CN108712302B - 区域带宽的计算方法及装置、计算机可读介质 - Google Patents

区域带宽的计算方法及装置、计算机可读介质 Download PDF

Info

Publication number
CN108712302B
CN108712302B CN201810357887.8A CN201810357887A CN108712302B CN 108712302 B CN108712302 B CN 108712302B CN 201810357887 A CN201810357887 A CN 201810357887A CN 108712302 B CN108712302 B CN 108712302B
Authority
CN
China
Prior art keywords
bandwidth
calculating
different geographic
cdn service
geographic areas
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.)
Expired - Fee Related
Application number
CN201810357887.8A
Other languages
English (en)
Other versions
CN108712302A (zh
Inventor
侯萌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shanghai Dnion Network Technology Co ltd
Original Assignee
Shanghai Dnion Network Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Shanghai Dnion Network Technology Co ltd filed Critical Shanghai Dnion Network Technology Co ltd
Priority to CN201810357887.8A priority Critical patent/CN108712302B/zh
Publication of CN108712302A publication Critical patent/CN108712302A/zh
Application granted granted Critical
Publication of CN108712302B publication Critical patent/CN108712302B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0876—Network utilisation, e.g. volume of load or congestion level
    • H04L43/0894—Packet rate
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L61/00—Network arrangements, protocols or services for addressing or naming
    • H04L61/45—Network directories; Name-to-address mapping
    • H04L61/4505—Network directories; Name-to-address mapping using standardised directories; using standardised directory access protocols
    • H04L61/4511—Network directories; Name-to-address mapping using standardised directories; using standardised directory access protocols using domain name system [DNS]

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

一种区域带宽的计算方法及装置、计算机可读介质，所述区域带宽的计算方法包括：获取CDN服务节点对应的历史带宽数据和所述CDN服务节点对应不同地理区域的覆盖配置数据；根据历史访问数据，获取所述CDN服务节点服务的不同地理区域对应的IP地址的解析次数；基于所述历史带宽数据、所述覆盖配置数据和所述解析次数，计算获取所述不同地理区域对应的访问带宽。应用上述方案，可以准确获知不同地理区域对应的带宽信息，从而实现“一步到位”的流量调度。

