Ma 2008, ʻo BigData kahi huaʻōlelo hou a me ke ʻano hiʻohiʻona. I ka makahiki 2019, he mea kūʻai aku ʻo BigData, he kumu waiwai a he kumu no nā bila hou.
I ka hāʻule hope loa, ua hoʻomaka ke aupuni Lūkini i kahi bila e hoʻoponopono i nā ʻikepili nui. ʻAʻole hiki ke ʻike ʻia nā kānaka mai ka ʻike, akā hiki ke hana pēlā ma ke noi a nā luna federal. ʻO ka hana ʻana i BigData no nā ʻaoʻao ʻekolu ma hope o ka hoʻolaha ʻana iā Roskomnadzor. ʻO nā ʻoihana i ʻoi aku ma mua o 100 tausani mau helu pūnaewele e hāʻule ma lalo o ke kānāwai. A, ʻoiaʻiʻo, kahi me ka ʻole o nā papa inoa - manaʻo ʻia e hana i kahi me kahi papa inoa o nā mea hoʻohana waihona. A inā ma mua o kēia ʻikepili nui ʻaʻole i manaʻo nui ʻia e nā mea a pau, i kēia manawa pono e noʻonoʻo ʻia.
ʻO wau, ma ke ʻano he alakaʻi o kahi hui hoʻomohala pili kālā e hana nei i kēia Big Data, ʻaʻole hiki ke haʻalele i ka waihona. E noʻonoʻo wau e pili ana i ka ʻikepili nui ma o ka prisma o nā mea lawelawe kelepona, ma o nā ʻōnaehana pili kālā e kahe ana ka ʻike e pili ana i nā tausani o nā mea kākau inoa i kēlā me kēia lā.
Theorem
E hoʻomaka kākou, e like me ka pilikia makemakika: hōʻike mua mākou e hiki ke kapa ʻia ka ʻikepili o nā mea kelepona ʻo BigDat. ʻO ka maʻamau, ʻike ʻia ka ʻikepili nui e ʻekolu mau hiʻohiʻona VVV, ʻoiai ma ka wehewehe manuahi ʻana ka helu o "Vs" i hiki i ʻehiku.
Volume. ʻO Rostelecom's MVNO wale nō ka lawelawe ma mua o hoʻokahi miliona mau mea kākau inoa. Hoʻohana nā mea hoʻokele koʻikoʻi i ka ʻikepili no 44 a 78 miliona mau kānaka. Ke ulu nei nā kaʻa i kēlā me kēia kekona: i ka hapaha mua o 2019, ua komo nā mea kākau inoa i ka 3,3 biliona GB mai nā kelepona paʻalima.
Ka wikiwiki. ʻAʻole hiki i kekahi ke haʻi iā ʻoe e pili ana i ka dynamics ʻoi aku ka maikaʻi ma mua o nā helu helu, no laila e hele wau i nā wānana a Cisco. Ma 2021, 20% o ka IP traffic e hele i ka mobile traffic - aneane ʻekolu ia i loko o ʻelima mau makahiki. ʻO ka hapakolu o nā pili kelepona ʻo M2M - ʻo ka hoʻomohala ʻana o IoT e alakaʻi i ka piʻi ʻana o nā pilina. ʻAʻole e lilo ka Pūnaewele o nā Mea i mea waiwai wale nō, akā, ʻoi aku ka waiwai, no laila e nānā wale kekahi mau mea hana. A ʻo ka poʻe e hoʻomohala nei i ka IoT ma ke ʻano he lawelawe kaʻawale e loaʻa i nā kaʻa pālua.
ʻokoʻa. ʻO ka ʻokoʻa kahi manaʻo kumuhana, akā ʻike maoli nā mea lawelawe kelepona i nā mea āpau e pili ana i kā lākou mea kākau inoa. Mai ka inoa a me nā kikoʻī passport a hiki i ke ʻano kelepona, nā kūʻai, nā wahi i kipa ʻia a me nā makemake. Wahi a ke kānāwai Yarovaya, mālama ʻia nā faila media no ʻeono mahina. No laila e lawe kākou ma ke ʻano he axiom e ʻokoʻa ka ʻikepili i hōʻiliʻili ʻia.
