CN112260961A - 一种网络流量调度方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开实施例涉及互联网云计算技术领域，具体涉及一种网络流量调度方法、装置、电子设备及非暂态计算机可读存储介质。本公开的至少一个实施例中，基于流媒体服务质量进行网络流量调度，例如，通过获取网络节点实时上报的硬件信息、状态信息和音视频质量信息，来确定网络节点的流媒体服务质量信息，进而基于流媒体服务质量信息选择合适的网络节点进行调度，使网络节点的CPU资源、内存资源、磁盘资源、网络资源使用率更加均衡，更好地保障音视频传输和存储，避免配置较差的网络节点达到性能瓶颈而导致流媒体服务质量下降的问题。

Description

一种网络流量调度方法、装置、电子设备及存储介质

技术领域

本公开实施例涉及互联网云计算技术领域，具体涉及一种网络流量调度方法、装置、电子设备及非暂态计算机可读存储介质。

背景技术

近年来，随着短视频、互动直播、视频带货等网络相关行业的发展，音视频数据在网络流量中的占比越来越大，因此，如何将用户的请求(包括音视频数据)定向到合适的网络节点(例如服务器等)显得尤为重要。

传统的网络流量调度策略包括：基于DNS(Domain Name System，域名系统)调度、基于重定向调度、基于路由调度、基于轮询调度、基于权重调度、基于最小连接调度等网络流量调度策略。

传统的网络流量调度策略主要根据网络节点的配置信息(例如CPU权重、TCP连接数)来进行负载均衡调度。但是不同的网络节点存在差异(例如不同计算能力、不同硬件配置等)，提供的流媒体服务能力不同，另外，由于流媒体服务存在特点(例如码率波动范围大、媒体文件磁盘存储量大、视频数据内存消耗大、网络带宽使用率高等)，因此，一旦出现负载调度不均衡的情况，很容易导致配置较差的网络节点达到性能瓶颈，影响流媒体服务质量。

上述对问题的发现过程的描述，仅用于辅助理解本公开的技术方案，并不代表承认上述内容是现有技术。

发明内容

为了解决现有技术存在的至少一个问题，本公开的至少一个实施例提供了一种网络流量调度方法、装置、电子设备及非暂态计算机可读存储介质。

第一方面，本公开实施例提出一种网络流量调度方法，应用于调度设备，所述调度设备与多个网络节点通信连接，所述网络节点为提供流媒体服务的设备，所述方法包括：

获取每个网络节点的硬件信息、状态信息和音视频质量信息；

基于所述硬件信息、状态信息和音视频质量信息，确定每个网络节点的流媒体服务质量信息；

在接收到流量请求后，基于所述流媒体服务质量信息匹配网络节点，并将所述流量请求调度到相匹配的网络节点。

第二方面，本公开实施例还提出一种网络流量调度装置，应用于调度设备，所述调度设备与多个网络节点通信连接，所述网络节点为提供流媒体服务的设备，所述装置包括：

获取单元，用于获取每个网络节点的硬件信息、状态信息和音视频质量信息；

确定单元，用于基于所述硬件信息、状态信息和音视频质量信息，确定每个网络节点的流媒体服务质量信息；

调度单元，用于在接收到流量请求后，基于所述流媒体服务质量信息匹配网络节点，并将所述流量请求调度到相匹配的网络节点。

第三方面，本公开实施例还提出一种电子设备，包括：处理器和存储器；所述处理器通过调用所述存储器存储的程序或指令，用于执行如第一方面所述网络流量调度方法的步骤。

第四方面，本公开实施例还提出一种非暂态计算机可读存储介质，用于存储程序或指令，所述程序或指令使计算机执行如第一方面所述网络流量调度方法的步骤。

可见，本公开的至少一个实施例中，基于流媒体服务质量进行网络流量调度。例如，通过获取网络节点实时上报的硬件信息、状态信息和音视频质量信息，来确定网络节点的流媒体服务质量信息，进而基于流媒体服务质量信息选择合适的网络节点进行调度，使网络节点的CPU资源、内存资源、磁盘资源、网络资源使用率更加均衡，更好地保障音视频传输和存储，避免配置较差的网络节点达到性能瓶颈而导致流媒体服务质量下降的问题。

附图说明

为了更清楚地说明本公开实施例的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1是一种示例性应用场景图；