Description

区域带宽的计算方法及装置、计算机可读介质
技术领域
本发明实施例涉及数据业务及业务支撑领域，尤其涉及一种区域带宽的计算方法及装置、计算机可读介质。
背景技术
随着互联网数据业务的发展，在现有的Internet网络中增加了一层新的内容分发网络(Content Delivery Network，CDN)，以提高数据业务的用户感受。CDN的目的为：通过在现有的Internet网络中增加一层新的网络架构，将网站的内容发布到最接近用户的网络"边缘"，使得用户可以就近取得所需的内容，提高用户访问网站的响应速度。
在CDN网络中，流量调度为其最重要的成本节约的技术手段，也是CDN产品重点关注的系统。常见的流量调度方法为基于域名系统(Domain Name System，DNS)的IP地址调度，即基于预设的映射准则，将用户的IP地址映射为CDN网络的服务节点IP地址。
在现有的实现中，运维人员凭经验进行人工调度，该实现对运维人员提出了很高的要求，例如，要求运维人员时刻进行观察监控、具有丰富的运维经验并对业务有深入理解等。此外，在实际操作中，运维人员经常以一种“试探”的工作模式来完成调度工作，无法精准地“一步到位”，无法准确获知不同地理区域对应的带宽信息。
发明内容
本发明实施例解决的技术问题是如何准确获知不同地理区域对应的带宽信息。
为解决上述技术问题，本发明实施例提供一种区域带宽的计算方法，可以包括：获取CDN服务节点对应的历史带宽数据和所述CDN服务节点对应不同地理区域的覆盖配置数据；根据历史访问数据，获取所述CDN服务节点服务的不同地理区域对应的IP地址的解析次数；基于所述历史带宽数据、所述覆盖配置数据和所述解析次数，计算获取所述不同地理区域对应的访问带宽。
可选地，所述获取所述CDN服务节点服务的不同地理区域对应的IP地址的解析次数包括：将第j个地理区域对应的IP地址的解析总次数除以第j个地理区域所配置的CDN服务节点的总个数，得到的商作为第j个地理区域对应的IP地址的解析次数，其中，j为所述地理区域的索引。
可选地，所述计算获取所述不同地理区域对应的访问带宽包括：基于如下公式计算得到所述不同地理区域对应的带宽权重：
Figure BDA0001634205140000021
其中，
Figure BDA0001634205140000022
为在时刻s，第i个CDN服务节点对应第j个地理区域的覆盖配置数据；
Figure BDA0001634205140000023
为第j个地理区域对应的IP地址的解析次数；
Figure BDA0001634205140000024
为在时刻s，第i个CDN服务节点对应的历史带宽数据；kj为第j个地理区域对应的带宽权重；i为所述CDN服务节点的索引，s为时刻索引，n为所述CDN服务节点的总个数，m为所述不同地理区域的总个数，t为不同时刻的总个数，1≤i≤n，1≤j≤m，1≤s≤t；基于所计算的带宽权重和如下公式，计算得到不同地理区域对应的访问带宽：
Figure BDA0001634205140000025
其中xj为第j个地理区域对应的访问带宽。
可选地，所述计算得到所述不同地理区域对应的带宽权重包括：通过迭代式搜索算法搜索获取满足第一约束条件，且使得J(k)最小的k，即为所述不同地理区域对应的带宽权重；其中：k＝[k1,k2,…km]；所述第一约束条件为：kj＞0；
Figure BDA0001634205140000026
Figure BDA0001634205140000027
可选地，所述迭代式搜索算法为：梯度下降算法；所述通过迭代式搜索算法搜索获取满足第一约束条件，且使得J(k)最小的k包括：确定梯度下降的步长大小和k的初始值k(0)；确定梯度下降的方向为J(k)的负梯度方向；基于梯度下降的方向，向下执行预设的步数获取k(1)，并更新k(0)为k(1)；迭代执行上述向下执行预设的步数获取k(1)的步骤，直至梯度下降的高度小于预设的高度值。
可选地，所述梯度下降的步长与所述迭代执行的步骤数反相关。
可选地，当向下执行预设的步数获取k(1)之后，还包括：当
Figure BDA0001634205140000031
为负值时，基于模拟退火算法对k(1)进行随机回退。
可选地，所述随机回退包括：将
Figure BDA0001634205140000032
置为零，
Figure BDA0001634205140000033
根据预设的比例进行缩小，其中h为所述地理区域的索引，1≤h≤m且h≠j。
可选地，所述计算获取不同地理区域对应的访问带宽之后，还包括：获取所述CDN服务节点对应的实时带宽数据；基于所述实时带宽数据、所述覆盖配置数据和所述不同地理区域对应的访问带宽，计算获取不同地理区域对应的实时访问带宽。
可选地，所述计算获取不同地理区域对应的实时访问带宽包括：将所述不同地理区域对应的访问带宽作为初始迭代数据，利用迭代式搜索算法搜索获取满足如下公式的P，即为不同地理区域对应的实时访问带宽：AP＝Q；其中Q为所述CDN服务节点对应的实时带宽数据；P为所述不同地理区域对应的实时访问带宽；A为所述覆盖配置数据。
本发明实施例提供一种区域带宽的计算装置，包括：第一获取单元，适于获取CDN服务节点对应的历史带宽数据和所述CDN服务节点对应不同地理区域的覆盖配置数据；第二获取单元，适于根据历史访问数据，获取所述CDN服务节点服务的不同地理区域对应的IP地址的解析次数；第一计算单元，适于基于所述历史带宽数据、所述覆盖配置数据和所述解析次数，计算获取所述不同地理区域对应的访问带宽。
