CN114448810B - 带宽牵引方法、装置及电子设备 - Google Patents
带宽牵引方法、装置及电子设备 Download PDFInfo
- Publication number
- CN114448810B CN114448810B CN202111608405.XA CN202111608405A CN114448810B CN 114448810 B CN114448810 B CN 114448810B CN 202111608405 A CN202111608405 A CN 202111608405A CN 114448810 B CN114448810 B CN 114448810B
- Authority
- CN
- China
- Prior art keywords
- bandwidth
- unit individual
- unit
- migrated
- server group
- 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 71
- 230000005012 migration Effects 0.000 claims abstract description 46
- 238000013508 migration Methods 0.000 claims abstract description 46
- 238000012216 screening Methods 0.000 claims abstract description 22
- 238000004422 calculation algorithm Methods 0.000 claims description 14
- 238000004891 communication Methods 0.000 claims description 14
- 230000009467 reduction Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 5
- 238000012545 processing Methods 0.000 abstract description 9
- 238000011038 discontinuous diafiltration by volume reduction Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 238000013138 pruning Methods 0.000 description 5
- 230000009471 action Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 238000013499 data model Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000013468 resource allocation Methods 0.000 description 1
- 230000004044 response 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
- H04L41/08—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
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/142—Network analysis or design using statistical or mathematical methods
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- Algebra (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Mathematical Physics (AREA)
- Probability & Statistics with Applications (AREA)
- Pure & Applied Mathematics (AREA)
- Hardware Redundancy (AREA)
Abstract
本发明实施例涉及一种带宽牵引方法、装置及电子设备,该方法包括:确定待迁移的服务器组,待迁移服务器组中使用带宽的每一个单位个体所使用的第一带宽量,以及待迁移的服务器组待迁移的第二带宽量;根据第一带宽量和第二带宽量,从所有单位个体中,选取至少一个单位个体构成单位个体组合;筛选与单位个体组合中每一个单位个体分别对应的候选服务器组,并确定每一个候选服务器组的冗余带宽量;根据候选服务器组、冗余带宽量、单位个体组合中的每一个单位个体、以及单位个体组合中每一个单位个体对应的第一带宽量,构建整数规划模型;对整数规划模型进行求解,生成单位个体组合的迁移方案。本发明方法相较于现有技术,处理速度更快。
Description
技术领域
本发明实施例涉及计算机技术领域,尤其涉及一种带宽牵引方法、装置及电子设备。
背景技术
内容分发网络(Content Delivery Network,简称CDN)是一种在服务提供方和消费方之间,通过架设节点让用户就近获取所需的内容,从而达到缓解网络拥塞,提高用户访问网站响应速度的目的。
