標籤: 台中電動車

德國Spiegel Institut Mannheim對半公共充電樁用戶的充電和駕駛行為進行了研究，提出了提高充電效率、付費方式便捷化等建議。本研討會的另一重要議題是介紹並啟動項目第三階段的研究工作。作為項目第三階段的主要研究機構，普華永道思略特在研討會上向與會人員介紹了項目第三階段的主要課題內容和部分課題的初步研究成果。

在中德兩國政府以及大眾汽車、寶馬、戴姆勒、北汽的大力支持下，“中德電動汽車充電項目”於2016年11月8日在北京召開了第二階段總結暨第三階段啟動會。來自相關政府部門、行業協會、電力企業、中德車企和研究機構的代表出席了會議。國家發改委產業協調司机械裝備處處長吳衛和德國聯邦環境、自然保護、建築和核安全部主管排放控制，設備安全與交通司副司長Dr. Norbert Salomon出席會議並致辭。

“中德電動汽車充電項目”第二階段於2015年3月在北京啟動,於2015年12月底完成。項目選取北京地區住宅小區的公共停車區域、寫字樓、政府機關事業單位以及公共商業物業等（半）公共領域開展充電解決方案研究。參与項目運營的電動汽車包括奧迪 A3 e-tron、北汽EV200、大眾汽車electric up!、寶馬i3、奔馳Smart ED、華晨寶馬之諾1E 和騰勢。

“中德電動汽車充電項目”第二階段針對（半）公共領域充電開展了三個課題的研究，即“電動汽車用戶信息研究”、“半公共區域電動汽車充電設施商業模式實證研究”和“基於電動汽車發展的北京市（半）公共區域充電地點選擇和可行性分析”。清華大學、中國汽車技術研究中心以及德國Spiegel Institut Mannheim作為課題研究機構，在會上分別彙報了研究成果。

清華大學研究團隊以北京為例開展研究，得出的基本結論是在中國推廣半公共充電有其可行性。此外，通過對車位及充電設施使用開放度的分析，研究團隊認為，在保證合理商業運營及管理模式的前提下，對寫字樓、公共商業物業甚至是政府及事業單位中低峰時段的車位加以利用也有其可行性，值得积極探索。

中國汽車技術研究中心研究團隊從充電基礎設施商業運營模式角度，建議政府適時出檯面向運營環節的補貼、停車費用減免等政策，使半公共充電成為私人充電的有效補充和替代。同時要鼓勵運營商积極創新、嘗試新型業務和商業模式，通過擴展業務範圍及實現與其他相關業務的協同發展來拓寬收入來源，有效縮短投資回收周期。同時，中國汽車技術研究中心研究團隊也提出在半公共區域單獨報裝充電設施、建設充電專屬車位等其他相關建議。

德國Spiegel Institut Mannheim對半公共充電樁用戶的充電和駕駛行為進行了研究，提出了提高充電效率、付費方式便捷化等建議。

本研討會的另一重要議題是介紹並啟動項目第三階段的研究工作。作為項目第三階段的主要研究機構，普華永道思略特在研討會上向與會人員介紹了項目第三階段的主要課題內容和部分課題的初步研究成果。

項目第三階段的研究課題主要圍繞未來長里程電動汽車的充電需求及其與環境的相互影響。課題分為六大模塊：長里程電動車需求預測、消費者充電需求及充電行為分析、相關政策法規及技術參數分析、電動汽車發展與電力供應的相互影響、電動汽車發展對住建行業的主要影響，以及充電基礎設施發展分析等。

其中，普華永道思略特在研討會上針對“電動汽車發展與電力供應的相互影響”模塊的一些初步成果也進行了彙報與討論。普華永道思略特分析，由於中國呈現電力過剩的特點，電動汽車不但不會對發電端造成壓力，還能消耗過剩電能。從用電負荷分析，在無序充電的情景下，2020~2025年電動汽車引起的用電負荷增加量佔全國裝機量的比例較少，在全國層面造成的影響較小；當電動汽車佔比達到較高水平時，部分省市峰值用電負荷將顯著增加，為電網帶來一定壓力。另外，隨着電動汽車的發展，部分小區將出現配電系統升級的需求。

針對電網如何能夠更好地支持電動汽車產業的發展，普華永道思略特給出了三點建議：建立跨行業溝通平台，推動各利益相關方的合作，积極促進各方達成共識並提高資源利用效率；更好的發揮價格指導作用，激勵消費者，並加快發展智能化、信息化技術，實現有序充電；研究制定傳導機制，解決因電動汽車發展帶來的配電網備擴容成本問題，確保有效傳遞電力企業或者產權方承擔的成本增加。

最後，中德雙方均對“中德電動汽車充電項目”第二階段研究成果表示肯定，並期待第三階段的研究成果能夠更加豐富。中德兩國政府將會繼續支持中德電動汽車充電項目的持續推進。本站聲明:網站內容來源於http://www.auto6s.com/,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※網頁設計一頭霧水該從何著手呢? 台北網頁設計公司幫您輕鬆架站!

※網頁設計公司推薦不同的風格，搶佔消費者視覺第一線

※想知道購買電動車哪裡補助最多?台中電動車補助資訊懶人包彙整

※南投搬家公司費用,距離,噸數怎麼算?達人教你簡易估價知識!

※教你寫出一流的銷售文案?

※超省錢租車方案

※回頭車貨運收費標準

G-class擁有的超強非鋪裝行駛能力，折服了不少喜歡越野但又想買買菜的買家。前中后三把電控差速鎖，在野外擁有了全時四驅，你唯一需要擔心的就是自己的車技了。從軍車轉型至民用車，G-class一共發展了三代車型，而換代車型也即將在明年亮相。

全車方方正正，車燈也是極其簡單的圓形，價格不是一般消費者能承擔得起的，擁有三把差速鎖，超強的越野能力，整車所帶來硬派的風格，卻是它最大的魅力。

沒錯，要說的就是奔馳G-class。字母G本義是德語Gelndewagen的縮寫，也就是越野車的意思。從1979年誕生到現在，G-class還是一副方盒子的模樣。模樣沒變，其非承載式車身和梯形大梁的設定也沒變。

G-class擁有的超強非鋪裝行駛能力，折服了不少喜歡越野但又想買買菜的買家。前中后三把電控差速鎖，在野外擁有了全時四驅，你唯一需要擔心的就是自己的車技了。

從軍車轉型至民用車，G-class一共發展了三代車型，而換代車型也即將在明年亮相。沒錯，還是那個模樣，但整車車重減輕了200kg，動力系統除了六缸機外，還會提供4.0L V8雙渦輪增壓發動機。

G-class硬派的風格着實讓不少車迷痴迷，要是能買上一輛，基本就是人生贏家的存在了。本站聲明:網站內容來源於http://www.auto6s.com/,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※網頁設計一頭霧水該從何著手呢? 台北網頁設計公司幫您輕鬆架站!

※網頁設計公司推薦不同的風格，搶佔消費者視覺第一線

※想知道購買電動車哪裡補助最多?台中電動車補助資訊懶人包彙整

※南投搬家公司費用,距離,噸數怎麼算?達人教你簡易估價知識!

※教你寫出一流的銷售文案?

※超省錢租車方案

※回頭車貨運收費標準

這時你可以選擇切到S擋，這時你就可以激活一下蔚領的潛在運動基因，讓它活潑一些，也讓自己小小放肆一回。而蔚領的懸挂行程得到了增加，正常行駛沒有什麼問題，遇上爛路的話你只能包容一下了。作為一輛跨界屬性的車型，沒有一個體面的後備廂，是沒有說服力的。

六年時間，無論是對於人還是事，都是一段不短的時間了。如果說一輛車花了六年時間來研發，那它推出市場后的反響，直接就能定義它是否成功了。這對於一汽大眾蔚領來說，它面對的處境是很相似的。

近期一汽大眾的大新聞莫過於和奧迪間的瓜葛，但回到產品上來說，新上市的蔚領也是吸引了不少眼球。蔚領的定位其實有點模糊，長着旅行車的身版，標配沒卵用的行李架，又有摻了點跨界風。而它的外觀最大的亮點，我覺得應該是在於它的尾燈造型了。但是相對於現在套娃風來說，還算有點誠意了。

EA211 1.4T發動機+DQ2007速乾式雙離合變速箱，這套動力單元的搭載給人的感覺就和豆漿油條一樣，基於pQ34平台，一切的配方都是那麼熟悉。

所以蔚領一上手，你還是會不由自主的覺得，這是一輛大眾。D擋模式下，你要車子很快的走起來，那就得來多點油，雖然扭矩有小幅提升，但低扭輸出還是差不多。這時你可以選擇切到S擋，這時你就可以激活一下蔚領的潛在運動基因，讓它活潑一些，也讓自己小小放肆一回。

蔚領的內飾個人而言還是可以接受的，雖然都是一片硬塑料，拋開質感而言，說得過去。

蔚領提供了1.4T和1.6L兩款發動機型號可選，目前的售價區間為12.59-16.29萬元。能接受兩廂車造型，憧憬一家大小在周末出外休閑的朋友，現在就多了一個選擇了。本站聲明:網站內容來源於http://www.auto6s.com/,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※網頁設計公司推薦不同的風格，搶佔消費者視覺第一線

※廣告預算用在刀口上，台北網頁設計公司幫您達到更多曝光效益

※自行創業缺乏曝光? 網頁設計幫您第一時間規劃公司的形象門面

※南投搬家公司費用需注意的眉眉角角，別等搬了再說!

