3.2.2 网络系统设计..............................................................................33 3.3 存储设计............................................................................................37 3 3.3.2 存储模式对比分析.......................................................................38 3.3.3 存储设备选型分析.......................................................................39 3.3.4 IP SAN 存储系统（可选）. .............................................41 3.3.5 云存储系统（可选）...................................................................42 3.3.6 存储清单配置.....................................................

.............55 6.3 存储系统.........................................................................55 6.3.1 CVR 存储模式...................................................56 6.3.2 存储配置................... 配套的环境设备也日益增多，机房已成为各大单位的重要组成部分。 机房的环境设备（供配电、 UPS、空调、消防、保安等）必须时时 刻刻为计算机系统提供正常的运行环境。一旦机房环境设备出现故 障，就会影响到计算机系统的运行，对数据传输、存储及系统运行 的可靠性构成威胁，如事故严重又不能及时处理，就可能损坏硬件 设备，造成严重后果。对于银行，证券，海关，邮局等需要实时交 换数据的单位的机房，机房管理更为重要，一旦系统发生故障，造 监控电气设备的正常 运行。  先进性 在投资费用许可的情况下，系统采用当今先进的技术和设备， 一方面能反映系统所具有的先进水平，包括先进的传输技术、图像 编码压缩技术、视频智能分析技术、存储技术、控制技术，另一方 面使系统具有强大的发展潜力，设备选型与技术发展相吻合，能保 障系统的技术寿命及后期升级的可延续性。  扩展性 系统应充分考虑扩展性，采用标准化设计，严格遵循相关技术

汽车保有量 百万级 / 千万 级 数据采集频度 100ms/1s/10s 性能 数千列大宽表实时写入 数千亿数据实时检索 国标 GB_T 32960 企标 智能业务 多元化 存储、检索、计 算、 AI 成本 PB+ 规模数据 动态列 车辆增加信号 第三方机构观点 / 数据，仅供参考，不代表本公司观点 / 研究数 据 分析计算 • 车辆运营分析 • 时空聚类 • 轨迹相似性分析 • …… • HDFS+Hive+Spark 存储和检索 • 存储成本和存储规模 。 在线扩容， 冷 热 分离、压缩率。 • 一辆车一张表， 维护难 。 如何实现所 有 车一张表。 • 业务灵活变更 ，如何动态增加字段？ • 运维等完全不一样 扩展性挑战 如何动态增加字段？ 架构如何跟随业务迭代 ? 技术栈复杂 多产品组合 多条数据链路 存储碎片化 产品数据冗余 Lindorm SQL( 兼容 MySQL 协议 ) 宽表：点查 + 搜索 列存索引 推理 分析 BLOB 向量化 非结构化数据存储 ( 文本、文档、图片、图像等 ) — 一 向量引擎 A P S A R A 云 栖 大 会 Lindorm

...................39 3.5 存储子系统..................................................................................................... 42 3.5.1 NVR 视频存储（可选） ............................... ................................43 3.5.2 EVS 视频存储（可选） ..................................................................... 44 3.5.3 视频云存储（可选） ............................................... 随着安防行业全面迈入 AI 时代，智慧安防已成为行业趋势，无论是产品 成 熟度还是设备成本都大为降低，加之医院对业务场景细节要求的不断提高， 高清 智能化视频安防系统已然成为行业趋势；同时存储时长也在不断增长，对 视频压 缩和存储的要求也提出了新的要求。 比如：候诊大厅监控主要防范人员纠纷及盗窃，挂号收费处监控主要防范服 务及钱款纠纷，药房药库监控主要防范火灾及盗窃，围墙监控主要防范外部人员 非

源 统一管理和调度，构成一个计算资源池向用户按需服务。 3.1.1 系统拓扑 图 2. 系统拓扑图 项目建设采用先进的物联网技术，主要由信息采集层、网络接入层、网络 传输层、信息存储与处理层组成。如图 2 所示。将移动执法终端、施工升降机、 塔式起重机作业产生的动态情况、工地周围的视频数据、混凝土搅拌车超载超 速、 实名制考勤信息及时上传给综合管理平台。综合管理平台对各子系统进行 监控、中心管理、 塔 吊安全监控、环境监测、 车辆管理等模块。硬件组成分为三级架构，分别为 以摄 像头、传感器为主的前端感知层；以带以计算、传输、控制为主的中间 层；和以 平台软件，中心存储、计算功能为主的控制中心。 3.2 系统功能 3.2.1 总体应用设计 系统业务分为中心管理、视频联网、人员管理、环境管理、起重机械管理、 车辆管理。 每个业务对应一个或者多个硬件系统。中心管理为监控中心。视频联网包含 智能防碰撞功能； 依据国家标准 GB/T 5031-2008，本模块具有实时监测载重、小车幅度、起 吊 高度、回转角度、作业高度风速等参数，以及实时信息显示、超限报警、超 载控 制、数据远程存储、区域防碰撞和 GPRS 远程监控功能。实时数据可以在 手机端 和电脑端查看。 3.2.5 环境量检测子系统 环境监测子系统，是一个实现对工地的环境进行集中监控。平台提供了组织 机构管理、服务器管理（PEMSDAG

