CN115225507A - 一种服务器组资源分配方法、装置、设备及介质 - Google Patents
一种服务器组资源分配方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN115225507A CN115225507A CN202210863981.7A CN202210863981A CN115225507A CN 115225507 A CN115225507 A CN 115225507A CN 202210863981 A CN202210863981 A CN 202210863981A CN 115225507 A CN115225507 A CN 115225507A
- Authority
- CN
- China
- Prior art keywords
- group
- server group
- probability
- bandwidth
- period
- 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 49
- 238000013468 resource allocation Methods 0.000 title claims description 22
- 230000015654 memory Effects 0.000 claims description 16
- 238000004590 computer program Methods 0.000 claims description 13
- 238000003860 storage Methods 0.000 claims description 9
- 230000004044 response Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 22
- 230000008569 process Effects 0.000 description 16
- 238000011156 evaluation Methods 0.000 description 10
- 238000009826 distribution Methods 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000004364 calculation method Methods 0.000 description 7
- 238000004422 calculation algorithm Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 6
- 230000004048 modification Effects 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000007423 decrease Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000737 periodic effect Effects 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
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
- H04L41/08—Configuration management of networks or network elements
- H04L41/0896—Bandwidth or capacity management, i.e. automatically increasing or decreasing capacities
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer And Data Communications (AREA)
Abstract
本申请提供了一种服务器组资源分配方法、装置、设备及介质，该方法中针对每个备选服务器组，根据其每个周期满足需要承载的带宽的概率，对该备选服务器组中的概率进行了分组，确定包含的概率数量大于周期数量的一半的目标组，该目标组中的概率可以认为是距离相差较小的概率，从而确定该备选服务器组的目标概率，该目标概率可以认为是该备选服务器组长期满足该需要承载的带宽的概率，从而基于该目标概率选择目标概率满足条件的备选服务器组为客户端提供服务，从而可以保证相对较长的一段时间该备选服务器组能够满足该客户端的带宽需求，进而可以避免频繁切换为客户端服务的服务器组而带来的网络时延激增、响应速度骤降等问题。
Description
技术领域
本申请及带宽资源调度技术领域，尤其涉及一种服务器组资源分配方法、装置、设备及介质。
背景技术
随着客户需求以及业务推广需求的提高，越来越普遍地存在带宽需求突发或者规划资源不足的情况。例如当客户需要对某项新业务进行大力推广，或者客户提供了当下热门资源时等情况，客户的带宽需求会大幅增加，客户当前使用的服务器组的资源可能无法满足突发的带宽需求。内容分发网络(Content Delivery Netwoek，CDN)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因其可以显著缓解源站压力，提高内容分发和服务的速度，已被广泛应用于网站加速、点直播、游戏加速等场景。
现有技术中，当客户端需要承载的带宽突增时，CDN调度设备只会参考当前各个服务器组剩余带宽的情况为客户端做资源调度，即为客户端新增带宽，其中服务器组中包括至少一个边缘服务器，具体的，一般通过最实惠路径和最近的边缘服务器为客户端提供服务，如果边缘服务器没有客户所需内容，则边缘服务器可以从目标服务器中获取对应的内容并缓存。但是一段时间后客户端的新增带宽也可能会出现冗余或不足的情况，又需要为客户端替换服务器组或者新增服务器组，以实现替换新增带宽或者增加新的新增带宽。因此，CDN调度设备挑选的服务器组的带宽可能不能长时效地满足客户的需求，需要频繁为客户端切换提供服务的服务器组，从而很大可能地出现网络时延激增、响应速度骤降等问题，最终导致为客户提供的业务质量下滑，甚至出现客户流失现象。
发明内容
本申请提供了一种服务器组资源分配方法、装置、设备及介质，用以解决现有技术为客户分配服务器组出现的频繁切换服务器组导致的网络延时激增、响应速度骤降及业务质量下滑的问题。
第一方面，本申请提供了一种服务器组资源分配方法，该方法包括：
若确定为客户端提供服务的任一服务器组不满足需要承载的带宽的需求，获取针对所述客户端保存的各个备选服务器组当前时间之前的设定时间长度内每个周期的剩余带宽的均值和方差；
针对每个备选服务器组，根据该备选服务器组每个周期的均值和方差，以及所述需要承载的带宽，确定该周期该备选服务器组满足所述需要承载的带宽的概率，根据每个周期对应的概率之间的距离，将该备选服务器组的每个周期的概率划分到目标组中，其中所述目标组中包含的概率数量大于所述周期数量的一半；根据划分到所述目标组的概率，确定该备选服务器组的目标概率；
控制目标概率满足条件的备选服务器组为所述客户端提供服务。
第二方面，本申请提供了一种服务器组资源分配装置，该装置包括：
获取模块，用于若确定为客户端提供服务的任一服务器组不满足需要承载的带宽的需求，获取针对所述客户端保存的各个备选服务器组当前时间之前的设定时间长度内每个周期的剩余带宽的均值和方差；
