论文部分内容阅读
随着航运业与信息技术的迅猛发展,航运信息数据呈现出爆炸式增长,航运业进入了大数据时代。如何对不断积累的各项航运数据,如船舶AIS(Automatic Identification System)记录的船舶动态数据等,进行高效存储、处理和利用成为了大数据时代下一项新的研究热点。MongoDB等非关系型数据库的出现弥补了传统关系型数据库在高并发读写和可扩展性方面的缺陷,为构建高性能的大数据应用提供了数据库支持。大数据可视化是大数据分析和应用展示的重要手段和途径,WebGL(Web Graphic Library)技术可以直接调用计算机GPU(Graphics Processing Unit)和免插件的特性,为基于Web的大数据可视化实现提供了高效的解决方案。本文基于MongoDB与WebGL的诸多特性,利用实验室项目中积累的海量船舶AIS数据,从数据迁移、数据清洗、数据服务和数据可视化呈现等方面对船舶大数据应用进行初步探索,为下一步进行船舶大数据的数据挖掘及可视化分析奠定基础。论文完成的主要工作包括:(1)船舶大数据可视化框架设计采用B/S(Browser/Server)架构,利用MongoDB数据库存储船舶AIS历史动态数据,后端利用Node.js搭建服务器,前端则以WebGL技术实现基于Web浏览器的船舶大数据可视化呈现。(2)挥于MongoDB与Spring Batch的数据处理以Spring Batch批处理框架为基础,设计和实现从关系型的Oracle船舶数据库自动实时迁移数据到MongoDB船舶数据库并完成数据清洗的批处理程序,为两者间的数据同步提供了一种稳定可靠的解决方案。(3)基于WebGL的船舶大数据可视化实现基于WebGL技术,实现Web浏览器端的船舶大数据可视化原型系统,完成船舶大数据在地图上的实时动态可视化、快速拾取和历史轨迹分析等功能的开发。