摘要：針對(duì)電信大數(shù)據(jù)處理系統(tǒng)中存在的問題，文章提出一種基于Spark on Yarn模型的SY-TPP。在SY-TPP平臺(tái)上，應(yīng)用Hadoop2.0 Yarn標(biāo)準(zhǔn)，并利用Spark分布式存儲(chǔ)技術(shù)，將SY-TPP系統(tǒng)的數(shù)據(jù)在內(nèi)存中進(jìn)行集中處理。以分級(jí)聚類算法為案例，對(duì)SY-TPP平臺(tái)的開發(fā)過程進(jìn)行了詳細(xì)的分析。實(shí)驗(yàn)結(jié)果表明，TPP平臺(tái)上的GB級(jí)用戶可以在半個(gè)工作日內(nèi)完成數(shù)據(jù)處理，而32個(gè)實(shí)體節(jié)點(diǎn)的sYTPP系統(tǒng)的速度比相同配置下的Map Rcduce平臺(tái)提高了10.25倍。

關(guān)鍵詞：電信；大數(shù)據(jù)處理；Spark on Yarn模式

中圖法分類號(hào)：TP311 文獻(xiàn)標(biāo)識(shí)碼：A

１ 引言

Ｍａｐ Ｒｅｄｕｃｅ 的首個(gè)版本是ＭＲｖｌ， 而Ｙａｒｎ（Ｙｅａｎｏｔｈｅｒ ｒｅｓｏｕｒｃｅ ｎｅｇｏｔｉａｔｏｒ） 在一定程度上彌補(bǔ)了ＭＲｖ１ 的不足。ＭＲｖ２ 的Ｙａｒｎ 可以被看作是一個(gè)專門針對(duì)大數(shù)據(jù)處理的資源分享架構(gòu)， Ｙａｒｎ 的一個(gè)更好的實(shí)現(xiàn)方式是Ｓｐａｒｋ Ｏｎ Ｙａｒｎ，這是由于Ｓｐａｒｋ ＯｎＹａｒｎ 能夠最大限度地存儲(chǔ)數(shù)據(jù)，發(fā)揮Ｓｐａｒｋ 的分布式存儲(chǔ)能力。本文對(duì)其設(shè)計(jì)思路和具體實(shí)施流程進(jìn)行了詳細(xì)的介紹，其在通信領(lǐng)域中的應(yīng)用性能優(yōu)于以往的串行運(yùn)算和Ｍａｐ Ｒｅｄｕｃｅ。

２ ＳＹ?ＴＰＰ 平臺(tái)的設(shè)計(jì)思路

２．１ 總體設(shè)計(jì)思想

ＳＹ?ＴＰＰ 是一個(gè)云計(jì)算平臺(tái)，若要實(shí)現(xiàn)服務(wù)理念，則必須將互聯(lián)網(wǎng)上的虛擬資源按照租用的形式提供給用戶，盡可能地將大數(shù)據(jù)碎片集中到存儲(chǔ)器或本地磁盤上，并減少子任務(wù)重啟或存取磁盤的Ｉ／ Ｏ 開銷。

在功能實(shí)現(xiàn)上，將ＳＹ?ＴＰＰ 分為４ 個(gè)模塊：存儲(chǔ)和訪問、資源分配和調(diào)度、應(yīng)用執(zhí)行、用戶。其主要功能包括在自治區(qū)域中共享閑置計(jì)算資源、處理電信大數(shù)據(jù)應(yīng)用、電信數(shù)據(jù)分級(jí)聚類算法、電信數(shù)據(jù)分類算法等。

２．２ 大數(shù)據(jù)存儲(chǔ)與訪問模塊

該模塊充分發(fā)揮了Ｈａｄｏｏｐ 框架的優(yōu)點(diǎn)，由于Ｈａｄｏｏｐ 的分布式檔案管理系統(tǒng)能夠儲(chǔ)存大量的資料，使得大量的資料能夠跨越多個(gè)實(shí)體的節(jié)點(diǎn)。但Ｈａｄｏｏｐ 中的ＭａｐＲｅｄｕｃｅ 規(guī)格也有一些限制，即每次啟動(dòng)都需要消耗大量的磁盤資源，導(dǎo)致系統(tǒng)的運(yùn)行速度會(huì)越來越慢，而Ｓｐａｒｋ 的內(nèi)存架構(gòu)則會(huì)讓整個(gè)系統(tǒng)的數(shù)據(jù)存儲(chǔ)和存取能力得到極大的提升。

