CN116527600A - 带宽配额和资源配额的确定方法以及节点带宽分配方法 - Google Patents
带宽配额和资源配额的确定方法以及节点带宽分配方法 Download PDFInfo
- Publication number
- CN116527600A CN116527600A CN202310361848.6A CN202310361848A CN116527600A CN 116527600 A CN116527600 A CN 116527600A CN 202310361848 A CN202310361848 A CN 202310361848A CN 116527600 A CN116527600 A CN 116527600A
- Authority
- CN
- China
- Prior art keywords
- bandwidth
- value
- predicted value
- user
- quota
- 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
- 238000000034 method Methods 0.000 title claims abstract description 106
- 230000003247 decreasing effect Effects 0.000 claims abstract description 12
- 238000010276 construction Methods 0.000 claims description 34
- 230000015654 memory Effects 0.000 claims description 30
- 230000004044 response Effects 0.000 claims description 17
- 230000008602 contraction Effects 0.000 claims description 14
- 238000004590 computer program Methods 0.000 claims description 13
- 239000002699 waste material Substances 0.000 abstract description 8
- 238000002156 mixing Methods 0.000 abstract description 3
- 238000010586 diagram Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 10
- 238000007726 management method Methods 0.000 description 10
- 230000009467 reduction Effects 0.000 description 9
- 238000004891 communication Methods 0.000 description 8
- 238000001816 cooling Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 8
- 238000005516 engineering process Methods 0.000 description 6
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 5
- 235000013399 edible fruits Nutrition 0.000 description 5
- 230000000694 effects Effects 0.000 description 5
- 238000013459 approach Methods 0.000 description 4
- 238000004364 calculation method Methods 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 230000001960 triggered effect Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 229920006395 saturated elastomer Polymers 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 230000002159 abnormal effect Effects 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 2
- 238000011217 control strategy Methods 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000013439 planning Methods 0.000 description 2
- 238000012384 transportation and delivery Methods 0.000 description 2
- 230000000007 visual effect Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013475 authorization Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000000802 evaporation-induced self-assembly Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/50—Queue scheduling
- H04L47/52—Queue scheduling by attributing bandwidth to queues
- H04L47/522—Dynamic queue service slot or variable bandwidth allocation
-
- 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
- H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
- H04L43/0876—Network utilisation, e.g. volume of load or congestion level
- H04L43/0894—Packet rate
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/78—Architectures of resource allocation
- H04L47/783—Distributed allocation of resources, e.g. bandwidth brokers
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Environmental & Geological Engineering (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请提供了一种带宽配额和资源配额的确定方法以及节点带宽分配方法,涉及云计算技术领域。方法包括:根据目标节点上用户共用带宽的历史值,预测用户共用带宽的预测值;比较预测值以及用户共用带宽的实时值;根据比较结果对预测值进行弹性伸缩,并根据弹性伸缩的结果确定对用户共用带宽的带宽配额;其中,弹性伸缩包括增加预测值或减少预测值。根据本申请的技术方案一方面避免了仅依靠实时数据带来的稳定性差的问题,也避免了提前准备不符合实际使用情况的带宽资源所造成的资源浪费问题,另一方面,实现内部自营服务和外部用户服务在同一目标节点上的稳定混跑和带宽复用。
Description
技术领域
本申请涉及云计算技术领域,尤其涉及带宽配额和资源配额的确定方法以及节点带宽分配方法。
背景技术
