Storm研究及GPS車(chē)輛數(shù)據(jù)處理算法的實(shí)現(xiàn).pdf

1、伴隨著經(jīng)濟(jì)的不斷發(fā)展，物流行業(yè)如雨后春筍般蓬勃發(fā)展起來(lái)，物流車(chē)輛越來(lái)越多，物流車(chē)輛管理行業(yè)悄然興起，我們利用便攜式車(chē)載GPS實(shí)時(shí)采集車(chē)輛行駛過(guò)程中的時(shí)間、速度、經(jīng)度、緯度等信息，根據(jù)客戶(hù)的需求，設(shè)計(jì)算法，通過(guò)對(duì)這些數(shù)據(jù)進(jìn)行分析、處理，來(lái)實(shí)現(xiàn)對(duì)物流車(chē)輛的遠(yuǎn)程監(jiān)控、管理。面對(duì)GPS產(chǎn)生的海量數(shù)據(jù)，傳統(tǒng)的處理方式已經(jīng)力不從心，大數(shù)據(jù)處理技術(shù)的出現(xiàn)為其提供了一個(gè)很好的解決途徑。Hadoop以及Storm從中脫穎而出，成為大數(shù)據(jù)處理的主要方法，H

2、adoop已經(jīng)發(fā)展相當(dāng)成熟，但其主要特點(diǎn)為對(duì)數(shù)據(jù)進(jìn)行并行批處理，實(shí)時(shí)性很低，無(wú)法滿(mǎn)足人們對(duì)于大數(shù)據(jù)處理實(shí)時(shí)性越來(lái)越高的要求，而Storm是一個(gè)分布式實(shí)時(shí)計(jì)算系統(tǒng)，它對(duì)于實(shí)時(shí)計(jì)算的意義類(lèi)似于Hadoop對(duì)于批處理的意義，它以流的方式處理大數(shù)據(jù)，處理完之后將結(jié)果寫(xiě)入到某個(gè)存儲(chǔ)中去，它的處理組件是分布式的，而且處理延遲極低。所以，為了更好地管理車(chē)輛并且為其提供更優(yōu)的服務(wù)，Storm值得我們?nèi)W(xué)習(xí)研究。
　　根據(jù)客戶(hù)的需求，文中研究了兩個(gè)

3、GPS車(chē)輛數(shù)據(jù)處理算法，第一個(gè)算法是判斷點(diǎn)是否在中國(guó)區(qū)域內(nèi)的算法，即一種國(guó)界處的定位方法，國(guó)內(nèi)外使用的經(jīng)緯度衡量標(biāo)準(zhǔn)不同，通過(guò)該算法，可以判斷出車(chē)輛當(dāng)前位置是否在中國(guó)區(qū)域內(nèi)，以便進(jìn)行經(jīng)緯度坐標(biāo)變換，實(shí)現(xiàn)對(duì)車(chē)輛的精確定位。第二個(gè)算法是車(chē)輛軌跡匹配算法，該算法意圖通過(guò)對(duì)不同GPS裝置采集到的數(shù)據(jù)信息進(jìn)行分析處理來(lái)判斷出由其反映出來(lái)的不同車(chē)輛軌跡是否匹配。
　　本文的核心內(nèi)容是學(xué)習(xí)與研究Storm流式處理平臺(tái)的相關(guān)知識(shí)，根據(jù)需求，設(shè)計(jì)了

4、兩個(gè)GPS車(chē)輛數(shù)據(jù)處理算法以及利用Storm嘗試對(duì)算法的某些功能進(jìn)行實(shí)現(xiàn)。首先，對(duì)Storm的研究背景、意義、研究現(xiàn)狀等進(jìn)行了簡(jiǎn)單介紹，詳細(xì)介紹了Storm的基本概念、特點(diǎn)、運(yùn)行機(jī)制、系統(tǒng)架構(gòu)、容錯(cuò)性能以及集群安裝部署方法等內(nèi)容，至此，可以對(duì)Storm有一個(gè)基礎(chǔ)的了解。然后，詳細(xì)介紹了兩個(gè)GPS車(chē)輛數(shù)據(jù)處理算法——判斷點(diǎn)是否在中國(guó)區(qū)域內(nèi)的算法以及車(chē)輛軌跡匹配算法。最后，對(duì)算法進(jìn)行實(shí)現(xiàn)并且嘗試用Storm對(duì)算法的部分功能進(jìn)行實(shí)現(xiàn)，以便達(dá)到