扫一扫
关注微信公众号

大数据网管运营数据存储模式研究
2020-07-14   通信世界网

  随着近两年通信流量业务开展得如火如荼,更多的用户上网行为的数据分析需求猛增,而处理这类数据需要大量的写入处理,而且字段不固定,传统的关系型数据库已无法满足需求,急需多节点的分布式大数据集群来解决数据处理及存储问题。

 
  本研究构建了一套大数据采集、存储体系,将系统分为采集层、ODS、DW、DM等四层,分别完成海量数据的采集、汇总、处理、生成价值数据过程中的不同环节。其中,采集层负责原始数据的采集,ODS层负责统一不同系统间的业务内容,对部分海量数据的非结构化数据进行转换。DW层是以空间换时间的一层,要形成大量的基础Cube,基础常用业务粒度的数据。实现统一的KPI过程,是ODS层指标转换的基础。DM层主要是面向业务的组合,面向分析的Cube变换,面向挖掘的数据变换。
 
  数据分类存储
 
  在数据存储过程中,按照数据价值和生命周期管理原则(热数据对存储性能要求高,随着数据生命周期的变化,数据价值降低,逐渐向一般性能存储迁移,其中数据价值的参考项包括时效性、访问频率、价值密度、业务意义等),可以将不同数据分类存储,制定不同的存储方式及存储周期。
 
  对于采集层的原始数据,将采集层的数据加载到基础数据缓存,为数据整合提供缓存,其中大数据1~3天,传统数据7天。对于ODS层数据,通过内存库关联与整合,ETL为ODM提供完整、准确的数据。该层存储周期:大数据3个月,传统数据1年。对于DW层数据,通过基于数据模型的并行计算域数据库计算,提供多用途的轻度汇总,该层数据类型主要为按维度、事实组织的数据,存储周期为3年。
 
  数据处理及存储过程采用了分布式架构,其中有两项关键技术—HDFS和MapReduce,应用这两项技术能给系统带来如下技术优势。
 
  Hadoop分布式文件系统适合运行在通用硬件(x86服务器)上的分布式文件系统,HDFS对外开放文件命名空间并允许用户数据以文件形式存储;MapReduce能自动将一个作业(Job)待处理的大数据划分为很多个数据块,每个数据块对应于一个计算任务(Task),并自动调度计算节点来处理相应的数据块。作业和任务调度功能主要负责分配和调度计算节点(Map节点或Reduce节点),同时负责监控这些节点的执行状态,并负责Map节点执行的同步控制。
 
  具体应用案例
 
  通过该系统的推进落地,吉林省完成了省内大数据处理平台—数据共享平台的建设,该系统日均处理数据超过10T左右,并为吉林省内多个上层应用提供了数据支撑,比如互联网端到端系统能以四大类关键业务(网页浏览类、视频类、即时通信类、应用下载类)进行端到端质量分析,通过五元五阶分析定位方法,能够定位质差业务SP、质差小区、质差核心网网元、质差终端等,并找出业务问题原因;CSFB业务质量分析系统能实现全流程质量概况分析、全流程质差网元问题定位分析;客户满意度画像从覆盖质量、网络感知等网络指标判断用户满意度,做到在被投诉之前发现问题。
 
  这些应用在吉林省内日常的网络问题分析、优化,业务预测、发展支撑等方面发挥着有力的数据支撑作用。

热词搜索:

上一篇:数据分析师也有帮派!四大门派鼎足,入行千万别走错路
下一篇:在坚实的基础上建立模型和分析 > Image by XKCD 垃圾进垃圾出。 诞生于计算机科学早期的熟悉的短语也是如此,它强调了

分享到: 收藏