智能車載終端接入平臺(tái)與高并發(fā)處理技術(shù)的研究與實(shí)現(xiàn).pdf

1、隨著車聯(lián)網(wǎng)與大數(shù)據(jù)技術(shù)的發(fā)展，面向智能交通綜合應(yīng)用的車輛管理服務(wù)平臺(tái)架構(gòu)由傳統(tǒng)的分散式、本地化，走向集中式、扁平化，平臺(tái)端資源消耗越來(lái)越大，空間上分布于各地的智能終端設(shè)備的傳輸與解析面臨前所未有的挑戰(zhàn)。本課題致力于解決日益增長(zhǎng)的車聯(lián)網(wǎng)數(shù)據(jù)的實(shí)時(shí)采集、可靠傳輸與高效處理解析問(wèn)題，避免重復(fù)數(shù)據(jù)，保證數(shù)據(jù)的質(zhì)量和可靠性，為海量智能車載終端的接入提供基礎(chǔ)條件。
　　本文的主要研究?jī)?nèi)容可分為智能車載終端統(tǒng)一接入平臺(tái)、數(shù)據(jù)緩沖與轉(zhuǎn)發(fā)、高并發(fā)數(shù)

2、據(jù)處理三大部分。第一部分，利用Boost.Asio網(wǎng)絡(luò)通信庫(kù)的前攝器模式實(shí)現(xiàn)高并發(fā)的數(shù)據(jù)采集，提供大量車輛信息采集的入口，為車輛監(jiān)管系統(tǒng)中后續(xù)數(shù)據(jù)的使用提供數(shù)據(jù)支持;第二部分，利用Kafka服務(wù)器暫存車輛軌跡信息，緩沖海量數(shù)據(jù)壓力，實(shí)現(xiàn)系統(tǒng)解耦和數(shù)據(jù)的轉(zhuǎn)發(fā);第三部分，進(jìn)行高并發(fā)數(shù)據(jù)的解析與處理，此過(guò)程利用線程池機(jī)制，減少了因線程的創(chuàng)建和銷毀造成的時(shí)空開銷和因線程搶占資源導(dǎo)致的系統(tǒng)阻塞現(xiàn)象。本方案對(duì)傳統(tǒng)數(shù)據(jù)采集系統(tǒng)中因終端數(shù)據(jù)量大、種類多

3、帶來(lái)的資源占用高問(wèn)題進(jìn)行了改進(jìn)，實(shí)現(xiàn)了平臺(tái)無(wú)關(guān)性，并支持異步數(shù)據(jù)處理及多傳輸協(xié)議，避免了內(nèi)存泄露、CPU占用高、數(shù)據(jù)庫(kù)訪問(wèn)太慢等問(wèn)題。此外，在設(shè)計(jì)過(guò)程中，利用智能指針、集群橫向擴(kuò)展、IO多路復(fù)用及連接超時(shí)等技術(shù)，提高了服務(wù)器集群處理的并發(fā)終端數(shù)量，保證了高并發(fā)數(shù)據(jù)處理的高效性。
　　由終端接入平臺(tái)的實(shí)驗(yàn)部分可以得出，當(dāng)面對(duì)海量終端接入時(shí)，連接穩(wěn)定，系統(tǒng)內(nèi)存占用較少，數(shù)據(jù)無(wú)丟失，能夠?qū)崿F(xiàn)數(shù)據(jù)的實(shí)時(shí)處理，保證了數(shù)據(jù)采集的質(zhì)量和數(shù)據(jù)解析