CN107295042A - 一种为用户分配数据中心的方法和设备 - Google Patents
一种为用户分配数据中心的方法和设备 Download PDFInfo
- Publication number
- CN107295042A CN107295042A CN201610201655.4A CN201610201655A CN107295042A CN 107295042 A CN107295042 A CN 107295042A CN 201610201655 A CN201610201655 A CN 201610201655A CN 107295042 A CN107295042 A CN 107295042A
- Authority
- CN
- China
- Prior art keywords
- user
- data center
- idc
- data
- center
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012546 transfer Methods 0.000 claims abstract description 100
- 238000012545 processing Methods 0.000 claims abstract description 60
- 230000027455 binding Effects 0.000 claims description 88
- 238000009739 binding Methods 0.000 claims description 88
- 230000008859 change Effects 0.000 claims description 18
- 238000005516 engineering process Methods 0.000 abstract description 10
- 238000004891 communication Methods 0.000 abstract description 3
- 230000006854 communication Effects 0.000 abstract description 3
- 238000013507 mapping Methods 0.000 description 18
- 238000010586 diagram Methods 0.000 description 17
- 230000004048 modification Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 238000004590 computer program Methods 0.000 description 3
- 230000005012 migration Effects 0.000 description 3
- 238000013508 migration Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000003672 processing method Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L9/00—Cryptographic mechanisms or cryptographic arrangements for secret or secure communications; Network security protocols
- H04L9/40—Network security protocols
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
-
- 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
- H04L47/12—Avoiding congestion; Recovering from congestion
- H04L47/125—Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1031—Controlling of the operation of servers by a load balancer, e.g. adding or removing servers that serve requests
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/50—Network services
- H04L67/56—Provisioning of proxy services
- H04L67/563—Data redirection of data network streams
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Security & Cryptography (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
- Information Transfer Between Computers (AREA)
Abstract
本公开内容涉及网络通信技术领域,特别涉及一种为用户分配数据中心的方法和设备,用以解决现有技术基于IP地址段为用户分配数据中心的方法,在流量高峰期时,不能合理的为用户分配数据中心的问题。本公开内容实施例确定每个数据中心的分配流量占比,以及确定所述每个数据中心的高峰流量占比;确定需要进行用户转移的第一数据中心和能够接纳用户的第二数据中心;将所述第一数据中心中需要转移的用户转移处理到所述确定的第二数据中心;由于本公开内容实施例在流量高峰期时,调整用户归属的数据中心,能够为用户合理的分配数据中心。
Description
技术领域
本公开内容涉及网络通信技术领域,特别涉及一种为用户分配数据中心的方法和设备。
背景技术
随着互联网技术的发展,互联网的用户越来越多,分布也越来越广泛。尤其大互联网公司,其用户大都分布在广泛的地理区域,而且越来越多的大型互联网公司将业务向全球发展,这使得其提供的网络服务面临着分布全球的海量用户。
随着互联网公司用户的增多,以及用户分布越来越广泛,互联网为了更好地满足用户需要,需要提供多个数据中心。由于用户的访问速度往往因归属数据中心的地点而不同,理论上用户归属的数据中心距离用户越近,访问速度越快。因此,在为用户分配归属的数据中心时,需要将用户分配至距离其最近的数据中心。互联网公司往往会面临可预期的突发流量增长,在面临突发流量增长时,由于不同数据中心能够承载用户产生的流量是不同的,有的数据中心无法承载流量高峰期就近访问的用户产生的流量,这就需要在突发流量增长时,合理分配归属于数据中心的用户。比如阿里巴巴集团每年一次的全球双十一购物狂欢节。如果采用就近分配数据中心的方法为用户分配数据中心,若大多数狂欢节的用户都集中在某一个区域,则会出现局部流量过大的问题。
现有技术在确定用户归属的数据中心时,基于DNS(Domain Name System,域名系统)技术,根据用户IP(Internet Protocol,网络之间互联的协议)地址段所归属的地理区域,将域名解析到最近的机房,从而为用户就近分配数据中心。但是,由于IP地址与用户的对应关系非常间接,多个用户可能共用同一个IP地址,一个用户也可能使用多个IP地址。基于IP地址段为用户分配数据中心的方法,在流量高峰期时,无法准确确定每个数据中心的实际用户数量,不能合理的为用户分配数据中心。
综上所述,目前的基于IP地址段为用户分配数据中心的方法,在流量高峰期时,不能合理的为用户分配数据中心。
发明内容
本公开内容提供一种为用户分配数据中心的方法和设备,用以解决现有技术基于IP地址段为用户分配数据中心的方法,在流量高峰期时,不能合理的为用户分配数据中心的问题。
基于上述问题,本公开内容实施例提供一种为用户分配数据中心的方法,包括:
确定每个数据中心的分配流量占比,以及确定所述每个数据中心的高峰流量占比;
确定需要进行用户转移的第一数据中心和能够接纳用户的第二数据中心;
将所述第一数据中心中需要转移的用户转移处理到所述确定的第二数据中心;
其中所述第一数据中心为所述高峰流量占比大于所述分配流量占比的数据中心,所述第二数据中心为所述高峰流量占比小于所述分配流量占比的数据中心。
由于本公开内容实施例将高峰流量占比大于分配流量占比的数据中心作为第一数据中心,并确定第一数据中心中需要转移的用户,以及将分配流量占比大于高峰流量占比的数据中心作为第二数据中心,根据所述第二数据中心,对所述第一数据中心中需要转移的用户进行转移处理,确保每个数据中心都能满足归属于该数据中心的所有用户使用。本公开内容实施例根据每个数据中心的分配流量占比和高峰流量占比,在数据中心的分配流量占比和高峰流量占比存在差值时,调整用户归属的数据中心,为用户合理的分配数据中心。
可选的,所述数据中心的分配流量占比为所述数据中心承载用户流量的上限占全部数据中心承载用户流量的上限之和的比值。
可选的,所述确定所述每个数据中心的高峰流量占比,包括:
针对任意一个所述数据中心,将归属所述数据中心的用户的流量权值之和,与归属全部数据中心的所有用户的所述流量权值之和的比值,作为所述数据中心的高峰流量占比。
由于本公开内容实施例提供了根据流量权值确定数据中心的高峰流量占比的方法,从而准确计算得到数据中心的高峰流量占比。
可选的,所述用户的流量权值为表示所述用户产生的用户流量占全部数据中心的所有用户产生的用户流量之和的比重的数值。
由于本公开内容实施例给出了预测用户的流量权值的方法,从而能够根据用户的流量权值得到数据中心的高峰流量占比。
可选的,所述将所述第一数据中心中需要转移的用户转移处理到所述确定的第二数据中心,包括:
针对任意一个所述第一数据中心,根据数据中心和用户的绑定关系,确定归属所述第一数据中心的所有用户;
从归属所述第一数据中心的所述所有用户中,确定所述第一数据中心中需要进行转移的用户,以及从所有所述能够接纳用户的第二数据中心中,确定能够接纳所述第一数据中心中所述需要进行转移的用户的至少一个所述第二数据中心;并将所述需要进行转移的用户转移处理到所述确定的至少一个所述第二数据中心。
由于本公开内容实施例针对一个第一数据中心,从该第一数据中心中选取需要进行转移的用户,将第一数据中心中需要转移的用户转移至第二数据中心中,确保每个数据中心都能满足归属于该数据中心的所有用户使用。
可选的,所述确定所述第一数据中心中需要进行转移的用户,包括:
确定归属所述第一数据中心的每一个用户的用户流量占比;
