CN112910798A - 一种流量自动调度方法、系统、设备及存储介质 - Google Patents

一种流量自动调度方法、系统、设备及存储介质 Download PDF

Info

Publication number
CN112910798A
CN112910798A CN202110076503.7A CN202110076503A CN112910798A CN 112910798 A CN112910798 A CN 112910798A CN 202110076503 A CN202110076503 A CN 202110076503A CN 112910798 A CN112910798 A CN 112910798A
Authority
CN
China
Prior art keywords
machine room
client
machine
network
network quality
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
Application number
CN202110076503.7A
Other languages
English (en)
Other versions
CN112910798B (zh
Inventor
陈毓亮
黄金强
阮承霖
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.)
Beijing Luota Information Technology Co ltd
Original Assignee
Beijing Luota Information 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 Beijing Luota Information Technology Co ltd filed Critical Beijing Luota Information Technology Co ltd
Priority to CN202110076503.7A priority Critical patent/CN112910798B/zh
Publication of CN112910798A publication Critical patent/CN112910798A/zh
Application granted granted Critical
Publication of CN112910798B publication Critical patent/CN112910798B/zh
Active 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
    • H04L47/00—Traffic control in data switching networks
    • H04L47/10—Flow control; Congestion control
    • H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
    • H04L47/2441—Traffic characterised by specific attributes, e.g. priority or QoS relying on flow classification, e.g. using integrated services [IntServ]
    • 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
    • H04L43/10—Active monitoring, e.g. heartbeat, ping or trace-route
    • 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
    • H04L47/24—Traffic characterised by specific attributes, e.g. priority or QoS
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L63/00—Network architectures or network communication protocols for network security
    • H04L63/02—Network architectures or network communication protocols for network security for separating internal from external traffic, e.g. firewalls
    • H04L63/0227—Filtering policies

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Cardiology (AREA)
  • General Health & Medical Sciences (AREA)
  • Computer Hardware Design (AREA)
  • Computer Security & Cryptography (AREA)
  • Computing Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本申请实施例公开了一种流量自动调度方法、系统、设备及存储介质。本申请实施例提供的技术方案，通过定期从数据库获取客户端探测数据、机房服务质量参数和机房容量参数，基于客户端探测数据确定各个机房的网络质量分数，基于网络质量分数和机房服务质量参数确定异常网络链路，并根据异常网络链路确定对应的异常客户端，根据网络质量分数和机房容量参数从各个机房中选择设定数量的机房作为备选机房，基于网络质量分数和对应的带宽成本分配各个备选机房的用户权重，并基于用户权重将异常客户端的流量调度至对应的备选机房。采用上述技术手段，通过将异常客户端的流量调度至备选机房，可以实现用户流量的精准自动调度，提升流量调度效率。

