基于Big Cloud的经分系统应用试验与落地.ppt

中国移动集团重点/联合研发项目结题汇报报告,项目名称：基于Big Cloud的经分系统应用试验与落地项目编号：,一.开题计划完成情况,目 录,二、主要研究成果（整合后）,三、2011年工作展望,1.1 项目研究背景及意义,传统UNIX小型机+数据库的架构也可提供一定的扩展性，但软件和硬件在并行度大的时候都会出现效率上的衰减。分库的方案被越来越多采用，给数据共享、互通、运维带来一定复杂度,经分属于资源密集型系统，对存储和计算资源的需求量很大，目前约有62%的投入用于硬件投资挤压了原本应用于应用开发、咨询部分的费用,市场经营、企业管理和一线支持都越来越离不开经分及时性的保障。目前数据备份、恢复、容灾等值得进一步探讨,1.2 项目研究目标,项目目标及意义,充分利用云计算“低硬件成本，高综合利用率，可扩展性强，高可靠性”的特点，优化经分现有技术架构和管理模式，为经营分析系统的IT基础平台构建提供理论及技术的支撑探索PAAS/SAAS等模式，研究在设备虚拟化管理、集成化开发平台和在线软件使用等方面的应用，为一经、南方基地等建设及试点项目提供基础,云计算技术带来的优势,集中部署，提供共享服务集中部署服务，运维简便；给多省公司提供服务提供及共享服务能力,低成本、高性能基于廉价的工业PC、虚拟化层及开源平台形成；具备海量数据存储、处理、分析能力,高扩展性随着节点数量增多，对数据处理的性能提升可达线性，利旧能力强，扩容投入低,自主研发自主研发基于BigCloud平台，提供S/PAAS支持，平台及应用均可定制，支持第三方集成,获取层,应用层,数据层,访问层,结构化数据转换ETL,数据挖掘,云存储,网页分类,互联网信息收集,应用搜索,云数据库,前端展现,应用服务,数据封装,云备份,经分系统架构,数据集市,数据仓库,本项目探索的应用领域,经分云规划,1.3 项目研究内容,引入云计算扩展经分数据处理平台,逐步承担数据集市、数据仓库的ETL操作，减少数据库内转换,引入云计算扩展经分数据存储方法,替代低端磁盘阵列和磁带库等设备，承担近线、离线数据存取,经营分析系统引入云存储技术的研究及实现,引入云计算丰富数据挖掘应用,基于云计算平台的数据挖掘工具优化及应用评估,河北公司基于云计算的经分ETL数据处理研究及实验,河南公司经分系统中云计算技术的拓展研究和应用,湖北公司基于云计算的数据挖掘应用,业支部/研究院云计算应用试验与落地业支部委托，研究院负责Big Cloud产品研发；探索云计算在经分系统中各领域应用,基于云计算平台的经营分析系统ETL数据处理研究（第二阶段）,探讨基于云计算的数据挖掘工具支持经分挖掘主题的能力,1,2,3,4,5,6,7,BC-ONEST,BC-ETL,应用试点主要探讨云计算产品和现网系统对接、集成、改造的方案,产品研发,应用试点与落地,BC-PDM,已向技术部申请项目调整，将子课题云数据库中SQL实现机制研究删除,1.3 项目研究内容-产品研发,BC-ETL,BC-PDM,基于环的可横向扩展的数据冗余调度策略多种访问接口，如SOAP/REST、FTP、HTTP、原生对象访问接口、标准文件系统接口支持,ETL新增：中文半字清洗；去极值、因子分析等数据探索新增：单变量分析、多变量分析等对SQL脚本的支持,算法新增：属性选择、回归树、CART决策树、CHAID决策树、社会关系网络算法支持PMML标准,产品研发,BC-oNest,1.3 项目研究内容-应用试点与落地,湖北公司,河南公司,河北公司,基于BC-PDM的云挖掘经营分析应用研究；基于BC-PDM研究可移植的用户特征挖掘分析及应用方法和营销流程支持；基于BC-PDM研究网络信令分析实时性和时效性内容及其对实时营销的支撑。