确定模块，用于针对每个备选服务器组，根据该备选服务器组每个周期的均值和方差，以及所述需要承载的带宽，确定该周期该备选服务器组满足所述需要承载的带宽的概率，根据每个周期对应的概率之间的距离，将该备选服务器组的每个周期的概率划分到目标组中，其中所述目标组中包含的概率数量大于所述周期数量的一半；根据划分到所述目标组的概率，确定该备选服务器组的目标概率；
调度决策模块，用于控制目标概率满足条件的备选服务器组为所述客户端提供服务。
第三方面，本申请提供了一种电子设备，所述电子设备至少包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序时实现上述所述服务器组资源分配方法的步骤。
第四方面，本申请提供了一种计算机可读存储介质，其存储有计算机程序，所述计算机程序被处理器执行时实现如上述所述服务器组资源分配方法的步骤。
由于在本申请中针对每个备选服务器组，根据该备选服务器组的每个周期满足该需要承载的带宽的概率，对该备选服务器组中的概率进行了分组，最终确定了该备选服务器组的目标组，该目标组中的概率可以认为是距离相差较小的概率，而且目标组中包含的概率数量大于周期数量的一半，根据该目标组的概率可以确定该备选服务器组的目标概率，该目标概率可以认为是该备选服务器组长期满足该需要承载的带宽的概率，从而基于该目标概率可以进行为客户提供服务的备选服务器组的选择，因为选择的是目标概率满足条件的备选服务器组，因此可以保证相对较长的一段时间该备选服务器组的带宽资源都是能够满足该客户端的需要承载的带宽的，进而可以避免频繁切换为客户端服务的服务器组，从而带来的网络时延激增、响应速度骤降等问题。
附图说明
为了更清楚地说明本申请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申请的一些实施例，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为本申请实施例提供的一种服务器组资源分配过程示意图；
图2为本申请实施例提供的一种CDN负载均衡服务器的结构示意图；
图3为本申请实施例提供的将任意两个周期的概率划分到组的过程示意图；
图4为本申请实施例提供的将任意两个同一级别的组的概率合并为下一级别的组最终得到目标组的过程示意图；
图5为本申请中的实施例提供的一种服务器组资源分配过程示意图；
图6为本申请实施例提供的一种服务器组资源分配装置的结构示意图；
图7为本申请提供的一种电子设备结构示意图。
具体实施方式
为使本申请的目的和实施方式更加清楚，下面将结合本申请示例性实施例中的附图，对本申请示例性实施方式进行清楚、完整地描述，显然，描述的示例性实施例仅是本申请一部分实施例，而不是全部的实施例。
需要说明的是，本申请中对于术语的简要说明，仅是为了方便理解接下来描述的实施方式，而不是意图限定本申请的实施方式。除非另有说明，这些术语应当按照其普通和通常的含义理解。
本申请中说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”等是用于区别类似或同类的对象或实体，而不必然意味着限定特定的顺序或先后次序，除非另外注明。应该理解这样使用的用语在适当情况下可以互换。
术语“包括”和“具有”以及他们的任何变形，意图在于覆盖但不排他的包含，例如，包含了一系列组件的产品或设备不必限于清楚地列出的所有组件，而是可包括没有清楚地列出的或对于这些产品或设备固有的其它组件。
术语“模块”是指任何已知或后来开发的硬件、软件、固件、人工智能、模糊逻辑或硬件或/和软件代码的组合，能够执行与该元件相关的功能。
最后应说明的是：以上各实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述各实施例对本申请进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本申请各实施例技术方案的范围。
为了方便解释，已经结合具体的实施方式进行了上述说明。但是，上述示例性的讨论不是意图穷尽或者将实施方式限定到上述公开的具体形式。根据上述的教导，可以得到多种修改和变形。上述实施方式的选择和描述是为了更好的解释原理以及实际的应用，从而使得本领域技术人员更好的使用所述实施方式以及适于具体使用考虑的各种不同的变形的实施方式。
本申请提供了一种服务器组资源分配方法、装置、设备及介质，方法具体为若确定为客户端提供服务的任一服务器组不满足需要承载的带宽的需求；获取保存的各个备选服务器组当前时间之前的设定时间长度内每个周期的剩余带宽的均值和方差；针对每个备选服务器组，根据该备选服务器组每个周期的均值和方差，以及所述需要承载的带宽，确定该周期该备选服务器组满足所述需要承载的带宽的概率，根据每个周期对应的概率之间的距离，将该备选服务器组的每个周期的概率划分到目标组中，其中所述目标组中包含的概率数量大于所述周期数量的一半；根据划分到所述目标组的概率，确定该备选服务器组的目标概率；控制目标概率满足条件的备选服务器组为客户端提供服务。
为了降低频繁切换服务器带来的网络时延激增、响应速度骤降等问题，从而提高业务质量，本申请实施例提供了一种服务器组资源分配方法、装置、设备及介质。
实施例1：
图1为本申请中的实施例提供的一种服务器组资源分配过程示意图，该过程包括：
S101：若确定为客户端提供服务器组的任一当前服务器组不满足需要承载的带宽的需求，获取针对所述客户端保存的各个备选服务器组当前时间之前的设定时间长度内每个周期的剩余带宽的均值和方差。
本申请实施例提供的该服务器组资源分配方法应用于CDN负载均衡服务器。CDN负载均衡服务器在设定时刻遍历正在为客户端服务的每个服务器组及客户端，确定为客户端提供服务器组是否满足需要承载的带宽的需求，若确定为客户端提供服务器组的任一当前服务器组不满足需要承载的带宽的需求，则需要选择其他的备选服务器组替换该服务器组。该设定时刻可以根据经验人为设定，例如每过三秒进行一次遍历。
为了确定为客户端服务的备选服务器组，在本申请中资源冗余能力评估模块获取预先保存的各个备选服务器组该当前时间之前的、设定时间长度内每个周期的剩余带宽的均值和方差。
其中大数据平台负责预先保存各个备选服务器组该当前时间之前的、设定时间长度内每个周期的剩余带宽的均值和方差。
该设定时间长度可以根据经验人为设定，该设定时间长度可以是几天，几周或者一个月等等，另外在本申请实施例中周期的长度也可以是人为设定的，并且周期较设定时间长度短，例如一个周期为一天，一个周期内的每一个整点为一个设定时间点，可以获取每个设定时间点备选服务器组的剩余带宽。
每个备选服务器组的每个周期的剩余带宽的均值和方差，由CDN负载均衡服务器采集每个周期每个设定时间点每个备选服务器组的剩余带宽计算得到，具体的可以是由CDN负载均衡服务器中的实时数据采集模块采集计算的。
一个服务器组包括多个边缘服务器，一个备选服务器组也包括多个节点服务器，每个服务器组和每个备选服务器组之间各自包含不同的边缘服务器，服务器组的剩余带宽与备选服务器组的剩余带宽获取方式一致。
图2为本申请实施例提供的一种CDN负载均衡服务器的结构示意图，该CDN负载均衡服务器包括：调度决策模块、资源冗余能力评估模块、基础配置模块和实时数据采集模块，该CDN负载均衡服务器中的实时数据采集模块可以和大数据平台进行交互，获取相应的信息。
S102：针对每个备选服务器组，根据该备选服务器组每个周期的均值和方差，以及所述需要承载的带宽，确定该周期该备选服务器组满足所述需要承载的带宽的概率，根据每个周期对应的概率之间的距离，将该备选服务器组的每个周期的概率划分到目标组中，其中所述目标组中包含的概率数量大于所述周期数量的一半；根据划分到所述目标组的概率，确定该备选服务器组的目标概率。
