基于Hadoop的電信BSS大數(shù)據(jù)平臺(tái)建設(shè)研究

陳 娜 ，徐歆壹 ，宋紅兵 ，何 毅

（1.中國(guó)電信股份有限公司廣東研究院 廣州 510630；2.中國(guó)電信集團(tuán)公司 北京 100032；3.亞信聯(lián)創(chuàng)集團(tuán)股份有限公司 南京 210013）

基于Hadoop的電信BSS大數(shù)據(jù)平臺(tái)建設(shè)研究

陳 娜1，徐歆壹1，宋紅兵2，何 毅3

（1.中國(guó)電信股份有限公司廣東研究院 廣州 510630；2.中國(guó)電信集團(tuán)公司 北京 100032；3.亞信聯(lián)創(chuàng)集團(tuán)股份有限公司 南京 210013）

當(dāng)前電信運(yùn)營(yíng)商從傳統(tǒng)的“話(huà)音+短信+增值業(yè)務(wù)”的業(yè)務(wù)模式轉(zhuǎn)變?yōu)椤霸?huà)音+應(yīng)用+流量”的業(yè)務(wù)模式，電信的核心戰(zhàn)略轉(zhuǎn)向流量經(jīng)營(yíng)。在該背景下，大數(shù)據(jù)是電信IT支撐面臨的首要技術(shù)課題。本文主要研究使用Hadoop平臺(tái)搭建流量經(jīng)營(yíng)大數(shù)據(jù)管理和大數(shù)據(jù)服務(wù)的一種分布式平臺(tái)，同時(shí)通過(guò)實(shí)驗(yàn)數(shù)據(jù)，論證該平臺(tái)與傳統(tǒng)IT架構(gòu)對(duì)比的優(yōu)勢(shì)。

大數(shù)據(jù)；平臺(tái)；Hadoop；Hbase；高可用

1 引言

隨著智能手機(jī)的普及以及3G＋網(wǎng)絡(luò)的建設(shè)，移動(dòng)互聯(lián)網(wǎng)的出現(xiàn)帶來(lái)了電信行業(yè)新的革命，電信運(yùn)營(yíng)商的角色也發(fā)生了轉(zhuǎn)變。CSP從傳統(tǒng)的電信產(chǎn)業(yè)鏈的組織和領(lǐng)導(dǎo)者，轉(zhuǎn)變?yōu)楣艿篮凸δ芨油怀龅漠a(chǎn)業(yè)的重要參與者。同時(shí)客戶(hù)的行為模式也發(fā)生了轉(zhuǎn)變，從傳統(tǒng)的“話(huà)音+短信+增值業(yè)務(wù)”的模式轉(zhuǎn)變?yōu)椤霸?huà)音+應(yīng)用+流量”的模式。

在以上大背景下，當(dāng)前的電信運(yùn)營(yíng)商系統(tǒng)中存在大量的數(shù)據(jù)，這些數(shù)據(jù)總體包括：BSS域的客戶(hù)/產(chǎn)品/渠道等基本數(shù)據(jù)、CDR數(shù)據(jù)、業(yè)務(wù)訂購(gòu)數(shù)據(jù)、工單數(shù)據(jù)、計(jì)費(fèi)數(shù)據(jù)、客服數(shù)據(jù)、客戶(hù)訪(fǎng)問(wèn)日志；OSS域的信令數(shù)據(jù)、網(wǎng)元數(shù)據(jù)；MSS域的ERP數(shù)據(jù)、內(nèi)部辦公數(shù)據(jù)；公共領(lǐng)域的網(wǎng)頁(yè)數(shù)據(jù)、物聯(lián)網(wǎng)數(shù)據(jù)等。其中的很多數(shù)據(jù)已經(jīng)在智能分析系統(tǒng)中進(jìn)行分析，并對(duì)當(dāng)前的運(yùn)營(yíng)起到了重要作用。但總體而言，當(dāng)前電信運(yùn)營(yíng)商單一的縱向IT架構(gòu)已經(jīng)難以處理近年來(lái)體量猛增的非結(jié)構(gòu)化和半結(jié)構(gòu)化數(shù)據(jù)，如DPI數(shù)據(jù)等，亟需在大數(shù)據(jù)領(lǐng)域開(kāi)辟一條新的道路。

2 大數(shù)據(jù)解決方案分類(lèi)

