车辆实时监控方法、装置、车辆及存储介质与流程

1.本技术涉及车辆技术领域，特别涉及一种车辆实时监控方法、装置、车辆及存储介质。


背景技术：

2.随着互联网技术的快速发展，在大数据时代的蔓延也加速了车联网技术的更新迭，车联网平台对于实时车辆数据监控尤为重要。
3.相关技术中，大多数办法是采用调用不同业务接口获取不同车型的在线实时数据，然而，为了更高效地分析问题及跟踪了解平台接入车辆情况，单纯地掌握瞬时数据显然不能满足业务发展的需求，亟待解决。


技术实现要素：

4.本技术提供一种车辆实时监控方法、装置、车辆及存储介质，以解决相关技术并未持久化存储历史数据，无法对历史数据进行归类、趋势展示及特征分析的问题，实现不同车型统一监控汇总，更高效分析用户用车行为及历史在线趋势。
5.本技术第一方面实施例提供一种车辆实时监控方法，包括以下步骤：获取所有车辆的车辆数据，并根据所述车辆数据得到按照不同车型分类的分类数据；将所述分类数据进行格式化处理得到格式化分类数据，并过滤所述格式化分类数据得到目标结构化数据；以及将所述目标结构化数据存储至es，并可视化所述es中的目标结构化数据，以根据可视化结果对所述所有车辆进行实时监控。
6.可选地，在一些实施例中，在可视化所述es中的目标结构化数据之后，还包括：判断所述目标结构化数据是否满足预设报警条件；若所述目标结构化数据满足所述预设报警条件，则根据所述目标结构化数据生成报警信息，并将所述报警信息发送至预设终端。
7.可选地，在一些实施例中，根据所述车辆数据得到按照不同车型分类的分类数据，包括：将所述车辆数据接入至虚拟服务器lvs，其中，所述lvs中配置有不同车型的lvs权重基于所述不同车型的lvs权重，对所述车辆数据进行分类，得到所述分类数据。
8.可选地，在一些实施例中，所述可视化所述es中的目标结构化数据，包括：通过可视化面板grafana将存储在所述es中的所述目标结构化数据进行可视化展示。
9.可选地，在一些实施例中，所述可视化所述es中的目标结构化数据，还包括：将所述目标结构化数据绘制成聚合图形和历史趋势图，并将所述聚合图形和历史趋势图进行可视化展示。
10.本技术第二方面实施例提供一种车辆实时监控装置，包括：获取模块，用于获取所有车辆的车辆数据，并根据所述车辆数据得到按照不同车型分类的分类数据；格式化模块，用于将所述分类数据进行格式化处理得到格式化分类数据，并过滤所述格式化分类数据得到目标结构化数据；以及存储模块，用于将所述目标结构化数据存储至es，并可视化所述es中的目标结构化数据，以根据可视化结果对所述所有车辆进行实时监控。
11.可选地，在一些实施例中，在可视化所述es中的目标结构化数据之后，所述存储模块，还包括：判断单元，用于判断所述目标结构化数据是否满足预设报警条件；生成单元，用于在所述目标结构化数据满足所述预设报警条件时，根据所述目标结构化数据生成报警信息，并将所述报警信息发送至预设终端。
12.可选地，在一些实施例中，所述格式化模块，包括：接入单元，用于将所述车辆数据接入至虚拟服务器lvs，其中，所述lvs中配置有不同车型的lvs权重分类单元，用于基于所述不同车型的lvs权重，对所述车辆数据进行分类，得到所述分类数据。
13.可选地，在一些实施例中，所述存储模块，包括：可视化单元，用于通过可视化面板grafana将存储在所述es中的所述目标结构化数据进行可视化展示。
14.可选地，在一些实施例中，所述存储模块，还包括：绘制单元，用于将所述目标结构化数据绘制成聚合图形和历史趋势图，并将所述聚合图形和历史趋势图进行可视化展示。
15.本技术第三方面实施例提供一种车辆，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如上述实施例所述的车辆实时监控方法。
16.本技术第四方面实施例提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行，以用于实现如上述实施例所述的车辆实时监控方法。
17.由此，通过获取所有车辆的车辆数据，并根据车辆数据得到按照不同车型分类的分类数据，并将分类数据进行格式化处理得到格式化分类数据，并过滤格式化分类数据得到目标结构化数据，并将目标结构化数据存储至es，并可视化es中的目标结构化数据，以根据可视化结果对所有车辆进行实时监控。由此，解决前端通过调用车型接口仅仅展示营运车辆的总数，偏向于瞬时数据的显示，没有持久化存储，无法对历史数据的归类、趋势展示及历史数据的特征分析的问题，通过在车辆接入平台前从源头开始数据采集归档、进行数据格式化，最终将采集数据绘制聚合图形和实例历史趋势图可以帮助排查及验证追溯问题。
18.本技术附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本技术的实践了解到。
附图说明