图2是本公开实施例提供的一种调度设备的示例性框图；

图3是本公开实施例提供的一种电子设备的示例性框图；

图4是本公开实施例提供的一种网络流量调度方法的示例性流程图。

具体实施方式

为了能够更清楚地理解本公开的上述目的、特征和优点，下面结合附图和实施例对本公开作进一步的详细说明。可以理解的是，所描述的实施例是本公开的一部分实施例，而不是全部的实施例。此处所描述的具体实施例仅仅用于解释本公开，而非对本公开的限定。基于所描述的本公开的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本公开保护的范围。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。

在一些实施例中，NGINX(高性能的HTTP和反向代理服务器)负载均衡，主要是对七层网络通信模型中的第七层(也即应用层)对应的HTTP、HTTPS协议的负载均衡，其支持轮询、权重、最小连接数、IP哈希等网络流量调度策略。

在一些实施例中，HAProxy是基于TCP和HTTP的应用程序代理，其支持权重轮询、最小连接数优先、URI哈希等网络流量调度策率。

在一些实施例中，LVS(Linux Virtual Server)是一个虚拟的服务器集群系统，采用IP负载均衡技术、基于内容请求分发技术或者两者相结合。

可见，以上网络流量调度策略主要根据网络节点的配置信息(例如CPU权重、TCP连接数)来进行负载均衡调度。但是不同的网络节点存在差异(例如不同计算能力、不同硬件配置等)，提供的流媒体服务能力不同，另外，由于流媒体服务存在特点(例如码率波动范围大、媒体文件磁盘存储量大、视频数据内存消耗大、网络带宽使用率高等)，因此，一旦出现负载调度不均衡的情况，很容易导致配置较差的网络节点达到性能瓶颈，影响流媒体服务质量。

本公开实施例提供了一种网络流量调度方法、装置、电子设备及非暂态计算机可读存储介质，基于流媒体服务质量进行网络流量调度。例如，通过获取网络节点实时上报的硬件信息、状态信息和音视频质量信息，来确定网络节点的流媒体服务质量信息，进而基于流媒体服务质量信息选择合适的网络节点进行调度，使网络节点的CPU资源、内存资源、磁盘资源、网络资源使用率更加均衡，更好地保障音视频传输和存储，避免配置较差的网络节点达到性能瓶颈而导致流媒体服务质量下降的问题。

图1为本公开实施例提供的一种示例性应用场景图。应当理解的是，本公开实施例的应用场景仅仅是本公开的一些示例或实施例，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，还可以将本公开应用于其他类似情景。

如图1所示，该应用场景中包括：多个用户端设备11、多个服务端设备12、调度设备13以及其他设备，例如网络中的网关设备、计费设备等。

所述用户端设备11可以发起流量请求，其中，所述流量请求可以是推流请求，也可以是拉流请求。推流指的是把采集阶段封包好的内容传输到网络的过程，例如，用户端设备11进行网络直播(游戏直播、带货直播等)，需将现场的视频信号传到网络，是视频提供方，则用户端设备11发起的流量请求是推流请求。拉流指的是从网络拉取内容，例如，用户端设备11是观看网络直播，需从网络拉取直播内容，是视频获取方，则用户端设备11发起的流量请求是拉流请求。

在一些实施例中，所述用户设备11可以是任意类型的电子设备，例如，智能手机、平板电脑、智能运动装备等移动设备，又例如台式计算机、智能家电等固定设备。

所述服务端设备12为提供流媒体服务的设备，例如服务器，所述服务器可以为本地服务器，也可以为云端服务器。所述服务器可以为一个服务器，也可以为一个服务器群组。所述服务器群组可以是集中式的，也可以是分布式的。

所述调度设备13可以是具有网络流量调度功能的任意类型的电子设备。所述调度设备13可以与多个服务端设备12进行通信连接，例如图1中，调度设备13可以与三个服务端设备12进行通信连接。在一些实施例中，所述调度设备13可以与任意能够提供流媒体服务的网络节点进行通信连接。所述网络节点可以是任意类型的电子设备。在一些实施例中，可以有多个调度设备13进行网络流量调度。

在一些实施例中，所述调度设备13在接收到任一用户端设备11发起的流量请求后，可基于(建立通信连接的)每个服务端设备12的流媒体服务质量信息进行网络流量调度，也即调度合适的服务端设备12处理所述流量请求。

图2为本公开实施例提供的一种调度设备20的示例性框图。在一些实施例中，调度设备20可以实现为图1中的调度设备13或者调度设备13的一部分，用于网络流量调度。在一些实施例中，所述调度设备20与多个网络节点通信连接，所述网络节点为提供流媒体服务的设备。