Pūnaehana a me ke ʻano hana
ʻO nā mea hoʻolako kekahi o nā mea kūʻai nui o BigData, no laila ua pili ka nui o nā ʻenehana loiloi data nui i ka ʻoihana telecom. ʻO kekahi nīnau ka mea i mākaukau e hoʻokomo i ka hoʻomohala ʻana o ML, AI, Deep Learning, hoʻokomo i nā kikowaena ʻikepili a me ka mining data. ʻO ka hana piha me ka ʻikepili i loaʻa i nā ʻōnaehana a me kahi hui, nā kumukūʻai ʻaʻole hiki i nā mea āpau ke loaʻa. ʻO nā ʻoihana i loaʻa i kahi hale kūʻai ʻoihana a i ʻole e hoʻomohala nei i kahi ʻano hoʻokele Data Governance pono e pili ma BigData. No ka poʻe i mākaukau ʻole no ka hoʻopukapuka wā lōʻihi, ke aʻo aku nei au iā ʻoe e kūkulu mālie i ka hoʻolālā polokalamu a hoʻokomo i nā ʻāpana i kēlā me kēia. Hiki iā ʻoe ke haʻalele i nā modula kaumaha a me Hadoop no ka hope. He liʻiliʻi ka poʻe e kūʻai i kahi hopena i mākaukau no nā pilikia e like me Data Quality a me Data Mining; hana maʻamau nā ʻoihana i ka ʻōnaehana i kā lākou kikoʻī kikoʻī a me nā pono - iā lākou iho a i ʻole ke kōkua o nā mea hoʻomohala.
Akā ʻaʻole hiki ke hoʻololi ʻia kēlā me kēia bila e hana pū me BigData. A i ʻole, ʻaʻole hiki ke hoʻololi wale i nā mea āpau. Kakaikahi ka poe hiki ke hana i keia.
ʻEkolu mau hōʻailona e loaʻa ana i kahi ʻōnaehana bila e lilo i mea hana ʻikepili:
- Hiki ke hoʻonui ʻia. Pono e maʻalahi ka polokalamu - ke kamaʻilio nei mākou e pili ana i ka ʻikepili nui. Pono e mālama ʻia ka hoʻonui ʻana i ka nui o ka ʻike e ka piʻi like ʻana o nā lako i loko o ka hui.
- Hoʻomanawanui hewa. ʻO nā ʻōnaehana prepaid koʻikoʻi ka mea maʻamau i ka hewa ʻole ma ke ʻano maʻamau: ua kau ʻia ka pila i loko o kahi pūʻulu ma nā geolocations i mea e hōʻoiaʻiʻo ai lākou i kekahi i kekahi. Pono e lawa nā kamepiula ma ka hui Hadoop inā hāʻule kekahi a ʻoi aku paha.
- Kūlana. Pono e mālama ʻia ka ʻikepili ma kahi kikowaena, inā ʻaʻole hiki iā ʻoe ke haʻihaʻi i ka hoʻoili ʻikepili. ʻO kekahi o nā papa hana hoʻokokoke kaulana ʻo Map-Reduce: nā hale kūʻai HDFS, nā kaʻina Spark. ʻO ke kūpono, pono e hoʻopili pono ka polokalamu i loko o ka ʻenehana kikowaena data a hiki iā ia ke hana i ʻekolu mau mea i hoʻokahi: hōʻiliʻili, hoʻonohonoho a nānā i ka ʻike.
hui
He aha, pehea a no ke kumu e hana ai ka papahana i nā ʻikepili nui i hoʻoholo ʻia e ka hui. ʻO ka manawa pinepine he kanaka hoʻokahi - he ʻepekema data. ʻOiai, i koʻu manaʻo, ʻo ka liʻiliʻi liʻiliʻi o nā limahana no Big Data pū kekahi me kahi Product Manager, Data Engineer, a me Manager. Hoʻomaopopo ka mea mua i nā lawelawe, unuhi i ka ʻōlelo ʻenehana i loko o ka ʻōlelo kanaka a me ka hope. Lawe ʻo Data Engineer i nā hiʻohiʻona i ke ola me ka hoʻohana ʻana iā Java/Scala a me nā hoʻokolohua me ka Machine Learning. Hoʻonohonoho ka luna, hoʻonohonoho i nā pahuhopu, a mālama i nā pae.
