CN113132479B - 流量切换、模型生成方法、装置、设备、存储介质及程序 - Google Patents

Abstract

本公开提供了流量切换、模型生成方法、装置、设备、存储介质及程序，涉及人工智能中的内容分发网络、机器学习技术领域。具体实现方案为：根据第一CDN节点的待切换流量的信息，确定待切换流量所需资源的第一资源信息；根据第一资源信息和多个待选CDN节点中各待选CDN节点的剩余资源信息，在多个待选CDN节点中确定第二CDN节点，根据待切换流量的信息和所述第二CDN节点，更新调度策略，更新后的调度策略用于使待切换流量从第一CDN节点切换至第二CDN节点。上述过程避免了流量反复切换的问题。

Description

流量切换、模型生成方法、装置、设备、存储介质及程序

技术领域

本公开涉及人工智能中的内容分发网络、机器学习技术领域，尤其涉及一种流量切换、模型生成方法、装置、设备、存储介质及程序。

背景技术

内容分发网络(Content Delivery Network，CDN)是构建在现有网络基础之上的智能虚拟网络，依靠部署在各地的CDN节点，可以使用户就近获取所需内容，降低网络拥塞，提高用户访问的响应速度。

CDN网络包括多个CDN节点和服务器。服务器根据各CDN节点的运行状态实时生成或者更新调度策略。当服务器接收到终端设备发送的请求消息时，根据调度策略将终端设备的请求消息调度到某个CDN节点。一些场景中，需要将某个CDN节点中的部分流量切换到另一个CDN节点上。通常由运维人员根据人为经验确定将流量切换到哪个CDN节点上。实际应用中经常出现流量反复切换的问题。

发明内容

本公开提供了一种流量切换、模型生成方法、装置、设备、存储介质及程序。

根据本公开的第一方面，提供了一种流量切换方法，包括：

根据第一内容分发网络CDN节点的待切换流量的信息，确定所述待切换流量所需资源的第一资源信息，所述第一资源信息中包括多种资源类型和每种资源类型对应的资源量；

根据所述第一资源信息和多个待选CDN节点中各待选CDN节点的剩余资源信息，在所述多个待选CDN节点中确定第二CDN节点，所述剩余资源信息包括所述多种资源类型和每种资源类型对应的剩余资源量；

根据所述待切换流量的信息和所述第二CDN节点，更新调度策略，所述更新后的调度策略用于使所述待切换流量从所述第一CDN节点切换至所述第二CDN节点。

根据本公开的第二方面，提供了一种资源使用模型的生成方法，包括：

获取多组训练样本，每组训练样本包括：内容分发网络CDN节点承载的样本流量以及所述CDN节点的样本资源使用量；其中，所述样本流量包括至少一个域名的流量，所述样本资源使用量为所述CDN节点承载所述样本流量时对第一资源的使用量，所述第一资源的类型为第一资源类型；

对所述多组训练样本进行学习，生成所述第一资源类型对应的资源使用模型，所述资源使用模型指示每个域名的流量与每个域名的流量对所述第一资源的使用量之间的关系。

根据本公开的第三方面，提供了一种流量切换装置，包括：

第一确定模块，用于根据第一内容分发网络CDN节点的待切换流量的信息，确定所述待切换流量所需资源的第一资源信息，所述第一资源信息中包括多种资源类型和每种资源类型对应的资源量；

第二确定模块，用于根据所述第一资源信息和多个待选CDN节点中各待选CDN节点的剩余资源信息，在所述多个待选CDN节点中确定第二CDN节点，所述剩余资源信息包括所述多种资源类型和每种资源类型对应的剩余资源量；

更新模块，用于根据所述待切换流量的信息和所述第二CDN节点，更新调度策略，所述更新后的调度策略用于使所述待切换流量从所述第一CDN节点切换至所述第二CDN节点。

根据本公开的第四方面，提供了一种资源使用模型的生成装置，包括：

获取模块，用于获取多组训练样本，每组训练样本包括：内容分发网络CDN节点承载的样本流量以及所述CDN节点的样本资源使用量；其中，所述样本流量包括至少一个域名的流量，所述样本资源使用量为所述CDN节点承载所述样本流量时对第一资源的使用量，所述第一资源的类型为第一资源类型；

生成模块，用于对所述多组训练样本进行学习，生成所述第一资源类型对应的资源使用模型，所述资源使用模型指示每个域名的流量与每个域名的流量对所述第一资源的使用量之间的关系。

根据本公开的第五方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行第一方面任一项所述的方法，或者，执行第二方面中任一项所述的方法。

根据本公开的第六方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行第一方面中任一项所述的方法，或者，执行第二方面中任一项所述的方法。

根据本公开的第七方面，提供了一种计算机程序产品，所述计算机程序产品包括：计算机程序，所述计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从所述可读存储介质读取所述计算机程序，所述至少一个处理器执行所述计算机程序使得电子设备执行第一方面所述的方法，或者，执行第二方面所述的方法。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1为本公开实施例提供的一种可能的应用场景的示意图；

图2为本公开实施例提供的一种流量切换方法的流程示意图；

图3为本公开实施例提供的待切换流量所需资源的确定方法的流程示意图；

图4为本公开实施例提供的资源消耗影响因素的示意图；

图5为本公开实施例提供的待切换流量所需资源的确定过程示意图；

图6为本公开实施例提供的待切换流量的信息的确定方法的流程示意图；

图7为本公开实施例提供的CDN节点中各域名的资源使用信息的确定过程示意图；

图8为本公开实施例提供的一种流量切换过程的示意图；

图9为本公开实施例提供的一种资源使用模型的生成方法的流程示意图；

图10为本公开实施例提供的一种资源使用模型的训练过程示意图；

图11为本公开实施例提供的一种流量切换装置的结构示意图；

图12为本公开实施例提供的一种资源使用模型的生成装置的结构示意图；

图13为本公开实施例提供的一种电子设备的结构示意图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

本公开提供一种流量切换、模型生成方法、装置、设备、存储介质及程序，应用于人工智能领域中的内容分发网络、机器学习技术领域，以解决流量反复切换的问题。

为了便于理解本公开的方案，首先结合图1对本公开的应用场景进行描述。

图1为本公开实施例提供的一种可能的应用场景的示意图。图1所示为内容分发网络(Content Delivery Network，CDN)场景。CDN网络是构建在现有网络基础之上的智能虚拟网络，通过尽可能避开互联网上有可能影响数据传输速度和稳定性的瓶颈和环节，使内容传输的更快、更稳定。

如图1所示，该应用场景包括终端设备、CDN服务器和多个CDN节点。其中，CDN节点可以是部署在各地的边缘服务器。CDN服务器可以为CDN厂商的CDN调度服务器，也可以为CDN厂商之外的第三方提供的CDN调度服务器。终端设备可以包括但不限于：智能手机、平板电脑、膝上型便携计算机、台式计算机、智能穿戴设备、智能音箱、智能家居设备等。

实际应用中，每个CDN节点可以承载多个域名的流量。参见图1，CDN服务器可以提供调度服务和域名解析服务。CDN服务器的调度服务可以根据各CDN节点的运行状态实时生成或者更新调度策略。

