CN110083652A - 一种基于数据万向节系统的大数据管理系统/方法及应用 - Google Patents

Abstract

本发明具体地涉及一种基于数据万向节系统的大数据管理系统/方法及应用。一种基于数据万向节系统的大数据管理系统/方法及应用，包括依托数据基础设施的数据支撑平台，所述数据支撑平台提供数据共享服务及数据应用；所述数据支撑平台包括数据采集模块、主数据模型及主数据加工模块；所述基础数据设施包括存储设施及计算设施；在所述存储设施及计算设施的驱动下数据采集模块根据数据类型采集数据并存储，所述主数据加工模块根据主数据模型的类型加工数据并存储，采集数据及加工数据均用于数据共享服务及数据应用。本发明解决了现有实现业务系统的数据信息孤岛问题，实现了存储数据和加工数据互联互通，并实现了统一的应用。

Description

一种基于数据万向节系统的大数据管理系统/方法及应用

技术领域

本发明涉及信息管理技术领域，具体地涉及一种基于数据万向节系统的大数据管理系统/方法及应用。

背景技术

随着我国各企业体系的不断发展和成熟，各类面向服务、管理和决策的管理信息系统（以下简称MIS系统）应运而生。同时，由于这些企业组织机构复杂，管理条线众多，导致开发的MIS系统各自独立，结构复杂、种类繁多。如何将众多MIS系统的信息孤岛问题解决，从而保证各部门的日常管理工作，帮助业务人员整合客户资源，整合业务流程，便于分析和决策，改善各个MIS系统间的使用效率和安全性，成为我国大型企业在MIS领域需要解决的一个重要问题。

分散的MIS系统一般被称为信息孤岛，它们带来的业务相对独立与业务整合之间的矛盾日益突出，主要表现为：一方面，MIS系统各自为战，信息孤岛使业务信息独立分散，各部门人员难以利用系统数据进行分析和决策，开展联动与交叉活动；部门间业务管理基本隔离，难以实施高效业务管理；另一方面，条线管理的职能部门仍要面对自身系列的流程管理和绩效考核各项工作，对这些孤岛式MIS系统高度依赖。

因此，建设大数据体系，以互联网、云计算、物联网等新技术和新手段，以海量数据为基础，研究新的信息系统基础架构，整合既有资源，建设基于云计算的数据中心，应对新的挑战，减少不断高涨的信息系统投资和维护成本需求，是提高各部门安全风险管理水平，优化生产组织和业务流程，促进标准化作业和规范化管理，提高生产效率和设备质量，降低能耗和生产成本的必由之路。

定义数据万向节是实现智能移动端、固定端，网络传输层、硬件构架层、操作系统层、数据库和应用层全部互联互通的功能性产品。优势和创新点是实现功能的前提下最大限度的优化了各各层的算法，实现了每个层硬件软件应用的最优方案利用率，最强功能实现路线。

另外现有的动车组及高铁系统越来越发达，存在上述信息孤岛的问题也越来越多，这个领域需要解决上述问题的愿望是迫切的。

发明内容

本发明的目的在于提供一种基于数据万向节系统的大数据管理系统/方法及应用，其解决了现有实现业务系统的数据信息孤岛问题，实现了存储数据和加工数据互联互通，并实现了统一的应用，特别是解决了动车组及高铁系统领域的数据信息孤岛问题，实现了全方位、科学化的管理，极大地提高了管理效率。

本发明的技术方案在于：

一种基于数据万向节系统的大数据管理系统，其特殊之处在于：包括

依托数据基础设施的数据支撑平台，所述数据支撑平台提供数据共享服务及数据应用；

所述数据支撑平台包括数据采集模块、主数据模型及主数据加工模块；

所述基础数据设施包括存储设施及计算设施；

在所述存储设施及计算设施的驱动下数据采集模块根据数据类型采集数据并存储，所述主数据加工模块根据主数据模型的类型加工数据并存储，采集数据及加工数据均用于数据共享服务及数据应用。

