大數(shù)據(jù)技術(shù)在城市智能交通發(fā)展中的應(yīng)用分析 附大數(shù)據(jù)技術(shù)在智能交通領(lǐng)域的應(yīng)用

大數(shù)據(jù)技術(shù)在城市智能交通發(fā)展中的應(yīng)用分析

摘要：在經(jīng)濟(jì)的快速發(fā)展之下，我國(guó)的人口不斷增加，這給城市交通帶來(lái)了

一定的壓力，在大多數(shù)城育中都能夠看到交通擁擠的情況，嚴(yán)重阻礙了城市交通

的發(fā)展與進(jìn)步，同時(shí)也為社會(huì)大眾的出行產(chǎn)生了消極影響。現(xiàn)代化的網(wǎng)絡(luò)技術(shù)與

科學(xué)技術(shù)不斷更新與發(fā)展，大數(shù)據(jù)技術(shù)已經(jīng)被人們應(yīng)用在社會(huì)生活與生產(chǎn)的多個(gè)

領(lǐng)域中，尤其在人們的口營(yíng)生活中發(fā)揮了重要作用。盡管現(xiàn)階段人們已經(jīng)將大數(shù)

據(jù)技術(shù)應(yīng)用在城市智能交通的發(fā)展過(guò)程中，但是依然存在許多問(wèn)題。基于這種現(xiàn)

狀，筆者對(duì)大數(shù)據(jù)技術(shù)的定義和特征進(jìn)行研究和分析，針對(duì)大數(shù)據(jù)技術(shù)在城市智

能交通發(fā)展中的優(yōu)勢(shì)進(jìn)行分析，希望本課題的開(kāi)展對(duì)于該領(lǐng)域的研究具有一定的

借鑒意義。

靈鍵大數(shù)據(jù)技術(shù);城市智能交通系統(tǒng);應(yīng)用分析

當(dāng)代城市發(fā)展速度進(jìn)一步加快，城市內(nèi)車(chē)輛運(yùn)行的數(shù)量也逐年增加，就目前

的情況來(lái)看，傳統(tǒng)的交通管制模式已經(jīng)無(wú)法滿(mǎn)足當(dāng)前交通需求。當(dāng)代交通擁堵問(wèn)

題日益突出，城市居民的生活質(zhì)量也受到了一定影響，這一問(wèn)題亟待妥善解決。

隨著信息科學(xué)技術(shù)的不斷革新，城市交通建設(shè)朝著智能化方向發(fā)展，大數(shù)據(jù)技術(shù)

的應(yīng)用更是推動(dòng)了城市交通的進(jìn)步。

1理論綜述

Li大數(shù)據(jù)技術(shù)

大數(shù)據(jù)指的是人類(lèi)生產(chǎn)與生活中所產(chǎn)生的大量數(shù)據(jù)信息，大數(shù)據(jù)技術(shù)突破了

傳統(tǒng)數(shù)據(jù)數(shù)量理解的桎梏，該技術(shù)至現(xiàn)出來(lái)源復(fù)雜、數(shù)量巨大的特點(diǎn)。大數(shù)據(jù)通

過(guò)對(duì)數(shù)據(jù)的整合處理，并利用相關(guān)技術(shù)來(lái)深入挖掘數(shù)據(jù)中的價(jià)值信息，進(jìn)而服務(wù)

于所需要的過(guò)程處理。

人們的日常生產(chǎn)生活中會(huì)產(chǎn)生各種各樣的數(shù)據(jù)，這些海量信息通過(guò)大數(shù)據(jù)技

術(shù)的處理，作用于人們的生活和各種行為結(jié)合大數(shù)據(jù)所呈現(xiàn)出的特點(diǎn)，可

知其會(huì)影響到人們的生產(chǎn)生活乃至整個(gè)社會(huì)的發(fā)展。大數(shù)據(jù)技術(shù)作為核心處理技

術(shù)，其可以快速獲取和挖掘人們所需的部分信息，具體可分為以下幾種技術(shù)：數(shù)

據(jù)的采集、處理、存儲(chǔ)、挖掘有效信息以及模型預(yù)測(cè)等，合理應(yīng)用大數(shù)據(jù)技術(shù)能

夠有效提高信息處理效率，這是云計(jì)算優(yōu)勢(shì)的具體體現(xiàn)［⑵k

1.2智能交通系統(tǒng)

智能交通系統(tǒng)是基于現(xiàn)代化電子信息技術(shù)所提出的，主要服務(wù)于交通運(yùn)輸服

務(wù)業(yè)，其作用在于緩解城市交通問(wèn)題、盤(pán)活城市交通運(yùn)輸大動(dòng)脈。該系統(tǒng)利用了

多項(xiàng)先進(jìn)技術(shù)，如互聯(lián)網(wǎng)技術(shù)、計(jì)算機(jī)技術(shù)、傳感器技術(shù)和通信技術(shù)，搭建起了

一個(gè)優(yōu)化系統(tǒng)，對(duì)于整個(gè)地面的交通管控系統(tǒng)、車(chē)輛監(jiān)督管理系統(tǒng)、監(jiān)控系統(tǒng)以

