滕州有视频通道1000余个，主要为中心存储，日过车近200万，年过车在7.3亿，日违法近万条，年违法365万条，有24万机动车。按照10年的设计容量，将有近100亿数据规模。在这种设计要求下，平台如何支撑滕州的交通情报研判方法、效果等，涉及异常拥堵研判、常发拥堵研判、事故多发路段研判、失驾人员研判、国省乡道视频巡查研判等，接下来，我们来聊一聊，支撑这些交通情报研判的滕州交通视频大数据研判云平台。
交通视频大数据研判云平台整体由分为SAAS层和PAAS层：
在PAAS层中，主要由流媒体处理、视频分析数据智能处理框架、数据认知智能计算框架等主要部分组成，向上提供1）设备接入；2）数据接入；3）媒体处理接入、存储、分发等能力；4）视频数据分析能力；5）结构化数据计算、存储、碰撞分析能力；
在SAAS层，主要由道路监控、违法研判、人车管控研判、事故研判 、畅通态势研判等部分组成，向用户侧，提供交通情报发现和分析的能力。
交通视频大数据研判云平台整体上具有8大特性：
特性一：资源池化：弹性扩展、智能负载均衡
1、多种资源云化，可弹性扩展、无单点故障、智能负载均衡、将所有的资源进行统一管理和使用
2、接入资源池化，解决千万级海量设备的统一接入和管理问题-根据负载情况自动配对感知设备和接入服务器-包括摄像头、卡口、MAC、RFID等不同前端，构建对所有前端的统一管理
3、存储资源池化，解决EB级数据存储和管理问题-通过云存储解决非结构化数据-包括视频、图片、音频、文件等的统一存储和数据生命周期管理，并屏蔽硬件故障和差异，实现存储资源的统一管理
4、流媒体资源池化，解决大规模视频直播和点播的流媒体分发问题- 通过将所有的流媒体服务器进行统一调配，可自适应选择流媒体服务器进行流媒体的分发，通过多级级联技术，解决大规模直播和点播需求
5、智能分析资源池化，解决边缘/孤立的智能服务器及内部的GPU/CPU/FPA等无法中心统一调度和多种算法无法并存问题，将边缘智能服务器和中心智能服务器的统一管理，实现分析任务可根据GPU/CPU等参数以及数据流位置进行智能调度，通过智能框架实现多种算法可同时运行和分析，比对算法准确度，提供最优结果;
6、大数据资源池化，通过云数据库解决千亿级的结构化数据存储，包括MAC，过车，特征等。在云数据库基础之上提供数据采集，清洗，数据挖掘，数据分析能力，提供千亿数据下的全文检索，数据建模，数据打标，多维关系挖掘功能。
特性二：数据智能化：数据驱动智能
视频大数据云研判平台，具有视频分析感知智能分析能力，可从前端取流分析出驾驶人员人脸特征，车辆特性数据、拥堵事件、35种违章检测。同时基于基于感知智能认别出来的结构化数据，可认别出异常拥堵用于应急指挥、常规拥堵用于日常勤务治理。拥堵指数认知全城交通运行状况。
特性三：基于交通场景的物联感知大数据平台
1.与业界通用数据库相比，是最懂交通业务场景数据库，围绕业务场景提供数据采集，存储，分析，管理，查询端到端服务；向第三方开放交通场景化业务能力，而不是仅提供提供裸数据库；
2.支持支持近30种高级分析业务，如拥堵指数，拥堵延时指数，违法黑点、事故黑点等；基于分词技术的全文融合检索，支持超级碰撞（API与库，流与库，库与库），支持人车物的关系图谱及画像；
3. 存储引擎多样化：面向场景择优选择引擎，在内部屏蔽引擎差异；
4. 海量接入能力： 结合视频云消息总线，自动接入各类IOT设备结构化数据，实时10万/秒高并发完成数据入库；
5. 接口开放： 支持restful api/兼容通用SQL。
特性四：资源池化,云边智能统一调度
1. 云边兼容：云端算子，智能服务器，前端智能IPC，通过统一协议将智能能力上报到云智能服务层进行统一调度。
2. 资源池化：云端智能与边缘智能打通为统一的资源池，给出总资源能力接口，例如图中所示总共1000路人脸识别能力由云端和智能服务器分别承担。
3. 统一调度：来自前端IPC（电警/卡口）的图像智能处理请求，可以按照策略下发给前端智能或云端智能。
特性五：业务平台化，微服务架构、应用即服务
交通视频大数据研判云平台采用微服务技术架构。
随着视频业务的不断复杂化，采用微服务方式架构可以使得不同业务模块之间松耦合，保障系统的稳定性，并能根据业务的发展快速响应，敏捷开发。
另外，交通视频大数据研判云平台的SaaS层各个应用按照微服务规范开放服务接口和数据，服务间交互采用接口调用方式，应用即服务。
特性六：统一的账户体系
视频大数据研判云平台为不同应用提供统一、可靠、高效的账户体系和数据访问体系。
不同应用SAAS-如车辆应用、人像应用可基于统一账户体系实现单点登录和统一权限分配。
灵活的账户管理，比如秩序+事故可以是独立的账户体系，互不干扰，并按需灵活设置访问视频大数据研判云平台不同的应用，以及不同的资源PAAS。
特性七：流媒体智能调度
1、通过智能负载和级联技术，突破单机限制，实现一路视频可被海量用户实时点播。
2、客户端播放，采用最优选举策略以及缓存优化策略，实现高并发下的视频秒开效果。
3、一台服务器达到瓶颈，发挥集群整体能力，实现流媒体服务器之间的媒体流级联，无压力时动态释放，做到弹性扩展。
特性八： 通用SAAS架构
通用SAAS架构：
整个基础SaaS以支持大路数汇聚（百万级以上）视频通道/设备，多用户并发为目标设计的架构，用户数量可以横向扩展。
内存缓存集群（用户和设备）：
缓存着业务进程处理后的数据，提供高效的存储接口，方便业务服务的处理。
支持横向扩展的集群架构，方便大路数数据的保存；多副本模式，使整个集群高可用。
SAAS业务服务集群：
各个功能模块微服务化（如：鉴权中心/设备管理/事件中心） ，可集中/独立部署，支持线性扩容，满足多用户并发需求。
现在服务集群扩容以统一运维配置实现，后续以服务发现的方式自动完成扩容。
统一入口：
屏蔽后台服务实现，实现负载均衡，提升系统吞吐量。
总之，以上交通视频大数据云研判平台作为支撑，由其提供的大规模设备接入能力、海量数据分析能力、负载均衡扩展能力等很好的支撑了滕州交通情报研判的
