關鍵詞：智能汽車；維修管理；數(shù)據(jù)可視化；Superset；ECharts

中圖分類號：TP311 文獻標識碼：A

文章編號：1009-3044（2024）25-0055-03

0 引言

隨著汽車智能化和網(wǎng)聯(lián)化的發(fā)展，車輛產生的數(shù)據(jù)呈現(xiàn)爆炸性增長[1]，隨之面臨的數(shù)據(jù)管理挑戰(zhàn)日益凸顯。傳統(tǒng)的手動處理方式已無法滿足現(xiàn)有汽車維修數(shù)據(jù)管理的需求，特別是在數(shù)據(jù)處理、分析以及圖表可視化方面[2]。例如，在清洗大量的故障描述、維修過程、更換零部件等維修記錄數(shù)據(jù)時，傳統(tǒng)的處理方式不僅會導致工作效率低下，還可能影響維修服務的及時性和準確性。在可視化方面，傳統(tǒng)數(shù)據(jù)可視化方式主要依賴于圖表和報表等形式，展示形式相對單一且缺乏交互性，這種展示方式難以滿足用戶對于直觀、便捷、交互性強的數(shù)據(jù)展示需求。為解決上述問題，本文提出一種基于Superset的智能汽車維修可視化平臺，旨在實現(xiàn)海量維修數(shù)據(jù)的高效管理、深度分析及直觀可視化。

1 平臺架構及功能

1.1 平臺架構

該大數(shù)據(jù)可視化平臺主要由數(shù)據(jù)源、數(shù)據(jù)處理、數(shù)據(jù)可視化三部分組成，平臺架構圖如圖1所示。

1） 數(shù)據(jù)源：數(shù)據(jù)源主要來自維修管理系統(tǒng)數(shù)據(jù)庫。對源數(shù)據(jù)進行清洗和預處理，如識別并處理缺失值、異常值、重復值等，然后通過自動化腳本將數(shù)據(jù)同步到數(shù)據(jù)中臺。

2） 數(shù)據(jù)分析：通過Python數(shù)據(jù)分析工具，主要使用Pandas和NumPy模塊，將源數(shù)據(jù)按照業(yè)務分析需求進行數(shù)據(jù)分析、計算及整合，整理為可供可視化模塊使用的數(shù)據(jù)。

3） 數(shù)據(jù)存儲：將第二步中處理好的數(shù)據(jù)存儲到MySQL中間數(shù)據(jù)庫，作為可視化展示的數(shù)據(jù)源。

4） 數(shù)據(jù)可視化：二次開發(fā)Superset開源可視化工具，引入ECharts庫，實現(xiàn)數(shù)據(jù)的可視化?？梢暬故景悴考齑婀芾怼④囕v信息管理、故障診斷與預測、維修記錄管理可視化模塊，每一部分對應一個看板頁面，網(wǎng)宿詳見1.2小節(jié)的功能模塊。

1.2 功能模塊

1） 車輛信息管理可視化模塊：展示車輛的基本信息，如車型、車牌號、發(fā)動機號等，方便維修人員快速了解車輛情況，并可根據(jù)車型、時間等不同維度篩選查詢。

2） 故障診斷與預測可視化模塊：提供了豐富的圖表類型，如餅圖、柱狀圖、折線圖、地理空間圖、氣泡圖等。并通過引入ECharts圖表可實現(xiàn)切片的下鉆。

例如，維修人員首先進入故障診斷模塊，看到的是一個匯總了車輛各系統(tǒng)狀態(tài)的儀表盤或總覽圖。在這個視圖中，可能會顯示發(fā)動機、變速器、制動系統(tǒng)等多個關鍵系統(tǒng)的狀態(tài)，此為第一層：系統(tǒng)級。點擊發(fā)動機，即進入發(fā)動機的詳細視圖，此為第二層：子系統(tǒng)級，在這里，可以看到燃油泵、噴油嘴、燃油壓力傳感器等關鍵部件的狀態(tài)和性能參數(shù)。點擊噴油嘴，即進入該部件的詳細信息，此為第三層：部件級。

3） 維修記錄管理可視化模塊：提供一個綜合的儀表盤視圖，展示關鍵指標和統(tǒng)計數(shù)據(jù)，如維修進度、費用概覽、故障類型分布等。這有助于管理人員快速了解維修狀況。

4） 零部件庫存管理可視化模塊：實時監(jiān)控零部件的庫存情況，避免缺貨或積壓現(xiàn)象的發(fā)生。通過圖表（如柱狀圖、折線圖）或數(shù)字面板，實時展示各類零部件的庫存數(shù)量，幫助管理者快速了解庫存狀況。

2 關鍵技術

1） Superset：一個開源的、現(xiàn)代化的、輕量級的BI 大數(shù)據(jù)可視化工具[3]，支持多種數(shù)據(jù)源、提供豐富的可視化圖表模板、支持自定義儀表盤和報告。Superset 是此大數(shù)據(jù)可視化平臺的核心，所有可視化看板均在此平臺完成。但Superset不支持圖表的下鉆功能，須引入ECharts可視化庫進行二次開發(fā)。

