前车之鉴,后事之师——跨境多地域云仓储设计和实践

  • 时间:
  • 浏览:6





上图是打造数据云仓以前遇到的或多或少现象报告 和痛点。在越来越使用数据以前,燕文物流认为当事人的数据是另三个白完全越来越灵魂的数据。今年,燕文物流为了使用一块数据进行数据分析,花了另三个白月的时间才将一年的数据清洗出来,由此得出结论:燕文物流对数据量很有信心,对计算能力充满担忧,很多,需要对越来越灵魂的数据进行分析。

左边是整个出口目的国的排行,你这个的统计维度非常简单,越来越进行数据应用。右边是智能数据分析的结果展示。通过物流跟踪,包裹单邮寄的目的国和业务量都都需要通过大屏进行展示,通过云监控将出错的、需要查看的风险预警同去在大屏幕展示出来。

燕文信息化云仓是架构在阿里云基础和阿里云安全保障体系中的。阿里的云安全体系主要包括了云盾和云监控。云盾主要提供了用户平台级的安全防护,云监控主要用于在云上实时查看云资源的占用情况汇报。整个阿里云的扩展性非常强,进行云资源的拓展也是通过云监控测算的。整个阿里云基础使用最多的是阿里云的数据库、存储、负载均衡等产品,什么产品保证了平台的可扩展性和可用性。燕文信息化云平台在这另三个白体系的基础上基本完全搬了上去,包括TMS核心操作系统、OA系统、工单系统、计费系统、物流跟踪系统。其中,物流跟踪系统是数据量最大的次责,每天物流轨迹的数据就能达到好几亿的数据量。

目前原应着实现了全国三个白仓库的智能分拣,未来的发展方向是实现全国每个仓库之间都能智能分拣。实际的业务会处在二次分拣,希望通过仓与仓之间的互动,使得数据得以交互,让分拣的动作一步一步冗杂。

在2016杭州云栖大会第二日,燕文物流CIO廖文锋在智慧物流专场分享了《大数据在物流行业应用突破——跨境多地域云仓储整合方案》。他主要从燕文物流遇到的痛点、数据云仓分类整理、未来发展另三个白方面进行了分享,完全介绍了燕文物流上云以前遇到的现象报告 ,以及数据云仓的分类整理和实践经验。

燕文物流是北京地区唯一一家通过智能报关形式操作的,希望联通海外的各个海关,将数据进行打通。比如,在广州揽收的或多或少货物,通过云端的数据库传输到云平台以前,整个平台会通过历史数据做或多或少匹配,从而形成海关需要的报关数据,在各个口岸做通关。整个计算的实现也是基于阿里云计算效率的突破,使用阿里云以前,每天十万个包裹单邮寄在几秒钟之内就能匹配完成。那我,只要有另4当事人去关注异常数据,将其正确处理掉,或多或少的数据就并能变成报关数据,实现了高效。同去,大数据有非常强大的智能分析能力,将过去十几年的数据进行筛选和过滤,形成了百万级别的历史匹配库。



以前,燕文物流为了实现各地区域仓储部署,需要在每另三个白地方开另三个白仓库、揽收点,部署一套系统。燕文物流在规划系统的以前延用了以前信息化规划部簇的方案,每另三个白点有的是独立的本地服务器去做服务的,很多任何另三个白点的开拓都得部署一套系统、另三个白本地的数据库,各地之间的数据交互越来越妙招 进行同步,整个的运维资源的占用比较严重。业务量增加以前,亲戚亲戚亲戚朋友发现库与库之间的数据需要要有一定的交互。最初的正确处理妙招 是通过人工搬运数据的妙招 实现的。我随便说说属于另三个白公司,要是每个库有的是做当事人的服务,属于联盟的关系,整个仓库的效能非常低下。

规模效益反而原应着业务的增长出現了递减,原应着每个仓库都需要当事人配套的设施,每个地方的管理成本、人员配置、人员价值形式有的是不一样的。当出現数据量次责的以前,原应着出現爆仓的情况汇报时,就需要采用人海战术。人海战术只能原应单位产能的下降,最终原应整个仓库效率的低下。



针对国内而言,沿海的物理揽收点基本完全覆盖。十月份为了满足双十一的需求,内陆的仓库开启、投入使用。原应着在海外涉及到了末端派送,除了海外仓,还在海外设立了联络办事处。

数据云仓针对本地物理化的云仓设置了揽收仓(集货仓)、分拣仓、口岸仓。基于云端系统,全国各地库内操作数据统一存储,可随时洞察各仓正确处理情况汇报,为正确处理爆仓现象报告 提供数据支持。基于云仓大数据分析,揽收线路更加合理,全自动分拣计划更加高效,为24小时内完成揽收和仓内操作提供保障。基于历史订单数据分析分类整理,实时同步匹配报关数据,精准快速的完成出口通关申报。

以下内容根据演讲PPT及现场分享分类整理。

如保基于云仓做更多的服务提升?





整个分拣都需要通过全自动化的形式根据每个包裹单邮寄对应的产品对应每个包裹单邮寄要投递的对应国。整个揽收、分拣的过程效率远远超过了以前。