论文部分内容阅读
随着电信运营商网络的建设和发展,移网电话交换系统从2G发展到4G;固网电话交换系统从公共交换电话网络(Public Switched Telephone Network,PSTN)发展到IP多媒体系统(IP Multimedia Subsystem,IMS),运营支撑系统(Operation Support System,OSS)已成为各大电信运营商提升网络质量的重要课题。集成定单管理(Integration Order Management,IOM)在承接服务开通过程中,面临着数据所呈现出的多样化、数据量大、业务复杂等特点,存在管理难、分析难、运营难、处理难等现实问题。为了对海量的数据进行分析处理、快速查询,提升服务开通质量,建立大数据分析处理平台非常有必要。本文主要研究了服务开通系统大数据分析子系统的设计与实现,论文的主要工作及贡献如下:(1)首先分析了目前电信服务开通系统开展大数据应用的现状及存在的问题,梳理了大数据分析子系统所需的相关技术,包括弹性分布式数据集(Resilient Distributed Datasets,Spark RDD)技术、Spark Streaming流式处理技术、Spark SQL查询技术、分布式文件系统HDFS技术、分布消息中间件Kafka等。(2)其次介绍了服务开通系统大数据分析子系统的实际需求,包括用户行为分析、用户投诉处理分析、系统健康状况分析、智能化运营;在此基础上进行了总体架构设计、功能设计、数据模型设计。(3)然后基于Hadoop和Spark技术,实现了利用Spark Streaming+消息中间件Kafka处理实时数据、利用Spark批处理组件处理周期性任务,利用Spark SQL实现快速查询等功能,使用Webservice技术进行接口调用,并对实现进行了详细论述,重点描述了客户流失行为分析模块、客户投诉处理分析模块、重点业务查询模块、接口模块的设计与实现。(4)最后对系统功能进行了展示,并通过设计测试用例以及对测试数据的分析,达到了预期效果。服务开通系统大数据分析子系统的实现,扩展了服务开通系统的功能,促进了数据资产的精细管理和价值挖掘,提升了服务质量和客户满意度。