边缘云(Edge Cloud)是一种分散式运算的云计算架构,将应用、数据资料与服务的运算,由网络中心节点,移往网络逻辑上的边缘节点来处理,目标是在靠近数据输入或用户的地方提供计算、存储和网络带宽,优化响应时延、中心负荷和整体成本。在边缘云贴近用户和多级分散的背景下,大流量服务如视频直播、点播、云游戏等成为边缘云的主要应用场景,对应的带宽资源是云上各用户最为关心的资源。因此,需要一种灵活的配额管理方式来协调带宽资源。
发明内容
本申请实施例提供一种带宽配额确定和节点带宽分配方法、电子设备及存储介质,以实现对节点带宽配额的动态调整。
第一方面,本申请实施例提供了一种带宽配额的确定方法,包括:根据目标节点上用户共用带宽的历史值,预测用户共用带宽的预测值;比较预测值以及用户共用带宽的实时值;根据比较结果对预测值进行弹性伸缩,并根据弹性伸缩的结果确定对用户共用带宽的带宽配额;其中,弹性伸缩包括增加预测值或减少预测值。
第二方面,本申请实施例提供了一种带宽配额的确定方法,包括:获取对目标节点预设的锁量时间范围和锁量比例;响应于当前时间属于锁量时间范围,根据目标节点的租售带宽以及锁量比例,确定对目标节点上用户共用带宽的带宽配额。
第三方面,本申请实施例提供了节点带宽的分配方法,包括:确定目标节点的节点建设带宽;其中,节点建设带宽划分为用户共用带宽和内部可控带宽;获取用户共用带宽的带宽配额;其中,带宽配额为根据第一方面或第二方面的方法而确定;基于带宽配额和节点建设带宽的带宽量,分配内部可控带宽的带宽量。
第四方面,本申请实施例提供了一种资源配额的确定方法,包括:根据目标节点上用户共用资源的历史用量,预测用户共用资源的预测用量;比较预测用量以及用户共用资源的实时用量;根据比较结果对预测用量进行弹性伸缩,并根据弹性伸缩的结果确定对用户共用资源的资源配额;其中,弹性伸缩包括增加预测用量或减少预测用量。
第五方面,本申请实施例提供了一种资源配额的确定方法,包括:获取对目标节点预设的锁量时间范围和锁量比例;响应于当前时间属于锁量时间范围,根据目标节点的租售资源以及锁量比例,确定对目标节点上用户共用资源的资源配额;或者,响应于当前时间不属于锁量时间范围,比较用户共用资源的预测用量以及用户共用资源的实时用量,并根据比较结果对预测用量进行弹性伸缩,以及根据弹性伸缩的结果确定对用户共用资源的资源配额;其中,预测用量为基于用户共用资源的历史用量进行预测得到,弹性伸缩包括增加预测用量或减少预测用量。
第六方面,本申请实施例提供一种电子设备,包括存储器、处理器及存储在存储器上的计算机程序,处理器在执行计算机程序时实现本申请任一实施例提供的方法。
第七方面,本申请实施例提供一种计算机可读存储介质,计算机可读存储介质内存储有计算机程序,计算机程序被处理器执行时实现本申请任一实施例提供的方法。
与现有技术相比,本申请实施例的技术方案具有如下优点:
一方面,本申请实施例提供了一种基于历史带宽数据预测和弹性伸缩的带宽配额管理方式,包括基于历史值预测用户共用带宽的当前可能的使用量(预测值),并根据预测值和用户共用带宽当前的实时值对预测值进行弹性伸缩,避免了仅依靠实时数据带来的稳定性差的问题,也避免了提前准备不符合实际使用情况的带宽资源所造成的资源浪费问题。进一步地,基于单次增量阈值避免小流量时频繁变动带宽配额而带来的稳定性不好的问题;基于冷却时间避免频繁变动带宽配额而影响带宽稳定性;基于上限值保证节点链路不会超负荷。
另一方面,基于锁量时间范围和锁量比例确定带宽配额,达到指定时间段对用户可用带宽资源的重点保障效果。
再一方面,内部自营服务(如CDN、直播等)的流量调度可参考用户共用带宽的带宽配额,从而增加或减少内部自营服务对目标节点使用的带宽量,实现内部自营服务和外部用户服务在同一目标节点上的稳定混跑和带宽复用。
上述概述仅仅是为了说明书的目的,并不意图以任何方式进行限制。除上述描述的示意性的方面、实施方式和特征之外,通过参考附图和以下的详细描述,本申请进一步的方面、实施方式和特征将会是容易明白的。
附图说明
在附图中,除非另外规定,否则贯穿多个附图相同的附图标记表示相同或相似的部件或元素。这些附图不一定是按照比例绘制的。应该理解,这些附图仅描绘了根据本申请公开的一些实施方式,而不应将其视为是对本申请范围的限制。
图1示出用于实现本申请实施例带宽配额的确定方法的系统的架构图;
图2示出本申请实施例一提供的带宽配额的确定方法的流程图;
图3示出本申请实施例一提供的弹性伸缩参数的示例图;
图4示出本申请实施例一提供的应用示例的工作流程示意图;
图5示出本申请实施例二提供的带宽配额的确定方法的流程图;
图6示出本申请实施例三提供的带宽配额的确定方法的流程图;
图7示出未使用本申请实施例三的分配方法的带宽分配示意图;
图8示出使用申请实施例三的分配方法的带宽分配示意图;
图9示出本申请实施例四提供的资源配额的确定方法的流程图;
图10示出本申请实施例五提供的资源配额的确定方法的流程图;
图11示出本申请实施例十一提供的电子设备的框图。
具体实施方式
在下文中,仅简单地描述了某些示例性实施例。正如本领域技术人员可认识到的那样,在不脱离本申请的精神或范围的情况下,可通过各种不同方式修改所描述的实施例。因此,附图和描述被认为本质上是示例性的而非限制性的。
为便于理解本申请实施例的技术方案,以下对本申请实施例的相关技术进行说明,以下相关技术作为可选方案与本申请实施例的技术方案可以进行任意结合,其均属于本申请实施例的保护范围。
在本文中使用以下术语
边缘云(Edge Cloud):是一种分散式运算的云计算架构,将应用、数据资料与服务的运算,由网络中心节点移往网络边缘节点来处理,目标是在靠近数据输入源或用户的地方提供云服务资源,包括计算资源、存储资源和网络资源。
边缘节点(Edge Node,EN):指在靠近数据输入源或用户的网络边缘侧构建的服务平台,提供计算、存储、网络等资源,以减少网络传输和多级转发带来的计算时延和成本。
边缘节点服务(Edge Node Service,ENS):基于边缘节点为用户提供服务,通过终端数据就近计算和处理,优化响应时延、中心负荷和整体成本。
多租户(Multi-tenancy):即多用户,在多用户环境下,多个用户可以以租用的形式共用云服务资源,并且仍可确保各用户间数据的隔离性。
用户共用带宽:边缘节点提供了多用户环境,即用户在边缘节点上的带宽是共用的,多用户在边缘节点上共用的带宽资源即为用户共用带宽。
租售带宽:即售卖带宽,用户可以根据实际需求对某边缘节点的带宽资源进行提前申请或申报,与用户在该边缘节点上实际使用的流量无关,因此,租售带宽即为用户对用户共用带宽的申请量。例如:若用户在某一边缘节点申请的带宽资源为10M,则用户在该边缘节点至多可以使用10M的带宽。在多用户环境中,某一边缘节点的租售带宽为各用户对用户共用带宽的申请总量。例如,某一边缘节点有1000个用户,每个用户申请的带宽资源均为10M,则该边缘节点的租售带宽为1000*10M。
弹性伸缩(Auto Scaling):根据服务需求和策略调整计算能力、网络能力、存储能力、实例数量等。
月95计费(Month 95Billing):一种常用的计费方式,每月计费,每5分钟取一个点,每个小时取12个点,每天取12*24个点,一个月按30天算就是取12*24*30=8640个点,从高到低排序,然后把数值最高的5%的点去掉,剩下的最高带宽即为计费值。
内容分发网络(Content Delivery Network,CDN):由分布在不同区域的边缘节点集群组成的分布式网络,使其用户可就近获取所需内容,避免因网络拥堵、跨运营商、跨地域、跨境等因素带来的网络不稳定、访问延迟高等问题。
应用场景和系统
在边缘云贴近用户和多级分散的背景下,大流量服务如视频直播、点播、云游戏等成为边缘云的主要应用场景,对应的带宽资源是云上各用户最为关心的资源。因此,需要一种灵活的配额管理方式来协调带宽资源。
边缘节点提供了多用户的用户环境,即用户在边缘节点上的带宽是共用的,但由于节点带宽有上限,因此容易出现有些用户的带宽突增,导致带宽上限饱和,因此相关技术中提出了使用用户实时带宽作为配额进行流量调度的方法,即通过实时获取节点上的用户可用带宽的情况,并以此数据为基础进行服务调度和调整。但是,由于流量控制策略生效具有时效性,因此,这种方式会产生稳定性差的问题。
相关技术中还提出了以用户申请的租售带宽作为配额进行流量调度的方法。由于租售带宽是用户对某边缘节点的带宽资源的申请量或申报量,为提前配置的参数,与用户在该边缘节点上实际使用的流量无关。而当前通用的带宽服务中,为了保证最大能力,通常采用月95计费方式,因此,用户在申报租售带宽时,通常以带宽峰值为基准。从而导致在服务低峰期未达到带宽峰值的这部分带宽资源产生较大的浪费,带来了不必要的成本。
