运营商解决方案
为业务提速，部署大数据战略
行业背景
随着移动通信技术的迅猛发展和广泛应用，智能移动设备迅速占领市场，也产生了大量用户信息记录，对移动用户消费能力、通话量、网络请求量、位移量的分析与挖掘，构建新的服务与应用方案显得极为重要。
金沙贵宾会官方0029依托海量数据存储处理，在原有运营商大数据平台的数据基础上，通过对用户访问网络、通话的行为规律与活动研究，建设一套基于商业需求为基础的标签分类体系和一套搜索引擎，帮助用户智能、快速、精准搜索到目的客户群。
行业痛点
- 数据孤岛
- 数据分别存储在各地分公司，分公司不同业务数据独立存储。
- 数据量大
- 大数据量，数据多样，数据复杂；每天的交易数据以千亿记，涉及包括业务；用户等成百上千的维度。
- 业务多样
- 涉及交易、社交和GPS等客户数据和企业内部运维、经营等数据。
- 数据统一和整合
- 将跨地区，跨业务的数据进行统一和整合；同时保证数据的质量；数据的真实性，相关性要保持一致。
- 大数据存储
- 海量数据的存储，保证存储，读取和访问速度，保证数据读取的分级权限。
- 大数据分析
- 已有分析模型的资源管理，未知模型的探索式、自服务模型生成。
解决方案
依托柏睿搭建的大数据平台，专注数据的运营及大数据分析，为消费者提供针对性服务、为服务商提供客户匹配与服务、产品优化建议，为商家/广告商提供客户匹配与营销策略优化建议，通过数据分析来实现数据价值的变现。
解决优势
- 01
- 分布式存储:方便整个架构的横向扩展，可以线性地横向扩展而没有性能影响，保证性能和容量的灵活伸缩，解决大数据量的存储问题。
- 02
- 硬件高可用:通过软件设计、硬件故障作为一个常态而非特例来解决
- 03
- “不共享”架构:分布式机器节点之间相互独立，分布式数据中心与分布式数据集市之间相互独立，避免资源争用。保证架构在应对实时计算、离线计算和流式计算等不同的计算需求时，高效稳定的运行。
- 04
- 探索式自服务分析:针对未知和灵活多变的业务需求，可以实现自主数据服务和分析服务。
实现价值
- 存储
- 解决分布式数据中心高并发高I/O瓶颈:
分布式架构的核心问题是系统运行过程中的高并发和高1/0。通过数据中心上层部署分布式数据集市的方式，分担分布式数据中心的压力。 Data Collection ）ODC引擎，主要解决海外目标网站在大陆打开缓慢、数据屏蔽及数据同步缓慢的客户瓶颈问题，开启海外媒体数据绿色通道。
- 计算
- 解决分布式数据中心高并发高I/O瓶颈:
分布式数据中心作为数据仓库，需要承担数据的存储，计算和其他数据请求。需要在数据的增、删、改、查和运算等各个功能做好资源的均衡。柏睿MPP数据集市是一款专门针对分析性数据的分布式列存数据集市。把更多的系统资源集中在数据的检索和分布式计算之上。同时，列式存储保证了数据在存储和调用时的数据独立性和完整性。