负责车辆数据采集与分析模块开发,使用 Python 编写自动化脚本收集车辆运行数据(包括发动机状态、油耗、里程、故障码等),日均处理数据量 10 万 +。
点击空白处退出提示
负责车辆数据采集与分析模块开发,使用 Python 编写自动化脚本收集车辆运行数据(包括发动机状态、油耗、里程、故障码等),日均处理数据量 10 万 +。
开发车辆历史数据查询系统,支持多维度筛选和可视化展示。实现三级报警系统(预警/告警/紧急),通过 WebSocket 实时推送报警信息至监控大屏。开发电子围栏功能,基于高德 API 实现车辆越界自动报警。使用 Docker 容器化部署,Nginx 反向代理,确保系统 7×24 小时稳定运行。
一、我负责的内容:
负责该平台后端从 0 到 1 的设计与开发,具体包括:需求分析与数据库表设计;车辆数据采集脚本开发;核心业务接口开发;三级报警规则引擎、电子围栏、历史数据查询模块的实现;以及 Docker 容器化部署与上线后的运维监控。
二、技术栈与架构:
项目采用前后端分离 + 分层架构:接入层使用 Nginx 做反向代理与负载均衡;业务层基于 FastAPI 异步框架开发 RESTful 接口;数据层使用 MySQL 存储业务数据,Redis 承担热点缓存与报警去重;采集端使用 Python 多进程脚本对接车辆 T-Box 数据上报通道,清洗校验后入库;报警服务通过 WebSocket 与监控大屏保持长连接,实现实时推送。
三、实现亮点与难点:
① 高并发写入:日均处理 10 万+ 条车辆数据,采用"Redis 缓冲 + 批量落库"方案削峰,保证高峰期接口响应稳定;
② 规则引擎:三级报警(预警/告警/紧急)使用策略模式实现,新增报警类型无需修改主流程,便于扩展;
③ 电子围栏性能:基于高德 API 结合 GeoHash 网格索引优化越界判断算法,解决大批量车辆实时计算的性能瓶颈;
④ 稳定性保障:Docker Compose 一键部署,配合健康检查、日志采集与异常自动重启,实现 7×24 小时稳定运行。



评论