CN112953759B - 节点最优资源覆盖分析调整方法、装置及计算机设备 - Google Patents
节点最优资源覆盖分析调整方法、装置及计算机设备 Download PDFInfo
- Publication number
- CN112953759B CN112953759B CN202110107600.8A CN202110107600A CN112953759B CN 112953759 B CN112953759 B CN 112953759B CN 202110107600 A CN202110107600 A CN 202110107600A CN 112953759 B CN112953759 B CN 112953759B
- Authority
- CN
- China
- Prior art keywords
- node
- bipartite graph
- area
- edge
- generating
- 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
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
- H04L41/0803—Configuration setting
- H04L41/0823—Configuration setting characterised by the purposes of a change of settings, e.g. optimising configuration for enhancing reliability
-
- 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
- H04L41/0893—Assignment of logical groups to network elements
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Complex Calculations (AREA)
Abstract
本申请涉及一种节点最优资源覆盖分析调整方法、装置及计算机设备,所述方法包括基于CDN的MISS回源访问日志构建CDN访问二分图;基于构建的所述CDN访问二分图通过预设的第一可行算法计算生成最大匹配二分图;基于计算生成的所述最大匹配二分图通过预设的第二可行算法计算生成最小覆盖节点;生成初始节点分析调整策略;基于生成的所述初始节点分析调整策略对父层节点作初步调整并生成最终节点调整执行决策,并基于所述最终节点调整执行决策对父层节点作最终调整。本发明实现了监视和调整CDN节点资源的覆盖部署匹配,以实现节点最优资源的调整与覆盖,降低CDN资源的采购成本,增加访问命中率的效果,进而提升用户的访问质量。
Description
技术领域
本申请涉及计算机技术领域,特别是涉及一种节点最优资源覆盖分析调整方法、装置及计算机设备。
背景技术
CDN网络中包含的功能实体包括内容缓存设备、内容交换机、内容路由器、 CDN内容管理***等组成,内容缓存为CDN网络节点,位于用户接入点,是面向最终用户的内容提供设备,可缓存静态Web内容,实现内容的边缘传播和存储,以便用户的就近访问。内容路由器负责将用户的请求调度到适当的设备上。内容路由通常通过负载均衡***来实现,动态均衡各个内容缓存站点的载荷分配,为用户的请求选择最佳的访问站点,同时提高网站的可用性。内容路由器可根据多种因素制定路由,包括站点与用户的临近度、内容的可用性、网络负载、设备状况等。负载均衡***是整个CDN的核心。负载均衡的准确性和效率直接决定了整个CDN的效率和性能。
CDN业务已经进入精细化和数据化的运营时代,对成本和质量有较高的要求,分层部署增加了父层节点的资源部署,实际上是增量成本的投入,如果节点选择不合理,会带来冗余节点的大幅增加,同时也会存在匹配覆盖不是最优化,负载不均衡等情况,如何调整优化资源覆盖,使资源的匹配在兼顾业务、成本和质量等要求的前提下恢复到最优状态往往比较困难,需要考虑哪些节点是要保留,哪些节点是要增删的,如果只是单一的通过成本、质量等粗略的判断容易对业务造成访问影响。如果是通过多个因素的判断,计算量比较大,变量之间的关联影响复杂,如果没有策略、算法和平台机制,人也比较难完成多因素影响的准确判断,也比较难维持资源覆盖长期控制在一个最优范围内。
显然,目前的CDN节点资源调整方法存在因资源分配不均衡导致CDN资源的采购成本高,访问命中率低及访问质量低的问题。
发明内容
基于此,有必要针对上述技术问题,提供一种能够实现节点最优资源的调整与覆盖,降低CDN资源的采购成本,增加访问命中率的效果,进而提升用户的访问质量的节点最优资源覆盖分析调整方法、装置及计算机设备。
本发明技术方案如下:
一种节点最优资源覆盖分析调整方法,所述方法包括:
步骤S100:基于CDN的MISS回源访问日志构建CDN访问二分图;
步骤S200:基于构建的所述CDN访问二分图通过预设的第一可行算法计算生成最大匹配二分图;其中,所述最大匹配二分图包括二分图最大匹配信息;
步骤S300:基于计算生成的所述最大匹配二分图通过预设的第二可行算法计算生成最小覆盖节点;
步骤S400:对所述最大匹配二分图的二分图最大匹配信息和所述最小覆盖节点作数据分析并生成初始节点分析调整策略;
步骤S500:基于生成的所述初始节点分析调整策略对父层节点作初步调整并生成最终节点调整执行决策,并基于所述最终节点调整执行决策对父层节点作最终调整。