根据所述用户流量占比,从归属所述第一数据中心的所有所述用户中选取需要进行转移的用户,其中选取的所述用户的所述用户流量占比之和不小于所述第一数据中心的所述高峰流量占比与所述分配流量占比之差。
由于本公开内容实施例根据第一数据中心的每一个用户的流量占比,在确定需要将第一数据中心中需要转移的用户进行转移时,从第一数据中心中选取出流量占比之和不小于第一数据中心的高峰流量占比与分配流量占比之差的用户,使得第一数据中心能够满足归属于该第一数据中心的用户使用,从而合理的为用户分配数据中心。
可选的,所述根据所述用户流量占比,从归属所述第一数据中心的所有所述用户中选取需要进行转移的用户,包括:
根据所述用户流量占比,将从高到低排序的前N个用户作为所述需要进行转移的用户;
其中N为正整数。
由于本公开内容实施例在确定第一数据中心中需要进行转移的用户时,根据第一数据中心中所有用户的用户流量占比,选取出用户流量占比最大的N个用户作为需要进行转移的用户,并且该选取出的N个用户的用户流量占比之和不小于该第一数据中心的高峰流量占比与分配流量占比之差,从而在影响尽量少的用户的情况下,实现数据中心的合理分配。
可选的,从所有所述能够接纳用户的第二数据中心中,确定能够接纳所述第一数据中心中所述需要进行转移的用户的至少一个所述第二数据中心,包括:
根据设定的转移原则,从所有所述能够接纳用户的第二数据中心中,确定能够接纳所述第一数据中心中所述需要进行转移的用户的至少一个所述第二数据中心;
所述转移原则包括下列转移原则中的一个:
转移原则一、根据所有所述第一数据中心的第一差值,将所有所述第一数据中心按照从大到小进行排序;以及根据所有所述第二数据中心的第二差值,将所有所述第二数据中心按照从大到小进行排序;
针对任意一个所述第一数据中心,确定与所述第一数据中心匹配的所述第二数据中心,其中与所述第一数据中心匹配的所述第二数据中心在排序后的所有所述第二数据中心中的位置不低于与目标第一数据中心匹配的所述第二数据中心在排序后的所有所述第二数据中心中的位置,所述目标第一数据中心在排序后的所有所述第一数据中心中的位置低于所述第一数据中心在排序后的所有所述第一数据中心中的位置;
其中,所述第一数据中心的第一差值为所述第一数据中心的高峰流量占比和所述第一数据中心的分配流量占比的差值;所述第二数据中心的第二差值为所述第二数据中心的分配流量占比和所述第二数据中心的高峰流量占比的差值;
转移原则二、将所述能够接纳用户的第二数据中心中距离所述第一数据中心最近的第二数据中心,作为能够接纳所述第一数据中心中所述需要进行转移的用户的第二数据中心。
由于本公开内容实施例在确定第一数据中心中需要转移的用户之后,提供了多种转移规则,用于确定接纳第一数据中心需要转移的用户的第二数据中心,以及不同的转移方法,从而实现了为用户灵活的分配数据中心。
可选的,根据下列方式生成所述数据中心和用户的绑定关系:
根据不同时间的用户的访问日志,多次确定所述用户登录时的归属地;
从所述多次确定的所述用户登录时的归属地中确定同一个归属地出现的次数;
根据次数最多的归属地,确定所述用户绑定的数据中心,并生成所述数据中心和用户的绑定关系。
由于本公开内容实施例根据用户ID唯一标识用户,并确定用户长期登录的归属地,将距离用户长期登录的归属地最近的数据中心作为用户归属的数据中心,避免了根据IP地址确定用户归属的数据中心的不准确性,从而准确地将用户归属到最近的数据中心。
可选的,所述确定需要进行用户转移的第一数据中心和能够接纳用户的第二数据中心的步骤是在繁忙时段内完成的;
所述根据不同时间的用户的访问日志,多次确定所述用户的归属地的步骤是在非繁忙时段内完成的。
由于本公开内容实施例提供了针对繁忙时期和非繁忙时期,分别为用户分配数据中心的方法。在非繁忙时期,为用户就近分配数据中心;在非繁忙时期,根据每个数据中心的分配流量占比和高峰流量占比,合理调整归属于数据中心的用户,从而灵活准确地为用户分配数据中心。
可选的,所述根据次数最多的归属地,确定所述用户绑定的数据中心之后,还包括:
在非繁忙时段的设定时长内,若根据不同时间的所述用户的访问日志,多次确定所述用户登录时的归属地对应的数据中心为同一个,且所述用户登录时的所述归属地对应的所述数据中心与所述用户当前绑定的数据中心不同,则将所述用户登录时的所述归属地对应的所述数据中心作为所述用户绑定的数据中心。
由于本公开内容实施例在确定用户的归属地发生变化后,多次确定变化后的归属地,若在设定时长内变化后的归属地为同一个,则确定用户的归属地发生变化,修改该用户当前绑定的数据中心,从而更好地满足用户通过最近的数据中心访问互联网。
可选的,该方法还包括:
在非繁忙时段内,若所述数据中心和用户的绑定关系发生变化后,将所述用户转移处理到所述变化后的数据中心。
由于本公开内容实施例在数据中心和用户的绑定关系发生变化后,还需要将用户归属的数据中心发生变化的用户数据进行转移,将用户的用户数据从原来归属的数据中心迁移至变化后的数据中心中。
可选的,该方法还包括:
在非繁忙时段内,若所述用户登录时的归属地与所述用户当前绑定的数据中心对应的归属地不同,控制所述当前绑定的数据中心为所述用户提供网络服务。
由于本公开内容实施例每个用户的用户数据存放在用户归属的数据中心中,在用户登录地发生变化后,仍然使用用户归属的数据中心为用户提供网络服务,从而避免了同一用户对应多个数据中心的问题,提高了数据中心提供网络服务的准确性。
另一方面,本公开内容实施例还提供一种为用户分配数据中心的设备,包括:
获取模块,用于确定每个数据中心的分配流量占比,以及确定所述每个数据中心的高峰流量占比;
确定模块,用于确定需要进行用户转移的第一数据中心和能够接纳用户的第二数据中心;
处理模块,用于将所述第一数据中心中需要转移的用户转移处理到所述确定的第二数据中心;其中所述第一数据中心为所述高峰流量占比大于所述分配流量占比的数据中心,所述第二数据中心为所述高峰流量占比小于所述分配流量占比的数据中心。
可选的,所述数据中心的分配流量占比为所述数据中心承载用户流量的上限与全部数据中心承载用户流量的上限之和的比值。
可选的,所述获取模块,具体用于:
针对任意一个所述数据中心,将归属所述数据中心的用户的流量权值之和,与归属全部数据中心的所有用户的所述流量权值之和的比值,作为所述数据中心的高峰流量占比。
可选的,所述处理模块,具体用于:
针对任意一个所述第一数据中心,根据数据中心和用户的绑定关系,确定归属所述第一数据中心的所有用户;从归属所述第一数据中心的所述所有用户中,确定所述第一数据中心中需要进行转移的用户,以及从所有所述能够接纳用户的第二数据中心中,确定能够接纳所述第一数据中心中所述需要进行转移的用户的至少一个所述第二数据中心;并将所述需要进行转移的用户转移处理到所述确定的至少一个所述第二数据中心。
可选的,所述处理模块,具体用于:
确定归属所述第一数据中心的每一个用户的用户流量占比;根据所述用户流量占比,从归属所述第一数据中心的所有所述用户中选取需要进行转移的用户,其中选取的所述用户的所述用户流量占比之和不小于所述第一数据中心的所述高峰流量占比与所述分配流量占比之差。
可选的,所述处理模块,具体用于:
根据所述用户流量占比,将从高到低排序的前N个用户作为所述需要进行转移的用户;其中N为正整数。
可选的,所述处理模块,具体用于:
根据设定的转移原则,从所有所述能够接纳用户的第二数据中心中,确定能够接纳所述第一数据中心中所述需要进行转移的用户的至少一个第二数据中心;
所述转移原则包括下列转移原则中的一个:
转移原则一、根据所有所述第一数据中心的第一差值,将所有所述第一数据中心按照从大到小进行排序;以及根据所有所述第二数据中心的第二差值,将所有所述第二数据中心按照从大到小进行排序;
针对任意一个所述第一数据中心,确定与所述第一数据中心匹配的所述第二数据中心,其中与所述第一数据中心匹配的所述第二数据中心在排序后的所有所述第二数据中心中的位置不低于与目标第一数据中心匹配的所述第二数据中心在排序后的所有所述第二数据中心中的位置,所述目标第一数据中心在排序后的所有所述第一数据中心中的位置低于所述第一数据中心在排序后的所有所述第一数据中心中的位置;
其中,所述第一数据中心的第一差值为所述第一数据中心的高峰流量占比和所述第一数据中心的分配流量占比的差值;所述第二数据中心的第二差值为所述第二数据中心的分配流量占比和所述第二数据中心的高峰流量占比的差值;
转移原则二、将所述能够接纳用户的第二数据中心中距离所述第一数据中心最近的第二数据中心,作为能够接纳所述第一数据中心中所述需要进行转移的用户的第二数据中心。
可选的,所述处理模块,还用于,根据下列方式生成所述数据中心和用户的绑定关系:
根据不同时间的用户的访问日志,多次确定所述用户登录时的归属地;从所述多次确定的所述用户登录时的归属地中确定同一个归属地出现的次数;根据次数最多的归属地,确定所述用户绑定的数据中心,并生成所述数据中心和用户的绑定关系。
可选的,所述处理模块,具体用于:所述确定需要进行用户转移的第一数据中心和能够接纳用户的第二数据中心的步骤是在繁忙时段内完成的;
所述根据不同时间的用户的访问日志,多次确定所述用户的归属地的步骤是在非繁忙时段内完成的。
可选的,所述处理模块,还用于:
在非繁忙时段的设定时长内,若根据不同时间的所述用户的访问日志,多次确定所述用户登录时的归属地对应的数据中心为同一个,且所述用户登录时的所述归属地对应的所述数据中心与所述用户当前绑定的数据中心不同,则将所述用户登录时的所述归属地对应的所述数据中心作为所述用户绑定的数据中心。
可选的,所述处理模块,还用于:
在非繁忙时段内,若所述数据中心和用户的绑定关系发生变化后,将所述用户转移处理到所述变化后的数据中心。
可选的,所述处理模块,还用于:
在非繁忙时段内,若所述用户登录时的归属地与所述用户当前绑定的数据中心对应的归属地不同,控制所述当前绑定的数据中心为所述用户提供网络服务。
附图说明
图1A为本公开内容实施例用户与IDC的映射关系示意图一;
图1B为本公开内容实施例路由表一的示意图;
图2为本公开内容实施例提供的一种为用户分配IDC的方法流程图;
图3为本公开内容实施例用户与IDC的映射关系示意图二;
图4为本公开内容实施例用户与IDC的映射关系示意图三;
图5为本公开内容实施例路由表二的示意图;
图6A为本公开内容实施例用户转移前的用户与IDC的映射关系示意图;
图6B为本公开内容实施例用户转移前路由表的示意图;
图6C为本公开内容实施例用户转移后的用户与IDC的映射关系示意图;
图6D为本公开内容实施例用户转移后路由表的示意图;
图7为本公开内容实施例提供的一种为用户分配IDC的方法整体流程图;
图8为本公开内容实施例提供的一种的生成IDC和归属IDC的用户的绑定关系的方法流程图;
图9为本公开内容实施例提供一种的IDC为用户提供服务的方法流程图;
图10为本公开内容实施例提供的一种为用户分配数据中心的设备的结构示意图。
具体实施方式