可选地，所述第二获取单元，适于将第j个地理区域对应的IP地址的解析总次数除以第j个地理区域所配置的CDN服务节点的总个数，得到的商作为第j个地理区域对应的IP地址的解析次数，其中，j为所述地理区域的索引。
可选地，所述第一计算单元包括：第一计算子单元，适于基于如下公式计算得到所述不同地理区域对应的带宽权重：
Figure BDA0001634205140000041
其中，
Figure BDA0001634205140000042
为在时刻s，第i个CDN服务节点对应第j个地理区域的覆盖配置数据；
Figure BDA0001634205140000043
为第j个地理区域对应的IP地址的解析次数；
Figure BDA0001634205140000044
为在时刻s，第i个CDN服务节点对应的历史带宽数据；kj为第j个地理区域对应的带宽权重；i为所述CDN服务节点的索引，s为时刻索引，n为所述CDN服务节点的总个数，m为所述不同地理区域的总个数，t为不同时刻的总个数，1≤i≤n，1≤j≤m，1≤s≤t；第二计算子单元，适于基于所计算的带宽权重和如下公式，计算得到不同地理区域对应的访问带宽：
Figure BDA0001634205140000045
其中xj为第j个地理区域对应的访问带宽。
可选地，所述第一计算子单元，适于通过迭代式搜索算法搜索获取满足第一约束条件，且使得J(k)最小的k，即为所述不同地理区域对应的带宽权重；其中：k＝[k1,k2,…km]；所述第一约束条件为：kj＞0；
Figure BDA0001634205140000046
Figure BDA0001634205140000047
Figure BDA0001634205140000048
可选地，所述迭代式搜索算法为：梯度下降算法；所述第一计算子单元包括：第一确定模块，适于确定梯度下降的步长大小和k的初始值k(0)；第二确定模块，适于确定梯度下降的方向为J(k)的负梯度方向；执行模块，适于基于梯度下降的方向，向下执行预设的步数获取k(1)，并更新k(0)为k(1)；迭代模块，适于迭代执行上述向下执行预设的步数获取k(1)的步骤，直至梯度下降的高度小于预设的高度值。
可选地，所述梯度下降的步长与所述迭代执行的步骤数反相关。
可选地，所述第一计算子单元包括还包括：回退模块，适于当
Figure BDA0001634205140000051
为负值时，基于模拟退火算法对k(1)进行随机回退。
可选地，所述回退模块，适于将
Figure BDA0001634205140000052
置为零，
Figure BDA0001634205140000053
根据预设的比例进行缩小，其中h为所述地理区域的索引，1≤h≤m且h≠j。
可选地，所述区域带宽的计算装置还包括：第三获取单元，适于获取所述CDN服务节点对应的实时带宽数据；第二计算单元，适于基于所述实时带宽数据、所述覆盖配置数据和所述不同地理区域对应的访问带宽，计算获取不同地理区域对应的实时访问带宽。
可选地，所述第二计算单元，适于将所述不同地理区域对应的访问带宽作为初始迭代数据，利用迭代式搜索算法搜索获取满足如下公式的P，即为不同地理区域对应的实时访问带宽：AP＝Q；其中Q为所述CDN服务节点对应的实时带宽数据；P为所述不同地理区域对应的实时访问带宽；A为所述覆盖配置数据。
本发明实施例提供一种计算机可读存储介质，计算机可读存储介质为非易失性存储介质或非瞬态存储介质，其上存储有计算机指令，所述计算机指令运行时执行上述任一项所述方法的步骤。
本发明实施例提供一种区域带宽的计算装置，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行上述任一项所述方法的步骤。
与现有技术相比，本发明实施例的技术方案具有以下有益效果：
本发明实施例通过获取CDN服务节点对应的历史带宽数据、CDN服务节点对应不同地理区域的覆盖配置数据以及CDN服务节点服务的不同地理区域对应的IP地址的解析次数，然后基于历史带宽数据、覆盖配置数据和所述解析次数，计算获取不同地理区域对应的访问带宽，可以准确获知不同地理区域对应的带宽信息，从而实现“一步到位”的流量调度。
进一步地，通过模拟退火算法进行随时回退，可以避免迭代式搜索陷入局部陷阱，从而更好地搜索获取带宽权重的最优解，提高区域带宽计算的准确率。
进一步地，通过实时带宽数据、覆盖配置数据和不同地理区域对应的访问带宽，计算获取不同地理区域对应的实时访问带宽，可以准确获知不同地理区域对应的实时带宽信息，从而实现“一步到位”的实时流量调度。
附图说明
图1是本发明实施例提供的一种区域带宽的计算方法的流程图；
图2是本发明实施例提供的一种区域带宽的计算装置的结构示意图。
具体实施方式
为了降低流量调度的人力成本，需要实现“一步到位”的流量调度。而实现“一步到位”的流量调度之前，需要获知不同地理区域对应的带宽信息，即不同地理区域的用户的访问流量的相关信息。而在目前的实现中，无法准确获知不同地理区域对应的带宽信息。
本发明实施例通过获取CDN服务节点对应的历史带宽数据、CDN服务节点对应不同地理区域的覆盖配置数据以及CDN服务节点服务的不同地理区域对应的IP地址的解析次数，然后基于历史带宽数据、覆盖配置数据和所述解析次数，计算获取不同地理区域对应的访问带宽，可以准确获知不同地理区域对应的带宽信息。
为使本发明的上述目的、特征和有益效果能够更为明显易懂，下面结合附图对本发明的具体实施例做详细的说明。
参见图1，本发明实施例提供了一种区域带宽的计算方法，可以包括如下步骤:
步骤S101，获取CDN服务节点对应的历史带宽数据和所述CDN服务节点对应不同地理区域的覆盖配置数据。