Description

一种流量自动调度方法、系统、设备及存储介质
技术领域
本申请实施例涉及网络技术领域，尤其涉及一种流量自动调度方法、系统、设备及存储介质。
背景技术
目前，在网络服务方为客户端提供网络服务的时候，客户端与某个机房的链路会偶尔出现一些网络问题，导致客户端无法访问到对应的机房，此时，需要进行用户流量调度，将用户流量引导到其他可访问的机房，从而保证对应客户端网络服务的可用性。在进行流量调度时，服务方会提供一个服务访问入口(即机房服务器I P端口)列表给客户端，客户端通过遍历该列表，找到可以正常提供服务的入口进行访问，从而保证在客户端到某个机房的网络链路出现异常时，仍然可以通过该列表访问到其他机房，保证网络服务的可用性。
但是，采用遍历服务访问入口寻找可用机房的方式，在可用机房数量较多的情况下，探测可用机房会增加客户端的反应时长，客户端往往需要多次尝试才能找到可访问的机房入口，整个过程相对较为冗长，影响客户端运行及用户体验。
发明内容
本申请实施例提供一种流量自动调度方法、系统、设备及存储介质，能够为客户端精准选择最优的机房提供网络服务，在保障网络服务可用性的同时提升流量调度效率，提升用户的网络使用体验。
在第一方面，本申请实施例提供了一种流量自动调度方法，包括：
定期从数据库获取客户端探测数据、机房服务质量参数和机房容量参数，所述客户端探测数据标识客户端到各个机房的网络链路质量，所述机房服务质量参数根据预设定的机房服务指标确定；
基于所述客户端探测数据确定各个机房的网络质量分数，基于所述网络质量分数和所述机房服务质量参数确定异常网络链路，并根据所述异常网络链路确定对应的异常客户端；
根据所述网络质量分数和所述机房容量参数从各个机房中选择设定数量的机房作为备选机房，基于所述网络质量分数和对应的带宽成本分配各个所述备选机房的用户权重，并基于所述用户权重将所述异常客户端的流量调度至对应的所述备选机房。
进一步的，基于所述客户端探测数据确定各个机房的网络质量分数，包括：
基于预设定过滤规则过滤所述客户端探测数据；
根据所述客户端探测数据的丢包率和往返时延归一化计算各个机房的网络质量分数。
进一步的，基于预设定过滤规则过滤所述客户端探测数据，包括：
基于机房白名单过滤所述客户端探测数据，并筛除所述客户端探测数据中的数据噪声。
进一步的，基于所述网络质量分数和所述机房服务质量参数确定异常网络链路，包括：
将所述网络质量分数和所述机房服务质量参数分别比对设定的对应参数阈值；
若所述网络质量分数和所述机房服务质量参数低于对应参数阈值，确定对应机房的网络链路为异常网络链路。
进一步的，在将所述网络质量分数和所述机房服务质量参数分别比对设定的对应参数阈值之前，还包括：
筛除数据量低于设定数据量阈值的所述机房服务质量参数。
进一步的，将所述网络质量分数和所述机房服务质量参数分别比对设定的对应参数阈值之后，还包括：
若所述网络质量分数和所述机房服务质量参数达到对应参数阈值，使用默认调度策略进行对应客户端的流量调度。
进一步的，根据所述网络质量分数和所述机房容量参数从各个机房中选择设定数量的机房作为备选机房，包括：
按照所述网络质量分数排序各个机房，并根据所述网络质量分数从高到低选取指定数量的初始候选机房；
基于历史数据分析初始候选机房的稳定性，并根据稳定性分析结果从所述初始候选机房中选择设定数量的机房作为备选机房。
进一步的，在按照所述网络质量分数排序各个机房之前，还包括：
筛除所述网络质量分数低于预设定网络质量分数阈值的对应机房。
进一步的，基于所述网络质量分数和对应的带宽成本分配各个所述备选机房的用户权重，包括：
根据所述网络质量分数分配各个所述备选机房的用户权重；
基于各个所述备选机房的带宽成本调整所述用户权重。
进一步的，基于所述网络质量分数和对应的带宽成本分配各个所述备选机房的用户权重之后，还包括：
根据各个所述备选机房的机房容量阈值调整所述用户权重。
进一步的，基于所述用户权重将所述异常客户端的流量调度至对应的所述备选机房，包括：
基于所述用户权重制定所述异常客户端的调度规则，所述调度规则指定所述异常客户端以对应的所述备选机房作为目标机房，将自身流量调度至所述目标机房。
进一步的，所述数据库定期更新所述客户端探测数据、所述机房服务质量参数和所述机房容量参数。
在第二方面，本申请实施例提供了一种流量自动调度系统，包括：
获取模块，用于定期从数据库获取客户端探测数据、机房服务质量参数和机房容量参数，所述客户端探测数据标识客户端到各个机房的网络链路质量，所述机房服务质量参数根据预设定的机房服务指标确定；
确定模块，用于基于所述客户端探测数据确定各个机房的网络质量分数，基于所述网络质量分数和所述机房服务质量参数确定异常网络链路，并根据所述异常网络链路确定对应的异常客户端；
调度模块，用于根据所述网络质量分数和所述机房容量参数从各个机房中选择设定数量的机房作为备选机房，基于所述网络质量分数和对应的带宽成本分配各个所述备选机房的用户权重，并基于所述用户权重将所述异常客户端的流量调度至对应的所述备选机房。
在第三方面，本申请实施例提供了一种电子设备，包括：
存储器以及一个或多个处理器；
所述存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如第一方面所述的流量自动调度方法。
