【正文】 批次的數(shù)據(jù)的時(shí)間間隔可以短至500毫秒。如下圖所示： 數(shù)據(jù)流結(jié)構(gòu)平臺(tái)通過(guò)Kafka消息總線匯聚各類道路交通信息、通過(guò)Spark進(jìn)行實(shí)時(shí)流計(jì)算，通過(guò)HBASE/HDFS進(jìn)行分布式存儲(chǔ)，通過(guò)MapReduce進(jìn)行分布式計(jì)算，通過(guò)應(yīng)用服務(wù)器的數(shù)據(jù)接口，將結(jié)果分發(fā)給集成平臺(tái)和各類基礎(chǔ)應(yīng)用系統(tǒng)，進(jìn)行信息檢索和分析研判。存儲(chǔ)層：包括Hadoop數(shù)據(jù)庫(kù)，用于存儲(chǔ)海量結(jié)構(gòu)化數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)。 車輛二次識(shí)別需求可檢測(cè)200萬(wàn)、300萬(wàn)、500像素的圖片，單臺(tái)日處理最多為80萬(wàn)張，檢測(cè)正確率≥85%。對(duì)同一輛車在多個(gè)監(jiān)控點(diǎn)出現(xiàn)的軌跡進(jìn)行時(shí)空分析，實(shí)現(xiàn)對(duì)任意時(shí)間和地區(qū)范圍內(nèi)重點(diǎn)車輛行駛規(guī)律的分析研判，并預(yù)測(cè)一定時(shí)間內(nèi)高概率出現(xiàn)的區(qū)域?；诖髷?shù)據(jù)系統(tǒng)的車輛特征二次識(shí)別技術(shù)從根本上克服了傳統(tǒng)車輛檢索只能按照號(hào)牌進(jìn)行單一查詢的功能缺陷，實(shí)現(xiàn)了按照車輛品牌、型號(hào)、顏色、類別以及局部特征等自定義組合查詢和模糊查詢強(qiáng)大功能。通過(guò)大數(shù)據(jù)平臺(tái)對(duì)交通違法、事故數(shù)據(jù)及屬性開展關(guān)聯(lián)分析，定期將違法、事故與駕駛?cè)颂卣鳎ㄅ嘤?xùn)考試過(guò)程、工作單位、家庭背景等因素，與車輛特征，包括品牌、車型、營(yíng)運(yùn)性質(zhì)、號(hào)牌屬地、車身顏色、車輛保養(yǎng)等因素，與道路特征，包括道路類型、線性、天氣、時(shí)間、環(huán)境、設(shè)施等相關(guān)聯(lián)的，集中分析掌握違法、事故中高發(fā)、易發(fā)的駕駛?cè)恕④囕v和道路，為管控提供最為真實(shí)的資料和依據(jù)。 功能需求 基于大數(shù)據(jù)的在線統(tǒng)計(jì)和離線分析需求以總量統(tǒng)計(jì)、信息查詢等業(yè)務(wù)數(shù)據(jù)檢索的后臺(tái)軟件模塊為支持，通過(guò)大數(shù)據(jù)系統(tǒng)備份或抽取歷史數(shù)據(jù)資源，重構(gòu)數(shù)據(jù)結(jié)構(gòu)，并為每一種應(yīng)用添加算法模塊，實(shí)現(xiàn)對(duì)大批量信息檢索及統(tǒng)計(jì)分析的實(shí)時(shí)處理。2 需求分析 業(yè)務(wù)需求 面向交通管理的大數(shù)據(jù)業(yè)務(wù)需求隨著城市交通擁堵問(wèn)題頑固化、復(fù)雜化和多樣化，交通管理工作面臨著從事后分析向事前研判預(yù)警拓展、從歷史統(tǒng)計(jì)向在線分析挖掘拓展、從簡(jiǎn)單應(yīng)用向綜合服務(wù)評(píng)價(jià)拓展的內(nèi)在需求發(fā)展方向。