最佳实践

货车数据采集分析

更新时间 2020-12-01

公路货物运输是现代运输主要方式之一，也是陆上货物运输的两个基本运输方式之一。在整个运输领域占有重要地位，并发挥着越来越重要的作用。如何实时了解货车运输的成本情况，如何获悉货车运输损耗，及时如何了解货车故障检查等，成为运输领域亟需解决的问题。

通过将车载设备联网，实时记录并发送货车信息、货车的位置、油耗等数据，通过大数据数据分析，可以轻松了解货车的整体状态，察觉可能存在的隐患。

本小节主要示例介绍如何通过 ChronusDB 对货车的行驶数据采集和分析。

ChronusDB与物联网

数据库建模

建立运输数据库。

echo "CREATE DATABASE freight" | curl 'http://ChronusDB 用户名:ChronusDB 密码@高可用 IP:8123/' --data-binary @-

建立货车信息表，包含货车车队、司机、型号、设备信息、负载能力、油耗能力、正常燃油消耗指标，和经度、维度、高度、年级、实际油耗这些监控项。

 echo "CREATE TABLE freight.truck_metrics_tags
 (
   time Datetime,
   name LowCardinality(String),
   fleet LowCardinality(String),
   driver LowCardinality(String),
   model LowCardinality(String),
   device_version LowCardinality(String),
   load_capacity Float32,
   fuel_capacity Float32,
   nominal_fuel_consumption Float32,
   latitude Float32,
   longitude Float32,
   elevation Float32,
   velocity Float32,
   heading UInt8,
   grade UInt8,
   fuel_consumption Float32,
   fuel_state Float32,
   current_load Float32,
   status Float32
 )
 ENGINE =  ReplicatedMergeTree('{namespace}/freight/truck_metrics_tags', '{replica}')
 PARTITION BY toYYYYMM(time)
 ORDER BY (name, fleet, driver, model, device_version, load_capacity, fuel_capacity, nominal_fuel_consumption)" | curl 'http://<ChronusDB 用户名>:<ChronusDB 密码>@<高可用 IP>:8123/' --data-binary @-

建立分布式表，以下通过创建使用物理一致分布式表为示例。

 echo "CREATE TABLE freight.truck_metrics_tags_physical_distributed
 (
   time Datetime,
   name LowCardinality(String),
   fleet LowCardinality(String),
   driver LowCardinality(String),
   model LowCardinality(String),
   device_version LowCardinality(String),
   load_capacity Float32,
   fuel_capacity Float32,
   nominal_fuel_consumption Float32,
   latitude Float32,
   longitude Float32,
   elevation Float32,
   velocity Float32,
   heading UInt8,
   grade UInt8,
   fuel_consumption Float32,
   fuel_state Float32,
   current_load Float32,
   status Float32
 )ENGINE = Distributed(physical_consistency_cluster, freight, truck_metrics_tags, rand())"| curl 'http://<ChronusDB 用户名>:<ChronusDB 密码>@<高可用 IP>:8123/' --data-binary @-

查询模型

查询某辆货车的最新位置。

echo "SELECT
   name,
   driver,
   latitude,
   latitude
FROM freight.truck_metrics_tags_physical_distributed
WHERE name IN ('truck_3', 'truck_5', 'truck_9')
ORDER BY time DESC
LIMIT 1" | curl 'http://<ChronusDB 用户名>:<ChronusDB 密码>@<高可用 IP>:8123/' --data-binary @-

查询每辆货车的最新位置。

echo "SELECT
    name,
    driver,
    longitude,
    latitude
FROM freight.truck_metrics_tags_physical_distributed
WHERE isNotNull(name) AND (fleet = 'South')
ORDER BY time DESC
LIMIT 1" | curl 'http://<ChronusDB 用户名>:<ChronusDB 密码>@<高可用 IP>:8123/' --data-binary @-

查询耗油量最低的货车。

echo "SELECT
    name,
    driver,
    fuel_state
FROM freight.truck_metrics_tags_physical_distributed
WHERE isNotNull(name) AND (fuel_state < 0.1) AND (fleet = 'South')
ORDER BY time DESC
LIMIT 1" | curl 'http://<ChronusDB 用户名>:<ChronusDB 密码>@<高可用 IP>:8123/' --data-binary @-

查询负荷超过90%的货车。

echo "SELECT
   name,
   driver,
   current_load
FROM freight.truck_metrics_tags_physical_distributed
WHERE isNotNull(name) AND ((current_load / load_capacity) > 0.9) AND (fleet = 'South')" | curl 'http://<ChronusDB 用户名>:<ChronusDB 密码>@<高可用 IP>:8123/' --data-binary @-