在第四方面，本申请实施例提供了一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如第一方面所述的流量自动调度方法。
本申请实施例通过定期从数据库获取客户端探测数据、机房服务质量参数和机房容量参数，基于客户端探测数据确定各个机房的网络质量分数，基于网络质量分数和机房服务质量参数确定异常网络链路，并根据异常网络链路确定对应的异常客户端，根据网络质量分数和机房容量参数从各个机房中选择设定数量的机房作为备选机房，基于网络质量分数和对应的带宽成本分配各个备选机房的用户权重，并基于用户权重将异常客户端的流量调度至对应的备选机房。采用上述技术手段，通过将异常客户端的流量调度至备选机房，可以实现用户流量的精准自动调度，提升流量调度效率。并通过结合带宽成本和机房容量精细控制流量调度的用户权重，使客户端使用最优的网络服务，进而优化用户体验。
附图说明
图1是本申请实施例一提供的一种流量自动调度方法的流程图；
图2是本申请实施例一中的流量自动调度框架示意图；
图3是本申请实施例一中的网络质量分数确定流程图；
图4是本申请实施例一中的备选机房选择流程图；
图5是本申请实施例一中的流量调度效果图；
图6是本申请实施例二提供的一种流量自动调度系统的结构示意图；
图7是本申请实施例三提供的一种电子设备的结构示意图。
具体实施方式
为了使本申请的目的、技术方案和优点更加清楚，下面结合附图对本申请具体实施例作进一步的详细描述。可以理解的是，此处所描述的具体实施例仅仅用于解释本申请，而非对本申请的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本申请相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是，一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理，但是其中的许多操作可以被并行地、并发地或者同时实施。此外，各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止，但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
本申请提供的流量自动调度方法，旨在通过网络质量分数结合机房服务质量参数、机房容量参数以及机房带宽成本进行用户流量的精准调度，以此来优化用户的使用体验。对于传统的流量调度方式，其在发生网络链路异常时，通常是由人工手动处理，通过定位异常的原因，然后决定调度策略，进而使调度生效。人工手动处理网络链路异常问题往往是从问题产生到发现以后才得以处理，整个流量调度周期相对较长。而传统的流量自动调度方式则是通过遍历服务访问入口列表寻找可用机房，当可用机房较多时，整个流量调度的流程也会相对较为冗长。基于此，提供本申请实施例的流量自动调度方法，以提升流量调度的效率和精准度。
实施例一：
图1给出了本申请实施例一提供的一种流量自动调度方法的流程图，本实施例中提供的流量自动调度方法可以由流量自动调度设备执行，该流量自动调度设备可以通过软件和/或硬件的方式实现，该流量自动调度设备可以是两个或多个物理实体构成，也可以是一个物理实体构成。一般而言，该流量自动调度设备可以是服务器主机、流量调度系统服务器等计算设备。
下述以流量自动调度设备为执行流量自动调度方法的主体为例，进行描述。参照图1，该流量自动调度方法具体包括：
S110、定期从数据库获取客户端探测数据、机房服务质量参数和机房容量参数，所述客户端探测数据标识客户端到各个机房的网络链路质量，所述机房服务质量参数根据预设定的机房服务指标确定。
本申请实施例以客户端探测数据、机房服务质量参数和机房容量参数作为客户端用户流量调度的基础数据，依此进行流量调度策略的生成及实行。参照图2，提供本申请流量自动调度框架示意图，其中，通过数据库存储上述客户端探测数据、机房服务质量参数和机房容量参数，以供流量调度决策层(即本申请实施例的流量自动调度设备)定期查询，基于查询到的基础数据制定相应的流量调度策略，进而将流量调度策略定期更新至调度策略表。由驱动模块定期查询获取调度策略表更新的调度策略，基于实时更新的调度策略进行各个客户端的流量调度，以此来提升流量调度效率，优化用户的网络服务使用体验。
具体的，在此之前，通过提供一个接口适配模块，接口适配模块负责数据收集，用于将客户端探测数据、机房服务质量参数和机房容量参数从各自的数据源中收集汇总。作为不同数据源的接口适配模块，其对不同数据的访问方式和访问频率不同，且能够兼容不同接口，方便配置管理；对于不同维度的数据可以分表存储，并对应记录数据的过期时间，便于数据的实时更新；对应获取到的数据可进行预处理，便于后续流量调度决策层的查询使用；此外，其对缓存到数据库的数据还进行定期备份，以防止数据丢失。接口适配模块从不同的节点中获取需要的数据并做预处理(如聚合、排序等)后，即可缓存到数据库中。其中，每个维度的数据可作为一张独立的表，以供流量调度决策层调用。需要说明的是，为了便于数据查询调用，对应每一部分数据可添加对应的时间戳信息，以便于数据调度决策层进行数据的实时查询获取。
需要说明的是，本申请实施例中，客户端探测数据标识了客户端到各个机房的网络链路质量。为了获知客户端到各个机房的网络链路质量，需要在网络服务方的机房处部署用于探测的服务节点，客户端定时向各个机房的服务节点发送心跳报文和测试报文，服务节点将收到的报文返回给客户端，客户端以此确定对应的网络探测结果，根据网络探测结果判断其到各个机房的网络链路情况，生成对应的客户端探测数据，并将客户端探测数据通过适配接口模块存储至数据库。客户端探测数据的获取方式有很多，在此不多赘述。而对于机房服务质量参数，则根据预设定的机房服务指标确定，机房服务指标对应不同的应用场景可以是不同的指标，如视频输出的卡顿率，网络请求的成功率，网络请求的回复耗时等。通过对应各个机房设置对应的机房服务指标，以量化各个机房的机房服务质量参数，并定期更新服务质量参数值至数据库。对于机房容量参数，则表示当前对应机房接入的客户端数量，可以理解的是，机房接入客户端数量直接影响其流量调度的效果，通过实时确定机房容量参数，可以依此进行精准的流量调度。
此外，本申请实施中，所述数据库定期更新所述客户端探测数据、所述机房服务质量参数和所述机房容量参数。可以理解的是，本申请实施例通过定期更新客户端探测数据、机房服务质量参数和机房容量参数，可以保障基础数据的新鲜度，确保实时制定的调度策略能够适应当前的网络服务情况，进而实现精准的网络自动调度效果。
S120、基于所述客户端探测数据确定各个机房的网络质量分数，基于所述网络质量分数和所述机房服务质量参数确定异常网络链路，并根据所述异常网络链路确定对应的异常客户端。
进一步的，流量调度决策层查询获取到客户端探测数据、机房服务质量参数和机房容量参数等基础数据之后，则根据上述基础数据进行流量调度策略的制定。其中，流量调度策略的生成主要包括打分阶段、异常探测阶段、路径选择阶段和权重分配阶段。打分阶段主要是确定各个机房的网络质量分数，以网络质量分数标识各个机房的网络质量差异。参照图3，网络质量分数确定流程包括：
S1201、基于预设定过滤规则过滤所述客户端探测数据；
S1202、根据所述客户端探测数据的丢包率和往返时延归一化计算各个机房的网络质量分数。
具体的，在确定网络质量分数时，首先对客户端探测数据进行过滤筛选，使用预先设定的过滤规则进行客户端探测数据的过滤。过滤规则首先基于机房白名单过滤所述客户端探测数据，并筛除所述客户端探测数据中的数据噪声。在此之前，预先构建对应的机房白名单，以便于使用机房白名单过滤客户端探测数据。通过后台业务维护人员配置业务的可用机房列表，以该可用机房列表作为机房白名单，不在该列表内的机房则不需要参与调度，其对应的客户端探测数据也无需使用，依此将这部分数据过滤。
之后，需要确定客户端探测数据量不足的地区，并将对应地区的客户端探测数据筛除。由于该地区获取到的客户端探测数据的量相对较小，数据探测结果难以满足一定的置信度，依此进行数据调度难以满足精准调度的需求，因此需要将这部分数据筛除。此外，需要过滤掉一些不稳定的数据，例如，一小部分客户端本身网络的异常会影响整体的打分结果，因此需要过滤掉这些数据噪声。完成数据过滤之后，进而进行机房网络质量分数的打分，此时根据客户端探测数据中的丢包率和RTT(即往返时延)两项数据评估客户端到机房的网络质量。可以理解的是，丢包率和往返时延越低，则机房网络质量越好，反之则越差。基于上述网络质量评估结果，进一步将其归一化为一个数值，即该网络质量分数，以该网络质量分数判断和比较客户端到不同机房的网络质量差异。
完成网络质量分数计算之后，即可基于该网络质量分数进行异常探测，确定对应的异常网络链路。其中，异常网络链路的探测流程包括：
S1203、将所述网络质量分数和所述机房服务质量参数分别比对设定的对应参数阈值；
S1204、若所述网络质量分数和所述机房服务质量参数低于对应参数阈值，确定对应机房的网络链路为异常网络链路。
根据上述打分阶段得到的网络质量分数，即可判断各个机房对应的网络链路是否出现异常，如若出现网络异常，则需要对应进行网络调度策略的修改。
具体的，在进行异常探测时，首先需要筛除数据量低于设定数据量阈值的所述机房服务质量参数，以过滤掉机房服务质量参数量较小的链路。可以理解的是，若某一机房的机房服务质量参数量较少，则说明该地区的用户量相对较少，在处理这些用户上报的数据时经常会有非常大的抖动，对流量调度的稳定性会产生很大的影响，因此需要将这部分用户的数据过滤掉。
进一步的，完成机房服务质量参数过滤之后，根据在先确定的网络质量分数和机房服务质量参数判断客户端到对应机房的网络链路是否正常。在此之前，预先对应各个机房的网络质量分数和机房服务质量参数设置相应的参数阈值，当比对确定当前机房的网络质量分数和机房服务质量参数低于对应的参数阈值，则确定当前机房对应的网络链路出现异常。
最终，根据网络质量分数和机房服务质量参数比对预先设置的参数阈值，若所述网络质量分数和所述机房服务质量参数低于对应参数阈值，则需要重新制定网络调度策略，若所述网络质量分数和所述机房服务质量参数达到对应参数阈值，则使用默认调度策略进行对应客户端的流量调度。可以理解的是，如若判断网络链路没有异常，并且当前网络链路属于默认调度的策略，则直接按照默认调度策略进行用户流量调度，不需要再进行后续的策略判断。