※教你寫出一流的銷售文案?

※回頭車貨運收費標準

※別再煩惱如何寫文案,掌握八大原則!

無論是從消費者口中還是市場銷量，無一不證明傳祺GS4擁有過人的產品實力。首先是原創度極高的外觀設計，年輕運動的造型風格拉攏了多少追求個性的年輕人，在整個自主SUV市場可是非常搶眼。與此同時，傳祺GS4的空間表現、動力總成，均在同級中有不錯的產品賣點，加上實惠的購車、養車成本。

二手車市場中流傳着這麼一句話：新車落地打八折。不管你是豪車還是家用車，只要是用過一段時間，先在新車的售價基礎上砍掉20%再談。因此，很多精打細算的消費者也會在準備購車前，未雨綢繆，盡量多方打聽某款車型的保值率，以便未來出手時能預測虧損區間。但是，保值率是什麼，你真的了解嗎？

◆

長安CS75

新車價：9.28-15.88萬

保值率:57.70%

長安作為一家自主品牌的老大哥，旗下的CS系列均有口皆碑。其中，最受好評的還是長安CS75，沉穩大氣的外觀形象，雖然看起來中庸點，但卻非常符合國人骨子里對於傳統SUV的想象，寬敞又舒適的大空間也為長安CS75贏得一片掌聲。

除此之外，同級別非常有誠意的配置，成熟可靠的強勁動力，綜合起來真的不比合資SUV差。一句話下來，但凡SUV應該具備的特質，長安CS75都一個不漏地呈現給消費者，這也難怪長安CS75在二手車市場依然那麼搶手，保值率居高不下自然是常態。更何況，近期長安CS75 1.5T車型的上市，無疑進一步降低了購車門檻和成本。

◆

傳祺GS4

新車價：9.98-15.38萬元

保值率:58.90%

上市不足兩年的傳祺GS4，一舉成為當今最受關注度的自主SUV之一。無論是從消費者口中還是市場銷量，無一不證明傳祺GS4擁有過人的產品實力。首先是原創度極高的外觀設計，年輕運動的造型風格拉攏了多少追求個性的年輕人，在整個自主SUV市場可是非常搶眼。

與此同時，傳祺GS4的空間表現、動力總成，均在同級中有不錯的產品賣點，加上實惠的購車、養車成本。這樣既有顏值又有實力，性價比還不低的傳祺GS4，又豈有賣不好的道理。另外，步入今年以來，傳祺GS4的市場表現愈加穩定，月銷兩三萬輛穩居SUV市場亞軍，以上有利因素都造就了傳祺GS4較高的保值率。值得一提的是，隨着傳祺GS4 6AT變速箱車型的上市，相信消費者對於其購買熱情只會有增無減。

◆

哈弗H6

新車價：8.88-16.28萬

保值率:56.40%

提到自主SUV的保值率，是無法如何是避不開神車哈弗H6的。事實上，關於哈弗H6保值率高的原因也不難理解，只要了解它一個月賣出去的天量，再算一算哈弗H6在神州大地的保有量規模，你會發現其它的國產車簡直是渣渣的存在。

當然，哈弗H6的熱銷不是憑空而來，其一是抓對了早期自主SUV市場的空白期，可以算是第一個吃大螃蟹的自主SUV，為哈弗H6今時今日的頭把交椅奠定了良好的群眾基礎。其二是哈弗H6基本上完全針對國人的審美點出發打造，無論外觀還是空間，都讓人非常容易接受。此外，哈弗H6多到數不清的車型（紅藍標，運動升級版…），一定程度上幫助了哈弗H6滿足不同需求的消費者，再加上終端方面的讓利促銷。哈哈哈，如此才會延續哈弗H6越賣越好的節奏，哪怕是在二手車市場也是一車難求。

總結

以上推薦的幾款國產SUV，只是在保值率較高中比較有代表性的幾位。事實上，隨着國產SUV整體品質的提升，以及市場保有量的不斷擴大，許多有顏值有實力的國產SUV也越來越值錢，告別了以往二市車市場無人問津的尷尬。相比之下，國產轎車仍需加把勁啊。本站聲明:網站內容來源於http://www.auto6s.com/,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※網頁設計一頭霧水該從何著手呢? 台北網頁設計公司幫您輕鬆架站!

※網頁設計公司推薦不同的風格，搶佔消費者視覺第一線

※想知道購買電動車哪裡補助最多?台中電動車補助資訊懶人包彙整

※南投搬家公司費用,距離,噸數怎麼算?達人教你簡易估價知識!

※教你寫出一流的銷售文案?

※超省錢租車方案

※回頭車貨運收費標準

38萬11月銷量10105輛H8、H9的上市問題產能問題等導致兩個好数字的產品銷量表現不佳，但H7很快就邁進萬輛俱樂部，也許能讓長城在中型SUV身上看到了希望。比起H6高達七萬多輛的銷量，H7的萬台銷量的意義一點也不小。15萬-20萬元這個價位區間一直被合資把持着，被稱為自主品牌難以逾越的天花板，而H7的定價正是位於這個區間，並且取得了初步的成功，這個成功不僅對於長城，甚至對於整個自主品牌都是極大的鼓勵。

為什麼有些車甚至不停加價都供不應求，而有些車一再優惠卻門可羅雀？為什麼同是國產車企，以下這些車型卻月月熱賣？

很多網友在評論中留言：“美編你覺得CS15這車怎樣？”“CS35現在還值得買嗎？”“CS75哪個配置好啊？”“H6那麼多款我應該買哪款？”“吉利博越很好看但我們這邊老是沒車怎麼辦？”

面對這些潮水般的相似問題，美編恨自己不能變成千手觀音回復大夥，於是整理出這篇長長的文章來作為解答。如果這裏剛好解答了你或者你的朋友類似的問題，在評論區留言或者把這篇文章傳遞給他們好不好？

長安CS75

指導價：9.28-15.88萬

11月銷量：21978輛

長安CS75面對榮威RX5以及吉利博越的熱銷，絲毫沒有影響其銷量，11月份銷量更是達到了21978輛，這也可以說明消費群體不同，長安CS75更實用外觀設計也偏沉穩。也不能忽略購置稅減半金融政策，臨近年底，也能刺激消費者購車慾望，而長安CS75也最大功臣莫過於1.5T車型，帶動着長安CS75銷量一路攀升。

長安CX70

指導價：6.89-8.49萬

11月銷量：10125

長安CX70從銷量過萬以來，一直維持在一萬輛/月左右。銷量難突破主因，應該是缺乏自動擋車型。畢竟現在成熟路況駕馭自動擋會更舒適，就算是新手駕馭也不會手忙腳亂。其次還是同尺寸配置更高的自主品牌車型越來越多，產品競爭力也越來越強，CX70真該升級換代了。

長安CS35

指導價：7.89-9.89萬

11月銷量：13902輛

2012年10月底上市至今4年過去了，CS35外觀就沒有改變過，不斷優化的小細節包括內飾的變化，好開的手動車型，易用舒適的駕駛體驗乃至各種實用的配置，讓CS35即使面對後來者哈弗H2、瑞風S3雖然銷量有所下降但依然有着不錯的成績。

長安CS15

指導價：5.79-7.79萬

11月銷量：10430輛

看完CS15你會明白，為什麼CS35沒有進行外觀改款了—兩款車車身尺寸相當，CS15價格還便宜些，雖然從型號來說跟CS35相差了20代（CS15→ CS35，開玩笑的）但其實對於真正買車的用戶來說他們差別真的是價格和配置了。CS15還有望搭載1.0T發動機，配合DCT雙離合變速箱，能爆發出最多功率82千瓦和170牛·米的最大扭矩，相比2016年頭髮布車型上那套1.5L發動機的78.5最大功率和145牛·米最大扭矩，動力強勁不少。11月份CS15銷量也突破了1萬輛。自動擋車型的上市也直接提高長安CS15銷量，畢竟擁堵的城市路況駕駛自動擋更加舒適，年輕消費群體也更愛自動擋車型。

