发明内容
针对现有技术的以上缺陷或改进需求,本发明提供一种面向直播业务的网络路径计算方法和装置,利用在网计算减少业务在网络传输的路径,降低流量的跳数,降低业务时延,降低成本。
本发明实施例采用如下技术方案:
第一方面,本发明提供了一种面向直播业务的网络路径计算方法,包括:
获取直播应用的业务需求、资源需求以及调度策略;
生成业务源宿节点间的所有路径,并收集路径中网络设备节点、数据中心节点的相关信息;
根据直播应用的资源需求以及调度策略在网络设备节点、数据中心节点上部署直播应用,并计算满足直播应用的业务需求的所有可能路径的时延和成本,以供选择最终路径。
进一步的,所述直播应用的业务需求包括时延需求、成本需求中的一种或多种;所述直播应用的资源需求包括算力需求、带宽需求以及存储需求中的一种或多种;所述直播应用的调度策略包括时延优先策略、成本优先策略中的一种或多种。
进一步的,所述根据直播应用的资源需求以及调度策略在网络设备节点、数据中心节点上部署直播应用具体包括:
若直播应用的调度策略为时延优先策略,则优先将直播应用部署在直播源节点就近的网络设备节点处,若网络设备节点提供的算力小于直播应用的算力需求,则将不足的算力部分部署在直播源节点就近的数据中心节点处;
若直播应用的调度策略为成本优先策略,则优先将直播应用部署在直播源节点就近的数据中心节点处。
进一步的,所述数据中心节点包括边缘云数据中心节点以及中心云数据中心节点,在数据中心节点上部署直播应用时,优先将直播应用部署在边缘云数据中心节点,若有不足的算力部分则部署在中心云数据中心节点。
进一步的,所述计算满足直播应用的业务需求的所有可能路径的时延和成本,以供选择最终路径具体包括:
若直播应用的调度策略为时延优先策略,则计算直播应用部署后所有路径的时延,选出满足直播应用的时延需求的所有可能路径,计算所有可能路径的成本,以供选择最终路径;
若直播应用的调度策略为成本优先策略,则计算直播应用部署后所有路径的成本,选出满足直播应用的成本需求的所有可能路径,计算所有可能路径的时延,以供选择最终路径。
进一步的,在部署直播应用后,任一可能路径的时延包括网络线路传输时延、网络节点转发时延以及应用计算处理时延中的一种或多种,其中,所述网络线路传输时延为网络线路单位时延与路径长度的乘积;所述网络节点转发时延为路径上各个节点的转发时延之和;所述应用计算处理时延为路径上部署有直播应用的节点的计算处理时延之和。
进一步的,在部署直播应用后,任一可能路径的成本包括应用带宽成本、应用算力成本中的一种或多种,其中,所述应用带宽成本为路径上部署有直播应用的节点的入口带宽成本、出口带宽成本之和;所述应用算力成本为路径上部署有直播应用的节点的算力成本之和。
进一步的,所述入口带宽成本、出口带宽成本分别为各自的带宽与标准带宽单位成本、带宽成本因子、带宽路径长度的乘积,其中,标准带宽单位成本等于接入环带宽成本;带宽成本因子为N层环带宽、N层环节点个数、N层环数量的乘积与N+1层环带宽的比值;带宽路径长度为同一个网络层下流量路径的跳数。
进一步的,所述节点的算力成本为算力与标准算力单位、算力成本单位的乘积;其中,标准算力单位为1vCPU,2G内存;中心云数据中心的算力成本单位为K1元/年/标准算力单元,边缘云数据中心的算力成本单位为K2元/年/标准算力单元,网络设备的算力成本单位为K3元/年/标准算力单元。
另一方面,本发明提供了一种面向直播业务的网络路径计算装置,具体为:包括至少一个处理器和存储器,至少一个处理器和存储器之间通过数据总线连接,存储器存储能被至少一个处理器执行的指令,指令在被处理器执行后,用于完成第一方面中的面向直播业务的网络路径计算方法。
与现有技术相比,本发明的有益效果在于:
本发明将网络设备纳入到直播应用的算力部署中,提高了网络设备的利用率,在网计算能够动态的贴近业务,保证业务就近处理,使业务时延最优化,用户感知好,且降低业务成本。
本发明的算法考虑了时延和成本两个关键因素,其中,成本既考虑算力成本,也考虑带宽成本,且各个层级的网络设备的成本、边缘云数据中心的成本、中心云数据中心的成本都不同,针对直播应用入口与出口带宽的差异,提供了相应的成本因子算法,表达了不同层次、不同场景的成本要素,有效提供了评估成本算法。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