在一个实施例中，在进行网络链路异常探测时，还可以结合机房历史的打分数据，根据历史网络质量分数结合实时网络质量分数进行异常网络链路探测。由于不同地区的网络质量差别较大，例如，同样是3％的丢包率，在平时网络质量很好的地区属于异常，在平时网络质量本身比较差的地区却是正常情况。因此本申请实施例结合历史网络质量分数设置对应各个机房的参数阈值，以便于异常网络链路的精准确定。此外，本申请实施例还可以针对不同的机房容量动态调整参数阈值，对用户量比较大的地区，该参数阈值可以设置相对较大，对用户数较小的地区其参数阈值则相对较小，以此可以包容不同数据的抖动，进一步提升异常网络链路确定的精准度。
可以理解的是，在确定异常网络链路之后，使用该异常网络链路的客户端即为异常客户端，需要对这部分异常客户端进行流量调度策略的重新制定，以确保该部分客户端业务的正常运行。
S130、根据所述网络质量分数和所述机房容量参数从各个机房中选择设定数量的机房作为备选机房，基于所述网络质量分数和对应的带宽成本分配各个所述备选机房的用户权重，并基于所述用户权重将所述异常客户端的流量调度至对应的所述备选机房。
具体的，基于上述步骤S120确定的异常客户端，进行这部分客户端网络链路的路径选择阶段，从各个机房中选择备选机房，以重新构建网络链路。参照图4，备选机房的选择流程包括：
S1301、按照所述网络质量分数排序各个机房，并根据所述网络质量分数从高到低选取指定数量的初始候选机房；
S1302、基于历史数据分析初始候选机房的稳定性，并根据稳定性分析结果从所述初始候选机房中选择设定数量的机房作为备选机房。
其中，路径选择阶段需要综合判断客户端到各个机房的网络质量分数，以确定将用户流量调度到哪些机房才可以保证网络服务质量，同时又不会超过各个服务机房的服务能力上限。在此之前，需要筛除所述网络质量分数低于预设定网络质量分数阈值的对应机房。可以理解的是，通过过滤掉网络质量分数较低的机房，可以确保最终确定的备选机房符合流量调度需求，并减少备选机房选择的样本数量。
进一步的，在备选机房选择时，根据网络质量分数排序各个机房，按照网络质量分数从高到低排序，选择出前N个(本申请实施例为8个)网络质量分数最优的机房，做为初始候选机房。进一步参考历史数据，在选择出的前N个初始候选机房中，根据历史数据判断这部分机房的网络质量分数是否稳定。可以理解的是，部分机房的网络质量存在不稳定的情况，其偶尔表现出来的网络质量分数较高，但是更多的时候网络质量分数较低，为了保证选择出来的备选机房对应的网络链路是相对稳定的，因此需要参考过去选择的备选机房信息，基于这部分历史数据，从初始候选机房中挑选出前M个(本申请实施例为4个)在指定时段中一直都能出现在初始候选机房列表中的机房作为备选机房。可以理解的是，如若一个机房能在过去一段时间一直保持在机房网络质量分数排序的前N位，则认为该机房的网络质量是有保障的，因此将其选择为备选机房。
在确定备选机房后，对应各个备选机房进行用户流量权重的分配。其中，在权重分配阶段，根据机房的带宽成本、网络质量分数和机房容量阈值等做更加精细化的机房流量权重分配，从而保证在调度的时候不会带来额外过多的服务成本。用户流量权重分配流程包括：
S1303、根据所述网络质量分数分配各个所述备选机房的用户权重；
S1304、基于各个所述备选机房的带宽成本调整所述用户权重。
具体的，按照机房网络质量分数设置初始用户权重，对应各个备选机房，本申请实施例将备选机房的网络质量分数做归一化处理，统一设置为0～10000之间的数值。可以理解的是，数值越高其得到的用户比例越高。
举例而言，假设4个备选机房的网络质量分数的数值分别为S1，S2，S3，S4。则各个备选机房分配到的用户权重分别为：
R1＝S1/(S1+S2+S3+S4)；
R2＝S2/(S1+S2+S3+S4)；
R3＝S3/(S1+S2+S3+S4)；
R4＝S4/(S1+S2+S3+S4)。
基于上述确定的用户权重，进一步的参考机房带宽成本调整用户权重。可以理解的是，每个机房会有一个带宽成本的权重，表示每个机房的带宽价格，带宽价格越高，说明同样用户权重的情况下，该机房需要花费的价格越高。带宽成本系数是一个取值为(0,1]的数值，可将上述计算得到的用户权重直接乘以这个系数，即可得到综合带宽成本调整后的用户权重。
此外，本申请实施例还根据各个所述备选机房的机房容量阈值调整所述用户权重。可以理解的是，考虑到一个机房所能承受的最大用户数量有限，对应每个机房都会有一个机房容量阈值。基于上述权重以及对应地区的总调度用户数量，可以计算得到每个机房会承担多少用户数量。进而按照用户权重从高到低判断对应备选机房的用户数是否超过机房容量阈值，如果超过机房容量阈值，则需要将用户传递给下一个备选机房，以此类推，得到最终的用户权重，进而基于该用户权重进行用户流量调度。
具体的，在进行流量调度时，基于所述用户权重制定所述异常客户端的调度规则，所述调度规则指定所述异常客户端以对应的所述备选机房作为目标机房，将自身流量调度至所述目标机房。参照图2，通过设置一个驱动模块，驱动模块根据备选机房及对应的用户权重计算出相应的调度策略，进而调用相应的模块接口使调度策略生效。进一步由业务一层一层将调度策略中的调度规则同步到客户端上，从而使客户端根据调度规则将业务请求发送到调度的目标机房，达到调度流量的目的。
