基于经营分析系统的大数据中心建设及大数据技术应用经验交流Contents议程1234行业趋势及业界背景传统经分系统无法解决大数据的问题！大数据中心建设方案革命从技术平台开始大数据中心业务应用经验交流不容错过的机遇与挑战总结回顾与最佳实践建议1 行业趋势及业界背景传统经分系统无法解决大数据的问题！电信运营商面临的挑战数据量的增长终端设备的增长网络升级的投资压力数据业务盈利性压力移动网络的管道化企业和消费者的需求移动网络将成为应用的平台， 包括 Android, HTML 5, iPhone.“ 到 2015 年，移动 WEB 网络技术会变得足够先进，现在一半以上的传统应用都将迁移为 Web 应用 .” - Gartner 2009• 未来的无线企业应用需要能够发挥网络优势的智能 Apps (Latency, QoS)• 更加智能的城市，更加智能的医疗保健• 更加智能的公共设施从语音到数据转变会对盈利造成挑战， OTT 服务会蚕食运营商的盈利将来的 4 年内，网络升级的预算将超过1200 亿美元智智智智智智智智智智智智智智智智智智智智 6智智智智智智智 10智智 30智智智智智智智能手机和移动终端娱乐应用程序会在将来的 6 年时间带来超过 10 倍到 30 倍的移动流量物联网的通信已经成为一个快速增长的市场，并且在将来的 5年里继续增长 4 倍拓展数据源已成定局交易型 & 应用型数据机器数据社交数据• 大量• 结构化• 吞吐量• 快速• 半结构化• 可采集• 多样性• 高度非结构化• 不确定性企业内容• 多样性• 高度非结构化• 大量为了应对挑战，抓住新机会，不能再局限于传统的数据源大数据的特点多样性（ Variety ）•来源多：企业内部、互联网、物联网等•格式多：不局限于结构化数据，也包括音频、图片、视频等非结构化数据高速度（ Velocity ）•增长速度快：数据正在加速增长， IDC 预测未来十年将增长 50倍•处理速度快：对时间敏感，必须快速识别和快速响应才能适应业务需求大容量（ Volume ）•存储量大：充斥着各种数据，经常是 PB （ 1000T ）级的信息量•计算量大：需要实时应对海量数据的抽取和分析高价值（ Value ）•浪里淘沙却又弥足珍贵，虽然数据的价值密度较低，但是产生的价值总量却十分惊人。麦肯锡：“”大数据 的数据量大小远远超过了现有传统的数据库软件和工具的处理能力。与此同时，及时捕捉、存储、聚合、管理这些大数据以及对数据的深度分析的新技术和新能力，正在快速增长，就像...
