基于MongoDB的海上移动执法文档 管理与查询系统

柴莹莹 安博文 周凡

摘  要： 海上移动执法的分布性对执法管理系统提出了新的要求，针对执法过程中执法文档、案卷管理方式不完善及执法流程规范性等问题，分析了执法文档的存储模式与结构化管理方法。通过结合MongoDB数据库、Web Service与分布式技术设计海上移动执法系统，实现了对执法文档的管理及违法活动的查处，构建起一套完整的执法流程。实验结果表明，该系统能够满足海事监管部门在海上移动执法工作中对于执法手段、执法流程、法律依据等信息的高效快速查询，符合对执法案卷存档管理的需求，具备实现执法工作统一标准化要求的功能。

关键词： 文档管理; 文档查询; 海上移动执法; MongoDB; 系统设计; 执法流程构建; 结果分析

中图分类号： TN911?34                             文献标识码： A                      文章编号： 1004?373X（2020）06?0086?04

MongoDB?based document management and query system of

maritime mobile law enforcement

CHAI Yingying， AN Bowen， ZHOU Fan

（College of Information Engineering， Shanghai Maritime University， Shanghai 201306， China）

Abstract： A new requirement for the law enforcement management system is put forward because of the distribution of maritime mobile law enforcement. In allusion to the problems in the process of law enforcement， such as the imperfect management mode of law enforcement documents and case files， and the un?normative law enforcement process， the storage mode and structured management method of law enforcement documents are analyzed. The maritime mobile law enforcement system is designed in combination with MongoDB database， Web Service and distributed technology， by which the management of law enforcement documents and the investigation of illegal activities are realized， and a complete set of law enforcement process is constructed. The experimental results show that the system can satisfy the maritime supervision department′s efficient and fast query for law enforcement means， law enforcement process， legal basis and other information in the maritime mobile law enforcement work， and conform to the demands of the archiving and management for law enforcement files， which has the function of realizing the uniform standardization of law enforcement work.

Keywords： document management; document query; maritime mobile law enforcement; MongoDB; system design; law enforcement process establishment; result analysis

0  引  言

目前，海上活動呈现出的多样化对海区移动执法工作提出了巨大的挑战。传统的执法系统大多采用集中式信息处理，主要面向单一海事管理机构的内部人员，且不能满足大量文档信息在不同执法单位之间的共享访问，降低了海事执法人员的执法效率。另外，由于执法过程的人员不确定性，导致执法文档被随意传阅等安全性问题时有发生，执法记录报告和执法证据等也无法实现有效、统一管理，这不仅不利于执法单位的工作，同时也给系统的扩展维护工作造成了一定的影响。

近年来，非结构化数据的大量产生，带动了大数据解决方案逐渐走向成熟，信息社会智能化程度得到大幅提高[1]。此时，如果执法人员能够充分利用互联网技术实现执法文档数据共享，便可以在短时间内得到相关的反馈信息，从而及时做出相关的执法行为并加以记录和存档。

针对上述问题，本文首先运用MongoDB数据库技术完成了对执法文档等文档数据的存储管理过程;其次通过结合Web Service技术与分布式技术，设计了海上移动执法文档查询与管理系统。实验结果表明，该系统在海上移动执法工作中能够实现对违法船舶的快速查处和对执法案卷的存档，对提高海上移动执法工作质量和效率具有非常显著的作用。

1  执法文档管理

1.1  执法文档存储模式

在海上移动执法系统设计过程中，由于数据量较大，且均为文档格式，因此选择具有支持复杂数据类型、自动分片[2]、自动故障转移等功能的MongoDB数据库作为该系统中数据存储和管理的平台。在MongoDB数据库中，使用“key（键）?value（值）”对来描述数据，其中“value”可以是文本数据、二进制数据或者另一个新的文档。

在综合考虑系统数据类型和MongoDB的特点两方面后，如果按照常见的存储模式对需要入库的执法文档进行存储，虽然能够实现一定的文档数据存储数量和查询效率，但由于MongoDB仅仅提供了数据库级别的全局锁，这就会对原始数据的读写性能造成一定影响。因此，本系统采用的是分库分表存储模式，即将不同种类的数据表划分到不同的数据库下[3]。