上述基于数据万向节系统的大数据管理系统，其特征在于：

所述数据采集包括但不局限于存量数据抽取、实时数据抽取、文件数据采集及数据库实时同步；

所述数据共享服务包括但不局限于实时数据共享、批量数据共享、数据服务接口及数据资源查询。

一种如上述基于数据万向节系统的大数据管理系统的管理方法，其特殊之处在于，包括：

在现有业务系统外构建一个基于数据万向节系统的大数据管理系统；

在该大数据管理系统中的数据采集模块在存储设施及计算设施的驱动下根据数据类型采集数据并存储；

在该大数据管理系统中的主数据加工模块根据主数据模型的类型加工数据并存储；

该大数据管理系统中的采集数据及加工数据均用于数据共享服务及数据应用。

上述基于数据万向节系统的大数据管理系统的管理方法，其特殊之处在于：

所述数据采集包括但不局限于存量数据抽取、实时数据抽取、文件数据采集及数据库实时同步；

所述数据共享服务包括但不局限于实时数据共享、批量数据共享、数据服务接口及数据资源查询。

一种如上述基于数据万向节系统的大数据管理系统的应用，其特殊之处在于：该系统用于动车组或高铁数据管理系统。

上述基于数据万向节系统的大数据管理系统的应用，其特殊之处在于，该数据应用领域所述主数据模型包括但不局限于：

机车电子履历数据库、机车乘务员基础数据库、机务运行信息数据库、电子报单数据库、机车故障及临修数据库、机车轮对尺寸数据库、机车部件探伤数据库、机车预警信息数据库、机务运行安全信息、LKJ检索及两违问题数据库、机车整备电子合格证数据库、机车检修电子合格证数据库、机车周期预警数据库、机车普查及专项整治数据库、铁路安全监督管理数据库。

上述基于数据万向节系统的大数据管理系统的应用，其特殊之处在于，该数据应用领域所述主数据加工模块包括但不局限于：

机车配属汇总、机车走行汇总、机车故障汇总、乘务员劳时、乘务员供应情况、职工两违汇总、乘务员超劳汇总、机车供应情况及机车运行效率。

上述基于数据万向节系统的大数据管理系统的应用，其特殊之处在于，该数据应用领域所述数据应用包括以下其中的一种或多种的组合：

机车供应情况、机车运用检修状况、机车运用效率、机车工作成绩、机车全周转时间内

各作业环节统计分析、人员供应情况统计、趟劳时统计、月劳时统计、超劳统计、本/外段休息时间统计、出退勤辅助时间统计、自动生成检修作业记名修检修记录、对行车日报、现场两违、LKJ检索、音像分析问题等按照权限由各单位负责信息上传和维护管理，能按权限、按部门、按周期、按项点设定相关查询和分析条件，查询并分析出相关内容，根据需要生成相应报表、实现机车轮缘及周期性保养项目预警提示，共享预警信息，防止因漏检漏保养引发机故；实现机车技术改造、机车普查整治、油水消耗量等综合分析预警、实现交车质量分析和运用质量分析功能、实现机车检备率、机车临修率、设备完好率、LKJ放风率、十万公里机破件数、重要零部件验收合格率、A类重点设备故障率、LKJ文件转储率、LKJ文件检索率、机车小辅修超公里检修发生件数、电力机车单耗、内燃机车单耗、技术速度、派班正点率、出勤正点率、日班计划兑现率、阶段计划正点兑现率、小辅修机车检修计划兑现率、机车乘务员非乘务在岗比例、设备检修计划兑现率、列车平均牵引总重、机车日车公里、机车日产量、机车乘务员上线率、机车辅修均停时、机车小修均停时、小辅修机车准时扣车率、机车乘务员最高劳时与人均劳时差额及货运平均全周转时间指标的汇总统计。

