CN109768878B - 一种基于大数据的网络工单计算方法及装置 - Google Patents

Abstract

本发明公开了一种基于大数据的网络工单计算方法，包括以下步骤：采集步骤：获取各个通信设备的原始性能数据文件；筛选步骤：获取系统内的性能数据配置表，并根据该性能数据配置表和原始性能数据文件生成对应的性能数据计数器；指标计算步骤：获取系统内的指标配置表，并根据该指标配置表和对应的性能数据计数器计算得出对应的性能指标以及性能指标值；工单计算步骤：根据所有的性能指标、性能指标值以及系统内预设的工单模型计算得出对应的工单并将工单派发。本发明能够实现对网络质量的有效、及时的管理，减少了日常的维护工作量。本发明还提供了一种电子设备和存储介质。

Description

一种基于大数据的网络工单计算方法及装置

技术领域

本发明涉及网络工单计算，尤其涉及一种基于大数据的网络工单计算方法、电子设备及存储介质。

背景技术

自从无线网络发展以来，网络优化一直是网络发展的重点难题，网络优化是通过采用新技术以及优化工具对正式投入运行的移动通信网络进行参数的修改及网络资源进行合理的分配，使网络达到最大运行状态，从而提高移动网络质量的维护工作。然而，如何维护和保障2G、3G、4G等网络的网络质量，如何有效的管理日程的维护工作，将每日需要整改的任何实质性的下发并受理，是目前亟待解决的一个无线网络专题。但是，由于涉及的管理数据庞大，计算复杂，目前的现有产品并不能够有效、及时地对网络进行管理，导致日常的维护工作量加大。

发明内容

为了克服现有技术的不足，本发明的目的之一在于提供一种基于大数据的网络工单计算方法，其能够解决现有技术不能够满足当前网络数据日益增长的需求等问题。

本发明的目的之二在于提供一种电子设备，其能够解决现有技术不能够满足当前网络数据日益增长的需求等问题。

本发明的目的之三在于提供一种计算机可读存储介质，其能够解决现有技术不能够满足当前网络数据日益增长的需求等问题。

本发明的目的之一采用如下技术方案实现：

一种基于大数据的网络工单计算方法，包括以下步骤：

采集步骤：获取各个通信设备的原始性能数据文件；

筛选步骤：获取系统内的性能数据配置表，并根据该性能数据配置表和原始性能数据文件生成对应的性能数据计数器；

指标计算步骤：获取系统内的指标配置表，并根据该指标配置表和对应的性能数据计数器计算得出对应的性能指标以及性能指标值；

工单计算步骤：根据所有的性能指标、性能指标值以及系统内预设的工单模型计算得出对应的工单并将工单派发。

进一步地，所述性能数据计数器包括小区级别计数器、基站级别计数器、网格级别计数器、片区级别计数器和地市级别计数器；所述性能指标包括小区级别性能指标、基站级别性能指标、网格级别性能指标、片区级别性能指标和地市级别性能指标。

进一步地，所述工单计算步骤还包括：

当日异常小区筛选步骤：根据工单模型判断每天每个小区的小区级别性能指标值是否满足对应工单模型的条件，并根据判断结果得出异常小区，并根据异常小区生成异常小区列表；

工单派发步骤：获取每天的异常小区列表，并根据工单模型中的预设排序规则对每天的异常小区列表中的异常小区进行排序，并根据排序结果筛选出M个小区，以及根据该M个小区所存在的工单派发给对应的工程人员，其中M>0，并且M均为自然数。

进一步地，所述工单计算步骤还包括在途工单恢复步骤：获取每个小区在N天之内派发的每个工单，并根据每个工单对应的工单模型判断对应小区的当前小区性能指标是否符合要求；若是，则将工单的状态修改为已恢复；其中，N>＝4，并且N为自然数。

