1大数据与云计算概述
1 大数据技术
大数据技术，实际上指的是大数据应用技术。作为计算机技术中的一个重要分支，大数据技术是在计算机技术75年的发展过程中逐渐发展起来的技术类型。综合来看，大数据技术的发展经历了数据库、数据仓库和大数据3个主要的发展阶段。
数据库阶段，大数据技术作为一个具有数据库管理功能的计算机系统而存在和运行的，其在内容上主要包括应用软件、数据库、数据库管理系统和数据库管理人员等。该阶段的大数据技术主要系统性、规范性地管理各种行为活动中产生的文件资料与数据信息。简单理解，这一阶段的大数据技术就是数据存储的技术。
数据仓库阶段的大数据技术，是以一种能够为企业决策活动提供相应的数据信息支持的数据管理与分析的技术。该阶段的大数据技术除了具有存储数据的功能以外，还会按照特定的标准，对储存的数据进行分门别类的管理，从而为决策者提供格式统一的数据信息参考。典型的数据仓库是按照一定的主题域进行组织的，而主题的设置主要与企业赋予的相应标签相关。
大数据阶段的大数据技术，由原本的数据存储与简单分析发展为了集数据提取、存储、搜索、共享、分析和处理于一体的海量复杂数据处理技术。其除了具有功能强的特点以外，还具有速度快的优势，成为能够与智能化技术应用相匹配的数据处理技术。
1.2云计算
其一，虚拟化技术。此技术的使用旨在有效解决硬件性能分配不均、老旧硬件运行能力欠佳等问题。虚拟化技术的使用，有效改善了底层物理硬件，使其具有更为透明的特点，对软件、硬件两个模块未进行融合处理。在单个性能硬件中，有效衍生出多组虚拟资源，有效整合虚拟资源，提升物理硬件利用效果。其二，大规模数据处理技术。在云计算技术中，是使用大规模数据处理程序，以并联运行模型为基础形式。在此技术程序中，含有Map、Reduce两种函数。在Map函数处理时，采取逐行数据文件的提取与分析，对预处理完成数据，将其划分至新节点。在数据分配完成后，进入Reduce函数处理环节，完整读取Map处理结果，对中间资料进行合并分析。组合型数据处理技术，对于较大数据量的资料，具有较强的处理能力。与此同时，此技术表现出数据监控能力，能够自主排查数据处理异常位置，进行数据处理任务重启，确保数据处理质量。
2大数据与云计算在通信行业的应用
2.1 总体架构
云计算与大数据技术发展中，建立技术平台，平台模块属于相互独立的分层结构，且各个层次间利用标准接口连接，也可以采用外部应用系统开发模式，确保业务多样化。此种平台发展，可以提升大数据技术、云计算技术的普及率，将其应用到多个行业领域。
2.2云服务
我国三大通信运营商，都开始应用大数据技术、云计算技术，利用云服务技术获取用户信息，优化改善服务质量，为用户提供优质服务。按照用户不同需求，运营商会提供多种档次云服务，加强用户体验度。三大运营商基本都提供类似服务，比如中国电信推出“天翼云”服务，用户可以选择多种套餐，享受到安全、开放的云服务。
2.3 大数据获取
为了获取用户数据，运营商在平台上部署智能功能，运营商利用4G网络、有限宽带为接口，从用户数据流量中获取信息。用户在使用手机时，当涉及到手机号码、用户账号数据等，手机内置程序或软件，会将数据信息传输到云计算存储中心，之后使用大数据技术处理。通过计算机收集数据，基于有线宽带入手，将家庭网关、机顶盒作为依托，既可以收集用户连接电脑的行为，还可以记录无线网络使用情况，通过部署的引荐设施，将信息传输到云资源池中。
2.4 大数据挖掘应用
云资源池中，运营商获取用户数据行为，涉及到较多价值信息。通过应用大数据技术，运营商可以获取用户服务需求，用户改善自身服务，不断提升用户体验。通过大数据技术，能够预测流量高峰期，确保运营商优化配置网络资源，加强网络质量。同时，通过大数据挖掘信息，能够为运营商提供决策，对未来发展战略影响非常大。借助大数据技术，能够降低决策风险，确保运营商处于有利市场地位。运营商掌握数据信息后，能够推出高质量服务，实现运营商与用户双赢。
2.5 提高通信系统性能
