CN117061367B - Cdn节点带宽引导方法、装置、电子设备和存储介质 - Google Patents
Cdn节点带宽引导方法、装置、电子设备和存储介质 Download PDFInfo
- Publication number
- CN117061367B CN117061367B CN202311321386.1A CN202311321386A CN117061367B CN 117061367 B CN117061367 B CN 117061367B CN 202311321386 A CN202311321386 A CN 202311321386A CN 117061367 B CN117061367 B CN 117061367B
- Authority
- CN
- China
- Prior art keywords
- bandwidth
- cdn node
- curve
- cost line
- cost
- 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.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 45
- 238000003860 storage Methods 0.000 title claims abstract description 21
- 238000004080 punching Methods 0.000 claims abstract description 23
- 238000005457 optimization Methods 0.000 claims abstract description 16
- 238000010586 diagram Methods 0.000 claims abstract description 11
- 238000004364 calculation method Methods 0.000 claims description 8
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 3
- 238000004891 communication Methods 0.000 abstract description 10
- 238000004590 computer program Methods 0.000 description 9
- 238000012545 processing Methods 0.000 description 7
- 239000002699 waste material Substances 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000006467 substitution reaction Methods 0.000 description 2
- 238000012300 Sequence Analysis Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- YHXISWVBGDMDLQ-UHFFFAOYSA-N moclobemide Chemical compound C1=CC(Cl)=CC=C1C(=O)NCCN1CCOCC1 YHXISWVBGDMDLQ-UHFFFAOYSA-N 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000000611 regression analysis Methods 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
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
- H04L41/14—Network analysis or design
- H04L41/147—Network analysis or design for predicting network behaviour
-
- 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
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
- H04L41/0826—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability for reduction of network costs
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
