汽车大数据的分析应用了分布式搜索引擎技术，实现了高扩展、PB级处理、实时计算等核心处理功能，围绕“车”、“内容”、“用户”三方面进行深度分析，在数据挖掘的基础上建立分析标准。
（1）定量分析
整合车的品牌、车型、车系、车款、国别、级别、排量、价格段、车指标（一、二、三级）等相关数据，对各类型数据的价值点进行挖掘，结合业务场景需要建立模型，将一款车的数据结构化分析展现。
（2）定性分析
整合汽车行业的UGC、PGC、OGC等相关数据，运用语义分析技术进行情感分析、热度分析、观点抽取等，以内容和用户相结合的形式建立分析模型，将媒体声量和用户声量具体化。
（3）技术点
——横向可扩展：只需要增加一台服务器，做一点儿配置，启动一下ES进程就可以并入集群。
——分片机制：同一个索引分成多个分片（sharding），这点类似于HDFS的块机制；分而治之的方式来提升处理效率，相信大家都不会陌生。
——高可用：提供复制（replica）机制，一个分片可以设置多个复制，使得某台服务器宕机的情况下，集群仍旧可以照常运行，并会把由于服务器宕机丢失的复制恢复到其它可用节点上。
