端到端业务感知分析与优化培训教学课件(37p)

1、端到端业务感知分析与优化2016年12月网络公司运维部内部资料 注意保密端到端业务质量评估思路端到端业务质量评估与优化效果业务感知分析的重要性 业务感知分析在移动网络建设和维护中的地位越来越重要，主要有两个原因： OTT业务的爆发性增长，业务的复杂性增加； 市场形势的变化，竞争加剧。 原有的KPI指标是从评估“设备自身性能”和“网络运行质量”2个角度出发。随着OTT业务的增加，原有指标体系不足以反映业务的质量情况。 KQI体系，是通过关联用户面和信令面的内容，基于“每个用户、每次业务”的大数据挖掘，多维度的评估业务质量和用户感知。 但是，传统的KPI依然是网络维护的最基本、最重要的手段。什么是

2、PS用户体验？PS用户感知，往往是一些感觉的、定性的、情绪化的描述！与传统的KPI评价有关联，但又相去甚远！红包从来都抢不到！这破网，连个网页都打不开！视频太卡了，根本看不了！上不去网，股票也看不了！打不到车，下雨天只能淋着！Iphone6+4G神组合，抢红包杠杠的！网页打开好快，爽！进度条走的太快了，流量不会爆了吧！得亏哥手快，跌停卖掉！太好了，抢到车赶快回家！“显微镜”下的PS业务各种业务类型人数（个）流量（byte）会话次数（次）会话时长（s)各业务平均速率平均每会话流量(kB)HTTP473881.80624E+116451067722465172.11273.4284116QQ（手机

3、）16352325245793039365163432424.7580.68661113彩信（接收）1353211733670811719962031186.0766.62400663断点续传453546587253318584951071673373.34777.7650153腾讯微博439416822574461045991888161.70157.0732897新浪微博3781357362932111776102198315.48296.3546522微信23451405467381684478624156.40200.5445265SSL162413003473155105904241

4、25.61248.7503281伪HTTP下载1499507665319284653227124.51174.197791QQ邮箱1434373125757297223769138.42122.6045162手机阅读12301028633121439246103164.51228.7168789QQ游戏90025116570864736223389234.61517.9033199手机游戏86453347827405577107974219.26934.1489635手机视频8524202251508216183725325518.402535.847024突发、小数据、多会话、应用种类繁多，

5、成为绝对的主流应用！对传统的路测评估和网络优化方法，提出了挑战。PS业务感知评估的方法 在Gn、Iu-PS等接口部署探针系统和大数据分析系统；通过探针钻取所有用户上网数据，通过大数据分析获取用户体验的统计结果； 设定规则，对统计数据进行分析和打分： 端到端业务及时率 : 网站首字节响应时延； 端到端业务优秀率：网站文件下载速度； 随着规则的增加，考核的指标可以不断拓展；路测大数据Download Picture page of from social web complete within 30 SecondDownload First page of from XXX.com complet

6、e within 15 Second % Play video success x 80% Start and Play 3Minute video clip complete within 3M:30S% Play Quality x 20% Number of freezing Play video with number of freezing 1 attempt (2 attempt) And Freezing time Play video with Freezing time 20 second (30 Second)Line/Wetchat Chat x 70% Mobile S

7、end message complete within 3 secondLine/Wechat Sticker x 30% % Mobile Send Sticker complete within 3 second端到端业务感知分析方法终端业务网和SP核心网无线网Service NetworkMMSNodeBNodeBRNCIP CoreGGSNSGSNDNSWAP GWBackhaulIuGn/GpGiGw用户业务UuIub TCP承载端到端质量分析 信令采集点TCP是端到端业务的主要承载协议，承载了80%以上的业务通过采集Gn口的信令，可以分析TCP承载的质量，从而反映端到端的业务感知业