如图2所示，调度设备20可划分为多个单元，例如可包括但不限于：获取单元21、确定单元22和调度单元23。

所述获取单元21，用于获取每个网络节点的硬件信息、状态信息和音视频质量信息。其中，所述获取的方式可以为主动获取，例如，所述获取单元21向网络节点发送信息上报请求，以使网络节点接收到信息上报请求后发送硬件信息、状态信息和音视频质量信息。所述获取的方式也可以为被动获取，例如，所述获取单元21接收网络设备实时上报的硬件信息、状态信息和音视频质量信息。

在一些实施例中，硬件信息包括但不限于：CPU核数、内存空间和磁盘空间。其中，CPU核数例如为：96核、56核、48核等。

在一些实施例中，状态信息包括但不限于：运行状态信息和网络状态信息。其中，运行状态信息包括但不限于：CPU使用率、内存使用率和磁盘使用率；网络状态信息包括但不限于：出口网络信息和入口网络信息。其中，出口网络信息包括但不限于：出口带宽使用率、出口网络时延和出口网络丢包率；入口网络信息包括但不限于：入口带宽使用率、入口网络时延和入口网络丢包率。

在一些实施例中，音视频质量信息包括但不限于：推流信息和拉流信息。其中，推流信息包括但不限于：推流卡顿次数、推流卡顿时长和推流数据积压量；拉流信息包括但不限于：拉流卡顿次数、拉流卡顿时长和拉流数据积压量。

所述确定单元22，用于基于每个网络节点的硬件信息、状态信息和音视频质量信息，确定每个网络节点的流媒体服务质量信息。

在一些实施例中，所述确定单元22可基于硬件信息确定对应的网络节点的硬件得分。在一些实施例中，所述确定单元22确定CPU核数得分X、内存空间得分Y和磁盘空间得分Z。例如，CPU核数越大，得分X越高；内存空间越大，得分Y越高；磁盘空间越大，得分Z越高。在一些实施例中，所述确定单元22基于预先配置的CPU核数权重K1、内存空间权重K2和磁盘空间权重K3，对X、Y和Z进行加权求和，得到硬件得分A。也即A＝K1*X+K2*Y+K3*Z。

在一些实施例中，所述确定单元22可基于状态信息确定对应的网络节点的状态得分。其中，所述状态得分包括运行状态得分B和网络状态得分，所述网络状态得分包括出口网络状态得分C1和入口网络状态得分C2。

在一些实施例中，所述确定单元22确定CPU使用率得分、内存使用率得分和磁盘使用率得分，使用率越小，得分越高。在一些实施例中，所述确定单元22基于预先配置的CPU使用率权重、内存使用率权重和磁盘使用率权重，对CPU使用率得分、内存使用率得分和磁盘使用率得分进行加权求和，得到运行状态得分B。

在一些实施例中，所述确定单元22确定出口带宽使用率得分、出口网络时延得分和出口网络丢包率得分，其中，使用率、时延和丢包率越小，得分越高。在一些实施例中，所述确定单元22基于预先配置的出口带宽使用率权重、出口网络时延权重和出口网络丢包率权重，对出口带宽使用率得分、出口网络时延得分和出口网络丢包率得分进行加权求和，得到出口网络状态得分C1。

在一些实施例中，所述确定单元22确定入口带宽使用率得分、入口网络时延得分和入口网络丢包率得分，其中，使用率、时延和丢包率越小，得分越高。在一些实施例中，所述确定单元22基于预先配置的入口带宽使用率权重、入口网络时延权重和入口网络丢包率权重，对入口带宽使用率得分、入口网络时延得分和入口网络丢包率得分进行加权求和，得到入口网络状态得分C2。

在一些实施例中，所述确定单元22可基于音视频质量信息确定对应的网络节点的音视频质量得分。其中，所述音视频质量得分包括：推流得分D1和拉流得分D2。

在一些实施例中，所述确定单元22确定推流卡顿次数得分、推流卡顿时长得分和推流数据积压量得分，其中，卡顿次数越少，得分越高；卡顿时长越短，得分越高；数据积压量越少，得分越高。在一些实施例中，所述确定单元22基于预先配置的推流卡顿次数权重、推流卡顿时长权重和推流数据积压量权重，对推流卡顿次数得分、推流卡顿时长得分和推流数据积压量得分进行加权求和，得到推流得分D1。

