基于云原生技术的多规数据融合与动态认知平台构建

文｜北京超图软件股份有限公司，自然资源部国土空间大数据工程技术创新中心平台软件研发分中心 屈晓波 李海瑞 谢明辉

自然资源部的组建整合了原来分散在八个部级单位的规划职责，形成了统一的国土空间规划体系，统一行使所有国土空间用途管制和生态保护修复职责，这意味着以国土空间用途管制为主要内容的国

土空间规划将成为新时代空间规划体系的核心，多规数据融合与动态认知平台是支撑国土空间规划体系构建、“多规合一”工作推进、城市发展状态动态认知的基础信息平台。

目前各地方已经积累了一定的国土空间规划信息化平台建设经验，已基本建成了国土空间基础信息平台、城市规划平台、土地利用规划平台，正在开展国土空间规划“一张图”实施监督信息系统开发工作，如何利用各地方已有建设基础，更高效的搭建多规数据融合与动态认知平台，是当前值得思考的问题。

近年来云计算技术不断的发展，经历了云使能、云就绪、云原生三个阶段。云计算是一种基于信息网络，将信息技术资源以服务方式动态、弹性提供，用户可以按需使用的计算模式和服务模式，云原生技术能够解决因应用系统复杂庞大引起的bug 修复困难、功能更新困难、因技术架构多样增加运维复杂度等问题，多规数据融合与动态认知平台规模庞大、功能复杂，云原生技术为搭建规数据融合与动态认知平台提供了新的思路。

1 云原生关键技术介绍

为了解决传统应用升级缓慢、架构臃肿、不能快速迭代、故障不能快速定位、问题无法快速解决等问题，云原生这一概念横空出世。云原生（Cloud-Native）概念最早是2015年Pivotal 的Matt Stine 首次提出，但很长一段时间业界对其定义都很模糊。2018年，CNCF 云原生基金会对云原生给出了具体定义：云原生技术有利于各组织在公有云、私有云和混合云等新型动态环境中，构建和运行可弹性扩展的应用。云原生的代表技术包括容器、服务网格、微服务、不可变基础设施和声明式API。这些技术能够构建容错性好、易于管理和便于观察的松耦合系统。结合可靠的自动化手段，云原生技术使工程师能够轻松地对系统作出频繁和可预测的重大变更。

云原生区别于传统云应用，具有敏捷、可靠、高弹性、易扩展、故障隔离保护、不中断业务持续更新等优势特点。从宏观概念上讲，云原生是不同思想的集合，集目前各种热门技术之大成，具体包括如下图所示的几个部分：

1.1 微服务

应用间通过RESTful API 进行通信，可以被独立的部署、更新、scale 和重启。并不是所有的应用都适合微服务化，也不是说将一个单体应用拆分的越细越好。谈到微服务就不得不提到“十二因素法则”，如下图所示：

1.2 DevOps

开发和运维之间保持流程连续的协作方法，目标是快速、频繁且更可靠地构建、测试和发布软件。

1.3 持续交付

频繁发布、快速交付、快速反馈、降低发布风险。

1.4 容器化

图1 云原生组成部门

图2 十二因素法则

微服务的最佳载体。容器化最大的好处是保持运行环境的一致性，只要应用可以打包成容器镜像（我们通常使用Docker 容器），就可以一次编译，到处运行。同时，容器也可以作为应用运行的最小组件来部署，且更适合作为无状态应用的运行。结合容器编排工具（如Kubernetes）将大大增强系统的扩展性和自愈能力，轻松应对大流量下的高并发场景，加快业务的迭代速度，Kubernetes作为CNCF 成员的核心，本身就是与云原生应用的理念紧密结合的产物。

图3 微服务部署到容器

图4 容器化示意图

2 云原生技术赋能平台构建

2.1 微服务架构整合已有平台成果

基于微服务的基本思想，整合国土空间基础信息平台、城市规划平台、土地利用规划平台、国土空间规划“一张图”实施监督信息系统中相关业务应用组件创建多规数据融合与动态认知平台，平台中超大规模数据融合管理、大场景三维可视化展示、规划审查、规划管控、城市发展动态认知这些应用可独立地进行开发、管理和加速，使部署、管理和服务功能交付变得更加简单。

2.2 可持续交付体系保障平台持续升级

多规数据融合与动态认知平台要支撑多规数据融合、规划编制、规划监督实施规划业务全流程的业务应用体系，平台应用面向用户群体较大，支撑的业务范围较广，这就要求平台具备持续在线提供服务的能力。可持续交付体系以持续交付的方式进行平台版本的敏捷开发和不停服状态下的更新，减少服务停止对用户造成的困扰，迭代开发快速应对用户的需求变化。

