CN115515188A - 流量控制方法、装置、电子设备及存储介质 - Google Patents
流量控制方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN115515188A CN115515188A CN202211060811.1A CN202211060811A CN115515188A CN 115515188 A CN115515188 A CN 115515188A CN 202211060811 A CN202211060811 A CN 202211060811A CN 115515188 A CN115515188 A CN 115515188A
- Authority
- CN
- China
- Prior art keywords
- node
- period
- request
- sub
- current
- 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.)
- Pending
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/10—Flow control between communication endpoints
-
- 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
- H04L47/19—Flow control; Congestion control at layers above the network layer
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本公开关于一种流量控制方法、装置、电子设备及存储介质,该方法包括:根据网络内各节点在历史调度周期内调度策略的执行结果、以及各节点的当前状态信息,确定各节点在当前调度周期的控制目标,所述控制目标包括允许总请求次数和来源地过滤概率;根据各节点的允许总请求次数,确定各节点在所述当前调度周期内各个子周期的允许请求次数,所述当前调度周期包括多个所述子周期;在所述当前调度周期内接收到访问请求时,确定所述访问请求的目标来源地,并根据各节点在当前子周期的允许请求次数、以及各节点与所述目标来源地所对应的来源地过滤概率,对所述访问请求进行控制。本公开可以避免短时间内访问节点的流量过大的问题,可以提升服务性能。
Description
技术领域
本公开涉及互联网技术领域,尤其涉及一种流量控制方法、装置、电子设备及存储介质。
背景技术
随着5G(5th Generation Mobile Communication Technology,第五代移动通信技术)与边缘计算的快速发展,越来越多的带有存储与计算能力的设备接入网络,这些设备的存储、计算与带宽能力往往处于长期闲置状态,为了充分利用起这些资源减少资源浪费,也为了降低存储计算与带宽成本,将大量(百万级)的节点加入了CDN(Content DeliveryNetwork,内容分发网络)之中,但是这些节点的稳定性、服务能力和传统CDN使用的IDC(Internet Data Center,互联网数据中心)设备有巨大的差距,如何调度这些节点使其提供不弱于传统IDC节点的CDN服务是需要解决的一个问题。
相关技术中,对于这些节点的调度,一种方式是,在每次访问时将所有缓存命中的节点找出来后,排除已经高负载的节点,将剩余节点按照资源的优质程度进行排序,取前20个返回给访问端,让访问端自由选择任意节点进行实际下载。另一种方式是,对于每一个节点,根据其带宽吞吐与负载能力提供一个能力打分,打分归一化之后作为调度概率,任何请求在该节点命中存储之后,根据调度概率决定是否调度到这个节点上去。但是,这两种方式都可能出现流量分配不均的情况,导致节点被打爆(即流量超过最大流量)或者闲置的问题,服务性能较差。
发明内容
本公开提供一种流量控制方法、装置、电子设备及存储介质,以至少解决相关技术中服务性能较差的问题。本公开的技术方案如下:
根据本公开实施例的第一方面,提供一种流量控制方法,包括:
根据网络内各节点在历史调度周期内调度策略的执行结果、以及各所述节点的当前状态信息,确定各所述节点在当前调度周期的控制目标,所述控制目标包括允许总请求次数和来源地过滤概率;
根据各所述节点的允许总请求次数,确定各所述节点在所述当前调度周期内各个子周期的允许请求次数,所述当前调度周期包括多个所述子周期;
在所述当前调度周期内接收到访问请求时,确定所述访问请求的目标来源地,并根据各所述节点在当前子周期的允许请求次数、以及各所述节点与所述目标来源地所对应的来源地过滤概率,对所述访问请求进行控制。
可选的,所述根据网络内各节点在历史调度周期内调度策略的执行结果、以及各所述节点的当前状态信息,确定各所述节点在所述当前调度周期的控制目标,包括:
根据各所述节点在所述历史调度周期内调度策略的执行结果、以及各所述节点的当前状态信息,确定各所述节点的异常指标;
根据各所述节点的异常指标、以及各所述节点在所述历史调度周期的控制目标,确定各所述节点在当前调度周期的允许总请求次数;
根据各所述节点在所述历史调度周期内对各个来源地的历史带宽利用率和历史来源地过滤概率,确定各所述节点在所述当前调度周期内的来源地过滤概率。
可选的,所述根据各所述节点在所述历史调度周期内对各个来源地的历史带宽利用率和历史来源地过滤概率,确定各所述节点在所述当前调度周期内的来源地过滤概率,包括:
根据各所述节点在所述历史调度周期内对各个来源地的历史带宽利用率和历史来源地过滤概率,确定各所述节点的来源地过滤概率相对于带宽利用率的变化规律曲线,其中,在所述变换规律曲线中,来源地过滤概率随着带宽利用率的增长而逐渐收敛;
根据各所述节点的变换规律曲线和各所述节点的当前带宽利用率,确定各所述节点在当前调度周期内的来源地过滤概率。
可选的,所述根据各所述节点的允许总请求次数,确定各所述节点在所述当前调度周期内各个子周期的允许请求次数,包括:
根据各所述节点的允许总请求次数,确定各所述节点在所述当前调度周期内各个子周期的期望请求次数;
根据各所述节点在所述当前调度周期内各个子周期的期望请求次数,确定各所述节点在所述当前调度周期内各个子周期的允许请求次数。
可选的,所述根据各所述节点在所述当前调度周期内各个子周期的期望请求次数,确定各所述节点在所述当前调度周期内各个子周期的允许请求次数,包括:
针对每个节点,将所述节点在所述当前调度周期内各个子周期的期望请求次数确定为所述节点在所述当前调度周期内各个子周期的允许请求次数。
可选的,所述根据各所述节点在所述当前调度周期内各个子周期的期望请求次数,确定各所述节点在所述当前调度周期内各个子周期的允许请求次数,包括:
针对每个节点,获取所述节点在所述当前调度周期内历史子周期的已调度请求次数;