在一些实施例中，所述确定单元22确定拉流卡顿次数得分、拉流卡顿时长得分和拉流数据积压量得分，其中，卡顿次数越少，得分越高；卡顿时长越短，得分越高；数据积压量越少，得分越高。在一些实施例中，所述确定单元22基于预先配置的拉流卡顿次数权重、拉流卡顿时长权重和拉流数据积压量权重，对拉流卡顿次数得分、拉流卡顿时长得分和拉流数据积压量得分进行加权求和，得到拉流得分D2。

在一些实施例中，所述确定单元22可基于硬件得分、状态得分和音视频质量得分，确定对应的网络节点的流媒体质量得分。

在一些实施例中，所述确定单元22基于预先配置的硬件权重M1、运行状态权重M2、出口网络状态权重M3、入口网络状态权重M4、推流权重M5和拉流权重M6，对硬件得分A、运行状态得分B、出口网络状态得分C1、入口网络状态得分C2、推流得分D1和拉流得分D2进行加权求和，得到流媒体质量得分N：

N＝M1*A+M2*B+M3*C1+M4*C2+M5*D1+M6*D2。

在一些实施例中，流媒体质量得分包括推流综合得分N1和拉流综合得分N2。所述确定单元22基于预先配置的硬件权重M1、运行状态权重M2、入口网络状态权重M4和推流权重M5，对硬件得分A、运行状态得分B、入口网络状态得分C2和推流得分D1进行加权求和，得到推流综合得分N1：

N1＝M1*A+M2*B+M4*C2+M5*D1。

在一些实施例中，所述确定单元22基于预先配置的硬件权重M1、运行状态权重M2、出口网络状态权重M3和拉流权重M6，对硬件得分A、运行状态得分B、出口网络状态得分C1和拉流得分D2进行加权求和，得到拉流综合得分N2：

N2＝M1*A+M2*B+M3*C1+M6*D2。

以上多个实施例涉及到了权重的配置，在一些实施例中，可以根据场景配置权重，例如，对于带宽不敏感(也即带宽足够用)的场景，带宽的权重可以调小；而对CPU或存储敏感(也即对CPU的运算能力要求较高或存储空间要求较大)的场景，CPU或存储的权重可以调大；而对于网络，由于受不同网络运营商(移动、联通、电信)的网络覆盖影响，是不可控因素，因此，网络相关指标的权重可以调小。在一些实施例中，可以根据区域配置权重，例如北京和天津两地，北京的网络成本高于天津的网络成本，因此，可以在北京关注网络，将网络权重调大；在天津关注存储，将存储权重调大。在一些实施例中，可以根据网络节点的服务目标(例如是计算还是存储)来配置权重，例如，若网络节点的服务目标是以计算为主，则对CPU要求比较高，需要把CPU的权重调大；若网络节点的服务目标是以存储为主，则对内存和磁盘要求比较高，需要调大相应权重。需要说明的是，本领域技术人员可根据实际需要配置权重，本公开实施例不限定配置权重的具体方式和具体取值。

所述调度单元23，用于在接收到流量请求后，基于流媒体服务质量信息匹配网络节点，并将所述流量请求调度到相匹配的网络节点。在一些实施例中，所述调度单元23将多个网络节点按照流媒体质量得分进行排序，例如将多个网络节点按照流媒体质量得分N由大到小排序，进而选择流媒体质量得分最大(也即N最大)的网络节点为匹配的网络节点。

在一些实施例中，对于网络节点，推流涉及存储，拉流不涉及存储，因此推流请求、拉流请求在硬件资源使用上有区别。因此，对于一对多的场景，例如网络直播，可能有多个用户在观看，推流带宽远小于拉流带宽，在此场景下，对于网络节点来讲，推流请求对于网络节点的存储能力要求较高，而拉流请求对于网络节点的出口带宽要求较高，因此，需要区分推流请求和拉流请求，因此，采用区分请求类型的方式进行调度。在一些实施例中，所述调度单元23判断流量请求的类型；若流量请求为推流请求，则将多个网络节点按照推流综合得分(也即N1)进行排序；选择推流综合得分最大(也即N1最大)的网络节点为匹配的网络节点；若流量请求为拉流请求，则将多个网络节点按照拉流综合得分(N2)进行排序；选择拉流综合得分最大(也即N2最大)的网络节点为匹配的网络节点。