进一步地，所述筛选步骤还包括：获取系统内的性能数据配置表，并根据性能数据配置表动态生成查询语句，然后根据查询语句从原始性能数据文件中筛选出小区级别性能数据计数器；再根据小区级别性能数据计数器以及性能数据配置表中聚合规则聚合得出其他网元级别的性能数据计数器，其中，网元级别包括小区级别、基站级别、网格级别、片区级别和地市级别。

进一步地，所述指标计算步骤还包括：获取系统内的指标配置表，并根据指标配置表动态生成计算语句，然后根据该计算语句与每个网元级别的性能数据计数器计算得出对应网元级别的性能指标。

进一步地，所述原始性能数据还包括结构化的原始性能数据和非结构化的原始性能数据；

当原始性能数据为非结构化的原始性能数据时，所述采集步骤还包括将非结构化的原始性性能数据转换为结构化的原始性能数据。

进一步地，所述筛选步骤之前还包括转换步骤：根据通信设备对应的解析规则将原始性能数据文件转换为统一数据格式的原始性能数据文件。

本发明的目的之二采用如下技术方案实现：

一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如本发明目的之二所述一种基于大数据的网络工单计算方法的步骤。

本发明的目的之三采用如下技术方案实现：

一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如本发明目的之一所述一种基于大数据的网络工单计算方法的步骤。

相比现有技术，本发明的有益效果在于：

本发明通过设置相应的性能数据配置表以及指标配置表来实现对多种类型的通讯设备厂家的通讯数据进行处理，并通过工单模型实现对工单的计算，解决了现有技术中不能够及时、有效地网络进行维护和管理、不能够满足日益增长的数据需求的问题。

附图说明

图1为本发明提供的一种基于大数据的网络工单计算系统的数据结构图；

图2为本发明提供的一种基于大数据的网络工单计算系统的硬件架构图；

图3为本发明提供的一种基于大数据的网络工单计算方法流程图。

具体实施方式

下面，结合附图以及具体实施方式，对本发明做进一步描述，需要说明的是，在不相冲突的前提下，以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。

本发明是基于大数据来针对通讯网络中的网络工单的计算进行改进的。而大数据的应用首先离不开大数据的存储和管理，除了互联网行业，目前企业中数据分析主要还是结构化数据，其并不能够对大数据进行有效地进行存储和管理。因此，本发明针对目前大数据处理工具的特点以及中小企业应用的实际需求，并且为了弥补当前大数据处理的一些不足，提供了一种基于大数据的网络工单计算系统，该系统对硬件环境要求低、对IT技术能力要求低、建设快、投资收益高，能够让众多中小企业能够在有限的资金预算情况下实施自身的大数据方案，获得大数据中为他们的业务带来的好处，提升他们企业的竞争力。

本发明提供的基于大数据的网络工单计算系统的数据结构图，如图1所示，包括数据采集、底层存储、资源调度、数据分析、结果集存储以及应用层。比如，数据采集是对基础数据的采集并将其通过底层存储进行存储；数据分析是通过资源调度实现对底层存储中的基础数据进行分析处理，并将结果发送给结果集存储，并最终通过应用显示。

本发明就是基于上述数据架构来提供了一种基于大数据的网络工单计算系统，包括性能文件解析模块、性能指标计算模块以及性能工单计算模块。

其中，性能文件解析模块主要是用于对各个通信设备的原始性能数据进行解析处理的。其中，本发明通过对各个通讯设备厂家对各种设备的网络事件都进行了计数，而这些各个通讯设备厂家对各种设备的网络事件的数据就是性能数据。比如基站设备对每个小区的掉话次数、通话次数进行计数，通过对其进行处理将其形成每个小时掉话次数、通话次数的计数器这些计数器即是性能数据，而将这些计数器进行整理输出为相应的原始性能数据文件，并以北向接口的形式提供给应用方。

