●總序
前言
1 大數據時代下的城市交通治理
1.1 城市交通治理的新挑戰
1.1.1 日益復雜的城市綜合交通體繫
1.1.2 數據驅動城市交通治理模式變革
1.2 數據驅動城市交通治理的瓶頸痛點
1.2.1 缺乏頂層設計，平臺建設盲目
1.2.2 要素關繫多階，知識表達不明
1.2.3 平臺架構單一，難撐復合需求
1.2.4 數據種類多樣，缺乏數據體繫
1.2.5 數據多源異構，彙聚監管困難
1.2.6 數據量大增長快，挖掘效率低下
1.2.7 質量標準不一，數據應用困難
1.2.8 涉及個體隱私，缺乏安全分級
1.2.9 應用場景多樣，服務對像廣泛
1.2.10 算法模型多樣，難以統一標準
1.3 大數據技術應用的發展趨勢
1.3.1 應用層次尚屬初級，深層次應用將成為發展重點
1.3.2 治理體繫未形成，隱私安全效率成短板
1.3.3 理論技術不成熟，技術體繫漸進發展
1.3.4 交通大腦漸興起，深度、精度、廣度待提升
2 城市交通大數據計算平臺內涵、技術選擇與總體架構
2.1 城市交通治理與平臺的內涵
2.1.1 城市交通治理現代化轉型
2.1.2 城市交通治理的核心目標
2.1.3 城市交通治理的主要內容
2.1.4 城市交通治理的基本原則
2.1.5 城市交通治理的技術支撐
2.1.6 大數據計算平臺賦能治理
2.2 大數據計算平臺的技術選擇
2.2.1 面向城市交通治理的數據采集體繫
2.2.2 面向城市交通治理的數據治理體繫
2.2.3 面向城市交通治理的數據計算體繫
2.2.4 面向城市交通治理的數據服務體繫
2.2.5 面向城市交通治理的數據安全體繫
2.2.6 以場景式切入的多維綜合評估體繫
2.2.7 治理能力現代化的很好實踐經驗
2.3 大數據計算平臺的總體架構
2.3.1 平臺架構設計的核心目標
2.3.2 計算平臺的總體功能架構
2.3.3 計算平臺的總體技術架構
2.3.4 平臺建設的總體技術路線
3 交通大數據後臺：高性能的彈性資源調度技術
3.1 分布式存儲與計算技術
3.1.1 HDFS：分布式文件繫統
3.1.2 HIVE：分布式數據庫
3.1.3 HBase：分布式列式存儲數據庫
3.1.4 Spark：分布式大數據計算技術
3.1.5 Kafka：實時數據接入技術
3.2 容器化及其資源調度技術
3.2.1 基於Docker的容器技術
3.2.2 基於Kubernetes的資源調度技術
3.2.3 大規模大數據應用調度技術分析和實現
3.3 多源大數據彙集技術
3.3.1 數據彙聚流程設計
3.3.2 明確數據源
3.3.3 數據彙聚方式
3.3.4 API對接
3.3.5 數據庫對接
3.3.6 消息隊列對接
3.3.7 文件數據同步
3.3.8 業務繫統數據ETL
3.3.9 數據接入監測預警
3.4 大數據的知識表達：知識圖譜
3.4.1 知識圖譜的基本概念
3.4.2 知識圖譜與交通領域的融合
3.5 大數據平臺的安全體繫
3.5.1 痛點解析
3.5.2 安全體繫架構設計
3.5.3 數據存儲安全
3.5.4 數據傳輸安全
3.5.5 數據使用安全
3.5.6 用戶智能鋻權
3.5.7 數據敏感分級
4 交通大數據中臺：數據全生命周期管理技術
4.1 數據中臺架構設計
4.1.1 功能需求分析
4.1.2 數據架構設計
4.1.3 數據流向設計
4.2 業務驅動的數據標準體繫
4.2.1 原始庫
4.2.2 標準庫
4.2.3 指標庫
4.2.4 血緣分析
4.3 交通數據治理範式
4.3.1 數據治理的目標
4.3.2 數據治理的基本架構
4.3.3 數據清洗規則
4.3.4 數據標準體繫
4.3.5 數據模型定義
4.3.數據管理
4.3.7 數據質量稽核
4.3.8 數據治理的案例
4.4 場景驅動的數據服務
4.4.1 數據開發服務
4.4.2 數據分析服務
4.4.3 數據查詢服務
4.4.4 數據接口服務
5 交通算法中臺：復雜交通繫統推演及彈性計算技術
5.1 算法中臺架構設計
5.2 標準化算法模型
5.3 交通關鍵算法
5.3.1 交通算法模型概覽
5.3.2 復雜出行聯合建模領域
5.3.3 基於大數據特征快速提取領域
5.3.4 交通態勢短時預測領域
5.3.5 適配計算與成果表達方面
5.4 算法資源管理
5.4.1 算法上架與更新
5.4.2 算法版本管理
5.4.3 自動化封裝部署
5.5 算法模型服務
5.5.1 算法模型功能架構
5.5.2 算法服務的彈性資源響應
5.5.3 算法服務的監控預警
5.5.4 調用統計
6 交通大數據前臺：TransPaaS平臺功能設計與建設
6.1 數據治理功能
6.1.1 數據模型與平臺收錄
6.1.2 數據接入
6.1.3 數據資產
6.2 數據服務功能
6.2.1 數據查看
6.2.2 數據接口
6.2.3 數據申請與審核
6.3 算法服務功能
6.3.1 算法超市
……
近年來，隨著數據驅動城市治理的理念逐步推廣，我國36個主要城市中有10個開展了城市級大數據平臺建設工作，研發了交通運行監測繫統、評價分析繫統、決策支撐繫統等各類型的交通大數據應用。但如何對各類數據進行有效整合，形成強大的交通計算平臺，對交通實時運行狀態進行掌控，對長期狀態進行研判，是當前大城市交通治理的關鍵。本書提出了城市交通大數據智能計算平臺的完整技術體繫，圍繞城市交通大數據的全生命周期管理與交通算法模型平臺構建，結合分布式大數據計算、容器化技術、彈性資源調度技術，介紹了城市交通大數據智能計算平臺的搭建與應用示範。 本書第1章介紹了城市交通大數據計算平臺的背景與趨勢，2020年中央政治局常務委員會首次提及數據中心建設，大數據平臺建設已上升到國家戰略層面。第2章介紹了城市交通大數據計算平臺的目標選擇與通用架構設計。包括對城市交通治理內涵的解讀，交通大數據平臺的發展路徑，對目前存在的等
