華為大數(shù)據(jù)平臺規(guī)劃方案匯報PPT課件

1、中國聯(lián)合網(wǎng)絡(luò)通信有限公司上海市分公司業(yè)務(wù)平臺運營中心2022年3月13日二、大數(shù)據(jù)平臺整體規(guī)劃一、大數(shù)據(jù)應(yīng)用發(fā)展趨勢所謂“大數(shù)據(jù)”，指的是所涉及的數(shù)據(jù)量規(guī)模巨大到無法通過目前主流軟件工具，在合理時間內(nèi)達(dá)到截取、管理、處理、并整理成為幫助企業(yè)經(jīng)營決策更積極目的的信息。大數(shù)據(jù)處理技術(shù)代表了新一代的技術(shù)架構(gòu)，這種架構(gòu)通過高速獲取數(shù)據(jù)并對其進(jìn)行分析和挖掘，從海量形式各異的數(shù)據(jù)源中更有效地抽取出富含價值的信息。從大量數(shù)據(jù)中挖掘高價值知識是各界對于大數(shù)據(jù)的一個共識。海量數(shù)據(jù)可廣泛獲得，所稀缺的是如何從中挖掘出智慧和觀點。 Google 首席經(jīng)濟(jì)學(xué)家 Hal Varian大數(shù)據(jù)主要被用于分析和決策，企業(yè)用以

2、分析的數(shù)據(jù)越全面，分析的結(jié)果就越接近于真實。大數(shù)據(jù)分析意味著企業(yè)能夠從這些新的數(shù)據(jù)中獲取新的洞察力，并將其與已知業(yè)務(wù)的各個細(xì)節(jié)相融合，對企業(yè)產(chǎn)生新的價值。31542自助分析、生產(chǎn)管道可視化、資源解耦隨需而動，營銷實時，以業(yè)務(wù)效率提升為標(biāo)志。提升業(yè)務(wù)效率數(shù)據(jù)集中到數(shù)據(jù)中心，多數(shù)據(jù)源管理，透明服務(wù)支持，實時的決策和預(yù)測能力提升整體經(jīng)營管理水平。增強(qiáng)管理水平數(shù)據(jù)開放服務(wù)、與OTT廠商合作的后向收費、廣告等新業(yè)務(wù).創(chuàng)新商業(yè)模式互聯(lián)網(wǎng)化的電子渠道全景體驗、個性化商品推薦、LBS位置營銷、面向客戶個體的深度洞察提升客戶體驗以技術(shù)驅(qū)動為標(biāo)志，內(nèi)存計算、MPP、CEP分而治之的分布式計算讓運營商實時高效決策.

3、技術(shù)高效、低成本精細(xì)化營銷數(shù)據(jù)中心營賬系統(tǒng)經(jīng)分(BI)GN口上網(wǎng)話單終端(DM)VAC短彩信中心語音通話詳單客服接觸記錄流媒體平臺詳單位置信令話單基站信息116114企業(yè)黃頁信息渠道應(yīng)用助銷信息 經(jīng)過一二期的建設(shè)，精細(xì)化運營平臺的數(shù)據(jù)中心，已經(jīng)成為上海聯(lián)通最大、內(nèi)容最豐富的數(shù)據(jù)倉庫； 隨著數(shù)據(jù)量的增長，需要對基礎(chǔ)架構(gòu)做長遠(yuǎn)規(guī)劃； 有必要深入挖掘數(shù)據(jù)價值，研究新的商業(yè)模式，將成本中心轉(zhuǎn)化為利潤中心5 增量式的、幾乎無限的擴(kuò)展擴(kuò)展性 要求系統(tǒng)總是在線運行可用性 靈活可動態(tài)改變的數(shù)據(jù)模型靈活性擴(kuò)展性縱向擴(kuò)展橫向擴(kuò)展分布式資源集中計算和存儲分布可用性單份數(shù)據(jù)數(shù)據(jù)復(fù)制 不要使用分布式事務(wù)處理一致性低成本