8、务速率、业务响应时延是端到端的2个主要方面端到端业务质量评估体系 移动网用户的感知，最主要的是3个方面，“接入网络是否够快”；“业务请求是否成功”；“业务过程是否顺利”。对应到信令过程主要是3项内容时延 - TCP是承载UE到SP应用服务器的业务通道，TCP是否快速建立成功率 - 用户的业务请求是否得到了响应，200OK是否返回用户速率 - 用户的业务过程是否顺利，业务速率是否够快 从上述3个角度出发，构建了“端到端业务及时率”、“端到端业务成功率”、“端到端业务优良率”等3大指标。在业务质量评估过程中，分别从城市维度、区域维度、小区维度、业务维度、终端维度、时间维度等多个角度开展了业务质量评

9、估。 4G网络是无线承载的变化，所以KQI的评估方法不会发生变化，需要调整的是评估门限。端到端业务质量评估体系业务质量分析与评估体系CS域PS域语音业务质量指数数据业务质量指数语音用户感知优良率端到端业务成功率端到端业务及时率端到端业务优良率指数指标 QoE业务指标 KQI感知精算端到端业务优秀率：用户实际感知到的1Mbps以上速率占比，1Mbps速率是市场前台对业务提出的要求端到端业务良好率：用户实际感知的500kbps以上的速率占比端到端业务质差率：用户实际感知的100kbps以下的速率占比端到端业务及时率：用户的“TCP建立时延+200OK返回时延”小于0.5秒的占比端到端业务迟滞率：用

10、户的“TCP建立时延+200OK返回时延”大于3秒的占比QOEKQIKPI端到端业务质量评估思路端到端业务质量评估与优化效果基于业务质量的分析评估工作思路：通过量化用户体验， 分析业务KQI与网络KPI的关联关系，挖掘网络中影响用户感知的主要因素，开展端到端优化工作。深圳情况：端到端优秀率（1Mbps以上速率占比）为45.65%，低于平均水平54.16%。与质量靠前的城市相比有较大的差距。分析方法提取深圳7天的数据。每个小区，每半小时一个采样点，每天共计48个采样点。将每天同一时段的采样点加和，每个小区形成48个采样点数据。如果1个小区的48个采样点中，1Mbps速率占比低于15%的采样点大于

11、10个，则纳入分析范围。1月4日1月3日1月2日12月31日1月1日12月30日12月29日分析样本深圳共找到4596个小区，占深圳小区的11%。如果将这些小区的1Mbps速率占比提升到50%，深圳全网的1Mbps的比例增加7个百分点，由现在的32%提升至39%，接近全国46%的平均水平。其中，42311和42301的小区集中度非常高。被选为本次分析的重点区域。RNC1Mbps以下小区数量RNC1Mbps以下小区数量423115574229990423013824229790423152774231881422852014231379423171914270574423071854229569

12、4228716342306664228815142319604231615042290514270614442314494228013642305484228613142293464231012942284444229212742289424228312742296394230812542312324230312042291214228112042304242309102总计45974230096问题小区主要集中在两个RNC，地理位置相连，均在关外涉及基站326个，其中246个基站问题小区数多于3个，占比75%。可见问题小区集中在部分基站99个基站存在忙时平均CE利用率超过60%的情况，且这9

13、9个基站都在问题集中的246个基站列表中基站集中度分析频点分布深圳业务分层，f1承载语音，因此1Mbps低小区占比达41%，这一部分小区速率偏低基本属于正常其余59%的问题小区应重点关注频点集中度分析数据速率差时刻无明显时间集中度数据有效小区703个过滤掉业务量过低小区，业务量过低定义：一小时内RAB连接数不足30次，或一小时内下行数据业务不足20MB时间集中度分析小区数空口速率分析703个数据可用的问题小区中，分析小区一周中用户空口速率最差的一个小时用户空口速率低于1M的小区有644个，占比91.4%。问题原因总体分析RLC层重传率问题突出2ms调度未起作用空口问题分析下行无线环境不佳242

14、34.4%上行RTWP高9713.8%是否资源拥塞142.0%是否用户数过多7711.0%HS掉线率高28440.4%软切换次数高33447.5%主服务小区变换频繁24935.4%硬切换次数高233.3%异系统切换次数高395.5%MAC层重传率高385.4%RLC层重传率高69098.2%功率利用率过高10715.2%HSUPA的2ms调度5%问题逐级分解分析空口问题分解表RLC层重传率高：145个非无线侧问题:54个剩余649个无线覆盖质量问题：286个无线资源负荷高：41个剩余363个移动性问题：140个剩余322个保持性问题（掉话率）：33个剩余182个剩余149个MAC重传率高：3个

