鳥瞰大數(shù)據(jù)

認識生命周期服務編排技術，大數(shù)據(jù)[注]不僅只是供營銷人使用，更關乎電信的成本質(zhì)量和服務速度!

“大數(shù)據(jù)”因為可以幫助營銷人員提高活動效率、幫助醫(yī)生作出診斷、打擊欺詐、檢測黑客攻擊，甚至預測金融市場而贏得贊譽，這也是理所當然的。

雖然大多數(shù)人的注意力一直集中在消費應用上，但大數(shù)據(jù)分析和技術也可以應用到電信和運營商網(wǎng)絡上。本文我們將討論生命周期服務編排技術如何被用于降低運營商網(wǎng)絡的運營成本、提高所交付服務的質(zhì)量，并使得新的網(wǎng)絡服務能夠更快速的供給。

首先，讓我們回顧一下網(wǎng)絡上的大數(shù)據(jù)來自何方。根據(jù)網(wǎng)絡架構和它是如何裝置的，原始數(shù)據(jù)可以在一個非常精細的水平被提取，例如個別數(shù)據(jù)包的來源和目的地、所走的路線和穿越路徑所經(jīng)過的時間。在一個較高的水平，數(shù)據(jù)可以包括客戶、服務、信息類型，以及每個鏈路(如城域光纖鏈路、蜂窩數(shù)據(jù)和企業(yè)局域網(wǎng))連接的性質(zhì)。不是每個實時數(shù)據(jù)都可用于所有路由和鏈路，但信息越多，網(wǎng)絡顯現(xiàn)出的畫面就越真實，包括其容量和利用率，以及其網(wǎng)絡服務的性能。

這些數(shù)據(jù)可以用來做什么呢?

它可以從通過了解網(wǎng)絡本身開始，包括網(wǎng)絡的物理拓撲結構以及在它上面運行的服務。盡管多年來網(wǎng)絡管理工具已經(jīng)能夠發(fā)現(xiàn)和映射網(wǎng)絡的靜態(tài)拓撲，但要有能力真正地了解服務則是更為棘手的。這一部分是因為它需要分析所有的原始數(shù)據(jù)，另一部分是因為服務信息模型是實時不斷變化的，當用戶更改自己在做什么時、IP地址改變他們的邊緣接入點(想想移動用戶)時、負載平衡器適應動態(tài)需求時，以及網(wǎng)絡路由被更新以提高性能時，服務信息模型就變更了。

這就是現(xiàn)代的大數(shù)據(jù)分析技術可以進來效勞之處，首先，需要弄清楚來自無數(shù)操作系統(tǒng)的原始數(shù)據(jù)，及網(wǎng)絡本身的意義，以打造網(wǎng)絡的實時、真實的服務信息模型。這個關鍵步驟需要機器學習技術，來確定網(wǎng)絡元素是如何互連的，以及服務在該基礎設施上是如何被交付的。其次，基于實時從網(wǎng)絡接收來的測量值，精確的最新服務信息模型然后形成了精細的預測分析基礎。這樣可以幫助運營商了解他們網(wǎng)絡性能降低的地方、了解哪些資源過度使用，以及未來流量問題可能發(fā)生的地方，以便可以制定計劃擴建或重新分配資源。

為了使大數(shù)據(jù)分析的結果方便使用，先進的圖形用戶界面(GUI)是必需的。網(wǎng)絡運營團隊就可以在玻璃窗格上查看以下的精確表現(xiàn)：他們的網(wǎng)絡和服務、他們的網(wǎng)絡基礎設施如何在使用、以及產(chǎn)能、利用率和性能分析。完成完整的周期后，生命周期服務編排軟件會自動化需采取的行動，以保持服務質(zhì)量到達盡可能高的水平。

換句話說，大數(shù)據(jù)和預測分析相結合，使大型運營商網(wǎng)絡更有彈性。隨著大型網(wǎng)絡擴展至數(shù)以百萬計的網(wǎng)絡路徑和每天TB級的網(wǎng)絡測量值，只有大數(shù)據(jù)技術可以提供積極主動的指導，這些指導是運營商需要用來預測和滿足未來客戶需求的。

因為有許多大數(shù)據(jù)分析和機器學習領域能有益于生命周期服務編排，讓我們回到上面列出的三點：降低運營商網(wǎng)絡的運營成本、提高所交付服務的質(zhì)量和使得新的網(wǎng)絡服務能夠更快速的供給。當處理物理網(wǎng)絡的功能以及虛擬網(wǎng)絡的功能時，這三點都成立。

降低運營成本：可以通過在問題發(fā)生之前就將問題避免掉而降低運營成本。只要網(wǎng)絡運營團隊與分層在物理拓撲上的服務信息模型提供了關于性能、容量和利用率的有用信息，這些信息能夠允許更積極主動的資源分配，不僅有可能減少緊急的上門服務，同時也允許更便宜(或更有效的)資源分配。

提高服務質(zhì)量：大數(shù)據(jù)分析服務信息模型理解的不僅是路線，而且也理解服務的性質(zhì)。例如，知道VoIP或視頻服務必須保持在特定的參數(shù)范圍內(nèi)，大數(shù)據(jù)的算法可以確定何時及何處問題可能發(fā)生。然后可以采取積極主動的措施，以確保質(zhì)量得到滿足，從而滿足或超過客戶對該流量的要求。

更快速的服務供給：在大規(guī)模、負荷的運營商網(wǎng)絡上，要添加或升級站點間的連接這樣的服務請求事件時，可能很難確定容量是否已經(jīng)存在(+微信關注網(wǎng)絡世界)，或是否需要對網(wǎng)絡升級以適應新的客戶需求。此外，部署步驟可能要費力地用人工作業(yè)。由于生命周期服務編排使用大數(shù)據(jù)，新的客戶服務可以在一天之內(nèi)實施 – 而不需數(shù)周。

鑒于今天服務提供商網(wǎng)絡的巨大范圍、規(guī)模和復雜性，包含IP VPN、MPLS、運營商級以太網(wǎng)、以太網(wǎng)SONET和移動技術等等，生命周期服務編排正在成為網(wǎng)絡敏捷性的關鍵推動者。運營商必須能夠快速響應客戶的需求和不斷變化的網(wǎng)絡利用率。被大數(shù)據(jù)分析增強的生命周期服務編排，將是使運營商能夠成為越來越具有競爭性和響應力的“秘密武器”。市場正在快速增長，而新技術如SDN[注]和NFV[注]也產(chǎn)生甚至更多的網(wǎng)絡大數(shù)據(jù)。能夠了解實時的網(wǎng)絡，并且能夠實時的回應，是至關重要的。

像CENX的Cortx服務編排器這類工具，對網(wǎng)絡運營商展示了大數(shù)據(jù)分析和機器學習的好處，幫助削減運營成本，改善服務交付，并驅動新服務的快速部署。通過使用實時數(shù)據(jù)來建立和維護服務信息模型，然后將預測分析和在該模型上基于GUI的搜索功能分層，使服務提供商首次能真正了解整個網(wǎng)絡，以及該網(wǎng)絡將走向何方。

在許多方面，網(wǎng)絡運營商幕后使用大數(shù)據(jù)的方式類似于我們從零售商、從醫(yī)療界、科學家和金融行業(yè)聽說的大數(shù)據(jù)應用。大數(shù)據(jù)分析連接了數(shù)以百萬計，或數(shù)十億計的信息微小位元以得出結論、做出預測、解決問題、創(chuàng)造機會，并改善客戶服務。過去它在美國航空航天局，后來它在華爾街，現(xiàn)在它在網(wǎng)絡中。