好的，我们立刻开始对3GPP TS 29.575规范进行逐章拆解。继上一篇全景概述之后，我们将严格按照规范的章节顺序，从序章开始，为后续的深度探索奠定坚实的基础。
深度解析 3GPP TS 29.575：规范导读与服务架构 (章节 1-4.1)
本文技术原理深度参考了3GPP TS 29.575 V18.8.0 (2025-03) Release 18规范中，第一章（Scope）、第二章（References）、第三章（Definitions, symbols and abbreviations）及第四章开篇（4.1 Introduction）的核心内容。本文旨在为读者构建一个关于ADRF服务的宏观视图，清晰地理解其管辖范围、技术基石、核心术语，并概览ADRF为了实现其强大的数据与模型管理功能，所提供的两大核心服务。
引言：深入5G的“记忆宫殿”——ADRF设计蓝图导读
在上一篇全景概述中，我们将分析数据仓库功能（ADRF）比作5G智能网络的“记忆宫殿”和“数据保险库”。我们知道了它的核心价值在于为网络分析数据和机器学习模型提供持久化、可共享、可管理的存储。
现在，我们将正式翻开这座“记忆宫殿”的“设计蓝图”——TS 29.575规范，从它的“总则”和“功能分区图”开始，逐一学习其设计依据、专业术语和宏观服务划分。这前几章的内容，是理解后续所有复杂数据存取、订阅和管理API的基石，它们将为我们回答：
- 这份蓝图的适用范围是什么？(Scope)
- 它遵循了哪些上级的建筑规范？(References)
- 图纸上使用的专业符号如何解读？(Definitions & Abbreviations)
- 宫殿内的“数据馆”和“模型馆”是如何划分的？(Services offered by the ADRF)
让我们以数据架构师的视角，审视这份规范的每一个基础构件，为后续深入探索其精巧的数据服务做好最充分的准备。
1. 解读第一章 Scope (范围) & 第二章 References (参考文献)
这两章为我们划定了规范的边界，并指明了其技术根源。
1.1 Scope (范围)
3GPP TS 29.575 - Chapter 1: Scope
The present document specifies the stage 3 protocol and data model for the ADRF Service Based Interface. It provides stage 3 protocol definitions and message flows, and specifies the API for each service offered by the ADRF. The stage 2 definition and procedures of store and retrieve the collected data and analytics are contained in 3GPP TS 23.288…
- 核心: 定义ADRF服务化接口的Stage 3协议和数据模型。
- Stage 2溯源: 再次强调，ADRF的所有功能需求，其“母规范”是TS 23.288 (“Architecture enhancements for 5G System (5GS) to support network data analytics services”)。ADRF是5G网络数据分析（NWDAF）架构中负责“存储与检索”的核心组件。
1.2 References (参考文献)
- TS 23.288: Stage 2架构规范，是理解ADRF存在意义、功能定位和高层交互流程的根源。
- TS 29.520:
Nnwdaf_AnalyticsInfo/Nnwdaf_EventsSubscription服务的Stage 3规范。ADRF存储和检索的数据，很多就是由NWDAF产生的分析结果，其数据格式在此定义。 - TS 29.576:
Nmfaf服务的Stage 3规范。MFAF是ADRF的重要“数据提供者”之一，它会将处理后的数据存入ADRF。 - TS 29.574:
Ndccf服务的Stage 3规范。DCCF可能会调用ADRF的服务，来存储它从UE采集的数据。
2. 解读第三章 Definitions, symbols and abbreviations (定义、符号与缩略语)
本章是规范的“术语表”，统一了沟通的语言。
-
3.1 & 3.2 Definitions & Symbols (定义与符号)
- 这两个子节内容为“None”，说明本规范在此未定义特殊的术语和符号。
-
3.3 Abbreviations (缩略语)
- ADRF: Analytics Data Repository Function (分析数据仓库功能)，本规范的主角。
- NWDAF: Network Data Analytics Function (网络数据分析功能)，ADRF最主要的“客户”和“数据来源”。
- MFAF: Messaging Framework Adaptor Function (消息框架适配器功能)，ADRF的重要数据提供者。
- DCCF: Data Collection Coordination Function (数据采集协调功能)，ADRF的重要数据提供者。
这份缩略语列表，再次确认了ADRF在5G数据分析生态系统中的中心存储地位。
3. 解读第四章 4.1 Introduction (服务概览)
第四章的开篇，是整个规范服务内容的高度浓缩。它通过两张表格，为我们展示了ADRF对外提供的全部服务。
3GPP TS 29.575 - Chapter 4.1: Introduction
The Analytics Data Repository Service is used for the Analytics Data Repository Function (ADRF) to storage and retrieval of data and ML model(s) by e.g. NF service consumers (e.g. NWDAF)… The ADRF offers to NF service consumers the following services:
3.1 Table 4.1-1: Service provided by ADRF - ADRF的能力清单
这张表格是理解ADRF“双核”功能的关键，它将ADRF的服务划分为两大类。
| Service Name | Description | Service Operations | Example Consumer(s) |
|---|---|---|---|
