支持高并發(fā)量的移動(dòng)通信網(wǎng)絡(luò)覆蓋分析系統(tǒng)研究
發(fā)布時(shí)間:2021-01-22 12:29
當(dāng)前移動(dòng)互聯(lián)網(wǎng)技術(shù)飛速發(fā)展,移動(dòng)通信正處于2G、3G、4G多制式多運(yùn)營(yíng)商共同運(yùn)營(yíng)狀態(tài),而5G技術(shù)也正在緊鑼密鼓的準(zhǔn)備商業(yè)化部署,如何協(xié)調(diào)各種網(wǎng)絡(luò)資源,實(shí)現(xiàn)網(wǎng)絡(luò)資源的最優(yōu)化,滿足用戶(hù)高速移動(dòng)互聯(lián)業(yè)務(wù)需求、保障數(shù)據(jù)業(yè)務(wù)性能水平,是各運(yùn)營(yíng)商、各業(yè)務(wù)平臺(tái)的核心目標(biāo)。移動(dòng)通信網(wǎng)絡(luò)覆蓋是整個(gè)網(wǎng)絡(luò)生存的基礎(chǔ),它決定了整個(gè)網(wǎng)絡(luò)的規(guī)劃、部署、優(yōu)化和維護(hù),本課題立足于廣州市科技計(jì)劃項(xiàng)目-面向5G網(wǎng)絡(luò)測(cè)試云平臺(tái)技術(shù)研究及產(chǎn)業(yè)化,基于Spark大數(shù)據(jù)平臺(tái)搭建了一個(gè)支持高用戶(hù)并發(fā)的移動(dòng)網(wǎng)絡(luò)覆蓋分析系統(tǒng)。本文通過(guò)對(duì)移動(dòng)通信過(guò)程中路測(cè)測(cè)量報(bào)告MR數(shù)據(jù)、DT數(shù)據(jù)、用戶(hù)數(shù)據(jù)的采集與分析,設(shè)計(jì)了一個(gè)支持高用戶(hù)并發(fā)的移動(dòng)網(wǎng)絡(luò)覆蓋分析系統(tǒng),并對(duì)整個(gè)項(xiàng)目進(jìn)行了功能驗(yàn)證及負(fù)載測(cè)試。首先介紹了基于大數(shù)據(jù)平臺(tái)的網(wǎng)絡(luò)覆蓋分析系統(tǒng)的研究背景及研究意義,討論了當(dāng)前環(huán)境部署基于Spark大數(shù)據(jù)優(yōu)化平臺(tái)的需求;然后根據(jù)覆蓋分析系統(tǒng)的設(shè)計(jì)思路,介紹了系統(tǒng)設(shè)計(jì)過(guò)程中涉及的主要技術(shù)背景,從系統(tǒng)性能測(cè)試、Hadoop工作原理及優(yōu)勢(shì)、Spark工作原理及方式、網(wǎng)絡(luò)優(yōu)化常用方法與側(cè)重點(diǎn)、DT&CQT等多個(gè)維度對(duì)背景進(jìn)行了闡述。然后介紹了覆蓋系統(tǒng)的...
【文章來(lái)源】:廣東工業(yè)大學(xué)廣東省
【文章頁(yè)數(shù)】:75 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
并發(fā)數(shù)、吞吐量、平均響應(yīng)時(shí)間關(guān)系圖
據(jù)技術(shù)開(kāi)始火熱起來(lái),從領(lǐng)頭羊級(jí)別的百度、阿里、騰訊到傳統(tǒng)的商業(yè)公司紛在自家的軟件系統(tǒng)中大規(guī)模使用大數(shù)據(jù)技術(shù)。Hadoop 為我們提供了一個(gè)可靠的存儲(chǔ)共享和分布式分析系統(tǒng),它的核心價(jià)括 HDFS 和 MapReduce,其中 HDFS 實(shí)現(xiàn)數(shù)據(jù)分布式存儲(chǔ),MapReduce 實(shí)現(xiàn)并行分析和處理,是一個(gè)支持用戶(hù)輕松架構(gòu)和使用的分布式計(jì)算平臺(tái),用戶(hù)可松開(kāi)發(fā)和運(yùn)行基于的 Hadoop 的海量數(shù)據(jù)處理的應(yīng)用程序。它主要具有高可靠擴(kuò)展、高效性、高容錯(cuò)、低成本、高兼容的優(yōu)點(diǎn)。分布式文件系統(tǒng) HDFS 旨在管理數(shù)以千計(jì)的服務(wù)器、及數(shù)以萬(wàn)計(jì)的磁盤(pán),將為統(tǒng)一的存儲(chǔ)系統(tǒng)進(jìn)行管理,對(duì)應(yīng)用程序提供 PB 級(jí)的存儲(chǔ)容量,讓?xiě)?yīng)用程序用普通文件系統(tǒng)一樣存儲(chǔ)大規(guī)模的文件數(shù)據(jù)。HDFS 通常部署于大規(guī)模的分布務(wù)器集群中,可使用集群中所有的服務(wù)器磁盤(pán)都,存儲(chǔ)空間可以達(dá)到 PB 級(jí),H數(shù)據(jù)分片后進(jìn)行并行讀寫(xiě)及冗余存儲(chǔ)。HDFS 工作原理如圖 2-3 所示:
