[发明专利]一种初次入城车辆数据管理方法及系统

说明书

本发明公开了一种初次入城车辆数据管理方法，包括：采集过车数据到基于大数据的数据仓库；统计该定时周期内出现过的车辆信息；统计向前分析时间范围内出现过的车辆相关信息；若某车在定时周期内出现，在向前分析时间范围内没有出现，则判断该车为初次入城并将其信息写入数据仓库；当查询初次入城的车辆时，直接调用数据仓库进行查询。由于过车数据已经提前分析，并将初次入城的数据直接写入到数据仓库，因此在需要查询时是对分析结果的查询，而不是对原始数据的查询，查询效率高。本管理方法还能提高数据查询的实时性、有效性等。本发明还公开了一种初次入城车辆数据管理系统。

技术领域

本发明属于数据分析技术领域，具体涉及一种初次入城车辆数据管理方法及系统。

背景技术

车辆大数据分析是当前研究的热点，一般包括初次入城分析、套牌车分析、高危地区车辆查询等相关内容，这些研究有利于管理部门了解车辆相关情况，能为可能出现的犯罪行为提供数据支持。然而随着车辆的大量使用以及人类工作、生活半径的增加，采集的车辆相关数据变得越来越多且越来越频繁，如何在大量数据中高效、准确提取对管理部门有用的信息成为当务之急。

以初次入城分析为例，现有技术一般包括两种，一种是单独建立一个初次入城车辆数据库，此库中对每辆机动车有且仅有一条记录，大大降低了数据的保有量，解决了传统过车信息数据量巨大，无法实时定位初次入城车辆以及历史查询慢的问题,而且由于不同时间范围内的初次入城结果往往是不同的，而本方法无法提供一定时间范围内的初次入城查询分析，则查询结果不准确。另一种方法是在一个系统中保存有所有数据，根据一定的查询时间范围统计所有车辆的出城次数，对于出进城次数为1的车辆信息，还要再向前分析一段时间，如前一段时间有该车的记录则说明为非首次入城，否则为首次入城。但这种方法效率不高，每一次查询都要对所有数据进行统计。

另外，现有的技术一般都无法支持大数据量下的存储，从而无法支持大数据量的业务。在实际应用中，城市车辆数据增量过多带来的服务性能横向扩展。无法支持大数据量下的实时查询分析，分析速度较慢。

发明内容

针对现有技术中存在的缺陷，本发明的目的是提供一种初次入城车辆数据管理方法及系统，能够应用于大数据业务场合，提高初次入城车辆查询的效率及一定范围内的分析真实性、有效性及实时性。

为达到以上目的，本发明采用的技术方案是：

一种初次入城车辆数据管理方法，包括以下步骤：

采集过车数据到基于大数据的数据仓库；

设置定时周期，当达到定时周期时，统计该定时周期内出现过的车辆信息；

以定时周期的起始时间为基础点，设置向前分析时间范围，统计该时间范围内出现过的车辆相关信息；

若某车在定时周期内出现，在向前分析时间范围内没有出现，则判断该车为初次入城，并将其信息写入数据仓库；

当查询初次入城的车辆时，直接调用数据仓库进行查询。

进一步的，采集过车数据到所述数据仓库的方法包括：将原始过车数据通过ETL工具入库到所述数据仓库。

进一步的，所述数据仓库包括：Impala、Hive。

进一步的，若判断某车为初次入城且有多条信息时，仅保留入城时间最早的对应信息，并将其写入数据仓库。

进一步的，在所述数据仓库中建立至少两个数据库，用于分别存储原始过车数据及初次入城车辆数据；或者，在所述数据仓库中的一个数据库中建立至少两张表，用于分别存储原始过车数据及初次入城车辆数据。

相应的，本发明还公开了一种初次入城车辆数据管理系统，包括：

数据采集模块，用于采集过车数据到基于大数据的数据仓库；