因此,需要一种更为灵活的配额管理方式,避免投入大量人力来调整带宽资源和提前准备带宽资源。
本申请实施例提供的带宽配额的确定方法中,可以基于历史带宽数据(用户共用带宽的历史值)预测用户共用带宽的当前可能的使用量(预测值),并根据预测值和用户共用带宽当前的实时值对预测值进行弹性伸缩,进而确定用户共用带宽的带宽配额,即本申请实施例提供了一种基于历史带宽数据预测和弹性伸缩的带宽配额管理方式,一方面避免了仅依靠实时数据带来的稳定性差的问题,另一方面也避免了提前准备带宽资源造成的资源浪费问题。
示例性地,本申请实施例的方法可应用于边缘节点的混合服务场景中。“混合服务”可理解为边缘节点建设者或运维者的内部自营服务和外部用户服务均运行于同一边缘节点。例如:边缘节点除了能够运行内部自营的CDN服务之外,也能够运行多用户ENS服务。针对某一边缘节点,该节点的节点建设带宽可划分为用户共用带宽的部分和内部可控带宽的部分。其中,用户共用带宽用于外部用户服务,如多用户ENS服务,提供多用户外部流量;内部可控带宽用于内部自营服务,如自营CDN服务,提供内部可控流量。
根据本申请实施例提供的技术方案,通过外部服务的带宽配额管理及自营服务的流量协同调度,实现多用户外部流量与内部可控流量混跑的方式,从而在用户共用带宽有空闲的情况下调度内部服务使用避免资源浪费,在用户共用带宽饱和的情况下,及时减少内部服务使用该节点的带宽量,从而削峰填谷,优化带宽曲线,在保证稳定性的前提下显著提高带宽资源的复用率,达成技术与成本上的竞争力。
需要说明的是,本申请实施例中提供的带宽配额的确定方法的上述应用场景或应用示例,是为了便于理解,本申请实施例对带宽配额的确定方法的应用不作具体限定。
图1示出用于实现本申请实施例方法的示例性系统的架构图。如图1所示,该系统包括带宽配额的确定装置、数据库和节点带宽的分配装置。
其中,数据库可用于存储各节点的节点数据,如节点A、节点B等节点的节点数据。节点数据包括但不限于用户共用带宽的历史值、用户共用带宽的实时值、弹性伸缩参数、租售带宽、节点链路信息、节点建设带宽等。数据库还用于存储各节点的用户共用带宽的带宽配额。数据库可以是一个或多个,本申请实施例对此不作限定。
带宽配额的确定装置可以从一个或多个数据库中获取各节点的节点数据,并基于本申请实施例的带宽配额的确定方法,确定各节点的用户共用带宽的带宽配额,并存储于一个或多个数据库中。带宽配额的确定装置可部署于运维服务端,其形态可以是应用程序、服务、实例、软件形态的功能模块、容器或云服务器等。
节点带宽的分配装置可以从一个或多个数据库中获取各节点的用户共用带宽的带宽配额,并下发至各节点。示例性地,针对某一节点,节点带宽的分配装置还用于基于该节点的用户共用带宽的带宽配额和该节点的节点建设带宽的带宽量,分配该节点的内部可控带宽的带宽量。节点带宽的分配装置可部署于运维服务端,其形态可以是应用程序、服务、实例、软件形态的功能模块、容器或云服务器等。
需要说明的是,本申请实施例中提供的带宽配额的确定方法的上述系统架构,是为了便于理解,本申请实施例对实现带宽配额的确定方法的系统不作具体限定。
实施例一
图2示出根据本申请实施例的带宽配额的确定方法的流程图。该带宽配额的确定方法可以应用于带宽配额的确定装置。如图2所示,该带宽配额的确定方法包括:
步骤S201:根据目标节点上用户共用带宽的历史值,预测用户共用带宽的预测值。
其中,目标节点可以是边缘节点。在一个示例中,可以根据各边缘节点的节点建设带宽筛选目标节点。其中,在边缘云场景下,各边缘节点的节点建设带宽会被定时记录在数据库中,当某一边缘节点的节点建设带宽大于预设的带宽阈值,则可以认为该边缘节点为需要进行大流量配额管理的节点,即将该边缘节点作为目标节点。在另一个示例中,可以根据配置信息对目标节点进行预设,例如根据用户或地域等配置信息,将某一用户对应的边缘节点作为目标节点,或将某一地域对应的边缘节点作为目标节点。
边缘节点提供了多用户的用户环境,各用户在边缘节点上享有的带宽资源是共用的,即用户共用带宽。本申请实施例中,用户共用带宽即为目标节点上各用户所共用的那部分带宽资源。
示例性地,每隔一定的时间间隔系统可收集全量节点上全量用户的历史带宽数据,即一定时间之前的实时带宽数据。例如,根据边缘节点采集能力,每隔1分钟,收集2~4分钟之前的实时带宽数据。其中,全量节点中包括目标节点,历史带宽数据可以存储在数据库中,进而可以从历史带宽数据中读取目标节点某一时刻的用户共用带宽的带宽量,作为历史值。历史值可以反映用户行为特征,因此,基于历史值可以预测当前用户共用带宽的带宽量,得到预测值。
由于边缘云各用户使用带宽的时间和带宽量具有不确定性,但却具有周期性,因此,为了提高预测值的准确性,历史值可以是多个历史周期内同一时刻的用户共用带宽的带宽量。例如一个历史周期为1天,可以从数据库中读取目标节点7天(七个历史周期)内同一时刻的用户共用带宽的带宽量,得到七个历史值。进一步地,拟合多个历史值确定预测值。
示例性地,预测可以基于长短期记忆,例如利用多个历史周期的历史值进行加权拟合,其中,第一个周期和最后一个周期的历史值所对应的权重均对应升高,从而进一步提高预测准确性。
步骤S202:比较预测值以及用户共用带宽的实时值。
其中,预测值可以为当前时间预测得到的预测值,实时值可以为当前时间获取到的用户共用带宽的带宽量。示例性地,每隔一定的时间间隔系统可收集全量节点上全量用户的实时带宽数据,例如,每隔1分钟收集实时带宽数据。由于边缘采集能力不同,收集的实时带宽数据可能会有延时,例如为2~4分钟之前的实时带宽数据,本申请实施例中,当前时间的实时值以获取到实时带宽数据的时间为基准。
比较预测值和实时值,可以是确定二者的差值,也可以是确定二者的比值,本申请实施例对此不作限定。
步骤S203:根据比较结果对预测值进行弹性伸缩,并根据弹性伸缩的结果确定对用户共用带宽的带宽配额;其中,弹性伸缩包括增加预测值或减少预测值。
例如:如果实时值大于预测值,则增加预测值,增加之后的预测值作为带宽配额;如果实时值小于预测值,则减少预测值,减少之后的预测值作为带宽配额。
基于此,本申请实施例提供了一种基于历史带宽数据预测和弹性伸缩的带宽配额管理方式,包括基于历史值预测用户共用带宽的当前可能的使用量(预测值),并根据预测值和用户共用带宽当前的实时值对预测值进行弹性伸缩,一方面避免了仅依靠实时数据带来的稳定性差的问题,另一方面也避免了提前准备不符合实际使用情况的带宽资源所造成的资源浪费问题。
示例性地,目标节点可以是多个,例如,可以根据节点建设带宽和带宽阈值,筛选出需要进行配额规划的所有目标节点,形成目标节点列表。针对任一目标节点,基于本申请实施例的方法对其进行配额管理,即确定每个目标节点上用户共用带宽的带宽配额。
在一种实施方式中,在步骤S201中,根据目标节点上用户共用带宽的历史值,预测用户共用带宽的预测值,包括:响应于历史值小于预设的带宽下限值,将目标节点的租售带宽作为预测值。
如果历史值异常,如历史值小于预设的带宽下限值,甚至为0(即缺少历史带宽数据),则说明该目标节点可能是新建节点或新增用户节点,则可以根据预设的新增锁量策略将目标节点的租售带宽作为预测值。其中,新增锁量策略中预设了带宽下限值,并规定了当历史值小于带宽下限值时,将目标节点的租售带宽作为预测值。基于此,可以优先保障特殊用户的带宽资源。
在一种实施方式中,在步骤S203中,根据比较结果对预测值进行弹性伸缩,包括:响应于比较结果符合预设的增量阈值条件,增加预测值;其中,增量阈值条件包括实时值大于预测值且实时值与预测值的差值大于增量阈值,或者,增量阈值条件包括实时值大于预测值且实时值与预测值的比值大于增量阈值比例。
其中,可以预设弹性伸缩策略,增量阈值条件即属于弹性伸缩策略,增量阈值和增量阈值比例属于预设的弹性伸缩参数。基于此,可以在预测值偏小的情况下,使最终确定的带宽配额趋于实时值,从而使分配的带宽资源满足用户的实际使用需求。
在一个示例中,增量阈值条件为实时值大于预测值且实时值与预测值的差值大于增量阈值。例如:增量阈值为20G,实时值为130G,预测值为100G,则实时值与预测值的差值为130G-100G=30G,差值大于增量阈值,因此,执行增量逻辑,增加预测值。在另一个示例中,增量阈值条件为实时值大于预测值且实时值与预测值的比值大于增量阈值比例。例如:增量阈值为120%,实时值为130G,预测值为100G,则实时值与预测值的比值为130G/100G=130%,比值大于增量阈值,因此,执行增量逻辑,增加预测值。
