张 妮

（华信咨询设计研究院有限公司，浙江 杭州 310052）

1 大数据技术通用方法

大数据技术就是对海量数据的处理，在分析、汇总以及深度挖掘关联度的过程中获取具有价值的信息内容，从而支持对应行业规划的制定。在大数据技术体系内，要借助数据统计和数据挖掘等手段，凭借建模思想有效提升数据应用的效果。目前，大数据通用分类法主要分为以下几点。

1.1 Hadoop处理法

利用分布式计算平台，在落实PC Server集群部署工作内容后就能搭建分布式计算框架和存储结构，从而有效结合不同应用场景落实相应工作，维持综合运算分析的实效性。其中，云化ETL是较为有效的数据信息管控流程，结合图1所示的Hadoop流程和ETL规则就能提高数据抽取和转换的效率。

图1 Hadoop流程示意图

1.2 Spark处理法

Spark是近几年应用新兴的分布式计算平台体系，能结合内存情况完成计算框架的处理，并且能大大提升应用效能，一般会应用在迭代计算场景中，为其他算法应用降低难度。

1.3 MPP数据库

在技术应用过程中，从用户的角度出发建立服务器应用系统，基于PC Server集群部署分析模式，有效建立不同的技术用户应用场景，利用数据库中数据关联度提高节点的访问效率，充分扩充内存资源。

利用不同的数据处理模式就能搭建更加完整的数据信息管控平台，为数据应用管理提供良好的支持，保证综合节点互联应用效果最优化[1]。

2 大数据时代移动通信数据经营支撑体系的设计

在大数据技术支持下的移动通信数据经营支撑体系要整合具体的信息资源，确保技术应用方案的合理性和规范性，并有效提高分析系统功能的应用水平，实现经济效益和社会效益的和谐统一。……