悅翔（系列）

指導價：4.69（V3）-8.69萬（V7）

11月銷量：10263輛

長安悅翔系列可謂是國產轎車中不錯的車型，美編身邊也有幾個朋友在用，相比艾瑞澤5和新遠景來說，這個車系特點是保留了長安一貫以來皮實耐用的特點，手動擋車型即使是女司機也能很好駕馭。

逸動

指導價：8.09-24.99萬

11月銷量：10571

相比皮實耐用的悅翔來說，逸動更經典老道的外形，以及勉強夠用的配置，很大程度上限制了銷量增長，所以本月逸動銷量同比下跌了33%。或許長安應該向最近頻繁曝光的吉利學習，提高更新換代的速度以及新增多些配置，至少能讓人覺得誠意滿滿。但整體來說逸動綜合能力並不差。

11月，長安汽車旗下已經有8款車型銷量過萬，這個成績也相當不錯。希望長安汽車加緊對新車型的開發，趁着市場反應熱烈推出CS95這樣的重量級車型，其次在轎車市場多增加配置乃至像奔奔mini那樣提供越級的換擋撥片，應該可以更好刺激目前成熟的消費市場，畢竟作為老牌車企，相信長安的技術儲備還是很驚人的。

我是一條細長的分割線

難怪長城這麼积極的公布銷量數據，因為H6在11月份的銷量竟然為70292台，七萬多台是什麼概念啊，抵得上一些小廠一年的總銷量了。除了H6之外，H2、H7的銷量也算是爆表了。而且今年長城的累計銷量已經達到了92萬輛，距離2017年還有一個月，長城今年完成百萬銷量的目標應該是板上釘釘的事情。下面我們開始對重點車型點評。

哈弗H6

指導價：8.88-16.28萬

11月銷量70292輛

10月份H6的銷量為56667輛，那時候我和朋友們都在討論，這應該就是最高了，就算以後藉著購置稅結束的大潮，它也不會增長太多了。萬萬沒想到啊，一個月之後就被打臉了，今年1-11月哈弗H6已經累銷售50萬零188輛，同比增長51.26%，這也就意味着，就算12月份H6的銷量為0（開玩笑這當然是不可能的），也不能阻止H6成為中國SUV的銷量冠軍，作為中國乃至世界上銷量最好的SUV，H6的銷量神話將會被人傳頌。

如果把H6比作一個人的話，那麼H6絕對是個“人精”，無論外在內在都在不停變化適應各種人群，眾口難調在H6身上真的是個反面例子，因為到目前為止，算上H6藍標、紅標運動版以及H6 Couple、H6升級版，就是在產在銷的車型，已經達到了63款！加上停售車型，市面上能夠買到的哈弗H6已經有85款，實在誇張！

所以H6銷量有這樣的銷量是完全有基礎的，例如H6 coupe它和H6完全不是同一台車，但是它的銷量也會被統計在H6的銷量範圍之內。據估計H6 coupe月銷量佔H6銷量的20%-30%。

哈弗H7

指導價：14.98-19.38萬

11月銷量10105輛

H8、H9的上市問題產能問題等導致兩個好数字的產品銷量表現不佳，但H7很快就邁進萬輛俱樂部，也許能讓長城在中型SUV身上看到了希望。比起H6高達七萬多輛的銷量，H7的萬台銷量的意義一點也不小。

15萬-20萬元這個價位區間一直被合資把持着，被稱為自主品牌難以逾越的天花板，而H7的定價正是位於這個區間，並且取得了初步的成功，這個成功不僅對於長城，甚至對於整個自主品牌都是極大的鼓勵。

H7+H7L，7座+5座，同時還有豐富的配置，超高的顏值，精緻的內飾，實惠的價格，所以H7也取得了很好的銷量，H7L的車身尺寸4900*1925*1785mm，軸距為2850mm，這樣H7L看起來更加大氣，當GS8宣稱要做同級別標杆的時候，H7的銷量已經上萬了。所以就現在而言，H7算是國內首款比較成功的中型SUV。

哈弗H2

指導價：8.68-12.88萬

11月銷量26039輛

H2目前也是哈弗最成功的車型之一，雖然兩萬多的銷量沒有辦法和自己大哥H6的銷量比，但是和“外人”比起來，26039輛銷量也是非常成功的。H2是美編比較喜歡的一款車型，雖然H6看着感覺更實惠，但是比起H6，我更願意選擇H2。同時伴隨着H2s的上市，H2的銷量還會走高。

哈弗H5

指導價：9.48-16.38萬

11月銷量2082輛

H5的銷量比較穩定，這車其實說配置也勉強夠用，幾乎萬年不變的外觀真的沒什麼特別。這樣的銷量一是和它越野的定位有關係，另外就是H5全系是2.0L和2.0T發動機，不會受到購置稅優惠的影響。其實H5絕對是哈弗裏面性價比最高的車型之一，非承載式車身+分時四驅，有一定的越野能力，但是價格卻比較實惠。

哈弗H8

指導價：18.88-25.68萬

11月銷量676輛

哈弗H8是一款銷量不高的車型。不過H8雖然銷量不高，畢竟這是哈弗走向高端的第一步，間接的拉升了哈弗的品牌形象，同時為H7的成功積累了不少經驗。

至於長城的轎車，也沒啥好說的，除了能在路上看到幾年前的C30之外，C50幾乎很難在市面上看得到，變成了一台限量版車型。因為長城SUV的重心傾斜，轎車已經被邊緣化了…..

我是一條細長的分割線

和國內“偏科生”哈弗不一樣的是，吉利屬於那種體美勞全面發展、各項素質綜合能力都比較好的學生，吉利在11月的銷量首次突破10萬輛大關，轎車和SUV均衡發展，其中有6款車型月銷量上萬。

吉利11月份的總銷量為102422輛，去年同期為51367，同比增長99.4%，銷量幾乎翻倍。旗下主力車型個個生龍活虎的，銷量增長很快。

帝豪

指導價：6.98-24.98萬

11月份銷量28842輛

帝豪11月銷量28842輛，10月份的銷量25015輛，9月份的銷量20198輛，每月3000-5000輛增幅很嚇人，自主轎車能拿出將近3萬輛的銷量，實在驚天地泣鬼神。我們都知道自主轎車在和合資轎車的對抗中，幾乎全軍覆沒，像朗逸、軒逸、福睿斯、英朗等這些合資轎車，月銷三萬台以上都不是什麼難事。

但是自主轎車月銷量能上萬的車型目前也只有帝豪、逸動、艾瑞澤5、遠景、比亞迪F3等，不過這些車子的月銷量僅僅在在萬台以上，要知道三五十萬的奧迪A6L、寶馬5系也能月銷上萬啊！轎車前10的銷量幾乎沒有自主轎車。

因轎車競爭太激烈，合資轎車價格下壓的太狠，幾乎是密不透風的車型定位，自主品牌的轎車生存壓力太大、所以自主品牌在轎車領域的投入也就較少，導致轎車領域自主品牌呼聲越來越低。不過帝豪的熱賣讓自主轎車的旗幟重新立起，在合資車型上不至於全軍覆沒。畢竟有着幾年歷史的帝豪口碑很不錯，所以得到了大家的熱捧。

博越

指導價：9.88-15.78萬

11月份銷量18402輛

博越11月銷量18402輛，10月銷量16779輛，9月銷量14053輛，8月銷量10130輛，可以看出來博越隨着產能的逐步釋放，銷量也在穩步上升。作為現階段自主品牌中綜合實力最強的SUV之一，博越的熱銷是板上釘釘的事情。

不過還是因為吉利產能的限制，導致吉利旗下的博越也是不能按時交車，等車是家常便飯，甚至還出現了變相加價的行為，如果吉利可以儘快把產能問題解決了，那麼博越的銷量還會更高。

遠景SUV

指導價：7.49-10.19萬

11月份銷量10942輛

其實遠景SUV從公布售價的時候就註定了銷量不會太差，因為7.49萬元的起售價。還標配ESp、上坡輔助、陡坡緩降、真皮方向盤、日間行車燈等，同時車內空間足夠大，動力系統也比較可靠，底盤調教也很過關，所以月銷上萬不是夢。

帝豪GL

指導價：7.88-11.38萬

11月份銷量10010輛

作為吉利3.0時代的重要作品之一，帝豪GL不負眾望，這款被大家普遍看好的車型找到了它應該處於的位置，達到了上萬的水準。GL憑藉較大的車身，更高的顏值，更寬裕的乘坐空間，取得了不錯的成績。

另外還有遠景轎車、帝豪GS和博瑞，都有着不錯的表現。而且現在吉利的產能也特別吃緊，訂單甚至都排到了兩三個月開外了，所以只要吉利能把產能問題解決了，銷量還會進一步走高，畢竟國內的汽車市場容量真的是太大了。本站聲明:網站內容來源於http://www.auto6s.com/,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※廣告預算用在刀口上，台北網頁設計公司幫您達到更多曝光效益

※別再煩惱如何寫文案,掌握八大原則!