在具体实施中，为了准确计算不同地理区域对应的带宽信息，首先需要获取CDN服务节点对应的历史带宽数据和所述CDN服务节点对应不同地理区域的覆盖配置数据。
在具体实施中，所述CDN服务节点对应的历史带宽数据可以为前一天的离线数据。例如，所述CDN服务器每5分钟统计一次数据，一天可以统计288个时间区间的历史带宽数据。
在具体实施中，所述CDN服务节点对应不同地理区域的覆盖配置数据可以为所述CDN服务节点对应不同地理区域所配置的权重数据。
在具体实施中，所述地理区域可以用来区域不同的地理位置区域，例如、北京和上海，也可以用来区分不同的互联网服务提供商(Internet Service Provider，ISP)，例如，北京电信和北京联通。
在本发明一实施例中，不同地理区域对应的CDN服务节点覆盖数据如表1所示。
表1
Figure BDA0001634205140000071
在表1中，当山东联通的网民向DNS问询某域名的真实IP，DNS以1：1：1的比例返回a、b和c三个CDN服务节点的IP，即：山东联通的网民对应的CDN服务节点为a、b和c，且1:1:1的概率选择CDN服务节点a、CDN服务节点b和CDN服务节点c。
当北京联通的网民向DNS问询某域名的真实IP，DNS以2：1的比例返回b和c两个CDN服务节点的IP，即：北京联通的网民对应的CDN服务节点为b和c，且以2:1的概率选择CDN服务节点b和CDN服务节点c。
当广东广州电信的网民向DNS问询某域名的真实IP，DNS以3：4的比例返回e和f两个CDN服务节点的IP，即：广东广州电信的网民对应的CDN服务节点为e和f，且以3:4的概率选择CDN服务节点e和CDN服务节点f。
依赖于表1所示的网名覆盖数据，CDN服务器可以根据不同地理区域、不同的ISP，利用“就近、就快”的CDN服务节点进行内容分发，同时又可以通过调整各个CDN服务节点IP的权重，来进行流量调度。
步骤S102，根据历史访问数据，获取所述CDN服务节点服务的不同地理区域对应的IP地址的解析次数。
在具体实施中，由于IP地址的解析次数反映了不同地理区域的用户的访问次数，故可以根据历史访问数据，获取所述CDN服务节点服务的不同地理区域对应的IP地址的解析次数。
在具体实施中，由于不同时刻所配置的CDN服务节点的个数可能不同，故直接根据IP地址的解析次数判断不同地理区域的用户的访问次数可能会有误差。例如，在11:30时刻，为山东联通的网民配置了两个CDN服务节点，在11:35时刻，为山东联通的网民配置了三个CDN服务节点，那么在11:30～11:35的时间内，即使山东联通的网民的访问次数未发生变化，由于11:35时刻所述配置的CDN服务节点个数较多，故11:35时刻对应的山东联通的用户的IP地址的解析总次数多于11:30时刻对应的山东联通的用户的IP地址的解析总次数，约为11:30时刻对应的山东联通的用户的IP地址的解析总次数的1.5倍。故为了准确获知不同地理区域的用户的访问次数，可以对原始的IP地址的解析总次数进行归一化，使得归一化的IP地址的解析次数与不同地理区域的用户的访问次数成正比，与所配置的CDN服务节点的个数无关。
在本发明一实施例中，所述获取不同地理区域对应的IP地址的解析次数包括：将第j个地理区域对应的IP地址的解析总次数除以第j个地理区域所配置的CDN服务节点的总个数，得到的商作为第j个地理区域对应的IP地址的解析次数，其中，j为所述地理区域的索引。
步骤S103，基于所述历史带宽数据、所述覆盖配置数据和所述解析次数，计算获取所述不同地理区域对应的访问带宽。
在具体实施中，可以根据所述历史带宽数据、所述覆盖配置数据和所述解析次数建立数据模型，计算获取所述不同地理区域对应的访问带宽。
例如，根据公式(1)，计算获取所述不同地理区域对应的访问带宽。
AX＝Y (1)
其中A为所述覆盖配置数据，Y为所述历史带宽数据，X为所述不同地理区域对应的访问带宽。
在具体实施中，当公式(1)中的未知数大于方程个数时，有可能存在无穷多解，对于这种情况，可以考虑引入解析数据。启发式的解析次数在一定程度上和区域带宽成正比，并且不同地理区域的解析“带来的”带宽增长程度可能是不同的，设置不同地理区域对应的权重z∈Rm，其中m为所述不同地理区域的总个数，Rm为m维向量空间。例如，第j个地理区域对应的解析次数为
Figure BDA0001634205140000091
第j个地理区域对应的访问带宽为xj，第j个地理区域对应的带宽权重为kj，则有
Figure BDA0001634205140000092
kj只与区域相关，和覆盖配置以及时刻无关。故可以首先计算kj，再根据kj计算xj。
在本发明一实施例中，所述计算获取所述不同地理区域对应的访问带宽包括：基于公式(2)计算得到所述不同地理区域对应的带宽权重：
Figure BDA0001634205140000093
其中，
Figure BDA0001634205140000094
为在时刻s，第i个CDN服务节点对应第j个地理区域的覆盖配置数据；
Figure BDA0001634205140000095
为第j个地理区域对应的IP地址的解析次数；
Figure BDA0001634205140000096
为在时刻s，第i个CDN服务节点对应的历史带宽数据；
kj为第j个地理区域对应的带宽权重；
i为所述CDN服务节点的索引，s为时刻索引，n为所述CDN服务节点的总个数，m为所述不同地理区域的总个数，t为不同时刻的总个数，1≤i≤n，1≤j≤m，1≤s≤t。
然后基于所计算的带宽权重和公式(3)，计算得到不同地理区域对应的访问带宽：
