大數據時代數據中心布線系統發展趨勢
每天生活裡面很多時候跟我們現在大數據的產生都是有影響的。在現有的3G以及下一代4G網路層面上，包括今後大量發展物聯網的趨勢，以及三網合一，所有的跟生活密切相關技術的發展，勢必會影響數據流量大量的產生。大數據跟雲計算還是有一定的關系，今天談的不是怎麼分析大數據，主題講的是大數據背後需要什麼樣的網路和系統來支撐。
IT非常熟悉的專業人士，網路大量採用著IP網路。可以看到全球IP的增量，每年基於IP通信協議的，目前互聯網行業電信、金融、政府這些行業裡面占數據流量比例增長速度越來越快，特別是目前互聯網上的視頻流量使得數據增長速度更快。整個全球數據量，可以看到2015年和2010年之間所產生數據量的對比差別非常大。隨著周邊網路和應用技術的發展，勢必會影響數據增長的速度遠遠超過以前所產生的數據流量。未來十年數據量是現有數據量的50倍左右，大家現在手機用的要麼就是安卓，要是就是蘋果的系統，大家用的都是智能手機，智能手機促進了移動互聯網非常大的發展。從中國移動互聯網預測可以看到，2013年和2012年增長已經70%、80%。
還有一點就是物聯網，物聯網跟網路有關嗎？當然。物聯網是一個應用方式，物聯網有應用層、感知層。感知層從感測器市場中可以看到每年的增量大幅度增加，物聯網市場規模從2010年到2015年，移動互聯網大家都是操作終端產生的數據量，很多東西都是採用感測器的方式，不斷的往數據中心傳輸數據的時候，它的數據量是驚人的。因為移動終端一個人控制一台，但是很多物聯網所有的物體我們都在說萬物物聯，可以考慮到網路數據容量需要多大的存儲才能滿足要求。這些都會導致我們今天所談的大數據，雲計算相關問題的出現。
第一數據中心虛擬化技術和雲計算，雲計算是基於虛擬化技術所提供的IT的服務。虛擬化技術和雲計算的服務模式為大數據產生提供了一些技術保障。快速發展的雲計算服務應用也是形成我們大數據的一個比較大的推力。反過來看基於現在的狀況網路上有什麼樣的變化，首先虛擬化技術是雲計算技術的核心。伺服器虛擬化是最早大量應用的技術。的當我們一台伺服器變成虛擬化之後，裡面的動態可以支撐很多應用程序，應用程序相互之間可以進行動態式的分布。當有設備進行建設的時候會把服務牽引到其他的伺服器這是一個非常動態的過程。有一台機器可能支撐了傳統伺服器裡面的二十倍或者幾十倍的數據量。所有數據中心圍繞數據進行，沒有數據的數據中心是「房地產」，所以數據非常重要。
壓力非常大的時候對布線系統有非常大的挑戰，當伺服器虛擬化的時候我們需要更加有彈性的網路設備，網路虛擬化也是一個非常重要的方式。當我們以前大量推數據中心，虛擬化會採用大二層網路架構支撐大數據或者雲計算的需要。最終的好處是把網路架構減少之後，會讓數據的傳輸設備與設備之間延時降到最低於這對於虛擬化數據城市是一個非常基礎的要求。
大家可以看到核心網路設備比如交換機變成一個交換集群的時候，會發現連接關系非常復雜那麼對於管理也是一個挑戰。
數據中心網路連接大二層的方式，採用虛擬化的核心網路，我們主幹裡面越來越多採用萬兆光纖連接。萬兆解決方案有幾種解決方案可以解決。
從網路趨勢來看可以看到2013年40G到100G是越來越多的用戶試水的一年。2013年以後萬兆網路發展速度非常快。大家越來越的聽到TOR，這是新的建設的方式，現在基於TOR方式更容易實現整機櫃的交付。它的好處就要速度非常快。機櫃內部到網路連接前面都做好，現場就是把機櫃外面光纖主幹部分和核心網路連接，就實現了數據中心快速部署的功能。