进一步地，针对不同通讯设备厂家来说，其原始性能数据的数据格式等不同，因此对于原始性能数据进行使用时，需要制定不同的处理方式。比如针对2G华为、2G中兴、2G阿朗、4G华为、4G中兴、4G爱立信等多个制式网络所产的对应的原始性能数据，由于其厂家不同，其所产生的原始性能数据的数据格式也不同，因此需要制定不同的处理方式，比如结构化文件的直接使用、而非结构化文件的解析后再使用。也即是说，对于结构化的原始性能数据文件可以直接进行存储并使用，而对于非结构化的原始性能数据文件需要将其转换为结构化的原始性能数据文件后，才可以进行存储并使用。

比如对于结构化文件：对于结构化的原始性能数据文件只需要在Hive上建立映射表，并制定路径，这样数据信息可以直接通过Hive、impala、spark等方式进行统计分析。比如结构化的原始性能数据文件包括：4G华为原始性能数据文件、4G中兴原始性能数据文件。

对于非结构化文件：首先需要将该非结构化的原始性能数据文件转换为结构化的原始性能数据文件，然后再根据结构化的原始性能数据文件的处理方式进行处理。比如通过编写脚本，再通过spark把代码分发到集群各机器上运行解析，将非结构化的原始性能数据文件解析成结构化的原始性能数据文件，再通过Hive建立映射表，并制定路径，再通过Hive、到impala、spark等方式统计分析。比如非结构数据的原始性能数据文件主要包括以下几种：2G华为性能数据文件、2G中兴性能数据文件、2G阿朗性能数据文件、4G爱立信性能数据文件。

另外，由于通信设备厂家不同，所原始性能数据文件的数据格式也不同，因此针对来自不同通信设备厂家的原始性能数据文件，其还需要根据对应的解析规则进行解析为统一数据格式的原始性能数据文件。

比如，针对不同通信设备厂家的原始性能数据文件需要经过对应的解析规则将其解析成统一规则的原始性能数据文件。另外，对于转换后的规则的原始性能数据文件在存储时，按照日期进行分区存储于各自的Hadoop文件列表中，方便日后进行访问、删除等管理。

系统内还设定了原始性能数据文件的存储时限，通过设定定期清理机制实现对原始性能数据文件进行定期清理。例如，小区小时级别、基站小时级别的原始性能数据文件保存360天；小区天级别、基站天级别的原始性能数据文件保存720天，其他级别：工单、异常小区等原始性能数据文件需要永久保存。

如图2所述，本发明提供的网络工单计算系统的硬件架构图，对数据进行处理时是通过Hadoop自身的任务调度将解析任务分发到集群中的各个机器，使得各个机器对原始性能数据文件进行解析处理。

另外，由于原始性能数据文件中仅仅只有计数器的数值，但是这些数值无法直观地反应网络情况。比如，一个小区掉话次数计数器的计数为10、通话次数计数器的计数为1000，其中，对于计算器的数值10、1000等，其并不能够直接反应出通话的质量如何，因此，需要计算得出一个名为掉话率的性能指标：掉话率＝100％×掉话次数/通话次数＝10％，通过该性能指标来反应得出通话的质量。

也即是说，通过对原始性能数据文件的处理计算得出对应的性能指标，才可以进一步反应出网络情况。而对于性能指标的计算，主要分为以下两个步骤，即：

筛选步骤：对原始性能数据文中的计数器根据性能数据配置表进行筛选、聚合得出对应网元级别的计数器，比如小区级别计数器、基站级别计数器、网格级别计数器、片区级别计数器、地市级别计数器等。这里的网元指的是设备网元，比如小区、基站、网格、片区、地市等。网元级别，比如小区级别、基站级别、网格级别、片区级别、地市级别等。另外，在计算计数器时，还会对时间有所固定，比如以小时为单位，对应的计数器为小区小时级别计数器、基站小时级别计数器、网格小时级别计数器、片区小时级别计数器、地市小时级别计数器等；当然也可以以天为单位等等。