本公开内容实施例确定每个数据中心的分配流量占比,以及确定所述每个数据中心的高峰流量占比;确定需要进行用户转移的第一数据中心和能够接纳用户的第二数据中心;将所述第一数据中心中需要转移的用户转移处理到所述确定的第二数据中心;其中所述第一数据中心为所述高峰流量占比大于所述分配流量占比的数据中心,第二数据中心为所述高峰流量占比小于所述分配流量占比的数据中心。
由于本公开内容实施例将高峰流量占比大于分配流量占比的数据中心作为第一数据中心,并确定第一数据中心中需要转移的用户,以及将分配流量占比大于高峰流量占比的数据中心作为第二数据中心;根据所述第二数据中心,对所述第一数据中心中需要转移的用户进行转移处理,确保每个数据中心都能满足归属于该数据中心的所有用户使用。本公开内容实施例根据每个数据中心的分配流量占比和高峰流量占比,在数据中心的分配流量占比和高峰流量占比存在差值时,调整用户归属的数据中心,为用户合理的分配数据中心。
本公开内容实施例可以应用在有多个数据中心为用户提供服务的场景。在该场景中,需要根据多个数据中心,为用户合理分配数据中心,以提高用户体验。
本公开内容实施例的数据中心可以为IDC(Internet Data Center,互联网数据中心),还可以是其它用于存放数据的中心。为了方便介绍,下面以数据中心是IDC为例进行说明。需要说明的是,数据中心是其他用于存放数据的中心的处理方法与数据中心是IDC的处理方法相同,在此不再赘述。
本公开内容实施例的IDC具体为互联网数据中心,在该互联网数据中心中包括了一定数量的网络服务器,并在网络服务器上部署特定的互联网软件,对互联网的用户提供网络服务。
本公开内容实施例包括一个重要的组成部分就是记录用户到其最近IDC的映射关系,又可以称为路由表。具体的,用户到其最近IDC的映射关系以集合的形式实现,该集合中元素为用户与用户归属的IDC的映射关系,形如<user_id,IDC>。所有的用户与用户归属的IDC的映射关系构成的集合为路由表,路由表可以采用Set<<user_id,IDC>>表示。
例如,本公开内容实施例的IDC包括IDC1、IDC2和IDC3,用户包括用户A、用户B、用户C、用户D,用户E、用户F、用户G和用户H。其中,A、B、C、D、E、F、G和H为用户ID,用户和IDC的映射关系如图1A所示,用户A、用户B和用户E归属于IDC1;用户C、用户F和用户G归属于IDC2;用户D和用户H归属于IDC3。则所有用户与用户归属的IDC的映射关系构成的集合,采用路由表的形式表示,路由表如图1B所示,即:Set<<用户A,IDC1>,<用户B,IDC1>,<用户C,IDC2>,<用户D,IDC3>,<用户E,IDC1>,<用户F,IDC2>,<用户G,IDC2>,<用户H,IDC3>>。
下面结合说明书附图对本公开内容实施例作进一步详细描述。
如图2所示,本公开内容实施例提供的一种为用户分配IDC的方法,包括:
步骤201、确定每个IDC的分配流量占比,以及确定所述每个IDC的高峰流量占比;
步骤202、确定需要进行用户转移的第一IDC和能够接纳用户的第二IDC;
步骤203、将所述第一IDC中需要转移的用户转移处理到所述确定的第二IDC;其中所述第一IDC为所述高峰流量占比大于所述分配流量占比的IDC,所述第二IDC为所述高峰流量占比小于所述分配流量占比的IDC。
本公开内容实施例对于互联网上的每一个用户,均为其分配了唯一标识ID,本公开内容实施例根据用户ID标识用户。例如,对于阿里巴巴互联网的用户,在用户使用阿里巴巴互联网时,会要求用户在其网站上进行注册,在用户注册成功时,为用户分配用户ID。
本公开内容实施例的数据中心的分配流量占比为所述数据中心承载用户流量的上限与全部数据中心承载用户流量的上限之和的比值。
并且,本公开内容实施例数据中心的分配流量占比为预先配置的。实施中,针对每一个IDC,为每一个IDC预先分配了分配流量占比。比如,<IDC1,30%>,则表示在IDC1中预先归属了30%的流量,即IDC1最多承载全局30%流量。
本公开内容实施例在需要确定IDC的分配流量占比时,可以直接获取得到为每一个IDC预先分配的分配流量占比。
本公开内容实施例预先配置分配流量占比时,根据每个IDC对应的网络服务器的数量确定的。具体的,针对任意一个IDC,在确定该IDC的分配流量占比时,将该IDC对应的网络服务器的数量与全部IDC对应的所有网络服务器的数量的比值作为该IDC的分配流量占比。
例如,本公开内容实施例共包括三个IDC,分别为IDC1、IDC2和IDC3,IDC1对应的网络服务器有30个,IDC2对应的网络服务器有30个,IDC3对应的网络服务器有40个,则确定IDC1和IDC2的分配流量占比为30%,IDC3对应的分配流量占比为40%。
本公开内容实施例的数据中心的高峰流量占比为归属所述数据中心的用户的流量权值之和,与归属全部数据中心的所有用户的所述流量权值之和的比值。
需要说明的是,在确定本公开内容是实施例数据中心的高峰流量占比时,需要预测出归属全部数据中心的每一个用户可能产生的用户流量(在本公开内容实施例中采用用户的流量权值表示),将该数据中心对应的用户可能产生的用户流量之和,与归属全部数据中心的所有用户可能产生的用户流量之和的比值,作为该数据中心的高峰流量占比。
具体的,本公开内容实施例的每个IDC的高峰流量占比根据下列步骤计算得到。
1、获取所有用户对应的历史访问数据。
本公开内容实施例的所有用户是指使用该互联网的用户,具体的可以是在该互联网上注册过的用户,并且注册过的用户在该互联网上有用户唯一标识ID。例如,阿里巴巴的用户,即在阿里巴巴网络上注册过的会员。
2、通过机器学习算法,确定每一个用户的流量权值。
本公开内容实施例根据获取到的用户对应的历史访问数据,通过机器学习算法,预测出用户可能产生的流量权值。
其中,本公开内容实施例的所述用户的流量权值为表示所述用户产生的用户流量占全部数据中心的所有用户产生的用户流量之和的比重的数值。
其中,用户的流量权值为0-100分的分值,用以标识用户能够产生的流量权重。
本公开内容实施例在预测用户的流量权值时,首先确定用户可能产生的用户流量占全局用户产生的用户流量之和的比值,再根据流量比值与流量权值的对应关系,确定用户的流量权值。
例如,在确定用户A的流量权值时,通过计算得到用户A可能产生的用户流量占全局用户产生的用户流量的比值为0.02,假设流量比值在0.015-0.02之间时,对应的流量权值为80,则确定用户A的流量取值为80。
需要说明的是,本公开内容实施例对于确定用户的流量权值采用的机器算法的具体算法类型不作限定,任何能够根据用户的历史行为数据预测用户可能产生的流量权重的方法均适用于本公开内容。
3、根据每一个用户的流量权值,确定每一个IDC的高峰流量占比。
针对任意一个IDC,将归属所述IDC的用户的流量权值之和,与归属全部IDC的所有用户的流量权值之和的比值,作为所述IDC的高峰流量占比。
具体的,针对任意一个IDC,确定归属于该IDC的所有的用户,将归属于该IDC的所有用户的流量权值相加,得到该IDC的流量权值;将全局所有用户的流量权值相加,得到全局的流量权值,将IDC的流量权值与全局的流量权值的比值,作为IDC的高峰流量占比。
本公开内容实施例每一个IDC的高峰流量占比为每一个IDC可能产生的最大流量占比,在实际过程中,每一个IDC产生的流量占比小于或等于该高峰流量占比。
例如,假设全局共包括三个IDC,分别为IDC1、IDC2和IDC3;全局用户包括用户A、用户B、用户C、用户D、用户E、用户F和用户G,其中,用户和IDC的映射关系如图3所示,归属于IDC1的用户有用户A和用户B;归属于IDC2的用户有用户C、用户D和用户E;归属于IDC3的用户有用户F和用户G。并且用户A的流量权值为60,用户B的流量权值为70,用户C的流量权值为55,用户D的流量权值为40,用户E的流量权值为80,用户F的流量权值为65,用户G的流量权值为90。则根据上述信息确定IDC1的高峰流量占比为:(60+70)/(60+70+55+40+80+65+90)=28%;确定IDC2的高峰流量占比为:(55+40+80)/(60+70+55+40+80+65+90)=38%;确定IDC3的高峰流量占比为:(65+90)/(60+70+55+40+80+65+90)=34%。
本公开内容实施例全局所有的IDC包括但不限于第一IDC和第二IDC两大类。
其中,第一IDC为根据分配流量占比和高峰流量占比,确定高峰流量占比大于分配流量占比的IDC,即在繁忙时期,第一IDC能够提供的流量无法满足归属于该IDC的用户需要使用的流量,第一IDC为需要进行用户转移的IDC。
第二IDC为根据分配流量占比和高峰流量占比,确定高峰流量占比小于分配流量占比的IDC,即在繁忙时期,第二IDC能够提供的流量大于归属于该IDC的用户需要使用的流量,第二IDC为能够接纳用户的IDC。
例如,假设全局共包括两个IDC,分别为IDC1和IDC2;IDC1的分配流量占比为50%,IDC2的分配流量占比为50%。全局用户包括用户A、用户B、用户C、用户D、和用户F,其中,用户与用户归属的IDC的映射关系如图4所示,归属于IDC1的用户有用户A、用户B和用户E;归属于IDC2的用户有用户C、用户D和用户F;并且用户A的流量权值为60,用户B的流量权值为70,用户C的流量权值为55,用户D的流量权值为40,用户E的流量权值为80,用户F的流量权值为65。则根据上述信息确定IDC1的高峰流量占比为:(60+70+80)/(60+70+55+40+80+65)=57%;确定IDC2的高峰流量占比为:(55+40+65)/(60+70+55+40+80+65)=43%。
根据DC1、IDC2和IDC3的分配流量占比和高峰流量占比,确定IDC1的高峰流量占比大于分配流量占比,则确定IDC1为第一IDC,即需要将IDC1的部分用户进行转移;确定IDC2的高峰流量占比小于分配流量占比,则确定IDC2为第二IDC,即IDC2能够接纳IDC1中需要转移的用户。
本公开内容实施例在确定需要进行用户转移的第一IDC和能够接纳用户的第二IDC之后,还需要确定第一IDC中需要转移的用户。由于针对每一个第一IDC,确定第一IDC中需要转移的用户的方法相同,下面以一个第一IDC为例进行说明。
可选的,本公开内容实施例在将第一数据中心中需要转移的用户转移处理到确定的第二数据中心时,具体可以采用下列方式:
针对任意一个第一IDC,根据IDC和用户的绑定关系,确定归属所述第一IDC的所有用户;
从归属所述第一IDC的所述所有用户中,确定所述第一IDC中需要进行转移的用户,以及从所有所述能够接纳用户的第二IDC中,确定能够接纳所述第一IDC中所述需要进行转移的用户的至少一个所述第二IDC;并将所述需要进行转移的用户转移处理到所述确定的至少一个所述第二IDC。
