应用特征数据库升级，运营商如何运用大数据转型升级

大家好，今天给各位分享应用特征数据库升级的一些知识，其中也会对运营商如何运用大数据转型升级进行解释，文章篇幅可能偏长，如果能碰巧解决你现在面临的问题，别忘了关注本站，现在就马上开始吧！

运营商如何运用大数据转型升级

首先是传统运营商所提供的服务类型已经从单一的话音结合少量的数据通讯，向多媒体、iptv等多业务叠加模式演变；其次，是价值链的改变，运营商不得不面对为数众多的、并且在逐步壮大的互联网服务提供商和应用提供商，想自己直接经营显然不太现实。但是，以腾讯、百度、新浪等为首的传统互联网巨头认为，三大电信运营商并不会对传统互联网公司以及新兴的移动互联网企业构成威胁，通过合作，互联网公司将与电信运营商实现共赢。如何处理与新兴互联网公司的关系？公司化运作、新的it技术的利用是否是其转型的救命稻草？云、管、端三线布局能否解决管道化的忧虑？这是移动互联网时代，摆在中国移动、中国联通、中国电信三大电信运营商面前的难题。

电信运营商必须深化战略转型，否则将难以应对移动互联网时代的各项挑战

据赛迪顾问数据显示，2012年中国已有超过4亿用户尝试用手机访问互联网，微信用户突破3亿，手机用户上网的频率全面提高。随着未来以智能手机、平板电脑为代表的新式移动互联网终端的不断推出，人们对于移动互联网业务的需求将呈现爆炸式增长趋势。显而易见，移动互联网正在孕育着一个巨大的市场商机。移动互联网产业生态价值链还在重塑过程中，但机遇大于挑战，关键是如何调整商业模式、战略、策略、渠道。

然而，当电信运营商从被动转主动开始拥抱移动互联网所造就的数据时代时，其最强劲的竞争对手互联网巨头已经成为近年来发展最为迅速、灵活、并且创意无限的角色。当前，即便是世界优秀的电信运营商也面临着艰巨的业务转型需要和巨大的发展瓶颈。在移动互联网时代，运营商缺乏互联网运营经验、对终端掌控力度不足、业务创新能力落后、缺乏标准开发能力以及资源使用与管理运营支撑效率低已经成为了运营商全面增长的几个主要的劣势所在。从最新公布的中国移动、2013年一季度财报来看，利润增长几乎停滞，增长显现出疲态。运营商的转型之门若干年后又将重新打开，而不管是“流量经营”和“去电信化”等运营商转型思路，赛迪顾问认为，面临移动互联网带来的庞大的数据挑战，电信运营商的转型之路必须要围绕海量数据所带来的商机作深度挖掘和分析。

海量数据的出现、数据结构变化给运营商的数据管理及分析带来高度挑战

尽管移动互联网时代给电信运营商带来前所未有的机遇，然而正如硬币的两面，这个时代的到来同样也给电信运营商带来了无限的挑战，特别是大数据的挑战。这个挑战主要表现在以下两个方面：其一、传统数据仓库难以满足日益增长的业务数据所带来的存储、计算需求。随着业务发展数据量的增加，应用复杂导致的数据量增加，这些数据量导致了数据存储和处理压力；数据仓库无法线性扩容，管理难度加大，成本高扩容压力大，效率下降等。其二、传统数据仓库难以满足非结构化数据的处理要求。移动互联网和物联网业务带来的非结构化数据、半结构化数据（如网页、聊天记录）对分析系统提出了不同以往的处理要求，如自然语言处理、网页分类等。下图描述了运营商针对不同业务所应具备的大数据处理模型特征，是运营商急需提升的应用处理能力模型。

图1电信运营商大数据处理应用模型

从上图看，准实时处理、非实时处理以及oltp/在线事务处理以及在线分析应用四个方向的能力将是电信运营商在主要大数据应用所应具备的能力，也是未来运营商大数据的重要竞争优势的角逐。

利用大数据转型，运营商在行动

其实，各大运营商在面向移动互联时代已经做好了部分准备，而且在应对大数据挑战上逐步提高了竞争意识。

中国电信很早就已经意识到移动互联网时代的到来，并于2005年提出了战略转型的构想，主要目的就是为了应对移动互联网时代的挑战。而当前，中国电信已经提出了“智慧城市”发展战略，其中很重要的技术结合点就是物联网和大数据。基于以上战略，中国电信定位成为智能管道的主导者、综合平台的提供者、内容应用的参与者。而在“流量经营”方面，中国电信从“话务经营”向“流量经营”转型。结合大数据技术，中国电信也将深入idc服务以及智慧城市建设，并发掘移动互联与之结合的商机，重塑转型之路。

