正在阅读：换轮胎也有大学问 深度探秘F1方程式数据换轮胎也有大学问 深度探秘F1方程式数据

　　海量数据分析

　　简单来说，在F1比赛当中的大量数据可以分为三类，分别是历史数据、赛前测试数据和实时数据。其中最有价值的历史数据，就是车手在以往比赛当中的一些具体情况和数据分析，一辆F1赛车上基本上会有150-200个传感器，一站下来的所有数据将达到3T之多。如此之多的历史数据量为每一场比赛提供了数据保障。

　　F1比赛当中过得大数据内容主要都已数字为主，因为图像数据从某种程度上并没有数字来的准确、直接。举个很简单的例子，当赛车跑到第9圈时候，四条轮胎的胎压分别是多少，赛车油耗是多少，这些数据量将会非常庞大。

　　对于这些问题，大部分的F1车队都会在比赛之前把有价值的历史数据打印出来，其他信息则在比赛时候临时下载，比如现在来上海比赛，想先查看2011年在32圈第9弯发生了什么事情，那辆车的当时状态等信息，原来需要个把小时才能展现出这个数据，但现在只需要9秒钟就够了，而且不仅仅是数据提取。

　　在比赛的几秒钟之内，也许就能够包含了数据分析，大大提升了数据的采集，整理和分析工作，从而可以在赛前为车手创建特有的策略，比如，根据空气动力学设置赛车，什么时候使用什么轮胎，何时进站等。

　　对于比赛的实时数据而言，所有的核心数据都会集中在车手车内的仪表盘上，GPS，天气和赛道信息及历史数据等，都是实时的采集，加工和分析。大体上把仪表盘分为上方的赛车性能监控及下方的预测时间轴。>>

更多云计算、虚拟化、大数据行业资讯和最新技术，关注PConline企业频道云计算专区：
//servers.pconline.com.cn/cloud

>>　办公论坛　-　业界动态　-　行业方案　-　3D打印　-　虚拟化　-　深度报道　-　案例分析　-　产业观察　-　云计算　<<