在通信过程中，客户端与服务器需要建立良好的连接，使数据能够有效传递，保障系统运行的稳定性。通过大数据技术可以对系统的运行状态进行分析，如CPU使用率、内存占用率等，防止系统的运行效率下降，实现良好的通信效果。系统运行效果检测主要包含以下几个方面：第一，吞吐能力。用于对系统的消息处理能力进行判断，保障系统对事务的处理效率，使系统能够快速地运行。第二，响应时间。客户端与服务器建立连接需要一定的时间，需要将该时间控制在1 s以内，使其能够迅速完成通信的建立，使客户端能够正常工作。第三，CPU使用率。系统处理事务时CPU需要频繁地进行调用，CPU使用率越大，系统运行速度越慢，进而对通信质量造成影响。通常情况下，需要将CPU使用率控制在70%以下，保障系统运行的稳定性。第四，内存占用率。系统处理事务时需要对数据进行存储，内存消耗将会逐渐增加，需要将内存占用率控制在70%以下，否则将会影响到数据存储的效率。
2.6 提高流量报警能力
网络通信过程中，需要持续性地对流量进行消耗，这样才能保障数据传输的效率，实现良好的通信效果。一旦产生流量问题，系统需要及时产生报警，对流量使用情况进行处理。由于用户的数量较多，需要依赖大数据技术对流程进行监测，并且产生报警，保障用户的流量使用体验。在通信领域中，流量是运营商的主要收入来源之一，保证服务质量非常重要，报警能力是实施流量控制的关键。报警条件主要包含以下几个方面：第一，当通信质量较差时需要产生报警，通过通信数据对原因进行分析，使通信问题得到及时解决。第二，需要对网络高峰期进行分析，对网络峰值进行预警，防止网络发生堵塞现象，保障网络通信的质量。第三，需要将IDC服务应用在流量分析中，对网络进行监测，防止出现卡带、断网等问题。
2.7 通信网络安全维护
网络通信过程中具有一定的风险性，需要通过数据分析来提高网络使用的安全性，营造良好的网络环境，避免用户信息发生泄漏。网络安全维护措施如下：首先，需要做好数据采集工作，对客户流量消耗情况进行检测，确定无流量异常消耗状态出现。一旦出现流量异常消耗状况，则说明网络存在安全隐患，需要进一步对通信数据进行分析，确定流量的确切去向，进而解决流量使用异常问题。其次，需要对历史数据进行分析，对网络安全进行全面防护，分析数据传递的准确性，确保无数据篡改现象出现，对通信数据的安全性进行有效检测，避免数据遭到非法损坏。最后，需要构建风险评估体系，对通信风险等级进行明确规定，使风险问题得到有效控制，对网络进行有效的安全维护。
2.8 丰富流量经营模式
客户对流量具有较高的需求，为了使经营模式更加丰富，需要构建流量经营模型，合理地对流量进行分类，使流量能够得到有效利用。在通信领域中，通过扩大流量经营规模可以提高流量的利用率，使运营商具有更大的发展空间。流量可以分为公域流量、商域流量、私域流量。在不同的应用形式下，可以扩展流量的使用范围，提供良好的流量使用方案。通过大数据技术可以对流量的使用模式进行分析，使客户能够在一定范围内使用流量，使流量使用具有丰富的层次。另外，需要提供丰富的流量共享服务，建立更加完善的流量使用关系，加强客户之间在流量方面的交流。流量共享需要有发起者和参与者，通过共享结构进行连接，使更多的用户能够参与到流量共享中，对流量经营模式进一步扩展。
3结语
大数据技术、云计算技术发展速度加快，释放出大量能力，对通信行业发展影响大，并且成为行业加速转型动力。网络质量监测、精准用户定位、个性化服务中，通过云计算技术，发挥出计算能力、人工智能分析能力，数据挖掘能力，改变通信行业发展状态。根据云计算、大数据技术，知识图谱，为行业发展提供技术支持，同时注重通信行业发展模式创新。云计算技术、大数据技术发展速度快，必须掌握技术优势，降低成本支出，不断提升通信行业与支撑行业开放性，为行业带来新的增长点。
参考文献：
[1]朱传镇.探讨大数据和云计算在通信行业中的应用[J].数字技术与应用,2020,38(08):9-10.
[2]陈丰乐.大数据与云计算的关系及其对通信行业的影响[J].中国新通信,2020,22(13):8-10.
[3]周楠.大数据和云计算在通信行业中的应用[J].中国新通信,2020,22(11):27.
[4]计敏翔.大数据和云计算在通信行业中的应用分析[J].信息记录材料,2020,21(01):159-160.