大数据背景下企业级数据中心建设探索

６２通信设计与应用　２０１７年６月下　大数据背景下企业级数据　中心　建设探索　王胜雷（华信咨询设计研究院有限公司，贵州贵阳５５００００）　【摘要】随着大数据时代的到来，用户的消费行为产生了海量的数据，电信运营商必须能够准确的并且及时的对有价值的信息进行挖掘，必　须需要强大的支撑系统，传统的手段和系统在大数据处理方面存在着很多的问题，企业级数据中心应运而生。本文首先探讨了大数据的内涵，　之后分析了大数据使得现有的数据处理方法面临新问题，最后提出了大数据背景下企业级数据中心建设思路。　【关键词】大数据；企业级；数据中心；互联网　【中图分类号】ＴＰ３０８　【文献标识码】Ａ　【文章编号】１００６—４２２２（２０１７）１２—００６２—０２　１引言　科技的进步带动着移动互联网的持续和深入的发展，随着　获取新的能力，能够将大数据与其他业务进行充分的融合和　分析，从而使得企业出现新的价值　我国移动通信进入到４Ｇ时代，各大电信运营商都面临着巨大　的挑战和发展机遇。随着网速的不断增加以及数据业务的不断　增加，这将会造成今后流量费用持续下降；并且在移动互联网　不断普及的情况下，传统的短信以及语音业务也逐年下降，各　大运营商要想在这种形势下得到持续的发展．必须更加关注自　３大数据使得现有的数据处理方法面临新问题　３．１传统数据仓库无法有效存储日益增长的业务数　据存储需求　随着移动互联网技术的不断发展和普及．电信运营商业　务发展的数据量得到了迅猛的增加．这些增加的数据量给传　身数据资产的应用。大数据时代的到来，运营商资产数据的重　统的数据仓库带来了巨大的压力．从而造成数据库的管理难　要性逐渐显示，运营商中海量的客户群体．也就产生了海量数　度增加，并且成本增加，最终工作效率也持续下降．传统的数　据资产，必须加快构建企业级的大数据中心，实现对数据资产　据仓库根本无法有效的处理和分析这些海量的数据。要想实　的充分利用，提高数据资产的价值，实现企业的持续发展。　现对这些大数据的长期保存，只能够不断的通过对存储空间　２大数据内涵　随着科技的进步和计算机网络技术的不断发展．大数据　时代已经到来，大数据主要指的是数量庞大、海量的数据信　息，这些信息不能够通过当前的主流的软件工具在短时间内　实现收集、管理、处理等。而大数据处理技术是全新的新一代　进行扩大。面对如此大的数据压力，只有通过建立大数据平台　才能够不断的提高线性扩容的存储能力　３．２传统数据仓库无法有效应对大数据分析需求　现网数据平台是传统关系型数据库架构　大量的用户上　网、用户行为等半结构化和非结构化数据无法保存和处理．缺　技术．这种技术能够对海量数据实现快速的获取．并且能够对　乏非结构化数据的处理能力。用户上网行为等互联网行为数　这些海量的数据实现深入的分析和挖掘．从而能够将海量的　据以结构化数据方式保存至数据仓库中。由于传统数据仓库　数据中有价值的、能够利用的数据信息充分的挖掘出来。大数　的数据处理流程与业务保持紧密关联　整个数据加工流程为　据的主要用途是对其进行深入的分析和决策，越深入、全面的　最终应用服务。为缓解存储压力在数据抽取和清洗阶段会过　分析这些大数据，那么分析得到的结果与真实的情况就越接　滤掉与业务无关的数据记录和字段　现网每日用户上网ＨＴＩ＇Ｐ　近。实现对大数据的分析也就表明能够从这些海量的信息中　语单达１４亿条，每月ｊｒ－总的记录条数也近３０亿条。随着移动　网络优化与通信网络优化具有一定联系．涉及网络规划、　的优化提升。　通信工程建设以及日常维护。据分析。工程人员应具备丰富的　专业技能，掌握系统理论，做好数据采集工作，实施合理测试。　