及旅行信息服務(wù)追蹤系統(tǒng)的完善具有積極意義。另有研究人員根據(jù)交通運(yùn)行管理

的特性，研發(fā)出了相關(guān)日常工作處理系統(tǒng)，用于電子支付和車(chē)輛事故應(yīng)急救援

［⑶］。結(jié)合當(dāng)前的情況來(lái)看，智能交通系統(tǒng)中的大數(shù)據(jù)的來(lái)源有應(yīng)用數(shù)據(jù)、系統(tǒng)

數(shù)據(jù)、服務(wù)數(shù)據(jù)以及最重要的傳感器數(shù)據(jù)［［4］］。

1.3大數(shù)據(jù)技術(shù)的特征

第一，及時(shí)性C大數(shù)據(jù)技術(shù)能夠及時(shí)采集、處理海量數(shù)據(jù).并根據(jù)數(shù)據(jù)處理

來(lái)控制系統(tǒng)狀態(tài)。信息處理與過(guò)程同步進(jìn)行，該項(xiàng)技術(shù)實(shí)現(xiàn)了對(duì)過(guò)程的同時(shí)控制。

第二，預(yù)測(cè)性。大數(shù)據(jù)技術(shù)在對(duì)多種數(shù)據(jù)進(jìn)行計(jì)算后，可以預(yù)測(cè)相關(guān)信息，

并展開(kāi)實(shí)時(shí)動(dòng)態(tài)監(jiān)測(cè)。結(jié)合數(shù)據(jù)在不同時(shí)段內(nèi)的變化情況，及時(shí)反映該項(xiàng)信息的

變化特點(diǎn)，以此為依據(jù)展開(kāi)未來(lái)一段時(shí)間內(nèi)的變化預(yù)測(cè)。

第三，高效性。該技術(shù)大大提高了數(shù)據(jù)挖掘的效率，同時(shí)還能夠總結(jié)數(shù)據(jù)中

的內(nèi)在關(guān)系，實(shí)現(xiàn)大數(shù)據(jù)的分布式處理。再加以其他信息的分析，得出影響某項(xiàng)

信息的相關(guān)信息，便于妥善解決問(wèn)題，對(duì)于數(shù)據(jù)處理的效率的提升大有助益［［5］］。

2大數(shù)據(jù)在城市智能交通系統(tǒng)應(yīng)用的優(yōu)勢(shì)

大數(shù)據(jù)在城市智能交通系統(tǒng)中是實(shí)際應(yīng)用，充分發(fā)揮了其自身的管理優(yōu)勢(shì)，

城市交通運(yùn)輸性能得到了進(jìn)一步提升，同時(shí)也體現(xiàn)出交通中基礎(chǔ)設(shè)備的作用。另

外，在具體應(yīng)用過(guò)程中，大數(shù)據(jù)能夠全面分析并調(diào)控我國(guó)城市交通發(fā)展形式和為

了發(fā)展需求。由于我國(guó)城有交通基礎(chǔ)設(shè)備施工的工程量大，旦需要較多的資金投

入，但容易受到多種因素的限制，針對(duì)這一問(wèn)題，應(yīng)用大數(shù)據(jù)可以有效提高城市

智能交通系統(tǒng)的效能。大數(shù)據(jù)技術(shù)中的傳感器通知信息技術(shù)，可以及時(shí)告知汽車(chē)

駕駛員路段交通狀況，并為其提供良好的解決方案，這是緩解城市交通擁堵問(wèn)題

的具體途徑之一"6］］。

城市智能交通系統(tǒng)應(yīng)用背景下，大數(shù)據(jù)的安全性較高，通過(guò)相應(yīng)的處理技術(shù)

可以有效提高城市智能交通的合理性，從而避免交通事故的出現(xiàn)。由此可見(jiàn)，大

數(shù)據(jù)為城市交通安全提供了可靠保障，其侵秀的管理性能更是推動(dòng)了我國(guó)城市交

通系統(tǒng)的健康發(fā)展。近些年，城市車(chē)輛運(yùn)行數(shù)量呈現(xiàn)逐年上漲的趨勢(shì)，為了更好

地滿(mǎn)足人們快捷出門(mén)的要求，同時(shí)避免交通事故的產(chǎn)生，我們需要全面提升道路

運(yùn)輸?shù)陌踩裕瑥?qiáng)化交通管理。但在交通系統(tǒng)營(yíng)造中，鑒于車(chē)輛本身和行車(chē)人員

的差異，還應(yīng)綜合考慮天氣和道路環(huán)境等因素，確保交通運(yùn)行安全。

結(jié)合上文所述，可知大數(shù)據(jù)具有及時(shí)性特點(diǎn)，其通過(guò)交通預(yù)測(cè)來(lái)主動(dòng)預(yù)警各

項(xiàng)事故，并總結(jié)事故發(fā)生的可能性。大數(shù)據(jù)技術(shù)根據(jù)人們發(fā)布的最新動(dòng)態(tài)，實(shí)時(shí)

