Ce sont Ed Boiling, Solution Architect (Google Maps for Work) et Grace Mollison, Solutions Architect (Google Cloud Platform) qui ont posté l'information.
Lorsque des clients de Google for Work travaillent avec des données géospatiales issues d'importantes flottes de véhicules, de nombreux capteurs ou autres objets connectés qui se déplacent dans le monde entier, ils doivent généralement combiner l'usage de plusieurs API Google pour capturer, traiter, stocker, analyser et visualiser leurs données à la bonne échelle, au bon endroit, au bon moment.
Pour les aider à cette mise en place, des experts de Google for Work ont construit un framework, véritable système évolutif avec quelques composants des suites Google Cloud Pub/Sub, Google BigQuery et les APIs Google Maps. La solution est livrée avec un tutoriel complet, des images Docker utilisables tout de suite et quelques jeux de données à tester avec.

La solution récupère les données en utilisant BigQuery et les restitue sur une carte de chaleur en indiquant la densité.
Ils ont choisi Google Cloud Pub/Sub pour gérer les messages entrants provenant des véhicules ou des divers capteurs, puisque le système se passe de serveurs classiques, et permet de gérer plusieurs milliers de messages à la fois avec une configuration minimale. Il suffit de créer un sujet puis de commencer à y ajouter des messages. Google BigQuery offre des pétaoctets de stockage et d'analyses de données - ce qui est idéal pour la gestion des grandes flottes de véhicules qui renvoient des milliers de messages par seconde, année après année. En outre, BigQuery peut effectuer des requêtes géospatiales simples par localisation par exemple) ou faire du géofencing sur de vastes ensembles de données, le tout en quelques secondes.
Les API Premium de Google Maps ajoutent une dimension supplémentaire à la gestion des données en convertissant la position GPS brute (les coordonnées X et Y) en données d'adresses structurées lisibles (c'est du reverse géocoding), ainsi que l'ajout d'autres éléments de contexte locaux très utiles, telle que l'élévation (le Z) par exemple, très intéressant pour des analyses de la consommation de carburant, ou encore le fuseau horaire de la zone locale (si vous voulez voir uniquement les enregistrements des véhicules pendant les heures de travail d'un endroit donné).
Google Maps fournit également une interface avec laquelle la majorité de vos collaborateurs, clients ou utilisateurs sont familiers.
Enfin, les experts de Google ont packagé leur solution en utilisant Docker, de sorte que vous pouvez la prendre et commencer à travailler avec elle tout de suite. Bien sûr, si vous préférez simplement exécutez le code sur un serveur ou une machine locale, vous pouvez très bien le faire ; il est écrit en Python et peut être exécuté à partir d'une ligne de commande.
Pour commencer, consultez ce document, puis le tutoriel pour explorer l'application et les données. Après avoir testé l'exemple, consultez le code sur GitHub et commencez à travailler avec vos propres données de télémétrie et profitez des technologies Cloud de Google.