示例性的，调度策略可以包括：将访问第一域名的请求消息调度到CDN节点1或者CDN节点2；将访问第二域名的请求消息调度到CDN节点3或者CDN节点4。

或者，示例性的，调度策略可以包括：将位于第一区域的用户访问第一域名的请求消息调度到CDN节点1，将位于第二区域的用户访问第一域名的请求消息调度到CDN节点2，将位于第一区域的用户访问第二域名的请求消息调度到CDN节点3，将位于第二区域的用户访问第二域名的请求消息调度到CDN节点4。

需要说明的是，实际应用中的调度策略可以有多种，上述列举仅是一些可能的示例。

当用户的终端设备发起访问请求时，服务器的域名解析服务对请求消息进行解析，得到终端设备的互联网协议地址(Internet Protocol Address，IP)地址以及需要访问的域名，进而根据调度策略将用户的请求消息调度到某个CDN节点上。进而由该CDN节点处理该用户的请求消息。

CDN网络通过部署在各地的CDN节点，利用各种调度策略，能够实现将用户的访问请求导向到离用户最近的某一CDN节点上，使用户就近获取所需内容，降低网络拥塞，提高用户访问响应速度和命中率。

一些场景中，需要在不同CDN节点之间进行流量切换，即需要将某个CDN节点中的至少部分流量切换到另一个CDN节点上。示例性的，服务器可以对各个CDN节点的运行状态进行监测，当监测到某个CDN节点满足流量切换条件(需要转出流量)时，需要由运维人员根据人为经验确定切换哪部分流量，并确定将该部分流量切换到哪个CDN节点上。

然而，本公开的发明人在实现本公开的过程中发现，实际应用中可能存在流量反复切换的问题，并对反复切换的原因进行研究和分析，确定出反复切换的原因主要体现在如下两个方面。

第一方面，运维人员根据人为经验确定目标CDN节点时，通常是从多个待选CDN节点中选择当前承载流量较少的CDN节点作为目标CDN节点。而实际上可能存在这样的情况：虽然目标CDN节点的当前承载流量较少，但是目标CDN节点的资源负载已经比较高，因此，将流量切换到目标CDN节点后，目标CDN节点可能无法承载切换过来的流量，导致目标CDN节点的资源负载过高，进一步触发了目标CDN节点将流量切换至其他CDN节点上。

第二方面，运维人员根据人为经验确定出的待切换流量不够准确，导致源CDN节点将这部分流量切换到目标CDN节点后，源CDN节点的资源负载依然过高，还需要进一步的切换。

为了解决上述技术问题中的至少一个，本公开提供一种流量切换方法，确定出第一CDN节点的待切换流量所需使用的资源量，进而结合多个待选CDN节点的剩余资源量，从多个CDN节点中选择能够承载待切换流量的第二CDN节点，这样保证了在第二CDN节点的资源不过载的前提下进行流量切换，避免了流量反复切换的问题。进一步的，在确定出待切换流量所需资源时，可以确定出待切换流量所需的多种资源类型的资源量，进而在从多个待选CDN节点中确定第二CDN节点时，从多种资源类型的维度保证第二CDN节点能够承载待切换流量，进一步避免流量反复切换的问题。

下面结合几个具体的实施例对本公开的技术方案进行详细描述。下面几个实施例可以相互结合，对于相同或者相似的内容在某些实施例中可能不再重复描述。

图2为本公开实施例提供的一种流量切换方法的流程示意图。本实施例的方法可以由CDN服务器执行。如图2所示，本实施例的方法包括：

S201：根据第一CDN节点的待切换流量的信息，确定所述待切换流量所需资源的第一资源信息，所述第一资源信息中包括多种资源类型和每种资源类型对应的资源量。

其中，第一CDN节点可以是CDN网络中的任意一个CDN节点。待切换流量是待从第一CDN节点转出的流量。待切换流量可以是第一CDN节点承载的全部流量，还可以是第一CDN节点承载的部分流量。

一种可能的实现方式中，在S201之前还可以包括：在第一CDN节点满足流量转出条件时，确定所述第一CDN节点对应的待切换流量的信息，所述待切换流量的信息为待从所述第一CDN节点切换至其他CDN节点的流量的信息。

本实施例中，CDN服务器可以对CDN网络中的各CDN节点的运行状态进行监测。示例性的，CDN服务器可以监测各CDN节点承载的流量情况。每个CDN节点可以承载一个或者多个域名的流量。CDN服务器可以实时监测每个CDN节点中各域名的流量情况。

示例性的，CDN服务器还可以监测各CDN节点部署的各种资源类型的资源使用情况。比如，针对每个CDN节点，可以监测其部署的各种资源类型的资源使用量和资源剩余量。

可选的，各CDN节点部署的资源类型可以包括下述中的至少两种：中央处理器(Central Processing Unit,CPU)资源、内存资源、硬盘资源、带宽资源等。

可选的，第一CDN节点满足流量转出条件可以包括：第一CDN节点部署的资源中存在至少一种资源类型的资源的使用率大于资源阈值。例如，当第一CDN节点的CPU使用率大于CPU使用阈值时，确定第一CDN节点满足流量转出条件。或者，当第一CDN节点的带宽使用率大于带宽使用阈值时，确定第一CDN节点满足流量转出条件。

可选的，第一CDN节点满足流量转出条件可以包括：第一CDN节点的网络质量低于质量阈值。

当监测到第一CDN节点满足流量转出条件时，可以确定待从第一CDN节点转出的待切换流量的信息。例如，确定从第一CDN节点转出哪个域名的流量，以及转出该域名的多少流量。

需要说明的是，本实施例对于采用何种方式确定待切换流量不作限定，一种可能的实现方式可以参见后续实施例的详细描述。实际应用中，可以根据具体应用场景，将某个域名的全部流量转出，或者转出某个域名的部分流量。当然，还可以转出多个域名的流量。

示例性的，可以根据历史流量对资源的使用情况，预测出待切换流量所需资源。还可以利用预先训练得到的资源使用模型，确定出待切换流量所需资源。

一个示例中，待切换流量所需资源的第一资源信息可以如表1所示。

表1

资源类型	待切换流量所需资源量
		CPU资源	A1
内存资源	A2
		硬盘资源	A3
带宽资源	A4

S202：根据所述第一资源信息和多个待选CDN节点中各待选CDN节点的剩余资源信息，在所述多个待选CDN节点中确定第二CDN节点，所述剩余资源信息包括所述多种资源类型和每种资源类型对应的剩余资源量。

一个示例中，每个待选CDN节点的剩余资源信息可以如表2所示。

表2

资源类型	剩余资源量
		CPU资源	B1
内存资源	B2
		硬盘资源	B3
带宽资源	B4

这样，可以通过比较待选CDN节点的剩余资源信息(如表2所示)和待切换流量所需的第一资源信息(如表1所示)，可以确定出该CDN节点的剩余资源是否能够承载待切换流量。具体的，若待选CDN节点的剩余资源信息中每种资源类型对应的剩余资源量均大于或等于所述第一资源信息中相应资源类型对应的资源量，则将该待选CDN节点确定为第二CDN节点。例如，结合表1和表2，若某个待选CDN节点同时满足B1大于或等于A1、B2大于或等于A2、B3大于或等于A3、B4大于或等于A4，则将该待选CDN节点确定为第二CDN节点。

