前言
BSS运营支撑系统(主要指电信运营商),通常都是为了支撑个人客户的业务运营。虽然在业务运营上也面向集团客户,但是总体上来说,业务的特性总结归纳为2C的业务场景。
而当前运营商在面向物联网的业务运营下,主要是以2B的业务场景。运营商实际并不会直接面向最终的客户,而是通过其他业务的运营企业的合作或者买卖关系提供,即是一种B2B2C的场景。
在面向物联网的业务场景下,当前2C的BSS系统模型需要进行分析和改进。物联网的业务场景下,对数据量的存储是一个挑战。通常一个物联网业务的运营企业,通常会一次批量购买大量的SIM,使用运营商提供的网络服务,如数据流量、短信、语音。下面以此以3个典型的IoT物联网的业务场景作为依据,对模型进行简要的分析和设计。
场景一:
某企业一次性从运营商购买了一批(10万张)卡,这批卡具有相同的使用量和资费,即:每个月10元,50M数据流量,10分钟的语音通话时长,30条SMS短信。
1) 模型1
面向传统个人订购的三户模型
数据量:10万条Subscriber记录,10万条Offering实例记录,30万条Product实例记录,共计50万条数据记录。
在这种模型下,可以表达出每张卡的订购信息。尤其是在当前场景下,每张卡都是拥有独立的用户信息,独立的Offering实例信息。如果需要在每张卡的使用量超出限额的情况下,针对超出限额的卡进行单独的信控如停开机操作。这种模型下,只需要操作对应的Subscriber即可。虽然,这种模式带来了较多的数据冗余的结果。这10万张卡形成的Offering实例、Product实例的数据都是完全相同的。在IoT的场景下,会有大量的这种情况存在,那么就会有大量的冗余数据进行存储。
2)模型2
在模型1的基础上进行调整,考虑在Subscriber下增加一张Device表,专门用来基于“卡”的信息。
数据量:10万条Devices记录(Custom、Subs