请教下,物联网的大量数据采集如何保存数据

[Essaim]

公司突然要求做行车轨迹,而且还不调用地图软件的开放 api.然后让我这个半年开发经验,没有任何物联网数据的蔡狗子来搞.一点头绪都没有.
简单的以公司 10W 个设备来计算,每天平均 3 小时在线,每 10 秒钟采集一条数据,那么一天的数据量就能达到上亿条.那么 mysql 等关系数据库肯定是不行了.但是实际数据大小肯定不大,一个设备 ID,一个经纬度信息,一个时间戳.
简单的想了个思路:
以一段路程作为一个单位,从起点开始采集数据,将数据放在 nosql 缓存中,然后当设备发送结束路径请求的时候,将数据打包序列化到文件中,通过 fastdfs 存储起来,然后在 mysql 中存储一条文件索引记录,因为系统的查询量比较少,所以性能应该还是过得去的.
大佬们有没有更好的想法,或者我这个想法有什么不可行的地方,希望大家斧正.

[leeyuzhe]

时序数据库了解一下

[wizzer]

1、业务拆分，实时数据只是在需要查看的时候才显示，比如 10 分钟内的实时数据可以放 redis ；
2、历史数据，根据需要，每隔多长时间存 mongodb 去，而不是 10s 一次的保存；
3、统计数据，可以实时统计出来的数据、或通过历史数据统计出的数据，放 mysql 里去，按月分表等；
4、队列肯定是要加的，并发转队列，慢慢处理生成以上数据；

[MoHen9]

一楼是正解，但是数据量一上去就必须得大数据了。

[snappyone]

时序数据库+1

[David1119]

timescaleDB

[looseChen]

influxdb

[Essaim]

@leeyuzhe 谢谢,我去了解一下~

[goodryb]

云计算 IOT 平台了解一下，一条龙服务

[Essaim]

先说下另外一个想法,如果一段路线看做一个单位,并且绝对不会用这些数据来查询,那么是否可以直接把这段路程的所有数据打包成一个 json 字符串,然后存储到一个字段里面去,这样的话就可以忽略数据条数带来的影响了.但是相应的,是否会影响数据的使用?如果以后有什么新需求,需要对数据做统计的话.
然后现在去了解一下时序数据库,统一谢过楼上各位.

[Essaim]

@goodryb 我先吐槽下公司决策层,虽然这些东西涉及到物联网,但是他们似乎根本没想往这方面发展,所以需求都是,数据保存一段时间后删除.
采集这么多数据,然后后面还不用,还得出这么多钱,他们肯定不愿意了.

[goodryb]

@Essaim #10 你们公司有架构师吗，有的话这个问题应该是他来考虑的，如果没有，根据需求，给出 2-3 个解决方案和所需要的资源，提交老板审批即可。

[Essaim]

@goodryb 没有!后端目前就两人,我的上级以前还是搞安卓开发的,没有任何后端经验,在我两个月前进来后公司才开始做互联网项目.
ps:我也不明白公司为什么不找个大牛招个半年开发经验的过来,我现在都特别想溜了.

[Essaim]

@goodryb 明白了,谢了,我看下几个方案,稍微评估下交给上级去.最难受的是上级还请陪产假了,公司后端目前就我一个.Orz

[goodryb]

@Essaim #12 没有就找第三方服务商去买，要不就用云平台，自己搞不了就不要硬抗，要不然到时候还要甩锅

[Essaim]

@goodryb 好的,谢谢.

[youngce]

influxdb+1

[opengps]

咱可以沟通一下，我做了 6 年多的汽车位置平台

[opengps]

我第一版设计的 sqlserver，单数据库单表，实际应用达到了 15 亿行数据毫无压力，设计峰值每秒 3000，实际才用到 100 多点

[Vkery]

cassandra

[liprais]

keep 以前存跑步轨迹的时候，是把 gps 坐标放到一个 json 数组里面，然后把这个数组 base64 之后用 zip 压缩这个字符串，然后放到 hbase 里.
做分析的时候简直噩梦一样

[largecat]

找半年经验的，对 boss 威胁小，
哈哈

[Essaim]

@largecat 2333,我偶尔也会这么想.
@opengps 老哥怎么联系.

