CN106330754B - 访问请求的控制方法和装置 - Google Patents
访问请求的控制方法和装置 Download PDFInfo
- Publication number
- CN106330754B CN106330754B CN201610780365.XA CN201610780365A CN106330754B CN 106330754 B CN106330754 B CN 106330754B CN 201610780365 A CN201610780365 A CN 201610780365A CN 106330754 B CN106330754 B CN 106330754B
- Authority
- CN
- China
- Prior art keywords
- access request
- access
- time point
- value
- server
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/20—Traffic policing
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L43/00—Arrangements for monitoring or testing data switching networks
- H04L43/16—Threshold monitoring
Abstract
本发明提出一种访问请求的控制方法和装置,该访问请求的控制方法包括接收访问请求,并确定在访问请求的时间点上,网络访问接入量的估计值;获取服务器在访问请求的时间点上的负载指数,并对估计值和负载指数进行加权求和处理,得到目标值;判断目标值是否大于预设阈值,得到判断结果;根据判断结果对访问请求进行控制。通过本发明能够有效避免服务器过载,且提升访问请求的限流效果。
Description
技术领域
本发明涉及互联网技术领域,尤其涉及一种访问请求的控制方法和装置。
背景技术
网站的后台服务器对于用户访问网络所生成的访问请求的接入量会有流量限制的功能。当用户的访问接入量突增,出现大规模集中访问网络的情况时,会造成后台服务器过载,甚至宕机,因此,有必要对大规模集中访问网络的访问请求进行动态控制,以实现对网络访问接入量进行限流。
相关技术中,通过手动方式设置一段时间内的网络的最大访问接入量,或者,通过线性回归法预测在当前一段时间内的网络访问接入量。第一种方式下,未有结合服务器负载指数的因素动态控制网络的访问请求,第二种方式下,访问请求的限流效果差。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的一个目的在于提出一种访问请求的控制方法,能够有效避免服务器过载,且提升访问请求的限流效果。
本发明的另一个目的在于提出一种访问请求的控制装置。
为达到上述目的,本发明第一方面实施例提出的访问请求的控制方法,包括:接收访问请求,并确定在所述访问请求的时间点上,网络访问接入量的估计值;获取服务器在所述访问请求的时间点上的负载指数,并对所述估计值和所述负载指数进行加权求和处理,得到目标值;判断所述目标值是否大于预设阈值,得到判断结果;根据所述判断结果对所述访问请求进行控制。
在本发明的一个实施例中,所述根据所述判断结果对所述访问请求进行控制,包括:
如果所述判断结果为所述目标值大于所述预设阈值,则丢弃所述访问请求;
如果所述判断结果为所述目标值小于或等于所述预设阈值,则对所述访问请求进行响应处理。
在本发明的一个实施例中,在所述接收访问请求之前,还包括:
获取所述访问请求的时间点之前的至少一个时间点的接入量信息;
根据所述接入量信息配置日志文件。
在本发明的一个实施例中,所述确定在所述访问请求的时间点上,网络访问接入量的估计值,包括:
从所述日志文件中读取在所述访问请求的时间点之前,且与所述访问请求的时间点相邻的时间点上的接入量信息,得到目标接入量信息;
根据接入量预测模型和所述目标接入量信息确定在所述访问请求的时间点上,网络访问接入量的估计值。
在本发明的一个实施例中,所述接入量信息包括至少一个时间点中的每个时间点上的接入量的估计值和实际值。
在本发明的一个实施例中,所述获取服务器在所述访问请求的时间点上的负载指数,包括:
将所述服务器在所述访问请求的时间点上的实际请求连接数,和所述服务器所能承载的最大请求连接数的比值作为所述负载指数。
本发明第一方面实施例提出的访问请求的控制方法,通过根据访问请求的时间点上,网络访问接入量的估计值,和服务器在访问请求的时间点上的负载指数进行加权求和处理,得到目标值,并根据目标值与预设阈值做判断后得到的判断结果对访问请求进行控制,能够有效避免服务器过载,且提升访问请求的限流效果。
