1 . 概要
全世界每天都有几十亿人使用计算机、平板电脑、手机和其它数字设备产生海量数据。据Forrester的*在线或移动金融交易、社交媒体、GPS坐标等数据
· 数量
电信市场的渗透率通常很高（近100%）。作为一个垄断行业，每个国家通常只有三或四家电信运营商（有些运营商拥有超过1亿用户），这意味着，运营商通常
“大数据是大数据量、高速度、种类繁多的信息资产，它们需要经济有效和创 企业系统内数据量的增加是由交易量以及其它传统数据类型和这涉及数据流、结构化记录的创建以及数据的可访问性和可交付性。速度既包括数据产生的速度，也包括满足需求所需的数据处理速度。
· 种类（Variety）： IT主管在将大量交易数据转化为决策时总是遇到问题，而他们现在有更多类型的信息需要分析，这些信息主要来自社交媒体和移动领域（承接关系感知）。数据种类包括：表格数据（数据库）、分层数据、文档、电子邮件、计量数据、视频、静止图像、音频、股票报价机数据、金融交易数据等等。
现实中的大数据应用通常涵盖上述一或两个“V”，但也有很多企业的大数据项目涵盖所有三个“V”，这些项目通常涉及来自多个数据
存在于运营商
通常，运营商数据中心中的大型业务支撑系统只是为了确保运营商
- 优化资本支出
- 降低运营支出
- 开辟
· 开辟
* “驮运”（Piggy back）业务：
运营商可以采用打包销售数据的方式为银行、零售商和OTT服务提供商提供增值服务。
* 定向广告与营销：
通过提供综合数据包，运营商可以帮助广告客户根据目标客户的资料、位置和消费习惯更加有效地投放相关广告。
· 改善客户体验
提高客户忠诚度和降低客户流失率是当今电信市场中的两个关键问题。通过从数据资产中获益，运营商
1）. 分析过去，不预测未来（关联分析）
2）. 分析过去，预测未来（具备监督式学习功。
下图描述了大数据中的主要软件技术分类。这些分类中有很多正在开发的工具（既包括Apache旗下的开，这些工具可用于支持数据摄取、数据准备、数据库编程、文本处理、分析可视化等工作。
上图描述了大数据中的软件技术分类，并使用插图提示显示了每个分类中的厂商/产品。目前共有三种顶层的软件技术分类：
1） 流数据分析和复杂事件处理
结构化数据从多个来框架，让数据经历转换、加入、分割、开窗等一系列处理步骤。这种模式通常被称为“复杂事件处理”（Complex Event Processing）。
流数据分析的结果通常被存储在一个数据库（SQL或NoSQL）中，并内所处理的数据量通常以吉字节为单位，处理时延以毫秒为单位。关联分析和预测分析均 数据库
目前主要有两类数据库，即SQL和NoSQL。SQL数据库向RDBMS确认（即提供事务处理和引用完整性）。NoSQL数据库提供各种表、schema和接口，但不提供事务处理和引用完整性，与SQL数据库相比，它们的时延更小，吞吐量更大，数据存储容量也更大。两种数据库均用于管理结构化数据。NoSQL数据库既可以基于磁盘，也可以基于内存。内存数据库以牺牲较大的磁盘容量来换取更小的内存时延。
3） Hadoop
流数据分析和数据库用于处理结构化数据，而Hadoop用于分析Web浏览日志、IT系统日志等半结构化数据以及社交。任何一个HadoopDistribution必须至少包含Hadoop集群软件和HDFS。
大数据分析技术的未来发展
SQL的重
很多传媒大肆宣扬NoSQL是兼容RDBMS的SQL数据库的“终结者”。但是，RDBMS可确保数据完整性，而这对于很多应用至关重要。因此，业内将来有可
Hadoop将来有可，Hadoop也有可。
6. 结语
大数据为电信运营商提供了一个更加**了解其业务和客户、进一步加大创 PeterLiu ）
公安机关备案号：
