基于大数据技术的现代移动通信研究

王超

【摘要】 首先，本文对大数据技术的基本概念和技术应用基础进行了详细的概述，对分布式云计算的核心功能进行了深入的说明和分析，同时指出在通信数据量持续上升的前提条件下，这一技术手段的优势所在；接下来，又对大数据技术应用分析进行了进一步的深入解读，指出了原有处理策略的不足，并通过图表和数据，对新旧系统的处理能力进行了研究和对比。

【关键词】 大数据技术 现代通信 移动终端 通信系统

随着信息技术手段的推广应用不断深化，移动终端的普及程度已得到了明显提高。在这样的技术及需求背景下，通信技术所需的系统就必须面临着巨大的计费话单量，给系统的处理能力提出了更高的要求。而传统的处理策略主要包括两种模式，即硬件升级和应用优化，但这两种模式具有较大的局限性，因而并不能在问题中发挥真正的实效。近几年来，大数据技术取得了显著的发展优势，为各个领域的变革做出了广泛的贡献。因此，为了更好地提升通信系统的能力，也可通过大数据技术的运用来切实解决，从而使现代移动通信获得更好的发展前景。

一、大数据技术概述

随着通信技术的应用逐渐扩大，所需处理的数据量始终处于不断上升的趋势，而传统的处理技术在存储，数据管理，以及数据分析等方面已无法适应当前的激烈竞争，更无法满足广大用户的需求。在这样的背景下，大数据技术便成为了技术应用领域的新生力量，并逐渐发展为最优化的技术手段之一。大数据技术在通信领域的应用方面，是以分布式云计算为基本技术前提，并通过云计算来实现自身的应用价值，二者互为对方提供应用上的支持。云计算的最关键内容在于虚拟化，Map Reduce编程模型，分布式存储技术，以及海量数据管理，这些功能都可为通信系统能力的增强提供可靠的技术支持[1]。涉及到大数据的核心技术层面，业界通常采用4V理论来加以说明，具体包括如下几点：第一，量（Volume）。可用来计算数据量及存储空间；第二，多样性（Variety）。不仅来源广泛，而且形式丰富多样；第三，速度（Velocity）。大数据技术支持在线快速分析处理操作；第四，价值（（Value）。具有低价值密度[2]。实际上，除了上述的4V，安全性同样是大数据的另一大主要技术研讨内容。目前，移动通信产业已成为国家的核心行业之一，平均每天的通信使用者已超过上亿的规模，通信用户以移动终端为技术平台，实现了大量的通信需求。在这样庞大的需求体系中，将会同时带来海量的计费话单，而在业务范围进一步扩大的同时，其原有的巨大规模还将继续扩大，且速度惊人。面临巨大的系统处理压力，曾长期使用的集中处理策略越来越暴露出严重的缺陷和不足，在业务处理过程中遇到了技术突破不力的瓶颈。但与此同时，这也同样可以视作大数据时代来临的良好契机，为分布式技术的全面架构提供了条件和基础。

二、大数据技术应用分析

为了有效解决系统在面临业务峰值时出现的处理滞后，甚至系统瘫痪的问题，需从数据库读写效率来作为切入点完成处理，从而克服因数据量过大而产生的迟缓现象。在经过项目验证之后可发现，无论是程序优化，还是硬件升级，都只能作为一种缓兵之计，而无法从根源上解决问题[3]。因此，通过从技术和经济两方面进行分析后，可考虑引进Hadoop或HBase，完成对原有系统架构的技术革新。在新系统架构中，应用了HBase集群，从而使系统运行不必依赖于主处理数据库，同时又可将查重，结果发布等大规模的数据负担交由HBase集群来解决，这样就能使数据库用来存储复杂结果相关的内容，包括支持结算，统计查询等等。从图1可以看出，新旧系统在多进程业务峰值情形下的性能差距，水平向代表进程数，垂直向代表耗时量，各个进程的写入数据量均等[4]。观察可知，Oracle的耗时与并发进程数密切相关，这与其特性相一致；在未出现大规模进程量的情况下，HBase未显示出优越性。但因为各地话单是通过不同进程来处理的，因而恰恰可以证明分布式云计算在技术上更为先进。

结论：综上所述，本文通过对基于大数据技术的现代移动通信研究进行深入的分析，指出了大数据技术的良好应用前景和显著的技术优势。本文对目前通信数据量的大规模增加现象和当前通信业务处理能力进行了较为详尽的论述，指出当前通信系统能力上的不足，在应对业务峰值时常常出现延时处理等一系列问题，而引进大数据的分布式计算，则能够提高系统的处理能力，展现出明显的技术优势。

参 考 文 献

[1]刘莉，阎桂兰.新一波科技浪潮——大数据技术引领“智慧城市”发展方向[J]. 海峡科技与产业，2013，19（10）：276-277.

[2]陈静，孙中东，林磊明，徐晓鸥，郭育知，李捷，魏珺.大数据驱动金融业变革[J].金融电子化，2013，18（12）：135-136.

[3]赵姝淳，孙曙辉.大数据技术及其在教育领域的应用[J].中小学信息技术教育，2014，11（03）：165-166.

[4]金澈清，钱卫宁，周敏奇，周傲英.数据管理系统评测基准：从传统数据库到新兴大数据[J].计算机学报，2014，20（09）：219-220.