基于Superset的智能汽車維修可視化平臺設計

關鍵詞：智能汽車；維修管理；數據可視化；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聯化的發展，車輛產生的數據呈現爆炸性增長[1]，隨之面臨的數據管理挑戰日益凸顯。傳統的手動處理方式已無法滿足現有汽車維修數據管理的需求，特別是在數據處理、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據時，傳統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，傳統數據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、交互性強的數據展示需求。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，旨在實現海量維修數據的高效管理、深度分析及直觀可視化。

1 平臺架構及功能

1.1 平臺架構

該大數據可視化平臺主要由數據源、數據處理、數據可視化三部分組成，平臺架構圖如圖1所示。

1） 數據源：數據源主要來自維修管理系統數據庫。對源數據進行清洗和預處理，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據同步到數據中臺。

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

3） 數據存儲：將第二步中處理好的數據存儲到MySQL中間數據庫，作為可視化展示的數據源。

4） 數據可視化：二次開發Superset開源可視化工具，引入ECharts庫，實現數據的可視化。可視化展示包含零部件庫存管理、車輛信息管理、故障診斷與預測、維修記錄管理可視化模塊，每一部分對應一個看板頁面，網宿詳見1.2小節的功能模塊。

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、發動機號等，方便維修人員快速了解車輛情況，并可根據車型、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狀態的儀表盤或總覽圖。在這個視圖中，可能會顯示發動機、變速器、制動系統等多個關鍵系統的狀態，此為第一層：系統級。點擊發動機，即進入發動機的詳細視圖，此為第二層：子系統級，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和性能參數。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，展示關鍵指標和統計數據，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：實時監控零部件的庫存情況，避免缺貨或積壓現象的發生。通過圖表（如柱狀圖、折線圖）或數字面板，實時展示各類零部件的庫存數量，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、現代化的、輕量級的BI 大數據可視化工具[3]，支持多種數據源、提供豐富的可視化圖表模板、支持自定義儀表盤和報告。Superset 是此大數據可視化平臺的核心，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。

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是一個持續集成工具，可定時執行任務、監控構建和部署過程中的異常情況等。在此平臺中，在Jenkins上部署數據源和數據分析模塊任務，定時執行同步數據。

3 大數據可視化平臺開發

大數據可視化平臺開發主要包括4個步驟，如圖2所示。

3.1 搭建中間數據庫

為了不影響源系統的正常使用，設計一個中間數據庫存儲源數據。MySQL開源免費，且可以跨多平臺運行、安全穩定，因此用MySQL搭建一個中間數據庫。利用Jenkins定時執行Python腳本，實現汽車維修管理系統數據同步到中間數據庫。

3.2 數據處理與分析

針對原始數據量大、關聯性強等特點，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據進行缺失值、異常值、重復值等清洗處理，并根據業務需求對數據進行計算分析處理。本設計使用Python對源數據根據業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據存入數據庫。

3.3 數據可視化工具開發

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據form_data。

步驟4：處理點擊事件，根據步驟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中添加獲取圖表數據的方法，可根據參數正常獲取數據。

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1） 中獲取的數據，做適應于ECharts圖形的參數處理；②處理點擊事件，即根據步驟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“form_data”。

在步驟4 中，根據當前切片的數據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

將3.2中處理好的中間數據庫接入Superset可視化平臺，根據業務需求，設計多維度數據可視化切片，并將相同業務層或維度的切片組合為一個看板。可視化展示共包含4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。根據后續的需求可對看板數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，實現了智能汽車維修管理系統數據的高效管理及直觀的數據展示功能。通過數據的分析及挖掘，幫助用戶精準預測故障、優化資源配置，從而促進決策支持，制定更加科學合理的戰略規劃和業務決策。

隨著維修數據的持續快速增長和維修管理系統的智能化，此大數據平臺對數據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據技術，使用Hive存儲數據表，并基于Kylin計算平臺從不同維度預先進行數據立方，并將聚合結果存儲到HBase數據庫中[5]，從而進一步提升平臺的處理效率及穩定性。