本公开内容实施例针对任意一个第一IDC,根据下列步骤确定第一IDC中需要进行转移的用户。
1、根据IDC和用户的绑定关系,确定归属所述第一IDC的所有用户;
本公开内容实施例可以根据路由表确定归属于该第一IDC的所有用户。例如,本公开内容实施例的路由表如图5所示,即:Set<<用户A,IDC1>,<用户B,IDC1>,<用户C,IDC2>,<用户D,IDC2>,<用户E,IDC2>,<用户F,IDC3>>,并且若IDC2为第一IDC,则在确定第一IDC对应的所有用户时,根据路由表,确定归属IDC2的所有用户为用户D、用户E和用户F。
2、从归属所述第一IDC的所有用户中,确定所述第一IDC中需要进行转移的用户。
具体的,确定归属所述第一IDC的每一个用户的用户流量占比;根据所述用户流量占比,从归属所述第一IDC的所有用户中选取需要进行转移的用户,其中选取的所述用户的用户流量占比之和不小于所述第一IDC的所述高峰流量占比与所述分配流量占比之差。
本公开内容实施例用户的用户流量占比为用户的流量权值与全局所有用户流量权值之和的比值。
例如,全局所有用户包括用户A、用户B、用户C、用户D、用户E和用户F,并且用户A的流量权值为60,用户B的流量权值为70,用户C的流量权值为50,用户D的流量权值为40,用户E的流量权值为80,用户F的流量权值为90,则确定用户A的用户流量占比为:60/(60+70+50+50+80+90)=15%;确定用户B的用户流量占比为:70/(60+70+50+50+80+90)=17.5%;确定用户C的用户流量占比为:50/(60+70+50+50+80+90)=12.5%;确定用户D的用户流量占比为:50/(60+70+50+50+80+90)=12.5%;确定用户E的用户流量占比为:80/(60+70+50+50+80+90)=20%;确定用户F的用户流量占比为:90/(60+70+50+50+80+90)=25.5%。
本公开内容实施例首先获取归属该第一IDC的所有用户的用户流量占比,从该第一IDC的所有用户中选取出需要进行转移的用户,其中该需要进行转移的用户的用户流量占比之和不小于该第一IDC的高峰流量占比与分配流量占比之差。
本公开内容实施例在从该第一IDC的所有用户中选取出需要进行转移的用户时,可以采用下面两种方式选取。
方式一、本公开内容实施例根据每个用户的用户流量占比,随机选取出M个用户,并且该M个用户的用户流量占比之和不小于该第一IDC的高峰流量占比与分配流量占比之差。
例如,IDC1为第一IDC,归属IDC1的用户有用户A、用户B、用户C、用户D、用户E和用户F和用户G,并且用户A的用户流量占比为5%,用户B的用户流量占比为2%,用户C的用户流量占比为10%,用户D的用户流量占比为6%,用户E的用户流量占比为9%,用户F的用户流量占比为3%;假设IDC1的高峰流量占比与分配流量占比之差8%,则从用户A、用户B、用户C、用户D、用户E、用户F和用户G中,根据其对应的用户流量占比,选取用户A和用户F作为需要进行转移的用户。
方式二、根据所述用户流量占比,将从高到低排序的前N个用户作为所述需要进行转移的用户;其中N为正整数。
并且选取的N个用户的用户流量占比之和不小于所述第一IDC的高峰流量占比与分配流量占比之差。
本公开内容实施例在采用方式二确定需要转移的用户时,需要将所述第一IDC的所有用户根据用户流量占比从大到小进行排序,在需要确定需要转移的用户时,按照从大到小的顺序选取出N个用户,并且该N个用户的用户流量占比之和不小于所述第一IDC的高峰流量占比与分配流量占比之差。
例如,IDC1为第一IDC,归属IDC1的用户有用户A、用户B、用户C、用户D、用户E、用户F和用户G,并且用户A的用户流量占比为5%,用户B的用户流量占比为2%,用户C的用户流量占比为10%,用户D的用户流量占比为6%,用户E的用户流量占比为9%,用户F的用户流量占比为3%;假设DC1的高峰流量占比与分配流量占比之差13%。在确定需要转移的用户时,先将归属IDC1所有用户根据用户流量占比从大到小排列,依次为用户C、用户E、用户D、用户A、用户F和用户B,则从归属IDC1的用户中选取两个用户,即用户C和用户E,将用户C和用户E作为需要进行转移的用户。
本公开内容实施例在确定第一IDC中需要进行转移的用户之后,还需要确定能够接纳该第一IDC中需要转移的用户的第二IDC。
针对一个第一IDC,在确定该第一IDC中需要进行转移的用户之后。需要为该IDC中需要转移的用户分配第二IDC,即从所有第二IDC中确定能够接纳所述第一IDC中需要进行转移的用户的至少一个第二IDC。
具体的,根据设定的转移原则,从所有所述能够接纳用户的第二IDC中,确定能够接纳所述第一IDC中所述需要进行转移的用户的至少一个第二IDC。
下面对本公开内容实施例设定的转移原则进行详细说明。
本公开内容实施例设定的转移原则包括下面转移原则中一个。
转移原则一、根据所有所述第一IDC的第一差值,将所有所述第一IDC按照从大到小进行排序;以及根据所有所述第二IDC的第二差值,将所有所述第二IDC按照从大到小进行排序;
针对任意一个所述第一IDC,确定与所述第一IDC匹配的所述第二IDC,其中与所述第一IDC匹配的所述第二IDC在排序后的所有所述第二IDC中的位置不低于与目标第一IDC匹配的所述第二IDC在排序后的所有所述第二IDC中的位置,所述目标第一IDC在排序后的所有所述第一IDC中的位置低于所述第一IDC在排序后的所有所述第一IDC中的位置;
其中,所述第一IDC的第一差值为所述第一IDC的高峰流量占比和所述第一IDC的分配流量占比的差值;所述第二IDC的第二差值为所述第二IDC的分配流量占比和所述第二IDC的高峰流量占比的差值。
实施中,根据本公开内容实施例提供的转移原则一,在将第一IDC中需要转移的用户转移到能够接纳用户的第二IDC之前,需要根据每一个第一IDC的第一差值,将每一个第一IDC根据第一差值的大小,由大到小进行排列;并且,根据每一个第二IDC,将每一个第二IDC根据第二差值大小,由大到小进行排序;在将所有第一IDC和所有第二IDC进行排序之后,根据第一IDC的排序,将第一IDC中需要转移的用户依次转移,并且,将第一IDC中需要转移的用户优先转移到排序在前的第二IDC中。
例如,第一IDC包括IDC1、IDC2、IDC3和IDC4,第二IDC包括IDC5、IDC6和IDC7,并且IDC1的高峰流量占比为15%,分配流量占比为10%;IDC2的高峰流量占比为21%,分配流量占比为15%;IDC3的高峰流量占比为28%,分配流量占比为20%;IDC4的高峰流量占比为13%,分配流量占比为10%;IDC5的高峰流量占比为8%,分配流量占比为15%;IDC6的高峰流量占比为10%,分配流量占比为20%;IDC7的高峰流量占比为5%,分配流量占比为10%;则确定IDC1的第一差值为5%,IDC2的第一差值为6%,IDC3的第一差值为8%,IDC4的第一差值为3%,IDC5的第二差值为7%,IDC6的第二差值为10%,IDC7的第二差值为5%。则对所有的第一IDC进行排序为:IDC3、IDC2、IDC1、IDC4;对所有的第二IDC进行排序为:IDC6、IDC5、IDC7。则首先将IDC3中需要转移的用户流量占比之和为8%的用户转移至IDC6中;再将IDC2中需要转移的用户流量占比之和为2%的用户转移至IDC6中,将IDC2中需要转移的用户流量占比之和为4%的用户转移至IDC5中;再将IDC1中需要转移的用户流量占比之和为3%的用户转移至IDC5中,将IDC1中需要转移的用户流量占比之和为2%的用户转移至IDC7中;最后将IDC4中需要转移的用户流量占比之和为3%的用户转移至IDC7中,从而实现用户的转移。
转移原则二、将所述能够接纳用户的第二IDC中距离所述第一IDC最近的第二IDC,作为能够接纳所述第一IDC中所述需要进行转移的用户的第二IDC。
本公开内容实施例针对一个第一IDC,在确定该第一IDC中需要进行转移的用户后,在所有能够接纳用户的第二IDC中,确定距离需要转移的用户最近的IDC,将该第一IDC中需要进行转移的用户转移到确定的第二IDC中。
具体的,在本公开内容实施例中,针对一个第一IDC,确定需要转移的用户之后,根据需要转移的每一个用户的流量占比,根据流量占比的大小将用户从大到小进行排序,根据需要转移的用户的排序,将流量占比大的用户优先转移出去。在转移每一个用户时,需要根据用户距离能够接纳用户的第二IDC的距离,将用户转移至距离用户最近的第二IDC。
需要说明的是,本公开内容实施例在确定第一IDC的转移顺序时,可以根据所有第一IDC的差值大小,将差值较大的第一IDC中需要转移的用户优先转移。本公开内容实施例还可以根据其他原则确定第一IDC的转移顺序。本公开内容实施例在根据转移原则二转移用户时,对第一IDC的转移顺序不作限定。
例如,第一IDC包括IDC1、IDC2、IDC3和IDC4,第二IDC包括IDC5、IDC6和IDC7,并且IDC1的高峰流量占比为15%,分配流量占比为10%;IDC2的高峰流量占比为21%,分配流量占比为15%;IDC3的高峰流量占比为28%,分配流量占比为20%;IDC4的高峰流量占比为13%,分配流量占比为10%;IDC5的高峰流量占比为8%,分配流量占比为15%;IDC6的高峰流量占比为10%,分配流量占比为20%;IDC7的高峰流量占比为5%,分配流量占比为10%;则确定IDC1的第一差值为5%,IDC2的第一差值为6%,IDC3的第一差值为8%,IDC4的第一差值为3%,IDC5的第二差值为7%,IDC6的第二差值为10%,IDC7的第二差值为5%。
在确定第一IDC的转移顺序时,可以根据第一IDC的差值大小,第一IDC按照差值从大到小的顺序排序,即:IDC3、IDC2、IDC1、IDC4。则在转移用户时,优先转移IDC3中需要转移的用户。比如,在转移IDC1中需要转移的用户时,假设IDC1中需要转移的用户为用户A、用户B和用户C,并且用户A的流量占比为4%,用户B的流量占比为3%,用户C的流量占比为1%,则在转移IDC1的用户时,优先转移用户A,并且确定能够接受用户A的第二IDC,即IDC5、IDC6和IDC7,从IDC5、IDC6和IDC7中选择距离用户A最近的IDC,假设为IDC7,则将用户A转移至IDC7中;在转移用户B时,由于IDC7只能接受1%的用户,此时能够接受用户B的第二IDC包括IDC5和IDC6,在确定距离用户B最近的IDC为IDC5后,将用户B转移至IDC5中;在转移用户C时,由于用户C的流量占比为1%,而IDC5还可以接受流量占比为4%的用户,IDC6还可以接受流量占比为10%的用户,IDC7还可以接受流量占比为1%的用户,此时确定可以接受用户C的第二IDC包括IDC5、IDC6和IDC7,并确定距离用户C最近的IDC为IDC5,则将用户C转移至IDC5中。
