CN110874223B - 一种业务部署方法及装置、存储介质 - Google Patents

一种业务部署方法及装置、存储介质 Download PDF

Info

Publication number
CN110874223B
CN110874223B CN201811014536.3A CN201811014536A CN110874223B CN 110874223 B CN110874223 B CN 110874223B CN 201811014536 A CN201811014536 A CN 201811014536A CN 110874223 B CN110874223 B CN 110874223B
Authority
CN
China
Prior art keywords
link
bandwidth utilization
congestion
service
determining
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
Application number
CN201811014536.3A
Other languages
English (en)
Other versions
CN110874223A (zh
Inventor
张天祥
陆钱春
胡道允
李锋
王超
严峰
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.)
ZTE Corp
Original Assignee
ZTE Corp
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 ZTE Corp filed Critical ZTE Corp
Priority to CN201811014536.3A priority Critical patent/CN110874223B/zh
Publication of CN110874223A publication Critical patent/CN110874223A/zh
Application granted granted Critical
Publication of CN110874223B publication Critical patent/CN110874223B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/60—Software deployment
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate

Abstract

本发明实施例公开了一种业务部署方法，该方法包括：获取全网缓存信息，并确定全网中每一条链路对应的当前带宽利用率；根据预设带宽利用率拥塞阈值和当前带宽利用率，确定拥塞业务；根据预设拥塞解决算法、全网缓存信息和预设带宽利用率算法，确定拥塞业务对应的最优部署方案，并按照最优部署方案部署拥塞业务。

