云原生数据库助力北京公交 日均800万人次智慧出行

内容简要:

一、业务背景

二、核心业务

三、关于未来公交

 

 

一、业务背景

云原生数据库助力北京公交 日均800万人次智慧出行云原生数据库助力北京公交 日均800万人次智慧出行

启迪公交(北京)科技股份有限公司以下简称”启迪公交”,是国内领先的智慧公交系统方案提供商和服务运营商。

通过承接公交信息化和智慧化项目建设,应用最先进的互联网商业模式,将“人、车、线、站”的大数据资源及相关配套资源进行商业化转换,引领行业提升公交系统的创新能力和服务水平,助力“互联网+城市公交”的提升发展。启迪公交承建的北京市公交公交集团的智能化系统改造项目。

 

 

二、核心业务

(一)三大核心业务目标

三大核心业务目标分别为:刷码乘车、物联网和大数据。

 

1.刷码乘车

随着线上支付的普及,现金支付的场景越来越少,因此我们也希望能够在乘坐公交的场景中使用线上支付的方式。

这种方式可以取代公交卡或者现金支付,这是企业公交做信息化的第一个核心目标,即做一个刷卡乘车的系统。

 

2.物联网

公共交通的核心载体为公交车,过去我们缺少信息化的手段来监控整个公交车实时的运行情况,包括公交车的位置,车上拥挤程度,也很难根据人流量与车流量进行实时的交通调度与排版,信息化相对滞后。

 

3.大数据

通过大数据的分析,为公交集团提供一个更优的业务决策,包括场站的设置,公交的排班,线路的优化等,这要依赖于把整个业务数据,包括大数据的系统数据把储存下来,然后做智能化分析。

 

目前,我们将北京公交上的乘车机具设备进行了迭代,乘客可通过下载“北京公交”APP,通过应用生成二维码即可刷码乘车。

云原生数据库助力北京公交 日均800万人次智慧出行云原生数据库助力北京公交 日均800万人次智慧出行

(二)业务挑战

作为拥有两千多万常住人口的城市,北京的公交状况与其他城市也不太一样。由于巨大的城市体量和规模,北京的公共交通状况也给我们的业务系统带来巨大压力。

云原生数据库助力北京公交 日均800万人次智慧出行

如上图所示,北京公交系统中目前带安装车辆将近2.4万辆,车载POS终端生产总量为6千件,每日设备心跳8900万次,每日乘车人次800万,每日刷卡交易数1600万,最高并发访问量1500次/秒,因此需要一套公交系统,既支持高并发场景,还能大数据量的存储,经过仔细调研与层次筛选,我们选择了阿里云的云原生数据库来作为底层承载的数据库。

 

(三)为什么选择云原生数据库?

选择云原生数据库主要有以下三个原因:

1. 解决高并发和水平扩展

经历过双十一考验的PolarDB和PolarDB-X分布式数据库,能够解决数据库高并发访问和水平扩展的需求。

2.降低时间成本

将基础设施的搭建工作交给阿里云专业技术团队,公交系统的技术团队可以从基础设施的建设中解放出来,根据需求的变化快速的响应,将更多的精力投入到业务逻辑和商业化变现中。

3.与云生态无缝对接

可以与其他阿里云大数据产品无缝对接,形成完整的大数据处理架构,省去 了在各个不同产品之间集成的烦恼。

云原生数据库助力北京公交 日均800万人次智慧出行

启迪公交技术架构

如上图所示,这张图代表了整个北京公交业务系统。

整个业务系统的架构可以分成两种不同的交易业务,从最左边来看,有刷卡乘车与扫码乘车业务,不同的业务通过车载终端刷卡之后,会进入到物联网平台进行处理。处理之后,底层会将不同业务的数据存入对应的PolarDB-X分布式数据库集群中。

刷卡乘车会和IDC线下业务做一定的交互,扫码乘车会跟线上的第三方支付平台做一定交互,例如跟支付宝或银行做扣款和对账的操作。因此,在扫码乘车的业务系统里会对接一套扫码支付的集群,交易数据会通过阿里云的DTS数据库传输服务实时同步到票务管理工作台,工作台会汇集所有的交易的数据,同时承担日常的管理工作。

