雲技(jì )術在安(ān)防民(mín)用(yòng)領域的應用(yòng)，促使雲服務(wù)成為(wèi)安(ān)防行業的必然選擇

雲技(jì )術在安(ān)防民(mín)用(yòng)領域的應用(yòng)，促使雲服務(wù)成為(wèi)安(ān)防行業的必然選擇

來源：超清科(kē)技(jì )發布時間：2017-09-18

     安(ān)防是越來越熱門的話題，安(ān)防行業也越來越精(jīng)細化，如今安(ān)防的民(mín)用(yòng)領域的應用(yòng)也越來越科(kē)技(jì )化，雲技(jì )術促使着雲服務(wù)成為(wèi)安(ān)防行業的必然選擇。

 一、交通大數據中(zhōng)心概述

    發展智能(néng)交通，利用(yòng)信息化手段解決交通擁堵問題、提升道路交通管理(lǐ)水平，為(wèi)老百姓提供靈活多(duō)樣的出行服務(wù)，已經成為(wèi)行業的共識。在“智慧交通體(tǐ)系”中(zhōng)，交通數據中(zhōng)心處于一個非常關鍵的位置，它是整個智慧交通的大腦，負責統一接收、處理(lǐ)和存儲底層感知系統，如對視頻監控、傳感器、移動執法車(chē)輛等上傳的數據的接收以及對實時交通流量數據進行統計分(fēn)析，形成道路交通的誘導策略，并通過相應的誘導顯示屏發布出去。

    然而，目前傳統的交通數據中(zhōng)心還存在許多(duō)的問題，首先，是服務(wù)器利用(yòng)率的不均衡。很(hěn)多(duō)地方的數據中(zhōng)心都存在整體(tǐ)資源利用(yòng)率偏低、系統擴容壓力巨大、機房資源不足的現象。其次，存儲架構複雜。多(duō)種存儲架構并存、廠家衆多(duō)、資源整合難，且現有(yǒu)存儲系統無法滿足百PB級視頻圖片存儲，擴容壓力巨大。第三，數據結構不統一。半結構化、非結構化等數據類型繁多(duō)，關系型數據庫Oracle、MySQL等越來越無法承擔海量數據的管理(lǐ)查詢帶來的壓力，查詢過車(chē)數據、檢索耗時長(cháng)。

    除此之外，數據中(zhōng)心的運維也是個大問題，每年投入的成本開支巨大，但是運維效果卻不甚理(lǐ)想。

    因此，以虛拟化雲計算及海量雲存儲為(wèi)依托，輔以智能(néng)分(fēn)析和大數據深度挖掘手段，結合高效統一的運維平台，打造彈性、靈活可(kě)擴展的交通大數據中(zhōng)心，打通數據孤島，彙聚存儲處理(lǐ)海量數據，對接上下級平台，支撐交警指揮中(zhōng)心決策則顯得至關重要。

 二、大數據與關系型數據庫的關系

    傳統方案是所有(yǒu)結構化數據(包括卡口過車(chē)記錄)存儲于關系型數據庫中(zhōng)，卡口過車(chē)圖片存儲于專用(yòng)的存儲設備中(zhōng);大數據方案則是卡口過車(chē)記錄存儲于大數據平台中(zhōng)，其他(tā)結構化數據存儲于關系型數據庫中(zhōng)，卡口過車(chē)圖片存儲于專用(yòng)的存儲設備中(zhōng)。然而使用(yòng)大數據技(jì )術并不是說替代原有(yǒu)的Oracle數據庫。大數據主要用(yòng)于存儲分(fēn)析與業務(wù)相關的結構化、半結構化數據，例如卡口過車(chē)記錄(包括車(chē)牌、車(chē)速、車(chē)輛顔色、車(chē)牌圖片、過車(chē)時間、卡口等信息)，用(yòng)于全文(wén)檢索、智能(néng)研判等功能(néng)，其他(tā)結構化數據仍舊可(kě)以在關系型數據庫中(zhōng)存儲。

    關系型數據庫和大數據平台之間還可(kě)以使用(yòng)數據遷移工(gōng)具(jù)來進行數據遷移。當需要對舊系統進行改造時，可(kě)通過該工(gōng)具(jù)将舊系統中(zhōng)的卡口過車(chē)記錄遷移到大數據平台中(zhōng)。