需要说明的是，本申请实施例通过分析收集客户端探测数据，结合机房服务质量参数和机房容量参数，及时判断网络链路异常的情况并制定调度策略，及时规避异常的链路，进而保障网络服务质量。通过及时获取和分析客户端上传的探测数据，数据采集的延迟大约在1分钟，流量调度决策层的调度策略可以结合至少3分钟的历史数据，进而有效过滤一些数据噪声，然后决策出最优的机房调度方案。因此本申请实施例流量自动调度方法对异常情况的反应时间大约在4～5分钟，其相比人工运维的及时性大大提高，能更快的恢复网络服务。相较于给客户端所有可选机房让供客户端判断选择可用机房的方案，本申请实施例通过主动判断网络链路异常情况并自动调度，降低了每个客户端都要做判断和探测的成本，此外服务端的决策也能更加灵活和精细，结合更多的因素(例如机房容量和带宽成本)，从而制定出更加合理的调度策略，以更精细地调整用户流量分布的比例，如图5所示，通过综合判断多个因素条件，进而输出更精细的流量调度权重控制。
上述，通过定期从数据库获取客户端探测数据、机房服务质量参数和机房容量参数，基于客户端探测数据确定各个机房的网络质量分数，基于网络质量分数和机房服务质量参数确定异常网络链路，并根据异常网络链路确定对应的异常客户端，根据网络质量分数和机房容量参数从各个机房中选择设定数量的机房作为备选机房，基于网络质量分数和对应的带宽成本分配各个备选机房的用户权重，并基于用户权重将异常客户端的流量调度至对应的备选机房。采用上述技术手段，通过将异常客户端的流量调度至备选机房，可以实现用户流量的精准自动调度，提升流量调度效率。并通过结合带宽成本和机房容量精细控制流量调度的用户权重，使客户端使用最优的网络服务，进而优化用户体验。
实施例二：
在上述实施例的基础上，图6为本申请实施例二提供的一种流量自动调度系统的结构示意图。参考图6，本实施例提供的流量自动调度系统具体包括：获取模块21、确定模块22和调度模块23。
其中，获取模块21用于定期从数据库获取客户端探测数据、机房服务质量参数和机房容量参数，所述客户端探测数据标识客户端到各个机房的网络链路质量，所述机房服务质量参数根据预设定的机房服务指标确定；
确定模块22用于基于所述客户端探测数据确定各个机房的网络质量分数，基于所述网络质量分数和所述机房服务质量参数确定异常网络链路，并根据所述异常网络链路确定对应的异常客户端；
调度模块23用于根据所述网络质量分数和所述机房容量参数从各个机房中选择设定数量的机房作为备选机房，基于所述网络质量分数和对应的带宽成本分配各个所述备选机房的用户权重，并基于所述用户权重将所述异常客户端的流量调度至对应的所述备选机房。
上述，通过定期从数据库获取客户端探测数据、机房服务质量参数和机房容量参数，基于客户端探测数据确定各个机房的网络质量分数，基于网络质量分数和机房服务质量参数确定异常网络链路，并根据异常网络链路确定对应的异常客户端，根据网络质量分数和机房容量参数从各个机房中选择设定数量的机房作为备选机房，基于网络质量分数和对应的带宽成本分配各个备选机房的用户权重，并基于用户权重将异常客户端的流量调度至对应的备选机房。采用上述技术手段，通过将异常客户端的流量调度至备选机房，可以实现用户流量的精准自动调度，提升流量调度效率。并通过结合带宽成本和机房容量精细控制流量调度的用户权重，使客户端使用最优的网络服务，进而优化用户体验。
本申请实施例二提供的流量自动调度系统可以用于执行上述实施例一提供的流量自动调度方法，具备相应的功能和有益效果。
实施例三：
本申请实施例三提供了一种电子设备，参照图7，该电子设备包括：处理器31、存储器32、通信模块33、输入装置34及输出装置35。存储器32作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本申请任意实施例所述的流量自动调度方法对应的程序指令/模块(例如，流量自动调度系统的获取模块、确定模块和调度模块)。通信模块33用于进行数据传输。处理器31通过运行存储在存储器中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的流量自动调度方法。输入装置34可用于接收输入的数字或字符信息，以及产生与设备的用户设置以及功能控制有关的键信号输入。输出装置35可包括显示屏等显示设备。上述提供的电子设备可用于执行上述实施例一提供的流量自动调度方法，具备相应的功能和有益效果。
实施例四：
本申请实施例还提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行上述一种流量自动调度方法，存储介质可以是任何的各种类型的存储器设备或存储设备。当然，本申请实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的流量自动调度方法，还可以执行本申请任意实施例所提供的流量自动调度方法中的相关操作。
上述仅为本申请的较佳实施例及所运用的技术原理。本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行的各种明显变化、重新调整及替代均不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由权利要求的范围决定。