２．３ 資源分配與調(diào)度模塊

基于上述分析，由于云計(jì)算采用了虛擬化技術(shù)，在資源分配和調(diào)度方面，其子任務(wù)以一種虛擬機(jī)形式存在，在一些文獻(xiàn)中被稱為“工作單位”，它可以在實(shí)際的實(shí)體節(jié)點(diǎn)上運(yùn)行多臺(tái)虛擬機(jī)器（工作單位），因此需要考慮調(diào)度策略、容錯(cuò)策略等。

調(diào)度策略所要解決的問題就是如何將虛擬機(jī)分配到最適合的實(shí)體節(jié)點(diǎn)上，并需要采用某種策略。比如，要考慮物理節(jié)點(diǎn)的負(fù)載最小、物理節(jié)點(diǎn)的可靠性最高、物理節(jié)點(diǎn)的硬件配置最高、ＣＰＵ 使用率最小等。

最好的效果是通過虛擬機(jī)器，可以讓ＳＹ?ＴＰＰ 平臺(tái)在最需要的實(shí)體上進(jìn)行動(dòng)態(tài)的定位。因此，在ＳＹ?ＴＰＰ環(huán)境中，虛擬機(jī)的排程是一個(gè)非常關(guān)鍵的問題。

在ＳＹ?ＴＰＰ 系統(tǒng)中，一些物理節(jié)點(diǎn)由于故障而退出，因此需要進(jìn)行資源配置和調(diào)度，以保證系統(tǒng)整體的正常運(yùn)轉(zhuǎn)?；诖耍樱?ＴＰＰ 平臺(tái)采用了冗余的方法和高效的策略，即數(shù)據(jù)的冗余度和分布式存儲(chǔ)，以確保數(shù)據(jù)的可靠性。

３ 平臺(tái)業(yè)務(wù)功能需求說明

３．１ 解析數(shù)據(jù)說明

在這個(gè)平臺(tái)中，最主要的輸入文件就是大量的ＬＴＥＭＲ 測(cè)試報(bào)告，其描述如下。

在ＴＤ?ＬＴＥ 系統(tǒng)中，３ ＧＰＰ 技術(shù)標(biāo)準(zhǔn)作為一個(gè)系統(tǒng)的重要組成部分，它的作用是顯而易見的。這種測(cè)量報(bào)告可以定期上報(bào)，也可以根據(jù)事件向系統(tǒng)匯報(bào)，定期上報(bào)的話，會(huì)根據(jù)時(shí)間的長(zhǎng)短自動(dòng)上報(bào)，若以事件為基礎(chǔ)，則不會(huì)給出這樣的定義。測(cè)量報(bào)告是由真正的使用者提供的，這樣可以讓使用者更好地掌握網(wǎng)絡(luò)的運(yùn)作。通過對(duì)數(shù)據(jù)的統(tǒng)計(jì)與挖掘，可以對(duì)大量的網(wǎng)絡(luò)問題進(jìn)行分析。測(cè)量數(shù)據(jù)比路測(cè)有較多優(yōu)勢(shì)，其采集費(fèi)用低，且數(shù)據(jù)量大，即使是在不能到達(dá)的地方，也能得到相應(yīng)的信息。

測(cè)量報(bào)告中所使用的數(shù)據(jù)，一般都是從手機(jī)和社區(qū)中收集到的，或者是系統(tǒng)計(jì)算出來的。初步收集的測(cè)量報(bào)告資料在傳送至ＯＭＣ?Ｒ 后，將對(duì)其進(jìn)行一系列的處理，以產(chǎn)生ＭＲＯ 及ＭＲＳ 檔案。

３．２ 數(shù)據(jù)解析功能模塊

數(shù)據(jù)分析模塊包含２ 部分。（１）指定城市的名字和時(shí)間，然后從相應(yīng)的ｈｄｆｓ 文件中提取出相應(yīng)的Ｍｒｏ文件，并進(jìn)行分析，以便于后續(xù)的數(shù)據(jù)分析，在分析時(shí)，還會(huì)進(jìn)行一些簡(jiǎn)單的運(yùn)算。（２）在確定城市的名字和時(shí)間后，從相應(yīng)的ｈｄｆｓ 目錄中提取該地區(qū)的ｍｒｓ 文件，并根據(jù)需求生成相應(yīng)的文件，將相應(yīng)的數(shù)據(jù)存儲(chǔ)在目錄中。２種功能均由ｓｐａｒｋ 集群直接完成，所有的文件資料都存儲(chǔ)在ｈｄｆｓ 集群中，并使用ｓｃａｌａ 程序進(jìn)行分析。