一般来说,提供CDN服务的是一组服务器,由于服务器本身存在能力上限,在线上实际运营过程中,超过能力上限的服务器组如果仍持续提供服务,往往会出现机器负载较高,导致丢包或者其他影响服务质量的情况。此时,需要将该组上的服务的客户迁移到其他组,通过降量的方式以保障服务的正常运营。当线上运营遇到这类问题时,一般由运维人员或者程序进行穷举搜索来进行降量处理,目前这两类方式存在如下问题:
1.由于降量迁移涉及大量数据计算,人为手动调整往往仅能处理一些简单的场景(比如服务器组上服务的客户量少、能够承接的组较多且冗余量充足的情况),无法对复杂场景进行手动带宽迁移;
2.采用计算机程序进行迁移量计算,目前已有的方式一般采用穷举搜索的方式进行求解。由于服务器组上服务的客户量可能很多,在进行降量迁移时,涉及的组合方式巨大,并且可能需要多层级降量处理,因此往往无法在有限时间内进行求解。
发明内容
本申请提供了一种带宽牵引方法、装置及电子设备,以解决现有技术中的上述问题。
第一方面,本申请提供了一种带宽牵引方法,该方法包括:
确定待迁移的服务器组,待迁移服务器组中使用带宽的每一个单位个体所使用的第一带宽量,以及待迁移的服务器组待迁移的第二带宽量;
根据第一带宽量和第二带宽量,从待迁移服务器组中使用带宽的单位个体中,选取至少一个单位个体,构成待迁移的单位个体组合;
从除待迁移的服务器组之外的服务器组中,筛选与单位个体组合中每一个单位个体分别对应的候选服务器组,并确定每一个候选服务器组的冗余带宽量;
根据候选服务器组、候选服务器组的冗余带宽量、单位个体组合中的每一个单位个体、以及单位个体组合中每一个单位个体对应的第一带宽量,构建整数规划模型;
对整数规划模型进行求解,生成单位个体组合的迁移方案。
第二方面,本申请提供了一种带宽牵引装置,该装置包括:
确定模块,用于确定待迁移的服务器组,待迁移服务器组中使用带宽的每一个单位个体所使用的第一带宽量,以及待迁移的服务器组待迁移的第二带宽量;
选择模块,用于根据第一带宽量和第二带宽量,从待迁移服务器组中使用带宽的单位个体中,选取至少一个单位个体,构成待迁移的单位个体组合;
筛选模块,用于从除待迁移的服务器组之外的服务器组中,筛选与单位个体组合中每一个单位个体分别对应的候选服务器组,并确定每一个候选服务器组的冗余带宽量;
构建模块,用于根据候选服务器组、候选服务器组的冗余带宽量、单位个体组合中的每一个单位个体、以及单位个体组合中每一个单位个体对应的第一带宽量,构建整数规划模型;
生成模块,用于对整数规划模型进行求解,生成单位个体组合的迁移方案。
第三方面,提供了一种电子设备,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现第一方面任一项实施例的带宽牵引方法的步骤。
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,计算机程序被处理器执行时实现如第一方面任一项实施例的带宽牵引方法的步骤。
本申请实施例提供的上述技术方案与现有技术相比具有如下优点:
本申请实施例提供的该方法,确定待迁移的服务器组,待迁移服务器组中使用带宽的每一个单位个体所使用的第一带宽量,以及待迁移的服务器组待迁移的第二带宽量。然后,根据第一带宽量和第二带宽量,从待迁移服务器组中使用带宽的单位个体中,提取至少一个单位个体,构成待迁移的单位个体组合,从除待迁移的服务器组之外的服务器组中,筛选与单位个体组合中每一个单位个体分别对应的候选服务器组,然后根据候选服务器组、候选服务器组的冗余带宽量、单位个体组合,以及单位个体组合中每一个单位个体对应的第一带宽量,构建整数规划模型,并对整数规划模型进行求解,最终生成单位个体组合的迁移方案。该方法中,将带宽迁移问题转化为整数模型的求解问题,通过数学算法得到迁移方案。相较于人为手动调整带宽迁移方案,本申请实施例提供的方法能够更加方便快捷的应对比较复杂的场景。而且,本发明方法是通过一定的算法求解方式得到较优的带宽迁移方案,相较于现有技术中的穷举方式,处理速度更快,可以在有限时间进行求解。
附图说明
图1为本发明实施例提供的一种带宽牵引方法流程示意图;
图2为本发明提供的一种带宽牵引方法的具体应用实例的多带宽牵引结构示意图;
图3为本发明实施例提供的一种带宽牵引装置结构示意图;
图4为本发明实施例提供一种电子设备结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明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发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为便于对本发明实施例的理解,下面将结合附图以具体实施例做进一步的解释说明,实施例并不构成对本发明实施例的限定。
针对背景技术中所提及的技术问题,本申请实施例提供了一种带宽牵引方法,具体参见图1所示,图1为本发明实施例提供的一种带宽牵引方法流程示意图,该方法步骤包括:
步骤110,确定待迁移的服务器组,待迁移服务器组中使用带宽的每一个单位个体所使用的第一带宽量,以及待迁移的服务器组待迁移的第二带宽量。
具体的,单位个体可以理解为在服务器组中使用带宽的客户+区域粒度的标识信息组合,用以指代某一个用户在某个区域所使用的某个运营商名下的带宽。第一带宽量,也即是当前所统计到的,该用户已使用的带宽量。
