與DIAN Racing同行丨當Dolphin大數據分析遇上同濟電車隊
在風馳電掣的賽車場上，每一毫秒都蘊藏著無限的可能。在這裡，數據不再是冰冷的數字序列，而是跳動的脈搏，每一次躍動都精準地回應著賽車的每一次呼吸，敏銳感知著賽車的動態。隨著物聯網和遙測技術的發展，即時採集與分析行車數據成為了可能。與普通的車聯網場景相比，賽車的數據治理方案除了對延時和穩定性要求更高，對數據分析的應用需求也愈發豐富。
DolphinDB 攜手同濟大學電動方程式賽車隊，帶來了科技與速度融合的賽車解決方案，讓我們領略到：每一毫秒的爭奪，既是對速度的極致追求，也是對科技的深刻詮釋。同濟電車隊是國內優秀的大學生電動方程式賽車車隊，致力於高規格大學生方程式賽車製造以及高效的專案管理，積極參與世界大學生方程式汽車大賽，在國內外大學生方程式賽車領域建立了良好聲譽。面對新時代的機遇與挑戰，智慧化電動汽車是車隊技術發展方向。為此，同濟電車隊與 DolphinDB 正式建立合作關係，未來 DolphinDB 將與同濟電車隊保持密切合作，為電車隊提供技術支援。
作為採集、存儲與分析即時流數據的優選，DolphinDB 在賽車領域有哪些具體應用場景呢？
數據遙測
賽車的數據遙測系統是一個高度複雜的技術網路，它能即時收集和傳輸關鍵性能數據，將測量數據通過各種渠道發送到遠離賽車的地方，進行其他方面的分析使用。賽車感測器能夠捕捉到車輛的速度、加速度、轉向角度、能量回收系統的充電狀態、燃油品質、以及降低阻力系統的狀態等詳細資訊。每輛賽車都配備了超過150個感測器，這些感測器在比賽期間每秒從賽車向維修區傳輸超過110萬個遙測數據點，這些數據點通過無線通訊技術即時發送到維修區或遠端控制中心，為工程師和策略師提供即時的車輛性能回饋。這些數據不僅用於優化賽車的即時設置，預測並解決潛在的技術問題，還對制定優化比賽策略、如進站時機、輪胎選擇和燃油管理等起到關鍵作用。
此外，遙測系統還增強了車手對自己駕駛表現的瞭解，幫助他們在比賽中做出更精準的調整。同時，這些數據也可以通過媒體分享給觀眾，增加他們對賽事的參與感和理解深度。遙測系統的應確保了賽車運動的安全性、提高了競爭力，並為賽車的持續技術創新提供了寶貴的數據支援。
數據採集
資料庫利用遙測技術將賽車上的數據即時傳輸到維修區和控制中心，使團隊能夠即時瞭解賽車狀態，並據此制定策略。賽車領域的海量數據簡單分為三類：歷史數據，賽前測試數據和即時數據。DolphinDB 可以高速採集並監測車輛感測器數據、賽道條件數據及駕駛員行為數據，涵蓋了從賽車的速度、加速度、轉向角度，到充電狀態，燃油量，氣壓油溫指標及其降低阻力系統的狀態等一切資訊。
即時監控
賽車性能監控構成了賽事策略的基礎，在無事故或極端天氣等干擾因素的情況下，賽車團隊會依據一系列關鍵數據來預測最佳的進站時機窗口。賽車的當前名次、領先時間、最快圈速與當前圈速、瞬時速度及檔位狀態等數據，都是即時監控的焦點，構成了賽車策略決策的核心。此外，刹車和油門的使用情況，胎壓、輪胎磨損程度、車輛各關鍵零部件情況以及燃油存量，這些性能指標為賽車的即時表現提供了全面的視角。
數據分析：從數據中挖掘價值
賽車領域的數據分析是一個涉及廣泛技術和方法的複雜過程，它從賽車上的感測器收集海量遙測數據，對車輛的性能進行即時監控和深度評估。通過對這些數據的細緻分析，團隊能夠制定精確的比賽策略，同時對車手的表現進行評估和回饋，以優化其駕駛技巧。此外，數據分析還用於監控潛在的機械問題，預測賽車在不同條件下的表現，並進行風險管理。歷史數據的對比分析能幫助團隊識別長期趨勢，為未來的賽事與賽車技術發展提供指導。
以上是 DolphinDB 在賽車領域的一些應用場景與功能介紹，這些運用在方程式賽車中的數位化技術，在我們的日常生活中也並不陌生。在車聯網系統中，雖然日常駕駛的體驗可能沒有方程式賽車那樣緊張刺激，但在我們的普通車輛中，同樣會源源不斷地產生大量由車輛感測器收集的高速數據流。通過分析這些數據，運營和管理者可以實現車輛的即時監控、預測性維護、智慧交通管理、故障診斷等場景，進而提高車輛的運行效率，降低維護成本，同時增強道路安全，推動智慧交通和智慧城市的發展。