４ 基于復(fù)雜網(wǎng)絡(luò)大數(shù)據(jù)處理

４．１ 靜態(tài)數(shù)據(jù)研究

電信業(yè)務(wù)的數(shù)據(jù)結(jié)構(gòu)是隨時(shí)間而變化的，是一種典型的多維數(shù)據(jù)，其主要目的是使某一段時(shí)間內(nèi)某一城市、某一地區(qū)的通話形成一個(gè)典型的網(wǎng)絡(luò)。本文從度與度分布、平均路徑長(zhǎng)度、群集系數(shù)３ 個(gè)方面展開。

“度”的含義是指與這個(gè)網(wǎng)頁(yè)節(jié)點(diǎn)相關(guān)聯(lián)的其他網(wǎng)頁(yè)節(jié)點(diǎn)的數(shù)量。在實(shí)際的通信數(shù)據(jù)研究中，主要是指一個(gè)人與另一個(gè)人通話的數(shù)量。在一個(gè)用戶節(jié)點(diǎn)中，呼出和呼入的次數(shù)可以劃分為出度和入度。所有用戶節(jié)點(diǎn)的平均值叫做網(wǎng)絡(luò)的平均度。從復(fù)雜網(wǎng)絡(luò)的角度來看，不管是出度還是入度的大小，都與用戶的重要程度有直接關(guān)系。每個(gè)用戶節(jié)點(diǎn)都具有很高的輸出和進(jìn)入度，是網(wǎng)絡(luò)中的核心節(jié)點(diǎn)，需要通過這些節(jié)點(diǎn)把其他用戶連接起來［１］ 。

在復(fù)雜網(wǎng)絡(luò)中，平均路徑是衡量網(wǎng)絡(luò)中２ 個(gè)節(jié)點(diǎn)間最小邊數(shù)目的一個(gè)重要指標(biāo)。平均路徑長(zhǎng)度是衡量網(wǎng)絡(luò)傳送能力的一個(gè)重要指標(biāo)，擁有更短的路徑長(zhǎng)度可以減少發(fā)送時(shí)延，并在網(wǎng)站查詢中起著關(guān)鍵的作用，以上所述的網(wǎng)絡(luò)平均路徑長(zhǎng)度為４．２，平均每月的網(wǎng)絡(luò)直徑約２０，而總網(wǎng)絡(luò)直徑約為１５，這就說明此網(wǎng)絡(luò)的結(jié)構(gòu)緊湊，能夠確保使用者在最短時(shí)間內(nèi)找到所需之物。

聚類系數(shù)用來表示一個(gè)網(wǎng)絡(luò)連結(jié)的集合程度，即網(wǎng)絡(luò)連結(jié)的密集程度。在網(wǎng)絡(luò)連結(jié)中存在多個(gè)鄰近節(jié)點(diǎn)時(shí)，其鄰近節(jié)點(diǎn)間亦有可能為鄰居。Ｗａｔｔｓ 和Ｓｔｒｏｇａｔｚ 首先發(fā)現(xiàn)很多網(wǎng)絡(luò)的聚集系數(shù)遠(yuǎn)大于相同節(jié)點(diǎn)規(guī)模的隨機(jī)網(wǎng)絡(luò)。

４．２ 動(dòng)態(tài)數(shù)據(jù)研究

電信企業(yè)的大數(shù)據(jù)分析具有獨(dú)有的特色，即用戶行為具有強(qiáng)烈的“生命周期”特性，而時(shí)間演進(jìn)是通信業(yè)務(wù)數(shù)據(jù)復(fù)雜網(wǎng)絡(luò)化的內(nèi)在特性，任何一個(gè)網(wǎng)絡(luò)都會(huì)隨著時(shí)間的推移而發(fā)生變化，但數(shù)據(jù)分析不能以秒、分、時(shí)等單位來進(jìn)行。由于單位數(shù)據(jù)的數(shù)量是非常有限的，因此要把握客戶的核心業(yè)務(wù)價(jià)值，并制定出相應(yīng)的市場(chǎng)戰(zhàn)略，從而對(duì)每一個(gè)通話所產(chǎn)生的數(shù)據(jù)進(jìn)行分析。