- H04L67/101—Server selection for load balancing based on network conditions
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请提供一种CDN节点带宽引导方法、装置、电子设备和存储介质，应用于通信技术领域。所述方法包括对获取到的第一预设时间段内各月历史带宽曲线进行预测，得到月度带宽预测曲线；对统计出的成本优化效果‑成本线划定值关系图中的顶点对应的带宽全局削峰流量、冲顶资源提供量进行计算，得到目标有效冲顶利用率；对月度带宽预测曲线、目标有效冲顶利用率进行计算，得到目标成本线；根据目标成本线、CDN节点基础信息，得到对应CDN节点成本线；对获取到的第二预设时间段内各日历史带宽曲线进行预测，得到日带宽预测曲线；根据日带宽预测曲线、CDN节点成本线及对应CDN节点基础信息，得到对应CDN节点冲顶时间，实现对CDN节点带宽进行准确引导，进而降低最终带宽计费成本。
Description
技术领域
本公开涉及通信技术领域，尤其涉及一种CDN节点带宽引导方法、装置、电子设备和存储介质。
背景技术
CDN节点带宽引导是一种通过设置策略和措施，对CDN网络中的流量进行管理和分配的技术手段。CDN节点带宽引导可以根据不同的流量情况，将用户的请求分流到多个节点，从而实现负载均衡，通过合理地分配流量，可以避免某个节点过载、拥堵或故障时导致整个服务出现问题，有助于提高用户访问网站或应用程序时的响应速度和稳定性；可以根据用户的地理位置和网络状况，选择最优的节点进行内容传输，减少数据传输的距离和延迟，提高内容的加载速度和传输效率；通过将流量分散到不同的节点中，可以减轻单个节点的负载，提高系统抵御攻击的能力。因此，对CDN节点带宽进行引导具有重要意义。
目前，在对CDN节点带宽引导的过程中，主要根据就近服务的原则，将业务量分配到不同的CDN节点上，同时尽量保证CDN节点跑量不超过安全容量和尽量不造成保底浪费，然而在业务带宽自然波形下，当前主流的95计费方式，CDN节点的最终计费95值之和相比全网大盘业务95值高3%以上，导致计算得到的带宽计费成本比较高。因此，亟需一种具有较低带宽计费成本的CDN节点带宽引导方法、装置、电子设备和存储介质。
发明内容
本公开提供了一种CDN节点带宽引导方法、装置、电子设备和存储介质。
根据本公开的第一方面，提供了一种CDN节点带宽引导方法。该方法包括：
对获取到的第一预设时间段内的各月历史带宽曲线进行预测，得到月度带宽预测曲线；
对统计出的成本优化效果-成本线划定值关系图中的顶点对应的带宽全局削峰流量、冲顶资源提供量进行计算，得到目标有效冲顶利用率；
对所述月度带宽预测曲线、目标有效冲顶利用率进行计算，得到目标成本线；
根据所述目标成本线、各CDN节点基础信息，得到对应的CDN节点成本线；
对获取到的第二预设时间段内的各日历史带宽曲线进行预测，得到日带宽预测曲线；
根据所述日带宽预测曲线、CDN节点成本线及对应的CDN节点基础信息，得到对应的CDN节点冲顶时间。
进一步地，所述目标有效冲顶利用率为所述带宽全局削峰流量和冲顶资源提供量的比值。
进一步地，所述对所述月度带宽预测曲线、目标有效冲顶利用率进行计算，得到目标成本线，包括：
获取所述月度带宽预测曲线、目标有效冲顶利用率、冲顶资源最高可用安全容量、月度免费时长；所述月度免费时长为当月的天数的5%；
对所述月度带宽预测曲线、目标有效冲顶利用率、冲顶资源最高可用安全容量、月度免费时长进行计算，得到所述目标成本线。
进一步地，所述CDN节点基础信息至少包括下列中的至少一个：已冲顶历史、安全水位、计费类型和价格系数。
进一步地，所述方法还包括：对所述CDN节点冲顶时间进行更新，其中，
实时获取所述CDN节点日带宽实际曲线；
根据所述CDN节点日带宽实际曲线、CDN节点成本线及对应的CDN节点基础信息对所述日带宽预测曲线进行更新；
根据更新后的日带宽预测曲线、CDN节点成本线及对应的CDN节点基础信息，得到更新后的对应的CDN节点冲顶时间。
根据本公开的第二方面，提供了一种CDN节点带宽引导装置。该装置包括：
第一预测模块，用于对获取到的第一预设时间段内的各月历史带宽曲线进行预测，得到月度带宽预测曲线；
第一计算模块，用于对统计出的成本优化效果-成本线划定值关系图中的顶点对应的带宽全局削峰流量、冲顶资源提供量进行计算，得到目标有效冲顶利用率；
第二计算模块，用于对所述月度带宽预测曲线、目标有效冲顶利用率进行计算，得到目标成本线；
第一确定模块，用于根据所述目标成本线、各CDN节点基础信息，得到对应的CDN节点成本线；
第二预测模块，用于对获取到的第二预设时间段内的各日历史带宽曲线进行预测，得到日带宽预测曲线；
第二确定模块，用于根据所述日带宽预测曲线、CDN节点成本线及其对应的CDN节点基础信息，得到对应的CDN节点冲顶时间。