15、剩余145个剩余0个问题小区共703个上报平均CQI-100RAB拥塞或平均功率利用率80%或平均用户数20主服务小区变换次数/RAB次数2掉线率5%MAC重传率25%RLC重传率3%空口单用户平均速率1Mbps判断标准问题类别深圳全网的RLC重传率非常高根据网优平台的数据，深圳RLC重传率高于3%的小区占比超过90%。深圳RLC重传率高于10%的小区占比达到28%。深圳的RLC重传率明显差于广州RLC层重传率分析小区总数大于3%的小区数量大于10%的小区数量RLC平均重传率RLC大于3%的占比RLC大于10%的占比广州4294314522880.83%3.38%0.67%深圳41681382

16、39117785.80%91.74%28.26%深圳(RNC)361634007827.94%94.03%21.63%天津(贝尔60%2.19%0.29%天津(中兴)1837978935182.58%42.95%2.82%天津的中兴业务区的RLC层重传率也相对偏高。中兴其他业务区的速率分析天津3G的主设备厂家由中兴和贝尔组成。中兴业务区的1Mbps速率占比明显差于贝尔业务区。设备厂家RNC总记录数大于1Mbps占比rtt下行平均时延rtt上行平均时延设备厂家RNC总记录数大于1Mbps占比rtt下行平均时延rtt上行平均时延贝尔562113121963.75%220

17、37 中兴535822363.53%273 57 贝尔56386444562.48%244 40 中兴5382006352.16%365 47 贝尔564195941166.83%194 38 中兴551101200638.71%369 43 贝尔56598295167.92%191 39 中兴552150465445.23%273 41 贝尔566204589164.45%219 39 中兴553195318937.59%336 38 贝尔567221780164.68%201 39 中兴554145465542.28%303 39 贝尔568187545764.37%225 38 中兴55

18、5127083342.77%317 40 贝尔569189140365.12%226 38 中兴556120337744.07%297 40 贝尔571114371763.18%223 39 中兴557110134238.04%349 42 贝尔572106638464.01%217 38 中兴55896374042.08%295 41 贝尔573133164062.27%234 38 中兴559225154448.16%256 37 贝尔574146660064.09%216 39 中兴560149108442.40%306 39 贝尔575121593661.45%280 40 中兴561

19、182386440.19%367 40 贝尔57681748564.14%225 39 中兴587136905749.99%265 38 贝尔57792687163.17%226 41 中兴588212921243.46%309 40 贝尔578124302965.11%211 41 中兴59041257341.72%280 42 贝尔579157426065.59%209 39 中兴591279347543.91%272 36 贝尔580139795258.37%270 39 中兴592277430749.97%251 38 贝尔581145644359.34%277 42 中兴593318

20、973039.48%343 40 贝尔582205117066.60%200 38 中兴595177800741.28%339 41 贝尔583155483561.81%233 42 中兴596150260345.91%266 37 贝尔584121335665.29%214 40 中兴601136690640.72%315 41 贝尔585146928662.01%222 35 中兴602149541446.97%276 39 贝尔586234001464.59%212 38 中兴603130978138.70%350 40 贝尔597226958864.31%237 41 中兴604203

21、792148.12%252 36 贝尔598129755064.88%207 39 中兴605136889642.37%338 39 贝尔599203868664.78%222 40 贝尔60096668564.63%199 39 2ms调度使用率极低任意提取一RNC专业网管数据，发现所有小区UPA 2ms调度比例均不超过3%。且95%的小区2ms调度比例为0。HSUPA 2ms调度分析HSUPA 2ms调度未发挥作用业务维度分析深圳去往全国各个方向的业务速率分布全部偏低。广东省内的服务器，深圳明显差于广州。业务子类型目的IP访问ip运营商访问IP省份深圳海口广州兰州西宁无锡常州苏州南京徐州长