將以上資料輸入到一個(gè)復(fù)雜的網(wǎng)絡(luò)分析軟件中，包含通話日期、通話時(shí)長(zhǎng)及基地臺(tái)信息。經(jīng)計(jì)算后，可以得到許多使用者對(duì)網(wǎng)絡(luò)資料使用者的分析。首先，其具有明顯的聚集效應(yīng)，他們的通話概率是普通用戶的２～３ 倍，活躍程度越高，在網(wǎng)好友數(shù)量越多，離網(wǎng)的可能性就越低。其次，挖掘出用戶的一些特點(diǎn)和喜好，有利于了解用戶的消費(fèi)習(xí)慣，制定不同的套餐，減少運(yùn)營(yíng)成本。最后，根據(jù)基站數(shù)據(jù)資料，可以判斷出使用者的活動(dòng)區(qū)域及負(fù)荷情況，從而為電信公司做好基站的建設(shè)規(guī)劃。

４．３ 社團(tuán)挖掘研究

復(fù)合網(wǎng)絡(luò)社團(tuán)是指，在一個(gè)網(wǎng)絡(luò)中可以把１ 個(gè)頂點(diǎn)劃分為若干個(gè)群，其中１ 個(gè)頂點(diǎn)之間的聯(lián)系比較緊密，而多個(gè)頂點(diǎn)之間的聯(lián)系非常少。在通信企業(yè)的數(shù)據(jù)分析中，社團(tuán)組織是一個(gè)非常關(guān)鍵的環(huán)節(jié)，是理解通信企業(yè)整體結(jié)構(gòu)與功能的一個(gè)重要手段。對(duì)于通信運(yùn)營(yíng)商來說，盡管組織規(guī)模和數(shù)量都不清楚，而且成員數(shù)量也會(huì)隨著時(shí)間的推移而發(fā)生變化，但是網(wǎng)絡(luò)的組織結(jié)構(gòu)具有明顯的層次性，可以看到高、低密度的社團(tuán)組織。

當(dāng)前，很多基于復(fù)雜網(wǎng)絡(luò)的社團(tuán)網(wǎng)絡(luò)分割算法都是在Ｋ?ｍｅａｎｓ 的基礎(chǔ)上發(fā)展起來的。Ｋ?ｍｅａｎｓ 經(jīng)典算法的基本思路是：將ｋ 個(gè)點(diǎn)集中在一個(gè)空間上，然后根據(jù)距離最近的物體進(jìn)行分類。采用迭代法，對(duì)各個(gè)簇中心進(jìn)行逐次更新，直到獲得最佳的聚類效果。在通信大數(shù)據(jù)環(huán)境中，Ｋ?ｍｅａｎｓ 算法在分類效果、實(shí)際運(yùn)行時(shí)間等方面具有很好的應(yīng)用價(jià)值。根據(jù)以上資料對(duì)Ｋ?ｍｅａｎｓ 算法的社團(tuán)劃分進(jìn)行分析，得出３ 個(gè)包含５９ 個(gè)、２９ 個(gè)和６ 個(gè)用戶的明確組織［２］ 。

５ ＳＹ?ＴＰＰ 平臺(tái)的設(shè)計(jì)

５．１ Ｓｐａｒｋ 內(nèi)存計(jì)算框架的選取

在ＳＹ?ＴＰＰ 平臺(tái)上進(jìn)行模塊的設(shè)計(jì)，需要選用適當(dāng)?shù)某绦蚰Ｐ蛠硗瓿?，本文選取雅恩（Ｍａｐ ＲｅｄｕｃｅＭＲｖ２）和Ｓｐａｒｋ 存儲(chǔ)器的運(yùn)算方式。

Ｓｐａｒｋ 架構(gòu)和Ｈａｄｏｏｐ Ｙａｒｎ 的組合使得大數(shù)據(jù)處理的效率更高。關(guān)于Ｓｐａｒｋ 網(wǎng)絡(luò)，目前已經(jīng)有了大量的文獻(xiàn)描述。Ｓｐａｒｋ 是一個(gè)開放源碼的云計(jì)算平臺(tái)，其核心部分可以和Ｙａｒｎ 云平臺(tái)結(jié)合。其工作原理是將Ｓｐａｒｋ 作為一個(gè)應(yīng)用程序在Ｙａｒｎ 平臺(tái)上運(yùn)行。要注意的是， Ｍａｐ Ｒｅｄｕｃｅ 只是與ＤｒｙａＬＩＮＱ 以及Ｇｏｏｇｌｅ的Ｍａｐ Ｒｅｄｕｃｅ 一起使用云計(jì)算程序，但其源代碼通常不對(duì)外公開。

