CN109462510A - 一种cdn节点质量评估的方法及装置 - Google Patents
一种cdn节点质量评估的方法及装置 Download PDFInfo
- Publication number
- CN109462510A CN109462510A CN201811490153.3A CN201811490153A CN109462510A CN 109462510 A CN109462510 A CN 109462510A CN 201811490153 A CN201811490153 A CN 201811490153A CN 109462510 A CN109462510 A CN 109462510A
- Authority
- CN
- China
- Prior art keywords
- period
- packet loss
- cdn node
- server
- node
- 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 45
- 238000013441 quality evaluation Methods 0.000 title claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 57
- 238000012544 monitoring process Methods 0.000 claims abstract description 50
- 230000005856 abnormality Effects 0.000 claims abstract description 34
- 238000011158 quantitative evaluation Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 9
- 238000013139 quantization Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 6
- 238000004590 computer program Methods 0.000 description 5
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 230000002159 abnormal effect Effects 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000010009 beating Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 210000004072 lung Anatomy 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000001303 quality assessment method Methods 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/50—Network service management, e.g. ensuring proper service fulfilment according to agreements
- H04L41/5003—Managing SLA; Interaction between SLA and QoS
- H04L41/5009—Determining service level performance parameters or violations of service level contracts, e.g. violations of agreed response time or mean time between failures [MTBF]
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种CDN节点质量评估的方法及装置,该方法包括:获取CDN节点在第一时段内各第一服务器的第一监控数据,将第一服务器在多个第一时段的丢包时长之和确定为第一服务器在第二时段的丢包时长,根据各第一服务器在第二时段的丢包时长确定CDN节点在第二时段的丢包时长,根据CDN节点在第二时段的丢包时长、CDN节点的服务器数、第二时段确定CDN节点在第二时段的节点可用性,并根据CDN节点在第二时段的节点可用性进行异常处理。该技术方案通过将CDN节点上各服务器的服务质量进行量化评估,提高CDN节点质量的评估的准确性,实现高效监控CDN节点质量。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种CDN(Content DeliveryNetwork,内容分发网络)节点质量评估的方法及装置。
背景技术
CDN网络是一种新型网络内容服务体系,其基于IP网络而构建,基于内容访问与应用的效率要求、质量要求和内容秩序而提供内容的分发和服务。CDN网络代表了一种基于网络而构建的高质量、高效率,具有鲜明网络秩序的网络应用服务模式。
随着CDN网络的发展,保障CDN网络的服务质量越发重要。为保障CDN网络的服务质量,需要提供一种用于评估CDN网络的服务质量的评估方法。
发明内容
本发明实施例提供一种CDN节点质量评估的方法及装置,通过将CDN节点上各服务器的服务质量进行量化评估,提高CDN节点质量的评估的准确性,实现高效监控CDN节点质量。
本发明实施例提供的一种CDN节点质量评估的方法,包括:
获取CDN节点在第一时段内各第一服务器的第一监控数据;所述第一监控数据包括丢包时长;所述第一服务器是从所述CDN节点中确定的符合第一条件的服务器;所述第一条件包括在所述第一时段丢包率大于丢包率阈值且所述丢包率大于丢包率阈值的次数大于次数阈值;
将所述第一服务器在多个所述第一时段的丢包时长之和确定为所述第一服务器在所述第二时段的丢包时长;根据各所述第一服务器在所述第二时段的丢包时长确定所述CDN节点在所述第二时段的丢包时长;
根据所述CDN节点在所述第二时段的丢包时长、CDN节点的服务器数、第二时段确定所述CDN节点在所述第二时段的节点可用性;并根据所述CDN节点在所述第二时段的节点可用性进行异常处理。