Description

一种业务部署方法及装置、存储介质
技术领域
本发明涉及软件定义网络技术领域，尤其涉及一种业务部署方法及装置、存储介质。
背景技术
随着软件定义网络(Software Defined Network，SDN)技术的革新发展，SDN控制器可拥有网络全局资源信息，包括网络拓扑、链路带宽、流量等。
在现阶段控制器业务部署模式中，通常直接将业务部署到SDN控制器计算出的某一条或者几条最优路径上。然而，在大流量时代，井喷式流量增长的情况下，如果采用上述业务部署方法，即在最优路径上部署大量业务，往往会导致网络负载极度不均，网络中部分节点或链路出现资源告急，甚至最终出现整个网络瘫痪的问题。
发明内容
为解决现有存在的技术问题，本发明实施例期望提供一种业务部署方法及装置、存储介质，能够确定拥塞链路上部署的拥塞业务，并针对拥塞业务确定最优部署方案，按照最优部署方案进行路径部署，不仅实现网络各链路带宽利用率处于均衡状态，避免出现网络拥塞的情况，同时提高了网络潜在的接纳能力。
为达到上述目的，本发明实施例的技术方案是这样实现的：
本发明实施例提供了一种业务部署方法，所述方法包括：
获取全网缓存信息，并确定全网中每一条链路对应的当前带宽利用率；
根据预设带宽利用率拥塞阈值和所述当前带宽利用率，确定拥塞业务；
根据预设拥塞解决算法、所述全网缓存信息和预设带宽利用率算法，确定所述拥塞业务对应的最优部署方案，并按照所述最优部署方案部署所述拥塞业务。
在上述方案中，所述确定全网中每一条链路对应的当前带宽利用率，包括：
根据所述全网缓存信息，确定第一链路对应的最大承受带宽，以及当前经过所述第一链路的业务请求带宽之和；其中，所述第一链路为所述全网中任意一条链路；
将所述当前经过所述第一链路的业务请求带宽之和，与所述第一链路对应的最大承受带宽之比，确定为所述第一链路对应的当前带宽利用率。
在上述方案中，所述根据预设带宽利用率拥塞阈值和所述当前带宽利用率，确定拥塞业务，包括：
将所述当前带宽利用率大于所述预设带宽利用率的链路确定为拥塞链路；
将当前经过所述拥塞链路的业务确定为所述拥塞业务。
在上述方案中，所述根据预设拥塞解决算法、所述全网缓存信息和预设带宽利用率算法，确定所述拥塞业务对应的最优部署方案，包括：
根据所述全网缓存信息，确定所述拥塞业务对应的可行部署方案；
根据所述预设带宽利用率算法，计算所述可行部署方案下，所述全网中每一条链路对应的预计带宽利用率；
将所述预计带宽利用率中的最大值确定为最大带宽利用率；
以所述最大带宽利用率最小化为优化目标，按照所述预设拥塞解决算法对所述可行部署方案进行迭代优化，直到满足预设终止条件，获得所述最优部署方案。
在上述方案中，所述根据所述全网缓存信息，确定所述拥塞业务对应的可行部署方案，包括：
根据所述全网缓存信息，获取所述拥塞业务对应的可行路径；
根据所述可行路径，自动调整所述拥塞业务的路径部署方式，获得所述可行部署方案。
本发明实施例提供了一种业务部署装置，所述装置包括：计算模块、确定模块和部署模块；
所述计算模块，用于获取全网缓存信息，并确定全网中每一条链路对应的当前带宽利用率；
所述确定模块，用于根据预设带宽利用率拥塞阈值和所述当前带宽利用率，确定拥塞业务；
所述部署模块，用于根据预设拥塞解决算法、所述全网缓存信息和预设带宽利用率算法，确定所述拥塞业务对应的最优部署方案，并按照所述最优部署方案部署所述拥塞业务。
在上述装置中，所述计算模块，具体用于根据所述全网缓存信息，确定第一链路对应的最大承受带宽，以及当前经过所述第一链路的业务请求带宽之和；其中，所述第一链路为所述全网中任意一条链路；将所述当前经过所述第一链路的业务请求带宽之和，与所述第一链路对应的最大承受带宽之比，确定为所述第一链路对应的当前带宽利用率。
在上述装置中，所述确定模块，具体用于将所述当前带宽利用率大于所述预设带宽利用率的链路确定为拥塞链路；将当前经过所述拥塞链路的业务确定为所述拥塞业务。
在上述装置中，所述部署模块，具体用于根据所述全网缓存信息，确定所述拥塞业务对应的可行部署方案；根据所述预设带宽利用率算法，计算所述可行部署方案下，所述全网中每一条链路对应的预计带宽利用率；将所述预计带宽利用率中的最大值确定为最大带宽利用率；以所述最大带宽利用率最小化为优化目标，按照所述预设拥塞解决算法对所述可行部署方案进行迭代优化，直到满足预设终止条件，获得所述最优部署方案。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可以被一个或者多个处理器执行，以实现上述业务部署方法。
由此可见，在本发明实施例的技术方案中，业务部署装置获取全网缓存信息，并确定全网中每一条链路对应的当前带宽利用率；根据预设带宽利用率拥塞阈值和当前带宽利用率，确定拥塞业务；根据预设拥塞解决算法、全网缓存信息和预设带宽利用率算法，确定拥塞业务对应的最优部署方案，并按照最优部署方案部署拥塞业务。也就是说，在本发明实施例的技术方案中，能够确定拥塞链路上部署的拥塞业务，并针对拥塞业务确定最优部署方案，按照最优部署方案进行路径部署，不仅实现网络各链路带宽利用率处于均衡状态，避免出现网络拥塞的情况，同时提高了网络潜在的接纳能力。