在一种实施方式中,增加预测值具体可以包括:按照预设的步长逐次增加预测值,直到增加后的预测值大于实时值;其中,步长为预测值的单次增量,或者,步长为预测值的单次增加比例。
也就是说,上述的增量逻辑可以包括:按照预设的步长逐次增加预测值,直到增加后的预测值大于实时值。增量逻辑属于弹性伸缩策略,可以预设,步长属于可以预设的弹性伸缩参数。基于这样的增量逻辑,可以降低带宽调整幅度,提高带宽稳定性。
在一个示例中,步长为单次增量,增量逻辑具体为按照单次增量逐次增加预测值,直到增加后的预测值大于实时值。例如:步长为20G,实时值为130G,预测值为100G,执行增量逻辑可以为:首次,对预测值100G增加步长20G,增加后的预测值为120G,由于增加后的预测值120G小于实时值130G,则继续增加预测值;第二次,对预测值120G增加步长20G,此次增加后的预测值为140G,大于实时值130G,则停止增量逻辑。
在又一个示例中,步长为单次增加比例,增量逻辑具体为按照单次增加比例逐次增加预测值,直到增加后的预测值大于实时值。例如:步长为20%,实时值为130G,预测值为100G,执行增量逻辑可以为:首次,对预测值100G增加20%,增加后的预测值为100G*(1+20%)=120G,由于增加后的预测值120G小于实时值130G,则继续增加预测值;第二次,对预测值120G增加20%,此次增加后的预测值为120G*(1+20%)=144G,大于实时值130G,则停止增量逻辑。
在一种实施方式中,增加预测值具体可以包括:响应于历史值小于预设的单次增量阈值,对预测值单次增加单次增量阈值;其中,单次增量阈值为目标节点的租售带宽乘以预测值的单次增加比例。
也就是说,上述的增量逻辑还可以包括:如果历史值小于单次增量阈值,则直接一次性增加预测值。基于此,可以避免小流量时频繁变动带宽配额而带来的稳定性不好的问题。其中,单次增量阈值属于可以预设的弹性伸缩参数,即单次增量阈值也可以进行其他数值或计算方式的配置,本申请实施例对此不作限定。
示例性地,如果租售带宽为200G,单次增加比例为20%,则单次增量阈值为200G*20%=40G。假设实时值为30G,预测值为24G,增量阈值为120%,由于实时值30G/预测值24G=125%>120%,触发增量逻辑,但由于预测值24G小于单次增量阈值40G,所以直接一次性对预测值增加40G,增加后的预测值为64G。
在一种实施方式中,在步骤S203中,根据比较结果对预测值进行弹性伸缩,包括:响应于比较结果符合预设的缩量阈值条件,减少预测值;其中,缩量阈值条件包括实时值小于预测值且实时值与预测值的差值小于缩量阈值,或者,缩量阈值条件包括实时值小于预测值且实时值与预测值的比值小于缩量阈值比例。
其中,可以预设弹性伸缩策略,缩量阈值条件即属于弹性伸缩策略,缩量阈值和缩量阈值比例属于预设的弹性伸缩参数。基于此,可以在预测值偏大的情况下,使最终确定的带宽配额趋于实时值,从而使分配的带宽资源满足用户的实际使用需求。
在一个示例中,缩量阈值条件为实时值小于预测值且实时值与预测值的差值小于缩量阈值。例如:缩量阈值为﹣30G,实时值为60G,预测值为100G,则实时值与预测值的差值为60G﹣100G=﹣40G,差值小于缩量阈值,因此,执行缩量逻辑,减少预测值。在另一个示例中,缩量阈值条件为实时值小于预测值且实时值与预测值的比值小于缩量阈值比例。例如:缩量阈值为70%,实时值为60G,预测值为100G,则实时值与预测值的比值为600G/100G=60%,比值小于缩量阈值,因此,执行缩量逻辑,减少预测值。
在一种实施方式中,缩量阈值条件还可以包括当前时间距离上次对带宽配额进行更新的时间间隔大于预设的时间间隔阈值。
也就是说,可以预设冷却时间,即时间间隔阈值,在距离上次带宽配额调整的时间间隔还未达到该冷却时间(时间间隔阈值)时,不会触发缩量逻辑,从而避免频繁变动带宽配额而影响带宽稳定性。其中,冷却时间(时间间隔阈值)也属于可预设的弹性伸缩参数。
在一种实施方式中,在步骤S203中,根据弹性伸缩的结果确定对用户共用带宽的带宽配额,包括:将目标节点的租售带宽和目标节点的关联节点的节点建设带宽中的最小值作为用户共用带宽的上限值;其中,关联节点位于目标节点的节点链路上;在弹性伸缩的结果大于上限值的情况下,将上限值确定为带宽配额;或者,在弹性伸缩的结果小于等于上限值的情况下,将弹性伸缩的结果确定为带宽配额。
其中,目标节点的节点链路包括与目标节点属于同一计费单元的父子节点和兄弟节点,即关联节点为目标节点的父子节点和兄弟节点。其中,向网络运营商付费的时候,同一计费单元多个节点的带宽加起来统一进行计费出账。因此,在目标节点的节点链路上的关联节点可能为多个,上限值将从多个关联节点的节点建设带宽和目标节点的租售带宽中选择最小值。
基于此,如果增加后的预测值超过了用户共用带宽的上限值,则说明最后确定的带宽配额可能会超过整个节点链路的带宽能力,因此,需要将用户共用带宽的上限值作为带宽配额,进而保证节点链路不会超负荷。
在一种实施方式中,本申请实施例的方法还包括:在步骤S202之前,即在比较预测值以及用户共用带宽的实时值之前,确定当前时间和预设的锁量时间范围;在当前时间属于锁量时间范围的情况下,根据目标节点的租售带宽以及预设的锁量比例,确定带宽配额;或者,在当前时间不属于锁量时间范围的情况下,执行比较预测值以及用户共用带宽的实时值。
其中,锁量时间范围即锁量生效的时间段,如20:00~2:00。锁量比例即保证用户共用带宽所占租售带宽的比例。锁量时间范围和锁量比例均属于可以预设的弹性伸缩参数,预设的弹性伸缩策略也包括:如果当前时间属于锁量时间范围,则将带宽配额确定为租售带宽乘以锁量比例,从而达到指定时间段对用户可用带宽资源的重点保障效果。
下面结合图3和图4介绍本申请实施例的一个应用示例。在该应用示例中,可以包括以下几个工作流程:
(1)筛选目标节点:
基于上文所述,可以根据各边缘节点的节点建设带宽筛选目标节点,也可以根据用户或地域等配置信息对目标节点进行预设,形成目标节点列表。
(2)加载数据:
包括加载节点-弹性伸缩策略、加载实时带宽数据、加载历史带宽数据、加载节点链路建设能力查询信息、加载节点-租售带宽信息。这些数据可以从一个或多个数据库中获取,本申请实施例对此不作限定。
其中,弹性伸缩策略中包括弹性伸缩参数。弹性伸缩参数以节点-用户为维度设置,即弹性伸缩参数属于节点-用户级别的数据。如果某一节点-用户上未设置弹性伸缩参数,则可以采用提前预设的默认值(通用值)。上述描述中举例了弹性伸缩参数的多种类型,包括增量阈值(或增量阈值比例)、步长、缩量阈值(或缩量阈值比例)、冷却时间(时间间隔阈值)、锁量时间范围、锁量比例,可以结合图3进行理解,在此不再赘述。
每隔1分钟系统可收集全量节点上全量用户的实时带宽数据,收集的实时带宽数据可能会有延时,例如为2~4分钟之前的实时带宽数据。每隔一定周期(可预设)收集历史带宽数据、节点链路建设能力查询信息和节点-租售带宽信息。其中,历史带宽数据包括多个历史周期内同一时刻的实时带宽数据,每个历史周期为1天,即7天内同一时刻的实时带宽数据作为历史带宽数据。节点链路建设能力查询信息以节点-节点链路的形式呈现某一节点的各关联节点的节点建设带宽的信息。
(3)带宽预测:
基于实时带宽数据确定目标节点上用户共用带宽的实时值,基于历史带宽数据确定目标节点上用户共用带宽的历史值。如果历史值异常,如历史值小于预设的带宽下限值,甚至为0(即缺少历史带宽数据),则说明该目标节点可能是新建节点或新增用户节点,则可以根据预设的新增锁量策略将目标节点的租售带宽作为预测值。如果历史值正常,则查询目标节点的节点链路,得到目标节点的各关联节点的节点建设带宽的信息。进一步地,基于历史值得到预测值,例如利用7个历史周期的历史值进行加权拟合,得到用户共用带宽的预测值。其中,第一个周期和最后一个周期的历史值所对应的权重均对应升高,1个历史周期为1天。
(4)弹性伸缩
读取运营人员配置的弹性伸缩策略,弹性伸缩策略包括以上所述的任意一种弹性伸缩策略,如增量阈值条件、缩量阈值条件、增量逻辑、缩量逻辑、缩量配置等。然后,按照弹性伸缩策略执行弹性伸缩。其中,带宽预测和弹性伸缩每隔一定周期执行一次,例如为每1分钟执行一次。
按照弹性伸缩策略执行弹性伸缩的流程示例如下:
A、查看当前时间是否属于锁量时间范围;如果属于,则将带宽配额确定为租售带宽乘以锁量比例,达到指定时间段对用户可用带宽资源的重点保障效果;如果不属于,则比较预测值和实时值。
B、增量逻辑:假设增量阈值比例为120%,缩量阈值比例为70%,步长为20%,租售带宽为200G:
如果实时值为150G,预测值为100G,则由于实时值/预测值=150%>120%,触发增量逻辑,预测值100G增加步长20%,带宽配额更新为预测值100G*(1+20%)=120G。由于实时值150G/增加后的预测值120G=125%,依然大于120%,继续增量逻辑,预测值120G增加步长20%,增加后的预测值为120*(1+120%)=144G。由于实时值150G仍然大于增加后的预测值144G,继续增量逻辑,预测值144G增加步长20%,增加后的预测值为预测值144*(1+120%)=172.8G,此时停止增量逻辑。
如果实时值为30G,预测值为24G,虽然实时值30G/预测值24G=125%>120%,但由于预测值24G<售卖量200G*步长20%=40G,即预测值24G小于单次增量阈值40G,所以直接一次性对预测值增加40G,增加后的预测值为64G,避免小流量时频繁变动带宽配额而带来的稳定性不好的问题。
C、缩量逻辑:假设缩量阈值比例为70%,步长为20%,租售带宽为200G:
如果实时值为60G,预测值为100G,实时值60G/预测值100G=60%<70%,且距离上次带宽配额更新的时间间隔大于冷却时间,则触发缩量逻辑,减少后的预测值为100G*(100%-20%)=80G。
D、确定目标节点上用户共用带宽的上限值,取目标节点的租售带宽和目标节点各关联节点的节点建设带宽中的最小值。如果B和C中弹性伸缩(增加或减少)后的预测值大于该上限值,则带宽配额更新为该上限值,否则,将带宽配额更新为弹性伸缩后的预测值。
进一步地,用户共用带宽的带宽配额可存入数据库或通过接口实时查询,便于运营人员内部流量控制策略的制定或供节点带宽的分配所用,另外,还可以通过可视化界面,如可视化大盘,实时显示带宽配额等信息。
根据本申请实施例的方法,基于历史带宽数据预测和弹性伸缩的带宽配额管理,实现了动态配额规划,一方面避免了仅依靠实时数据带来的稳定性差的问题,另一方面也避免了提前准备不符合实际使用情况的带宽资源所造成的资源浪费问题。另外,基于单次增量阈值可以避免小流量时频繁变动带宽配额而带来的稳定性不好的问题;另外,基于冷却时间可以避免频繁变动带宽配额而影响带宽稳定性;另外,基于目标节点的租售带宽和目标节点各关联节点的节点建设带宽中的最小值设置用户共用带宽的上限值,可以保证节点链路不会超负荷。
实施例二
图5示出根据本申请实施例的带宽配额的确定方法的流程图。该带宽配额的确定方法可以应用于带宽配额的确定装置。如图5所示,该带宽配额的确定方法可以包括:
步骤S501:获取对目标节点预设的锁量时间范围和锁量比例;
步骤S502:响应于当前时间属于锁量时间范围,根据目标节点的租售带宽以及锁量比例,确定对目标节点上用户共用带宽的带宽配额。
其中,锁量时间范围即锁量生效的时间段,如20:00~2:00。锁量比例即保证用户共用带宽所占租售带宽的比例。锁量时间范围和锁量比例均属于可以预设的弹性伸缩参数。如果当前时间属于锁量时间范围,则将带宽配额确定为租售带宽乘以锁量比例,从而达到指定时间段对用户可用带宽资源的重点保障效果。
在一种实施方式中,本申请实施例的方法还可以包括:响应于当前时间不属于锁量时间范围,比较用户共用带宽的预测值以及用户共用带宽的实时值,并根据比较结果对预测值进行弹性伸缩,以及根据弹性伸缩的结果确定对用户共用带宽的带宽配额;其中,预测值为基于用户共用带宽的历史值进行预测得到,弹性伸缩包括增加预测值或减少预测值。
其中,基于用户共用带宽的历史值进行预测得到预测值,可采用与步骤S201相同或相类似的实施方式;比较用户共用带宽的预测值以及用户共用带宽的实时值,可采用与步骤S202相同或相类似的实施方式;根据比较结果对预测值进行弹性伸缩,以及根据弹性伸缩的结果确定对用户共用带宽的带宽配额,可采用与步骤S203相同或相类似的实施方式。本申请实施例在此不再赘述。
实施例三
图6示出根据本申请实施例的节点带宽的分配方法的流程图。该节点带宽的分配方法可以应用于节点带宽的分配装置。如图6所示,该节点带宽的分配方法可以包括:
步骤S601:确定目标节点的节点建设带宽;其中,节点建设带宽划分为用户共用带宽和内部可控带宽;
步骤S601:获取用户共用带宽的带宽配额;其中,带宽配额为根据实施例一或实施例二的方法而确定;
步骤S603:基于带宽配额和节点建设带宽的带宽量,分配内部可控带宽的带宽量。
在混合服务场景中,内部自营服务和外部用户服务均运行于同一边缘节点。例如:边缘节点除了能够运行内部自营的CDN服务之外,也能够运行多用户ENS服务。因此,目标节点的节点建设带宽可划分为用户共用带宽的部分和内部可控带宽的部分。其中,用户共用带宽用于外部用户服务,如多用户ENS服务,提供多用户外部流量;内部可控带宽用于内部自营服务,如自营CDN服务,提供内部可控流量。
因此,当基于实施例一和实施例二的方法确定了目标节点的用户共用带宽的带宽配额后,可以将其按节点-用户及生成时间存储到指定数据库中。内部自营服务(如CDN、直播等)的流量调度可参考内部可控带宽的带宽量,并生成对应的调度策略下发到目标节点,从而增加或减少内部自营服务对目标节点使用的带宽量。带宽控制模块会读取用户共用带宽的带宽配额,并将对应的调度策略下发到目标节点,从而增加或减少外部用户服务对目标节点使用的带宽量。进而实现内部自营服务和外部用户服务在同一目标节点上稳定混跑和带宽复用。同时,边缘节点会根据用户共用带宽的带宽配额进行保障,且各用户在各自配额内都享有对应的保障。当用户共用带宽的带宽配额发生改变时,内部自营服务可使用计费单元剩余带宽(计费单元实时成本线以下的空间),内部自营服务越界导致的流量拥塞,保障机制选择丢弃对应内部自营服务的IP包来进行降速,完成边缘自治。
图7示出未使用本申请实施例的分配方法的带宽分配示意图;图8示出使用申请实施例的分配方法的带宽分配示意图。其中,CDN可用区表示内部自营服务可用的内部可控带宽;ENS可用区表示外部用户服务可用的用户共用带宽,总容量表示节点建设带宽。可以看出,在图7中,实际计费线以下存在大量的空白,即存在大量带宽资源的浪费,而在图8中,内部直营服务可以使用用户带宽线以下的空间,从而实现内部可控带宽与用户共用带宽协同补位冲顶,有效利用带宽资源,并能根据外部用户服务的需求调整带宽配额。
实施例四
图9示出根据本申请实施例的资源配额的确定方法的流程图。该资源配额的确定方法可以应用于资源配额的确定装置。如图9所示,该资源配额的确定方法包括:
步骤S901:根据目标节点上用户共用资源的历史用量,预测用户共用资源的预测用量;
步骤S902:比较预测用量以及用户共用资源的实时用量;
步骤S903:根据比较结果对预测用量进行弹性伸缩,并根据弹性伸缩的结果确定对用户共用资源的资源配额;其中,弹性伸缩包括增加预测用量或减少预测用量。
其中,本申请实施例中,资源可以为云服务资源,包括计算资源、网络资源和存储资源。示例性地,计算资源可以包括CPU、实例、容器等;网络资源可以包括上述的带宽,还可以包括IP(网络协议)地址等;存储资源可以包括云盘、对象存储、网络附属存储等。对计算资源的用量可以包括所使用的实例数量、容器数量、实例大小、容器大小等;对网络资源的用量可以包括所使用的带宽量、网段容量等;对存储资源的用量可以包括所使用的存储容量等。
针对某一节点,该节点的云服务资源可划分为用户共用资源的部分和内部可控资源的部分。其中,用户共用资源用于外部用户服务,如多用户ENS服务;内部可控资源用于内部自营服务,如自营CDN服务,提供内部可控资源。用户共用资源即为目标节点上各外部用户所共用的那部分云服务资源。
基于节点采集能力,可以获取目标节点上用户共用资源的历史用量和实时用量,具体可分别采用与上述用户共用带宽的历史值和实时值相类似的实施方式。比较预测用量和实时用量,可以是确定二者的差值,也可以是确定二者的比用量,本申请实施例对此不作限定。如果实时用量大于预测用量,则增加预测用量,增加之后的预测用量作为资源配额;如果实时用量小于预测用量,则减少预测用量,减少之后的预测用量作为资源配额。