计算步骤：将筛选得出的对应网元级别的计数器根据指标配置表进行计算得出对应网元级别的各类性能指标值(例如掉线率、连接成功率等)。性能指标具体比如小区小时级别性能指标、基站小时级别性能指标、网格小时级别性能指标、片区小时级别性能指标、地市小时级别性能指标。性能指标与计数器之间通过指标公式进行关联，比如性能指标：掉话率；指标公式：掉话率＝100％×掉话次数/通话次数；性能指标值为：10％；计数器：掉话次数计数器、通话次数计数器等。

另外，上述处理过程，还可以采用如下方式：首先将原始性能数据文件中的计数器计算得出(原始数据一般为15分钟小区级别)小区15分钟级别性能指标，然后再将小区15分钟级别性能指标汇聚成小区小时级别性能指标，最后将小区小时级别性能指标汇聚成其他网元级别的性能指标，比如基站小时级别性能指标、网格小时级别性能指标、片区小时级别性能指标、地市小时级别性能指标等。上述两种计算方式均可以计算出一样的结果。

在筛选计数器时，是根据性能数据配置表进行筛选的，并且只选取与性能指标计算相关的计数器，然后按照对应的汇聚规则将原始性能数据文件中的计数器汇聚成其他网元级别的性能指标计数器。

其中，该性能数据配置表是用于为性能指标计数器的计算提供相应的配置信息的。在实际的筛选处理过程中：首先获取系统的性能数据配置表，并根据该性能数据配置表动态生成筛选语句；然后通过该筛选语句查找得出原始性能数据文件中的性能指标计数器。比如原始性能数据文件中的性能指标计数器一般只有小区级别计数器，通过筛选语句可以从原始性能数据文件中查找得出相应的小区级别计数器。

比如从小区级别基础数据配置表(小区级别基础数据配置表存放的是小区的基本信息，比如小区所属的地市名称、地市编号、片区名称、片区编号、频率、基站小区名称等信息)中得出的筛选语句中的列包括：地市、基站、基站名称、扇区号、扇区名称、片区、网格等信息，然后再根据列筛选并去除不需要纳入计算的性能数据计算器，就可以得出需要的性能数据计数器。该配置信息的内容包括列名、表名、汇聚规则等信息。

其中小区级别基础数据配置表的表结构如下：

表列名	样例数据	描述
			CITYID	200	地市编号
CITY	广州	地市名称
			AREAID	20003	片区编号
AREA	广州3区	片区名
			GRIDID	20003	网格编号
GRID	GZ海珠	网格名
			COUNTYID	200005	区县编号
COUNTY	海珠	区县名
			BTSID	482960	基站编号
BTSNAME	石榴岗村	基站名称
			SECTORID	96	小区编号
SECTORNAME	石榴岗村T1	小区名称
			BANDWIDTH	20	带宽
ANTENNAMODE	2	天线模式
			FREQUENCY	2.6GHz	频率

表1小区级别基础数据配置表的表结构

在筛选出相应的小区级别计数器后，再根据该性能指标计数器以及性能数据配置表中的汇聚规则聚合得出其他网元级别的性能指标计数器。比如基站级别计数器、网格级别计数器、片区级别计数器、地市级别计数器等。

在实际的使用过程中，根据性能数据计数器配置动态生成聚合后的类以及实例化语句，将小区级别的性能计数器聚合成其他网元级别的性能数据计数器(例如地市、片区、网格等)。其中，汇聚规则可包括累加、最大值、最小值、平均值等。

其中性能数据配置表的具体配置说明如下：

对于性能数据配置表中的性能数据计数器，可以是和原始性能数据文件中的计数器保持一致，也可以是自行定义配置的。

比如基于某个表A有一个性能指标，公式为P＝A.M+A.N，聚合类型为MAX；若单纯的将这个表按照地市级别M＝MAX(扇区级别M),地市级别N＝MAX(扇区级别N)，然后地市级别的指标＝地市级别M+地市级别N，就会导致计算结果错误。