,云计算基础平台实验研究，包括经分系统的云存储、分布式数据库等实验评估；数据集市的云化探索。,探讨数据集市及ETL特征，基于云计算实现数据集市的ETL操作，并进行试验对比评估；探讨BC-ETL对数据集市及数据ETL的支撑能力，进行实验对比评估；研究BC-ETL系统与现有加载工具、数据仓库的集成与交互。,1.4 研究总体框架,经分系统应用试验,河北公司经分ETL数据处理研究及实验湖北公司基于云计算的挖掘主题应用主题河南公司经分云存储及数据集市的云化,数据挖掘工具库：挖掘应用的算法工具 数据处理工具库：ETL数据处理工具对象存储系统：云存储工具MapReduce：MapReduce并行程序框架HyperDFS：海量数据的分布式文件系统CloudMaster:云计算平台系统管理,系统管理 CloudMaster,海量数据分布式文件系统HyperDFS,河南公司云存储试点,数据处理工具库BC-ETL,并行程序设计和开发环境MapReduce,湖北公司数据挖掘试验,河北公司ETL试验,“大云”平台层,河南公司云存储试验,数据挖掘工具库BC-PDM,对象存储系统BC-ONEST,1.6 项目研究实施情况,2010年5月,2010年7月,2010年9月,2010年12月,2010年11月,基于Big Cloud的经分系统应用试验与落地,需求调研、培训,评审、结题,应用试验总结、结题,BigCloud平台研发应用平台部署,明确现网需求,应用平台部署应用系统开发,应用试验应用试验评估,应用试验支撑,项目准备阶段,项目实施阶段,后期相关工作,业支/研究院,河北,湖北,河南,该课题，在河北公司、湖北公司和河南公司的共同努力下，按计划完成了课题中包含的研究内容，输出的研究成果也达到了该联合项目“开题报告”中的具体要求和目标。,1.7 项目总体成果输出,应用系统及实验评估,技术报告及文档,基于云计算的经分系统ETL工具的可行性分析及技术方案（河北、业支/研究院）基于云计算的经分系统数据挖掘应用主题技术方案（湖北、业支/研究院）经分系统云存储备份系统技术方案（河南、业支/研究院）其他文档：测试用例、测试报告、使用说明等（河北、湖北、河南、业支/研究院）,经分系统并行ETL工具库应用实验（河北、业支/研究院）数据挖掘应用主题实验（湖北、业支/研究院）云存储备份系统应用试验（河南、业支/研究院）,原型系统,基于Big Cloud的并行数据处理工具BC-ETL（研究院）基于Big Cloud的并行数据挖掘工具BC-PDM（研究院）基于Big Cloud的云存储系统BC-ONest（研究院）,专利,数据处理方法、装置及系统（业支/研究院、河北、湖北）一种基于云计算的数据挖掘方法、系统及装置（业支/研究院）,一.开题计划完成情况,目 录,二、主要研究成果（整合后）,产品研发成果,应用试点与落地成果,三、2011年工作展望,2.1.1 BC-ETL研发研发成果,BC-ETL,BC-ETL研发成果,结合省公司应用试验支撑需求，完成了ETL新增及优化功能的开发，包括：空行断行清洗、最大最小标准化、基于字段的集合差、去极值、最优离散化、groupby max,min支持多字段、基于字段的去重、join操作的维表支持大于1MB数据、因子分析等,新增数据探索模块，实现了集中趋势特征值（合计、计数、均值、众数、中位数、百分位数、四分位数），离散趋势特征值（最大值、最小值、全距、方差、标准差），分布趋势特征值（峰度、偏度）单个统计特征值（单个频数、单个百分比），单变量相关性分析等功能的并行化,为推进经分现网落地目标，通过集成Hive分布式数据库，提供了类SQL脚本的使用支持；每个ETL操作支持CWM标准的技术元数据输出,文档：专利1项、技术文档5份,2.1.2 