CN104796928A - 基于mssql精准分析小区自忙时无线利用率的方法 - Google Patents

Abstract

本发明提供了一种基于MSSQL精准分析小区自忙时无线利用率的方法，包括如下步骤：步骤一.大网基础数据分类入库；步骤二.定义若干个MSSQL查询片断；步骤三.MSSQL语句分析无线网络利用率分组排名：利用排名函数rownumber函数对小区自忙时无线网络利用率进行处理。本发明基于MSSQL数据库，结合无线网络自忙时利用率分析，关联诸多无线网络运行指标，克服传统方式仅能分析方法单一、在大容量数据面前无法处理、指标优化重点不明确等多重缺点。为未来3G、4G网络优化点出了一条可持续、数字化、程序化的多功能分析路径，大量MSSQL数据库语言的应用会不断推进无线网络的优化服务。

Description

基于MSSQL精准分析小区自忙时无线利用率的方法

技术领域

本发明涉及移动通信技术领域，具体涉及利用微软MSSQL数据库，精准分析网络自忙时利用率及其衍生关联KPI的多种组合分析方式。

背景技术

随着近几年无线通信技术的迅猛发展，无线网络规模的日益壮大，精准分析无线网络利用率，已成为各大运营商面临的头等问题。

这里介绍一下无线网络利用率的概念，传统网优我们以网络的话务量、数据流量做为衡量网络负荷情况的标准，随着3G、4G时代的全面到来，近几年基于无线网络最小计量单位-码道概念“无线网络码资源利用率”正被各大运营商普遍统计，在衡量网络负荷方面得到大量使用。无线网络利用率计算如公式1所示，为载波级码道占用总数与配置可用码道数的比值，再乘以比例系数K，K值随无线网络容量的增减而浮动。

依托无线网络码资源利用率，在实际网络优化工作中，又衍生出“无线网络业务(语音、数据)信道利用率、无线网络控制信道利用率”等多种指标。无线网络数据业务信道利用率计算如公式2，因为码道资源可以细化到载波级，故可在码道源头区分数据与语音业务，即可分别统计不同业务在网络资源利用率占用方面的比例。

控制信道在网络中亦占用一定的码道资源，衡量一个网络控制信道的比例，也是网络优化方面重要的环节，例如为了提高无线用户接入强度，就必须增加广随机接入信道，那么相应控制信道利用率就会上升，公式3就给出了无线网络控制信道利用率的公式。为提高数据业务用户的接入成功率和复用度，增加了上下行控制信道的数目。

公式1：

公式2：

公式3：

目前在无线网络优化领域，无线网络利用率一般选取大网（宏站与室分）数据流量峰值时刻，或业务利用率峰值时刻做为衡量某张网络的利用率标准，以此衡量无线网络的容量、质量、以及客户满意度等等。在一般网络建设前中期，用户群尚未形成一定规模的条件下，此种方法确实给运营商提供相对准确的信息反馈，但随着多网协同铺开、综合类型用户全面发展、网络容量突增时代的到来，此类以“整体规模峰值分析”的方法产生的效能正逐渐被弱化，原因如下：

1)      网络规模的扩大、用户数的增加必然会使得宏站与室分的业务峰值时刻不同，宏站的业务峰值发生在晚高峰(18时-20时)；而室分的业务峰值则一般发生在中午或下午(12时-14时)；SOHO等场所的业务峰值则呈现不规律变化。

2)      面对网络拥塞事件，大网峰值业务信息不能准确反映预规划规模。换言之，平均的峰值信息对个体事件作用甚微或无作用。

3)      无线网络的参数优化方面，大网峰值业务反馈的信息同样无法对其进行服务，实现不了当下流行的“智能参数优化”。

现有技术中也有“自忙时利用率”用EXCEL的透视功能的选取最大值实现。对于一层自忙时利用率的确可以这样实现，但在某小区自忙时利用率，同时段数据业务流量、同时段用户数、同时段话音质量、同时段指标N这一串串的多层自忙时利用率关联，运用EXCEL处理，从工作量、效率、准确度上来说是不现实的。而且，EXCEL分析多层自忙时利用率关联指标时，需要多sheet关联查询且同时段概念贯穿始终，出错率就很高，相反容错率就很低。

以某网络10000个小区规模的地市，一周7天全时段为例，分析其小区级自忙时网络利用率、及自忙时网络利用率同时段的数据流量。基础数据容量：10000个小区*7天*24小时=1680000行。

