【正文】 者合作伙伴的標(biāo)志放在右上角 . Page 22 華為大數(shù)據(jù)解決方案概覽（內(nèi)部視角） Hardware Layer Platform Layer Application Layer Big Data server (OSCA/) Big Data Storage (Dsware/DiskArray) Big Data Infiniband Big Data Hardware Accelerator (FPGA Compress/Filter/Process) Business Consulting Service Business Process Outsourcing Resource Managed Service Data Asset Trade Service (TBD) Realtime Decision Network dynamic congestion control Realtime remendation Experience Enhancement Precise Marketing Improve Efficiency Innovative Business Big Data Acquisition Transformation (BDI) Big Data Storage (Hadoop/MPP DB/NO SQL) Big Data Exploration (Adhoc/MOLAP) Realtime Streaming Analytics (CEP/RTD) Big Data Visualization (IA) Big Data Mining (SmartMiner) Personalized remendation Detailed Weblog Inquiry Offering optimization Package design for specific OTT Operation Visualization Centralized Customer Profile Capability exposure Data exposure BI/SOP/SmartPCC/SDP/UP/CRM/SmartCare/DaaS OceanInsight IDC/存儲(chǔ) /服務(wù)器 HUAWEI TECHNOLOGIES CO., LTD. 華為保密信息，未經(jīng)授權(quán)禁止擴(kuò)散 英文標(biāo)題 :3235pt 顏色 : R153 G0 B0 內(nèi)部使用字體 : FrutigerNext LT Medium 外部使用字體 : Arial 中文標(biāo)題 :3032pt 顏色 : R153 G0 B0 字體 :黑體 英文正文 :2022pt 子目錄 (25級(jí) ) :18pt 顏色 :黑色 內(nèi)部使用字體 : FrutigerNext LT Regular 外部使用字體 : Arial 中文正文 :1820pt 子目錄 (25級(jí) ):18pt 顏色 :黑色 字體 :細(xì)黑體 配色參考方案： 建議同一頁(yè)面內(nèi)不超過(guò)四種顏色，以下是 13組配色方案，同一頁(yè)面內(nèi)只選擇一組使用。（僅供參考） 客戶(hù)或者合作伙伴的標(biāo)志放在右上角 . Page 30 B域數(shù)據(jù)不 O域數(shù)據(jù)融合建模 數(shù)據(jù)模型建模原則 標(biāo)準(zhǔn)化、規(guī)范化原則 數(shù)據(jù)源模型可繼承原則 需求驅(qū)勱、技術(shù)驗(yàn)證原則 丌做復(fù)雜業(yè)務(wù)維度匯總原則 用戶(hù)為核心丏統(tǒng)一用戶(hù)模型原則 簡(jiǎn)單可識(shí)別原則 開(kāi)放性、擴(kuò)展性原則 ?分層實(shí)現(xiàn)： 系統(tǒng)數(shù)據(jù)來(lái)源廣泛，潛在使用部門(mén)呾人員眾多，需求多樣化、個(gè)性化，前端要求具有很高的響應(yīng)性能呾分析能力，后端要求廣泛的數(shù)據(jù)集成能力呾海量數(shù)據(jù)的處理、存儲(chǔ)能力。 HDFS性能比社區(qū)版 提升 2~3倍 ， M/R性能 提升 3~10倍 ， HBase批量入庫(kù)性能 超越 Intel 2~3倍 達(dá)到 35MB/s，利用二級(jí)索引機(jī)制查詢(xún)性能 提升 10倍 以上；移動(dòng)研究院詳測(cè)試結(jié)果表明 OceanInsight Hadoop性能超越主要競(jìng)爭(zhēng)對(duì) 手。因此，各層次模型功能都必須有明確的功能定位，只有把各層次模型的功能定位清楚以后才能針對(duì)其功能的特點(diǎn)有針對(duì)性的展開(kāi)模型設(shè)計(jì)。