19.本技术上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
20.图1为相关技术的车辆监控方法的示意图；
21.图2为根据本技术实施例提供的车辆实时监控方法的流程图；
22.图3为根据本技术一个实施例提供的聚合图形示意图；
23.图4为根据本技术一个实施例提供的具体车型数据展示示意图；
24.图5为根据本技术一个实施例提供的车辆实时监控方法的流程图；
25.图6为根据本技术实施例提供的车辆实时监控装置的方框示意图；
26.图7为根据本技术实施例提供的车辆的结构示意图。
具体实施方式
27.下面详细描述本技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本技术，而不能理解为对本技术的限制。
28.在介绍本技术实施例的车辆实时监控方法之前，先介绍一下相关技术中的车辆监控方法，如图1所示，相关技术中前端通过调用车型接口仅仅展示营运车辆的总数，偏向于瞬时数据的显示，没有持久化存储，无法对历史数据的归类、趋势展示及历史数据的特征分析。
29.为解决相关技术并未持久化存储历史数据，无法对历史数据进行归类、趋势展示及特征分析的问题，本技术实施例提供一种车辆实时监控方法，通过在车辆接入平台前从源头开始数据采集归档、进行数据格式化，最终将采集数据绘制聚合图形和实例历史趋势图帮助排查及验证追溯，实现不同车型统一监控汇总，更高效分析用户用车行为及历史在线趋势。
30.具体而言，图2为本技术实施例所提供的一种车辆实时监控方法的流程示意图。
31.如图2所示，该车辆实时监控方法包括以下步骤：
32.在步骤s201中，获取所有车辆的车辆数据，并根据车辆数据得到按照不同车型分类的分类数据。
33.可选地，在一些实施例中，根据车辆数据得到按照不同车型分类的分类数据，包括：将车辆数据接入至虚拟服务器lvs，其中，lvs中配置有不同车型的lvs权重基于不同车型的lvs权重，对车辆数据进行分类，得到分类数据。
34.其中，lvs权重可以根据实际车型销售量个性化配置lvs以达到灵活修改负载处理能力。
35.具体地，在本技术实施例中，车端接入业务服务网关gateway前加入lvs(linux virtual server，linux虚拟服务器)集群，网关作为平台车辆数据统一上报入口，主要用于多服务器负载均衡，加入此步骤可对车型进行分类，列举如表1的抽样数据，可以收集到不同车型、权重、接入活动车辆数及正在进行数据交互车辆数，为后续采集车端数据进一步分析监控做准备。
36.其中，表1为所有车辆的抽样数据。
37.表1
38.业务网关(区分车型)调度方式权重活动车辆数正在进行交互车辆数10.1.1.158:6352route118762810.1.1.159:6353route118562410.1.1.160:6354route218112510.1.1.161:6352route229423910.1.1.161:6354route329183610.1.1.162:6352route329783810.1.1.162:6354route3272146
……ꢀꢀꢀꢀ
39.需要说明的是，本技术实施例最好是微服务架构，通过业务网关根据不同业务分
类区分多种车型，这样采用本方法的价值最高，反之单一车型通过自动化脚本便可实现。需要事先准备和平台网络互联互通的内网服务器，建议3台可组高可用集群。
40.在步骤s202中，将分类数据进行格式化处理得到格式化分类数据，并过滤格式化分类数据得到目标结构化数据。
41.具体地，本技术实施例可以linux bash将分类数据进行格式化处理得到格式化分类数据，其中，bash是linux发行版本通过的脚本语言，相关人员通过编写自动化脚本实时同步采集数据并以时间戳为格式(如cars_connections-yyyy-mm-dd.txt)存储到本地文件，如下示例：
42.3月16日23:58cars_connections-2023-03-16.txt
43.3月17日23:58cars_connections-2023-03-17.txt
44.3月18日23:58cars_connections-2023-03-18.txt
45.3月19日23:58cars_connections-2023-03-19.txt
46.3月20日23:58cars_connections-2023-03-20.txt
47.……
48.本技术实施例在使用bash脚本将分类数据进行格式化处理得到格式化分类数据之后，可以使用logstash进行解析过滤格式化，其中，logstash的作用是一个数据收集器，将各种格式各种渠道的数据通过它收集解析之后格式化输出到elastic，本技术实施例可以将本地文件作为基础数据利用其强大的filter(过滤)插件功能将字段解析任意文本，将非结构化日志数据解析成目标结构化数据即结构化和方便查询的结构数据。