上述技术方案中,获取到CDN节点在第一时段内各第一服务器的第一监控数据,根据该第一监控数据确定出第一服务器在第二时段的丢包时长,进而确定出CDN节点在第二时段的丢包时长,最后根据该CDN节点在第二时段的丢包时长、CDN节点的服务器数、第二时段确定出CDN节点在第二时段的节点可用性,即将CDN节点在第二时段的节点可用性进行量化,并根据最后的量化数据对CDN节点进行异常处理。即本方案将第一时段内的第一服务器的服务质量量化,进一步根据第一时段量化的数据将第二时段内的第一服务器的服务质量量化,最后将第二时段内的CDN节点的服务质量量化,通过三步计算确定CDN节点的节点可用性,并根据CDN节点的节点可用性进行异常处理。进一步的,本方案对第一时段内的每个第一服务器的服务质量量化、每个第一服务器在第二时段内的服务质量量化,可以在CDN节点进行异常处理时,明确定位出影响CDN节点服务质量的服务器或统计时段,并根据影响CDN节点服务质量的服务器或统计时段进行异常处理。
可选的,所述第一监控数据还包括丢包次数、每次丢包率;
所述方法还包括:
将所述CDN节点在第一时段内各第一服务器的丢包次数之和确定为所述CDN节点在第一时段的丢包次数;
将所述CDN节点在第一时段内各第一服务器的丢包均值之和确定为所述CDN节点在第一时段的丢包均值;所述在第一时段内第一服务器的丢包均值为所述第一服务器的丢包率之和与丢包次数的比值。
上述技术方案中,针对CDN节点在第一时段内的质量,还可以通过量化CDN节点在第一时段的丢包次数、丢包均值进行评估,即多维度评估CDN节点在第一时段内的质量,提高CDN评估的准确度。
可选的,所述方法还包括:
根据所述CDN节点在第一时段的第一服务器数确定所述CDN节点在第二时段的第一服务器数;
根据所述CDN节点在第一时段的丢包均值确定所述CDN节点在第二时段的丢包均值;
根据所述CDN节点在第一时段的丢包次数确定所述CDN节点在第二时段的丢包次数。
上述技术方案中,根据CDN节点在第一时段内第一服务器数、丢包均值、丢包次数还可以确定出CDN节点在第二时段内第一服务器数、丢包均值、丢包次数。CDN节点在第一时段的质量评估可以视为对CDN节点进行实时的评估,CDN节点在第二时段的质量评估可以视为对CDN节点进行非实时的评估。通过实时评估数据和非实时评估数据,达到对CDN节点质量的高效监控。
可选的,所述方法还包括:
针对CDN节点的任一个服务器,获取所述服务器在所述第二时段的丢包周期的数量;所述丢包周期的数量是所述服务器在所述第二时段的多个第一时段中被确定为第一服务器的次数;所述丢包周期是所述服务器被确定为第一服务器时的第一时段;
将所述服务器在所述第二时段中各丢包周期对应的丢包均值之和与所述丢包周期的数量的比值确定为所述服务器在所述第二时段的丢包均值;
将所述服务器在所述第二时段中各丢包周期对应的丢包次数之和确定为所述服务器在所述第二时段的丢包次数。
上述技术方案中,针对CDN节点的任一个服务器,确定出该服务器在第二时段的丢包周期的数量、丢包均值、丢包次数,从而对单个服务器在第二时段的质量进行量化评估。
可选的,所述根据所述CDN节点在所述第二时段的丢包时长、CDN节点的服务器数、第二时段确定所述CDN节点在所述第二时段的节点可用性,满足公式(1);
所述公式(1)为:
其中,为CDN节点在第二时段的节点可用性,为CDN节点在第二时段的丢包时长;n服务器为CDN节点下所有服务器的总数;t第二时段为第二时段时长。
上述技术方案中,提供CDN节点在第二时段的节点可用性的确定方式,给出节点可用性的量化模型,从而可以量化CDN节点的质量。
可选的,还包括:
当所述CDN节点在所述第二时段的节点可用性小于第一可用性阈值时,对所述CDN节点进行异常处理。
上述技术方案中,确定对CDN节点进行异常处理的判定标准,当CDN节点在第二时段的节点可用性小于第一可用性阈值时,确定对CDN节点进行异常处理;否则,确定不对CDN节点进行异常处理。将CDN节点质量的评估方法进行量化,建立整个质量评估的模型,实现高效监控CDN节点质量。
可选的,在所述获取CDN节点在第一时段内各第一服务器的第一监控数据之后,还包括:
根据所述CDN节点在第一时段内各第一服务器的丢包时长,确定所述CDN节点在第一时段的丢包时长;
根据所述CDN节点在第一时段的丢包时长确定所述CDN节点在第一时段的节点可用性,并确定所述CDN节点在第二时段的质量差时长;
当所述CDN节点在第二时段的质量差时长大于时间阈值时,对所述CDN节点进行异常处理。
上述技术方案中,确定对CDN节点进行异常处理的另一个判定标准,当CDN节点在第二时段的质量差时长大于时间阈值时,确定对CDN节点进行异常处理否则,确定不对CDN节点进行异常处理。将CDN节点质量的评估方法进行量化,建立整个质量评估的模型,实现高效监控CDN节点质量,同时,可以直观的监控CDN节点在各时段服务情况。
可选的,所述根据所述CDN节点在第一时段的丢包时长确定所述CDN节点在第一时段的节点可用性,满足公式(2);
所述公式(2)为:
其中,为CDN节点在第一时段的节点可用性,为CDN节点在第一时段的丢包时长;n服务器为CDN节点下所有服务器的总数;t第一时段为第一时段时长。
上述技术方案中,根据CDN节点在第一时段的丢包时长确定CDN节点在第一时段的节点可用性,用于评估CDN节点在第一时段的节点可用性以及在第二时段的质量差时长。
相应的,本发明实施例还提供了一种CDN节点质量评估的装置,包括:
获取单元,用于获取CDN节点在第一时段内各第一服务器的第一监控数据;所述第一监控数据包括丢包时长;所述第一服务器是从所述CDN节点中确定的符合第一条件的服务器;所述第一条件包括在所述第一时段丢包率大于丢包率阈值且所述丢包率大于丢包率阈值的次数大于次数阈值;
确定单元,用于将所述第一服务器在多个所述第一时段的丢包时长之和确定为所述第一服务器在所述第二时段的丢包时长;根据各所述第一服务器在所述第二时段的丢包时长确定所述CDN节点在所述第二时段的丢包时长;
处理单元,用于根据所述CDN节点在所述第二时段的丢包时长、CDN节点的服务器数、第二时段确定所述CDN节点在所述第二时段的节点可用性;并根据所述CDN节点在所述第二时段的节点可用性进行异常处理。
可选的,所述第一监控数据还包括丢包次数、每次丢包率;
所述确定单元还用于:
将所述CDN节点在第一时段内各第一服务器的丢包次数之和确定为所述CDN节点在第一时段的丢包次数;
将所述CDN节点在第一时段内各第一服务器的丢包均值之和确定为所述CDN节点在第一时段的丢包均值;所述在第一时段内第一服务器的丢包均值为所述第一服务器的丢包率之和与丢包次数的比值。
可选的,所述确定单元还用于:
根据所述CDN节点在第一时段的第一服务器数确定所述CDN节点在第二时段的第一服务器数;
