航油智慧云数据中台在应急管理中的优势价值研究

2021-11-20李金铸

电子技术与软件工程 2021年24期

李金铸

（中国航空油料有限责任公司北京市 100000）

1 引言

在航油管理系统的基础上，采用Docker 镜像容器云技术实施的微服务架构数据中台，包括客户服务、商务结算、数据应用、基础管理，同时协同智慧加油系统和SAP 等信息系统，进一步统筹服务资源和协同航空公司、银行、SAP 系统、智慧加油系统与撬装设备的响应资源，通过航油智慧云数据中台将航油在客户服务、商业结算、航油销售方面的大数据变成实际“可用”的管理检查预测、决策依据，是航油大数据运用的平台化、具体化、实践化。依托航油智慧云数据中台打通“数据孤岛”和“数据烟囱”分立的IT(iformation technology，信息技术)架构，构建数据共享的统一的DT(tata technology，数据技术)架构。形成完整的流程链和数据链，打造全流程管理的电子化，提高统筹运营能力，实现了航油的数据赋能向管理赋能的转变。

2 航油智慧云数据中台协同工作原理

航油智慧云数据中台，由前端应用、业务中台、技术中台组成，采用“大中台、小前台”的技术理念，在满足整体业务需求的同时实现稳定的服务器架构、快速迭代的开发模式，构建以服务与数据为核心的中台系统[1]。

2.1 航油智慧云数据中台功能

航油智慧云数据中台由数据应用、客户服务、商务结算、基础管理组成，与银行前置机、SAP 系统共同部署于航油内部网络，分别对接智慧加油系统、金税系统以及包括银行系统、支付机构系统、航空公司系统、航空公司用户、代理公司用户在内的各外部系统。

2.1.1 数据应用功能

采用能对海量数据进行分布式处理的大数据架构，基于真实业务数据进行日常业务统计分析。包括数据标签化管理、预测分析等数据应用功能，同时为今后扩展更多的大数据应用，推动数据赋能奠定基础。

2.1.2 客户服务功能

包含客户服务工作的全流程数据管理，增强流程与数据之间的卡控，为管理提供方便快捷的信息化手段，保证客户服务工作的完整性。

2.1.3 商务结算功能

实现航油销售与加注业务的统一结算和内部核算业务，满足和方便客户不同的结算需求，缩短结算账期，降低结算成本，提升客户满意度。

2.1.4 基础管理功能

航油智慧云数据中台将统筹管理航油总部、分公司、通航公司、航空公司，以及客户服务、数据应用、商务结算等不同用户使用，对智慧云平台的基础信息进行统一管理，确保基础信息的唯一性。

2.2 航油智慧云数据中台架构

航油智慧云数据中台基于微服务技术架构，采用Docker 容器技术的云平台架构，将Kubernetes 视为容器编排工具，确定了分层镜像格式，云服务架构分为IaaS、PaaS、SaaS 三层。

在基于云容器的微场景架构中，利用Kubernetes 创建多个容器，每个容器里面运行一个应用实例，然后通过内置的负载均衡策略，实现对这一组应用实例的管理、发现、访问，而不用运维人员去进行复杂的手工配置和处理。

使用容器技术对各服务节点进行管理。Docker 是一个开源的应用容器引擎，让开发者可以打包他们的应用以及依赖包到一个可移植的镜像中，然后发布到任何流行的Linux 或Windows 机器上，也可以实现虚拟化。容器是完全使用沙箱机制，相互之间不会有任何接口。

3 航油智慧云数据中台在应急管理中的监测预警价值

航油智慧云数据中台的客户服务功能和商业结算功能，能够实现航油外界交换信息的全覆盖，依托集成架构及接口设计实现对大数据变化的敏感反应，结合预测功能设计，从而体现了极高的监测预警价值[2]。

3.1 监测预警原理

航油智慧云数据中台的监测预警价值是大数据应用的一个重要方向，即大数据预测，在传统的预测算法、预测原理中，更多的强调或论证突发事件的因果联系，通过预设结果触发机制的设定，明确系统阈值，实现监测预警功能的实现。

但航油智慧云数据中台的数据应用功能中，强调的是大数据分析算法，突显大数据相关性原理的应用，分析相关性关系，强调事物之间的关联性。这一点对于预警突发事件的应急管理至关重要，因为突发事件的应急管理的更突显的是较高的不确定性、较强的处理时限性和响应的强敏捷性特征[3]。

3.2 实现技术架构

3.2.1 数据交换平台集成架构

航油智慧云数据中台的监测预警价值是通过大数据关联性提现的，那么对于相应的技术架构也体现出数据共享的特征。与客户系统对、与金融系统、与航油集团SAP ERP 系统、与金税系统、与智慧加油系统、气象数据系统等相关系统采用系统集成架构得以实现，数据集成具有集成系统多，数据范围广泛，集成技术复杂等特点，以多种主流数据集成技术为基础，建立独立的数据交换平台，满足现有业务系统数据接入需要，兼顾数据接口扩展，将大数据关联性集成落地实现，有效将数据中台监测预警变为现实。