※教你寫出一流的銷售文案?

※超省錢租車方案

※廣告預算用在刀口上，台北網頁設計公司幫您達到更多曝光效益

※產品缺大量曝光嗎?你需要的是一流包裝設計!

※回頭車貨運收費標準

（一）問題背景

在使用impdp進行數據導入的時候，往往在導入表和索引的統計信息的時候，速度非常慢，因此我在使用impdp進行導入時，會使用exclude=table_statistics排除表的統計信息，從而加快導入速度，之後再手動收集統計信息。

                                              圖.impdp導入數據的時導入統計信息速度非常慢

導入語句如下：

impdp user/password directory=DUMPDIR dumpfile=TEST01.dmp logfile=TEST01.log remap_schema=TEST_USER:TEST_USER123 exclude=table_statistics

手動收集統計信息語句如下：

EXEC dbms_stats.gather_table_stats(ownname => 'LIJIAMAN',tabname => 'TEST01');

最近使用以上方法將數據還原到測試環境后，發現與生產環境執行計劃存在偏差，本來應該走全表掃描的，卻走了索引範圍掃描。經過確認，是由於列的直方圖統計信息未收集引發的執行計劃偏差。

（二）列的直方圖統計信息

什麼是列的直方圖統計信息呢？在Oracle數據庫中，Oracle默認列上的值是在最小值與最大值之間均分佈的，當在計算cardinatity時，會以均勻分佈的方式計算，但是在實際生活中某些場景下數據並非均勻分佈。舉個列子，某公司有員工10000人，表A的列COL1記錄員工的績效(分別是：A、B、C、D，A最好，D最差)，那麼可能A佔了15%，B佔了60，C佔了20%，D佔了5%。很明顯在該場景下數據並非均勻分佈，假如以均勻分佈的方式去統計員工的績效，可能會導致執行計劃失准。

當列的數據分佈不均勻的時候，就需要統計列上的數據分佈情況，從而走出正確的執行計劃，列的直方圖統計信息就是記錄列上的數據分佈情況的。

（三）異常模擬

STEP1:創建測試表test01

create table test01
(id number,
name varchar2(10)
);
create index idx_test01_id on test01(id);

向test01中插入測試數據

begin
insert into test01 values(1,'a');

for i in 1..10 loop
insert into test01 values(2,'b');
end loop;

for i in 1..100 loop
insert into test01 values(3,'c');
end loop;

for i in 1..1000 loop
insert into test01 values(4,'d');
end loop;

commit;
end;

查看數據分佈情況：

SQL> SELECT ID,NAME,COUNT(*) FROM test01 GROUP BY ID,NAME ORDER BY COUNT(*);

ID          NAME       COUNT(*)
---------- ---------- ----------
1           a          1       
2           b          10
3           c          100
4           d          1000

STEP2:收集統計信息，因為上面查詢過id列，故在收集統計信息的時候，會收集直方圖的統計信息

EXEC dbms_stats.gather_table_stats(ownname => 'LIJIAMAN',tabname => 'TEST01');

查看是否已經收集了直方圖信息，發現id列上已經收集

SQL> SELECT a.OWNER,a.TABLE_NAME,a.COLUMN_NAME,a.LOW_VALUE,a.HIGH_VALUE,a.NUM_BUCKETS,a.HISTOGRAM
2 FROM dba_tab_columns a
3 WHERE a.OWNER = 'LIJIAMAN' AND a.TABLE_NAME = 'TEST01';

OWNER     TABLE_NAME   COLUMN_NAME   LOW_VALUE     HIGH_VALUE    NUM_BUCKETS   HISTOGRAM
--------- -----------  ------------  ------------  ------------  -----------  ---------------
LIJIAMAN  TEST01       ID            C102          C105          4             FREQUENCY
LIJIAMAN  TEST01       NAME          61            64            1             NONE

查看直方圖，已經將id列的4個值放入了4個bucket中：

SQL> SELECT * FROM dba_tab_histograms a WHERE a.OWNER = 'LIJIAMAN' AND a.TABLE_NAME = 'TEST01';

OWNER        TABLE_NAME    COLUMN_NAME    ENDPOINT_NUMBER    ENDPOINT_VALUE ENDPOINT_ACTUAL_VALUE
-----------  ------------  -------------  ---------------    -------------- ----------------------
LIJIAMAN     TEST01        ID                           1                 1 
LIJIAMAN     TEST01        ID                          11                 2 
LIJIAMAN     TEST01        ID                         111                 3 
LIJIAMAN     TEST01        ID                        1111                 4 
LIJIAMAN     TEST01        NAME                         0    5.036527952778 
LIJIAMAN     TEST01        NAME                         1    5.192296858534

STEP3:查看id=1和id=4的執行計劃，當id=1時，走索引範圍掃描，當id=4時，走全表掃描

SELECT * FROM test01 WHERE ID=1

 Plan Hash Value  : 1151852672 

----------------------------------------------------------------------------------------
| Id  | Operation                     | Name          | Rows | Bytes | Cost | Time     |
----------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT              |               |    1 |     5 |    2 | 00:00:01 |
|   1 |   TABLE ACCESS BY INDEX ROWID | TEST01        |    1 |     5 |    2 | 00:00:01 |
| * 2 |    INDEX RANGE SCAN           | IDX_TEST01_ID |    1 |       |    1 | 00:00:01 |
----------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
------------------------------------------
* 2 - access("ID"=1)

SELECT * FROM test01 WHERE ID=4

 Plan Hash Value  : 262542483 

-----------------------------------------------------------------------
 | Id  | Operation           | Name   | Rows | Bytes | Cost | Time     |
-----------------------------------------------------------------------
 |   0 | SELECT STATEMENT    |        | 1000 |  5000 |    3 | 00:00:01 |
 | * 1 |   TABLE ACCESS FULL | TEST01 | 1000 |  5000 |    3 | 00:00:01 |
-----------------------------------------------------------------------

Predicate Information (identified by operation id):
 ------------------------------------------
 * 1 - filter("ID"=4)

STEP4:接下來模擬數據遷移，排除統計信息

導出表test01

expdp lijiaman/lijiaman directory=DUMPDIR tables=LIJIAMAN.TEST01 dumpfile =test01.dmp

刪除原來的表：

SQL> drop table test01;
Table dropped

再次導入表，排除統計信息：

impdp lijiaman/lijiaman directory=DUMPDIR dumpfile =test01.dmp exclude=table_statistics

查看錶的統計信息，不存在統計信息：

SQL> SELECT   a.OWNER,a.TABLE_NAME,a.COLUMN_NAME,a.LOW_VALUE,a.HIGH_VALUE,a.NUM_BUCKETS,a.HISTOGRAM
   2  FROM     dba_tab_columns a
   3  WHERE    a.OWNER = 'LIJIAMAN' AND a.TABLE_NAME = 'TEST01';

OWNER          TABLE_NAME      COLUMN_NAME     LOW_VALUE    HIGH_VALUE   NUM_BUCKETS HISTOGRAM
 -------------- --------------- --------------- ------------ ------------ ----------- ---------------
 LIJIAMAN       TEST01          ID                                                    NONE
 LIJIAMAN       TEST01          NAME                                                  NONE

STEP5:手動收集統計信息

EXEC dbms_stats.gather_table_stats(ownname => 'LIJIAMAN',tabname => 'TEST01');

發現統計信息已經收集，但是不存在直方圖的統計信息

SQL> SELECT   a.OWNER,a.TABLE_NAME,a.COLUMN_NAME,a.LOW_VALUE,a.HIGH_VALUE,a.NUM_BUCKETS,a.HISTOGRAM
  2  FROM     dba_tab_columns a
  3  WHERE    a.OWNER = 'LIJIAMAN' AND a.TABLE_NAME = 'TEST01';