Claims (15)

1.一种流量自动调度方法，其特征在于，包括：
定期从数据库获取客户端探测数据、机房服务质量参数和机房容量参数，所述客户端探测数据标识客户端到各个机房的网络链路质量，所述机房服务质量参数根据预设定的机房服务指标确定；
基于所述客户端探测数据确定各个机房的网络质量分数，基于所述网络质量分数和所述机房服务质量参数确定异常网络链路，并根据所述异常网络链路确定对应的异常客户端；
根据所述网络质量分数和所述机房容量参数从各个机房中选择设定数量的机房作为备选机房，基于所述网络质量分数和对应的带宽成本分配各个所述备选机房的用户权重，并基于所述用户权重将所述异常客户端的流量调度至对应的所述备选机房。
2.根据权利要求1所述的流量自动调度方法，其特征在于，基于所述客户端探测数据确定各个机房的网络质量分数，包括：
基于预设定过滤规则过滤所述客户端探测数据；
根据所述客户端探测数据的丢包率和往返时延归一化计算各个机房的网络质量分数。
3.根据权利要求2所述的流量自动调度方法，其特征在于，基于预设定过滤规则过滤所述客户端探测数据，包括：
基于机房白名单过滤所述客户端探测数据，并筛除所述客户端探测数据中的数据噪声。
4.根据权利要求1所述的流量自动调度方法，其特征在于，基于所述网络质量分数和所述机房服务质量参数确定异常网络链路，包括：
将所述网络质量分数和所述机房服务质量参数分别比对设定的对应参数阈值；
若所述网络质量分数和所述机房服务质量参数低于对应参数阈值，确定对应机房的网络链路为异常网络链路。
5.根据权利要求4所述的流量自动调度方法，其特征在于，在将所述网络质量分数和所述机房服务质量参数分别比对设定的对应参数阈值之前，还包括：
筛除数据量低于设定数据量阈值的所述机房服务质量参数。
6.根据权利要求4所述的流量自动调度方法，其特征在于，将所述网络质量分数和所述机房服务质量参数分别比对设定的对应参数阈值之后，还包括：
若所述网络质量分数和所述机房服务质量参数达到对应参数阈值，使用默认调度策略进行对应客户端的流量调度。
7.根据权利要求1所述的流量自动调度方法，其特征在于，根据所述网络质量分数和所述机房容量参数从各个机房中选择设定数量的机房作为备选机房，包括：
按照所述网络质量分数排序各个机房，并根据所述网络质量分数从高到低选取指定数量的初始候选机房；
基于历史数据分析初始候选机房的稳定性，并根据稳定性分析结果从所述初始候选机房中选择设定数量的机房作为备选机房。
8.根据权利要求7所述的流量自动调度方法，其特征在于，在按照所述网络质量分数排序各个机房之前，还包括：
筛除所述网络质量分数低于预设定网络质量分数阈值的对应机房。
9.根据权利要求1所述的流量自动调度方法，其特征在于，基于所述网络质量分数和对应的带宽成本分配各个所述备选机房的用户权重，包括：
根据所述网络质量分数分配各个所述备选机房的用户权重；
基于各个所述备选机房的带宽成本调整所述用户权重。
10.根据权利要求9所述的流量自动调度方法，其特征在于，基于所述网络质量分数和对应的带宽成本分配各个所述备选机房的用户权重之后，还包括：
根据各个所述备选机房的机房容量阈值调整所述用户权重。
11.根据权利要求1所述的流量自动调度方法，其特征在于，基于所述用户权重将所述异常客户端的流量调度至对应的所述备选机房，包括：
基于所述用户权重制定所述异常客户端的调度规则，所述调度规则指定所述异常客户端以对应的所述备选机房作为目标机房，将自身流量调度至所述目标机房。
12.根据权利要求1所述的流量自动调度方法，其特征在于，所述数据库定期更新所述客户端探测数据、所述机房服务质量参数和所述机房容量参数。
13.一种流量自动调度系统，其特征在于，包括：
获取模块，用于定期从数据库获取客户端探测数据、机房服务质量参数和机房容量参数，所述客户端探测数据标识客户端到各个机房的网络链路质量，所述机房服务质量参数根据预设定的机房服务指标确定；
确定模块，用于基于所述客户端探测数据确定各个机房的网络质量分数，基于所述网络质量分数和所述机房服务质量参数确定异常网络链路，并根据所述异常网络链路确定对应的异常客户端；
调度模块，用于根据所述网络质量分数和所述机房容量参数从各个机房中选择设定数量的机房作为备选机房，基于所述网络质量分数和对应的带宽成本分配各个所述备选机房的用户权重，并基于所述用户权重将所述异常客户端的流量调度至对应的所述备选机房。
14.一种电子设备，其特征在于，包括：
存储器以及一个或多个处理器；
所述存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-12任一所述的流量自动调度方法。
15.一种包含计算机可执行指令的存储介质，其特征在于，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-12任一所述的流量自动调度方法。
CN202110076503.7A 2021-01-20 2021-01-20 一种流量自动调度方法、系统、设备及存储介质 Active CN112910798B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110076503.7A CN112910798B (zh) 2021-01-20 2021-01-20 一种流量自动调度方法、系统、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110076503.7A CN112910798B (zh) 2021-01-20 2021-01-20 一种流量自动调度方法、系统、设备及存储介质