在用户访问某个域名的时候,服务器组中的某个服务器会在日志***中记录访问请求,其中请求中包括用户IP、执行访问请求的机器所在的位置,以及所使用的带宽对应的运营商等内容。其中,客户就是指代用户IP,区域则包括运营商以及机器所在的具***置(例如所在省份、地区等)。本申请实施例的方法可以是由一个终端设备执行的,该终端设备可以实时采集到每个服务器组的实时带宽,采集渠道包括通过日志信息获取,或者终端设备直接与服务器组中的服务器建立连接,以此来实时采集该服务器上的实时带宽。
终端设备在采集到的每一个服务器的实时带宽后,可以获知每个服务器组当前的总带宽量。当总带宽量超过预设阈值时,例如超过服务器组的额定带宽一定比例后,为避免该服务器组继续提供服务导致机器负载过高,丢包甚至是其他影响服务质量的情况发生,所以需要将该服务器组加入到待迁移对列,也是对该服务器组进行降量(部分单位个体迁移到其他服务器组上)。而当前带宽使用量超过额定带宽一定比例的服务器组即为待迁移服务器组,获取每一个服务器组中每一个单位个体的第一带宽量,以及待迁移服务器组待迁移的第二带宽量。
进一步可选的,考虑到终端设备获取到的是用户IP,以及机器所在的区域以及运营商,而这些信息并不能直接被终端设备中的调度***所使用,因此还需要对当前采集的单位个体信息进行映射。包括将客户域名通过CNAME方式映射到调度***上,转换为调度域名。将调度域名定义为解析组,那么客户+区域粒度映射后所得到的信息就是解析组+区域粒度。
步骤120,根据第一带宽量和第二带宽量,从待迁移服务器组中使用带宽的单位个体中,选取至少一个单位个体,构成待迁移的单位个体组合。
具体的,实际应用环境中,任一个服务器组中使用带宽的单位个体通常都包括很多个。然后将哪些单位个体执行迁移工作,则需要进行一定的选择。
在具体执行时,可一个根据第一带宽量和第二带宽量,从多个单位个体中,选取至少一个单位个体,构成单位个体组合。
例如,第二带宽量为5G,服务器组中的单位个体包括A,带宽量为1G,B为2G,C为3G,D为1G,E为2G。那么,单位个体的组合可以包括A+B+E,或者,A+C+D,或者,B+D+E等等。
具体的,只要当待迁移服务器组中使用带宽的单位个体中至少一个单位个体对应的第一带宽量总和大于或者等于第二带宽量时,即可确定至少一个单位个体构成该单位个体组合。
而在具体执行时,会随机选择其中一个组合,执行如下操作。
步骤130,从除待迁移的服务器组之外的服务器组中,筛选与单位个体组合中每一个单位个体分别对应的候选服务器组,并确定每一个候选服务器组的冗余带宽量。
可选的,为了能够从其他服务器组中,找到与单位个体组合中的每一个单位个体对应的候选服务器组,可以采用如下方式实现,具体参见如下:
根据除待迁移的服务器组之外的服务器组中每一个服务器组的冗余承载能力和/或预配置的约束限制条件,以及单位个体组合中每一个单位个体对应的第一带宽量,对除待迁移的服务器组之外的服务器组进行筛选,获取与单位个体组合中每一个单位个体分别对应的候选服务器组。
也即是,首先判断除待迁移的服务器组之外的其余服务器组中服务器组的冗余能力,其是否能够承接某个的单位个体。如果能承接,将其作为该单位个体对应的候选服务器组。如果不能承接,则排除掉。
和/或,当服务器组还包括某些约束条件时,则还要某些资源只能在部分地区使用,其不能作为单位个体的候选服务器组,则需要将其排除掉。
通过上述方式,筛选出与单位个体组合中每一个单位个体分别对应的候选服务器组。
在一种可能的实现方式中,虽然每一个单位个体只能选择一个候选服务器组,但是但某些特殊情况中,有可能同一个候选服务器组,同时满足作为多个单位个体的候选服务器的条件。
步骤140,根据候选服务器组、候选服务器组的冗余带宽量、单位个体组合中的每一个单位个体、以及单位个体组合中每一个单位个体对应的第一带宽量,构建整数规划模型。
可选的,在执行上述步骤140的方法步骤之前,该方法还可以包括:随机将单位个体组合中的至少一个单位个体迁移到至少一个候选服务器组中的对应候选服务器组上,并刷新候选服务器组的冗余量信息。
具体的,由于服务器组上承载的解析组+区域可能会非常多,为了减轻后续求解整数规划问题的计算量,且带宽迁移问题本身可能存在多种可行解,因此在执行步骤140之前,可以首先通过拉斯维加斯算法(拉斯维加斯算法是一种永远给出正确解的随机化算法,拉斯维加斯算法不会得到不正确的解。一旦用拉斯维加斯算法找到一个解,这个解就一定是正确解)随机选择部分解析组+区域并随机分配到候选服务器组上,并刷新候选服务器组的冗余量信息。
当然,如上所介绍的,该操作并非是必须执行的操作,该操作是为了减少后续计算量,如果本领域人员不执行该操作,而是直接执行步骤140的操作,也是完全可行的,仅仅是计算量会增多一些。
执行完成上述操作后,则利用候选服务器组、候选服务器组的冗余带宽量、单位个体组合中的每一个单位个体、以及单位个体组合中每一个单位个体对应的第一带宽量,构建整数规划模型。
具体的,该步骤的思想是,将服务器组上的解析组+区域迁移到候选服务器组上,本质上是资源分配问题,即在每种可用资源的数量是有限的情况下,将资源仔细地分配,以达到利益最大化。此外由于解析组+区域的迁移不满足可分割性,因此该问题可以定性为二值整数规划问题,模型建立如下:
1、通过引入二值变量(或0-1变量)将该问题的目标函数设计为:
maxZ=A1x11+A2x12+…+Anxnm
其中,Ai为第i个解析组+区域的带宽量,xij为第i个解析组+区域是否迁移到第j个候选服务器组,Z表示能够迁移的解析组+区域的带宽量总和,max Z表示通过相关算法能够让Z最大化。
