1.车辆点位的间隙和断差过大时,需要进行处理;人工检测不能准确认定是否超差,需要实时显示车辆的超差点位,以便员工进行及时处理。
2.与业务人员进行沟通,确认需要实时显示超差的点位,以及点位的超差如何进行计算。
通过获取机器人测量的设备参数,将生成的CSV文件存在在指定的NAS盘,通过Filebeat解析CSV文件,将解析的数据发送到kafka,系统通过接收到的kafka数据,实时计算车辆的点位是否合格,将不合格的点位通过websocket协议,在大屏上进行实时显示,帮助维修人员进行及时处理,降低返修率。支持查询,导出历史车辆测量数据。
个人职责:主要负责对机器人测量的数据进行解析,并返回前端,在前端页面显示
负责车辆点位信息查询,统计功能开发。
1.项目组六人,三名后端,两名前端,一名产品经理。我主要作为后端人员进行开发。两个月开发周期。
2.项目使用springboot微服务框架,数据库为postgrep,缓存数据库使用redis,本地缓存caffeine;前端vue,采用websocket进行大屏实时展示。
车辆全部点位采集后,分别进行超差计算,将超差点位实时显示在大屏上。
历史数据统计,需要显示三年、十二个月、四周、七天的时间维度,分别计算合格率。每年每年超千万的数据,按条件进行实时查询。