基于以上结构设计，在数据中台内按照统一业务模型的思想把各系统数据集成起来。因此，根据系统集成的需要，将采用提供相关接口的方式进行实现。

3.2.2 集成架构数据交换平台的接口功能

数据交换平台主要包括数据抽取、数据数据处理及加载处理、策略管理和系统管理等模块。

数据抽取模型主要包括实时数据交换、周期数据交换、数据复制、非结构数据交换等等，对应的技术包括数据复制、ETL、数据交互及应用服务。

3.3 实现模式

3.3.1 航油智慧云数据中台的数据采集预测功能

航油智慧云数据中台通过对各项业务的数据标签化管理、加油数据分析、结算数据、销售数据、驾驶舱管理实现数据关联性综合应用。

根据中台系统中积累的注册用户数据、客户数据、合同数据、订单数据、加油量数据、收款数据，利用航油提供的公式进行市场预测，包括销售预测、资金预测、客户增长率预测。

3.3.2 航油智慧云数据中台的数据预测“哨兵模式”

在销售预测数据中，主要参考历史同期加油量、近期加油量，通航业务时还需要考虑订单数据。销售预测结果可以为油料储备提供参考。对于主要指收款金额预测，主要参考历史同期收款金额、近期收款金额并结合合同中的账期设置。资金预测结果可以为资金使用计划提供参考。客户增长率预测主要参考注册用户数据、客户数据。通过对预测数据的波动情况，反馈至数据综合应用，形成监测预警的“哨兵模式”，对突发事件的概率发出预警，奠定应急管理响应的前提基础工作，为后续协同作业提供数据参考[4]。

4 航油智慧云数据中台在应急管理中的协同作业价值

航油智慧云数据中台能对海量数据进行分布式处理，基于“云平台+微场景应用”的技术架构，应用分布式事务的数据一致性，打通“数据孤岛”，实现异常数据的互联互通，提醒各关联方进行快速协同响应作业。

4.1 快速协同响应作业原理

由于历史和现实原因，各关联方的“信息孤岛”、“条块分割管理”、“多头管理”以及“重复建设”问题依旧存在，数据异构和兼容性是困扰实现航油突发事件应急管理的难题，在传统的应急管理中，多采用联动机制应对突发事件，即关联方的领导层制定应急管理预案，约定突发事件的种类、联动模式，触发条件等问题的沟通和响应处置方式，这种协同响应模式，相对于已有的突发事件种类具有较强的响应，但在实际中，涉及层级传达、反馈效率、启动时限等较强的人工干预，往往不会收获预期成效[5]。

在航油智慧云数据中台的部署中，采用管控集群核心实现各服务器的数据共享机制，形成“物理集中、逻辑一致”应急数据管理体系，形成“云平台+微场景应用”的数据管理架构，采用基于分布式事务的数据一致性部署方案，极大的缩短应急管理预案的启动时限，通过管理权限有效的消除层级传达的消耗，凸显对突发事件快速响应并协调作业的智慧云数据中台优势价值。

4.2 实现技术架构

4.2.1 基于“云平台+微场景应用”的技术架构

在航油智慧云数据中台内容采用Spring + SpringBoot + Spring Cloud 进行改造，系统的各项功能服务以各个独立的子系统形式开发，各子系统分布式部署在独立的容器或服务器中，由服务注册中心统一管理。

微服务应用功能为基础，传输Restful为核心的微服务后台框架，实现前台及后台物理分离互不影响负载均衡及应用部署。

4.2.2 基于分布式事务的数据一致性

在航油智慧云数据中台的云服务架构为了实现微服务间的业务逻辑解耦，提高系统的可用性及性能，通过将强一致性需求转换成最终一致性的需求，来保证业务数据一致，推动CCF 消息可靠投递。

CCF 利用消息队列MQ 来实现业务数据的最终一致性，解决了消息的可靠生成与可靠投递；消息的可靠消费；业务处理状态追踪；异常状态检测与报警，将预警数据实现数据共享，使具备相应数据查看权限的人员，直接获取监测预警信息，进而推动快速响应的协同作业实现。

4.3 实现模式

4.3.1 航油智慧云数据中台的数据统一接口互联互通

（1）支持文件导出的功能，同时支持按照不同的要求导出多种格式的文件，如txt、csv、xml 等。

（2）与关联方系统进行数据的互联互通，与航空公司需要对接航班信息、加油信息、账单信息等，与金融机构需要对接结算支付信息。实现与外部合作伙伴航空公司、金融机构、机场运营部门的信息共享。与内部系统也需要对接金税系统。与SAP 系统对接基础业务数据。接口采用的数据字段项须参照国际航协航油结算数据标准格式。

4.3.2 航油智慧云数据中台异常数据动态推荐功能

基于大数据综合分析的精准算法，通过对航油作业行为的数据分析来进行数据匹配，实现对突发事件数据响应情况的个性化特征的组合“数据画像”，以实现数据中台服务域指向性特征，实现突发事件应急响应机制的启动支撑。