1、當前移動通信技術(shù)的快速發(fā)展與普及，給人們的生活和工作帶來了深刻的變化，同時也對移動通信網(wǎng)絡服務提出了更高的要求：優(yōu)質(zhì)的網(wǎng)絡覆蓋和高效的故障響應。運營商使用移動通信支撐平臺來實時監(jiān)控移動通信網(wǎng)絡質(zhì)量、及時發(fā)現(xiàn)網(wǎng)絡問題和快速解除通信網(wǎng)絡故障。
　　現(xiàn)有的移動通信支撐平臺，底層磁盤數(shù)據(jù)庫大都進行了“分庫”處理，存儲與讀取數(shù)據(jù)復雜、延時長，且沒有針對移動通信網(wǎng)絡優(yōu)化工作的業(yè)務特點進行優(yōu)化。此外，支撐平臺上層應用軟件多，數(shù)據(jù)讀取的穩(wěn)定性就更

2、較低了。針對磁盤數(shù)據(jù)庫延時大、聚合操作效率較低、應用程序數(shù)據(jù)讀取可靠性較差的問題，本文展開了對移動通信支撐平臺性能優(yōu)化的可行性探索和研究。在傳統(tǒng)移動通信支撐平臺中引入了數(shù)據(jù)緩存中間件，為運營商提高網(wǎng)絡管理水平和提升網(wǎng)絡運營能力起到了積極的作用。本文將從以下幾個方面展開研究：
　　1）針對移動通信支撐平臺白天數(shù)據(jù)請求繁忙的特點，改進了傳統(tǒng)的基于會話過程識別的Markov緩存預取模型，提出了基于天粒度Markov模型。針對無線網(wǎng)絡優(yōu)化

3、工作中時間周期性訪問較多、新 SQL語句不斷產(chǎn)生的場景，本文在天粒度的Markov模型基礎上，提出了動態(tài)時間策略Markov預測模型。它能預測新產(chǎn)生的SQL語句，減少狀態(tài)空間組合數(shù)并有著更高的F2精度和更低的帶寬浪費率。
　　2）移動通信支撐平臺中數(shù)據(jù)庫結(jié)果集大小差異可達6個數(shù)量級，同時結(jié)果集的訪問頻率和訪問模式也不盡相同。針對這些特點，本文改進了傳統(tǒng)GDSF算法的SIZE計算公式，并結(jié)合泰勒級數(shù)提出了基于緩存容量值的自適應聯(lián)合大

4、小和頻率的貪婪算法（AGDSF-TS）。在移動通信支撐平臺下，AGDSF-TS方法弱化了混合訪問模式中文件大小在價值函數(shù)的作用，能明顯提高緩存命中率、降低數(shù)據(jù)庫請求次數(shù)。
　　3）在移動通信支撐平臺中引入了具有緩存預取和緩存替換功能的數(shù)據(jù)緩存中間件系統(tǒng)。它使用鍵值對數(shù)據(jù)結(jié)構(gòu)轉(zhuǎn)換查詢結(jié)果集和string型JSON數(shù)據(jù)，并把內(nèi)存數(shù)據(jù)庫Redis作為高速緩存空間，以實現(xiàn)快速讀取。數(shù)據(jù)緩存中間件中的緩存預取與替換模塊能進一步提升緩存效果，