49.在步骤s203中，将目标结构化数据存储至es，并可视化es中的目标结构化数据，以根据可视化结果对所有车辆进行实时监控。
50.具体地，es(elastics)是一个基于apache lucene的开源搜索引擎，logstash分析过滤后的数据可以选用es作为持久化存储，因为es具有高性能、功能全的特性。本技术实施例将目标结构化数据按照时间递增格式每天创建索引并持久化存储到es，并可视化es中的目标结构化数据，以根据可视化结果对所有车辆进行实时监控。
51.可选地，在一些实施例中，可视化es中的目标结构化数据，包括：通过可视化面板grafana将存储在es中的目标结构化数据进行可视化展示。
52.具体地，grafana是一个可视化面板(dashboard)，有着非常漂亮的图表和布局展示，功能齐全的度量仪表盘和图形编辑器，原生支持es数据源进行可视化展示，本技术实施例可以利用grafana绘制graph展示给系统管理人员直观了解进行数据分析。
53.可选地，在一些实施例中，可视化es中的目标结构化数据，还包括：将目标结构化数据绘制成聚合图形和历史趋势图，并将聚合图形和历史趋势图进行可视化展示。
54.具体地，为使系统管理人员可以直观了解进行数据分析，本技术实施例可以将目标结构化数据绘制成聚合图形和历史趋势图，并通过grafana展示单元展示进行展示，如图3和图4所示，图3为聚合图形示意图，图4为具体车型数据展示示意图。
55.可选地，在一些实施例中，在可视化es中的目标结构化数据之后，还包括：判断目标结构化数据是否满足预设报警条件；若目标结构化数据满足预设报警条件，则根据目标结构化数据生成报警信息，并将报警信息发送至预设终端。
56.具体地，本技术实施例可以通过判断目标结构化数据是否超过预设阈值，并在目
标结构化数据超过预设阈值时，判定目标结构化数据满足预设报警条件，并在目标结构化数据满足预设报警条件时，生成报警信息，并将报警信息发送至预设终端，其中，预设终端可以是邮箱，企业微信等，在此不做具体限定。
57.在实际执行过程中，本技术实施例可以通过alert rules&notifications进行报警，alert rules&notifications为单元监控的报警模块，当所监控的数据超过阈值时，启动报警，告警媒介可通过email或企业微信等模式进行预警通知。
58.为使本领域相关技术人员进一步了解本技术实施例的车辆实时监控方法，下面结合具体实施例进行详细阐述。
59.如图5所示，图5为根据本技术实施例提供的车辆实时监控方法的流程图。
60.s501，车端先通过内网专线接入lvs集群。
61.s502，将进入平台的数据使用bash脚本搜集供logstash处理。
62.s503，logstash对元数据进行解析过滤格式化。
63.s504，将解析后的数据存储到es。
64.s505，通过grafana可视化聚合展示。
65.本技术实施例用到lvs和elastic并没有关联依赖的两个技术组件，通过脚本语言bash进行自动化采集同步，将两者有机结合，再通过logstash实时解析和转换数据到elastic，最终通过grafana可视化呈现，适用于车端通过专线互联网接入平台，跨平台跨专线或其他公网环境接入车辆暂还不能汇聚展示。采用本技术实施例的方法，可以展示不同车型统一监控汇总，大屏汇聚更高效分析用户用车行为及历史在线趋势。
66.根据本技术实施例提出的车辆实时监控方法，通过获取所有车辆的车辆数据，并根据车辆数据得到按照不同车型分类的分类数据，并将分类数据进行格式化处理得到格式化分类数据，并过滤格式化分类数据得到目标结构化数据，并将目标结构化数据存储至es，并可视化es中的目标结构化数据，以根据可视化结果对所有车辆进行实时监控。由此，解决前端通过调用车型接口仅仅展示营运车辆的总数，偏向于瞬时数据的显示，没有持久化存储，无法对历史数据的归类、趋势展示及历史数据的特征分析的问题，通过在车辆接入平台前从源头开始数据采集归档、进行数据格式化，最终将采集数据绘制聚合图形和实例历史趋势图可以帮助排查及验证追溯问题。
67.其次参照附图描述根据本技术实施例提出的车辆实时监控装置。
68.图6是本技术实施例的车辆实时监控装置的方框示意图。
69.如图6所示，该车辆实时监控装置10包括：获取模块100、格式化模块200和存储模块300。
70.其中，获取模块100，用于获取所有车辆的车辆数据，并根据车辆数据得到按照不同车型分类的分类数据。
71.格式化模块200，用于将分类数据进行格式化处理得到格式化分类数据，并过滤格式化分类数据得到目标结构化数据。
72.存储模块300，用于将目标结构化数据存储至es，并可视化es中的目标结构化数据，以根据可视化结果对所有车辆进行实时监控。