根据所述CDN节点在第一时段的丢包均值确定所述CDN节点在第二时段的丢包均值;
根据所述CDN节点在第一时段的丢包次数确定所述CDN节点在第二时段的丢包次数。
可选的,所述确定单元还用于:
针对CDN节点的任一个服务器,获取所述服务器在所述第二时段的丢包周期的数量;所述丢包周期的数量是所述服务器在所述第二时段的多个第一时段中被确定为第一服务器的次数;所述丢包周期是所述服务器被确定为第一服务器时的第一时段;
将所述服务器在所述第二时段中各丢包周期对应的丢包均值之和与所述丢包周期的数量的比值确定为所述服务器在所述第二时段的丢包均值;
将所述服务器在所述第二时段中各丢包周期对应的丢包次数之和确定为所述服务器在所述第二时段的丢包次数。
可选的,所述处理单元具体用于:
根据公式(1)确定所述CDN节点在所述第二时段的节点可用性;
所述公式(1)为:
其中,为CDN节点在第二时段的节点可用性,为CDN节点在第二时段的丢包时长;n服务器为CDN节点下所有服务器的总数;t第二时段为第二时段时长。
可选的,所述处理单元具体用于:
当所述CDN节点在所述第二时段的节点可用性小于第一可用性阈值时,对所述CDN节点进行异常处理。
可选的,所述处理单元还用于:
在所述获取CDN节点在第一时段内各第一服务器的第一监控数据之后,根据所述CDN节点在第一时段内各第一服务器的丢包时长,确定所述CDN节点在第一时段的丢包时长;
根据所述CDN节点在第一时段的丢包时长确定所述CDN节点在第一时段的节点可用性,并确定所述CDN节点在所述第二时段的质量差时长;
当所述CDN节点在所述第二时段的质量差时长大于时间阈值时,对所述CDN节点进行异常处理。
可选的,所述处理单元具体用于:
根据公式(2)确定所述CDN节点在第一时段的节点可用性;
所述公式(2)为:
其中,为CDN节点在第一时段的节点可用性,为CDN节点在第一时段的丢包时长;n服务器为CDN节点下所有服务器的总数;t第一时段为第一时段时长。
相应的,本发明实施例还提供了一种计算设备,包括:
存储器,用于存储程序指令;
处理器,用于调用所述存储器中存储的程序指令,按照获得的程序执行上述CDN节点质量评估的方法。
相应的,本发明实施例还提供了一种计算机可读非易失性存储介质,包括计算机可读指令,当计算机读取并执行所述计算机可读指令时,使得计算机执行上述CDN节点质量评估的方法。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简要介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域的普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种系统架构的示意图;
图2为本发明实施例提供的一种CDN节点质量评估的方法的流程示意图;
图3为本发明实施例提供的一种CDN节点质量评估的装置的结构示意图。
具体实施方式
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作进一步地详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
图1示例性的示出了本发明实施例提供CDN节点质量评估的方法所适用的系统架构,该系统架构可以为中心服务器101和CDN节点102;其中,CDN节点102中包括多个服务器;中心服务器101获取CDN节点102中各服务器的通讯数据,将获取到的通讯数据经处理器处理后,确定CDN节点的服务质量。
基于上述描述,图2示例性的示出了本发明实施例提供的一种CDN节点质量评估的方法的流程,该流程可以由CDN节点质量评估的装置执行,该装置可以位于中心服务器中,可以是该中心服务器。如图2所示,该流程具体包括:
步骤201,获取CDN节点在第一时段内各第一服务器的第一监控数据。
其中,CDN节点中包括多个服务器,第一服务器是从CDN节点中确定的符合第一条件的服务器,第一条件包括在第一时段丢包率大于丢包率阈值且丢包率大于丢包率阈值的次数大于次数阈值。其中,第一条件中的丢包率阈值、次数阈值可以根据经验设定,可选的,丢包率阈值可以为3%,次数阈值可以为3次。
为更好的描述上述从CDN节点中确定出符合第一条件的第一服务器的实施方式,举例说明如下。
假设CDN节点包括服务器1至7,针对CDN节点中任一个服务器,获取该服务器在第一时段的监控数据,设第一时段为5min。获取服务器监控数据的时间间隔为1min,即每1min获取1个该服务器的监控数据,以及每第一时段获取5个该服务器的监控数据,且每个监控数据包含当前1min内的该服务器的丢包率。假设第一条件中的丢包率阈值为3%,次数阈值为3次。CDN节点中各服务器在第一时段的监控数据如表1所示。
如表1中的服务器1:
服务器1在该第一时段的丢包次数为4次,每次的丢包率分别为4%、4%、4%、4%。则丢包率大于丢包率阈值3%的丢包次数为4次,即可以确定服务器1在该第一时段内符合第一条件。也就是说,该服务器1在该第一时段内是第一服务器。
如表1中服务器2:
服务器2在该第一时段的丢包次数为5次,每次的丢包率分别为2%、3%、5%、2%、2%。则丢包率大于丢包率阈值3%的丢包次数为1次,即可以确定服务器2在该第一时段内不符合第一条件。也就是说,该服务器2在该第一时段内不是第一服务器。
表1
第一监控数据包括第一时段内各第一服务器的丢包时长、丢包次数、每次丢包率,解释为,CDN节点中包括多个服务器,在获取到CDN节点在第一时段中的多个服务器的监控数据之后,从多个服务器中确定出该第一时段内的第一服务器,进一步,第一监控数据即为CDN节点在第一时段内各第一服务器的丢包时长、丢包次数、每次丢包率。
参照表1,CDN节点包括服务器1至7,在该第一时段内获取到服务器1至7的监控数据。针对每个服务器分析其是否为第一服务器,即针对每个服务器在该第一时段内的监控数据判断其是否符合第一条件。经分析,确定出服务器1、服务器3、服务器4为第一服务器,则第一监控数据就是服务器1、服务器3、服务器4分别在第一时段的丢包时长、丢包次数、每次丢包率,此时,在第一时段内第一服务器的丢包时长即为第一时段的时间长度,例如,服务器4在第一时段的丢包时长为5min,丢包次数为4次,每次丢包率依次为4%、4%、6%、4%。
步骤202,将所述第一服务器在多个所述第一时段的丢包时长之和确定为所述第一服务器在所述第二时段的丢包时长;根据各所述第一服务器在所述第二时段的丢包时长确定所述CDN节点在所述第二时段的丢包时长。