需要说明的是，本实施例中的多个待选CDN节点可以是CDN网络中除所述第一CDN节点之外的其他所有CDN节点，还可以是其他所有CDN节点中的部分CDN节点。示例性的，一些可能的实现方式中，当第一CDN节点满足流量转出条件时，可以根据预设的切换策略，从其他所有CDN节点中选择多个待选CDN节点。然后再从多个待选CDN节点中确定出第二CDN节点。

本实施例不同于相关技术，并不是从多个待选CDN节点中选择当前承载流量较少的CDN节点，而是先确定出待切换流量所需的资源量，然而根据多个待选CDN节点的剩余资源量，从多个待选CDN节点中选择能够满足待切换流量所需资源量的CDN节点作为第二CDN节点。这样，保证了在第二CDN节点的资源不过载的前提下进行流量切换，避免了流量反复切换的问题。

另外，本实施例中，通过确定出待切换流量所需的多种资源类型的资源量，使得在从多个待选CDN节点中确定第二CDN节点时，从多种资源类型的维度保证第二CDN节点能够承载待切换流量，进一步避免流量反复切换的问题。

S203：根据所述待切换流量的信息和所述第二CDN节点，更新调度策略，所述更新后的调度策略用于使所述待切换流量从所述第一CDN节点切换至所述第二CDN节点。

举例而言，假设待切换流量为第一CDN节点承载的域名1的流量，CDN服务器确定出第二CDN节点后，通过对调度策略进行更新，使得后续接收到域名1的请求消息时，将域名1的请求消息调度到第二CDN节点，从而实现将域名1的流量从第一CDN节点切换至第二CDN节点。

本实施例提供的流量切换方法，包括：根据第一CDN节点的待切换流量的信息，确定待切换流量所需资源的第一资源信息，第一资源信息中包括多种资源类型和每种资源类型对应的资源量；根据第一资源信息和多个待选CDN节点中各待选CDN节点的剩余资源信息，在多个待选CDN节点中确定第二CDN节点，剩余资源信息包括多种资源类型和每种资源类型对应的剩余资源量，根据待切换流量的信息和所述第二CDN节点，更新调度策略，更新后的调度策略用于使待切换流量从第一CDN节点切换至第二CDN节点。上述过程中，通过确定出待切换流量所需使用的资源量，进而结合多个待选CDN节点的剩余资源量，从多个CDN节点中选择能够承载待切换流量的第二CDN节点，保证了在第二CDN节点的资源不过过载的前提下进行流量切换，避免了流量反复切换的问题。进一步的，通过确定出待切换流量所需的多种资源类型的资源量，使得在从多个待选CDN节点中确定第二CDN节点时，从多种资源类型的维度保证第二CDN节点能够承载待切换流量，进一步避免流量反复切换的问题。

在上述实施例的基础上，下面结合一个更具体的实施例描述如何确定待切换资源所需资源。

图3为本公开实施例提供的待切换流量所需资源的确定方法的流程示意图。本实施例可以作为上述实施例中S201的一种可能实现方式。本实施例中，待切换流量的信息可以包括：待切换流量的域名以及待切换流量对应的请求消息的数量。

如图3所示，本实施例的方法包括：

S301：根据待切换流量的域名以及待切换流量对应的请求消息的数量，获取待切换流量的流量特征。

本实施例中提取到的待切换流量的流量特征用于对预测待切换流量所需资源。为了保证预测出的所需资源的准确性，本公开发明人针对资源消耗影响因素进行了分析，下面结合图4进行描述。

图4为本公开实施例提供的资源消耗影响因素的示意图，如图4所示，请求消息所请求的文件的类型，例如大文件类型、小文件类型等，会影响资源消耗情况。需要说明的是，大文件是指字节数大于预设阈值的文件，小文件是指字节数小于预设阈值的文件。

另外，请求消息采用的协议类型，例如：超文本传输协议(Hyper Text TransferProtocol，HTTP)类型、安全的超文本传输协议(Hyper Text Transfer Protocol overSecure Socket Layer，HTTPS)类型，也会影响资源消耗情况。

发明人在研究过程中进一步发现，不同请求类型的请求消息对资源使用情况的影响不同。比如，大文件类型的请求消息需要占用较多的带宽资源，而小文件类型的请求消息需要占用较多的CPU资源。因此，本实施例中，可以根据待切换流量中的各种请求类型对应的请求消息的分布情况，来确定待切换流量的流量特征。

示例性的，在需要提取流量特征时，可以采用流量中的大文件类型、小文件类型、HTTP类型、HTTPs类型等各种请求类型的请求消息的数量来描述流量特征。一方面，覆盖了对资源消耗产生影响的因素，保证资源预测的准确性，另一方面，使得特征提取过程尽量简单，降低资源预测的耗时。

本实施例中，请求类型可以指示请求消息所请求的文件的类型，或者，指示请求消息所采用的协议类型。例如，请求类型包括但不限于：大文件类型、小文件类型、HTTP类型、HTTPS类型等。

一种可能的实现方式中，根据待切换流量的域名以及待切换流量对应的请求消息的数量，获取待切换流量中各请求类型对应的请求消息的数量，进而根据待切换流量中各请求类型对应的请求消息的数量，生成待切换流量的流量特征。

考虑到待切换流量是未来发生的流量，无法直接获取待切换流量中各请求类型对应的请求消息的数量，而相近时间段内的流量具有相似性，即相近时间段内各请求类型对应的请求消息的发布情况是相似的。因此，一种可能的实现方式中，可以获取第一CDN节点在当前时刻之前的预设时间段内的历史流量，所述历史流量的域名与待切换流量的域名相同；获取所述历史流量中各请求类型的请求消息的分布信息；根据所述历史流量对应的请求消息的数量、所述待切流量对应的请求消息的数量以及所述分布信息，确定所述待切换流量中各所述请求类型对应的请求消息的数量。

举例而言，假设待切换流量为域名1的100万条请求消息，而根据与当前时刻临近的历史流量，统计得到大文件类型的请求消息的占比为60％，小文件类型的请求消息的占比为40％，则可以确定待切换流量中大文件类型的请求消息的数量为60万条，小文件类型的请求消息的数量为40万条。

S302：根据待切换流量的域名以及待切换流量的流量特征，确定待切换流量所需资源的第一资源信息，第一资源信息包括多种资源类型和每种资源类型对应的资源量。

具体的，可以根据待切换流量的域名以及待切换流量的流量特征，分别确定待切换流量所需每种资源类型的资源量。

一种可能的实现方式中，可以针对每种资源类型，利用CDN网络中各CDN节点的统计数据，训练得到每种资源类型对应的资源使用模型，该资源使用模型可以指示域名、流量与该资源类型的资源使用量之间的关系。需要说明的是，本实施例对于资源使用模型的生成过程不作限定，一种可能的实现方式可以参见后续实施例的详细描述。