根据本公开的第三方面，提供了一种电子设备。该电子设备包括：存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现所述方法。
根据本公开的第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，所述程序被处理器执行时实现所述方法。
本公开通过对获取到的第一预设时间段内的各月历史带宽曲线进行预测，得到月度带宽预测曲线；对统计出的成本优化效果-成本线划定值关系图中的顶点对应的带宽全局削峰流量、冲顶资源提供量进行计算，得到目标有效冲顶利用率；对所述月度带宽预测曲线、目标有效冲顶利用率进行计算，得到目标成本线；根据所述目标成本线、各CDN节点基础信息，得到对应的CDN节点成本线；对获取到的第二预设时间段内的各日历史带宽曲线进行预测，得到日带宽预测曲线；根据所述日带宽预测曲线、CDN节点成本线及对应的CDN节点基础信息，得到对应的CDN节点冲顶时间。实现对CDN节点带宽进行准确引导，进而降低最终带宽计费成本。
应当理解，发明内容部分中所描述的内容并非旨在限定本公开实施例的关键或重要特征，亦非用于限制本公开的范围。本公开的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明，本公开各实施例的上述和其他特征、优点及方面将变得更加明显。附图用于更好地理解本方案，不构成对本公开的限定。在附图中，相同或相似的附图标记表示相同或相似的元素，其中：
图1示出了根据本公开实施例的CDN节点带宽引导方法的流程图；
图2示出了根据本公开实施例的选定所有冲顶CDN节点后的带宽-时间曲线示意图；
图3示出了根据本公开实施例的第一次移动后的带宽-时间曲线示意图；
图4示出了根据本公开实施例的第二次移动后的带宽-时间曲线示意图；
图5示出了根据本公开实施例的多次移动后的带宽-时间曲线示意图；
图6示出了根据本公开实施例的CDN节点带宽引导装置的框图；
图7示出了能够实施本公开实施例的示例性电子设备的方框图。
具体实施方式
为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。
另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
常规的CDN流量调度方式，主要根据就近服务的原则，将业务量分配到不同的CDN节点上，同时尽量保证CDN节点跑量不超过安全容量和尽量不造成保底浪费。在业务带宽自然波形下，当前主流的95计费方式的CDN节点的最终计费95值之和相比全网大盘业务95值高3%以上，造成了一定的成本浪费。
当前主流的95计费方式为：对CDN节点的一个计费周期（如一个自然月）下的每个采样周期（如5分钟）的带宽均值进行采样；对采样得到的各带宽均值进行按照从大到小的顺序进行排序，得到序列；将所述序列中排名前5%的带宽均值进行删除，并将剩余95%的带宽均值作为计费值。因此，使用95计费方式来计算带宽成本的时候，每个计费周期都有5%的带宽值不会被计费，相当于每个计费周期都有5%的时间不会被计费，在此称之为免费时长。
图1示出了根据本公开实施例的CDN节点带宽引导方法100的流程图，该方法100包括：
S101，对获取到的第一预设时间段内的各月历史带宽曲线进行预测，得到月度带宽预测曲线。
在一些实施例中，所述对获取到的第一预设时间段内的各月历史带宽曲线进行预测，得到月度带宽预测曲线可以通过以下步骤进行：获取第一预设时间段内（如3个月、6个月或12个月）的月历史带宽数据，所述月历史带宽数据可以为每个月的带宽使用量、流量峰值、用户访问量等信息；使用统计方法、时间序列分析等技术手段来寻找数据中的规律和模式；根据所述月历史带宽数据，使用预测模型（如基于回归分析的线性回归模型、基于时间序列的ARIMA模型、基于机器学习的神经网络模型等）进行预测；基于所述月历史带宽数据，预测模型生成未来时间段内（如下一个月）的月度带宽预测曲线，为带宽规划和资源调配提供参考，以满足未来需求。
根据本公开实施例，基于月历史带宽数据的分析和预测模型的建立，可以更加客观、准确地预测未来的带宽需求，有效降低预测误差；通过月度带宽预测曲线，可以对网络资源进行调配和规划，避免在某些时间段由于带宽不足导致网络拥堵和服务中断等问题；通过提前预测未来带宽需求，可以及时采取措施对网络资源进行扩容和升级，降低网络故障的风险，增强系统的稳定性和可靠性；基于历史数据和预测分析，可以有针对性地调整网络资源的配置和使用，减少资源浪费和成本开支，提高IT资源利用效率。
S102，对统计出的成本优化效果-成本线划定值关系图中的顶点对应的带宽全局削峰流量、冲顶资源提供量进行计算，得到目标有效冲顶利用率。