当获取到保存的每个备选服务器组当前时间之前的设定时间长度内每个周期的剩余带宽的均值和方差后，可以针对每个备选服务器组的每个周期，确定该周期该备选服务器组满足该需要承载的带宽的概率。具体的，可以根据该备选服务器组该周期的剩余带宽的均值和方差，以及该需要承载的带宽，采用概率标准分算法，确定该周期该备选服务器组满足该需要承载的带宽的概率。
当针对每个备选服务器组，确定该备选服务器组的每个周期满足该需要承载的带宽的概率后，依次针对每个周期，根据该周期的概率与其他周期的概率的距离，将距离最小的两个概率划分到一组，然后针对剩余的没有划分组的概率继续进行后续过程，直至所有的概率都划分到组中。将每个组包含的概率的平均值作为该组的概率，针对每个组继续采用上述方式，将组和组之间包含的概率继续合并到一个组中，直至一个组中包含的概率的数量达到周期数量的一半以上，则认为该组为目标组，根据该目标组中包含的概率，确定该目标组的概率的平均值，将该平均值作为该备选服务器组的目标概率。
S103：控制目标概率满足条件的备选服务器组为所述客户端提供服务。
为了使调度后的备选服务器组能够较长时间地满足客户端的带宽需求，CDN负载均衡服务器的调度决策模块可以根据资源冗余能力评估模块计算得到的每个备选服务器组的目标概率，控制其中目标概率最大的备选服务器组为客户端提供服务。
由于在本申请中针对每个备选服务器组，根据该备选服务器组的每个周期满足该需要承载的带宽的概率，对该备选服务器组中的概率进行了分组，最终确定了该备选服务器组的目标组，该目标组中的概率可以认为是距离相差较小的概率，而且目标组中包含的概率数量大于周期数量的一半，根据该目标组的概率可以确定该备选服务器组的目标概率可以认为是备选服务器组长期满足该需要承载的带宽的概率，从而基于该目标概率可以进行为客户提供服务的备选服务器组的选择，因为选择的是目标概率满足条件的备选服务器组，因此可以保证相对较长的一段时间该备选服务器组的带宽资源都是能够满足该客户的带宽需求的，进而可以避免频繁切换为客户服务的服务器，从而带来的网络时延激增、响应速度骤降等问题。
实施例2：
为了确定该备选服务器组在当前时间能够满足需要承载的带宽的概率，在上述实施例子的基础上，在本申请实施例中，所述当前时间之前的设定时间长度内每个周期的剩余带宽的均值和方差的确定过程包括：
获取所述设定时间长度内每个周期的每个设定时间点的实时带宽，根据该备选服务器组对应的带宽上限及所述实时带宽，确定剩余带宽；
根据每个周期的每个设定时间点的剩余带宽，确定每个周期的剩余带宽的均值；
根据所述每个周期的剩余带宽的均值，确定每个周期的剩余带宽的方差。
在申请实施例中可以预先设置进行剩余带宽统计的设定时间点，CDN负载均衡服务器的实时数据采集模块实时采集在每个设定时间点时每个边缘服务器的实时带宽进行暂存。
实时数据采集模块从CDN负载均衡服务器的基础配置模块获取每个边缘服务器所归属的服务器组的关系，具体的确定各个边缘服务器归属于哪个服务器组或备选服务器组，针对每个服务器组或备选服务器组，通过累加该服务器组或备选服务器组中包含的每个边缘服务器的实时带宽，得到该服务器组或备选服务器组的实时带宽，并将每个服务器组或备选服务器的实时带宽保存到大数据平台，最后删除已经计算过的每个边缘服务器的实时带宽。
例如[1]实时采集边缘服务器的实时带宽，数据如下所示：
机器IP 101.25.256.15 101.25.256.16 101.25.256.17；
实时带宽100Mbps 200Mbps 200Mbps。
[2]从基础配置模块获取每个边缘服务器对应服务器组关系，具体的确定各个边缘服务器归属于哪个服务器组或备选服务器组，通过累加该服务器组或备选服务器组中包含的每个边缘服务器的实时带宽，最终可得到每个服务器组或备选服务器组对应的实时带宽，数据如下所示：
服务器组dx-fj-xm1 yd-gd-sz1 dx-fj-qz1；
实时带宽1500Mbps 2500Mbps 2000Mbps。
例子中每个服务器组并不一定只包含3个边缘服务器，具体是几个边缘服务器可以根据实际情况进行设置。根据每个服务器组或备选服务器组的实时带宽，实时数据采集模块从基础配置模块获取每个服务器组或备选服务器组对应的带宽上限，计算每个服务器组或备选服务器组在每个周期每个设定时间点的剩余带宽并保存到大数据平台。剩余带宽的计算公式如下：
剩余带宽＝带宽上限*打折比例-服务器组或备选服务器组的实时带宽；
其中打折比例可以根据经验因素人为设定。该打折比例一般为大于零不超过1的数值，例如打折比例可以为位于50％-85％之间的数值，具体是多少可以根据实际情况进行设置。
为了确定每个备选服务器组在每个周期的剩余带宽的方差和均值，进而得到该备选服务器组的剩余带宽满足的正态分布。CDN负载均衡服务器中的资源冗余能力评估模块针对每个备选服务器组，获取该备选服务器组每个周期的每个设定时间点的剩余带宽，计算每个备选服务器组在每个周期的剩余带宽的均值μ。剩余带宽的均值μ可以根据以下公式计算：
其中，xi为每个周期的第i个设定时间点的剩余带宽，n为每个周期内包含的设定时间点的数量。
其中，资源冗余能力评估模块会对每个设定时间点每个备选服务器组的剩余带宽进行一定条件的筛选，条件如下：
每个设定时间点的剩余带宽互相独立，也就是每个设定时间点的剩余带宽单独参与计算，不会出现两个或多个设定时间点的剩余带宽累加后再参与计算。
每个设定时间点的剩余带宽不会无限大，也就是不会超过设定的一个阈值；将超过阈值的剩余带宽删除，一般情况阈值设置为该备选服务器组带宽上限的100％，可根据实际情况另行设定。
每个剩余带宽对结果都有一定的贡献，具体为每个周期的每个设定时间点的剩余带宽都参与到每个设定时间点的剩余带宽的正态分布中。
根据每个周期的剩余带宽的均值μ和每个设定时间点的剩余带宽，计算每个周期的剩余带宽的方差σ2和标准差σ。方差σ2和标准差σ计算公式分别为：
标准差(σ)为方差(σ2)的开方：
其中，μ为每个备选服务器组在任一周期的剩余带宽的均值，xi为每个周期的第i个设定时间点的剩余带宽。
为了获得各个备选服务器组在各个周期内备选服务器组剩余带宽大于需要承载的带宽的概率，根据各个备选服务器组在各个周期内剩余带宽的均值μ和标准差σ，使用概率标准分算法，将欲求的概率分布范围转化为标准正态分布N～(0,1)范围，利用正态分布概率表查找概率值，就可以得到各个备选服务器组组在每个周期下对应的剩余带宽大于需要承载的带宽的概率。其中概率标准分算法如下：
其中，Z为对应的标准分值，X为需要承载的带宽，μ为服务组每个周期的剩余带宽的均值，σ为服务组每个周期的剩余带宽的标准差。
当根据需要承载的带宽、每个周期的剩余带宽的标准差和均值，确定出对应的标准分值后，根据该标准分值及正态分布概率表，查找该标准分值对应的概率，将查找到的概率作为每个周期的剩余带宽大于需要承载的带宽的概率。
例如，备选服务器组的某个周期的剩余带宽Y符合正态分布N(200，400)，当为客户端服务的服务器组的需要承载的带宽为170M时，即需要为客户端挑选剩余带宽大于170M的备选服务器组。则首先可以根据概率标准分算法，确定标准分值，具体的：Z＝(X-μ)/σ＝(170-200)/20＝-1.5，根据上述公式可知，标准分值为-1.5,即剩余带宽大于需要承载的带宽的概率等于大于该标准分值的概率，P(Y>170)＝P(Z>-1.5)，根据正态分布概率表查找该周期的剩余带宽大于需要承载的带宽的概率，可得P(Z>-1.5)＝0.9332，也就是说该备选服务器组在该周期的剩余带宽大于170M的概率P＝0.9332。