图5为本公开实施例提供的待切换流量所需资源的确定过程示意图。如图5所示，以4种请求类型为例，根据待切换流量的域名和待切换流量的请求消息的数量，分别确定出待切换流量中请求类型1对应的请求消息的数量、请求类型2对应的请求消息的数量，请求类型3对应的请求消息的数量和请求类型4对应的请求消息的数量。上述4种请求类型的请求消息的数量作为待切换流量的流量特征。

继续参见图5，以3种资源类型为例，将待切换流量的域名以及待切换流量的流量特征输入该资源类型1对应的资源使用模型，得到待切换流量所需的资源类型1的资源量。将待切换流量的域名以及待切换流量的流量特征输入该资源类型2对应的资源使用模型，得到待切换流量所需的资源类型2的资源量。将待切换流量的域名以及待切换流量的流量特征输入该资源类型3对应的资源使用模型，得到待切换流量所需的资源类型3的资源量。

上述实施例中，通过确定待切换流量所需资源，并结合多个待选CDN节点的剩余资源情况，可以保证在第二CDN节点的资源不过过载的前提下进行流量切换，避免了流量反复切换的问题。在上述实施例的基础上，在确定第一CDN节点的待切换流量时，也可以结合第一CDN节点的资源使用情况，使得确定出的待切换流量被切出后，能够真正解决第一CDN节点的资源过载问题，从而进一步避免流量的反复切换。下面结合图6进行描述。

图6为本公开实施例提供的待切换流量的信息的确定方法的流程示意图。如图6所示，本实施例的方法，包括：

S601：根据第一CDN节点承载的各域名的当前流量，确定各域名的资源使用信息，所述资源使用信息包括多种资源类型和每种资源类型对应的资源使用量。

具体的，针对第一CDN节点承载的任意域名，根据该域名的当前流量，获取所述当前流量的流量特征；进而根据该域名和所述当前流量的流量特征，确定该域名的资源使用信息。

一种可能的实现方式中，可以采用如下方式获取当前流量的流量特征：获取多个预设的请求类型，从当前流量中分别获取每个请求类型对应的请求消息的数量，根据各请求类型对应的请求消息的数量，生成当前流量的流量特征。

一种可能的实现方式中，可以采用如下方式确定各域名的资源使用信息：针对所述多种资源类型中的任意资源类型，将所述域名以及所述当前流量的流量特征输入所述资源类型对应的资源使用模型，得到所述域名的所述资源类型对应的资源使用量。

图7为本公开实施例提供的CDN节点中各域名的资源使用信息的确定过程示意图。如图7所示，假设第一CDN节点承载域名1和域名2的流量。以4种请求类型为例，从域名1的当前流量中获取请求类型1对应的请求消息的数量、请求类型2对应的请求消息的数量，请求类型3对应的请求消息的数量和请求类型4对应的请求消息的数量。上述4种请求类型的请求消息的数量作为域名1的当前流量的流量特征。

继续参见图7，以3种资源类型为例，将域名1以及域名1的当前流量的流量特征输入资源类型1对应的资源使用模型，得到域名1对资源类型1的资源使用量。将域名1以及域名1的当前流量的流量特征输入资源类型2对应的资源使用模型，得到域名1对资源类型2的资源使用量。将域名1以及域名1的当前流量的流量特征输入资源类型3对应的资源使用模型，得到域名1对资源类型3的资源使用量。

类似的，域名2与域名1的处理方式类似，此处不作赘述。

S602：获取所述第一CDN节点对应的期望资源降低信息，所述期望资源降低信息包括所述多种资源类型和每种资源类型对应的资源降低量。

示例性的，可以根据实际应用场景的配置需求，根据第一CDN节点的当前资源使用情况，确定第一CDN节点对应的期望资源降低信息。举例而言，以CPU资源为例，假设当前第一CDN节点的CPU使用率为100％，而应用场景要求第一CDN节点的CPU使用率应不高于80％，则，可以确定第一CDN节点的CPU资源的期望资源降低量为20％。

S603：根据各所述域名的当前流量、各所述域名的资源使用信息以及所述期望资源降低信息，确定待切换流量的域名以及待切换流量对应的请求消息的数量。

举例而言，假设第一CDN节点承载有域名1和域名2的流量。域名1的当前流量对应有100万请求消息，域名1对CPU资源的使用量为20％，域名2的当前流量对应有400万请求消息，域名2对CPU资源的使用量为80％。若CPU资源的期望资源降低量为20％，则可以确定将域名1的所有流量切出，即待切换流量为域名1的100万请求消息。

一种可能的实现方式中，可以根据预设的域名选择策略，从第一CDN节点承载的至少一个域名中确定出目标域名。目标域名即为待切换流量的域名。示例性的，可以事先为各域名设置优先级，优先级越高说明该域名的重要程度越高，在流量切换时，可以优先选择优先级最低的域名作为目标域名。

进而，根据目标域名的当前流量、目标域名的资源使用信息以及期望资源降低信息，确定待切换流量对应的请求消息的数量。

举例而言，假设第一CDN节点承载有域名1和域名2的流量。域名1的优先级高于域名2的优先级，因此可以将域名2作为目标域名。域名2的当前流量对应有100万请求消息，域名2的CPU使用量为40％，CPU资源的期望资源降低量为20％，则确定待切换流量为域名2的50万请求消息。

需要说明的是，上述举例中仅以CPU资源的期望资源降低量为例进行示意，当存在多种资源类型，且根据多种资源类型的期望资源降低量确定出的待切换流量不同时，为了尽可能的避免流量反复切换，可以从确定出的多个待切换流量中选择最大值作为最终的待切换流量。

本实施例中，通过根据第一CDN节点承载的各域名的当前流量、各域名的资源使用信息以及期望资源降低信息，确定待切换流量的信息，保证了确定出的待切换流量的准确性，从而将待切换流量从第一CDN节点切出后，能够真正解决第一CDN节点的资源负载过高的问题，从而避免流量反复切换。

在上述实施例的基础上，下面结合一个具体的示例描述流量切换过程。

图8为本公开实施例提供的一种流量切换过程的示意图。如图8所示，流量切换过程可以包括如下4个部分：切换触发、待切换流量的选择、目标CDN节点的选择、以及切换执行。下面分别对上述4个部分进行介绍。

参见图8，针对切换触发部分，CDN服务器可以通过对各个节点的运行状态进行监测，当监测到第一CDN节点的资源负载过高，或者第一CDN节点的网络质量较差时，触发流量切换过程。

针对待切换流量的选择部分，该部分的具体实现过程与图6所示实施例类似，可以利用资源使用模型确定出第一CDN节点承载的各域名的资源使用信息，进而根据各域名的当前流量、各域名的资源使用信息以及期望资源降低信息，确定出待切换流量的域名以及待切换流量对应的请求消息的数量。需要说明的是，域名的确定过程与请求消息的数量的确定过程可以是同时进行的(即域名和待切换的请求消息的数量同时确定)，也可以是依次进行的(例如先选择域名，然后再针对该域名确定待切换的请求消息的数量)。