５．２ ＳＹ?ＴＰＰ 各個(gè)模塊的實(shí)現(xiàn)

在海量數(shù)據(jù)的存儲(chǔ)和存取方面， Ｙａｒｎ 將利用ＨＤＦＳ 技術(shù)對(duì)電信大數(shù)據(jù)進(jìn)行存儲(chǔ)，Ｈａｄｏｏｐ２．０ 保留了命名節(jié)點(diǎn)和數(shù)據(jù)服務(wù)器節(jié)點(diǎn)。

完成任務(wù)的分配和調(diào)度，ＳＹ?ＴＰＰ 平臺(tái)還參照Ｙａｒｎ的規(guī)格，使用ＲＭ，Ａｐｐｌｉｃａｔｉｏｎ Ｍａｓｔｅｒ （ＡＭ）和Ｙａｒｎ 技術(shù)報(bào)告的細(xì)節(jié)。在Ｙａｒｎ 的規(guī)格中，應(yīng)用程序執(zhí)行模塊的實(shí)現(xiàn)是Ｙａｒｎ 規(guī)范中的節(jié)點(diǎn)管理器ＮｏｄｅＭａｎａｇｅｒ 和容器管理器Ｃｏｎｔａｉｎｅｒ，具體的說明請(qǐng)參閱Ｙａｒｎ 的網(wǎng)站。

Ｙａｒｎ 的應(yīng)用程序控制器Ｍａｓｔｅｒ 還負(fù)責(zé)監(jiān)視和追蹤應(yīng)用的運(yùn)行狀況，同時(shí)還負(fù)責(zé)客戶機(jī)模塊的工作。

５．３ 大數(shù)據(jù)處理工作機(jī)制

以電信大數(shù)據(jù)分類聚類算法為實(shí)例，對(duì)ＳＹ?ＴＰＰ系統(tǒng)的工作過程和代碼進(jìn)行了分析。假定相似度分類聚類的迭代次數(shù)為Ｋ 次。

由于ＳＹ?ＴＰＰ 平臺(tái)存儲(chǔ)計(jì)算Ｓｐａｒｋ 架構(gòu)，因此還需要考慮Ｓｐａｒｋ 和Ｙａｒｎ 的融合問題。Ｓｐａｒ 在資源管理與作業(yè)調(diào)度中的一個(gè)模式就是Ｓｐａｒｋ ｏｎ Ｙａｒｎ，使用Ｙａｒｎ 模型來實(shí)現(xiàn)它也很簡(jiǎn)單。

Ｓｐａｒｋ ｏｎ Ｙａｒｎ 模式也包括主控和工作人員。用戶編寫是將Ｓｐａｒｋ 作為Ｙａｒｎ 平臺(tái)的一種特定的應(yīng)用，通過Ｓｐａｒｋ 將其與Ｍａｓｔｅｒ 相連接，并對(duì)每個(gè)ＲＤＤ 進(jìn)行操作［３］ 。

６ ＳＹ?ＴＰＰ 平臺(tái)的實(shí)現(xiàn)

６．１ 大數(shù)據(jù)應(yīng)用的選取

在通信大數(shù)據(jù)中，很難在一定的時(shí)間內(nèi)對(duì)用戶的行為進(jìn)行分析，因此，可采用Ｓｐａｒｋ ｏｎ Ｙａｒｎ 模式下的ＳＹ?ＴＰＰ 進(jìn)行計(jì)算，并將其與傳統(tǒng)的單機(jī)串行運(yùn)算和Ｍａｐ Ｒｅｄｕｃｅ 算法相比較。

６．２ 硬件環(huán)境的配置

基于對(duì)ＳＹ?ＴＰＰ 系統(tǒng)的設(shè)計(jì)及實(shí)施和ＨａｄｏｏｐＹａｒｎ 架構(gòu)的研究，本文采用基于網(wǎng)絡(luò)中心的ＰＣ 平臺(tái)，其具有較高的帶寬、穩(wěn)定性和空閑率，非常適合大數(shù)據(jù)處理的測(cè)試。