附图说明
图1为本发明实施例提供的一种业务部署方法的流程示意图；
图2为本发明实施例提供的一种采用自适应遗传算法的流程示意图；
图3为本发明实施例提供的一种示例性的网络拓扑模型；
图4为本发明实施例提供的一种业务部署装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。
实施例一
本发明实施例提供了一种业务部署方法，图1为本发明实施例提供的一种业务部署方法的流程示意图。如图1所示，主要包括以下步骤：
S101、获取全网缓存信息，并确定全网中每一条链路对应的当前带宽利用率。
在本发明的实施例中，业务部署方法通过业务部署装置来实现，业务部署装置可以先获取全网缓存信息，再根据全网缓存信息，确定出全网中每一条链路对应的当前带宽利用率。
需要说明的是，在本发明的实施例中，业务部署装置中缓存有全网缓存信息。全网缓存信息可以包括：业务请求策略、业务部署方式和网络拓扑信息。具体的，包括网络中的每一个业务在当前网络下的运行状态和可行路径，其中，每一个业务在当前网络下的运行状态即每一个业务请求的源点、终点、部署路径和请求带宽等信息，网络中各个节点的连接方式、每一条链路对应的最大承受带宽等信息。具体的全网缓存信息本发明实施例不作限定。
示例性的，当前全网存在a个业务请求，每个业务对应有b条可行路径，均满足带宽约束，但不仅限于带宽约束，这a个业务已经在网络上部署运行，业务部署装置可以缓存上述信息，以及网络拓扑信息：包含c个节点，d条链路，构成一张网络拓扑图，并可以缓存每一条链路的带宽属性，如d条链路中每一条链路的最大承受带宽。
需要说明的是，在本发明的实施例中，业务部署装置中存储有预设带宽利用率算法，如公式(1)所示：
Figure BDA0001785820480000051
其中，utilizationj为链路j对应的带宽利用率，ni为经过链路j的业务i的请求带宽，∑ni即为经过链路j的业务请求带宽之和，bandj为链路j对应的最大承受带宽。
需要说明的是，在本发明的实施例中，在针对业务的不同部署方案下，经过每一条链路的业务请求带宽之和存在差异，但是，每一条链路对应的最大承受带宽是固定不变的。也就是说，若将当前经过某一链路的业务请求带宽之和代入公式(1)，确定出的是该链路对应的当前带宽利用率，若将其它部署方案下，经过该链路的业务请求带宽之和代入公式(1)，确定出的是该链路对应的另一带宽利用率。
具体的，在本发明的实施例中，业务部署装置在获取到全网缓存信息之后，根据全网缓存信息和预设带宽利用率算法，确定全网中每一条链路对应的当前带宽利用率，包括：根据全网缓存信息，确定第一链路对应的最大承受带宽，以及当前经过第一链路的业务请求带宽之和；其中，第一链路为全网中任意一条链路；将当前经过第一链路的业务请求带宽之和，与第一链路对应的最大承受带宽之比，确定为第一链路对应的当前带宽利用率。
可以理解的是，在本发明的实施例中，业务部署装置将确定的第一链路对应的最大承受带宽，以及当前经过第一链路的业务请求带宽之和代入公式(1)，也就是计算当前经过第一链路的业务请求带宽之和，与第一链路对应的最大承受带宽之比，得到的即为第一链路对应的当前带宽利用率。对于全网中每一条链路，均可按照公式(1)计算对应的当前带宽利用率。
示例性的，业务部署装置根据全网缓存信息，确定第一链路对应的最大承受带宽为A，以及当前经过第一链路的业务请求带宽之和为B，将A和B对应代入公式(1)，即计算B与A之比，得到结果C，C即为第一链路对应的当前带宽利用率。
可以理解的是，在本发明的实施例中，由于业务部署装置采用的是当前网络下，即网络正在运行时经过第一链路的业务请求带宽之和，因此，最终确定的为第一链路对应的当前带宽利用率。
S102、根据预设带宽利用率拥塞阈值和当前带宽利用率，确定拥塞业务。
在本发明的实施例中，业务部署装置在确定全网中每一条链路对应的当前带宽利用率之后，根据预设带宽利用率拥塞阈值和每一条链路对应的当前带宽利用率，确定拥塞业务。
需要说明的是，在本发明的实施例中，用户可以根据经验，在业务部署装置中预设带宽利用率拥塞阈值，也可以由业务部署装置对当前带宽利用率由大到小排序，将前10％处的当前带宽利用率设置为预设带宽利用率拥塞阈值。具体的预设带宽利用率拥塞阈值的大小和设置方法本发明实施例不作限定。
具体的，在本发明的实施例中，业务部署装置将当前带宽利用率大于预设带宽利用率的链路确定为拥塞链路，将当前经过拥塞链路的业务确定为拥塞业务。
示例性的，预设带宽利用率拥塞阈值为70％，业务部署装置比较每一条链路对应的当前带宽利用率与70％的大小关系，将当前带宽利用率大于70％的链路确定为拥塞链路，并且，将当前经过拥塞链路的业务确定为拥塞业务。