OWNER     TABLE_NAME  COLUMN_NAME  LOW_VALUE   HIGH_VALUE  NUM_BUCKETS HISTOGRAM
--------- ----------- -----------  ----------- ----------- ----------- ---------------
LIJIAMAN  TEST01      ID           C102        C105                  1 NONE
LIJIAMAN  TEST01      NAME         61          64                    1 NONE

STEP6:再次查看id=1和id=4的執行計劃，當id=1或id=4時，都走索引範圍掃描

SELECT * FROM test01 WHERE ID=1
 Plan Hash Value  : 1151852672 

----------------------------------------------------------------------------------------
| Id  | Operation                     | Name          | Rows | Bytes | Cost | Time     |
----------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT              |               |  278 |  1390 |    2 | 00:00:01 |
|   1 |   TABLE ACCESS BY INDEX ROWID | TEST01        |  278 |  1390 |    2 | 00:00:01 |
| * 2 |    INDEX RANGE SCAN           | IDX_TEST01_ID |  278 |       |    1 | 00:00:01 |
----------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
------------------------------------------
* 2 - access("ID"=1)

SELECT * FROM test01 WHERE ID=4

 Plan Hash Value  : 1151852672 

----------------------------------------------------------------------------------------
| Id  | Operation                     | Name          | Rows | Bytes | Cost | Time     |
----------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT              |               |  278 |  1390 |    2 | 00:00:01 |
|   1 |   TABLE ACCESS BY INDEX ROWID | TEST01        |  278 |  1390 |    2 | 00:00:01 |
| * 2 |    INDEX RANGE SCAN           | IDX_TEST01_ID |  278 |       |    1 | 00:00:01 |
----------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
------------------------------------------
* 2 - access("ID"=4)

STEP7:再次收集統計信息，因為使用過了id列作為查詢條件，故再次收集統計信息時，會收集id列的直方圖信息：

EXEC dbms_stats.gather_table_stats(ownname => 'LIJIAMAN',tabname => 'TEST01');

可以看到，此時已經收集了id列的直方圖統計信息：

SQL> SELECT   a.OWNER,a.TABLE_NAME,a.COLUMN_NAME,a.LOW_VALUE,a.HIGH_VALUE,a.NUM_BUCKETS,a.HISTOGRAM
  2  FROM     dba_tab_columns a
  3  WHERE    a.OWNER = 'LIJIAMAN' AND a.TABLE_NAME = 'TEST01';

OWNER                          TABLE_NAME                     COLUMN_NAME                    LOW_VALUE     HIGH_VALUE    NUM_BUCKETS HISTOGRAM
------------------------------ ------------------------------ ------------------------------ ------------- ------------- ----------- ---------------
LIJIAMAN                       TEST01                         ID                             C102          C105                    4 FREQUENCY
LIJIAMAN                       TEST01                         NAME                           61            64                      1 NONE

執行計劃已經按照我們想要的方式走：

SELECT * FROM test01 WHERE ID=1

 Plan Hash Value  : 1151852672 

----------------------------------------------------------------------------------------
| Id  | Operation                     | Name          | Rows | Bytes | Cost | Time     |
----------------------------------------------------------------------------------------
|   0 | SELECT STATEMENT              |               |    1 |     5 |    2 | 00:00:01 |
|   1 |   TABLE ACCESS BY INDEX ROWID | TEST01        |    1 |     5 |    2 | 00:00:01 |
| * 2 |    INDEX RANGE SCAN           | IDX_TEST01_ID |    1 |       |    1 | 00:00:01 |
----------------------------------------------------------------------------------------

Predicate Information (identified by operation id):
------------------------------------------
* 2 - access("ID"=1)

SELECT * FROM test01 WHERE ID=4

 Plan Hash Value  : 262542483 

-----------------------------------------------------------------------
| Id  | Operation           | Name   | Rows | Bytes | Cost | Time     |
-----------------------------------------------------------------------
|   0 | SELECT STATEMENT    |        | 1000 |  5000 |    3 | 00:00:01 |
| * 1 |   TABLE ACCESS FULL | TEST01 | 1000 |  5000 |    3 | 00:00:01 |
-----------------------------------------------------------------------

Predicate Information (identified by operation id):
------------------------------------------
* 1 - filter("ID"=4)

（四）總結

在使用expdp/impdp進行導出/導入數據的時，統計信息是非常重要的，對於大部分統計信息，我們可以在導入結束之後收集獲得。但是對於列的直方圖統計信息，Oracle默認收集的方式是auto，即Oracle會根據用戶對列的使用情況進行判斷是否收集直方圖統計信息，然而數據剛遷移完成，在表還未使用的情況下收集統計信息，往往收集不到列的直方圖信息，這就造成了執行計劃異常，這種情況通常在下一次收集統計信息之後會有所改變。

參考文檔：

DBMS_STATS With METHOD_OPT =>’..SIZE auto’ May Not Collect Histograms (Doc ID 557594.1)

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※網頁設計一頭霧水該從何著手呢? 台北網頁設計公司幫您輕鬆架站!

※網頁設計公司推薦不同的風格，搶佔消費者視覺第一線

※Google地圖已可更新顯示潭子電動車充電站設置地點!!

※廣告預算用在刀口上，台北網頁設計公司幫您達到更多曝光效益

※別再煩惱如何寫文案,掌握八大原則!

※網頁設計最專業,超強功能平台可客製化

※回頭車貨運收費標準

如果車長真的達到4420mm，軸距也不會只有2510mm。雖然都是“3”，但是瑞虎3和DX3是截然不同的兩種設計風格。DX3走的完全是時尚路線，瑞虎3則成熟穩重許多。沒有改款前的內飾看起來比較過時，如今2016款的造型還說的過去。變得更加有層次感，看起來也年輕許多了。

六萬多的裸車，想買一台不錯的車子，只有考慮自主品牌的車子了，因為這個價位合資車幾乎沒有什麼好的選擇，要麼就是丑到家，要麼就是配置很寒磣。

但是如果選擇自主品牌的話，那麼路一下子就會變得特別寬，可以有很多不錯的選擇，尤其是對於自主品牌密集布局的SUV領域。所以小編選出了下面三台車子，看看哪台是你的菜。

東南汽車-東南DX3

指導價：6.79-10.09萬

DX3的車身尺寸為4354*1840*1670mm，軸距為2610mm，因為DX7的外觀獲得了不少消費者的讚譽，所以這次DX3的設計還是由賓尼法利納設計中心完成。不得不說，DX3的外觀確實比較驚艷，犀利的前臉，凌厲的腰線，懸浮式車頂設計，這一切都讓DX3看起來非常時尚。

內飾和外觀一樣，不僅好看，更重要的是原創性也非常高。據DX3的設計師設計透露，DX3的內飾設計風格為“永恆之美”，反正我也不知道什麼叫做永恆之美，只知道看起來挺時尚的。不過內飾的配色也很豐富，可以提供棕+黑、紅+黑兩種配色。

DX3的空間表現很好，後排空間較為寬裕，在同級別中處於中等偏上的水準。它的動力系統為1.5L 120馬力+5擋手動，1.5T 156馬力+CVT變速箱。其實如果預算比較吃緊的話，1.5L的發動機就可以滿足日常家用了，即使是最低配，也會配備車身穩定系統、胎壓監測、上坡輔助、陡坡緩降、后視鏡電動調節。安全配置和實用配置都有，所以對於資金不充足的消費者來說，低配就夠了。

奇瑞汽車-瑞虎3

指導價：6.89-9.29萬

瑞虎3的車身尺寸為4420*1760*1670mm，軸距為2510mm。不要被數據蒙蔽了，其實虎3的車長是加上那個外掛的備胎了。如果車長真的達到4420mm，軸距也不會只有2510mm。雖然都是“3”，但是瑞虎3和DX3是截然不同的兩種設計風格。DX3走的完全是時尚路線，瑞虎3則成熟穩重許多。

沒有改款前的內飾看起來比較過時，如今2016款的造型還說的過去。變得更加有層次感，看起來也年輕許多了。尤其是中控大屏，可以立馬增加中控的檔次感。

瑞虎3的動力系統為1.6L 126馬力+5擋手動/CVT變速箱。老款的瑞虎3沒有車身穩定系統，遭到了吐槽，現在瑞虎3終於標配了ESp，性價比提升了很多。同時奇瑞的瑞虎系列也有了一定的歷史了，質量還是挺讓人放心的，不管是手動擋還是CVT車型，質量方面都有着比較穩定的表現。