近年來(lái)，各行業(yè)業(yè)務(wù)模式的轉(zhuǎn)變和業(yè)務(wù)量的增加導(dǎo)致數(shù)據(jù)的體量和結(jié)構(gòu)發(fā)生了質(zhì)的變化，基于大數(shù)據(jù)的處理和分析需求也越來(lái)越多，越來(lái)越苛刻?；谶@些復(fù)雜而苛刻的大數(shù)據(jù)需求，目前主流的大數(shù)據(jù)解決方案主要分為兩大類(lèi)：一體機(jī)解決方案和純軟件解決方案。

一體機(jī)解決方案提供完全黑盒的硬件和軟件集成產(chǎn)品，能很好地支撐已定制的業(yè)務(wù)，在流計(jì)算方面也有很好的表現(xiàn)，但面臨高昂的成本和較低的需求響應(yīng)速度。一體機(jī)解決方案的典型產(chǎn)品，如SAP HANA、Oracle Exadata等。

純軟件解決方案提供開(kāi)放的大數(shù)據(jù)平臺(tái)軟件，軟件可部署于x86等多種硬件環(huán)境下，部署模式可根據(jù)具體的業(yè)務(wù)場(chǎng)景進(jìn)行設(shè)計(jì)，且用戶(hù)可基于大數(shù)據(jù)的軟件平臺(tái)設(shè)計(jì)自己的上層應(yīng)用。其擁有較低的成本和較快的需求響應(yīng)速度，但純軟件平臺(tái)將面臨更多的軟件開(kāi)發(fā)工作?；诖髷?shù)據(jù)處理的技術(shù)架構(gòu)近年來(lái)涌現(xiàn)出眾多的新技術(shù)，當(dāng)前業(yè)界流行的純軟件解決方案典型產(chǎn)品，如Cassandra、IBM BigInsights、Cloudera Hadoop、Intel Hadoop 發(fā) 行 版 、EMC Greenplum等[1]。其中，由Apache基金會(huì)開(kāi)發(fā)的Hadoop開(kāi)源架構(gòu)已被眾多互聯(lián)網(wǎng)公司采納，在一定范圍內(nèi)可以借鑒相關(guān)經(jīng)驗(yàn)。

3 適合電信BSS的大數(shù)據(jù)平臺(tái)研究

移動(dòng)互聯(lián)網(wǎng)的普及導(dǎo)致電信BSS需要處理的數(shù)據(jù)量大幅增加，然而單位容量的數(shù)據(jù)所創(chuàng)造的利潤(rùn)已經(jīng)遠(yuǎn)遠(yuǎn)小于2G時(shí)代，因而電信BSS大數(shù)據(jù)平臺(tái)必須具備較低的成本；移動(dòng)互聯(lián)時(shí)代終端設(shè)備、應(yīng)用和用戶(hù)喜好的變化周期大幅縮短，因而電信BSS大數(shù)據(jù)平臺(tái)必須具備快速多變的需求響應(yīng)速度?；谝陨蟽牲c(diǎn)，電信BSS大數(shù)據(jù)平臺(tái)的建設(shè)應(yīng)選擇純軟件的解決方案，設(shè)計(jì)合適的架構(gòu)部署于廉價(jià)的x86服務(wù)器上。本文以海量DPI數(shù)據(jù)的入庫(kù)和查詢(xún)場(chǎng)景為依據(jù)，提出一種基于Cloudera 4dh Hadoop平臺(tái)的分布式大數(shù)據(jù)平臺(tái)，通過(guò)模擬大數(shù)據(jù)的實(shí)驗(yàn)，搭建電信BSS大數(shù)據(jù)平臺(tái)，并論證該平臺(tái)與傳統(tǒng)IT架構(gòu)相比在性能、容災(zāi)、成本方面的優(yōu)勢(shì)。

3.1 平臺(tái)功能架構(gòu)設(shè)計(jì)