在一些实施例中，调度设备20中各单元的划分仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如获取单元21、确定单元22和调度单元23中的至少两个单元可以实现为一个单元；获取单元21、确定单元22或调度单元23也可以划分为多个子单元。可以理解的是，各个单元或子单元能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。本领域技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能。

图3是本公开实施例提供的一种电子设备的结构示意图。在一些实施例中，所述电子设备可以实现为图1中的调度设备13或者调度设备13的一部分，用于网络流量调度。

如图3所示，电子设备包括：至少一个处理器31、至少一个存储器32和至少一个通信接口33。电子设备中的各个组件通过总线系统34耦合在一起。通信接口33，用于与外部设备之间的信息传输。可理解地，总线系统34用于实现这些组件之间的连接通信。总线系统34除包括数据总线之外，还包括电源总线、控制总线和状态信号总线。但为了清楚说明起见，在图3中将各种总线都标为总线系统34。

可以理解，本实施例中的存储器32可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。

在一些实施方式中，存储器32存储了如下的元素，可执行单元或者数据结构，或者他们的子集，或者他们的扩展集：操作系统和应用程序。

其中，操作系统，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础任务以及处理基于硬件的任务。应用程序，包含各种应用程序，例如媒体播放器(Media Player)、浏览器(Browser)等，用于实现各种应用任务。实现本公开实施例提供的网络流量调度方法的程序可以包含在应用程序中。

在本公开实施例中，处理器31通过调用存储器32存储的程序或指令，具体的，可以是应用程序中存储的程序或指令，处理器31用于执行本公开实施例提供的网络流量调度方法各实施例的步骤。

本公开实施例提供的网络流量调度方法可以应用于处理器31中，或者由处理器31实现。处理器31可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，上述方法的各步骤可以通过处理器31中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器31可以是通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现成可编程门阵列(FieldProgrammable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。

本公开实施例提供的网络流量调度方法的步骤可以直接体现为硬件译码处理器执行完成，或者用译码处理器中的硬件及软件单元组合执行完成。软件单元可以位于随机存储器，闪存、只读存储器，可编程只读存储器或者电可擦写可编程存储器、寄存器等本领域成熟的存储介质中。该存储介质位于存储器32，处理器31读取存储器32中的信息，结合其硬件完成方法的步骤。

图4为本公开实施例提供的一种网络流量调度方法的示例性流程图。该方法的执行主体为调度设备，所述调度设备与多个网络节点通信连接，所述网络节点为提供流媒体服务的设备。为便于描述，以下实施例中以调度设备为执行主体说明网络流量调度方法的流程。

如图4所示，在步骤401中，调度设备获取每个网络节点的硬件信息、状态信息和音视频质量信息。

在一些实施例中，硬件信息包括但不限于：CPU核数、内存空间和磁盘空间。其中，CPU核数例如为：96核、56核、48核等。

在一些实施例中，状态信息包括但不限于：运行状态信息和网络状态信息。其中，运行状态信息包括但不限于：CPU使用率、内存使用率和磁盘使用率；网络状态信息包括但不限于：出口网络信息和入口网络信息。其中，出口网络信息包括但不限于：出口带宽使用率、出口网络时延和出口网络丢包率；入口网络信息包括但不限于：入口带宽使用率、入口网络时延和入口网络丢包率。

在一些实施例中，音视频质量信息包括但不限于：推流信息和拉流信息。其中，推流信息包括但不限于：推流卡顿次数、推流卡顿时长和推流数据积压量；拉流信息包括但不限于：拉流卡顿次数、拉流卡顿时长和拉流数据积压量。

在步骤402中，调度设备基于每个网络节点的硬件信息、状态信息和音视频质量信息，确定每个网络节点的流媒体服务质量信息。其中，流媒体服务质量信息为流媒体质量得分。

在一些实施例中，调度设备确定每个网络节点的流媒体服务质量信息具体包括以下步骤4021至4024：

4021、基于硬件信息确定对应的网络节点的硬件得分A。

4022、基于状态信息确定对应的网络节点的状态得分。在一些实施例中，状态得分包括：运行状态得分B和网络状态得分；其中，网络状态得分包括：出口网络状态得分C1和入口网络状态得分C2。