为达到上述目的,本发明第二方面实施例提出的访问请求的控制装置,包括:确定模块,用于接收访问请求,并确定在所述访问请求的时间点上,网络访问接入量的估计值;第一获取模块,用于获取服务器在所述访问请求的时间点上的负载指数,并对所述估计值和所述负载指数进行加权求和处理,得到目标值;判断模块,用于判断所述目标值是否大于预设阈值,得到判断结果;控制模块,用于根据所述判断结果对所述访问请求进行控制。
在本发明的一个实施例中,所述控制模块包括:
丢弃子模块,用于在所述判断结果为所述目标值大于所述预设阈值时,丢弃所述访问请求;
处理子模块,用于在所述判断结果为所述目标值小于或等于所述预设阈值时,对所述访问请求进行响应处理。
在本发明的一个实施例中,还包括:
第二获取模块,用于获取所述访问请求的时间点之前的至少一个时间点的接入量信息;
配置模块,用于根据所述接入量信息配置日志文件。
在本发明的一个实施例中,所述确定模块包括:
读取子模块,用于从所述日志文件中读取在所述访问请求的时间点之前,且与所述访问请求的时间点相邻的时间点上的接入量信息,得到目标接入量信息;
确定子模块,用于根据接入量预测模型和所述目标接入量信息确定在所述访问请求的时间点上,网络访问接入量的估计值。
在本发明的一个实施例中,所述接入量信息包括至少一个时间点中的每个时间点上的接入量的估计值和实际值。
在本发明的一个实施例中,所述第一获取模块还用于:
将所述服务器在所述访问请求的时间点上的实际请求连接数,和所述服务器所能承载的最大请求连接数的比值作为所述负载指数。
本发明第二方面实施例提出的访问请求的控制装置,通过根据访问请求的时间点上,网络访问接入量的估计值,和服务器在访问请求的时间点上的负载指数进行加权求和处理,得到目标值,并根据目标值与预设阈值做判断后得到的判断结果对访问请求进行控制,能够有效避免服务器过载,且提升访问请求的限流效果。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1是本发明一实施例提出的访问请求的控制方法的流程示意图;
图2是本发明另一实施例提出的访问请求的控制方法的流程示意图;
图3是本发明一实施例提出的访问请求的控制装置的结构示意图;
图4是本发明另一实施例提出的访问请求的控制装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。相反,本发明的实施例包括落入所附加权利要求书的精神和内涵范围内的所有变化、修改和等同物。
图1是本发明一实施例提出的访问请求的控制方法的流程示意图。
参见图1,该方法包括:
S11:接收访问请求,并确定在访问请求的时间点上,网络访问接入量的估计值。
用户在访问互联网的过程中,会触发客户端的浏览器生成访问请求,例如,用户在某互联网站的注册页面填写注册信息,点击提交按钮,会触发客户端的浏览器向服务器提交注册表单的访问请求,以使服务器对注册表单的访问请求进行业务处理。
网站的后台服务器对于用户访问网络所生成的访问请求的接入量会有流量限制的功能。当用户的访问接入量突增,出现大规模集中访问网络的情况时,会造成后台服务器过载,甚至宕机,因此,有必要对大规模集中访问网络的访问请求进行动态控制,以实现对网络访问接入量进行限流。
相关技术中,通过手动方式设置一段时间内的网络的最大访问接入量,或者,通过线性回归法预测在当前一段时间内的网络访问接入量。第一种方式下,未有结合服务器负载指数的因素动态控制网络的访问请求,第二种方式下,访问请求的限流效果差。
而本发明的实施例中,通过结合在访问请求的时间点上,网络访问接入量的估计值,和服务器在访问请求的时间点上的负载指数动态控制网络的访问请求,能够有效避免服务器过载,且提升访问请求的限流效果。
其中,访问请求的时间点,例如为用户触发客户端的浏览器生成访问请求,浏览器将该访问请求发送至服务器的时间节点。
网络访问接入量的估计值为访问请求的时间点上,网络的后台服务器所能承载的访问请求接入量的预测值。
具体地,可以根据在访问请求的时间点之前的至少一个时间点来预测网络访问接入量的估计值。
可选地,确定在访问请求的时间点上,网络访问接入量的估计值,包括:从日志文件中读取在访问请求的时间点之前,且与访问请求的时间点相邻的时间点上的接入量信息,得到目标接入量信息;根据接入量预测模型和目标接入量信息确定在访问请求的时间点上,网络访问接入量的估计值。
S12:获取服务器在访问请求的时间点上的负载指数,并对估计值和负载指数进行加权求和处理,得到目标值。
可以理解的是,根据服务器的工作机制,在不同的时间点上,服务器的负载指数可以不同或者相同。
可选地,可以将服务器在访问请求的时间点上的实际请求连接数,和服务器所能承载的最大请求连接数的比值作为负载指数。