针对目标CDN节点的选择部分，该部分的具体实现可以参见图3所示实施例的详细描述。具体的，可以从多个待选CDN节点中选择目标CDN节点，并利用资源使用模型确定出待切换流量所需资源，进而检查目标CDN节点的剩余资源是否可承载待切换流量。若不能承载，则从多个待选CDN节点中重新选择目标CDN节点。重复上述过程，直至找到能够承载待切换流量的目标CDN节点，或者，直至多个待选节点遍历完成。

若多个待选节点遍历完成后未找到能够承载待切换流量的目标CDN节点，则返回待切换流量选择部分，重新选择待切换流量。重复执行上述过程。

针对切换执行部分，可以通过更新调度策略，以使待切换流量从第一CDN节点切换至目标CDN节点。

本实施例中，通过利用资源使用模型确定出第一CDN节点承载的各域名的资源使用信息，进而根据各域名的当前流量、各域名的资源使用信息以及期望资源降低信息，确定待切换流量的信息，保证了确定出的待切换流量的准确性，从而将待切换流量从第一CDN节点切出后，能够真正解决第一CDN节点的资源负载过高的问题，从而避免流量反复切换。另外，通过利用资源使用模型确定待切换流量所需资源，进而结合多个待选CDN节点的剩余资源情况，可以保证确定的目标CDN节点能够承载待切换流量，从而避免流量的反复切换。

上述实施例中利用到了资源使用模型，下面结合一个具体的实施例描述资源使用模型的生成过程。

图9为本公开实施例提供的一种资源使用模型的生成方法的流程示意图。如图9所示，本实施例的方法包括：

S901：获取多组训练样本，每组训练样本包括：CDN节点承载的样本流量以及所述CDN节点的样本资源使用量；其中，所述样本流量包括至少一个域名的流量，所述样本资源使用量为所述CDN节点承载所述样本流量时对第一资源的使用量，所述第一资源的类型为第一资源类型。

本实施例中，可以根据CDN网络中的各CDN节点的历史运行数据生成多组训练样本。

一种可能的实现方式中，获取多个CDN节点的历史运行数据，针对所述多个CDN节点中的任意CDN节点，所述CDN节点的历史运行数据中分别获取预设时间粒度对应的所述样本流量和所述样本资源使用量，根据所述预设时间粒度对应的所述样本流量和所述样本资源使用量，生成一组所述训练样本。按照该方式，可以生成多组训练样本。

实际应用中，CDN网络中不同CDN节点部署的资源对应的资源参数可能不同。例如，以CPU资源为例，有些CDN节点部署第一型号的CPU，有些CDN节点部署第二型号的CPU。为了避免资源参数不同对训练结果带来影响，一些可能的实现方式中，可以在训练之前对训练样本中的样本资源使用量进行归一化处理，以保证训练得到的资源使用模型的准确性。

示例性的，可以采用预设的归一化处理方式，对每组训练样本中的样本资源使用量进行归一化处理。其中，归一化处理方式用于消除不同资源参数的影响。进而，通过对归一化处理后的多种训练样本进行学习，生成第一资源类型对应的资源使用模型，能够提高资源使用模型的准确性。

S902：对所述多组训练样本进行学习，生成所述第一资源类型对应的资源使用模型，所述资源使用模型指示每个域名的流量与该域名的流量对所述第一资源的使用量之间的关系。

具体的，可以采用机器学习算法对多组训练样本进行学习，得到第一资源类型对应的资源使用模型。

一些可能的实现方式中，针对每组训练样本，分别对各所述域名的流量进行特征提取，得到各所述域名的流量特征。可选的，可以获取预设的多个请求类型。示例性的，多个请求类型可以包括但不限于：大文件类型、小文件类型、HTTP类型、HTTPS类型等。针对每个域名，可以从该域名的流量中分别获取每个请求类型对应的请求消息的数量，根据各请求类型对应的请求消息的数量，生成该域名的流量特征。

进一步的，根据各所述域名的流量特征以及所述样本资源使用量，对待训练的资源使用模型进行训练，得到训练后的资源使用模型。

图10为本公开实施例提供的一种资源使用模型的训练过程示意图。本实施例以CPU资源对应的资源使用模型为例进行描述，对于其他资源类型对应的资源使用模型的生成方式类似，本实施例不作详述。

假设训练样本1来自于CDN节点1，CDN节点1承载了域名1、域名2和域名3的流量。如图10所示，训练样本1中包括：域名1的流量、域名2的流量、域名3的流量、以及CDN节点1的CPU资源的使用量。

继续参见图10，从域名1的流量中提取得到请求类型1-4对应的请求消息的数量，作为域名1的流量特征；从域名2的流量中提取得到请求类型1-4对应的请求消息的数量，作为域名2的流量特征；从域名3的流量中提取得到请求类型1-4对应的请求消息的数量，作为域名3的流量特征。对CDN节点1的CPU资源的使用量进行归一化处理，得到归一化后的CPU使用量。

应理解，上述描述的是训练样本1的处理过程，针对其他训练样本的处理过程与训练样本1类似，此处不作赘述。

继续参见图10，采用机器学习算法，对上述多个训练样本中的各域名的流量特征和归一化后的CPU使用量进行学习，得到CPU资源对应的资源使用模型。

需要说明的是，在资源使用模型的生成过程中，如果对训练样本中的CPU资源的使用量进行了归一化处理，则生成的资源使用模型表征的是每个域名的流量与该域名的流量对归一化后的CPU资源使用量之间的关系。也就是说，在资源使用模型的应用过程中，将某个域名的流量输入资源使用模型后，该资源使用模型输出的是这些流量所需使用的CPU资源量，且该CPU资源量是归一化处理后的值。因此，在实际应用中，当获取CDN节点的资源相关信息时，应该是获取经过归一化处理后的资源信息。举例而言，图2所示的实施例中，待选CDN节点的剩余资源信息包括：多种资源类型以及每种资源类型对应的归一化后的剩余资源量。图6所示的实施例中，第一CDN节点对应的期望资源降低信息中包括：多种资源类型和每种资源类型对应的归一化后的资源降低量。

本实施例中，通过利用各CDN节点的运行数据对资源使用模型不断完善，能够不断提高资源使用模型的准确性。进而，在流量切换过程中使用资源使用模型，能够保证各CDN节点的资源最大化利用，降低资源浪费。

图11为本公开实施例提供的一种流量切换装置的结构示意图，该装置可以为软件和/或硬件的形式。该装置可以设置在CDN服务器中。如图11所示，本实施例提供的流量切换装置1100，包括：第一确定模块1101、第二确定模块1102和更新模块1103。

其中，第一确定模块1101，用于根据第一内容分发网络CDN节点的待切换流量的信息，确定所述待切换流量所需资源的第一资源信息，所述第一资源信息中包括多种资源类型和每种资源类型对应的资源量；

