0 引　言

在全球经济一体化进程不断加快的当下，航运业作为国际贸易的重要支撑，正迎来前所未有的发展机遇。随着船舶数量的急剧增加、航线的日益复杂以及航运业务的不断拓展，船舶信息管理面临着巨大的挑战^[1]。传统的船舶信息管理方式，如纸质记录、分散的电子表格等，已难以满足对海量、实时、多维度船舶信息的高效处理和精准管理需求。船舶信息网络数据库系统的开发与应用，对于提升航运效率、保障航运安全以及优化决策具有至关重要的意义。

国外在船舶信息网络数据库系统方面的研究起步较早，已经形成了一些较为成熟的系统和技术。欧洲的“Maritime Connectivity Platform”（MCP）致力于构建一个统一的船舶与岸基通信平台，实现不同系统间的数据交互和共享，其采用了先进的网络通信协议和数据标准化技术，在数据传输的稳定性和兼容性方面表现出色。国内学者围绕船舶信息采集、数据库构建等方面开展研究，取得了一定的成果。余恺等^[2]为了解决船舶型线的快速匹配问题，对船舶设计过程中的特征数据以及相关数据库设计进行了研究，有效提升了船舶设计效率。沈建军^[3]通过建立新能源船舶的故障数据库，实现了对新能源船舶故障的快速响应。杨晓庆^[4]对船舶航行中的大规模数据存储进行研究，他提出通过设计一种基于Flutter框架的数据存储机制，可以有效解决数据存储安全的问题。但是当前很多系统在面对海量船舶动态数据时，处理速度较慢，难以满足实时监测的需求；在系统架构设计上，缺乏灵活性和可扩展性，难以适应航运业务的快速变化。本文旨在开发一种具备高效数据处理、实时信息监测、灵活系统扩展以及精准数据分析等功能的船舶信息网络数据库系统，以满足现代航运业对船舶信息管理的高要求。

1 基于混合架构的船舶信息网络数据库系统 1.1 系统总体架构设计

本文设计的船舶信息网络数据库系统开发与其他场景数据库开发的不同点在于，其面向船舶运营的特殊需求，需处理高频、海量且时空关联的动态数据以及结构化强的静态信息。在设计过程中，针对船舶动态数据的高频性，需要设计高效压缩算法平衡存储与精度，结合船舶运动状态适配压缩策略；在数据库交互上，需保障关系型与非关系型数据库的数据一致性，应对船舶静态与动态数据的联动更新；同时还需要考虑航运场景的安全性与合规性，引入区块链实现身份认证与操作追溯，满足海事监管要求。

为实现设计要求，基于混合架构的船舶信息网络数据库系统采用分层设计理念，系统整体架构分为数据采集层、数据存储层、业务逻辑层和应用展示层，各层之间通过标准化接口实现数据交互与协同工作，其总体架构如图1所示。

1）数据采集层是系统获取信息的入口，负责收集船舶的静态信息和动态信息。对于静态信息，如船舶技术参数、所属公司信息等，通过用户手动录入、企业信息系统对接等方式采集；对于动态信息，借助全球定位系统（GPS）、船舶自动识别系统（AIS）等设备实时获取船舶的位置、速度、航向等数据，并通过卫星通信、无线网络等传输方式将数据发送至系统。同时，该层还具备数据预处理功能，对采集到的原始数据进行清洗、格式转换和校验，去除冗余数据和错误信息，确保数据的准确性和一致性。最后需要对数据进行压缩处理，由于数据量大，且频率高，因而需要采用一定的算法进行处理才能提升效率，这是本文重点研究内容之一。

2）数据存储层是系统的核心，采用混合架构模式，结合关系型数据库和非关系型数据库的优势。关系型数据库主要用于存储船舶静态信息，这类信息具有结构化强、关联度高的特点，适合通过结构化查询语言（SQL）进行管理和查询；非关系型数据库则用于存储海量的船舶动态信息，能够应对高并发写入和快速查询的需求，保证数据处理的高效性。

3）业务逻辑层负责处理系统的核心业务功能，包括数据处理、业务规则制定和功能实现等。该层基于模块化设计理念，将基本信息管理、实时监测、数据分析等功能封装成独立的模块，各模块之间通过接口进行通信，便于功能的扩展和维护。在实时监测模块中，通过对动态信息的实时分析，实现故障预警、轨迹追踪等功能；在数据分析模块中，运用数据挖掘算法对历史数据进行分析，为航运决策提供支持^[5]。

