悦数图数据库助力电信运营商宽带业务提效

简介: 随着 5G 和万物互联时代的到来,家庭和企业对宽带的需求持续增长,同时,基础设施的完善和运营商支持的网络设备规模的扩大使得网络拓扑更加复杂。因此,如何提高宽带业务处理的效率,以及如何有效地规划从终端和末端设备到机房设备的最优路径,成为了运营商宽带业务持续扩展亟需解决的瓶颈。

随着 5G 和万物互联时代的到来,家庭和企业对宽带的需求持续增长,同时,基础设施的完善和运营商支持的网络设备规模的扩大使得网络拓扑更加复杂。因此,如何提高宽带业务处理的效率,以及如何有效地规划从终端和末端设备到机房设备的最优路径,成为了运营商宽带业务持续扩展亟需解决的瓶颈。

01
宽带业务中的痛点与挑战

某运营商在过去采用基于传统关系型数据库的系统做路由计算,该模式需要针对某地市的所有相关设备做全网路由预计算生成一张路由表,一次计算耗时接近一个星期,然后对于新的宽带申请订单基于生成的路由表实时查询。长此以往会面临两个大方面的问题,首先,全国地市众多,每一次的全网路由计算能耗巨大,但其计算结果往往仅仅有极小一部分会被最终会被使用,造成极大的资源浪费。其次,每次预计算耗时过长,路由表结果过期严重,往往出现施工人员到现场后发现不满足施工要求,比如指定光分纤箱、光交接箱空闲纤芯数不足或者相关分光器不可用等。核心痛点可被总结如下:

新家装及政企宽带申请业务,由于路径链路深,权重多的特点,基于传统关系型数据无法做实时路由计算;

现有技术手段需要为全网路由进行预计算,一次耗时 5~6 天,资源浪费大且数据过期问题严重;

随着业务量增加问题日益严重;

02
传统数据库的替换选型

上述痛点究其根本原因,在于关系型数据库并不适合用于动态规划问题,在这类问题中,既需要处理极深的链路(即 SQL 中超过 5 次 JOIN,时效性无法满足要求),也需要提供丰富的路径语义(比如需要根据各设备的出入度、能力值、光缆长度、端口空闲度等多种参数做带权重路径排序,用 SQL 表达极为困难——这也带来了开发上的困难),而该类场景的处理正是图数据库所擅长的,能帮助很好地解决这些问题。

因此,为有效支持实时路由计算场景,该运营商决定采购一款具备高可用、高扩展性、高性能、易运维等特点的图数据库。该图数据库将成为其平台部门的重要组成部分,为运营商的业务提供坚实的技术基础。

03
选择悦数图数据库

该运营商在多方对比后最终选择了悦数图数据库,作为一款专为高性能图数据管理而设计的分布式数据库,悦数具备产品选型所要求的特性:

高可用性:

悦数图数据库具备出色的高可用性,能够提供稳定可靠的服务。系统支持主备机制,并具备自动故障切换和数据恢复功能,有力保证了服务的连续运行,有效降低了因硬件故障或其他不可预知的问题导致的服务中断。

高扩展性:

悦数图数据库采用 Shared-Nothing 分布式架构和计算与存储分离的设计,可以适应未来业务增长和数据规模的变化。系统支持水平扩展,能够轻松地增加新的节点和存储资源,满足不断增长的数据存储需求。

高性能:

悦数图数据库在大规模图数据的查询和分析中表现出卓越的性能,能实现低延迟响应,并支持高并发访问,其查询引擎和存储引擎经过精心优化,是确保高性能的关键因素。

易运维:

悦数图数据库提供了简单易用的部署和运维工具,以降低管理成本。系统提供友好的管理界面、详尽的文档和灵活的配置选项,同时支持监控和日志功能,以帮助运维团队及时发现和解决潜在问题。

安全性:

悦数图数据库在处理敏感数据时,具备强大的安全性保障。系统支持数据加密、访问控制和身份验证等安全机制,以确保用户数据的机密性和完整性。

生态系统集成:

悦数图数据库具备丰富的生态系统,能与现有的云服务、监控运维工具和其他数据存储系统无缝集成。这有助于最大程度地发挥图数据库的潜力,并简化整个系统的管理和协同工作。
————————————————
版权声明:本文为CSDN博主「悦数图数据库」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/yueshu_graph/article/details/135506198