本公开内容实施例对确定的用户进行转移处理,其中转移处理包括但不限于:
将用户的用户数据由转移之前的IDC迁移至该用户转移后的IDC中、修改路由表中用户归属的IDC。
具体的,将用户的用户数据由转移之前的IDC迁移至该用户转移后的IDC中表示,将转移之前的IDC中记录的用户的部分或者全部用户数据迁移至用户转以后的IDC中,即将转移之前的IDC中记录的关于该用户的用户数据删除。
例如,本公开内容实施例的IDC包括IDC1、IDC2、IDC3和IDC4,用户包括用户A、用户B、用户C、用户D,用户E、用户F、用户G、用户H、用户I和用户J,其中,A、B、C、D、E、F、G、H、I和J为用户ID。在根据IDC的高峰流量占比和分配流量占比将用户转移之前,用户和IDC的映射关系如图6A所示,用户A、用户B和用户E归属于IDC1;用户C、用户F和用户G归属于IDC2;用户D和用户H归属于IDC3;用户I和用户J归属于IDC4。则所有用户与用户归属的IDC的映射关系构成的集合,采用路由表的形式表示,如图6B所示,为:Set<<用户A,IDC1>,<用户B,IDC1>,<用户C,IDC2>,<用户D,IDC3>,<用户E,IDC1>,<用户F,IDC2>,<用户G,IDC2>,<用户H,IDC3>,<用户I,IDC4>,<用户J,IDC4>>。
在确定每一个IDC的高峰流量占比和分配流量占比之后,确定IDC1和IDC2为第一IDC,IDC3和IDC4为第二IDC,并且需要将IDC1中的用户A转移至IDC3中,将IDC2中的用户F转移至IDC4中,则在将用户A和用户F进行转移后,用户和IDC的映射关系如图6C所示,用户B和用户E归属于IDC1;用户C和用户G归属于IDC2;用户A、用户D和用户H归属于IDC3;用户F、用户I和用户J归属于IDC4。修改路由表中用户归属的IDC,修改后的路由表如图6D所示,为:Set<<用户A,IDC3>,<用户B,IDC1>,<用户C,IDC2>,<用户D,IDC3>,<用户E,IDC1>,<用户F,IDC4>,<用户G,IDC2>,<用户H,IDC3>,<用户I,IDC4>,<用户J,IDC4>>。
如图7所示,本公开内容实施例为用户分配IDC方法的整体流程图。
步骤701、确定每个IDC的分配流量占比,以及确定每个IDC的高峰流量占比;
步骤702、确定需要进行用户转移的第一IDC和能够接纳用户的第二IDC,其中所述第一IDC为高峰流量占比大于分配流量占比,第二IDC为高峰流量占比小于分配流量占比;
步骤703、针对任意一个第一IDC,根据IDC和用户的绑定关系,确定归属所述第一IDC的所有用户;
步骤704、确定归属所述第一IDC的所有用户的用户流量占比;
步骤705、根据所述用户流量占比,将从高到低排序的前N个用户作为所述需要进行转移的用户,其中选取的用户的用户流量占比之和不小于所述第一IDC的高峰流量占比与分配流量占比之差;
步骤706、根据所有第一IDC的第一差值,将所有第一IDC按照从大到小进行排序;以及根据所有第二IDC的第二差值,将所有第二IDC按照从大到小进行排序;针对任意一个第一IDC,确定与所述第一IDC匹配的第二IDC;其中与第一IDC匹配的第二IDC在排序后的所有第二IDC中的位置不低于与目标第一IDC匹配的第二IDC在排序后的所有第二IDC中的位置,所述目标第一IDC在排序后的所有所述第一IDC中的位置低于所述第一IDC在排序后的所有所述第一IDC中的位置;
步骤707、将能够接纳用户的第二IDC中距离所述第一IDC最近的第二IDC,作为能够接纳第一IDC中所述需要进行转移的用户的第二IDC;
步骤708、对确定的所述用户进行转移处理。
可选的,本公开内容实施例为用户分配IDC的时段包括繁忙时期和非繁忙时期。
其中,繁忙时期为可预期的流量高峰时期;非繁忙时期为日常情况下,除了繁忙时期之外的时段。比如,阿里巴巴集团的全球双十一购物狂欢节,即在11月11日当天,访问阿里巴巴互联的用户突然增多,每个用户产生的流量权值突然增大,则该时期即为繁忙时期。
可选的,本公开内容实施例在繁忙时期可以采用上述为用户分配IDC的方法,根据每个IDC的高峰流量占比和分配流量占比,确定出第一IDC和第二IDC,实现将第一IDC的部分用户转移至第二IDC中。为用户合理地分配IDC,充分满足在繁忙时期用户的需要。
本公开内容实施例在非繁忙时段,为用户就近分配IDC。
由于在非繁忙时期,针对每一个IDC,归属于该IDC的用户产生的流量权值较小,在正常情况下,每一个IDC实际产生的流量占比远远小于该IDC的分配流量占比,每一个IDC均能满足归属于该IDC的用户的需要,为了提高用户体验,为用户就近分配IDC。
下面具体说明为用户就近分配IDC的方法。
具体的,本公开内容实施例在为用户分配IDC时,根据用户的ID确定用户连续登录的归属地,根据用户连续登录的归属地确定用户对应的IDC,并且将用户与用户对应的IDC的关系采用用户ID与IDC的映射关系表示。
其中,本公开内容实施例用户的ID可以是用户在该互联网上注册时,为用户生成的唯一身份标识ID。
如图8所示,本公开内容实施例一种生成IDC和用户的绑定关系的方法,包括:
步骤801、根据不同时间的用户的访问日志,多次确定所述用户登录时的归属地;
步骤802、从所述多次确定的所述用户登录时的归属地中确定同一个归属地出现的次数;
步骤803、根据次数最多的归属地,确定所述用户绑定的IDC,并生成所述数据中心和用户的绑定关系。
本公开内容实施例在确定该用户归属的IDC时,首先确定用户的归属地。本公开内容实施例采用下列方法确定用户的归属地。
本公开内容实施例获取用户的历史访问日志,采用DNS技术,解析出用户历史登录的归属地,通过大数据分析,确定用户的归属地。
具体的,可以获取用户连续一个月的所有访问日志,基于DNS解析出的所有访问日志对应的归属地,统计出每一个归属地被解析出的次数,将出现次数最多的归属地作为用户的归属地。
例如,针对用户A,获取用户A连续一个月的访问日志,对用户A连续一个月的访问日志采用DNS解析,确定用户A连续一个月访问日志分别对应的归属地,以及每个归属地被解析出的次数。若解析出用户A一个月内登录时的归属地有北京和杭州,并且根据访问日志,确定用户A在北京登录25次,杭州登录3次,则确定用户A的归属地为北京。
本公开内容实施例在确定用户的归属地之后,根据用户的归属地确定用户绑定的IDC。具体的,本公开内容实施例将距离用户的归属地最近的IDC作为用户绑定的IDC。
例如,针对用户A,获取用户A连续一个月的访问日志,对用户A连续一个月的访问日志采用DNS解析,确定用户A连续一个月访问日志分别对应的归属地,以及每个归属地被解析出的次数。若解析出用户A一个月内登录时的归属地有北京和杭州,并且根据访问日志,确定用户A在北京登录25次,杭州登录3次,则确定用户A的归属地为北京。并且距离北京最近的IDC为IDC2,则确定用户A对应的IDC为IDC2。
本公开内容实施例根据上述方式确定每一个用户对应的IDC之后,将每一个用户与其归属的IDC的映射关系作为一个集合,该集合为路由表。例如,假设用户A对应的IDC为IDC1,用户B对应的IDC为IDC1,用户C对应的IDC为IDC2,用户D对应的IDC为IDC3,用户E对应的IDC为IDC3,用户F对应的IDC为IDC4,则采用路由表的形式表示为:Set<<用户A,IDC1>,<用户B,IDC1>,<用户C,IDC2>,<用户D,IDC3>,<用户E,IDC3>,<用户F,IDC4>>。本公开内容实施例在用户每次登录时,均通过DNS解析,根据用户的IP地址确定用户登录时的归属地,并确定用户登录时归属地对应的IDC,比较用户登录时的归属地对应的IDC和用户当前绑定的IDC,根据比较结果确定IDC为用户提供服务的方式。
一、用户登录时的归属地对应的IDC和用户绑定的IDC相同,通过用户登录时的归属地对应的IDC为用户提供网络服务。
例如,针对用户B,在用户B登录时,通过DNS技术,确定用户B当前登录的归属地为杭州,确定杭州对应的IDC为IDC3;而在路由表中,用户B当前绑定的IDC为IDC3,则确定用户B登录时归属地杭州对应的IDC与用户当前绑定的IDC为同一个IDC,则直接通过IDC3为用户提供网络服务。
二、用户登录时的归属地对应的IDC和用户当前绑定的IDC不同,则通过用户当前绑定的IDC为用户提供服务。
具体的,若所述用户登录时的归属地与所述用户当前绑定的IDC对应的归属地不同,控制所述当前绑定的IDC为所述用户提供网络服务。
例如,针对用户B,在用户B登录时,通过DNS技术,确定用户B当前登录的归属地为杭州,确定杭州对应的IDC为IDC3;而在路由表中,用户B当前绑定的IDC为IDC4,则确定用户B登录时归属地杭州对应的IDC与用户当前绑定的IDC不是同一个IDC,则通过用户B当前绑定的IDC4为用户提供网络服务。
如图9所示,本公开内容实施例还提供一种IDC为用户提供服务的方法,包括:
步骤901、在确定用户登录时,获取用户的访问日志;
步骤902、采用DNS技术,根据用户IP地址确定用户登录时的归属地;
步骤903、调用路由表,根据路由表确定用户当前绑定的IDC;
步骤904、判断用户登录时的归属地与用户当前绑定的IDC对应的归属地是否相同;若是,执行步骤905,若否,执行步骤906;
步骤905、控制用户登录时的归属地对应的IDC为用户提供网络服务;
步骤906、跳转至用户当前绑定的IDC,控制用户当前绑定的IDC为用户提供网络服务。
由于本公开内容实施例在用户每次登录时,首先根据用户的访问日志,确定用户登录时的归属地对应的IDC,若在确定用户登录时的归属地对应的IDC与用户当前绑定的IDC不同时,跳转至用户当前绑定的IDC,控制用户当前绑定的IDC为用户提供网络服务。但是,若在设定的时长内,确定用户每次登录时的归属地对应的IDC均为同一个,并且与用户当前绑定的IDC不同,则需要修改用户当前绑定的IDC。
具体的,若根据不同时间的用户的访问日志,多次确定所述用户登录时的归属地对应的IDC在设定时长内为同一个,且与所述用户当前绑定的IDC不同,则根据所述用户登录时的归属地对应的IDC,修改所述用户当前绑定的IDC。
本公开内容实施例在用户每次登录时,首先根据用户的访问日志,采用DNS解析,根据用户的IP地址确定用户的归属地,确定用户归属地对应的的IDC,其中,用户归属地对应的的IDC为距离用户登录的归属地最近的IDC。在确定用户最近的IDC后,还需要调用表示IDC与用户绑定关系的路由表,通过调用路由表确定距离用户最近的IDC与路由表中用户当前绑定的IDC是否相同。若距离用户最近的IDC与路由表中用户当前绑定的IDC不是同一个IDC,并且在设定的时长内,用户每次登录时最近的IDC均为同一个,并且与用户当前绑定的IDC不是同一个IDC,则确定用户归属地发生变化,此时,需要修改用户当前绑定的IDC。