現在很多客戶做500個機櫃兩個禮拜就可以做成。在做整個網路基礎架構布線系統，橋架這些設計施工的時候，不影響機櫃的交付，不需要機櫃先到再做布線和相應安裝。
整機櫃交付的實例：包括這機櫃、布線系統等等同時交付。剛才提到萬兆介入層網路，萬兆供大家選擇的有：10G乙太網數據中心主流伺服器網卡。萬兆裡面光的5萬卡會貴一些另外一些就是SFP+網卡，光的網卡是SFP+功耗差不多，大概是兩三瓦左右。萬兆的網路埠功耗相對比較大一些。當然有一些人跟我講節能型的乙太網自動喚醒功能，當伺服器機櫃沒有那麼大的數據量的時候數據很小。但是現在大家都在講大數據，雲計算的時候是希望用盡每一台伺服器潛在的能力，這時候怎麼能讓它休眠呢。現在技術層面來講，萬兆功耗逐年下降，現在還沒有達到特別理想的狀態，還在觀望。
光的技術上是沒有問題，包括功耗和管理密度，還是距離也好，都佔有非常大的優勢，都沒有問題。但是最大的問題就是價格偏貴。還有銅的，它的好處距離夠了，100米，功耗是偏大，4到6瓦，前幾年是十幾瓦現在是6瓦左右比較普遍，還不是特別理想。
直徑相對閉光纖粗一些，會佔用空間。
基於剛才分析的萬兆網路應用，可以大致做一個小結：光的技術OK，關鍵就是價格偏貴。第二個萬兆功耗偏高，價格可能有一定的優勢，目前來講價格上面比光有優勢。數據中心主幹當接入層進入萬兆主幹就要用40G網路。主幹裡面，40G、100G主要用到HDA，多模光纖可以支持100米、50米，多膜光纖價格也有優勢，會大量用在數據中心今後的機房裡面。新的標准，特別是100G新的標准也正在變化。目前要建設40G、100G的連接只能採用單膜的光纖，4現在接入機房沒辦法等待銅纜。
為什麼現在會採用MTP的方式呢？現在是萬兆，當升級到40G和100G的時候，直接升級把兩邊面板和MTP取代，這對今後網路來講需要有前端性的設計，這是目前大量使用MTP光纖的原因。如果不採用這個今後不可能升級到40G和100G的網路。
虛擬化網路有一個非常復雜的網路架構，對布置線部署是一個挑戰。智能布線可以把你曾經惡夢般的網路有這樣一個工具幫助你做的非常整潔，這就是智能基礎設施的，羅森伯格的叫Pyxis系統，它的特點是由伺服器、管理軟體等組成的。核心是能夠自動的幫你指引。根據ANSI/TIA五和ISO/IEC標准，兩個標準的相同的要求：1、自動頻測連接狀態及更新記錄
2、自動非授權操作產生報警功能
3、自動生成電子工作單
4、輸出實時統計的報表
5、圖形化（CAD）作埠物理位置定位
⑵ 大數據在網路優化中大有可為
大數據在網路優化中大有可為
網路優化是確保網路質量，提升網路資源利用率的有效手段。近年來，隨著網路容量的不斷提升、網路用戶數的不斷增加、網路設備的多樣化，用新技術和新方法替代傳統網路優化手段成為一種趨勢，尤其是在大數據分析技術的興起下，其在網路優化中的作用日漸突出。
網路優化的傳統手段
網路優化是通過對現已投入運營的網路進行話務數據分析、現場測試數據採集、參數分析、硬體檢查等，找出影響網路質量的原因，並且通過參數的修改、網路結構的調整、設備配置的調整和採取某些技術手段，確保系統高質量的運行，使現有網路資源獲得最佳效益，以最經濟的投入獲得最大的收益。一般而言，傳統的網路優化有以下幾種方法：
一、話務統計分析法：通過話務統計報告中的各項指標，可以了解和分析基站的話務分布及變化情況，分析出網路邏輯或物理參數設置的不合理、網路結構的不合理、話務量不均、頻率干擾及硬體故障等問題。