在功能架構(gòu)上，本平臺(tái)采用“三層結(jié)構(gòu)”的設(shè)計(jì)思想，在邏輯上按“數(shù)據(jù)服務(wù)層、業(yè)務(wù)處理層和接入層”3層結(jié)構(gòu)設(shè)計(jì)，如圖1所示。將接入層獨(dú)立出來(lái)，使得平臺(tái)的訪(fǎng)問(wèn)和使用更靈活方便，易于實(shí)現(xiàn)個(gè)性化和客戶(hù)化；將業(yè)務(wù)處理層和數(shù)據(jù)服務(wù)層分開(kāi)，可以屏蔽業(yè)務(wù)數(shù)據(jù)的存儲(chǔ)、組織和訪(fǎng)問(wèn)的細(xì)節(jié)，實(shí)現(xiàn)業(yè)務(wù)數(shù)據(jù)的充分共享，從而實(shí)現(xiàn)橫向組合，具體介紹如下。

圖1 系統(tǒng)功能架構(gòu)

（1）數(shù)據(jù)服務(wù)層

數(shù)據(jù)服務(wù)層為整個(gè)平臺(tái)提供分布式的數(shù)據(jù)服務(wù)，包括分布式文件系統(tǒng)（HDFS）、分布式數(shù)據(jù)庫(kù)（Hbase）、分布式協(xié)調(diào)器（Zookeeper）和業(yè)務(wù)實(shí)例化部分[1]。本層是大數(shù)據(jù)平臺(tái)的底層，主要用于完成Hadoop自服務(wù)管理以及相關(guān)的Hadoop參數(shù)調(diào)優(yōu)、監(jiān)控、管理等工作。大數(shù)據(jù)平臺(tái)的系統(tǒng)安全、數(shù)據(jù)安全、容災(zāi)等功能也在本層實(shí)現(xiàn)。

（2）業(yè)務(wù)處理層

業(yè)務(wù)處理層構(gòu)建于數(shù)據(jù)服務(wù)層之上，封裝了整個(gè)平臺(tái)的核心業(yè)務(wù)處理邏輯，包括接口服務(wù)與查詢(xún)管理、數(shù)據(jù)ETL、索引定制、數(shù)據(jù)服務(wù)、系統(tǒng)管理功能。

接口服務(wù)功能主要是響應(yīng)外圍系統(tǒng)的查詢(xún)請(qǐng)求，大數(shù)據(jù)平臺(tái)作為大數(shù)據(jù)中心，為外圍系統(tǒng)提供數(shù)據(jù)，需要一個(gè)統(tǒng)一、簡(jiǎn)單、不斷增加的接口，支持 API、Socket、Web Service、Tuxedo中間件等接口方式。同時(shí)對(duì)外圍系統(tǒng)的數(shù)據(jù)導(dǎo)入和查詢(xún)請(qǐng)求，有一個(gè)優(yōu)化的均衡負(fù)載策略，包括數(shù)據(jù)在各節(jié)點(diǎn)的均衡分布以及查詢(xún)請(qǐng)求的均衡負(fù)載、動(dòng)態(tài)伸縮和擴(kuò)展功能，保證大數(shù)據(jù)平臺(tái)面對(duì)大數(shù)據(jù)沖擊時(shí)的性能優(yōu)化和系統(tǒng)安全。

數(shù)據(jù)ETL一般以文件方式為主，因?yàn)榇髷?shù)據(jù)平臺(tái)的數(shù)據(jù)源廣泛且復(fù)雜，有結(jié)構(gòu)化、半結(jié)構(gòu)化和非結(jié)構(gòu)化數(shù)據(jù)，必須支持文件、消息、數(shù)據(jù)庫(kù)等接口方式，且具備一定的數(shù)據(jù)轉(zhuǎn)換和清洗功能以及合并、分拆、統(tǒng)計(jì)、壓縮、解壓等輔助功能。

索引定制和數(shù)據(jù)服務(wù)主要根據(jù)不同數(shù)據(jù)格式的數(shù)據(jù)特點(diǎn)和業(yè)務(wù)特性，制定有利于存儲(chǔ)和提取的索引方式，追求存儲(chǔ)和查詢(xún)性能的最優(yōu)化。

系統(tǒng)管理功能需具備一般數(shù)據(jù)平臺(tái)的數(shù)據(jù)稽核、盤(pán)點(diǎn)、安保、生命周期管理等功能，支持?jǐn)?shù)據(jù)可查詢(xún)和可跟蹤，保證數(shù)據(jù)平臺(tái)的完整性以及相關(guān)Hadoop平臺(tái)的監(jiān)控、維護(hù)等工作。