进一步可选的,在构建该数据模型后,该方法还可以包括:根据候选服务器组、候选服务器组的冗余带宽量、单位个体组合中的每一个单位个体、以及单位个体组合中每一个单位个体对应的第一带宽量,生成与整数规划模型对应的约束条件。
具体的,对于同一个解析组+区域需要满足有且仅能迁移到某一个候选服务器组上,即满足此外一个候选服务器组仅能够承载不超过自身冗余能力的解析组+区域带宽量,即:
因此,在构建整数规划模型时,还可以配置上述执行条件。
步骤150,对整数规划模型进行求解,生成单位个体组合的迁移方案。
具体的,在具体执行求解过程时,可以采用分支定界算法对带宽迁移问题求解。
具体包括如下步骤:
1)初始化:设Z*=-∞,将目标函数最优解设置为无穷小,然后对原问题采用定界、剪枝方法进行求解。
2)定界:对于每一个子问题,首先使用单纯形法计算子问题的线性松弛问题的边界值,然后再对其Z值向下取整。
3)剪枝:对于每一个子问题,采用以下三种方式进行剪枝;
1、若子问题的边界值≤Z*,则该子问题可被剪枝;
2、若子问题的线性松弛问题不含可行解,则该子问题可被剪枝;
3、若子问题的线性松弛问题的最优解为整数,且比原有的最佳可行解更好,则该子问题的解为当前最佳可行解。
具体的求解过程时通过现有技术实现,因此这里不再过多赘述。
当所有解析组+区域都被分配时,则表示将当前解作为原问题的可行解。可以直接按照当前迁移方式完成对单位个体组合中的单位个体的迁移。
可选的,考虑到如上文所介绍的,有可能存在不同的单位个体所对应的候选服务器组为同一个候选服务器组,然而同一个候选服务器组当前的冗余量并不能够同时承载多个单位个体,又或者,候选服务器组中的冗余量突发改变,从而导致通过上述方式对二值整数规划模型进行求解后,仍然存在解析组+区域没有被分配的情况。而此时,该方法还可以包括:
对迁移失败的单位个体执行多阶降量操作;
当确定单位个体组合中所有单位个体迁移成功,或者执行多阶降量的迭代次数超过预设次数阈值时结束。
具体的,执行多阶降量操作可以包括如下步骤:
1.初始化阶层深度,即递归搜索深度。
2.计算需要降量的次阶服务器组(假设上述操作是对待迁移服务器组的第一阶迁移,本次操作为第二阶(次阶)迁移),对于未分配的解析组+区域,提取其候选服务器组,并进行剪枝(即剔除掉除当前阶之前的所有阶中递归链路上已出现的服务器组)。
3.随机选择一个候选服务器组,并执行除多阶降量操作之外的以上所有操作步骤。
直到确定单位个体组合中所有单位个体迁移成功,或者执行多阶降量的迭代次数(执行多阶迁移)超过预设次数阈值时结束。
当执行多阶降量的迭代次数达到某个阈值后,则说明该单位个体组合的迁移方案没有比较合适的解。可以换一个或多个单位组合方案再次根据需要重复上述部分或者全部操作。
如果所有的单位组合都执行完毕上述操作后,依然没有找到合适的解决方案,则说明在一定概率上来说,原问题可能无可行解,即对该服务器组进行带宽牵引,可能无法找到可以承接的候选服务器组列表,需要通过资源的重新规划方式解决。相反,如果能够找到合适的输出方案,则说明是存在最优解的。
在一个具体的应用实例中,假设存在某个服务器组g0需要降量10MB,通过计算产生一组待迁移dv(解析组+区域)列表。其中,g0中的待迁移dv的情况如表1所示,其候选服务器组g1-g3冗余能力情况如表2所示。
表1
dv1 | dv2 | dv3 | dv4 | |
g0 | 2MB | 2MB | 3MB | 3MB |
表2
服务器组 | 冗余能力 |
g1 | 1MB |
g2 | 3MB |
g3 | 3MB |
在具体执行时,随机分配部分解析组+区域:例如采用随机方式,将dv4分配到g3。
采用整数规划方式子问题进行求解:由于候选服务器组g1和g2的冗余量无法完全承接dv1、dv2和dv3的量,则需要对g1进行递归降量处理。
假设通过递归降量对g1进行处理,使得g1的冗余量变为4MB,此时服务器组冗余量变,参见表3所示:
表3
服务器组 | 冗余能力 |
g1 | 4MB |
g2 | 3MB |
g3 | 0MB |
此时使用整数规划进行求解:
maxZ=2x11+2x12+2x21+2x22+3x31+3x32
s.t.x11+x12≤1
x21+x22≤1
x31+x32≤1
2x11+2x21+2x31≤4
2x12+2x22+2x32≤3
x11,x12,x13,x21,x22,x23∈{0,1}
如表4所示,该原问题的最终可行解为:
表4
dv1 | dv2 | dv3 | dv4 | |
g1 | 1 | 1 | 0 | 0 |
g2 | 0 | 0 | 1 | 0 |
g3 | 0 | 0 | 0 | 1 |
其中dv1分配给g1,dv2分配给g1,dv3分配给g2,dv4分配给g3,服务器组g0达到带宽牵引10MB的目标。
具体参见图2所示,图2中示意出执行多阶降量处理后,g0组中除dv4以外的dv的迁移流程框图,以及候选服务器组中每个候选服务器中的冗余带宽量等。其中,s代表剩余的dv组合,包括dv1、dv2,以及dv3。dv1的带宽量为2M,dv2的带宽量为2M,dv3的带宽量为3m。dv1迁移到g1中,dv2迁移到g1中,dv3迁移到g2中,最后输出结果t。