进一步地,可以对估计值和负载指数进行加权求和处理,得到目标值。
其中,目标值用于标记在访问请求的时间点上网络访问接入量,该网络访问接入量结合了在访问请求的时间点上,网络访问接入量的估计值,和服务器在访问请求的时间点上的负载指数。
S13:判断目标值是否大于预设阈值,得到判断结果。
其中,预设阈值可以根据经验设定,预设阈值标记在访问请求的时间点上,网络的后台服务器实际可以承载的访问请求的接入量。
可以将目标值和预设阈值做比对,得到目标值大于预设阈值,或者目标值小于或者等于预设阈值的判断结果。
可以理解的是,当目标值大于预设阈值时,表示在访问请求的时间点上,网络访问接入量大于网络的后台服务器实际可以承载的访问请求的接入量,此时,可以对访问请求进行限流处理,限流处理例如为丢弃访问请求,当目标值小于或者等于预设阈值时,表示在访问请求的时间点上,网络访问接入量小于或者等于网络的后台服务器实际可以承载的访问请求的接入量,此时,可以不对访问请求进行限流处理,例如对访问请求进行响应处理。
S14:根据判断结果对访问请求进行控制。
可选地,根据判断结果对访问请求进行控制,包括:如果判断结果为目标值大于预设阈值,则丢弃访问请求;如果判断结果为目标值小于或等于预设阈值,则对访问请求进行响应处理。
本实施例中,通过根据访问请求的时间点上,网络访问接入量的估计值,和服务器在访问请求的时间点上的负载指数进行加权求和处理,得到目标值,并根据目标值与预设阈值做判断后得到的判断结果对访问请求进行控制,能够有效避免服务器过载,且提升访问请求的限流效果。
图2是本发明另一实施例提出的访问请求的控制方法的流程示意图。
参见图2,该方法包括:
S201:获取访问请求的时间点之前的至少一个时间点的接入量信息。
其中,访问请求的时间点,例如为用户触发客户端的浏览器生成访问请求,浏览器将该访问请求发送至服务器的时间节点。
可选地,接入量信息包括至少一个时间点中的每个时间点上的接入量的估计值和实际值。
S202:根据接入量信息配置日志文件。
通过获取访问请求的时间点之前的至少一个时间点的接入量信息,并根据接入量信息配置日志文件,能够对网络访问的历史时间点的接入量信息进行统计,以便后续根据历史时间点的接入量信息推测在接收到访问请求的时刻网络访问接入量的估计值,有效增强访问请求的限流效果。
S203:接收访问请求。
用户在访问互联网的过程中,会触发客户端的浏览器生成访问请求,例如,用户在某互联网站的注册页面填写注册信息,点击提交按钮,会触发客户端的浏览器向服务器提交注册表单的访问请求,以使服务器对注册表单的访问请求进行业务处理。
S204:从日志文件中读取在访问请求的时间点之前,且与访问请求的时间点相邻的时间点上的接入量信息,得到目标接入量信息。
在本发明的实施例中,目标接入量信息标记访问请求的时间点之前的,最接近访问请求的时间点的一个时间点的接入量信息,可以根据目标接入量信息推测出在访问请求的时间点上网络访问接入量的估计值。
S205:根据接入量预测模型和目标接入量信息确定在访问请求的时间点上,网络访问接入量的估计值。
其中,接入量预测模型可以例如为指数平滑算法。指数平滑算法的公式如下:
具体地,可以根据上述指数平滑算法和目标接入量信息确定在访问请求的时间点上,网络访问接入量的估计值。
通过根据历史时间点的接入量信息推测访问请求的时间点上网络访问接入量的估计值,能够有效推测出大规模集中访问网络的情况,有效提升网络访问接入量的限流效果。
S206:将服务器在访问请求的时间点上的实际请求连接数,和服务器所能承载的最大请求连接数的比值作为负载指数。
可选地,假设服务器在访问请求的时间点上的实际请求连接数为m',服务器所能承载的最大请求连接数为m,则根据下述公式得到服务器的负载指数为:
loadFactor(server)=m'/m;
本步骤中,通过计算得到服务器的负载指数,可以不仅考虑访问请求的时间点上网络访问接入量的估计值,而且综合考虑服务器在访问请求的时间点上的负载指数,进一步提升网络访问接入量的限流效果。
S207:对估计值和负载指数进行加权求和处理,得到目标值。
其中,目标值用于标记在访问请求的时间点上网络访问接入量,该网络访问接入量结合了在访问请求的时间点上,网络访问接入量的估计值,和服务器在访问请求的时间点上的负载指数。
例如,可以采用下述公式对估计值和负载指数进行加权求和处理,得到目标值:
currentLimit(tk)=β·amount(tk)+λ·loadFactor(server);
其中,β、λ为调节因子,且β+λ=1,β、λ的可以根据经验取值,当网络访问接入量的变化幅度较大时,β取值较大,例如可以取值0.7,而当网络访问接入量的变化幅度较小时,β取值较小,例如可以取值为0.4以下。