Nā pilikia
Aia ma ka ʻaoʻao o ka hui ʻo BigData e kū mai nā pilikia i ka wā e hōʻiliʻili a hoʻoili ai i ka ʻikepili. Pono ka papahana e wehewehe i ka mea e hōʻiliʻili ai a pehea e hana ai - i mea e wehewehe ai i kēia, pono ʻoe e hoʻomaopopo mua iā ʻoe iho. Akā no nā mea hoʻolako, ʻaʻole maʻalahi nā mea. Ke kamaʻilio nei wau e pili ana i nā pilikia me ka hoʻohana ʻana i ka laʻana o ka hana o ka hōʻemi ʻana i ka mea kākau churn - ʻo ia ka mea e hoʻāʻo nei nā mea kelepona e hoʻoponopono me ke kōkua o Big Data ma kahi mua.
Hoʻonohonoho i nā pahuhopu. ʻO nā kikoʻī ʻenehana i kākau maikaʻi ʻia a me nā ʻike like ʻole o nā huaʻōlelo he ʻeha mau kenekulia ʻaʻole wale no nā freelancer. Hiki ke unuhi ʻia nā mea kākau inoa "hoʻokuʻu" i nā ʻano like ʻole - e like me ka poʻe i hoʻohana ʻole i nā lawelawe o ka mea lawelawe no hoʻokahi mahina, ʻeono mahina a i ʻole makahiki. A no ka hana ʻana i kahi MVP e pili ana i ka ʻikepili mōʻaukala, pono ʻoe e hoʻomaopopo i ka pinepine o ka hoʻihoʻi ʻana o nā mea kākau mai ka churn - ka poʻe i hoʻāʻo i nā mea hana ʻē aʻe a haʻalele paha i ke kūlanakauhale a hoʻohana i kahi helu ʻē aʻe. ʻO kekahi nīnau koʻikoʻi: pehea ka lōʻihi ma mua o ka haʻalele ʻana o ka mea kākau inoa e hoʻoholo ai ka mea hāʻawi i kēia a hana? ʻEono mahina ma mua loa, ua lohi ka pule.
Hoʻololi i nā manaʻo. ʻO ka maʻamau, ʻike nā mea hoʻohana i kahi mea kūʻai aku ma ka helu kelepona, no laila he mea kūpono e hoʻouka ʻia nā hōʻailona me ka hoʻohana ʻana. Pehea kāu moʻokāki pilikino a i ʻole ka helu noi lawelawe? Pono e hoʻoholo i ka ʻāpana e lawe ʻia ma ke ʻano he mea kūʻai aku i ʻole e ʻokoʻa ka ʻikepili i ka ʻōnaehana o ka mea hoʻohana. ʻO ka loiloi ʻana i ka waiwai o ka mea kūʻai aku he mea kānalua hoʻi - ʻo wai ka mea kūʻai aku i ʻoi aku ka waiwai no ka ʻoihana, ʻo ia ka mea hoʻohana e koi hou aku i ka hoʻoikaika ʻana e mālama, a ʻo wai ka mea e "hāʻule" i kēlā me kēia hihia a ʻaʻohe kumu o ka hoʻolilo ʻana i nā kumuwaiwai ma luna o lākou.
Ka nele o ka ʻike. ʻAʻole hiki i nā limahana hoʻolako āpau ke wehewehe i ka hui BigData i ka mea e pili pono ana i ka churn o ka mea kākau inoa a pehea e helu ʻia ai nā kumu pili kālā. ʻOiai inā kapa lākou i kekahi o lākou - ARPU - ʻike ʻia hiki ke helu ʻia ma nā ʻano like ʻole: ma o ka uku ʻana i nā mea kūʻai aku i kēlā me kēia manawa, a i ʻole nā uku hoʻolimalima. A ma ke kaʻina hana, he miliona mau nīnau e ala mai. Ke uhi nei ke kumu hoʻohālike i nā mea kūʻai aku a pau, he aha ke kumukūʻai no ka mālama ʻana i kahi mea kūʻai aku, aia kekahi kumu o ka noʻonoʻo ʻana ma o nā kumu hoʻohālike ʻē aʻe, a me ka mea e hana ai me nā mea kūʻai aku i kuhi hewa ʻia.
Hoʻonohonoho pahuhopu. ʻIke au i ʻekolu ʻano o nā hewa hopena e hoʻonāukiuki i nā mea hana i ka waihona.
- Hoʻokomo ka mea hoʻolako i BigData, hana i nā gigabytes o ka ʻike, akā loaʻa i kahi hopena i hiki ke loaʻa maʻalahi. Hoʻohana ʻia nā kiʻi maʻalahi a me nā hiʻohiʻona, nā ʻikepili primitive. ʻOi aku ka nui o ke kumukūʻai, akā ua like ka hopena.