二、DT&CQT測試法：從用戶的角度，藉助測試儀表對網路進行驅車和定點測試。可分析空中介面的信令、覆蓋服務、基站分布、呼叫失敗、干擾、掉話等現象，定位異常事件的原因，為制定網路優化方案和實施網路優化提供依據。
三、用戶投訴：通過用戶投訴了解網路質量。即通過無處不在的用戶通話發現的問題，進一步了解網路服務狀況。
四、信令分析法：主要針對A介面、Abis等介面的數據進行跟蹤分析。發現和定位切換局數據不全、信令負荷、硬體故障及話務量不均以及上、下行鏈路路徑損耗過大的問題，還可以發現小區覆蓋、一些無線干擾及隱性硬體故障等問題。
五、資料庫核查與參數分析：對網路規劃數據和現網配置參數、網路結構數據進行核查，找出網路數據中明顯的數據錯誤，對參數設置策略進行合理性分析和總結。
六、網路設備告警的排查處理：硬體故障告警一般具有突發性，為了減小對用戶的影響，需要快速的響應和處理。通過告警檢查處理設備問題，保障設備的可用性，避免因設備告警導致網路性能問題。
在實際工作中，這幾種方法都是相輔相成、互為印證的關系。網路優化就是利用上述幾種方法，圍繞接通率、掉話率、擁塞率和切換成功率等指標，通過性能統計測試數據分析制定實施優化方案系統調整重新制定優化目標性能統計測試的螺旋式循環上升，達到網路質量明顯改善的目的。
網路優化亟待創新
當前，隨著用戶數的不斷增長，隨著網路容量的不斷增加，隨著網路復雜度的不斷提升，以及網路設備的多樣化，網路優化工作的難度正在不斷提升，網路優化的方法和手段亟待創新。
首先，網路優化是一項技術難度大、涉及范圍廣、人員素質要求較高的工作，涉及的技術領域有交換技術、無線技術、頻率配置、切換和和信令、話務統計分析等。傳統網路優化工作多依賴於技術人員的經驗，依賴人工進行統計分析。網路優化的自動化程度較低，優化過程需耗費大量的時間、人力、物力，造成了大量的資源浪費，影響網路問題解決的時效性。另外，優化工程師藉助於個人經驗對網路數據進行分析和對比，而非根據網路相關的數據綜合得出優化方案，存在一定的局限性。
其次，隨著我國移動通信事業迅速發展，我國移動互聯網發展已正式進入全民時代，截至2014年1月，我國手機網民規模已達5億。網路結構日益復雜，數據業務已經成為移動通信網路主要承載的業務，用戶通過智能終端的即時互聯通信行為，使移動網路成為大數據儲存和流動的載體。高速變化的數據業務速率和巨大的網路吞吐量以及覆蓋范圍的動態實時變化，在很大程度上改變了現有網路規劃和優化的模型，在網路優化工作中引入大數據是非常迫切和必要的。
最後，全球數據信息成為企業戰略資產，市場競爭和政策管制要求越來越多的數據被長期保存。對於運營商的網路優化來說，也需要保存各類數據，以便進行用戶行為分析和市場研究，通過大數據實踐應用提升網路優化質量並助力市場決策，實現精細化營銷策略，提升企業的核心競爭力。
面對上述挑戰，運營商正嘗試進行網路優化工作的創新，嘗試在網路優化中引入新技術和新方法。而正在全球興起的大數據分析技術，開始在網路優化中大顯身手。
網路優化擁抱大數據
大數據（Big Data），或稱巨量資料，指的是所涉及的資料量規模巨大到無法透過目前主流軟體工具，在合理時間內達到擷取、管理、處理、整理成為幫助企業經營決策目的的資訊。大數據技術的戰略意義不在於掌握龐大的數據信息，而在於對這些含有意義的數據進行專業化處理。大數據具有數據量巨大、數據種類繁多、價值密度低及處理速度快的特點，同時具備規模性、高速性、多樣性、價值性四大特徵。
一般而言，利用大數據技術進行網路優化的過程可分為三個階段：數據來源和獲取、數據存儲、數據分析。