查询10分钟内平均速度低的货车。

echo "SELECT
    name,
    driver
FROM freight.truck_metrics_tags_physical_distributed
WHERE (time >= '2019-01-01 00:36:22') AND (time < '2019-01-01 00:46:22') AND isNotNull(name) AND (fleet = 'West')
GROUP BY
    name,
    driver
HAVING avg(velocity) < 1" | curl 'http://<ChronusDB 用户名>:<ChronusDB 密码>@<高可用 IP>:8123/' --data-binary @-

查询驾驶时间较长的货车：在4小时内驾驶时长超过20分钟的货车。

echo "SELECT
   name,
   driver,
   toStartOfInterval(time, toIntervalMinute(10)) AS ten_minutes
FROM freight.truck_metrics_tags_physical_distributed
WHERE (time >= '2019-01-01 00:16:22') AND (time < '2019-01-01 04:16:22') AND isNotNull(name) AND (fleet = 'West')
GROUP BY
    name,
    driver,
    ten_minutes
HAVING (avg(velocity) > 1) AND (count(ten_minutes) > 2)
ORDER BY ten_minutes ASC" | curl 'http://<ChronusDB 用户名>:<ChronusDB 密码>@<高可用 IP>:8123/' --data-binary @-

查询驾驶时间较长的货车:在过去24小时内行驶超过1小时的货车。

echo "SELECT
   name,
   driver,
   toStartOfInterval(time, toIntervalMinute(10)) AS ten_minutes
FROM freight.truck_metrics_tags_physical_distributed
WHERE (time >= '2019-01-01 00:16:22') AND (time < '2019-01-02 00:16:22') AND isNotNull(name) AND (fleet = 'West')
GROUP BY
   name,
   driver,
   ten_minutes
HAVING (avg(velocity) > 1) AND (count(ten_minutes) >= 6)" | curl 'http://<ChronusDB 用户名>:<ChronusDB 密码>@<高可用
IP>:8123/' --data-binary @-

查询每支车队的平均油耗与预计油耗之比。

echo "SELECT
   fleet,
   avg(fuel_consumption) AS avg_fuel_consumption,
   avg(nominal_fuel_consumption) AS projected_fuel_consumption
FROM freight.truck_metrics_tags_physical_distributed
WHERE isNotNull(fleet) AND isNotNull(nominal_fuel_consumption) AND isNotNull(name) AND (velocity > 1)
GROUP BY fleet" | curl 'http://<ChronusDB 用户名>:<ChronusDB 密码>@<高可用 IP>:8123/' --data-binary @-

查询每天驾驶时间的平均值。

echo "SELECT
   fleet,
   name,
   driver,
   toStartOfInterval(time, toIntervalHour(24)) AS day
FROM freight.truck_metrics_tags_physical_distributed
ROUP BY
   day,
   fleet,
   name,
   driver
HAVING avg(velocity) > 1" | curl 'http://<ChronusDB 用户名>:<ChronusDB 密码>@<高可用 IP>:8123/' --data-binary @-

查询每辆货车每车队的平均负荷。

echo "SELECT
   fleet,
   model,
   load_capacity,
   avg(current_load) / load_capacity AS load_percentage
FROM freight.truck_metrics_tags_physical_distributed
WHERE isNotNull(fleet) AND isNotNull(model) AND isNotNull(load_capacity)
GROUP BY
   fleet,
   model,
   load_capacity" | curl 'http://<ChronusDB 用户名>:<ChronusDB 密码>@<高可用 IP>:8123/' --data-binary @-

性能调测

测试数据量 10 亿行。

写入性能测试结果

每次插入 100 万行，写入时间结果。

bulk rows	per bulk time	sum rows	sum time	partition disk used
1 Millon	5.48436 s	1 Billon	5484.36 s	24GB

查询性能测试结果

物理一致分布查询耗时结果。

查询模型	查询耗时
某辆货车的最新位置	5.249s
每辆货车的最新位置	10.496s
耗油量最低的货车	4.322s
负荷超过90%的货车	26.461s
10分钟内平均速度低的货车	0.013s
驾驶时间较长的货车:在4小时内驾驶时长超过20分钟	0.017s
驾驶时间较长的货车:在过去24小时内行驶超过1小时	0.022s
每支车队的平均油耗与预计油耗之比	7.057s
每天驾驶时间的平均值	5.156s
每辆货车每车队的平均负荷	2.999s

上一页: 基础设施 CPU 数据收集分析

这篇文档解决了您的问题吗？

最佳实践

本页目录

最佳实践

货车数据采集分析

数据库建模

查询模型

性能调测

写入性能测试结果

查询性能测试结果