遇到这种情况，我们引入了自定义计数器的概念，我们定义一个表A中没有的一个计数器，定义：A.p＝A.M+A.N，A.p的汇聚规则为AVG，在计算指标P的时候，直接从A.p获取值，而不从A.M和A.N获取。

其中，本发明还提供了性能数据配置表的表结构如下表2：

表2性能数据配置表的表结构

从原始性能数据文件中筛选得出其他网元级别的性能指标计数器后，再根据性能指标的指标公式计算得出对应网元级别的性能指标，其具体过程如下：

指标计算时，还要通过对每个网元级别的原始性能指标计数器的数值以及对应的指标公式进行计算，最终得出对应网元级别的性能指标以及性能指标值。

比如一个小区掉话次数计数器的计数为10、通话次数计数器的计数为1000，其中一个性能指标为掉话率，其公式为：掉话率＝100％×掉话次数/通话次数；因此可计算得出该掉话率＝100％×掉话次数/通话次数＝10％。

即：读取指标配置表，并根据指标配置表动态生成计算语句，然后根据计算语句将每个网元级别的性能数据计数器计算得出对应网元级别的性能指标的数据。由于每个网元级别的性能指标均有对应的指标公式，因此可根据该公式就可以查找到对应网元级别的性能指标所涉及到的性能数据计数器，然后就可以根据该指标公式以及性能数据计数器计算得出相应网元级别的性能指标。

指标配置表是为了方便程序进行动态编译生成处理程序而制作的一份配置数据，该指标配置表内存储有性能指标唯一ID、厂家、指标等级、指标分区、指标编号、指标公式等等，其表结构具体参见表3：

表3指标配置表的表结构

本发明还将采集到的原始性能数据、各个网元级别的性能数据计数器、各个网元级别的性能指标等存储于数据库中。

另外，对于在数据进行存储时，还可以通过判断原有存储的数据与现有存入的数据是否相同，若相同，则将将数据库中对应的数据删除。通过设置这种删除方式，可以保证数据不因为补充采集的数据或任务失败而导致数据重复或丢失等。

另外，将原始性能数据计数器入库时，只入库已经识别的列，若发现未识别的列，系统会将其记录到相应的日志内。当指标结果集的数据量较少，只需要直接BCP入库即可；而数据量较大时，入库的行数太多，则需要进行分行入库或者写成文件后用SQLLOAD入库。

其中，BCP入库和SQLLOAD入库是Oracle数据库自带的两种批量入库的工具，其中BCP入库主要针对数据行数较少(比如小于10万行的表数据)进行入库，而SQLLOAD入库主要针对数据行数较大的数据(比如大于10万行的表数据)进行入库。

进一步地，在进行网络优化的时候，为了保证优化工作的落实，会将网络故障的处理事项或者网络环境优化事项打包成一项任务，上级部门下达任务，下级部门领受任务，然后下级部门就可以完成这个任务，此时该任务就是一个工单。

对于工单的计算，其具体根据性能指标的结果，然后经过工单模型的筛选添加，对工单进行计算。其具体计算主要包括：当日异常小区筛选、在途工单恢复、工单生成以及工单推送。

本发明在工单生成时，还需要借助工单模型来进行，一个工单对应一个工单模型，而工单模型是由工程师预先执行并存储于系统中。在进行网络优化的时候，根据不同类型优化的方向、方法，制定出格子的算法，这个算法即为工单模型。

例如掉话率工单模型：小区最近7天存在3天以上满足：取小区一天忙时指标，与前一周忙时指标均值T0作对比，发生异常波动超过3％。若某个满足这个条件，则这个小区属于掉话率工单。而其中，“小区最近7天存在3天以上满足：取小区一天忙时指标，与前一周忙时指标均值T0作对比，发生异常波动超过3％”即为掉话率工单模型。