在一些实施例中，所述成本优化效果-成本线划定值关系图是根据历史数据进行统计得到的。在实际的CDN调度场景中，受到业务带宽变动、DNS解析生效延时、调度执行能力等影响，调度实际执行效果和带宽引导规划会有偏差，偏差越小，可以提供越少的冲顶资源，承担更多的削锋流量，因此成本线就可以规划的越低。在一些实施例中，在所述偏差一定的情况下，成本线划定的过高，会导致冲顶资源的浪费；成本线划定的过低，引起跑超，带来更多低效的冲顶资源消耗，因此，在当前调度实际偏差情况下进行统计，可以得到所述成本优化效果-成本线划定值关系图，所述成本优化效果-成本线划定值关系图的形状可以是抛物线。
根据本公开实施例，通过统计历史数据并分析调度实际执行效果和带宽引导规划的偏差，可以得出成本线划定值关系图，进而确定合理的成本线划定值，以实现成本优化和节省资源；通过对调度执行能力等影响因素的考虑，确定合理的成本线划定值，可以避免冲顶资源的浪费和低效消耗，提高调度效率和准确性；根据业务带宽变动、DNS解析生效延时等情况进行统计和分析，可以在一定程度上适应调度场景的变化，增强系统的灵活性和适应性；通过成本优化，可以有效地降低运营成本和资源消耗，并提供更加高效和稳定的服务，优化用户体验和满足需求。
在一些实施例中，所述目标有效冲顶利用率为所述带宽全局削峰流量和冲顶资源提供量的比值。
S103，对所述月度带宽预测曲线、目标有效冲顶利用率进行计算，得到目标成本线。
在一些实施例中，所述对所述月度带宽预测曲线、目标有效冲顶利用率进行计算，得到目标成本线，包括：获取所述月度带宽预测曲线、目标有效冲顶利用率、冲顶资源最高可用安全容量、月度免费时长；所述月度免费时长为当月的天数的5%；对所述月度带宽预测曲线、目标有效冲顶利用率、冲顶资源最高可用安全容量、月度免费时长进行计算，得到所述目标成本线。例如，所述目标成本线best_cost_line的计算公式可以为：
其中，Traf为月度带宽预测曲线，PeakRes为冲顶资源最高可用安全容量，FreeTime为月度免费时长，R为最优有效冲顶利用率。在一些实施例中，可以通过二分查找的方式来获取best_cost_line的取值。
S104，根据所述目标成本线、各CDN节点基础信息，得到对应的CDN节点成本线。
在一些实施例中，所述CDN节点基础信息可以为已冲顶历史、安全水位、计费类型或价格系数。
在一些实施例中，根据所述目标成本线、各CDN节点基础信息，并加以限制，所述限制可以为所述CDN节点成本线的上下限、省份业务是否可以跨入/跨出及跨入/跨出的比例，最终得到所述CDN节点成本线。
根据本公开实施例，通过在资源和业务的需求限制下，将目标成本线分摊至各个CDN节点，此过程将尽可能让低价节点承担更多的业务量，可进一步优化成本。
S105，对获取到的第二预设时间段内的各日历史带宽曲线进行预测，得到日带宽预测曲线。
S106，根据所述日带宽预测曲线、CDN节点成本线及对应的CDN节点基础信息，得到对应的CDN节点冲顶时间。
在一些实施例中，根据所述日带宽预测曲线、CDN节点成本线及对应的CDN节点基础信息，得到对应的CDN节点冲顶时间包括：
根据所述月历史带宽曲线，对当天的带宽曲线进行预测，得到当天预测带宽曲线；根据所述CDN节点成本线及对应的CDN节点基础信息，建立数学规划模型，决策出冲顶编排策略，确定各CDN节点的冲顶时间，并以使用最应该冲顶（剩余免费时长多或免费冲顶成本线提升低）的CDN节点和最少的冲顶空间达到业务带宽的承担需求为优化目标，即：给定每个时刻的业务带宽Traf：t1,t1…tm，和节点Node:N1,N2,…,Nn，生成规划P:在每个时刻i下，每个节点j是否冲顶（pij）
节点Nj，在任意时刻i下的成本空间为：
其中，为CDN节点成本线，为CDN节点安全容量，即若CDN节点不冲顶，则其
带宽使用空间限制为对应的CDN节点成本线；若CDN节点冲顶，则放开限制到期安全容量，
对于某个区域k，在任意时刻i下，需要满足：
其中，为区域k可用的节点集合，为i时刻区域k的业务带宽，为根据业
务需求需要预留的冗余空间比例（如1.05），
则整体优化目标为:
min:
其中，为根据业务需求确定的在冲顶成本影响最小化优化方向上的权
重，为根据业务需求确定的在冲顶面积最小化优化方向上的权重，为
CDN节点冲顶成本影响评估值，
且，基于质量、稳定性、local DNS延时等方面的考虑，CDN节点冲顶时间是连续的。
在一些实施例中，可以通过以下步骤来确定CDN节点冲顶时间：