网络优化应以０ＭＣ—Ｒ为研究。做好通信质量测试工作。对各　个小区通信联系掉话状况、射频丢失状况、通信接通总体百分　５结束语　目前通信网络技术得到了有效优化．并呈现出新的发展　趋势，就目前来看，我国通信网络技术在实际运用中还存在一　些问题，这些问题均会对通信行业带来一定影响，基于此，应　比进行明确．对全网系统话务分布量加以了解。并对通信网络　做好通信网络运行服务状况科学分析、促进通信网络系统性　系统存在的问题进一步分析．并制定相关策略，根据话务统计　能有效优化，为我国通信事业发展奠定基础。　分析得出原始记录数据、图表结果、统计结果，选择合适的结　果来呈现。　参考文献　…王锐．通信网络优化及其安全［Ｊ］＿电子技术与软件＿Ｙ－程，２０１７（１１）：　４４．　４．２促进通信网络系统性能有效优化　还应提高通信网络系统性能。在具体实施中以统计数据　２］陈思茹．通信工程项目中的网络优化技术研究【Ｊ］．电子世界，２０１６　为依据．对结构体系全面优化，进一步增设通信网络手段。体　［７２－７３．　现其科学性．对于通信业务量超载区域能有效降低覆盖范畴、　（０７）：３】何鹏．通信工程项目中的网络优化技术研究【ＪＪ＿无线互联科技，２０１５　提升标准数值。在参数调节阶段，应控制数值范围，从而预防　［盲区问题形成．此外可采用多次尝试修正方式来实施评估测　试，逐渐贴合设计标准。通过新修基站方式能有效缓解通信阻　（０３）：１～２．　塞现象。如若基站布设位置缺乏合理性。且与话务中心距离较　作者简介：陈飞屹（１９８１一），男，工程师，本科，主要从事通信工　远，在实际操作中．可采取基站搬迁方式促进通信联络均衡的　程技术工作。　科学目标实现，针对通信量持续上涨的区域，可进行新基站的　收稿日期：２０１７—４—９　扩充建设．或应用双频网优化方式，促进该区域范畴话务容量　２０１７年６月下　通信设计与应用６３　互联网正在迅猛增长．传统数据仓库将很难驾驭．无法满足数　据处理时限和事务处理需求　、每个应用需求的变化就是一场　灾难　由于数据处理与业务的紧密关联可能需要对中间每个　处理环节进行逐个调整重新生成数据的周期也非常缓慢面　对海量的数据压力．需要大数据平台提供快速的处理能力　棒　缱　埘姓　・Ｉ－　ｊｆ衄式　席甩填　３－３传统数据仓库组网将是大数据分析的瓶颈　现网精细化营销平台的教据库既存放着所有采集的原始　数据．叉承担所有的数据加工任务．还承我所有报表和业务应　用的数据存储和计算、缺乏对数据分层分级及生命周期的有　效管理系统核心架构为０ｒａｃｌｅ数据库＋小型机＋磁阵　数据存　放在磁阵上．计算时由数据库服务器从磁阵读到本地后进行　计算结果　随着数据量增长，磁盘Ｉ／０、网络带宽、数据库服务　器的处理能力将存在瓶颈．处理时延严重由于传统架构的可　匝三　匝　匝　匝亘　匝画　匝亘　ｌ！竺　！　Ｉ　ｔ　氍鲁越　蔷瑚ｔ＊ｅ　硅撕　■　　：ｔ　ｉ　＿＝　：　涵　‘　、　…；；　＿－。。－。。●。。●＿＿＿＿－●＿●＿＿●＿＿●　。’　。。。。。。。。。　。。。。。。。。。。。。。。。。。。。。。’。。’’　。＿。。。。。　’。。一一　仆∞　蝇ｔｉｌＩ￣ｇ　：　．．．．．．．．．．．．．　．．．。．．．。．．．．．　．．．．．．，．．．．．．．．．．。．．　Ｉ：ＩＩＩ‘一阵　蜥耻Ｈ　．．．．．．．．．．．　．．　．．．．．．．．．．．＿＿ｊ　Ｉ　图１企业级数据中心体系结构　扩展性差，无法满足大数据的计算的扩容需求　．为应对海量数　据处理需求．大数据将从集中数据库向分布式数据库进行转　（２）第二阶段：构建大数据支撑系统构架　构架层面：努力建设全新的大数据支撑系统构架．将架构　变　计算和存储资源都由ｘ８６服务器提供　３．