分布式数据库在传统车联网厂商的应用实践 | OceanBase案例

本文作者：慧视通科技，梁君
  传统车联网厂商运维百亿级数据的痛点与难点

深圳慧视通科技（简称慧视通）作为专业的位置数据综合运营服务提供商，不停深耕智能交通范畴，依托车联网、云盘算、大数据处理惩罚、无线通讯和北斗/GPS环球定位技能为焦点，为巡游、物流、网约出租车、两客一危、前装新能源、驾驶培训、汽车租赁、试乘试驾等行业，量身打造符合实在际需求的产物和办理方案。

慧视通的重要业务是以车联网为主体，好比各人经常乘坐的出租车、网约车等，很多都装载着慧视通的定位装备办理方案。那么，对于数目巨大的定位装备所产生的海量数据，我们后续又是怎样举行处理惩罚及存储的呢？
当车辆通过终端定位装备产生相干数据时，数据会颠末我们的慧视通云平台举行数据洗濯、流转和分发，并通过微服务提供给各个子体系，比方慧视通车辆监控体系（SAAS平台），客服中心、大数据中心等，以及搭客、司机的终端和APP等。同时，数据会传输到当局的羁系平台、运营中心、行业协会等。因此，对于云云复杂和巨大的业务会涉及数据处理惩罚和存储的各种难点和痛点。

  

• 海量数据存取。作为车联网行业，业务数据发作式增长，天天的增量数据上亿条，数据库处理惩罚峰值记录每秒上万次。面对业务数据量巨大、利用部门职员浩繁、数据分析统计需求多样的需求，数据处理惩罚和分析是一大难点。  
  
• 存储和运维资本。巨大的增量数据和上千亿的存量数据，使我们不得不器重存储资本与运维资本，因此，我们非常看重数据库办理方案的数据压缩率、存储空间占用等因素。  
  
• 数据的发掘和分析本领。随着数据量的快速增长，发掘和分析它的数据链路越来越长，偶然间大概跑了几个小时以致跑一天。对于数据发掘本领及AP本领，我们必要选择