73.可选地，在一些实施例中，在可视化es中的目标结构化数据之后，存储模块300，还包括：判断单元和生成单元。
74.其中，判断单元，用于判断目标结构化数据是否满足预设报警条件。
75.生成单元，用于在目标结构化数据满足预设报警条件时，根据目标结构化数据生成报警信息，并将报警信息发送至预设终端。
76.可选地，在一些实施例中，格式化模块200，包括：接入单元和分类单元。
77.其中，接入单元，用于将车辆数据接入至虚拟服务器lvs，其中，lvs中配置有不同车型的lvs权重。
78.分类单元，用于基于不同车型的lvs权重，对车辆数据进行分类，得到分类数据。
79.可选地，在一些实施例中，存储模块300，包括：可视化单元。
80.可视化单元，用于通过可视化面板grafana将存储在es中的目标结构化数据进行可视化展示。
81.可选地，在一些实施例中，存储模块300，还包括：绘制单元。
82.绘制单元，用于将目标结构化数据绘制成聚合图形和历史趋势图，并将聚合图形和历史趋势图进行可视化展示。
83.需要说明的是，前述对车辆实时监控方法实施例的解释说明也适用于该实施例的车辆实时监控装置，此处不再赘述。
84.根据本技术实施例提出的车辆实时监控装置，通过获取所有车辆的车辆数据，并根据车辆数据得到按照不同车型分类的分类数据，并将分类数据进行格式化处理得到格式化分类数据，并过滤格式化分类数据得到目标结构化数据，并将目标结构化数据存储至es，并可视化es中的目标结构化数据，以根据可视化结果对所有车辆进行实时监控。由此，解决前端通过调用车型接口仅仅展示营运车辆的总数，偏向于瞬时数据的显示，没有持久化存储，无法对历史数据的归类、趋势展示及历史数据的特征分析的问题，通过在车辆接入平台前从源头开始数据采集归档、进行数据格式化，最终将采集数据绘制聚合图形和实例历史趋势图可以帮助排查及验证追溯问题。
85.图7为本技术实施例提供的车辆的结构示意图。该车辆可以包括：
86.存储器701、处理器702及存储在存储器701上并可在处理器702上运行的计算机程序。
87.处理器702执行程序时实现上述实施例中提供的车辆实时监控方法。
88.进一步地，车辆还包括：
89.通信接口703，用于存储器701和处理器702之间的通信。
90.存储器701，用于存放可在处理器702上运行的计算机程序。
91.存储器701可能包含高速ram(random access memory，随机存取存储器)存储器，也可能还包括非易失性存储器，例如至少一个磁盘存储器。
92.如果存储器701、处理器702和通信接口703独立实现，则通信接口703、存储器701和处理器702可以通过总线相互连接并完成相互间的通信。总线可以是isa(industry standard architecture，工业标准体系结构)总线、pci(peripheral component，外部设备互连)总线或eisa(extended industry standard architecture，扩展工业标准体系结构)总线等。总线可以分为地址总线、数据总线、控制总线等。为便于表示，图7中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
93.可选的，在具体实现上，如果存储器701、处理器702及通信接口703，集成在一块芯
片上实现，则存储器701、处理器702及通信接口703可以通过内部接口完成相互间的通信。
94.处理器702可能是一个cpu(central processing unit，中央处理器)，或者是asic(application specific integrated circuit，特定集成电路)，或者是被配置成实施本技术实施例的一个或多个集成电路。
95.本技术实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上的车辆实时监控方法。
96.在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本技术的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不是必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或n个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
97.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本技术的描述中，“n个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