2） ECharts：一個開源的JavaScript可視化庫[4]，提供了豐富的圖表類型，并擁有圖表下鉆功能。

3） Jenkins：Jenkins是一個持續(xù)集成工具，可定時執(zhí)行任務、監(jiān)控構建和部署過程中的異常情況等。在此平臺中，在Jenkins上部署數(shù)據(jù)源和數(shù)據(jù)分析模塊任務，定時執(zhí)行同步數(shù)據(jù)。

3 大數(shù)據(jù)可視化平臺開發(fā)

大數(shù)據(jù)可視化平臺開發(fā)主要包括4個步驟，如圖2所示。

3.1 搭建中間數(shù)據(jù)庫

為了不影響源系統(tǒng)的正常使用，設計一個中間數(shù)據(jù)庫存儲源數(shù)據(jù)。MySQL開源免費，且可以跨多平臺運行、安全穩(wěn)定，因此用MySQL搭建一個中間數(shù)據(jù)庫。利用Jenkins定時執(zhí)行Python腳本，實現(xiàn)汽車維修管理系統(tǒng)數(shù)據(jù)同步到中間數(shù)據(jù)庫。

3.2 數(shù)據(jù)處理與分析

針對原始數(shù)據(jù)量大、關聯(lián)性強等特點，Superset可視化工具在分析處理時耗時較長，因此，在可視化前需要對原始數(shù)據(jù)進行缺失值、異常值、重復值等清洗處理，并根據(jù)業(yè)務需求對數(shù)據(jù)進行計算分析處理。本設計使用Python對源數(shù)據(jù)根據(jù)業(yè)務需求按不同維度進行處理，并將處理好的可進行可視化的數(shù)據(jù)存入數(shù)據(jù)庫。

3.3 數(shù)據(jù)可視化工具開發(fā)

Superset可視化工具功能強大，但可視化圖表類型受限，且沒有圖表下鉆功能。因此，本設計在Super?set中集成ECharts，從而豐富Superset的圖表類型的同時，增加圖表下鉆功能。具體實現(xiàn)方法如下：

步驟1：Superset 接入ECharts 圖形，并引入點擊事件。

步驟2：用引入的ECharts圖形做切片，在要點擊的切片parameters 中增加："jump_to_slice_id"："slice_id"鍵值對，其中，slice_id為要跳轉到的切片id。

步驟3：處理點擊事件，根據(jù)步驟2中設置好的跳轉切片id，訪問開放獲取form_data的接口得到對應的數(shù)據(jù)form_data。

步驟4：處理點擊事件，根據(jù)步驟3的form_data和原切片中的filter信息，拼裝要跳轉切片的訪問地址，跳轉到對應的切片。

在步驟1中，Superset接入ECharts圖形，最關鍵的部分為：

1） 在Superset源碼viz.py中添加獲取圖表數(shù)據(jù)的方法，可根據(jù)參數(shù)正常獲取數(shù)據(jù)。

2） 在visualizations下增加ECharts圖表的可視化js文件，此文件內容主要包括：①根據(jù)1） 中獲取的數(shù)據(jù)，做適應于ECharts圖形的參數(shù)處理；②處理點擊事件，即根據(jù)步驟3獲取form_data信息和步驟4拼裝跳轉切片訪問地址。

在步驟3 中，core.py 中封裝了根據(jù)切片id 獲取form_data的方法，但沒有對應的訪問接口可以獲取，因此最關鍵的是增加@expose‘（ /query_form_data//′），將該方法的訪問注冊到這個地址上，可以通過訪問http：//ip： port/superset/query_form_data/slice_id/的形式獲取到想要的參數(shù)“form_data”。

在步驟4 中，根據(jù)當前切片的數(shù)據(jù)fd、payload.form_data，判斷是否有filterbox的條件，從而重新生成跳轉切片的adhoc_filters進行跳轉，即帶原始切片的filter信息跳轉。

3.4 可視化看板開發(fā)

將3.2中處理好的中間數(shù)據(jù)庫接入Superset可視化平臺，根據(jù)業(yè)務需求，設計多維度數(shù)據(jù)可視化切片，并將相同業(yè)務層或維度的切片組合為一個看板?？梢暬故竟舶?個看板：零部件庫存管理、車輛信息管理、故障診斷與預測、維修記錄管理可視化模塊。根據(jù)后續(xù)的需求可對看板數(shù)量及內容做對應調整。

4 總結與展望

本文基于Superset+ECharts+Jenkins+MySQL 技術，實現(xiàn)了智能汽車維修管理系統(tǒng)數(shù)據(jù)的高效管理及直觀的數(shù)據(jù)展示功能。通過數(shù)據(jù)的分析及挖掘，幫助用戶精準預測故障、優(yōu)化資源配置，從而促進決策支持，制定更加科學合理的戰(zhàn)略規(guī)劃和業(yè)務決策。

隨著維修數(shù)據(jù)的持續(xù)快速增長和維修管理系統(tǒng)的智能化，此大數(shù)據(jù)平臺對數(shù)據(jù)處理及存儲提出了更高的要求。該平臺未來可進一步引入大數(shù)據(jù)技術，使用Hive存儲數(shù)據(jù)表，并基于Kylin計算平臺從不同維度預先進行數(shù)據(jù)立方，并將聚合結果存儲到HBase數(shù)據(jù)庫中[5]，從而進一步提升平臺的處理效率及穩(wěn)定性。