（3）接入層

接入層提供本平臺(tái)和外部系統(tǒng)的接口，包括輸入接口和輸出接口。如果大數(shù)據(jù)平臺(tái)的外圍系統(tǒng)較多且數(shù)據(jù)源格式復(fù)雜，一般會(huì)為大數(shù)據(jù)平臺(tái)建設(shè)一個(gè)輔助的數(shù)據(jù)傳輸管理平臺(tái)，一點(diǎn)集中和傳輸，完成大數(shù)據(jù)平臺(tái)與外圍系統(tǒng)的數(shù)據(jù)交換工作。

3.2 大數(shù)據(jù)平臺(tái)物理部署架構(gòu)設(shè)計(jì)

本平臺(tái)采用分布式的部署，在部署設(shè)計(jì)上需要充分發(fā)揮各主機(jī)的性能。因而部署設(shè)計(jì)主要分為Hadoop平臺(tái)的部署設(shè)計(jì)和應(yīng)用層的部署設(shè)計(jì)。其中，應(yīng)用層的部署設(shè)計(jì)又分為導(dǎo)入應(yīng)用的部署設(shè)計(jì)和查詢(xún)應(yīng)用的部署設(shè)計(jì)。

3.2.1 Hadoop平臺(tái)的部署設(shè)計(jì)

Hadoop平臺(tái)層的部署設(shè)計(jì)架構(gòu)如圖2所示，具體介紹如下。

（1）主從節(jié)點(diǎn)規(guī)劃

主機(jī)1和主機(jī)2作為Hadoop平臺(tái)層的主節(jié)點(diǎn)，工作模式為主備模式；主機(jī)3～主機(jī)6作為Hadoop平臺(tái)層的從節(jié)點(diǎn)，工作模式為負(fù)載均衡[2]。

（2）HDFS 部署規(guī)劃

主機(jī)1和主機(jī)2部署HDFS的命名節(jié)點(diǎn)，配置主機(jī)1上的命名節(jié)點(diǎn)為主用，主機(jī)2上的命名節(jié)點(diǎn)為備用。主機(jī)1～主機(jī)6上分別部署HDFS的數(shù)據(jù)節(jié)點(diǎn)[3]。

（3）MapReduce部署規(guī)劃

圖2 Hadoop平臺(tái)層的部署設(shè)計(jì)架構(gòu)

主機(jī)1和主機(jī)2部署MapReduce的Jobtracker，配置主機(jī)1上的Jobtracker為主用，主機(jī)2上的Jobtracker為備用。主機(jī)1～主機(jī)6上分別部署MapReduce的tasktracker[4]。

（4）Hbase部署規(guī)劃

主機(jī)1和主機(jī)2部署Hbase的Hmaster，配置主機(jī)1上的Hmaster為主用，主機(jī)2上的Hmaster為備用。主機(jī)1～主機(jī)6上分別部署Hbase的RegionServer[5]。

（5）Zookeeper部署規(guī)劃

主機(jī)1、主機(jī)2、主機(jī)3上分別部署 Zookeeper。

3.2.2 應(yīng)用層的部署設(shè)計(jì)

3.2.2.1 查詢(xún)應(yīng)用的部署設(shè)計(jì)

查詢(xún)應(yīng)用的部署設(shè)計(jì)架構(gòu)如圖3所示，具體介紹如下。

圖3 查詢(xún)應(yīng)用的部署設(shè)計(jì)架構(gòu)

（1）主從節(jié)點(diǎn)規(guī)劃

主機(jī)3和主機(jī)4作為查詢(xún)應(yīng)用的主節(jié)點(diǎn)，工作模式為主備模式；主機(jī)1、主機(jī)2、主機(jī) 5、主機(jī)6作為查詢(xún)應(yīng)用的從節(jié)點(diǎn)，工作模式為負(fù)載均衡[6]。

（2）Tomcat部署規(guī)劃

主機(jī)1、主機(jī)2、主機(jī)5、主機(jī)6上分別部署Tomcat應(yīng)用服務(wù)器。

（3）Nginx部署規(guī)劃

主機(jī)3、主機(jī)4上分別部署Nginx消息分發(fā)器，并分別配置Nginx將前端業(yè)務(wù)消息負(fù)載均衡轉(zhuǎn)發(fā)到主機(jī)1、主機(jī)2、主機(jī) 5、主機(jī) 6 的 Tomcat上[7]。