4）应用展示层为用户提供交互界面，实现数据的可视化展示和操作。该层采用响应式设计，支持不同终端设备的访问，用户可以通过界面进行信息查询、数据录入、报表生成等操作。同时，界面设计注重用户体验，采用直观的图表、地图等方式展示船舶信息，方便用户快速理解和掌握相关数据。

船舶信息网络数据库系统围绕船舶运营全流程，在港口作业与远洋航行等场景发挥作用。港口调度时，结合船静态、动态信息，快速规划靠离泊路线、匹配泊位；远洋航行中，船员借动态数据实时监测船舶状态，依托静态信息处理设备异常。

开发后系统实现的核心功能包括：1）是数据管理，精准存船舶静/动态信息，借统一接口便捷增删改查；2）是实时监测，分析动态数据实现故障预警、轨迹追踪；3）是决策支持，用数据挖掘算法，为航线规划、运力调配等提供支撑；4）是交互展示，以可视化界面，支持多终端便捷查询、操作，助力航运管理智能化。

1.2 数据库选型与交互机制

考虑到船舶静态信息的结构化特征和复杂的关联关系，选用MySQL作为关系型数据库，针对船舶动态信息的海量性、实时性和非结构化特点，选择MongoDB作为非关系型数据库。

在数据库表结构设计方面，如表1所示，根据船舶静态信息的分类，设计多个数据表。“船舶基本信息表”存储船舶的名称、编号、类型、吨位等技术参数；“所属公司信息表”记录船舶所属公司的名称、地址、联系方式等；“船员信息表”包含船员的姓名、身份证号、职位、联系方式等。各表之间通过主键和外键建立关联关系，确保数据的完整性和一致性。“船舶基本信息表”中的“所属公司编号”与“所属公司信息表”中的“公司编号”关联，实现船舶与所属公司的对应关系。

基于MongoDB作为船舶动态信息存储载体的特性，结合其文档模型和分片技术优势，设计了针对地理空间数据的多层级查询优化机制，实现复杂场景的高效处理。MongoDB的索引机制支持对文档中多个字段创建组合索引，针对船舶动态数据的查询特征，复合索引的设计应当遵循以下规则^[6]：

1）首字段_id（船舶唯一编号）与分片键保持一致，确保查询能快速定位目标船舶所在的分片节点。由于MongoDB采用范围分片策略（按_id前缀分布数据），该字段作为索引首项可将查询范围从全集群缩小至单个分片，避免跨节点数据扫描。

2）次字段timestamp（时间戳）用于过滤时间范围，契合“某时段”查询条件。船舶动态信息按时间顺序持续写入，该字段在索引中可实现时间维度的快速区间匹配，减少无效数据遍历。

3）后段字段longitude（经度）和latitude（纬度）构成地理空间索引核心，采用GeoJSON格式存储经纬度坐标，支持MongoDB的地理空间查询算子（如$geoWithin）。通过将经纬度纳入复合索引，可在时间筛选后直接对地理范围进行过滤，无需额外创建独立空间索引。

为实现关系型数据库和非关系型数据库之间的数据交互与协同工作，设计了统一的数据访问接口和数据同步机制。数据访问接口封装了对两种数据库的操作方法，业务逻辑层通过调用该接口实现对数据的增、删、改、查等操作，无需关注底层数据库的类型，提高了系统的灵活性和可维护性。

图2为数据交互机制原理，数据同步用于保障MySQL与MongoDB 数据一致性。当业务逻辑层经数据接口等使船舶静态数据变动，触发器机制会实时把变化同步到MongoDB里关联船舶的动态信息文档，保障查询船舶综合信息时数据准确；当MongoDB数据库里动态信息满足特定条件，如达到设定时间间隔、数据量阈值，定时任务会把汇总的动态数据同步到MySQL，用于历史数据统计分析，同步中经信息同步、数据汇总至报表、存储结果反馈等流程，实现数据交互闭环。

2 关键技术实现 2.1 动态数据压缩算法设计

船舶动态信息具有高频性、连续性和时空关联性，按30 s一条记录计算，单船年均约生成105万条数据，全球5万艘商船的年数据总量将突破5×10¹²条，传统存储模式压力巨大。为此，本系统设计基于小波变换与自适应阈值的时间序列压缩方案，在保证轨迹还原精度的同时实现高效存储。

1）压缩流程

针对原始动态信息中如GPS信号漂移导致的经纬度跳变等异常值，采用3σ准则识别并通过线性插值修复；对于设备同步误差引发的时间戳偏移、记录间隔不均等问题，通过线性重采样将数据标准化为30秒/条的等时距序列，为后续压缩提供统一时间基准。