示例性的，全网中包括三条链路，分别为：链路1、链路2和链路3，预设带宽利用率拥塞阈值为70％。业务部署装置确定出链路1对应的当前带宽利用率为30％，链路2对应的当前带宽利用率为75％。链路3对应的当前带宽利用率为80％，由于链路2和链路3对应的当前带宽利用率均大于70％，因此，业务部署装置将链路2和链路3确定为拥塞链路，将当前经过链路2的业务确定为拥塞业务，并且，将当前经过链路3的业务也确定为拥塞业务。
可以理解的是，在本发明的实施例中，只要对应的当前带宽利用率大于预设带宽利用率拥塞阈值，该链路即为拥塞链路，也就是说，拥塞链路可以包括多条链路，而在拥塞链路上，当前经过了大量的业务，这些业务均为拥塞业务。具体的拥塞链路和拥塞业务的数量本发明实施例不作限定。
S103、根据预设拥塞解决算法、全网缓存信息和预设带宽利用率算法，确定拥塞业务对应的最优部署方案，并按照最优部署方案部署拥塞业务。
在本发明的实施例中，业务部署装置在确定拥塞业务之后，进一步的，根据预设拥塞解决算法、全网缓存信息和预设带宽利用率算法，确定拥塞业务对应的最优部署方案，并按照最优部署方案部署拥塞业务。
具体的，在本发明的实施例中，业务部署装置根据全网缓存信息，确定拥塞业务对应的可行部署方案；根据预设带宽利用率算法，计算可行部署方案下，全网中每一条链路对应的预计带宽利用率；将预计带宽利用率中的最大值确定为对应方案的最大带宽利用率；以最大带宽利用率最小化为优化目标，按照预设拥塞解决算法对可行部署方案进行迭代优化，直到满足预设终止条件，获得最优部署方案。
需要说明的是，在本发明的实施例中，业务部署装置根据全网缓存信息，确定拥塞业务对应的可行部署方案，包括：根据全网缓存信息，获取拥塞业务对应的可行路径；根据拥塞业务对应的可行路径，自动调整拥塞业务的路径部署方式，获得可行部署方案。
可以理解的是，在本发明的实施例中，全网中每一个业务都可以对应多条可行路径，以实现业务的运行，业务部署装置可以根据全网缓存信息，获取到拥塞业务对应的可行路径，基于拥塞业务对应的可行路径，来自动调整这些拥塞业务的部署方式，可以得到新的关于拥塞业务的部署方案，即可行部署方案。
示例性的，拥塞业务包括：业务1、业务2和业务3。业务部署装置可以从全网缓存信息中获取业务1、业务2和业务3各自的可行路径，业务1对应的可行路径包括路径1和路径2，业务2对应的可行路径包括路径3和路径4，业务3包括的可行路径包括路径5和路径6。当前业务1采用路径1部署，经过链路1，业务2采用路径3部署，经过链路2，业务3采用路径5部署，经过链路3，链路1、链路2和链路3均为拥塞链路，因此，业务部署装置可以自动调整拥塞业务的路径部署方式，将业务1采用路径2部署，业务2采用路径4部署，业务3仍采用路径5部署，确定为拥塞业务新的部署方案，即拥塞业务对应的可行部署方案。
可以理解的是，在本发明的实施例中，业务部署装置可以根据拥塞业务对应的可行路径，自动调整拥塞业务的路径部署方式，获得多个可行部署方案。具体的可行部署方案和可行部署方案的数量本发明实施例不作限定。
需要说明的是，在本发明的实施例中，业务部署装置在确定拥塞业务对应的可行部署方案之后，可以根据预设带宽利用率算法，计算可行部署方案下，全网中每一条链路对应的预计带宽利用率，其中，预设带宽利用率算法即为步骤S101中公式(1)所示，具体的，业务部署装置将可行部署方案下，任意一条链路X，预计经过链路X的业务请求带宽之和，与链路X对应的最大承受带宽之比确定为链路X对应的预计带宽利用率。
可以理解的是，在本发明的实施例中，由于可以有多个可行部署方案，因此，业务部署装置可以针对每一个可行部署方案，将该方案下，每一条链路对应的预计带宽利用率中的最大值确定为最大带宽利用率。
示例性的，全网包括：链路1、链路2和链路3，业务部署装置确定出拥塞业务包括：业务1、业务2和业务3，业务部署装置确定出可行部署方案1和可行部署方案2。在可行部署方案1中，链路1对应的预计带宽利用率为30％，链路2对应的预计带宽利用率为60％，链路3对应的带宽利用率为80％，在可行部署方案2中，链路1对应的预计带宽利用率为70％，链路2对应的预计带宽利用率为40％，链路3对应的带宽利用率为50％，因此，业务部署装置将方案1中链路3对应的带宽利用率确定为最大带宽利用率，将方案2中链路1对应的带宽利用率也确定为最大带宽利用率。
在本发明的实施例中，业务部署装置在确定最大带宽利用率之后，以最大带宽利用率最小化为优化目标，可以按照预设拥塞解决算法对可行部署方案进行迭代优化，当满足预设终止条件时，即可得到最终的最优部署方案。
可以理解的是，在本发明的实施例中，预设拥塞解决算法可以为自适应遗传算法，其采用了自然界中优胜劣汰的思想，在迭代优化过程中，较优的解，即可行部署方案中，最大带宽利用率较小的方案，将以较大概率被引入下一迭代过程中，而可行部署方案中，最大带宽利用率较大的方案，将在迭代过程中被淘汰。
图2为本发明实施例提供的一种采用自适应遗传算法的流程示意图。如图2所示，预设拥塞解决算法为自适应遗传算法，每一个可行部署方案都有其交叉概率和变异概率，可以在一定程度上体现可行部署方案在迭代过程中的贡献程度大小，具体计算公式如下：
