st)”,定義目標(biāo) ID(target_id)、目標(biāo)坐標(biāo)(target_x/target_y)、目標(biāo)速度(target_speed)、目標(biāo)類型(target_type,如機(jī)動(dòng)車、非機(jī)動(dòng)車、行人)等字段,每個(gè)路口的路側(cè)設(shè)備(RSU + 攝像頭 + 雷達(dá))對(duì)應(yīng)一張子表(子表名以路口編號(hào)命名,如 crossing_001)。

路側(cè)設(shè)備通過(guò) MQTT、Kafka 協(xié)議將結(jié)構(gòu)化數(shù)據(jù)實(shí)時(shí)推送至區(qū)域云,由 TDengine TSDB 進(jìn)行毫秒級(jí)寫入與統(tǒng)一存儲(chǔ)。數(shù)據(jù)隨后實(shí)時(shí)同步至碰撞風(fēng)險(xiǎn)計(jì)算模塊和信號(hào)燈控制系統(tǒng)。當(dāng)系統(tǒng)檢測(cè)到車輛與行人距離小于安全閾值時(shí),可在 500 毫秒內(nèi)觸發(fā)預(yù)警,并動(dòng)態(tài)調(diào)整信號(hào)燈配時(shí),從而提升路口通行安全。

海康智聯(lián)車聯(lián)網(wǎng)平臺(tái)如何基于 TDengine TSDB 構(gòu)建數(shù)據(jù)底座 - TDengine Database 時(shí)序數(shù)據(jù)庫(kù)

TDengine TSDB SQL 語(yǔ)句(路側(cè)目標(biāo)數(shù)據(jù)查詢與風(fēng)險(xiǎn)預(yù)警) :

--   1. 創(chuàng)建路側(cè)目標(biāo)信息超級(jí)表
CREATE   STABLE road_side_target_st (
    ts TIMESTAMP,  -- 數(shù)據(jù)采集時(shí)間戳
    target_id INT,  -- 目標(biāo)唯一標(biāo)識(shí)
    target_x DOUBLE,  -- 目標(biāo)x坐標(biāo)(單位:m,基于路口坐標(biāo)系)
    target_y DOUBLE,  -- 目標(biāo)y坐標(biāo)(單位:m,基于路口坐標(biāo)系)
    target_speed FLOAT,  -- 目標(biāo)速度(單位:m/s)
    target_type STRING  -- 目標(biāo)類型(motor_vehicle/non_motor_vehicle/pedestrian)
)   TAGS (
    crossing_id STRING,  -- 路口編號(hào)(子表標(biāo)簽)
    device_id STRING     -- 路側(cè)設(shè)備ID
);
--   2. 查詢某路口(crossing_001)最近30秒內(nèi)的所有目標(biāo)數(shù)據(jù)(用于碰撞風(fēng)險(xiǎn)計(jì)算)
SELECT   ts, target_id, target_x, target_y, target_speed, target_type 
FROM   crossing_001 
WHERE   ts >= NOW() - 30s 
ORDER   BY ts DESC;
--   3. 統(tǒng)計(jì)某路口早晚高峰(7:00-9:00、17:00-19:00)的各類目標(biāo)流量(用于信號(hào)燈配時(shí)優(yōu)化)
SELECT   target_type, COUNT(DISTINCT target_id) AS target_count 
FROM   road_side_target_st 
WHERE   crossing_id = 'crossing_001' 
  AND (ts BETWEEN '2024-01-01 07:00:00' AND   '2024-01-01 09:00:00' 
       OR ts BETWEEN '2024-01-01 17:00:00'   AND '2024-01-01 19:00:00') 
GROUP   BY target_type;

亮點(diǎn)三:云控平臺(tái)與歷史分析革新,PB 級(jí)數(shù)據(jù)支撐宏觀決策

在 “邊緣云→區(qū)域云→中心云” 三級(jí)云控架構(gòu)中,TDengine TSDB 承擔(dān) “實(shí)時(shí)數(shù)據(jù)湖 + 歷史倉(cāng)庫(kù)” 雙重角色:邊緣云實(shí)時(shí)采集車端、路側(cè)數(shù)據(jù)并寫入 TDengine TSDB,區(qū)域云基于 TDengine TSDB 進(jìn)行實(shí)時(shí)計(jì)算(如路段流量統(tǒng)計(jì)),中心云則存儲(chǔ)全量 PB 級(jí)歷史數(shù)據(jù)。

借助 TDengine TSDB 超級(jí)表的高效聚合能力,系統(tǒng)能夠快速查詢?nèi)我鈺r(shí)間范圍(如近一周、近一個(gè)月)以及任意路段(如西湖大道、錢江新城隧道)的交通關(guān)鍵指標(biāo),包括車流量、平均速度以及基于車速和車輛類型計(jì)算的碳排強(qiáng)度。實(shí)際應(yīng)用中,相關(guān)數(shù)據(jù)查詢響應(yīng)時(shí)間已從傳統(tǒng)方案的 2 小時(shí)縮短至 3 秒以內(nèi),為交通宏觀決策、高精地圖更新以及城市級(jí)交通仿真提供了精準(zhǔn)的數(shù)據(jù)支撐。

??抵锹?lián)車聯(lián)網(wǎng)平臺(tái)如何基于 TDengine TSDB 構(gòu)建數(shù)據(jù)底座 - TDengine Database 時(shí)序數(shù)據(jù)庫(kù)