此外,下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以相互组合。下面就参考附图和实施例结合来详细说明本发明。
实施例1:
如图1所示,本发明实施例1提供一种面向直播业务的网络路径计算方法,该方法包括如下步骤:
步骤100:获取直播应用的业务需求、资源需求以及调度策略。其中,直播应用的业务需求包括时延需求、成本需求中的一种或多种,直播应用的资源需求包括算力需求、带宽需求以及存储需求中的一种或多种,直播应用的调度策略包括时延优先策略、成本优先策略中的一种或多种。
步骤200:生成业务源宿节点间的所有路径,并收集路径中网络设备节点、数据中心节点的相关信息。其中,数据中心节点包括边缘云数据中心节点以及中心云数据中心节点。各个节点的相关信息包括各个节点自身传输计算的时延、资源和成本等信息。
步骤300:根据直播应用的资源需求以及调度策略在网络设备节点、数据中心节点上部署直播应用,并计算满足直播应用的业务需求的所有可能路径的时延和成本,以供选择最终路径。该步骤中,若直播应用的调度策略为时延优先策略,则优先将直播应用部署在直播源节点就近的网络设备节点处,若网络设备节点提供的算力小于直播应用的算力需求,则将不足的算力部分部署在直播源节点就近的数据中心节点处;另外时延优先策略下计算所有可能路径的时延和成本时,先计算直播应用部署后所有路径的时延,选出满足直播应用的时延需求的所有可能路径,再计算所有可能路径的成本,以供用户选择最终路径。若直播应用的调度策略为成本优先策略,则优先将直播应用部署在直播源节点就近的数据中心节点处;另外成本优先策略下计算所有可能路径的时延和成本时,先计算直播应用部署后所有路径的成本,选出满足直播应用的成本需求的所有可能路径,再计算所有可能路径的时延,以供用户选择最终路径。还需说明的是,在数据中心节点上部署直播应用时,优先将直播应用部署在边缘云数据中心节点,若有不足的算力部分则部署在中心云数据中心节点。
通过上述步骤,本发明实施例将网络设备纳入到直播应用的算力部署中,提高了网络设备的利用率,并使在网计算能够动态的贴近业务,保证业务就近处理,在有时延要求时能使业务时延最优化,使用户感知良好,且在有成本要求时能降低业务成本。
以上为本优选实施例的几个基本步骤,下面将结合实际使用情况以及时延、成本的具体计算方式来对本发明实施例进行更为详细的描述。
具体来说,对于直播业务(或游戏业务等相关业务)的关键在于直播应用的部署位置,理论上,直播转发服务应用(本文简称为直播应用)越接近直播业务的源和宿越好,但是综合考虑时延和成本的因素,现有的直播应用一般部署在电信运营商网络中心CDN机房位置,少量部署在IDC(互联网数据中心,InternetDataCenter)机房和云数据中心机房。但是,传统CDN机房、IDC机房和和云数据中心机房覆盖度不足,新建数据中心投资大,回报周期长。本实施例根据电信网络的实际情况,使直播应用可以部署在城域网接入、汇聚、核心通信机房(也即网络设备节点),能够充分利用现有的网络基础设施,保护已有投资,见效快,另外也支持部署在云数据中心机房和边缘云数据中心机房(也即数据中心节点)。理想情况下,直播源宿都接入到同一个网络设备节点,就近终结流量,相比CDN机房、数据中心机房,极大的优化了直播流量路径,提高了业务感知。
在本优选实施例中,直播应用是通过调度***来进行路径计算和应用部署的,在该过程中,调度***需要定期收集电信网络的网络资源状态和算力资源状态,同时也收集中心云和边缘云数据中心的算力资源状态。
在本优选实施例中,直播应用为分布式应用服务形态,每一个服务可以独立部署在一个物理独立的算力资源中,可以独立向业务提供服务。参照图2所示,为直播应用服务示意图,其中,符号P表示直播源,代表直播内容生产者Producer,也即直播业务的源节点。符号C表示直播宿,代表直播内容消费者Consumer,也即直播业务的宿节点。符号A表示直播应用,代表处理直播内容的服务Application。直播应用可以实现为多个分布式的应用实体A1、A2、A3……AN,每个实体可以独立对外提供服务,每个实体可以独立部署。直播应用A处理入口IN流量,输出OUT流量。入口IN、出口OUT是相对于源和宿的。从P到A是IN,从A到C是OUT。
