吉利汽車集團在中國上海、寧波、以及海外等地建有造型設計和工程研發中心，研發實力雄厚。在中國、馬來西亞建有世界一流的現代化整車和動力總成製造工廠，擁有各類銷售網點超過 1400 多家，產品銷售及服務網路遍佈世界各地。
秉承“人本、創新、卓越”的價值觀，吉利汽車集團將“創造超越期待的出行體驗”作為使命，致力成為最具競爭力和受人尊敬的中國汽車品牌。
隨著整個汽車出行領域智慧化和網聯化的發展，使用者駕乘體驗對於乘用車來說至關重要，車機作為目前車內智慧化網聯化的代表，是“人 – 車 – 雲”之間互動的視窗。透過車機和車企網聯平臺的連線，車企能夠實現即時獲取車輛資料和車主使用情況，對車輛和車主進行精細化管理和維護提供個性化運營關懷，同時聯動手機 APP 更能為車主提供尋車定位、個人興趣點推送等優質的服務應用。各個汽車製造廠商正逐步構建起以“資料驅動，服務導向”為核心的車聯網平臺系統。
構建汽車網聯平臺通常面臨著以下挑戰：
-
汽車保有量不斷增長，如何支援海量車機併發連線
-
上下行多種業務資料，如何支援高併發訊息吞吐
-
如何確保安全連線保障資料安全
-
車輛所處網路環境複雜，如何保證訊息即時性與可靠性
-
業務側對資料需求不同，如何實現靈活資料分流、儲存
-
車輛離線狀態時，如何保證訊息觸達
-
建設成本高昂，長期運維困難
為了應對這些挑戰，吉利汽車的車聯網系統採用混合雲架構構建。其中汽車遠端服務平臺（Telematics Service Platform，TSP）位於公有云環境，採用 EMQX 基於以 MQTT 協議的企業級資料接入平臺服務，為車聯網場景提供連線和資料解決方案。EMQX 的高效能、高可靠、可伸縮性設計，能夠可靠地即時移動和處理車聯網資料，幫助使用者解決連結和資料基礎設施層面的挑戰，開發團隊可專注上層應用的開發。
TSP 上報的資料透過 AutoMQ 傳輸至吉利大資料平臺（簡稱：GDMP）。GDMP 具備資料採集、低程式碼開發、任務排程、資料地圖、質量監控、資料服務等能力，是吉利汽車大資料基座與資料開發治理平臺，承載了研、產、供、銷、服全鏈路業務線。
在汽車電動化、智慧化、網聯化、共享化發展潮流下，車聯網資料年度以 PB 級增長，業務場景覆蓋面越來越廣。Kafka 作為企業車聯網資料的核心資料基礎設施，汽車業務快速的發展對 Kafka 的彈效能力、成本都提出了更高的要求。AutoMQ 作為新一代的 Kafka 完美解決了吉利汽車當前最為關切的 Kafka 擴縮容問題，保障了車聯網核心系統的正常執行。
資料上報：汽車的終端裝置會將車聯網所需的核心資料透過 MQTT 訊息發往雲端的 EMQX 叢集用於 TSP 應用。TSP 將汽車與車企提供的車聯網服務能力結合起來，為車主提供救援、娛樂、救援、自動駕駛、韌體升級等眾多服務能力。在吉利汽車公有云上，會部署一個 AutoMQ 叢集，用於承接和分發來自公有云上車聯網 TSP 應用的資料。AutoMQ 會作為車聯網資料上報的核心資料匯流排，提供強大的吞吐、可靠的持久化儲存和讀寫效能。
TSP
TSP: TSP（Telematics Service Provider）汽車遠端服務提供商。在 Telematics 產業鏈居於核心地位，上接汽車、車載裝置製造商、網路運營商，下接內容提供商。Telematics 服務集合了位置服務、Gis 服務和通訊服務等現代計算機技術，為車主和個人提供強大的服務：導航、娛樂、資訊、安防、SNS、遠端保養等。
資料流入 GDMP 的 AutoMQ 叢集：公有云上 TSP 的資料會進一步透過專線流入吉利私有云大資料平臺 GDMP 中的 AutoMQ 叢集。該 AutoMQ 叢集中 Topic 的資料包含來自極氪汽車、領克汽車、吉利汽車等吉利集團旗下不同汽車品牌的車聯網資料，例如車輛資料、駕駛資訊、GB/T32960 國標規定的車聯網資料等。這些關鍵的車聯網資料會被下游的 Flink、Spark 以及 Kafka 消費者讀取和處理。資料最終會寫入資料湖，應用在吉利汽車的 BI、資料分析和報表等場景。
吉利汽車旗下擁有眾多汽車品牌，近些年來隨著各品牌業務的強勁發展，車聯網的資料量也日益膨脹。透過採用 EMQX 與 AutoMQ 聯合方案，吉利汽車得以從容解決車聯網平臺建設的種種技術難題。