本步骤中,通过根据网络访问接入量的变化幅度确定调节因子的值,在不同的网络访问接入量下采用不同数值的调节因子对估计值和负载指数进行加权求和处理,能够有效提升网络访问接入量的限流灵活性,提升该方法在大规模集中访问网络的情况下的适用性。
S208:判断目标值是否大于预设阈值,得到判断结果。
其中,预设阈值可以根据经验设定,预设阈值标记在访问请求的时间点上,网络的后台服务器实际可以承载的访问请求的接入量。
可以将目标值和预设阈值做比对,得到目标值大于预设阈值,或者目标值小于或者等于预设阈值的判断结果。
S209:如果判断结果为目标值大于预设阈值,则丢弃访问请求。
可以理解的是,当目标值大于预设阈值时,表示在访问请求的时间点上,网络访问接入量大于网络的后台服务器实际可以承载的访问请求的接入量,此时,可以对访问请求进行限流处理,限流处理例如为丢弃访问请求。
S210:如果判断结果为目标值小于或等于预设阈值,则对访问请求进行响应处理。
可以理解的是,当目标值小于或者等于预设阈值时,表示在访问请求的时间点上,网络访问接入量小于或者等于网络的后台服务器实际可以承载的访问请求的接入量,此时,可以不对访问请求进行限流处理,例如对访问请求进行响应处理。
本实施例中,通过获取访问请求的时间点之前的至少一个时间点的接入量信息,并根据接入量信息配置日志文件,能够对网络访问的历史时间点的接入量信息进行统计,以便后续根据历史时间点的接入量信息推测在接收到访问请求的时刻网络访问接入量的估计值,有效增强访问请求的限流效果。通过根据历史时间点的接入量信息推测访问请求的时间点上网络访问接入量的估计值,能够有效推测出大规模集中访问网络的情况,有效提升网络访问接入量的限流效果。通过计算得到服务器的负载指数,可以不仅考虑访问请求的时间点上网络访问接入量的估计值,而且综合考虑服务器在访问请求的时间点上的负载指数,进一步提升网络访问接入量的限流效果。通过根据网络访问接入量的变化幅度确定调节因子的值,在不同的网络访问接入量下采用不同数值的调节因子对估计值和负载指数进行加权求和处理,能够有效提升网络访问接入量的限流灵活性,提升该方法在大规模集中访问网络的情况下的适用性。通过根据访问请求的时间点上,网络访问接入量的估计值,和服务器在访问请求的时间点上的负载指数进行加权求和处理,得到目标值,并根据目标值与预设阈值做判断后得到的判断结果对访问请求进行控制,能够有效避免服务器过载,且提升访问请求的限流效果。
图3是本发明一实施例提出的访问请求的控制装置的结构示意图。该访问请求的控制装置300可以通过软件、硬件或者两者的结合实现。
参见图3,该访问请求的控制装置300可以包括:确定模块310、第一获取模块320、判断模块330,以及控制模块340。其中,
确定模块310,用于接收访问请求,并确定在访问请求的时间点上,网络访问接入量的估计值。
第一获取模块320,用于获取服务器在访问请求的时间点上的负载指数,并对估计值和负载指数进行加权求和处理,得到目标值。
可选地,第一获取模块320还用于:
将服务器在访问请求的时间点上的实际请求连接数,和服务器所能承载的最大请求连接数的比值作为负载指数。
判断模块330,用于判断目标值是否大于预设阈值,得到判断结果。
控制模块340,用于根据判断结果对访问请求进行控制。
一些实施例中,参见图4,该访问请求的控制装置300还可以包括:
可选地,控制模块340包括:
丢弃子模块341,用于在判断结果为目标值大于预设阈值时,丢弃访问请求。
处理子模块342,用于在判断结果为目标值小于或等于预设阈值时,对访问请求进行响应处理。
第二获取模块350,用于获取访问请求的时间点之前的至少一个时间点的接入量信息。
配置模块360,用于根据接入量信息配置日志文件。
可选地,确定模块310包括:
读取子模块311,用于从日志文件中读取在访问请求的时间点之前,且与访问请求的时间点相邻的时间点上的接入量信息,得到目标接入量信息。
可选地,接入量信息包括至少一个时间点中的每个时间点上的接入量的估计值和实际值。
确定子模块312,用于根据接入量预测模型和目标接入量信息确定在访问请求的时间点上,网络访问接入量的估计值。
需要说明的是,前述图1-图2实施例中对访问请求的控制方法实施例的解释说明也适用于该实施例的访问请求的控制装置,其实现原理类似,此处不再赘述。
本实施例中,通过根据访问请求的时间点上,网络访问接入量的估计值,和服务器在访问请求的时间点上的负载指数进行加权求和处理,得到目标值,并根据目标值与预设阈值做判断后得到的判断结果对访问请求进行控制,能够有效避免服务器过载,且提升访问请求的限流效果。