其中,判断修改用户当前绑定的IDC的条件为:
在非繁忙时段的设定时长内,若根据不同时间的用户的访问日志,多次确定所述用户登录时的归属地对应的IDC为同一个,且所述用户登录时的所述归属地对应的IDC与所述用户当前绑定的IDC不同,则将所述用户登录时的所述归属地对应的所述数据中心作为所述用户绑定的数据中心。
本公开内容实施例的设定时长可以是30天,或者50天。本公开内容实施例对设定时长不作限定。
例如,用户A为阿里巴巴中国用户,并且用户A当前绑定的IDC为IDC1,其中IDC1为位于中国的服务器;在用户A移民美国后,在用户A在美国登录阿里巴巴网站时,根据用户A的访问日志,根据用户A的IP地址确定距离用户A最近的IDC为美国的IDC5,在确定距离用户A最近的IDC与用户A当前绑定的IDC不同时,跳转至IDC1为用户A提供网络服务。但是在连续30天,每次用户A登录阿里巴巴网站时,确定距离A最近的IDC均为IDC5,则确定将用户A当前绑定的IDC修改为IDC5。
可选的,若所述IDC和用户的绑定关系发生变化后,将所述用户转移处理到所述变化后的数据中心。
本公开内容实施例对用户进行转移处理包括将用户的部分或全部用户数据进行迁移,即将用户的部分或全部用户数据由原来绑定的IDC迁移至修改后绑定的IDC中。
需要说明的是,本公开内容实施例在其确定IDC和归属IDC的用户的绑定关系发生变化后,可以首先修改路由表中用户对应的归属IDC,然后将用户的部分或全部用户数据迁移至修改后的IDC;还可以是首先将用户的部分或全部用户数据迁移至修改后的IDC,然后修改路由表中用户对应的归属IDC。本公开内容实施例对修改用户当前绑定的IDC和对用户进行转移处理的先后顺序不作限定。
例如,用户A为阿里巴巴中国用户,并且用户A当前绑定的IDC为IDC1,其中IDC1为位于中国的服务器;在用户A移民美国后,在用户A在美国登录阿里巴巴网站时,根据用户A的访问日志,根据用户A的IP地址确定距离用户A最近的IDC为美国的IDC5,在确定距离用户A最近的IDC与用户A当前绑定的IDC不同时,跳转至IDC1为用户A提供网络服务。但是在连续30天,每次用户A登录阿里巴巴网站时,确定距离A最近的IDC均为IDC5,则确定将用户A当前绑定的IDC修改为IDC5,并将用户A在IDC1中的部分或全部用户数据迁移至IDC5中。
需要说明的是,本公开内容实施例在繁忙时段,每一个用户初始归属的IDC可以采用本公开内容实施例提供的在非繁忙时段为用户分配IDC的方法确定,也可以采用其他方法确定每一个用户初始归属的IDC。
基于同一发明构思,本公开内容实施例中还提供了一种为用户分配数据中心的设备,由于该设备解决问题的原理与本公开内容实施例为用户分配数据中心的方法相似,因此该设备的实施可以参见方法的实施,重复之处不再赘述。
如图10所示,本公开内容实施例一种为用户分配数据中心的设备,包括:
获取模块1001,用于确定每个数据中心的分配流量占比,以及确定所述每个数据中心的高峰流量占比;
确定模块1002,用于确定需要进行用户转移的第一数据中心和能够接纳用户的第二数据中心;
处理模块1003,用于将所述第一数据中心中需要转移的用户转移处理到所述确定的第二数据中心;其中所述第一数据中心为所述高峰流量占比大于所述分配流量占比的数据中心,所述第二数据中心为所述高峰流量占比小于所述分配流量占比的数据中心。
可选的,所述数据中心的分配流量占比为所述数据中心承载用户流量的上限与全部数据中心承载用户流量的上限之和的比值。
可选的,所述获取模块1001,具体用于:
针对任意一个所述数据中心,将归属所述数据中心的用户的流量权值之和,与归属全部数据中心的所有用户的所述流量权值之和的比值,作为所述数据中心的高峰流量占比。
可选的,所述用户的流量权值为表示所述用户产生的用户流量占全部数据中心的所有用户产生的用户流量之和的比重的数值。
可选的,所述处理模块1003,具体用于:
针对任意一个所述第一数据中心,根据数据中心和用户的绑定关系,确定归属所述第一数据中心的所有用户;从归属所述第一数据中心的所述所有用户中,确定所述第一数据中心中需要进行转移的用户,以及从所有所述能够接纳用户的第二数据中心中,确定能够接纳所述第一数据中心中所述需要进行转移的用户的至少一个所述第二数据中心;并将所述需要进行转移的用户转移处理到所述确定的至少一个所述第二数据中心。
可选的,所述处理模块1003,具体用于:
确定归属所述第一数据中心的每一个用户的用户流量占比;根据所述用户流量占比,从归属所述第一数据中心的所有所述用户中选取需要进行转移的用户,其中选取的所述用户的所述用户流量占比之和不小于所述第一数据中心的所述高峰流量占比与所述分配流量占比之差。
可选的,所述处理模块1003,具体用于:
根据所述用户流量占比,将从高到低排序的前N个用户作为所述需要进行转移的用户;其中N为正整数。
可选的,所述处理模块1003,具体用于:
根据设定的转移原则,从所有所述能够接纳用户的第二数据中心中,确定能够接纳所述第一数据中心中所述需要进行转移的用户的至少一个第二数据中心;
所述转移原则包括下列转移原则中的一个:
转移原则一、根据所有所述第一数据中心的第一差值,将所有所述第一数据中心按照从大到小进行排序;以及根据所有所述第二数据中心的第二差值,将所有所述第二数据中心按照从大到小进行排序;针对任意一个所述第一数据中心,确定与所述第一数据中心匹配的所述第二数据中心,其中与所述第一数据中心匹配的所述第二数据中心在排序后的所有所述第二数据中心中的位置不低于与目标第一数据中心匹配的所述第二数据中心在排序后的所有所述第二数据中心中的位置,所述目标第一数据中心在排序后的所有所述第一数据中心中的位置低于所述第一数据中心在排序后的所有所述第一数据中心中的位置;其中,所述第一数据中心的第一差值为所述第一数据中心的高峰流量占比和所述第一数据中心的分配流量占比的差值;所述第二数据中心的第二差值为所述第二数据中心的分配流量占比和所述第二数据中心的高峰流量占比的差值;
转移原则二、将所述能够接纳用户的第二数据中心中距离所述第一数据中心最近的第二数据中心,作为能够接纳所述第一数据中心中所述需要进行转移的用户的第二数据中心。
可选的,所述处理模块1003,还用于,根据下列方式生成所述数据中心和用户的绑定关系:
根据不同时间的用户的访问日志,多次确定所述用户登录时的归属地;从所述多次确定的所述用户登录时的归属地中确定同一个归属地出现的次数;根据次数最多的归属地,确定所述用户绑定的数据中心,并生成所述数据中心和用户的绑定关系。
可选的,所述确定需要进行用户转移的第一数据中心和能够接纳用户的第二数据中心的步骤是在繁忙时段内完成的;
所述根据不同时间的用户的访问日志,多次确定所述用户的归属地的步骤是在非繁忙时段内完成的。
可选的,所述处理模块1003,还用于:
在非繁忙时段的设定时长内,若根据不同时间的所述用户的访问日志,多次确定所述用户登录时的归属地对应的数据中心为同一个,且所述用户登录时的所述归属地对应的所述数据中心与所述用户当前绑定的数据中心不同,则将所述用户登录时的所述归属地对应的所述数据中心作为所述用户绑定的数据中心。
可选的,所述处理模块1003,还用于:
在非繁忙时段内,若所述数据中心和用户的绑定关系发生变化后,将所述用户转移处理到所述变化后的数据中心。
可选的,所述处理模块1003,还用于:
在非繁忙时段内,若所述用户登录时的归属地与所述用户当前绑定的数据中心对应的归属地不同,控制所述当前绑定的数据中心为所述用户提供网络服务。
以上参照示出根据本公开内容实施例的方法、装置(系统)和/或计算机程序产品的框图和/或流程图描述本公开内容。应理解,可以通过计算机程序指令来实现框图和/或流程图示图的一个块以及框图和/或流程图示图的块的组合。可以将这些计算机程序指令提供给通用计算机、专用计算机的处理器和/或其它可编程数据处理装置,以产生机器,使得经由计算机处理器和/或其它可编程数据处理装置执行的指令创建用于实现框图和/或流程图块中所指定的功能/动作的方法。
相应地,还可以用硬件和/或软件(包括固件、驻留软件、微码等)来实施本公开内容。更进一步地,本公开内容可以采取计算机可使用或计算机可读存储介质上的计算机程序产品的形式,其具有在介质中实现的计算机可使用或计算机可读程序代码,以由指令执行系统来使用或结合指令执行系统而使用。在本公开内容上下文中,计算机可使用或计算机可读介质可以是任意介质,其可以包含、存储、通信、传输、或传送程序,以由指令执行系统、装置或设备使用,或结合指令执行系统、装置或设备使用。
显然,本领域的技术人员可以对本公开内容进行各种改动和变型而不脱离本公开内容的精神和范围。这样,倘若本公开内容的这些修改和变型属于本公开内容权利要求及其等同技术的范围之内,则本公开内容也意图包含这些改动和变型在内。
Claims (26)
1.一种为用户分配数据中心的方法,其特征在于,该方法包括:
确定每个数据中心的分配流量占比,以及确定所述每个数据中心的高峰流量占比;
确定需要进行用户转移的第一数据中心和能够接纳用户的第二数据中心;
将所述第一数据中心中需要转移的用户转移处理到所述确定的第二数据中心;
其中所述第一数据中心为所述高峰流量占比大于所述分配流量占比的数据中心,所述第二数据中心为所述高峰流量占比小于所述分配流量占比的数据中心。
2.如权利要求1所述的方法,其特征在于,所述数据中心的分配流量占比为所述数据中心承载用户流量的上限与全部数据中心承载用户流量的上限之和的比值。
3.如权利要求1所述的方法,其特征在于,所述确定所述每个数据中心的高峰流量占比,包括:
针对任意一个所述数据中心,将归属所述数据中心的用户的流量权值之和,与归属全部数据中心的所有用户的所述流量权值之和的比值,作为所述数据中心的高峰流量占比。
4.如权利要求3所述的方法,其特征在于,所述用户的流量权值为表示所述用户产生的用户流量占全部数据中心的所有用户产生的用户流量之和的比重的数值。
5.如权利要求1所述的方法,其特征在于,所述将所述第一数据中心中需要转移的用户转移处理到所述确定的第二数据中心,包括:
针对任意一个所述第一数据中心,根据数据中心和用户的绑定关系,确定归属所述第一数据中心的所有用户;
从归属所述第一数据中心的所述所有用户中,确定所述第一数据中心中需要进行转移的用户,以及从所有所述能够接纳用户的第二数据中心中,确定能够接纳所述第一数据中心中所述需要进行转移的用户的至少一个所述第二数据中心;并将所述需要进行转移的用户转移处理到所述确定的至少一个所述第二数据中心。
6.如权利要求5所述的方法,其特征在于,所述确定所述第一数据中心中需要进行转移的用户,包括:
确定归属所述第一数据中心的每一个用户的用户流量占比;
根据所述用户流量占比,从归属所述第一数据中心的所有所述用户中选取需要进行转移的用户,其中选取的所述用户的所述用户流量占比之和不小于所述第一数据中心的所述高峰流量占比与所述分配流量占比之差。
