OBD车联网如何在大数据上作文章？

【编者按】本文转载自 车云网 ，作者八路军。

本文将从大数据的角度描述车联网数据的商业模型及挖掘之道。OBD车联网按照“卖××”来分商业模式，有三种东西可卖：设备、服务、数据。

卖设备： 把OBD设备卖给车联网的运营商。OBD设备必须包含OBD模块；通讯模块多是蓝牙的或GSM；定位模块可以选择GSM基站定位、或者GPS；还有些厂家的设备包含G-Sensor。

卖服务： 一般是由车联网运营商为车主提供各种用车管车服务，比如车队管理；也包括增值服务，比如4S集团使用 OBD设备来加强与客户的联接。服务通常按年收费，服务费可能包含或者不包含设备价格。目前，面向个人车主的服务模式不给力。

卖数据： 这种方式非常互联网化，指通过对车联网数据的分析，从而提供某种个性化的服务，这种服务不限于汽车使用，更侧重汽车活动。目前盛行的是卖保险，从之前基于里程的PAYD，到考虑驾驶安全的的PHYD，发展到现在综合各种因素的UBI。

“卖××”的模式，不仅仅限于车联网的OBD设备，对前装的车机同样试用。目前的UBI主要通过便于安装和拆卸的OBD接口；将来则可能在汽车出厂时就已携带。

可控、开放是王道

以UBI为例，为了发挥数据的最大价值，数据应该具备一定的、可控的开放性，才能形成良好的生态链及其多样性。具体而言，数据开放性体现在三点：设备、车联网服务、保险服务。

设备。对于UBI运营平台来说，设备是哪个厂家的并不重要，重要的是这些设备采集的数据能够进入运营平台。这些数据可以是异构的，即结构是不一样的，但应该是同义的，即具备同样的含义和价值。

车联网服务。目前的车联网服务商是要控制设备的，而OBD设备更多是由服务商自己做（因为需要卖设备来赚钱）。对这些服务商，UBI也可以采取数据合作的形式，让车主自主选择。另外，将来基于这些数据的其它衍生服务，应以OpenAPI的方式提供基础数据。

保险服务。对于车联网服务商来讲，可以同时为几家保险公司提供设备、系统或者服务，那么，他们就有可能让自己的客户来选择保险公司。UBI运营平台可以对此开放相关保险数据，而保险公司要控制的是现金流等金融操作。

当然，开放是相对的，必须是在可控的、安全的前提条件下。要做到数据的开放与可控，需要运营管理与技术处理的良好结合。

大数据挖掘之道

以卖数据中的卖保险为例，整个数据的处理流程，如下图所示：

如果是其它的卖数据方案，则驾驶行为模型、保费风险模型、汽车保险管理系统、保单理赔数据四个部分可能做相应的调整，比如，驾驶行为模型变为LBS的位置模型。

在上面的流程图中，斜体部分标注了不同的环节对数据计算的要求。在对车辆做监控管理的时候，要求实时性高；当计算驾驶行为模型时，可以采取批处理的方式，若有一些及时性的要求，则可以结合事件驱动的计算模式；当做保险的风险模型时，则属于BI的范畴，保费风险模型也是属于近年出现的新需求。

针对这样的系统，过去的方案一般是：关系数据库＋大内存＋总线或消息系统，根据需要可能会包含工作流和规则引擎。若使用Java开源技术，那么这种方案里，通常是把数据库操作组件、内存组件、总线组件等作为一个整体框架的组成部分，程序整体打包后运行在Server下；根据不同的需要，可能要解决分表、Fail over、热部署等问题。

大数据技术普及的现在，对这样的系统可选方案为：关系数据库＋NoSQL＋流式计算＋分布式批量计算+BI。这些方案目前都有较为成熟的技术，并且都较好地解决了透明化通信、热部署、Fail over等编程及系统管理性问题。（注：上面的系统构成中没有给出人的操作端、车的操作端等终端部分。而在这个方面，整个体系也有变化，过去以车机和PC为主，当前则多了手机。手机的加入，改变的不仅仅是多了一种显示界面、多了很多操作方式，而是多了很多需求。）

关系数据库用在车联网运营管理部分，这个部分的业务和技术都已经比较成熟，指保存车及车主数据（包括维修保养）。

NoSQL用于管理从汽车上采集到的数据，以及后面流程的数据，但是，不同的部分应选用不同的、适应各自特性的NoSQL方案：

车辆行驶数据，更适合以日志文件的方式存储。车辆上报的数据通常是基于字节编码的比如ASN.1，需要计算时再解码。

监控管理结果，更适合采用一种内存数据库方案，可能需要支持快速读写历史数据、以及定时或定量将数据写入（固态）硬盘。

驾驶行为模型，则需要考虑解决变更计算参数后重新计算、增减模型因子后增删相关数据、因子的值的类型多样化（甚至是复合类型）、等问题。

保费风险模型，或者采用与目前保险公司方案兼容的，或者采用适合新型BI的（新型BI在后面会有介绍）。

流式计算用于满足实时性要求高的汽车监管。不同的流式计算系统侧重解决不同的问题。比如Storm解决了实时的分布式计算问题，包括计算流可以分布在一个或多个机器上、动态增减服务器及Fail over自管理、通信机制透明化、热部署计算流等；Esper解决了事件之间的规则及关系问题。如果监控需求导致数据多且复杂，那么一个内存数据库是有必要的。

分布式批量计算，目前最流行的方案就是Hadoop。当前Hadoop的热点之一就是改造Hadoop以满足一定的及时性要求，而不单单是批量处理；之所以说是及时性，因为它还达不到实时性的程度。

BI（商业智能）。在当前的大数据环境下，传统的基于关系数据库的方式呈现出几个不足：1、传统方案侧重社会化（分析出整体模型，拿个体特征与其对比），难以满足个体在某时某地的“复杂性/混沌的/发散的”的需求；2、传统方案在数据量非常大时，可能是抽样的，难以做到全量分析；3、更多互联网公司的数据和企业化系统的数据，其存储已经使用NoSQL方案，传统方案难以匹配。能解决以上三个问题的BI框架还未成熟。

不管在数据处理的哪个环节，使用那种处理技术，对于数据的质量识别、优劣控制都是必须的。在车联网中，从车机或OBD设备开始，由于车型的多样性、设备工作环境的复杂性，数据就不可能达到统一的质量标准，如何处理不同的可用率的数据，如何对待由这些数据产生的价值精准性，是必须考虑的重点问题。