智慧交通云平臺(tái)整體解決方案-修改

智慧交通云平臺(tái)解決方案項(xiàng)目簡(jiǎn)介為提升道路交通科學(xué)管理水平，創(chuàng)新社會(huì)管理方式，加快公安信息化發(fā)展，更好地滿足公安機(jī)關(guān)指揮疏導(dǎo)交通、防范交通事故、維護(hù)社會(huì)穩(wěn)定、打擊違法犯罪的實(shí)戰(zhàn)需要，深化平安江蘇建設(shè)，南京云創(chuàng)存儲(chǔ)自主開(kāi)發(fā)了基于云計(jì)算的智慧交通云平臺(tái)解決方案，實(shí)現(xiàn)了圖像資源庫(kù)和道路監(jiān)控綜合應(yīng)用系統(tǒng)的建置。系統(tǒng)功能按照全省公安機(jī)關(guān)信息化建設(shè)總體規(guī)劃，為實(shí)現(xiàn)對(duì)重點(diǎn)車輛的自動(dòng)比對(duì)和動(dòng)態(tài)管控、對(duì)異常車輛行蹤的自動(dòng)研判預(yù)警、對(duì)特定車輛行車軌跡的自動(dòng)生成、對(duì)重要節(jié)點(diǎn)道路交通信息的遠(yuǎn)程再現(xiàn)、對(duì)基層單位和執(zhí)勤民警的勤務(wù)實(shí)施管理等建設(shè)目標(biāo)，為交通管理、治安管控、偵查破案、巡邏防范、反恐處突等各項(xiàng)公安工作提供服務(wù)保障。系統(tǒng)的基本功能和性能如下：海量歷史交通監(jiān)控?cái)?shù)據(jù)匯總能夠?qū)η|級(jí)的海量歷史交通監(jiān)控?cái)?shù)據(jù)進(jìn)行匯總處理。海量原始交通監(jiān)控?cái)?shù)據(jù)上報(bào)能夠?qū)η|級(jí)的海量上報(bào)交通監(jiān)控?cái)?shù)據(jù)進(jìn)行上報(bào)處理。海量原始數(shù)據(jù)實(shí)時(shí)入庫(kù)、生成索引能夠?qū)α髁砍^(guò)10000條/ms的全量原始交通監(jiān)控?cái)?shù)據(jù)流進(jìn)行實(shí)時(shí)處理。海量數(shù)據(jù)存儲(chǔ)、計(jì)算能夠存儲(chǔ)千億級(jí)別的數(shù)據(jù)，并完成各種復(fù)雜業(yè)務(wù)應(yīng)用計(jì)算。千億級(jí)數(shù)據(jù)秒級(jí)查詢能力高效索引算法，智能化調(diào)度任務(wù)系統(tǒng)，滿足秒級(jí)查詢速度。秒級(jí)實(shí)時(shí)業(yè)務(wù)響應(yīng)高效實(shí)時(shí)數(shù)據(jù)通道，對(duì)于像實(shí)時(shí)監(jiān)控、告警等實(shí)時(shí)業(yè)務(wù)，提供秒級(jí)響應(yīng)時(shí)間。

系統(tǒng)架構(gòu)將海量數(shù)據(jù)分解到由大量X86x86架構(gòu)計(jì)算機(jī)構(gòu)成的低成本云計(jì)算平臺(tái)上進(jìn)行實(shí)時(shí)處理，依靠分布式云計(jì)算軟件進(jìn)行容錯(cuò)，從而提升智慧交通云平臺(tái)海量數(shù)據(jù)分析的實(shí)時(shí)性和性價(jià)比。網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu):網(wǎng)絡(luò)拓?fù)浞譃槿危罕O(jiān)控網(wǎng)、存儲(chǔ)處理網(wǎng)和公安網(wǎng)。監(jiān)控網(wǎng)與存儲(chǔ)處理網(wǎng)是物理連接的，分別位于不同的網(wǎng)段，本平臺(tái)的設(shè)備主要部署于存儲(chǔ)處理網(wǎng)絡(luò)中。