7.如权利要求6所述的方法,其特征在于,所述根据所述用户流量占比,从归属所述第一数据中心的所有所述用户中选取需要进行转移的用户,包括:
根据所述用户流量占比,将从高到低排序的前N个用户作为所述需要进行转移的用户;
其中N为正整数。
8.如权利要求5所述的方法,其特征在于,所述从所有所述能够接纳用户的第二数据中心中,确定能够接纳所述第一数据中心中所述需要进行转移的用户的至少一个所述第二数据中心,包括:
根据设定的转移原则,从所有所述能够接纳用户的第二数据中心中,确定能够接纳所述第一数据中心中所述需要进行转移的用户的至少一个所述第二数据中心;
所述转移原则包括下列转移原则中的一个:
转移原则一、根据所有所述第一数据中心的第一差值,将所有所述第一数据中心按照从大到小进行排序;以及根据所有所述第二数据中心的第二差值,将所有所述第二数据中心按照从大到小进行排序;
针对任意一个所述第一数据中心,确定与所述第一数据中心匹配的所述第二数据中心,其中与所述第一数据中心匹配的所述第二数据中心在排序后的所有所述第二数据中心中的位置不低于与目标第一数据中心匹配的所述第二数据中心在排序后的所有所述第二数据中心中的位置,所述目标第一数据中心在排序后的所有所述第一数据中心中的位置低于所述第一数据中心在排序后的所有所述第一数据中心中的位置;
其中,所述第一数据中心的第一差值为所述第一数据中心的高峰流量占比和所述第一数据中心的分配流量占比的差值;所述第二数据中心的第二差值为所述第二数据中心的分配流量占比和所述第二数据中心的高峰流量占比的差值;
转移原则二、将所述能够接纳用户的第二数据中心中距离所述第一数据中心最近的第二数据中心,作为能够接纳所述第一数据中心中所述需要进行转移的用户的第二数据中心。
9.如权利要求5所述的方法,其特征在于,根据下列方式生成所述数据中心和用户的绑定关系:
根据不同时间的用户的访问日志,多次确定所述用户登录时的归属地;
从所述多次确定的所述用户登录时的归属地中确定同一个归属地出现的次数;
根据次数最多的归属地,确定所述用户绑定的数据中心,并生成所述数据中心和用户的绑定关系。
10.如权利要求9所述的方法,其特征在于,所述确定需要进行用户转移的第一数据中心和能够接纳用户的第二数据中心的步骤是在繁忙时段内完成的;
所述根据不同时间的用户的访问日志,多次确定所述用户的归属地的步骤是在非繁忙时段内完成的。
11.如权利要求10所述的方法,其特征在于,在所述根据次数最多的归属地,确定所述用户绑定的数据中心的步骤之后,还包括:
在非繁忙时段的设定时长内,若根据不同时间的所述用户的访问日志,多次确定所述用户登录时的归属地对应的数据中心为同一个,且所述用户登录时的所述归属地对应的所述数据中心与所述用户当前绑定的数据中心不同,则将所述用户登录时的所述归属地对应的所述数据中心作为所述用户绑定的数据中心。
12.如权利要求10或11所述的方法,其特征在于,该方法还包括:
在非繁忙时段内,若所述数据中心和用户的绑定关系发生变化后,将所述用户转移处理到所述变化后的数据中心。
13.如权利要求9~11任一所述的方法,其特征在于,该方法还包括:
在非繁忙时段内,若所述用户登录时的归属地与所述用户当前绑定的数据中心对应的归属地不同,控制所述当前绑定的数据中心为所述用户提供网络服务。
14.一种为用户分配数据中心的设备,其特征在于,包括:
获取模块,用于确定每个数据中心的分配流量占比,以及确定所述每个数据中心的高峰流量占比;
确定模块,用于确定需要进行用户转移的第一数据中心和能够接纳用户的第二数据中心;
处理模块,用于将所述第一数据中心中需要转移的用户转移处理到所述确定的第二数据中心;其中所述第一数据中心为所述高峰流量占比大于所述分配流量占比的数据中心,所述第二数据中心为所述高峰流量占比小于所述分配流量占比的数据中心。
15.如权利要求14所述的设备,其特征在于,所述数据中心的分配流量占比为所述数据中心承载用户流量的上限与全部数据中心承载用户流量的上限之和的比值。
16.如权利要求14所述的设备,其特征在于,所述获取模块,具体用于:
针对任意一个所述数据中心,将归属所述数据中心的用户的流量权值之和,与归属全部数据中心的所有用户的所述流量权值之和的比值,作为所述数据中心的高峰流量占比。
17.如权利要求16所述的设备,其特征在于,所述用户的流量权值为表示所述用户产生的用户流量占全部数据中心的所有用户产生的用户流量之和的比重的数值。
18.如权利要求14所述的设备,其特征在于,所述处理模块,具体用于:
针对任意一个所述第一数据中心,根据数据中心和用户的绑定关系,确定归属所述第一数据中心的所有用户;从归属所述第一数据中心的所述所有用户中,确定所述第一数据中心中需要进行转移的用户,以及从所有所述能够接纳用户的第二数据中心中,确定能够接纳所述第一数据中心中所述需要进行转移的用户的至少一个所述第二数据中心;并将所述需要进行转移的用户转移处理到所述确定的至少一个所述第二数据中心。
19.如权利要求18所述的设备,其特征在于,所述处理模块,具体用于:
确定归属所述第一数据中心的每一个用户的用户流量占比;根据所述用户流量占比,从归属所述第一数据中心的所有所述用户中选取需要进行转移的用户,其中选取的所述用户的所述用户流量占比之和不小于所述第一数据中心的所述高峰流量占比与所述分配流量占比之差。
20.如权利要求19所述的设备,其特征在于,所述处理模块,具体用于:
根据所述用户流量占比,将从高到低排序的前N个用户作为所述需要进行转移的用户;其中N为正整数。
21.如权利要求18所述的设备,其特征在于,所述处理模块,具体用于:
根据设定的转移原则,从所有所述能够接纳用户的第二数据中心中,确定能够接纳所述第一数据中心中所述需要进行转移的用户的至少一个第二数据中心;
所述转移原则包括下列转移原则中的一个:
转移原则一、根据所有所述第一数据中心的第一差值,将所有所述第一数据中心按照从大到小进行排序;以及根据所有所述第二数据中心的第二差值,将所有所述第二数据中心按照从大到小进行排序;针对任意一个所述第一数据中心,确定与所述第一数据中心匹配的所述第二数据中心,其中与所述第一数据中心匹配的所述第二数据中心在排序后的所有所述第二数据中心中的位置不低于与目标第一数据中心匹配的所述第二数据中心在排序后的所有所述第二数据中心中的位置,所述目标第一数据中心在排序后的所有所述第一数据中心中的位置低于所述第一数据中心在排序后的所有所述第一数据中心中的位置;其中,所述第一数据中心的第一差值为所述第一数据中心的高峰流量占比和所述第一数据中心的分配流量占比的差值;所述第二数据中心的第二差值为所述第二数据中心的分配流量占比和所述第二数据中心的高峰流量占比的差值;
转移原则二、将所述能够接纳用户的第二数据中心中距离所述第一数据中心最近的第二数据中心,作为能够接纳所述第一数据中心中所述需要进行转移的用户的第二数据中心。
22.如权利要求18所述的设备,其特征在于,所述处理模块,还用于,根据下列方式生成所述数据中心和用户的绑定关系:
根据不同时间的用户的访问日志,多次确定所述用户登录时的归属地;从所述多次确定的所述用户登录时的归属地中确定同一个归属地出现的次数;根据次数最多的归属地,确定所述用户绑定的数据中心,并生成所述数据中心和用户的绑定关系。
23.如权利要求22所述的设备,其特征在于,所述确定需要进行用户转移的第一数据中心和能够接纳用户的第二数据中心的步骤是在繁忙时段内完成的;
所述根据不同时间的用户的访问日志,多次确定所述用户的归属地的步骤是在非繁忙时段内完成的。
24.如权利要求23所述的设备,其特征在于,所述处理模块,还用于:
在非繁忙时段的设定时长内,若根据不同时间的所述用户的访问日志,多次确定所述用户登录时的归属地对应的数据中心为同一个,且所述用户登录时的所述归属地对应的所述数据中心与所述用户当前绑定的数据中心不同,则将所述用户登录时的所述归属地对应的所述数据中心作为所述用户绑定的数据中心。
25.如权利要求23或24所述的设备,其特征在于,所述处理模块,还用于:
在非繁忙时段内,若所述数据中心和用户的绑定关系发生变化后,将所述用户转移处理到所述变化后的数据中心。
26.如权利要求22~24任一所述的设备,其特征在于,所述处理模块,还用于:
在非繁忙时段内,若所述用户登录时的归属地与所述用户当前绑定的数据中心对应的归属地不同,控制所述当前绑定的数据中心为所述用户提供网络服务。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610201655.4A CN107295042B (zh) | 2016-03-31 | 2016-03-31 | 一种为用户分配数据中心的方法和设备 |
PCT/CN2017/078044 WO2017167129A1 (zh) | 2016-03-31 | 2017-03-24 | 一种为用户分配数据中心的方法和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610201655.4A CN107295042B (zh) | 2016-03-31 | 2016-03-31 | 一种为用户分配数据中心的方法和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107295042A true CN107295042A (zh) | 2017-10-24 |
CN107295042B CN107295042B (zh) | 2021-12-14 |
Family
ID=59962578
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610201655.4A Active CN107295042B (zh) | 2016-03-31 | 2016-03-31 | 一种为用户分配数据中心的方法和设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107295042B (zh) |
WO (1) | WO2017167129A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109246323A (zh) * | 2018-09-25 | 2019-01-18 | 国家电网有限公司客户服务中心 | 一种应用于异地双活话务平台的用户接入中心分配方法 |
CN110809051A (zh) * | 2019-11-11 | 2020-02-18 | 广州华多网络科技有限公司 | 一种业务数据的处理方法及系统 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6854013B2 (en) * | 2001-06-25 | 2005-02-08 | Nortel Networks Limited | Method and apparatus for optimizing network service |
