基于Hadoop的車載云服務(wù)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、車載自組織網(wǎng)絡(luò)是智能交通系統(tǒng)中重要的組成部分，車載自組織網(wǎng)絡(luò)的研究有助于改善交通系統(tǒng)、供應(yīng)鏈管理以及物流。隨著車載終端越發(fā)智能化，簡(jiǎn)單的服務(wù)應(yīng)用能夠產(chǎn)生、收集的信息數(shù)據(jù)量越來(lái)越多，并且數(shù)據(jù)類型也趨于復(fù)雜，車載系統(tǒng)的存儲(chǔ)和處理負(fù)荷變得更加沉重。如何解決車載自組織網(wǎng)絡(luò)海量復(fù)雜數(shù)據(jù)的存儲(chǔ)和處理，如何有效保證車載自組織網(wǎng)絡(luò)數(shù)據(jù)信息的傳播，始終是車載自組織網(wǎng)絡(luò)研究中的重點(diǎn)問(wèn)題。如今云計(jì)算和大數(shù)據(jù)技術(shù)吸引了越來(lái)越多的關(guān)注并應(yīng)用于不同的研究領(lǐng)域。本文

2、重點(diǎn)闡述了車載自組織網(wǎng)絡(luò)中的幾點(diǎn)關(guān)鍵問(wèn)題，具體映射大數(shù)據(jù)的“4V”特征，構(gòu)建基于Hadoop的車載云大數(shù)據(jù)處理平臺(tái)，將車輛應(yīng)用數(shù)據(jù)的存儲(chǔ)和對(duì)其進(jìn)行的計(jì)算都集中在“云”中，利用分布式計(jì)算框架MapReduce對(duì)數(shù)據(jù)進(jìn)行批處理尋找路由最短路徑，將大數(shù)據(jù)處理平臺(tái)包裝成一個(gè)整體對(duì)外發(fā)布的服務(wù)，滿足車載用戶的體驗(yàn)需求。
　　本文的研究?jī)?nèi)容主要包含以下幾個(gè)方面:
　　(1)車載自組織網(wǎng)絡(luò)中的大數(shù)據(jù)問(wèn)題探討。本文分析了車輛信息數(shù)據(jù)流的流動(dòng)

3、性、分布性、動(dòng)態(tài)性和不確定性等特點(diǎn)，映射大數(shù)據(jù)的“4V”特征，驗(yàn)證車載自組織網(wǎng)絡(luò)中的有些問(wèn)題可被當(dāng)作大數(shù)據(jù)問(wèn)題，探索新的解決路由發(fā)現(xiàn)思路。
　　(2)車載云大數(shù)據(jù)處理平臺(tái)架構(gòu)研究。本文選用開(kāi)源的Hadoop作為車載大數(shù)據(jù)研究的基礎(chǔ)平臺(tái)，構(gòu)建基于Hadoop的車載云大數(shù)據(jù)處理平臺(tái)，可兼容離線、近實(shí)時(shí)和實(shí)時(shí)環(huán)境下的不同業(yè)務(wù)場(chǎng)景，解決車載自組織網(wǎng)絡(luò)涉及的海量復(fù)雜數(shù)據(jù)的存儲(chǔ)和處理問(wèn)題。
　　(3)分布式并行路由算法的設(shè)計(jì)和實(shí)現(xiàn)。路由