Publications (2)

Publication Number Publication Date
CN112910798A true CN112910798A (zh) 2021-06-04
CN112910798B CN112910798B (zh) 2023-07-04

Family

ID=76116820

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110076503.7A Active CN112910798B (zh) 2021-01-20 2021-01-20 一种流量自动调度方法、系统、设备及存储介质

Country Status (1)

Country Link
CN (1) CN112910798B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113746672A (zh) * 2021-08-23 2021-12-03 广州市百果园网络科技有限公司 一种服务器异常ip地址定位方法及系统
CN113810474A (zh) * 2021-08-30 2021-12-17 福建天泉教育科技有限公司 一种请求的分流方法及终端

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106992938A (zh) * 2017-05-15 2017-07-28 网宿科技股份有限公司 一种网络流量动态调度分配方法及系统
CN107465708A (zh) * 2016-06-02 2017-12-12 腾讯科技（深圳）有限公司 一种cdn带宽调度系统及方法
CN108199861A (zh) * 2016-12-08 2018-06-22 腾讯科技（深圳）有限公司 一种机房管理方法及装置
CN110213203A (zh) * 2018-03-06 2019-09-06 腾讯科技（深圳）有限公司 网络调度方法、装置及计算机存储介质
CN111385298A (zh) * 2020-03-05 2020-07-07 网易有道信息技术(北京)有限公司江苏分公司 数据传输的方法、介质、装置和计算设备

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107465708A (zh) * 2016-06-02 2017-12-12 腾讯科技（深圳）有限公司 一种cdn带宽调度系统及方法
CN108199861A (zh) * 2016-12-08 2018-06-22 腾讯科技（深圳）有限公司 一种机房管理方法及装置
CN106992938A (zh) * 2017-05-15 2017-07-28 网宿科技股份有限公司 一种网络流量动态调度分配方法及系统
CN110213203A (zh) * 2018-03-06 2019-09-06 腾讯科技（深圳）有限公司 网络调度方法、装置及计算机存储介质
CN111385298A (zh) * 2020-03-05 2020-07-07 网易有道信息技术(北京)有限公司江苏分公司 数据传输的方法、介质、装置和计算设备

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113746672A (zh) * 2021-08-23 2021-12-03 广州市百果园网络科技有限公司 一种服务器异常ip地址定位方法及系统
CN113746672B (zh) * 2021-08-23 2023-12-12 广州市百果园网络科技有限公司 一种服务器异常ip地址定位方法及系统
CN113810474A (zh) * 2021-08-30 2021-12-17 福建天泉教育科技有限公司 一种请求的分流方法及终端
CN113810474B (zh) * 2021-08-30 2023-04-28 福建天泉教育科技有限公司 一种请求的分流方法及终端

Also Published As

Publication number Publication date
CN112910798B (zh) 2023-07-04

Similar Documents

Publication Publication Date Title
CN106412917B (zh) 一种网络扩容方法及装置
EP2698712B1 (en) Computer program, method, and information processing apparatus for analyzing performance of computer system
CN111212330B (zh) 一种网络性能瓶颈值的确定方法、装置及存储介质
CN114357455B (zh) 一种基于多维属性信任评估的信任方法
CN112910798B (zh) 一种流量自动调度方法、系统、设备及存储介质
CN115860684B (zh) 一种基于数字孪生的管理系统
CN101868937A (zh) 无线宽带网络管理
CN110519365A (zh) 一种变更设备业务的方法和业务变更系统
CN107786994B (zh) 端到端无线业务的用户感知质差分析方法和系统
WO2019047411A1 (zh) 一种无线路由器及其信道选择方法和系统
CN114615294A (zh) 一种电力物联网关边缘计算方法
US20230359967A1 (en) Optimizing Resource Allocation For An Organization
CN112328254A (zh) 一种数据同步软件的性能优化方法与装置
CN117172721A (zh) 用于融资业务的数据流转监管预警方法及系统
CN112965795A (zh) 集群调度方法、电子设备及存储介质
CN208608999U (zh) 一种网络应用系统体验数据管理系统
CN116304988A (zh) 一种基于数据融合的情景感知多指标质量管理系统及方法
CN116016591A (zh) 一种用于数字孪生的数据采集方法及系统
CN114462506B (zh) 一种支持偏好策略的通信网络辅助规划方法及其应用
CN112929292A (zh) 基于机房对照的流量调度方法、系统、设备及存储介质
CN106210120B (zh) 一种服务器的推荐方法及其装置
CN114662816A (zh) 面向上下文感知系统的多层级质量指标管理系统及方法
CN117295095B (zh) 一种无线网络通信性能检测方法及系统
US9270615B2 (en) Method and tool for automatically generating a limited set of spectrum and service profiles
US12081409B2 (en) Data analysis method, electronic device and storage medium

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