使用EXCEL分析：小区级自忙时网络利用率、自忙时利用率同时段关联kpi，第一阶段采用透视+取最大值的方法，但因EXCEL单sheet显示容量上限100万，故要采取分2批sheet执行，随后对2批sheet的结果表再进行一次透视+取最大值的方法；第二阶段，因需要准备小区级数据流量表，故工作量与之前相同，二者累加再处理。上述工作量需分批执行，会生成10-15个新的EXCEL表且均需逐一关联，操作步骤多达20余部，出错率极高即容错率非常低，因步骤繁多更不利于纠错；另外消耗时间方面大概在5-8小时，完全不具有无线网络优化的时效性，总之利用EXCEL对无线网络小区自忙时及相关指标分析，不具有实际可操作性。可以看出，EXCEL利用传统透视+取最大值+关联vlookup的方法，对于此类自忙时指标的分析处理是不连贯的，且大容量数据处理实际操作不可实现。

发明内容

为了解决现有技术中存在的上述技术问题，本发明提供了一种基于MSSQL精准分析小区自忙时无线利用率的方法，包括如下步骤：

步骤一.大网基础数据分类入库；

步骤二. 定义若干个MSSQL查询片断；

步骤三. MSSQL语句分析无线网络利用率分组排名：利用排名函数row number函数对小区自忙时无线网络利用率进行处理。

进一步的，所述步骤一中，将无线网络利用率类数据与业务类数据分开保存，利用率方面采取载波级数据分析；业务数据采用小区级数据分析。

进一步的，所述步骤二中，采用MSSQL的片断查询即通用表达式with… as…，再按照分析步骤依次取表别名即临时表。

进一步的，所述步骤三中，row number函数利用1次片断查询，表连接应用0次。

进一步的，所述步骤三中，基于row number函数的分析，运用RID排名，可衍生为小区TOPN自忙时无线网络利用率分析。

进一步的，该方法在基于小区自忙时无线网络利用率的业务量分析的应用。

进一步的，所述无线网络利用率的组成主要来自语音和数据业务，在无线网络自忙时利用率的同时，对语音与数据业务贡献比例进行分析，实时分析两种业务对现网的负荷冲击，明确阶段性关键KPI走向、把握时下无线用户的业务倾向。

进一步的，该方法在基于小区自忙时无线网络利用率的接通率分析的应用。

进一步的，该方法在基于小区自忙时无线网络利用率的质差小区分析的应用。

本发明基于MSSQL数据库，结合无线网络自忙时利用率分析，关联诸多无线网络运行指标，克服传统分析方法单一、在大容量数据面前无法处理、指标优化重点不明确等多重缺点。为未来3G、4G网络优化点出了一条可持续、数字化、程序化的多功能分析路径，大量MSSQL数据库语言的应用会不断推进无线网络的优化服务，提升运营商在当下及未来无线通信市场的综合竞争力。

附图说明

图1是小区自忙时无线网络利用率及衍生数据分析框图；

图2是大网数据入库流程图；

图3是MSSQL片断查询应用图；

图4是传统SQL数据截取取值对比方法流程图；

图5是排名函数row number应用流程图；

图6是无线业务贡献分析图；

图7是自忙时利用率关联无线业务接入分析图；

图8是自忙时利用率关联质差小区分析图。

具体实施方式

下面结合附图对本发明作进一步说明。

如图1所示，本发明的基于MSSQL精准分析小区自忙时无线利用率的方法的流程图，面对N层自忙时利用率分析处理包括如下步骤：

（1）大网基础数据分类入库：如图2所示，将无线网络利用率类指标与业务类指标分开保存，利用率方面采取载波级数据分析方法，这是为了后期区分数据业务、语音业务、控制信道等多维度的分析；业务数据采用小区级数据分析方法，是为了将呈现以基站为统计单位的业务信息。