一個(gè)數(shù)據(jù)塊復(fù)制為多份(默認(rèn)為 3 份),并將多份相同的數(shù)據(jù)塊存儲(chǔ)于不同器甚至不同的機(jī)架上,以保證數(shù)據(jù)的高可用性及數(shù)據(jù)庫(kù)的正常運(yùn)行。而 DataN責(zé)存儲(chǔ)與讀寫(xiě)文件數(shù)據(jù),HDFS 將文件數(shù)據(jù)分割為若干數(shù)據(jù)塊(Block),每taNode 存儲(chǔ)一部分?jǐn)?shù)據(jù),以便文件分布存儲(chǔ)于整個(gè) HDFS 服務(wù)器集群中。戶(hù)端(Client)可以并行訪問(wèn)這些數(shù)據(jù)塊,使 HDFS 能夠在服務(wù)器集群規(guī)模上數(shù)據(jù)庫(kù)并行訪問(wèn),大大提高訪問(wèn)速度。在面對(duì) TB 甚至上 PB 級(jí)的海量數(shù)據(jù)時(shí),Hadoop 采取 MapReduce 計(jì)算框以在分布式的集群中并行運(yùn)行,大幅度工作效率。MapReduce 計(jì)算框架將大數(shù)算過(guò)程分成兩個(gè)階段:Map 和 Reduce,以數(shù)據(jù)塊為單位進(jìn)行處理。在 Map 每個(gè)數(shù)據(jù)塊分配一個(gè) Map計(jì)算任務(wù),然后將所有的 map 輸出的 Key 值進(jìn)行合同的 Key 及其對(duì)應(yīng)的 Value 發(fā)送到同一個(gè) Reduce 任務(wù)進(jìn)行處理。通過(guò)這兩個(gè),開(kāi)發(fā)人員只需遵循 MapReduce 計(jì)算框架就可以開(kāi)發(fā)出復(fù)雜的大數(shù)據(jù)運(yùn)行程序體流程如圖 2-4 所示:
【參考文獻(xiàn)】:
期刊論文
[1]LTE網(wǎng)絡(luò)覆蓋優(yōu)化分析[J]. 程楠,張陽(yáng),沈驁. 電信工程技術(shù)與標(biāo)準(zhǔn)化. 2018(07)
[2]信令分析在TD-LTE網(wǎng)絡(luò)優(yōu)化中的應(yīng)用分析[J]. 陳坤達(dá). 電子測(cè)試. 2017(04)
[3]TD-LTE網(wǎng)絡(luò)覆蓋問(wèn)題精確化定位評(píng)估方法研究[J]. 許勇,李浩,費(fèi)強(qiáng),周云波. 郵電設(shè)計(jì)技術(shù). 2016(08)
[4]基于LTEMR大數(shù)據(jù)挖掘的網(wǎng)絡(luò)覆蓋評(píng)估分析[J]. 李維. 中國(guó)新通信. 2015(24)
[5]淺析MR在TD-LTE規(guī)劃及優(yōu)化中的應(yīng)用[J]. 朱興東. 通訊世界. 2015(02)
[6]5G移動(dòng)通信發(fā)展趨勢(shì)與若干關(guān)鍵技術(shù)[J]. 尤肖虎,潘志文,高西奇,曹淑敏,鄔賀銓. 中國(guó)科學(xué):信息科學(xué). 2014(05)
碩士論文
[1]劣質(zhì)數(shù)據(jù)按需清洗的關(guān)鍵技術(shù)研究[D]. 齊志鑫.哈爾濱工業(yè)大學(xué) 2018
[2]白銀市4G網(wǎng)絡(luò)覆蓋優(yōu)化設(shè)計(jì)與仿真[D]. 于鵬.蘭州交通大學(xué) 2018
[3]基于機(jī)器學(xué)習(xí)的多源異構(gòu)大數(shù)據(jù)清洗技術(shù)研究[D]. 楊尚林.廣西大學(xué) 2017
[4]基于SPARK的電信4G網(wǎng)大數(shù)據(jù)網(wǎng)優(yōu)平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 姚明.華南理工大學(xué) 2017