凱翼汽車-凱翼X3

指導價：6.66-9.69萬

凱翼X3的車身尺寸為4335*1796*1665mm，軸距為2530mm。凱翼X3也是小型SUV，車身尺寸在同級別並不佔什麼優勢，雖然凱翼X3的外觀經過了重新的設計，變得年輕時尚許多，但是在車身側面和車尾，仍有一些瑞虎3的影子。

中控內飾極其簡約，沒有什麼複雜的線條做映襯，可以看出來設計師是盡量追求簡介的設計風格，中控台的按鍵數目屈指可數。不過中控台的用料很不錯。部分區域採用了搪塑工藝，手感較好。

凱翼X3的動力系統為1.6L 126馬力+5擋手動/CVT，動力表現和瑞虎3較為相近。其實就配置而言，凱翼X3的配置要低於DX3和瑞虎3的。不過凱翼X3也有着自己的特色，比如更加討人喜歡的外觀。

總結：相對來說DX3和瑞虎3的性價比都很高，配置很實在，DX3的外觀看起來更年輕，瑞虎3則更適合比較穩重的消費者，至於凱翼X3，如果你覺得瑞虎3的外觀有點過於成熟的話，那麼可以看看凱翼X3，雖然它的性價比沒有瑞虎3那麼高。本站聲明:網站內容來源於http://www.auto6s.com/,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※網頁設計一頭霧水該從何著手呢? 台北網頁設計公司幫您輕鬆架站!

※網頁設計公司推薦不同的風格，搶佔消費者視覺第一線

※想知道購買電動車哪裡補助最多?台中電動車補助資訊懶人包彙整

※南投搬家公司費用,距離,噸數怎麼算?達人教你簡易估價知識!

※教你寫出一流的銷售文案?

※超省錢租車方案

※回頭車貨運收費標準

本文轉自Rancher Labs

Kubernetes可以幫助管理部署在Pod中的上百個容器的生命周期。它是高度分佈式的並且各個部分是動態的。一個已經實現的Kubernetes環境通常涉及帶有集群和節點的幾個系統，這些系統託管着幾百個容器，而這些容器不斷地基於工作負載啟動、毀滅。

當在Kubernetes中處理大量的容器化應用和工作負載時，主動進行監控和調試錯誤十分重要。在容器、節點或集群級別，這些錯誤都能在容器中看到。Kubernetes的日誌機制是一個十分重要的組件，可以用來管理和監控服務以及基礎設施。在Kubernetes中，日誌可以讓你跟蹤錯誤甚至可以調整託管應用程序的容器的性能。

配置stdout（標準輸出）和stderr（標準錯誤）數據流

圖片來源：kubernetes.io

第一步是理解日誌是如何生成的。通過Kubernetes，日誌會被發送到兩個數據流——stdout和stderr。這些數據流將寫入JSON文件，並且此過程由Kubernetes內部處理。你可以配置將哪個日誌發送到哪個數據流中。而一個最佳實踐的建議是將所有應用程序日誌都發送到stdout並且所有錯誤日誌都發送到stderr。

決定是否使用Sidecar模型

Kubernetes建議使用sidecar容器來收集日誌。在這一方法中，每個應用程序容器將有一個鄰近的“streaming容器”，該容器將會將所有日誌流傳輸到stdout和stderr。Sidecar模型可以幫助避免在節點級別公開日誌，並且它可以讓你控制容器級別的日誌。

然而，這一模型的問題是它能夠適用於小容量的日誌記錄，如果面對大規模的日誌記錄，可能會造成大量資源被佔用。因此，你需要為每個正在運行的應用程序容器單獨運行一個日誌容器。在Kubernetes文檔中，將sidecar模型形容為“幾乎沒有很大的開銷”。需要由你決定是否嘗試這一模型並在選擇它之前查看它所消耗的資源類型。

替代方法是使用日誌代理，該代理在節點級別收集日誌。這樣可以減少開銷，並確保安全地處理日誌。Fluentd已成為大規模聚合Kubernetes日誌的最佳選擇。它充當Kubernetes與你要使用Kubernetes日誌的任意數量的端點之間的橋樑。你也可以選擇像Rancher這樣的Kubernetes管理平台，在應用商店已經集成了Fluentd，無需從頭開始安裝配置。

確定Fluentd可以更好地匯總和路由日誌數據后，下一步就是確定如何存儲和分析日誌數據。

選擇日誌分析工具：EFK或專用日誌記錄

傳統上，對於以本地服務器為中心的系統，應用程序日誌存儲在系統中的日誌文件中。這些文件可以在定義的位置看到，也可以移動到中央服務器。但是對於Kubernetes，所有日誌都發送到磁盤上/var/log的JSON文件中。這種類型的日誌聚合併不安全，因為節點中的Pod可以是臨時的也可以是短暫的。刪除Pod時，日誌文件將丟失。如果你需要嘗試對部分日誌數據丟失進行故障排除時，這可能很難。

Kubernetes官方推薦使用兩個選項：將所有日誌發送到Elasticsearch，或使用你選擇的第三方日誌記錄工具。同樣，這裏存在一個潛在的選擇。採用Elasticsearch路線意味着你需要購買一個完整的堆棧，即EFK堆棧，包括Elasticsearch、Fluentd和Kibana。每個工具都有其自己的作用。如上所述，Fluentd可以聚合和路由日誌。Elasticsearch是分析原始日誌數據並提供可讀輸出的強大平台。Kibana是一種開源數據可視化工具，可以從你的日誌數據創建漂亮的定製dashboard。這是一個完全開源的堆棧，是使用Kubernetes進行日誌記錄的強大解決方案。

儘管如此，有些事情仍然需要牢記。Elasticsearch除了由名為Elastic的組織構建和維護，還有龐大的開源社區開發人員為其做貢獻。儘管經過大量的實踐檢驗，它可以快速、強大地處理大規模數據查詢，但在大規模操作時可能會出現一些問題。如果採用的是自我管理（Self-managed）的Elasticsearch，那麼需要有人了解如何構建大規模平台。

替代方案是使用基於雲的日誌分析工具來存儲和分析Kubernetes日誌。諸如Sumo Logic和Splunk等工具都是很好的例子。其中一些工具利用Fluentd來將日誌路由到他們平台，而另一些可能有它們自己的自定義日誌代理，該代理位於Kubernetes中的節點級別。這些工具的設置十分簡單，並且使用這些工具可以花費最少的時間從零搭建一個可以查看日誌的dashboard。

使用RBAC控制對日誌的訪問

在Kubernetes中身份驗證機制使用的是基於角色訪問控制（RBAC）以驗證一個用戶的訪問和系統權限。根據用戶是否具有特權（authorization.k8s.io/decision ）並向用戶授予原因（authorization.k8s.io/reason ），對在操作期間生成的審核日誌進行註釋。默認情況下，審核日誌未激活。建議激活它以跟蹤身份驗證問題，並可以使用kubectl進行設置。

保持日誌格式一致

Kubernetes日誌由Kubernetes架構中不同的部分生成。這些聚合的日誌應該格式一致，以便諸如Fluentd或FluentBit的日誌聚合工具更易於處理它們。例如，當配置stdout和stderr或使用Fluentd分配標籤和元數據時，需要牢記這一點。這種結構化日誌提供給Elasticsearch之後，可以減少日誌分析期間的延遲。

在日誌收集守護進程上設置資源限制

由於生成了大量日誌，因此很難在集群級別上管理日誌。DaemonSet在Kubernetes中的使用方式與Linux類似。它在後台運行以執行特定任務。Fluentd和filebeat是Kubernetes支持的用於日誌收集的兩個守護程序。我們必須為每個守護程序設置資源限制，以便根據可用的系統資源來優化日誌文件的收集。

結 論

Kubernetes包含多個層和組件，因此對其進行良好地監控和跟蹤能夠讓我們在面對故障時從容不迫。Kubernetes鼓勵使用無縫集成的外部“Kubernetes原生”工具進行日誌記錄，從而使管理員更輕鬆地獲取日誌。文章中提到的實踐對於擁有一個健壯的日誌記錄體繫結構很重要，該體繫結構在任何情況下都可以正常工作。它們以優化的方式消耗計算資源，並保持Kubernetes環境的安全性和高性能。

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※網頁設計一頭霧水該從何著手呢? 台北網頁設計公司幫您輕鬆架站!

※網頁設計公司推薦不同的風格，搶佔消費者視覺第一線

※Google地圖已可更新顯示潭子電動車充電站設置地點!!

※廣告預算用在刀口上，台北網頁設計公司幫您達到更多曝光效益

※別再煩惱如何寫文案,掌握八大原則!

