摘要：现如今，我国是大数据快速发展的新时期，大数据技术的快速发展带动了我国的广电行业的快速发展，广电前端系统已经完成升级换代，但运维的被动局面未能与数字化进程同步大幅提升，究其根本，就是缺乏统一的网管或者运维数据分析系统，从而造成运维人员面临监控难和故障定位难的局面。本文结合一个大数据采集系统的设计与实现案例，介绍了大数据分析技术当前在广电前端系统运维中的应用情况，并结合现阶段存在的诸多局限性，提出大数据智能运维平台的设计思路。
关键词：广电；运维；大数据；机器学习
引言
计算机网络技术迅猛发展，大数据技术也应运而生，在其发展过程中，人们进入了大数据时代。在这一时代背景下，促使广电领域朝着信息化、网络化、技术化、现代化方向发展，催生了广电网络开发、新闻信息网络建设、网络经营维护等环节的产生和发展。大数据技术的到来，促使广电领域经历了一场新的变革。虽然广电领域在大数据时代背景下取得了诸多发展成效，但是其在发展过程中也面临着一系列挑战，可谓是“挑战与机遇并存，收益与风险俱在”。因此，为了促使广电领域在大数据时代背景下健康持续发展，顺应时代发展潮流，满足民众对文化产品的发展需求，广电主管部门要创新发展模式，提高自身综合实力，继而在大数据技术这一浪潮下稳步持续地推进。这是社会发展的必然趋势，也是广电行业发展的必然要求。
1大数据技术概述
互联网与大数据存在直接关系，换言之，互联网为推动大数据应用主要驱动力，网络时代发展过程中所诞生的产物即为大数据技术。大数据技术融合信息及计算机技术特点，能够有效处理、收集以及分析大量数据，为现代挖掘数据、探寻数据价值的主要技术之一。大数据技术能够在互联网及本地资源等相关数据中提取有效数据，同时，其导入方式亦相对较多，能够根据数据的来源进行数据异构，并将大量数据进行储存，通过过滤、清洗以及压缩等各个环节，保证大数据内部信息得到有效处理。另外，大数据技术具有较强的查询及数据索引功能，通过此功能，相关人员可在数据库内部快速找到所要查询的相关信息，一定程度上提高数据分析及汇总的效率。同时，广电领域中，大数据技术的应用范围亦相对较广，相关人员可利用此技术分析新闻内容，通过智能技术选择符合大众需求的新闻热点，并根据收视效率对新闻内容进行分析，从而推动广电领域持续稳定发展。
2大数据分析技术的应用情况
2.1大数据采集系统的总体框架和功能设计
为了实现前端系统业务的告警收集和运行状况可视化监控，广州珠江数码在2018年建成了基于SNMP协议的大数据采集系统，其总体框架设计各子系统的全部嵌入式设备及网管服务器都接入该子系统的网管交换机，各子系统的网管交换机再分别接入汇聚防火墙，经汇聚交换机汇聚后，供大数据采集系统的应用服务器连接使用。汇聚防火墙的组网方式为双机热备，在保障各子系统网络信息安全的同时，保证自身业务的高可用性。为了顺利发送GetRequest和接收Trap报文，需要放行从BigDate到Service方向的UDP+161（从Manager去往Agent的SNMP报文）业务流量和从Service到BigDate方向的UDP+162（从Agent去往Manager的SNMP报文）业务流量。为顺利发送和接收SNMP报文，还需要在大数据采集系统应用服务器用于发送和接收SNMP报文的网卡上，依据各子系统的子网，添加多IP地址，例如：子系统1的子网为“192.168.1.0/24”，则在应用服务器上需要添加“192.168.1.201/32”的IP地址。