22、沙QQ空间8联通广东省38.23%49.13%60.87%40.22% 45.18%63.91%45.84%33.74%32.04%40.22%QQ空间9联通广东省37.31%45.96%61.38%40.84% 45.49%65.06%46.24%33.89%34.44%40.84%QQ空间0联通广东省37.81%47.62%60.22%42.55% 43.61% 43.61% 42.55%QQ空间8联通广东省37.14%48.09%59.55%41.39% 42.25% 42.25% 41.39%QQ空间9联通广东省36.64%46.20%60.24%42.24% 42.15% 42.15

23、% 42.24%朋友圈和公众号点击新闻链接（图片）9联通广东省33.03%53.05%64.34% 25.90%50.41%75.70%54.32%38.01%31.65% 朋友圈和公众号点击新闻链接（图片）8联通广东省33.26%53.50%64.32% 26.39%50.61%74.52%54.80%37.59%33.23% 朋友圈和公众号点击新闻链接（图片）7联通广东省30.58%51.65%60.86% 24.87%44.97%70.96%47.93%32.82%28.71% 腾讯图库8联通广东省38.68%64.19%70.95%46.06% 56.54%77.68%62.56%35

24、.16%35.85%46.06%腾讯图库9联通广东省38.85%64.54%71.05%45.49% 56.68%77.60%62.66%35.60%35.79%45.49%网络质量与业务质量矛盾城市码资源利用率RRC建立成功率RAB指配建立成功率RAB建立拥塞率RSCP大于-95dBm采样点比例%EcIo大于-8dB采样点比例%无线资源利用率单载扇下行速率(均值)广州0.02%99.13%99.23%0.59%78.65%69.88%26.86%247.15 深圳0.17%99.84%99.68%0.02%84.30%66.77%21.87%160.30 长沙0.75%99.84%99.97

25、%0.01%93.27%73.02%22.38%104.43 西宁0.31%99.78%99.95%0.00%80.93%65.51%21.77%146.86 兰州0.72%99.93%99.87%0.00%84.96%74.06%15.12%88.96 南宁0.04%99.76%99.99%0.00%84.14%66.15%18.44%91.28 海口0.05%99.80%99.74%0.02%83.25%71.37%18.17%111.02 南昌0.02%99.69%99.92%0.01%84.84%74.60%14.80%92.29 天津0.79%99.88%99.88%0.01%81.

26、84%67.07%18.94%102.32 济南0.04%99.73%99.93%0.04%94.36%74.65%22.82%99.76 南京0.03%99.73%99.91%0.04%84.38%73.71%17.52%111.42 徐州0.02%99.83%99.79%0.05%80.18%77.69%16.55%94.35 常州0.05%99.74%99.60%0.06%80.02%68.14%16.04%92.19 无锡0.06%99.70%99.66%0.05%72.38%58.68%16.57%88.91 苏州0.04%99.66%99.92%0.06%80.69%67.95%2

27、2.34%127.05 网络质量排名城市端到端业务优秀率端到端业务良好率端到端业务质差率常州67.53%86.38%3.44%无锡67%85.59%4.05%贵阳64.87%87.16%2.49%天津62.95%82.67%3.97%南昌61.63%83.81%3.72%兰州58.93%81.54%5.66%广州57.31%81.16%3.53%长沙56.74%81.50%5.55%海口55.69%81.21%5.60%苏州54.71%81.75%3.60%徐州54.49%80.18%4.42%南京51.16%78.10%4.32%柳州47.36%82.21%4.44%桂林44.15%78.7

28、5%4.18%深圳43.65%76.45%3.17%南宁43.58%75.77%5.16%西宁37.26%67.40%14.27%平均54.13%79.94%4.55% 业务质量排名问题定位 深圳本地网的维护和优化水平较高，资源配置和无线环境较好，与用户速率偏低的情况不匹配。通过全专业、全流程联合分析，查找深层次问题。现有的网络KPI体系关注的是“信令流程”，例如接通率、掉话率等关键环节业务质量KQI体系关注的是“业务过程”，例如接入快、速度快等用户感受上述3个指标不影响”接通率和掉话率”，但是，会导致上网不流畅，用户感知差。深圳问题分析2ms调度是3GPP自R6版本支持HSDPA以来的重要技

