第2章 运营商大数据架构
2.1 架构驱动的因素
运营商面临着被管道化,营收下滑,大数据项目承担企业战略转型,数据变现的使命。
互联网企业的大数据往往是承担业务创新,未来探索的一种驱动因素,所以对于架构的扩展性,灵活性等方面的追求优先级在成本之上。
2.2 大数据平台架构
大数据平台,最上层是应用。大数据平台最后还是要解决实际的业务问题,在运营商领域分别解决SQM(运维质量管理),CSE(客户体验提升),
MSS(市场运维支撑),DMP(数据管理平台)等问题。
第二层是各个组件/技术支撑,包括数据从产生获取,处理(实时,批处理),分析(交互式查询,机器学习与数据挖掘)到最后的展现。
第三次,为了支撑数据的存储处理,需要统一的资源管理及分配。
第四层,上层框架和处理都构建在存储的基础上,所以存储是基础中的基础。
第五层,大数据部署形态有云化部署,物理机部署等多种部署方式。
2.3 平台发展趋势
1.Cloud First : 云优先。
2.Stream Default : 流优先。数据源端更多的是流数据,要求实时分析,进行秒级或者分钟级计算。
3.Pervasive Analytics : 普适分析。
4.Self Service : 自服务