Figure BDA0001785820480000081
Figure BDA0001785820480000091
其中，pc为交叉概率，pcmax为最大交叉概率，pcmin为最小交叉概率，favg为所有可行部署方案的平均适应度值，即所有可行部署方案的最大带宽利用率的平均值，fit为任意一个可行部署方案的适应度值，即该可行部署方案下的最大带宽利用率，fmin为所有可行部署方案的最小适应度值，即所有可行部署方案的最大带宽利用率中的最小值。pm为变异概率，pmmax为最大变异概率，pmmin为最小变异概率，最大交叉概率和最大边缘概率可以根据实际需求预先设置。具体的自适应遗传算法为现有技术，在此不再赘述。
可以理解的是，在本发明的实施例中，业务部署装置在按照预设拥塞解决算法对可行部署方案进行迭代优化时，实际上就是根据可行部署方案的最大带宽利用率进行不断的方案调整，获得新的方案，逐渐减小最大带宽利用率，直到满足预设终止条件时，停止迭代优化，此时，获得的方案即为最优部署方案。
需要说明的是，在本发明的实施例中，预设终止条件可以为迭代优化次数达到N次，或者，第M+1次迭代优化结果与第M次迭代优化结果相同。其中，迭代优化次数达到N次，具体的N和M本发明实施例不作限定，此外，预设终止条件还可以根据实际需求设置为其它条件，具体的预设终止条件本发明实施例不作限定。
具体的，在本发明的实施例中，业务部署装置按照最优部署方案部署拥塞业务，包括：将最优部署方案发送给业务调用装置，通过业务调用装置按照最优部署方案部署拥塞业务。
需要说明的是，在本发明的实施例中，业务调用装置为具备业务调度部署功能的装置，能够基于最优部署方案实现对拥塞业务的调度，完成拥塞业务的部署。具体的业务调用装置本发明实施例不作限定。
可以理解的是，在本发明的实施例中，业务部署装置将最优部署方案发送给业务调用装置，通过业务调用装置按照最优部署方案部署拥塞业务，实际上就是将拥塞业务当前部署方式进行了调整，而根据步骤S103可知，最优部署方案下，最大带宽利用率被优化到最小，因此，采用最优部署方案部署拥塞业务，全网中各链路带宽利用率将处于均衡状态，从而使网络拥塞的问题得以解决，便于网络接纳更多的业务。
结合上述方法，以下以一个具体的示例进行说明。
图3为本发明实施例提供的一种示例性的网络拓扑模型。如图3所示，网络中包含9个节点，分别为S1、S2、S3、A、B、C、E1、E2和E3，链路A->B、B->C和A->C的最大承受带宽均为150MB，网络拓扑信息如表1所示：
表1
路径1 S1->A->B->C->E1
路径2 S1->A->C->E1
路径3 S2->A->B->C->E2
路径4 S2->A->C->E2
路径5 S3->A->B->C->E3
路径6 S3->A->C->E3
其中，路径1和路径2为从S1到E1的路径，路径3和路径4为从S2到E2的路径，路径5和路径6为从S3到E3的路径。
当前有业务1、业务2和业务3请求部署进上述网络中，业务属性如表2所示：
表2
Figure BDA0001785820480000101
其中，业务1的起始点为S1，终点为S2，大小为40M，业务2的起始点为S2，终点为E2，大小为30M，业务3的起始点为S3，终点为E3，大小为20M。
初始状态下，上述三个业务按照以下部署方案部署到上述网络中：业务1以路径2部署，业务2以路径4部署，业务3以路径6部署。业务部署装置可以根据上述全网缓存信息，按照预设带宽利用率算法，计算出每一条链路对应的当前带宽利用率，具体的，链路A->C对应的当前带宽利用率为(40+30+20)/150，即60％，链路B->C和A->B对应的当前带宽利用率均为0。
对于上述网络，预设带宽利用率拥塞阈值为50％，因此，业务部署装置确定链路A->C为拥塞链路，并将经过链路A->C的业务1、业务2和业务3确定为拥塞业务。
业务部署装置根据表2中所示的各个路径，可以获取业务1、业务2和业务3的可行路径，进行自动调整，初始化一定数量的可行部署方案，之后，根据预设带宽利用率算法，可以计算每一个可行部署方案下，每一条链路对应的预计带宽利用率，并确定每一个可行部署方案下，最大带宽利用率，以最大带宽利用率最小化为优化目标，按照自适应遗传算法进行迭代优化。例如，可行部署方案1中业务1、业务2和业务3分别经过路径1、路径3和路径6，那么可行部署方案1下的最大带宽利用率为46.67％，可行部署方案2中业务1、业务2和业务3分别经过路径1、路径4和路径5，那么可行部署方案2下的最大带宽利用率为40％，那么自适应遗传算法就会确定可行部署方案2优于可行部署方案1，在迭代过程中倾向于保留可行部署方案2。在对可行部署方案进行充分优化迭代之后，业务部署装置得到一个最优部署方案，最优部署方案中业务1、业务2和业务3分别经过路径1、路径4和路径6，可以计算出最优部署方案下的最大带宽利用率为33％。初始状态下和优化后业务部署的对比如表3所示。
表3
Figure BDA0001785820480000111
Figure BDA0001785820480000121