[5]基于某電信運(yùn)營(yíng)商的LTE網(wǎng)絡(luò)規(guī)劃研究[D]. 吳辰.南京郵電大學(xué) 2017
[6]網(wǎng)絡(luò)覆蓋分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 李博洋.西安電子科技大學(xué) 2017
[7]LTE網(wǎng)絡(luò)覆蓋優(yōu)化研究[D]. 吳澤萍.華南理工大學(xué) 2017
[8]基于移動(dòng)互聯(lián)網(wǎng)的多運(yùn)營(yíng)商網(wǎng)絡(luò)覆蓋評(píng)估系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 伍進(jìn).電子科技大學(xué) 2017
[9]MR數(shù)據(jù)分析與可視化系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 姬鵬超.北京郵電大學(xué) 2017
[10]移動(dòng)網(wǎng)絡(luò)自動(dòng)路測(cè)系統(tǒng)設(shè)備控制模塊的設(shè)計(jì)與實(shí)現(xiàn)[D]. 關(guān)騰.北京郵電大學(xué) 2014
本文編號(hào):2993229
【文章來(lái)源】:廣東工業(yè)大學(xué)廣東省
【文章頁(yè)數(shù)】:75 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
并發(fā)數(shù)、吞吐量、平均響應(yīng)時(shí)間關(guān)系圖
據(jù)技術(shù)開(kāi)始火熱起來(lái),從領(lǐng)頭羊級(jí)別的百度、阿里、騰訊到傳統(tǒng)的商業(yè)公司紛在自家的軟件系統(tǒng)中大規(guī)模使用大數(shù)據(jù)技術(shù)。Hadoop 為我們提供了一個(gè)可靠的存儲(chǔ)共享和分布式分析系統(tǒng),它的核心價(jià)括 HDFS 和 MapReduce,其中 HDFS 實(shí)現(xiàn)數(shù)據(jù)分布式存儲(chǔ),MapReduce 實(shí)現(xiàn)并行分析和處理,是一個(gè)支持用戶(hù)輕松架構(gòu)和使用的分布式計(jì)算平臺(tái),用戶(hù)可松開(kāi)發(fā)和運(yùn)行基于的 Hadoop 的海量數(shù)據(jù)處理的應(yīng)用程序。它主要具有高可靠擴(kuò)展、高效性、高容錯(cuò)、低成本、高兼容的優(yōu)點(diǎn)。分布式文件系統(tǒng) HDFS 旨在管理數(shù)以千計(jì)的服務(wù)器、及數(shù)以萬(wàn)計(jì)的磁盤(pán),將為統(tǒng)一的存儲(chǔ)系統(tǒng)進(jìn)行管理,對(duì)應(yīng)用程序提供 PB 級(jí)的存儲(chǔ)容量,讓?xiě)?yīng)用程序用普通文件系統(tǒng)一樣存儲(chǔ)大規(guī)模的文件數(shù)據(jù)。HDFS 通常部署于大規(guī)模的分布務(wù)器集群中,可使用集群中所有的服務(wù)器磁盤(pán)都,存儲(chǔ)空間可以達(dá)到 PB 級(jí),H數(shù)據(jù)分片后進(jìn)行并行讀寫(xiě)及冗余存儲(chǔ)。HDFS 工作原理如圖 2-3 所示:
一個(gè)數(shù)據(jù)塊復(fù)制為多份(默認(rèn)為 3 份),并將多份相同的數(shù)據(jù)塊存儲(chǔ)于不同器甚至不同的機(jī)架上,以保證數(shù)據(jù)的高可用性及數(shù)據(jù)庫(kù)的正常運(yùn)行。而 DataN責(zé)存儲(chǔ)與讀寫(xiě)文件數(shù)據(jù),HDFS 將文件數(shù)據(jù)分割為若干數(shù)據(jù)塊(Block),每taNode 存儲(chǔ)一部分?jǐn)?shù)據(jù),以便文件分布存儲(chǔ)于整個(gè) HDFS 服務(wù)器集群中。戶(hù)端(Client)可以并行訪問(wèn)這些數(shù)據(jù)塊,使 HDFS 能夠在服務(wù)器集群規(guī)模上數(shù)據(jù)庫(kù)并行訪問(wèn),大大提高訪問(wèn)速度。在面對(duì) TB 甚至上 PB 級(jí)的海量數(shù)據(jù)時(shí),Hadoop 采取 MapReduce 計(jì)算框以在分布式的集群中并行運(yùn)行,大幅度工作效率。