預(yù)測(cè)事故發(fā)生位置，并借助道路檢測(cè)技術(shù)，提供區(qū)域內(nèi)的實(shí)際交通情況，其后通

過(guò)估算得出未來(lái)較短時(shí)間里的交通變化，從而有針對(duì)性地采取處理措施，以免長(zhǎng)

時(shí)間影響區(qū)域路段的交通。

3分析大數(shù)據(jù)技術(shù)在智能交通中的應(yīng)用

3.1在交通流采集系統(tǒng)中的應(yīng)用

隨著城市化進(jìn)程的加快，私家車(chē)數(shù)量不斷增加，交通擁堵問(wèn)題引起了社會(huì)各

界的高度重視。應(yīng)用交通流采集系統(tǒng)，能否有效緩解城市交通擁堵問(wèn)題，其利用

接口技術(shù)來(lái)分享采集到的交通流量信息，便于人們了解路況，幫助他們選擇正確

的出行方式和出門(mén)時(shí)間，這樣一來(lái)，既能阻止交通擁堵現(xiàn)象的加劇，也為人們出

行提供了便利［⑺］。

3.2在車(chē)輛定位中的應(yīng)用

為了更好地控制交通流量，我們首先要掌握車(chē)輛的準(zhǔn)確位置，從而為人們提

供相關(guān)信息，提高出行安全性。比如人們使用打車(chē)軟件時(shí)，乘客和司機(jī)都可以通

過(guò)系統(tǒng)定位明確二人的具體位置，司機(jī)通過(guò)乘客定位可將車(chē)輛開(kāi)到指定位置，乘

客上車(chē)以后可以通過(guò)定位查看自己與目的地之間的路線(xiàn)和距離。為人們出行提供

一定的便利條件。

3.3在交通信息服務(wù)中的應(yīng)用

交通信息服務(wù)除了能夠?yàn)轳{駛員提供路況信息之外，同時(shí)還能夠通過(guò)網(wǎng)絡(luò)將

不同路段的交通數(shù)據(jù)卜傳到當(dāng)?shù)氐南到y(tǒng)，交通管理部門(mén)可憑借交通警信息安排擁

堵路段的交通指揮人員，有效疏導(dǎo)擁擠路段的交通擁堵情況，能夠進(jìn)一步降低交

通事故發(fā)生的概率，同時(shí)也為交通管理提供了便利條件［［8］］。

充分發(fā)揮大數(shù)據(jù)技術(shù)的作用，推動(dòng)城市智能交通發(fā)展，不僅能夠緩解城市交

通擁堵現(xiàn)象,還可以提高人們的生活質(zhì)量。其中大數(shù)據(jù)在交通信息服務(wù)中的應(yīng)用，

更是實(shí)現(xiàn)了交通的路況數(shù)據(jù)和氣象信息的采集，通過(guò)全面的處理和分析，為人們

提供實(shí)時(shí)的路況信息，提高道路交通的安全性。而相關(guān)工作人員利用這些信息，

及時(shí)梳理車(chē)輛運(yùn)行情況，確保城市交通管理系統(tǒng)的穩(wěn)定運(yùn)行。如果交通事故已經(jīng)

出現(xiàn)，此時(shí)工作人員可利月相關(guān)信息來(lái)選擇合理有效的處理措施，避免城市道路

交通擁堵加劇。大數(shù)據(jù)技犬極大的便利了人們的出行，對(duì)■于社會(huì)經(jīng)濟(jì)的發(fā)展具有

積極意義。

4結(jié)語(yǔ)

粽i前述，城市車(chē)輛數(shù)量的增長(zhǎng)，體現(xiàn)出了當(dāng)代人的快捷出行需求，交通運(yùn)

行工作也因此面臨著更大的挑戰(zhàn)。結(jié)合近些年發(fā)生的交通事故可知，提升道路運(yùn)

輸?shù)陌踩允墙档褪鹿拾l(fā)生率的主要途徑。以此，布交通系統(tǒng)營(yíng)造中，考慮到多

方面因素的影響，我們應(yīng)當(dāng)充分發(fā)揮大數(shù)據(jù)的優(yōu)勢(shì)，對(duì)城市路況近些及時(shí)性的預(yù)

測(cè)，主動(dòng)預(yù)警交通事故，同時(shí)預(yù)測(cè)事故發(fā)生的可能性。本文通過(guò)對(duì)城市智能交通

系統(tǒng)的闡述，具體分析了大數(shù)據(jù)應(yīng)用的優(yōu)勢(shì)，清晰體現(xiàn)出了其在城市智能交通系

統(tǒng)中所發(fā)揮的作用，同時(shí)明確了該系統(tǒng)的發(fā)展方向。在今后的發(fā)展過(guò)程中，我們

要綜合利用先進(jìn)技術(shù)，降低交通事故發(fā)生率，保證城市交通的安全、穩(wěn)定運(yùn)行，

推動(dòng)城市健康發(fā)展。

參考文獻(xiàn)：

[1]詹召芮，周蘭.大數(shù)據(jù)背景下的城市交通治理研究——以貴陽(yáng)市為例[J].