2）降噪与特征提取

在小波变换降噪与特征提取环节，选用Db4小波作为基函数，对经纬度、航速、航向3类核心动态参数分别执行3层小波分解。第一层分解获取的高频细节系数对应瞬时波动，如海浪干扰导致的航速微变；第二层分解提取的中频系数反映船舶短期运动趋势，如转向初期的航向变化；第三层分解得到的低频近似系数代表船舶宏观航行状态，如匀速直线航行的主趋势。通过Birgé-Massart策略自适应计算阈值，对高频系数进行软阈值量化，可滤除80%以上的噪声分量，同时保留转向起点、变速节点等关键特征点。

3）基于船舶运动状态的分段自适应压缩机制

基于船舶运动状态的分段自适应压缩是核心创新点（见图3）。系统通过实时分析航速变化率（ΔSpeed/Δt）和航向变化率（ΔCourse/Δt），将航行过程划分为3类模式并匹配差异化压缩策略。当船舶处于匀速直线模式（ΔSpeed<0.5 kn/min且ΔCourse<2°/min）时，采用Douglas-Peucker算法进行轨迹简化，压缩阈值设为50 m，即相邻两点连线与原始轨迹的最大偏差小于50 m时仅保留首尾点，此模式下数据压缩率可达8∶1，适用于开阔海域的稳定航行阶段。在变速航行模式（0.5 kn/min≤ΔSpeed<2 kn/min）中，压缩阈值降低至20 m，同时保留所有航速变化点，确保加速/减速过程的细节还原，压缩率约为3∶1，平衡了存储效率与运动特征保留。而在转向模式（ΔCourse≥2°/min）下，采用最小二乘曲线拟合替代折线简化，通过三次多项式拟合转向段轨迹，仅存储拟合系数与起始/终止时间戳，该模式压缩率降至1.5∶1，但能将转向轨迹的还原误差控制在5 m以内，满足港口、狭水道等复杂水域的轨迹精度要求。

2.2 基于区块链的身份认证设计

图4为船舶信息网络数据库基于区块链的身份认证设计，系统需管理多角色用户的操作权限，传统中心化身份认证存在单点故障风险和数据篡改隐患。系统引入联盟链架构，依托区块链的不可篡改性和去中心化特性构建可信身份管理体系。系统采用拜占庭容错算法达成共识确保数据一致性，同时通过私有链与公链结合的混合模式实现数据分级管理，核心身份数据存储于私有链仅授权节点可访问，证书哈希值等公开信息同步至公链便于跨机构验证。

身份认证流程始于用户注册阶段，用户提交身份凭证经系统运营方节点审核通过后，由联盟链中的证书颁发机构节点生成符合X.509标准的数字证书，证书包含用户唯一标识角色信息权限范围有效期等字段。生成的证书与用户公钥绑定后计算哈希值写入区块链，同时向用户发放包含私钥的硬件密钥，私钥由用户专属保管以确保身份归属的唯一性。登录认证阶段则通过智能合约自动执行，用户发起登录请求并提交数字证书及签名后，系统查询区块链获取证书哈希值进行完整性验证，验证通过后智能合约检查用户角色与请求操作的权限匹配性，匹配则返回认证成功结果否则返回失败，整个过程响应时间控制在0.5 s以内。

操作日志上链机制进一步强化系统的可追溯性，当用户执行敏感操作时系统自动记录操作人ID、操作内容、时间戳、终端IP等信息，生成日志记录并计算哈希值通过交易形式发送至联盟链。区块链节点对交易验证后将日志哈希值写入区块形成不可篡改的审计轨迹，监管机构可通过专用接口查询区块链中的日志记录，实现对系统操作的全程监管，满足国际海事组织关于航运数据可追溯性的合规要求。这种全流程的区块链应用既解决了传统认证模式的固有缺陷，又通过去中心化管理和自动化验证提升了身份认证的安全性与效率。

3 结　语

基于混合架构的船舶信息网络数据库系统可有效解决传统船舶信息管理中数据处理效率低、实时性与安全性不足等问题，为航运业高效运营提供关键技术支撑。该系统可应用于航运企业的船舶运营管理、海事监管部门的安全合规监管，以及船舶维修保养方案制定等场景。

1）是混合架构数据库通过关系型与非关系型数据库的协同，成功兼顾船舶静态信息的结构化管理和动态信息的高效处理，突破了海量数据处理的效率瓶颈；2）动态数据压缩算法与区块链身份认证技术的应用，显著提升了系统的存储效率、数据安全性和操作可追溯性，为船舶信息管理提供了兼具实用性与创新性的解决方案。