同时，为了进一步地提高MongoDB集群读写性能，系统采用多集群的部署模式，并根据各执法文档的适用对象及适用水域划分为若干组，以对应不同的集群。经过多次测试后发现，每个MongoDB集群中路由服务和配置服务对内存的依赖较小，因此可以将其置于数据分片所处的服务器上，以达到对云资源的充分利用，使得文档数据的存储和查询更加便捷[4?5]。

1.2  执法文档结构化处理

对非结构化执法文档进行结构化处理，就是将原本偏向描述性的文档内容，转化为多个“属性（键）?值”对的形式，以供后续使用。海上移动执法文档是海事执法部门从执法过程中整理而来，对于违法船舶信息及执法过程进行详述记录以作为执法人员在后续执法活动中查阅的文档样例，一份标准的执法文档中一般包含有执法对象、执法水域、执法类型、执法手段及法律依据等信息。表1展示了两份执法报告的部分内容，通过结构化处理之后的文档内容如表2所示。

1.3  执法文档数据管理

在对执法文档进行结构化处理之后，可将结构化执法文档按照如下程序所示的数据存储结构进行入库操作。

{

"name"： "xxx"，（违法类型）

"object"： "xxx"，（执法对象）

"range"： "xxx"，（违法水域）

"way"： [

执法手段1，

执法手段2，

执法手段3，

]，（执法手段）

"law"： [

文件1，

文件2，

]，（法律依据）

}

在系统执法文档数据库的建立过程中，将一份执法文档数据放入1条记录中，即构成1个集合（Collection）。在这个集合中，除了内容较为简短的违法类型、执法对象与违法水域“键?值”对外，还包括另外两个内容较为复杂、篇幅较长的子文档，即执法手段与法律依据。对于该种情况而言，应采取文档嵌套的方式来表达各类型数据所包括的各子类数据。在数据库可扩展性方面，由于同一类数据的字段可以不同，所以在新增一类数据时只需相应地新添加入一个“键?值”对即可[6]。

为了便于查询而又降低数据存储的冗余，在对执法文档进行整理分析后，按照执法对象的不同，分别以国轮、外轮、内河船三种执法对象为划分原则，建立三个不同的数据库;同时在每个数据库中又以违法水域1（内水、领海、毗邻区、专属经济区）为划分依据建立不同的数据表。经过调研与讨论了解到，执法人员往往以执法对象、违法水域、违法类型作为违法信息，在查阅已有执法文档后制定相应的处罚方案。因此，在查询系统设计过程中将执法对象、违法水域与违法类型一起作为查询条件，而将具体的执法手段与相应的法律法规视为查询结果。整个系统的执法文档管理结构如图1所示。

当由于执法文档的变更或新增而要对文档数据库进行更新删减时，在设计过程中引入MongoDB管理工具Rockmongo，使得文档的更新删减操作变得更加便捷，同时也增强了文档管理过程中的可视化。

2  系统设计与实验

2.1  系统设计原则

在海上移动执法文档管理与查询系统的设计过程中，有以下几个重要原则：

1） 可用性原则

系统的设计要建立在具备可用性、操作简单的基础之上，能够满足执法人员实际的工作需要，为高效执法提供有力的技术服务。

2） 安全性原则

执法文档数据是系统中的重要核心部分，因此需具备安全防护机制以确保执法文档数据的安全性，既包括数据的存储安全又包括数据的访问安全。

3） 可维护再开发性原则

由于国内及国外海事相关法律的不断更新完善，如何能及时高效地进行文档管理一直是问题所在，系统采用的三层结构体系把业务逻辑处理置于业务层上，对MongoDB数据库中执法文档存储和修正操作也较为简易，从而在一定程度上降低了系统维护的工作量，同时在系统设计过程中提供开源接口以供后续扩展开发[7]。

2.2  系統设计与功能

本系统采用基于Internet的B/S（浏览器/服务器）MVC模型进行设计，结合Web Service技术实现站点与站点之间的通信，MongoDB作为整个系统的数据库，Tomcat 8.0作为Web服务器，所有的业务逻辑处理都通过后端及Web服务器实现，有效地确保了系统的安全性[8]。同时对于执法部门而言，执法单元应是彼此之间相互独立的，系统通过Web Service提供服务，不同执法单元之间的数据交换则是使用XML来进行，这样便可以保证系统服务的安全可靠性和不同执法单元之间信息交换的便捷性[9]。整个系统的框架如图2所示。