MapReduce 計(jì)算框架將大數(shù)算過(guò)程分成兩個(gè)階段:Map 和 Reduce,以數(shù)據(jù)塊為單位進(jìn)行處理。在 Map 每個(gè)數(shù)據(jù)塊分配一個(gè) Map計(jì)算任務(wù),然后將所有的 map 輸出的 Key 值進(jìn)行合同的 Key 及其對(duì)應(yīng)的 Value 發(fā)送到同一個(gè) Reduce 任務(wù)進(jìn)行處理。通過(guò)這兩個(gè),開(kāi)發(fā)人員只需遵循 MapReduce 計(jì)算框架就可以開(kāi)發(fā)出復(fù)雜的大數(shù)據(jù)運(yùn)行程序體流程如圖 2-4 所示:
【參考文獻(xiàn)】:
期刊論文
[1]LTE網(wǎng)絡(luò)覆蓋優(yōu)化分析[J]. 程楠,張陽(yáng),沈驁. 電信工程技術(shù)與標(biāo)準(zhǔn)化. 2018(07)
[2]信令分析在TD-LTE網(wǎng)絡(luò)優(yōu)化中的應(yīng)用分析[J]. 陳坤達(dá). 電子測(cè)試. 2017(04)
[3]TD-LTE網(wǎng)絡(luò)覆蓋問(wèn)題精確化定位評(píng)估方法研究[J]. 許勇,李浩,費(fèi)強(qiáng),周云波. 郵電設(shè)計(jì)技術(shù). 2016(08)
[4]基于LTEMR大數(shù)據(jù)挖掘的網(wǎng)絡(luò)覆蓋評(píng)估分析[J]. 李維. 中國(guó)新通信. 2015(24)
[5]淺析MR在TD-LTE規(guī)劃及優(yōu)化中的應(yīng)用[J]. 朱興東. 通訊世界. 2015(02)
[6]5G移動(dòng)通信發(fā)展趨勢(shì)與若干關(guān)鍵技術(shù)[J]. 尤肖虎,潘志文,高西奇,曹淑敏,鄔賀銓. 中國(guó)科學(xué):信息科學(xué). 2014(05)
碩士論文
[1]劣質(zhì)數(shù)據(jù)按需清洗的關(guān)鍵技術(shù)研究[D]. 齊志鑫.哈爾濱工業(yè)大學(xué) 2018
[2]白銀市4G網(wǎng)絡(luò)覆蓋優(yōu)化設(shè)計(jì)與仿真[D]. 于鵬.蘭州交通大學(xué) 2018
[3]基于機(jī)器學(xué)習(xí)的多源異構(gòu)大數(shù)據(jù)清洗技術(shù)研究[D]. 楊尚林.廣西大學(xué) 2017
[4]基于SPARK的電信4G網(wǎng)大數(shù)據(jù)網(wǎng)優(yōu)平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 姚明.華南理工大學(xué) 2017
[5]基于某電信運(yùn)營(yíng)商的LTE網(wǎng)絡(luò)規(guī)劃研究[D]. 吳辰.南京郵電大學(xué) 2017
[6]網(wǎng)絡(luò)覆蓋分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 李博洋.西安電子科技大學(xué) 2017
[7]LTE網(wǎng)絡(luò)覆蓋優(yōu)化研究[D]. 吳澤萍.華南理工大學(xué) 2017
[8]基于移動(dòng)互聯(lián)網(wǎng)的多運(yùn)營(yíng)商網(wǎng)絡(luò)覆蓋評(píng)估系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 伍進(jìn).電子科技大學(xué) 2017
[9]MR數(shù)據(jù)分析與可視化系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 姬鵬超.北京郵電大學(xué) 2017
[10]移動(dòng)網(wǎng)絡(luò)自動(dòng)路測(cè)系統(tǒng)設(shè)備控制模塊的設(shè)計(jì)與實(shí)現(xiàn)[D]. 關(guān)騰.北京郵電大學(xué) 2014
本文編號(hào):2993229
本文鏈接:http://sikaile.net/kejilunwen/xinxigongchenglunwen/2993229.html
最近更新
教材專(zhuān)著