实施例3：
为了确定备选服务器组的目标组，在上述各实施例的基础上，在本申请实施例中，所述根据每个周期对应的概率之间的距离，将该备选服务器组的每个周期的概率划分到目标组中的方法包括：
随机选取一个未被分组的周期，确定该周期对应的概率与其他未被分组的周期对应的概率的距离，将距离最小值对应的两个概率合并为一组，并将所述未被分组的周期及所述其他未被分组的周期标记为已分组，若还存在未被分组的至少两个周期，则继续随机选择一个未被分组的周期，直至剩余的未被分组的周期数量小于2个；
针对每个组，根据该组中包含的概率，确定该组的平均概率；
随机选取一个当前等级的未被分组的组，其中当前等级的未被分组的组中包含的概率的数量相同，确定该组对应的平均概率与其他未被分组的组的平均概率的距离，将距离最小值对应的两个当前等级的组合并为下一等级的一组，并将所述当前等级的未被分组的组及所述其他未被分组的组标记为已分组，若还存在当前等级的未被分组的至少两个组，则继续随机选择一个未被分组的组，直至剩余的当前等级的未被分组的组数量小于2个，之后将下一等级的组作为当前等级的组，继续进行随机选择一个未被分组的组，直至分组后的任一等级的组中存在一个组包含的概率数量大于所述周期数量的一半，则将该包含的概率数量大于所述周期数量的一半的组确定为目标组。
为了对备选服务器组的每个周期的概率进行划分，从而得到目标组中包含的概率，进而确定目标概率。在本申请实施例中针对每个备选服务器组分别进行确定，其中针对每个备选服务器组确定目标组的过程相同，为了便于说明，在本申请实施例中以一个备选服务器组进行说明。
在进行分组之前，该备选服务器组的每个周期都被标记为未被分组，所以可以在未被分组的周期中随机选取一个周期作为基底周期，例如选周期A为基底周期，确定周期A对应的概率与其他未被分组的周期对应的概率的距离，将距离最小值对应的两个概率合并为一组a。如果出现两个或两个以上其他未被分组的周期的对应概率与该随机选取的基底周期对应概率的距离一致时，随机挑选其中一个未被分组的周期与该随机选取的基底周期合并为一组。
例如该随机选取的基底周期为周期A，当将周期A和另一个周期合并为一组后，将周期A和另一个周期标记为已分组，之后在剩余的未被分组的周期中，再随机选取一个周期作为基底周期，例如周期B，再按照上述过程，查找能够与周期B的概率合并到一个组的其他周期的概率。当将周期B的概率与另一个其他周期的概率合并为一组后，将该周期B和另一个其他周期标记为已分组，继续再针对未被分组的周期，按照上述顺序查找及进行组的合并，直至没有剩余的未被分组的周期，或者剩余的未被分组的周期只剩一个。
若剩余的未被分组的周期只剩一个，则可以将该周期的概率合并到一组中，为了保证该组中包含的概率数量与其他组中包含的概率数量相同，另外也不会影响该组的概率大小，可以确定该组包含两个概率，该两个概率大小相等，就是这个未被分组的周期的概率。另外，虽然改变了该组中包含的概率的数量，但是该两个概率对应的都是同一周期。概率的距离可以根据以下公式计算：
d(A,B)＝|Ak-Bj|
其中A、B为任意的两个周期，Ak和Bj可以分别为周期A和周期B对应的概率，d(A,B)为A、B这两个周期对应的概率之间的距离。
图3为本申请实施例提供的将任意两个周期的概率划分到组的过程示意图。如图3所示，某一备选服务器组的概率分别为：A、B、C、D、E、F和G，经过计算和对比概率的距离，将A和F两个概率的距离最近的概率分为一个组，同样的将概率B和C分为一组、概率D和E分为一组，并将概率G和G分为一组。
当确定了每个组后，因为每个组中包含两个概率，为了方便后续进行目标组的确定，根据每个组中包含的概率，确定该组的平均概率。平均概率的计算公式为：
其中，pi对应每个组包含的第i个概率，m为该组内包含的概率的数量，P为该组的平均概率。
根据组内包含的概率的数量确定该组的级别，例如该组包含两个概率，则该组为第一级别的组，若该组包含四个概率，则该组为第二级别的组，第二级别的组为第一级别组的下一级别的组，其他的组的级别依次确定。
针对同一级别的每个组，在进行下一级别的组确定之前，将该级别的每个组都被标记为未被分组，所以可以在未被分组的组中随机选取一个组作为基底组，例如选组a为基底组，确定组a对应的平均概率与其他未被分组的组对应的平均概率的距离，将距离最小值对应的两个组合并为下一等级的组b。如果出现两个或两个以上其他未被分组的组的对应平均概率与该随机选取的基底组对应平均概率的距离一致时，随机挑选其中一个未被分组的组与该随机选取的基底组合并为下一等级的组。
例如该随机选取的基底组为第一级别的组a，当将组a和另一个第一级别的组合并为下一等级的组后，将组a和另一个第一级别的组标记为已分组，在剩余的未被分组的第一级别的组中，再随机选取一个第一级别的组作为基底组，例如第一级别的组b，再按照上述过程，查找能够与第一级别的组b的概率合并到一个下一等级的组的其他第一级别的组的概率。当将第一级别的组b的概率与另一个其他第一级别的组的概率合并为下一等级的组后，将该第一级别的组b和另一个其他第一级别的组标记为已分组，继续再针对未被分组的同一级别的组，按照上述顺序查找及进行组的合并，直至没有剩余的未被分组的同一级别的组，或者剩余的未被分组的同一级别的组只剩一个。若剩余的未被分组的当前级别的组只剩一个，则可以将该当前级别的组的概率合并到下一等级的组中，为了保证该下一等级的组中包含的概率数量与其他下一等级的组中包含的概率数量相同，另外也不会影响该下一等级的组的平均概率大小，可以确定该下一等级的组包含两个该当前级别的组的概率，该两个该当前级别的组中包含的概率数量，及概率大小相等，都是这个未被分组的当前级别的组的概率。另外，虽然该下一级别的组中包含的概率数量是和其他组包含的概率数量是一致的，但是存在至少两个概率对应同一周期的情况。当将任一级别的组都分组完毕后，判断是否存在任一组中包含不同的周期的概率的数量达到周期数量的一半以上，若否，则继续进行下一级别的组的合并，若是，则将该包含不同的周期的概率的数量达到周期数量的一半以上的组确定为目标组。
其中平均概率的距离计算公式为：
d(X,Y)＝|Xn-YN|
其中X,Y为任意的两个同一级别的组，Xn和YN可以分别为两个同一级别的组对应的平均概率，d(X,Y)为两个同一级别的组对应的平均概率之间的距离。
还以上述图3为例进行说明，包含概率A和F的组又和包含概率B和C的组的距离最近，则将这两个组合并为一个更高一个级别的组，该组中包含概率A、F、B和C，包含概率D和E的组又和包含概率G和G的组的距离最近，则将这两个组合并为一个更高一个级别的组，该组中包含概率D、E、G和G。在这之后，由于包含A、F、B、C的组包含不同的周期的概率的数量大于周期数量的一半以上，则选取该组作为目标组。
图4为本申请实施例提供的将任意两个同一级别的组的概率合并为下一级别的组最终得到目标组的过程示意图。如图4所示，概率分别为：x、y、m、n、q、p和z，经过计算和对比概率的距离，将x和y两个概率的距离最近的概率合并到下一级别的组，同样的将概率m和n合并为一组、概率q和p合并为一组，并将概率z和z合并为一组。在这之后，包含x和y的组a又和包含m和n的组b的距离最近，则将这两个组合并为一个更高等级的组c，组c包含概率x、y、m和n。在这之后，由于包含x、y、m、n的组c包含不同的周期的概率的数量大于周期数量的一半以上，则选取该组作为目标组。
具体的将备选服务器组的每个周期的概率划分到目标组中可以由单连接(single-linkage)层次聚类算法实现。与本申请实施例提供的方法类似，单连接层次聚类算法的方法为：
