［曹德强］

1 概述

大数据技术的基础是数据，移动网络作为目前最大的数据产生源之一，其每天会产生海量的数据。数据中蕴含着网络的健康情况，用户的使用感知等各种各类的信息，如果不加整理直接进行存储，则会对后续的数据分析带来极大的不便。因此需要针对不同的数据类型，建立符合其自身数据特点和应用场景的数据库模型，以提升数据的存取效率，使数据更易分析使用，为后续的数据挖掘打下一个良好的基础。本文主要针对参数类的数据，结合网络的拓扑结构，提出了一种符合范式、易维护、易扩展的数据存储模型，供各位读者在实际的应用中进行参考。

现阶段，移动网络的经历了由2G 到5G 的技术演进，网络也从模拟时代进入了数字时代，网络中硬件结构的组成也不断发生着变化。但移动网络整体的拓扑结构依然使用着树状组网的拓扑方式，因此如果在数据存储方面也采用与网络拓扑结构相同的架构进行数据存储，可以极大的提升整体数据的可读性，增强用户体验。

同时，在数据存储方面采用树状的存储方式，可以极大的减少数据库表的数量。但也存在一定的问题，比如在树状分支较深的情况下，数据间的关联就显的比较繁琐，会导致数据查询效率较低。因此，需要一种数据存储方法，能够优化整个树形结构表的查询、更新和删除方式，提升整体的数据查询和更新效率。

2 设计目标

结合移动网络的拓扑结构，设计出一种树状的数据库模型，能够方便地进行数据查询，实时响应用户的查询动作，且便于数据维护和更新。……