4、運營一體化運營精細(xì)化運營全網(wǎng)運營實時、智能化運營集中化建設(shè)、管理和維護(hù)可不斷線性擴(kuò)展提高資源綜合利用率標(biāo)準(zhǔn)化功能組件，可共享可復(fù)用按業(yè)務(wù)量、按需支付BASS與BOSS、CRM的一體化BSS與MSS、OSS、VAS等跨域一體化對外部客戶和應(yīng)用的一體化片區(qū)化、網(wǎng)格化管理長尾市場、小眾市場的支撐個性化、短周期需求的滿足異地客戶、家庭客戶、集團(tuán)客戶一點接入、全網(wǎng)服務(wù)、全網(wǎng)客戶畫像全國統(tǒng)一套餐、全網(wǎng)營銷、 統(tǒng)一客服實時數(shù)據(jù)獲取、處理、分析智能化主動事件觸發(fā)智能管道移動互聯(lián)網(wǎng)業(yè)務(wù)運營發(fā)展趨勢對業(yè)務(wù)支撐平臺的集中化要求對數(shù)據(jù)架構(gòu)的集中化要求n集中化、大容量、高擴(kuò)展、高可用數(shù)據(jù)庫平臺：支持全網(wǎng)型數(shù)據(jù)、跨域數(shù)據(jù)

5、的整合，形成集中化管理的的企業(yè)級數(shù)據(jù)中心n高性能：支持3G時代更高的實時性要求、支持n動態(tài)資源共享：支持多租戶管理、資源動態(tài)按需供應(yīng)n可重用、標(biāo)準(zhǔn)化組件：形成可重用組件，支持一次開發(fā)、各省共享的模式，形成規(guī)模型效益 數(shù)據(jù)集中化趨勢使得運營商面臨著海量數(shù)據(jù)的存儲及分析問題，大數(shù)據(jù)在支撐移動業(yè)務(wù)發(fā)展趨勢中，充當(dāng)重要角色。7移動互聯(lián)網(wǎng)和個人消費領(lǐng)域移動互聯(lián)網(wǎng)和個人消費領(lǐng)域業(yè)務(wù)擴(kuò)展業(yè)務(wù)擴(kuò)展和和CEM導(dǎo)致海量導(dǎo)致海量數(shù)據(jù)的及時分析帶來挑戰(zhàn)數(shù)據(jù)的及時分析帶來挑戰(zhàn)運營運營商一體化集中運營和透明管控，催生巨大的經(jīng)營分商一體化集中運營和透明管控，催生巨大的經(jīng)營分析數(shù)據(jù)析數(shù)據(jù)倉庫倉庫，對大數(shù)據(jù)的存儲、性能、開放帶

6、來挑戰(zhàn)，對大數(shù)據(jù)的存儲、性能、開放帶來挑戰(zhàn)DPI和信令監(jiān)測，產(chǎn)生的大量事件在存儲和用戶通信行和信令監(jiān)測，產(chǎn)生的大量事件在存儲和用戶通信行為分析的實時處理性能帶來挑戰(zhàn)為分析的實時處理性能帶來挑戰(zhàn)ICT融合，核心網(wǎng)絡(luò)、運營支撐和融合，核心網(wǎng)絡(luò)、運營支撐和VAS業(yè)務(wù)數(shù)據(jù)的融合業(yè)務(wù)數(shù)據(jù)的融合催生海量催生海量User Profile并集，對大數(shù)據(jù)的關(guān)聯(lián)分析計算并集，對大數(shù)據(jù)的關(guān)聯(lián)分析計算效能帶來挑戰(zhàn)效能帶來挑戰(zhàn)移動互聯(lián)網(wǎng)流量井噴與客戶行為分析移動互聯(lián)網(wǎng)流量井噴與客戶行為分析業(yè)務(wù)融合、能力互通帶來數(shù)據(jù)融合業(yè)務(wù)融合、能力互通帶來數(shù)據(jù)融合提升客戶體驗要求分析網(wǎng)絡(luò)服務(wù)數(shù)據(jù)提升客戶體驗要求分析網(wǎng)絡(luò)服務(wù)數(shù)據(jù)ITIT

7、系統(tǒng)集中化和行業(yè)數(shù)據(jù)價值挖掘系統(tǒng)集中化和行業(yè)數(shù)據(jù)價值挖掘BSS BI數(shù)據(jù)：n河南17個地市，每天抽取正常用戶數(shù)7000多萬，撥備用戶數(shù)3000多萬，DW層用戶表總量1億多條；語音清單每天2.7億條數(shù)據(jù)，GPRS清單每天4.2億條數(shù)據(jù)；賬務(wù)每天4.7億條數(shù)據(jù) ；GPRS文件每個100M左右，其它文件25M。n日接口數(shù)據(jù)量：2000G，其中話單 220G，WAP清單 300G ， 工單服務(wù) 200G ， 用戶、帳務(wù) 300G，其它980G。每月124TB數(shù)據(jù)量入庫，歷史數(shù)據(jù)保留1年，總數(shù)據(jù)量1.45PB。n按照用戶數(shù)簡單測算, 6.5億用戶下，總數(shù)據(jù)量 10PB!聯(lián)通總部聯(lián)通總部3G3G互聯(lián)網(wǎng)訪問

8、記錄查詢及分析互聯(lián)網(wǎng)訪問記錄查詢及分析系統(tǒng)：系統(tǒng)：全國全國每日新增每日新增10TB10TB數(shù)據(jù)，數(shù)據(jù)，每月近萬億條每月近萬億條記錄，要記錄，要存放存放6 6個月個月，約，約 2PB2PB的上網(wǎng)記錄數(shù)據(jù)。上網(wǎng)記錄入庫時間小于的上網(wǎng)記錄數(shù)據(jù)。上網(wǎng)記錄入庫時間小于3030分鐘，分鐘， 原始上網(wǎng)記錄保留原始上網(wǎng)記錄保留6 6個月。上網(wǎng)個月。上網(wǎng)查詢速度不高于查詢速度不高于1 1秒，并發(fā)查詢數(shù)秒，并發(fā)查詢數(shù)10001000請求請求/ /秒秒。集群規(guī)模集群規(guī)模188188個數(shù)據(jù)節(jié)點，存儲容量個數(shù)據(jù)節(jié)點，存儲容量2.6 PB2.6 PB傳統(tǒng)數(shù)據(jù)倉庫無法有效存儲日益增長的業(yè)務(wù)數(shù)據(jù)存儲需求基礎(chǔ)數(shù)據(jù)（用戶資料，產(chǎn)

9、品訂購信息）：15G/日*365+40G *12月 = 5T/年考慮20%的業(yè)務(wù)增長率后為： 6T/年用戶上網(wǎng)數(shù)據(jù)用戶上網(wǎng)數(shù)據(jù)話單數(shù)據(jù)：250T/年考慮20%的業(yè)務(wù)增長率后為：300T/年MR數(shù)據(jù)數(shù)據(jù)話單數(shù)據(jù)：634G/日634G/日*365 = 227T/年考慮20%的業(yè)務(wù)增長率后為：272T/年BSS數(shù)據(jù)數(shù)據(jù)新增新增新增新增2025303540452013年下半年用戶流量增長趨勢日使用流量（TB）6月月 10月月n隨著業(yè)務(wù)發(fā)展數(shù)據(jù)量的增加，隨著應(yīng)用復(fù)雜導(dǎo)致的數(shù)據(jù)量增加，這些數(shù)據(jù)量導(dǎo)致了數(shù)據(jù)存儲和處理壓力； 數(shù)據(jù)倉庫無法線性擴(kuò)容，管理難度加大，成本高擴(kuò)容壓力大，效率下降等n傳統(tǒng)數(shù)據(jù)倉庫只保存

10、處理后的匯總數(shù)據(jù)。在大數(shù)據(jù)架構(gòu)下需要對用戶原始話單進(jìn)行長期保存。需要擴(kuò)容大量存儲空間。用戶層現(xiàn)平臺的數(shù)據(jù)保存周期大數(shù)據(jù)的數(shù)據(jù)保存周期應(yīng)用層KR/CB/DM層永久保留至少2年數(shù)據(jù)存儲層MK層永久保留至少2年DW層5個月永久保留數(shù)據(jù)獲取層ODS層37天永久保留面對海量的數(shù)據(jù)壓力，需要大數(shù)據(jù)平臺提供可供線性擴(kuò)容的存儲能力。n每個應(yīng)用需求的變化就是一場災(zāi)難。由于數(shù)據(jù)處理與業(yè)務(wù)的緊密關(guān)聯(lián)可能需要對中間每個處理環(huán)節(jié)進(jìn)行逐個調(diào)整。重新生成數(shù)據(jù)的周期也非常緩慢。n由于傳統(tǒng)數(shù)據(jù)倉庫的數(shù)據(jù)處理流程與業(yè)務(wù)保持緊密關(guān)聯(lián)。整個數(shù)據(jù)加工流程為最終應(yīng)用服務(wù)。為緩解存儲壓力在數(shù)據(jù)抽取和清洗階段會過濾掉與業(yè)務(wù)無關(guān)的數(shù)據(jù)記錄和字

11、段。數(shù)據(jù)源明細(xì)數(shù)據(jù)層 （DW）匯總層（MK）報表數(shù)據(jù)標(biāo)簽庫指標(biāo)數(shù)據(jù)客戶統(tǒng)一視圖應(yīng)用層DW&MK操作型數(shù)據(jù)ODS層Oracle數(shù)據(jù)庫精細(xì)化營銷架構(gòu)短信中心經(jīng)分DMVACGN話單流媒體客服系統(tǒng)計費中心MC話單彩信中心MR數(shù)據(jù)BSS用戶互聯(lián)網(wǎng)聯(lián)系方式（總部研究院）241234n現(xiàn)網(wǎng)數(shù)據(jù)平臺是傳統(tǒng)關(guān)系型數(shù)據(jù)庫架構(gòu)。大量的用戶上網(wǎng)、用戶行為等半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)無法保存和處理，缺乏非結(jié)構(gòu)化數(shù)據(jù)的處理能力。用戶上網(wǎng)行為等互聯(lián)網(wǎng)行為數(shù)據(jù)以結(jié)構(gòu)化數(shù)據(jù)方式保存至數(shù)據(jù)倉庫中。傳統(tǒng)數(shù)據(jù)倉庫無法有效應(yīng)對大數(shù)據(jù)分析需求1n現(xiàn)網(wǎng)每日用戶上網(wǎng)HTTP話單達(dá)14億條。每月匯總的記錄條數(shù)也近30億條。隨著移動互聯(lián)網(wǎng)正

12、在迅猛增長，傳統(tǒng)數(shù)據(jù)倉庫將很難駕馭，無法滿足數(shù)據(jù)處理時限和事務(wù)處理需求。3面對海量的數(shù)據(jù)壓力，需要大數(shù)據(jù)平臺提供快速的處理能力。傳統(tǒng)數(shù)據(jù)倉庫組網(wǎng)將是大數(shù)據(jù)分析的瓶頸n現(xiàn)網(wǎng)精細(xì)化營銷平臺的數(shù)據(jù)庫既存放著所有采集的原始數(shù)據(jù)，又承擔(dān)所有的數(shù)據(jù)加工任務(wù)，還承載所有報表和業(yè)務(wù)應(yīng)用的數(shù)據(jù)存儲和計算。缺乏對數(shù)據(jù)分層分級及生命周期的有效管理。n系統(tǒng)核心架構(gòu)為Oracle數(shù)據(jù)庫+小型機(jī)+磁陣。數(shù)據(jù)存放在磁陣上，計算時由數(shù)據(jù)庫服務(wù)器從磁陣讀到本地后進(jìn)行計算結(jié)果。隨著數(shù)據(jù)量增長，磁盤I/O、網(wǎng)絡(luò)帶寬、數(shù)據(jù)庫服務(wù)器的處理能力將存在瓶頸，處理時延嚴(yán)重。由于傳統(tǒng)架構(gòu)的可擴(kuò)展性差，無法滿足大數(shù)據(jù)的計算的擴(kuò)容需求。為應(yīng)對海量

13、數(shù)據(jù)處理需求，大數(shù)據(jù)將從集中數(shù)據(jù)庫向分布式數(shù)據(jù)庫進(jìn)行轉(zhuǎn)變。計算和存儲資源都由x86服務(wù)器提供。 因為在移動互聯(lián)網(wǎng)和物聯(lián)網(wǎng)上需要有新領(lǐng)域的突破，不同于傳統(tǒng)通信業(yè)務(wù)分析特點，需要對內(nèi)容等非結(jié)構(gòu)化、大容量信息進(jìn)行有效分析，傳統(tǒng)的架構(gòu)處理吃力。關(guān)系數(shù)據(jù)庫引入對XML 的支持仍然無法有效處理 ETL傳統(tǒng)數(shù)據(jù)倉庫無法有效處理新型的業(yè)務(wù)數(shù)據(jù)主要關(guān)鍵技術(shù)自然語言理解，文本分詞、語義分析，情感分析或者大規(guī)模計算技術(shù)非結(jié)構(gòu)化數(shù)據(jù)索引技術(shù)，如搜索引擎倒排索引技術(shù)多媒體處理，包括圖像識別，語音識別，多媒體索引等技術(shù)傳統(tǒng)數(shù)據(jù)倉庫無法有效支撐數(shù)據(jù)合作運營n由于保存原始話單數(shù)據(jù)周期較短，合作運營無法追溯歷史原始數(shù)據(jù)。n現(xiàn)網(wǎng)

14、傳統(tǒng)主數(shù)據(jù)庫的設(shè)計只適用與向上層提供既定好的數(shù)據(jù)分析任務(wù)結(jié)果。對外開放底層數(shù)據(jù)將大大消耗系統(tǒng)資源，影響主庫正常的數(shù)據(jù)處理流程。同時數(shù)據(jù)的處理方式及結(jié)果也恐難以滿足合作運營的需要。n大數(shù)據(jù)平臺的架構(gòu)將數(shù)據(jù)分層管理。在各層提供數(shù)據(jù)開放接口，以滿足不同數(shù)據(jù)需求。將更有效支撐數(shù)據(jù)合作運營。同時歷時數(shù)據(jù)能促使合作在第一時間就開展起來。二、大數(shù)據(jù)平臺整體規(guī)劃一、大數(shù)據(jù)應(yīng)用發(fā)展趨勢準(zhǔn)實時采集批量采集Hadoop平臺MPP，基于X86平臺主數(shù)據(jù)倉庫分布式數(shù)據(jù)庫基于X86平臺數(shù)據(jù)采集（云化ETL，流數(shù)據(jù)處理、爬蟲）數(shù)據(jù)層獲取層能力層精細(xì)化營銷智能運營物聯(lián)網(wǎng)應(yīng)用應(yīng)用商店客服應(yīng)用基礎(chǔ)分析能力數(shù)據(jù)挖掘能力實時分析能力

15、自助分析能力多維分析能力數(shù)據(jù)共享能力指標(biāo)應(yīng)用報表應(yīng)用主題分析專題分析互聯(lián)網(wǎng)GN口半結(jié)構(gòu)化、非結(jié)構(gòu)化數(shù)據(jù)BSS經(jīng)分DMVACMC話單業(yè)務(wù)平臺結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)源分布式文件系統(tǒng) HDFS記錄明細(xì)數(shù)據(jù)HBaseM/RHive記錄匯總數(shù)據(jù)數(shù)據(jù)統(tǒng)一服務(wù)和開放SQL、FTP、WS、MDX、API、分布式數(shù)據(jù)庫（MPP）：存儲加工、關(guān)聯(lián)、匯總后的業(yè)務(wù)數(shù)據(jù)，并提供分布式計算，支撐數(shù)據(jù)深度分析和數(shù)據(jù)挖掘能力，向主數(shù)據(jù)倉庫輸出KPI和高度匯總數(shù)據(jù)。主數(shù)據(jù)倉庫（與MPP合設(shè)）：存儲指標(biāo)數(shù)據(jù)、KPI數(shù)據(jù)和高度匯總數(shù)據(jù)。Hadoop云平臺：負(fù)責(zé)存儲海量的流量話單數(shù)據(jù)，提供并行的計算和非結(jié)構(gòu)化數(shù)據(jù)的處理能力，實現(xiàn)低成本的存儲

16、和低時延、高并發(fā)的查詢能力。數(shù)據(jù)開放接口：向大數(shù)據(jù)應(yīng)用方提供大數(shù)據(jù)平臺的能力。數(shù)據(jù)采集（ETL）：負(fù)責(zé)源數(shù)據(jù)的采集、清洗、轉(zhuǎn)換和加載包括：1、把原始數(shù)據(jù)加載到Hadoop平臺。2、把加工后的數(shù)據(jù)加載分布式數(shù)據(jù)庫和主數(shù)據(jù)倉庫應(yīng)用層lHDFS：分布式文件系統(tǒng)有較強(qiáng)的容錯性可在x86平臺上運行，減少總體成本可擴(kuò)展，能構(gòu)建大規(guī)模的應(yīng)用lHBase：非結(jié)構(gòu)化NoSQl分布式數(shù)據(jù)庫 基于分布式文件系統(tǒng)HDFS，保證數(shù)據(jù)安全列式存儲，節(jié)省存儲空間提供大數(shù)據(jù)量的高速讀寫操作lHive：分布式關(guān)系型數(shù)據(jù)庫數(shù)據(jù)可保存在HDFS，可提供海量的數(shù)據(jù)存儲類SQL的查詢語句，提供大數(shù)據(jù)的統(tǒng)計和分析操作，適合海量數(shù)據(jù)的批處

17、理通過MapReduce實現(xiàn)大規(guī)劃并行計算lMapReduce：大規(guī)劃并行計算引擎可將任務(wù)分布并行運行在一個集群服務(wù)器中Hadoop平臺提供了海量數(shù)據(jù)的分布式存儲與處理的框架?；诜?wù)器本地的計算與存儲資源， Hadoop集群可以擴(kuò)展到上千臺服務(wù)器。同時，Hadoop在設(shè)計時充分考慮了硬件設(shè)備的不可靠因素，在軟件層面提供數(shù)據(jù)和計算的高可靠保證。HBaseMapReduceHiveHDFS快速的數(shù)據(jù)讀取大數(shù)據(jù)存儲統(tǒng)計復(fù)雜計算并行處理Shared Nothing代表數(shù)據(jù)庫：GreenPlum、Vertica、Teradatal適合大數(shù)據(jù)量的OLAP應(yīng)用缺點優(yōu)點線性擴(kuò)展：X86平臺高可用性較低新型M

18、PP數(shù)據(jù)庫主要構(gòu)建在x86平臺上，為無共享架構(gòu)（Share Nothing），依靠軟件架構(gòu)上的創(chuàng)新和數(shù)據(jù)多副本機(jī)制，實現(xiàn)系統(tǒng)的高可用性和可擴(kuò)展性。負(fù)責(zé)深度分析、復(fù)雜查詢、KPI計算、數(shù)據(jù)挖掘以及多變的自助分析應(yīng)用等，支持PB級的數(shù)據(jù)存儲。l新型MPP分布式數(shù)據(jù)庫基于開放平臺x86服務(wù)器大規(guī)模的并發(fā)處理能力無單點故障，可線性擴(kuò)展多副本機(jī)制保證數(shù)據(jù)安全支撐PB級的數(shù)據(jù)量支持SQL，開放靈活數(shù)據(jù)分級存儲原則數(shù)據(jù)分級存儲原則數(shù)據(jù)數(shù)據(jù)融合與分級存儲實施融合與分級存儲實施按數(shù)據(jù)血緣按邏輯層次按業(yè)務(wù)種類按設(shè)備網(wǎng)絡(luò)劃分按設(shè)備物理地址在線、近線在線、近線、離線、離線按訪問按訪問頻度頻度內(nèi)存數(shù)據(jù)庫按響應(yīng)按響應(yīng)及時

19、性及時性內(nèi)存數(shù)據(jù)庫數(shù)據(jù)生命周期中在線數(shù)據(jù)對高性能存儲的需求，以及隨著數(shù)據(jù)生命周期的變更，逐漸向一般性能存儲的遷移，是分級存儲管理的一條主線。同時兼顧考慮其他分級原則，共同作用影響數(shù)據(jù)遷移機(jī)制?；谏芷诨谠L問壓力基于業(yè)務(wù)用途基于物理屬性分級原則分級原則高性能磁盤庫磁帶光盤庫中低性能磁盤庫將核心模型（即中度匯總的模型）通過改造融入到現(xiàn)有主數(shù)據(jù)倉庫的核心模型中，減少數(shù)據(jù)冗余，提升數(shù)據(jù)質(zhì)量。將主數(shù)據(jù)倉庫中的歷史數(shù)據(jù)和清單數(shù)據(jù)遷移到低成本分布式數(shù)據(jù)庫，減輕主數(shù)據(jù)倉庫的計算與存儲壓力并支撐深度數(shù)據(jù)分析。數(shù)據(jù)數(shù)據(jù)數(shù)據(jù)數(shù)據(jù)數(shù)據(jù)數(shù)據(jù)1、核心、核心模型融入主數(shù)據(jù)倉庫模型融入主數(shù)據(jù)倉庫主數(shù)據(jù)倉庫2、歷史數(shù)據(jù)遷

20、移到分布式數(shù)據(jù)庫、歷史數(shù)據(jù)遷移到分布式數(shù)據(jù)庫分布式數(shù)據(jù)庫1、清、清單數(shù)據(jù)單數(shù)據(jù)入入MPP數(shù)據(jù)庫數(shù)據(jù)庫Hadoop平臺主數(shù)據(jù)倉庫報表數(shù)據(jù)標(biāo)簽庫指標(biāo)數(shù)據(jù)客戶統(tǒng)一視圖信息子層話單數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)信息子層：報表數(shù)據(jù)、多維數(shù)據(jù)、指標(biāo)庫等數(shù)據(jù)來源于匯總層。匯總層：主題域之間進(jìn)行關(guān)聯(lián)、匯總計算。匯總數(shù)據(jù)服務(wù)于信息子層，目的是為了節(jié)約信息子層數(shù)據(jù)計算成本和計算時間。輕度匯總層：主題域內(nèi)部基于明細(xì)層數(shù)據(jù)，進(jìn)行多維度的、用戶級的匯總。明細(xì)數(shù)據(jù)層：主題域內(nèi)部進(jìn)行拆分、關(guān)聯(lián)。是對ODS操作型數(shù)據(jù)按照主題域劃分規(guī)則進(jìn)行的拆分及合并ODS層：數(shù)據(jù)來源于各生產(chǎn)系統(tǒng)，通過ETL工具對接口文件數(shù)據(jù)進(jìn)行編碼替換和數(shù)據(jù)清洗轉(zhuǎn)換，不

21、做關(guān)聯(lián)操作。未來也可用于準(zhǔn)實時數(shù)據(jù)查詢。明細(xì)數(shù)據(jù)層 （DW）輕度匯總層（MK）高度匯總層（MK）應(yīng)用庫精細(xì)化營銷分布式數(shù)據(jù)庫MPP其他應(yīng)用1其他應(yīng)用2應(yīng)用層：應(yīng)用系統(tǒng)的私有數(shù)據(jù)，應(yīng)用的業(yè)務(wù)數(shù)據(jù)。精細(xì)化營銷做為大數(shù)據(jù)平臺的一個上層應(yīng)用，有由大數(shù)據(jù)平臺提供數(shù)據(jù)支撐數(shù)據(jù)訪問SQLFTPHSQLAPIETL數(shù)數(shù)據(jù)據(jù)采采集集E ET TL L互聯(lián)網(wǎng)GN口非結(jié)構(gòu)化數(shù)據(jù)BSS經(jīng)分DMVACMC話單業(yè)務(wù)平臺結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)源獲取層12123344源數(shù)據(jù)導(dǎo)入ETL，進(jìn)行數(shù)據(jù)的清洗、轉(zhuǎn)換和入庫?；A(chǔ)數(shù)據(jù)加載到主數(shù)據(jù)倉庫，規(guī)劃保存3年清洗、轉(zhuǎn)換后的ODS加載到分布式數(shù)據(jù)庫規(guī)劃保存1+1月，在分布式數(shù)據(jù)庫內(nèi)完成明細(xì)數(shù)據(jù)