數(shù)據(jù)節(jié)點(diǎn)管理存儲(chǔ)的數(shù)據(jù)，支持PB級(jí)數(shù)據(jù)和圖片存儲(chǔ)和數(shù)據(jù)索引管理。 系統(tǒng)內(nèi)容交通管控大數(shù)據(jù)平臺(tái)由5類服務(wù)器組成，包括：數(shù)據(jù)接入服務(wù)器、數(shù)據(jù)庫(kù)服務(wù)器、流處理服務(wù)器、二次識(shí)別服務(wù)器、應(yīng)用服務(wù)器。開放性和標(biāo)準(zhǔn)性注意遵循相關(guān)的技術(shù)標(biāo)準(zhǔn)和行業(yè)標(biāo)準(zhǔn)，并采用合理的系統(tǒng)架構(gòu)，不采用壟斷技術(shù)，保證系統(tǒng)的開放性和標(biāo)準(zhǔn)性。既注意概念、技術(shù)和方法的先進(jìn)性，又要注意成熟性。（3）大粒度的數(shù)據(jù)分析為決策提供支持通過(guò)交通流大數(shù)據(jù)采集存儲(chǔ)、流量查詢分析，車輛特征研判、車輛軌跡分析等深度應(yīng)用，系統(tǒng)不僅僅可以實(shí)現(xiàn)對(duì)車輛和人員的分析研判，通過(guò)大量數(shù)據(jù)的積累和變化規(guī)律進(jìn)行深度的信息挖掘，幫助決策者和管理者提供有價(jià)值的線索信息，同時(shí)結(jié)合車駕管數(shù)據(jù)庫(kù)，開展交通信息綜合分析研判?？梢詫㈦[藏于海量數(shù)據(jù)中的信息挖掘出來(lái)，可全面掌握道路通行情況，為策略制定、分析研判、行動(dòng)部署提供依據(jù)，大大提升綜合管理的集約化程度。二是交通管理部門的現(xiàn)有系統(tǒng)在對(duì)這些具有邏輯關(guān)聯(lián)的海量多源異構(gòu)數(shù)據(jù)處理過(guò)程中，數(shù)據(jù)存儲(chǔ)結(jié)構(gòu)、處理種類、處理效率等方面仍存在不足，不能滿足持續(xù)擴(kuò)大的交通管理數(shù)據(jù)規(guī)模以及對(duì)數(shù)據(jù)深度快速挖掘和應(yīng)用需求。精選資料交通管控大數(shù)據(jù)分析研判系統(tǒng)設(shè)計(jì)方案目 錄1 系統(tǒng)概述 5 系統(tǒng)背景 5 系統(tǒng)意義 5 研發(fā)原則 6 系統(tǒng)內(nèi)容 72 需求分析 8 業(yè)務(wù)需求 8 面向交通管理的大數(shù)據(jù)業(yè)務(wù)需求 8 面向交通安全的大數(shù)據(jù)業(yè)務(wù)需求 8 功能需求 8 基于大數(shù)據(jù)的在線統(tǒng)計(jì)和離線分析需求 8 基于大數(shù)據(jù)的車輛特征分析需求 8 基于大數(shù)據(jù)的違法事故分析需求 9 基于大數(shù)據(jù)的勤務(wù)快速處置需求 9 基于大數(shù)據(jù)平臺(tái)的車輛特征二次識(shí)別需求 9 基于大數(shù)據(jù)平臺(tái)的技戰(zhàn)法需求 9 性能需求 10 高并發(fā)實(shí)時(shí)數(shù)據(jù)采集需求 10 海量數(shù)據(jù)存儲(chǔ)需求 10 分布式流處理需求 10 車輛二次識(shí)別需求 103 架構(gòu)設(shè)計(jì) 10 總體應(yīng)用架構(gòu) 10 軟件框架結(jié)構(gòu) 11 網(wǎng)絡(luò)部署架構(gòu) 12 數(shù)據(jù)流結(jié)構(gòu) 12 