CN101009648A (zh) * | 2006-12-27 | 2007-08-01 | 北京航空航天大学 | 多服务器的分层迭代负载平衡方法 |
CN101087467A (zh) * | 2006-06-11 | 2007-12-12 | 上海全成通信技术有限公司 | 一种大容量用户并发访问的负载均衡方法 |
CN101610287A (zh) * | 2009-06-16 | 2009-12-23 | 浙江大学 | 一种应用于分布式海量存储系统的负载均衡方法 |
CN102185779A (zh) * | 2011-05-11 | 2011-09-14 | 田文洪 | 与综合配置能力成比例的数据中心资源负载均衡的方法及装置 |
CN102469023A (zh) * | 2010-11-19 | 2012-05-23 | 中国移动通信集团公司 | 基于云计算的调度方法、单元及系统 |
CN103259809A (zh) * | 2012-02-15 | 2013-08-21 | 株式会社日立制作所 | 负载均衡器、负载均衡方法及分层数据中心系统 |
CN103391299A (zh) * | 2012-05-08 | 2013-11-13 | 深圳市腾讯计算机系统有限公司 | 负载均衡方法和负载均衡系统 |
CN103729378A (zh) * | 2012-10-16 | 2014-04-16 | 腾讯科技(深圳)有限公司 | 一种ip地理信息的更新方法和装置 |
Family Cites Families (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7310673B2 (en) * | 2001-12-21 | 2007-12-18 | Hewlett-Packard Development Company, L.P. | Network resource assignment system and method |
US20050169254A1 (en) * | 2003-04-14 | 2005-08-04 | Fujitsu Limited | Data relay apparatus, data relay method, data relay program, service selection apparatus, service selection method and service selection program |
CN103874131A (zh) * | 2012-12-12 | 2014-06-18 | 上海贝尔股份有限公司 | 一种基于服务质量的小区内负载均衡方法、装置及系统 |
CN103987085B (zh) * | 2013-02-07 | 2017-06-27 | 华为技术有限公司 | 小区间移动负荷均衡的方法和移动负荷均衡装置 |
CN103974333B (zh) * | 2014-05-16 | 2017-07-28 | 西安电子科技大学 | 针对svc视频业务和移动速度的负载均衡方法 |
CN106209745B (zh) * | 2015-05-07 | 2019-09-03 | 阿里巴巴集团控股有限公司 | 一种流量的分流方法和设备 |
-
2016
- 2016-03-31 CN CN201610201655.4A patent/CN107295042B/zh active Active
-
2017
- 2017-03-24 WO PCT/CN2017/078044 patent/WO2017167129A1/zh active Application Filing
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6854013B2 (en) * | 2001-06-25 | 2005-02-08 | Nortel Networks Limited | Method and apparatus for optimizing network service |
CN101087467A (zh) * | 2006-06-11 | 2007-12-12 | 上海全成通信技术有限公司 | 一种大容量用户并发访问的负载均衡方法 |
CN101009648A (zh) * | 2006-12-27 | 2007-08-01 | 北京航空航天大学 | 多服务器的分层迭代负载平衡方法 |
CN101610287A (zh) * | 2009-06-16 | 2009-12-23 | 浙江大学 | 一种应用于分布式海量存储系统的负载均衡方法 |
CN102469023A (zh) * | 2010-11-19 | 2012-05-23 | 中国移动通信集团公司 | 基于云计算的调度方法、单元及系统 |
CN102185779A (zh) * | 2011-05-11 | 2011-09-14 | 田文洪 | 与综合配置能力成比例的数据中心资源负载均衡的方法及装置 |
CN103259809A (zh) * | 2012-02-15 | 2013-08-21 | 株式会社日立制作所 | 负载均衡器、负载均衡方法及分层数据中心系统 |
CN103391299A (zh) * | 2012-05-08 | 2013-11-13 | 深圳市腾讯计算机系统有限公司 | 负载均衡方法和负载均衡系统 |
CN103729378A (zh) * | 2012-10-16 | 2014-04-16 | 腾讯科技(深圳)有限公司 | 一种ip地理信息的更新方法和装置 |
Non-Patent Citations (2)
Title |
---|
J. VANGORP: "Optimal Spectrum Balancing in Multi-User xDSL Systems With On/Off Power Loading", 《IEEE》 * |
郗旻: "上下文感知服务器中基于预测的负载均衡算法", 《计算机工程》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109246323A (zh) * | 2018-09-25 | 2019-01-18 | 国家电网有限公司客户服务中心 | 一种应用于异地双活话务平台的用户接入中心分配方法 |
CN109246323B (zh) * | 2018-09-25 | 2020-09-11 | 国家电网有限公司客户服务中心 | 一种应用于异地双活话务平台的用户接入中心分配方法 |
CN110809051A (zh) * | 2019-11-11 | 2020-02-18 | 广州华多网络科技有限公司 | 一种业务数据的处理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107295042B (zh) | 2021-12-14 |
WO2017167129A1 (zh) | 2017-10-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110352584A (zh) | 跨越本地网络的设备流量的自动优先级排序 | |
CN103493522B (zh) | 用于丰富Diameter信令消息的方法、系统和计算机可读介质 | |
CN104243337B (zh) | 一种跨集群负载均衡的方法及装置 | |
CN105959168B (zh) | 网络复制的技术 | |
CN105934919B (zh) | 网络服务能力自动调整方法和系统 | |
CN108510389A (zh) | 基于区块链的智能合约调用方法、设备及可读存储介质 | |
CN103825837A (zh) | 一种节点负载的分布式cdn全局调度的方法 | |
CN103929368B (zh) | 多业务单元负载均衡方法及装置 | |
CN103596066B (zh) | 一种数据处理方法及装置 | |
CN106412034B (zh) | 业务处理方法及装置 | |
CN104040539B (zh) | 数据存储方法和装置、数据操作方法、系统及接入服务器 | |
CN105933234A (zh) | Cdn网络中的节点管理方法和系统 | |
CN105068755B (zh) | 一种面向云计算内容分发网络的数据副本存储方法 | |
CN101729591A (zh) | 一种用户引导装置、系统和方法 | |
CN103810184A (zh) | 确定网站页面地址流转率的方法、优化方法及其装置 | |
CN104301305B (zh) | 信息中心网络下兴趣包转发的方法和转发终端 | |
CN107172177A (zh) | 一种信息推荐方法及装置 | |
CN106453576A (zh) | 一种基于混合云平台的交互方法、系统及调度中心 | |
CN104022951B (zh) | 一种网络服务路径的建立方法及系统 | |
CN108876081A (zh) | 虚拟房间分配方法、装置、存储介质及处理器 | |
CN110198530A (zh) | 免流量服务的调度处理方法、装置、设备及存储介质 | |
CN110519090A (zh) | 一种fpga云平台的加速卡分配方法、系统及相关组件 | |
CN110402567A (zh) | 信息为中心的网络中基于中心性的缓存 | |
CN108667888A (zh) | 一种负载均衡方法和装置 | |
CN108243266A (zh) | 别名记录处理方法、配置方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20240306 Address after: # 04-08, Lai Zanda Building 1, 51 Belarusian Road, Singapore Patentee after: Alibaba Singapore Holdings Ltd. Country or region after: Singapore Address before: Cayman Islands Grand Cayman capital building, a four storey No. 847 mailbox Patentee before: ALIBABA GROUP HOLDING Ltd. Country or region before: Cayman Islands |