将所述节点在当前调度周期内各个子周期的期望请求次数与所述历史子周期的数量之积,确定为所有所述历史子周期的总期望请求次数,并将所述总期望请求次数与所述已调度请求次数之差确定为所述节点在所述当前子周期的请求次数补偿值;
将所述期望请求次数和所述请求次数补偿值之和确定为所述节点在所述当前子周期的允许请求次数。
可选的,根据各所述节点在当前子周期的允许请求次数、以及各所述节点与所述目标来源地所对应的来源地过滤概率,对所述访问请求进行控制,包括:
确定保存有所述访问请求所请求文件的至少一个所述节点,作为待调度节点;
针对每个所述待调度节点,获取所述待调度节点在所述当前子周期内的调度请求次数;
若所述调度请求次数小于所述允许请求次数,则根据所述待调度节点中与所述目标来源地所对应的来源地过滤概率,对所述访问请求进行控制;
若所述调度请求次数等于所述允许请求次数,则拒绝将所述待调度节点作为所述访问请求的目标节点。
可选的,根据所述待调度节点中与所述目标来源地所对应的来源地过滤概率,对所述访问请求进行控制,包括:
生成预设范围内的随机数;
若所述随机数小于或等于随机数阈值,则将所述待调度节点作为所述访问请求的目标节点;若所述随机数大于所述随机数阈值,则拒绝将所述待调度节点作为所述访问请求的目标节点;其中,所述随机数阈值是根据所述预设范围和与所述目标来源地所对应的来源地过滤概率确定的。
根据本公开实施例的第二方面,提供一种流量控制装置,包括:
控制目标确定模块,被配置为执行根据网络内各节点在历史调度周期内调度策略的执行结果、以及各所述节点的当前状态信息,确定各所述节点在当前调度周期的控制目标,所述控制目标包括允许总请求次数和来源地过滤概率;
请求次数确定模块,被配置为执行根据各所述节点的允许总请求次数,确定各所述节点在所述当前调度周期内各个子周期的允许请求次数,所述当前调度周期包括多个所述子周期;
访问控制模块,被配置为执行在所述当前调度周期内接收到访问请求时,确定所述访问请求的目标来源地,并根据各所述节点在当前子周期的允许请求次数、以及各所述节点与所述目标来源地所对应的来源地过滤概率,对所述访问请求进行控制。
可选的,所述控制目标确定模块包括:
异常指标确定单元,被配置为执行根据各所述节点在所述历史调度周期内调度策略的执行结果、以及各所述节点的当前状态信息,确定各所述节点的异常指标;
总请求次数确定单元,被配置为执行根据各所述节点的异常指标、以及各所述节点在所述历史调度周期的控制目标,确定各所述节点在当前调度周期的允许总请求次数;
过滤概率确定单元,被配置为执行根据各所述节点在所述历史调度周期内对各个来源地的历史带宽利用率和历史来源地过滤概率,确定各所述节点在所述当前调度周期内的来源地过滤概率。
可选的,所述过滤概率确定单元被配置为执行:
根据各所述节点在所述历史调度周期内对各个来源地的历史带宽利用率和历史来源地过滤概率,确定各所述节点的来源地过滤概率相对于带宽利用率的变化规律曲线,其中,在所述变换规律曲线中,来源地过滤概率随着带宽利用率的增长而逐渐收敛;
根据各所述节点的变换规律曲线和各所述节点的当前带宽利用率,确定各所述节点在当前调度周期内的来源地过滤概率。
可选的,所述请求次数确定模块包括:
期望请求次数确定单元,被配置为执行根据各所述节点的允许总请求次数,确定各所述节点在所述当前调度周期内各个子周期的期望请求次数;
允许请求次数确定单元,被配置为执行根据各所述节点在所述当前调度周期内各个子周期的期望请求次数,确定各所述节点在所述当前调度周期内各个子周期的允许请求次数。
可选的,所述允许请求次数确定单元被配置为执行:
针对每个节点,将所述节点在所述当前调度周期内各个子周期的期望请求次数确定为所述节点在所述当前调度周期内各个子周期的允许请求次数。
可选的,所述允许请求次数确定单元被配置为执行:
针对每个节点,获取所述节点在所述当前调度周期内历史子周期的已调度请求次数;
将所述节点在当前调度周期内各个子周期的期望请求次数与所述历史子周期的数量之积,确定为所有所述历史子周期的总期望请求次数,并将所述总期望请求次数与所述已调度请求次数之差确定为所述节点在所述当前子周期的请求次数补偿值;
将所述期望请求次数和所述请求次数补偿值之和确定为所述节点在所述当前子周期的允许请求次数。
可选的,所述访问控制模块包括:
待调度节点确定单元,被配置为执行确定保存有所述访问请求所请求文件的至少一个所述节点,作为待调度节点;
调度请求次数确定单元,被配置为执行针对每个所述待调度节点,获取所述待调度节点在所述当前子周期内的调度请求次数;
第一访问控制单元,被配置为执行若所述调度请求次数小于所述允许请求次数,则根据所述待调度节点中与所述目标来源地所对应的来源地过滤概率,对所述访问请求进行控制;
第二访问控制单元,被配置为执行若所述调度请求次数等于所述允许请求次数,则拒绝将所述待调度节点作为所述访问请求的目标节点。
可选的,所述第一访问控制单元包括:
随机数生成子单元,被配置为执行生成预设范围内的随机数;
访问控制子单元,被配置为执行若所述随机数小于或等于随机数阈值,则将所述待调度节点作为所述访问请求的目标节点;若所述随机数大于所述随机数阈值,则拒绝将所述待调度节点作为所述访问请求的目标节点;其中,所述随机数阈值是根据所述预设范围和与所述目标来源地所对应的来源地过滤概率确定的。
根据本公开实施例的第三方面,提供一种电子设备,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如第一方面所述的流量控制方法。
根据本公开实施例的第四方面,提供一种计算机可读存储介质,当所述计算机存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如第一方面所述的流量控制方法。
根据本公开实施例的第五方面,提供一种计算机程序产品,包括计算机程序或计算机指令,所述计算机程序或计算机指令被处理器执行时实现第一方面所述的流量控制方法。
本公开的实施例提供的技术方案至少带来以下有益效果:
本公开实施例通过根据网络内各节点在历史调度周期内调度策略的执行结果和各节点的当前状态信息,确定各节点在当前调度周期的控制目标,根据各节点的允许总请求次数确定各节点在当前调度周期内各个子周期的允许请求次数,在当前调度周期内接收到访问请求时,确定访问请求的目标来源地,根据各节点在当前子周期的允许请求次数和与目标来源地所对应的来源地过滤概率对访问请求进行控制,由于将当前调度周期内的允许总请求次数分配到了每个子周期中,进而基于子周期的允许请求次数和来源地过滤概率,对访问请求进行控制,可以避免短时间内访问节点的流量过大而其他时间访问流量较少的问题,从而可以提升服务性能。
应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理,并不构成对本公开的不当限定。