海上移动执法文档管理与查询系统所具备的功能主要是对在某水域违法船舶的某一项或某几项违法活动建立案卷，案卷中包含违法证据、违法人员笔录及执法记录报告等。执法人员通过执法对象、水域、违法类型等信息，使用该系统查询到该类情况下应采取的执法手段以及相关的法律依据，完成对违法活动的查处，并生成可供下载的执法记录报告，最后进行对案卷的制作并最终上传至服务器归档。

2.3  实验结果

由于海上移动执法工作的重要性与特殊性，因此对于系统查询速度的要求也相对较高，故将系统搭建在分布式架构上。为了验证分布式模式下对执法文档查询速度的提升，实验过程中分别在单计算机模式和分布式模式下对系统查询速度进行测试，记录查询所用的时间。单计算机模式下使用2.3 GHz的i5?6300HQ CPU，四核处理器，4 GB内存运行配置的计算机;分布式模式则利用OpenStack分配了两台实例[10]，配置与单计算机模式相同，然后保证网速稳定的条件下，分别在文档数据量为102条，5×102条，103条，5×103条的情况下进行执法查询测试。图3为查询所需时间对比图。

从图3中可看出，采用分布式模式的系统在数据量较小的时候查询速度优势并未体现，但是随着数据量的不断增长，查询所需时间也会比单计算机模式下的查询时间有明显的缩减。实验结果证明，即使在文档数据量较大时，本系统仍能实现对执法文档信息的快速查询，满足对海量执法数据的管理与查询需求。

3  结  语

由于海上活动越来越频繁而且多样化，如何使得海区巡航执法更为规范和高效便成了十分棘手的问题。本文所设计的海上移动执法系统目前已在某海事执法单位部署成功。实践证明，该系统在执法过程中为相关执法人员提供了很大的帮助，在一定程度上改善了以往执法效率低下、执法过程不透明、执法证据链不完整等情况，但在某些方面还存在欠缺之处，如何能够将当下新兴计算机技术更好地运用于海上移动执法之中，仍需不断地研究与探讨。

参 考 文 献

[1] 雷德龙，郭殿升，陈崇成.基于MongoDB的矢量空间数据云存储与处理系统[J].地理信息科学，2014，16（4）：507?516.

[2] KRISTINA C. 50 tips and tricks for MongoDB developers [J]. European urology supplements， 2011， 38（2）： 348.

[3] DEDE E， GOVINDARAJU M， GUNTER D， et al. Performance evaluation of a MongoDB and Hadoop platform for scientific data analysis [C]// Proceedings of 4th ACM Workshop on Scientific Cloud Computing. New York： ACM， 2013： 13?20.

[4] 史玉良，王相伟，梁波.基于MongoDB的前置通信平台大数据存储机制[J].电网技术，2015，11（39）：3176?3181.

[5] 申德荣，于戈，王习特.支持大数据管理的NoSQL系统研究综述综述[J].软件学报，2013，24（8）：1786?1803.

[6] 黄铎，苗凯，魏成.基于MongoDB的传统村落基础设施评价系统设计[J].热带地理，2017，37（3）：328?333.

[7] 杨龙杰.变形监测数据管理与查询系统设计与实现[D].成都：西南交通大学，2016.

[8] 王亚楠，吴华瑞，黄锋.高并发Web系统的性能优化分析与研究[J].计算机工程与设计，2014，35（8）：2976?2981.

[9] 许慧，张立铭.基于Web的图书馆档案管理系统设计与实现[J].现代电子技术，2016，39（16）：48?52.

[10] 施志威.基于云服务的临床文档结构化系统设计与实现[D].上海：东华大学，2017.

[11] 岳敏，张玮，马涛，等.基于MongoDB的重离子加速器波形数据存储系统构建[J].核电子学与探测技术，2017（10）：1022?1026.

[12] 张泽柱.基于ionic框架和AngularJS的手机移动端商城APP的设计与实现[D].济南：山东大学，2017.