需要说明的是,在本发明的描述中,术语“第一”、“第二”等仅用于描述目的,而不能理解为指示或暗示相对重要性。此外,在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本发明的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本发明的实施例所属技术领域的技术人员所理解。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种访问请求的控制方法,其特征在于,包括以下步骤:
接收访问请求,并确定在所述访问请求的时间点上,网络访问接入量的估计值,所述网络访问接入量的估计值为在所述访问请求的时间点上,后台服务器上网络访问接入量的预测值;
获取服务器在所述访问请求的时间点上的负载指数,并对所述估计值和所述负载指数进行加权求和处理,得到目标值;
判断所述目标值是否大于预设阈值,得到判断结果;
根据所述判断结果对所述访问请求进行控制;
所述获取服务器在所述访问请求的时间点上的负载指数,包括:
将所述服务器在所述访问请求的时间点上的实际请求连接数,和所述服务器所能承载的最大请求连接数的比值作为所述负载指数。
2.如权利要求1所述的访问请求的控制方法,其特征在于,所述根据所述判断结果对所述访问请求进行控制,包括:
如果所述判断结果为所述目标值大于所述预设阈值,则丢弃所述访问请求;
如果所述判断结果为所述目标值小于或等于所述预设阈值,则对所述访问请求进行响应处理。
3.如权利要求1所述的访问请求的控制方法,其特征在于,在所述接收访问请求之前,还包括:
获取所述访问请求的时间点之前的至少一个时间点的接入量信息;
根据所述接入量信息配置日志文件。
4.如权利要求3所述的访问请求的控制方法,其特征在于,所述确定在所述访问请求的时间点上,网络访问接入量的估计值,包括:
从所述日志文件中读取在所述访问请求的时间点之前,且与所述访问请求的时间点相邻的时间点上的接入量信息,得到目标接入量信息;
根据接入量预测模型和所述目标接入量信息确定在所述访问请求的时间点上,网络访问接入量的估计值。
5.如权利要求3或4所述的访问请求的控制方法,其特征在于,所述接入量信息包括至少一个时间点中的每个时间点上的接入量的估计值和实际值。
6.一种访问请求的控制装置,其特征在于,包括:
确定模块,用于接收访问请求,并确定在所述访问请求的时间点上,网络访问接入量的估计值,所述网络访问接入量的估计值为在所述访问请求的时间点上,后台服务器上网络访问接入量的预测值;
第一获取模块,用于获取服务器在所述访问请求的时间点上的负载指数,并对所述估计值和所述负载指数进行加权求和处理,得到目标值;
判断模块,用于判断所述目标值是否大于预设阈值,得到判断结果;
控制模块,用于根据所述判断结果对所述访问请求进行控制;
所述第一获取模块还用于:
将所述服务器在所述访问请求的时间点上的实际请求连接数,和所述服务器所能承载的最大请求连接数的比值作为所述负载指数。
7.如权利要求6所述的访问请求的控制装置,其特征在于,所述控制模块包括:
丢弃子模块,用于在所述判断结果为所述目标值大于所述预设阈值时,丢弃所述访问请求;
处理子模块,用于在所述判断结果为所述目标值小于或等于所述预设阈值时,对所述访问请求进行响应处理。
8.如权利要求6所述的访问请求的控制装置,其特征在于,还包括:
第二获取模块,用于获取所述访问请求的时间点之前的至少一个时间点的接入量信息;
配置模块,用于根据所述接入量信息配置日志文件。
9.如权利要求8所述的访问请求的控制装置,其特征在于,所述确定模块包括:
读取子模块,用于从所述日志文件中读取在所述访问请求的时间点之前,且与所述访问请求的时间点相邻的时间点上的接入量信息,得到目标接入量信息;
确定子模块,用于根据接入量预测模型和所述目标接入量信息确定在所述访问请求的时间点上,网络访问接入量的估计值。
10.如权利要求8或9所述的访问请求的控制装置,其特征在于,所述接入量信息包括至少一个时间点中的每个时间点上的接入量的估计值和实际值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610780365.XA CN106330754B (zh) | 2016-08-31 | 2016-08-31 | 访问请求的控制方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610780365.XA CN106330754B (zh) | 2016-08-31 | 2016-08-31 | 访问请求的控制方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106330754A CN106330754A (zh) | 2017-01-11 |