這裡為大家回顧一下：十分鐘驗證一個高性能車聯網數據平臺解決方案
在該架構中，時間資訊、經緯度、速度、胎壓、電池狀態、油耗等多數據源的海量數據從採集層進入 DolphinDB 大數據平臺，注入流數據表中。DolphinDB 通過訂閱流數據表，並與訂單業務、車輛配置等數據進行關聯查詢，實現分析與監測預警。輸出的結果進入應用層，對接業務系統、訊息中介軟體，或通過多種介面進行視覺化展示。
基於 DolphinDB 的車聯網大數據處理架構圖
作為國產時序資料庫的佼佼者，DolphinDB 提供的解決方案不僅可以滿足方程式賽車的嚴苛要求，同樣也廣泛應用於車聯網、智慧汽車等常見場景。
極速寫入，多模存儲
作為實現數據分析的前置條件，高效穩定地接收並寫入數據是至關重要的。以賽車運動為例，車手在高速行駛中的每一個動作，無論是精準過彎還是果斷超車，都是轉瞬即逝的關鍵時刻，此時，如果數據回饋到視覺化呈現之間存在延遲，就可能對比賽策略的制定和即時分析的準確性造成影響。同樣，在車聯網的日常應用中，面對需要迅速回應的異常檢測場景，如車輛故障或潛在的安全威脅，及時預警至關重要，這就要求從數據採集到處理再到分析的全鏈路都必須滿足嚴格的時延標準。
DolphinDB 都能夠即時捕獲感測器數據，無需經過繁瑣的二次處理，直接將數據安全、高效地入庫存儲，並在毫秒級的時間內進行寫入。完成數據寫入後，DolphinDB 能夠集中管理車輛各種類型的數據，使數據更易於訪問和監控。通過支援多模數據存儲，DolphinDB 極大地簡化了數據的訪問和監控過程。無論是進行即時監控、歷史回溯還是深度分析，用戶可以輕鬆地獲取所需的數據。此外，DolphinDB 還提供了靈活而強大的數據檢索工具，使用戶能夠迅速定位並提取感興趣的資訊，進一步提高了數據的可用性和實用性。
數據重播，敏銳洞察
DolphinDB 特有的數據重播功能為賽車團隊帶來了極大便利。通過自訂重播速率，分析師可以重現車輛的歷史行為，並對相關指標進行分析與計算，深入剖析駕駛員的駕駛策略，精確診斷設備潛在故障。這種強大的數據重播分析性能為車隊管理提供有價值的數據洞察和決策支援，有助於車隊持續優化賽車性能，提升駕駛員的競技水準，從而在激烈的賽事中佔據更有利的競爭地位。
數據重播功能在車聯網中同樣扮演著關鍵角色，DolphinDB 允許用戶重新載入和分析歷史數據，以模擬車輛在特定條件下的行為和性能。這項功能對於故障診斷、性能測試、系統優化以及數據分析驗證至關重要。通過數據重播，企業和研究人員可以重現車輛的行駛軌跡、感測器讀數和操作事件。此外，數據重播還可以用於培訓和教育目的，幫助駕駛員熟悉車輛操作和監控系統。
閃電查詢，精準分析
賽車領域會積累大量的歷史比賽數據，例如在比賽中，選手們需要完成多圈的競速，而圈速是衡量他們表現的關鍵指標。除了即時監控當前圈速和基於此進行策略預測之外，選手和團隊還需要迅速地將當前的行車表現與歷史數據進行對比分析，這通常涉及到三個關鍵的圈速數據：賽前的最快測試圈速、上一比賽圈的圈速，以及迄今為止比賽中的最快圈速。這種對比對於即時調整策略和優化賽車表現至關重要。
為了能夠迅速查詢到特定圈速數據，及時回應比賽中的快速變化，DolphinDB 可以高效地存儲和索引這些數據，支援快速的數據檢索與查詢，幫助分析歷史表現；另外，車隊需要對當前圈速與歷史數據進行工作管線分析處理，進而做嚴謹的即時對比與策略調整，DolphinDB 提供了10+流計算引擎與1500+內建函數，能夠處理即時流入的大量數據，進行複雜的數據轉換和聚合操作，這對於即時監控賽車狀態和分析比賽過程中的動態變化至關重要；同時 DolphinDB 為車隊提供了強大的分析建模工具，可以用於構建複雜的數據分析模型，如預測模型、性能優化模型等。
通過高性能的流式計算，DolphinDB 能夠處理大規模、高密度的即時數據流，確保資訊的即時性和精準性。低延時使系統能夠實現即時回應，有效提升了監控和管理的效能。同時，高吞吐的流計算能力能夠輕鬆處理多源、高頻的數據輸入，滿足車聯網系統對大規模數據處理的需求，為即時監控車輛狀態、及時跟進車輛的即時情況和駕駛員行為提供底層架構支撐。