4023、基于音视频质量信息确定对应的网络节点的音视频质量得分。其中，音视频质量得分包括：推流得分D1和拉流得分D2。

4024、基于硬件得分、状态得分和音视频质量得分，确定对应的网络节点的流媒体质量得分。

在一些实施例中，在步骤4021中，调度设备确定CPU核数得分X、内存空间得分Y和磁盘空间得分Z。例如，CPU核数越大，得分X越高；内存空间越大，得分Y越高；磁盘空间越大，得分Z越高。调度设备基于预先配置的CPU核数权重K1、内存空间权重K2和磁盘空间权重K3，对X、Y和Z进行加权求和，得到硬件得分A。也即A＝K1*X+K2*Y+K3*Z。

在一些实施例中，在步骤4022中，调度设备确定CPU使用率得分、内存使用率得分和磁盘使用率得分，使用率越小，得分越高。调度设备基于预先配置的CPU使用率权重、内存使用率权重和磁盘使用率权重，对CPU使用率得分、内存使用率得分和磁盘使用率得分进行加权求和，得到运行状态得分B。

在一些实施例中，在步骤4022中，调度设备确定出口带宽使用率得分、出口网络时延得分和出口网络丢包率得分，其中，使用率、时延和丢包率越小，得分越高。调度设备基于预先配置的出口带宽使用率权重、出口网络时延权重和出口网络丢包率权重，对出口带宽使用率得分、出口网络时延得分和出口网络丢包率得分进行加权求和，得到出口网络状态得分C1。

在一些实施例中，在步骤4022中，调度设备确定入口带宽使用率得分、入口网络时延得分和入口网络丢包率得分，其中，使用率、时延和丢包率越小，得分越高。调度设备基于预先配置的入口带宽使用率权重、入口网络时延权重和入口网络丢包率权重，对入口带宽使用率得分、入口网络时延得分和入口网络丢包率得分进行加权求和，得到入口网络状态得分C2。

在一些实施例中，在步骤4023中，调度设备确定推流卡顿次数得分、推流卡顿时长得分和推流数据积压量得分，其中，卡顿次数越少，得分越高；卡顿时长越短，得分越高；数据积压量越少，得分越高。调度设备基于预先配置的推流卡顿次数权重、推流卡顿时长权重和推流数据积压量权重，对推流卡顿次数得分、推流卡顿时长得分和推流数据积压量得分进行加权求和，得到推流得分D1。

在一些实施例中，在步骤4023中，调度设备确定拉流卡顿次数得分、拉流卡顿时长得分和拉流数据积压量得分，其中，卡顿次数越少，得分越高；卡顿时长越短，得分越高；数据积压量越少，得分越高。调度设备基于预先配置的拉流卡顿次数权重、拉流卡顿时长权重和拉流数据积压量权重，对拉流卡顿次数得分、拉流卡顿时长得分和拉流数据积压量得分进行加权求和，得到拉流得分D2。

在一些实施例中，在步骤4024中，调度设备基于预先配置的硬件权重M1、运行状态权重M2、出口网络状态权重M3、入口网络状态权重M4、推流权重M5和拉流权重M6，对硬件得分A、运行状态得分B、出口网络状态得分C1、入口网络状态得分C2、推流得分D1和拉流得分D2进行加权求和，得到流媒体质量得分N：

N＝M1*A+M2*B+M3*C1+M4*C2+M5*D1+M6*D2。

在一些实施例中，流媒体质量得分包括推流综合得分N1和拉流综合得分N2。在步骤4024中，调度设备基于预先配置的硬件权重M1、运行状态权重M2、入口网络状态权重M4和推流权重M5，对硬件得分A、运行状态得分B、入口网络状态得分C2和推流得分D1进行加权求和，得到推流综合得分N1：

N1＝M1*A+M2*B+M4*C2+M5*D1。

在一些实施例中，在步骤4024中，调度设备基于预先配置的硬件权重M1、运行状态权重M2、出口网络状态权重M3和拉流权重M6，对硬件得分A、运行状态得分B、出口网络状态得分C1和拉流得分D2进行加权求和，得到拉流综合得分N2：

N2＝M1*A+M2*B+M3*C1+M6*D2。

在步骤403中，调度设备在接收到流量请求后，基于所述流媒体服务质量信息匹配网络节点，并将所述流量请求调度到相匹配的网络节点。

在一些实施例中，调度设备将多个网络节点按照流媒体质量得分进行排序，例如将多个网络节点按照流媒体质量得分N由大到小排序，进而选择流媒体质量得分最大(也即N最大)的网络节点为匹配的网络节点。