具体地,步骤S100:基于CDN的MISS回源访问日志构建CDN访问二分图:具体包括:
步骤S110:基于CDN的MISS回源访问日志访问节点有序对,其中所述节点有序对包括边缘节点IP和父层节点IP;
步骤S120:对所述边缘节点IP和所述父层节点IP分别进行区域聚合,并生成边缘区域节点集合和父层区域节点集合,其中,所述边缘节点IP经区域聚合后生成所述边缘区域节点集合,所述父层节点IP经区域聚合后生成所述父层区域节点集合;
步骤S130:以所述边缘区域节点集合作为出发集合,以所述父层区域节点集合作为匹配目标集合,构建所述CDN访问二分图。
具体地,所述二分图最大匹配信息包括顶点MG集合和匹配边MV集合,其中,所述顶点MG集合中包括第一数量的顶点,所述匹配边MV集合中包括第二数量的匹配边;
所述最小覆盖节点作数据包括最小覆盖节点集合,所述最小覆盖节点集合中包括第三数量个边缘区域节点;
步骤S400:对所述最大匹配二分图的二分图最大匹配信息和所述最小覆盖节点作数据分析并生成初始节点分析调整策略;具体包括:
步骤S410:判断所述匹配边MV集合中匹配边的数量是否小于所述父层区域节点集合中的节点数量;
步骤S420:若判断为是,则判断所述最小覆盖节点集合中的边缘区域节点是否包含所述边缘区域节点集合中的边缘区域节点;
步骤S430:若判断为是,则生成所述初始节点分析调整策略。
具体地,步骤S430:若判断为是,则生成所述初始节点分析调整策略,具体包括:
步骤S431:若判断为是,则判断所述边缘区域节点集合中的边缘区域节点匹配的所述父层区域节点集合中的元素数量大于一的子集中是否有是所述顶点 MG集合的子集;
步骤S432:若判断为是,则生成第一节点调整策略。
具体地,步骤S430:若判断为是,则生成所述初始节点分析调整策略,具体还包括:
步骤S433:若判断为是,则判断所述边缘区域节点集合中的边缘区域节点匹配的所述父层区域节点集合的父层区域节点中是否存在包含于所述顶点MG集合且包含于所述最小覆盖节点集合的节点;其中,所述边缘区域节点集合中的边缘区域节点匹配的所述父层区域节点集合的父层区域节点中存在的包含于所述顶点MG集合且包含于所述最小覆盖节点集合的节点为目标区域待调整指引节点;包含于所述顶点MG集合且包含于所述最小覆盖节点集合的节点为保留父层节点;
步骤S434:若判断为是,则生成第二节点调整策略,其中,所述第二节点调整策略用于删除所述目标区域待调整指引节点匹配的所述父层区域节点集合的父层区域节点中除所述保留父层节点之外的其他父层区域节点。
具体地,步骤S430:若判断为是,则生成所述初始节点分析调整策略,具体还包括:
步骤S435:若判断为是,则判断所述边缘区域节点集合中的边缘区域节点匹配的所述父层区域节点集合中是否只有一个父层区域节点在所述顶点MG集合中;
步骤S436:若判断为是,则生成第三节点调整策略,其中,所述初始节点分析调整策略包括所述第一节点调整策略、第二节点调整策略和所述第三节点调整策略。
一种节点最优资源覆盖分析调整装置,所述装置包括:
二分图构建模块,用于基于CDN的MISS回源访问日志构建CDN访问二分图;
最大匹配二分图生成模块,用于基于构建的所述CDN访问二分图通过预设的第一可行算法计算生成最大匹配二分图;其中,所述最大匹配二分图包括二分图最大匹配信息;
最小覆盖节点生成模块,用于基于计算生成的所述最大匹配二分图通过预设的第二可行算法计算生成最小覆盖节点;
初始节点分析调整生成模块,用于对所述最大匹配二分图的二分图最大匹配信息和所述最小覆盖节点作数据分析并生成初始节点分析调整策略;
最终节点调整执行模块,用于基于生成的所述初始节点分析调整策略对父层节点作初步调整并生成最终节点调整执行决策,并基于所述最终节点调整执行决策对父层节点作最终调整。
具体地,所述二分图构建模块包括:
节点有序对访问模块,用于基于CDN的MISS回源访问日志访问节点有序对,其中所述节点有序对包括边缘节点IP和父层节点IP;
区域聚合模块,用于对所述边缘节点IP和所述父层节点IP分别进行区域聚合,并生成边缘区域节点集合和父层区域节点集合,其中,所述边缘节点IP 经区域聚合后生成所述边缘区域节点集合,所述父层节点IP经区域聚合后生成所述父层区域节点集合;
集合二分图构建模块,用于以所述边缘区域节点集合作为出发集合,以所述父层区域节点集合作为匹配目标集合,构建所述CDN访问二分图。
具体地,所述初始节点分析调整生成模块包括:
第一判断模块,用于判断所述匹配边MV集合中匹配边的数量是否小于所述父层区域节点集合中的节点数量;
第二判断模块,用于若判断为是,则判断所述最小覆盖节点集合中的边缘区域节点是否包含所述边缘区域节点集合中的边缘区域节点;
判断结果生成模块,用于若判断为是,则生成所述初始节点分析调整策略。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述节点最优资源覆盖分析调整方法所述的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述节点最优资源覆盖分析调整方法所述的步骤。
本发明实现技术效果如下:
上述节点最优资源覆盖分析调整方法、装置及计算机设备,依次通过基于 CDN的MISS回源访问日志构建CDN访问二分图;基于构建的所述CDN访问二分图通过预设的第一可行算法计算生成最大匹配二分图;其中,所述最大匹配二分图包括二分图最大匹配信息;基于计算生成的所述最大匹配二分图通过预设的第二可行算法计算生成最小覆盖节点;对所述最大匹配二分图的二分图最大匹配信息和所述最小覆盖节点作数据分析并生成初始节点分析调整策略;基于生成的所述初始节点分析调整策略对父层节点作初步调整并生成最终节点调整执行决策,并基于所述最终节点调整执行决策对父层节点作最终调整,从而实现监视和调整CDN节点资源的覆盖部署匹配,及时且高效地监控资源的匹配状态,并提供最优调整的策略,以实现节点最优资源的调整与覆盖,降低CDN资源的采购成本,增加访问命中率的效果,进而提升用户的访问质量。
附图说明
图1为一个实施例中节点最优资源覆盖分析调整方法的流程示意图;
图2为一个实施例中CDN访问二分图的示意图;
图3为另一个实施例中CDN访问二分图的示意图;
图4为另一个实施例中CDN访问二分图的示意图;
图5为另一个实施例中CDN访问二分图的示意图;
图6为一个实施例中节点最优资源覆盖分析调整装置的结构框图;
图7为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请实施例提供的节点最优资源覆盖分析调整方法,可以应用于一种应用环境中。其中,该应用环境包括一终端,用户通过触发该终端,使终端基于 CDN的MISS回源访问日志构建CDN访问二分图;基于构建的所述CDN访问二分图通过预设的第一可行算法计算生成最大匹配二分图;其中,所述最大匹配二分图包括二分图最大匹配信息;基于计算生成的所述最大匹配二分图通过预设的第二可行算法计算生成最小覆盖节点;对所述最大匹配二分图的二分图最大匹配信息和所述最小覆盖节点作数据分析并生成初始节点分析调整策略;基于生成的所述初始节点分析调整策略对父层节点作初步调整并生成最终节点调整执行决策,并基于所述最终节点调整执行决策对父层节点作最终调整。
其中,终端可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备。
在一个实施例中,如图1所示,提供了一种节点最优资源覆盖分析调整方法,所述方法包括:
步骤S100:基于CDN的MISS回源访问日志构建CDN访问二分图;
具体地,通过对CDN的MISS回源访问日志提取边缘节点和父层节点的访问信息,对边缘节点集合和父层节点集合的访问关系,进行二分图建模,即构建所述CDN访问二分图,如图2所示。
具体地,通过一二分图构建模块构建所述CDN访问二分图。所述二分图构建模周期性运行对边缘节点和父层节点访问关系进行周期性建模,运行周期可配置。
CDN的MISS回源访问日志可来源于现有CDN日志***,可读取原始访问日志后再处理。
在使用现有CDN日志***之前,通过先做边缘节点和上层节点的聚合处理以及节点关系有序对的处理,对实现对所述二分图构建模块直接输入节点区域有序对数据,减少二分图构建模块的数据处理量,提升数据处理效率。
步骤S200:基于构建的所述CDN访问二分图通过预设的第一可行算法计算生成最大匹配二分图;其中,所述最大匹配二分图包括二分图最大匹配信息;
本步骤中,所述第一可行算法可以为匈牙利算法,最大流图算法等。
步骤S300:基于计算生成的所述最大匹配二分图通过预设的第二可行算法计算生成最小覆盖节点;
具体地,所述第二可行算法由本领域技术人员自行选择,实现计算生成最小覆盖节点即可。
进一步地,对每个未匹配点进行增广路的查找,查找过程中,所遇到的所有点将被记录,也就是做记号,再在出发集X里找没有被标记的点,如图1中的区域3,在被匹配集里找被标记的点如图1中的区域B和区域D。
步骤S400:对所述最大匹配二分图的二分图最大匹配信息和所述最小覆盖节点作数据分析并生成初始节点分析调整策略;
具体地,通过生成所述初始节点分析调整策略实现了分析判断节点资源匹配的调整建议,提升调整的准确性和效率,使调整动作有实际的业务和资源数据作为依据。
步骤S500:基于生成的所述初始节点分析调整策略对父层节点作初步调整并生成最终节点调整执行决策,并基于所述最终节点调整执行决策对父层节点作最终调整。
具体地,在基于生成的所述初始节点分析调整策略对父层节点作初步调整时,可以采用比如CDN的节点质量探测、成本等现有***或模块中有节点资源各个角度的状态及评价数据,进而生成最终节点调整执行决策,并基于所述最终节点调整执行决策对父层节点作最终调整。
具体地,本发明依次通过基于CDN的MISS回源访问日志构建CDN访问二分图;基于构建的所述CDN访问二分图通过预设的第一可行算法计算生成最大匹配二分图;其中,所述最大匹配二分图包括二分图最大匹配信息;基于计算生成的所述最大匹配二分图通过预设的第二可行算法计算生成最小覆盖节点;对所述最大匹配二分图的二分图最大匹配信息和所述最小覆盖节点作数据分析并生成初始节点分析调整策略;基于生成的所述初始节点分析调整策略对父层节点作初步调整并生成最终节点调整执行决策,并基于所述最终节点调整执行决策对父层节点作最终调整,从而实现监视和调整CDN节点资源的覆盖部署匹配,及时且高效地监控资源的匹配状态,并提供最优调整的策略,以实现节点最优资源的调整与覆盖,降低CDN资源的采购成本,增加访问命中率的效果,进而提升用户的访问质量。
在一个实施例中,如图2所示,步骤S100:基于CDN的MISS回源访问日志构建CDN访问二分图:具体包括:
步骤S110:基于CDN的MISS回源访问日志访问节点有序对,其中所述节点有序对包括边缘节点IP和父层节点IP;
具体地,所述边缘节点IP与所述父层节点IP一一对应,即为匹配。
步骤S120:对所述边缘节点IP和所述父层节点IP分别进行区域聚合,并生成边缘区域节点集合和父层区域节点集合,其中,所述边缘节点IP经区域聚合后生成所述边缘区域节点集合,所述父层节点IP经区域聚合后生成所述父层区域节点集合;
