背景

近年来，云计算、IoT等概念如火如荼，尤其是最近物联网又称为了“新基建”的内容之一。在传统的汽车制造领域，云计算和物联网能够帮助该行业的企业带来什么改变？这种背景下，“车联网”被频频提起。怎么定义车联网？车联网能够给车主带来什么？能够给汽车制造企业（主机厂）带来什么？能够给后服务市场带来什么？该怎么样落地？这些汽车领域的上下游企业都在各自不断的摸索。
在阿里云上，可以基于IoT套件等已有产品搭建一个车联网，便于汽车行业的企业开发自己的车联网应用。这些应用的发展思路多样，可以是面向车主的手机端APP，用来管理自己爱车的油耗、空调、电子设备；可以是面向主机厂的车辆运行监控网络；也可以是面向后服务市场的数据分析及定向营销。

企业的诉求可大概归类为：

痛点/需求点	详细内容
车载数据的上下行	作为主机厂，能够从汽车内置的传感器中收集比OBD还要多的数据，怎么解决设备的连接问题，怎么去采集这些数据使用什么样的通信协议等等，这些海量数据怎么进行稳定可靠的上下行通信。
数据的分析与运营	对于采集上来的数据，怎么去做分析，运营，让这些数据产生价值，上层的应用系统怎么建设去满足整车厂的需求
行业的业务衍生拓展需求	主机厂或者汽车后市场基于收集上来的数据来做大数据分析，上层的业务系统的规划逐步迭代，从C端的APP到大数据分析推动质量改进再到汽车后服务中的保养和金融服务等，逐步建设由车联网，云计算，大数据组成的汽车云平台。
产品选型复杂	市场上这么多开源框架，人员招聘、学习过程、框架搭建，从时间到费用各种各样的成本都不低。

解决方案：
阿里云IoT物联网套件+大数据平台

方案概要
怎么去接入数量逐步增加的车机端，让用户只关心上层应用系统的建设，不用去担心平台的后台扩展，兼顾设备端的安全认证，链路传输加密等等。

方案概述：
• 接入网关支持线性动态扩展，可支撑亿级设备同时连接
• 通信链路加密
• 自动尝试与Server重连，尝试时间是1s,2s,4s,8s,最大间隔60s，间隔时间可设置
• 车内数据1s收集一次，非实时性数据几分钟打包上传一次，实时数据采用长链接
• 实时数据基于MQTT协议与IoT hub长连接通信
• 服务端订阅消息，将消息传入MNS
• 应用服务器获取数据解压数据，并将消费处理后的数据传入MNS
• 数据计算产品去消费经服务器规则处理后传入MNS中的数据
• 外部离线数据，定时同步通过工具Data integration可以将异构的数据源抽取写入同一个数据源Table Store（或者直接导入阿里云最新的时序数据库产品InfluxDB），进行后续各种计算和使用。

此外，因为使用阿里云IoT套件及数据产品，整套系统建议基于阿里云进行部署。

基础平台总体设计：

设计思路

1. 位于每辆车作为车联网终端的数据采集与通信终端（简称终端），嵌入阿里云IoT套件的终端开发SDK。本SDK用于将终端数据以及底层车联网端到端的通信通道进行加密封装，并在车辆与服务端进行数据交互时，提供终端身份合法性的鉴权认证。
2. 车辆各传感器数据实时/准实时上传至阿里云时，阿里云安全防御产品通过终端鉴权及认证后，车联网数据将对接到阿里云IoT Hub。
3. 阿里云IoT Hub作为专业的物联网/车联网终端接入网关，具备亿级设备的长连接，以及百万级并发的海量终端接入能力。
4. 车辆终端可通过移动通信的3G/4G网络，用长连接保持与IoT Hub的通信，实时传输车辆传感器所采集的各种数据。当车辆终端所处网络环境不好时，可本地缓存传感器数据，待网络恢复时，终端中的IoT SDK将自动恢复与服务端的数据连接并回传数据。
5. 通过终端的长连接收到车辆数据后，IoT Hub将把数据传递给位于其后的规则转发引擎Rule Engine。Rule Engine按照预先设计的规则（例如车辆实时运行状态数据、故障码等），将数据转发到后端各业务应用系统。
6. 各业务应用系统收到各自业务所需要的数据后，进行业务处理，并根据需要将数据存储在数据存储模块中。
7. 鉴于各业务系统的业务逻辑均可以“车”为维度，所用数据也包含了各种状态甚至社交信息，不是标准的关系型数据，且数量可能极为巨大。为了更好的存储这些数据并将之沉淀，为未来的大数据增值分析提供基础，主要的数据存储部分将采用非关系型数据库，其中包含阿里云MaxCompute（用来进行离线分析），表格存储（OTS，用来实施查询），EMR（阿里云的Hadoop和Spark集群服务）、MongoDB，以及比较新的时序时序数据库产品InfluxDB。
8. 此外，业务系统的基本运行可采用阿里云RDS for MySQL数据库进行关系型数据的存储。
9. 采用Redis来缓存热数据，提高访问效率。同时采用OSS来存储非结构化业务数据，如文本，图片等。

希望此文能够抛砖引玉，为车联网相关从业者一点启发。