在一些实施例中，对于网络节点，推流涉及存储，拉流不涉及存储，因此推流请求、拉流请求在硬件资源使用上有区别。因此，对于一对多的场景，例如网络直播，可能有多个用户在观看，推流带宽远小于拉流带宽，在此场景下，对于网络节点来讲，推流请求对于网络节点的存储能力要求较高，而拉流请求对于网络节点的出口带宽要求较高，因此，需要区分推流请求和拉流请求，因此，采用区分请求类型的方式进行调度。在一些实施例中，调度设备判断流量请求的类型；若流量请求为推流请求，则将多个网络节点按照推流综合得分(也即N1)进行排序；选择推流综合得分最大(也即N1最大)的网络节点为匹配的网络节点；若流量请求为拉流请求，则将多个网络节点按照拉流综合得分(N2)进行排序；选择拉流综合得分最大(也即N2最大)的网络节点为匹配的网络节点。

需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员能够理解，本公开实施例并不受所描述的动作顺序的限制，因为依据本公开实施例，某些步骤可以采用其他顺序或者同时进行。另外，本领域技术人员能够理解，说明书中所描述的实施例均属于可选实施例。

本公开实施例还提出一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如网络流量调度方法各实施例的步骤，为避免重复描述，在此不再赘述。

需要说明的是，在本文中，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下，由语句“包括……”限定的要素，并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。

本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本公开的范围之内并且形成不同的实施例。

本领域的技术人员能够理解，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。

虽然结合附图描述了本公开的实施方式，但是本领域技术人员可以在不脱离本公开的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求所限定的范围之内。

Claims (19)

1.一种网络流量调度方法，其特征在于，应用于调度设备，所述调度设备与多个网络节点通信连接，所述网络节点为提供流媒体服务的设备，所述方法包括：

获取每个网络节点的硬件信息、状态信息和音视频质量信息；

基于所述硬件信息、状态信息和音视频质量信息，确定每个网络节点的流媒体服务质量信息；

在接收到流量请求后，基于所述流媒体服务质量信息匹配网络节点，并将所述流量请求调度到相匹配的网络节点。

2.根据权利要求1所述的方法，其特征在于，所述基于所述硬件信息、状态信息和音视频质量信息，确定每个网络节点的流媒体服务质量信息包括：

基于所述硬件信息确定对应的网络节点的硬件得分；

基于所述状态信息确定对应的网络节点的状态得分；

基于所述音视频质量信息确定对应的网络节点的音视频质量得分；

基于所述硬件得分、所述状态得分和所述音视频质量得分，确定对应的网络节点的流媒体质量得分。

3.根据权利要求2所述的方法，其特征在于，

所述硬件信息包括：CPU核数、内存空间和磁盘空间；

所述状态信息包括：运行状态信息和网络状态信息；

所述音视频质量信息包括：推流信息和拉流信息。

4.根据权利要求3所述的方法，其特征在于，

所述运行状态信息包括：CPU使用率、内存使用率和磁盘使用率；

所述网络状态信息包括：出口网络信息和入口网络信息；

所述推流信息包括：推流卡顿次数、推流卡顿时长和推流数据积压量；

所述拉流信息包括：拉流卡顿次数、拉流卡顿时长和拉流数据积压量。

5.根据权利要求4所述的方法，其特征在于，

所述出口网络信息包括：出口带宽使用率、出口网络时延和出口网络丢包率；

所述入口网络信息包括：入口带宽使用率、入口网络时延和入口网络丢包率。

6.根据权利要求3所述的方法，其特征在于，所述基于所述硬件信息确定对应的网络节点的硬件得分包括：

确定CPU核数得分、内存空间得分和磁盘空间得分；

基于预先配置的CPU核数权重、内存空间权重和磁盘空间权重，对所述CPU核数得分、所述内存空间得分和所述磁盘空间得分进行加权求和，得到所述硬件得分。

7.根据权利要求5所述的方法，其特征在于，所述状态得分包括：运行状态得分和网络状态得分；其中，所述网络状态得分包括：出口网络状态得分和入口网络状态得分；

所述音视频质量得分包括：推流得分和拉流得分。

8.根据权利要求7所述的方法，其特征在于，所述运行状态得分通过以下方式得到：

确定CPU使用率得分、内存使用率得分和磁盘使用率得分；

基于预先配置的CPU使用率权重、内存使用率权重和磁盘使用率权重，对所述CPU使用率得分、所述内存使用率得分和所述磁盘使用率得分进行加权求和，得到所述运行状态得分。

