治安交通行业应用 城市治安交通智能综合管控系统

背景

随着经济的发展,机动车、驾驶人保有量逐年递增,同时,给道路交通管理带来了巨大的压力,比如交通事故、交通违法行为日渐增多等,交通管理形势日渐严峻。为科学化交通管理,铺设智能采集设备,引进智能交通管控技术。然而,随着采集设备的增加,交通基础数据量呈爆炸性增长,以地市为例,每月文本数据量达TB级。交通部门面对如此海量数据,如何能够有效地进行数据的采集、传输、存储、分析和挖掘,从而提高交通管理能力。

现有问题
  • 缺乏统一规划,形成信息孤岛;

  • 海量交通数据下,传统存储架构已难以满足基本的交通数据管理需求;

  • 传统实时架构仅能进行简单比对,不能满足复杂的实时业务需求;

  • 传统交通管理系统计算性能弱,难以应对海量数据计算需求;

  • 传统交通管理系统智能化程度低,需大量人工排查。

观澜“治安交通智能化综合管控平台”

基于TariDB平台,观澜数据设计和实现了治安交通智能化综合管控平台(简称观澜“管控平台”)。观澜“管控平台”采用全新的“云计算-大数据”架构,在诸多方面取得了革命性突破,并具备如下五大亮点:

  • 海量数据高速检索与处理。

    在PB级别数量条件下,精确检索相应速度为0.3秒~1秒,模糊搜索速度达1.1亿条/秒,支持1000用户并发使用,并可进一步扩展。

  • 多模型实时比对与实时预警

    在1000卡口产生大数据下,仅用0.2秒~0.8秒即完成实时比对;能够在事发前判定嫌疑机动车并报警,形成“事前预警-事中控制-事后研判”的闭环工作模式。

  • 完善严谨的权限隔离支持

    针对不同警种(如刑警、交警、技侦等)、不同行政辖区(如地市、县区等)、不同层级(如总队、支队、大队等)有完善、严格的权限隔离支持,同时在高危案情发生时支持临时借用与权限提升。

  • 智能化分析与挖掘统计

    智能化分析与挖掘算法(如车辆轨迹行为分析、异常行为分析等)迅速为办案人员缩小排查范围,提高办案效率10倍以上;完善的统计分析功能可以生成多粒度结果,为城市规划等提供决策支撑。

  • 系统可扩展性优异

    突破传统架构下单台服务器性能限制,采用“云计算-大数据”分布式集群架构,在如点位增加、前端设备采集质量提高、使用人员增多等情况出现时,只需要单点增加服务器即可使系统性能保持在最优状态。

金融行业应用

金融行业,交易、报价、业绩报告、消费者研究报告、官方统计数据公报、调查、新闻报道均会产生大量数据。金融企业IT基础设施要求易于数据的整合与集中、扩展与伸缩,以及管理与维护,同时还必须具备良好的可靠性、可控性和安全性;另外,部分金融业务存在实时性要求,如高频金融交易。

TariDB平台采用分布式集群架构,具有极强线性扩展能力;平台采用业界内最广泛测试、部署的Hadoop版本,构建NameNode高可用系统,热备实现秒级切换,具有高稳定性;且平台具有强大的数据实时处理能力。由以上所述可见TariDB能够为金融行业提供优质的大数据服务。

医疗行业应用

医疗行业盛产大数据,医疗信息数据呈几何倍数增长,数据来源包括财务数据、医疗影像、临床或业务类应用数据以及医疗文献等,这些数据的数据类型多样,包括结构化和非结构化数据,规模达PB、EB级,且非结构化信息占据极大比例。对于医疗机构来说,如何能够对海量医疗数据进行存储、管理、分析,并提供实时性支持,以满足当下临床工作的需求,从而使数据呈现价值,是一个挑战性问题。

TariDB平台具备大数据的接入与融合功能,能够处理海量、异构数据的快速、统一接入,对于医疗数据极为适用;平台具备高效的检索机制和强大的数据实时处理能力,易于支持医疗数据的检索和实时处理需求。

应急管理

现代社会面临具有明显复杂性特征、破坏性严重的非常规突发事件侵袭的可能日趋增大,危害不断升级,灾难的后果更趋严重,所以建立非常规突发事件应急管理服务体系极为必要。从信息处理角度来说,现有的应急管理面临着“信息孤岛”、信息传递方式落后、缺乏对应急数据融合的支持、对海量信息的快速实时处理能力不足等问题。

TariDB平台提供便捷的数据接入、融合和共享服务,有助于应急管理各部门相关数据汇聚于云端,从而打破信息壁垒;平台提供高速检索功能,可应对应急大数据快速查询、分析需求;平台具备强大的数据实时处理能力,可应对突发事件的时效性需求。