首先，每一个周期的概率作为一个的聚类簇，该周期的概率作为该聚类簇的值，计算每个聚类簇的值之间的距离来确定它们之间的相似性，距离越小，相似性越高。将距离最小的聚类簇组合成一个新的聚类簇，将这两个聚类簇的平均值作为该新的聚类簇的值。重复上述步骤，直到一个聚类簇中包含周期的概率的数量的一半以上，将该聚类簇作为目标组，该聚类簇的值即为目标概率。
实施例4：
为了确定该备选服务器组在更长时间内能够满足需要承载的带宽的概率，在上述各实施例的基础上，在本申请实施例中，所述确定该备选服务器组的目标概率的方法包括：
根据所述目标组中包含的每个概率，确定概率平均值，将所述概率平均值确定为所述目标概率。
目标组中包含了多个概率，为了确定备选服务器组的目标概率，计算概率平均值，将概率平均值作为该目标组的目标概率。概率平均值的计算公式为可以根据以下公式计算：
其中，Pi为目标组内的第i个概率，S为目标组内包含的概率的数量。
实施例5：
为了控制更长时间满足需要承载的带宽的备选服务器组为客户提供服务，在上述实施例子的基础上，在本申请实施例中，所述控制目标概率满足条件的备选服务器组为所述客户端提供服务包括：
获取每个备选服务器组当前的剩余带宽；
在备选服务器组中选择目标概率满足条件的备选服务器组为所述客户端提供服务。
为了使选择的备选服务器组能够在较长的时间内为客户端提供服务，在本申请实施例中，在确定满足条件的备选服务器组时，调度决策模块还从大数据平台获取每个备选服务器组在当前时间的剩余带宽。
调度决策模块依据实时数据采集模块获取当前时间的剩余带宽，并根据资源冗余能力评估模块计算的目标概率，选择该剩余带宽大于需要承载的带宽、且目标概率最大的备选服务器组替换剩余带宽小于需要承载的带宽的服务器组为客户端服务。
实施例6：
为了控制更长时间满足需要承载的带宽的备选服务器组为客户端提供服务，在上述各实施例的基础上，在本申请实施例中，所述控制所述满足条件的备选服务器组为所述客户端提供服务包括：
将所述目标概率最大的备选服务器组，确定为目标概率满足条件的备选服务器组；
控制所述满足条件的备选服务器组为所述客户端提供服务。
为了控制更长时间满足需要承载的带宽的备选服务器组为客户端提供服务，CDN负载均衡服务器的调度决策模块挑选出目标概率最大的备选服务器组，并控制目标概率最大的备选服务器组替换掉剩余带宽小于需要承载的带宽的服务器组为客户端提供服务，使得替换后的备选服务器组能够更长时间地满足客户端业务需求。
实施例7：
为了满足客户端的带宽需求，在上述各实施例的基础上，在本申请实施例中，所述确定为客户端提供服务器组的任一服务器组不满足需要承载的带宽的需求包括：
获取所述客户端的带宽需求；
根据当前服务所述客户端的服务器组的数量，按照负载均衡的策略，确定当前服务所述客户端的每个服务器组需要承载的带宽；
若针对任一所述当前服务所述客户端的服务器组，该服务器组当前时间的剩余带宽小于所述需要承载的带宽，确定该服务器组不满足需要承载的带宽的需求。
为了针对每个客户端，确定是否为该客户端服务的每个服务器组均能满足该客户端的需要承载的带宽需求，CDN负载均衡服务器获取该客户端的带宽需求，从基础配置模块获取为该客户端服务的服务器组的数量，按照负载均衡的策略，将客户端的带宽需求均分到当前为客户端服务的每个服务器组中，得到每个服务器组需要承载的带宽，即每个服务器组组的需要承载的带宽bwi＝客户端的带宽需求/当前服务客户端的服务器组个数。
CDN负载均衡服务器判断当前为客户服务的每个服务器组当前时间的剩余带宽是否大于该服务器组的需要承载的带宽，若该服务器组当前时间的剩余带宽小于该服务器组需要承载的带宽，则确定该服务器组不满足需要承载的带宽的需求，将该服务器组标记为需要被替换，若该服务器组当前时间的剩余带宽大于该服务器组需要承载的带宽，则确定该服务器组满足需要承载的带宽的需求，该服务器组不需要被替换。
图5为本申请中的实施例提供的一种服务器组资源分配过程示意图，该过程包括：
S501：预先为每个客户端挑选出若干个预设服务器组，该预设服务器组中的每个服务器组都可以为客户端提供服务。
为了便于为客户端替换服务器组，预先为每个客户端挑选出的若干个预设服务器组包括：当前正在为客户端提供服务的服务器组以及若干备选服务器组。
S502：按照负载均衡策略，计算当前正在为客户端提供服务的每个服务器组需要承载的带宽。
为了使服务组给客户端提供稳定的服务，CDN负载均衡服务器组的资源冗余能力评估模块针对每个客户端，根据当前正在为该客户端提供服务的每个服务器组，按照负载均衡策略，将客户端的带宽需求均分为当前为客户端提供服务的每个服务器组需要承载的带宽，计算出每个服务器组的需要承载的带宽(bwi)。
S503：遍历为客户端提供服务的服务器组是否均满足需要承载的带宽。
为了使服务组给客户端提供稳定的服务，CDN负载均衡服务器中的资源冗余能力评估模块会遍历当前正在为客户端提供服务的服务器组的剩余带宽是否大于每个服务器组的需要承载的带宽。挑选出不能满足需要承载的带宽的服务器组，准备由调度决策模块为客户端选择备选服务器组替换该服务器组。
S504：计算备选服务器组的剩余带宽大于bwi的目标概率。
资源冗余能力评估模块从实时数据采集模块获取备选服务器组当前时间之前的设定时间长度内每个周期的每个设定时间点的剩余带宽，通过上述各个实施例的方法计算为客户端服务的每个备选服务器组的目标概率，为调度决策模块作调度参考。
S505：根据备选服务器组的剩余带宽以及目标概率，尝试为客户端替换服务器组。
调度决策模块依据实时数据采集模块获取当前时间的剩余带宽，并根据资源冗余能力评估模块计算的目标概率，控制该剩余带宽大于需要承载的带宽、且目标概率最大的备选服务器组替换剩余带宽小于需要承载的带宽的服务器组为客户端服务。
下面通过一个具体的实施例，对本申请实施例的一种服务器组资源分配过程进行说明。
如当为客户端预先分配的服务器组为A，B，C，备选服务器组为D、E、F和G。当客户端带宽需求为1200M，资源冗余能力评估模块从基础配置模块获取当前服务客户端的服务器组个数，按照负载均衡的策略，将客户端总的带宽需求均分到当前为客户端服务的每个服务器组，得到每个服务器组的负载，即每个服务器组的需要承载的带宽bwi＝客户端带宽需求/当前服务客户端的服务器组个数，可得A，B，C每个服务器组的bwi＝1200/3＝400M。若服务器组A、B、C当前时间的剩余带宽分别为：A：300M；B：600M；C：700M。由于服务器组A剩余带宽不足，需要考虑将A替换掉，需要考虑从备选服务器组D，E，F，G中挑选剩余带宽大于400M的备选服务器组，继续服务客户端，保证客户网络的稳定性。
获取D，E，F，G当前时间的剩余带宽和计算P(X>bwi)(X为该备选服务器组当前剩余带宽)的目标概率。假如计算结果如下：
D，当前的剩余带宽：450M，目标概率P(X>bwi)：0.95；
E：当前的剩余带宽：100M，目标概率P(X>bwi)：0.3；
F：当前的剩余带宽：500M，目标概率P(X>bwi)：0.6；
G：当前的剩余带宽：50M，目标概率P(X>bwi)：0.2。
挑选的备选服务器组需要满足当前时间的剩余带宽大于400M，能满足的只有D，F。进而对D，F的目标概率P(X>bwi)进行从大到小进行排序，D的目标概率最大，说明D的各个周期下的剩余带宽大于400M的概率更高，能够长时间满足客户端需求的机会更大，因此控制备选服务器组D服务客户端。
当以上挑选不到资源的时：
(1)增加挑选其他新的备选服务器组覆盖到对应的客户端下；
(2)重新计算每个新的备选服务器组需要承载的带宽；
(3)判断新的备选服务器组的剩余带宽以及目标概率P(X>bwi)；