（2）定义若干个MSSQL查询片断：如图3所示，这里载波级无线网络利用率基础数据，已经存入指定数据库。此处采用MSSQL的片断查询即通用表达式with… as…，再按照分析步骤依次取表别名即临时表，这样做是为了让SQL语句的可读性更高，也可以在UNION ALL的不同部分，作为提供数据的部分。特别对于UNION ALL比较有用。因为UNION ALL的每个部分可能相同，但是如果每个部分都去执行一遍的话，则成本太高，所以这里使用WITH AS短语，只要执行一遍即可。

with 数据利用率表 as(

select datetime,ci,数据业务载波占用码道数/总可用码道数/K as 无线网络数据业务码道利用率from #已入库的利用率基础表)，

无线网络利用率表 as(select datetime,ci,载波占用码道数/总可用码道数/K as 无线网络码道利用率from #已入库的利用率基础表)。

（3）MSSQL语句分析无线网络利用率分组排名-传统MSSQL编程：如图4所示，按照上述举例的样本数据，大网小区级7天*24小时即每小区共有168组无线网络利用率数据记录信息，此处传统MSSQL自忙时无线网络利用率分析函数如下所示，其原理主要依靠对无线网络利用率截取有效数据位进行最大值挑选，但该方法对于存在两个或以上无线网络利用率相等的情况，就会出现bug即输出多个相等的自忙时最大值。以往工程师利用此算法后，还需手工对数据进行核对，找出小区级输出行数大于1的数据信息，虽然此传统算法有不足，但较EXCEL无法处理显然要好用的多。

（4）MSSQL语句分析无线网络利用率分组排名-优化后的MSSQL编程：上述第三部分提到了传统MSSQL算法分析小区自忙时无线网络利用率，也提到了其存在的缺陷，本发明利用排名函数之一的row number函数对小区自忙时无线网络利用率进行处理，该算法不仅可以克服传统算法的缺点，而且在处理时间方面也仅有之前的三分之一。下面详细介绍下row number函数在此领域的应用。如图5所示，通过row number函数的改进算法，从多方面比较其优点：

（a）程序设计方面：row number仅利用1次片断查询(传统截取取值对比应用2次)、表连接应用0次(传统截取取值对比应用1次)，故在算法应用上节省了内存编程损耗。

（b）应用流程方面：更容易被工程师理解，从排名的角度分析小区自忙时无线网络利用率，且并列排名小区会个性化取值，无需工程师二次手工处理。

（c）后续拓展方面：传统程序仅分析小区的最大值系列，而基于row number函数的分析，在RID排名处灵活运用，可衍生为小区TOPN自忙时无线网络利用率分析，例如某地市想分析M个小区，N天24小时内无线网络利用率排名前三的时段、或输出各城区流量排名前五的小区、告警跳单最高的前十名小区等等，利用创新后的MSSQL排名方法，只需在RID排名处进行修改为相应排名数字即可，这是传统算法无法实现的。

至此一层小区自忙时无线网络利用率分析完成，按照小区属性为宏站或室分，可个性化分析实际的网络需求，对容量峰值、扩容峰值、指标峰值等均可详细分析。在实际的无线网络优化过程中，往往是多个指标关联在一起进行分析，考虑的维度也是方方面面的，运营商往往很想了解“在小区自忙时无线网络利用率，同时段其数据业务流量是多少？语音话务量是多少？掉话率？掉线率？接通率？等等一系列的疑问”，从而基于小区自忙时无线网络利用率的指标衍生分析，就是我们即将面临的下一个问题，接下来将详细介绍如何实现这一功能。

一．基于小区自忙时无线网络利用率的业务量分析：

无线网络利用率的组成主要来自语音和数据业务，在无线网络自忙时利用率的同时，对语音与数据业务贡献比例的研究，可实时分析两种业务对现网的负荷冲击，明确阶段性关键KPI走向、把握时下无线用户的业务倾向。在3G、4G全面铺开的无线网络时代，用户对数据业务的需求是2G时代所无法比拟的，大量分析数据证明，无线网络平均利用率中，65%为数据业务贡献；无线网络自忙时利用率中，78%为数据业务贡献。因此分析自忙时无线网络利用率更能贴近用户峰值使用习惯，在负荷高点实施多重网络优化。

如图6所示，以下为SQL涉及程序1-小区自忙时无线网络利用率关联同时段业务量信息：

select * 

from #一层自忙时利用率表 x

inner join #数据流量信息表 y on

x.CELLID=y.CELLID and x.datetime=y.datetimeand x.某特性=y.某特性。

（2）基于小区自忙时无线网络利用率的接通率分析：

无线网络接通率为用户接入网络的第一道衡量指标，直接关系到用户的使用感知，用户接入参数的优化一般针对平均网络负荷。但在无线网络自忙时利用率负荷的情况下，如若不能提前设计或优化好无线接入参数，例如添加公共控制信道、增强上行信道用户接入容量、强度等等，则会引起较大的无线网络使用波动。