在本优选实施例中,直播应用部署应用的时候,应该向调度***登记直播源宿的地址信息,调度***根据直播源宿的地理位置,查找相应区域的网络,并且及时更新区域中的资源信息。
直播应用部署应用的时候,应该向调度***登记直播应用的业务需求信息,该业务需求信息包括时延需求L_A(可以设置最大和最小两个时延需求)和成本需求M_A(可以设置最大和最小两个成本需求)。其中,时延又包括:网络线路传输时延、网络节点转发时延、应用计算处理时延。
直播应用部署应用的时候,应该向调度***登记直播应用的资源需求信息。该资源需求信息包括算力(计算)需求C_A、入口带宽需求B_IN、出口带宽需求B_OUT、存储需求S。
直播应用部署应用的时候,应该向调度***登记直播应用的其它信息,例如调度策略是时延优先还是成本优先,若是时延优先就保证直播应用端到端的时延最低,若是成本优先就在保证最低时延的情况下,综合成本最低。需说明的是,成本优先时保证的最低时延代表直播业务可用的基线,这时的最低时延是时延需求的最大值,如果时延超出了该最大值,也即超过了用户感知的忍受度,那么就无法提供给用户好的感受,这个时延也就没有意义了。
以上为直播应用需要向调度***登记的详细信息说明,在具有这些信息的情况下,调度***生成源宿节点间的所有路径,并收集路径中网络设备节点、数据中心节点的时延、资源和成本信息,并根据这些信息以及直播应用登记的信息来对直播应用进行部署。然后调度***需要计算各个路径中直播应用部署后的整体时延和成本。
具体的,对于应用的端到端时延(也即应用部署后的整体时延),其等于网络线路传输时延、网络节点转发时延以及应用计算处理时延之和。其中,网络线路传输时延为网络线路单位时延与路径长度的乘积;网络节点转发时延为路径上各个节点的转发时延之和;应用计算处理时延为路径上部署有直播应用的节点的计算处理时延之和。用公式表示的话,可以为:端到端时延L=∑网络线路传输时延LL+∑网络节点转发时延LN+∑应用计算处理时延LC。
对于应用的成本,包括应用带宽成本、应用算力成本。其中,应用带宽成本为路径上部署有直播应用的节点的入口带宽成本、出口带宽成本之和;应用算力成本为路径上部署有直播应用的节点的算力成本之和。入口带宽成本、出口带宽成本分别为各自的带宽与标准带宽单位成本、带宽成本因子、带宽路径长度的乘积,其中,标准带宽单位成本等于接入环带宽成本;带宽成本因子为N层环带宽、N层环节点个数、N层环数量的乘积与N+1层环带宽的比值;带宽路径长度为同一个网络层下流量路径的跳数。节点的算力成本为算力与标准算力单位、算力成本单位的乘积;其中,标准算力单位为1vCPU,2G内存;中心云数据中心的算力成本单位为K1元/年/标准算力单元,边缘云数据中心的算力成本单位为K2元/年/标准算力单元,网络设备的算力成本单位为K3元/年/标准算力单元。
应用带宽成本的计算用公式表达的话,可以为:
应用带宽成本MB=∑(入口带宽成本MB_IN+出口带宽成本MB_OUT);
带宽成本MB_IN/OUT=∑(带宽Bx标准带宽成本单位BUx带宽成本因子αx带宽路径长度β);
标准带宽成本单位BU=接入环带宽成本N元/年/Mbps;
带宽成本因子α=N层环带宽xN层节点个数xN层环数量:(N+1)层带宽;
带宽路径长度β为同一个网络层下,流量路径的跳数。
上述计算公式中,带宽成本因子α是个比例数值,是低阶环与高阶环或者高阶环与低阶环的比值。其中,N层代表低阶环,N+1层代表高阶环。一般的,层级由低到高依次为接入环、汇聚环、核心环。带宽成本因子α在计算的时候,也是先计算接入环与汇聚环之间的带宽成本因子,再计算汇聚环与核心环之间的带宽成本因子,从而得到接入环/汇聚环/核心环的比值,也即三者间的带宽成本因子。
如图3所示,以模型I为例,带宽成本因子的计算方法如下:
接入环节点个数为8,环带宽25Gbit/s;汇聚环节点个数为4,每对汇聚节点下挂6个接入环,环带宽100Gbit/s;核心环节点个数为4,每对核心节点带8个汇聚环,环带宽400Gbit/s。基于上述数据,汇聚环相对于接入环的带宽成本因子=25x8x6:100=12/1;核心环相对于汇聚环的带宽成本因子=100x4x8:400=8/1。三者间整体的带宽成本因子α为:1(接入环)/12(汇聚环)/96(核心环)。
应用算力成本的计算用公式表达的话,可以为:
应用算力成本MC=∑(算力Cx算力成本单位MC_U);其中算力以“标准算力单元CU”计数,有多少个标准算力单元即为多少算力,算力成本单位MC_U是“标准算力单元CU”的价格。
标准算力单元CU:1vCPU,2G内存;
算力成本单位MC_U:中心云数据中心K1元/年/标准算力单元,边缘云数据中心K2元/年/标准算力单元,网络设备K3元/年/标准算力单元。
以模型I为例,边缘云数据中心资源配置:20个服务器节点,960vCPU,1920G内存,即为960个标准算力单元。网络设备节点资源配置:15个标准算力单元。边缘云数据中心算力成本=算力x算力成本单位=960xK2=960*K2元/年;网络设备算力成本=算力x算力成本单位=15xK3=15*K3元/年。
通过上面的所有计算,调度***可以得到所有路径的时延和成本,最后根据用户的需要,选择最优的路径即可。
以上为本实施例的实施步骤以及时延、成本的具体计算方式,基于上述技术方案,本实施例在实行时的流程示意图如图4所示,首先,直播应用向调度***提供业务需求(时延需求L_A,成本需求M_A)、资源需求(算力需求C_A、入口带宽需求B_IN、出口带宽需求B_OUT、存储需求S)和调度策略(时延优先策略,成本优先策略);调度***生成直播业务源宿的所有可能路径;调度***搜集路径相关的网络设备节点、数据中心节点的时延、资源和成本信息;判断调度策略是否是时延优先;如果直播应用的调度策略是时延优先,则优先将直播转播应用部署在就近直播源的网络设备节点N,网络设备节点提供的算力为C_N,如果C_N小于C_A,则不足的算力优先部署在就近的边缘云数据中心节点,边缘云数据中心节点提供的算力为C_ED,如果C_N+C_ED小于C,则不足的算力部署在就近的中心云数据中心节点,中心云数据中心节点提供的算力为C_CD,因此,C=∑C_N+∑C_ED+∑C_CD;计算所有可能路径的时延,选择满足业务需求时延L的所有路径,然后计算所有可选路径的成本,提交给用户选择最终的路径。如果直播应用的调度策略不是时延优先,那么就是成本优先,则优先将直播转播应用部署在就近直播源的边缘云数据中心节点,然后是则不足的算力部署在就近的中心云数据中心节点,计算所有可能路径的成本,选择满足业务需求成本M的所有路径,然后计算所有可选路径的时延,提交给用户选择最终的路径。
综上所述,本发明实施例将网络设备纳入到直播应用的算力部署中,提高了网络设备的利用率,在网计算能够动态的贴近业务,保证业务就近处理,使业务时延最优化,用户感知好,且降低业务成本。本发明实施例的算法考虑了时延和成本两个关键因素,其中,成本既考虑算力成本,也考虑带宽成本,且各个层级的网络设备的成本、边缘云数据中心的成本、中心云数据中心的成本都不同,针对直播应用入口与出口带宽的差异,提供了相应的成本因子算法,表达了不同层次、不同场景的成本要素,有效提供了评估成本算法。
实施例2:
基于实施例1提供的面向直播业务的网络路径计算方法,本实施例2以一个具体实施场景为例,来对实施例1所述的面向直播业务的网络路径计算方法进行详细说明。
如图5所示,为本实施例2提供的网络拓扑示意图,在该网络拓扑中,包括网络设备节点N1、N2、N3、N4、N5和N6,其中,节点N1下有子节点N1-1,节点N5下有子节点N5-1。直播源节点P1、P2接入子节点N1-1,直播源节点P3、P4接入子节点N5-1。边缘云数据中心ED1接入节点N5。直播宿节点C1接入节点N1,直播宿节点C2接入节点N3。
其中,直播源节点P1和P2,直播宿节点C1和C2。直播应用A部署在播源节点P1/P2→直播宿节点C1/C2的路径上。
直播宿节点C1的应用调度策略是时延优先,要求P1/P2→A1→C1端到端总时延最大值不超过L1max。
直播宿节点C2的应用调度策略是成本优先,要求P1/P2→A2→C2端到端总成本小于M2max。
直播应用的算力需求C_A1/C_A2为32vCPU,64G内存,共计32CU(标准标准算力单元)。
直播应用的算力成本MC_A1/MC_A2为32*K1元/年(中心云数据中心),32*K2元/年(边缘云数据中心),32*K3元/年(网络设备)。
直播应用的入口带宽需求BIN_A1为100Mbps、出口带宽需求BOUT_A1为8Mbps。
直播应用的带宽成本MB_A1/MB_A2根据直播应用A的部署位置确定。