业务部署装置在确定优化后的方案，即最优部署方案之后，将最优部署方案发送给业务调用装置，通过业务调用装置即可按照最优部署方案部署业务1、业务2和业务3。
本发明实施例提供了一种业务部署方法，获取全网缓存信息，并确定全网中每一条链路对应的当前带宽利用率；根据预设带宽利用率拥塞阈值和当前带宽利用率，确定拥塞业务；根据预设拥塞解决算法、全网缓存信息和预设带宽利用率算法，确定拥塞业务对应的最优部署方案，并按照最优部署方案部署拥塞业务。也就是说，在本发明实施例的技术方案中，能够确定拥塞链路上部署的拥塞业务，并针对拥塞业务确定最优部署方案，按照最优部署方案进行路径部署，不仅实现网络各链路带宽利用率处于均衡状态，避免出现网络拥塞的情况，同时提高了网络潜在的接纳能力。
实施例二
图4为本发明实施例提供的一种业务部署装置的结构示意图。如图4所示，业务部署装置包括计算模块401、确定模块402、和部署模块403；
所述计算模块401，用于获取全网缓存信息，并确定全网中每一条链路对应的当前带宽利用率；
所述确定模块402，用于根据预设带宽利用率拥塞阈值和所述当前带宽利用率，确定拥塞业务；
所述部署模块403，用于根据预设拥塞解决算法、所述全网缓存信息和所述预设带宽利用率算法，确定所述拥塞业务对应的最优部署方案，并按照所述最优部署方案部署所述拥塞业务。
可选的，所述计算模块401，具体用于根据所述全网缓存信息，确定第一链路对应的最大承受带宽，以及当前经过所述第一链路的业务请求带宽之和；其中，所述第一链路为所述全网中任意一条链路；将所述当前经过所述第一链路的业务请求带宽之和，与所述第一链路对应的最大承受带宽之比，确定为所述第一链路对应的当前带宽利用率。
可选的，所述确定模块402，具体用于将所述当前带宽利用率大于所述预设带宽利用率的链路确定为拥塞链路；将当前经过所述拥塞链路的业务确定为所述拥塞业务。
可选的，所述部署模块403，具体用于根据所述全网缓存信息，确定所述拥塞业务对应的可行部署方案；根据所述预设带宽利用率算法，计算所述可行部署方案下，所述全网中每一条链路对应的预计带宽利用率；将所述预计带宽利用率中的最大值确定为最大带宽利用率；以所述最大带宽利用率最小化为优化目标，按照所述预设拥塞解决算法对所述可行部署方案进行迭代优化，直到满足预设终止条件，获得所述最优部署方案。
可选的，所述部署模块403，具体用于根据所述全网缓存信息，获取所述拥塞业务对应的可行路径；根据所述可行路径，自动调整所述拥塞业务的路径部署方式，获得所述可行部署方案。
需要说明的是，在本发明的实施例中，业务部署装置可以设置在SDN控制器中，也可以设置在其它设备中，具体的设备本发明实施例不作限定。
本发明实施例提供了一种业务部署装置，获取全网缓存信息，并确定全网中每一条链路对应的当前带宽利用率；根据预设带宽利用率拥塞阈值和当前带宽利用率，确定拥塞业务；根据预设拥塞解决算法、全网缓存信息和预设带宽利用率算法，确定拥塞业务对应的最优部署方案，并按照最优部署方案部署拥塞业务。也就是说，本发明实施例提供的业务部署装置，能够确定拥塞链路上部署的拥塞业务，并针对拥塞业务确定最优部署方案，按照最优部署方案进行路径部署，不仅实现网络各链路带宽利用率处于均衡状态，避免出现网络拥塞的情况，同时提高了网络潜在的接纳能力。
本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可以被一个或者多个处理器执行，以实现上述业务部署方法。计算机可读存储介质可以是是易失性存储器(volatile memory)，例如随机存取存储器(Random-Access Memory，RAM)；或者非易失性存储器(non-volatilememory)，例如只读存储器(Read-Only Memory，ROM)，快闪存储器(flash memory)，硬盘(Hard Disk Drive，HDD)或固态硬盘(Solid-State Drive，SSD)；也可以是包括上述存储器之一或任意组合的各自设备，如移动电话、计算机、平板设备、个人数字助理等。
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
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信号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信号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信号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信号处理设备上，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。
以上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。