即時監控，駕駛無憂
賽場上，每一秒的動態都可能成為決定勝負的關鍵。DolphinDB 憑藉其高性能、低延時、高吞吐的即時數據流處理性能，為賽車團隊提供了前所未有的即時監控能力。它不僅能即時監測賽車的電池溫度、電機轉速、感測器資訊等關鍵參數，確保賽車在最佳狀態下運行，更能在發現異常時迅速發出警報，提醒車隊迅速作出反應，保障駕駛員的行駛安全。
同樣地，DolphinDB 為車聯網提供了一個高效的數據處理平臺，能夠即時接收和分析車輛感測器數據，從而實現對車輛狀態和性能的持續監控，預測潛在故障，減少停機時間。其高性能流計算引擎能夠高效處理來自感測器的高速數據流，實現對車輛狀態的即時分析和監控。利用其強大的計算能力，該引擎可以快速執行複雜的數據分析任務，如模式識別、異常檢測和趨勢預測，從而為車輛的健康管理、安全監控和智慧決策提供支援。流計算引擎還支援即時數據的聚合、過濾和視窗計算，確保數據的及時性與準確性。
流計算引擎在自訂預警指標方面也展現出其強大的功能，它能靈活定義和實施各種即時預警指標。通過對車輛的運行數據進行持續的監控和分析，DolphinDB 能夠即時捕捉到潛在的風險和異常指標，如車輛偏離預定路線、超速行駛或機械故障等，並立即觸發預警通知，不僅提高了對車輛狀態的監控精度，也極大增強了對突發事件的回應速度。此外，DolphinDB 支援將預警結果與第三方系統或應用程式集成，實現跨系統的聯動回應，從而構建一個全面、智慧的車輛監控和預警系統。
數據壓縮，瘦身不減速
賽車比賽產生的數據量巨大，涵蓋即時、歷史和訓練數據等。若不進行有效壓縮和管理，將極大增加車隊的存儲負擔。DolphinDB 利用柱狀存儲和壓縮技術，優化了數據存儲，減少了磁碟 I/O 操作，提升了寫入速度。在保證數據完整性與品質的同時，大幅度減少數據的存儲空間佔用，從而節省車隊在硬體方面的投入。這項技術能在有限存儲空間內存儲更多數據，且不影響數據處理速度。車隊因此能更輕鬆應對數據增長的挑戰，更專注於賽車性能優化和比賽策略制定。
高效的數據壓縮功能在車聯網領域尤其重要，DolphinDB 能夠顯著減少存儲需求和網路傳輸的負擔，同時保持數據的完整性和可用性。DolphinDB 的分散式表支援無損壓縮，用戶無需進行額外配置，系統會自動對插入的數據進行壓縮。用戶還可以通過特定的配置進一步提高壓縮率，有效降低存儲成本、提高數據傳輸效率和優化硬體資源利用。
靈活分區，效率提升
在車聯網的廣泛應用中，除了即時監控和分析車輛的性能數據，還需要對來自不同區域或擁有不同車牌號的車輛進行細緻的管理分析。這涉及到對車輛的運行狀態、行駛路徑、維護記錄以及使用情況等多個維度的數據進行綜合考量。DolphinDB 以其卓越的數據管理能力，為車隊提供了強大的支援。其靈活的分區方案方便用戶根據具體需求定制數據分區，並進行特定數據分析與優化，從而簡化了數據的分類和管理流程。這不僅提升了數據分析的效率，也增強了分析的針對性和準確性。
DolphinDB 的靈活分區功能允許數據根據時間戳、車輛 ID 或地理位置等關鍵指標進行高效組織，從而優化數據存儲和查詢性能。這種分區策略不僅提升了即時數據處理的能力，還通過減少查詢時需要掃描的數據量來加快查詢速度。此外，它支援複雜的 SQL 查詢，使車輛行為和交通模式等數據分析任務更加高效。隨著車聯網規模的不斷擴大，DolphinDB 的分區功能提供了必要的擴展性，幫助企業以較低的成本處理日益增長的數據。
挑戰未知，突破極限。此次 DolphinDB 與同濟電車隊攜手，不僅展現了科技與速度的完美結合，更彰顯了雙方對於卓越性能的共同追求與不懈努力。未來，DolphinDB 將秉持速度即價值的理念，持續提供創新的數據存儲與分析解決方案，不斷探索豐富的車聯網技術應用場景，助力賽車運動在數據驅動下實現更大的突破與飛躍。
排版丨DolphinDB 袁梓楠
審核丨張智明
責編丨同濟汽車融媒體中心 李尚文
審定丨史靜遠 孫夢傑