【IT168 应用】移动互联网时代的来临，给人们的生活和娱乐方式带来了天翻地覆的变化，尤其是3G网络的出现，使得人们已经突破了时间和空间的限制，随时随地都可与他人交流沟通。这一全新事物的迅猛发展，给电信运营商带来许多商机，同时也出现了一些挑战。例如随着移动互联网的普及，用户移动数据流量迅猛增长，数据流量收入已经超过了点对点短信业务，成为拉动数据业务收入增长的主要驱动力。

　　如何应对大商机下的大挑战

　　尽管新的商业凸显，但挑战也应运而生。如在3G全业务市场竞争环境下，电信运营商急需根据竞争情况和用户需求，加快实现流量的实时计费和提醒，优化数据流量资费体系，降低资费水平差距，提高精细化营销能力，不断提高客户满意度并降低流量投诉等等。而这一切都催生了对流量大数据分析的需求，大数据依赖于成熟的技术方案，但从目前看来，运营商现有的系统架构并不能很好地满足这些需求。

　　从电信运营商的整体系统架构来看，其主要面临四个方面的挑战：

　　首先，传统电信运营商的系统建设分散，很难实现资源和应用共享。诸如经营分析、信令监测、综合网络分析、不良信息监测以及上网日志留存等大数据系统垂直建设较多。同时，很多省分公司的系统建设存在重复建设、应用重复开发、各类专家资源无法共享等情况。

　　其次，则是数据分散存储，标准化程度低。要对电信行业的流量大数据进行分析，就必须实现数据的集中存储，并有统一的标准。但从目前来看，各级电信运营商各大数据系统的数据模型并未统一，跨系统综合分析较为困难，在原有基础之上实现统一管理的难度较高。

　　再者，以OLTP为核心的传统架构难以满足新业务发展要求。电信运营商IT架构较为传统的做法是采用高端架构建设(类IOE)，成本极高。并且，其仅具备良好的结构化数据处理能力，在飞速增长的非结构化、半结构化数据处理方面显得心有余而力不足。除此之外，传统的IT架构在高速增长的数据背景之下，很难满足其存储需求。

　　除了上述之外，目前电信运营商的大部分业务都只对内提供服务，未能有效地进行成规模商业利用。如何建立商业模式?如何解决用户隐私保护问题?这是各大电信运营商都需要深思的问题。

　　面对上述难题与挑战，并结合电信运营商现有业务，曙光存储提出了针对电信运营商大数据管理总体系统框架模型，其主要分为四层，即物理层、数据层、模型层和应用层。其中数据层是整个运营商大数据管理的核心部分，为上层应用提供数据支持。具体如下图所示：

　　那么其在实际环境中的表现是怎么的呢?下面我们来看看河南移动大数据平台的案例。