本发明实施例提供的带宽牵引方法,确定待迁移的服务器组,待迁移服务器组中使用带宽的每一个单位个体所使用的第一带宽量,以及待迁移的服务器组待迁移的第二带宽量。然后,根据第一带宽量和第二带宽量,从待迁移服务器组中使用带宽的单位个体中,提取至少一个单位个体,构成待迁移的单位个体组合,从除待迁移的服务器组之外的服务器组中,筛选与单位个体组合中每一个单位个体分别对应的候选服务器组,然后根据候选服务器组、候选服务器组的冗余带宽量、单位个体组合,以及单位个体组合中每一个单位个体对应的第一带宽量,构建整数规划模型,并对整数规划模型进行求解,最终生成单位个体组合的迁移方案。该方法中,将带宽迁移问题转化为整数模型的求解问题,通过数学算法得到迁移方案。相较于人为手动调整带宽迁移方案,本申请实施例提供的方法能够更加方便快捷的应对比较复杂的场景。而且,本发明方法是通过一定的算法求解方式得到较优的带宽迁移方案,相较于现有技术中的穷举方式,处理速度更快,可以在有限时间进行求解。
以上,为本申请所提供的带宽牵引几个方法实施例,下文中则介绍说明本申请所提供的带宽牵引其他实施例,具体参见如下。
图3为本发明实施例提供的一种带宽牵引装置,该装置包括:确定模块301、选择模块302、筛选模块303、构建模块304,以及生成模块305。
确定模块301,用于确定待迁移的服务器组,待迁移服务器组中使用带宽的每一个单位个体所使用的第一带宽量,以及待迁移的服务器组待迁移的第二带宽量;
选择模块302,用于根据第一带宽量和第二带宽量,从待迁移服务器组中使用带宽的单位个体中,选取至少一个单位个体,构成待迁移的单位个体组合;
筛选模块303,用于从除待迁移的服务器组之外的服务器组中,筛选与单位个体组合中每一个单位个体分别对应的候选服务器组,并确定每一个候选服务器组的冗余带宽量;
构建模块304,用于根据候选服务器组、候选服务器组的冗余带宽量、单位个体组合中的每一个单位个体、以及单位个体组合中每一个单位个体对应的第一带宽量,构建整数规划模型;
生成模块305,用于对整数规划模型进行求解,生成单位个体组合的迁移方案。
可选的,选择模块302,具体用于当待迁移服务器组中使用带宽的单位个体中至少一个单位个体对应的第一带宽量总和大于或者等于第二带宽量时,确定至少一个单位个体构成单位个体组合。
可选的,筛选模块303,具体用于根据除待迁移的服务器组之外的服务器组中每一个服务器组的冗余承载能力和/或预配置的约束限制条件,以及单位个体组合中每一个单位个体对应的第一带宽量,对除待迁移的服务器组之外的服务器组进行筛选,获取与单位个体组合中每一个单位个体分别对应的候选服务器组。
可选的,该装置还包括:处理模块,用于随机将单位个体组合中的至少一个单位个体迁移到至少一个候选服务器组中的对应候选服务器组上,并刷新候选服务器组的冗余量信息。
可选的,处理模块还用于,当对整数规划模型求解结果为单位个体组合中的至少一个单位个体迁移失败时,对迁移失败的单位个体执行多阶降量操作;
当确定单位个体组合中所有单位个体迁移成功,或者执行多阶降量的迭代次数超过预设次数阈值时结束。
可选的,构建模块304还用于,根据候选服务器组、候选服务器组的冗余带宽量、单位个体组合中的每一个单位个体、以及单位个体组合中每一个单位个体对应的第一带宽量,生成与整数规划模型对应的约束条件。
可选的,待迁移的单位个体组合的个数包括多个;筛选模块303还用于,当从除待迁移的服务器组之外的服务器组中,筛选与当前单位个体组合中每一个单位个体分别对应的候选服务器组失败时,重新选择新的单位个体组合,并执行从除待迁移的服务器组之外的服务器组中,筛选与新的个体组合中每一个单位个体分别对应的候选服务器组。
本发明实施例提供的带宽牵引装置中各部件所执行的功能均已在上述任一方法实施例中做了详细的描述,因此这里不再赘述。
本发明实施例提供的一种带宽牵引装置,确定待迁移的服务器组,待迁移服务器组中使用带宽的每一个单位个体所使用的第一带宽量,以及待迁移的服务器组待迁移的第二带宽量。然后,根据第一带宽量和第二带宽量,从待迁移服务器组中使用带宽的单位个体中,提取至少一个单位个体,构成待迁移的单位个体组合,从除待迁移的服务器组之外的服务器组中,筛选与单位个体组合中每一个单位个体分别对应的候选服务器组,然后根据候选服务器组、候选服务器组的冗余带宽量、单位个体组合,以及单位个体组合中每一个单位个体对应的第一带宽量,构建整数规划模型,并对整数规划模型进行求解,最终生成单位个体组合的迁移方案。该方法中,将带宽迁移问题转化为整数模型的求解问题,通过数学算法得到迁移方案。相较于人为手动调整带宽迁移方案,本申请实施例提供的方法能够更加方便快捷的应对比较复杂的场景。而且,本发明方法是通过一定的算法求解方式得到较优的带宽迁移方案,相较于现有技术中的穷举方式,处理速度更快,可以在有限时间进行求解。
如图4所示,本申请实施例提供了一种电子设备,包括处理器111、通信接口112、存储器113和通信总线114,其中,处理器111,通信接口112,存储器113通过通信总线114完成相互间的通信。
存储器113,用于存放计算机程序;
在本申请一个实施例中,处理器111,用于执行存储器113上所存放的程序时,实现前述任意一个方法实施例提供的带宽牵引方法,包括:
确定待迁移的服务器组,待迁移服务器组中使用带宽的每一个单位个体所使用的第一带宽量,以及待迁移的服务器组待迁移的第二带宽量;
根据第一带宽量和第二带宽量,从待迁移服务器组中使用带宽的单位个体中,选取至少一个单位个体,构成待迁移的单位个体组合;
从除待迁移的服务器组之外的服务器组中,筛选与单位个体组合中每一个单位个体分别对应的候选服务器组,并确定每一个候选服务器组的冗余带宽量;
根据候选服务器组、候选服务器组的冗余带宽量、单位个体组合中的每一个单位个体、以及单位个体组合中每一个单位个体对应的第一带宽量,构建整数规划模型;
对整数规划模型进行求解,生成单位个体组合的迁移方案。
可选的,当待迁移服务器组中使用带宽的单位个体中至少一个单位个体对应的第一带宽量总和大于或者等于第二带宽量时,确定至少一个单位个体构成单位个体组合。
可选的,根据除待迁移的服务器组之外的服务器组中每一个服务器组的冗余承载能力和/或预配置的约束限制条件,以及单位个体组合中每一个单位个体对应的第一带宽量,对除待迁移的服务器组之外的服务器组进行筛选,获取与单位个体组合中每一个单位个体分别对应的候选服务器组。
可选的,根据候选服务器组、单位个体组合、以及单位个体组合中每一个单位个体对应的第一带宽量,生成单位个体组合的迁移方案之前,方法还包括:
随机将单位个体组合中的至少一个单位个体迁移到至少一个候选服务器组中的对应候选服务器组上,并刷新候选服务器组的冗余量信息。
可选的,当对整数规划模型求解结果为单位个体组合中的至少一个单位个体迁移失败时,方法还包括:
对迁移失败的单位个体执行多阶降量操作;
当确定单位个体组合中所有单位个体迁移成功,或者执行多阶降量的迭代次数超过预设次数阈值时结束。
可选的,根据候选服务器组、候选服务器组的冗余带宽量、单位个体组合中的每一个单位个体、以及单位个体组合中每一个单位个体对应的第一带宽量,构建整数规划模型之后,方法还包括:
根据候选服务器组、候选服务器组的冗余带宽量、单位个体组合中的每一个单位个体、以及单位个体组合中每一个单位个体对应的第一带宽量,生成与整数规划模型对应的约束条件。
可选的,待迁移的单位个体组合的个数包括多个;当从除待迁移的服务器组之外的服务器组中,筛选与当前单位个体组合中每一个单位个体分别对应的候选服务器组失败时,重新选择新的单位个体组合,并执行从除待迁移的服务器组之外的服务器组中,筛选与新的个体组合中每一个单位个体分别对应的候选服务器组。
本申请实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现如前述任意一个方法实施例提供的带宽牵引方法的步骤。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上仅是本发明的具体实施方式,使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下,在其它实施例中实现。因此,本发明将不会被限制于本文所示的这些实施例,而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种带宽牵引方法,其特征在于,所述方法包括:
确定待迁移的服务器组,所述待迁移服务器组中使用带宽的每一个单位个体所使用的第一带宽量,以及所述待迁移的服务器组待迁移的第二带宽量;
根据所述第一带宽量和所述第二带宽量,从所述待迁移服务器组中使用带宽的单位个体中,选取至少一个单位个体,构成待迁移的单位个体组合;
从除所述待迁移的服务器组之外的服务器组中,筛选与所述单位个体组合中每一个单位个体分别对应的候选服务器组,并确定每一个候选服务器组的冗余带宽量;
根据所述候选服务器组、所述候选服务器组的冗余带宽量、所述单位个体组合中的每一个单位个体、以及所述单位个体组合中每一个单位个体对应的所述第一带宽量,构建整数规划模型;
对所述整数规划模型进行求解,生成所述单位个体组合的迁移方案;
其中,根据所述第一带宽量和所述第二带宽量,从所述待迁移服务器组中使用带宽的单位个体中,选取至少一个单位个体,构成待迁移的单位个体组合,具体包括:
当所述待迁移服务器组中使用带宽的单位个体中至少一个单位个体对应的第一带宽量总和大于或者等于所述第二带宽量时,确定至少一个所述单位个体构成所述单位个体组合;
所述整数规划模型建立方式如下:
通过引入二值变量(或0-1变量)将目标函数设计为:
maxZ=A1x11+A2x12+…+Anxnm
其中,Ai为第i个解析组+区域的带宽量,xij为第i个解析组+区域是否迁移到第j个候选服务器组,Z表示能够迁移的解析组+区域的带宽量总和,max Z表示通过相关算法能够让Z最大化。
2.根据权利要求1所述的方法,其特征在于,所述从除所述待迁移的服务器组之外的服务器组中,筛选与所述单位个体组合中每一个单位个体分别对应的候选服务器组,并确定每一个候选服务器组的冗余带宽量,具体包括:
根据除所述待迁移的服务器组之外的服务器组中每一个服务器组的冗余承载能力和/或预配置的约束限制条件,以及所述单位个体组合中每一个单位个体对应的所述第一带宽量,对除所述待迁移的服务器组之外的服务器组进行筛选,获取与所述单位个体组合中每一个单位个体分别对应的候选服务器组。
3.根据权利要求1所述的方法,其特征在于,所述根据所述候选服务器组、所述单位个体组合、以及所述单位个体组合中每一个单位个体对应的所述第一带宽量,生成单位个体组合的迁移方案之前,所述方法还包括:
随机将所述单位个体组合中的至少一个所述单位个体迁移到至少一个所述候选服务器组中的对应候选服务器组上,并刷新所述候选服务器组的冗余量信息。
4.根据权利要求3所述的方法,其特征在于,当对所述整数规划模型求解结果为所述单位个体组合中的至少一个单位个体迁移失败时,所述方法还包括:
对所述迁移失败的单位个体执行多阶降量操作;
当确定所述单位个体组合中所有单位个体迁移成功,或者执行多阶降量的迭代次数超过预设次数阈值时结束。
5.根据权利要求1-4任一项所述的方法,其特征在于,所述根据所述候选服务器组、所述候选服务器组的冗余带宽量、所述单位个体组合中的每一个单位个体、以及所述单位个体组合中每一个单位个体对应的所述第一带宽量,构建整数规划模型之后,所述方法还包括:
根据所述候选服务器组、所述候选服务器组的冗余带宽量、所述单位个体组合中的每一个单位个体、以及所述单位个体组合中每一个单位个体对应的所述第一带宽量,生成与所述整数规划模型对应的约束条件。
6.根据权利要求1-4任一项所述的方法,其特征在于,所述待迁移的单位个体组合的个数包括多个;当从除所述待迁移的服务器组之外的服务器组中,筛选与当前所述单位个体组合中每一个单位个体分别对应的候选服务器组失败时,重新选择新的单位个体组合,并执行从除所述待迁移的服务器组之外的服务器组中,筛选与所述新的个体组合中每一个单位个体分别对应的候选服务器组。
7.一种带宽牵引装置,其特征在于,所述装置包括:
确定模块,用于确定待迁移的服务器组,所述待迁移服务器组中使用带宽的每一个单位个体所使用的第一带宽量,以及所述待迁移的服务器组待迁移的第二带宽量;
选择模块,用于根据所述第一带宽量和所述第二带宽量,从所述待迁移服务器组中使用带宽的单位个体中,选取至少一个单位个体,构成待迁移的单位个体组合;
筛选模块,用于从除所述待迁移的服务器组之外的服务器组中,筛选与所述单位个体组合中每一个单位个体分别对应的候选服务器组,并确定每一个候选服务器组的冗余带宽量;
构建模块,用于根据所述候选服务器组、所述候选服务器组的冗余带宽量、所述单位个体组合中的每一个单位个体、以及所述单位个体组合中每一个单位个体对应的所述第一带宽量,构建整数规划模型;
生成模块,用于对所述整数规划模型进行求解,生成所述单位个体组合的迁移方案;
其中,所述选择模块,具体用于当待迁移服务器组中使用带宽的单位个体中至少一个单位个体对应的第一带宽量总和大于或者等于第二带宽量时,确定至少一个单位个体构成单位个体组合;
所述整数规划模型建立方式如下:
通过引入二值变量(或0-1变量)将目标函数设计为:
maxZ=A1x11+A2x12+…+Anxnm
其中,Ai为第i个解析组+区域的带宽量,xij为第i个解析组+区域是否迁移到第j个候选服务器组,Z表示能够迁移的解析组+区域的带宽量总和,max Z表示通过相关算法能够让Z最大化。
8.一种电子设备,其特征在于,包括处理器、通信接口、存储器和通信总线,其中,处理器,通信接口,存储器通过通信总线完成相互间的通信;
存储器,用于存放计算机程序;
处理器,用于执行存储器上所存放的程序时,实现权利要求1-6任一项所述的带宽牵引方法的步骤。
9.一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如权利要求1-6任一项所述的带宽牵引方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111608405.XA CN114448810B (zh) | 2021-12-24 | 2021-12-24 | 带宽牵引方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111608405.XA CN114448810B (zh) | 2021-12-24 | 2021-12-24 | 带宽牵引方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114448810A CN114448810A (zh) | 2022-05-06 |
CN114448810B true CN114448810B (zh) | 2024-07-05 |
Family
ID=81362968
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111608405.XA Active CN114448810B (zh) | 2021-12-24 | 2021-12-24 | 带宽牵引方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114448810B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115208766B (zh) * | 2022-07-29 | 2023-11-03 | 天翼云科技有限公司 | 一种cdn带宽调度方法及相关装置 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103078906A (zh) * | 2012-12-26 | 2013-05-01 | 爱迪科特(北京)科技有限公司 | 文件透明迁移方法 |
CN110262845A (zh) * | 2019-04-30 | 2019-09-20 | 北京邮电大学 | 区块链使能的分布式计算任务卸载方法及*** |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2001010082A2 (en) * | 1999-07-30 | 2001-02-08 | Accenture Llp | A system, method and article of manufacture for network performance modeling |
US8630173B2 (en) * | 2010-11-19 | 2014-01-14 | Cisco Technology, Inc. | Dynamic queuing and pinning to improve quality of service on uplinks in a virtualized environment |