關(guān)鍵技術(shù)路線 13 Hadoop技術(shù) 13 Spark技術(shù) 14 車輛特征二次識(shí)別技術(shù) 154 功能設(shè)計(jì) 15 功能結(jié)構(gòu)圖 15 功能模塊 15 首頁(yè) 16 實(shí)時(shí)預(yù)警 18 信息查詢 19 統(tǒng)計(jì)分析 24 技戰(zhàn)法 27 車輛布控 29 系統(tǒng)設(shè)置 30 運(yùn)維管理 315 數(shù)據(jù)庫(kù)設(shè)計(jì) 31 數(shù)據(jù)庫(kù)ER模型 31 數(shù)據(jù)庫(kù)表 316 接口設(shè)計(jì) 31 接口分布圖（接口關(guān)聯(lián)圖） 31 接口詳細(xì)說(shuō)明 317 系統(tǒng)特色 32 優(yōu)化交通大數(shù)據(jù)集中存儲(chǔ)能力 32 提升交通大數(shù)據(jù)分析研判能力 32 提升交通案件偵破能力 32 提升交通監(jiān)管能力 321 系統(tǒng)概述 系統(tǒng)背景隨著經(jīng)濟(jì)迅猛發(fā)展，機(jī)動(dòng)車輛不斷增加，道路交通擁堵、交通肇事現(xiàn)象也越來(lái)越嚴(yán)重。主要體現(xiàn)在以下兩個(gè)方面：一是交通管理部門的現(xiàn)有系統(tǒng)還處于結(jié)構(gòu)化數(shù)據(jù)處理模式架構(gòu)體系中，要實(shí)現(xiàn)對(duì)城市道路交通的整體運(yùn)行狀況、車輛出行規(guī)律等方面以日、月甚至年為時(shí)間粒度進(jìn)行數(shù)據(jù)分析還存在不足。通過(guò)將電子監(jiān)控設(shè)備的數(shù)據(jù)、圖像等異構(gòu)的數(shù)據(jù)資源接入大數(shù)據(jù)處理平臺(tái)，通過(guò)分布式存儲(chǔ)和并行數(shù)據(jù)挖掘，提供在線實(shí)時(shí)分析模式和離線統(tǒng)計(jì)分析模式兩種應(yīng)用模式，對(duì)交通管理的各類大數(shù)據(jù)全方位地進(jìn)行實(shí)時(shí)和離線分析處理。（2）多維度布控打擊違法犯罪通過(guò)車輛特征二次識(shí)別比對(duì)，可對(duì)特定車輛的局部特征進(jìn)行提取分析和建模，在車輛號(hào)牌信息缺失（套牌、遮擋號(hào)牌或無(wú)牌）情況下，按照車輛品牌、型號(hào)、顏色、類別以及局部特征等自定義組合布控報(bào)警，準(zhǔn)確快速地實(shí)現(xiàn)特定車輛追蹤與鎖定，獲取車輛真實(shí)行蹤，將有價(jià)值的圖片數(shù)據(jù)提供給公安刑偵部門，為偵破交通肇事逃逸案、利用機(jī)動(dòng)車作為犯罪工具的刑事案、以及搶劫出租車等惡性案件提供線索和證據(jù)，為刑偵部門確定線索偵查破案提供支持。先進(jìn)性原則采用先進(jìn)、成熟的方法和技術(shù)，各種先進(jìn)方法和手段應(yīng)該充分考慮阜陽(yáng)市社會(huì)可行性、法律可行性、管理可行性、技術(shù)可行性?？沙掷m(xù)性系統(tǒng)設(shè)計(jì)采用合理的、有彈性的架構(gòu)，并預(yù)留有一定的接口，保證系統(tǒng)能進(jìn)行不斷的完美和擴(kuò)展。擴(kuò)展性和易維護(hù)性采用先進(jìn)的軟件工程理論、良好的系統(tǒng)設(shè)計(jì)，以及分層和代理的方法等方法，保證實(shí)現(xiàn)的系統(tǒng)