（4）VIP 部署規(guī)劃

主機(jī)3和主機(jī)4上分別部署虛擬IP地址管理軟件，并配置兩主機(jī)的共用虛擬IP地址，設(shè)置主機(jī)3為主節(jié)點(diǎn)，主機(jī)4為備節(jié)點(diǎn)。配置虛擬IP地址切換腳本，當(dāng)主機(jī)3發(fā)生硬件故障或查詢(xún)應(yīng)用故障時(shí)，將該虛擬IP地址切換到主機(jī)4上[8]。

3.2.2.2 入庫(kù)應(yīng)用的部署設(shè)計(jì)

入庫(kù)應(yīng)用的部署設(shè)計(jì)如圖4所示。主機(jī)1、主機(jī)4、主機(jī)5、主機(jī)6上分別部署入庫(kù)程序，其中主機(jī)1規(guī)劃入庫(kù)20億條記錄，主機(jī)4、主機(jī)5、主機(jī)6規(guī)劃各入庫(kù)10億條記錄。

圖4 入庫(kù)應(yīng)用的部署設(shè)計(jì)

4 平臺(tái)功能和性能驗(yàn)證對(duì)比

4.1 驗(yàn)證數(shù)據(jù)和硬件環(huán)境

實(shí)驗(yàn)選擇的驗(yàn)證數(shù)據(jù)是流量經(jīng)營(yíng)DPI數(shù)據(jù)，DPI數(shù)據(jù)是基于DPI技術(shù)獲取的TCP/IP應(yīng)用層數(shù)據(jù)，基于此能夠?qū)?shù)據(jù)內(nèi)容進(jìn)行分析，因此DPI數(shù)據(jù)在電信流量經(jīng)營(yíng)業(yè)務(wù)背景下具有很重要的意義。實(shí)驗(yàn)選擇的硬件環(huán)境為基于x86架構(gòu)的廉價(jià)PC服務(wù)器。

4.2 數(shù)據(jù)特性

本實(shí)驗(yàn)選擇的流量經(jīng)營(yíng)DPI數(shù)據(jù)的數(shù)據(jù)特性見(jiàn)表1。

表1 DPI數(shù)據(jù)的數(shù)據(jù)特性

4.3 驗(yàn)證方法和評(píng)估指標(biāo)

本實(shí)驗(yàn)主要驗(yàn)證50億條DPI數(shù)據(jù)的入庫(kù)、查詢(xún)性能和整個(gè)系統(tǒng)的高可用性，具體的驗(yàn)證方法和評(píng)估指標(biāo)見(jiàn)表 2。

表2 具體的驗(yàn)證方法和評(píng)估指標(biāo)

4.4 硬件配置

本實(shí)驗(yàn)的主機(jī)環(huán)境為6臺(tái) DL380 Gen8，CPU為E5-2630×1（12 核），內(nèi)存 16 GB，聯(lián)機(jī)磁盤(pán)各為 300 GB，構(gòu)建分布式文件系統(tǒng)的存儲(chǔ)容量各為2 TB。實(shí)驗(yàn)網(wǎng)絡(luò)帶寬采用吉比特以太網(wǎng)絡(luò)。

為體現(xiàn)本平臺(tái)和傳統(tǒng)IT架構(gòu)的功能和性能差別，下文中用于對(duì)比測(cè)試的傳統(tǒng)IT架構(gòu)基于2臺(tái)HP rx8640，16CPU/128 GB硬件，數(shù)據(jù)庫(kù)為Oracle10g。

4.5 入庫(kù)性能對(duì)比

入庫(kù)50億條數(shù)據(jù)，本平臺(tái)與傳統(tǒng)IT架構(gòu)（小型機(jī)+關(guān)系數(shù)據(jù)庫(kù)）的測(cè)試結(jié)果對(duì)比見(jiàn)表3。

表3 入庫(kù)性能測(cè)試結(jié)果對(duì)比

4.6 查詢(xún)性能對(duì)比

查詢(xún)50億條數(shù)據(jù)，本平臺(tái)與傳統(tǒng)IT架構(gòu)（小型機(jī)+關(guān)系數(shù)據(jù)庫(kù)）的測(cè)試結(jié)果見(jiàn)表4。

