工作主要模块：
(1)视频桩驶入流程:
车辆驶入泊位->视频桩抓拍->Kafka 报文及图片上传->解析， 校验报文正确性, 日志(mongo)， 校验序列锁
(redis:rangeByScore)，
订单锁（range）->报文加锁处理业务->保存一些订单，图片信息->是否低置信度->校验车场是否开启 OCR 识别(低：人工审核)->
是否有泊位缓存(个订单相差是否大于 20 分钟 ，内：无效缓存订单并缓存新订单)->保存停车缓存->数据同步ElasticSearch->形成驶入订单
(2)视频桩驶出流程：
车辆驶入泊位->视频桩抓拍->Kafka 报文及图片上传->解析， 校验报文正确性, 日志(mongo)， 校验序列锁，订单锁（range）->报文加锁处理业务->泊位缓存是否存在（否：报文丢弃）->驶入订单是否存在(否：丢弃)->驶 入时间小于驶出时间
(否：丢弃)->验证驶入驶出序号是否一致(否：丢弃)->驶入订单是否审核中(是：审核状态进入人工审核)->->数据 同步 ElasticSearch->形成驶入订单
(3)数据报表处理
统计停车订单的区域，车场名称，占用率，平均率，服务车次，订单各种金额等。
flume+kafka+sparkStream+Hbase(做数据统计)
(4)山东高速 ETC 支付
驶出 -> 查询黑名单（业务处理,解析返回报文，返回参数，是：其他支付） ->支付信息上传->回调成功（存mongo 日志,处理交
易信息）->车辆加锁(range)，计算缴费明细,保存入库（等待 5 秒后循环重试,直到成功为止）->同步交易数据至ES->释放车辆锁
运用技术：
●框架：dubbo+zookeeper+nacos+mybatisplus+kafka+elasticsearch+redis+mongo+mycat(mysql)等
●权限：Security+jwt
●报表：flume（收集日志）+kafka（处理报文）+sparkStream（计算处理数据）+Hbase（存储数据，读
●车辆驶入驶出：kafka(发送，接受消费报文)， mongodb（数据库存储信息，重要日志），redis，Elasticsearch（同步，查询，三节点，每个节点一分片，和另外节点一个副本，数据
1.2 亿，数据冷热处理，es 设计，存储，读取优化）