前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇分布式商業模式范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

分布式商業模式范文第1篇

我們來回顧一下2012年前后獲得VC投資，正式進入大數據領域的公司。

百分點，電商個性化推薦/DMP/企業OS，目前已D輪融資，融資額4億人民幣;

友盟，APP流量分析，2013已被阿里收購，收購額8千萬美元;

Talking Data，APP流量分析，目前已經B輪融資，融資額超千萬美元;

秒針，互聯網營銷分析，目前已經D輪融資，融資額5千萬美元;

………………

秒針，定位于成熟的數字廣告領域，業務模型清晰，目前已經有良好的收入，形成良性循環，所以，得到市場的認可度就相對高些。而其他幾家，恐怕還難于說出一個清晰的商業模型，更缺乏良好穩定的變現方向。

這并不是說這些公司所做的工作毫無意義，毫無價值。我想起2012年有一次跟友盟CTO交流的話題，我們交換了對當時的移動互聯網的看法。2012年是移動互聯網最熱的一年，移動互聯網應用呈現了井噴的態勢。所謂的移動互聯網商業模式也五彩紛呈。只有我想不到，沒有人做不到。然而，幾年過去，熱度冷卻下來，真正又有多少存活下來了呢?又有多少所謂的商業模式成立了呢?

一個市場的早期，人們的行為是不穩定的，在人們養成一個習慣之前，大部分的應用都只能是樂呵樂呵而已，不能說明任何問題。而基于此硬生生設想出來的商業模型更是偽命題。

我們回顧一下2012年的前十大應用，再看看今天的前十大應用，結論自不必說。Talking Data歸納總結的非常好：

移動應用的發展

這是一個人們從接觸智能手機乃至智能手機應用開始，逐漸深入，直到完全接受并養成習慣的應用重心的轉移過程。這個過程，經歷了3-4年的時間。而每一個階段，都有滿足這個階段用戶訴求的代表移動應用出現。在解決了智能手機普及，用戶對手機應用的熟悉程度問題之后，現在所處的服務時代，將會穩定持續較長的時間。人們的需求明確，穩定，這也是一個市場的成熟度的顯著標志。

所有的商業模型，都因需求改變而改變，真正市場成熟之前的所有設想，可能都會被推翻，都可能一文不值。有價值的，唯有數據。這也是我們那次討論的共識。

同樣，大數據(其實任何一個早期市場也都是如此)也是如此。2012年，很多互聯網、移動互聯網的應用才剛剛展開，其業務形態本身就不成熟;再加上數據的沉淀才剛剛開始。我們始終面臨著數據的稀疏性和冷啟動的挑戰。在商業上，即便偶爾涌現出來的少的可憐的大數據需求里，絕大部分都屬于“偽需求”。因為大多數用戶并不成熟，對大數據知之甚少。既講不清楚自己的訴求，也不了解大數據到底能干什么。可想而知，大數據在面對這些“偽需求”自然也難做出令用戶滿意的效果。

所以，這一階段的大多數大數據變現方向都無法取得令人滿意的效果，更不要說商業模型了。供需雙方準備都不充分，還處于一個互相試錯的階段。

2016年，隨著數據的積累，大數據的逐漸深入，越來越多的行業用戶清楚了大數據的價值，也清楚了大數據適用的邊界。其實從去年的下半年，已經明顯感覺市場在逐漸成熟，開始有正規的獨立大數據項目開始招標了。這意味著行業客戶的成熟。明確、穩定的需求出現了。大數據市場，將進入一個新的階段!

以我做新業務、新市場十數年的經驗，不要再去糾結什么商業模型，不要再去糾結什么能否變現，需求都出現了，市場都要成熟了，還糾結那些有啥用?事兒是干出來的，不是想出來的。

有穩定明確的需求，去滿足它。需求滿足了，工作就有價值，就能變現，也就有了商業模型。

所以，今天大數據公司應該做的就是兩件事兒，數據和能力。大數據公司，沒有數據這個生產材料，在未來的市場中勢必會捉襟見肘;沒有金剛鉆，也攬不了瓷器活。即便有了數據，如果沒有足夠的駕馭數據的能力，做不出用戶滿意的效果，也終將會被市場所淘汰。

關于數據，企業應該先想的問題不是這些數據能為我賺多少錢，而是如果我不去收集數據，存儲數據，整合內部和外部的數據，那么未來我會失去多少錢，虧本多少錢?數據量的存儲不是一朝一夕的事情，而是需要經過長年累積。能拿到獨特的數據源固然是好，如果拿不到，那么是不是可以想其他辦法，從其他渠道拿到呢?通往羅馬的大路不止一條。而數據源和數據分析本身就不是先有雞還是先有蛋的問題，而是我不養雞，我肯定就不會有蛋。在未來的競爭格局中，數據往往能發揮先發制人的作用和優勢。

關于能力，駕馭大數據并且從數據分析中獲得洞察的能力，這個能力是可以培養的。可以先從人才著手。大數據不應該只是IT部門的事情，而是全公司上下協同作戰的事情。管理層可以從大數據中獲得洞察做決策，研發部門可以根據數據結果來調整研發方向，運營部門可以根據數據分析結果來改善運營策略，市場部門可以從數據分析中來優化廣告投放策略，甚至是客服部門，也可以從數據分析結果中來優化自己的工作，更別提銷售部門了，他們更需要大數據的支持。

放眼社會，政府部門會根據大數據分析結果來做預算，學校會根據歷史數據分析結果和高校錄取情況來給學生安排課程，企業/事業單位會根據大數據結果來進行調薪和人才篩選，炒股/投資的朋友會通過使用大數據工具來進行量化投資，就連五道口賣煎餅的老大娘，未來也會根據大數據分析結果來選擇主要做什么口味的煎餅，去哪里賣得更多。

分布式商業模式范文第2篇

近年來，**區委、區政府高度重視商貿業的發展，認真貫徹國家擴大內需政策，主動適應經濟發展新常態，不斷優化消費市場環境，調整消費結構、積極推動全區消費品市場高質量發展，對引導生產、促進消費和穩定就業起到了重要作用。**第四次全國經濟普查結果顯示：相比2013年末（2013年是第三次全國經濟普查年份，下同），2018年末**商貿業呈現法人單位數大幅增長、企業規模不斷壯大、消費結構持續升級，新興業態不斷涌現，消費對經濟拉動效應進一步顯現。

一、消費品市場運行現狀

（一）總體規模不斷擴大

第四次全國經濟普查數據顯示，2018年末，全區共有批發和零售業企業法人單位1201個，從業人員10055人，分別比2013年末增長438.6%和98%；全區共有住宿和餐飲業企業法人單位75個，從業人員1542人，分別比2013年末增長59.6%和增加25.9%。全區批發和零售業、住宿和餐飲業總體規模不斷壯大，吸納就業能力持續增強。從主要經濟指標看，2018年末，全區批發和零售業企業法人單位資產總計477886.8萬元，比2013年末增長5.29%，全年實現營業收入1024917.3萬元；住宿和餐飲業企業法人單位資產總計45979.5萬元，全年實現營業收入24418.5萬元。

2018年分行業企業法人單位數及主要經濟指標

單位：個、萬元、人

行業

單位數

資產總計

營業收入

從業人員

批發零售

1201

477886.8

1024917.3

10055

住宿餐飲

75

45979.5

38311.6

1542

（二）行業結構持續優化

2018年末，全區批發業企業法人單位405個，資產總計198633.3萬元，比2013年末增長4倍和0.46倍。全年實現營業收入422329.6萬元。從行業中類看，農、林、牧、漁產品批發業和礦產品、建材及化工產品批發業兩個行業增長較快。2018年末，農、林、牧、漁產品批發企業法人單位48個，資產總計32343.2萬元，分別比2013年末增長5倍和45倍，全年實現營業收入3392.9萬元。礦產品、建材及化工產品批發企業法人單位140個，資產總計24895.3萬元，分別比2013年末增長1.7倍和1.1倍，全年實現營業收入123246萬元。

2018年按行業中類分組批發業企業法人單位數及主要經濟指標

單位：個、萬元

企業法人單位（個）

資產總計（萬元）

營業收入（萬元）

批發業

405

198633.3

422329.6

農、林、牧、漁產品批發

48

32343.2

3392.9

食品、飲料及煙草制品批發

95

73379.6

193420.1

紡織、服裝及家庭用品批發

25

1041.3

3365.7

文化、體育用品及器材批發

4

230.1

768.8

醫藥及醫療器材批發

20

31314.1

46350.7

礦產品、建材及化工產品批發

140

24895.3

123246

機械設備、五金產品及電子產品批發

33

23059.9

41818.9

貿易經紀與

3

3306.6

83.8

其他批發業

37

9063.2

9882.7

2018年末，全區零售業企業法人單位796個，資產總計279253.5萬元，分別比2013年末增長3.6倍和0.3倍，全年實現營業收入602587.7萬元。從行業中類看，汽車、摩托車、零配件和燃料及其他動力銷售、家用電器及電子產品專門零售和五金、家具及室內裝飾材料專門零售三個行業增長較快。2018年末，汽車、摩托車、零配件和燃料及其他動力銷售法人單位95個，總產總計184859.4萬元，分別比2013年末增長1.0倍和1.1倍，全年實現營業收入442356.5萬元。家用電器及電子產品專門零售企業法人單60個，資產總計21095.9萬元，分別比2013年末增長4倍和1.3倍，全年實現營業收入44148.7萬元。五金、家具及室內裝飾材料專門零售企業法人單位116個，資產總計19351.7萬元，分別比2013年末增長6.7倍和7.4倍，全年實現營業收入28655.4萬元。

2018年按行業中類分組批發業企業法人單位數及主要經濟指標

單位：個、萬元

企業法人單位（個）

資產總計（萬元）

營業收入（萬元）

零售業

796

279253.5

602587.7

綜合零售

61

11189.6

34009

食品、飲料及煙草制品專門零售

143

13450.6

15841.4

紡織、服裝及日用品專門零售

44

6149.6

6829.9

文化、體育用品及器材專門零售

24

4320.3

4776.7

醫藥及醫療器材專門零售

173

5565.8

13397.4

汽車、摩托車、零配件和燃料及其他動力銷售

95

184859.4

442356.5

家用電器及電子產品專門零售

60

21095.9

44148.7

五金、家具及室內裝飾材料專門零售

116

19351.7

28655.4

（三）限上企業支撐作用明顯

在規模不斷擴大的同時，全區批發和零售業、住宿和餐飲業限額上企業創收效果顯著，支撐作用明顯。2018年末，全區批發和零售業限上單位數78個，從業人員3293人，資產總計262179萬元，全年實現營業收入769365.8萬元，分別占2018年末全區批發和零售業的比重6.4%、32.7%、54.9%和75.1%；住宿和餐飲業限上單位數12個，資產總計36233.3萬元，全年實現營業收入17156.8萬元，分別占2018年末全區住宿和餐飲的比重16%、78.8%和70.3%。

（四）內資企業占絕對主體

2018年末，批發和零售業內資企業法人單位共計1201戶，比2013年末增長438.6%，占批發和零售業全部企業法人單位的100%，是全區批發和零售業的絕對主體。在內資企業中，私營企業法人單位815戶，比2013年末增長508.2%，占內資企業的67.9%；國有和集體企業法人單位數比2013年末減少66.7%。

2018年按登記注冊類型分組的批發和零售業企業法人單位和從業人員

企業法人單位（個）

合計

1201

內資企業

1201

國有企業

3

集體企業

12

聯營企業

1

有限責任公司

239

股份有限公司

12

私營企業

815

其他企業

119

2018年末，住宿和餐飲業內資企業法人單位共計75戶，比2013年末增長59.6%，占住宿和餐飲業全部企業法人單位的100%，是全區住宿和餐飲業的絕對主體。在內資企業中，私營企業法人單位54戶，比2013年末增長54.3%，占內資企業的72%；集體企業法人單位數比2013年末減少100%。

2018年按登記注冊類型分組的住宿和餐飲業企業法人單位和從業人員

企業法人單位（個）

合計

75

內資企業

75

集體企業

4

有限責任公司

12

私營企業

54

其他企業

5

二、存在的問題

（一）行業零散度過高，企業經營規模偏小。由于流通企業準入門檻低，流通企業呈現出“小、散、亂、弱”問題，具有規模效應、市場競爭力強、市場影響力大的龍頭企業少。2018年，全區限額以下批發和零售業企業達1123戶，占全區批發和零售法人單位的93.5%，全區限額以下批發和零售業企業營業收入為255551.5萬元，僅占全區批發和零售法人單位的24.9%；全區限額以下住宿和餐飲業企業63戶，占全區住宿和餐飲業法人單位的84%，全區限額以下住宿和餐飲業企業營業收入7261.7萬元，僅占全區住宿和餐飲業法人單位的29.7%。

（二）行業競爭激烈，整體經營效應不高。受制于管理水平低，經營規模偏小，大多商業企業未能形成自身特色經營模式，在商品采購、促銷、售前售后服務上大同小異，無法滿足消費者的個性化需求。

（三）商業布局不合理，農村商品流通建設滯后。從普查情況看，我區批零住餐企業集中在經濟相對發達的城區范圍，而在農村的企業微乎其微，農村商業網點分散、布局不合理、設施不配套、綜合運行成本高，阻礙了農村消費品市場的發展。

三、下一步工作建議

（一）培育大型商貿流通企業。積極鼓勵大型企業通過兼并、收購、控股等方式，快速實現規模擴張，通過開發特色產品、提高科技含量、強化現代管理、增強創新能力等措施不斷提高企業發展水平，培育一批品牌企業，更好的帶動行業整體水平的提高，培育出一批核心競爭力強的龍頭企業。

分布式商業模式范文第3篇

《物聯網與云計算》一書，嘗試從物聯網和云計算融合發展角度，去介紹相關的云計算技術以及云計算的服務模式。本書闡述了云計算是物聯網發展的基石，物聯網融合云計算發展，將深刻改變我們的未來的觀點，并以多個經典案例分析，闡述了云計算將成為物聯網發展所必須的IT基礎設施，云計算是物聯網進行海量數據處理和分析的大腦，云計算平臺將成為物聯網業務的管理和運營平臺，造就物聯網海量應用的長尾效應并形成物聯網應用良性發展的健康產業生態系統的發展趨勢。

目錄

第1章云計算是物聯網發展的基石

1.1從互聯網到物聯網

1.2云計算是物聯網的基石

1.3物聯網的國內外發展趨勢

1.3.1物聯網應用的整體發展情況

1.3.2全球的物聯網應用處于起步階段

1.3.3發達國家處于領先地位

1.3.4我國物聯網應用初創待發

1.3.5物聯網應用的發展趨勢

1.4物聯網的發展深刻影響未來

第2章云計算的起源

2.1 Animoto的創業故事

2.2云計算是當今的熱門名詞

2.3云計算在中國

2.4云計算的前世今生

2.4.1高高在上的大型計算機時代

2.4.2合久必分：PC時代的到來

2.4.3分久必合：互聯網讓PC合在了一起

2.4.4合中有分，分中有合：云計算時代來臨

第3章云計算的概念和特點

3.1云計算概念

3.2云計算的分類

3.2.1公有云和私有云

3.2.2 XaaS

3.3云計算的特點和優勢

3.3.1快速滿足業務需求

3.3.2低成本、綠色節能

3.3.3提高資源管理效率

3.4云計算與網格計算

3.5云計算中心和超算中心

3.6 Google云計算成功的秘訣之一

3.6.1 Google的蛻變

3.6.2一個簡單的想法

3.6.3順利啟程

3.6.4 MapReduce

3.6.5初見成效

3.6.6幸運女神的降臨

第4章云計算的服務形式和商業模式

4.1云平臺和云服務

4.1.1云平臺

4.1.2 Google App Engine

4.1.3云服務

4.2云計算的典型商業模式

4.2.1 Google在互聯網領域的神話依賴于PaaS

4.2.2 Amazon的商業模式創新全面啟動了IaaS服務

4.2.3 SalesForce.com的成功源于SaaS

4.3典型的云計算應用

4.4云計算的商業模式的成功秘密

4.4.1海量用戶支持、良好用戶體驗促成互聯網后向收費模式的成功

4.4.2“人人是服務的使用者”，“人人是服務的提供者”

4.4.3對大規模用戶的海量數據計算成為可能

4.4.4 IT服務設施從硬件依賴轉向軟件依賴

4.5云計算的優勢

4.6云計算的社會價值及其影響

4.6.1云計算對電子信息產業的影響

4.6.2云計算的價值

第5章云計算關鍵技術和開源社區

5.1云計算技術框架概述

5.2虛擬化技術

5.2.1什么是虛擬化

5.2.2虛擬化技術的分類

5.2.3云計算機時代下的虛擬化技術

5.2.4虛擬化打開了云計算的大門

5.3海量分布式存儲技術

5.4并行編程模式

5.5數據管理技術

5.6分布式資源管理技術

5.7云計算平臺管理技術

5.8云計算是一種多粒度和變粒度的計算

5.9綠色節能技術

5.10云計算和開源社區

5.10.1虛擬化平臺軟件Xen與KVM

5.10.2云基礎設施管理平臺Eucalyptus與OpenNebula

5.10.3分布式計算框架Hadoop

5.10.4云平臺訪問接口適配層libcloud與Dasein Cloud API

5.10.5開源精神

第6章云計算的產業現狀和發展

6.1云計算的產業現狀

6.2云計算產業市場分析

6.2.1美國市場走向成熟

6.2.2國內市場政府推動，喜中有憂

6.2.3現狀原因：供給匱乏，需求乏力

6.3云計算的未來發展

第7章云計算數據中心及其度量維度

7.1云計算發展迅猛，市場初具規模

7.2云計算對數據中心建設帶來挑戰和機遇

7.3國外先進云計算數據中心

7.3.1 Google云計算數據中心的最佳實踐

7.3.2 Facebook的綠色數據中心

7.4云計算數據中心的構建

7.4.1電子郵箱服務中心的構建

7.4.2搜索服務中心的構建

7.4.3視頻服務中心的構建

7.4.4云存儲服務平臺的構建

7.5粗略評價數據中心健康性的5個指標

第8章云計算和物聯網的關系

8.1云計算是物聯網最具成本優勢的IT基礎設施

8.2云計算是物聯網最具計算力和存儲力的平臺

8.3云計算是物聯網數據挖掘的大腦

8.4云計算是構筑物聯網長尾效應的開放平臺

8.5云計算和物聯網融合發展

8.5.1物聯網和云計算融合發展第一階段

8.5.2物聯網和云計算融合發展的第二階段

8.5.3物聯網和云計算融合發展的第三階段

第9章云計算和物聯網融合應用案例

9.1云計算與無線城市

9.2云計算與交通物流

9.2.1智能交通

9.2.2智慧物流

9.3云計算與健康醫療

9.3.1醫療保健應用

9.3.2家庭社區遠程醫療監護系統

9.3.3醫院臨床無線醫療監護系統

第10章物聯網和云計算相融合的未來服務形式

10.1物聯網業務模式分析

10.1.1物聯網的商業機會

10.1.2物聯網的商業應用類型及其應用系統組網方式

10.1.3物聯網業務的商業運營模式和商業合作模式

10.1.4物聯網的商業模型

10.1.5國內外運營商分析

10.2當前物聯網應用模式所存在的問題及解決方案

10.2.1當前物聯網應用模式所存在的問題

10.2.2以云計算技術融合物聯網技術的物聯網應用解決方案的分析

分布式商業模式范文第4篇

【關鍵詞】云計算 分布式 海量數據運營 Hadoop

中圖分類號：TP315 文獻標識碼：A 文章編號：1006-1010（2013）-05-0084-04

1 前言

隨著電信企業的業務范圍拓展、服務精細化要求和IT技術發展，在企業內部或互聯的IT系統中，存在著飛速膨脹的海量數據。和以往對比，現階段企業海量數據呈現出數據量更大、數據類型復雜、處理速度要快的新特征。與此同時，越來越多的企業開始重視海量數據的處理，研發出各種海量數據處理技術，從中發現巨大的商業價值，以Google、Facebook、淘寶為代表的中外互聯網企業，走出了一條以免費的基礎服務為根本、以海量數據運營掘金的信息企業模式。

這種現象可以稱作“海量數據運營”，它是以海量數據處理為基礎，以服務對象為核心，以客戶關系為目標來進行信息的生產、交換，商業模式更有價值，企業運作更加優化，達到盈利或提供更好服務等商業或社會目標。

2 電信行業面臨的困境和對策

在傳統運營模式下，電信業務從技術到商業模式相對封閉，對于IT系統中產生的數據如用戶話單、信令日志、運行日志等，除了部分用于提供給用戶查詢，大部分用于故障處理、簡單統計。而對這些海量數據的分析，面臨4大技術困難：

（1）數據量太大，用于存儲和計算的設備成本高昂；

（2）沒有合適的工具支持，傳統關系型數據庫只能存儲幾T數據、上億條記錄；

（3）隨著設備變更、網絡升級、業務更新，原始數據模型經常變化，構建結構化模型并同步更新的難度非常大；

（4）分析結果無法快速有效地實施到網絡或業務平臺。

隨著3G業務的發展、終端滲透率的提高和IT技術的進步，電信業務從技術到商業模式越來越開放，業務的盈利能力越來越依賴前面的終端和后面的業務平臺。蘋果、三星等智能終端廠家成為運營商爭先拉攏的對象，移動互聯網帶來的大部分增量利潤更多地涌向了創新型技術公司，而海量數據流量卻沖擊著電信網絡的承載能力。

業務承載量增長、收入增長、利潤下滑，變成全球電信運營商普遍面臨的困境，把網絡建好、坐等收錢的好時代已經過去，運營商的主導地位岌岌可危，被管道化的趨勢越發明顯。

面對這種局面，運營商開始提出“智能管道”、“流量經營”等思路求變，希望能夠提升對用戶的業務使用管理能力，尋找更好的業務模式，充分發掘網絡承載能力，增加單位流量價值。一方面提升網絡能力，達到精細化控制目的，如PCC（Policy Control and Charging，策略控制和計費）；另外一方面，對生產關鍵環節的海量數據進行細化分析，能夠動態、精細化地實現有效控制和資源優化，如DPI、信令分析。其中DPI分析的上網記錄每日高達30T，信令日志的數據量也以T級別增加，海量數據運營開始出現。

這些方面的建設當前都取得的不少成績。在國外，相關運營商推出了定向套餐和流量控制業務，如Vodafone、BT在流量高峰時段控制P2P業務，O2優化網絡讓iPhone、iPad終端擁有高優先級和最大可用網速，Orange推出自有業務獲得最高的端到端優先級等。

3 海量數據運營的探討

當前的海量數據運營大部分在網絡層面，充分體現了數據包、帶寬、QoS、信道、小區、容量等網絡特征，對三戶一品（客戶、用戶、賬戶、產品）、營銷、服務、計費、信控等業務特征進行了簡化或弱化處理。大量數據如用戶狀態、業務訂購關系、累計量等需要從業務側同步到網絡側，存在著時延較長和不一致現象。

運營商應該建設覆蓋面更廣的體系，有機融合現有支撐系統，充分利用現有支撐體系內部數據和功能，為客戶提供更好的服務，產生更大的價值。但這種系統容量需要達到上百T，處理的實時性要求更高，若采用傳統的“scale up”的建設思路，不但成本高，而且無法根據用戶和業務變化進行有效的調整和更新。

云計算技術的發展，提出了“scale out”的建設模式，根據互聯網企業的經驗和電信企業的特點，新的海量數據運營系統必須支持如下特性：

（1）分布式架構：只有采用這種架構，才能充分利用現有的低端PC，在合理的成本基礎上，將其組合成為滿足電信企業的體系；

（2）半結構化數據：電信領域的業務種類繁多、設備廠家多、升級頻繁，固定結構的數據在靈活性方面很難適應；

（3）動態作業能力：只有自動適應、自動分解、負載均衡的系統，才能對海量數據做快速運算和分析，滿足網絡側的低時延要求。

4 云計算清賬單系統試點

在電信企業內部，用戶使用清單和賬單（以下簡稱“清賬單”）的存儲和查詢是一項基本業務。這一業務的特點在于數據量巨大（一個省公司每月的清單條數可達數十億，每條記錄可包含數百個字段），同時對實時性（從事件發生到可查詢的時間間隔）和歷史性（保存多久的記錄）的要求很高。

傳統的系統是基于小型機和SAN存儲實現的，存在容量有限、插入速度低、查詢并發性差等問題。同時，傳統的系統只能提供導入、查詢和簡單的固定統計功能。如果要對清賬單進一步進行分析，則需要搭建昂貴的數據倉庫，采用專有軟件和設備，才能實現有效分析。

云計算清賬單系統，一是要克服現有的清賬單系統存在的問題，建立一個低成本大容量的系統，二是要能夠對于清賬單實現數據倉庫級別的靈活分析統計功能，三是能夠和網絡側及支撐體系其他部分結合，提供實時的營銷和服務功能。

云計算方案基礎采用Apache Hadoop系統，并采用多重優化和創新來滿足企業運營需求。整個體系共80臺左右（HBase/HDFS/JobTracker/Thrift共享PC服務器）自帶硬盤的雙路PC服務器，共同搭建起Hadoop集群（如圖1），支持1.2億移動用戶6個月的清賬單處理工作。