BC-PDM研发成果,BC-ETL,BC-PDM研发成果,并行属性选择算法新增1个：PFeatureSelect,社会关系网络并行化算法新增15个：图的基本特征（入度和出度、betweenness、Closeness、pagerank、聚类系数、最短路径、betweenness、网络密度、网络直径、平均最短路径、平均度数/平均权重/平均聚类系数），社区发现（网络中极大团求解算法、极大团的合并算法、社团之间连接关系求解算法、重叠社区向非重叠社区转化算法、生成网络的社团层次结构算法）、网络图的布局算法,并行决策树算法新增2个：PCART决策树、PCHAID决策树,输出文档：专利1项、技术文档16份、软件源代码,挖掘模型输出支持PMML标准：决策树、神经网络、朴素贝叶斯等,2.1.3 BC-ONest研发成果,技术特征：支持多种访问模式：基于WEB Service模式；基于对象访问API模式；在其上构建的BC-NAS可提供文件访问模式；高可扩展性：基于环形空间的重叠网存放元数据；支持节点在线扩容与移出，根据业务变化动态增加存储节点；高可靠性：默认情况下元数据和数据均有三份副本，支持用户根据需求自定义副本数。高性能：在OSD内，将多个对象块顺序写入单个大文件尾部。,一.开题计划完成情况,目 录,二、主要研究成果（整合后）,产品研发成果,应用试点与落地成果,三、2011年工作展望,2.2.1 河北公司ETL试点概况,本项目选择现网应用“用户信息日汇总表”进行测试。该应用每日汇总用户（包含历史用户）信息，具备以下特点：运算复杂度高：对用户表、客户表、用户功能表、用户积分表、渠道表、品牌表、集团客户表等进行多表关联；对通话量、用户数、通话费用等多字段进行统计。该汇总表是数据仓库模型的中间汇总层，是对底层数据的整合，后续60%的应用都基于该表进行。用户汇总信息表包含三类信息：用户背景信息（资料）、用户行为信息（通话）、用户消费信息（费用）。数据量大：该表每日约1.2亿条记录，每日数据量约40GB;运行时间长：运行时间平均每日约5小时左右。,业务目标介绍,目标：探索并验证经分系统ETL数据处理移植到云平台上的可行性，降低现网数据处理和数据存储的压力方法：本地评估，由河北公司经分运维人员利用研究院提供的云平台和BC-ETL工具，实现本省的业务目标,抽取：根据接口数据大小决定由云平台还是ETL服务器抽取处理：云平台承担海量级接口数据（如话单类和日志类接口）的库外、库内处理；ETL服务器承担轻量级接口数据库外处理加载：BC-ETL处理后的结果数据不直接加载给数据仓库，而是输出给ETL服务器，由其统一加载入库部分复杂度高、运行时间长的库内数据处理操作可以移置到BC-ETL，将需要处理的数据从数据仓库输出到BC-ETL,云平台在经分架构中的位置：在经分接口机和ETL加载服务器之间，使用云平台,2.2.1 河北公司ETL试点经分ETL云化解决方案,BC-ETL,BC系统配置（研究院部署）,2.2.1 河北公司ETL试点平台环境部署,业务目标：用户信息日汇总模块一、用户语音话单基础汇总：对当日GSM话单、VPMN话单进行基础汇总、合并，包括用户通话、费用等信息。模块二、当天用户日信息：获取在网和离网用户的相关信息，由用户表、品牌表和渠道表进行关联。模块三、集团客户信息汇总：关联大客户表和集团客户表。模块四、用户信息日汇总：利用模块一、二、三的结果和由数据仓库导出的彩铃信息汇总表、客户表进行关联汇总。