(4)当无法满足时，重复步骤(1)(2)(3)，直至能满足客户端的需要承载的带宽。
实施例8：
图6为本申请实施例提供的一种服务器组资源分配装置的结构示意图，该装置包括：
获取模块601，用于若确定为客户端提供服务的任一服务器组不满足需要承载的带宽的需求，获取针对所述客户端保存的各个备选服务器组当前时间之前的设定时间长度内每个周期的剩余带宽的均值和方差；
确定模块602，用于针对每个备选服务器组，根据该备选服务器组每个周期的均值和方差，以及所述需要承载的带宽，确定该周期该备选服务器组满足所述需要承载的带宽的概率，根据每个周期对应的概率之间的距离，将该备选服务器组的每个周期的概率划分到目标组中，其中所述目标组中包含的概率数量大于所述周期数量的一半；根据划分到所述目标组的概率，确定该备选服务器组的目标概率；
调度决策模块603，用于控制目标概率满足条件的备选服务器组为所述客户端提供服务。
所述装置还包括：
数据采集计算模块604，用于获取所述设定时间长度内每个周期的每个设定时间点的实时带宽，根据该服务器组对应的带宽上限及所述实时带宽，确定剩余带宽；根据每个周期的每个设定时间点的剩余带宽，确定每个周期的剩余带宽的均值；根据所述每个周期的剩余带宽的均值，确定每个周期的剩余带宽的方差。
在一种可能的实施方式中，所述确定模块602，具体用于随机选取一个未被分组的周期，确定该周期对应的概率与其他未被分组的周期对应的概率的距离，将距离最小值对应的两个概率合并为一组，并将所述未被分组的周期及所述其他未被分组的周期标记为已分组，若还存在未被分组的至少两个周期，则继续随机选择一个未被分组的周期，直至剩余的未被分组的周期数量小于2个；针对每个组，根据该组中包含的概率，确定该组的平均概率；随机选取一个当前等级的未被分组的组，其中当前等级的未被分组的组中包含的概率的数量相同，确定该组对应的平均概率与其他未被分组的组的平均概率的距离，将距离最小值对应的两个当前等级的组合并为下一等级的一组，并将所述当前等级的未被分组的组及所述其他未被分组的组标记为已分组，若还存在当前等级的未被分组的至少两个组，则继续随机选择一个未被分组的组，直至剩余的当前等级的未被分组的组数量小于2个，之后将下一等级的组作为当前等级的组，继续进行随机选择一个未被分组的组，直至分组后的任一等级的组中存在一个组包含的概率数量大于所述周期数量的一半，则将该包含的概率数量大于所述周期数量的一半的组确定为目标组。
在一种可能的实施方式中，所述确定模块602，具体用于根据所述目标组中包含的每个概率，确定概率平均值，将所述概率平均值确定为所述目标概率。
在一种可能的实施方式中，所述调度决策模块603，具体用于获取每个备选服务器组当前的剩余带宽；在备选服务器组中选择目标概率满足条件的备选服务器组为所述客户端提供服务。
在一种可能的实施方式中，所述调度决策模块603，具体用于将所述目标概率最大的备选服务器组，确定为目标概率满足条件的备选服务器组；控制所述满足条件的备选服务器组为所述客户端提供服务。
该装置具体可以部署在CDN负载均衡服务器中。
实施例9：
图7为本申请提供的一种电子设备结构示意图。如图7所示，该电子设备包括：处理器701、通信接口702、存储器703和通信总线704，其中，处理器701，通信接口702，存储器703通过通信总线704完成相互间的通信。
所述存储器703中存储有计算机程序，当所述程序被所述处理器701执行时，使得所述处理器701以完成上述任一所述一种服务器组资源分配方法的步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
通信接口702用于上述电子设备与其他设备之间的通信。
存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选地，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器，包括中央处理器、网络处理器(NetworkProcessor，NP)等；还可以是数字指令处理器(Digital Signal Processing，DSP)、专用集成电路、现场可编程门陈列或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。
实施例10：
在上述各实施例的基础上，本申请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内存储有可由电子设备执行的计算机程序，当所述程序在所述电子设备上运行时，使得所述电子设备执行时实现上述所述一种服务器组资源分配方法的步骤。
上述计算机可读存储介质可以是电子设备中的处理器能够存取的任何可用介质或数据存储设备，包括但不限于磁性存储器如软盘、硬盘、磁带、磁光盘(MO)等、光学存储器如CD、DVD、BD、HVD等、以及半导体存储器如ROM、EPROM、EEPROM、非易失性存储器(NANDFLASH)、固态硬盘(SSD)等。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请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、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请的方法、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。
显然，本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样，倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内，则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种服务器组资源分配方法，其特征在于，该方法包括：
若确定为客户端提供服务的任一服务器组不满足需要承载的带宽的需求，获取针对所述客户端保存的各个备选服务器组当前时间之前的设定时间长度内每个周期的剩余带宽的均值和方差；
针对每个备选服务器组，根据该备选服务器组每个周期的均值和方差，以及所述需要承载的带宽，确定该周期该备选服务器组满足所述需要承载的带宽的概率，根据每个周期对应的概率之间的距离，将该备选服务器组的每个周期的概率划分到目标组中，其中所述目标组中包含的概率数量大于所述周期数量的一半；根据划分到所述目标组的概率，确定该备选服务器组的目标概率；
控制目标概率满足条件的备选服务器组为所述客户端提供服务。
2.如权利要求1所述的方法，其特征在于，所述当前时间之前的设定时间长度内每个周期的剩余带宽的均值和方差的确定过程包括：
获取所述设定时间长度内每个周期的每个设定时间点的实时带宽，根据该服务器组对应的带宽上限及所述实时带宽，确定剩余带宽；
根据每个周期的每个设定时间点的剩余带宽，确定每个周期的剩余带宽的均值；
根据所述每个周期的剩余带宽的均值，确定每个周期的剩余带宽的方差。
3.如权利要求1所述的方法，其特征在于，所述根据每个周期对应的概率之间的距离，将该备选服务器组的每个周期的概率划分到目标组中的方法包括：
随机选取一个未被分组的周期，确定该周期对应的概率与其他未被分组的周期对应的概率的距离，将距离最小值对应的两个概率合并为一组，并将所述未被分组的周期及所述其他未被分组的周期标记为已分组，若还存在未被分组的至少两个周期，则继续随机选择一个未被分组的周期，直至剩余的未被分组的周期数量小于2个；
针对每个组，根据该组中包含的概率，确定该组的平均概率；