- Loaʻa ka mea hoʻohana i ka ʻikepili multifaceted e like me ka hoʻopuka, akā ʻaʻole maopopo i ka hoʻohana ʻana. Aia nā analytics - eia kēia, maopopo a voluminous, akā ʻaʻohe pono. ʻAʻole i noʻonoʻo ʻia ka hopena hopena, ʻaʻole hiki ke komo i ka pahuhopu o "ka hoʻoili ʻana i ka ʻikepili". ʻAʻole lawa ka hana - pono e lilo ka analytics i kumu no ka hoʻonui ʻana i nā kaʻina ʻoihana.
- ʻO nā mea pale i ka hoʻohana ʻana i ka ʻikepili BigData hiki ke lilo i nā kaʻina hana ʻoihana kahiko a me nā polokalamu kūpono ʻole no nā kumu hou. ʻO kēia ke kumu ua hana hewa lākou i ka pae hoʻomākaukau - ʻaʻole lākou i noʻonoʻo ma o ka algorithm o nā hana a me nā pae o ka hoʻokomo ʻana i ka Big Data i ka hana.
No ke aha
E kamaʻilio ana i nā hopena. E hele au i nā ala o ka hoʻohana ʻana a me ka monetizing Big Data e hoʻohana nei nā mea kelepona.
ʻAʻole wānana ka poʻe hoʻolako i ka puka ʻana o nā mea kākau inoa, akā ʻo ka ukana hoʻi ma nā kahua kahua.
- ʻIke ʻia ka ʻike e pili ana i ka neʻe ʻana o ka mea kākau inoa, ka hana a me nā lawelawe alapine. Ka hopena: ka emi ʻana o ka nui o ka nui o ka nui ma muli o ka optimization a me ka hoʻoponopono hou ʻana i nā wahi pilikia o ka ʻōnaehana.
- Hoʻohana nā mea lawelawe Telecom i ka ʻike e pili ana i ka geolocation o nā mea kākau inoa a me ka nui o ke kaʻa i ka wā e wehe ai i nā wahi kūʻai. No laila, ua hoʻohana ʻia ʻo BigData analytics e MTS a me VimpelCom e hoʻolālā i kahi o nā keʻena hou.
- Hoʻolilo nā mea hoʻolako i kā lākou ʻikepili nui ma ka hāʻawi ʻana iā ia i nā ʻaoʻao ʻekolu. ʻO nā mea kūʻai nui o nā mea hoʻohana BigData he mau panakō kālepa. Ke hoʻohana nei i ka ʻikepili, nānā lākou i nā hana kānalua o ke kāleka SIM a ka mea kākau inoa e pili ana i nā kāleka, a hoʻohana i nā lawelawe hōʻailona pilikia, hōʻoia a me ka nānā ʻana. A i ka makahiki 2017, ua noi ke aupuni o Moscow i ka neʻe ʻana o ka neʻe ʻana ma muli o ka ʻikepili BigData mai Tele2 e hoʻolālā i ka ʻenehana a me ka hoʻokele waiwai.
- He mine gula ʻo BigData analytics no nā mea kūʻai aku, hiki iā ia ke hana i nā hoʻolaha hoʻolaha pilikino no ka nui o nā tausani o nā pūʻulu mea inoa inā koho lākou. Hoʻohui nā hui Telecom i nā moʻolelo pilikanaka, nā makemake o nā mea kūʻai aku a me nā ʻano hana o nā mea kākau inoa, a laila hoʻohana i ka BigData i hōʻiliʻili ʻia e huki i nā mea kūʻai aku hou. Akā no ka hoʻolaha nui a me ka hoʻolālā PR, ʻaʻole i lawa ka hana o ka bila: pono e noʻonoʻo ka papahana i nā kumu he nui e like me ka ʻike kikoʻī e pili ana i nā mea kūʻai aku.
ʻOiai ke noʻonoʻo nei kekahi poʻe ʻo BigData he huaʻōlelo ʻole, ke loaʻa kālā nei ka Big Four. Loaʻa iā MTS he 14 biliona rubles mai ka hoʻoili ʻikepili nui i nā mahina ʻeono, a ua hoʻonui ʻo Tele2 i ka loaʻa kālā mai nā papahana i ʻekolu a me ka hapa. Ke hoʻololi nei ʻo BigData mai kahi ʻano i mea e pono ai, kahi e kūkulu hou ʻia ai ke ʻano holoʻokoʻa o nā mea lawelawe kelepona.
Source: www.habr.com