移动网性能分析系统是移动业务的服务支撑核心系统之一,它通过采集和分析移动通信网运行时的各项数据,为评估移动通信网运行状态提供科学的依据。除此之外,移动网性能分析系统通过对历史数据进行统计分析,能够准确得出移动通信网在各个时间段内的运行情况,发现移动通信网在各个时间段内的网络运行变化规律,为网络管理人员对移动网进行维护提供可靠的数据保证。但是,移动网的快速发展又会给移动网性能分析系统中业务数据带来爆炸性增长,使得移动网性能分析系统中的数据具有海量、多维度的特征。如何为日益增长的海量、多维数据提供高效处理能力已成为移动网性能分析系统所面临的严峻挑战。论文针对移动网性能分析系统的特点,提出一种高效处理具有海量、多维特征数据的索引结构——RAKDB-Tree。RAKDB-Tree是基于近似区域的思想,将整个多维数据空间划分成为诺干个近似区域。借鉴KDB-Tree建立索引的思想,RAKDB-Tree对划分后的近似区域建立索引结构。根据RAKDB-Tree自身的特点,提出了查询、插入、删除、分裂、合并、重组六种操作算法。这些算法保证了RAKDB-Tree随着数据的插入和删除,本身能够自我调节、自我优化,使索引结构一直保持较优的状态。在此基础上,搭建移动网性能分析系统的测试环境,选取某省联通的实际运营数据进行了测试,并根据测试的结果,对RAKDB-Tree应用于移动网性能分析系统的可行性和有效性进行了验证。最后,验证了论文提出的RAKDB-Tree能够对海量、多维数据进行有效的处理。