在硬件配置上，ＳＹ?ＴＰＰ 有３３ 個(gè)真實(shí)ＰＣ 的物理節(jié)點(diǎn)，其中Ｉｎｔｅｌ ３．０ ＧＨｚ ４ 核心，８ ＧＢ 內(nèi)存，ｌ ＴＢ 硬盤，２?千兆網(wǎng)絡(luò)端口；工作機(jī)節(jié)點(diǎn)ＣＰＵ 型號(hào)是３．０ＧＨｚ，８ ＧＢ 內(nèi)存。硬盤的容量是１ ＴＢ，而交換機(jī)是每秒１ ０００ 兆字節(jié)。

６．３ 軟件環(huán)境的配置

在軟件配置上，部署Ｍａｓｔｅｒ 機(jī)１ 個(gè)、Ｗｏｒｋｅｒ 機(jī)３２個(gè)。在安裝好操作系統(tǒng)后，會(huì)對(duì)Ｓｐａｒｋ ｏｎ Ｙａｒｎ 模式進(jìn)行ＪＲＥ１．６ 版和１．４ 版Ｓｐａｒｋ 配置。該軟件完成了ＨＤＦＳ 文件和Ｙａｍｎ 的規(guī)格［４］ 。

６．４ 實(shí)驗(yàn)結(jié)果與討論

一份１５ ＧＢ 的文件，１３ ２５０ 秒的通信運(yùn)營(yíng)商的用戶行為數(shù)據(jù)，能夠滿足科研人員的工作時(shí)間，并且超過了Ｍａｐ Ｒｅｄｕｃｅ 的舊軟件。加速速度隨工作臺(tái)數(shù)目（ｎ）平穩(wěn)上升，盡管與線性增長(zhǎng)還有一段距離，但計(jì)算速度卻小于Ｍａｐ Ｒｅｄｕｃｅ。

在ＳＹ?ＴＰＰ 中，多個(gè)物理節(jié)點(diǎn)可以有效降低數(shù)據(jù)傳輸速度，這表明ＳＹ?ＴＰＰ 在通信領(lǐng)域中的數(shù)據(jù)處理速度快，優(yōu)于Ｍａｐ Ｒｅｄｕｃｅ。這是因?yàn)椋樱穑幔颍?的存儲(chǔ)器運(yùn)算大部分都是為高數(shù)據(jù)應(yīng)用而設(shè)計(jì)的，這樣可以降低ＭａｐＲｅｄｕｃｅ 中的存取硬盤和虛擬機(jī)的啟動(dòng)費(fèi)用。

７ 結(jié)束語(yǔ)

本文ＳＹ?ＴＰＰ 并不是為通信產(chǎn)業(yè)的具體應(yīng)用而設(shè)計(jì)，其他高效能的數(shù)據(jù)密集型應(yīng)用也可以在ＳＹ?ＴＰＰ平臺(tái)上進(jìn)行。在Ｈａｄｏｏｐ２．０ 的Ｙａｒｎ 技術(shù)規(guī)范中，還需進(jìn)一步對(duì)其進(jìn)行優(yōu)化，將ＳＹ?ＴＰＰ 平臺(tái)配置到廣域網(wǎng)或者因特網(wǎng)中進(jìn)行測(cè)試。

參考文獻(xiàn)：

［１］ 張瑞．基于復(fù)雜網(wǎng)絡(luò)的電信大數(shù)據(jù)處理研究［Ｊ］．現(xiàn)代情報(bào)，２０１４，３４（６）：６６?６９＋７４．

［２］ 楊玉，張遠(yuǎn)夏．Ｓｐａｒｋ ｏｎ Ｙａｒｎ 模式的電信大數(shù)據(jù)處理平臺(tái)［Ｊ］．福建電腦，２０１９，３５（３）：３４?３８．

［３］ 曲榮波．基于復(fù)雜網(wǎng)絡(luò)的電信大數(shù)據(jù)處理研究［Ｊ］．信息記錄材料，２０１６，１７（６）：１９?２１．

［４］ 張思航．基于Ｈａｄｏｏｐ 的電信大數(shù)據(jù)處理的研究及應(yīng)用［Ｄ］．北京：華北電力大學(xué)，２０１７．

作者簡(jiǎn)介：紀(jì)貴（ １９７５—）， 本科， 研究方向： 大數(shù)據(jù)技術(shù)、云計(jì)算技術(shù)。