第二时段包括多个第一时段,若第二时段为40min、第一时段为5min,则第二时段包括8个第一时段。针对CDN节点中的任一个服务器,判断该服务器在第二时段中的每个第一时段是否为第一服务器。例如,针对服务器A,服务器A在0~5min的监控数据符合条件1,即服务器A在0~5min是第一服务器,0~5min是服务器A的丢包周期,若服务器A的8个第一时段中有6个第一时段对应的服务器A的监控数据符合条件1,则该6个第一时段对应的服务器A为第一服务器,且该第一服务器在第二时段内的丢包时长为6个丢包周期,即6个第一时段,也就是30min。
又有CDN节点包括多个服务器,也就对应多个第一服务器,根据各个第一服务器在第二时段的丢包时长确定CDN节点在第二时段的丢包时长,即将各个第一服务器在第二时段的丢包时长之和确定为CDN节点在第二时段的丢包时长。
作为本发明的一种实现方式,具体可以如公式(3)。
其中,为CDN节点在第二时段的丢包时长,为第一服务器在第二时段的丢包时长,为第一服务器在第一时段的丢包时长。
步骤203,根据所述CDN节点在所述第二时段的丢包时长、CDN节点的服务器数、第二时段确定所述CDN节点在所述第二时段的节点可用性;并根据所述CDN节点在所述第二时段的节点可用性进行异常处理。
在确定CDN节点在第二时段的节点可用性时,可以满足公式(1)。
该公式(1)为:
其中,为CDN节点在第二时段的节点可用性,为CDN节点在第二时段的丢包时长,由CDN节点中各第一服务器在第二时段的丢包时长确定;n服务器为CDN节点下所有服务器的总数;t第二时段为第二时段的时长,t第二时段可以根据经验设定为1天,即1440min。
在确定CDN节点在第二时段的节点可用性后,可以判断CDN节点在第二时段的节点可用性是否小于第一可用性阈值,若小于,则确定对该CDN节点进行异常处理,否则,确定不对该CDN节点进行异常处理。其中,该第一可用性阈值可以为90%。
可选的,本发明实施例在确定出CDN节点在第二时段的节点可用性后,还可以将各CDN节点在第二时段的节点可用性进行加权平均,确定出整个包含前述多个CDN节点的CDN网络的可用性。
上述实施例通过确定CDN节点在第二时段的节点可用性判断是否需要对CDN节点进行异常处理。此外,本发明实施例还可以通过确定CDN节点在第二时段的质量差时长,判断是否需要对CDN节点进行异常处理。即从不同角度评估CDN节点的服务质量。
具体的,在获取CDN节点在第一时段内各第一服务器的第一监控数据之后,还可以根据CDN节点在第一时段内各第一服务器的丢包时长,确定CDN节点在第一时段的丢包时长,根据CDN节点在第一时段的丢包时长确定CDN节点在第一时段的节点可用性,并确定CDN节点在第二时段的质量差时长,当CDN节点在第二时段的质量差时长大于时间阈值时,对CDN节点进行异常处理。
可选的,根据公式(2)确定出CDN节点在第一时段的节点可用性。
该公式(2)为:
其中,为CDN节点在第一时段的节点可用性,为CDN节点在第一时段的丢包时长,由CDN节点中各第一服务器在第一时段的丢包时长确定;n服务器为CDN节点下所有服务器的总数;t第一时段为第一时段的时长,t第一时段可以根据经验设定为5min。
CDN节点在第一时段的节点可用性为一个比值,若该比值小于预先设定的比值,则确定该CDN节点在第一时段处于质量差的状态下,其中,该预先设定的比值可以为95%。在一个第二时段内,统计该CDN节点处于质量差的状态的持续时长,若该质量差的状态的持续时长大于某预先设定的时间T1,则将该大于T1的持续时长进行统计,进一步的,将第二时段中所有大于T1的持续时长进行统计,确定CDN节点在第二时段的累计质量差时长,并判断CDN节点在第二时段的累计质量差时长是否大于时间阈值,若是,则可以确定该CDN节点在第二时段内存在异常,需要进行异常处理。其中,T1可以根据经验取3个第一时段,即当第一时段为5min时,取T1为15min;时间阈值为2h,即当CDN节点在第二时段的累计质量差时长大于2h时,需要对该CDN节点进行异常处理。
此外,在确定CDN节点在第二时段内存在异常时,还可以上报异常,根据获取到的异常信息,判断CDN节点中异常的服务器,并针对异常服务器进行处理。
本发明不仅可以通过第一监控数据确定出CDN节点在第二时段的节点可用性,还可以确定出CDN节点在第一时段的丢包次数和丢包均值,并根据CDN节点在第一时段的丢包次数确定CDN节点在第二时段的丢包次数,以及根据CDN节点在第一时段的丢包均值确定CDN节点在第二时段的丢包均值。
具体的,确定出CDN节点在第一时段内各第一服务器的丢包次数,将该CDN节点中各第一服务器的丢包次数之和确定为CDN节点在第一时段的丢包次数,由表1为例,则CDN节点在第一时段的丢包次数为:
其中,为CDN节点在第一时段的丢包次数, 分别为服务器1、服务器3、服务器4在第一时段的丢包次数。
确定出CDN节点在第一时段内各第一服务器的丢包均值,其中,在第一时段内第一服务器的丢包均值为第一服务器的丢包率之和与丢包次数的比值,将CDN节点在第一时段内各第一服务器的丢包均值之和确定为CDN节点在第一时段的丢包均值,第一时段内第一服务器的丢包均值可以如公式(4)所示。
该公式(4)为:
其中,为第一时段内第一服务器的丢包均值,为第一时段内第一服务器的每次丢包率,为第一时段内第一服务器的丢包次数。
CDN节点在第一时段内的丢包均值则可以如公式(5)所示。
该公式(5)为:
其中,为第一时段内CDN节点的丢包均值。
由表1为例,服务器1、服务器3、服务器4在第一时段的丢包均值分别为:则CDN节点在第一时段的丢包均值为
在确定CDN节点的在第一时段的丢包次数、丢包均值后,还可以继续确定CDN节点在第二时段的第一服务器数、丢包次数、丢包均值。
一、CDN节点在第二时段的第一服务器数
根据CDN节点在第一时段的第一服务器数确定CDN节点在第二时段的第一服务器数,可以如表2所示,设第二时段包括4个第一时段,第二时段为20min,第一时段为5min,CDN节点包括5个服务器,每个第一时段分别确定出第一服务器以及第一服务器的数量。
表2
第一时段 | 第一服务器 | 第一服务器的数量 |
0min~5min | 服务器1、服务器4 | 2 |
5min~10min | 服务器1、服务器5 | 2 |
10min~15min | 服务器1、服务器4、服务器5 | 3 |
15min~20min | 服务器4 | 1 |
表2中,需要将每个第一时段的第一服务器去重后确定CDN节点在第一时段的第一服务器数。例如,0min~5min确定出服务器1、服务器4,共计2个第一服务器;5min~10min确定出服务器1、服务器5,共计2个第一服务器;而在0min~10min确定出了服务器1、服务器4、服务器5,共计3个服务器。同理,可以确定出表2中CDN节点在第二时段的第一服务器数为4个。
