中国移动省分公司数据流量与监控系统

Yonghong大数据案例：中国移动省分公司数据流量与监控系统5月，Yonghong收到一种电话线索，客户需要支持几十亿数据量的实时查询与分析，涉及数据抓取和存储，让我们先出报价。在实时大数据分析领域，Yonghong的产品和服务是很有竞争力的。但是，当客户拿到我们的报价后，还是觉得比她们的预算贵某些，决定自己招聘Hadoop团队，实行该系统半个月后，客户打来第二个电话，明确表达Hadoop未能满足需求，决定接受我们的报价，并乐意预付一半的费用。客户规定我们不仅出产品，还要负责实行于是乎，动工！项目价值CMNET网间流量分析与监控系统（简称流控系统），是中国移动省分公司的一种项目。项目规定能基于时间、地区、运营商、业务、App、IP分组、域名等维度对全省的上网流量进行实时分析和报告。这些分析报告能给客户带来如下好处：1. 实现对接入链路和基站的全程监控。例如，一旦来自某链路或基站的流量很低，可及时对链路和基站进行检修，这将大大减少故障率。2. 由于具有了对链路和基站进行全程监控的能力，客户可以对链路和基站的带宽进行动态调节，基于需求进行合理的资源配备。3. 覆盖全省的全量数据，能提供基于业务/地区/App/行业/域名等维度的数据分析报告，具有100%的可信度和极高的商业价值。 数据流向上网数据从硬件设备中抓取出来，形成压缩的日记文献存储在服务器上，服务器每五分钟生成新的日记文献。该服务器提供FTP访问。Yonghong承当的流控系统，将通过FTP每五分钟访问一次日记文献服务器，将新生成的压缩日记文献抽取出来。这是一种典型的、增量更新的ETL过程，如下：1. Extract: 定期抽取的日记文献并解压缩。2. Transform: 解析出上网信息，同MySQL的维度表进行关联，生成涉及业务/地区/App/行业/域名等维度的宽表。3. Load: 将数据装载入Yonghong 分布式集市。初期验证（POC）中国移动的日记数据分G类和A类，各取几块样本日记文献，验证数据流向的可行性以及性能。我们不久完毕了ETL的整个过程，宽表数据被成功地装载入Yonghong 分布式集市。性能上，我们按照顾客提出的每天数据量5000万条增量，计算出支持100天50亿数据量的分布式集群所需的磁盘空间、内存总量、和CPU总量。由于客户多次强调预算有限，于是配备了6台低配PC server：1cpu x 4core，32G内存，1T硬盘。我们模拟了常用的顾客场景，整个系统的响应能力基本满足需求。系统架构如下：系统架构图正式实行中国移动省分公司的上网数据在内网，一般不提供外网连接，需要严格申请之后才干在一定期间内提供外网连接。因而，我们先把整个系统的ETL工作开发完毕之后，才正式申请了外网连接进行数据装载。从开始进行上网数据的ETL工作，我们就发现数据量与预期严重不符。预期的上网数据是每天不超过5000万条，但事实上每天的上网数据在6亿条以上，100天保存的数据量将会达到惊人的六百亿条。6台低配PC server有点小马拉大车的感觉，完全达不到“海量数据、实时分析”的设计目的。我们赶紧联系客户，拟定上网数据每天6亿条以上，而不是之前预估的每天5000万条左右。怎么办？系统重构通过与客户的具体沟通和理性分析，人们一致决定进行系统重构。上网数据的日记文献是5分钟粒度的。我们将上网数据按照分析需求分为两类：1. 细节数据：保存三天的细节数据（5分钟粒度），共约20亿条。这样，由于保存了细节数据，客户可以对近三天的上网数据进行任意的摸索式BI分析。2. 汇总数据：在认真研究了流控系统的分析报告需求之后，我们将五分钟的细节数据汇总为两小时的汇总数据。这样数据量可以降到约为本来的1/10，100天的数据总量大概60亿条。重构之后的数据流如下：数据流图后期，我们陆续进行了某些系统调优，涉及JVM调优、存储调优、计算调优等等。客户打开一种Dashboard的响应时间基本控制在秒级，最极端的分析报告也能在一分钟之内生成。基本实现了“海量数据、实时分析”：1. 系统定期推送日报、周报和月报。2. 系统支持摸索式BI分析。多数分析祈求达到了秒级响应。案例总结1. 项目的数据量非常大，100天超过600亿条日记；2. 项目的预算非常有限，采购了6台低端PC Server。硬件投入不大，软件性价比也很高； 3. ETL过程难度较高，随着降维的需求加入，BI层难度也相应提高；4. 为达到秒级响应，以支持摸索式BI的交互式分析，对系统进行了多种层面的优化。这个系统的成功实行和上线，完美诠释了Yonghong的大数据之道：大数据，小投入。