具体地,生成所述边缘区域节点集合和所述父层区域节点集合后,即为生成所述边缘区域节点集合中的边缘区域节点和所述父层区域节点中的父层区域节点的有序对,可以理解,所述边缘区域节点集合中的边缘区域节点和所述父层区域节点中的父层区域节点一一对应,即为(边缘区域节点,父层区域节点)。
步骤S130:以所述边缘区域节点集合作为出发集合,以所述父层区域节点集合作为匹配目标集合,构建所述CDN访问二分图。
在一个实施例中,所述二分图最大匹配信息包括顶点MG集合和匹配边MV 集合,其中,所述顶点MG集合中包括第一数量的顶点,所述匹配边MV集合中包括第二数量的匹配边;
具体地,如图2中所示,所述顶点MG集合为{区域1,区域3,区域4,区域A,区域B,区域D},共6个顶点,即所述第一数量为6。
所述匹配边MV集合为{(区域1,区域B),(区域3,区域A),(区域4,区域D)},共3个配边,即所述第二数量为3。
所述最小覆盖节点作数据包括最小覆盖节点集合,所述最小覆盖节点集合中包括第三数量个边缘区域节点;
具体地,如图2中所示,所述最小覆盖节点集合为minG{区域B,区域D,区域3}。
步骤S400:对所述最大匹配二分图的二分图最大匹配信息和所述最小覆盖节点作数据分析并生成初始节点分析调整策略;具体包括:
步骤S410:判断所述匹配边MV集合中匹配边的数量是否小于所述父层区域节点集合中的节点数量;
具体地,本步骤中,基于理论:最小匹配边数量即为父层节点的理论最优节点数量,来进行。
步骤S420:若判断为是,则判断所述最小覆盖节点集合中的边缘区域节点是否包含所述边缘区域节点集合中的边缘区域节点;
本步骤中,若判断为是,即为判断所述匹配边MV集合中匹配边的数量是小于所述父层区域节点集合中的节点数量,说明父层节点存在冗余,即父层存在减少节点的可行性。
故,判断所述最小覆盖节点集合中的边缘区域节点是否包含所述边缘区域节点集合中的边缘区域节点。
步骤S430:若判断为是,则生成所述初始节点分析调整策略。
本步骤中,若判断为是,即为判断所述最小覆盖节点集合中的边缘区域节点是包含所述边缘区域节点集合中的边缘区域节点。
具体地,如图1所示,即为最小覆盖节点集合为minG{区域B,区域D,区域3}中包含了边缘区域节点,如包含区域3。
此时,说明从边缘区域节点到父层区域节点的匹配是存在发散的情况,如区域3,也即说明边缘节点,如区域3,对应匹配的父层区域节点是可以进行调整收敛的。
故,此时生成所述初始节点分析调整策略。
在一个实施例中,如图2所示,步骤S430:若判断为是,则生成所述初始节点分析调整策略,具体包括:
步骤S431:若判断为是,则判断所述边缘区域节点集合中的边缘区域节点匹配的所述父层区域节点集合中的元素数量大于一的子集中是否有是所述顶点 MG集合的子集;
本步骤中,若判断为是,即为判断所述最小覆盖节点集合中的边缘区域节点是包含所述边缘区域节点集合中的边缘区域节点。
此时,需要继续判断,即为判断所述边缘区域节点集合中的边缘区域节点匹配的所述父层区域节点集合中的元素数量大于一的子集中是否有是所述顶点 MG集合的子集。
步骤S432:若判断为是,则生成第一节点调整策略。
本步骤中,若判断为是,即为判断所述边缘区域节点集合中的边缘区域节点匹配的所述父层区域节点集合中的元素数量大于一的子集中是有是所述顶点 MG集合的子集。
具体地,如图1所示,所述边缘区域节点集合中的边缘区域节点,如区域3,该边缘区域节点匹配的所述父层区域节点集合,如P3{区域A,区域C,区域D},该父层区域节点集合的所有集合中元素数量大于一的子集中,是否有是所述顶点MG集合的子集,即是否有是所述顶点MG集合,如{区域1,区域3,区域4,区域A,区域B,区域D}的子集。
故,此时生成所述第一节点调整策略。
进一步地,如图3所示,所述第一节点调整策略为保留理论最优的父层节点数量,同时对边缘区域节点,如区域3匹配的父层区域节点进行收敛调整。
具体收敛调整为:在逻辑上使用新节点,如区域E替代旧节点,如区域A 和区域C,同时,在逻辑新节点,如区域E,来当新逻辑节点。
当然逻辑新节点实际可以是一个新的物理节点,也可以用旧物理节点,如区域A或区域C。
在一个实施例中,如图2所示,步骤S430:若判断为是,则生成所述初始节点分析调整策略,具体还包括:
步骤S433:若判断为是,则判断所述边缘区域节点集合中的边缘区域节点匹配的所述父层区域节点集合的父层区域节点中是否存在包含于所述顶点MG集合且包含于所述最小覆盖节点集合的节点;
其中,所述边缘区域节点集合中的边缘区域节点匹配的所述父层区域节点集合的父层区域节点中存在的包含于所述顶点MG集合且包含于所述最小覆盖节点集合的节点为目标区域待调整指引节点;包含于所述顶点MG集合且包含于所述最小覆盖节点集合的节点为保留父层节点;
本步骤中,若判断为是,即为判断即为判断所述最小覆盖节点集合中的边缘区域节点是包含所述边缘区域节点集合中的边缘区域节点。
此时,需要继续判断,则判断所述边缘区域节点集合中的边缘区域节点匹配的所述父层区域节点集合的父层区域节点中是否存在包含于所述顶点MG集合且包含于所述最小覆盖节点集合的节点。
具体地,如图4所示,即为判断所述边缘区域节点集合中的边缘区域节点,如图3中的区域3,其匹配的父层区域节点集合的父层区域节点中,如P3{区域 A,区域C,区域D},是否存在包含于所述顶点MG集合且包含于所述最小覆盖节点集合的节点,如区域D。
