海 洋，李浩鹏，刘 忏，刘靖宇

（1.中国铁路信息科技集团有限公司，北京 100844；2.河北工业大学 人工智能与数据科学学院，天津 300401）

随着铁路行业信息技术的快速发展，铁路信息化建设逐步深化。铁路领域各业务系统，如电子支付系统、货运票据电子化系统、铁路运输管理信息系统、客票清算系统和铁路车辆运行安全监控系统等，每年都会产生海量数据，且新产生的数据量逐年增加[1-2]。同时，铁路管理部门和业务部门产生包括结构化、半结构化、非结构化等多种类型的数据[3]。基于铁路业务场景、数据类型、安全级别对数据进行分类存储与管理，保证存储效率、安全性和经济性，便于数据分析处理，成为亟待解决的问题。

本文设计的铁路大数据存储管理系统使铁路各部门及时、准确掌握不同业务数据的产生、存储、使用、管理、备份和删除等情况，协助相关部门规范铁路大数据存储、管理与使用，为铁路精细化经营管理和决策制定提供数据支撑，为更加科学、有效地规划数据中心建设提供依据。

1 铁路数据特征

铁路领域业务种类多、数据量大、数据类型复杂[4]，这为铁路数据存储与管理带来了挑战。铁路大数据具有以下明显特征。

（1）海量数据，且数据增量逐年递增。5类主要的铁路业务2020年新增数据总和约为220 TB，其中，货运票据电子化系统新增约114 TB、客票清算数据新增约50 TB。

（2）数据格式多样化。铁路涉及的业务种类较多，应用场景复杂，产生的数据格式包括结构化、半结构化和非结构化等，如铁路车辆运行数据、视频监控数据、设备台账、电子邮件等。……