随机选取一个当前等级的未被分组的组，其中当前等级的未被分组的组中包含的概率的数量相同，确定该组对应的平均概率与其他未被分组的组的平均概率的距离，将距离最小值对应的两个当前等级的组合并为下一等级的一组，并将所述当前等级的未被分组的组及所述其他未被分组的组标记为已分组，若还存在当前等级的未被分组的至少两个组，则继续随机选择一个未被分组的组，直至剩余的当前等级的未被分组的组数量小于2个，之后将下一等级的组作为当前等级的组，继续进行随机选择一个未被分组的组，直至分组后的任一等级的组中存在一个组包含的概率数量大于所述周期数量的一半，则将该包含的概率数量大于所述周期数量的一半的组确定为目标组。
4.如权利要求1所述的方法，其特征在于，所述确定该备选服务器组的目标概率的方法包括：
根据所述目标组中包含的每个概率，确定概率平均值，将所述概率平均值确定为所述目标概率。
5.如权利要求1所述的方法，其特征在于，所述控制目标概率满足条件的备选服务器组为所述客户端提供服务包括：
获取每个备选服务器组当前的剩余带宽；
在备选服务器组中选择目标概率满足条件的备选服务器组为所述客户端提供服务。
6.如权利要求1或5所述的方法，其特征在于，所述控制目标概率满足条件的备选服务器组为所述客户端提供服务包括：
将所述目标概率最大的备选服务器组，确定为目标概率满足条件的备选服务器组；
控制所述满足条件的备选服务器组为所述客户端提供服务。
7.如权利要求1所述的方法，其特征在于，所述确定为客户端提供服务器组的任一服务器组不满足需要承载的带宽的需求包括：
获取所述客户端的带宽需求；
根据当前服务所述客户端的服务器组的数量，按照负载均衡的策略，确定当前服务所述客户端的每个服务器组需要承载的带宽；
若针对任一所述当前服务所述客户端的服务器组，该服务器组当前时间的剩余带宽小于所述需要承载的带宽，确定该服务器组不满足需要承载的带宽的需求。
8.一种服务器组资源分配装置，其特征在于，该装置包括：
获取模块，用于若确定为客户端提供服务的任一服务器组不满足需要承载的带宽的需求，获取针对所述客户端保存的各个备选服务器组当前时间之前的设定时间长度内每个周期的剩余带宽的均值和方差；
确定模块，用于针对每个备选服务器组，根据该备选服务器组每个周期的均值和方差，以及所述需要承载的带宽，确定该周期该备选服务器组满足所述需要承载的带宽的概率，根据每个周期对应的概率之间的距离，将该备选服务器组的每个周期的概率划分到目标组中，其中所述目标组中包含的概率数量大于所述周期数量的一半；根据划分到所述目标组的概率，确定该备选服务器组的目标概率；
调度决策模块，用于控制目标概率满足条件的备选服务器组为所述客户端提供服务。
9.一种电子设备，其特征在于，所述电子设备至少包括处理器和存储器，所述处理器用于执行存储器中存储的计算机程序时实现如权利要求1-7中任一所述服务器组资源分配方法的步骤。
10.一种计算机可读存储介质，其特征在于，其存储有计算机程序，所述计算机程序被处理器执行时实现如上述权利要求1-7任一项所述服务器组资源分配方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210863981.7A CN115225507B (zh) | 2022-07-21 | 2022-07-21 | 一种服务器组资源分配方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210863981.7A CN115225507B (zh) | 2022-07-21 | 2022-07-21 | 一种服务器组资源分配方法、装置、设备及介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115225507A true CN115225507A (zh) | 2022-10-21 |
| CN115225507B CN115225507B (zh) | 2024-03-08 |
Family
ID=83614698
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210863981.7A Active CN115225507B (zh) | 2022-07-21 | 2022-07-21 | 一种服务器组资源分配方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115225507B (zh) |
Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20010052004A1 (en) * | 1997-12-11 | 2001-12-13 | Hewlett-Packard Company | Administration of networked peripherals using particular file system |
| US20140122725A1 (en) * | 2012-11-01 | 2014-05-01 | Microsoft Corporation | Cdn load balancing in the cloud |
| CN104320487A (zh) * | 2014-11-11 | 2015-01-28 | 网宿科技股份有限公司 | 内容分发网络的http调度系统和方法 |
| US20160094424A1 (en) * | 2014-09-30 | 2016-03-31 | Virtual Instruments Corporation | Virtual Machine Processor & Memory Resource Coordinator |
| CN107026907A (zh) * | 2017-03-30 | 2017-08-08 | 上海斐讯数据通信技术有限公司 | 一种负载均衡方法、负载均衡器及负载均衡系统 |
| CN107277097A (zh) * | 2016-04-08 | 2017-10-20 | 北京优朋普乐科技有限公司 | 内容分发网络及其负载预测均衡方法 |
| CN108366133A (zh) * | 2018-03-28 | 2018-08-03 | 深圳市网心科技有限公司 | 一种ts服务器调度方法、调度设备及存储介质 |
| CN109408227A (zh) * | 2018-09-19 | 2019-03-01 | 平安科技（深圳）有限公司 | 负载均衡方法、装置及存储介质 |
| CN110198344A (zh) * | 2019-05-05 | 2019-09-03 | 网宿科技股份有限公司 | 一种资源调度方法及系统 |
| CN110795203A (zh) * | 2018-08-03 | 2020-02-14 | 阿里巴巴集团控股有限公司 | 资源调度方法、装置、系统和计算设备 |
| CN111274035A (zh) * | 2020-01-20 | 2020-06-12 | 长沙市源本信息科技有限公司 | 边缘计算环境下的资源调度方法、装置和计算机设备 |
| CN111787060A (zh) * | 2020-05-28 | 2020-10-16 | 网宿科技股份有限公司 | 一种流量调度方法、系统及装置 |
| CN112995765A (zh) * | 2021-03-05 | 2021-06-18 | 北京奇艺世纪科技有限公司 | 一种网络资源显示方法及装置 |
-
2022
