G7在实时计算的探索与实践

Ververica 2019-04-26

大数据 架构 监控 集群 flink 实时计算

作者: 张皓

G7业务快览

G7主要通过在货车上的传感器感知车辆的轨迹、油耗、点熄火、载重、温度等数据,将车辆、司机、车队、货主连接到一起,优化货物运输的时效、安全、成本等痛点问题。

整个数据是通过车载的传感器设备采集,比如公司的Smart盒子,CTBox盒子,油感设备,温度探头等,将车辆数据上报到后端平台,在后端平台计算和处理,最后展示到用户面前。

G7的业务场景是典型的IoT场景:

  • 传感器数据

  • 数据种类多

  • 数据质量差

  • 数据低延迟

  • 数据量大

其中,数据质量差的原因是整个链条会非常的长,从传感器采集的车辆的数据,通过网络运营商将数据上报到后端服务器,再经过解析,mq,过滤,调用三方接口,业务处理,入库,整个过程非常的长,造成数据在传输过程中出现数据重复,数据缺失等。另外一点,IoT场景需要数据传输的延迟非常低,比如进出区域报警,当车辆进入到某个电子围

登录 后评论
下一篇
corcosa
8829人浏览
2019-10-08
相关推荐
sap
663人浏览
2012-09-21 17:31:00
Flink在美团的实践与应用
557人浏览
2019-04-26 16:04:52
HBase全网最佳学习资料汇总
23402人浏览
2017-08-13 19:11:08
AI的道德挑战
635人浏览
2018-05-29 15:22:19
1
1
0
598