将所述CDN节点冲顶时间预先设置为晚高峰时间（如20:00-22:00）；构建混合整数数学规划模型，根据每个时间段（如20:00-20:10、20：10-20：20等）的具体带宽情况，对CDN节点的冲顶开始时间和结束时间进行前后移动；将时间段的粒度由粗到细进行重复上述操作（如将每个时间段由10分钟变为5分钟、将每个时间段由5分钟变为2分钟），如图2-5所示，图2示出了根据本公开实施例的选定所有冲顶CDN节点后的带宽-时间曲线示意图，图3示出了根据本公开实施例的第一次移动后的带宽-时间曲线示意图，图4示出了根据本公开实施例的第二次移动后的带宽-时间曲线示意图，图5示出了根据本公开实施例的多次移动后的带宽-时间曲线示意图，通过此种方式，使得最终调整效果达到CDN节点冲顶时间更加贴合业务带宽波形的变化，提高对CDN节点带宽引导的效率。在一些实施例中，所述数学规划模型中主要约束可以为每个时刻总成本空间大于无量、每个时刻各区域成本空间满足基于跨省顺序的流量流动性和CDN节点冲顶时间段前后移动的不长限制。
在一些实施例中，各CDN节点在冲顶时采用轮流错时冲顶，使得有限的免费时长内可以削去更多的业务峰值带宽，降低总计费成本。
在一些实施例中，所述方法还包括：对所述CDN节点冲顶时间进行更新，其中，实时获取所述CDN节点日带宽实际曲线；根据所述CDN节点日带宽实际曲线、CDN节点成本线及对应的CDN节点基础信息对所述日带宽预测曲线进行更新；根据更新后的日带宽预测曲线、CDN节点成本线及对应的CDN节点基础信息，得到更新后的对应的CDN节点冲顶时间。
根据本公开实施例，通过监测和记录CDN节点的日带宽使用情况，可以获取到实际的带宽使用曲线，包括高峰期和低谷期的变化情况；结合CDN节点实际使用的带宽曲线、CDN节点的成本线以及相关的节点信息，可以进行带宽的预测计算，通过对这些数据的分析和处理，可以得到一条更新后的日带宽预测曲线；利用更新后的日带宽预测曲线，结合CDN节点的成本线和相关的节点信息，可以计算出每个CDN节点的冲顶时间；实现对CDN节点冲顶时间的准确预测和及时更新，帮助运营商或者网络服务提供商合理规划和调配CDN节点的资源，确保在高峰期能够提供稳定的网络服务，避免过载和拥塞情况的发生，同时，通过对成本线和节点基础信息的考虑，优化网络资源的利用和分配，提高整体的网络性能和成本效益。
根据本公开实施例，通过对获取到的第一预设时间段内的各月历史带宽曲线进行预测，得到月度带宽预测曲线；对统计出的成本优化效果-成本线划定值关系图中的顶点对应的带宽全局削峰流量、冲顶资源提供量进行计算，得到目标有效冲顶利用率；对所述月度带宽预测曲线、目标有效冲顶利用率进行计算，得到目标成本线；根据所述目标成本线、各CDN节点基础信息，得到对应的CDN节点成本线；对获取到的第二预设时间段内的各日历史带宽曲线进行预测，得到日带宽预测曲线；根据所述日带宽预测曲线、CDN节点成本线及对应的CDN节点基础信息，得到对应的CDN节点冲顶时间。实现对CDN节点带宽进行准确引导，进而降低最终带宽计费成本。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本公开并不受所描述的动作顺序的限制，因为依据本公开，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于可选实施例，所涉及的动作和模块并不一定是本公开所必须的。
以上是关于方法实施例的介绍，以下通过装置实施例，对本公开所述方案进行进一步说明。
图6示出了根据本公开实施例的CDN节点带宽引导装置200的方框图，该装置600包括：
第一预测模块601，用于对获取到的第一预设时间段内的各月历史带宽曲线进行预测，得到月度带宽预测曲线；
第一计算模块602，用于对统计出的成本优化效果-成本线划定值关系图中的顶点对应的带宽全局削峰流量、冲顶资源提供量进行计算，得到目标有效冲顶利用率；
第二计算模块603，用于对所述月度带宽预测曲线、目标有效冲顶利用率进行计算，得到目标成本线；
第一确定模块604，用于根据所述目标成本线、各CDN节点基础信息，得到对应的CDN节点成本线；
第二预测模块605，用于对获取到的第二预设时间段内的各日历史带宽曲线进行预测，得到日带宽预测曲线；
第二确定模块606，用于根据所述日带宽预测曲线、CDN节点成本线及其对应的CDN节点基础信息，得到对应的CDN节点冲顶时间。
所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，所述描述的模块的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。
本公开的技术方案中，所涉及的用户个人信息的获取、存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
根据本公开实施例，本公开还提供了一种电子设备和一种可读存储介质。
图7示出了可以用来实施本公开实施例的电子设备700的示意性框图。电子设备旨在表示各种形式的数字计算机，例如，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，例如，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/或要求的本公开的实现。
