聂玉强, 邝小磊
(广东交通职业技术学院, 广州 510800)
基于Map-Reduce的浮动车数据实时分析及存储方法研究
聂玉强, 邝小磊
(广东交通职业技术学院, 广州 510800)
针对目前公共安全数据处理任务仍由各平台各自以业务划分方式垂直分配计算资源,导致任务处理效率、资源利用率低下的状况,提出了一种基于云技术的多源数据处理算法,实现了数据管理、地图匹配、速度信息提取等算法,通过测试分析,该算法可以很好地实现数据处理.
云技术; 浮动车; 数据; 算法
交通信息资源的整合,有利于为交通各行业部门、单位及社会服务机构等提供一个信息交流、内部协作、强化规范管理、提升原有资源价值的平台,能为公众及交通管理部门等单位提供道路基础信息、交通动态、旅游交通、环境气象查询、线路规划和驾车出行方案建议等多样化的出行服务信息,从而全面提升公众出行信息服务水平,树立政府和交通管理部门的形象. 路况信息作为公众出行信息的重要组成部分,主要通过分析车载GPS定位数据得到. 随着线圈、视频等检测设备应用的推广及交通信息资源整合的需求,路况信息从单一来源逐步向多源信息融合转变,针对路况信息多源性和实时性分析需求,研发了基于云技术的浮动车数据处理算法,主要包括基于云技术的浮动车数据存储技术、基于云分析的海量浮动车GPS数据处理框架、浮动车GPS数据实时匹配算法和多源数据融合流程.[1-2]