WO2013072959A1 (en) * | 2011-11-15 | 2013-05-23 | Hitachi, Ltd. | Computer system and data migration method |
JP2015011569A (ja) * | 2013-06-28 | 2015-01-19 | 株式会社東芝 | 仮想マシン管理装置、仮想マシン管理方法、及び仮想マシン管理プログラム |
US9832260B2 (en) * | 2014-09-23 | 2017-11-28 | Netapp, Inc. | Data migration preserving storage efficiency |
CN105577834B (zh) * | 2016-02-06 | 2018-10-16 | 清华大学 | 具有可预测性能的云数据中心两层带宽分配方法及*** |
CN110413392B (zh) * | 2019-07-25 | 2022-11-29 | 北京工业大学 | 一种移动边缘计算场景下制定单任务迁移策略的方法 |
CN112737854B (zh) * | 2020-12-30 | 2023-06-09 | 国网河南省电力公司信息通信公司 | 一种基于能耗和服务质量的服务链迁移方法及装置 |
-
2021
- 2021-12-24 CN CN202111608405.XA patent/CN114448810B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103078906A (zh) * | 2012-12-26 | 2013-05-01 | 爱迪科特(北京)科技有限公司 | 文件透明迁移方法 |
CN110262845A (zh) * | 2019-04-30 | 2019-09-20 | 北京邮电大学 | 区块链使能的分布式计算任务卸载方法及*** |
Also Published As
Publication number | Publication date |
---|---|
CN114448810A (zh) | 2022-05-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI338229B (en) | Dynamically configurable fault tolerance in autonomic computing with multiple service points | |
CA2775899A1 (en) | Determining connectivity within a community | |
CN114448810B (zh) | 带宽牵引方法、装置及电子设备 | |
CN112241421A (zh) | 一种数据血缘确定方法和装置 | |
US20100179927A1 (en) | Rating risk of proposed system changes | |
Pick et al. | Broadband utilization in the Indian states: Socioeconomic correlates and geographic aspects | |
CN107203623B (zh) | 网络爬虫***的负载均衡调节方法 | |
CN115858168B (zh) | 一种基于重要性排序的地球应用模型编排***及其方法 | |
CN111752706A (zh) | 资源配置方法、装置及存储介质 | |
CN111369084A (zh) | 内容网络中资源质量评分方法 | |
CN113222326A (zh) | 一种科技资源服务平台成熟度评估方法及装置 | |
Wang et al. | Optimal web service selection based on multi-objective genetic algorithm | |
CN117203944A (zh) | 算力网络的资源调度方法 | |
CN111598457A (zh) | 一种电力无线网络质量的确定方法及装置 | |
US7840695B2 (en) | Capacity management | |
CN116976739A (zh) | 一种云计算产品需求优先级排序方法和*** | |
CN109245948B (zh) | 安全感知的虚拟网络映射方法及其装置 | |
CN107155215B (zh) | 一种应用归属服务集群的分配方法和装置 | |
CN116962419A (zh) | 服务器分配策略的生成方法及装置、电子设备及存储介质 | |
CN114462506B (zh) | 一种支持偏好策略的通信网络辅助规划方法及其应用 | |
CN110807171A (zh) | 基于权重划分的坐席人员擅长业务分析方法和装置 | |
CN115620038A (zh) | 共性知识约束的遥感样本迁移方法 | |
CN111562990B (zh) | 一种基于消息的轻量级无服务器计算方法 | |
CN114462810A (zh) | 一种机动通信网半自动网络规划辅助优化方法及应用 | |
CN113194107A (zh) | 基于互联网的区域特性的寻址方法和装置 |
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 |