Figure BDA0001634205140000097
其中xj为第j个地理区域对应的访问带宽。
在具体实施中，为了简化计算复杂度，可以将公式(2)转化为公式(4)：
Ck＝y (4)
其中C∈Rn×m，k∈Rm，y∈Rn，Rn×m为n×m维向量空间，Rm为m维向量空间，Rn为n维向量空间，n＞＞m。
然后定义损失函数，基于损失函数，利用启发式的搜索算法获取k。
在本发明一实施例中，所述计算得到所述不同地理区域对应的带宽权重包括：通过迭代式搜索算法搜索获取满足第一约束条件，且使得J(k)最小的k，即为所述不同地理区域对应的带宽权重。其中：
k＝[k1,k2,…km]；
所述第一约束条件为：kj＞0；
Figure BDA0001634205140000101
Figure BDA0001634205140000102
Figure BDA0001634205140000103
在具体实施中，所述迭代式搜索算法可以为：梯度下降算法，也可以为遗传算法、蚁群算法等其他搜索算法。
当所述迭代式搜索算法为梯度下降算法时，所述通过迭代式搜索算法搜索获取满足第一约束条件，且使得J(k)最小的k包括：确定梯度下降的步长(也被称为学习率)大小和k的初始值k(0)；确定梯度下降的方向为J(k)的负梯度方向；基于梯度下降的方向，向下执行预设的步数获取k(1)，并更新k(0)为k(1)；迭代执行上述向下执行预设的步数获取k(1)的步骤，直至梯度下降的高度小于预设的高度值。
在具体实施中，为了提高搜索效率，可以设置可变的搜索步长。例如，在迭代搜索初期，设置较大的步长，使得代价函数J(k)迅速下降，在迭代搜索后期，k已经比较接近最优值时，设置较小的步长，提高搜索精度。
在本发明一实施例中，所述梯度下降的步长与所述迭代执行的步骤数反相关。例如，在迭代执行的第一步设置的步长大于在迭代执行的第十步设置的步长。
在具体实施中，当迭代搜索的过程中得到负的权重时，说明迭代式搜索陷入了局部最优的陷进中，此时可以利用模拟退火算法进行随机回退。例如，将负权重置零，其他权重随机进行一定程度的缩小。
在具体实施中，可以根据搜索步长的缩小方法，对其他权重随机进行一定程度的缩小。
在本发明一实施例中，当向下执行预设的步数获取k(1)之后，还包括：当
Figure BDA0001634205140000111
为负值时，基于模拟退火算法对k(1)进行随机回退。
在具体实施中，所述随机回退包括：将
Figure BDA0001634205140000112
置为零，
Figure BDA0001634205140000113
根据预设的比例进行缩小，其中h为所述地理区域的索引，1≤h≤m且h≠j。
通过模拟退火算法进行随时回退，可以避免迭代式搜索陷入局部陷阱，从而更好地搜索获取带宽权重的最优解，提高区域带宽计算的准确率。
在具体实施中，基于所述解析数据、所述历史带宽数据和所述覆盖配置数据计算获取不同地理区域对应的访问带宽之后，还可以考虑计算不同地理区域对应的实时访问带宽。由公式(1)可知，仅根据实时带宽数据和所述覆盖配置数据计算获取不同地理区域对应的实时访问带宽，未知数个数大于方程个数，无法准确计算。故可以考虑基于计算获取的昨天的不同地理区域对应的访问带宽，通过迭代式搜索算法获取不同地理区域对应的实时访问带宽。
在具体实施中，由于在足够小的时间区间内区域带宽变化量不大，故可以根据上一时刻的访问带宽迭代搜索下一个时刻的访问带宽。例如，以昨天23:55时刻的不同地理区域对应的访问带宽作为迭代初始参数，利用梯度下降算法迭代计算今天00:00时刻的不同地理区域对应的访问带宽。然后重复利用上一时刻的不同地理区域对应的访问带宽作为迭代初始参数计算下一时刻的不同地理区域对应的访问带宽，直到算出当前时刻的不同地理区域对应的访问带宽。
在具体实施中，由于调度需求存在周期性，不是一直存在的，例如，仅在中午和晚上高峰时段才需要进行带宽调度，故可以在不存在调度需求的空档期，利用前一天的解析数据、历史带宽数据和覆盖配置数据计算获取不同地理区域对应的访问带宽，然后再基于所计算的不同地理区域对应的访问带宽，迭代所述获取不同地理区域对应的实时访问带宽。
在具体实施中，当所述CDN服务节点的带宽更新时，可以更新不同地理区域对应的访问带宽。
在本发明一实施例中，所述计算获取不同地理区域对应的访问带宽之后，还包括：获取所述CDN服务节点对应的实时带宽数据；基于所述实时带宽数据、所述覆盖配置数据和所述不同地理区域对应的访问带宽，计算获取不同地理区域对应的实时访问带宽。
在具体实施中，所述计算获取不同地理区域对应的实时访问带宽包括：将所述不同地理区域对应的访问带宽作为初始迭代数据，利用迭代式搜索算法搜索获取满足公式(5)的P，即为不同地理区域对应的实时访问带宽：
AP＝Q (5)
其中Q为所述CDN服务节点对应的实时带宽数据；P为所述不同地理区域对应的实时访问带宽；A为所述覆盖配置数据。
通过实时带宽数据、覆盖配置数据和不同地理区域对应的访问带宽，计算获取不同地理区域对应的实时访问带宽，可以准确获知不同地理区域对应的实时带宽信息，从而实现“一步到位”的实时流量调度。
可以理解的是，步骤S101和步骤S102仅用来区分不同的步骤，并不表示执行的先后顺序。在具体实施中，可以先执行步骤S101，再执行步骤S102，也可以先执行步骤S102，再执行步骤S101，还可以同时执行步骤S101和步骤S102。
应用上述方案，通过获取CDN服务节点对应的历史带宽数据、CDN服务节点对应不同地理区域的覆盖配置数据以及CDN服务节点服务的不同地理区域对应的IP地址的解析次数，然后基于历史带宽数据、覆盖配置数据和所述解析次数，计算获取不同地理区域对应的访问带宽，可以准确获知不同地理区域对应的带宽信息。