9.根据权利要求7所述的方法，其特征在于，所述出口网络状态得分通过以下方式得到：

确定出口带宽使用率得分、出口网络时延得分和出口网络丢包率得分；

基于预先配置的出口带宽使用率权重、出口网络时延权重和出口网络丢包率权重，对所述出口带宽使用率得分、所述出口网络时延得分和所述出口网络丢包率得分进行加权求和，得到所述出口网络状态得分。

10.根据权利要求7所述的方法，其特征在于，所述入口网络状态得分通过以下方式得到：

确定入口带宽使用率得分、入口网络时延得分和入口网络丢包率得分；

基于预先配置的入口带宽使用率权重、入口网络时延权重和入口网络丢包率权重，对所述入口带宽使用率得分、所述入口网络时延得分和所述入口网络丢包率得分进行加权求和，得到所述入口网络状态得分。

11.根据权利要求7所述的方法，其特征在于，所述推流得分通过以下方式得到：

确定推流卡顿次数得分、推流卡顿时长得分和推流数据积压量得分；

基于预先配置的推流卡顿次数权重、推流卡顿时长权重和推流数据积压量权重，对所述推流卡顿次数得分、所述推流卡顿时长得分和所述推流数据积压量得分进行加权求和，得到所述推流得分。

12.根据权利要求7所述的方法，其特征在于，所述拉流得分通过以下方式得到：

确定拉流卡顿次数得分、拉流卡顿时长得分和拉流数据积压量得分；

基于预先配置的拉流卡顿次数权重、拉流卡顿时长权重和拉流数据积压量权重，对所述拉流卡顿次数得分、所述拉流卡顿时长得分和所述拉流数据积压量得分进行加权求和，得到所述拉流得分。

13.根据权利要求7所述的方法，其特征在于，所述基于所述硬件得分、所述状态得分和所述音视频质量得分，确定对应的网络节点的流媒体质量得分包括：

基于预先配置的硬件权重、运行状态权重、出口网络状态权重、入口网络状态权重、推流权重和拉流权重，对所述硬件得分、所述运行状态得分、所述出口网络状态得分、所述入口网络状态得分、所述推流得分和所述拉流得分进行加权求和，得到流媒体质量得分。

14.根据权利要求13所述的方法，其特征在于，所述基于所述流媒体服务质量信息匹配网络节点包括：

将所述多个网络节点按照流媒体质量得分进行排序；

选择流媒体质量得分最大的网络节点为匹配的网络节点。

15.根据权利要求7所述的方法，其特征在于，所述流媒体质量得分包括：推流综合得分和拉流综合得分；

所述推流综合得分通过以下方式确定：基于预先配置的硬件权重、运行状态权重、入口网络状态权重和推流权重，对所述硬件得分、所述运行状态得分、所述入口网络状态得分和所述推流得分进行加权求和，得到所述推流综合得分；

所述拉流综合得分通过以下方式确定：基于预先配置的硬件权重、运行状态权重、出口网络状态权重和拉流权重，对所述硬件得分、所述运行状态得分、所述出口网络状态得分和所述拉流得分进行加权求和，得到所述拉流综合得分。

16.根据权利要求15所述的方法，其特征在于，所述基于所述流媒体服务质量信息匹配网络节点包括：

判断所述流量请求的类型；

若所述流量请求为推流请求，则将所述多个网络节点按照推流综合得分进行排序；选择推流综合得分最大的网络节点为匹配的网络节点；

若所述流量请求为拉流请求，则将所述多个网络节点按照拉流综合得分进行排序；选择拉流综合得分最大的网络节点为匹配的网络节点。

17.一种网络流量调度装置，其特征在于，应用于调度设备，所述调度设备与多个网络节点通信连接，所述网络节点为提供流媒体服务的设备，所述装置包括：

获取单元，用于获取每个网络节点的硬件信息、状态信息和音视频质量信息；

确定单元，用于基于所述硬件信息、状态信息和音视频质量信息，确定每个网络节点的流媒体服务质量信息；

调度单元，用于在接收到流量请求后，基于所述流媒体服务质量信息匹配网络节点，并将所述流量请求调度到相匹配的网络节点。

18.一种电子设备，其特征在于，包括：处理器和存储器；

所述处理器通过调用所述存储器存储的程序或指令，用于执行如权利要求1至16任一项所述方法的步骤。

19.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储程序或指令，所述程序或指令使计算机执行如权利要求1至16任一项所述方法的步骤。

Images