面向通信运营商的大数据建设方案分析
王俊艳，冯新华
（1.空军工程大学 信息与导航学院，陕西 西安 710051；2.中国电信陕西西安分公司，陕西 西安 710075；3.中国移动陕西公司，陕西 西安 710065）
摘要：在当前移动互联时代，云计算、物联网等新的信息技术的发展，使得网络中的数据信息呈现出几何递增的趋势，大
数据逐渐成为了通信运营商关注的焦点。文章结合大数据的相关概念，对大数据平台建设的有效方案和措施进行了分
析，希望能够为运营商大数据平台的设计规划提供一些借鉴。
关键词：通信运营商；大数据建设方案
中图分类号：F272.92；F626 文献标识码：A 文章编号：1673-1131（2015）10-0239-01
0 引言
信息化技术的飞速发展，使得云计算、智能终端、物联网
等新的技术和应用不断涌现，在为通信运营商带来流量收益
的同时，也推动了互联网企业端云整合的步伐，使得其面临着
机遇与挑战并存的局面。在这种情况下，做好大数据平台建
设，对大数据进行深入挖掘和分析，就显得尤其重要。
1 大数据的相关概念
大数据（Big Data），是指由许多不同的数据集汇合而成的
数据集合，规模极其庞大复杂，采用当前常规的数据处理工具
和数据管理技术无法进行有效处理 [ 1 ] 。当前，业界广泛认同的
大数据的特征，主要体现在四个方面，即容量（Volume）、类型
（Variety）、价值（Velocity）以及速度（Value）。
（1）数据量巨大，数据成倍增长。最近几年，全球数据量
呈现出前所未有的增长趋势，计量单位由TB级别跃升到PB、
EB 乃至 ZB 级别（1024 进制），其所带来的技术挑战，是巨量
数据存储技术。
（2）数据类型多，包括了结构化数据、半结构化数据以及
非结构化数据，而且数据也不再是单一的文本形式，而是包括
了日志、图表、视频等，对于数据处理能力提出了更高的要求。
多样化的数据类型所带来的挑战，是非结构化数据处理技术。
（3）价值密度低，在庞杂的数据中，可能仅仅只有极少的
数据才有相应的价值，如何对数据进行提纯和深入挖掘，找出
有价值的信息，是一个亟待解决的问题。
（4）处理速度快，要求实现信息的实时获取，其所带来的
挑战是实时数据处理技术 [ 2 ] 。
2 基于通信运营商的大数据建设方案
对于通信运营商而言，构建大数据平台，是非常必要的。中
国电信作为国内最大的基础网络运营商，拥有庞大的传统固网
用户和移动用户，目前采用的数据分析系统结构复杂，成本较
高，为了能够支撑流量经营以及智能管道运营，电信公司需要了
解移动互联网的业务特征，明确网络状态，对大量的业务数据和
信令数据进行存储和分析，在这种情况下，如果沿用传统系统架
构，其成本将是难以承受的。而建设大数据平台，引入新型数据
存储与处理技术，不仅存储能力大大提升，也可以极大地降低系
统建设成本。将基于 X86 云架构的成本与传统架构成本进行
对比，计算能力单价约为原来的 1/4，存储能力单价约为原来的
1/12。在大数据平台建设中，需要关注几个关键性问题。
2.1 关键技术
为了能够应对大数据对于数据处理的新要求，相关人员
加大了对于数据处理技术的研究力度，取得了相当显著的成
果。从目前来看，常用的大数据存储与管理技术包括两种，一
是 MPP 架构的新型数据库集群，通过列存储、粗粒度索引等
多种数据处理技术，结合 MPP 架构自身的分布式计算模式，
实现对于分类应用的有效支撑，在低成本的 PC Sever 运行环
境中，具有高性能和高扩展性的特点，能够支撑 PB 级别的结
构化数据分析；二是基于 Hadoop 的技术扩展与封装，衍生出
相关的大数据技术，能够对传统关系型数据库难以处理的数
据和场景进行应对，比较擅长对非结构和半结构数据以及复
杂数据挖掘的处理。
2.2 系统架构
（1）数据采集层：包括数据的采集和预处理功能，主机可以
采用基于X86 架构的刀片机PC服务器，支持设备的动态扩容。
（2）数据存储层：MPP集群能够对数据进行实时分析和深
度挖掘，存储量由实际业务需求决定，支持多维分析以及非固
定模型的运算；Hadoop集群负责对海量非结构化数据的处理，
能够形成数据仓库汇总层模型，以及基于大数据的深度行为
分析，如社交网络分析、路径分析等。上述两个集群的规模可
以根据数据量的大小，分别进行配置。
（3）能力服务层：主要负责对数据进行封装处理，以实现数
据的统一开放，将应用与数据进行解耦，从而应对数据使用不
灵活的问题。
（4）应用层：从移动运营商的特点出发，可以优先进行精
细化设计、客户满意度维系以及精确营销和数据分析服务等。
（5）管理层：管理层可以对应用与服务的开发框架进行统
一管理，也可以对应用开发过程中使用的通用技术进行管理，
确保数据中心各类资源的集中管控和调度 [ 3 ] 。
2.3 组网方案
在大数据平台中，通过与核心网信令网元、核心网以及承
载网 DPI系统的相互连接，能够实时获取信令数据、移动通信
网上网数据以及用户 CMNet 上网数据等；通过与业务网的
VGOP 连接，可以获取业务数据；通过与 IT 支撑系统 CRM 以
及网管系统的连接，能够获取用户和网络相关数据。
3 结语
综上所述，在大数据不断发展的背景下，通信运营商面临
着机遇与挑战并存的局面，要想获得更好的发展，必须从自身
实际出发，发挥数据资源的优势，对大数据的价值进行深入挖
掘，建设大数据平台，为客户提供更加可靠的通信服务。
参考文献：
[ 1 ]
赵跃东,王隽峰,曾王平.电信运营商大数据应用系统建设
方案研究 [ J ] .中国新通信,2015 ( 4 ) :81-82
[ 2 ]
冯明丽,陈志彬.基于电信运营商的大数据解决方案分析
[ J ] .通信与信息技术,2013 ( 5 ) :35-40
[ 3 ]
赵晶.针对运营商的大数据建设方案研究 [ J ] .电信工程技
术与标准化,2015,28 ( 3 ) :17-21
发给朋友
分享到朋友圈
回顶部