文档

亿海蓝-航运大数据的可视化案例

更新时间:

方案亮点:千亿级船舶轨迹时空分析、多元时空数据整合、开发周期短。

客户感言

“阿里Ganos产品很好地提升了我们对异构时空数据的处理能力。Lindorm高性能、低延迟、高吞吐、稳定性让我们节省了不少运维投入,更多精力投入到业务实现上。 ” ——亿海蓝CTO

客户简介

亿海蓝是中国的航运大数据公司,做为中国最大的AIS数据服务运营商,发展目标是通过大数据技术推动全球航运物流与互联网的融合,加速航运产业转型升级。亿海蓝目前已为全球上百万行业用户提供数据服务,客户涵盖港口、船公司、物流、金融、保险和设备制造商等多类群体。其中,航运数据可视化分析系统的核心功能,是对用户关心的航运数据进行分析和报告输出。输出形式主要是热力图和统计指标。示例使用场景如下:

  • 大宗航线繁忙度分析

  • 铁矿石LNG等货种航线分布

  • 港口业务强度分析

  • 内河横向截面的多航道通行量研究

  • 区域内船舶周期性活动强度研究

  • 对政策面影响区域业务活动强度的研究

业务挑战

  • 数据访问要求高效性。一旦数据查询性能低,可视化体验就会受到大幅影响。

  • 数据量大,数据提取周期长。亿海蓝有17年AIS(船舶自动识别系统)数据积累,每日AIS数据增量约10亿。用户需要对历史年份数据进行分析,时间跨度大。

  • 业务实现技术复杂度高。业务涉及数据种类多,亿海蓝对这些业务数据使用了多种存储引擎。

解决方案

  • DLA Ganos 引擎对不同时空存储的存取进行了统一封装,降低编码难度。

  • 原始数据使用DLA Ganos进行高效预处理,降低数据提取和结果数据再落地时间。

  • 数据抽取结果存储到Ganos on Lindorm中,Lindorm的低延迟、高性能、高吞吐查询能力保障业务能流畅显示。

整体系统架构方案如下图所示:

image

航运数据可视化分析系统架构图如下:

image

亿海蓝热力图

亿海蓝港口泊位分布图

业务价值

  • 通过阿里云产品的支持,缩短了业务的技术实现周期,降低了运维投入。

  • Ganos on Lindorm高性能查询指标满足了业务上低延迟流畅显示的要求。

  • 不同于轨迹数据,航线数据业务性更强,需要更丰富的存储和查询方式。DLA Ganos 满足了整合分析多种时空数据的需求。

  • 航海业务相对复杂,需要对数据做一些自定义的运算。DLA Ganos内置Spark集群,提供定制处理数据的计算引擎,节省了单独购买Spark的开支。

  • 提供金字塔式的矢量快显数据存储,优化了热力图缩放效果。

  • 本页导读 (1)
文档反馈