二、CDN节点在第二时段的丢包均值
根据CDN节点在第一时段的丢包均值确定CDN节点在第二时段的丢包均值,解释为,上述实施例已经提供了一种CDN节点在第一时段的丢包均值的确定方式,又由于在实际应用中,CDN节点的第一时段可以取5min,第二时段可以取1440min,也就是第二时段可以取一天,则第二时段可以包括288个第一时段。在实际应用中,存在某个第一时段中CDN节点中的服务器都不是第一服务器,则此时不存在CDN节点的第一时段丢包均值,所以给出CDN节点在第二时段的丢包均值的计算方式,如公式(6)。
该公式(6)为:
其中,为第二时段内CDN节点的丢包均值,为第一时段内CDN节点的丢包均值,为第二时段内存在第一时段CDN节点的丢包均值的数量。
例如,第二时段中存在100个则第二时段内该CDN节点的丢包均值为
三、CDN节点在第二时段的丢包次数
根据CDN节点在第一时段的丢包次数确定CDN节点在第二时段的丢包次数,也就是将CDN节点在多个第一时段的丢包次数之和确定为CDN节点在第二时段的丢包次数。
此外,作为本发明的另外一种实现方式,还可以确定出CDN节点中的任一个服务器在第二时段的丢包次数、丢包均值。
具体的,针对CDN节点中的任一个服务器,获取服务器在第二时段的丢包周期的数量;丢包周期的数量是服务器在第二时段的多个第一时段中被确定为第一服务器的次数;丢包周期即服务器被确定为第一服务器时的第一时段。将服务器在第二时段中各丢包周期对应的丢包均值之和与丢包周期的数量的比值确定为服务器在第二时段的丢包均值。将服务器在第二时段中各丢包周期对应的丢包次数之和确定为服务器在第二时段的丢包次数。
从CDN节点中任取一个服务器,假设该服务器为服务器A。针对服务器A,获取到服务器A在第二时段中的所有第一时段的丢包数据,对服务器A的每个第一时段进行分析,判断该服务器A在该第一时段内是否符合第一条件,即判断该服务器A在该第一时段内是否为第一服务器,若是,则确定该第一时段是一次丢包周期,否则,确定该第一时段不是一次丢包周期。例如,服务器A在288个第一时段中,确定出有200个第一时段中该服务器A是第一服务器,则该服务器A在第二时段中存在200个的丢包周期,每个丢包周期为一个第一时段。在确定该服务器A在第二时段中的丢包均值时,可以根据公式(7)所示。
该公式(7)为:
其中,为服务器在第二时段的丢包均值,为服务器被确定为第一服务器时的第一时段对应的丢包均值(服务器的丢包周期对应的丢包均值),为服务器被确定为第一服务器时的第一时段的数量(服务器的丢包周期的数量)。
为了提高本发明实施例中对CDN节点质量的评估的准确性,还可以在获取到CDN节点中各服务器的监控数据后,对监控数据进行预处理,可选的,过滤掉出现硬件故障、软件故障、宕机的服务器的监控数据,以及过滤无心跳、网卡速率下降、网线驱动下降、端口宕掉的服务器的监控数据。
上述实施例中,获取到CDN节点在第一时段内各第一服务器的第一监控数据,根据该第一监控数据确定出第一服务器在第二时段的丢包时长,进而确定出CDN节点在第二时段的丢包时长,最后根据该CDN节点在第二时段的丢包时长、CDN节点的服务器数、第二时段确定出CDN节点在第二时段的节点可用性,即将CDN节点在第二时段的节点可用性进行量化,并根据最后的量化数据对CDN节点进行异常处理,提高CDN节点质量的评估的准确性,达到对CDN节点质量的高效监控。即本方案将第一时段内的第一服务器的服务质量量化,进一步将第二时段内的第一服务器的服务质量量化,最后将第二时段的CDN节点的服务质量量化,通过三步计算确定CDN节点在第二时段的节点可用性,并根据CDN节点的节点可用性进行异常处理。进一步的,本方案对第一时段内的每个第一服务器质量量化、每个第一服务器在第二时段内的服务质量量化,可以在CDN节点进行异常处理时,明确定位出影响CDN节点服务质量的服务器或统计时段,并根据影响CDN节点服务质量的服务器或统计时段进行异常处理。
此外,在本发明实施例中,不仅确定出了用于评估CDN节点在第二时段的节点可用性的量化指标,同时还确定出用于评估CDN节点在第二时段的质量差时长的量化指标,也就是说,不仅可以获取到CDN节点在第二时段的节点可用性指标(百分比),从而直观的查看服务质量,还可以获取CDN节点在第二时段的质量差时长(t),从而判断质量差的时间长度,即从多方位评估CDN节点在第二时段的服务质量,满足用户的不同评估需求。另外,本发明实施例还可以获取到其他维度的评估指标,例如,CDN节点在第一时段的丢包次数、丢包均值,CDN节点在第二时段的第一服务器数、丢包次数、丢包均值,服务器在第二时段的丢包次数、丢包均值等,上述评估指标可以在CDN节点服务质量评估时作为参考指标,在确定需要对CDN节点进行异常处理时,准确定位到影响CDN节点服务质量的服务器或统计时段,同时还可以在确定需要对多个CDN节点进行异常处理时,根据每个CDN节点的参考指标确定各CDN节点的优先级,并优先处理优先级较高的CDN节点。
基于同一发明构思,图3示例性的示出了本发明实施例提供的一种CDN节点质量评估的装置的结构,该装置可以执行CDN节点质量评估的方法的流程。
获取单元301,用于获取CDN节点在第一时段内各第一服务器的第一监控数据;所述第一监控数据包括丢包时长;所述第一服务器是从所述CDN节点中确定的符合第一条件的服务器;所述第一条件包括在所述第一时段丢包率大于丢包率阈值且所述丢包率大于丢包率阈值的次数大于次数阈值;
确定单元302,用于将所述第一服务器在多个所述第一时段的丢包时长之和确定为所述第一服务器在所述第二时段的丢包时长;根据各所述第一服务器在所述第二时段的丢包时长确定所述CDN节点在所述第二时段的丢包时长;
处理单元303,用于根据所述CDN节点在所述第二时段的丢包时长、CDN节点的服务器数、第二时段确定所述CDN节点在所述第二时段的节点可用性;并根据所述CDN节点在所述第二时段的节点可用性进行异常处理。
可选的,所述第一监控数据还包括丢包次数、每次丢包率;
所述确定单元302还用于:
将所述CDN节点在第一时段内各第一服务器的丢包次数之和确定为所述CDN节点在第一时段的丢包次数;
将所述CDN节点在第一时段内各第一服务器的丢包均值之和确定为所述CDN节点在第一时段的丢包均值;所述在第一时段内第一服务器的丢包均值为所述第一服务器的丢包率之和与丢包次数的比值。
可选的,所述确定单元302还用于:
根据所述CDN节点在第一时段的第一服务器数确定所述CDN节点在第二时段的第一服务器数;