（僅供參考） 客戶(hù)或者合作伙伴的標(biāo)志放在右上角 . Page 26 數(shù)據(jù)開(kāi)放：將數(shù)據(jù)作為商品，提供開(kāi)放服務(wù) 報(bào)告開(kāi)放 數(shù)據(jù)開(kāi)放 場(chǎng)景 場(chǎng)景 業(yè)務(wù)用戶(hù)分析能力 場(chǎng)景 情境分析能力 場(chǎng)景 情境＋推薦分析 … 地點(diǎn) 推測(cè) 狀態(tài) 推測(cè) 社交 推測(cè) 習(xí)慣 推測(cè) 電信情境 終端情境 物理情境 社交情境 1 3 2 多種推薦 能力 互聯(lián)網(wǎng)分析 … 在公園休閑的情境推薦喜愛(ài)音樂(lè) 推薦不本商品類(lèi)似的商品還有 根據(jù)歷叱販買(mǎi)猜您喜好 業(yè)務(wù)用戶(hù)關(guān)聯(lián)分析 競(jìng)爭(zhēng) 分析 業(yè)務(wù) 知識(shí)庫(kù) 人群 分析 4 5 6 … … … 7 8 … 購(gòu)車(chē)一族 美容族 白領(lǐng) 商務(wù)人士 971506XXXXXX 場(chǎng)景 標(biāo)簽開(kāi)放不推薦 場(chǎng)景 授權(quán)登陸的標(biāo)簽開(kāi)放 場(chǎng)景 自定義人群過(guò)濾 … 場(chǎng)景 商機(jī)洞察不人群流向 場(chǎng)景 產(chǎn)品競(jìng)爭(zhēng)報(bào)告 … ID 授權(quán) 第三方 購(gòu)車(chē)一族 運(yùn)營(yíng)商 APP 人群 A 實(shí)時(shí)人群過(guò)濾 購(gòu)車(chē)一族 女性服飾 投資族 自定義 DSOP 人群分布地圖查詢(xún) 商鋪選址 人群流向和預(yù)測(cè) 輸入品牌： 華為 Ascend Honor … 自勱生成競(jìng)爭(zhēng)分析報(bào)告 HUAWEI TECHNOLOGIES CO., LTD. 華為保密信息，未經(jīng)授權(quán)禁止擴(kuò)散 英文標(biāo)題 :3235pt 顏色 : R153 G0 B0 內(nèi)部使用字體 : FrutigerNext LT Medium 外部使用字體 : Arial 中文標(biāo)題 :3032pt 顏色 : R153 G0 B0 字體 :黑體 英文正文 :2022pt 子目錄 (25級(jí) ) :18pt 顏色 :黑色 內(nèi)部使用字體 : FrutigerNext LT Regular 外部使用字體 : Arial 中文正文 :1820pt 子目錄 (25級(jí) ):18pt 顏色 :黑色 字體 :細(xì)黑體 配色參考方案： 建議同一頁(yè)面內(nèi)不超過(guò)四種顏色，以下是 13組配色方案，同一頁(yè)面內(nèi)只選擇一組使用。 （僅供參考） 客戶(hù)或者合作伙伴的標(biāo)志放在右上角 . 目錄 一． 大數(shù)據(jù)蘊(yùn)含大價(jià)值 二． 華為大數(shù)據(jù)解決斱案介紹 三． 大數(shù)據(jù)平臺(tái)建設(shè)探討 HUAWEI TECHNOLOGIES CO., LTD. 華為保密信息，未經(jīng)授權(quán)禁止擴(kuò)散 英文標(biāo)題 :3235pt 顏色 : R153 G0 B0 內(nèi)部使用字體 : FrutigerNext LT Medium 外部使用字體 : Arial 中文標(biāo)題 :3032pt 顏色 : R153 G0 B0 字體 :黑體 英文正文 :2022pt 子目錄 (25級(jí) ) :18pt 顏色 :黑色 內(nèi)部使用字體 : FrutigerNext LT Regular 外部使用字體 : Arial 中文正文 :1820pt 子目錄 (25級(jí) ):18pt 顏色 :黑色 字體 :細(xì)黑體 配色參考方案： 建議同一頁(yè)面內(nèi)不超過(guò)四種顏色，以下是 13組配色方案，同一頁(yè)面內(nèi)只選擇一組使用。 截止到 11月 26日，通過(guò) 139導(dǎo)航小說(shuō)櫛目月推薦小說(shuō)覆蓋數(shù)達(dá) 10568本，累計(jì)達(dá) 14826本，累計(jì)訪問(wèn)用戶(hù)數(shù)達(dá) 152842個(gè)，成功點(diǎn)播用戶(hù)數(shù)達(dá) 58996個(gè)，共閱讀 4321101章節(jié) ,月均閱讀約 217萬(wàn)章節(jié)， 月均收入約 元，預(yù)計(jì)全年可實(shí)現(xiàn)收入約 元。 Indicator POC Result Requirement Query Performance 24s delay with 300 concurrent queries 10s Loading Performance 83+MB/S with 13 nodes 11MB/S Export Performance 135+MB/S with 13 nodes 11MB/S ?需求驅(qū)動(dòng)來(lái)源 隨著 MBB發(fā)展，用戶(hù)上網(wǎng)數(shù)據(jù)暴增， DWH撐爆，話單查詢(xún)需數(shù)十秒甚至分鐘級(jí)。 （僅供參考） 客戶(hù)或者合作伙伴的標(biāo)志放在右上角 . HUAWEI TECHNOLOGIES CO., LTD. 11 中移勱集團(tuán)私有云 /南方基地日志詳單系統(tǒng) 背景介紹： ? 北斱基地私有于呾南斱基地，為中移勱集團(tuán)的南北兩大于計(jì)算基地，集中建設(shè)海量日志詳單系統(tǒng)，用亍集團(tuán)各省公司共享式地使用 Hadoop存儲(chǔ)日志詳單數(shù)據(jù)； ? 系統(tǒng)規(guī)模為 1xx節(jié)點(diǎn)，存儲(chǔ)容量 PB 業(yè)務(wù)描述： ? 基亍 HDFS的清單數(shù)據(jù)存儲(chǔ)服務(wù)。 新用戶(hù)因其不存在用戶(hù)評(píng)分記錄，這個(gè)時(shí)候可以基于用戶(hù)特性、標(biāo)簽通過(guò)業(yè)務(wù)規(guī)則來(lái)推薦，用戶(hù)特性或標(biāo)簽本身可以來(lái)源于數(shù)據(jù)挖掘分析或者是數(shù)據(jù)鉆取分析。 2023年 8月 CBS 不丹 Tashi CBS項(xiàng)目 用于 AR/GL/Report等模塊，實(shí)現(xiàn)模塊間數(shù)據(jù)集成；提供產(chǎn)品配臵、匹配、訂購(gòu)的規(guī)則引擎 2023年 10月 eCommerce電子渠道 河北移動(dòng)（ BDI） 業(yè)務(wù)方目前已完成部分流程的配臵， jdbc抽取、 jdbc加載節(jié)點(diǎn)使用最多，數(shù)據(jù)庫(kù)都是 oracle。 （僅供參考） 客戶(hù)或者合作伙伴的標(biāo)志放在右上角 . HUAWEI TECHNOLOGIES CO., LTD. 6 華為 Confidential 新技術(shù)的大量涌現(xiàn)，運(yùn)營(yíng)商如何選擇？ 內(nèi)存 分析 流式計(jì)算 IBM Streams、Apache Storm SAP HANA、Oracle Exalytics MPP 數(shù)據(jù)倉(cāng)庫(kù) NoSQL 多維 分析 Oracle Essbase、IBM Cognos 數(shù)據(jù)挖掘 /預(yù)測(cè)分析 文本分析 Hadoop發(fā)行版 Dremel、 Spanner、Impala、 EMC HAWQ NewSQL Cloudera、 MapR、Hortonworks Hbase/Hive、Cassandra、 MongoDB Exadata、 GP、Teradata、 Netezza SAS、SPSS、 R、Mahout Splunk 自然語(yǔ)言處理 社交圖譜 分析 Siri、 IBM Watson 媒體智能分析 大數(shù)據(jù)技術(shù)棧 Pregel、Neo4j Videosurf 軟硬一體機(jī) Oracle Exadata、 IBM Puredata 小型機(jī) 數(shù)據(jù)庫(kù) 分析 多樣智能化 ： 智能決策從結(jié)構(gòu)化數(shù)據(jù)分析向文本、語(yǔ)音視頻媒體的智能分析、社交化圖譜分析斱向収展 分析實(shí)時(shí)化： 分析計(jì)算向自劣式 adhoc多維分析、實(shí)時(shí)內(nèi)存分析、流式計(jì)算収展 管理集中化： 數(shù)據(jù)管理從數(shù)據(jù)倉(cāng)庫(kù)、Hadoop向支持海量數(shù)據(jù)集中化管理、交虧式 SQL查詢(xún)的 NewSQL収展 軟硬一體化： 傳統(tǒng)基礎(chǔ)設(shè)斲從小型機(jī)向軟硬整合一體機(jī)斱向収展 數(shù)據(jù)治理 Datastage 大數(shù)據(jù)技 術(shù) 向海量、 實(shí)時(shí) 和智能 發(fā) 展。 數(shù)據(jù)用途 (提供者角度 ) 數(shù)據(jù)來(lái)源 (使用者角度 ) BigDataR 數(shù)據(jù)是資源。 （僅供參考） 客戶(hù)或者合作伙伴的標(biāo)志放在右上角 . 華為 Confidential 大數(shù)據(jù)定義 ? 廣義大數(shù)據(jù)： 是物理丐界到數(shù)字丐界的映射呾提煉，通過(guò)収現(xiàn)其中的數(shù)據(jù)特征呾規(guī)律，最終實(shí)現(xiàn)提升人們生活質(zhì)量、提高生產(chǎn)效率的目的； ? 狹義大數(shù)據(jù)： 是指圍繞著海量數(shù)據(jù)的智能存儲(chǔ)、智能挖掘呾智能分析； 由于數(shù)據(jù)量過(guò)于龐大，在同樣的約束條件下 (性能和成本 )，使用傳統(tǒng)的 IT技術(shù)無(wú)法完成數(shù)據(jù)的管理和分析 滿(mǎn)足 4V(Volume、 Variety、 Velocity、 Value，即容量大、種類(lèi)多、流量快、價(jià)值高 )指標(biāo)的數(shù)據(jù)稱(chēng)為 大數(shù)據(jù) 大數(shù)據(jù)是指難以實(shí)現(xiàn)存儲(chǔ)、搜索、共享、可視化和分析的大型數(shù)據(jù)集 Pag