,2.2.1 河北公司ETL试点测试方案（1）,模块一,模块二,模块三,模块四,本部分功能：对语音话单、vpmn话单进行汇总，汇总用户通话类型、呼叫类型、漫游类型、归属地、通话时长、计费时长、本地费、漫游费、长途费、信息费、呼叫次数等信息。,本部分功能：获取用户的相关信息，由用户表、品牌表、渠道表进行关联，主要汇总信息包括：用户标识、电话号码、品牌标识、产品标识、客户标识、地域标识、网络类型、用户状态、当前积分、渠道标识、渠道类型、开户时间等。,casewhen,casewhen,计算生成列,计算生成列,groupby,select,groupby,select,合并,where,码表JOIN,case when,JOIN,计算生成列,select,字段类型转换,模块一,模块二,话单基础汇总表,GSM话单,VPMN话单,品牌,渠道,用户表,当天用户信息表,2.2.1 河北公司ETL试点测试方案（2）,当天用户信息表,模块三,模块四,where,Inner join,计算生成列,select,Left join,left join,Left join,Left join,Case when,缺值处理,数据类型检查,Group by,select,本部分功能：本部分通过对当天用户信息表、客户表、集团客户信息、语音话单汇总信息、彩铃用户进行关联，生成用户日汇总信息。,本部分功能：获取集团客户汇总信息，主要属性包括：用户标志,集团客户标志,集团客户名称,集团客户编号,集团客户类型,客户经理,用户类型,成员角色。,用户信息日汇总表,彩铃信息汇总表,集团客户信息汇总表,话单基础汇总表,客户表,集团客户信息汇总,集团客户用户表,集团客户信息表,2.2.1 河北公司ETL试点测试方案（3）,2.2.1 河北公司ETL试点测试结果分析（1）,对平台的功能正确性及数据准确性两方面进行验证：,本项目，主要应用BC平台的ETL类组件，包括导入组件、数据类型检查、CASE WHEN组件、字段类型检查、JOIN组件、WHERE组件、计算生成列、SELECT组件、GROUPBY组件等，经测试以上组件功能性正确，可以满足现网应用需要。,功能正确性,数据准确性,本项目，涉及大量运算类操作，将BC平台运算结果与现网数据比对，与现网数据完全一致，满足数据准确性。,工作流运行成功界面,2.2.1 河北公司ETL试点测试结果分析（2）,性能对比在数据量较小的情况下，现网平台有较小的优势，在数据量较大的情况下，BC平台有较大优势 复杂度越高，BC平台优势越大,2.2.1 河北公司ETL试点改进建议总结,组建调度平台，调度平台包括配置模块和扫描模块。通过配置模块，对两套平台任务之间的依赖、触发关系进行配置。扫描模块对配置模块进行扫描及处理，在两套平台之间传递依赖和触发关系，从而达到两套平台调度的整合。,BC-ETL系统与仓库的集成与交互：,2.2.1河北公司ETL试点现网集成与交互,用户特征识别,用户特征组织,挖掘应用主题：探索BC-PDM在移动用户特征挖掘中的应用用户特征识别用户特征组织,目标：探索并验证BC-PDM对现网挖掘应用主题的支撑能力，包括功能、性能、易用性等方法：本地部署云平台，本地评估，由湖北公司经分运维人员利用研究院提供的BC-PDM工具，实现本省的挖掘应用主题,2.2.2 湖北公司DM试点概况,2.2.2 湖北公司DM试点研究总体框架,基于湖北移动构建的经营分析支撑体系和丰富的经营分析支持资源，结合华中科技大学在云计算和数据挖掘等方面已有和在研成果，本项目利用现有省级经营分析系统资源，构建基于数据仓库和数据集市的应用级云计算平台提供经营分析资源的整合、共享和协同的管理能力，以提升经营分析系统计算能力和响应效率实现对云计算平台系统的资源管理、性能监控和故障监控,2.2.2 