近年來，隨著全球經濟下行趨勢不減，企業面臨的壓力越來越大，外部競爭也日趨激烈。同時，信息化和經濟一體化的發展，對物流服務企業的速度和質量也提出了更高的要求。降低企業生產經營成本和提升服務效率成為了企業不得不考慮的問題。由于堆場和泊位資源是有限的，因此，如何挖掘現有資源，提高資源利用率，成為提升物流運營效率的一個重要途徑。

現有系統無法滿足增長的需求

在全球化的今天，集裝箱運輸業約占世界海運貿易總值的一半以上，集裝箱運輸已成為海運供應鏈非常重要的一環。堆場是集裝箱碼頭的基礎資源，堆場集箱堆位的分配管理直接影響碼頭的運作效率。國內一家知名度較高的上市公司（以下簡稱z 客戶），擁有幾十個面積多達上百萬平方米的碼頭和集裝箱場站資源，每年為全球客戶提供價值數十億的倉儲碼頭服務。

在接觸PetaBase-i 之前，z 客戶一直使用集裝箱信息管理系統來監控吉箱場位情況并進行相關統計分析。信息管理系統使用的是傳統關系型數據庫,但隨著數據增長到一定的量級時，對集裝箱碼頭堆場堆放情況的分析越來越困難，現有的系統和數據庫策略限制了z客戶優化碼頭資源調度的能力。

為了提高實時分析性能，z客戶決定引入一套實時大數據平臺，一個能提供實時查詢、靈活擴展的解決方案。這個方案需要能適應企業的數據增長速度，并能夠在不中斷服務的情況下提供彈性伸縮能力。

PetaBase-i提供強大的企業級支持

經過綜合能力評估后，z客戶選擇了PetaBase-i。PetaBase-i 通過快速處理和分析實時流數據，使管理層能夠獲得及時、準確的吉箱場位分布情況。億信華辰團隊在全面分析了用戶的需求后，設計了一套基于CDC機制的實時數據采集方案。

CDC：變更數據捕獲（Change Data Capture），傳統rdbms中的插入、更新和刪除操作都會寫日志，這也是CDC捕獲數據的來源，CDC通過捕獲這些新發生的日志記錄將變更數據識別并提取。與傳統的基于時間戳、觸發器、快照等增量抽取相比，基于日志的CDC屬于非侵入式采集。這種采集不需要訪問源庫數據表，只需要監聽數據庫的聯機日志，所以基本不會給源系統帶來性能的影響，是目前業界推崇的異構數據同步方式。

為了確保實時采集的可靠性和穩定性，z客戶使用了 OGG 來復制并解析日志中的業務操作，并以json數據格式下沉至PetaBase-i 的消息中間件中，PetaBase-i 的消息中間件使用的是目前最受歡迎的Apache Kafka，它支持企業消息總線架構，在大規模的消息傳遞應用中表現非常穩定。Kafka中緩存的消息會立即被PB StreamProcessor消費，PB StreamProcessor是一個使用Spark Streaming編程模型實現的流處理工具，由億信華辰自主研發，它允許開發者通過SQL實現流數據處理邏輯。

在這個方案中，PB StreamProcessor主要的任務是對集裝箱信息、堆場信息、進出口艙單信息進行關聯計算，輸出吉箱可堆放位數、可辦單入場量分碼頭和二線堆場、區位、入場量等統計結果，用三維、二維實景圖形在大屏、移動端實時展示可堆放場位空間位置等實時信息。整個處理和展示是持續進行的，客戶可以根據持續的數據分析動態監控吉箱的堆放情況。

總結：PetaBase-i 滿足了z 客戶尋求的實時性要求，由于數據的計算和分析變得更快，控制中心可以不再依靠人工經驗的方式來提供碼頭作業方案。PetaBase-i 向用戶實時展示了各項指標，極大地的提高了集裝箱通關和裝卸的效率，并幫助中心優化了集裝箱在堆場的擺放。億信華辰為z 客戶提供了強大的企業級支持，通過部署PetaBase-i 作為數據中心的實時計算平臺，z客戶現在可以將節省下來的時間更多地投入到運營和服務上。