系統(tǒng)總體構(gòu)架與功能模塊:(圖片里的最底下的“3.20”云計(jì)算平臺(tái)需改成智慧交通云平臺(tái))智慧交通云平臺(tái)可以分為硬件平臺(tái)層、系統(tǒng)軟件層、數(shù)據(jù)層、業(yè)務(wù)軟件層和客戶端五個(gè)層次。在硬件平臺(tái)層，我們將同一套硬件服務(wù)器集群復(fù)用成云存儲(chǔ)集群和云計(jì)算集群使用。系統(tǒng)軟件層主要承擔(dān)數(shù)據(jù)管理和數(shù)據(jù)處理功能，使用NoSQL的分布式數(shù)據(jù)立方來(lái)管理大數(shù)據(jù)，使用Oracle來(lái)管理少量業(yè)務(wù)性數(shù)據(jù)。使用MapReduce來(lái)并行處理數(shù)據(jù)，使用JobKeeperTaskMaster來(lái)進(jìn)行可靠的負(fù)載均衡?？蛻羰芤婊谠朴?jì)算的智慧交通云平臺(tái)，為用戶提供了一個(gè)大流量數(shù)據(jù)入庫(kù)、海量數(shù)據(jù)存儲(chǔ)、實(shí)時(shí)數(shù)據(jù)分析、快速數(shù)據(jù)查詢的交通管控平臺(tái)，具有以下幾點(diǎn)主要優(yōu)勢(shì)：大流量數(shù)據(jù)實(shí)時(shí)入庫(kù)，防止數(shù)據(jù)堆積對(duì)于超大流量的實(shí)時(shí)交通監(jiān)控?cái)?shù)據(jù)，傳統(tǒng)的關(guān)系數(shù)據(jù)庫(kù)已無(wú)法滿足要求。而云計(jì)算卻能通過(guò)大量計(jì)算機(jī)的并行計(jì)算，將交通監(jiān)控?cái)?shù)據(jù)實(shí)時(shí)的存入云存儲(chǔ)系統(tǒng)避免了因數(shù)據(jù)入庫(kù)能力的不足造成的數(shù)據(jù)堆積。海量數(shù)據(jù)存儲(chǔ)，降低數(shù)據(jù)的安全風(fēng)險(xiǎn)在南京市500個(gè)監(jiān)控卡口的實(shí)際環(huán)境中，一年產(chǎn)生的最原始交管數(shù)據(jù)就可達(dá)200億條，至少需要50TB的硬盤存儲(chǔ)空間，傳統(tǒng)的小型機(jī)加關(guān)系數(shù)據(jù)庫(kù)的架構(gòu)已無(wú)法對(duì)這么多的數(shù)據(jù)進(jìn)行存儲(chǔ)和管理。而基于云計(jì)算的海量數(shù)據(jù)存儲(chǔ)，能夠提供海量的數(shù)據(jù)存儲(chǔ)能力，并且允許節(jié)點(diǎn)故障，不會(huì)出現(xiàn)丟失數(shù)據(jù)的現(xiàn)象。平臺(tái)在線伸縮，提高資源利用率在不停機(jī)的情況下，增加節(jié)點(diǎn)，平臺(tái)的處理能力自動(dòng)增加，減少節(jié)點(diǎn)，平臺(tái)的處理能力自動(dòng)縮減。這樣，可以做到與云計(jì)算平臺(tái)的無(wú)縫對(duì)接，根據(jù)計(jì)算和存儲(chǔ)任務(wù)動(dòng)態(tài)地申請(qǐng)或釋放資源，最大限度地提高資源利用率。高性價(jià)比，大幅節(jié)省項(xiàng)目成本采用X86架構(gòu)廉價(jià)計(jì)算機(jī)構(gòu)建云計(jì)算平臺(tái)，用軟件容錯(cuò)替代硬件容錯(cuò)，大大節(jié)省成本。在目標(biāo)性能和可靠性條件下，可比傳統(tǒng)的小型機(jī)加商用數(shù)據(jù)庫(kù)方案節(jié)省10倍左右的成本。全業(yè)務(wù)支撐，完美支持項(xiàng)目擴(kuò)展采用分布式數(shù)據(jù)庫(kù)模式，絕大部分海量數(shù)據(jù)存放于分布