Claims (8)

1.一种业务部署方法，其特征在于，所述方法包括：
获取全网缓存信息，并确定全网中每一条链路对应的当前带宽利用率；
根据预设带宽利用率拥塞阈值和所述当前带宽利用率，确定拥塞业务；
根据预设拥塞解决算法、所述全网缓存信息和预设带宽利用率算法，确定所述拥塞业务对应的最优部署方案，并按照所述最优部署方案部署所述拥塞业务；
其中，所述根据预设拥塞解决算法、所述全网缓存信息和预设带宽利用率算法，确定所述拥塞业务对应的最优部署方案，包括：
根据所述全网缓存信息，确定所述拥塞业务对应的可行部署方案；
根据所述预设带宽利用率算法，计算所述可行部署方案下，所述全网中每一条链路对应的预计带宽利用率；
将所述预计带宽利用率中的最大值确定为最大带宽利用率；
以所述最大带宽利用率最小化为优化目标，按照所述预设拥塞解决算法对所述可行部署方案进行迭代优化，直到满足预设终止条件，获得所述最优部署方案。
2.根据权利要求1所述的方法，其特征在于，所述确定全网中每一条链路对应的当前带宽利用率，包括：
根据所述全网缓存信息，确定第一链路对应的最大承受带宽，以及当前经过所述第一链路的业务请求带宽之和；其中，所述第一链路为所述全网中任意一条链路；
将所述当前经过所述第一链路的业务请求带宽之和，与所述第一链路对应的最大承受带宽之比，确定为所述第一链路对应的当前带宽利用率。
3.根据权利要求1所述的方法，其特征在于，所述根据预设带宽利用率拥塞阈值和所述当前带宽利用率，确定拥塞业务，包括：
将所述当前带宽利用率大于所述预设带宽利用率的链路确定为拥塞链路；将当前经过所述拥塞链路的业务确定为所述拥塞业务。
4.根据权利要求1所述的方法，其特征在于，所述根据所述全网缓存信息，确定所述拥塞业务对应的可行部署方案，包括：
根据所述全网缓存信息，获取所述拥塞业务对应的可行路径；
根据所述可行路径，自动调整所述拥塞业务的路径部署方式，获得所述可行部署方案。
5.一种业务部署装置，其特征在于，所述装置包括：计算模块、确定模块和部署模块；
所述计算模块，用于获取全网缓存信息，并确定全网中每一条链路对应的当前带宽利用率；
所述确定模块，用于根据预设带宽利用率拥塞阈值和所述当前带宽利用率，确定拥塞业务；
所述部署模块，用于根据预设拥塞解决算法、所述全网缓存信息和所述预设带宽利用率算法，确定所述拥塞业务对应的最优部署方案，并按照所述最优部署方案部署所述拥塞业务；
其中，所述部署模块，具体用于根据所述全网缓存信息，确定所述拥塞业务对应的可行部署方案；根据所述预设带宽利用率算法，计算所述可行部署方案下，所述全网中每一条链路对应的预计带宽利用率；将所述预计带宽利用率中的最大值确定为最大带宽利用率；以所述最大带宽利用率最小化为优化目标，按照所述预设拥塞解决算法对所述可行部署方案进行迭代优化，直到满足预设终止条件，获得所述最优部署方案。
6.根据权利要求5所述的装置，其特征在于，
所述计算模块，具体用于根据所述全网缓存信息，确定第一链路对应的最大承受带宽，以及当前经过所述第一链路的业务请求带宽之和；其中，所述第一链路为所述全网中任意一条链路；将所述当前经过所述第一链路的业务请求带宽之和，与所述第一链路对应的最大承受带宽之比，确定为所述第一链路对应的当前带宽利用率。
7.根据权利要求5所述的装置，其特征在于，
所述确定模块，具体用于将所述当前带宽利用率大于所述预设带宽利用率的链路确定为拥塞链路；将当前经过所述拥塞链路的业务确定为所述拥塞业务。
8.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有一个或者多个程序，所述一个或者多个程序可以被一个或者多个处理器执行，以实现权利要求1-4任一项所述的方法。
CN201811014536.3A 2018-08-31 2018-08-31 一种业务部署方法及装置、存储介质 Active CN110874223B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811014536.3A CN110874223B (zh) 2018-08-31 2018-08-31 一种业务部署方法及装置、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811014536.3A CN110874223B (zh) 2018-08-31 2018-08-31 一种业务部署方法及装置、存储介质