- 2022-07-21 CN CN202210863981.7A patent/CN115225507B/zh active Active
Patent Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20010052004A1 (en) * | 1997-12-11 | 2001-12-13 | Hewlett-Packard Company | Administration of networked peripherals using particular file system |
| US20140122725A1 (en) * | 2012-11-01 | 2014-05-01 | Microsoft Corporation | Cdn load balancing in the cloud |
| US20160094424A1 (en) * | 2014-09-30 | 2016-03-31 | Virtual Instruments Corporation | Virtual Machine Processor & Memory Resource Coordinator |
| CN104320487A (zh) * | 2014-11-11 | 2015-01-28 | 网宿科技股份有限公司 | 内容分发网络的http调度系统和方法 |
| CN107277097A (zh) * | 2016-04-08 | 2017-10-20 | 北京优朋普乐科技有限公司 | 内容分发网络及其负载预测均衡方法 |
| CN107026907A (zh) * | 2017-03-30 | 2017-08-08 | 上海斐讯数据通信技术有限公司 | 一种负载均衡方法、负载均衡器及负载均衡系统 |
| CN108366133A (zh) * | 2018-03-28 | 2018-08-03 | 深圳市网心科技有限公司 | 一种ts服务器调度方法、调度设备及存储介质 |
| CN110795203A (zh) * | 2018-08-03 | 2020-02-14 | 阿里巴巴集团控股有限公司 | 资源调度方法、装置、系统和计算设备 |
| CN109408227A (zh) * | 2018-09-19 | 2019-03-01 | 平安科技（深圳）有限公司 | 负载均衡方法、装置及存储介质 |
| CN110198344A (zh) * | 2019-05-05 | 2019-09-03 | 网宿科技股份有限公司 | 一种资源调度方法及系统 |
| CN111274035A (zh) * | 2020-01-20 | 2020-06-12 | 长沙市源本信息科技有限公司 | 边缘计算环境下的资源调度方法、装置和计算机设备 |
| CN111787060A (zh) * | 2020-05-28 | 2020-10-16 | 网宿科技股份有限公司 | 一种流量调度方法、系统及装置 |
| WO2021237826A1 (zh) * | 2020-05-28 | 2021-12-02 | 网宿科技股份有限公司 | 一种流量调度方法、系统及装置 |
| CN112995765A (zh) * | 2021-03-05 | 2021-06-18 | 北京奇艺世纪科技有限公司 | 一种网络资源显示方法及装置 |
Non-Patent Citations (2)
| Title |
|---|
| DANILO ARDAGNA; BARBARA PANICUCCI DIPARTIMENTO DI ELETTRONICA E INFORMAZIONE, POLITECNICO DI MILANO, MILAN, ITALY ; MARCO TRUBIAN;: "Energy-Aware Autonomic Resource Allocation in Multitier Virtualized Environments", IEEE TRANSACTIONS ON SERVICES COMPUTING ( VOLUME: 5, ISSUE: 1, JAN.-MARCH 2012) * |
| 郭秉礼;黄善国;罗沛;顾畹仪;: "基于负载均衡的联合路由策略", 北京邮电大学学报, no. 04 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115225507B (zh) | 2024-03-08 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110858161B (zh) | 资源分配方法、装置、系统、设备和介质 | |
| CN110365765B (zh) | 一种缓存服务器的带宽调度方法及装置 | |
| CN107707382B (zh) | 一种智能调度方法和装置 | |
| CN109194584A (zh) | 一种流量监控方法、装置、计算机设备及存储介质 | |
| CN110474966B (zh) | 处理云平台资源碎片的方法及相关设备 | |
| US11075843B2 (en) | Model management in a dynamic QOS environment | |
| CN109583799B (zh) | 区域划分的方法及装置、电子设备 | |
| GB2541047A (en) | Model management in a dynamic QOS environment | |
| CN111787060B (zh) | 一种流量调度方法、系统及装置 | |
| CN103532873B (zh) | 应用于分布式文件系统的流量控制策略 | |
| CN109416650A (zh) | 具有加权散列函数的集中式负载均衡器 | |
| CN109976901A (zh) | 一种资源调度方法、装置、服务器及可读存储介质 | |
| CN110086724B (zh) | 带宽调整方法、装置、电子设备及计算机可读存储介质 | |
| CN110493317B (zh) | 处理云平台资源碎片的方法及相关设备 | |
| CN111708629B (zh) | 一种资源分配方法、装置、电子设备和存储介质 | |
| CN108376103A (zh) | 一种云平台的资源平衡控制方法及服务器 | |
| CN110167031A (zh) | 一种面向集中式基站的资源分配方法、设备及存储介质 | |
| CN115225507A (zh) | 一种服务器组资源分配方法、装置、设备及介质 | |
| CN111558219B (zh) | 基于游戏的逻辑分服方法、装置以及服务端设备 | |
| CN112637286A (zh) | 网络架构调整方法、装置、系统和计算机可读存储介质 | |
| CN106506229B (zh) | 一种sbs云应用自适应资源优化调整系统及方法 | |
| CN112948104B (zh) | 负载均衡的数据采集方法及装置 | |
| CN107301092B (zh) | 一种云计算资源池系统节能方法、装置及系统 | |
| CN109769020B (zh) | Cdn集群加速服务资源管理方法及装置、电子设备和存储介质 | |
| CN114978913B (zh) | 一种基于切链的服务功能链跨域部署方法及系统 |
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 |