透過使用 EMQX 叢集，吉利汽車實現了以下 TSP 建設目標：
由於資料保護的需要，車企車聯網平臺多采用私有化部署，EMQX 叢集和使用者業務系統一同部署在 IDC 或公有云環境中。透過負載均衡與 EMQX 分散式叢集部署，可以實現百萬級別的車機連線和資料吞吐能力，為上層業務應用提供堅實接入基礎。
車機透過蜂窩網路物理鏈路、MQTT 協議接入 EMQX，EMQX 分散式高可用架構支援百萬級併發連線。連線安全方面，EMQX 支援 TLS 安全協議，車機可以透過單向、雙向 TLS 認證接入以及與 PKI/CA 系統對接適配一機一密的認證方案。另外，EMQX 能夠提供連線狀態即時感知。
-
依靠 MQTT 及 EMQX 提供的心跳監測、會話保持、QoS 等級等多重保障機制，即使車輛因為網路原因斷開連線，相應的訊息傳遞仍能在重連後恢復，實現在複雜的網路環境下即時、安全、可靠的車機訊息通訊。
-
基於訂閱、釋出模式以及 EMQX 海量 MQTT 主題、百萬級 TPS 訊息吞吐能力，EMQX 能夠支援在每個車機與平臺連線內建立多個不同的邏輯隔離的 MQTT 主題，支撐上下行不同業務資料傳輸。為了實現等車輛狀態感知監控、線上尋車等業務場景，車機即時上報車輛的位置、續航狀態等資訊；為了實現使用者興趣點下發、關懷訊息下發、運營訊息下發等場景，雲端車聯網平臺向車機推送相應的指令或業務訊息。
-
針對像使用者興趣點推送、養護關懷訊息、運營訊息等從雲端下發到車機端的場景，平臺往往是針對車型等批次下發。但是下發時部分車輛可能處於掉線或熄火離線狀態，EMQX 的離線下發功能可以結合資料庫落盤快取資料，在基礎接入層確保車機上線後能夠及時獲取到雲端下發的訊息。
透過內建的規則引擎，可以將車機上報資料訊息以及車機連線或斷連、訊息送達確認等事件，進行預處理後橋接整合到相應的資料系統。例如將海量車機上行資料，經過編解碼等預處理後，橋接到 Kafka 等訊息佇列緩衝，後臺應用服務從容獲取資料進行業務分析應用；將車機連線、斷開連線等事件資訊儲存到資料庫中，用於後續車輛上下線情況分析等。靈活的資料預處理及整合能力，可以讓上層業務應用更專注於應用的開發。
透過使用 AutoMQ 叢集，吉利汽車解決了大資料平臺上一直面臨的 Kafka 成本與運維難題：
AutoMQ 的極速擴容得益於其創新的流儲存架構。由於將資料永續性解除安裝至雲端儲存，AutoMQ 內部不像 Kafka 一樣需要配置多副本，因為雲端儲存本身內部已經有多副本並且提供了很高的永續性。這除了是對成本的節約以外，更重要的一點在於其在擴縮容的時候無需像 Kafka 一樣進行分割槽資料的複製，因此可以提供秒級的分割槽遷移能力。此外，其內建持續執行的重平衡元件可以保證新加入的節點自動在保證叢集利用率最優的前提下完成安全可靠地引流。因此，整個極速擴容無需人工干預，完全自動化。這與過去運維 Kafka 的體驗形成了天壤之別。
Kafka 的成本不僅僅體現在其 IaaS 資源的消耗，還有很大一部分比重在於組織上人力的投入。AutoMQ 本身基於 S3 提供了無限容量的流儲存能力，計算和儲存完全解耦，這意味著吉利汽車再也不需要擔心設定較長的保留時間引起的儲存空間不足問題。如果叢集需要承載更大的吞吐需要擴容，AutoMQ 可以在非常短的時間自動化地完成擴縮容，因此吉利汽車無需像過去一樣先要準備預案、協調上下游應用、制定遷移計劃並在業務低峰時期進行擴容、遷移和引流。這將 Kafka 運維團隊徹底從複雜、高風險的擴縮容運維、容量評估等工作中解放出來，從而可以執行具有更大價值的運維任務。
AutoMQ 對 Apache Kafka 的完全相容是吉利選型的關鍵原因。這意味著吉利無需對已有圍繞 Kafka 建設的所有應用、工具甚至 Client 端的配置做任何改造，即可完成遷移。未來，吉利汽車也仍然可以利用 Kafka 強大的生態進一步去改進和迭代自身的資料基礎設施。
隨著吉利汽車持續推進“智慧汽車全域 AI”技術體系的深化落地，基於 EMQX 與 AutoMQ 構建的混合雲架構將有機會成為其全域智慧化的核心資料基座。未來，該方案將加速向智慧製造、智慧駕駛、全球服務網路等場景延伸。
這一技術框架的複用，不僅將強化吉利在電動化、共享化領域的競爭力，更標誌著中國汽車產業從“資料驅動”向“智慧生命體”演進的新正規化。