具体地,图3中的所述区域3即为目标区域待调整指引节点,图3中的所述区域D即为所述保留父层节点。
步骤S434:若判断为是,则生成第二节点调整策略,其中,所述第二节点调整策略用于删除所述目标区域待调整指引节点匹配的所述父层区域节点集合的父层区域节点中除所述保留父层节点之外的其他父层区域节点。
本步骤中,若判断为是,即为判断所述边缘区域节点集合中的边缘区域节点匹配的所述父层区域节点集合的父层区域节点中是存在包含于所述顶点MG集合且包含于所述最小覆盖节点集合的节点。
接着,生成所述第二节点调整策略。
进一步地,所述第二节点调整策略用于删除所述目标区域待调整指引节点匹配的所述父层区域节点集合的父层区域节点中除所述保留父层节点之外的其他父层区域节点,即所述所述第二节点调整策略用于图3中的所述区域3匹配的所述父层区域节点集合的父层区域节点中,即P3{区域A,区域C,区域D}中,除所述保留父层节点之外的其他父层区域节点,即为,除图3中的所述区域D 之外的其他父层区域节点,亦即删除P3{区域A,区域C,区域D}中的区域A和区域C。
此时,因图3中的所述区域D节点还保留,故不影响父层节点的连通性,还保证了不存在父层节点的冗余,优化了节点资源分配。
在一个实施例中,如图2所示,步骤S430:若判断为是,则生成所述初始节点分析调整策略,具体还包括:
步骤S435:若判断为是,则判断所述边缘区域节点集合中的边缘区域节点匹配的所述父层区域节点集合中是否只有一个父层区域节点在所述顶点MG集合中;
本步骤中,若判断为是,即为判断即为判断所述最小覆盖节点集合中的边缘区域节点是包含所述边缘区域节点集合中的边缘区域节点。
此时,需要继续判断,即为判断所述边缘区域节点集合中的边缘区域节点匹配的所述父层区域节点集合中是否只有一个父层区域节点在所述顶点MG集合中。
如图5所示,图2-图5中的虚线是可删除或替换的顶点和边。所述边缘区域节点集合中的边缘区域节点,如图5中的区域3,匹配的所述父层区域节点集合中是否只有一个父层区域节点在所述顶点MG集合中。
步骤S436:若判断为是,则生成第三节点调整策略,其中,所述初始节点分析调整策略包括所述第一节点调整策略、第二节点调整策略和所述第三节点调整策略。
本步骤中,若判断为是,即为判断所述边缘区域节点集合中的边缘区域节点匹配的所述父层区域节点集合中是只有一个父层区域节点在所述顶点MG集合中。
具体地,即为图5中的区域3匹配的所述父层区域节点集合中是只有一个父层区域节点在所述顶点MG集合中,此时生成所述第三节点调整策略。
进一步地,所述第三节点调整策略为:对边缘节点,如图5中区域3匹配的父层区域节点进行收敛调整,具体调整如下:
逻辑上使用新节点,如新的物力节点,如区域E来替代旧节点,旧节点如区域A和区域C;也可以用旧物理节点,如区域A或区域C来当做新逻辑节点。
在一个实施例中,如图6所示,一种节点最优资源覆盖分析调整装置,所述装置包括:
二分图构建模块,用于基于CDN的MISS回源访问日志构建CDN访问二分图;
最大匹配二分图生成模块,用于基于构建的所述CDN访问二分图通过预设的第一可行算法计算生成最大匹配二分图;其中,所述最大匹配二分图包括二分图最大匹配信息;
最小覆盖节点生成模块,用于基于计算生成的所述最大匹配二分图通过预设的第二可行算法计算生成最小覆盖节点;
初始节点分析调整生成模块,用于对所述最大匹配二分图的二分图最大匹配信息和所述最小覆盖节点作数据分析并生成初始节点分析调整策略;
最终节点调整执行模块,用于基于生成的所述初始节点分析调整策略对父层节点作初步调整并生成最终节点调整执行决策,并基于所述最终节点调整执行决策对父层节点作最终调整。
在一个实施例中,所述二分图构建模块包括:
节点有序对访问模块,用于基于CDN的MISS回源访问日志访问节点有序对,其中所述节点有序对包括边缘节点IP和父层节点IP;
区域聚合模块,用于对所述边缘节点IP和所述父层节点IP分别进行区域聚合,并生成边缘区域节点集合和父层区域节点集合,其中,所述边缘节点IP 经区域聚合后生成所述边缘区域节点集合,所述父层节点IP经区域聚合后生成所述父层区域节点集合;
集合二分图构建模块,用于以所述边缘区域节点集合作为出发集合,以所述父层区域节点集合作为匹配目标集合,构建所述CDN访问二分图。
在一个实施例中,所述初始节点分析调整生成模块包括:
第一判断模块,用于判断所述匹配边MV集合中匹配边的数量是否小于所述父层区域节点集合中的节点数量;
第二判断模块,用于若判断为是,则判断所述最小覆盖节点集合中的边缘区域节点是否包含所述边缘区域节点集合中的边缘区域节点;
判断结果生成模块,用于若判断为是,则生成所述初始节点分析调整策略。
在一个实施例中,所述初始节点分析调整生成模块还用于:
若判断为是,则判断所述边缘区域节点集合中的边缘区域节点匹配的所述父层区域节点集合中的元素数量大于一的子集中是否有是所述顶点MG集合的子集;
若判断为是,则生成第一节点调整策略。
在一个实施例中,所述初始节点分析调整生成模块还用于:
若判断为是,则判断所述边缘区域节点集合中的边缘区域节点匹配的所述父层区域节点集合的父层区域节点中是否存在包含于所述顶点MG集合且包含于所述最小覆盖节点集合的节点;其中,所述边缘区域节点集合中的边缘区域节点匹配的所述父层区域节点集合的父层区域节点中存在的包含于所述顶点MG集合且包含于所述最小覆盖节点集合的节点为目标区域待调整指引节点;包含于所述顶点MG集合且包含于所述最小覆盖节点集合的节点为保留父层节点;
若判断为是,则生成第二节点调整策略,其中,所述第二节点调整策略用于删除所述目标区域待调整指引节点匹配的所述父层区域节点集合的父层区域节点中除所述保留父层节点之外的其他父层区域节点。