为使本领域技术人员更好的理解和实施本发明，本发明实施例还提供了一种能够实现上述区域带宽的计算方法的装置，如图2所示。
参见图2，所述区域带宽的计算20可以包括:第一获取单元21、第二获取单元22和第一计算单元23，其中：
所述第一获取单元21，适于获取CDN服务节点对应的历史带宽数据和所述CDN服务节点对应不同地理区域的覆盖配置数据。
所述第二获取单元22，适于根据历史访问数据，获取所述CDN服务节点服务的不同地理区域对应的IP地址的解析次数。
所述第一计算单元23，适于基于所述历史带宽数据、所述覆盖配置数据和所述解析次数，计算获取所述不同地理区域对应的访问带宽。
在具体实施中，所述第二获取单元22，适于将第j个地理区域对应的IP地址的解析总次数除以第j个地理区域所配置的CDN服务节点的总个数，得到的商作为第j个地理区域对应的IP地址的解析次数，其中，j为所述地理区域的索引。
在本发明一实施例中，所述第一计算单元23包括：第一计算子单元231和第二计算子单元232，其中：
所述第一计算子单元231，适于基于如下公式计算得到所述不同地理区域对应的带宽权重：
Figure BDA0001634205140000131
其中，
Figure BDA0001634205140000141
为在时刻s，第i个CDN服务节点对应第j个地理区域的覆盖配置数据；
Figure BDA0001634205140000142
为第j个地理区域对应的IP地址的解析次数；
Figure BDA0001634205140000143
为在时刻s，第i个CDN服务节点对应的历史带宽数据；
kj为第j个地理区域对应的带宽权重；
i为所述CDN服务节点的索引，s为时刻索引，n为所述CDN服务节点的总个数，m为所述不同地理区域的总个数，t为不同时刻的总个数，1≤i≤n，1≤j≤m，1≤s≤t。
所述第二计算子单元232，适于基于所计算的带宽权重和如下公式，计算得到不同地理区域对应的访问带宽：
Figure BDA0001634205140000144
其中xj为第j个地理区域对应的访问带宽。
在具体实施中，所述第一计算子单元231，适于通过迭代式搜索算法搜索获取满足第一约束条件，且使得J(k)最小的k，即为所述不同地理区域对应的带宽权重；其中：
k＝[k1,k2,…km]；
所述第一约束条件为：kj＞0；
Figure BDA0001634205140000145
Figure BDA0001634205140000146
Figure BDA0001634205140000147
在本发明一实施例中，所述迭代式搜索算法为：梯度下降算法；所述第一计算子单元231包括：第一确定模块(未示出)、第二确定模块(未示出)、执行模块(未示出)和迭代模块(未示出)，其中：
所述第一确定模块，适于确定梯度下降的步长大小和k的初始值k(0)。
所述第二确定模块，适于确定梯度下降的方向为J(k)的负梯度方向。
所述执行模块，适于基于梯度下降的方向，向下执行预设的步数获取k(1)，并更新k(0)为k(1)。
所述迭代模块，适于迭代执行上述向下执行预设的步数获取k(1)的步骤，直至梯度下降的高度小于预设的高度值。
在具体实施中，所述梯度下降的步长与所述迭代执行的步骤数反相关。
在本发明一实施例中，所述第一计算子单元231还包括：回退模块(未示出)，适于当
Figure BDA0001634205140000151
为负值时，基于模拟退火算法对k(1)进行随机回退。
在具体实施中，所述回退模块，适于将
Figure BDA0001634205140000152
置为零，
Figure BDA0001634205140000153
根据预设的比例进行缩小，其中h为所述地理区域的索引，1≤h≤m且h≠j。
在具体实施中，所述区域带宽的计算装置20还包括：第三获取单元(未示出)和第二计算单元(未示出)，其中：
所述第三获取单元，适于获取所述CDN服务节点对应的实时带宽数据。
所述第二计算单元，适于基于所述实时带宽数据、所述覆盖配置数据和所述不同地理区域对应的访问带宽，计算获取不同地理区域对应的实时访问带宽。
在本发明一实施例中，所述第二计算单元，适于将所述不同地理区域对应的访问带宽作为初始迭代数据，利用迭代式搜索算法搜索获取满足如下公式的P，即为不同地理区域对应的实时访问带宽：
AP＝Q
其中Q为所述CDN服务节点对应的实时带宽数据；P为所述不同地理区域对应的实时访问带宽；A为所述覆盖配置数据。
在具体实施中，所述区域带宽的计算装置20的工作流程及原理可以参考上述实施例中提供的方法中的描述，此处不再赘述。
本发明实施例提供一种计算机可读存储介质，计算机可读存储介质为非易失性存储介质或非瞬态存储介质，其上存储有计算机指令，所述计算机指令运行时执行上述任一种所述方法对应的步骤，此处不再赘述。
本发明实施例提供一种区域带宽的计算装置，包括存储器和处理器，所述存储器上存储有能够在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行上述任一种所述方法对应的步骤，此处不再赘述。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：ROM、RAM、磁盘或光盘等。
虽然本发明披露如上，但本发明并非限定于此。任何本领域技术人员，在不脱离本发明的精神和范围内，均可作各种更动与修改，因此本发明的保护范围应当以权利要求所限定的范围为准。