 三、大數據對智慧交通的價值

    智慧交通數據中(zhōng)心為(wèi)什麽需要大數據平台?大數據平台能(néng)給交通行業帶來什麽價值呢(ne)?主要體(tǐ)現在兩點：一方面，數據處理(lǐ)效率的大幅提升。交通數據量大以後，數據的檢索、分(fēn)析、統計，效率速度變得很(hěn)慢，而大數據能(néng)夠使效率大幅提升。另一方面，數據深層次挖掘與應用(yòng)。交通數據量很(hěn)大，但是監控數據價值低，未能(néng)有(yǒu)效産(chǎn)生警力，而大數據通過海量數據的深度關聯分(fēn)析，能(néng)夠達到預測及趨勢分(fēn)析的目的。

    1.數據處理(lǐ)效率提升體(tǐ)現在三個方面：高性能(néng)、低成本、靈活擴展。随着卡口數據的爆炸式增長(cháng)，傳統Oracle關系型數據庫性能(néng)會存在瓶頸，規模超過10億條時查詢性能(néng)就會出現問題，并且部署Oracle數據庫往往需要高性能(néng)的X86服務(wù)器甚至小(xiǎo)型機，成本非常昂貴。而采用(yòng)大數據方案，跟Oracle數據庫方案相比，在性能(néng)、成本、擴展性方面均有(yǒu)無可(kě)比拟的優勢。

    高性能(néng)：大數據解決方案采用(yòng)集群部署，利用(yòng)協處理(lǐ)器進行分(fēn)布式計算，具(jù)備更高的數據存儲和處理(lǐ)性能(néng)，在數據檢索、研判分(fēn)析、統計分(fēn)析等方面具(jù)備更高的性能(néng)。随着數據量的增大，傳統方案的性能(néng)會越來越低，而大數據方案的性能(néng)基本不随數據量的增大而降低。

    低成本：大數據解決方案可(kě)采用(yòng)通用(yòng)廉價的x86服務(wù)器，而傳統解決方案(關系型數據庫解決方案)往往采用(yòng)高端的服務(wù)器甚至小(xiǎo)型機，同時傳統解決方案在軟件上也會投入更多(duō)成本。

    靈活的擴展能(néng)力：傳統解決方案擴展能(néng)力偏弱，往往需要通過提升硬件配置的方式來提高系統性能(néng)，而大數據解決方案具(jù)備靈活的擴展能(néng)力，可(kě)以通過增加大數據平台中(zhōng)的集群節點，來提高系統的容量和計算能(néng)力。

    2.數據深層次挖掘與應用(yòng)。大數據的智慧體(tǐ)現在數據的深度挖掘利用(yòng)，互聯網巨頭早已嘗到了大數據的甜頭，如谷歌、亞馬遜、阿裏巴巴等等。相信大家也都或多(duō)或少聽說過各種各樣關于大數據的神奇事迹，比如說亞馬遜利用(yòng)大數據在客戶下單前，提前發貨(利用(yòng)鼠标停留時間、購(gòu)物(wù)車(chē)存放時間、用(yòng)戶購(gòu)物(wù)習慣等);某商(shāng)場利用(yòng)大數據分(fēn)析将啤酒和尿不濕擺在一塊，看似風馬牛不相及的兩樣東西，結果這麽擺放之後兩者的銷售量都大幅增長(cháng)。

    在交通行業裏面，大數據同樣可(kě)以發揮出意想不到的巨大作(zuò)用(yòng)。例如将各個路口的車(chē)流量統計及交通事件統計，乍看一下兩者之間沒有(yǒu)任何聯系，通過大數據的分(fēn)析處理(lǐ)可(kě)以告訴我們，豪華車(chē)多(duō)的路口醉駕事件數量多(duō)，大貨車(chē)多(duō)的路口容易擁堵，工(gōng)薪族社區(qū)附近的路口容易追尾。針對大數據的分(fēn)析結果，可(kě)以制定相關的應對策略，醉駕整治重點布控豪車(chē)量大路口，部分(fēn)路口增強大貨車(chē)禁行管控，優化工(gōng)薪族居住區(qū)路口的信号管控等，所以大數據對智慧交通最大的價值在于用(yòng)無限的信息手段來指導有(yǒu)限的警力部署。

    綜上，城市交通大數據中(zhōng)心相對于傳統手段解決問題更全面，更方便，結合智能(néng)算法，二次識别等功能(néng)，可(kě)以更準确的識别車(chē)牌、車(chē)身顔色、車(chē)型、車(chē)标、年款等特征，并且對遮陽闆檢測、安(ān)全帶檢測、接打電(diàn)話檢測、司機人臉識别等進行分(fēn)析。由此可(kě)見，大數據對智能(néng)交通的影響是不可(kě)替代的。