中国移动数据部认为，在移动互联网时代，电信运营商需要转型，要以开放的姿态获取更多的合作，而中国移动的阅读、游戏、动漫、音乐等业务都将通过开放合作的方式来寻求发展。通过开放合作平台，中国移动从“移动通信专家”到“移动信息专家”的策略转变，就是为顺应移动互联网时代潮流而做出的改变。这一战略的发展基础就是中国移动针对大数据和云计算研究所获得的应用发展方向。中国移动在大云1.5平台上部署了分析型paas产品，利用bc-hadoop构建大数据处理平台，同时建设了并行数据挖掘系统（bc-pdm&etl）以及商务智能平台（bi-paas）等大数据应用平台，为将来在大数据应用和服务市场做了充分准备。

中国联通对大数据的探索源自于2010年中国联通数据大集中策略的提出。2009年，中国联通3g业务正式商用，提出“统一品牌、统一业务、统一包装、统一资费、统一终端政策、统一服务标准”的“六个统一”策略。这意味着中国联通要走一条数据大集中的路线。2012年底，中国联通就已经成功将大数据和hadoop技术引入到移动通信用户上网记录集中查询与分析支撑系统。当前，中国联通已经新增100亿投资重庆大数据计划，显现了其发展大数据，转型自身业务的决心。

总体来看，运营商利用大数据来推动业务转型将是未来电信市场的一个重要方向。电信运营商如果能够通过技术的进步，不断释放其管道中庞大数据的潜在力量，将会成为未来移动互联时代中最大的赢家。

数据库与数据仓库的区别

数据库是面向事务的设计，数据仓库是面向主题设计的。数据库一般存储在线交易数据，数据仓库存储的一般是历史数据。

“与时间相关”：数据库保存信息的时候，并不强调一定有时间信息。数据仓库则不同，出于决策的需要，数据仓库中的数据都要标明时间属性。决策中，时间属性很重要。同样都是累计购买过九车产品的顾客，一位是最近三个月购买九车，一位是最近一年从未买过，这对于决策者意义是不同的。

“不可修改”：数据仓库中的数据并不是最新的，而是来源于其它数据源。数据仓库反映的是历史信息，并不是很多数据库处理的那种日常事务数据（有的数据库例如电信计费数据库甚至处理实时信息）。因此，数据仓库中的数据是极少或根本不修改的；当然，向数据仓库添加数据是允许的。

数据仓库的出现，并不是要取代数据库。数据仓库，是在数据库已经大量存在的情况下，为了进一步挖掘数据资源、为了决策需要而产生的，它决不是所谓的“大型数据库”。

目前，大部分数据仓库还是用关系数据库管理系统来管理的。可以说，数据库、数据仓库相辅相成、各有千秋。

学习数据库有什么用吗

首先，当前如果仅仅掌握数据库的基本应用，要想获得一份高附加值的工作岗位还是比较困难的，所以当前学习数据库应该既重视数据库的应用，同时还需要有一个主攻方向，要么能够深入了解数据库的体系结构，进而从事存储类的岗位，要么能够基于数据库做数据分析和挖掘。

在传统的IT岗位当中，数据库管理员是比较常见的岗位之一，而且岗位附加值也相对比较高，但是随着云计算的发展，数据库本身的存储方式和应用方式正在发生较大的改变，传统的数据库管理员也发生了岗位升级。从当前IT互联网行业的发展趋势来看，要想基于数据库来获得工作岗位，可以向以下三个方向发展：

第一：运维岗位。虽然在云计算时代，运维岗位的工作内容和工作性质正在发生改变，但是运维岗位的重要性并没有降低，对于大型互联网平台来说，运维岗位还是非常重要的，而且运维岗位自身的任务边界也在不断拓展，一部分运维岗位的岗位附加值还是比较高的。运维知识的学习时间还是比较长的，通常在实习岗位上需要一年左右的锻炼时间。

第二：数据分析岗位。未来随着工业互联网的发展，大量企业在实现业务云端化之后，下一步必然要实现数据价值化的布局，而数据分析岗位会受到广泛的关注。数据分析不论是采用统计学方式，还是采用机器学习的方式，都离不开数据库的支撑。学习数据分析需要根据自身的知识结构和学习能力来制定学习计划，整体的学习周期因人而异。

第三：存储岗位。存储岗位在云计算技术体系当中是比较重要的，涉及到的内容也比较多，一方面要了解各种数据库的特点，另一方面也需要有较强的实践能力，能够针对于不同的场景设计不同的存储方案。存储岗位的岗位附加值比较高，需要学习的周期也相对比较长，而且对于场景也有较高的要求

应用特征数据库升级和运营商如何运用大数据转型升级的问题分享结束啦，以上的文章解决了您的问题吗？欢迎您下次再来哦！