CN106330754B true CN106330754B (zh) | 2020-02-21 |
Family
ID=57789783
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610780365.XA Active CN106330754B (zh) | 2016-08-31 | 2016-08-31 | 访问请求的控制方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106330754B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108989369B (zh) * | 2017-05-31 | 2021-07-06 | 北京京东尚科信息技术有限公司 | 对用户请求进行限流的方法及其系统 |
CN107291389A (zh) * | 2017-06-16 | 2017-10-24 | 郑州云海信息技术有限公司 | 一种存储策略智能触发执行的方法和装置 |
CN108551465B (zh) * | 2018-03-09 | 2020-06-09 | 平安科技(深圳)有限公司 | 服务器并发数控制方法、装置、计算机设备及存储介质 |
CN108683605B (zh) * | 2018-06-12 | 2021-08-24 | 创新先进技术有限公司 | 一种服务调用的限流方法和装置 |
CN109274547A (zh) * | 2018-08-17 | 2019-01-25 | 中国平安人寿保险股份有限公司 | 基于网络安全的服务熔断方法、装置、设备及存储介质 |
CN109299049B (zh) * | 2018-10-11 | 2022-03-22 | 郑州云海信息技术有限公司 | 一种文件访问请求的处理方法及装置 |
CN111030936B (zh) * | 2019-11-18 | 2023-04-07 | 腾讯云计算(北京)有限责任公司 | 网络访问的限流控制方法、装置及计算机可读存储介质 |
CN114071770B (zh) * | 2021-12-20 | 2023-09-05 | 广东新电电力科技有限公司 | 基于智能通信管理网关的通信控制方法和装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102915374A (zh) * | 2012-11-07 | 2013-02-06 | 北京搜狐新媒体信息技术有限公司 | 一种控制数据库资源访问的方法、装置及系统 |
CN103152389A (zh) * | 2013-02-01 | 2013-06-12 | 华南师范大学 | 应用于云计算机系统中应对高峰访问的方法和装置 |
CN104182801A (zh) * | 2013-05-22 | 2014-12-03 | 阿里巴巴集团控股有限公司 | 一种预测网站访问量的方法及设备 |
CN104767689A (zh) * | 2014-01-07 | 2015-07-08 | 腾讯科技(深圳)有限公司 | 控制网络访问接入量的方法及服务器 |
CN104978335A (zh) * | 2014-04-04 | 2015-10-14 | 阿里巴巴集团控股有限公司 | 数据访问控制方法和装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110199905A1 (en) * | 2010-02-12 | 2011-08-18 | Interdigital Patent Holdings, Inc. | Access control and congestion control in machine-to-machine communication |
-
2016
- 2016-08-31 CN CN201610780365.XA patent/CN106330754B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102915374A (zh) * | 2012-11-07 | 2013-02-06 | 北京搜狐新媒体信息技术有限公司 | 一种控制数据库资源访问的方法、装置及系统 |
CN103152389A (zh) * | 2013-02-01 | 2013-06-12 | 华南师范大学 | 应用于云计算机系统中应对高峰访问的方法和装置 |
CN104182801A (zh) * | 2013-05-22 | 2014-12-03 | 阿里巴巴集团控股有限公司 | 一种预测网站访问量的方法及设备 |