黑龍江生態(tài)工程職業(yè)學(xué)院學(xué)報(bào),2018,3103：6-8.

12]徐建明.智慧交通在智慧城市建設(shè)中的創(chuàng)新應(yīng)用與發(fā)展趨勢(shì)[JJ.中國(guó)安

防，2018(6)：58-64.

[31左菊仙，鄧堅(jiān).大數(shù)據(jù)背景下的智能交通系統(tǒng)應(yīng)用與平臺(tái)構(gòu)建[J].電子技

術(shù)與軟件工程,2018(15)：141.

[4]張現(xiàn)偉.大數(shù)據(jù)環(huán)境下交通狀態(tài)判別算法的研究與應(yīng)用[D].青島科技大

學(xué)，2018.

15]孫群.大數(shù)據(jù)應(yīng)用智能交通綜合治理[J].科技視界，2018,28：171-172.

[6]王甲偉.大數(shù)據(jù)背景下城市交通管理中的公眾參與問(wèn)題研究[D].長(zhǎng)安大

學(xué)，2017

[7J趙波.基于“互聯(lián)網(wǎng)+”和大數(shù)據(jù)時(shí)代下智慧交通的發(fā)展[J].數(shù)字通信世界，

2017(8)：282.

[81馬景艷.大數(shù)據(jù)背景下智慧城市破解交通擁堵的策略研究[J].電腦知識(shí)與

技術(shù)，2014,10(18)：4262-4264.

大數(shù)據(jù)技術(shù)在智能交通領(lǐng)域的應(yīng)用

圖3智能交通領(lǐng)域的大數(shù)據(jù)平臺(tái)架構(gòu)圖

在新時(shí)代背景下，以大數(shù)據(jù)理念為依據(jù)的智能化交通建設(shè)成為優(yōu)化城鎮(zhèn)化建

設(shè)水平，解決城市交通擁堵的有效舉措，其不僅能提升獲取交通信息的科學(xué)性和

準(zhǔn)確性，而且可以構(gòu)建多元化的管理系統(tǒng)為智能交通運(yùn)行提供基礎(chǔ)保障。文章以

廣西為例，基于大數(shù)據(jù)與智能交通理論概念，介紹/基于大數(shù)據(jù)技術(shù)的處理平臺(tái)

特點(diǎn)與架構(gòu)，探討了智能交通領(lǐng)域大數(shù)據(jù)技術(shù)的具體應(yīng)用。

大數(shù)據(jù);智能交通;數(shù)據(jù)遷移;實(shí)時(shí)性;高度可拓展性;異構(gòu)環(huán)境

。引言

日益嚴(yán)峻的城市交通運(yùn)輸難題，既會(huì)導(dǎo)致乍輛運(yùn)行緩慢，又會(huì)增加運(yùn)輸時(shí)間

和成本的消耗，并由此釋放大量的汽車(chē)尾氣，嚴(yán)重污染城市環(huán)境和自然生態(tài)。同

時(shí)，擁堵的城市交通必然會(huì)增加事故發(fā)生的概率，而這一現(xiàn)象也會(huì)增加交通擁堵

的范圍，以此形成惡性循環(huán)。除此之外，城市道路建設(shè)的功能不完善，交通運(yùn)輸

管理的方式過(guò)于落后等問(wèn)題也會(huì)造成道路擁堵難題。而大數(shù)據(jù)技術(shù)作為網(wǎng)絡(luò)技術(shù)

革新的全新內(nèi)容，融合了多種類(lèi)型的數(shù)據(jù)，可以從中獲取更多具有價(jià)值的數(shù)據(jù)信

息。所以，在城市建設(shè)發(fā)展過(guò)程中，構(gòu)建以大數(shù)據(jù)為核心的智能交通網(wǎng)絡(luò)系統(tǒng),

不僅能提升道路運(yùn)輸效率，增加獲取信息，而且可以為智能交通建設(shè)發(fā)展奠定基

礎(chǔ)保障。智能交通可以從基礎(chǔ)上改變?nèi)藗兊某鲂蟹绞剑岣咚麄兊纳钯|(zhì)量，更

可以為社會(huì)經(jīng)濟(jì)和城市建設(shè)提供技術(shù)支持。

1背景介紹

隨著我國(guó)經(jīng)濟(jì)發(fā)展水平的持續(xù)上升，科學(xué)技術(shù)地不斷創(chuàng)新，人們生活的質(zhì)量

越來(lái)越高，家庭擁有汽車(chē)數(shù)量也在直線(xiàn)上升，為解決日益嚴(yán)峻的城市道路運(yùn)輸難

題，大部分城市都開(kāi)始引入智能交通建設(shè)理念，并在實(shí)踐發(fā)展中獲取了一定成果。

現(xiàn)如今,我國(guó)每年在這一領(lǐng)域卜的投資超過(guò)了200億元,為解決城市交通運(yùn)輸難

題提供了有效的資金支持。未來(lái)的智能交通技術(shù)及其系統(tǒng)運(yùn)營(yíng)并不會(huì)局限于陸地

交通，也可以運(yùn)用到航空、海運(yùn)等領(lǐng)域中，這將有助于我國(guó)綜合交通領(lǐng)域向著現(xiàn)

代化和智能化的方向革新。

本文研究以廣西為例進(jìn)行了應(yīng)用分析：

（1）數(shù)據(jù)中心。選用多種運(yùn)輸方式，整理收集國(guó)際運(yùn)輸、海關(guān)物流等數(shù)據(jù)

信息，全面推廣廣西綜合交通運(yùn)輸全域大數(shù)據(jù)資源的管理工作，并在構(gòu)建數(shù)據(jù)資

源池的基礎(chǔ)上實(shí)現(xiàn)資源共享與交換，而后利用數(shù)據(jù)挖掘分析為西部陸海新通道建

設(shè)系統(tǒng)提供依據(jù)。

（2）智慧高速。以南寧沙井到吳燈?高速公路為依托，運(yùn)用車(chē)路協(xié)同和自動(dòng)

駕駛技術(shù)構(gòu)建全新的道路交通控制平臺(tái)，并構(gòu)建智慧高速公路路段，科學(xué)動(dòng)態(tài)地

管理與調(diào)度途中的車(chē)輛。

（3）智慧服務(wù)區(qū)。利用5G技術(shù)、人工智能以及云計(jì)算等內(nèi)容，整理分析

以視頻圖像為主的服務(wù)區(qū)全態(tài)勢(shì)大數(shù)據(jù)，在促進(jìn)商業(yè)經(jīng)營(yíng)轉(zhuǎn)型的同時(shí):提升實(shí)際

服務(wù)質(zhì)量和安全防控力度.

（4）智慧公路監(jiān)測(cè)系統(tǒng)。構(gòu)建以5G技術(shù)為依據(jù)的公路專(zhuān)用通信網(wǎng)絡(luò)，為

智能交通運(yùn)輸提供混合云霧計(jì)算平分，促使公路網(wǎng)在全面覆蓋的基礎(chǔ)上，可以從

出行服務(wù)、運(yùn)營(yíng)保養(yǎng)以及基礎(chǔ)設(shè)施等方面快速利用智慧平臺(tái)進(jìn)行數(shù)據(jù)分析與處

理。

（5）基礎(chǔ)設(shè)施建設(shè)與保養(yǎng)。不管是特長(zhǎng)隧道還是高速公路、橋梁等基礎(chǔ)設(shè)

施，都要利用BIM技術(shù)在道路施工和養(yǎng)護(hù)運(yùn)營(yíng)等管理期間進(jìn)行全生命周期的管

控與研究。

2概念分析

2.1大數(shù)據(jù)

從本質(zhì)上講，大數(shù)據(jù)就是對(duì)大規(guī)模的數(shù)據(jù)信息進(jìn)行整理收集以及分類(lèi)處理等

操作的全新技術(shù)理念，其不僅能在分析處理中發(fā)現(xiàn)事物規(guī)律，而且可以突破傳統(tǒng)

計(jì)算機(jī)技術(shù)的限制。尤其是在人工智能和云平臺(tái)理念的優(yōu)化下，將這一技術(shù)理念

運(yùn)用到城市建設(shè)中能全面改變?nèi)藗兊纳詈凸ぷ餍问健?/p>

2.2智能交通

智能交通系統(tǒng)也叫做智能運(yùn)輸系統(tǒng)，是指利用現(xiàn)代化科學(xué)技術(shù)如自動(dòng)控制理

論、數(shù)據(jù)通信技術(shù)以及電子控制技術(shù)等，全面管控交通運(yùn)輸情況，并強(qiáng)化人乍路

三者間的協(xié)調(diào)關(guān)系，以此構(gòu)建一種可以提升效率、減少資源消耗、優(yōu)化城市環(huán)境

以及保障生命安全的綜合運(yùn)輸系統(tǒng)［1］。

3基于大數(shù)據(jù)技術(shù)的處理平臺(tái)

3.1大數(shù)據(jù)處理特點(diǎn)及框架

結(jié)合圖1分析可知，以大數(shù)據(jù)為依據(jù)的技術(shù)平臺(tái)特征主要分為以下幾點(diǎn)：

（1）用來(lái)儲(chǔ)存并抓取大量數(shù)據(jù)，能快速且準(zhǔn)確地了解城市交通運(yùn)輸現(xiàn)狀；

（2）突破跨區(qū)域管理的限制；

（3）具有智能性和現(xiàn)代性，能幫助管理人員全方位了解道路運(yùn)輸狀況，統(tǒng)

籌規(guī)劃實(shí)際管理方案，以此提升道路資源的應(yīng)用效率；

（4）具有預(yù)見(jiàn)性和便捷性，可以在快速處理多樣化數(shù)據(jù)信息的基礎(chǔ)上，讓

網(wǎng)絡(luò)交通信息和道路實(shí)際數(shù)據(jù)彼此融合互補(bǔ)，有助于城市.居民根據(jù)城市道路運(yùn)輸

提供不同類(lèi)型的數(shù)據(jù)信息，選擇適宜的出行方式和路線(xiàn)。

目前隨著城鎮(zhèn)化建設(shè)水平的提升，道路運(yùn)輸量的增長(zhǎng)速度遠(yuǎn)遠(yuǎn)超過(guò)了預(yù)期范

圍,難以及時(shí)應(yīng)對(duì)口益增加的汽車(chē)運(yùn)輸需求,此時(shí)基于大數(shù)據(jù)技術(shù)構(gòu)建系統(tǒng)化的

