利用大数据技术分析MR文件中小区弱覆盖的方法及系统技术方案

本发明专利技术公开一种利用大数据技术分析MR文件中小区弱覆盖的方法及系统，能够分析出反应大覆盖面内小区弱覆盖情况的数据，并能节省人力、物力。所述方法包括：S1、eNodeB根据用户配置对从EUTRAN网络获取的与网络测量相关的数据进行统计、整理，生成MR文件，并周期性上传所述MR文件到MR文件服务器；S2、利用Hadoop技术架构对上传到所述MR文件服务器的文件依次进行HDFS和MapReduce环节处理，得到反应小区弱覆盖情况的数据。

Analysis of the method and system for the weak coverage of MR files in small and medium areas by large data technology

The invention discloses a method and system for analyzing the weak coverage of small and medium area in MR files by using big data technology, and it can analyze data that can respond to weak coverage in large coverage area, and save manpower and material resources. The method includes: S1, eNodeB according to the data obtained from the EUTRAN user configuration of network and network measurement statistics and analysis, generate MR files, and periodically uploading the MR file to MR file server; S2, using Hadoop technology to upload files to the architecture of the MR file server. HDFS and MapReduce processing, obtained the reaction cell weak coverage data.

【技术实现步骤摘要】
利用大数据技术分析MR文件中小区弱覆盖的方法及系统
本专利技术涉及通信领域，具体涉及一种利用大数据技术分析MR文件中小区弱覆盖的方法及系统。
技术介绍
传统技术中分析小区弱覆盖情况基本使用DT(DriveTest路测)的方式。这种方法主要对有限的道路和点进行测试。缺点是覆盖面小，需要用专用测试设备，耗费大量人力，物力。由此，如何提供一种覆盖面较大，并能节省人力、物力的小区弱覆盖分析方法，成为亟待解决的技术问题。
技术实现思路
针对现有技术存在的不足和缺陷，本专利技术提供一种利用大数据技术分析MR文件中小区弱覆盖的方法及系统。一方面，本专利技术实施例提出一种利用大数据技术分析MR文件中小区弱覆盖的方法，包括：S1、eNodeB根据用户配置对从EUTRAN网络获取的与网络测量相关的数据进行统计、整理，生成MR文件，并周期性上传所述MR文件到MR文件服务器；S2、利用Hadoop技术架构对上传到所述MR文件服务器的文件依次进行HDFS和MapReduce环节处理，得到反应小区弱覆盖情况的数据。另一方面，本专利技术实施例提出一种利用大数据技术分析MR文件中小区弱覆盖的系统，包括MR文件服务器，还本文档来自技高网...

【技术保护点】
一种利用大数据技术分析MR文件中小区弱覆盖的方法，其特征在于，包括：S1、eNodeB根据用户配置对从EUTRAN网络获取的与网络测量相关的数据进行统计、整理，生成MR文件，并周期性上传所述MR文件到MR文件服务器；S2、利用Hadoop技术架构对上传到所述MR文件服务器的文件依次进行HDFS和MapReduce环节处理，得到反应小区弱覆盖情况的数据。

【技术特征摘要】
1.一种利用大数据技术分析MR文件中小区弱覆盖的方法，其特征在于，包括：S1、eNodeB根据用户配置对从EUTRAN网络获取的与网络测量相关的数据进行统计、整理，生成MR文件，并周期性上传所述MR文件到MR文件服务器；S2、利用Hadoop技术架构对上传到所述MR文件服务器的文件依次进行HDFS和MapReduce环节处理，得到反应小区弱覆盖情况的数据。2.根据权利要求1所述的方法，其特征在于，在所述HDFS环节处理之前，还包括：所述MR文件服务器对所述MR文件进行汇总，得到MR大数据文件；所述MR文件服务器对所述MR大数据文件进行数据清洗，得到MRRSRP文件。3.根据权利要求2所述的方法，其特征在于，所述MR文件服务器对所述MR大数据文件进行数据清洗，得到MRRSRP文件，包括：所述MR文件服务器解析所述MR大数据文件，得到CellID和对应的RSRPValue，并利用所述CellID和对应的RSRPValue构造MRRSRP文件。4.根据权利要求2或3所述的方法，其特征在于，所述HDFS环节处理过程，包括：MapReduce模块为HDFSClient分配JobID，其中，所述HDFSClient部署在所述MR文件服务器上；所述HDFSClient从所述MR文件服务器读取MRRSRP文件并划分成SPLIT片段；所述HDFSClient上传所述SPLIT片段到HDFSServer，以使所述HDFSServer将所述SPLIT片段整理成<CellID,RSRPValue>格式的数据；所述HDFSClient提交Job到所述MapReduce模块；所述MapReduce模块从所述HDFSServer读取<CellID,RSRPValue>格式的数据，并初始化Job。5.根据权利要求4所述的方法，其特征在于，所述MapReduce环节处理过程，包括Map模块处理流程和Reduce模块处理流程，其中，所述Map模块处理流程，包括：MapTask对所述<CellID,RSRPValue>格式的数据进行处理，生成List(<CellID,RSRPValue>)格式的数据；所述MapTask将所述List(<CellID,RSRPValue>)格式的数据分割成数据块，存储在内存缓冲区中；所述MapTask在内存缓冲区中的数据块存满时，对这些数据块进行排列，形成<CellID,List(RSRPValue)>格式数据，并生成一个临时文件；所述MapTask在检查获知所有的输入数据处理完成时，将所有的临时文件合并成一个数据文件；所述Reduce模块处理流程，包括：ReduceTask从所述MapTask上拷贝数据，判断拷贝的数据大小是否大于预设的阈值，若大于所述阈值，则将拷贝的数据存在磁盘上，否则存在内存中；所述ReduceTask将磁盘和内存中的数据合并；所述ReduceTask按照CellID进行归并，并将归并的数据按照RSRPValue排序；所述ReduceTask对于每一个CellID，统计该CellID对应的RSRPValue中小于-110dBm的RSRPValue占该CellID对应的RSRPValue的百分比n％；所述ReduceTask将统计结果形成List(<CellID1,n％>)格式，并输出数据文件，发布到所述HDFSServer，其中，所述Job包括所述MapTask和ReduceTask。6.根据权利要求5所述的方法，其特征在于，所述阈值为...

【专利技术属性】
技术研发人员：刘哲，胡伦良，张海斌，
申请(专利权)人：普天信息技术有限公司，
类型：发明
国别省市：北京,11