云计算在数据分析与商业智能中的应用

对于EDC和业务支撑系统而言，大量的业务涉及数据分析和商业智能。如上海电信的相关系统按大类可划分为BSS、MSS、OSS、EDI等;按具体应用系统则分为计费、CRM、DW、综合结算、网厅、OA、ERP、门户、EDW、全息视图、计费分析、营销分析、资源管理、综合保障、综合报警等。彼此独立的系统占用了大量的硬件资源。由于资源彼此隔离，服务器的平均利用率非常低。由于生产要求，月初出账注要是报表)期，计算扎堆严重，资源又明显不足。

通过对电信EDC和业务支撑系统的分析，我们可以总结出以下几个业务特性。

(1)高性能计算的需求

数据量大、运算量大的系统如计费、CRM、EDW等对高性能计算有需求。四川电信的数据分析都架构在小型机上，CPU资源仍然不够。虽然有一系列扩容优化计划，但计算与资源一直有矛盾。上海电信的EDA/WS部门也面临针对海量数据做分析报表的压力，由于计算资源分离，不能共享，资源利用率低下，目前主要通过不断扩容来应对压力。

(2)时间窗口问题需求

数据分析的一个突出问题是时间窗口，这在上海电信和四川电信都很突出。由于生产要求，月初出账(主要是报表)期，计算扎堆严重，资源明显不足。目前的主要对策是，对于阶段性以及突发性的作业需求进行动态调整以满足作业对计算能力的要求。即：对于重要业务需预留资源，对于其他业务则进行调度管理;在出账前，根据资源需要，停掉低优先级的计算，从而满足高优先级计算的需求。然而，在时间窗口之外，计算资源又相对空闲。

云计算在数据分析与商业智能分析中有两种应用模式。

为电信内部EDC和业务支撑系统提供数据分析和商业智能业务，实现传统数据分析与商业智能应用的云化。要实现此类应用模式需要完成以下工作：利用虚拟化和自动化等云计算关键技术整合现有硬件资源;部署云模式数据分析与商业智能平台;遵照云模式选择性地重构现有业务系统中用到的数据分析与商业智能服务;将上述用户任务调度到云平台上进行计算，获得云模式带来的好处。

采用云模式开发新的数据分析与商业智能服务。实现企业数据分析云。要实现此类业务应用模式需要依托整合共享的硬件资源，在云模式数据分析与商业智能平台上开发新的服务，以支持各类新兴的应用模式和需求。

微信扫一扫实时了解行业动态

微信扫一扫分享本文给好友