第二确定模块1102，用于根据所述第一资源信息和多个待选CDN节点中各待选CDN节点的剩余资源信息，在所述多个待选CDN节点中确定第二CDN节点，所述剩余资源信息包括所述多种资源类型和每种资源类型对应的剩余资源量；

更新模块1103，用于根据所述待切换流量的信息和所述第二CDN节点，更新调度策略，所述更新后的调度策略用于使所述待切换流量从所述第一CDN节点切换至所述第二CDN节点。

一种可能的实现方式中，所述待切换流量的信息包括：所述待切换流量的域名以及所述待切换流量对应的请求消息的数量；所述第一确定模块1101，包括：

第一获取单元，用于根据所述待切换流量的域名以及所述待切换流量对应的请求消息的数量，获取所述待切换流量的流量特征；

第一确定单元，用于根据所述待切换流量的域名以及所述待切换流量的流量特征，确定所述待切换流量所需资源的第一资源信息。

一种可能的实现方式中，所述第一获取单元包括：

第一获取子单元，用于获取预设的多个请求类型，每个请求类型指示请求消息所请求的文件的类型，或者，指示请求消息采用的协议类型；

第二获取子单元，用于根据所述待切换流量的域名以及所述待切换流量对应的请求消息的数量，获取所述待切换流量中各请求类型对应的请求消息的数量；

生成子单元，用于根据所述待切换流量中各请求类型对应的请求消息的数量，生成所述待切换流量的流量特征。

一种可能的实现方式中，所述第二获取子单元具体用于：

获取所述第一CDN节点在当前时刻之前的预设时间段内的历史流量，所述历史流量的域名与所述待切换流量的域名相同；

获取所述历史流量中各请求类型的请求消息的分布信息；

根据所述历史流量对应的请求消息的数量、所述待切流量对应的请求消息的数量以及所述分布信息，确定所述待切换流量中各请求类型对应的请求消息的数量。

一种可能的实现方式中，所述第一确定单元具体用于：

将所述待切换流量的域名以及所述待切换流量的流量特征输入每种资源类型对应的资源使用模型，得到所述待切换流量所需的每种资源类型对应的资源量。

一种可能的实现方式中，所述第二确定模块1102具体用于：

若所述多个待选CDN节点中存在目标CDN节点，所述目标CDN节点的剩余资源信息中每种资源类型对应的剩余资源量均大于或等于所述第一资源信息中相应资源类型对应的资源量，则将所述目标CDN节点确定为所述第二CDN节点。

一种可能的实现方式中，所述装置还可以包括第三确定模块；

所述第三确定模块，用于在所述第一CDN节点满足流量转出条件时，确定所述第一CDN节点的待切换流量的信息。

一种可能的实现方式中，所述第一CDN节点承载至少一个域名的流量；所述第三确定模块包括：

第二确定单元，用于根据所述第一CDN节点承载的各域名的当前流量，确定各域名的资源使用信息，所述资源使用信息包括所述多种资源类型和每种资源类型对应的资源使用量；

第二获取单元，用于获取所述第一CDN节点对应的期望资源降低信息，所述期望资源降低信息包括所述多种资源类型和每种资源类型对应的资源降低量；

第三确定单元，用于根据各域名的当前流量、各域名的资源使用信息以及所述期望资源降低信息，确定所述待切换流量的信息。

一种可能的实现方式中，所述第二确定单元包括：

第三获取子单元，用于根据每个域名的当前流量，获取每个域名的流量特征；

第一确定子单元，用于根据每个域名及其所述流量特征，确定每个域名的资源使用信息。

一种可能的实现方式中，所述第三获取子单元具体用于：

获取预设的多个请求类型，每个请求类型用于指示请求消息所请求的文件类型，或者，指示请求消息采用的协议类型；

从每个域名的当前流量中获取各请求类型对应的请求消息的数量；

根据各请求类型对应的请求消息的数量，生成每个域名的流量特征。

一种可能的实现方式中，所述第一确定子单元具体用于：

将所述域名以及所述当前流量的流量特征输入每种资源类型对应的资源使用模型，得到所述域名的每种资源类型对应的资源使用量。

一种可能的实现方式中，所述第三确定单元包括：

第二确定子单元，用于根据预设的域名选择策略，从所述至少一个域名中确定目标域名，并将所述目标域名作为所述待切换流量的域名；

第三确定子单元，用于根据所述目标域名的当前流量、所述目标域名的资源使用信息以及所述期望降低资源信息，确定所述待切换流量对应的请求消息的数量。

一种可能的实现方式中，第一内容分发网络CDN节点满足流量转出条件，包括下述中的一项或多项：

所述第一CDN节点部署的资源中存在至少一种资源类型的资源的使用率大于资源阈值；或者，

所述第一CDN节点的网络质量低于质量阈值。

一种可能的实现方式中，所述多种资源类型包括下述中的至少两种：中央处理器CPU资源、内存资源、硬盘资源、带宽资源。

本实施例提供的装置，可用于执行上述方法实施例中的流量切换方法，其实现原理和技术效果类似，此处不作赘述。

图12为本公开实施例提供的一种资源使用模型的生成装置的结构示意图。该装置可以为软件和/或硬件的形式。如图12所示，本实施例提供的资源使用模型的生成装置1200，包括：获取模块1201和生成模块1202。

其中，获取模块1201，用于获取多组训练样本，每组训练样本包括：内容分发网络CDN节点承载的样本流量以及所述CDN节点的样本资源使用量；其中，所述样本流量包括至少一个域名的流量，所述样本资源使用量为所述CDN节点承载所述样本流量时对第一资源的使用量，所述第一资源的类型为第一资源类型；

生成模块1202，用于对所述多组训练样本进行学习，生成所述第一资源类型对应的资源使用模型，所述资源使用模型指示每个域名的流量与每个域名的流量对所述第一资源的使用量之间的关系。

一种可能的实现方式中，所述生成模块1202包括：

提取单元，用于对每组训练样本中各域名的流量进行特征提取，得到各域名的流量特征；

训练单元，用于根据各域名的流量特征以及所述样本资源使用量，对待训练的资源使用模型进行训练，得到训练后的资源使用模型。

一种可能的实现方式中，所述提取单元包括：

第一获取子单元，用于获取预设的多个请求类型，每个请求类型用于指示请求消息所请求的文件类型，或者，指示请求消息采用的协议类型；

第二获取子单元，用于从每个域名的流量中获取各请求类型对应的请求消息的数量；

生成子单元，用于根据各请求类型对应的请求消息的数量，生成每个域名的流量特征。

一种可能的实现方式中，所述获取模块1201包括：

第一获取单元，用于获取多个CDN节点的历史运行数据；

第二获取单元，用于从每个CDN节点的历史运行数据中分别获取预设时间粒度对应的所述样本流量和所述样本资源使用量；

生成单元，用于根据所述预设时间粒度对应的所述样本流量和所述样本资源使用量，生成一组训练样本。

一种可能的实现方式中，所述多个CDN节点存在至少两个CDN节点部署的所述第一资源的资源参数不同；所述生成模块1202具体用于：

采用预设的归一化处理方式，对每组所述训练样本中的所述样本资源使用量进行归一化处理；

对所述归一化处理后的多组训练样本进行学习，生成所述第一资源类型对应的资源使用模型。

本实施例提供的资源使用模型的生成装置，可用于执行上述实施例中的资源使用模型的生成方法，其实现原理和技术效果类似，此处不作赘述。

根据本公开的实施例，本公开还提供了一种电子设备和一种可读存储介质。

根据本公开的实施例，本公开还提供了一种计算机程序产品，计算机程序产品包括：计算机程序，计算机程序存储在可读存储介质中，电子设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得电子设备执行上述任一实施例提供的方案。