所有的工单模型均可以通过配置文件保存到程序运行目录下，配置文件包含的内容有：工单模型名称、工单模型判断SQL语句、工单模型运行时间、工单模型恢复判定SQL语句等信息。当工单模型需要修改或新增时，只需要在配置文件中进行对应修改即可。

本发明还提供了一个工单模型的具体示例：

问题判决条件：小区最近7天存在3天以上满足：取小区一天忙时指标，与前一周忙时指标均值作对比，看是否发生异常波动超过8％。

准入条件：业务信道承载的话务量(不含切换)>＝1Erl。

恢复条件：小区连4天指标满足：当天忙时指标>＝前一周忙时指标均值+2％。

派单条件：满足条件的小区按照呼叫建立成功率进行升序排序，按每片区TOP1来派，归属不到片区的那部分扇区也派TOP1。

基于上述工单模型时，1)当日异常小区筛选：根据工单模型对小区级别性能指标进行筛选，找出符合条件的所有的异常小区并生成异常小区列表。也即是说，比如某个小区级别的性能指标满足上述工单模型，则说明该小区存在该工单模型对应的工单。

2)在途工单恢复：读取4天之前派发的工单，并且获取这些工单所属小区的性能指标的数据，检查这些数据的恢复情况，如果小区的性能指标已经连续4天恢复到T0值，则说明该小区的对应功能已恢复正常，则将系统中工单的状态字段修改为“已恢复”。当然，这里的天数也可以是其他天数，具体根据系统设定。

其恢复方法为：更新工单接口表alarm_info表中小区对应的工单，修改工单列表中ID(ALARM_ID)为恢复工单编号的工单IS_RECOVER＝1,RECOVER_TIME＝当前时间即可。

如果小区的性能指标没有连续4天恢复到T0值，则不需要进行操作。其中，T0值为小区正常时的性能指标值，可预设存储于系统中。

3)工单生成以及工单推送：读取最新生成的异常小区列表，并根据预设规则，比如地市对小区进行排序，排序完成后，每个地市取最严重的N个小区进行派单，并将工单通过工单接口推送给对应的工程人员。其中，N的数量取决于工单模型，比如掉线率工单模型中定义，一般取每个地市前10个最严重的小区，即N＝10；连接成功率一般取每个地市前5个最严重小区，即N＝5。另外，其中小区排序的方式以工单模型中的要求为准来进行排序，比如呼叫建立成功率异常工单，以建立成功率进行升序排序进行排序。比如根据每个地市取最严重的N个小区，以及最严重的小区排名方式本身就是工单模型的一部分。

推送方法具体为对alarm_info表中插入工单数据，通过查询该alarm_info表就可以查询到相应的工单，然后将其推送给工程人员即可。而alarm_info表的表结构如下：

表3 alarm_info表的表结构

另外，本系统还能够对性能指标进行扩展。在扩展新的性能指标时包括如下具体步骤：

步骤A：获取新的性能指标的指标公式，并对该指标公式进行分解处理，生成每个指标的性能数据计数器集合。

步骤B：在性能指标配置表查找性能数据计数器集合中的每个计数器，若查找不到，则将对应计数器的配置信息增加到该性能指标配置表中；若找到，则对比该性能数据计数器集合中的计数器与性能指标配置表中的计数器的配置信息是否相同，若不同，则自定义一个性能指标并将对应计数器的配置信息增加到该性能指标配置表中。

步骤C：将添加到性能指标配置表中的计数器添加到对应的数据库存储计数器的数据表中，并进行测试。

也即是：若新增的性能指标中涉及到新的计数器，则需要对数据库中保存计数器的数据表中添加对应列；添加完毕，需要对该性能指标的计数器进行测试，若通过，则本步骤完成。

步骤D：修改底层指标配置表。

将新增的性能指标的指标公式配置到指标配置表中。同时，还根据该新的性能指标的类型将其划分到结果集表。

步骤E：最后将指标配置表发布到测试库，并计算得出新增指标的计算结果，对指标计算结果进行人工核对。

本系统还能够对工单进行扩展，即对新的工单的处理过程如下：

在新增工单时，首先需要将新的工单对应的工单模型预存到系统中，然后将工单模型配置到相应的工单模型配置文件中，进而可依据上述工单的生成来完成对新的工单的派发、推送以及恢复等。