98.流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更n个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本技术的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本技术的实施例所属技术领域的技术人员所理解。
99.应当理解，本技术的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，n个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列，现场可编程门阵列等。
100.本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
101.尽管上面已经示出和描述了本技术的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本技术的限制，本领域的普通技术人员在本技术的范围内可以对上述实施例进行变化、修改、替换和变型。

技术特征：
1.一种车辆实时监控方法，其特征在于，包括以下步骤：获取所有车辆的车辆数据，并根据所述车辆数据得到按照不同车型分类的分类数据；将所述分类数据进行格式化处理得到格式化分类数据，并过滤所述格式化分类数据得到目标结构化数据；以及将所述目标结构化数据存储至es，并可视化所述es中的目标结构化数据，以根据可视化结果对所述所有车辆进行实时监控。2.根据权利要求1所述的方法，其特征在于，在可视化所述es中的目标结构化数据之后，还包括：判断所述目标结构化数据是否满足预设报警条件；若所述目标结构化数据满足所述预设报警条件，则根据所述目标结构化数据生成报警信息，并将所述报警信息发送至预设终端。3.根据权利要求1所述的方法，其特征在于，根据所述车辆数据得到按照不同车型分类的分类数据，包括：将所述车辆数据接入至虚拟服务器lvs，其中，所述lvs中配置有不同车型的lvs权重基于所述不同车型的lvs权重，对所述车辆数据进行分类，得到所述分类数据。4.根据权利要求1所述的方法，其特征在于，所述可视化所述es中的目标结构化数据，包括：通过可视化面板grafana将存储在所述es中的所述目标结构化数据进行可视化展示。5.根据权利要求4所述的方法，其特征在于，所述可视化所述es中的目标结构化数据，还包括：将所述目标结构化数据绘制成聚合图形和历史趋势图，并将所述聚合图形和历史趋势图进行可视化展示。6.一种车辆实时监控装置，其特征在于，包括：获取模块，用于获取所有车辆的车辆数据，并根据所述车辆数据得到按照不同车型分类的分类数据；格式化模块，用于将所述分类数据进行格式化处理得到格式化分类数据，并过滤所述格式化分类数据得到目标结构化数据；以及存储模块，用于将所述目标结构化数据存储至es，并可视化所述es中的目标结构化数据，以根据可视化结果对所述所有车辆进行实时监控。7.根据权利要求6所述的装置，其特征在于，在可视化所述es中的目标结构化数据之后，所述存储模块，还包括：判断单元，用于判断所述目标结构化数据是否满足预设报警条件；生成单元，用于在所述目标结构化数据满足所述预设报警条件时，根据所述目标结构化数据生成报警信息，并将所述报警信息发送至预设终端。8.根据权利要求6所述的装置，其特征在于，所述格式化模块，包括：接入单元，用于将所述车辆数据接入至虚拟服务器lvs，其中，所述lvs中配置有不同车型的lvs权重分类单元，用于基于所述不同车型的lvs权重，对所述车辆数据进行分类，得到所述分类数据。
9.一种车辆，其特征在于，包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现如权利要求1-5任一项所述的车辆实时监控方法。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以用于实现如权利要求1-5任一项所述的车辆实时监控方法。

技术总结
本申请涉及车辆技术领域，特别涉及一种车辆实时监控方法、装置、车辆及存储介质，其中，方法包括：获取所有车辆的车辆数据，并根据车辆数据得到按照不同车型分类的分类数据，并将分类数据进行格式化处理得到格式化分类数据，并过滤格式化分类数据得到目标结构化数据，并将目标结构化数据存储至ES，并可视化ES中的目标结构化数据，以根据可视化结果对所有车辆进行实时监控。由此，解决相关技术并未持久化存储历史数据，无法对历史数据进行归类、趋势展示及特征分析的问题，实现不同车型统一监控汇总，更高效分析用户用车行为及历史在线趋势。更高效分析用户用车行为及历史在线趋势。更高效分析用户用车行为及历史在线趋势。


技术研发人员：余串串
受保护的技术使用者：奇瑞汽车股份有限公司
技术研发日：2023.07.13
技术公布日：2023/10/8