Claims (18)

1.一种区域带宽的计算方法，其特征在于，包括：
获取CDN服务节点对应的历史带宽数据和所述CDN服务节点对应不同地理区域的覆盖配置数据；
根据历史访问数据，获取所述CDN服务节点服务的不同地理区域对应的IP地址的解析次数，包括：将第j个地理区域对应的IP地址的解析总次数除以第j个地理区域所配置的CDN服务节点的总个数，得到的商作为第j个地理区域对应的IP地址的解析次数，其中，j为所述地理区域的索引；
基于所述历史带宽数据、所述覆盖配置数据和所述解析次数，计算获取所述不同地理区域对应的访问带宽，包括：基于如下公式计算得到所述不同地理区域对应的带宽权重：
Figure FDA0002541609900000011
其中，
Figure FDA0002541609900000012
为在时刻s，第i个CDN服务节点对应第j个地理区域的覆盖配置数据；
Figure FDA0002541609900000013
为第j个地理区域对应的IP地址的解析次数；
Figure FDA0002541609900000014
为在时刻s，第i个CDN服务节点对应的历史带宽数据；kj为第j个地理区域对应的带宽权重；i为所述CDN服务节点的索引，s为时刻索引，n为所述CDN服务节点的总个数，m为所述不同地理区域的总个数，t为不同时刻的总个数，1≤i≤n，1≤j≤m，1≤s≤t；基于所计算的带宽权重和如下公式，计算得到不同地理区域对应的访问带宽：
Figure FDA0002541609900000015
其中xj为第j个地理区域对应的访问带宽。
2.根据权利要求1所述的区域带宽的计算方法，其特征在于，所述计算得到所述不同地理区域对应的带宽权重包括：
通过迭代式搜索算法搜索获取满足第一约束条件，且使得J(k)最小的k，即为所述不同地理区域对应的带宽权重；
其中：
k＝[k1,k2,…km]；
所述第一约束条件为：kj>0；
Figure FDA0002541609900000021
Figure FDA0002541609900000022
Figure FDA0002541609900000023
3.根据权利要求2所述的区域带宽的计算方法，其特征在于，所述迭代式搜索算法为：梯度下降算法；
所述通过迭代式搜索算法搜索获取满足第一约束条件，且使得J(k)最小的k包括：
确定梯度下降的步长大小和k的初始值k(0)；
确定梯度下降的方向为J(k)的负梯度方向；
基于梯度下降的方向，向下执行预设的步数获取k(1)，并更新k(0)为k(1)；
迭代执行上述向下执行预设的步数获取k(1)的步骤，直至梯度下降的高度小于预设的高度值。
4.根据权利要求3所述的区域带宽的计算方法，其特征在于，所述梯度下降的步长与所述迭代执行的步骤数反相关。
5.根据权利要求3所述的区域带宽的计算方法，其特征在于，当向下执行预设的步数获取k(1)之后，还包括：
当
Figure FDA0002541609900000024
为负值时，基于模拟退火算法对k(1)进行随机回退。
6.根据权利要求5所述的区域带宽的计算方法，其特征在于，所述随机回退包括：
将
Figure FDA0002541609900000025
置为零，
Figure FDA0002541609900000026
根据预设的比例进行缩小，其中h为所述地理区域的索引，1≤h≤m且h≠j。
7.根据权利要求1所述的区域带宽的计算方法，其特征在于，所述计算获取不同地理区域对应的访问带宽之后，还包括：
获取所述CDN服务节点对应的实时带宽数据；
基于所述实时带宽数据、所述覆盖配置数据和所述不同地理区域对应的访问带宽，计算获取不同地理区域对应的实时访问带宽。
8.根据权利要求7所述的区域带宽的计算方法，其特征在于，所述计算获取不同地理区域对应的实时访问带宽包括：
将所述不同地理区域对应的访问带宽作为初始迭代数据，利用迭代式搜索算法搜索获取满足如下公式的P，即为不同地理区域对应的实时访问带宽：
AP＝Q
其中Q为所述CDN服务节点对应的实时带宽数据；
P为所述不同地理区域对应的实时访问带宽；
A为所述覆盖配置数据。
9.一种区域带宽的计算装置，其特征在于，包括：
第一获取单元，适于获取CDN服务节点对应的历史带宽数据和所述CDN服务节点对应不同地理区域的覆盖配置数据；
第二获取单元，适于根据历史访问数据，获取所述CDN服务节点服务的不同地理区域对应的IP地址的解析次数，包括：将第j个地理区域对应的IP地址的解析总次数除以第j个地理区域所配置的CDN服务节点的总个数，得到的商作为第j个地理区域对应的IP地址的解析次数，其中，j为所述地理区域的索引；
第一计算单元，适于基于所述历史带宽数据、所述覆盖配置数据和所述解析次数，计算获取所述不同地理区域对应的访问带宽，包括：第一计算子单元，适于基于如下公式计算得到所述不同地理区域对应的带宽权重：
Figure FDA0002541609900000041
其中，
Figure FDA0002541609900000042
为在时刻s，第i个CDN服务节点对应第j个地理区域的覆盖配置数据；
Figure FDA0002541609900000043
为第j个地理区域对应的IP地址的解析次数；
Figure FDA0002541609900000044
为在时刻s，第i个CDN服务节点对应的历史带宽数据；kj为第j个地理区域对应的带宽权重；i为所述CDN服务节点的索引，s为时刻索引，n为所述CDN服务节点的总个数，m为所述不同地理区域的总个数，t为不同时刻的总个数，1≤i≤n，1≤j≤m，1≤s≤t；第二计算子单元，适于基于所计算的带宽权重和如下公式，计算得到不同地理区域对应的访问带宽：
Figure FDA0002541609900000045
Figure FDA0002541609900000046
其中xj为第j个地理区域对应的访问带宽。
10.根据权利要求9所述的区域带宽的计算装置，其特征在于，所述第一计算子单元，适于通过迭代式搜索算法搜索获取满足第一约束条件，且使得J(k)最小的k，即为所述不同地理区域对应的带宽权重；
其中：
k＝[k1,k2,…km]；
所述第一约束条件为：kj>0；
Figure FDA0002541609900000047
Figure FDA0002541609900000048
Figure FDA0002541609900000049
11.根据权利要求10所述的区域带宽的计算装置，其特征在于，所述迭代式搜索算法为：梯度下降算法；
所述第一计算子单元包括：
第一确定模块，适于确定梯度下降的步长大小和k的初始值k(0)；
第二确定模块，适于确定梯度下降的方向为J(k)的负梯度方向；
执行模块，适于基于梯度下降的方向，向下执行预设的步数获取k(1)，并更新k(0)为k(1)；
迭代模块，适于迭代执行上述向下执行预设的步数获取k(1)的步骤，直至梯度下降的高度小于预设的高度值。
12.根据权利要求11所述的区域带宽的计算装置，其特征在于，所述梯度下降的步长与所述迭代执行的步骤数反相关。
13.根据权利要求11所述的区域带宽的计算装置，其特征在于，所述第一计算子单元包括还包括：
回退模块，适于当
Figure FDA0002541609900000051
为负值时，基于模拟退火算法对k(1)进行随机回退。
14.根据权利要求13所述的区域带宽的计算装置，其特征在于，所述回退模块，适于将
Figure FDA0002541609900000052
置为零，
Figure FDA0002541609900000053
根据预设的比例进行缩小，其中h为所述地理区域的索引，1≤h≤m且h≠j。
15.根据权利要求9所述的区域带宽的计算装置，其特征在于，还包括：
第三获取单元，适于获取所述CDN服务节点对应的实时带宽数据；
第二计算单元，适于基于所述实时带宽数据、所述覆盖配置数据和所述不同地理区域对应的访问带宽，计算获取不同地理区域对应的实时访问带宽。
16.根据权利要求15所述的区域带宽的计算装置，其特征在于，所述第二计算单元，适于将所述不同地理区域对应的访问带宽作为初始迭代数据，利用迭代式搜索算法搜索获取满足如下公式的P，即为不同地理区域对应的实时访问带宽：
AP＝Q
其中Q为所述CDN服务节点对应的实时带宽数据；
P为所述不同地理区域对应的实时访问带宽；
A为所述覆盖配置数据。
17.一种计算机可读存储介质，计算机可读存储介质为非易失性存储介质或非瞬态存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至8中任一项所述方法的步骤。
18.一种区域带宽的计算装置，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机程序，其特征在于，所述处理器运行所述计算机程序时执行权利要求1至8中任一项所述方法的步骤。
CN201810357887.8A 2018-04-19 2018-04-19 区域带宽的计算方法及装置、计算机可读介质 Expired - Fee Related CN108712302B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810357887.8A CN108712302B (zh) 2018-04-19 2018-04-19 区域带宽的计算方法及装置、计算机可读介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810357887.8A CN108712302B (zh) 2018-04-19 2018-04-19 区域带宽的计算方法及装置、计算机可读介质

