15秒摘要
1、公安领域当前遇到的挑战：数据种类繁多，质量参差不齐，用户业务场景多变，数据需要在多个平台之间来回同步，经常出现数据丢失的情形
2、模拟业务场景，进行性能测试，性能上比 Greenplum 强约4倍，在线分析功能速度更快，也带来更好的用户体验
3. MatrixDB 在海鑫大数据平台中实现离线平台和在线平台的统一，数据仓库及数据模型更简单化
作者
张春利 - 技术总监
罗昌英 - 业务专家
随着各种新技术的发展，高技术犯罪也在呈现日益增长的势头，公安建设依托公安云计算中心、公安应用平台和数据库，结合云计算、物联网等多种先进技术，帮助公安部门在应对各种复杂局面时作出更智慧的决策。
01 当前业务现状与挑战数据质量参差不齐
在公安刑侦领域中，数据的采集和使用一直备受重视。不同的途径汇集了各式各样的数据资源，如：业务系统所产生的数据，从其他警种汇聚不同种类的社会资源数据，还有侦查人员通过各种渠道收集的数据。
这样的数据种类繁多，数据质量差，部分数据量较大，数据治理和数据分析的难度非常大，需要对数据进行分级、分类和深度处理，并构建出复杂的数据模型。
业务场景需求多变
用户业务的场景多变，底层数据模型需要适应用户需求的变化。同时，用户的需求要对大量的数据进行在线分析，这对模型分析平台的性能有一定的要求。
当前业务挑战
海鑫大数据平台分为两部分进行建设，一部分为离线分析平台，使用 Hadoop 体系，依赖 HDFS、Hive、Hbase、Spark 等技术栈。主要针对数据量庞大的数据治理以及复杂的数据分析场景；另一部分是在线分析业务，主要使用 Greenplum（或 DeepGreen）分布式数据库、ElasticSearch、NebulaGraph 图数据库等技术，用来处理用户实时分析场景。
目前，海鑫大数据平台面临的主要问题是：数据需要在多个平台之间来回同步，经常会出现数据丢失的情形；平台太多，技术栈广，研发和运维成本都很大。公安行业的系统建设模式复杂，许多省、市的硬件资源由科信部门统一进行采购，分配给刑侦的硬件资源越来越少。
随着公安云的建设，各警种的平台建设都逐渐云化，服务器资源越来越少，想要把离线平台和在线平台分开将会越来越困难。因此，需要离线分析与在线分析平台统一。
02 性能测试由于公安网内部的数据无法连接到互联网，所以本次的测试在公司内网环境中进行。数据为部分模拟数据，根据业务场景来进行测试。
测试地点：北京海鑫科金高科技股份有限公司总部
硬件环境：
测试场景：案、人、物关联检索
数据情况：
测试结果：
03 测试初步结论通过对 MatrixDB 官方文档的了解和评测，MatrixDB 可以在海鑫大数据平台中进行使用，在数据量较小的地市进行试用。
1、实现离线平台和在线平台的统一
离线、在线两套平台可以统一迁移到 MatrixDB 数据库上，由于 MatrixDB 是基于成熟的 PostgreSQL 和 Greenplum 开发，具有高度兼容性，因此在线分析功能可以直接进行迁移，开发量相对较少。
基于 Hadoop + Spark 的离线分析则需要将部分业务功能进行重构，分析功能需要使用 PL / Python 来进行替代，这部分重构较大，技术可行性还需要进一步验证。
2、 数据仓库及数据模型更简单化
数据仓库主要使用 Hive，最大的问题是数据不能进行 update，目前采用分层和 Hbase 的 upsert 功能进行实现，但由于公安业务的复杂性，分层会非常多，使用 Hbase 的 upsert 功能又会造成 Hbase 表与 Hive 表同时使用，导致跨库使用不方便。使用 MatrixDB 的 upsert 功能后，让数据仓库内的数据模型变得更加简单。
3、 减少数据迁移
离线、在线两套平台统一，减少了数据同步环节；同时 MatrixGate 组件提供了强大的数据同步能力和监控能力，让数据同步更加简单。
4、 在线分析性能提升
目前看来，MatrixDB 比较适合做数仓使用，在性能上比 Greenplum 强约4倍，在线分析功能速度更快，也带来更好的用户体验。
5、 当前可能存在的问题
MatrixDB 可以替代公安领域的大部分场景，但依然存在着1个不足之处：MatrixDB 不是公有云通用组件，需要单独部署。我们也期待未来 MatrixDB 能提供跨云 DPaaS 服务。
04 结语以上是海鑫大数据平台在测试 MatrixDB 时的总结，接下来会在项目应用中继续完善上面提到的问题，进一步降低业务应用的复杂。
原文链接
本文为 yMatrix 原创内容，未经允许不得转载。
欲了解更多超融合时序数据库相关信息，请访问 “yMatrix” 官方网站