2.3 容器引擎技术提升平台部署运维效率

多规数据融合与动态认知平台需在江苏省、河南省、甘肃省、深圳、武汉等3省11 市部署并开展应用示范，各示范区的软硬件环境、网络环境、已建平台情况、应用示范需求等部署条件需求差异很大，平台的部署工作应针对每个示范单位提出个性化的部署方案，部署工作复杂多样，Docker（容器引擎技术）给我们带来新的思路，与传统虚拟化不同的是，传统虚拟化的虚拟机会完全与主机分离，而容器化与主机共享操作内核，只会在操作系统层创建一个个容器。

平台以容器的形式进行部署，无论是在Windows 还是Linux 系统中，不管什么样的基础设施，成为容器的软件都可以正常运行，有效解决适应复杂多样部署环境的问题，提升平台部署效率。

3 多规数据融合与动态认知平台

3.1 平台建设背景

为解决国土空间规划体系中“多规合一”仍存在的突出问题，国家重点研发计划设立了“城市多规数据融合与动态认知平台关键技术研究与示范”项目，拟解决新型空间规划体系建立的理论框架，多源(元)多模态数据精准获取、智能处理与高精度融合，城镇开发边界和生态控制线的精细划定，大数据支撑的城市发展状态动态认知和综合评估的方法等理论和技术难题。

图5 多规数据融合与动态认知平台微服务架构

多规数据融合与动态认知平台是“城市多规数据融合与动态认知平台关键技术研究与示范”项目课题五“多规数据融合与动态认知平台研发与应用示范”的第四子课题的研究内容。

3.2 平台建设需求

平台需要集成课题一至四的研究成果，基于自主可控的国产 GIS 平台和云原生技术，形成软件研发成果，并对接国土空间基础信息平台，实现多规数据的融合管理、服务、动态挖掘与分析，支撑多层级国土空间规划编制、实施、评估等业务应用，在江苏省、河南省、甘肃省、深圳市、武汉市等3 省11 市开展多规数据融合与动态认知平台应用示范。

3.3 平台技术框架

（1）基础设施层

基础设施层是将计算资源、存储资源、网络资源等物理资源进行整合，构建超大规模数据管理与服务云基础环境，形成可按需动态扩展的高性能计算环境、大容量存储环境。

（2）技术中台

技术中台为国土空间规划挖掘分析模型算法构建和多规数据融合与动态认知平台构建提供技术支撑。

（3）数据中台

数据中台主要为多源异构国土空间规划数据库提供存储建设以及数据处理管理提供支持。国土空间规划数据库分实体库、指标库和模型库，其中实体库包括现状数据、规划数据、管理数据、社会经济数据等。

（4）业务中台

业务中台通过与国土空间基础信息平台进行对接，提供基础服务、专题服务、大数据服务、应用支撑等基础支撑功能，支撑多规数据融合与动态认知平台提供规划审查、三线划定、双评价、城市发展状态动态认知等业务功能构建。

（5）应用层

应用层通过多规数据融合与动态认知平台提供的规划审查、三线划定、双评价、城市发展状态动态认知等业务功能，实现高精度全域数字化规划库应用、城市发展状态的大场景集成展示应用、生态控制红线/基本农田保护红线/城市开发边界精准管控及城市发展状态动态认知应用。

图6 多规空间数据融合管理界面

图7 大场景三维可视化展示界面

图8 规划管控界面

图9 城市动态认知界面

（6）平台接入层

平台接入层是围绕自然资源领域不同角色的应用需求，基于多规数据融合与动态认知平台，展开不同的应用。

3.4 多规空间数据融合管理

多规数据包括土地利用规划、城市规划等各种规划数据，涵盖文件型数据、关系型数据、非结构化数据、服务型数据以及城市动态感知等多种类型的数据，在平台中，将多源异构数据进行汇聚、清洗、转换、入库与融合，从而满足对多源空间规划异构数据的融合管理需求。

3.5 大场景三维可视化展示

平台基于大数据GIS 技术、新一代三维GIS 技术实现对大规模的国土空间规划业务应用场景数据的二三维一体化展示，实现二维与三维多规数据的无缝融合、高性能加载与显示。

3.6 规划管控

平台提供辅助三条红线管控（生态保护红线、永久基本农田和城市开发边界）及双评价的功能，为国土空间规划的编制、划定以及提供参考。

3.7 城市动态认知

平台基于可获取的物联网和互联网数据，评估城市发展状态，对城市发展趋势进行评估预警，为国土空间规划的编制提供参考。

4 平台应用示范

充分利用江苏省、河南省、甘肃省、深圳、武汉等3 省11 市现有的部署环境，将平台部署在3 省11 市应用示范区并开展应用示范，利用示范区已有的倾斜摄影模型数据、BIM 数据、基础地理信息数据、遥感影像数据、规划基础数据开展多规数据融合、大场景三维模可视化、规划管控及城市动态感知应示范，经用户反馈示范效果良好。

云原生技术凭借其“弹性+分布式“的优势，构建的多规数据融合与动态认知平台原生具有云的弹性和灵活性，实现了各示范区原有平台功能的平滑迁移，提高了平台重复迭代的效率，降低了平台部署的难度，满足了各示范区应用示范的需求。