上述数据采集包括但不局限于存量数据抽取、实时数据抽取、文件数据采集及数据库实时同步。

上述数据共享服务包括但不局限于实时数据共享、批量数据共享、数据服务接口及数据资源查询。

本发明数据万向节分析平台硬件架构支持基于X86构架的服务器、基于RISC与CISC构架服务器、基于ARM构架服务器；该方法基于通用协议的基础上载入数据万向节的算法，对于积累运行了一定时间的操作系统数据和应用系统数据进行优化，对操作系统指令集进行根据实际运行负载状态进行裁切，实现物理硬件运算资源不升级扩容的前提下操作系统和应用软件运行效能和速度的提升。系统具备智能负载均衡功能，其中基于ARM构架搭建的平台可根据应用需求分配应用软件定义的部分运算能力交由智能移动终端的运算能力来完成。

本发明数据库之间数据交互支持多元异构的数据源含Oracle、DB2、SQLServer、MySQL、SqlServer、Informix等各种关系型数据库；支持将Excel，txt文件，XML文件等文件型的数据直接作为数据源；支持WebService、SOA等标准的数据；支持MongoDB，HBASE等非结构化数据库，支持SAP、Hadoop、Gemfire等分布式数据源；数据交换方式包括：基于WCF、WebServices服务的方式用于外部应用系统与数据平台间的实时交换；基于数据库接口的方式用于应用系统间实时或非实时交换；基于文件交换的方式用于外部或内部应用系统间非实时批量交换。

本发明的技术效果在于：

本发明解决了现有实现业务系统的数据信息孤岛问题，实现了存储数据和加工数据互联互通，并实现了统一的应用，特别是解决了动车组及高铁系统领域的数据信息孤岛问题，实现了全方位、科学化的管理，极大地提高了管理效率。

附图说明

图1为本发明系统构架示意图。

图2为本发明方法流程示意图。

具体实施方式

参见图1，一种基于数据万向节系统的大数据管理系统，包括,依托数据基础设施的数据支撑平台，所述数据支撑平台提供数据共享服务及数据应用；所述数据支撑平台包括数据采集模块、主数据模型及主数据加工模块；所述基础数据设施包括存储设施及计算设施；在所述存储设施及计算设施的驱动下数据采集模块根据数据类型采集数据并存储，所述主数据加工模块根据主数据模型的类型加工数据并存储，采集数据及加工数据均用于数据共享服务及数据应用。数据采集包括但不局限于存量数据抽取、实时数据抽取、文件数据采集及数据库实时同步；数据共享服务包括但不局限于实时数据共享、批量数据共享、数据服务接口及数据资源查询。

参见图2，一种基于数据万向节系统的大数据管理系统的管理方法，包括：

在现有业务系统外构建一个基于数据万向节系统的大数据管理系统；在该大数据管理系统中的数据采集模块在存储设施及计算设施的驱动下根据数据类型采集数据并存储；在该大数据管理系统中的主数据加工模块根据主数据模型的类型加工数据并存储；该大数据管理系统中的采集数据及加工数据均用于数据共享服务及数据应用。数据采集包括但不局限于存量数据抽取、实时数据抽取、文件数据采集及数据库实时同步；所述数据共享服务包括但不局限于实时数据共享、批量数据共享、数据服务接口及数据资源查询。

具体实施例：

一种基于数据万向节系统的大数据管理系统的应用，用于动车组或高铁数据管理系统。

该数据应用领域所述主数据模型包括但不局限于：

1-1、机车电子履历数据库：记录机车型号、主要技术参数、部件概要、建造工厂、建造年份、各履历分册等。机车电子履历内容包括：主要部件动态、检修动态、技术改造、破损记载、特别记载、水阻试验、试运记录、总风缸检查记录、各履历分册等。检修动态根据机车检修电子合格证数据库、机车状态数据库由系统自动填报；走行公里、燃油（电）消耗量由电子报单数据库提供数据；

1-2、机车乘务员基础数据库：记录机车乘务员、动车组司机信息，包括工号、职名、姓名、车间、车队、指导组、联系方式、准驾机型等基本信息和值乘交路、配班方式、机班组合、人员动态等信息；