在一个实施例中,所述初始节点分析调整生成模块还用于:
若判断为是,则判断所述边缘区域节点集合中的边缘区域节点匹配的所述父层区域节点集合中是否只有一个父层区域节点在所述顶点MG集合中;
若判断为是,则生成第三节点调整策略,其中,所述初始节点分析调整策略包括所述第一节点调整策略、第二节点调整策略和所述第三节点调整策略。
在一个实施例中,如图7所示,一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现上述节点最优资源覆盖分析调整方法所述的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述节点最优资源覆盖分析调整方法所述的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM (EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink) DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (6)
1.一种节点最优资源覆盖分析调整方法,其特征在于,所述方法包括:
步骤S100:基于CDN的MISS回源访问日志构建CDN访问二分图,具体包括:
步骤S110:基于CDN的MISS回源访问日志访问节点有序对,其中所述节点有序对包括边缘节点IP和父层节点IP;
步骤S120:对所述边缘节点IP和所述父层节点IP分别进行区域聚合,并生成边缘区域节点集合和父层区域节点集合,其中,所述边缘节点IP经区域聚合后生成所述边缘区域节点集合,所述父层节点IP经区域聚合后生成所述父层区域节点集合;
步骤S130:以所述边缘区域节点集合作为出发集合,以所述父层区域节点集合作为匹配目标集合,构建所述CDN访问二分图;
步骤S200:基于构建的所述CDN访问二分图通过预设的第一可行算法计算生成最大匹配二分图;其中,所述最大匹配二分图包括二分图最大匹配信息,所述二分图最大匹配信息包括顶点MG集合和匹配边MV集合,其中,所述顶点MG集合中包括第一数量的顶点,所述匹配边MV集合中包括第二数量的匹配边;
步骤S300:基于计算生成的所述最大匹配二分图通过预设的第二可行算法计算生成最小覆盖节点,所述最小覆盖节点包括最小覆盖节点集合,所述最小覆盖节点集合中包括第三数量个边缘区域节点;
步骤S400:对所述最大匹配二分图的二分图最大匹配信息和所述最小覆盖节点作数据分析并生成初始节点分析调整策略,具体包括:
步骤S410:判断所述匹配边MV集合中匹配边的数量是否小于所述父层区域节点集合中的节点数量;
步骤S420:若判断为是,则判断所述最小覆盖节点集合中的边缘区域节点是否包含所述边缘区域节点集合中的边缘区域节点;
步骤S430:若判断为是,则生成所述初始节点分析调整策略;
步骤S500:基于生成的所述初始节点分析调整策略对父层节点作初步调整并生成最终节点调整执行决策,并基于所述最终节点调整执行决策对父层节点作最终调整。
2.根据权利要求1所述的节点最优资源覆盖分析调整方法,其特征在于,步骤S430:若判断为是,则生成所述初始节点分析调整策略,具体包括:
步骤S431:若判断为是,则判断所述边缘区域节点集合中的边缘区域节点匹配的所述父层区域节点集合中的元素数量大于一的子集中是否有是所述顶点MG集合的子集;
步骤S432:若判断为是,则生成第一节点调整策略。
3.根据权利要求1所述的节点最优资源覆盖分析调整方法,其特征在于,步骤S430:若判断为是,则生成所述初始节点分析调整策略,具体还包括:
步骤S433:若判断为是,则判断所述边缘区域节点集合中的边缘区域节点匹配的所述父层区域节点集合的父层区域节点中是否存在包含于所述顶点MG集合且包含于所述最小覆盖节点集合的节点;其中,所述边缘区域节点集合中的边缘区域节点匹配的所述父层区域节点集合的父层区域节点中存在的包含于所述顶点MG集合且包含于所述最小覆盖节点集合的节点为目标区域待调整指引节点;包含于所述顶点MG集合且包含于所述最小覆盖节点集合的节点为保留父层节点;
步骤S434:若判断为是,则生成第二节点调整策略,其中,所述第二节点调整策略用于删除所述目标区域待调整指引节点匹配的所述父层区域节点集合的父层区域节点中除所述保留父层节点之外的其他父层区域节点。
4.一种节点最优资源覆盖分析调整装置,其特征在于,所述装置包括:
二分图构建模块,用于基于CDN的MISS回源访问日志构建CDN访问二分图,具体包括:
节点有序对访问模块,用于基于CDN的MISS回源访问日志访问节点有序对,其中所述节点有序对包括边缘节点IP和父层节点IP;
区域聚合模块,用于对所述边缘节点IP和所述父层节点IP分别进行区域聚合,并生成边缘区域节点集合和父层区域节点集合,其中,所述边缘节点IP经区域聚合后生成所述边缘区域节点集合,所述父层节点IP经区域聚合后生成所述父层区域节点集合;
集合二分图构建模块,用于以所述边缘区域节点集合作为出发集合,以所述父层区域节点集合作为匹配目标集合,构建所述CDN访问二分图;
最大匹配二分图生成模块,用于基于构建的所述CDN访问二分图通过预设的第一可行算法计算生成最大匹配二分图;其中,所述最大匹配二分图包括二分图最大匹配信息;
最小覆盖节点生成模块,用于基于计算生成的所述最大匹配二分图通过预设的第二可行算法计算生成最小覆盖节点;