※網頁設計最專業,超強功能平台可客製化

※回頭車貨運收費標準

數據分析

完成了數據的抓取，那麼接下來就是NetAnalyzer的第二個重點部分了，協議分析作為整個軟件的核心之一，在最新的NetAnalyzer中已經得到了巨大的提升。NetAnalyzer中協議分析分為單數據包分析，和聯合分析兩種分析方式，對於聯合分析會根據不同的協議特性進行形成不同的分析方案，目前支持傳輸協議（TCP/UDP）協議分析， HTTP協議分析。在數據統計部分部分還增加了針對ARP協議的圖形化分析。對於協議分析，需要了解相關的網絡知識或是有相關專業背景支持。

單數據包分析，在獲取到數據包后，軟件工作界面數據包列表框中會显示所獲取的所用數據包，並且對這次數據做了一些簡單的分析，我們可以憑藉這些數據簡單判斷所對應的的數據包類型。

數據包列表

當我們選中一行，即選中一個數據包，我們可以看到對該數據包詳細的數據分析信息，並一樹狀結構樹呈現出來，並在右側显示該數據包原始信息。當我們選中協議樹中一個字段時，右側的數據就會定位到當前字端所分析數據的位置。

數據分析

然後通過對應的協議格式進行匹配與分析，如這部分的IP協議。

IPv4協議格式

需要注意的是，NetAnalyzer目前對於選中的字段只能精確到字節層次，對於一些協議，其中一個字節可能包含了多個字段，或是跨字節的字段，則會選擇全部的字節數據，比如IPv6協議。

IPv6協議格式

其中的版本字段只佔用了4bit（1字節為8bit），通信類型佔了8bit 也就是1字節，但是因為其中前面部分使用了版本字段所在字節後面的4bit，所以改字段為一個典型的跨字節字段，同樣流標籤字段使用了20bit，佔用第二個字節的4bit加上後面自身的2個字節(16bit)。

解析后的IPv6數據

對於類型的字段因為NetAnalyzer使用十六進制显示數據，並不能清晰表達bit層次的信息所以當選定字段后默認選中改字段所在的字節，如點擊版本選中方式如下，

IPv6版本信息

選中通信類型和流標籤則呈現方式如下。

通信類型和流標籤共用數據

數據分析標籤

雖然NetAnalyzer盡可能多分析每個數據包所包含的信息，但是依舊存在很多數據需要我們手動去解析。所以軟件增加了數據標籤。

數據分析

在數據標籤頁點擊 显示 按鈕 就可以打開數據轉換窗口，當然也可以在常規轉換中點擊任意功能可以打開轉換窗口

轉換窗口管理

關閉按鈕為關閉轉換窗口，清空則是清空當前窗口內的數據。

點擊清空按鈕，則清空轉換信息。

常規轉換工具

NetAnalyzer中提供了一部分簡單的轉換功能，這些功能只有在載荷數據被選中的情況的才可以啟用，

如點擊二進制按鈕，則對所選的數據轉換為對應的二進制字符串。如下圖所示。

常規數據轉換窗口

除了一些簡單的轉換功能，還集成了MangoScript擴展方式和插件擴展方式(無可用插件的

時候不显示)的轉換。

擴展MangoScript的解析

如下面通過MangoScript針對某即時通信軟件的數據分析。

針對於MangoScript和插件兩種方式的轉換，將會在在《NetAnalyzer使用說明書 二 擴展與開發》中詳細說明，此處不再贅述。

定位轉換功能需要配合常規轉換進行使用，有時候我們確定某個字節會在一個確定的位置出現，比如IP地址字段，我們選中該位置，位置字段就會出現一串代碼 (10,1) [26]-4

（x,y）[offset] – length

 x： 十六進制編輯器水平方向的偏移量

 y :   十六進制編輯器垂直方向的偏移量

offset ： 字節偏移量，offset = y * 16 + x

length :  當前選擇的數據長度

數據轉換

所以代碼 (10,1) [26]-4 確定了當前IP地址的位置，此時點擊 常規轉換 -> IPv4地址 則會在模式中記錄當前的轉換模式，然後點擊定位轉換，就會在當前數據包列表中針對每個數據包這個位置執行定位操作，這對於尋找所需要的數據非常重要。

選擇了IPv4轉換

執行定位轉換

對於MangoScript和插件擴展依然支持定位轉換。

區塊複製，主要是對一些已經選中的字節進行複製轉為代碼，字節數組，以及保存的功能，以及數據做手動分析，腳本分析以及自定義轉換等，後續將會說明，此處不再詳細介紹。

數據塊操作

字節定位，與定位轉換類似，但是字節定位主要是用來在數據包列表中查找相同位置出現相同字節序列的數據包。算作一個查找功能。

字節定位

分析標籤

分析標籤下個功能依託於數據包列表，分別有載荷數據提取，數據包標記，編碼轉換，數據查找，統計等相關功能，是聯合分析的主要功能，下面將會着重對一下功能進行說明。

數據分析標籤

TCP/UDP協議分析   前面介紹的都是基於單包的數據分析，而在協議分析中，我們大部分分析的數據都是依託於TCP/UDP的長連接數據，這部分數據的特點就是有多個數據包通過tcp或udp相關協議完成數據重組后才可以使用（基於udp的連接數據可能不是很嚴格）。

NetAnalyzer 除了提供基於單包的數據分析，更提供了基於連接數據的分析，而分析出來的數據不僅僅是在窗口上呈現一堆亂碼，更可以通過DocBar將獲取的數據提取出來進行使用。

在開始 標籤最後一部分就是基於長連接的分析。點擊TCP/UDP 按鈕

基於TCP/UDP載荷數據查看

此時NetAnalyzer便會切換到載荷數據模式(該過程可以通過配置，使用獨立窗口打開)。在該模式下會打開專有的載荷數據菜單，數據區域也會變為對於載荷數據的分析，這裏先介紹一個NetAnalyzer中的DocBar工具，如下圖

DocBar

在文本模式下，分析載荷數據會显示該工具條，該工具條會提供針對當前數據塊的各種操作，當然在不動情況下，显示的工具和數量，都有所不同，下面是對當前各個功能的說明。

l   對當前數據塊進行摺疊

l   選中當前的分析數據

l   保存當前原始數據

l   查看原始數據(bytes數據)

l   MangScript解析數據

l   手動測試數據

對於其他情況下的工具在這裏不會一一介紹，但是碰到的時候會有說明，並且隨着後續功能點的增加，DocBar可能會有更多的功能添加進來。

tcp/udp 的分析分為 文本模式和 原始模式 ，文本模式主要是用於分析載荷數據為文本的數據，我們可以通過下面兩種方式更改文本編碼方式，分析數據。

文本模式下，呈現方式如下：

查看載荷數據

原始模式分析如下，可用通過TCP/UDP的下拉菜單命令 字節數據 切換為原始數據

字節查詢方式

字節方式呈現

對於在該功能下針對TCP的所有數據都已經進行過TCP重組，所以最終分析完成的數據並不是按照數據包方式做簡單呈現就可以的，都會做數據的篩查與整理。如果需要單包分析的使用者需要注意一下。

HTTP數據分析 http作為最有網絡代表意義的協議，NetAnalyzer提供了更加完善的分析，http基於tcp協議，所以數據還原等都建立在tcp數據還原的基礎之上。通過http分析，我們可以還原很多有意義的數據，如獲取到Http所傳輸的的html、js、css數據文件，還可以獲取到基於http協議分析得到的圖片，文件等信息，如下圖分別為還原后的圖片和zip壓縮包。

http方式分析出的圖片

http方式分析出的文件

對於常規的字符串或圖片可以直接在NetAnalyzer呈現，但是對於其他類型的文件，如視頻、音樂、以及上面提到的zip壓縮包文件，在在NetAnalyzer會簡單显示為二進制數據，該數據如果過長，則會截斷显示，但是在後面會加入【全部數據】下鑽選項，當點擊該數據后則會打開原始數據對話框，並且會完整显示當前的數據，如下圖所示。

查看原始數據

原始數據對話框中，提供了簡單的數據另存為和數據識別相關的功能。

原始數據保存

保存 保存當前窗口中的數據為一個文件。

保存選擇數據 是當選擇對話框中其中的一段數據保存為文件，有時候數據可能存在偏差，或者我們需要提取選定的數據保存為文件，可以通過下拉保存選定的數據進行保存。

數據識別功能。

轉為… 則是將當前的數據轉到編碼轉換工具中進行進一步分析。

自動識別 為了更加快速的實現數據提取，NetAnalyzer增加了數據識別模塊，通過整理不同文件的頭部或尾部字節形成數據識別特徵，當進行自動識別的時候，可以快速定位字節。