1-3、机务运行信息数据库：记录运行机车计划线路、计划时间、机车型号、机车号、出段时间、担当车次、中间站站名、中间站到达时间、中间站出发时间、里程、总重、载重、换长、入段时间、机车位置等信息；记录机车乘务员担当机型、机车号、工号、姓名、值乘方式、能耗接收量、能耗交出量、标准能耗、实际能耗、计划接车时间、出勤时间、实际接车时间、交车时间、退勤时间等信息，形成机车、机车乘务员数据链；

1-4、电子报单数据库：包括AEI机车出入段信息、LKJ电子报单信息、机车乘务员出退勤信息、确报信息等；

1-5、机车故障及临修数据库：记录机车配属局、配属段、发生时间、故障类别、故障性质、故障现象、处理情况原因分析及定责信息等；

1-6、机车轮对尺寸数据库：记录机车中、小、辅修轮缘、踏面测量数据，包括机车轮对检测装置检测数据；

1-7、机车部件探伤数据库：记录机车中、小、辅修部件探伤数据，包括机车轮对检测装置检测数据；

1-8、机车加装（技术）改造数据库：机车加装技术改造工作，从改造方案的提出、立项、确定，到下达计划并将任务分辟到岗位、执行、进度以及完成情况，具备改造进度提醒功能，并进行改造质量跟踪。建立完整的机车技术加装改造电子台账，并上传至机车加装改造数据库；

1-9、机车预（报）警信息数据库：包括CMD行车安全风险实时报警信息、乘务员趟、月超劳预警信息等各类预（报）警信息；

1-10、机务运行安全信息、LKJ检索及两违问题数据库：运行安全信息数据库包括列车区间（站内）非正常停车、行车设备故障耽误列车等危及行车安全的信息，机外停车、特殊行车、车机联控、调车作业等需要分析的安全信息，LKJ检索及两违问题包括发生LKJ紧急制动、运行途中LKJ关机等车载数据及干部检查发现问题和机车乘务员两违问题档案；

1-11、机车整备电子合格证数据库：记录机车从入段、外勤股道安排、在线检测、机车清洗、整备接车、机车检查、机车保养、吸污保洁、上油上砂、机车修活、安全装备检测、工具备品、整备交车、机车待班等各过程进度情况。对各作业环节开始时间、结束时间准确记录，与标准作业时间自动对比分析，对结果进行记录；对参与机车整备人员信息、起止时间、质检时间、质检人、处理方式、视频检查信息全部记录并对比分析，对结果进行记录。；

1-12、机车检修电子合格证数据库：记录机车从入库、岗位作业、质检、高低压实验、出库验交各过程进度情况。对各作业环节开始时间、结束时间准确记录，与标准作业时间自动对比分析，对结果进行记录；对参与机车小辅修人员信息、起止时间、质检时间、质检人、处理方式、视频检查信息全部记录并对比分析，对结果进行记录。对小辅修各螺栓扭、测量数据、化验数据、探伤数据以及机车碎修活件等进行记录；

1-13、机车周期预警数据库：包括轮缘厚度、周期性保养项目（电机轴承、传动轴给油，滤网清洗，散热单节、整流柜、电器柜吹扫等）等信息；

1-14、机车普查及专项整治数据库：接收铁路总公司、铁路局下达的机车普查或整修任务和要求，按照制订整修方案、整修计划，下发安排，整修任务分辟到岗位，开展整修，及时上传信息，销号完成等流程，实时掌握专项整修进度，并将完成情况实时上传机务信息平台，全路或全局共享普查和专项整治销号进度情况，防止出现重复普查，重复整治、重复统计、跟踪困难等问题；

1-15、铁路安全监督管理数据库：记录事故发生时间（昼、夜）、地点（线别、上下行、单双线 ）、车次、机车型、机车号、类别、事故概况、原因、损失、责任部门、责任单位、责任程度（全部、主要、重要、同等、关系）及人员（单位、姓名、职名、奖惩）、事故认定书编号及责任认定、安全事故附件材料等信息。