根据本申请实施例提供的技术方案,通过对用户的资源配额管理及自营服务的资源协同调度,实现多用户共用资源与内部可控资源混跑的方式,从而在用户共用资源有空闲的情况下调度内部服务使用避免资源浪费,在用户共用资源饱和的情况下,及时减少内部服务使用该节点的资源用量,从而削峰填谷,优化资源用量曲线,在保证稳定性的前提下显著提高资源复用率,达成技术与成本上的竞争力。
步骤S901可采用与步骤S201相类似的实施方式;步骤S902可采用与步骤S202相类似的实施方式;步骤S903可采用与步骤S203相类似的实施方式。本申请实施例在此不再赘述。示例性地,可以预设弹性伸缩策略,包括增量阈值条件、缩量阈值条件、增量逻辑、缩量逻辑、缩量配置等,以及预设弹性伸缩参数,包括增量阈值(或增量阈值比例)、步长、缩量阈值(或缩量阈值比例)、冷却时间(时间间隔阈值)、锁量时间范围、锁量比例等;然后,按照弹性伸缩策略执行弹性伸缩。
实施例五
图10示出根据本申请实施例的资源配额的确定方法的流程图。该资源配额的确定方法可以应用于资源配额的确定装置。如图10所示,该资源配额的确定方法包括:
步骤S1001:获取对目标节点预设的锁量时间范围和锁量比例;
步骤S1002:响应于当前时间属于锁量时间范围,根据目标节点的租售资源以及锁量比例,确定对目标节点上用户共用资源的资源配额;或者,响应于当前时间不属于锁量时间范围,比较用户共用资源的预测用量以及用户共用资源的实时用量,并根据比较结果对预测用量进行弹性伸缩,以及根据弹性伸缩的结果确定对用户共用资源的资源配额;其中,预测用量为基于用户共用资源的历史用量进行预测得到,弹性伸缩包括增加预测用量或减少预测用量。
其中,锁量时间范围即锁量生效的时间段,如20:00~2:00。锁量比例即保证用户共用资源所占租售资源的比例,如果当前时间属于锁量时间范围,则将资源配额确定为租售资源乘以锁量比例,从而达到指定时间段对用户可用资源的重点保障效果。如果当前时间不属于锁量时间范围,则可以参照步骤S901~步骤S903的方法确定资源配额。
示例性地,用户可以根据实际需求对某边缘节点的资源使用进行提前申请或申报,与用户在该边缘节点上实际用量无关,因此,租售资源即为用户对用户共用资源的申请用量。
实施例六
与本申请实施例一提供的方法相对应地,本申请实施例提供一种带宽配额的确定装置,该带宽配额的确定装置可以包括:预测模块,用于根据目标节点上用户共用带宽的历史值,预测用户共用带宽的预测值;比较模块,用于比较预测值以及用户共用带宽的实时值;弹性伸缩模块,用于根据比较结果对预测值进行弹性伸缩,并根据弹性伸缩的结果确定对用户共用带宽的带宽配额;其中,弹性伸缩包括增加预测值或减少预测值。
在一种实施方式中,弹性伸缩模块具体用于:响应于比较结果符合预设的增量阈值条件,增加预测值;其中,增量阈值条件包括实时值大于预测值且实时值与预测值的差值大于增量阈值,或者,增量阈值条件包括实时值大于预测值且实时值与预测值的比值大于增量阈值比例。
在一种实施方式中,弹性伸缩模块还具体用于:按照预设的步长逐次增加预测值,直到增加后的预测值大于实时值;其中,步长为预测值的单次增量,或者,步长为预测值的单次增加比例。
在一种实施方式中,弹性伸缩模块还具体用于:响应于历史值小于预设的单次增量阈值,对预测值单次增加单次增量阈值;其中,单次增量阈值为目标节点的租售带宽乘以预测值的单次增加比例。
在一种实施方式中,弹性伸缩模块具体用于:响应于比较结果符合预设的缩量阈值条件,减少预测值;其中,缩量阈值条件包括实时值小于预测值且实时值与预测值的差值小于缩量阈值,或者,缩量阈值条件包括实时值小于预测值且实时值与预测值的比值小于缩量阈值比例。
在一种实施方式中,缩量阈值条件还包括当前时间距离上次对带宽配额进行更新的时间间隔大于预设的时间间隔阈值。
在一种实施方式中,弹性伸缩模块还具体用于:将目标节点的租售带宽和目标节点的关联节点的节点建设带宽中的最小值作为用户共用带宽的上限值;其中,关联节点位于目标节点的节点链路上;在弹性伸缩的结果大于上限值的情况下,将上限值确定为带宽配额;或者,在弹性伸缩的结果小于等于上限值的情况下,将弹性伸缩的结果确定为带宽配额。
在一种实施方式中,预测模块具体用于:响应于历史值小于预设的带宽下限值,将目标节点的租售带宽作为预测值。
在一种实施方式中,该装置还包括锁量确定模块,用于在的比较预测值以及用户共用带宽的实时值之前,确定当前时间和预设的锁量时间范围;在当前时间属于锁量时间范围的情况下,根据目标节点的租售带宽以及预设的锁量比例,确定带宽配额;或者,在当前时间不属于锁量时间范围的情况下,执行比较预测值以及用户共用带宽的实时值。
本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述,并具备相应的有益效果,在此不再赘述。
实施例七
与本申请实施例二提供的方法相对应地,本申请实施例提供一种带宽配额的确定装置,该带宽配额的确定装置可以包括:锁量配置获取模块,用于获取对目标节点预设的锁量时间范围和锁量比例;带宽配额确定模块,用于响应于当前时间属于锁量时间范围,根据目标节点的租售带宽以及锁量比例,确定对目标节点上用户共用带宽的带宽配额。
在一种实施方式中,该装置还包括:比较模块,用于响应于当前时间不属于锁量时间范围,比较用户共用带宽的预测值以及用户共用带宽的实时值;弹性伸缩模块,用于根据比较结果对预测值进行弹性伸缩,以及根据弹性伸缩的结果确定对用户共用带宽的带宽配额;其中,预测值为基于用户共用带宽的历史值进行预测得到,弹性伸缩包括增加预测值或减少预测值。
本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述,并具备相应的有益效果,在此不再赘述。
实施例八
与本申请实施例三提供的方法相对应地,本申请实施例提供一种节点带宽的分配装置,该节点带宽的分配装置可以包括:节点建设带宽确定模块,用于确定目标节点的节点建设带宽;其中,节点建设带宽划分为用户共用带宽和内部可控带宽;带宽配额获取模块,用于获取用户共用带宽的带宽配额;其中,带宽配额为根据实施例四或实施例五的装置而确定;带宽分配模块,用于基于带宽配额和节点建设带宽的带宽量,分配内部可控带宽的带宽量。
本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述,并具备相应的有益效果,在此不再赘述。
实施例九
与本申请实施例四提供的方法相对应地,本申请实施例提供一种资源配额的确定装置,该资源配额的确定装置可以包括:预测用量确定模块,用于根据目标节点上用户共用资源的历史用量,预测所述用户共用资源的预测用量;比较用量模块,用于比较所述预测用量以及所述用户共用资源的实时用量;资源配额确定模块,用于根据比较结果对所述预测用量进行弹性伸缩,并根据所述弹性伸缩的结果确定对所述用户共用资源的资源配额;其中,所述弹性伸缩包括增加所述预测用量或减少所述预测用量。
本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述,并具备相应的有益效果,在此不再赘述。
实施例十
与本申请实施例五提供的方法相对应地,本申请实施例提供一种资源配额的确定装置,该资源配额的确定装置可以包括:获取模块,用于获取对目标节点预设的锁量时间范围和锁量比例;资源配额确定模块,用于响应于当前时间属于所述锁量时间范围,根据所述目标节点的租售资源以及所述锁量比例,确定对所述目标节点上用户共用资源的资源配额;或者,响应于所述当前时间不属于所述锁量时间范围,比较所述用户共用资源的预测用量以及所述用户共用资源的实时用量,并根据比较结果对所述预测用量进行弹性伸缩,以及根据所述弹性伸缩的结果确定对所述用户共用资源的资源配额;其中,所述预测用量为基于所述用户共用资源的历史用量进行预测得到,所述弹性伸缩包括增加所述预测用量或减少所述预测用量。
本申请实施例各装置中的各模块的功能可以参见上述方法中的对应描述,并具备相应的有益效果,在此不再赘述。
实施例十一
图11为用来实现本申请实施例的电子设备的框图。如图11所示,该电子设备包括:存储器1101和处理器1102,存储器1101内存储有可在处理器1102上运行的计算机程序。处理器1102执行该计算机程序时实现上述实施例中的方法。存储器1101和处理器1102的数量可以为一个或多个。
该电子设备还包括:通信接口1103,用于与外界设备进行通信,进行数据交互传输。