针对无线网络自忙时的小区业务接通率分析，除了可以在网络峰值条件下优化参数以外，还可以输出网络自忙时的“业务RRC与业务RAB”的比例关系，通常业务RRC之后的信令经过NAS即无线接入层后，进入业务RAB信令流程，随后为无线网络与用户交互过程。现下诸多无线网络隐性故障往往在此阶段，例如某小区有大量语音RRC但语音RAB统计几乎为零，这在接通率=语音RRC接入成功率*语音RAB接入成功率的条件下，无法反映过程性。尤其在小区无线网络自忙时利用率的时段下用户投诉更为明显，如图7所示，利用MSSQL编程语句结合之前的“一层小区自忙时无线网络利用率分析”，输出三者(小区自忙时无线网络利用率、无线业务接通率、业务RRC与业务RAB差值)关联的完成MSSQL分析语句。

With mx as( select * 

from #一层自忙时利用率表 x

inner join #小区无线接通率表 y on

x.CELLID=y.CELLID and x.datetime=y.datetimeand x.某特性=y.某特性)

select *,mx.RRC-mx.RAB as 单信令差值from mx。

（3）基于小区自忙时无线网络利用率的质差小区分析：

在无线网络运行成熟阶段，质差小区做为衡量网络运营的一项重要指标，其特点在于多项网络指标互关联、多项网络计数器互关联即关联组合性。MSSQL语言对于关联组合分析是极其有效的，在一层无线网络自忙时利用率分析完成后，同时段的质差小区即表征为语音或数据业务恶化的相关程度，即网络利用率自忙时对应哪种质差类型，该类型的质差应具有最高的处理优先级。例如拥塞引起的质差，在网络利用率自忙时为语音引起？还是数据引起？相应采取何种扩容或保障措施等等。

在传统单一分析质差小区的模式下，是结合不到如此多的有用信息量的，更何况是在网络最高负荷的前提下，如图8所示，MSSQL数据库在网络优化领域的应用，成功解决了这一些问题，并将越来越多的复杂指标关联在一起，达到综合分析处理的目的。

With mx as( select * 

from #一层自忙时利用率表 x

inner join #质差小区分析表 y on

x.CELLID=y.CELLID and x.datetime=y.datetimeand x.某特性=y.某特性)

select *,语音质差贡献比例,数据质差贡献比例from mx。

Claims (9)

1.一种基于MSSQL精准分析小区自忙时无线利用率的方法，包括如下步骤：

步骤一.大网基础数据分类入库；

步骤二. 定义若干个MSSQL查询片断；

步骤三. MSSQL语句分析无线网络利用率分组排名：利用排名函数row number函数对小区自忙时无线网络利用率进行处理。

2.如权利要求1所述的基于MSSQL精准分析小区自忙时无线利用率的方法，其特征在于：所述步骤一中，将无线网络利用率类数据与业务类数据分开保存，利用率方面采取载波级数据分析；业务数据采用小区级数据分析。

3.如权利要求1所述的基于MSSQL精准分析小区自忙时无线利用率的方法，其特征在于：所述步骤二中，采用MSSQL的片断查询即通用表达式with… as…，再按照分析步骤依次取表别名即临时表。

4.如权利要求1所述的基于MSSQL精准分析小区自忙时无线利用率的方法，其特征在于：所述步骤三中，row number函数利用1次片断查询，表连接应用0次。

5.如权利要求1所述的基于MSSQL精准分析小区自忙时无线利用率的方法，其特征在于：所述步骤三中，基于row number函数的分析，运用RID排名，可衍生为小区TOPN自忙时无线网络利用率分析。

6.如权利要求1或2所述的基于MSSQL精准分析小区自忙时无线利用率的方法，其特征在于：该方法在基于小区自忙时无线网络利用率的业务量分析的应用。

7.如权利要求6所述的基于MSSQL精准分析小区自忙时无线利用率的方法，其特征在于：所述无线网络利用率的组成主要来自语音和数据业务，在无线网络自忙时利用率的同时，对语音与数据业务贡献比例进行分析，实时分析两种业务对现网的负荷冲击，明确阶段性关键KPI走向、把握时下无线用户的业务倾向。

8.如权利要求1或2所述的基于MSSQL精准分析小区自忙时无线利用率法的方法，其特征在于：该方法在基于小区自忙时无线网络利用率的接通率分析的应用。

9.如权利要求1或2所述的基于MSSQL精准分析小区自忙时无线利用率的方法，其特征在于：该方法在基于小区自忙时无线网络利用率的质差小区分析的应用。