图13示出了可以用来实施本公开的实施例的示例电子设备1300的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图13所示，电子设备1300包括计算单元1301，其可以根据存储在只读存储器(ROM)1302中的计算机程序或者从存储单元1308加载到随机访问存储器(RAM)1303中的计算机程序，来执行各种适当的动作和处理。在RAM 1303中，还可存储设备1300操作所需的各种程序和数据。计算单元1301、ROM 1302以及RAM 1303通过总线1304彼此相连。输入/输出(I/O)接口1305也连接至总线1304。

设备1300中的多个部件连接至I/O接口1305，包括：输入单元1306，例如键盘、鼠标等；输出单元1307，例如各种类型的显示器、扬声器等；存储单元1308，例如磁盘、光盘等；以及通信单元1309，例如网卡、调制解调器、无线通信收发机等。通信单元1309允许设备1300通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元1301可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元1301的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元1301执行上文所描述的各个方法和处理，例如流量切换方法或者资源使用模型的生成方法。例如，在一些实施例中，流量切换方法或者资源使用模型的生成方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元1308。在一些实施例中，计算机程序的部分或者全部可以经由ROM1302和/或通信单元1309而被载入和/或安装到设备1300上。当计算机程序加载到RAM1303并由计算单元1301执行时，可以执行上文描述的流量切换方法或者资源使用模型的生成方法的一个或多个步骤。备选地，在其他实施例中，计算单元1301可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行流量切换方法或者资源使用模型的生成方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务("Virtual Private Server"，或简称"VPS")中，存在的管理难度大，业务扩展性弱的缺陷。服务器也可以为分布式系统的服务器，或者是结合了区块链的服务器。

人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科，既有硬件层面的技术也有软件层面的技术。人工智能硬件技术一般包括如传感器、专用人工智能芯片、云计算、分布式存储、大数据处理等技术；人工智能软件技术主要包括计算机视觉技术、语音识别技术、自然语言处理技术以及机器学习/深度学习、大数据处理技术、知识图谱技术等几大方向。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims (26)

1.一种流量切换方法，包括：

根据第一内容分发网络CDN节点的待切换流量的信息，确定所述待切换流量所需资源的第一资源信息，所述第一资源信息中包括多种资源类型和每种资源类型对应的资源量，所述待切换流量的信息包括：所述待切换流量的域名以及所述待切换流量对应的请求消息的数量；

根据所述第一资源信息和多个待选CDN节点中各待选CDN节点的剩余资源信息，在所述多个待选CDN节点中确定第二CDN节点，所述剩余资源信息包括所述多种资源类型和每种资源类型对应的剩余资源量；

根据所述待切换流量的信息和所述第二CDN节点，更新调度策略，所述更新后的调度策略用于使所述待切换流量从所述第一CDN节点切换至所述第二CDN节点；

所述根据第一内容分发网络CDN节点的待切换流量的信息，确定所述待切换流量所需资源的第一资源信息，包括：

根据所述待切换流量的域名以及所述待切换流量对应的请求消息的数量，获取所述待切换流量的流量特征；

将所述待切换流量的域名以及所述待切换流量的流量特征输入每种资源类型对应的资源使用模型，得到所述待切换流量所需的每种资源类型对应的资源量，确定所述待切换流量所需资源的第一资源信息。

2.根据权利要求1所述的方法，其中，根据所述待切换流量的域名以及所述待切换流量对应的请求消息的数量，获取所述待切换流量的流量特征，包括：

获取预设的多个请求类型，每个请求类型指示请求消息所请求的文件的类型，或者，指示请求消息采用的协议类型；

根据所述待切换流量的域名以及所述待切换流量对应的请求消息的数量，获取所述待切换流量中各请求类型对应的请求消息的数量；

根据所述待切换流量中各请求类型对应的请求消息的数量，生成所述待切换流量的流量特征。

3.根据权利要求2所述的方法，其中，根据所述待切换流量的域名以及所述待切换流量对应的请求消息的数量，获取所述待切换流量中各请求类型对应的请求消息的数量，包括：

获取所述第一CDN节点在当前时刻之前的预设时间段内的历史流量，所述历史流量的域名与所述待切换流量的域名相同；

获取所述历史流量中各请求类型的请求消息的分布信息；

根据所述历史流量对应的请求消息的数量、所述待切换流量对应的请求消息的数量以及所述分布信息，确定所述待切换流量中各请求类型对应的请求消息的数量。

4.根据权利要求1至3任一项所述的方法，其中，根据所述第一资源信息和多个待选CDN节点中各待选CDN节点的剩余资源信息，在所述多个待选CDN节点中确定第二CDN节点，包括：

若所述多个待选CDN节点中存在目标CDN节点，所述目标CDN节点的剩余资源信息中每种资源类型对应的剩余资源量均大于或等于所述第一资源信息中相应资源类型对应的资源量，则将所述目标CDN节点确定为所述第二CDN节点。