电子设备700包括计算单元701，其可以根据存储在ROM702中的计算机程序或者从存储单元708加载到RAM703中的计算机程序，来执行各种适当的动作和处理。在RAM703中，还可存储电子设备700操作所需的各种程序和数据。计算单元701、ROM702以及RAM703通过总线704彼此相连。I/O接口705也连接至总线704。
电子设备700中的多个部件连接至I/O接口705，包括：输入单元706，例如键盘、鼠标等；输出单元707，例如各种类型的显示器、扬声器等；存储单元708，例如磁盘、光盘等；以及通信单元709，例如网卡、调制解调器、无线通信收发机等。通信单元709允许电子设备700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701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701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701执行上文所描述的各个方法和处理，例如CDN节点带宽引导方法。例如，在一些实施例中，CDN节点带宽引导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708。在一些实施例中，计算机程序的部分或者全部可以经由ROM702和/或通信单元709而被载入和/或安装到电子设备700上。当计算机程序加载到RAM703并由计算单元701执行时，可以执行上文描述的CDN节点带宽引导方法的一个或多个步骤。备选地，在其他实施例中，计算单元701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CDN节点带宽引导方法。
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、现场可编程门阵列（FPGA）、专用集成电路（ASIC）、专用标准产品（ASSP）、芯片上系统（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，可读存储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、装置或设备结合使用的程序。可读存储介质可以是机器可读信号介质或机器可读储存介质。可读存储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。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；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，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。
应该理解，可以使用上述各种形式的流程，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，也可以不同次序执行，只要能够实现本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。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 (8)
1.一种CDN节点带宽引导方法，其特征在于，包括：
对获取到的第一预设时间段内的各月历史带宽曲线进行预测，得到月度带宽预测曲线；
对统计出的成本优化效果-成本线划定值关系图中的顶点对应的带宽全局削峰流量、冲顶资源提供量进行计算，得到目标有效冲顶利用率；
对所述月度带宽预测曲线、目标有效冲顶利用率进行计算，得到目标成本线；
根据所述目标成本线、各CDN节点基础信息，得到对应的CDN节点成本线；
对获取到的第二预设时间段内的各日历史带宽曲线进行预测，得到日带宽预测曲线；
根据所述日带宽预测曲线、CDN节点成本线及对应的CDN节点基础信息，得到对应的CDN节点冲顶时间。
2.根据权利要求1所述的CDN节点带宽引导方法，其特征在于，所述目标有效冲顶利用率为所述带宽全局削峰流量和冲顶资源提供量的比值。
3.根据权利要求1所述的CDN节点带宽引导方法，其特征在于，所述对所述月度带宽预测曲线、目标有效冲顶利用率进行计算，得到目标成本线，包括：
获取所述月度带宽预测曲线、目标有效冲顶利用率、冲顶资源最高可用安全容量、月度免费时长；所述月度免费时长为当月的天数的5%；
对所述月度带宽预测曲线、目标有效冲顶利用率、冲顶资源最高可用安全容量、月度免费时长进行计算，得到所述目标成本线。
4.根据权利要求1所述的CDN节点带宽引导方法，其特征在于，所述CDN节点基础信息至少包括下列中的至少一个：已冲顶历史、安全水位、计费类型和价格系数。
