龍湖千丁基於 [email protected] 的雲原生智慧停車系統架構實踐
作者:蔡佩、劉濤
在物聯網、大資料、雲服務等的快速發展及規模化應用下,今天,大量在日常生活中產生的資料可以被更好地連線和利用,為智慧裝置的運轉提供支援,在推進社會高效協作,建設有溫度、有速度的智慧生活中發揮價值。
龍湖千丁是國內最早一批參與智慧城市、智慧社群建設的高科技企業,已被納入“專精特新”、國家高新技術認證企業名錄等。龍湖千丁專注社群、商業、公寓、園區等空間化智慧解決方案,以 AI+大資料驅動業降本增效,為高效、節能與安全加碼。智慧停車是龍湖千丁生活服務的主要場景之一。依託龍湖千丁停車雲系統,千丁智慧已為全國範圍內自有及託管的 1000+車場的智慧停車業務提供統一的車管解決方案。隨著服務規模的不斷擴大及使用者需求的快速變化,系統挑戰也隨之而來。
智慧停車場景下的應用管理挑戰
具體來說,龍湖千丁停車雲是一套以停車和管理服務為核心,全面整合停車管理問題的智慧化停車系統,結合車牌識別一體機、道閘、停車對講立柱等 IoT 裝置的協同,實現社群車庫智慧通行。業主可通過線上登記車牌、月卡車輛資訊、預約登記客車牌資訊等操作,享受出行自動抬杆放行等便捷高效的停車管理服務。
圖 1:龍湖千丁停車雲系統架構
不難看出,智慧停車場業務對於服務響應速度的要求非常高,並且有大量近場感測器、控制裝置等需要協同管控。如果完全依賴傳統的中心雲模式,勢必會為邊緣應用的管理帶來一系列挑戰:
-
網路通訊問題:各個車場地理位置位置分散,彼此網路隔離,車場內的計算資源無法直接被公網訪問,無論是業務釋出,還是問題排查,往往需要相關人員現場處理。業務的開發、測試、升級和運維面臨巨大挑戰。
-
異構環境差異:絕大部分車場的節點環境為 Windows PC 伺服器,且車場之間的業務部署環境差異較大,如何遮蔽底層環境差異,確保業務平穩執行也是需要重點解決的問題。
-
應用釋出效率:不同接入平臺的運營主體不同,且使用者需求更迭頻繁,需要根據業務特點實現分批發布、灰度釋出,在保證業務的穩定執行的同時提高發布效率。
基於 [email protected] 的邊緣雲原生智慧停車系統實踐
為了解決以上問題,龍湖千丁停車雲平臺通過阿里雲邊緣容器服務 [email protected] 提供的標準 Kubernetes 服務以及雲邊一體化協同解決方案。
阿里雲邊緣容器([email protected]),依託 ACK 託管服務構建,打造通用的邊緣容器雲原生基礎設施。基於主流雲原生非侵入式設計原則,實現雲邊端一體化。阿里雲邊緣容器採用原生與外掛化組合方式,非常利於業務快速整合及擴充套件,且不會增加額外的邊緣資源成本和維護成本。在方案選型對比過程中,龍湖千丁對於 ACK @Edge 的如下特點也很感興趣:
- 支援雲端託管,幫助使用者快速構建邊緣計算的雲原生基礎設施。
- 支援豐富的應用場景,包括邊緣智慧、智慧樓宇、智慧工廠、音影片直播、線上教育、CDN 等。
- 支援多種邊緣計算資源的快速接入,包括 IoT 閘道器裝置、端裝置、CDN 資源、自建 IDC 資源等。
- 支援豐富的異構邊緣節點資源,包括自建 IDC 資源、ENS、IoT 裝置、X86、ARM 架構等;並支援異構資源的混合排程。
- 面向邊緣計算弱網路連線場景,提供節點自治和網路自治能力,保證邊緣節點和邊緣業務的高可靠執行。
- 提供邊緣單元管理、單元化部署、單元流量管理能力。
方案的整體架構和實現功能如下所示:
圖 2: 基於 [email protected] 的雲邊一體化協同解決方案
-
雲端管控:只需一條命令,即可快速將節點接入到 [email protected] 提供的標準 Kubernetes 叢集中,通過雲端實現地域分佈的計算資源統一管理,通過雲端進行統一的應用分發。
-
單 元化釋出:根據業務特點,劃分不同的節點池,不同車場的算力接入不同的節點池,從而形成不同的釋出單元。通過選擇不同的釋出單元,實現分批發布、灰度釋出。
-
雲端運維,遠端除錯:藉助 [email protected] 提供的 Tunnel 通道, 可以讓開發運維人員快速檢視容器日誌和進入容器除錯。
-
邊緣自治:藉助 [email protected] 的邊緣自治能力,可以在雲邊網路斷開、主機重啟這種極端情況下,保證本地邊緣伺服器上的業務能正常執行。
效果&價值
結合龍湖千丁自研的新版停車雲系統以及 [email protected] 提供的標準 Kubernetes 服務以及雲邊一體化協同解決方案,整體來著,邊緣部署時間成本由 1 天縮短到 3 小時,將之前的手動升級方式迭代為自動 OTA 升級,升級時間由 3 小時縮短到 5 分鐘,計算下來每年節約 740 人天。 具體表現為:
-
極大地降低了停車雲業務開發運維過程中的人員和時間成本。(業務的釋出與運維不再需要提前公告,停服,去現場釋出;日常也不需要派人現場巡檢)
-
極大地提高了業務的釋出效率。(釋出時間從以往的周為單位,降低到分鐘為單位)
-
有效降低了業務整體的報障率。
點選此處,瞭解 [email protected] 更多詳情!
- 談談我工作中的23個設計模式
- 雲邊協同下的統一應用管理:基於 OpenYurt 和 KubeVela 的解決方案
- OpenKruise v1.3:新增自定義 Pod Probe 探針能力與大規模叢集效能顯著提升
- Koordinator v0.7: 為任務排程領域注入新活力
- 傳統大型國企雲原生轉型,如何解決彈性、運維和團隊協同等問題
- Dubbo 3 易用性升級之 Dubbo 官網大改版
- 阿里雲容器服務 ACK 產品技術動態(202208)
- RocketMQ Streams在雲安全及 IoT 場景下的大規模最佳實踐
- RocketMQ 5.0:無狀態代理模式的探索與實踐
- Apache RocketMQ 5.0 在Stream場景的儲存增強
- 快手 RocketMQ 高效能實踐
- RocketMQ DLedger架構在小米的大規模實踐
- 定時任務報警通知解決方案詳解
- Dubbo Mesh 總體技術架構方案
- 說說 Spring 定時任務如何大規模企業級運用
- 龍湖千丁基於 [email protected] 的雲原生智慧停車系統架構實踐
- 基於 RocketMQ 的 MQTT 服務架構在小米的實踐
- 開發者測評:相比 Harbor,我選擇 ACR 的三點原因
- 5 分鐘完成 ZooKeeper 資料遷移
- Fluid 助力阿里雲 Serverless 容器極致提速