Publications (2)

Publication Number Publication Date
CN108712302A CN108712302A (zh) 2018-10-26
CN108712302B true CN108712302B (zh) 2020-08-14

Family

ID=63867287

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810357887.8A Expired - Fee Related CN108712302B (zh) 2018-04-19 2018-04-19 区域带宽的计算方法及装置、计算机可读介质

Country Status (1)

Country Link
CN (1) CN108712302B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109688421B (zh) * 2018-12-28 2020-07-10 广州华多网络科技有限公司 请求消息处理方法、装置及系统、服务器、存储介质
CN110661862A (zh) * 2019-09-20 2020-01-07 网宿科技股份有限公司 一种预热资源文件的方法和中心管理系统
CN111654561B (zh) * 2020-06-04 2022-09-02 北京金山云网络技术有限公司 一种ip地址数量确定方法、装置、电子设备及存储介质
CN112910698B (zh) * 2021-01-27 2023-08-22 网宿科技股份有限公司 一种cdn覆盖方案的调整方法、装置及设备
CN115134369B (zh) * 2021-03-26 2024-01-19 北京金山云网络技术有限公司 一种cdn节点分配方法、装置、电子设备及存储介质

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104348798A (zh) * 2013-07-31 2015-02-11 深圳市腾讯计算机系统有限公司 一种分配网络的方法、装置、调度服务器和系统
WO2016123497A1 (en) * 2015-01-29 2016-08-04 Vid Scale, Inc. Bandwidth prediction and prefetching for enhancing the qoe of applications over wireless networks

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104348798A (zh) * 2013-07-31 2015-02-11 深圳市腾讯计算机系统有限公司 一种分配网络的方法、装置、调度服务器和系统
WO2016123497A1 (en) * 2015-01-29 2016-08-04 Vid Scale, Inc. Bandwidth prediction and prefetching for enhancing the qoe of applications over wireless networks

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
在线社交视频内容分发策略研究;王智;《中国博士学位论文全文数据库 信息科技辑》;20150715(第07期);第4章 *

Also Published As

Publication number Publication date
CN108712302A (zh) 2018-10-26

Similar Documents

Publication Publication Date Title
CN108712302B (zh) 区域带宽的计算方法及装置、计算机可读介质
WO2017045472A1 (zh) 资源预测方法、系统和容量管理装
CN109873712B (zh) 一种网络流量预测方法及装置
CN113497817B (zh) 流量调度方法、装置、cdn网络的边缘节点及服务器
CN109617826A (zh) 一种基于布谷鸟搜索的storm动态负载均衡方法
CN110719194B (zh) 一种网络数据的分析方法及装置
CN109634744A (zh) 一种基于云平台资源分配的精确匹配方法，设备及存储介质
CN112101674B (zh) 基于群智能算法资源配置匹配方法、装置、设备及介质
CN111294812A (zh) 一种资源扩容规划的方法及系统
CN115330357B (zh) 智能立体车库数据管理方法、装置、设备及存储介质
CN111385142B (zh) 基于Kubernetes的自适应伸缩web容器的方法
CN107453900A (zh) 一种云解析参数设定管理系统及实现参数设定的方法
CN103729378A (zh) 一种ip地理信息的更新方法和装置
CN108712335A (zh) 网络访问的调度方法、系统、设备及存储介质
CN104254083B (zh) 预测业务热点的方法及装置
CN110198267B (zh) 一种流量调度方法、系统及服务器
CN112291365A (zh) 访问均衡处理方法、装置、计算机设备及存储介质
CN114786190A (zh) 一种流量的预测方法、装置及存储介质
CN104932898B (zh) 一种基于改进多目标粒子群优化算法的待增组件选择方法
CN112182070A (zh) 基于云计算的Elasticsearch查询管理系统
CN106781652B (zh) 一种停车群体诱导方法及装置
Fan et al. Knative autoscaler optimize based on double exponential smoothing
JP6167052B2 (ja) 通信トラヒック予測装置およびプログラム
CN107707419B (zh) 一种获取目标地区的互联网发展指数的方法和装置
CN109981327B (zh) 一种业务量的预测方法及系统

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
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20200814

Termination date: 20210419

CF01 Termination of patent right due to non-payment of annual fee