文件識別

添加特徵 將選定的指定字節添加為文件識別頭，並且添加相關信息，形成一個特徵。

添加文件識別

識別管理 管理特徵庫，在後續將詳細介紹該功能點。

載荷數據分析出的文件

除了使用常規的識別方式，在載荷數據提取中也加入了數據識別功能。在使用的時候點擊數據識別就可以在下方显示被識別到的數據類型，有時候可能會存在多個類型和誤識別的情況，使用的時候請務必注意。

有時候通過HTTP協議還原部分二進制數據，如下面還原ZIP文件，文檔會以二進制數據呈現，而我們可以通過0x50 0x4B(PK)推斷出該文件很有可能是zip文件 ，所以我們點擊全部數據 ，打開原始數據窗口，這部分數據正好是zip的全部數據。

保存的zip文件內容

此時點擊將當前數據保存為zip文件。減壓就可以看到對應的文件內容。

在載荷數據模式下，菜單會自動切換為，載荷模式菜單

載荷數據標籤

該菜單下提供了很多常用的字符串轉換工具

格式轉換工具

如下面通過通過Cookie格式化，格式化了http頭中的cookie字段

Cookie格式化

需要注意的是使用這些字段首先需要選中被轉換的文本，然後點擊需對應的功能項。其中如果點擊轉換為…，則啟動NetAnalyzer附帶的編碼轉換工具，進行集中處理。

編碼轉換工具

針對html字符串數據，還提供了過濾標籤和HTML預覽功能，因為該部分功能都很類型，且使用簡單，用戶自行嘗試使用即可。

時序圖 在數據分析中，除了對於數據本身的分析之外，有時候我們還要去評測一些數據質量等方面的內容。並且可以通過圖像化的方式表現出來。

TCP時序圖分析

時序圖模擬TCP/UDP在數據網絡中的數據傳輸過程，還原網絡通信場景，如該圖可以完整的反映TCP三次握手以及斷開連接四次揮手的情景。可以作為對當前分析數據從另外一個方面的反饋，更具有參考意義。

點擊

時序圖選項

就可以看到針對於當前tcp/udp 數據交互的情況。

數據標記

在分析標籤下面，有標記功能，實現對當前採集會話數據連接的進行快速識別。

數據標記

NetAnalyzer提供了四中顏色對數據包鏈接進行區分。

如TCP數據包，就會通過源IP地址+源端口地址+目標IP地址+目標端口 作為一個特徵來進行識別，此處的源和目標具有相對性。

注*  ctrl+鼠標左鍵 可以實現對數據會話的快速標記 顏色為紅色

標記完成的數據

通過點擊清理標記，可還原數據。

數據包查找 

數據包查找

在數據包列表模式下使用Ctrl+F即可以打開數據包查找功能。

該功能主要是實現快速查找數據包的功能，可以通過編號，協議，地址(mac/ip)，端口，關鍵字等五種方式查找數據包。還可以通過數據列表導航按鈕進行數據包列表瀏覽。

編碼方式

在通過TCP/UDP 或HTTP 功能還原數據的時候，有時候會出現亂碼，尤其是對非英文字符。在HTTP協議中通常都會在頭部信息中攜帶編碼方法，通過提取就可以獲取到編碼方式，但是仍然後部分服務並不提供編碼字段，這時候就需要我們通過手動切換，來嘗試還原相關信息。

通過菜單欄或者是狀態欄都可以對編碼方案進行切換

字符編碼

狀態欄字符編碼

這裏需要注意的是如果http頭部包含了編碼方式，則使用頭部提供的編碼方式。

數據統計

目前NetAnalyzer显示了大量的統計方式，涵蓋了數據報表、流量分析、主機通信矩，傳輸報告、ARP報告等多種統計方式。

數據報表

報表信息

對當前捕獲的數據表中的數據進行統計與歸類。呈現方式如有圖所示。

報表內容

包含一些基本信息，數據量與時間直線圖，數據量佔比，關係圖等信息

本站聲明:網站內容來源於博客園,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※網頁設計一頭霧水該從何著手呢? 台北網頁設計公司幫您輕鬆架站!

※網頁設計公司推薦不同的風格，搶佔消費者視覺第一線

※想知道購買電動車哪裡補助最多?台中電動車補助資訊懶人包彙整

※南投搬家公司費用,距離,噸數怎麼算?達人教你簡易估價知識!

※教你寫出一流的銷售文案?

※超省錢租車方案

※回頭車貨運收費標準

動力總成悅翔V3搭載了1。4L自然吸氣發動機+5擋手動變速箱，最大輸出101匹馬力和135牛米。實際表現來看，悅翔V3不同於一般小排量的車會把油門調得較為靈敏，它反而會調得偏肉，起步並不是很利索，但是3擋以下提速還是很給力的，只是滿載時會較為吃力，上個緩坡也不是很帶勁。

一說起長安，大家首先想到的肯定是CS75。但是除了SUV車型以外，長安還有一些不錯的小車，例如悅翔V3。可能有少部分讀者聽過這台車，那其產品力到底如何呢？

大哥悅翔V7已經獲得不少人的認可，但是小弟悅翔V3基本處於默默無聞的狀態。其實，悅翔V3的整個設計還是有點小V7的感覺。

長安汽車-悅翔V3

指導價：4.69-5.39萬

外觀設計

悅翔V3的車身尺寸為4200*1650*1465mm，軸距為2410mm。前臉來看，跟悅翔V7差別不大。發動機艙蓋上的兩條弧線剛強有力，兩顆大燈也顯得炯炯有神，中網上的鍍鉻裝飾條，點綴得剛好，不顯俗氣。

側面的話，車身還是顯得比較緊湊，只是尾部看起來會有點臃腫。同時輪胎的尺寸也偏小了一點。

相比起車頭，尾部會顯得有點平庸，僅有車牌上方的鍍鉻裝飾條略微點綴一下。

內飾設計

車廂的用料在這個價位來說算是可以的，中控台的設計中規中矩。烤黑鋼琴漆的面板算是為數不多的亮點所在。三副式的方向盤上面沒有任何按鈕，看起來很乾凈，樣式也不錯，給人感覺很好。

動力總成

悅翔V3搭載了1.4L自然吸氣發動機+5擋手動變速箱，最大輸出101匹馬力和135牛米。實際表現來看，悅翔V3不同於一般小排量的車會把油門調得較為靈敏，它反而會調得偏肉，起步並不是很利索，但是3擋以下提速還是很給力的，只是滿載時會較為吃力，上個緩坡也不是很帶勁。

底盤表現

悅翔V3的前懸架為麥弗遜式獨立懸架，而後懸架則為多連桿獨立懸架。這在同級別車型中是比較罕見的。實際表現來看，底盤的調校較為偏向於操控，過彎時的側傾不大。但是面對顛簸時會有種硬碰硬的感覺。

空間表現

受制於2410mm的軸距，後排空間並不充裕。身高為182cm的體驗者坐於後排，腿部僅有4指的空間，而頭部則僅為三指。雖然後排中央的拱起不高而且平整，但是受制於偏短的腿部空間，坐於後排中部的乘客也只能稍微將就一下。

油耗表現

多位車主反映的悅翔V3百公里綜合油耗為6.2L，這個数字是相當省的，也是許多車主購買它的原因。

配置分析

悅翔V3隻有三個車型可以選擇，但是每個車型又分國四與國五版本，中間價差1000元。這三個車型中，我會推薦中配的手動溫馨型，它比低配的手動美滿型貴了3000元，但是卻多出了主副駕駛座的安全氣囊和后駐車雷達。這兩項配置都很重要，儘管車子本身便宜，但是這種關乎生命安全的配置還是不能省。

編者總結：

悅翔V3可以說一直活在大哥悅翔V7的陰影下，同時受制於自身定位的問題，在市場上的表現也較為一般，但同級罕有的後輪獨立懸架賦予了它同級出色的操控性。如果是一台個人用車的話，悅翔V3可以滿足你對操控的幻想。本站聲明:網站內容來源於http://www.auto6s.com/,如有侵權,請聯繫我們,我們將及時處理

【其他文章推薦】

※網頁設計一頭霧水該從何著手呢? 台北網頁設計公司幫您輕鬆架站!

※網頁設計公司推薦不同的風格，搶佔消費者視覺第一線

※想知道購買電動車哪裡補助最多?台中電動車補助資訊懶人包彙整

※南投搬家公司費用,距離,噸數怎麼算?達人教你簡易估價知識!

※教你寫出一流的銷售文案?

※超省錢租車方案

※回頭車貨運收費標準