[janxin]

influxdb 了解一下

[janxin]

@liprais 卧槽这个操作是怎么想到的，真神了

[opengps]

@Essaim v 站 id 同微信 id

[opengps]

@liprais 666，这是我见过最安全的操作方式

[opengps]

更正 18 楼数据，iops 指标，闲时 100 多，忙时 500 左右，并发 tcp 在线连接数 20 万

[ponymaggie]

openTDB 可以看看

[youngce]

@opengps 我想请教一下，在大概 15 亿行数据后， 假如需要调取某辆，某一天的某个时间段的轨迹数据，大概需要耗费多少时间？

[kim01]

车联网行业做 GPS 定位的同仁路过，不好评价！！！

[cszchen]

行车轨迹一般要纠偏，也就是 gps 数据会有误差，一般采用地图 api 接口，自己搞会有点难度。

[tmac6740]

之前做过 把位置数据绘制一张图片 存起来

[opengps]

@youngce 很快，跟单表性能相差很小，因为做了表分区 https://www.opengps.cn/Blog/View.aspx?id=284

[opengps]

@cszchen 自己做个纠偏库就很好办了，也有同行是输出时候做一次批量转化

[goodleixiao]

HBase 是一个开源的非关系型分布式数据库（ NoSQL ），它参考了谷歌的 BigTable 建模，实现的编程语言为 Java。

[youngce]

@opengps 感谢大佬的回复，博客看了很有启发。谢谢，祝工作顺利：）

[opengps]

@youngce 实际应用更建议分库分表，因为数据库文件到了一定量，由于存储太大会不方便扩展，我当时是到了 700G，然后把轨迹部分单独换作 nosql 类型处理，现在则又走回 mysql 的老路，选用阿里云 drds 了

[wplct]

先出方案和成本，调研也是做事情的基本
老板不会怪罪你的

[rockyou12]

别用关系库，虽然上面有人做过方案但是和专门的时序数据库没得比。哪怕在时序数据库里，influxdb 这种自己实现底层存储的都强国 opentsdb 这种依赖 hbase 的好几倍。

我之前在做服务器监控的时候顺带研究过这块，最开始用的 elasticsearch 做采集，一天的数据有 20g，后来换成了 promethus 一天就 500m 都没有。由于关系库不会像专门的时序数据库这样有很多优化与压缩，所以至少存储上你会很快遇到压力。

promethus 和 infuxdb 有很多设计上的相似，所以可以期望 infuxdb 至少在存储上也有这样大的优势。而且有大量 benchmark 都说明了综合看 infuxdb 是性能最好的了，唯一缺点就是集群要收费。

[izoabr]

postgres 的 gis 了解一下

[killadm]

influxdb+1

[Raynard]

地图偏移会经常变吗？

[smdbh]

内存保存不下的，就用硬盘啊

[opengps]

@Raynard 几乎不会，都是固定的坐标系了。(可以参考 https://www.opengps.cn/Map/offset/offset.aspx )
比如大部分国内地图都采用的国测局 gcj02，百度是自己又做了一次加密的 bd09ll
国内要出版上限的地图服务，必须至少使用 gcj02 坐标系

[byteli]

楼上的大家 influxdb 有单机瓶颈吧，集群收费

[midoks]

肯定是大数据的相关软件呀 hadoop,spark...

[ryomahan]

为啥没看到有用 MongoDB 的，我（同楼主工作经验半年）目前在做一个车联网项目，研究了一下选用了 MongoDB，目前还在做开发，性能方面确实没怎么考虑，不过我结合了阿里云给出的自家 MongoDB 和 时序数据库的介绍，感觉两者差别不大（本人非专业数据库工作人员），有人愿意给我们这些小白科普一下 MongoDB 与 InfluxDB 在读写方面差距在哪吗？关系型数据库暂时不想考虑，貌似得优化不少东西吧。

[janxin]

@byteli 自己做集群方案
@ryomahan influxdb 在压缩比 io 优化做了很多工作，可以搜索一下 influxdb tsm 相关的东西了解一下。最终还是落到使用场景上，influxdb 也不是银弹

[lbxl2345]

我在阿里云做物联网平台，楼主有空加个微信交流下~ hunter19901016