４传统数据库不能够对新　的业务数据进行科学　的处理　随着移动互联网技术的不断发展．电信运营商出现了越　来越多的新业务和新领域．同时也就相应的出现大大量的的　数据信息．但是传统的数据库根本无法对这些新业务和新领　改造成为能够对各类数据结构的混搭式架构进行支撑，具有　结构化、非结构化等数据的处理能力，从而形成数据资产。　数据层面：对网络信令、扩充互联网内容等大数据内容进　行汇聚　应用层面：对客户需求识别、客户感知体验等方向的典型　的大数据的应用进行支撑　域产生的数据信息进行科学的处理．　３．５传统数据仓库无法有效支撑数据合作运肯　因为传统的数据库仅能够保存较短周期的原始话单数　据．是无法实现对历史原始数据进行追寻的对外开放地层数　据会大幅度的消耗掉紫铜资源．进而导致主库无法进行正常　的工作大数据平台的架构将数据分层管理、在各层提供数据　开放接口，以满足不同数据需求将更有效支撑数据合作运　营、同时历时数据能促使合作在第一时间就开展起来　（３）第三阶段：对大数据的应用范围进行拓展　架构层面：对架构的稳定性进行确保，以应用需求为依据　对数据处理能力进行扩充　数据层面：实现完整的公司内部和外部数据管理功能。具　备完善的海量以及实时的数据处理能力　，　应用层面：实现对客户需求识别、客户感知体验、互动式　营销以及网络优化等方向的大数据应用能力的全面支撑　５结语　随着大数据时代的到来以及移动互联网技术的不断发　展．电信运营商必须充分的利用自身的优势．积极面对大数据　４企业级数据中心建设　４．１　业级大数据中心的体系结构　结合目前已有的经分系统．围绕大数据，实现对现有资源　的合理以及科学的利用，不断的朝着企业级大数据中心的方　向演进　业级数据中心体系结构见图１．总体分成四层．主要　时代的到来给自身发展和业务创业带来的挑战．同时抓住发　展机遇，加强建设企业级数据中心，从而实现企业自身的顺利　转型，不断的提高自身的竞争力、　包括数据聚合层、数据服务层一级开放式应用层等　数据聚合层主要作用进行对各类资源和信息进行全面的　收集，这些数据不仅可以来自网管支撑系统、企业支撑系统、　管理信息系统等企业内部网络．还能够来自物联网或者互联　参考文献　［１】梁杨．大数据背景下企业级数据中心建设探索【ＪＪ．互联网天地，２０１４　（２）：４０～４３．　网等外部网络　采集之后的源数据在数据聚合层能够实现数　据的处理　数据服务层是对数据聚合层的输出的数据进行标准化的　薰盈　［２ｌ黄文思，毛学工，熊开智，等．基于大数据技术的水电行业企业级数　据中心建设的研究ｌＪ１．工业仪表与自动化装置，２０１７（Ｉ）：２６—３１．　ｆ３１董宏伟，吴志鹏．大数据中心发展需监管创新——贵州、内蒙古大数　据中心调研启示【Ｊ】．中国电信业，２０ｌ５（７）：２４～２６．　封装处理，这些数据是供有分析使用需求的时象以自身实际　需求进行数据组装前的原始数据．将其称为数据资产　开放式应用层是将数据服务层封装好的数据资产按照需　收稿ｌ｜期：２０１７－６—９　要组装成服务类、功能类、集成类以及管理类等组件．供给使　用者定制开发之后使用．之后通过统一访问模块将适配之后　的组件提供给门户供使用人员访问（见图１），　４．２企业级数据中心建设思路　结合实际情况，可以将企业级数据中心建设思路划分成　为以下几个阶段：　（１）第一阶段：打造企业级数据中心基础能力体系　架构层面：以现有的经分数据为根本和依据．不断的实现　数据的扩充，同时时数据服务的能力进行持续的强化　数据层面：将网络侧、管理信息系统部分源数据引入　应用层面：将传统的报表与互联网数据进行结合．现将其　中的一小部门的数据服务应用得以实现