移動網絡拓撲結構數據庫模型設計方法范文

本站小編為你精心準備了移動網絡拓撲結構數據庫模型設計方法參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

摘要：介紹了一種基于移動網絡樹狀拓撲結構的數據庫建模方法。在實際應用中，該模型可以極大地提升數據查詢和關聯效率，實時對各類平臺的查詢做出響應，提升了數據的整體查詢效率，降低了數據庫系統中各類資源的占用，提升了數據庫系統的響應速度和整體的資源利用率。

關鍵詞：移動通信；數據維護；數據建模；E-R關系圖

1概述

大數據技術的基礎是數據，移動網絡作為目前最大的數據產生源之一，其每天會產生海量的數據。數據中蘊含著網絡的健康情況，用戶的使用感知等各種各類的信息，如果不加整理直接進行存儲，則會對后續的數據分析帶來極大的不便。因此需要針對不同的數據類型，建立符合其自身數據特點和應用場景的數據庫模型，以提升數據的存取效率，使數據更易分析使用，為后續的數據挖掘打下一個良好的基礎。本文主要針對參數類的數據，結合網絡的拓撲結構，提出了一種符合范式、易維護、易擴展的數據存儲模型，供各位讀者在實際的應用中進行參考。現階段，移動網絡的經歷了由2G到5G的技術演進，網絡也從模擬時代進入了數字時代，網絡中硬件結構的組成也不斷發生著變化。但移動網絡整體的拓撲結構依然使用著樹狀組網的拓撲方式，因此如果在數據存儲方面也采用與網絡拓撲結構相同的架構進行數據存儲，可以極大的提升整體數據的可讀性，增強用戶體驗。同時，在數據存儲方面采用樹狀的存儲方式，可以極大的減少數據庫表的數量。但也存在一定的問題，比如在樹狀分支較深的情況下，數據間的關聯就顯的比較繁瑣，會導致數據查詢效率較低。因此，需要一種數據存儲方法，能夠優化整個樹形結構表的查詢、更新和刪除方式，提升整體的數據查詢和更新效率。

2設計目標

結合移動網絡的拓撲結構，設計出一種樹狀的數據庫模型，能夠方便地進行數據查詢，實時響應用戶的查詢動作，且便于數據維護和更新。

3設計原則

（1）數據庫三范式原則第一范式：原子性原則，字段不可分，每個字段是原子級別的第二范式：完全依賴，非主鍵字段完全依賴主鍵第三范式：消除傳遞依賴，非主鍵字段不能相互依賴（2）可擴展性原則：移動網絡的業務是不斷擴展的，其中的網元也會不斷增加，因此模型設計上要遵循可擴展性原則，便于后期的業務擴展。（3）易維護：當網絡節點出現增刪等情況時，能夠方便快捷的維護整體數據庫的架構。