| Nadrf_DataManagement | …store, retrieve and remove the data or analytics… | StorageRequest, StorageSubscriptionRequest, RetrievalRequest, RetrievalSubscribe, Delete, etc. | DCCF, NWDAF, MFAF |
| Nadrf_MLModelManagement | …store, retrieve and delete ML model(s)… | StorageRequest, RetrievalRequest, Delete | NWDAF |
表格深度解读:
-
Nadrf_DataManagement(数据管理服务):- 服务对象: 通用的数据和分析结果。
- 核心功能: 提供一套极其丰富的操作集，覆盖了数据的存储、订阅式存储、检索、订阅式检索、通知、删除等全生命周期管理。
- 主要消费者: DCCF, NWDAF, MFAF。这些是数据的主要生产者和消费者。
-
Nadrf_MLModelManagement(机器学习模型管理服务):- 服务对象: 专用的机器学习模型。
- 核心功能: 提供一套相对简洁的操作集，专注于ML模型的存储、检索和删除。
- 主要消费者: NWDAF。NWDAF是5G核心网中ML模型的主要训练者和使用者。
这种划分体现了ADRF作为一个专业数据仓库的设计思想：为不同类型的数据资产，提供定制化的、最优的管理服务。
3.2 Table 4.1-2: API Descriptions - 服务与API的映射
这张“导航表”将两大服务与它们在后续章节中定义的具体API进行了映射。
| Service Name | Clause | apiName | Annex |
|---|---|---|---|
| Nadrf_DataManagement | 4.2 | nadrf-datamanagement | A.2 |
| Nadrf_MLModelManagement | 4.3 | nadrf-mlmodelmanagement | A.3 |
这张表告诉我们，TS 29.575规范定义了两个独立的API，分别对应ADRF的“数据馆”和“模型馆”服务，它们的详细OpenAPI定义可以在附录A中找到。
总结
通过对TS 29.575规范前言部分的细致研读，我们已经对这份复杂规范的结构和核心内容有了清晰的认识。
-
数据分析为核心: 我们确认了ADRF是5G网络数据分析架构（TS 23.288）的核心存储组件，其所有服务都是为了实现数据和模型的持久化、共享和管理。
-
清晰的双服务模型: ADRF的功能被清晰地划分为两个服务：
Nadrf_DataManagement：负责通用数据和分析结果的全生命周期管理。Nadrf_MLModelManagement：专门负责机器学习模型的存储、检索和删除。
-
强大的功能集: 特别是
Nadrf_DataManagement服务，其丰富的服务操作（存储、检索、订阅、通知、删除等）预示着它将提供一个功能非常强大的数据交互平台。
我们已经站在了ADRF这座“记忆宫殿”的大门口，看清了它的两大主要“展馆”——数据馆和模型馆。在下一篇文章中，我们将正式走进第一个，也是最重要的展馆，深入第四章的4.2节“Nadrf_DataManagement Service”，开始逐一探索其“十八般武艺”，看看数据的存储、订阅、检索和删除等操作是如何在逻辑层面被精确定义的。
FAQ
Q1：ADRF看起来像一个数据库，它和传统的关系型数据库或NoSQL数据库有什么区别？ A1：ADRF在功能上确实扮演了“数据库”的角色，但它是一个面向电信网络分析业务的、标准化的服务化接口。与通用数据库的区别在于：
- 标准化API: 它提供的是3GPP定义的标准RESTful API，而不是SQL或某种数据库的私有API。这保证了不同厂商的NF可以互通。
- 业务感知: ADRF的API和数据模型是为网络分析业务量身定制的。它理解“分析订阅”、“数据集”、“ML模型”等概念，提供了比通用数据库更高阶的业务抽象。
- 集成性: 它天生就是5G SBA的一部分，与NRF、OAuth 2.0等核心网组件深度集成。 底层实现上，一个ADRF产品可能会使用一个或多个高性能的NoSQL数据库（如时序数据库、文档数据库）作为其存储引擎。
Q2：Nadrf_MLModelManagement服务为什么只被NWDAF消费？其他NF不能使用ML模型吗？
A2：在当前的3GPP定义中，NWDAF被指定为5G核心网中进行模型训练（MTLF）和模型推理（ANLF）的主要功能实体。因此，模型的“生产”和“主要消费”都发生在NWDAF内部。其他NF，如PCF，如果需要AI能力，通常是向NWDAF订阅分析结果，而不是直接去加载和运行一个ML模型。这种设计将复杂的AI能力集中在NWDAF中，简化了其他NF的设计。当然，随着网络AI的发展，未来不排除有其他NF也被赋予直接使用ML模型的能力，届时它们也可能成为Nadrf_MLModelManagement服务的消费者。
Q3：Nadrf_DataManagement的StorageSubscriptionRequest和MFAF的Configure操作有什么关系？
A3：它们可以协同工作。StorageSubscriptionRequest是“我要订阅数据，并请你（ADRF）帮我存起来”。但ADRF自己不产生数据。那么，ADRF去哪里订阅数据呢？一个可能的上游就是MFAF。
一个完整的流程可能是：
- NWDAF → MFAF: 调用
Configure，配置一个从AMF采集移动性数据，处理后输出到某个通知端点的管道。 - NWDAF → ADRF: 调用
StorageSubscriptionRequest，说：“请你去订阅MFAF的那个输出端点，把所有数据都存入我的项目空间”。 这个流程将MFAF的数据处理能力和ADRF的持久化存储能力完美地串联了起来。
Q4：为什么ADRF的服务操作看起来比其他NF多得多且复杂？ A4：因为ADRF的定位是一个通用的数据仓库，它需要满足多种不同的数据交互模式。
- 有的NF只想一次性存/取数据（
StorageRequest,RetrievalRequest）。 - 有的NF希望长期订阅新数据的通知（
RetrievalSubscribe）。 - 有的NF希望委托ADRF去订阅并存储数据（
StorageSubscriptionRequest）。 - 还需要对存储的数据进行删除（
Delete）。 为了满足这些多样化的需求，ADRF必须提供一套比普通NF更完备、更灵活的数据管理接口。
Q5：这份规范的命名Nadrf_...代表什么？
A5：Nadrf是5G核心网中ADRF服务化接口的统一命名空间。N代表NF服务化接口，adrf是ADRF的缩写。Nadrf_DataManagement就代表“由ADRF提供的、用于数据管理的服务”。