湖北公司DM试点云平台部署（1）,2.2.2 湖北公司DM试点云平台部署（2）,湖北公司采用经分利旧设备，在本地搭建云平台测试环境，部署BC-PDM软件,六节点环境,优势：在省公司现网环境构建物理私有云平台，内网数据传输保证数据安全,2.2.2 湖北公司DM试点云平台部署（3）,云计算平台系统管理性能管理实时监控历史查询、统计热点监控可以和其他系统接口故障管理实时发现主机和服务的故障可以进行故障的抑制和主动恢复可以和其他系统接口历史查询和统计故障的及时通知资源管理动态管理虚拟机管理虚拟网络监控系统资源部署云服务用户管理实现整个系统的4A统一用户管理统一认证集中和分散授权,2.2.2 湖北公司DM试点方法研究（1）,根据移动用户通信行为、消费行为和业务办理渠道分析，进行数据清洗和汇总，挖掘用户特征，并由特征构成用户聚类，从而进行营销应用研究,基于BC-PDM的经分数据挖掘框架,用户特征数据,ETL处理,用户特征选择,用户特征聚类,结果评估,营销应用,用户特征描述,云存储平台,云计算平台,为了能自动发现聚类结果的潜在类别个数，本项目提出通过采用一种自定义判别函数评估聚类结果，自适应确定k值的聚类分析方法原始数据经过预处理、特征提取后即可得到原始用户特征矩阵。对原始用户特征矩阵的每一列使用自适应k-means算法聚类，得到p组返回值，对这p组返回值按判别函数的最大值排序，取前g个判别函数最大值属性，构成用户特征矩阵,2.2.2 湖北公司DM试点方法研究（2）,2.2.2 湖北公司DM试点应用建模（1）,基于云计算经营分析数据挖掘平台，整合数据仓库和数据集市资源，研究用户行为分析方法通过对某地市用户数据的挖掘和分析，捕获用户行为特征构建用户特征矩阵，实现用户特征精准定位提供用户及其分群、分类、分层和分级的快速响应能力，支撑市场运营需要构建用户的内容偏好、业务偏好、使用偏好、渠道偏好等相关用户行为画像，为精准营销和差异服务提供分类依据,2.2.2 湖北公司DM试点应用建模（2）,样本准备和数据加载根据某月内某地市的移动用户通信行为、消费行为和业务办理渠道分析，为移动通信的营销模式提供业务支撑,构建用户特征矩阵数据集中存在大量的缺失数据，需要用到空值域约束和缺值处理组件对每个属性进行处理，然后再构建特征选择矩阵用户特征聚类再用kmeans算法聚类。根据经验值选取初始中心点，如普通市话多，长话多，漫游多，闲时通话多，短信多，上网多用户，标出每类用户的显著特征，以这样的数据作为中心点文件。,2.2.2 湖北公司DM试点应用建模（3）,用户特征选择,Fk-means算法聚类输出结果,Ak-means算法输入部分数据,Bk-means算法聚类后的输出数据,E对每个用户进行类别标识,Ck-means算法初始聚类中心点文件,Dk-means算法输出的聚类中心点文件,用户特征聚类,2.2.2 湖北公司DM试点应用建模（4）,有效用户信息表,优惠订购信息表,服务订购信息表,业务量汇总信息表,业务受理信息表,数据维数高达251维，按照用户特征选择原则进行属性筛选,保留92个属性使用PCA降维构建用户特征矩阵,用户特征矩阵,K-means聚类,用户行为细分,试验中将用户分为：短信业务较多用户，市话话费多用户，长话较多用户，上网流量多，外地漫游多用户等,用户行为挖掘及刻画流程,2.2.2 湖北公司DM试点应用建模（5）,直接评估。根据聚类结果给出饼图、直方图、用户在不同类别分布的百分比等方式评估聚类结果。,营销评估。根据市场的反馈信息，评估系统的实用性、分析本系统的成功与不足之处。,聚类模型评估方式：,聚类模型业务意义：,对模型进行统计分析后，能得到这样的结论：用户特征描述由几个关键词组成，例如“月通话时间超过50小时的用户喜欢通过10086办理业务”。