相关实践学习
阿里云图数据库GDB入门与应用
图数据库(Graph Database,简称GDB)是一种支持Property Graph图模型、用于处理高度连接数据查询与存储的实时、可靠的在线数据库服务。它支持Apache TinkerPop Gremlin查询语言,可以帮您快速构建基于高度连接的数据集的应用程序。GDB非常适合社交网络、欺诈检测、推荐引擎、实时图谱、网络/IT运营这类高度互连数据集的场景。 GDB由阿里云自主研发,具备如下优势: 标准图查询语言:支持属性图,高度兼容Gremlin图查询语言。 高度优化的自研引擎:高度优化的自研图计算层和存储层,云盘多副本保障数据超高可靠,支持ACID事务。 服务高可用:支持高可用实例,节点故障迅速转移,保障业务连续性。 易运维:提供备份恢复、自动升级、监控告警、故障切换等丰富的运维功能,大幅降低运维成本。 产品主页:https://www.aliyun.com/product/gdb
相关文章
|
4月前
|
NoSQL 算法 大数据
国内首个图计算标准发布,悦数图数据库通过测试
近日,经中国通信标准化协会批准,《大数据图计算平台技术要求与测试方法》标准正式发布,这是我国首个图计算平台标准,为图计算平台的发展提供了一个标准化的指导方针,对于推动我国图技术的发展具有重要意义。
|
8月前
|
NoSQL 安全 中间件
杭州悦数加入龙蜥社区,共同探索图数据库的未来
近日,杭州悦数科技有限公司(以下简称“杭州悦数”)正式签署 CLA(Contributor License Agreement,贡献者许可协议),加入龙蜥社区(OpenAnolis)。
|
2月前
|
人工智能 自然语言处理 NoSQL
悦数图数据库推出 AI 知识图谱构建器及图语言生成助手
随着人工智能应用在全球范围的普及和风靡,大语言模型技术(Large Language Model,简称 LLM)受到了广泛的关注和应用。而图数据库作为一种处理复杂数据结构的工具,能够为企业构建行业大语言模型提供强大的支持,包括丰富亿万级别的上下文信息,提升模型的应答精度,从而实现企业级的应用效果。同时,Graph+LLM 可以助力快速构建知识图谱,帮助企业更深入地理解和挖掘数据价值。
|
7月前
|
存储 弹性计算 NoSQL
悦数图数据库 x 阿里云计算巢:打造云上超大规模图数据库
近年来,图数据库的概念被越来越多的企业反复提及。图(Graph)是一种存储实体,及实体之间关系的数据结构,而图数据库(Graph Database)则是一个使用图数据进行存储,同时使用图结构进行语义查询的数据库。
|
5月前
|
存储 人工智能 NoSQL
「悦数图数据库」获 2023 年度 IT168 创新解决方案奖
近日,由国内知名 IT 垂直门户媒体 IT168 举办的 2023 年度技术卓越奖评选结果正式公布,悦数图数据库荣获人工智能领域创新解决方案奖,充分肯定了悦数在大语言模型和图数据库领域的技术能力和行业前瞻性。
「悦数图数据库」获 2023 年度 IT168 创新解决方案奖
|
5月前
|
存储 SQL NoSQL
案例实践:某券商从 Neo4j 迁移至悦数图数据库
许多国内企业在早期使用 Neo4j 作为图相关业务场景的探索基础设施。然而,随着业务发展和环境变化,原有的图数据库已经逐渐无法满足不断发展的特定业务场景需求。如何将 Neo4j 迁移到一款兼具良好扩展性、性能、专业服务能力的图产品,已成为业界普遍关心的问题。本文将为您呈现华东某大型券商从 Neo4j 迁移至悦数图数据库的选型、迁移和提升能力的完整历程,供广大企业参考。
案例实践:某券商从 Neo4j 迁移至悦数图数据库
|
5月前
|
存储 NoSQL 大数据
IDC 中国数字化转型盛典:兴业银行「基于悦数图数据库」的「智能大数据云平台」获奖
近日,2023 第八届 IDC 中国数字化转型年度盛典在北京盛大开幕。会上,IDC 中国为 2023 年度“IDC 中国未来企业大奖”卓越奖获奖企业颁奖。兴业银行凭借「基于悦数图数据库」的「智能大数据云平台」荣获“2023 IDC 中国未来企业大奖——未来数字基础架构领军者”殊荣。
IDC 中国数字化转型盛典:兴业银行「基于悦数图数据库」的「智能大数据云平台」获奖
|
5月前
|
存储 运维 监控
悦数图数据库 v3.6.0 发布|支持 Zone 管理,提升业务安全性和连续性
近日悦数图数据库 v3.6.0 版本全新发布!这个版本带来了一系列令人振奋的功能和增强,进一步提升企业用户在一些特定场景的体验。同时发布的还有悦数图探索和悦数运维监控 v3.6.0 版本,新版本为您提供了更优化的可视化图探索工具和多集群可视化运维工具。
|
5月前
|
存储 运维 监控
悦数图数据库 v3.6.0 发布:支持 Zone 管理,提升业务安全性和连续性
近日,悦数图数据库 v3.6.0 版本全新发布!这个版本带来了一系列令人振奋的功能和增强,进一步提升企业用户在一些特定场景的体验。同时发布的还有悦数图探索和悦数运维监控 v3.6.0 版本,新版本为您提供了更优化的可视化图探索工具和多集群可视化运维工具。
|
7月前
|
运维 安全 NoSQL
五矿期货:悦数图数据库在金融期货行业的应用与实践探索
安全知识图谱,我们认为是作为安全领域的一个专用知识图谱,它可以结合安全知识经验和数据发挥知识整合的优势,将离散分布的多元异构的安全数据组织起来,加速安全领域的智能化和自动化。