期刊文章分类查询,尽在期刊图书馆各子系统的全部嵌入式设备和网管都需要在自身SNMP功能模块中，填写对应子网在应用服务器上配置的IP地址，作为发送Trap报文的目的地址，例如：子系统1的所有设备需要填写“192.168.1.201/32”，当需要主动向Manager发送Trap报文时，便将该报文发送到上述地址，应用服务器在接收到这些告警信息后，便可以及时地采取相应的管理动作。Trap信息中包含源主机IP地址、端口、协议版本、Trap所述企业的OID、TrapType、Value对等信息和Community等内容。应用服务器在解析Trap告警时，首先通过设备IP信息，从数据库中查出对应的设备对象，获取设备类型；然后结合对应设备的MIB数据库利用Trap信息中的设备类型、OID及Value值，确定具体的告警类型与告警内容。因此，在搭建大数据采集系统前，必须向前端系统中所有第三方设备制造商索取对应产品的MIB数据库，否则应用服务器无法解析具体的告警类型和内容。
2.2在运维管理上的应用
行业非结构化数据较多的特点在广电领域给系统运行维护工作带来一定的困难。随着时代的发展，行业数据急剧增加，使用先进技术手段实现系统运行和维护管理是广电行业面临转型发展的一大问题，利用数字化模式和大数据就能够进行系统管理。即在通过统一利用播出数据存储管理和数字化形式进行制作的基础上进行大数据平台的建设，该平台由批量部、作业管理、批量安装运维操作系统多个平台构成。确定问题发生的位置和系统出现的问题都可以通过及时利用大数据技术实现，从而加强系统的运维管理能力。
2.3广电用户数据管理应用
广电行业若想实现广电系统个性化发展，首先即要针对用户数据管理工作进行细化，合理将用户表数据进行整理，并针对数据内容进行分析、整合，合理预测用户的行为及偏好，如此才能满足用户需求，实现广电行业的持续发展。而大数据技术本身存在较强特性，采用此技术对广电用户相关数据信息进行管理，将以后实现管理效果的提升。相关人员在实际工作中可充分利用网络技术，在线与广电用户进行实时交流，通过交流获取用户有效数据。就目前我国广电企业的发展现状分析，许多企业获取及收集信息的主要方式即通过数据采集及分析。
3大数据背景下广电行业的发展前景
大数据时代的到来带动了社会各行各业的升级改革，广电领域在大数据时代背景下也开始谋求新的转型和发展，因此，需要广电行业在发展过程中从自身实际情况出发，充分落实政府的财政政策，从而使广电行业在内部管理方面优化升级，同时，也促使广电行业管理形式、网络革新、服务质量等得以有效提升。毋庸置疑，广电行业在大数据时代背景下取得了一定的发展成效，受众面逐渐扩大，观众人数也与日俱增，广电行业的吸引力也在不断增强，其优势和性能得以充分凸显，在很大程度上满足了民众对精神文明发展的需求，但是，依然有诸多因素阻碍广电行业稳定持续的发展，其中包括科技人员相对缺乏，数量少，质量不精，亦或缺乏先进的管理模式，工作人员的积极性和主动性不能有效调动起来，从而为广电行业下一步发展带来诸多负面影响。在机遇和挑战同在的发展模式下，广电行业要客观合理地审视自己，提高管理技能，重视理论技术和知识的重要性，充分发挥理论和知识对实践的指导性作用。
结语
大数据分析技术在广电前端系统运维中的应用，是一个不断演进发展的过程。就目前来看，国内部分广电运营商已经探索尝试利用大数据分析结果来进行运维管理，并且取得了不错的收益。未来，将大数据分析技术应用到运维的各个维度，进而解决智能化故障诊断、异常点检测、根因分析等新时代的运维痛点，让运维人员在监控和处理故障的过程中变得主动且具有预见性，让运维紧随技术的发展，迈入新时代。
参考文献:
[1]彭冬,朱伟,刘俊,等.智能运维:从0搭建大规模分布式AIOps系统[M].北京:电子工业出版社,2018(7).
[2]华为技术有限公司.HCNA网络技术学习指南[M].北京:人民邮电出版社,2015(5).
论文作者:王艳杰,舒扬,金炜
论文发表刊物:《电力设备》2019年第15期
论文发表时间:2019/11/27
标签：数据论文; 广电论文; 技术论文; 报文论文; 行业论文; 系统论文; 大数论文; 《电力设备》2019年第15期论文;