通过计算每类用户特征相关值，决定用户特征描述的关键词。,挖掘模型评估,2.2.3 河南公司云存储试点概况,各个数据集市需要数据，都通过ETL工具直接从数据仓库中抽取,数据集市下发：河南移动经分数据集市从2005年开始建设到现在，从最初每天下发几百兆数据，发展到现在每天下发1.2TB的数据量，数据量上升了近百倍。,目标：探索并验证在现网数据集市下发引入云存储的解决方案方法：本地部署云平台，由河南公司经分运维人员利用研究院提供的云存储工具进行本地测试评估,随着下发数量的增加，现网数据集市系统数据下发暴露出了以下问题：异构数据库问题、数据重复抽取、装载数据缓慢。云存储研究目标如下：（1）解决异构数据库问题：河南移动省公司数据仓库、地市数据集市、部门数据集市使用ORACLE数据库，而数据下沉集市使用DB2数据库，这样从省公司下发数据到数据下沉数据集市时，如果采用表对表直接装载存在不同数据库间字段匹配兼容问题，需要经过复杂的转换才能装载，影响装载速度。使用云存储，把数据抽取成文件，通过文件装载解决性能问题。（2）解决数据重复抽取问题：河南移动现在存在地市数据集市、部门数据集市和数据下沉集市，省公司每天都需要从数据仓库中抽取、下发大量数据，由于现在抽取方式大多是表对表直接抽取，这样就存在同一类数据多个集市需要下发，需要在省公司数据仓库重复抽取。使用云存储，文件保存下来，直接使用文件装载，不用再重新抽取数据；（3）解决装载数据缓慢问题：采用先在源数据库端把数据抽取成文件，在目标数据库端再把数据文件装载到数据库中的速度大大高于直接采用表对表直接装载。云存储能解决数据缓慢问题。,2.2.3 河南公司云存储试点现有问题,把需要下发的数据都抽取成数据文件，保存在云存储空间中，数据集市需要时直接下发数据文件，在数据集市侧利用ETL进行装载。,2.2.3 河南公司云存储试点云存储解决方案,使用云存储作为省公司、地市公司、县公司之间传送数据的平台，能解决性能问题、可扩展性问题，方便系统的维护。,2.2.3 河南公司云存储试点云存储重要性,云存储在整个经分数据下发流程中占据重要地位，云存储的性能和稳定性对系统性能和稳定性起到制约重要。云存储的扩展性在很大程度上也决定了经分系统的可扩展性。,主机组成河南移动大云测试，共使用20台HP DL385服务器，HP DL385服务器的配置信息如下：本地文件系统划分2块2TB磁盘采用RAID1，划分后，每台2TB空间，供云存储用的1.5TB，其他规划为系统目录，详细目录见下表：操作系统版本已经安装OS：Redhat ES 5.4。云存储软件决定采用HDFS云存储。主要原因是：经分析该应用场景HDFS更适合，且为明年尝试云ETL提供方便，BC-ETL是基于HDFS的。,2.2.3 河南公司云存储试点平台环境部署,2.2.3 河南公司云存储试点测试用例,1.易用性测试测试目的：可方便灵活地把云存储测试主机纳入生产系统，能把云存储主机看成一台主机和一堆存储。测试步骤：1）修改数据下发工具华为ETL的配置，把云存储主机当成ETL的节点使用。2）在云存储主机上安装数据库客户端的，配置成ETL的节点。3）在ETL上配置调度，进行数据下发。2.性能测试测试目的：通过云存储把处理文件分开存储在多个主机上，与现网存储在磁盘阵列上对比，测试存储和数据处理性能是否提高。测试步骤：1）在云存储测试环境配置和现网相同的任务，模拟真实环境，运行任务。2）记录下文件获取、文件传输、文件处理的总共时间，比较性能。3.可扩展性测试测试目的：通过增加云存储主机数量，解决存储空间和性能问题。在进行扩展时，不用修改应用部分，只需要修改云存储软件的配置即可。