CN104767689A (zh) * | 2014-01-07 | 2015-07-08 | 腾讯科技(深圳)有限公司 | 控制网络访问接入量的方法及服务器 |
CN104978335A (zh) * | 2014-04-04 | 2015-10-14 | 阿里巴巴集团控股有限公司 | 数据访问控制方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN106330754A (zh) | 2017-01-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106330754B (zh) | 访问请求的控制方法和装置 | |
CN106933650B (zh) | 云应用系统的负载管理方法及系统 | |
US9686352B2 (en) | Saturation detection and admission control for storage devices | |
EP2706731B1 (en) | Systems and methods for load balancing using predictive routing | |
US8560667B2 (en) | Analysis method and apparatus | |
Van Rossem et al. | Profile-based resource allocation for virtualized network functions | |
KR101938455B1 (ko) | 동적인 에지 컴퓨팅을 수행하는 방법 및 장치 | |
Andreolini et al. | Load prediction models in web-based systems | |
JP2014501994A (ja) | 企業アプリケーションのシームレス・スケーリング | |
CN112506643A (zh) | 一种分布式系统的负载均衡方法、装置及电子设备 | |
KR20190055613A (ko) | 클라우드 컴퓨팅 시스템에서의 자원 제어 장치 및 방법 | |
US10108520B2 (en) | Systems and methods for service demand based performance prediction with varying workloads | |
Samouylov et al. | Sojourn time analysis for processor sharing loss system with unreliable server | |
KR20180088392A (ko) | 조기 경고 결정 방법, 노드 및 서브 시스템 | |
US7240115B2 (en) | Programmatically allocating memory among competing services in a distributed computing environment | |
US20180145883A1 (en) | Server, computer program product, and communication system | |
WO2022222906A1 (zh) | 带宽预测器的设置、服务调整方法及装置 | |
JP2015011365A (ja) | プロビジョニング装置、システム、プロビジョニング方法、および、プロビジョニングプログラム | |
US10069929B2 (en) | Estimating cache size for cache routers in information centric networks | |
CN108600147B (zh) | 一种下载速度预测方法及装置 | |
WO2012087104A1 (en) | Intelligent load handling in cloud infrastructure using trend analysis | |
WO2014101532A1 (zh) | 一种程序运行性能分析方法及装置 | |
CN110677683B (zh) | 视频存储、视频访问方法及分布式存储、视频访问系统 | |
US9998347B2 (en) | Monitoring device usage | |
US9537740B2 (en) | Monitoring device usage |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |