近年来，随着全球经济下行趋势不减，企业面临的压力越来越大，外部竞争也日趋激烈。同时，信息化和经济一体化的发展，对物流服务企业的速度和质量也提出了更高的要求。降低企业生产经营成本和提升服务效率成为了企业不得不考虑的问题。由于堆场和泊位资源是有限的，因此，如何挖掘现有资源，提高资源利用率，成为提升物流运营效率的一个重要途径。
免费获取更多信息，点击了解更多
现有系统无法满足增长的需求
在全球化的今天，集装箱运输业约占世界海运贸易总值的一半以上，集装箱运输已成为海运供应链非常重要的一环。堆场是集装箱码头的基础资源，堆场集箱堆位的分配管理直接影响码头的运作效率。国内一家知名度较高的上市公司（以下简称z客户），拥有几十个面积多达上百万平方米的码头和集装箱场站资源，每年为全球客户提供价值数十亿的仓储码头服务。
在接触PetaBase-i之前，z客户一直使用集装箱信息管理系统来监控吉箱场位情况并进行相关统计分析。信息管理系统使用的是传统关系型数据库,但随着数据增长到一定的量级时，对集装箱码头堆场堆放情况的分析越来越困难，现有的系统和数据库策略限制了z客户优化码头资源调度的能力。
为了提高实时分析性能，z客户决定引入一套实时大数据平台，一个能提供实时查询、灵活扩展的解决方案。这个方案需要能适应企业的数据增长速度，并能够在不中断服务的情况下提供弹性伸缩能力。
PetaBase-i提供强大的企业级支持
经过综合能力评估后，z客户选择了PetaBase-i。PetaBase-i通过快速处理和分析实时流数据，使管理层能够获得及时、准确的吉箱场位分布情况。亿信华辰团队在全面分析了用户的需求后，设计了一套基于CDC机制的实时数据采集方案。
CDC：变更数据捕获（ChangeDataCapture），传统rdbms中的插入、更新和删除操作都会写日志，这也是CDC捕获数据的来源，CDC通过捕获这些新发生的日志记录将变更数据识别并提取。与传统的基于时间戳、触发器、快照等增量抽取相比，基于日志的CDC属于非侵入式采集。这种采集不需要访问源库数据表，只需要监听数据库的联机日志，所以基本不会给源系统带来性能的影响，是目前业界推崇的异构数据同步方式。
为了确保实时采集的可靠性和稳定性，z客户使用了OGG来复制并解析日志中的业务操作，并以json数据格式下沉至PetaBase-i的消息中间件中，PetaBase-i的消息中间件使用的是目前最受欢迎的ApacheKafka，它支持企业消息总线架构，在大规模的消息传递应用中表现非常稳定。Kafka中缓存的消息会立即被PBStreamProcessor消费，PBStreamProcessor是一个使用SparkStreaming编程模型实现的流处理工具，由亿信华辰自主研发，它允许开发者通过SQL实现流数据处理逻辑。
在这个方案中，PBStreamProcessor主要的任务是对集装箱信息、堆场信息、进出口舱单信息进行关联计算，输出吉箱可堆放位数、可办单入场量分码头和二线堆场、区位、入场量等统计结果，用三维、二维实景图形在大屏、移动端实时展示可堆放场位空间位置等实时信息。整个处理和展示是持续进行的，客户可以根据持续的数据分析动态监控吉箱的堆放情况。
总结：PetaBase-i满足了z客户寻求的实时性要求，由于数据的计算和分析变得更快，控制中心可以不再依靠人工经验的方式来提供码头作业方案。PetaBase-i向用户实时展示了各项指标，极大地的提高了集装箱通关和装卸的效率，并帮助中心优化了集装箱在堆场的摆放。亿信华辰为z客户提供了强大的企业级支持，通过部署PetaBase-i作为数据中心的实时计算平台，z客户现在可以将节省下来的时间更多地投入到运营和服务上。