針對結(jié)構(gòu)化或半結(jié)構(gòu)化數(shù)據(jù)的數(shù)據(jù)量特別大的場景，大數(shù)據(jù)平臺作為應(yīng)用平臺的支撐平 臺，提供海量數(shù)據(jù)的高效處理能力。通過大數(shù)據(jù)平臺，應(yīng)用能夠?qū)@些數(shù)據(jù)進行高效地存儲、 檢索(秒級)、分析和統(tǒng)計，切實地提高效率，提升用戶體驗度。

視頻大數(shù)據(jù)平臺一般以分布式集群的方式進行建設(shè)，集群能夠?qū)?shù)據(jù)處理進行負載均 衡，同時，集群能夠方便地進行擴展，能夠通過增加集群節(jié)點來提升平臺整體性能。數(shù)據(jù)存儲需要考慮以下幾個方面：一、哪些數(shù)據(jù)需要保存到視頻大數(shù)據(jù)平臺;二、如果對原有系統(tǒng) 進行改造，原有系統(tǒng)中已存在的那些數(shù)據(jù)該如何處理;三、如何保證數(shù)據(jù)的可靠性。視頻大 數(shù)據(jù)平臺采用分布式計算，同時結(jié)合內(nèi)存加速、負載均衡、本地處理，提供高效的數(shù)據(jù)計算 能力。

視頻大數(shù)據(jù)處理系統(tǒng)，在應(yīng)對視頻大數(shù)據(jù)處理中的存儲問題，采用了分布式存儲方式， 提高了讀寫速度，并擴大了存儲容量;在應(yīng)對視頻大數(shù)據(jù)處理中的計算問題，采用分布式計 算系統(tǒng)，提高了數(shù)據(jù)分析和挖掘能力。視頻大數(shù)據(jù)處理系統(tǒng)總體架構(gòu)如下圖所示，包括資源層、平臺層、應(yīng)用層三個層次。

資源層：包括 IT 基礎(chǔ)資源、數(shù)據(jù)資源、視頻資源等。能夠產(chǎn)生、存儲、處理海量數(shù)據(jù) 的資源如過車數(shù)據(jù)、人臉數(shù)據(jù)、案事件數(shù)據(jù)等。

平臺層：即視頻大數(shù)據(jù)平臺，包括數(shù)據(jù)存儲、數(shù)據(jù)處理、數(shù)據(jù)遷移、集群管理等功能， 同時為上層應(yīng)用提供接口。視頻大數(shù)據(jù)平臺地位類似于數(shù)據(jù)庫，但是它比數(shù)據(jù)庫的處理能力 要強大很多，可以對海量數(shù)據(jù)進行處理。

應(yīng)用層：基于視頻大數(shù)據(jù)平臺提供的高效數(shù)據(jù)處理服務(wù)，行業(yè)應(yīng)用平臺(公安、交通、 司法、能源、教育等)能夠為用戶提供海量數(shù)據(jù)的高效存儲、檢索、分析和統(tǒng)計等功能。

在智慧交通的道路交通應(yīng)用中，卡口過車數(shù)據(jù)呈爆炸式增長。對于一個城市，每個卡口 每天會經(jīng)過成千上萬輛車，假設(shè)一個城市有 1000 個卡口，每個卡口每天平均過車記錄數(shù)為

10000 次，需要對一年內(nèi)的數(shù)據(jù)進行處理，則過車記錄總數(shù)為 36.5 億。當卡口過車數(shù)據(jù)規(guī)模 達到十億級別甚至更大后，當前系統(tǒng)的運行速度越來越慢，過車信息檢索、研判和分析的耗 時越來越長，用戶體驗越來越差。使用傳統(tǒng)的關(guān)系型數(shù)據(jù)庫解決方案會使效率大大降低，或 者在保證效率的情況下，會使軟件、硬件投入成本大大增加，如采用小型機等。針對此類場 景，可采用大數(shù)據(jù)技術(shù)，數(shù)據(jù)量特別大的過車數(shù)據(jù)由視頻大數(shù)據(jù)平臺來處理，視頻大數(shù)據(jù)平 臺可提供足夠大的內(nèi)存和本地存儲，同時，采用分布式計算，各節(jié)點并行進行計算，極大地 提高數(shù)據(jù)處理的能力。視頻大數(shù)據(jù)平臺具有系統(tǒng)可靠、數(shù)據(jù)安全、數(shù)據(jù)處理能力高效、投入 成本低、擴展能力強等特點。