道路誘導(dǎo)系統(tǒng)至關(guān)重要。

3.2數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)

數(shù)據(jù)倉(cāng)庫(kù)作為數(shù)據(jù)管理科研項(xiàng)目的核心內(nèi)容，由其產(chǎn)生的數(shù)據(jù)需求和數(shù)據(jù)服

務(wù)等都發(fā)生了翻天覆地的變化，而這些改變需要科研人員根據(jù)實(shí)驗(yàn)探究進(jìn)行逐一

確認(rèn)。根據(jù)上文概述的廣西智能交通領(lǐng)域發(fā)展現(xiàn)狀分析可知，用數(shù)據(jù)倉(cāng)庫(kù)系統(tǒng)處

理交通信息，必須要具有以卜特征：

（1）高度的可擴(kuò)展性。面對(duì)持續(xù)上升的智能交通運(yùn)輸信息，數(shù)據(jù)庫(kù)不能依

據(jù)一臺(tái)或少數(shù)機(jī)器的升級(jí)來(lái)滿(mǎn)足爆炸式增長(zhǎng)的數(shù)據(jù)量，而是要利用橫向可拓展技

術(shù)來(lái)完成實(shí)際數(shù)據(jù)的分析與儲(chǔ)存。

（2）高度容錯(cuò)。由于城市交通信息大部分都需要查詢(xún)實(shí)時(shí)數(shù)據(jù)信息，因此

對(duì)系統(tǒng)的容錯(cuò)性要求極高，而在集群環(huán)境中，節(jié)點(diǎn)的失效并不是一件稀罕事，計(jì)

算機(jī)系統(tǒng)無(wú)法利用硬件來(lái)提升自身的容錯(cuò)性，相反要注重優(yōu)化軟件性能，提高其

所擁有的容錯(cuò)性。

（3）支持異構(gòu)環(huán)境。在實(shí)踐運(yùn)行中根據(jù)工作需求不斷購(gòu)買(mǎi)大量異構(gòu)計(jì)算資

源，不僅能減少資源浪費(fèi)，而且可以保隙其系統(tǒng)的運(yùn)行質(zhì)量。

3.3Hadoop架構(gòu)

Hadoop架構(gòu)作為運(yùn)行在大規(guī)模集群上的開(kāi)源的分布式并行編程框架，不僅

能運(yùn)行Google的M叩Reduce編程模型，還具備分布式文件系統(tǒng)HDFS,因此在

實(shí)踐運(yùn)行中可以處理大量數(shù)據(jù)并進(jìn)行分布式計(jì)算。其具體架構(gòu)如圖2所示。此時(shí)，

框架處理數(shù)據(jù)量可以達(dá)到海量級(jí)別，且需要服務(wù)端具有極強(qiáng)的處理能力和負(fù)載水

平，服務(wù)系統(tǒng)也具備一定的穩(wěn)定性和可拓展性。大數(shù)據(jù)平臺(tái)的應(yīng)用優(yōu)勢(shì)在于儲(chǔ)存

和計(jì)算大規(guī)模數(shù)據(jù)信息，且具備高交互性。HDFS文件系統(tǒng)能有效提升系統(tǒng)服務(wù)

器的拓展性，由此構(gòu)建的MapReduce框架也能更快地進(jìn)行分布式計(jì)算，且能在

處理期間增強(qiáng)服務(wù)器的負(fù)載均衡力。運(yùn)用Hadoop分布式處理平臺(tái)，按照城市居

民出行調(diào)查、當(dāng)前道路信息以及車(chē)輛運(yùn)行情況等對(duì)數(shù)據(jù)庫(kù)信息進(jìn)行整合處理與分

析，能在準(zhǔn)確評(píng)估城市道路車(chē)速的基礎(chǔ)上，提升公共交通效率。

3.4Hbase

關(guān)系型數(shù)據(jù)庫(kù)管理系統(tǒng)更適宜應(yīng)用在數(shù)據(jù)更新或查詢(xún)等工作中，符合小規(guī)模

數(shù)據(jù)信息的分析與處理要求。M叩Reduce框架能以批處理方式來(lái)研究整體數(shù)據(jù)

集的問(wèn)題，適宜用來(lái)一次寫(xiě)入多次讀取的問(wèn)題，而前者更符合長(zhǎng)期更新的數(shù)據(jù)集。

對(duì)比兩者實(shí)際應(yīng)用情況可知，前者必須要具備精準(zhǔn)定義的實(shí)體數(shù)據(jù)、而后者主要

用來(lái)處理半結(jié)構(gòu)化或非結(jié)構(gòu)化的數(shù)據(jù)信息。按照實(shí)踐系統(tǒng)運(yùn)行需求分析，這一系