对应地，本发明还提供了一种基于大数据的网络工单计算方法，如图3所示，包括以下步骤：步骤S1：获取各个通信设备的原始性能数据，并将其生成原始性能数据文件；

步骤S2：获取系统内的性能数据配置表，并根据该性能数据配置表和原始性能数据文件生成对应的性能数据计数器；

步骤S3：获取系统内的指标配置表，并根据该指标配置表和对应的性能数据计数器计算得出对应的性能指标以及性能指标值；

步骤S4：根据所有的性能指标、性能指标值以及系统内预设的工单模型计算得出对应的工单并将工单派发。

其中，步骤S4还包括：

步骤S41：根据工单模型判断每天每个小区的小区级别性能指标是否满足对应工单模型的条件，并根据判断结果得出异常小区，并根据异常小区生成异常小区列表；

步骤S42：获取每天的异常小区列表，并根据工单模型中的预设排序规则对每天的异常小区列表中的异常小区进行排序，并根据排序结果筛选出M个小区，以及根据该M个小区所存在的工单派发给对应的工程人员，其中M>0，并且M均为自然数；

还包括步骤S43：获取每个小区在N天之内派发的每个工单，并根据每个工单对应的工单模型判断对应小区的当前小区性能指标是否符合要求；若是，则将工单状态修改为已解决；其中，N>＝4，并且N为自然数。另外，步骤S3还包括：获取系统内的性能数据配置表，并根据性能数据配置表动态生成查询语句，然后根据查询语句从原始性能数据文件中筛选出小区级别性能数据计数器；再根据小区级别性能数据计数器以及性能数据配置表中聚合规则聚合得出其他网元级别的性能数据计数器，其中，网元级别包括小区级别、基站级别、网格级别、片区级别和地市级别。

步骤S2还包括：获取系统内的指标配置表，并根据指标配置表动态生成计算语句，然后根据该计算语句与每个网元级别的性能数据计数器计算得出对应网元级别的性能指标。

进一步地，当原始性能数据为非结构化的原始性能数据时，所述步骤S1还包括当原始性能数据为非结构化的原始性能数据时，所述采集步骤还包括将非结构化的原始性性能数据转换为结构化的原始性能数据。

进一步地，所述筛选步骤之前还包括转换步骤：根据通信设备对应的解析规则将原始性能数据文件转换为统一数据格式的原始性能数据文件。

本发明还提供了一种电子设备，其包括存储器、处理器以及存储在存储器上并可在处理上运行的计算机程序，所述处理器执行所述程序时实现文中所述的一种基于大数据的网络工单计算方法的步骤。

本发明还提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现如文中所述的一种基于大数据的网络工单计算方法的步骤。

上述实施方式仅为本发明的优选实施方式，不能以此来限定本发明保护的范围，本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。

Claims (9)

1.一种基于大数据的网络工单计算方法，其特征在于，包括以下步骤：

采集步骤：获取各个通信设备的原始性能数据文件；

筛选步骤：获取系统内的性能数据配置表，并根据该性能数据配置表和原始性能数据文件生成对应的性能数据计数器；

指标计算步骤：获取系统内的指标配置表，并根据该指标配置表和对应的性能数据计数器计算得出对应的性能指标以及性能指标值；其中，性能指标与性能数据计数器之间通过指标配置表中的指标公式关联；

所述指标计算步骤还包括：获取系统内的指标配置表，并根据指标配置表动态生成计算语句，然后根据计算语句与每个网元级别的性能数据计数器计算得出对应网元级别的性能指标；其中，网元级别包括小区级别、基站级别、网格级别、片区级别和地市级别；指标配置表包括性能指标唯一ID、厂家、指标等级、指标分区、指标编号和指标公式；