另一方面,通过在线的交易业务,采用阿里云的AnalyticDB数据仓库进行数据的实时分析,将业务实时情况反馈给上层做决策。

现在通过这套系统看到许多实时数据,例如某一个站点的人流密集度,公交场站获取到这些实时客流信息后,可以根据实际情况做车辆调度与排班优化。

还有一个系统用的是阿里云的TSDB时空时序数据库。目前在公交车上安装的机具,除了承担扫码交易的工作,还能实时地将GPS位置与传感信息上传到TSDB时空时序数据库。TSDB时空时序数据库存储着整个物联网的数据,会跟票务的管理集群做交互,数据也会实时同步到数据仓库中。

目前这套系统的部署为公交内部工作人员提供了许多便利,通过数据的聚合和处理,使得原有的业务得到大幅优化。基于这套系统,就算北京2000万的常住人口同时使用公交出行,公交系统也能有条不紊地稳定运行。

 

(四)云原生数据库如何让公共出行变得更加美好?

1. 实时客流的分析与车辆位置查询

云原生数据库助力北京公交 日均800万人次智慧出行

实时客流的分析:通过云原生数据库获取实时客流与车流量,可以进行实时地分析,从而及时地进行车辆调度与班次优化,避免部分站点公交车人满为患,部分站点公交车空无一人的情况发生,大幅提升了市民公交出行的便利性。

云原生数据库助力北京公交 日均800万人次智慧出行

车辆位置查询:乘客可通过“北京公交”APP实时查看每个站点的公交车到站情况,能够查看自己想乘坐的公交车位置,清楚它还有多久到站,从而规划自己的出行时间,避免提前很久在站台等车,还有和公交车失之交臂的尴尬场景出现。

Ø  通过云原生数据库,公交系统最终可实现:

1)实时客流分析 -> 辅助更合理的公交运力安排 -> 车辆变多了、车上不拥挤了

2)实时的公交位置信息查询 -> 等车时间变短了

 

2.机具快速安装施工

云原生数据库另一个优势是可以根据业务的阶段目标,通过信息化的手段快速完成工作,一个典型例子就是公交刷码机具地快速部署。

云原生数据库助力北京公交 日均800万人次智慧出行

公交机具部署流程

如果要替换北京2万多辆公交车,采用传统方法的话,部署工期可能需要一年。这是由于公交系统需要持续运行,调度内容繁琐,因此部署工作极具挑战。通过云系统可快速构建并安装部署的系统,整个施工周期为一个半月。

云原生数据库助力北京公交 日均800万人次智慧出行

时查看安装情况

基于现在这套云数据库的系统,可以了解车辆的GPS情况,快速定位车辆位置,在车辆允许情况下快速部署扫码乘车的机具。

 

 

三、关于未来公交

(一)响应式公共交通

云原生数据库助力北京公交 日均800万人次智慧出行

基于云原生数据库的基础,我们看到了许多未来关于整个公交系统的趋势变化。未来的公交系统可能不在拘泥于某条固定线路,而是可以响应不同乘客的需求,根据大数据分析来智能制定线路。

未来的公交出行,乘客可以通过提前预约的方式,实现从家门口乘坐公交车直接到目的地,无需在固定公交站点上下车。

云原生数据库助力北京公交 日均800万人次智慧出行

响应式公交可以做到的定制服务,不同品类需求有不同的出行方式和预约方式,未来的公交出行将更加智能化。

 

(二)智慧公交业务感知网络

云原生数据库助力北京公交 日均800万人次智慧出行

未来公交业务系统可以通过车载终端的设备,包括GPS和物联网的设备等,获取到各种各样的乘车信息,例如乘客的乘车需求,人员情况,车辆情况,线路情况等。在各公交站点上有视频、传感器等数据,数据包括车辆数据,路况数据等。

将这些数据都汇集到一起,通过云原生数据库做综合式的分析,可以更好地匹配乘客的需求,实现更高效率的出行。

上一篇:【PostgreSQL 创新营】第四课:高维向量检索的设计与实践 答疑汇总


下一篇:CVPR 2017精彩论文解读:显著降低模型训练成本的主动增量学习 | 分享总结