当前位置: 首页 > 产品方案 > 大数据解决方案 >

大数据解决方案

新炬大数据解决方案是基于Hadoop及相关大数据技术之上的高可用、高速并行运算、低开发成本的大数据方案,具有海量数据存储、离线处理、实时计算、报表定制等能力,日均处理数据量可达到40TB、总容量达PB级别,是一套成熟的电信级大数据解决方案,并在某省运营商信令分析平台上得到了成功应用。

新炬网络大数据解决方案

案例分享——X省移动网络信令大数据共享平台

客户背景

随着移动通信用户、业务种类的不断增多,移动通信网络规模不断扩大,网络资源种类、数量不断增加,终端客户对网络质量要求不断提高,网络运维面临前所未有的挑战和压力。为适应日趋激烈的市场竞争环境,需要全面增强网管运维支撑水平和网络服务能力,提高客户满意度,提升企业核心竞争力。

传统烟囱式的网管系统架构,以专业网管为主,实现对通信网络和业务平台的管理,支撑配置管理、故障监控、指标分析、网络优化、例行维护、指挥调度等工作。然而,面向网元和网络的分专业网管,难以支持以客户感知为核心、面向端到端业务实现的运维管理新要求。
大量的网络信令数据,在网元和业务层面都能够提供很好的支撑,但之前由于技术和业务的原因,没能够很好的利用起来。通过构建网络信令大数据共享平台,有利于以不同视角全面分析网络、业务和用户的情况,获得全面的信息和深入的分析,有助于生成全局正确决策。同时提高数据共享能力,实现数据与应用解耦,数据向应用开放,支撑应用快速开发、灵活定制,提高企业运营效率、最大化释放数据价值,最终实现“统一采集、统一存储、统一管控、多点应用、百花齐放”。


客户面临的挑战

以网络信令数据为基础的网络大数据共享平台建设面临巨大的挑战,主要如下:

l  数据量大,平台性能要求高

信令数据量巨大,CS域、PS域,以及LTE信令数据,日新增数据量基本在几十T级别,预计很快达到百T级别,对数据采集、处理能力要求非常高。如何在有效有效时间内完成数据的采集、处理,是必须解决的难题。

l  数据口径不一,分散割裂,缺少整合

烟囱式的系统建设、数据处理过程,导致数据统计口径(算法、规则)不一,同时造成数据管理分散、割裂,信息孤岛严重,数据关联困难,需耗费较多资源对统计数据进行对比分析,进行统一标准,统一对外进行数据提供,支撑应用统计分析。

l  数据共享要求高

上层应用厂商多,应用需求比较复杂,如何分配资源,如何共享提供数据,如何管控,最大限度的满足应用需求,同时具备灵活性、扩展性,是实现数据共享,发挥平台价值的关键问题。


解决方案

针对客户的业务需求以及数据现状,结合集团公司要求,新炬公司提出了大数据平台三层架构模式,融合利用当前先进的技术,构建网络信令大数据共享平台,以信令数据为基础,纳入其它重要的网络数据,更加全面准确的描述业务运行状况,更全面管理用户感知,更深层次挖掘网络隐患,更快速发现、解决故障和质量问题,为企业的快速发展护驾保航。

信令大数据共享平台主要具备以下几个特点:

l  统一梳理,明确口径

采用自上而下和自下而上相结合的分析方式,对数据和业务需求进行统一梳理,结合当前业务需求和未来分析需求,统一口径,构建数据模型,为数据的价值发挥,奠定坚实的基础。

l  先进的技术架构,满足多层次的业务需求

数据量大,业务需求又比较复杂,需要针对需求的不同场景,选择技术框架,构建技术平台。平台需要支撑的数据需求是多层的,包括数据分析交互需求,实时数据处理需求,临时数据提取需求,数据个性化操作处理需求,大数据清单查询需求以及兼顾各类重要指标的稳定保障需求。针对需求和资源的情况,我们采用了先进的混搭技术架构,包括了当前最先进的Hadoop技术、MPP技术、一体机技术,通过高效的技术搭配和数据交互设计,日数据处理量高达40TB,完美的满足了客户复杂的业务需求,快速支撑各类应用数据需求,支撑企业的快速发展。

l  统一数据共享,统一数据访问,实现应用百花齐放

平台从一开始就以数据共享为目标支撑方式,关注数据与应用的解耦,为上层应用的快速、灵活发展提供了有利的支撑。平台通过数据共享服务,统一提供数据,同时分配给每个应用厂商一定的数据空间,供应用厂商灵活处理个性化数据,快速满足个性化需求。

大数据解决方案信令架构图

客户价值

移动网络信令大数据平台的顺利建设、运营,给客户的运营、管理带了了有力的支撑,主要价值如下:

· 有效支撑企业运营发展,提升客户满意度

通过大数据平台建设,企业成功的贯穿了大数据的采集、存储、处理、应用全流程,实现了上网、通话行为的端到端分析,逐步实现了NOC到SOC的转化,提高了企业的运营、分析能力,有效提高客户满意度,促进企业持续、健康的发展。

· 降低成本、减少费用

坚持高效低成本,统一数据共享方式,集中进行平台管控运营。大幅减少了数据的冗余存储、重复处理以及管理资源的消耗,大大减少了数据单位成本;同时积极引进开源技术框架,减少了软件投资费用。

· 保持技术探索,保障企业技术能力

通过大数据平台的建设,在满足业务发展的基础上,积极引进先进的技术产品、框架,一体机、MPP架构、Hadoop体系等,共同搭建技术平台,最大化满足业务发展需求,同时保持企业的技术领先能力。