工单计算步骤：根据所有的性能指标、性能指标值以及系统内预设的工单模型计算得出对应的工单；

性能指标扩展步骤：

步骤A：获取新的性能指标的指标公式，并对该指标公式进行分解处理，生成每个指标的性能数据计数器集合；

步骤B：在指标配置表中查找性能数据计数器集合中的每个计数器，若查找不到，则将对应计数器的配置信息增加到该指标配置表中；若找到，则对比该性能数据计数器集合中的计数器与指标配置表中的计数器的配置信息是否相同，若不同，则自定义一个性能指标并将对应计数器的配置信息增加到该指标配置表中；

步骤C：将添加到指标配置表中的计数器添加到对应的数据库存储计数器的数据表中，并进行测试；

步骤D：修改底层指标配置表；

步骤E：最后将指标配置表发布到测试库，并计算得出新增指标的计算结果，对指标计算结果进行人工核对；

工单扩展步骤：首先将新的工单对应的工单模型预存到系统中，然后将工单模型配置到相应的工单模型配置文件中；

所述工单模型通过配置文件保存到系统中，所述配置文件包括工单模型名称、工单模型判断SQL语句、工单模型运行时间和工单模型恢复判定SQL语句。

2.根据权利要求1所述的一种基于大数据的网络工单计算方法，其特征在于，所述性能数据计数器包括小区级别计数器、基站级别计数器、网格级别计数器、片区级别计数器和地市级别计数器；所述性能指标包括小区级别性能指标、基站级别性能指标、网格级别性能指标、片区级别性能指标和地市级别性能指标。

3.根据权利要求2所述的一种基于大数据的网络工单计算方法，其特征在于，所述工单计算步骤还包括：

当日异常小区筛选步骤：根据工单模型判断每天每个小区的小区级别性能指标值是否满足对应工单模型的条件，并根据判断结果得出异常小区，并根据异常小区生成异常小区列表；

工单派发步骤：获取每天的异常小区列表，并根据工单模型中的预设排序规则对每天的异常小区列表中的异常小区进行排序，并根据排序结果筛选出M个小区，以及根据该M个小区所存在的工单派发给对应的工程人员，其中M>0，并且M为自然数。

4.根据权利要求2所述的一种基于大数据的网络工单计算方法，其特征在于，所述工单计算步骤还包括在途工单恢复步骤：获取每个小区在N天之内派发的每个工单，并根据每个工单对应的工单模型判断对应小区的当前小区性能指标是否符合要求；若是，则将工单的状态修改为已恢复；其中，N>＝4，并且N为自然数。

5.根据权利要求1所述的一种基于大数据的网络工单计算方法，其特征在于，所述筛选步骤还包括：获取系统内的性能数据配置表，并根据性能数据配置表动态生成查询语句，然后根据查询语句从原始性能数据文件中筛选出小区级别性能数据计数器；再根据小区级别性能数据计数器以及性能数据配置表中的聚合规则聚合得出其他网元级别的性能数据计数器。

6.根据权利要求1所述的一种基于大数据的网络工单计算方法，其特征在于，所述原始性能数据文件包括结构化的原始性能数据文件和非结构化的原始性能数据文件；

当原始性能数据为非结构化的原始性能数据时，所述采集步骤还包括将非结构化的原始性能数据转换为结构化的原始性能数据。

7.根据权利要求1所述的一种基于大数据的网络工单计算方法，其特征在于，所述筛选步骤之前还包括转换步骤：根据通信设备对应的解析规则将原始性能数据文件转换为统一数据格式的原始性能数据文件。

8.一种电子设备，包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序，其特征在于：所述处理器执行所述程序时实现如权利要求1-7中任一项所述的一种基于大数据的网络工单计算方法的步骤。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于：所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的一种基于大数据的网络工单计算方法的步骤。

Images