在电信行业，运营商构建了非常多的应用系统为广大消费者提供各种特色服务，有一些系统的功能由于在业务操作的上下文中，涉及到多个业务系统的子功能，需要多个系统共同提供服务才能正常工作，导致任何系统出现异常都会影响到其余的系统，对企业形象和社会造成非常恶劣的影响。

而各业务系统的应用日志是了解业务系统是否正常运行的最直接可靠的窗口，通过统一收集、分类应用日志，并实现日志分析，可实现如下价值：

加强网络运营效率：收集各类设备和应用的关联行为，分析网络通信服务质量，实现系统运维监控，提升网络工作效率，改善客户使用体验。

合理配置渠道资源：针对不同类型与喜好特点的客户群体，按渠道投放差异化的产品和服务，提高渠道利用效率。

客户画像与精确营销：记录客户在各种渠道的行为和接触信息，预测客户行为动机，从而准确地推送个性化的服务和产品。

因此，电信运营商对于应用日志的监控力度非常大，一旦出现异常信号，需要及时通知操作人员进行问题定位与问题解决。但这种方式只能进行问题的事后补救处理，不能预先发现应用系统的隐藏问题。而且由于日志数据是典型的文本类半结构化大数据，传统的关系型数据库无法满足海量日志数据的存储与实时查询分析需求。

1.用户业务需求

业务问题溯源查询，响应时间3秒内
基于日志的错误信息分析
日志关联匹配分析
基于日志的系统问题探索和预警
多维度分析结果的聚集与实时展现

2.业务与技术挑战

用户如果希望查询某个交易号的明细日志，需要先到GP 库中查找这个交易号对应在哪个文件中，并且知道了它在文件的偏移情况，打开文件，跳转到对应的偏移上，才能看在完整的明细日志。