智能車載終端接入平臺與高并發(fā)處理技術的研究與實現(xiàn).pdf

1、隨著車聯(lián)網與大數(shù)據技術的發(fā)展，面向智能交通綜合應用的車輛管理服務平臺架構由傳統(tǒng)的分散式、本地化，走向集中式、扁平化，平臺端資源消耗越來越大，空間上分布于各地的智能終端設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的車聯(lián)網數(shù)據的實時采集、可靠傳輸與高效處理解析問題，避免重復數(shù)據，保證數(shù)據的質量和可靠性，為海量智能車載終端的接入提供基礎條件。
　　本文的主要研究內容可分為智能車載終端統(tǒng)一接入平臺、數(shù)據緩沖與轉發(fā)、高并發(fā)數(shù)

2、據處理三大部分。第一部分，利用Boost.Asio網絡通信庫的前攝器模式實現(xiàn)高并發(fā)的數(shù)據采集，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)據的使用提供數(shù)據支持;第二部分，利用Kafka服務器暫存車輛軌跡信息，緩沖海量數(shù)據壓力，實現(xiàn)系統(tǒng)解耦和數(shù)據的轉發(fā);第三部分，進行高并發(fā)數(shù)據的解析與處理，此過程利用線程池機制，減少了因線程的創(chuàng)建和銷毀造成的時空開銷和因線程搶占資源導致的系統(tǒng)阻塞現(xiàn)象。本方案對傳統(tǒng)數(shù)據采集系統(tǒng)中因終端數(shù)據量大、種類多

3、帶來的資源占用高問題進行了改進，實現(xiàn)了平臺無關性，并支持異步數(shù)據處理及多傳輸協(xié)議，避免了內存泄露、CPU占用高、數(shù)據庫訪問太慢等問題。此外，在設計過程中，利用智能指針、集群橫向擴展、IO多路復用及連接超時等技術，提高了服務器集群處理的并發(fā)終端數(shù)量，保證了高并發(fā)數(shù)據處理的高效性。
　　由終端接入平臺的實驗部分可以得出，當面對海量終端接入時，連接穩(wěn)定，系統(tǒng)內存占用較少，數(shù)據無丟失，能夠實現(xiàn)數(shù)據的實時處理，保證了數(shù)據采集的質量和數(shù)據解析