29、术提升。2ms机制可以给链路层提供更高的效率和吞吐率。中兴业务区的2ms调度比例一旦提升，设备难以控制CE负荷，从而会导致接入成功率出现大幅下降。10ms调度2ms调度平均速率由1.4Mbps提升至5.5Mbps2ms调度可以缩短时延2ms调度可以提升速率平均时延由389ms毫秒到249毫秒10ms调度2ms调度深圳问题分析RLC重传是指RNC到用户手机之间的底层协议重传。高重传率高意味着空口资源利用率低，从而降低网络服务效率。中兴业务区内60多个城市的RLC重传率均较高，平均达到43%，深圳的比例超过了60%。RLC重传率对业务速率的影响很大，呈现明显的负相关关系。但是当无线环境恶劣、传输误

30、码率高、高负荷导致的处理资源受限等情况下，设备会通过提升RLC重传率来保证传输数据的准确性。深圳问题分析业务量下降比例业务速率增加比例全国平均50%7%深圳60%18%深圳的网络负荷对业务质量的影响，明显比其他城市严重据了解，深圳第1载波负荷较重，2、3载波负荷并不严重说明深圳载波间的调度能力较差，需要优化调整功控参数。影响PS业务感知的核心因素 业务特点：时延敏感：微信、网页浏览速率敏感：视频、音频背景业务：邮件、后台下载，用户直接感受影响小速率(DL/UL)：空口带宽的大小，决 定了上下行的速率大小； 时延(RTT):时延越小，即时类业务体验越好；时延越小，基于TCP协议的下载/上传业务

31、速率越高； 网络负荷:高负荷时首先应保证所有用户的上网需求，其次根据业务特点，差异化分配资源； 基于TCP协议业务的速率计算： 慢启动：慢启动结束： ：发送端初始发送窗口，通常为1 - N 个TCP报文，在服务器端配置；：TCP层还回时延；：接收端接收窗口,大小通常几十kB到几百kB ；：丢包率；主要场景影响PS业务感知的核心因素慢启动阶段，下载速率与RTT成指数反比高速HSUPA承载时，可以获得最好的用户体验中兴公司的改进方案 综合考虑影响因素： 业务特点； 网络负荷； 网络覆盖； 资源瓶颈； 灵活、动态的资源分配： 信道类型自配置； ETTI类型自配置； 功控算法自配置； 调度算法自配置；

32、在针对阿里淘宝业务的分析过程中，发现阿里的端到端业务优秀率明显低于全国平均水平，优化过程主要经历了云端优化和管道优化2个阶段。云端优化：阿里的网内流量占比由60%提升至95%，端到端业务优秀率由50%提升至60%。管道优化：发现部分主设备厂家的2ms调度效率偏低，设备版本升级后，端到端优秀率由60%提升至80%。阿里业务质量提升情况主要互联网业务的质量提升现网中大部分互联网业务质量均得到了明显提升。业务感知分析与实时监控系统中国联通针对移网用户业务感知开发了业务感知分析与实时监控系统。该系统是通过分析现网中“每个用户、每次业务”的数据。每个城市每天业务分析数量平均超过1亿。用户感知图形化运营商

33、在核心网采集用户面、信令面数据，将业务、用户、网络、终端、场景等多维度关联分析。是最客观、最真实、最直接的用户感知数据。该系统作为运营商的业务感知优化平台，发挥了重要作用。同时，可以通过页面监控的方式，提供给互联网公司监控自有业务同一城市不同时间的感知差异11月10日晚22:00，随着业务量的增加，天津电商用户的感知开始出现恶化。北京、上海、浙江、福建等方向的业务感知有卡顿现象。11月11日0:00，电商的访问量达到峰值。天津电商用户的多个IP方向感知变差。由于用户抢单，内蒙方向的时延增加了10倍，用户抢单出现大量拥塞，从而导致感知变差。11月11日7:00，天津电商用户的业务感知基本恢复正常。各方向的感知时延约200ms左右。但是，天津电商用户访问四川IP方向的感知时延始