根据所述CDN节点在第一时段的丢包均值确定所述CDN节点在第二时段的丢包均值;
根据所述CDN节点在第一时段的丢包次数确定所述CDN节点在第二时段的丢包次数。
可选的,所述确定单元302还用于:
针对CDN节点的任一个服务器,获取所述服务器在所述第二时段的丢包周期的数量;所述丢包周期的数量是所述服务器在所述第二时段的多个第一时段中被确定为第一服务器的次数;所述丢包周期是所述服务器被确定为第一服务器时的第一时段;
将所述服务器在所述第二时段中各丢包周期对应的丢包均值之和与所述丢包周期的数量的比值确定为所述服务器在所述第二时段的丢包均值;
将所述服务器在所述第二时段中各丢包周期对应的丢包次数之和确定为所述服务器在所述第二时段的丢包次数。
可选的,所述处理单元303具体用于:
根据公式(1)确定所述CDN节点在所述第二时段的节点可用性;
所述公式(1)为:
其中,为CDN节点在第二时段的节点可用性,为CDN节点在第二时段的丢包时长;n服务器为CDN节点下所有服务器的总数;t第二时段为第二时段时长。
可选的,所述处理单元303具体用于:
当所述CDN节点在所述第二时段的节点可用性小于第一可用性阈值时,对所述CDN节点进行异常处理。
可选的,所述处理单元303还用于:
在所述获取CDN节点在第一时段内各第一服务器的第一监控数据之后,根据所述CDN节点在第一时段内各第一服务器的丢包时长,确定所述CDN节点在第一时段的丢包时长;
根据所述CDN节点在第一时段的丢包时长确定所述CDN节点在第一时段的节点可用性,并确定所述CDN节点在所述第二时段的质量差时长;
当所述CDN节点在所述第二时段的质量差时长大于时间阈值时,对所述CDN节点进行异常处理。
可选的,所述处理单元303具体用于:
根据公式(2)确定所述CDN节点在第一时段的节点可用性;
所述公式(2)为:
其中,为CDN节点在第一时段的节点可用性,为CDN节点在第一时段的丢包时长;n服务器为CDN节点下所有服务器的总数;t第一时段为第一时段时长。
基于同一发明构思,本发明实施例还提供了一种计算设备,包括:
存储器,用于存储程序指令;
处理器,用于调用所述存储器中存储的程序指令,按照获得的程序执行上述CDN节点质量评估的方法。
基于同一发明构思,本发明实施例还提供了一种计算机可读非易失性存储介质,包括计算机可读指令,当计算机读取并执行所述计算机可读指令时,使得计算机执行上述CDN节点质量评估的方法。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (18)
1.一种内容分发网络CDN节点质量评估的方法,其特征在于,包括:
获取CDN节点在第一时段内各第一服务器的第一监控数据;所述第一监控数据包括丢包时长;所述第一服务器是从所述CDN节点中确定的符合第一条件的服务器;所述第一条件包括在所述第一时段丢包率大于丢包率阈值且所述丢包率大于丢包率阈值的次数大于次数阈值;
将所述第一服务器在多个所述第一时段的丢包时长之和确定为所述第一服务器在第二时段的丢包时长;根据各所述第一服务器在所述第二时段的丢包时长确定所述CDN节点在所述第二时段的丢包时长;
根据所述CDN节点在所述第二时段的丢包时长、CDN节点的服务器数、第二时段,确定所述CDN节点在所述第二时段的节点可用性。
2.如权利要求1所述的方法,其特征在于,所述第一监控数据还包括丢包次数、每次丢包率;
所述方法还包括:
将所述CDN节点在第一时段内各第一服务器的丢包次数之和确定为所述CDN节点在第一时段的丢包次数;
将所述CDN节点在第一时段内各第一服务器的丢包均值之和确定为所述CDN节点在第一时段的丢包均值;所述在第一时段内第一服务器的丢包均值为所述第一服务器的丢包率之和与丢包次数的比值。
3.如权利要求2所述的方法,其特征在于,所述方法还包括:
根据所述CDN节点在第一时段的第一服务器数确定所述CDN节点在第二时段的第一服务器数;
根据所述CDN节点在第一时段的丢包均值确定所述CDN节点在第二时段的丢包均值;
根据所述CDN节点在第一时段的丢包次数确定所述CDN节点在第二时段的丢包次数。
4.如权利要求2所述的方法,其特征在于,所述方法还包括:
针对CDN节点的任一个服务器,获取所述服务器在所述第二时段的丢包周期的数量;所述丢包周期的数量是所述服务器在所述第二时段的多个第一时段中被确定为第一服务器的次数;所述丢包周期是所述服务器被确定为第一服务器时的第一时段;
将所述服务器在所述第二时段中各丢包周期对应的丢包均值之和与所述丢包周期的数量的比值确定为所述服务器在所述第二时段的丢包均值;
将所述服务器在所述第二时段中各丢包周期对应的丢包次数之和确定为所述服务器在所述第二时段的丢包次数。
5.如权利要求1所述的方法,其特征在于,所述根据所述CDN节点在所述第二时段的丢包时长、CDN节点的服务器数、第二时段确定所述CDN节点在所述第二时段的节点可用性,满足公式(1);
所述公式(1)为:
其中,为CDN节点在第二时段的节点可用性,为CDN节点在第二时段的丢包时长;n服务器为CDN节点下所有服务器的总数;t第二时段为第二时段时长。
6.如权利要求1至5任一项所述的方法,其特征在于,所述方法还包括:
当所述CDN节点在所述第二时段的节点可用性小于第一可用性阈值时,对所述CDN节点进行异常处理。
7.如权利要求1所述的方法,其特征在于,在所述获取CDN节点在第一时段内各第一服务器的第一监控数据之后,还包括:
根据所述CDN节点在第一时段内各第一服务器的丢包时长,确定所述CDN节点在第一时段的丢包时长;
根据所述CDN节点在第一时段的丢包时长确定所述CDN节点在第一时段的节点可用性,并确定所述CDN节点在第二时段的质量差时长;
当所述CDN节点在第二时段的质量差时长大于时间阈值时,对所述CDN节点进行异常处理。
8.如权利要求7所述的方法,其特征在于,所述根据所述CDN节点在第一时段的丢包时长确定所述CDN节点在第一时段的节点可用性,满足公式(2);
所述公式(2)为:
其中,为CDN节点在第一时段的节点可用性,为CDN节点在第一时段的丢包时长;n服务器为CDN节点下所有服务器的总数;t第一时段为第一时段时长。
9.一种内容分发网络CDN节点质量评估的装置,其特征在于,包括:
获取单元,用于获取CDN节点在第一时段内各第一服务器的第一监控数据;所述第一监控数据包括丢包时长;所述第一服务器是从所述CDN节点中确定的符合第一条件的服务器;所述第一条件包括在所述第一时段丢包率大于丢包率阈值且所述丢包率大于丢包率阈值的次数大于次数阈值;