HBase實時數據引擎：實時NoSQL數據庫引擎，基于列存儲方式，很好支持稀疏表，提供強大并發查詢能力。

HDFS分布式文件系統：分布式文件系統，支持PB文件存儲，最大可支持三份數據冗余，確保數據在分布式環境的安全性。

MapReduce計算框架：基于HDFS的分布式計算框架。具有數據在存儲服務器本地計算的特點，替代傳統的把數據從存儲遷移至小型機再進行計算的舊模式。

ZooKeeper管理軟件：調度管理集群中的服務器，一般為單數多臺服務器，具有仲裁能力。

Hive查詢軟件：支持SQL查詢，提供了一種利用MapReduce分布式計算框架對HBase中的數據進行高效的分布式處理的簡便方法。

Thrift接口軟件：提供C、C++、Java等多種高級語言統一訪問接口，實現與外部不同種類異構平臺實時數據交流。

該系統全部使用廉價的X86服務器及Linux操作系統，提供600TB有效數據空間。新系統每5分鐘加載一次數據，入庫資源控制在20%左右，已經實現1000MB/s（100萬條/秒）入庫效率，在業務最忙時也不會產生數據積壓。

原來小型機的系統，只能滿足200筆查詢/秒。Hadoop通過HDFS分布式文件系統把海量數據分隔存儲在各集群服務中，再通過HBase主鍵索引快速定位待查數據塊。總體上，不同的用戶訪問不同的服務器，由Hadoop集群統一管理及調度，大大提高系統的并發能力，新系統在已經支持8000筆查詢/秒的用戶隨機查詢，返回結果集達80萬條/秒。而且隨著集群規模的橫向擴展，性能還可以線性地提供，這是傳統的小型機解決方案很難實現的。

除了優異的加載及查詢性能外，基于X86的Hadoop系統另外一個重要的特點是節省成本（如圖2）。當前大主流的X86服務器，性能上基本都能達到40萬tpmC，甚至過百萬。而一臺中高檔的小型機，tpmC值大部分在100萬～200萬之間。因此，如果需要達到上述HBase RegionServer同樣的硬件計算能力，至少需要14臺中高端小型服務器，假設按每臺100萬人民幣計算（實際價格更高），總計1400萬人民幣。同時，傳統的解決方案一般使用計算服務與存儲分離的方式實現。為了滿足高性能及安全性要求，一般會選擇中高端存儲，每TB存儲的平均價格在5萬人民幣左右，即如需滿足600TB容量要求，需要約3000萬人民幣。而使用X86的解決方案，平均每臺服務器價格約在3.5萬左右，80臺服務器只需不到280萬。除此之外，以上價格僅是硬件的投入，還不包括傳統商業數據庫昂貴的商業許可。

對于上述體系的分析統計功能，采用Hive+Map

Reduce方式來實現，它提供了一種類SQL的查詢語言HiveQL。該方法將HiveQL翻譯成MapReduce任務來交給集群執行，實現更高的開發效率和更短的開發周期。同時，Hadoop有集群IO帶寬的優勢，能大大地提高海量數據統計分析的速度，原來36小時的任務集在Hadoop上只需要數小時即可完成。

現在廣東移動公司正在內部的清單系統上部署分布式數據挖掘框架Mahout的機器學習和數據挖掘功能，對用戶的用戶行為、基站等方面進行分析，通過分類等數據挖掘算法的應用，挖掘出更多的信息。例如對客戶進行精細化營銷、防止客戶流失等方面提供決策幫助。根據用戶的使用記錄，按照若干指標（業務類型使用分布情況、終端類型、上網時長等）對客戶群進行分組，并標簽化。據此可向用戶推薦合適的套餐，也可以據此設計更合理的套餐。

廣東移動公司基于Hadoop平臺構建的新清賬單系統已經平穩運行半年以上，有效地證明了云計算技術能切實地幫助國內運營商降低成本，提高競爭能力。

5 結束語

基于Hadoop的云計算實現方案，降低了電信運營商對小型機、存儲、商業數據庫/數據倉庫的依賴，大大降低了投資成本，為海量數據運營提供了一個優秀的平臺，為電信企業開展更大范圍的流量經營提供了堅實的技術基礎。淘寶、百度、Google等眾多的互聯網公司經驗證明，分布式云計算技術的發展為企業經營模式轉變提供了契機。