Hive/MR Storm 存储 HDFS Mongo sqoop kafka 客户端上报 SDK 服务端日志采集 业务爆炸下的数据痛点 人力 业务繁多，重复造轮子 ，人力资源消耗大 系统 需要不断定制开发，服务紊乱，维护成本大 资源 存储 、计算资源出现瓶颈，影响业务开展 数据痛点 目录 版本信息管理 数据统计 PV\UV 统计 使用时长 趋势分析 协议管理 上报协议管理 埋点配置管理 数据产品 数据分析 埋点测试 开发对接 维护 使用 数据中台基石 - 计算与存储痛点 集群资源无 法充分利用 集群存在低峰资源

中，所有数据都集中存储在大型数据中心。由于地理位置和网 络传输的限制，无法满足低时延、高带宽、数据不出厂等要求。  网络高时延：传统云计算无法及时处理和分析新型业务产 生的数据，导致应用终端获得的响应慢，体验差；  带宽高成本：新型业务的应用终端产生的数据回传云端将 消耗更高的网络带宽带来高昂的网络成本；  数据合规性：新型业务数据存储在云端，无法满足企业对 敏感数据本地化存储的要求，知道影响企业数据上云策略。 理和虚拟资源池以按需自服 务的方式供应和管理 边缘计算 Edge Computing  小规模分布式计算形式  面向对响应速度和网络质量 要求高的业务，使能 OICT 数字化  将主要处理和数据存储放在 网络的边缘节点 VS. 定义 特征 场景 云边协同，更大程度发挥计算价值 图注： ICT ： Information and Communication Technology （信息和通信技术） 5~20ms 时延范围，算力以渲染为主，同时还有一部分推理，主要面向视频场景；  第三个“圈”是传统的公有云（也称为中心云），覆盖 20~100ms 时延范围，用于承载未下沉到边缘的业务，例如海量的数据 存储，挖掘，训练等。 工业场景中的边缘计算主 要围绕现场边缘，面向工业边缘 场 景 ， 推 出 了 边 缘 智 能 小 站 EIS ： 提供部署在用户数据中心 的软硬件一体的边缘解决方案。

助力企业创新化、提升对用户需求的响应力—— 元数据管理、 数据标准、 数据质量、 数据清洗、 数据安全 SOD(Systems of differentiation) 用友数据中台是基于新的数据湖存储方案基础上重新定义的企业 IT 架构核心组成部分 稳定可靠 产品系统 客户管理 系统 财务系统 SOI(Systems of innovation) SOR(Systems of record) 需要大量 的 手工参与 33% 太慢和太长时间部署 60% 太复杂难于管理 CIO 认为目前数据仓库遇到的挑 战 人工 慢 湖 是以其自然格式存储的数据的系统或存储库 ，通常是对象 blob 或文件。 数据湖通常是所有企业数据的单一存储 ，包 括源系统数据的原始副本和用于报告 ， 可视化 ，分析和机器 学习等任务的转换数据。 数据湖可以包括来自关系数据库 （行和列） 的结构化数据 数据湖是一个集多个来源 ， 多种类型的海量数据的集中存储， 并可以对数据进行快速加工 ，分析的平台 ，本质上是一套先进的企业数据架构 Hadoop 生态 云产商 传统的数据库 / 存储产商 数据湖与数据仓库的对比 特点 数据仓库 数据湖 数据来源

、市场情 况进行全面、深入地分析。 1.3 系统建设原则 在系统建设过程中，将遵循以下原则：  整个系统的建设将按照三层架构的原则进行建设。经营分析系统在逻辑结构 上包含数据获取层、数据存储层和数据访问层。  整个系统的建设将采用统一规划、分步实施、完善优化、步步见效的方式， 既要满足当前 XXX 电信对分析的迫切需求，同时也要考虑整个系统的演进， 满足未来系统作为一个完善的决策支持系统的要求； （主机、网络设备 等）和软件平台，遵循业界开放式标准，支持系统建设中涉及的各种网络协议、硬件 接口、数据接口等，为未来的系统扩展奠定基础。 同时为了保证数据仓库的开放性，在数据模型建立时，数据存储中应充分考虑对 未来业务发展的最大支持（如：客户数据/用户数据的处理上考虑较为全面的采集， 模型建立中使用独立的客户数据域，为 CRM 系统使用客户/用户数据奠定基础），使 相关系统能够顺利地使用该数据仓库。 的扩充、存储容 量的扩充、I/O 能力的扩充、节点数的扩充等等；并支持 CPU 的升级或节点 的平滑扩充；  维护管理及开发工具，能顺利地进行服务器的管理维护；  根据实际需要，在保证安全的前提下服务器可以灵活接入 DCN 网，即可以考 虑以 ATM、100Base-T 或 10Base-T、千兆以太网等方式接入。 2.2.2 软件架构 在数据仓库中形成基础分析数据存储后，应根据业务及管理等实际的需要建立适

.....................69 2.4.11. 存储管理..................................................................................................................70 2.4.11.1. 存储设备硬件状态管理......................... ..............................71 2.4.11.2. 存储空间使用管理........................................................................................71 2.4.11.3. 存储设备性能管理...................................... 运维创造价值提供 了客观条件，IT 运维需要将更多的时间和精力放在挖掘实例数据，发现业务隐患，提高业务运行 效率。 智慧运维平台提供了强大的历史记录能力，可以实现 45 万 KPI 的指标数据不压缩存储 1 年； ⱻ9⼀82 疘ഀ ࠀ⨀⨀⨀⨀ꡒ 穦条킏ꅻٴ獞聢⽧륥䡨 同时提供详尽灵活的数据分析工具，可以实现单设备 1 年、1 季度、1 月、1 周整体趋势分析，从 历史层面分析出业务运行规