图1是根据一示例性实施例示出的一种流量控制方法的流程图;
图2是本公开实施例中一个节点对于不同来源地的来源地过滤概率的变化规律曲线的示意图;
图3是根据一示例性实施例示出的一种流量控制装置的框图;
图4是根据一示例性实施例示出的一种电子设备的框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案,下面将结合附图,对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是,本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
相关技术中,第一种方式依赖于节点的负载上报,节点上报的频率有限,容易在两次上报之间出现节点打爆(即流量超过最大流量)的情况,也容易出现高负载后下一个周期掉底浪费的情况,此外,如果上报频率过高也会带来调度端极大的性能负担与节点本身服务能力的损失。第二种方式中,概率只能保证数学期望也就是平均值是调度多少请求、产生多少流量、消耗多少CPU/IO等资源,当出现节点过小或出现偏差过大的情况时,节点容易被打爆或者闲置,例如,对于一千个请求,有千分之一的概率,数学期望是节点服务一次请求,但实际上有36.7%的概率是一次请求都不服务,36.8%的概率服务一次请求,26.5%的概率服务超过一次请求,节点大概率打爆或者闲置。可见,这两种方式都存在着节点被打爆或者闲置的问题,影响服务性能。为了解决该问题,本公开提供了如下技术方案。
图1是根据一示例性实施例示出的一种流量控制方法的流程图,该流量控制方法可以适用于对访问CDN网络中节点的流量进行控制,该流量控制方法可以由服务器等电子设备执行,该电子设备可以是CDN网络中的调度控制设备,如图1所示,包括以下步骤。
在步骤S11中,根据网络内各节点在历史调度周期内调度策略的执行结果、以及各所述节点的当前状态信息,确定各所述节点在当前调度周期的控制目标,所述控制目标包括允许总请求次数和来源地过滤概率。
其中,各节点的当前状态信息可以包括相应节点的当前负载信息和当前心跳信息等信息。所述网络可以是CDN网络,所述节点可以是CDN网络中具有简单存储与计算能力的微小节点,例如可以是路由器等设备。节点在历史调度周期的执行结果可以包括节点在历史调度周期的允许总请求次数等信息。
在当前调度周期开始时,CDN网络内的各节点向CDN网络中的调度控制设备上报当前状态信息,调度控制设备接收到各个节点上报的当前状态信息后,结合各节点在历史调度周期内调度策略的执行结果,确定各节点在当前调度周期内的允许总请求次数和来源地过滤概率,得到各节点在当前调度周期的控制目标。其中,允许总请求次数是对于单个节点请求数的总控制,即一个调度周期内请求数的上限。节点的来源地过滤概率是对应来源地的请求判断是否调度到该节点的过滤概率,来源地可以按照省份进行划分,如一个来源地可以是一个特定的省份,当然,来源地也可以按照其他方式进行划分。一个节点可以为多个来源地的访问请求提供服务时,该节点的来源地过滤概率可以表示为集合的形式。
在步骤S12中,根据所述各节点的允许总请求次数,确定各所述节点在所述当前调度周期内各个子周期的允许请求次数,所述当前调度周期包括多个所述子周期。
流量脉冲是指在一个调度周期内的某个短时间内的流量过大,而在该调度周期内的其他时刻流量较低的现象。例如,假设调度周期为5秒,允许总请求次数为100,但第一秒即到来200个不被过滤的请求,若取100次请求给出访问,则会导致第一秒节点网卡被打爆,后四秒节点无请求访问导致资源浪费,这种现象称为流量脉冲。
为了避免出现流量脉冲的问题,可以将当前调度周期划分为多个子周期,并将各节点的允许总请求次数分配到当前调度周期内的各个子周期中,使得每个子周期中均可以对访问请求进行处理,从而可以避免短时间内的流量脉冲导致节点被打爆、而后续时间内没有流量导致资源浪费的问题。
在步骤S13中,在所述当前调度周期内接收到访问请求时,确定所述访问请求的目标来源地,并根据各所述节点在当前子周期的允许请求次数、以及各所述节点与所述目标来源地所对应的来源地过滤概率,对所述访问请求进行控制。
在对访问请求进行控制时,根据控制目标来处理实际的访问请求,在可能的范围内完成控制目标。在针对流量收敛与脉冲防治的问题上,对访问请求进行控制时,需要保证遵循允许请求次数的限制与各来源地过滤概率来保证流量收敛,即优先满足来源地过滤概率最小的来源地的访问请求。
在当前调度周期内接收到访问请求时,可以从访问请求中获取该访问请求的目标来源地,并获取该访问请求所请求的文件标识,基于文件标识,从文件存储索引中查询该文件标识,在查询到该文件标识时,在文件存储索引中获取与该文件标识所对应的节点标识,基于各节点标识所对应节点在当前子周期的允许请求次数和与所述目标来源地所对应的来源地过滤概率,对该访问请求进行控制,即从各节点标识中确定访问请求待访问的节点,使得待访问的节点在当前子周期的总请求次数不超过允许请求次数,并且目标来源地的访问请求的概率不超过来源地过滤概率。
本示例性实施例提供的流量控制方法,通过根据网络内各节点在历史调度周期内调度策略的执行结果和各节点的当前状态信息,确定各节点在当前调度周期的控制目标,根据各节点的允许总请求次数确定各节点在当前调度周期内各个子周期的允许请求次数,在当前调度周期内接收到访问请求时,确定访问请求的目标来源地,根据各节点在当前子周期的允许请求次数和与目标来源地所对应的来源地过滤概率对访问请求进行控制,由于将当前调度周期内的允许总请求次数分配到了每个子周期中,进而基于子周期的允许请求次数和来源地过滤概率,对访问请求进行控制,可以避免短时间内访问节点的流量过大而其他时间访问流量较少的问题,从而可以提升服务性能。
在一个示例性实施例中,所述根据网络内各节点在历史调度周期内调度策略的执行结果、以及各所述节点的当前状态信息,确定各所述节点在所述当前调度周期的控制目标,包括:根据各所述节点在所述历史调度周期内调度策略的执行结果、以及各所述节点的当前状态信息,确定各所述节点的异常指标;根据各所述节点的异常指标、以及各所述节点在所述历史调度周期的控制目标,确定各所述节点在当前调度周期的允许总请求次数;根据各所述节点在所述历史调度周期内对各个来源地的历史带宽利用率和历史来源地过滤概率,确定各所述节点在所述当前调度周期内的来源地过滤概率。
节点对每个文件进行存储时,都是分片存储的,每个分片的大小是固定的,因此不同来源地请求的分片大小是固定的,且正常访问需要保证在一个调度周期内将一个分片下载完毕,因此不同来源地的请求带来的带宽差异是可以忽略不计的。因此,对于各节点的初始的允许总请求次数可以基于节点的最大上行带宽、一个调度周期的时间间隔、单个分片大小和初始预计跑量比例确定,即各节点的初始的允许总请求次数按照如下公式计算:k_all0=init_percent*max_upload_bw*interval_dispatch/single_request_bw
