城市配送物流市場規模突破萬億 以云計算方式提供物流服務
獲悉到似乎是冥冥中注定，從一開始畢業從事軟件開發工作，到后來WMS、TMS等傳統物流管理軟件的研發，再到物聯網技術，吳海波都與物流有著不解的緣分，而他亦認為自己是幸運的，可以做自己喜歡的事并樂此不疲。而G7的建立可以說是互聯網時代，吳海波一眾人為了滿足物流企業對物聯網技術的迫切需求，在云計算、大數據對物流進行強化改進的一次嘗試。
他在接受騰訊云會客廳采訪時道出了G7的業務初衷：關于從事物流行業的人員，特別是貨車司機來說，降低成本是第一要素。“假如想降低成本，就要深化地看到物流運輸的底層。事實上完成物流運輸的這些人就是貨車司機。”基于這樣的考慮G7的技術團隊把業務伸向了車的層面，以管車作為業務的切入點。
“與BAT這類典型互聯網公司不同，G7的數據搜集并非依托消費者與平臺的交互產生。而是經過傳感器設備，記載司機每一次踩剎車動作、加油門的行為，來獲取物流全運輸過程中的每一分每一秒的數據。”吳海波把這種數據搜集，稱為對車的“感知”，感知車輛每時每刻的運轉狀況。
他講到這樣一個事例。國度對風險品運輸有著嚴厲的規則，從哪個路口轉彎，從哪條路經過，有明白標識。有一次，一位司機在經過高速路口的時分，踩了急剎車，動作隨即被系統捕捉到，當即記載了踩完剎車后30秒的情況。最后經過視頻回放理解到，是司機過了高速路口要倒車回來，從另一個路口進來，這是非常風險的。“事情發作之后，這位司機遭受了處分，增強了平安認識。”吳海波說，物流大數據在實時監控和指引方面起著不可無視的重要作用。
G7技術團隊經過大數據剖析發現，車輛每個月行駛三萬公里，百公里油耗控制在30升以下，就會有很好的利潤額。G7平臺銜接了30萬車輛，傳感器一天要采集8000多條數據，假如依照30萬臺設備來計算，一天就會有2.4億條數據。這是一個宏大的量級，也是對公司的極大考驗。
所以思量之下，吳海波決議應將一局部業務，托管到云計算上。他以為，物流企業需求晉級IT才能，有足夠的才能支撐大數據。過去，物流企業的體統架構，需求規劃從代碼到運維到平安到網絡的眾多范疇，要消耗大量人力、財力。云計算則處理了這個問題：減少了物流企業成本，降低建立門檻，為企業開展減輕了擔負，同時將物流產業的服務化，產生更多能夠應用的數據。
往常全國城市配送物流市場范圍曾經打破萬億，而參與物流配送的數千萬輛貨車卻有著較為嚴重的放空情況，針對這種狀況，G7“智能管車”服務脫穎而出。經過將位置信息與業務場景相分離，應用位置數據為監測者樹立察看點，車輛抵達節點后會自動觸發信息，大幅提升了物流公司的工作效率。
“作為一個智慧物聯網公司，我們十分關注云計算，將業務服務以云的方式為企業提供。”與騰訊云的協作，是G7上云的第一步，也是極為關鍵的一步。吳海波回想，“騰訊云上線初期，我們停止了小范圍試用，后來發現他們的大數據產品十分合適我們的需求。”
關于G7來說假如產品定制度特別高，技術團隊能駕馭、改造的空間就相對較少，他們所需求的不是一個高度封裝好的產品，而是有靈敏度，開放性的服務。經過技術團隊的重復考核，最終敲定了騰訊云，雙方快速對接起來，一拍即合。
打破點是騰訊云的散布式云數據庫。DCDB for TDSQL是一種兼容MySQL協議和語法，支持自動程度拆分的高性能散布式數據庫——即業務顯現為完好的邏輯表，數據卻平均的拆分到多個分片中；每個分片默許采用主備架構，提供災備、恢復、監控、不停機擴容等全套處理計劃，適用于TB或PB級的海量數據場景。
這讓吳海波松了口吻，“物聯網接入的設備變多，一旦要做設備更改，產品的研發就遭到了影響。但我們發現騰訊云的TDSQL拿來一用，問題都處理了。我們本人無須關懷分表，系統自動就幫我們處理了。”
隨著越來越多的設備接入物聯網，數據量增長是迸發式的，對原有產品的架構兼容也是不小的應戰，考驗著雙方的協作默契度。在吳海波眼中，騰訊云就像一個“管家”，提供著7×24小時服務，“去年7、8月份的某一天清晨，我們的技術平臺有一局部數據無法寫入了，于是立即與騰訊云獲得聯絡，他們接到電話后馬上召集了研發和支持團隊的同窗，一同諧和處理了問題。”