该数据应用领域所述主数据加工模块包括但不局限于：

机车配属汇总、机车走行汇总、机车故障汇总、乘务员劳时、乘务员供应情况、职工两违汇总、乘务员超劳汇总、机车供应情况及机车运行效率。

该数据应用领域所述数据应用包括但不局限于：

2-1、业务模型数据在终端实现跨硬件平台、操作系统平台调用；

2-2、机车供应情况：包括图定列车开行对数、计划列车开行对数、实际列车开车对数、图定机车台数、计划列车开行对数应供应台数、实际开行对数应供机车台数、实际运用机车台数、各点过表机车台数、分界口机车台数；

2-3、机车运用检修状况：包括配属机车台日数，支配机车中运用、非运用机车台日数，非支配机车中出租、出助、封存、长备台日数；

2-4、机车运用效率：包括机车全周转时间、周转次数、周转距离、日车公里、日产量、平均牵引总重、总重吨公里、总走行公里、技术速度、旅行速度、单机率、重联率、机外停车站及停车时间；

2-5、机车工作成绩：包括本务走行公里、辅助走行公里；

2-6、机车全周转时间内各作业环节统计分析：包括机车本段停时、本站停时、外站停时、外段停时、中停时、纯运转时间；

2-7、人员供应情况统计：包括动车组司机和机车乘务员图定人数、现员人数、实际开行应供应人数、实际乘务人数、非乘务人数、后备培养人数，上线率、固定配班率；

2-8、趟劳时统计：自动统计机车乘务员平均趟劳时、最高趟劳时、最低趟劳时、辅助劳时等情况；

2-9、月劳时统计：自动统计机车乘务员平均月劳时、最高月劳时、最低月劳时、劳时分布等情况；

2-10、超劳统计：自动统计机车乘务员平均超劳时间、超劳率、超劳程度分布（时间）、超劳分布等情况；

2-11、本/外段休息时间统计：自动统计机车乘务员本/外段平均休息时间、最长休息时间、最短休息时间等情况；

2-12、出退勤辅助时间统计：自动统计机车乘务员办理出勤作业时间、出勤至接车时间、接车至出段时间、出段（站接）至开车时间、到达至入段（站交）时间、入段（站交）至退勤时间等情况；

2-13、从机车LKJ产生的数据库中提取个人运行趟数，从安全问题考核系统提取个人安全问题，从运安系统提取个人安全公里，从事故管理系统提取个人安全天数等数据，实现机车乘务安全成绩基础数据的自动获取，实现数据的统计、汇总、查询；

2-14、自动生成检修作业记名修检修记录；对需要开展的项目进行提醒，未按要求进行开展进行预警；作业者未按规定作业或作业超时的进行报警；

2-15、对行车日报、现场两违、LKJ检索、音像分析问题等按照权限由各单位负责信息上传和维护管理，能按权限、按部门、按周期、按项点设定相关查询和分析条件，查询并分析出相关内容，根据需要生成相应报表。系统按照需求或设定自动提取周期内相同人物、设备、事件信息可进行综合分析，对典型问题、多发问题、同类问题自动预警提示实现安全提示、风险预警和阻断；

2-16、实现机车轮缘及周期性保养项目预警提示，共享预警信息，防止因漏检漏保养引发机故；实现机车技术改造、机车普查整治、油水消耗量等综合分析预警；

2-17、实现交车质量分析和运用质量分析功能。其中，交车质量分析通过对不下车部检查提票、下台后启机前检查提票、启机后水阻前提票、试运后提票信息，结合检修管理和质量控制记录信息进行综合分析，对班组和工作者工作质量实现统计分析或自动评价；运用质量分析通过CMD系统、机车故障及临修数据库、机车质量信息数据库等，跟踪分析大、中修后机车质量情况，统计分析存在问题；

