基于Hadoop的海量車載物聯(lián)網數據處理方法研究.pdf

1、隨著物聯(lián)網時代的來臨，越來越多的終端被各行各業(yè)開發(fā)使用。車載物聯(lián)網作為未來城市交通的核心，也得到了的發(fā)展。汽車作為該網絡中的外形主體，其本質為車內安裝的車載終端；這些終端充斥在城市的交通之中，作為元節(jié)點組成了一個巨大的網絡；而這些終端所產生的海量數據如何被有效的利用起來則成為當今車載物聯(lián)網系統(tǒng)急需解決的核心問題。在這種需求前提下，本文提出使用Hadoop分布式平臺來存儲海量車載物聯(lián)網數據，并在其框架下完成對數據的分析統(tǒng)計工作。
　

2、　本文首先從分析車載物聯(lián)網的基礎數據結構出發(fā)，提出使用HDFS、HBase、Hive組合的存儲方案，解決了車載物聯(lián)網數據高維度、高并發(fā)、部分稀疏的存儲問題。在此基礎上，又深入探討了對車載物聯(lián)網數據的分析和挖掘，提出了使用Hive QL和MapReduce模型兩種方法來應對不同規(guī)模的數據分析，設計實現(xiàn)了部分數據統(tǒng)計，駕駛員行為分析，以及在A-ECLAT算法下狀態(tài)量關聯(lián)規(guī)則挖掘等一系列數據分析過程。
　　本文最后，按照提出的框架模型，