集裝箱碼頭商務智能系統的設計

文/王金洋

1 集裝箱碼頭商務智能概述

集裝箱碼頭是貨物運輸的樞紐，面臨著復雜的內外部環境，碼頭的管理者需要有一套能夠清晰、明確的指標去分析碼頭的運營狀況。商務智能（Business Intelligence）是通過應用基于事實的支持系統來輔助商業決策的制定。利用商務智能技術可以為集裝箱碼頭提供包括收集、管理和分析數據等一系列功能，可以分析出生產環節存在的問題，并作出相應的調整，實現優化自身的資源配置、提高客戶的滿意程度，最終實現提高碼頭效益的目標。

集裝箱碼頭商務智能系統，不但可以展現出碼頭持續發展的變化過程，而且可以有效反映作業公司生產的現實情況和需要改進的問題，同時建立反映航陸運作業情況的分析指標，對生產經營決策、提升客戶服務提供有效依據。

2 集裝箱碼頭的商務智能系統的設計分析

集裝箱碼頭的商務智能系統主要應用了數據倉庫、數據挖掘技術、展示技術等，同時與場景分析、預測預警、優化整合等創新管理理念相結合，可以實現對數據的充分挖掘。

集裝箱碼頭在運營過程中會產生大量的數據，主要包括：集裝箱碼頭的生產作業數據、運營數據數據、貨物信息等。利用集裝箱碼頭商務智能系統可以實現對這些數據的存儲、加工，并從中提取能夠創造商業價值的信息，最終以各種直觀的方式展現出來，幫助碼頭管理者進行科學決策，實現碼頭資源的優化配置，增強碼頭的綜合實力。

2.1 集裝箱碼頭商務智能系統的主要架構

圖1：集裝箱碼頭商務智能系統主要架構

集裝箱碼頭商務智能系統主要架構如圖1所示，首先從生產數據庫將碼頭生產的數據抽取出來存放到臨時數據存放中心；然后從臨時數據存放中心將數據寫入到BI數據庫中，在寫入數據的過程中為需要為BI數據庫中的原始數據加上索引，建立起數據之間的關聯關系；UI界面是碼頭管理者可以直接操作的頁面，可以實現用戶對數據的任意組合，為生產經營分析提供有效的數據支撐。其中BI數據庫的數據結構是整個系統的核心。

集裝箱碼頭商務智能系統的原始數據來來源非常廣泛，不僅包括碼頭生產作業系統的數據，還要包括碼頭經營數據和物流信息等，會涉及到多個系統，導出的數據也可能會有多種格式。為此，需要一個臨時數據存放中心將這些數據進行清洗和整理。在從各個生產數據庫中抽取數據的過程中要注意數據間通信的穩定性和抽取后數據的準確性，為后面的分析和挖掘打下良好的基礎。臨時數據存放中心可以是一個單獨的服務器也可以是服務器中的一塊硬盤。臨時數據存放中心主要功能是數據整合與緩沖。

臨時數據存放中心的數據在向BI數據庫的過程中要給數據加上索引，建立數據之間的相互關聯關系，這個過程中會產生數據冗余；數據鏈路的穩定性對這個過程非常重要，要避免丟失數據和產生重復數據，同時要具備中斷后的數據重連功能。在設計BI數據庫數據結構的過程中，要了解各種數據間相互之間的聯系，將分散的數據結合成一個數據立方體；為便于用戶的使用需要給數據立方體中的數據加上易于理解的索引和編號。

UI界面的設計要從用戶的角度出發，首先要將用戶最關心的信息羅列出來，同時要具備完善的權限管理功能，讓不同層級的管理人員看到合適的數據。然后要考慮便于用戶進一步的數據挖掘和分析數據，在數據立方體的基礎上，采用各種 OLAP 操作，如：切片、切塊、鉆取、聚合、旋轉、趨勢分析、比較等，實現多維的查詢分析和數據分析。最后需要為用戶整理一份使用說明，便于用戶了解數據間的關系，以便進行數據挖掘。

2.2 數據庫分區技術

通過一段時間對集裝箱碼頭商務智能系統的使用，發現隨著集裝箱碼頭數據量的不斷增長，會造成系統運行效率下降，速度變慢等影響用戶體驗性的問題。BI數據庫需要不斷的增加內存和擴充硬盤，使集裝箱碼頭的商務智能系統的運維成本不斷的提高。

為解決這個問題，需要引入數據庫分區的技術，通過該技術需要將數據庫中的數據分類，分為常用數據和非常用數據，分類的方法可以按照時間分類，近期的數據作為常用數據，歷史數據作為非常用數據。對數據分類后將數據分別存入到數據庫的不同分區中，常用數據使用性能較好的硬件資源，非常用的數據使用性能一般的硬件資源，通過這種方法可以實現既保留歷史數據又可以提高用戶體驗的目標，同時不會大幅的增加硬件資源的投入。

3 展望

隨著技術的不斷進步，未來自動化集裝箱碼頭會成為未來的趨勢，將集裝箱碼頭商業智能技術與自動化集裝箱碼頭相結合勢在必行，自動化碼頭的機械在運行過程中會產生大量的日志文件和運行記錄，對這些數據進行數據整理和挖掘會成為未來一段時間集裝箱碼頭商業智能的研究重點。