交通卡口大數(shù)據(jù)應(yīng)用設(shè)計如下圖所示：

交通卡口大數(shù)據(jù)應(yīng)用的不同之處在于后端子系統(tǒng)的設(shè)計。傳統(tǒng)方案中，只有一個智慧交通平臺;而大數(shù)據(jù)方案中，智慧交通平臺之下多了一個視頻大數(shù)據(jù)平臺，海量的過車數(shù)據(jù)存 儲于視頻大數(shù)據(jù)平臺中，大數(shù)據(jù)平臺為上層平臺提供海量數(shù)據(jù)的高效處理服務(wù)。以 10 億條 數(shù)據(jù)為例，在檢索、研判和統(tǒng)計分析等應(yīng)用中傳統(tǒng)方案檢索時間是分鐘級，采用大數(shù)據(jù)技術(shù) 檢索時間可以達到秒級。基于視頻大數(shù)據(jù)平臺，智慧交通平臺實現(xiàn)了高效的檢索、分析、統(tǒng) 計等功能，能夠為用戶提供更好的服務(wù)。以下是目前可實現(xiàn)應(yīng)用功能主要功能：

1.快速檢索。能夠根據(jù)精確條件/模糊條件快速查詢出過車數(shù)據(jù)記錄。大數(shù)據(jù)方案可以從數(shù)十億條數(shù)據(jù)中快速篩選出目標過車記錄，提高交通管理部門的執(zhí)勤效率。

2.研判分析。研判分析，包括頻度研判、特定時間段車輛研判、初次入城、行車軌跡、跟車研判等應(yīng)用。大數(shù)據(jù)方案可以迅速及時的發(fā)現(xiàn)事件信息，提高交通管理部門的快速響應(yīng)能力。

3.統(tǒng)計分析。統(tǒng)計分析包括車流量統(tǒng)計、車流量對比、車輛違法統(tǒng)計、特定時段車流量、行車軌跡統(tǒng)計等應(yīng)用。大數(shù)據(jù)方案可以實現(xiàn)更大范圍的交通流量數(shù)據(jù)統(tǒng)計，可以更加全面完整的反應(yīng)一個城市的交通狀況，為交通管理部門決策提供數(shù)據(jù)支撐。

在智慧安全的案件偵緝等應(yīng)用中，經(jīng)常需要進行人員信息的查詢，人員信息庫中的一個 重要組成部分是人臉庫，人臉庫包括人員的基本信息、頭像圖片以及根據(jù)頭像建模而得的人 臉特征向量。其中案件偵緝中一個重要的應(yīng)用是人臉檢索，即從視頻圖像中提取人帶人臉的 特征向量跟人臉庫中的數(shù)據(jù)進行比對，查詢出來此人的基本信息。當人臉庫數(shù)量達到 1000 萬級別甚至更大后，目前人臉檢索方式會出現(xiàn)瓶頸。因為在人臉的檢索過程中需要檢索整個 人臉庫，需要將整個人臉庫導入到內(nèi)存中以提高檢索效率，對服務(wù)器內(nèi)存要求高，而當前大 多人臉檢索方案不支持集群架構(gòu)，只能增加單服務(wù)器的內(nèi)存以滿足需求，容易出現(xiàn)瓶頸。針對此類場景，可采用人臉檢索的大數(shù)據(jù)解決方案，人臉庫保存于視頻大數(shù)據(jù)平臺中，視頻大 數(shù)據(jù)平臺采用集群架構(gòu)，并且可平滑擴展，可以提供足夠大的內(nèi)存，同時，采用分布式計算， 各節(jié)點并行進行計算，極大地提高數(shù)據(jù)處理的能力。

人臉檢索大數(shù)據(jù)應(yīng)用設(shè)計如下圖所示：

人臉檢索大數(shù)據(jù)應(yīng)用的不同之處在于后端子系統(tǒng)中加入了視頻大數(shù)據(jù)平臺。智慧安全應(yīng)用平臺為用戶提供人臉檢索功能;視頻大數(shù)據(jù)平臺存儲人臉庫數(shù)據(jù)，進行高效的人臉分析比對，為應(yīng)用平臺提供人臉檢索服務(wù)。以 1000 萬條數(shù)據(jù)為例。如果傳統(tǒng)的方式數(shù)據(jù)庫需要管理員進行手動的分庫分表操作，隨著數(shù)據(jù)的增長維護工作量會越來越大，同時也很難保證系 統(tǒng)的正常運行;采用視頻大數(shù)據(jù)技術(shù)可以輕松的做到系統(tǒng)的橫向擴展，保證系統(tǒng)高效的運行。 基于視頻大數(shù)據(jù)平臺，智慧安全應(yīng)用平臺能夠為用戶提供快速的人臉檢索功能。

四、總結(jié)展望

視頻大數(shù)據(jù)技術(shù)能夠解決當前系統(tǒng)處理海量視頻及相關(guān)數(shù)據(jù)能力不足的問題，幫助客戶 從海量的視頻數(shù)據(jù)中快速挖掘高價值的信息，協(xié)助客戶提升其決策的效率和精準度。可以預 見在未來的“智慧城市”建設(shè)中，視頻的數(shù)據(jù)量會爆炸性增長，對海量視頻數(shù)據(jù)處理系統(tǒng)的 要求會越來越高，對視頻數(shù)據(jù)挖掘的能力要求越來越強，視頻大數(shù)據(jù)平臺將引入越來越多的AI機器學習，深度學習、智能圖算法等尖端技術(shù)來提高整個系統(tǒng)的智能化水平。