2-18、实现机车检备率、机车临修率、设备完好率、LKJ放风率、十万公里机破件数、重要零部件验收合格率、A类重点设备故障率、LKJ文件转储率、LKJ文件检索率、机车小辅修超公里检修发生件数、电力机车单耗、内燃机车单耗、技术速度、派班正点率、出勤正点率、日班计划兑现率、阶段计划正点兑现率、小辅修机车检修计划兑现率、机车乘务员非乘务在岗比例、设备检修计划兑现率、列车平均牵引总重、机车日车公里、机车日产量、机车乘务员上线率、机车辅修（C1）均停时、机车小修（C2、C3）均停时、小辅修机车准时扣车率、机车乘务员最高劳时与人均劳时差额、货运平均全周转时间等指标的汇总统计；

数据采集包括但不局限于存量数据抽取、实时数据抽取、文件数据采集及数据库实时同步。

数据共享服务包括但不局限于实时数据共享、批量数据共享、数据服务接口及数据资源查询。

本发明数据万向节分析平台硬件架构支持基于X86构架的服务器、基于RISC与CISC构架服务器、基于ARM构架服务器；该方法基于通用协议的基础上载入数据万向节的算法，对于积累运行了一定时间的操作系统数据和应用系统数据进行优化，对操作系统指令集进行根据实际运行负载状态进行裁切，实现物理硬件运算资源不升级扩容的前提下操作系统和应用软件运行效能和速度的提升。系统具备智能负载均衡功能，其中基于ARM构架搭建的平台可根据应用需求分配应用软件定义的部分运算能力交由智能移动终端的运算能力来完成。

本发明数据库之间数据交互支持多元异构的数据源含Oracle、DB2、SQLServer、MySQL、SqlServer、Informix等各种关系型数据库；支持将Excel，txt文件，XML文件等文件型的数据直接作为数据源；支持WebService、SOA等标准的数据；支持MongoDB，HBASE等非结构化数据库，支持SAP、Hadoop、Gemfire等分布式数据源；数据交换方式包括：基于WCF、WebServices服务的方式用于外部应用系统与数据平台间的实时交换；基于数据库接口的方式用于应用系统间实时或非实时交换；基于文件交换的方式用于外部或内部应用系统间非实时批量交换。

Claims (10)

1.一种基于数据万向节系统的大数据管理系统，其特征在于：包括

依托数据基础设施的数据支撑平台，所述数据支撑平台提供数据共享服务及数据应用；

所述数据支撑平台包括数据采集模块、主数据模型及主数据加工模块；

所述基础数据设施包括存储设施及计算设施；

在所述存储设施及计算设施的驱动下数据采集模块根据数据类型采集数据并存储，所述主数据加工模块根据主数据模型的类型加工数据并存储，采集数据及加工数据均用于数据共享服务及数据应用。

2.根据权利要求1所述基于数据万向节系统的大数据管理系统，其特征在于：

所述数据采集包括但不局限于存量数据抽取、实时数据抽取、文件数据采集及数据库实时同步；所述数据共享服务包括但不局限于实时数据共享、批量数据共享、数据服务接口及数据资源查询。

3.一种如权利要求1所述基于数据万向节系统的大数据管理系统的管理方法，其特征在于，包括：

在现有业务系统外构建一个基于数据万向节系统的大数据管理系统；

在该大数据管理系统中的数据采集模块在存储设施及计算设施的驱动下根据数据类型采集数据并存储；

在该大数据管理系统中的主数据加工模块根据主数据模型的类型加工数据并存储；

该大数据管理系统中的采集数据及加工数据均用于数据共享服务及数据应用。

4.根据权利要求3所述基于数据万向节系统的大数据管理系统的管理方法，其特征在于：

所述数据采集包括但不局限于存量数据抽取、实时数据抽取、文件数据采集及数据库实时同步；所述数据共享服务包括但不局限于实时数据共享、批量数据共享、数据服务接口及数据资源查询。

5.一种如权利要求1所述基于数据万向节系统的大数据管理系统的应用，其特征在于：该系统用于动车组或高铁数据管理系统。

6.根据权利要求5所述基于数据万向节系统的大数据管理系统的应用，其特征在于，该数据应用领域所述主数据模型包括但不局限于：

机车电子履历数据库、机车乘务员基础数据库、机务运行信息数据库、电子报单数据库、机车故障及临修数据库、机车轮对尺寸数据库、机车部件探伤数据库、机车预警信息数据库、机务运行安全信息、LKJ检索及两违问题数据库、机车整备电子合格证数据库、机车检修电子合格证数据库、机车周期预警数据库、机车普查及专项整治数据库、铁路安全监督管理数据库。