初始节点分析调整生成模块,用于对所述最大匹配二分图的二分图最大匹配信息和所述最小覆盖节点作数据分析并生成初始节点分析调整策略,具体包括:
第一判断模块,用于判断匹配边MV集合中匹配边的数量是否小于所述父层区域节点集合中的节点数量;
第二判断模块,用于若判断为是,则判断所述最小覆盖节点集合中的边缘区域节点是否包含所述边缘区域节点集合中的边缘区域节点;
判断结果生成模块,用于若判断为是,则生成所述初始节点分析调整策略;
最终节点调整执行模块,用于基于生成的所述初始节点分析调整策略对父层节点作初步调整并生成最终节点调整执行决策,并基于所述最终节点调整执行决策对父层节点作最终调整。
5.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至3中任一项所述方法的步骤。
6.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至3中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110107600.8A CN112953759B (zh) | 2021-01-27 | 2021-01-27 | 节点最优资源覆盖分析调整方法、装置及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110107600.8A CN112953759B (zh) | 2021-01-27 | 2021-01-27 | 节点最优资源覆盖分析调整方法、装置及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112953759A CN112953759A (zh) | 2021-06-11 |
CN112953759B true CN112953759B (zh) | 2023-10-03 |
Family
ID=76237399
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110107600.8A Active CN112953759B (zh) | 2021-01-27 | 2021-01-27 | 节点最优资源覆盖分析调整方法、装置及计算机设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112953759B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2130418A1 (en) * | 1993-09-24 | 1995-03-25 | Stephen C. North | Graphs employing clusters |
AU2007317684A1 (en) * | 2006-09-06 | 2008-05-15 | Akamai Technologies, Inc. | Hybrid content delivery network (CDN) and peer-to-peer (P2P) network |
CN104093208A (zh) * | 2014-06-24 | 2014-10-08 | 重庆邮电大学 | 一种工业无线网络中基于最大匹配的时隙信道分配方法 |
CN107483587A (zh) * | 2017-08-21 | 2017-12-15 | 清华大学 | 一种面向内容的电力通信网缓存优化方法 |
CN108241530A (zh) * | 2016-12-23 | 2018-07-03 | 西北大学 | 一种基于Storm的流式计算二分图任务调度方法 |
CN108401233A (zh) * | 2018-01-18 | 2018-08-14 | 广东技术师范学院 | 一种基于最大权二分匹配的复合事件感知方法 |
CN110300184A (zh) * | 2019-07-10 | 2019-10-01 | 深圳市网心科技有限公司 | 边缘节点分配方法、装置、调度服务器及存储介质 |
CN110493357A (zh) * | 2019-09-16 | 2019-11-22 | 深圳市网心科技有限公司 | 一种资源部署方法、***、装置及计算机存储介质 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20110264482A1 (en) * | 2010-04-22 | 2011-10-27 | Maher Rahmouni | Resource matching |
-
2021
- 2021-01-27 CN CN202110107600.8A patent/CN112953759B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CA2130418A1 (en) * | 1993-09-24 | 1995-03-25 | Stephen C. North | Graphs employing clusters |
AU2007317684A1 (en) * | 2006-09-06 | 2008-05-15 | Akamai Technologies, Inc. | Hybrid content delivery network (CDN) and peer-to-peer (P2P) network |
CN104093208A (zh) * | 2014-06-24 | 2014-10-08 | 重庆邮电大学 | 一种工业无线网络中基于最大匹配的时隙信道分配方法 |
