京公网安备 11010802034615号
经营许可证编号:京B2-20210330
近段时间,广东某外贸企业报关员宋先生,明显感觉到在当地海关部门办理货物报关的时间缩短了不少,海关窗口的报关业务效率显著提升。同宋先生一样,对这种变化感受最为强烈的当属中国海关的工作人员。而这一切变化的背后,依赖的正是全国海关动态数据仓库平台,以最新的云计算概念,为海关提供灵活、动态、高效、可管理的IT与数据服务。
有着46个直属海关单位(广东分署,天津、上海特派办,41个直属海关,2所海关院校),600个隶属海关和办事处,通关监管点近4000个的中华人民共和国海关,数万亿的进出口物流管控和繁杂的业务类型,都离不开信息化的支持。受制于直属机构所处的地理位置,货物运输方式和货物清关量的不同,用户需求的多样化让中国海关意识到,早期分布式数据库部署方式的弊端开始显现出来:数据仓库缺乏分级处理的能力,无法根据报表的优先级进行自动化的处理,这将直接导致影响数据处理的速度,带来效率的降低。
改变,势在必然。实现云数据中心的集中化部署,成为中国海关攻克信息化屏障的首要任务。为此,中国海关动态数据仓库工程项目组决定重新设计和规划全国海关动态数据仓库平台,引入最新的云计算概念,为海关提供灵活、动态、高效、可管理的IT与数据服务。
基于云技术的微软云数据平台——Windows Server 2012进入了项目组视线。中国海关先后在北京、上海、广州等地设立数据中心,各海关直属机构以就近原则将IT系统与数据中心相连接。各数据中心的底层基础架构采用Windows Server 2012云操作系统进行搭建,通过微软最新的Hyper-V 3.0服务器虚拟化技术将所有硬件设备的计算能力整合到一起,形成资源池,以此为上层数据平台及应用提供灵活高效的支持。通过System Center 2012对基础架构进行全面管理,包括虚拟机的分配、云计算管理以及应用程序监控。
在全新的海关数据仓库云平台上,原先需要执行4个小时以上的一个复杂查询,在SQL Server PDW (Parallel Data Warehouse)上仅需2秒即可返回结果。原先最耗时的一个后台数据清洗转换导入ETL作业需要运行5-6个小时,在SQL Server PDW上仅用1分42秒就可以执行完毕。依托Windows Server 2012提供的云计算平台和SQL Server PDW带来的高性能数据仓库,海关的综合管理业务平台提供了即席查询、固定查询、多维分析、报表指标等各种数据处理功能。
云计算与高性能,也让海关各个部门高效联动审批成为可能。现在,业务人员可以几乎实时地通过指标分析发现业务中的风险点,能够立即通过发送联系处置单,要求相应部门进行处置。大幅提升关务处理效率,并为海关未来信息化的发展奠定坚实的基础。
中华人民共和国海关动态数据仓库工程组一位负责人表示:“数据处理是一个很重要的能力。之前海关的数据都由各个部门分散去做,而我们想找到一个解决方案,将这些数据梳理并构建一个体系,从而提升海关整体的数据处理能力。微软的Windows Server 2012私有云平台加上最新的SQL Server 2012数据平台恰恰能够满足我们对灵活性、可管理性和成本效益的需求,使用微软的方案构建起的动态数据仓库,能够对各海关直属单位的业务需求进行分级化处理,从而实现资源的优化配置,实现关务工作效率的全面提升。”
如果说投资IT,采用微软全新的SQL Server 2012数据平台,让代表国门形象的中国海关增色不少,那经常与海关打交道的地中海航运公司则依赖微软SQL Server 2012帮助公司改善速度,控制能力、节约成本,使公司业务进一步扩展。
长期受困于如何在低成本下提供持续不间断的数据访问,保证企业核心业务不受影响,构建集成式高可用性灾难恢复解决方案,地中海航运公司与微软展开了长期紧密合作。通过使用 SQL Server 2012,MSC 可以通过更快速的数据访问,最小化的停机时间,更好的安全性,以及更低的成本获得更快速的增长。“SQL Server 2012 AlwaysOn 功能为我们提供了集成式高可用性与灾难恢复解决方案,可以用更低的成本提供持续不间断的数据访问与更高性能。”地中海航运公司首席技术官Fabio Catassi表示,通过使用 SQL Server 2012,公司可以通过更快速的数据访问,最小化的停机时间,更好的安全性,以及更低的成本获得更快速的增长。
微软云数据平台带给中国海关的价值正惠及着更多中国进出口贸易企业,地中海航运则从16年前在业界排名 20 位,发展到今天按照船舶箱位数和集装箱数量计算的第二大运输商。今天,以灵活、智能著称,兼具最新云技术的微软云数据平台,带给客户的价值还在延续。
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
逻辑回归是数据分析、机器学习、统计建模中应用最广泛的二分类预测模型,常用于风险判断、行为预测、归因分析等场景。在SPSS、Py ...
2026-06-02数字经济时代,市场竞争日趋同质化,用户消费需求愈发个性化、多元化,传统依托经验、粗放式、广撒网的营销模式弊端日益凸显。长 ...
2026-06-02 很多数据分析师做过按月份的销售额趋势图,画过按天的流量折线图,但当被问到“时间序列和普通数据有什么本质区别”“季节性 ...
2026-06-02在市场竞争日趋饱和、用户需求不断细分的当下,企业创业创新、产品迭代与市场拓展不再依赖经验决策,而是需要系统化、工具化的商 ...
2026-06-01【核心关键词】调度、岗位、数据库、企业、报表、培训、程序、数据分析、数据加工、业务部门、企业数据、调度工具、业务指标、 ...
2026-06-01 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-06-01在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25