其中,init_percent为初始预计跑量比例,max_upload_bw为节点的最大上行带宽,interval_dispatch为一个调度周期的时间间隔,single_request_bw为单个分片大小,由此可粗略估计得到初始的允许总请求次数,即粗略估计一个节点需要多少请求才可达到理想的设备利用率。节点的初始的允许总请求次数是一个节点在第一个调度周期时的允许总请求次数。
在确定各节点在第一调度周期之后的其他调度周期的控制目标时,首先可以根据各节点在历史调度周期内调度策略的执行结果和各节点的当前状态信息,确定各节点的异常指标。各节点的当前状态信息可以包括当前心跳信息、CPU、IO、重传率、异常状态码、当前网卡上行带宽、当前应用层上行带宽、节点拒绝数、混跑、软中断数等信息。异常指标如表1所示,外部禁用可以是人工发现问题给出的异常指标;拨测不通是通过模拟用户的访问请求无法正常响应,需要禁用;下载速度禁用是在历史调度周期内节点的下载速度低于下载速度阈值,需要禁用;上报频率异常禁用是指节点上报状态信息的频率异常,需要禁用;信息异常禁用是指节点上报的当前状态信息异常,需要禁用;版本禁用是指节点所安装的节点程序版本是调度控制设备不支持的程序版本,需要禁用;存储异常禁用是指节点存储出现问题,无法正常写入数据,需要禁用;心跳丢失禁用是没有接收到节点的心跳信息,需要禁用;节点混跑禁用是实际使用中无法达到节点所提供的承诺资源,存在与其他服务方共同使用该承诺资源的问题,需要禁用;自定义配置禁用是指节点不符合一些自定义规则,需要禁用;背景带宽禁用是指其他服务方(即不是当前服务方,当前服务方即提供上述访问请求的服务方)产生的资源消耗,需要禁用;时钟异常禁用是指基于节点上报的当前状态信息中的时间戳,与本地时间不一致,相差太多,需要禁用;业务质量禁用是指业务指标异常,需要禁用;IO降权是指存在读写问题,需要降权;CPU降权是指CPU不符合预期的占用过高,需要降权;带宽超预期降权是指带宽超过预期带宽,需要降权;读延时降权是指读延时较大,需要降权;写延时降权是指写延时较大,需要降权;重传率降权是指节点的重传率过高,如高于重传率阈值,需要降权;质量频繁波动降权是指节点在历史调度周期内调度策略的执行结果的质量时好时坏,不稳定,频繁波动,需要降权。
表1异常指标
异常指标编号 | 异常理由 | 异常指标编号 | 异常理由 |
1 | 外部禁用 | 13 | 时钟异常禁用 |
2 | 拨测不通禁用 | 14 | 业务质量禁用 |
3 | 下载速度禁用 | 15 | IO降权 |
4 | 上报频率异常禁用 | 16 | CPU降权 |
5 | 信息异常禁用 | 17 | 带宽超预期降权 |
6 | 版本禁用 | 18 | 读延时降权 |
7 | 存储异常禁用 | 19 | 写延时降权 |
8 | 心跳丢失禁用 | 20 | 重传率降权 |
9 | 心跳频率异常禁用 | 21 | 质量频繁波动降权 |
10 | 节点混跑禁用 | ||
11 | 自定义配置禁用 | ||
12 | 背景带宽禁用 |
可以预先存储各个异常指标所对应的请求次数删减信息,请求次数删减信息用于对历史调度周期的允许总请求次数进行删减得到当前调度周期的允许总请求次数。请求次数删减信息可以是删减次数或者删减比例。删减次数可以是增加次数或者删减次数。删减比例是对历史调度周期的允许总请求次数进行相应删减比例的删减,删减比例需要基于历史调度周期的允许总请求次数确定相应删减比例的调整次数,如历史调度周期的允许总请求次数为100,而一个异常指标的删减比例为-10%,那么该异常指标所对应的删减次数为10,且没有其他异常指标,则可以确定当前调度周期的调度次数为90。在确定各节点的异常指标后,可以结合各节点的异常指标以及每个异常指标所对应的请求次数调整信息,对相应节点在历史调度周期的允许总请求次数进行增减调整,得到各节点在当前调度周期的允许总请求次数,即如果存在异常指标,则基于异常指标所对应的请求次数删减信息对前一调度周期的允许总请求次数进行删减,得到当前调度周期的允许总请求次数,如果不存在异常指标,则可以对前一调度周期的允许总请求次数增加一定次数,得到当前调度周期的允许总请求次数。
在确定一个节点在当前调度周期内的来源地过滤概率时,可以对该节点在历史调度周期内对相应来源地的历史带宽利用率和历史来源地过滤概率进行拟合,达到来源地过滤概率随着带宽利用率的增长而收敛的目的,进而基于拟合结果,可以确定该节点在当前调度周期内的来源地过滤概率,在有多个来源地时,分别按照前述方式对每个来源地过滤概率进行计算,得到该节点在当前调度周期内对于各个来源地的来源地过滤概率。
对于一个节点的允许总请求次数在各个来源地的划分,可以根据各个来源地的历史调度周期的执行结果与全局的资源需求计算,优先调度质量更优的来源,并按照来源地过滤概率进行分配,例如一个节点的允许总请求次数为100,假设此节点为广东电信节点,基于历史调度周期的执行结果估算该节点预计有广东电信请求数为50、广西电信请求数为30、江西电信请求数为30,则易计算需要满足来源地为广东、广西的全部请求,来源地为江西的请求可按照江西所对应的来源地过滤概率进行控制。
通过基于各节点在历史调度周期的执行结果和当前状态信息确定各节点的异常指标,进而基于各节点的异常指标和历史调度周期的控制目标,可以准确确定各节点在当前调度周期的允许总请求次数,进而基于允许总请求次数对流量进行控制时,可以避免出现访问流量超过节点最大流量的情况;而且基于各节点在历史调度周期内对各个来源地的历史带宽利用率和历史来源地过滤概率,确定的来源地过滤概率,可以随着带宽利用率的增长而收敛,进而基于来源地过滤概率对相应来源地的流量进行控制,可以使得流量达到收敛的目的,从而可以进一步提升节点服务性能。
在上述技术方案的基础上,所述根据各所述节点在所述历史调度周期内对各个来源地的历史带宽利用率和历史来源地过滤概率,确定各所述节点在所述当前调度周期内的来源地过滤概率,包括:根据各所述节点在所述历史调度周期内对各个来源地的历史带宽利用率和历史来源地过滤概率,确定各所述节点的来源地过滤概率相对于带宽利用率的变化规律曲线,其中,在所述变换规律曲线中,来源地过滤概率随着带宽利用率的增长而逐渐收敛;根据各所述节点的变换规律曲线和各所述节点的当前带宽利用率,确定各所述节点在当前调度周期内的来源地过滤概率。
物种在固定环境内容纳量的自然增长模型可以表示如下:
其中,f0为物种初始数量,K为环境允许的最大值,r是衡量曲线变化快慢的参数。该模型在机器学习中常用于作为一个实数空间与(0,1)区间的自然映射。
在CDN网络中的微小节点调度的场景下,可以使用该自然增长模型来表示一个节点不被调度的概率随着带宽利用率的增长而变化的曲线,概率范围[0,1],因此K=1,那么,节点不被调度的概率随着带宽利用率的增长而变化的曲线表示如下:
其中,P表示来源地过滤概率,P0表示初始的来源地过滤概率,bw_usage表示节点的带宽利用率,r是衡量曲线变化快慢的参数。
通过上式可以得到来源地过滤概率随着带宽利用率的增长而变化的曲线,即变化规律曲线,表示如下:
上式中的r是一个调整参数,对于不同的来源地,r的值是不同的,从而可以保证优先调度质量更优的来源地的访问请求。
针对一个节点,对于每个来源地,根据该节点在历史调度周期内对该来源地的历史带宽利用率(bw_usage1,bw_usage2,…,bw_usagem)和历史来源地过滤概率(P1,P2,…,Pm),对该节点的来源地过滤概率相对于带宽利用率的变化规律曲线进行拟合,确定上式中的调整参数r,从而得到该节点对于该来源地的来源地过滤概率相对于带宽利用率的变化规律曲线;进而将该节点的当前带宽利用率代入上述公式,可以确定该节点在当前调度周期内针对该来源地的来源地过滤概率,对于第一个调度周期,来源地过滤概率即上述初始的来源地过滤概率,对于第二个调度周期,可以使用第一个调度周期所对应的历史带宽利用率和历史来源地过滤概率来确定调整参数r,进而得到该节点在第二个调度周期的来源地过滤概率,后续调度周期的来源地过滤概率均按照上述方式确定调整参数r,使得在得到的变化规律曲线中,来源地过滤概率随着带宽利用率的增长而逐渐收敛。这样,将当前带宽利用率代入上述公式得到当前调度周期内的来源地过滤概率。对于每个节点,针对每个来源地可以分别按照上述方式来确定节点在当前调度周期内的来源地过滤概率。
图2是本公开实施例中一个节点对于不同来源地的来源地过滤概率的变化规律曲线的示意图,如图2所示,每条曲线代表对应一个来源地的变化趋势,对于每个来源地,来源地过滤概率均随着带宽利用率的增长而慢慢减小,即来源地过滤概率达到收敛,这样在控制该节点的流量时,可以使得访问该节点的相应来源地的流量随着该节点带宽利用率的增长而达到收敛。
通过根据各节点在历史调度周期内对各个来源地的历史带宽利用率和历史来源地过滤概率,来预测各节点在当前调度周期内对于不同来源地的来源地过滤概率,这样对于每个来源地的访问请求可以进行控制,使得相应来源地的流量随着带宽利用率的增长而达到收敛的目的,提高节点的服务性能。
在一个示例性实施例中,所述根据各所述节点的允许总请求次数,确定各所述节点在所述当前调度周期内各个子周期的允许请求次数,包括:根据各所述节点的允许总请求次数,确定各所述节点在所述当前调度周期内各个子周期的期望请求次数;根据所述各节点在所述当前调度周期内各个子周期的期望请求次数,确定各所述节点在所述当前调度周期内各个子周期的允许请求次数。
将当前调度周期的时间间隔除以一个子周期的时间间隔,可以得到当前调度周期内的子周期数量,进而子周期数量,将各节点的允许总请求次数平均分配到每个子周期中,可以得到各节点在当前调度周期内各个子周期的期望请求次数。例如,当前调度周期的时间间隔为interval_dispatch,允许总请求次数为k_all,一个子周期的时间间隔为interval_execute,则当前调度周期内的子周期数量为interval_dispatch/interval_execute,则每个子周期的期望次数可以为k_all*interval_execute/interval_dispatch次,如果此值不为整数,则向上取整,作为所述期望请求次数。
在得到各节点在当前调度周期内各个子周期的期望请求次数后,可以将期望请求次数作为每个子周期的允许请求次数,或者,也可以基于期望请求次数与当前调度周期内的已调度请求次数,来确定每个子周期的允许请求次数。
通过基于各节点在各个子周期的期望请求次数,来确定各节点在各个子周期的允许请求次数,可以使得当前调度周期内的允许总请求次数分配到每个子周期中,从而可以避免流量脉冲的出现,提高节点服务性能。
在一个示例性实施例中,所述根据各所述节点在所述当前调度周期内各个子周期的期望请求次数,确定各所述节点在所述当前调度周期内各个子周期的允许请求次数,包括:针对每个节点,将所述节点在所述当前调度周期内各个子周期的期望请求次数确定为所述节点在所述当前调度周期内各个子周期的允许请求次数。
针对每个节点,可以将该节点在当前调度周期内各个子周期的期望请求次数确定为该节点在当前调度周期内各个子周期的允许请求次数,从而将当前调度周期内的允许总请求次数分配到每个子周期中,避免出现流量脉冲的问题。
在另一个示例性实施例中,所述根据各所述节点在所述当前调度周期内各个子周期的期望请求次数,确定各所述节点在所述当前调度周期内各个子周期的允许请求次数,包括:针对每个节点,获取所述节点在所述当前调度周期内历史子周期的已调度请求次数;将所述节点在当前调度周期内各个子周期的期望请求次数与所述历史子周期的数量之积,确定为所有所述历史子周期的总期望请求次数,并将所述总期望请求次数与所述已调度请求次数之差确定为所述节点在所述当前子周期的请求次数补偿值;将所述期望请求次数和所述请求次数补偿值之和确定为所述节点在所述当前子周期的允许请求次数。
其中,节点在当前调度周期内历史子周期的已调度请求次数是指节点在当前调度周期内已经过去的所有历史子周期内的实际调度请求次数。
可以将子周期的期望请求次数确定为当前调度周期内第一个子周期的允许请求次数,确定后续各个子周期的允许请求次数时,可以结合当前调度周期内已经过去的子周期(即历史子周期)的已调度请求次数和期望请求次数,来对当前子周期(当前确定允许请求次数的子周期)的请求次数进行补偿,得到当前子周期的允许请求次数。
假设节点在当前调度周期内历史子周期的已调度请求次数为k_done,已经过的子周期数量为interval_done,则当前预期调度次数即所有历史子周期的总期望请求次数k_want为interval_done*k_all*interval_execute/interval_dispatch,其中,interval_dispatch为当前调度周期的时间间隔,interval_execute为一个子周期的时间间隔;可知当前总期望请求次数与已调度请求次数的差值为k_want-k_done,该值即为节点在当前子周期的请求次数补偿值,该值可能为正数也可能为负数,表示了需要补偿的不同方向,若值为正,则向下取整作为请求次数补偿值,若值为负则向上取整作为请求次数补偿值,取整后得到请求次数补偿值k_offset;进而当前子周期的允许请求次数为期望请求次数与请求次数补偿值之和,即当前子周期的允许请求次数k_now=k_all*interval_execute/interval_dispatch+k_offset。
通过历史子周期的已调度请求次数和期望请求次数确定当前子周期的请求次数补偿值,进而对当前子周期的期望请求次数进行补偿,得到当前子周期的允许请求次数,这样确定的子周期的允许请求次数可以使得节点的资源被充分使用,避免资源浪费。