參考文獻：

分布式商業模式范文第5篇

【關鍵詞】云計算技術應用展望

一、云計算技術的介紹以及應用

云計算技術是一種基于網絡相關服務的增加交付以及使用模式，云計算是一種虛擬資源，一般通過網絡提供動態易擴展，云計算中的“云”是代表網絡的意思，一般情況下我們所指的云計算是一種IT基礎設施的使用及交付模式，即通過網絡的手段來獲取所需資源。截止目前，云計算技術已經有了一定程度的發展，不僅對商業模式有著深刻的影響，同時也在很大程度上影響著商業部署、軟件開發運行以及后續的交付運作。有了云計算技術之后，用戶可以直接通過付費的渠道獲取所需的計算能力，不再需要重新部署客戶端。云計算關鍵技術包括是數據存儲技術、數據管理技術、虛擬化的技術等幾個方面。

二、云計算技術內容

1.數據儲存技術。云計算技術是一種基于網絡的超級計算形式，存在和發展的技術就是海量的數據儲存，云計算技術采取一種分布式的儲存技術將數據儲存于服務器集群中，并為所儲存的技術復制了多項副本。同時采取一種安全可靠的數據加密技術從本質上保證儲存數據的安全和可靠，云計算技術傳輸率高并且有著很高的吞吐率，以此為技術職稱為用戶提供完善的數據服務。目前，云計算技術主要采取GOOGLE的GFS或者HDFS，GFS主要用于普通硬件，價格便宜，但可以為用戶提供一種性能穩定的數據服務。

2.數據管理技術。由于必須處理和分析大量的分布式數據，云計算技術擁有高效的數據管理技術，主要依托BIGTABLE以及GOOSE的數據管理技術以及基于HADOOP團隊的管理模塊HBASE，BIGTABLE注意啊建立在GFS的基礎上，本質就是采取多級映射的數據處理結構把所有的數據編制成為一個表格，利用龐大的數據儲存為用戶提供相關的服務。

3.虛擬化技術。虛擬化技術是在數據運行環境下在電腦系統以及相關組件的運行中虛擬出來的一種技術，在電腦的硬件以及操作系統和相關的應用程序中構建一個虛擬化層，這種虛擬化層肩負著承上啟下的作用，作為中間層起著連接上層和下層的作用。除此之外，虛擬化技術不僅可以節約費用，達到資源整合的作用，還可以使相關的資源得到最大化的利用。根據不同的對象，虛擬化技術可以細分為軟件虛擬、基礎設施虛擬以及系統虛擬等方面。

三、云計算的主要服務形式

1. SAAS服務。SAAS服務可以讓客戶根據并發用戶數量、數據存儲容量、使用時間等按需支付費用，不用支付軟件許可費用，以及支付采購服務器等硬件設備費用，也不需要承擔軟件項目定制、開發、實施費用，在中小企業的應用非常廣泛。

2.PAAS服務。PAAS服務是一種分布式平臺服務，開發商提供開發環境、硬件資源等服務給客戶，用戶可以在其平臺基礎上開發應用程序并通過互聯網傳遞給其他客戶。PAAS服務可以為企業或個人提供研發的中間件平臺，提供應用程序開發、試驗、托管等多項服務。

3.IAAS服務。IAAS服務即把廠商的服務器組成“云端”基礎設施，并將其作為計量服務提供給客戶。這種服務將內存、存儲和計算能力整合成一個虛擬的資源池，是一種托管型硬件方式，用戶付費即可使用。

四、對云計算技術未來的展望

全球信息化的浪潮影響深遠，并且隨著網絡技術的發展以及社會的需求以及各國政府以及GOOGLE、微軟等大公司的技術支持，云計算技術在全球都得到了一定程度的發展。到目前為止，云計算技術為科研、軍事、娛樂服務、醫學、生物學、天文學、地理學等行業提供著專業的數據服務，為人們提供天氣預報、在線游戲、數據檢索等服務，雖然其面臨著一定的挑戰，但是也有著廣闊的發展前景，據估計，以后的云計算技術將朝著三個方向發展。

1.手機云計算技術的普及。隨著手機技術的飛速發展，手機成為人們生活中不可缺少的物品，以逐漸兼具計算機的功能，云計算技術對手機終端的要求不高，云計算技術與手機的結合可以實現隨時隨地數據信息的檢索和運算，是未來云計算的發展趨勢之一。