CN108241530A (zh) * | 2016-12-23 | 2018-07-03 | 西北大学 | 一种基于Storm的流式计算二分图任务调度方法 |
CN107483587A (zh) * | 2017-08-21 | 2017-12-15 | 清华大学 | 一种面向内容的电力通信网缓存优化方法 |
CN108401233A (zh) * | 2018-01-18 | 2018-08-14 | 广东技术师范学院 | 一种基于最大权二分匹配的复合事件感知方法 |
CN110300184A (zh) * | 2019-07-10 | 2019-10-01 | 深圳市网心科技有限公司 | 边缘节点分配方法、装置、调度服务器及存储介质 |
CN110493357A (zh) * | 2019-09-16 | 2019-11-22 | 深圳市网心科技有限公司 | 一种资源部署方法、***、装置及计算机存储介质 |
Non-Patent Citations (2)
Title |
---|
Optimal VNFs Placement in CDN Slicing Over Multi-Cloud Environment;Ilias Benkacem等;《IEEE》;20180312;全文 * |
二分图最优匹配算法的WSN覆盖空洞修复策略;崔丽珍等;《小型微型计算机***》;20180415(第04期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN112953759A (zh) | 2021-06-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW201901539A (zh) | 風險評估方法、裝置、電腦設備及存儲介質 | |
CN108182213A (zh) | 一种基于分布式***的数据处理优化装置及方法 | |
WO2011047474A1 (en) | Systems and methods for social graph data analytics to determine connectivity within a community | |
CN112579606A (zh) | 工作流数据处理方法、装置、计算机设备及存储介质 | |
US20210192524A1 (en) | Feature-Based Recurrent Neural Networks for Fraud Detection | |
CN110011928A (zh) | 流量均衡负载方法、装置、计算机设备和存储介质 | |
CN112182089B (zh) | 基于数据仓库模型的报表生成方法、装置和设备 | |
CN112579602A (zh) | 多版本数据存储方法、装置、计算机设备及存储介质 | |
CN113256408A (zh) | 基于消费金融的风险控制方法、***和计算机设备 | |
Arana‐Jiménez | Nondominated solutions in a fully fuzzy linear programming problem | |
CN108363643A (zh) | 一种基于文件访问热度的hdfs副本管理方法 | |
CN111104406A (zh) | 层级型业务数据存储方法、装置、计算机设备和存储介质 | |
CN106021566A (zh) | 一种提高单台数据库并发处理能力的方法、装置及*** | |
Waibel et al. | Cost-optimized redundant data storage in the cloud | |
Zhao et al. | A novel enhanced lightweight node for blockchain | |
CN100485640C (zh) | 用于企业软件***的高速缓存 | |
Bienkowski | Migrating and replicating data in networks | |
Arnaout | Heuristics for the two‐machine scheduling problem with a single server | |
CN112953759B (zh) | 节点最优资源覆盖分析调整方法、装置及计算机设备 | |
Guo et al. | Blockchain-assisted caching optimization and data storage methods in edge environment | |
CN109460500B (zh) | 热点事件发现方法、装置、计算机设备和存储介质 | |
CN110097250B (zh) | 产品风险预测方法、装置、计算机设备和存储介质 | |
Han et al. | Hierarchical scheduling mechanisms for multilingual information resources in cloud computing | |
CN115408186A (zh) | 根因定位方法、装置、计算机设备和存储介质 | |
CN113918857A (zh) | 一种提高分布式web应用***性能的三级缓存加速方法 |
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 |