如果存储器1101、处理器1102和通信接口1103独立实现,则存储器1101、处理器1102和通信接口1103可以通过总线相互连接并完成相互间的通信。该总线可以是工业标准体系结构(Industry Standard Architecture,ISA)总线、外部设备互连(PeripheralComponent Interconnect,PCI)总线或扩展工业标准体系结构(Extended IndustryStandard Architecture,EISA)总线等。该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11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。
可选地,在具体实现上,如果存储器1101、处理器1102及通信接口1103集成在一块芯片上,则存储器1101、处理器1102及通信接口1103可以通过内部接口完成相互间的通信。
本申请实施例提供了一种计算机可读存储介质,其存储有计算机程序,该程序被处理器执行时实现本申请任一实施例中提供的方法。
本申请实施例还提供了一种芯片,该芯片包括,包括处理器,用于从存储器中调用并运行存储器中存储的指令,使得安装有芯片的通信设备执行本申请任一实施例提供的方法。
本申请实施例还提供了一种芯片,包括:输入接口、输出接口、处理器和存储器,输入接口、输出接口、处理器以及存储器之间通过内部连接通路相连,处理器用于执行存储器中的代码,当代码被执行时,处理器用于执行申请任一实施例提供的方法。
应理解的是,上述处理器可以是中央处理器(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processing,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现场可编程门阵列(FieldProgrammable gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者是任何常规的处理器等。值得说明的是,处理器可以是支持进阶精简指令集机器(Advanced RISC Machines,ARM)架构的处理器。
可选地,上述存储器可以包括只读存储器和随机存取存储器,还可以包括非易失性随机存取存储器。该存储器可以是易失性存储器或非易失性存储器,或可包括易失性和非易失性存储器两者。其中,非易失性存储器可以包括只读存储器(Read-Only Memory,ROM)、可编程只读存储器(Programmable ROM,PROM)、可擦除可编程只读存储器(ErasablePROM,EPROM)、电可擦除可编程只读存储器(Electrically EPROM,EEPROM)或闪存。易失性存储器可以包括随机存取存储器(Random Access Memory,RAM),其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用。例如:静态随机存取存储器(StaticRAM,SRAM)、动态随机存取存储器(Dynamic Random Access Memory,DRAM)、同步动态随机存取存储器(Synchronous DRAM,SDRAM)、双倍数据速率同步动态随机存取存储器(DoubleData Rate SDRAM,DDR SDRAM)、增强型同步动态随机存取存储器(Enhanced SDRAM,ESDRAM)、同步连接动态随机存取存储器(Sync Link DRAM,SLDRAM)和直接内存总线随机存取存储器(Direct Rambus RAM,DRRAM)。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输。
需要说明的是,本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息、用户操作信息等)和数据(包括但不限于用于处理的数据、分析的数据、存储的数据、展示的数据等)等,均为经用户授权或者经过各方充分授权的信息和数据,并且相关信息和数据的收集、使用和处理需要遵守相关国家和地区的相关法律法规和标准,并提供有相应的操作入口,供用户选择授权或者拒绝。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包括于本申请的至少一个实施例或示例中。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是两个或两个以上,除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分。并且本申请的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,例如:可以被认为是用于实现逻辑功能的可执行指令的定序列表,可以具体实现在任何计算机可读介质中,以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用,或结合这些指令执行系统、装置或设备而使用。
应理解的是,本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行软件或固件来实现。上述实施例方法的全部或部分步骤是可以通过程序来指令相关的硬件完成,该程序可以存储于一种计算机可读存储介质中,该程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本申请各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。上述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读存储介质中。该存储介质可以是只读存储器,磁盘或光盘等。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到其各种变化或替换,这些都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以权利要求的保护范围为准。
Claims (16)
1.一种带宽配额的确定方法,包括:
根据目标节点上用户共用带宽的历史值,预测所述用户共用带宽的预测值;
比较所述预测值以及所述用户共用带宽的实时值;
根据比较结果对所述预测值进行弹性伸缩,并根据所述弹性伸缩的结果确定对所述用户共用带宽的带宽配额;其中,所述弹性伸缩包括增加所述预测值或减少所述预测值。
2.根据权利要求1所述的方法,其中,根据比较结果对所述预测值进行弹性伸缩,包括:
响应于所述比较结果符合预设的增量阈值条件,增加所述预测值;其中,所述增量阈值条件包括所述实时值大于所述预测值且所述实时值与所述预测值的差值大于增量阈值,或者,所述增量阈值条件包括所述实时值大于所述预测值且所述实时值与所述预测值的比值大于增量阈值比例。
3.根据权利要求2所述的方法,其中,增加所述预测值,包括:
按照预设的步长逐次增加所述预测值,直到增加后的预测值大于所述实时值;其中,所述步长为所述预测值的单次增量,或者,所述步长为所述预测值的单次增加比例。
4.根据权利要求2所述的方法,其中,增加所述预测值,包括:
响应于所述历史值小于预设的单次增量阈值,对所述预测值单次增加所述单次增量阈值;其中,所述单次增量阈值为所述目标节点的租售带宽乘以所述预测值的单次增加比例。
5.根据权利要求1所述的方法,其中,根据比较结果对所述预测值进行弹性伸缩,包括:
响应于所述比较结果符合预设的缩量阈值条件,减少所述预测值;其中,所述缩量阈值条件包括所述实时值小于所述预测值且所述实时值与所述预测值的差值小于缩量阈值,或者,所述缩量阈值条件包括所述实时值小于所述预测值且所述实时值与所述预测值的比值小于缩量阈值比例。
6.根据权利要求5所述的方法,其中,所述缩量阈值条件还包括当前时间距离上次对所述带宽配额进行更新的时间间隔大于预设的时间间隔阈值。
7.根据权利要求1所述的方法,其中,根据所述弹性伸缩的结果确定对所述用户共用带宽的带宽配额,包括:
将所述目标节点的租售带宽和所述目标节点的关联节点的节点建设带宽中的最小值作为所述用户共用带宽的上限值;其中,所述关联节点位于所述目标节点的节点链路上;
在所述弹性伸缩的结果大于所述上限值的情况下,将所述上限值确定为所述带宽配额;或者,在所述弹性伸缩的结果小于等于所述上限值的情况下,将所述弹性伸缩的结果确定为所述带宽配额。
8.根据权利要求1所述的方法,其中,根据目标节点上用户共用带宽的历史值,预测所述用户共用带宽的预测值,包括:
响应于所述历史值小于预设的带宽下限值,将所述目标节点的租售带宽作为所述预测值。
9.根据权利要求1至8任一项所述的方法,其中,在所述的比较所述预测值以及所述用户共用带宽的实时值之前,还包括:
确定当前时间和预设的锁量时间范围;
在所述当前时间属于所述锁量时间范围的情况下,根据所述目标节点的租售带宽以及预设的锁量比例,确定所述带宽配额;或者,在所述当前时间不属于所述锁量时间范围的情况下,执行所述的比较所述预测值以及所述用户共用带宽的实时值。
10.一种带宽配额的确定方法,包括:
获取对目标节点预设的锁量时间范围和锁量比例;
响应于当前时间属于所述锁量时间范围,根据所述目标节点的租售带宽以及所述锁量比例,确定对所述目标节点上用户共用带宽的带宽配额。
11.根据权利要求10所述的方法,还包括:
响应于所述当前时间不属于所述锁量时间范围,比较所述用户共用带宽的预测值以及所述用户共用带宽的实时值,并根据比较结果对所述预测值进行弹性伸缩,以及根据所述弹性伸缩的结果确定对所述用户共用带宽的带宽配额;
其中,所述预测值为基于所述用户共用带宽的历史值进行预测得到,所述弹性伸缩包括增加所述预测值或减少所述预测值。
12.一种节点带宽的分配方法,包括:
确定目标节点的节点建设带宽;其中,所述节点建设带宽划分为用户共用带宽和内部可控带宽;
获取所述用户共用带宽的带宽配额;其中,所述带宽配额为根据权利要求1至11任一项所述的方法而确定;
基于所述带宽配额和所述节点建设带宽的带宽量,分配所述内部可控带宽的带宽量。
13.一种资源配额的确定方法,包括:
根据目标节点上用户共用资源的历史用量,预测所述用户共用资源的预测用量;
比较所述预测用量以及所述用户共用资源的实时用量;
根据比较结果对所述预测用量进行弹性伸缩,并根据所述弹性伸缩的结果确定对所述用户共用资源的资源配额;其中,所述弹性伸缩包括增加所述预测用量或减少所述预测用量。
14.一种资源配额的确定方法,包括:
获取对目标节点预设的锁量时间范围和锁量比例;
响应于当前时间属于所述锁量时间范围,根据所述目标节点的租售资源以及所述锁量比例,确定对所述目标节点上用户共用资源的资源配额;或者,响应于所述当前时间不属于所述锁量时间范围,比较所述用户共用资源的预测用量以及所述用户共用资源的实时用量,并根据比较结果对所述预测用量进行弹性伸缩,以及根据所述弹性伸缩的结果确定对所述用户共用资源的资源配额;其中,所述预测用量为基于所述用户共用资源的历史用量进行预测得到,所述弹性伸缩包括增加所述预测用量或减少所述预测用量。
15.一种电子设备,包括存储器、处理器及存储在存储器上的计算机程序,所述处理器在执行所述计算机程序时实现权利要求1至14中任一项所述的方法。
16.一种计算机可读存储介质,计算机可读存储介质内存储有计算机程序,计算机程序被处理器执行时实现权利要求1至14中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310361848.6A CN116527600A (zh) | 2023-03-30 | 2023-03-30 | 带宽配额和资源配额的确定方法以及节点带宽分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310361848.6A CN116527600A (zh) | 2023-03-30 | 2023-03-30 | 带宽配额和资源配额的确定方法以及节点带宽分配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116527600A true CN116527600A (zh) | 2023-08-01 |
Family
ID=87394994
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310361848.6A Pending CN116527600A (zh) | 2023-03-30 | 2023-03-30 | 带宽配额和资源配额的确定方法以及节点带宽分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116527600A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117061367A (zh) * | 2023-10-13 | 2023-11-14 | 联通在线信息科技有限公司 | Cdn节点带宽引导方法、装置、电子设备和存储介质 |
-
2023
- 2023-03-30 CN CN202310361848.6A patent/CN116527600A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117061367A (zh) * | 2023-10-13 | 2023-11-14 | 联通在线信息科技有限公司 | Cdn节点带宽引导方法、装置、电子设备和存储介质 |
CN117061367B (zh) * | 2023-10-13 | 2024-02-23 | 联通在线信息科技有限公司 | Cdn节点带宽引导方法、装置、电子设备和存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110134513B (zh) | 负载均衡方法、装置、计算机设备及存储介质 | |
CN102938790A (zh) | 云计算系统中的资源分配方法 | |
US10069757B1 (en) | Reserved network device capacity | |
CN112256438B (zh) | 负载均衡控制方法和装置、存储介质及电子设备 | |
JPH1049390A (ja) | リソース共用のためのシステムおよび方法 | |
CN104239141A (zh) | 数据中心中基于工作流关键路径的任务优化调度方法 | |
CN105897484A (zh) | 一种流量管理装置、服务器和方法 | |
CN116527600A (zh) | 带宽配额和资源配额的确定方法以及节点带宽分配方法 | |
CN112532743B (zh) | 一种智能负载均衡方法、装置及存储介质 | |
CN107317864A (zh) | 一种存储设备的数据均衡方法及装置 | |
CN111124687A (zh) | 一种cpu资源预留方法、装置及其相关设备 | |
CN108011891A (zh) | 一种应用访问方法、装置、服务器及计算机存储介质 | |
CN109992392B (zh) | 一种资源部署方法、装置及资源服务器 | |
CN113691596A (zh) | 一种网关控制方法、装置、电子设备及存储介质 | |
CN115421930A (zh) | 任务处理方法、系统、装置、设备及计算机可读存储介质 | |
CN111654561A (zh) | 一种ip地址数量确定方法、装置、电子设备及存储介质 | |
Chao et al. | Optimal policy for a periodic-review inventory system under a supply capacity contract | |
CN115134369B (zh) | 一种cdn节点分配方法、装置、电子设备及存储介质 | |
CN112163734B (zh) | 基于云平台整定计算资源动态调度方法及装置 | |
CN109039694A (zh) | 一种面向业务的全局网络资源分配方法及装置 | |
CN115794421B (zh) | 资源分配方法、装置和电子设备 | |
CN114844791B (zh) | 基于大数据的云服务自动管理分配方法、系统及存储介质 | |
CN107832140B (zh) | 一种rpc请求控制的方法、存储介质、电子设备和系统 | |
CN109298949A (zh) | 一种分布式文件系统的资源调度系统 | |
Kobayashi et al. | A complex event processing for large-scale M2M services and its performance evaluations |
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 |