宁波舟山港大部分的各业务系统数据数据“割裂”分散，无法实现有序流动。每个业务构建一个数仓，Oracle数仓的性能严重影响业务发展。同时，按业务维度划分构建的散杂货堆场数仓、集装箱数仓、车辆数仓，进行业务联合调度时，需从多个地方去拿数据联合分析，效率低下。传统数据库在资源节点的扩充方面存在不足（单机式），面对海量数据，备份困难大，扩展难度高。总而言之，数据质量不高，缺乏可用性；除了满足基本的业务用途之外，也无法实现基于数据的创新和数据增值，更难以适应大数据驱动数字化港口产业发展的目标。

袋鼠云数栈为宁波舟山港设计了兼具开放性与兼容性的数据中台解决方案，为宁波舟山港提供全面的数据服务支撑。方案充分考虑了未来四港以及企业提供开放的数据服务，整体上汇聚全域数据，包括港口系统、IOT、主数据规范、EDI、AIS、GPS、同级单位的、其他港口的以及三方的数据输入，通过离线数据建模和实时数据建模来响应前端数据业务的需求；同时，设计中充分兼容了当时宁波舟山港现有的数据仓库技术体系，定制化打造了包括大数据底层架构平台和数据开发平台在内的数据中台，将原集装箱指标统计相关应用迁移至大数据架构中，将相关的数据服务迁移至数据中台。简单快捷地实现数据联通、融合和应用，强化数据服务支撑。此外，还提供了数据资产管理、数据安全管理的规范化机制，为后期数据运营提供了有效支撑。

1.构建全域数据中心，码头业务实时感知

将码头相关的数据汇集到大数据中台，建立码头域、车辆域、船舶域、物流域等在内的全域数据中心。通过数据中台对数据的统一采集、统一存储，实现了多个场景数据的融合分析，提供多样的数据服务。数据零搬迁，不仅极大的提高了计算效率，而且降低了数据存储成本。如Flink实时技术的应用，由间隔轮询提升到实时流计算（分钟级到毫秒级的提升），使业务人员实时感知码头业务变化，如泊位实时利用率、码头实时吞吐量、码头实时装卸量等。

2.数据加工丰富多样，重要场景全覆盖

数据中台加工多个场景的数据，对数据进行结构化分析，其中包含了散杂货、集装箱、车辆、船舶、船代、货代等业务场景数据，覆盖到半结构化非数据化数据（接口、AIS、GPS），实现了船舶位置，集卡位置、全程物流等重要场景数据分析。

3.数据标准规范统一，高效赋能运营团队

通过袋鼠云数栈数据中台解决方案的落地，宁波舟山港形成了数据中台的数据标准、规范体系和安全管理规范。其中涵盖数据采集、数据定义、数据流程、数据建模、数据开发、数据安全、数据共享等相关规划和标准的规范化，帮助建成一支高效赋能的数据中台运营团队。

4.数据域设计充分扩展，全方位提供数据支持

在数据域设计的过程中，充分考虑后期的扩展性。扩展构建理货数据服务：将外理数据落地到大数据平台，计算相关的指标统计，形成专题化的数据服务与应用；支持视频数据接入，为港口码头智能感知、智慧决策、深入交互等提供数据支持。

袋鼠云数栈数据中台方案的落地为宁波舟山港码头智慧化奠定了坚实基础。经过近几年数据仓库的建设，宁波舟山港已经形成了较为完善的主数据建设流程、管理和应用体系。在数据仓库建设过程中，接入了主要集装箱码头和相关管控系统，以及部分散杂货码头的业务数据、管理数据，形成了完善的业务数据采集和服务流程。数据中台作为宁波舟山港打造智慧码头的核心承载体，从支持微观的单个码头作业感知，到港口业态的业务协同，再到宏观的出口贸易经济，发挥了巨大作用。随着数栈数据中台全域数据的接入、算法建模、数据对内外服务以及四港联动等方面全面深化推进，宁波舟山港将加速实现数字化转型，加快打造成为国际一流强港和世界级港口。