表4 查詢(xún)性能測(cè)試結(jié)果對(duì)比

4.7 高可用性對(duì)比

本平臺(tái)在高可用性方面的測(cè)試結(jié)果見(jiàn)表5。

表5 本平臺(tái)高可用性測(cè)試結(jié)果

在傳統(tǒng)IT架構(gòu)（小型機(jī)+關(guān)系數(shù)據(jù)庫(kù)）下，數(shù)據(jù)庫(kù)服務(wù)器的高可用性測(cè)試結(jié)果見(jiàn)表6。

表6 傳統(tǒng)架構(gòu)下的高可用性測(cè)試結(jié)果

4.8 成本對(duì)比

本平臺(tái)的初次投資成本設(shè)置見(jiàn)表7。

表7 本平臺(tái)的初次投資成本設(shè)置

傳統(tǒng)IT架構(gòu)的初次投資成本設(shè)置見(jiàn)表8。

表8 傳統(tǒng)IT架構(gòu)的初次投資成本設(shè)置

5 結(jié)束語(yǔ)

本文論述了移動(dòng)互聯(lián)網(wǎng)背景下一種適合電信BSS領(lǐng)域的大數(shù)據(jù)平臺(tái)，該平臺(tái)在技術(shù)上基于x86架構(gòu)的PC服務(wù)器和Hadoop開(kāi)源框架。同時(shí)通過(guò)真實(shí)數(shù)據(jù)的測(cè)試對(duì)比，可以看出該平臺(tái)與傳統(tǒng)IT架構(gòu)相比，可節(jié)約80%的成本，且具有更高的入庫(kù)、查詢(xún)性能和高可用性。

1 Borthakur D.Hadoop distributed file system.http://hadoop.apache.org/,2007

2 White T.Hadoop the Definitive Guide.United States of America：O’Reilly,2009

3 Owen O’Malley.Programming with Hadoop’s Map Reduce.Apache Con EU,2008

4 Apache.Welcome to Hadoop.http://hadoop.apache.org/,2007

5 Borthakur D.The Hadoop distributed file system:architecture and design.http://hadoop.apache.org/common/docs/r0.20.0/hdfs_design.pdf,2011

6 David E Culler,Jaswinder Pal,Singh Anoop等著.李曉明等譯.并行計(jì)算機(jī)體系結(jié)構(gòu)：硬件/軟件結(jié)合的設(shè)計(jì)與分析（第2版）.北京：機(jī)械工業(yè)出版社,2003

7 曹羽中.用Hadoop進(jìn)行分布式并行編程 （第1部分）.http://www.ibm.com/developerworks/cn/opensource/os-cn-hadoop1/index.html，2008

8 朱珠.基于Hadoop的海量數(shù)據(jù)處理模型研究和應(yīng)用.北京郵電大學(xué)碩士學(xué)位論文，2008

陳娜，女，碩士，中國(guó)電信股份有限公司廣東研究院高級(jí)工程師，主要從事電信IT支撐系統(tǒng)的相關(guān)研究工作。

徐歆壹，男，學(xué)士，現(xiàn)就職于中國(guó)電信股份有限公司廣東研究院，主要從事BSS領(lǐng)域的研究工作。

宋紅兵，女，碩士，中國(guó)電信集團(tuán)公司工程師，長(zhǎng)期從事中國(guó)電信業(yè)務(wù)支撐運(yùn)營(yíng)管理和研究工作。

何毅，男，碩士，亞信聯(lián)創(chuàng)集團(tuán)股份有限公司工程師，主要從事電信IT支撐系統(tǒng)的設(shè)計(jì)和開(kāi)發(fā)工作。

Research on Big Data System of Telecom Based on the Hadoop

Chen Na1,Xu Xinyi1,Song Hongbing2,He Yi3
（1.Guangdong Research Institute of China Telecom Co.,Ltd.,Guangzhou 510630,China;2.China Telecom Corporation,Beijing 100032,China;3.AsiaInfo Linkage Group Limited by Share Ltd.,Nanjing 210013,China）

Telecom operators are transforming their business model from “voice+SMS+VAS” to “voice+application+traffic”,and they are choosing the mobile traffic operation as their key development strategy.In this scenario,big data is becoming the next frontier for the telecom IT support system.A distributed architecture based on Hadoop to provide big data management and services for traffic operation was described,and with the experimental data,demonstration of the outstanding performance of the platform was introduced.

big data,platform,Hadoop,Hbase,high availability

10.3969/j.issn.1000-0801.2013.03.008

book=341,ebook=341

2013-03-05）