#科技青年# #423头条知识节# （收藏）智慧城市时空信息云平台，以数据服务、功能服务、接口服务、基础设施服务和知识服务为核心，形成服务资源池，建立服务引擎、地名址引擎、业务流引擎和知识化引擎，通过云服务系统,为各种业务应用提供按需服务。

1、时空大数据管理分析系统：在时空数据管理与处理基础上，扩展动态数据获取、分析量测、模拟推演、大数据挖掘的功能。

2、服务资源池：提供数据服务、接口服务、功能服务、基础设施服务、知识服务等。

3、服务引擎：帮助用户在线调用现成服务和知识，以灵活的方式实现服务彼此通信和转换的连接中枢，它可以消除不同应用之间的技术差异，让不同的应用服务器协调运作，实现了不同服务之间的通信与整合；同时它支持基于内容的路由和过滤，具备了复杂数据的传输能力，并可以提供一系列的标准接口，并且与开发环境、编程语言、编程模型或者消息格式等无关。

4、物联网引擎：帮助用户获取行业专题实时数据，物联网是现实中各类前端感知信息设备通过网络传输汇聚的平台，需要实时处理感知设备传输的各类信息数据，包括图片信息、视频信息、语音信息、文本信息、业务信息、由平台下达的对感知设备进行控制的指令等多源异构海量流式数据与其多层次摘要。

5、业务流引擎：帮助用户完成业务定制可视化，时空信息云平台需要一套业务流引擎，实现租户租赁云能力并以工作流程的方式定制一组商业分析应用，进而使用云平台的能力来运行这些应用。系统架构主要由Web服务器、工作流引擎和云平台三部分组成。业务流引擎是将业务流程中的工作，按照逻辑和规则以恰当的模型进行表示并对其实施计算，实现工作业务的自动化处理。主要功能模块包括：业务规则库管理、运行服务管理、运行监控管理。

6、知识化引擎：帮助用户完成在线大数据分析，应对在线大数据高效分析的要求，综合利用多维数据库（Multi-Dimensional Database，MDD）、ETL数据仓库（Extract-Transform-Load，ETL）技术及联机分析处理（OLAP）技术构建时空大数据的OLAP服务系统；应对不同问题领域的知识挖掘要求，综合利用序列挖掘、关联挖掘、决策树挖掘等大数据挖掘分析方法，构建大数据的分析方法模型库；基于OLAP服务、分析方法模型库和积累的知识库搭建时空大数据的知识化引擎，可为领导的宏观决策提供分析依据和支持。

7、云服务应用：包括入口门户系统、全空间辅助应用系统、按需服务系统、运维管理系统、数据同步更新服务系统等。