統(tǒng)對(duì)實(shí)時(shí)性的要求極高，如道路運(yùn)輸?shù)膶?shí)時(shí)路況、出租車(chē)實(shí)時(shí)信息以及用戶(hù)請(qǐng)求

等，這些內(nèi)容都要利用MvSQL數(shù)據(jù)庫(kù)儲(chǔ)存模式，及時(shí)反饋杳詢(xún)相關(guān)內(nèi)容，以期

在方便居民出行的同時(shí)，儲(chǔ)存大規(guī)模數(shù)據(jù)信息。

上述內(nèi)容必須要選用HBase數(shù)據(jù)庫(kù)。其作為ApacheHadoop的數(shù)據(jù)庫(kù)，可

以在應(yīng)用期間進(jìn)行實(shí)時(shí)且隨機(jī)的讀寫(xiě)訪(fǎng)問(wèn)，相應(yīng)的工作目標(biāo)在于儲(chǔ)存并處理大規(guī)

模的數(shù)據(jù)信息。以HDFS為依據(jù)的HBase數(shù)據(jù)庫(kù)具有可伸縮性、可靠性以及高

性能等優(yōu)勢(shì)，將其運(yùn)用到PC集群中構(gòu)建大規(guī)模的結(jié)構(gòu)化儲(chǔ)存集群，對(duì)當(dāng)前智能

交通系統(tǒng)建設(shè)與運(yùn)行而言至關(guān)重要［2］。

3.5Hive

Hive作為Hadoop數(shù)據(jù)倉(cāng)庫(kù)所需工具，能讓結(jié)構(gòu)化的數(shù)據(jù)信息映射成為一張

數(shù)據(jù)庫(kù)表，并為用戶(hù)提供有效的SQL查詢(xún)功能，以此將這一語(yǔ)句轉(zhuǎn)變?yōu)镸ap

Reduce仟?jiǎng)?wù)在系統(tǒng)中運(yùn)行°這一內(nèi)容在智能交通系統(tǒng)中的優(yōu)勢(shì)在于學(xué)習(xí)成本較

低，能利用SQL語(yǔ)句快速統(tǒng)計(jì)MapReduce,并不需要依據(jù)MapReduce需求設(shè)

計(jì)專(zhuān)門(mén)的應(yīng)用，非常符合當(dāng)前數(shù)據(jù)倉(cāng)庫(kù)統(tǒng)計(jì)需求。常見(jiàn)內(nèi)容涉及解釋器、用戶(hù)接

口以及優(yōu)化器等。

3.6Pig

Pig作為以Hadoop為依據(jù)來(lái)源的大規(guī)模數(shù)據(jù)分析平臺(tái)，相應(yīng)的SQL-LIKE

的語(yǔ)言叫做PigLalin。結(jié)合實(shí)踐工作情況分析，Pig主要用來(lái)分析大量的數(shù)據(jù)集，

其可以為系統(tǒng)用戶(hù)帶來(lái)多層抽象，這樣能在方便并行技術(shù)的基礎(chǔ)上，為用戶(hù)帶來(lái)

更為優(yōu)質(zhì)的系統(tǒng)服務(wù)。此時(shí)，抽象化的處理可以自動(dòng)將用戶(hù)請(qǐng)求queries翻譯成

為有價(jià)值的并行評(píng)估方案，而后在物理集群中合理處理上述計(jì)劃［3］。

4在智能交通領(lǐng)域中的大數(shù)據(jù)技術(shù)分析

4.1系統(tǒng)框架

根據(jù)當(dāng)前廣西智能交通系統(tǒng)應(yīng)用情況分析，要想科學(xué)處理交通數(shù)據(jù)，必須要

根據(jù)上述典型的大數(shù)據(jù)平臺(tái)架構(gòu)設(shè)計(jì)更為完善的處理平分。具體系統(tǒng)架構(gòu)如圖3

所示。這一系統(tǒng)主要分為三大部分：（1）數(shù)據(jù)的采集層；（2）數(shù)據(jù)的架構(gòu)層；（3）

數(shù)據(jù)的服務(wù)層。數(shù)據(jù)的采典層和傳統(tǒng)智能交通系統(tǒng)的設(shè)計(jì)相同，而收集到的數(shù)據(jù)

信息將會(huì)被傳遞到交通云平臺(tái)，并按照不同的需求儲(chǔ)存到數(shù)據(jù)庫(kù)當(dāng)中，接下來(lái)會(huì)

按照實(shí)時(shí)處理和歷史統(tǒng)計(jì)等系統(tǒng)需求，選擇內(nèi)部不同類(lèi)型的處理架構(gòu)為用戶(hù)提供

便捷服務(wù)。

4.2數(shù)據(jù)遷移

目前，很多交通數(shù)據(jù)都被儲(chǔ)存在關(guān)系型數(shù)據(jù)庫(kù)當(dāng)中，為了便捷統(tǒng)計(jì)和分析，