测试步骤：1）使用10台云存储主机组成云存储环境，进行文件访问；2）扩展至20台云存储主机组成云存储环境，进行文件访问；4.稳定性测试测试目的：测试云存储的稳定性，不能因为一台主机故障，影响整个系统使用以及故障的回复时效性。测试步骤：1）把云存储一台主机停掉（停机或拔掉网线），进行数据装载。2）利用已经保存的文件进行数据装载，查看是否受影响。3）进行主机切换后，进行装载，查看是否恢复使用。4）把停用主机恢复使用，查看系统使用情况。,2.2.3 河南公司云存储试点测试结果,1.易用性测试 把Hadoop主节点当成ETL节点，便能把云存储系统纳入使用，系统使用方便。2.性能测试,互联网分析下发为例,完成操作为:从接口机读取文件,处理分析,生成处理结果文件,使用云存储前，处理分析57G文件，需要5小时左右，使用云存储后，只需要67分钟。,3.可扩展性测试 系统扩展方便，不论是线性，还是非线性的，只需要修改配置参数就可以了。在测试时，把节点数从2个扩到10个，然后到19个，性能随节点增多呈线性。19节点测试是忙时，10节点测试是闲时4.稳定性测试 系统使用稳定。,一.开题计划完成情况,目 录,二、主要研究成果（整合后）,三、2011年工作展望,3 2011年工作展望,47,结束,谢谢大家！,MajpjMVcyzj21HLfrvy96dv02lPPfYgxUS7IYmZkyEmZ0kGeYZS3bpLCkYH1lt4EK7CxmUX3ijoYSOer7ZuaVWYgz4EpZrUirVpMzzvNtf1XZw5oswSXOtFaejnOcmfE1lZgnN1RSXg8wLCG8CVQ3XPJMvodPFWcpiYJgZazNSEPNIaklYSu7qSd1UpaxmZDlpN9zW7kljfsLCLi26Yv109ffbnDH8LbUN1G6ACURQ39eG12KHL9tXsZ1jzgoCK8g1kuNOh5eFvcmVT5ZYVQt9zk3rp3qLnf02FovEXxVRxjCcFRNppiJljNiOuk6fONnyX7fyGg7sXZ49BmCN5oy9VesHpKzdjTKwjrkCEQCFDehVmGax3lrOEbw63VscA3YSijtUKoCyiLzAlVRp7l4QgPNHxvJFFDyjUVN3oHlMah0XBd4uTbkfPIhHtw0evPmYOrdhEDoPwvYhzlGplU1AU9mpyiCXH8gpPCBRYjq77VcnbXumNE1yGfyTsbSj89J63kRTKDkKUg3mdS5sJ4X5cQ8dK7oW9IkScssECQdz2O9UTlpRjAFPChjhLdzopQzwxQf8ozdzOhogwAooXpUF83BX4C3jRgjDJiiXEUDMaNz4vQ4n164vspddHvOIVuBBdMA4xp1YhiHk0vOJ8TL1BxogzVlMpmod6ianYGmksQq6NWCEd56hZF4wfaNyZcrGfNxnPiG6ZAxSkfmhJAKtNmCqbRmppeXp8inz4eq3HkWCMSORyMMX522xpHG6basNr6KQfbZsFbHjzyNlJrruLolKFcC84dqfijBO5Dy2NaBcNEBPgQrT12PgpcKx2or2YChN5DPjs80zzdtdAdTKuW4uVv9bbZu3K2SZ2aEhTlIC1UqrIWibkzwHh6p8gLv26zr01mJybfOzFc4T7kQH1IpPwOzMDnAKPLsLrznXGjFNIA9bSWWms6ibKZwQIKrMzalwbFrQJvOP1rPH8rx2KkyYqrtQk5VRwM1HSX,