5.根据权利要求1所述的CDN节点带宽引导方法，其特征在于，所述方法还包括：对所述CDN节点冲顶时间进行更新，其中，
实时获取所述CDN节点日带宽实际曲线；
根据所述CDN节点日带宽实际曲线、CDN节点成本线及对应的CDN节点基础信息对所述日带宽预测曲线进行更新；
根据更新后的日带宽预测曲线、CDN节点成本线及对应的CDN节点基础信息，得到更新后的对应的CDN节点冲顶时间。
6.一种CDN节点带宽引导装置，其特征在于，包括：
第一预测模块，用于对获取到的第一预设时间段内的各月历史带宽曲线进行预测，得到月度带宽预测曲线；
第一计算模块，用于对统计出的成本优化效果-成本线划定值关系图中的顶点对应的带宽全局削峰流量、冲顶资源提供量进行计算，得到目标有效冲顶利用率；
第二计算模块，用于对所述月度带宽预测曲线、目标有效冲顶利用率进行计算，得到目标成本线；
第一确定模块，用于根据所述目标成本线、各CDN节点基础信息，得到对应的CDN节点成本线；
第二预测模块，用于对获取到的第二预设时间段内的各日历史带宽曲线进行预测，得到日带宽预测曲线；
第二确定模块，用于根据所述日带宽预测曲线、CDN节点成本线及其对应的CDN节点基础信息，得到对应的CDN节点冲顶时间。
7.一种电子设备，其特征在于，包括：
至少一个处理器；
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1-5中任一权利要求所述的方法。
8.一种存储有计算机指令的非瞬时计算机可读存储介质，其特征在于，所述计算机指令用于使所述计算机执行根据权利要求1-5中任一权利要求所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311321386.1A CN117061367B (zh) | 2023-10-13 | 2023-10-13 | Cdn节点带宽引导方法、装置、电子设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311321386.1A CN117061367B (zh) | 2023-10-13 | 2023-10-13 | Cdn节点带宽引导方法、装置、电子设备和存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117061367A CN117061367A (zh) | 2023-11-14 |
| CN117061367B true CN117061367B (zh) | 2024-02-23 |
Family
ID=88664920
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311321386.1A Active CN117061367B (zh) | 2023-10-13 | 2023-10-13 | Cdn节点带宽引导方法、装置、电子设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117061367B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113259151A (zh) * | 2021-04-13 | 2021-08-13 | 新浪网技术(中国)有限公司 | 融合内容分发网络cdn中域名带宽明细监控方法及系统 |
| CN113301072A (zh) * | 2020-04-13 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 服务调度方法及系统、调度设备、客户端 |
| CN113746650A (zh) * | 2020-05-28 | 2021-12-03 | 北京金山云网络技术有限公司 | 一种带宽分配方法、装置、调度服务器及介质 |
| CN115250219A (zh) * | 2021-04-25 | 2022-10-28 | 北京金山云网络技术有限公司 | 削峰进度的预测方法、装置和电子设备 |
| CN116527600A (zh) * | 2023-03-30 | 2023-08-01 | 阿里巴巴（中国）有限公司 | 带宽配额和资源配额的确定方法以及节点带宽分配方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113132437B (zh) * | 2019-12-31 | 2024-01-23 | 中兴通讯股份有限公司 | Cdn调度方法、系统、设备和存储介质 |
-
2023