4概念模型設計

移動網絡的拓撲結構從單個基站的角度來講是樹狀的，以LTE網絡為例，其單個基站的拓撲結構從硬件上可分為：BBU-板卡-RRU-天線四層結構，從邏輯結構上又可大體分為：基站-小區-鄰區三層結構，整體結構相對清晰。但從現網北向數據（按集團規范，廠家需將網絡參數上傳至北向服務器）的組成上來看，其板卡、RRU、天線這些硬件并未在數據上顯示明顯的樹狀結構，而是并列呈現的，其整體的數據組成結構如圖1北向參數架構圖所示。由圖1可知，在常規的數據存儲中，如果需要得到一個BBU下，主要的硬件和邏輯網元信息，則需要對板卡、RRU、天線、基站、小區等數據表分別進行關聯，才能得出結果，其查詢效率相對較低，數據庫語句寫法也相對較為復雜。那么有沒有更簡單的存儲方式呢？圖1中，我們把各表單獨進行存儲，表與表之間雖然可以通過外鍵進行關聯和約束，但在統計上就顯的較為復雜。如果我們把各表內通用的字段提取出來，按照樹狀結構放在一張表內，再將各表的私有字段存儲在私有表中，那么我們在統計上就會顯得相對簡單一些，只需要在一張表內進行即可。如果需要各參數表的具體參數信息，則可以通過與相對應的參數表進行關聯獲取，其數據庫模型可以抽象為圖2樹表結構設計圖。圖1北向參數架構圖在該模型中，將各參數表的通用字段存儲在一張通用表內，添加網元類型字段用于區分參數類型；添加父節點ID字段，用于進行表內的數據關聯和統計。該模型將原本樹狀的網絡架構進行了扁平化，將網絡內的主要網元信息存儲在了一張通用表內，與原有的模型相比，有如下幾個特點。（1）簡化了數據統計將原本需要在多個表間進行的關聯統計，簡化到了一張主表內。在主表內通過遞歸查詢，即可實現原本需要多個表關聯的統計，極大地簡化了統計語句，同時提升了查詢效率。（2）結構靈活，數據易擴展隨著網絡的不斷升級，數據版本不斷地演進，網絡存在多版本共存的情況，但實際網絡規模擴長并沒有那么快速。傳統的數據架構設計中，每新增一個版本，就需要新增一張數據表，在做數據統計時，就需要多關聯一張表。采用樹表結構設計后，如果新增了一個版本的數據，只需要在主表內進行相應的數據更新即可，其新版本可以作為一個新的參數表，與主表進行關聯，其原有的統計方式不變。數據擴展方便，可以根據需求隨時進行擴展，腳本改動小，開發迅速。（3）維護方便當某個參數版本不需要時，可以對該版本的參數表進行整體刪除，而不影響統計結果，極大地降低了維護成本。

5邏輯模型設計

本部分以LTE網絡為例，對各主題域所包含的內容和關系進行描述，整理各主題內資源的邏輯關系。

5.1通用參數表

通用參數表主要將LTE網絡內的通用參數進行存儲，并添加相應的網元類型和父節點信息，便于進行數據統計。如表1所示，通用參數表。表1通用參數表歸屬域主要實體表名主要屬性實體說明參數信息LTE通用參數表Cm_lte_com網元ID、網元類型、網元名稱、父節點ID、更新時間用于存儲北向參數表的通用參數信息，便于進行數據統計。

5.2參數信息表

包含了RRU、BBU、板卡、天線、邏輯基站、邏輯小區等網絡參數信息，與通用參數表進行關聯，用于查詢某個網元的具體網絡參數。參數信息表如表2所示。

6結束語

通信網絡數據架構多以樹狀結構為主要的拓撲形式，傳統的數據存儲方式雖然可以滿足數據存儲的需要，但在數據查詢效率和擴展性方面存在較大的不足。當出現數據版本升級時，會導致較大的代碼改動，數據維護升級維護成本較大，在數據統計方面需要關聯大量的表格才能出結果。采用主表與實體參數表相結合的模型進行數據設計，可以極大的減少數據和代碼的維護成本，而且極易實現數據的橫向擴展，對后續的網絡升級極為有利。其不足之處在于：（1）通用表的數據量可能相對較大。在實際的模型設計中，需要根據網絡的規模進行通用表的拆分。不需要將所有的數據存在一張通用表內，可以適度拆分，減少通用表的數據存儲量。（2）對于樹狀分支較深的表，采用遞歸查詢，效率會有所降低。遞歸查詢在多層的深度分支表內，其查詢效率會有所下降，且對資源的占用率比較大。因此，在遇到多層分支表的情況下，可以提前將樹狀關聯關系計算出來，再進行數據統計。在實際的網絡數據庫設計中，應結合當地網絡規模和數據組織結構以及實際的業務場景，選擇合適數據庫模型進行設計，以提升整體的系統資源利用率和網絡響應速度。

參考文獻

1《PowerDesigner數據庫建模技術》作者：白尚旺出版社：西安電子科技大學出版社.

2《數據建模經典教程》作者：[美]SteveHoberman霍伯曼出版社：人民郵電出版社.

3《移動通信大數據分析——數據挖掘與機器學習實戰》作者：[中]歐陽曄（Ye，Ouyang）[中]胡曼恬出版社：清華大學出版社.‘’

作者：曹德強