TDengine TSDB SQL 語(yǔ)句(交通宏觀數(shù)據(jù)聚合與分析) :

--   1. 聚合某路段(如西湖大道,通過(guò)GPS范圍界定)近1周的日均車流量與平均車速
SELECT   DATE(ts) AS stat_date, 
       COUNT(DISTINCT vin) AS   daily_flow,  -- 日均車流量(按車輛VIN去重)
       AVG(speed) AS avg_daily_speed       -- 日均平均車速
FROM   vehicle_info_st 
WHERE   gps_lng BETWEEN 120.123 AND 120.145  --   西湖大道路段經(jīng)度范圍
  AND gps_lat BETWEEN 30.234 AND 30.256   -- 西湖大道路段緯度范圍
  AND ts >= NOW() - 7d 
GROUP   BY stat_date 
ORDER   BY stat_date;
--   2. 計(jì)算全市近1個(gè)月各區(qū)域的碳排強(qiáng)度(基于車輛類型與車速的自定義公式)
SELECT   vehicle_type, 
       AVG(CASE WHEN speed <= 20 THEN   0.8  -- 低速行駛碳排系數(shù)
                WHEN speed <= 60 THEN   0.5  -- 中速行駛碳排系數(shù)
                ELSE 0.6 END) AS   carbon_intensity  -- 高速行駛碳排系數(shù)
FROM   vehicle_info_st 
WHERE   ts >= NOW() - 30d 
GROUP   BY vehicle_type;
--   3. 查詢某區(qū)域(如錢江新城)近24小時(shí)的交通流量變化趨勢(shì)(用于實(shí)時(shí)仿真)
SELECT   DATE_TRUNC('hour', ts) AS stat_hour,    -- 按小時(shí)聚合
       COUNT(*) AS hourly_flow 
FROM   vehicle_info_st 
WHERE   gps_lng BETWEEN 120.167 AND 120.189 
  AND gps_lat BETWEEN 30.268 AND 30.290 
  AND ts >= NOW() - 24h 
GROUP   BY stat_hour 
ORDER   BY stat_hour;

業(yè)務(wù)改進(jìn)與提升

1. 成本效益雙豐收

相比傳統(tǒng)數(shù)據(jù)庫(kù)方案, TDengine TSDB 通過(guò) “超級(jí)表 + 子表” 的輕量化建模,將存儲(chǔ)成本降低 60%(PB 級(jí)數(shù)據(jù)存儲(chǔ)無(wú)需額外擴(kuò)容硬件);同時(shí),其原生支持?jǐn)?shù)據(jù)壓縮與分布式計(jì)算,減少了 50% 的服務(wù)器部署數(shù)量,每年為我們節(jié)省硬件采購(gòu)與運(yùn)維成本超 200 萬(wàn)元。此外,數(shù)據(jù)查詢效率提升 99%(從 2 小時(shí)縮短至 3 秒),大幅減少計(jì)算資源占用,進(jìn)一步降低 IT 運(yùn)營(yíng)成本。

2. 決策精準(zhǔn)效率高

依托 TDengine TSDB 的實(shí)時(shí)數(shù)據(jù)處理能力,我們的車輛管控業(yè)務(wù)實(shí)現(xiàn)了從 “事后追溯” 到 “實(shí)時(shí)預(yù)警” 的轉(zhuǎn)變(如 10 萬(wàn) + 車輛異常狀態(tài)可在 1 秒內(nèi)觸發(fā)警報(bào));在宏觀決策層面,基于 TDengine TSDB 的快速數(shù)據(jù)聚合,交通信號(hào)燈配時(shí)優(yōu)化周期從 1 個(gè)月縮短至 1 周

未來(lái)展望:持續(xù)進(jìn)化

下一步,我們將繼續(xù)深化 TDengine TSDB 的應(yīng)用場(chǎng)景:一方面,拓展 “車-路-云-人” 全要素?cái)?shù)據(jù)接入,將共享單車、行人過(guò)馬路數(shù)據(jù)納入 TDengine TSDB 中進(jìn)行管理,構(gòu)建更全面的交通數(shù)據(jù)體系;另一方面,基于 TDengine TSDB 的時(shí)序數(shù)據(jù)挖掘能力,開發(fā) “交通擁堵預(yù)測(cè)模型”,實(shí)現(xiàn)提前 15 分鐘預(yù)測(cè)路段擁堵情況并推送至市民導(dǎo)航 APP,進(jìn)一步提升城市交通智能化水平。

關(guān)于??抵锹?lián)

浙江海康智聯(lián)科技有限公司為中電??导瘓F(tuán)旗下企業(yè),秉承中國(guó)電子科技集團(tuán)有限公司新一代信息基礎(chǔ)設(shè)施戰(zhàn)略,用科技筑基交通強(qiáng)國(guó)偉業(yè),致力成為國(guó)內(nèi)領(lǐng)先的智能網(wǎng)聯(lián)與車路協(xié)同產(chǎn)品和技術(shù)服務(wù)商。在《交通強(qiáng)國(guó)建設(shè)綱要》的指引下,??抵锹?lián)持續(xù)以“客戶為中心”進(jìn)行技術(shù)與產(chǎn)品的研發(fā)和創(chuàng)新,打造數(shù)字化、網(wǎng)聯(lián)化、智能化、協(xié)同化的數(shù)智道路,構(gòu)建泛在的、先進(jìn)的交通信息基礎(chǔ)設(shè)施。

作者:海康智聯(lián) 徐翔