5.根据权利要求1至3任一项所述的方法，根据第一内容分发网络CDN节点的待切换流量的信息，确定所述待切换流量所需资源的第一资源信息之前，还包括：

在所述第一CDN节点满足流量转出条件时，确定所述第一CDN节点的待切换流量的信息。

6.根据权利要求5所述的方法，其中，所述第一CDN节点承载至少一个域名的流量；所述确定所述第一CDN节点的待切换流量的信息，包括：

根据所述第一CDN节点承载的各域名的当前流量，确定各域名的资源使用信息，所述资源使用信息包括所述多种资源类型和每种资源类型对应的资源使用量；

获取所述第一CDN节点对应的期望资源降低信息，所述期望资源降低信息包括所述多种资源类型和每种资源类型对应的资源降低量；

根据各域名的当前流量、各域名的资源使用信息以及所述期望资源降低信息，确定所述待切换流量的信息。

7.根据权利要求6所述的方法，其中，根据所述第一CDN节点承载的各域名的当前流量，确定各域名的资源使用信息，包括：

根据所述第一CDN节点承载的每个域名的当前流量，获取所述第一CDN节点承载的每个域名的流量特征；

根据所述第一CDN节点承载的每个域名及其所述流量特征，确定所述第一CDN节点承载的每个域名的资源使用信息。

8.根据权利要求7所述的方法，其中，根据所述第一CDN节点承载的每个域名的当前流量，获取所述第一CDN节点承载的每个域名的流量特征，包括：

获取预设的多个请求类型，每个请求类型用于指示请求消息所请求的文件类型，或者，指示请求消息采用的协议类型；

从所述第一CDN节点承载的每个域名的当前流量中获取各请求类型对应的请求消息的数量；

根据所述各请求类型对应的请求消息的数量，生成所述第一CDN节点承载的每个域名的流量特征。

9.根据权利要求7所述的方法，其中，根据所述第一CDN节点承载的每个域名及其所述流量特征，确定所述第一CDN节点承载的每个域名的资源使用信息，包括：

将所述第一CDN节点承载的每个域名及其所述流量特征输入每种资源类型对应的资源使用模型，得到所述第一CDN节点承载的每个域名的每种资源类型对应的资源使用量。

10.根据权利要求6至9任一项所述的方法，其中，根据各域名的当前流量、各域名的资源使用信息以及所述期望资源降低信息，确定所述待切换流量的信息，包括：

根据预设的域名选择策略，从所述至少一个域名中确定目标域名，并将所述目标域名作为所述待切换流量的域名；

根据所述目标域名的当前流量、所述目标域名的资源使用信息以及所述期望资源降低信息，确定所述待切换流量对应的请求消息的数量。

11.根据权利要求6至9任一项所述的方法，其中，第一内容分发网络CDN节点满足流量转出条件，包括下述中的一项或多项：

所述第一CDN节点部署的资源中存在至少一种资源类型的资源的使用率大于资源阈值；或者，

所述第一CDN节点的网络质量低于质量阈值。

12.根据权利要求1至3、6至9中任一项所述的方法，其中，所述多种资源类型包括下述中的至少两种：中央处理器CPU资源、内存资源、硬盘资源、带宽资源。

13.一种流量切换装置，包括：

第一确定模块，用于根据第一内容分发网络CDN节点的待切换流量的信息，确定所述待切换流量所需资源的第一资源信息，所述第一资源信息中包括多种资源类型和每种资源类型对应的资源量，其中，所述待切换流量的信息包括：所述待切换流量的域名以及所述待切换流量对应的请求消息的数量；

第二确定模块，用于根据所述第一资源信息和多个待选CDN节点中各待选CDN节点的剩余资源信息，在所述多个待选CDN节点中确定第二CDN节点，所述剩余资源信息包括所述多种资源类型和每种资源类型对应的剩余资源量；

更新模块，用于根据所述待切换流量的信息和所述第二CDN节点，更新调度策略，所述更新后的调度策略用于使所述待切换流量从所述第一CDN节点切换至所述第二CDN节点；

所述第一确定模块，包括：

第一获取单元，用于根据所述待切换流量的域名以及所述待切换流量对应的请求消息的数量，获取所述待切换流量的流量特征；

第一确定单元，用于将所述待切换流量的域名以及所述待切换流量的流量特征输入每种资源类型对应的资源使用模型，得到所述待切换流量所需的每种资源类型对应的资源量，确定所述待切换流量所需资源的第一资源信息。

14.根据权利要求13所述的装置，其中，所述第一获取单元包括：

第一获取子单元，用于获取预设的多个请求类型，每个请求类型指示请求消息所请求的文件的类型，或者，指示请求消息采用的协议类型；

第二获取子单元，用于根据所述待切换流量的域名以及所述待切换流量对应的请求消息的数量，获取所述待切换流量中各请求类型对应的请求消息的数量；

生成子单元，用于根据所述待切换流量中各请求类型对应的请求消息的数量，生成所述待切换流量的流量特征。

15.根据权利要求14所述的装置，其中，所述第二获取子单元具体用于：

获取所述第一CDN节点在当前时刻之前的预设时间段内的历史流量，所述历史流量的域名与所述待切换流量的域名相同；

获取所述历史流量中各请求类型的请求消息的分布信息；

根据所述历史流量对应的请求消息的数量、所述待切换流量对应的请求消息的数量以及所述分布信息，确定所述待切换流量中各请求类型对应的请求消息的数量。

16.根据权利要求13至15任一项所述的装置，其中，所述第二确定模块具体用于：

若所述多个待选CDN节点中存在目标CDN节点，所述目标CDN节点的剩余资源信息中每种资源类型对应的剩余资源量均大于或等于所述第一资源信息中相应资源类型对应的资源量，则将所述目标CDN节点确定为所述第二CDN节点。

17.根据权利要求13至15任一项所述的装置，还包括：

第三确定模块，用于在所述第一CDN节点满足流量转出条件时，确定所述第一CDN节点的待切换流量的信息。

18.根据权利要求17所述的装置，其中，所述第一CDN节点承载至少一个域名的流量；所述第三确定模块包括：

第二确定单元，用于根据所述第一CDN节点承载的各域名的当前流量，确定各域名的资源使用信息，所述资源使用信息包括所述多种资源类型和每种资源类型对应的资源使用量；

第二获取单元，用于获取所述第一CDN节点对应的期望资源降低信息，所述期望资源降低信息包括所述多种资源类型和每种资源类型对应的资源降低量；

第三确定单元，用于根据各域名的当前流量、各域名的资源使用信息以及所述期望资源降低信息，确定所述待切换流量的信息。

19.根据权利要求18所述的装置，其中，所述第二确定单元包括：

第三获取子单元，用于根据所述第一CDN节点承载的每个域名的当前流量，获取所述第一CDN节点承载的每个域名的流量特征；

第一确定子单元，用于根据所述第一CDN节点承载的每个域名及其所述流量特征，确定所述第一CDN节点承载的每个域名的资源使用信息。

20.根据权利要求19所述的装置，其中，所述第三获取子单元具体用于：

获取预设的多个请求类型，每个请求类型用于指示请求消息所请求的文件类型，或者，指示请求消息采用的协议类型；

从所述第一CDN节点承载的每个域名的当前流量中获取各请求类型对应的请求消息的数量；

根据所述各请求类型对应的请求消息的数量，生成所述第一CDN节点承载的每个域名的流量特征。

21.根据权利要求19所述的装置，其中，所述第一确定子单元具体用于：

将所述第一CDN节点承载的每个域名及其所述流量特征输入每种资源类型对应的资源使用模型，得到所述第一CDN节点承载的每个域名的每种资源类型对应的资源使用量。

22.根据权利要求18至21任一项所述的装置，其中，所述第三确定单元包括：

第二确定子单元，用于根据预设的域名选择策略，从所述至少一个域名中确定目标域名，并将所述目标域名作为所述待切换流量的域名；

第三确定子单元，用于根据所述目标域名的当前流量、所述目标域名的资源使用信息以及所述期望资源降低信息，确定所述待切换流量对应的请求消息的数量。

23.根据权利要求18至21任一项所述的装置，其中，第一内容分发网络CDN节点满足流量转出条件，包括下述中的一项或多项：

所述第一CDN节点部署的资源中存在至少一种资源类型的资源的使用率大于资源阈值；或者，

所述第一CDN节点的网络质量低于质量阈值。

24.根据权利要求13至15、18至21任一项所述的装置，其中，所述多种资源类型包括下述中的至少两种：中央处理器CPU资源、内存资源、硬盘资源、带宽资源。

25.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-12中任一项所述的方法。

26.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-12中任一项所述的方法。

Images