Publications (2)

Publication Number Publication Date
CN110874223A CN110874223A (zh) 2020-03-10
CN110874223B true CN110874223B (zh) 2023-04-07

Family

ID=69715442

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811014536.3A Active CN110874223B (zh) 2018-08-31 2018-08-31 一种业务部署方法及装置、存储介质

Country Status (1)

Country Link
CN (1) CN110874223B (zh)

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6493317B1 (en) * 1998-12-18 2002-12-10 Cisco Technology, Inc. Traffic engineering technique for routing inter-class traffic in a computer network
CN101583057B (zh) * 2009-06-11 2013-08-07 中兴通讯股份有限公司 网络选路方法及装置
CN103200125B (zh) * 2013-03-28 2015-10-21 广东电网公司电力调度控制中心 电力数据网节点拥塞规避方法和系统
CN107800642A (zh) * 2016-08-31 2018-03-13 北京金山云网络技术有限公司 一种拥塞控制方法及装置

Also Published As

Publication number Publication date
CN110874223A (zh) 2020-03-10

Similar Documents

Publication Publication Date Title
CN108475207B (zh) 云应用的联合自动缩放
CN109257287B (zh) 一种最短路径确定方法及控制器
CN108121512B (zh) 一种边缘计算服务缓存方法、系统、装置及可读存储介质
CN113315700A (zh) 算力资源调度方法、装置和存储介质
US20210211371A1 (en) Methods in a telecommunications network
CN110891021A (zh) 一种路径计算方法、装置及计算机可读存储介质
CN111694517B (zh) 分布式数据迁移方法、系统和电子设备
CN112350935B (zh) 针对具有栈深约束的路径计算方法及装置
US20180324082A1 (en) Weight setting using inverse optimization
US20220407914A1 (en) Method, system and device for cdn scheduling, and storage medium
WO2013052161A1 (en) Unifying connected dominating set using localized two hop information with a flexible dominating factor
US10216593B2 (en) Distributed processing system for use in application migration
Bhatnagar et al. A stochastic approximation approach to active queue management
CN116541106A (zh) 计算任务卸载方法、计算设备及存储介质
CN109922161B (zh) 动态云内容分发网络的内容分发方法、系统、设备及介质
Liu et al. Scheduling multi-flow network updates in Software-Defined NFV systems
CN110874223B (zh) 一种业务部署方法及装置、存储介质
CN116074204A (zh) 算路方法、路由计算设备、电子设备和计算机存储介质
KR20230041031A (ko) 전력 제어 방법, 장치, 통신 노드 및 저장 매체
CN113315669A (zh) 基于云边协同的吞吐量优化的机器学习推断任务部署方法
CN115277572B (zh) 一种多源点多汇点网络的拥塞控制方法及系统
WO2022042571A1 (zh) 流量优化方法、电子设备、计算机可读存储介质
WO2022166348A1 (zh) 路由方法、路由装置、控制器和计算机可读存储介质
WO2016160007A1 (en) Method and apparatus for flow control
Math et al. Intelligent Offloading Decision and Resource Allocations Schemes Based on RNN/DQN for Reliability Assurance in Software-Defined Massive Machine-Type Communications

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