數據來源和獲取—對於運營商而言，通過現有網路可以收集大量的網路優化相關信令資源（含電路域、分組域）、DT測試&CQT測試數據，這些數據大都以用戶的角度記錄了終端與網路的信令交互，內含大量有價值的信息。如終端類型、小區位置、LAC、imsi、tmsi、用戶業務使用行為、用戶位置信息、通話相關信息、業務或信令、信令中包含的各種參數值。
設備層包含基站、BSC、核心網、傳輸網等配置參數和網路性能統計指標（呼叫成功率、掉話率、切換成功率、擁塞率、交換系統接通率等）、客戶投訴數據等。
採集到的數據一般而言，經過IP骨幹網傳輸到數據中心，進行存儲。隨著雲計算技術的發展，未來數據中心將具備小型化、高性能、可靠性、可擴展性及綠色節能等特點。
數據存儲—網路優化中涉及巨大的數據存儲，包括信令層面的數據信息和設備存在的數據信息，這些數據只有妥善存儲和長期運營，才能進一步挖掘其價值。傳統數據倉庫難以滿足非結構化數據的處理需求。Google提出了GFS、BigTable、MapRece三項關鍵技術，推動了雲計算的發展和運用。
源於雲計算的虛擬資源池和並發計算能力，受到重視。2011年以來，中國移動、中國電信、中國聯通相繼推出「大雲計劃」、「天翼雲」和「互聯雲」，大大緩解了數據中心IT資源的存儲壓力。
數據分析—數據的核心是發現價值，而駕馭數據的核心是分析，分析是大數據實踐研究的最關鍵環節，尤其對於傳統難以應對的非結構化數據。運營商利用自身在運營網路平台的優勢，發展大數據在網路優化中的應用，可提高運營商在企業和個人用戶中的影響力。
電信級的大數據分析可實現如下功能：第一，了解網路現狀，包括網路的資源配置和使用情況，用戶行為分析，用戶分布等；第二，優化網路資源配置和使用，有針對性地進行網路維護優化和調整，提升網路運行質量，改善用戶感知；第三，實施網路建設規劃、網路優化性能預測，確保網路覆蓋和資源利用最大化。對用戶行為進行預測，提升用戶體驗，實現精細化網路運營。
網路優化相關的工具種類很多，針對不同的優化領域，常用的工具包括：路測數據分析軟體、頻率規劃與優化軟體、信令分析軟體、話統數據分析平台、話單分析處理軟體等。這些軟體給網路優化工作帶來了很大的便利，但往往只是針對網路優化過程中特定的領域，而網路優化是一個涉及全局的綜合過程，因此需要引入大數據分析平台對這些優化工具所反映出來的問題進行集合並綜合分析和判斷，輸出相關優化建議。
目前，大數據技術已經在網路優化工作中得到應用。中國電信就已經建設了引入大數據技術的網優平台，該平台可實現數據採集和獲取、數據存儲、數據分析，幫助中國電信利用分析結果優化網路質量並助力市場決策，實現精細化營銷策略。利用信令數據支撐終端、網路、業務平台關聯性分析，優化網路，實現網路價值的最大化。
總工點評
綜合全球來看，對大數據認識、研究和應用還都處於初期階段。中國三大電信運營商都在結合自身業務情況，積極推進大數據應用工作，目前還處於探索階段，在數據採集、處理、應用方面仍處於初級階段。電信運營商在國內擁有龐大的用戶群和市場，利用自身海量的數據資源優勢，探索以大數據為基礎的網路優化解決方案，是推動產業升級、實現效率提升、提升企業核心競爭力、應對激烈市場競爭的重要手段。利用大數據將無線網、數據網、核心網、業務網優化進行整合，可以完整地優化整個業務生命期的所有網元，改善用戶感知，是未來網路優化的趨勢。
以上是小編為大家分享的關於大數據在網路優化中大有可為的相關內容，更多信息可以關注環球青藤分享更多干貨