22、和輕度匯總數(shù)據(jù)加工生成，規(guī)劃保存2年ODS數(shù)據(jù)和非結(jié)構(gòu)化數(shù)據(jù)，如爬到的網(wǎng)頁數(shù)據(jù)ftp到Hadoop平臺做長久保存非結(jié)化數(shù)據(jù)分析處理在Hadoop平臺完成，產(chǎn)生的結(jié)果加載到分布式數(shù)據(jù)庫生成KPI和高度匯總數(shù)據(jù)加載到主數(shù)據(jù)倉庫。Hadoop平臺主數(shù)據(jù)倉庫報表數(shù)據(jù)標(biāo)簽庫客戶統(tǒng)一視圖信息子層話單數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)明細(xì)數(shù)據(jù)層 （DW）輕度匯總層（MK）高度匯總層（MK）應(yīng)用庫分布式數(shù)據(jù)庫MPP數(shù)據(jù)訪問SQLFTPHSQLAPIETL數(shù)數(shù)據(jù)據(jù)采采集集E ET TL L互聯(lián)網(wǎng)GN口非結(jié)構(gòu)化數(shù)據(jù)BSS經(jīng)分DMVACMC話單業(yè)務(wù)平臺結(jié)構(gòu)化數(shù)據(jù)數(shù)據(jù)源獲取層123465業(yè)務(wù)應(yīng)用通過數(shù)據(jù)訪問接口獲取所需求數(shù)據(jù)。7精細(xì)化

23、營銷其他應(yīng)用1其他應(yīng)用2指標(biāo)數(shù)據(jù)消息采集文件采集話單預(yù)處理信令預(yù)處理Gn話單位置信令DCNBSS炫鈴VAC短彩平臺物聯(lián)網(wǎng)客服平臺1*10GE1*GE2*GES9300S9300分布式數(shù)據(jù)庫集群新建ETL、分布式數(shù)據(jù)庫和Hadoop集群內(nèi)部各自獨立組網(wǎng)。分別通過10GE網(wǎng)口接入?yún)R聚交換機(jī)。 Hadoop集群1*10GEETL集群1*10GE20Pcap數(shù)據(jù)（DPI）互聯(lián)網(wǎng)路由器路由器防火墻WAP網(wǎng)站W(wǎng)WW網(wǎng)站分光鏡像DPI數(shù)據(jù)爬取數(shù)據(jù)爬取數(shù)據(jù)采集Agentcollector日志采集網(wǎng)元設(shè)備(GGSNPDSNWAP網(wǎng)關(guān)、NET網(wǎng)關(guān))/Apache日志核心設(shè)備話單互聯(lián)網(wǎng)頁面數(shù)據(jù)正向采集用戶行為數(shù)據(jù)反向采集互聯(lián)網(wǎng)數(shù)據(jù)建設(shè)方案p 基于Hadoop構(gòu)建大數(shù)據(jù)的用戶行為分析系統(tǒng)p 系統(tǒng)提供了核心的分布式云存儲、分布式并行計算、分布式數(shù)據(jù)倉庫、分布式列數(shù)據(jù)庫整體解決方案方案延伸p 基于Hadoop的大數(shù)據(jù)解決方案提供了基礎(chǔ)的云存儲和云計算的能力，基于該技術(shù)框架可進(jìn)行應(yīng)用的擴(kuò)展和衍生。p 基于用戶互聯(lián)網(wǎng)訪問行為分析結(jié)果，形成詳細(xì)的戶興趣愛好列表，可進(jìn)行即時、精準(zhǔn)的廣告投放21p 系統(tǒng)主要包含數(shù)據(jù)采集子系統(tǒng)、數(shù)據(jù)入庫子系統(tǒng)、數(shù)據(jù)存儲子系統(tǒng)、數(shù)據(jù)查詢與分析子系統(tǒng)p 采用Hadoop/HBase作為上網(wǎng)