7.根据权利要求5所述基于数据万向节系统的大数据管理系统的应用，其特征在于，该数据应用领域所述主数据加工模块包括但不局限于：

机车配属汇总、机车走行汇总、机车故障汇总、乘务员劳时、乘务员供应情况、职工两违汇总、乘务员超劳汇总、机车供应情况及机车运行效率。

8.根据权利要求5所述基于数据万向节系统的大数据管理系统的应用，其特征在于，该数据应用领域所述数据应用包括以下其中的一种或多种的组合：

机车供应情况、机车运用检修状况、机车运用效率、机车工作成绩、机车全周转时间内

各作业环节统计分析、人员供应情况统计、趟劳时统计、月劳时统计、超劳统计、本/外段休息时间统计、出退勤辅助时间统计、自动生成检修作业记名修检修记录、对行车日报、现场两违、LKJ检索、音像分析问题等按照权限由各单位负责信息上传和维护管理，能按权限、按部门、按周期、按项点设定相关查询和分析条件，查询并分析出相关内容，根据需要生成相应报表、实现机车轮缘及周期性保养项目预警提示，共享预警信息，防止因漏检漏保养引发机故；实现机车技术改造、机车普查整治、油水消耗量等综合分析预警、实现交车质量分析和运用质量分析功能、实现机车检备率、机车临修率、设备完好率、LKJ放风率、十万公里机破件数、重要零部件验收合格率、A类重点设备故障率、LKJ文件转储率、LKJ文件检索率、机车小辅修超公里检修发生件数、电力机车单耗、内燃机车单耗、技术速度、派班正点率、出勤正点率、日班计划兑现率、阶段计划正点兑现率、小辅修机车检修计划兑现率、机车乘务员非乘务在岗比例、设备检修计划兑现率、列车平均牵引总重、机车日车公里、机车日产量、机车乘务员上线率、机车辅修均停时、机车小修均停时、小辅修机车准时扣车率、机车乘务员最高劳时与人均劳时差额及货运平均全周转时间指标的汇总统计。

9.根据权利要求5～8任一所述基于数据万向节系统的大数据管理系统的应用，其特征在于，所述数据采集包括但不局限于存量数据抽取、实时数据抽取、文件数据采集及数据库实时同步；所述数据共享服务包括但不局限于实时数据共享、批量数据共享、数据服务接口及数据资源查询。

10.根据权利要求9任一所述基于数据万向节系统的大数据管理系统的应用，其特征在于，本发明数据万向节分析平台硬件架构支持基于X86构架的服务器、基于RISC与CISC构架服务器、基于ARM构架服务器；该方法基于通用协议的基础上载入数据万向节的算法，对于积累运行了一定时间的操作系统数据和应用系统数据进行优化，对操作系统指令集进行根据实际运行负载状态进行裁切，实现物理硬件运算资源不升级扩容的前提下操作系统和应用软件运行效能和速度的提升；系统具备智能负载均衡功能，其中基于ARM构架搭建的平台可根据应用需求分配应用软件定义的部分运算能力交由智能移动终端的运算能力来完成；本发明数据库之间数据交互支持多元异构的数据源含Oracle、DB2、SQLServer、MySQL、SqlServer、Informix等各种关系型数据库；支持将Excel，txt文件，XML文件等文件型的数据直接作为数据源；支持WebService、SOA等标准的数据；支持MongoDB，HBASE等非结构化数据库，支持SAP、Hadoop、Gemfire等分布式数据源；数据交换方式包括：基于WCF、WebServices服务的方式用于外部应用系统与数据平台间的实时交换；基于数据库接口的方式用于应用系统间实时或非实时交换；基于文件交换的方式用于外部或内部应用系统间非实时批量交换。