- 2023-10-13 CN CN202311321386.1A patent/CN117061367B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113301072A (zh) * | 2020-04-13 | 2021-08-24 | 阿里巴巴集团控股有限公司 | 服务调度方法及系统、调度设备、客户端 |
| CN113746650A (zh) * | 2020-05-28 | 2021-12-03 | 北京金山云网络技术有限公司 | 一种带宽分配方法、装置、调度服务器及介质 |
| CN113259151A (zh) * | 2021-04-13 | 2021-08-13 | 新浪网技术(中国)有限公司 | 融合内容分发网络cdn中域名带宽明细监控方法及系统 |
| CN115250219A (zh) * | 2021-04-25 | 2022-10-28 | 北京金山云网络技术有限公司 | 削峰进度的预测方法、装置和电子设备 |
| CN116527600A (zh) * | 2023-03-30 | 2023-08-01 | 阿里巴巴（中国）有限公司 | 带宽配额和资源配额的确定方法以及节点带宽分配方法 |
Non-Patent Citations (1)
| Title |
|---|
| 内容分发网络在95计费下的流量分配;陈寰;中国优秀硕士学位论文全文数据库 信息科技辑(第02期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117061367A (zh) | 2023-11-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11294733B2 (en) | Dynamic autoscaler for cloud platform | |
| US9063738B2 (en) | Dynamically placing computing jobs | |
| JP6118025B2 (ja) | 動的な負荷プロファイリング | |
| CN111466063A (zh) | 储能管理及控制方法、系统、计算机设备、存储介质 | |
| CN103401938A (zh) | 分布式云架构下基于业务特性的资源分配系统及其方法 | |
| CN109543890B (zh) | 基于负载预测均衡的电网费控优化调度方法、装置及系统 | |
| CN112559182A (zh) | 资源分配方法、装置、设备及存储介质 | |
| WO2020148342A1 (en) | A method and a system for managing the computing resources of a cloud computing platform | |
| CN109697637A (zh) | 对象类别确定方法、装置、电子设备及计算机存储介质 | |
| CN102740341A (zh) | 网络业务量的预测方法及设备 | |
| JP2018191434A (ja) | 蓄電池運用装置及び蓄電池運用方法 | |
| CN117422183B (zh) | 机组检修优化方法、装置、设备及存储介质 | |
| CN117061367B (zh) | Cdn节点带宽引导方法、装置、电子设备和存储介质 | |
| CN111160747B (zh) | 无人驾驶机器人出租车的调度方法、装置及电子设备 | |
| CN110262880B (zh) | 一种面向分布式数据中心能耗开销优化的作业调度方法 | |
| CN106203750A (zh) | 一种资源配置的方法及装置 | |
| CN110198543B (zh) | 网络资源规划方法、装置、计算机可读介质及电子设备 | |
| CN113254191A (zh) | 用于运行应用的方法、电子设备和计算机程序产品 | |
| CN113383351A (zh) | 运输方法和装置 | |
| CN115396244B (zh) | 带宽调度管理方法、装置、电子设备及存储介质 | |
| CN113891466B (zh) | 一种面向边缘无线网络中udl任务的在线调度系统及方法 | |
| CN108738117A (zh) | 一种应用程序消耗电量的优化方法及终端 | |
| JP6285265B2 (ja) | 電力管理システム、電力管理方法、及び電力管理プログラム | |
| CN114138453A (zh) | 一种适合边缘计算环境的资源优化分配方法与系统 | |
| EP3096227A1 (en) | Resource allocation method in distributed clouds |
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 |