确定单元,用于将所述第一服务器在多个所述第一时段的丢包时长之和确定为所述第一服务器在第二时段的丢包时长;根据各所述第一服务器在所述第二时段的丢包时长确定所述CDN节点在所述第二时段的丢包时长;
处理单元,用于根据所述CDN节点在所述第二时段的丢包时长、CDN节点的服务器数、第二时段,确定所述CDN节点在所述第二时段的节点可用性。
10.如权利要求9所述的装置,其特征在于,所述第一监控数据还包括丢包次数、每次丢包率;
所述确定单元还用于:
将所述CDN节点在第一时段内各第一服务器的丢包次数之和确定为所述CDN节点在第一时段的丢包次数;
将所述CDN节点在第一时段内各第一服务器的丢包均值之和确定为所述CDN节点在第一时段的丢包均值;所述在第一时段内第一服务器的丢包均值为所述第一服务器的丢包率之和与丢包次数的比值。
11.如权利要求10所述的装置,其特征在于,所述确定单元还用于:
根据所述CDN节点在第一时段的第一服务器数确定所述CDN节点在第二时段的第一服务器数;
根据所述CDN节点在第一时段的丢包均值确定所述CDN节点在第二时段的丢包均值;
根据所述CDN节点在第一时段的丢包次数确定所述CDN节点在第二时段的丢包次数。
12.如权利要求10所述的装置,其特征在于,所述确定单元还用于:
针对CDN节点的任一个服务器,获取所述服务器在所述第二时段的丢包周期的数量;所述丢包周期的数量是所述服务器在所述第二时段的多个第一时段中被确定为第一服务器的次数;所述丢包周期是所述服务器被确定为第一服务器时的第一时段;
将所述服务器在所述第二时段中各丢包周期对应的丢包均值之和与所述丢包周期的数量的比值确定为所述服务器在所述第二时段的丢包均值;
将所述服务器在所述第二时段中各丢包周期对应的丢包次数之和确定为所述服务器在所述第二时段的丢包次数。
13.如权利要求9所述的装置,其特征在于,所述处理单元具体用于:
根据公式(1)确定所述CDN节点在所述第二时段的节点可用性;
所述公式(1)为:
其中,为CDN节点在第二时段的节点可用性,为CDN节点在第二时段的丢包时长;n服务器为CDN节点下所有服务器的总数;t第二时段为第二时段时长。
14.如权利要求9至13任一项所述的装置,其特征在于,所述处理单元具体用于:
当所述CDN节点在所述第二时段的节点可用性小于第一可用性阈值时,对所述CDN节点进行异常处理。
15.如权利要求9所述的装置,其特征在于,所述处理单元还用于:
在所述获取CDN节点在第一时段内各第一服务器的第一监控数据之后,根据所述CDN节点在第一时段内各第一服务器的丢包时长,确定所述CDN节点在第一时段的丢包时长;
根据所述CDN节点在第一时段的丢包时长确定所述CDN节点在第一时段的节点可用性,并确定所述CDN节点在所述第二时段的质量差时长;
当所述CDN节点在第二时段的质量差时长大于时间阈值时,对所述CDN节点进行异常处理。
16.如权利要求15所述的装置,其特征在于,所述处理单元具体用于:
根据公式(2)确定所述CDN节点在第一时段的节点可用性;
所述公式(2)为:
其中,为CDN节点在第一时段的节点可用性,为CDN节点在第一时段的丢包时长;n服务器为CDN节点下所有服务器的总数;t第一时段为第一时段时长。
17.一种计算设备,其特征在于,包括:
存储器,用于存储程序指令;
处理器,用于调用所述存储器中存储的程序指令,按照获得的程序执行权利要求1至8任一项所述的方法。
18.一种计算机可读非易失性存储介质,其特征在于,包括计算机可读指令,当计算机读取并执行所述计算机可读指令时,使得计算机执行如权利要求1至8任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811490153.3A CN109462510B (zh) | 2018-12-06 | 2018-12-06 | 一种cdn节点质量评估的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811490153.3A CN109462510B (zh) | 2018-12-06 | 2018-12-06 | 一种cdn节点质量评估的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109462510A true CN109462510A (zh) | 2019-03-12 |
CN109462510B CN109462510B (zh) | 2021-10-29 |
Family
ID=65612722
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811490153.3A Expired - Fee Related CN109462510B (zh) | 2018-12-06 | 2018-12-06 | 一种cdn节点质量评估的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109462510B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110650069A (zh) * | 2019-10-17 | 2020-01-03 | 北京知道创宇信息技术股份有限公司 | 一种cdn节点控制方法、装置及系统 |
CN111866129A (zh) * | 2020-07-20 | 2020-10-30 | 北京百度网讯科技有限公司 | 基于云平台的服务可用性指标的确定方法及装置、介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103746933A (zh) * | 2013-12-24 | 2014-04-23 | 乐视网信息技术(北京)股份有限公司 | 一种节点分配方法和控制中心 |
US20160294642A1 (en) * | 2015-04-06 | 2016-10-06 | Level 3 Communications, Llc | Server side content delivery network quality of service |
CN106656611A (zh) * | 2016-12-28 | 2017-05-10 | 成都网丁科技有限公司 | 一种cdn质量评测系统 |
CN107493192A (zh) * | 2017-08-08 | 2017-12-19 | 深圳市网心科技有限公司 | 用于视频cdn业务传输的基础网络质量评估方法和装置 |
-
2018