在一个示例性实施例中,根据各所述节点在当前子周期的允许请求次数、以及各所述节点与所述目标来源地所对应的来源地过滤概率,对所述访问请求进行控制,包括:确定保存有所述访问请求所请求文件的至少一个所述节点,作为待调度节点;针对每个所述待调度节点,获取所述待调度节点在所述当前子周期内的调度请求次数;若所述调度请求次数小于所述允许请求次数,则根据所述待调度节点中与所述目标来源地所对应的来源地过滤概率,对所述访问请求进行控制;若所述调度请求次数等于所述允许请求次数,则拒绝将所述待调度节点作为所述访问请求的目标节点。
其中,待调度节点在当前子周期内的调度请求次数是待调度节点在当前子周期内已经被调度过的次数。
从文件存储索引中查询保存有所述访问请求所请求文件的至少一个节点,将查询到的节点作为待调度节点,针对每个待调度节点,分别来确定该待调度节点是否作为该访问请求的目标节点,首先获取待调度节点在当前子周期内的调度请求次数,判断调度请求次数是否小于待调度节点在当前子周期内的允许请求次数;如果调度请求次数小于允许请求次数,则可以进一步根据待调度节点中与目标来源地所对应的来源地过滤概率来对访问请求进行控制,如果当前的访问请求满足小于待调度节点的来源地过滤概率,则可以将待调度节点确定为该访问请求的目标节点,如果当前的访问请求不满足小于待调度节点的来源地过滤概率,则拒绝将待调度节点作为访问请求的目标节点;如果调度请求次数等于允许请求次数,则拒绝将待调度节点作为访问请求的目标节点。在确定访问请求的目标节点后,可以将目标节点返回至访问请求的请求端,请求端可以展示各目标节点的节点标识,进而用户可以选择其中一个节点进行文件的下载。
通过结合当前子周期的允许请求次数和来源地过滤概率来对当前子周期内接收到的访问请求进行控制,可以避免短时间内的流量过大,而且可以达到流量收敛的目的,进一步提高节点的服务性能。
在上述技术方案的基础上,根据所述待调度节点中与所述目标来源地所对应的来源地过滤概率,对所述访问请求进行控制,包括:生成预设范围内的随机数;若所述随机数小于随机数阈值,则将所述待调度节点作为所述访问请求的目标节点;若所述随机数大于所述随机数阈值,则拒绝将所述待调度节点作为所述访问请求的目标节点;其中,所述随机数阈值是根据所述预设范围和与所述目标来源地所对应的来源地过滤概率确定的。
在待调度节点的调度请求次数小于允许请求次数时,通过生成的随机数是否满足来源地过滤概率的要求,来对访问请求进行控制,即生成预设范围内的一个随机数,比较该随机数与随机数阈值,如果该随机数小于或等于随机数阈值,则将待调度节点作为该访问请求的目标节点,如果该随机数大于随机数阈值,则拒绝将待调度节点作为该访问请求的目标节点。例如,来源地过滤概率为5%,预设范围为1~10000,那么随机数阈值为500,如果生成的随机数为300,那么将该待调度节点作为该访问请求的目标节点,如果生成的随机数为1000,那么拒绝将该待调度节点作为该访问请求的目标节点。
对于通过来源地过滤概率来对访问请求进行控制时,是基于生成的随机数和随机数阈值的比较结果,来确定待调度节点是否作为访问请求的目标节点,由于在调度请求次数小于允许请求次数且来源地过滤概率小于1时才会生成随机数,相对于相关技术中完全基于概率来进行流量控制的情况,减少了随机数的生成次数,可以降低对随机种子和调度控制设备性能的要求。
图3是根据一示例性实施例示出的一种流量控制装置的框图。参照图2,该流量控制装置包括控制目标确定模块31、请求次数确定模块32和访问控制模块33。
该控制目标确定模块31被配置为执行根据网络内各节点在历史调度周期内调度策略的执行结果、以及各所述节点的当前状态信息,确定各所述节点在当前调度周期的控制目标,所述控制目标包括允许总请求次数和来源地过滤概率;
该请求次数确定模块32被配置为执行根据各所述节点的允许总请求次数,确定各所述节点在所述当前调度周期内各个子周期的允许请求次数,所述当前调度周期包括多个所述子周期;
该访问控制模块33被配置为执行在所述当前调度周期内接收到访问请求时,确定所述访问请求的目标来源地,并根据各节点在当前子周期的允许请求次数、以及各所述节点与所述目标来源地所对应的来源地过滤概率,对所述访问请求进行控制。
可选的,所述控制目标确定模块包括:
异常指标确定单元,被配置为执行根据各所述节点在所述历史调度周期内调度策略的执行结果、以及各所述节点的当前状态信息,确定各所述节点的异常指标;
总请求次数确定单元,被配置为执行根据各所述节点的异常指标以及各所述节点在所述历史调度周期的控制目标,确定各所述节点在当前调度周期的允许总请求次数;
过滤概率确定单元,被配置为执行根据各所述节点在所述历史调度周期内对各个来源地的历史带宽利用率和历史来源地过滤概率,确定各所述节点在所述当前调度周期内的来源地过滤概率。
可选的,所述过滤概率确定单元被配置为执行:
根据各所述节点在所述历史调度周期内对各个来源地的历史带宽利用率和历史来源地过滤概率,确定各所述节点的来源地过滤概率相对于带宽利用率的变化规律曲线,其中,在所述变换规律曲线中,来源地过滤概率随着带宽利用率的增长而逐渐收敛;
根据各所述节点的变换规律曲线和各所述节点的当前带宽利用率,确定各所述节点在当前调度周期内的来源地过滤概率。
可选的,所述请求次数确定模块包括:
期望请求次数确定单元,被配置为执行根据各所述节点的允许总请求次数,确定各所述节点在所述当前调度周期内各个子周期的期望请求次数;
允许请求次数确定单元,被配置为执行根据各所述节点在所述当前调度周期内各个子周期的期望请求次数,确定各所述节点在所述当前调度周期内各个子周期的允许请求次数。
可选的,所述允许请求次数确定单元被配置为执行:
针对每个节点,将所述节点在所述当前调度周期内各个子周期的期望请求次数确定为所述节点在所述当前调度周期内各个子周期的允许请求次数。
可选的,所述允许请求次数确定单元被配置为执行:
针对每个节点,获取所述节点在所述当前调度周期内历史子周期的已调度请求次数;
将所述节点在当前调度周期内各个子周期的期望请求次数与所述历史子周期的数量之积,确定为所有所述历史子周期的总期望请求次数,并将所述总期望请求次数与所述已调度请求次数之差确定为所述节点在所述当前子周期的请求次数补偿值;
将所述期望请求次数和所述请求次数补偿值之和确定为所述节点在所述当前子周期的允许请求次数。
可选的,所述访问控制模块包括:
待调度节点确定单元,被配置为执行确定保存有所述访问请求所请求文件的至少一个所述节点,作为待调度节点;
调度请求次数确定单元,被配置为执行针对每个所述待调度节点,获取所述待调度节点在所述当前子周期内的调度请求次数;
第一访问控制单元,被配置为执行若所述调度请求次数小于所述允许请求次数,则根据所述待调度节点中与所述目标来源地所对应的来源地过滤概率,对所述访问请求进行控制;