必須要將歷史數(shù)據(jù)轉(zhuǎn)移到構(gòu)建的大數(shù)據(jù)平臺(tái)中。根據(jù)系統(tǒng)測(cè)試分析可知，最佳的

方式就是開(kāi)放遠(yuǎn)程oracle數(shù)據(jù)庫(kù)數(shù)據(jù)瀏覽端口，運(yùn)用開(kāi)源數(shù)據(jù)轉(zhuǎn)移工具Sqoop

直接將數(shù)據(jù)導(dǎo)入到HDFS中，此時(shí)運(yùn)行速度將會(huì)受到網(wǎng)絡(luò)帶寬的限制。這種方案

在測(cè)試期間，數(shù)據(jù)傳輸過(guò)程中并沒(méi)有出現(xiàn)缺失或是中斷，因此符合整體平臺(tái)系統(tǒng)

的建設(shè)和運(yùn)行要求。而Sqoop作為用來(lái)轉(zhuǎn)移數(shù)據(jù)信息的工具，可以將關(guān)系型數(shù)據(jù)

庫(kù)當(dāng)中的數(shù)據(jù)導(dǎo)入到HDFS中，也可以將HDFS的數(shù)據(jù)導(dǎo)入到關(guān)系型數(shù)據(jù)庫(kù)中，

屈于一個(gè)非常重要的基礎(chǔ)組成部分。

4.3數(shù)據(jù)儲(chǔ)存

儲(chǔ)存與計(jì)算作為大數(shù)據(jù)技術(shù)應(yīng)用與發(fā)展必不可少的兩項(xiàng)內(nèi)容，在系統(tǒng)架構(gòu)中

必須要從交通運(yùn)輸角度入手設(shè)定相應(yīng)功能。通信客戶(hù)端能確保系統(tǒng)接收層獲取的

數(shù)據(jù)被傳遞到云平臺(tái)，而系統(tǒng)的儲(chǔ)存功能可以穩(wěn)定且持續(xù)地儲(chǔ)存相關(guān)信息數(shù)據(jù)。

在系統(tǒng)接收到上傳文件的相關(guān)請(qǐng)求后，云平臺(tái)的Hadoop集群將會(huì)啟動(dòng)一個(gè)任務(wù)，

將Job文件塊上傳到分布式數(shù)據(jù)庫(kù)中。如圖4所示，其為基于JobTracker啟動(dòng)多

個(gè)任務(wù)的分配框架。本文基于廣西目前智能交通運(yùn)輸情況所構(gòu)建的大數(shù)據(jù)平臺(tái)具

備數(shù)據(jù)清洗和噪點(diǎn)過(guò)濾等的特征，能有效保障內(nèi)部數(shù)據(jù)分析與處理的準(zhǔn)確性。而

利用智能柵格技術(shù)以及壓縮策略等也可以進(jìn)一步減少資源占據(jù)的空間［4］。

4.4數(shù)據(jù)慮理

這一模塊可以分離處理統(tǒng)計(jì)應(yīng)用和實(shí)時(shí)應(yīng)用，以此滿(mǎn)足不同類(lèi)型的用戶(hù)需

求，同時(shí)在實(shí)踐運(yùn)行中選月了大規(guī)模并行計(jì)算方式，并沒(méi)置了空間位置數(shù)據(jù)實(shí)時(shí)

提取計(jì)算模型，有效保障了系統(tǒng)內(nèi)部數(shù)據(jù)處理的科學(xué)性和準(zhǔn)確性。為了達(dá)到上述

要求，這一模塊在處理數(shù)據(jù)期間所運(yùn)用的關(guān)鍵技術(shù)有：

（1）軌跡數(shù)據(jù)的快速檢索技術(shù)。利用二進(jìn)制文件取代傳統(tǒng)意義上的數(shù)據(jù)進(jìn)

行儲(chǔ)存，并為系統(tǒng)設(shè)計(jì)Key-Value儲(chǔ)存對(duì)，同時(shí)運(yùn)用Key迅速檢查Value的特征，

并將數(shù)據(jù)子集儲(chǔ)存到Value當(dāng)中°另外，環(huán)會(huì)利用HDFS分布式文件和MapReduce

分布式計(jì)算編程形式取代傳統(tǒng)意義上的關(guān)系型數(shù)據(jù)庫(kù)，有助于在快速檢索的同

時(shí)，降低數(shù)據(jù)壓縮比例，提升整體運(yùn)行速度。

（2）分布式軌跡的聚類(lèi)技術(shù)。運(yùn)用M叩Reduce分布式計(jì)算架構(gòu)規(guī)范處理城

市交通運(yùn)輸軌跡，并由此獲取并行的K-Means聚類(lèi)算法。通過(guò)明確初始位置，

對(duì)經(jīng)常出行的路段實(shí)施聚類(lèi)分析，就能快速得到其中的異常數(shù)值。

(3)分布式停車(chē)點(diǎn)的聚類(lèi)技術(shù)。利用Mahout和Hadoop平臺(tái)所呈現(xiàn)出的協(xié)

調(diào)功能，能充分展現(xiàn)M