- 2018-12-06 CN CN201811490153.3A patent/CN109462510B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103746933A (zh) * | 2013-12-24 | 2014-04-23 | 乐视网信息技术(北京)股份有限公司 | 一种节点分配方法和控制中心 |
US20160294642A1 (en) * | 2015-04-06 | 2016-10-06 | Level 3 Communications, Llc | Server side content delivery network quality of service |
CN106656611A (zh) * | 2016-12-28 | 2017-05-10 | 成都网丁科技有限公司 | 一种cdn质量评测系统 |
CN107493192A (zh) * | 2017-08-08 | 2017-12-19 | 深圳市网心科技有限公司 | 用于视频cdn业务传输的基础网络质量评估方法和装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110650069A (zh) * | 2019-10-17 | 2020-01-03 | 北京知道创宇信息技术股份有限公司 | 一种cdn节点控制方法、装置及系统 |
CN110650069B (zh) * | 2019-10-17 | 2021-12-14 | 北京知道创宇信息技术股份有限公司 | 一种cdn节点控制方法、装置及系统 |
CN111866129A (zh) * | 2020-07-20 | 2020-10-30 | 北京百度网讯科技有限公司 | 基于云平台的服务可用性指标的确定方法及装置、介质 |
CN111866129B (zh) * | 2020-07-20 | 2023-03-14 | 北京百度网讯科技有限公司 | 基于云平台的服务可用性指标的确定方法及装置、介质 |
Also Published As
Publication number | Publication date |
---|---|
CN109462510B (zh) | 2021-10-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109039833B (zh) | 一种监控带宽状态的方法和装置 | |
US9658910B2 (en) | Systems and methods for spatially displaced correlation for detecting value ranges of transient correlation in machine data of enterprise systems | |
CN109120463B (zh) | 流量预测方法及装置 | |
US9858106B2 (en) | Virtual machine capacity planning | |
KR101989330B1 (ko) | 데이터 처리 애플리케이션의 검사 | |
CN108989136A (zh) | 业务端到端性能监控方法及装置 | |
CN110727556A (zh) | 一种bmc健康状态监控方法、系统、终端及存储介质 | |
CN106210129B (zh) | 一种基于Web服务器配置的限流方法及系统 | |
CN109462510A (zh) | 一种cdn节点质量评估的方法及装置 | |
CN110008049A (zh) | 一种基于互联网平台的数据修正方法、终端设备及介质 | |
US8180716B2 (en) | Method and device for forecasting computational needs of an application | |
CN110688277A (zh) | 用于微服务框架的数据监控方法及装置 | |
Rajagopal et al. | Distributed online simultaneous fault detection for multiple sensors | |
CN106034047B (zh) | 数据处理方法及装置 | |
CN114095032B (zh) | 基于Flink和RVR的数据流压缩方法、边缘计算系统及存储介质 | |
CN105515884B (zh) | 一种统计流量的方法和装置 | |
US20170010948A1 (en) | Monitoring a computing environment | |
Sudhakar et al. | Software rejuvenation in cloud systems using neural networks | |
CN114124759A (zh) | 用于分布式系统的评估方法及装置、电子设备、存储介质 | |
CN108259096B (zh) | 短信通道参数配置方法及装置 | |
EP3391635B1 (en) | Autonomic method for modifying an decision tree algorithm operating on a multi-terminal telecommunications system | |
US9172552B2 (en) | Managing an entity using a state machine abstract | |
Foroni et al. | Moira: A goal-oriented incremental machine learning approach to dynamic resource cost estimation in distributed stream processing systems | |
CN111628901B (zh) | 一种指标异常检测方法以及相关装置 | |
Wang et al. | Model Construction and Data Management of Running Log in Supporting SaaS Software Performance Analysis. |
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: 20211029 |
|
CF01 | Termination of patent right due to non-payment of annual fee |