第二访问控制单元,被配置为执行若所述调度请求次数等于所述允许请求次数,则拒绝将所述待调度节点作为所述访问请求的目标节点。
可选的,所述第一访问控制单元包括:
随机数生成子单元,被配置为执行生成预设范围内的随机数;
访问控制子单元,被配置为执行若所述随机数小于或等于随机数阈值,则将所述待调度节点作为所述访问请求的目标节点;若所述随机数大于所述随机数阈值,则拒绝将所述待调度节点作为所述访问请求的目标节点;其中,所述随机数阈值是根据所述预设范围和与所述目标来源地所对应的来源地过滤概率确定的。
关于上述实施例中的装置,其中各个模块执行操作的具体方式已经在有关该方法的实施例中进行了详细描述,此处将不做详细阐述说明。
图4是根据一示例性实施例示出的一种电子设备的框图。例如,电子设备400可以被提供为一服务器。参照图4,电子设备400包括处理组件422,其进一步包括一个或多个处理器,以及由存储器432所代表的存储器资源,用于存储可由处理组件422执行的指令,例如应用程序。存储器432中存储的应用程序可以包括一个或一个以上的每一个对应于一组指令的模块。此外,处理组件422被配置为执行指令,以执行上述的流量控制方法。
电子设备400还可以包括一个电源组件426被配置为执行电子设备400的电源管理,一个有线或无线网络接口450被配置为将电子设备400连接到网络,和一个输入输出(I/O)接口458。电子设备400可以操作基于存储在存储器432的操作系统,例如WindowsServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM或类似。
在示例性实施例中,还提供了一种包括指令的计算机可读存储介质,例如包括指令的存储器432,上述指令可由电子设备400的处理组件422执行以完成上述流量控制方法。可选地,计算机可读存储介质可以是ROM、随机存取存储器(RAM)、CD-ROM、磁带、软盘和光数据存储设备等。
在示例性实施例中,还提供一种计算机程序产品,包括计算机程序或计算机指令,所述计算机程序或计算机指令被处理器执行时实现上述的流量控制方法。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求指出。
应当理解的是,本发明并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。
Claims (11)
1.一种流量控制方法,其特征在于,包括:
根据网络内各节点在历史调度周期内调度策略的执行结果、以及各所述节点的当前状态信息,确定各所述节点在当前调度周期的控制目标,所述控制目标包括允许总请求次数和来源地过滤概率;
根据各所述节点的允许总请求次数,确定各所述节点在所述当前调度周期内各个子周期的允许请求次数,所述当前调度周期包括多个所述子周期;
在所述当前调度周期内接收到访问请求时,确定所述访问请求的目标来源地,并根据各所述节点在当前子周期的允许请求次数、以及各所述节点与所述目标来源地所对应的来源地过滤概率,对所述访问请求进行控制。
2.根据权利要求1所述的方法,其特征在于,所述根据网络内各节点在历史调度周期内调度策略的执行结果、以及各所述节点的当前状态信息,确定各所述节点在所述当前调度周期的控制目标,包括:
根据各所述节点在所述历史调度周期内调度策略的执行结果、以及各所述节点的当前状态信息,确定各所述节点的异常指标;
根据各所述节点的异常指标、以及各所述节点在所述历史调度周期的控制目标,确定各所述节点在当前调度周期的允许总请求次数;
根据各所述节点在所述历史调度周期内对各个来源地的历史带宽利用率和历史来源地过滤概率,确定各所述节点在所述当前调度周期内的来源地过滤概率。
3.根据权利要求2所述的方法,其特征在于,所述根据各所述节点在所述历史调度周期内对各个来源地的历史带宽利用率和历史来源地过滤概率,确定各所述节点在所述当前调度周期内的来源地过滤概率,包括:
根据各所述节点在所述历史调度周期内对各个来源地的历史带宽利用率和历史来源地过滤概率,确定各所述节点的来源地过滤概率相对于带宽利用率的变化规律曲线,其中,在所述变换规律曲线中,来源地过滤概率随着带宽利用率的增长而逐渐收敛;
根据各所述节点的变换规律曲线和各所述节点的当前带宽利用率,确定各所述节点在当前调度周期内的来源地过滤概率。
4.根据权利要求1所述的方法,其特征在于,所述根据各所述节点的允许总请求次数,确定各所述节点在所述当前调度周期内各个子周期的允许请求次数,包括:
根据各所述节点的允许总请求次数,确定各所述节点在所述当前调度周期内各个子周期的期望请求次数;
根据各所述节点在所述当前调度周期内各个子周期的期望请求次数,确定各所述节点在所述当前调度周期内各个子周期的允许请求次数。
5.根据权利要求4所述的方法,其特征在于,所述根据各所述节点在所述当前调度周期内各个子周期的期望请求次数,确定各所述节点在所述当前调度周期内各个子周期的允许请求次数,包括:
针对每个节点,将所述节点在所述当前调度周期内各个子周期的期望请求次数确定为所述节点在所述当前调度周期内各个子周期的允许请求次数。
6.根据权利要求4所述的方法,其特征在于,所述根据各所述节点在所述当前调度周期内各个子周期的期望请求次数,确定各所述节点在所述当前调度周期内各个子周期的允许请求次数,包括:
针对每个节点,获取所述节点在所述当前调度周期内历史子周期的已调度请求次数;
将所述节点在当前调度周期内各个子周期的期望请求次数与所述历史子周期的数量之积,确定为所有所述历史子周期的总期望请求次数,并将所述总期望请求次数与所述已调度请求次数之差确定为所述节点在所述当前子周期的请求次数补偿值;
将所述期望请求次数和所述请求次数补偿值之和确定为所述节点在所述当前子周期的允许请求次数。
7.根据权利要求1所述的方法,其特征在于,根据各所述节点在当前子周期的允许请求次数、以及各所述节点与所述目标来源地所对应的来源地过滤概率,对所述访问请求进行控制,包括:
确定保存有所述访问请求所请求文件的至少一个所述节点,作为待调度节点;
针对每个所述待调度节点,获取所述待调度节点在所述当前子周期内的调度请求次数;
若所述调度请求次数小于所述允许请求次数,则根据所述待调度节点中与所述目标来源地所对应的来源地过滤概率,对所述访问请求进行控制;
若所述调度请求次数等于所述允许请求次数,则拒绝将所述待调度节点作为所述访问请求的目标节点。
8.根据权利要求7所述的方法,其特征在于,根据所述待调度节点中与所述目标来源地所对应的来源地过滤概率,对所述访问请求进行控制,包括:
生成预设范围内的随机数;
若所述随机数小于或等于随机数阈值,则将所述待调度节点作为所述访问请求的目标节点;若所述随机数大于所述随机数阈值,则拒绝将所述待调度节点作为所述访问请求的目标节点;其中,所述随机数阈值是根据所述预设范围和与所述目标来源地所对应的来源地过滤概率确定的。
9.一种流量控制装置,其特征在于,包括:
控制目标确定模块,被配置为执行根据网络内各节点在历史调度周期内调度策略的执行结果、以及各所述节点的当前状态信息,确定各所述节点在当前调度周期的控制目标,所述控制目标包括允许总请求次数和来源地过滤概率;
请求次数确定模块,被配置为执行根据各所述节点的允许总请求次数,确定各所述节点在所述当前调度周期内各个子周期的允许请求次数,所述当前调度周期包括多个所述子周期;
访问控制模块,被配置为执行在所述当前调度周期内接收到访问请求时,确定所述访问请求的目标来源地,并根据各所述节点在当前子周期的允许请求次数、以及各所述节点与所述目标来源地所对应的来源地过滤概率,对所述访问请求进行控制。
10.一种电子设备,其特征在于,包括:
处理器;
用于存储所述处理器可执行指令的存储器;
其中,所述处理器被配置为执行所述指令,以实现如权利要求1至8中任一项所述的流量控制方法。
11.一种计算机可读存储介质,当所述计算机存储介质中的指令由电子设备的处理器执行时,使得所述电子设备能够执行如权利要求1至8中任一项所述的流量控制方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211060811.1A CN115515188A (zh) | 2022-08-30 | 2022-08-30 | 流量控制方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211060811.1A CN115515188A (zh) | 2022-08-30 | 2022-08-30 | 流量控制方法、装置、电子设备及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115515188A true CN115515188A (zh) | 2022-12-23 |
Family
ID=84501967
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211060811.1A Pending CN115515188A (zh) | 2022-08-30 | 2022-08-30 | 流量控制方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115515188A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117544416A (zh) * | 2023-12-28 | 2024-02-09 | 东莞本凡网络技术有限公司 | 一种智能物联网异常流量预测系统 |
-
2022
- 2022-08-30 CN CN202211060811.1A patent/CN115515188A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117544416A (zh) * | 2023-12-28 | 2024-02-09 | 东莞本凡网络技术有限公司 | 一种智能物联网异常流量预测系统 |
CN117544416B (zh) * | 2023-12-28 | 2024-04-30 | 东莞本凡网络技术有限公司 | 一种智能物联网异常流量预测系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US20230283681A1 (en) | System and method for throttling service requests having non-uniform workloads | |
US8510374B2 (en) | Polling protocol for automatic load limiting | |
CN110365765B (zh) | 一种缓存服务器的带宽调度方法及装置 | |
US9419904B2 (en) | System and method for throttling service requests using work-based tokens | |
US9767148B2 (en) | Learning by using excess capacity in a capacity controlled environment | |
US11316792B2 (en) | Method and system of limiting traffic | |
CN103986766B (zh) | 自适应负载均衡作业任务调度方法及装置 | |
CN108173698B (zh) | 网络服务管理方法、装置、服务器及存储介质 | |
CN110297698B (zh) | 一种多优先级动态限流方法、装置、服务器及存储介质 | |
CN110708256B (zh) | Cdn调度方法、装置、网络设备及存储介质 | |
US20150199281A1 (en) | Apparatus and method for meeting performance metrics for users in file systems | |
EP2757474A2 (en) | Adaptive virtualization | |
CN112868265B (zh) | 网络资源的管理方法、管理装置、电子设备及存储介质 | |
CN109981702B (zh) | 一种文件存储方法及系统 | |
WO2023104192A1 (zh) | 一种集群系统的管理方法及装置 | |
CN112445857A (zh) | 一种基于数据库的资源配额管理方法和装置 | |
CN111147395A (zh) | 一种网络资源调整方法及装置 | |
CN115515188A (zh) | 流量控制方法、装置、电子设备及存储介质 | |
CN109688065B (zh) | 参数的处理方法、装置及存储介质 | |
CN113891336A (zh) | 通信网络减频退网方法、装置、计算机设备和存储介质 | |
CN113923216A (zh) | 一种分布式集群限流系统及方法和分布式集群节点 | |
CN110752941B (zh) | 一种云存储系统的qos控制方法、装置、存储介质和服务器 | |
CN116248699B (zh) | 多副本场景下的数据读取方法、装置、设备及存储介质 | |
US11374869B2 (en) | Managing bandwidth based on user behavior | |
CN113543160A (zh) | 5g切片资源配置方法、装置、计算设备及计算机存储介质 |
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 |