大数据平台助力“互联网＋税务”

随着税务信息化建设的推进，苏州地税局在网络建设、基础数据和应用方面有了一定的积累和经验。在新的历史背景下，如何坚持创新驱动发展，运用“互联网+”思维整合税收业务，大力推动税收大数据发展，深化税收大数据应用，成为了重要任务和历史使命。

针对大数据建设过程中存在的涉税数据量激增、数据结构复杂、“信息孤岛”、“数据休眠”、数据资源的安全管理等问题，苏州地税局贯彻落实总局、省局指导意见，以时不我待的精神积极主动作为，充分发挥自身技术，结合涉税数据源的特点，加快推进税收大数据平台的建设。今年，苏州地税局选取了GreenPlum分布式数据库作为结构化数据处理平台的升级方向。Greenplum是一个分布式大规模并行处理数据库（MPP），为大数据存储、计算、挖掘而设计，具有完善的标准支持，良好的扩展能力，极高的查询速度。经过不懈的探索和研究，地税局数据处依靠自有技术力量，成功搭建了一套GreenPlum分布式数据库，完成了对大数据基础计算平台的建设；之后通过自编脚本（同步表结构脚本、进程控制脚本、数据迁移脚本、抽取失败处理脚本）与开源的ETL工具相结合，经过几个月的努力，将历史涉税数据导入Greenplum，共计9个数据库，5000多张表，100多亿条数据，数据量达到5TB。经过测试分析，大数据基础计算平台查询性能比传统的ORACLE数据库提升了30倍以上。

大数据时代下利用“互联网+”技术手段深化改革，破解制约税收工作的难题，对于提高税收征管水平，推进税收治理现代化具有重要意义。在此背景下，苏州地税局牢牢把握时代发展机遇，探索税收大数据的应用方向和重点，深耕大数据平台建设，为“互联网+ 税务”的深化发展奠定基石。下一步，将引入 Hadoop平台来解决非结化数据的处理以及分布式计算问题，为今后的数据分析利用确立基础数据存储计算框架，充分发挥大数据优势，发掘“金山银库”等数据资源的潜在价值，推进税收数据的增值应用，为落实税收政策、推进税制改革提供有力支撑。