直播应用的计算处理时延L_A1/L_A2为3000us。
网络设备节点可用算力C_N为15CU(标准算力单元)。
网络设备节点转发时延LN为200us/Hop。
网络线路单位时延5us/KM。
N1→N2,长度为20KM,网络线路传输时延LL_N1N2为100us。
N2→N3,长度为30KM,网络线路传输时延LL_N2N3为150us。
N3→N4,长度为40KM,网络线路传输时延LL_N3N4为200us。
N4→N5,长度为50KM,网络线路传输时延LL_N4N5为250us。
N5→N6,长度为60KM,网络线路传输时延LL_N5N6为300us。
N6→N1,长度为70KM,网络线路传输时延LL_N1N6为350us。
N1-1→N1,长度为5KM,网络线路传输时延为LL_N1-1N1为25us。
N5-1→N5,长度为6KM,网络线路传输时延为LL_N5-1N5为30us。
ED1→N5,长度为1KM,网络线路传输时延为LL_N5-ED1为5us。
P1→N1-1,长度小于1KM,网络线路传输时延为LL_P1N1-1为0us。
本实施例路径计算方法包括:
首先直播应用向调度***提供业务需求、资源需求和调度策略。
然后调度***计算播源节点→直播宿节点所有可能路径。直播源节点P1|P2→直播宿节点C1的路径有多条:
P1|P2→N1-1→N1→C1
P1|P2→N1-1→N1→N2→N3→N2→N1→C1
P1|P2→N1-1→N1→N6→N5→N6→N1→C1
P1|P2→N1-1→N1→N2→N3→N4→N3→N2→N1→C1
P1|P2→N1-1→N1→N6→N5→N4→N5→N6→N1→C1
P1|P2→N1-1→N1→N6→N5→ED1→N5→N6→N1→C1
调度***搜集路径相关的网络设备节点N1-1/N1/N2/N3/N4/N5/N6、数据中心节点ED1的时延、可用资源和成本信息。
调度***即时刷新路径相关的网络设备节点、数据中心节点的时延、资源和成本信息。
如果调度策略是时延优先,调度***计算满足应用算力的最短路径。
算法如下:
以可选路径P1|P2→N1-1→N1→N2→N3→N2→N1→C1为例,当前最大可用算力为∑(C_N1-1+C_N1+C_N2+C_N3)=15CU*4=60CU>32CU,则试图去除直播宿最近节点N3,则当前最大可用算力为∑(C_N1-1+C_N1+C_N2)=15CU*3=45CU>32CU,继续试图去除直播宿最近节点N2,则当前最大可用算力为∑(C_N1-1+C_N1)=15CU*2=30CU<32CU,直到到达直播源最近节点。因为去除N2后最大可用算力小于需要的算力,所以不能去除N2。则直播应用A1分布式部署在N1-1、N1、N2上,也即可选路径P1|P2→N1-1/A1→N1/A1→N2/A1→N3→N2→N1→C1的最短部署路径是P1|P2→N1-1/A1→N1/A1→N2/A1→N1→C1。
调度***计算可选路径P1|P2→N1-1/A1→N1/A1→N2/A1→N1→C1的时延和成本。
入口方向时延:
网络线路时延∑(LL_P1N1-1+LL_N1-1N1+LL_N1N2)=∑(0+25+100)=125us;
网络设备节点转发时延∑(LN_N1-1+LN_N1+LN_N2)=3*200us=600us;
网络设备节点计算时延∑(LC_A1)=3000us。
出口方向时延:
网络线路时延∑(LL_N2N1+LL_N1C1)=∑(100+0)=100us;
网络设备节点转发时延∑(LN_N2+LN_N1)=2*200us=400us。
端到端时延L_A1=∑LL+∑LN+∑LC=(125+600+3000)+(100+400)=4225us。
应用带宽成本MB_A1=∑(MB_IN_A1_N1-1+MB_OUT_A1_N1-1)+∑(MB_IN_A1_N1+MB_OUT_A1_N1)+∑(MB_IN_A1_N2+MB_OUT_A1_N2)=(100*N*4*α+8*N*2*α)=416*N*α元/年。
应用算力成本MC_A1=∑(MC_A1_N1-1+MC_A1_N1+MC_A1_N2)=32*K3元/年。
如果调度策略是成本优先,调度***优先将直播转播应用部署在就近直播源的边缘云数据中心节点ED1。
P1|P2→N1-1→N1→N6→N5→ED1→N5→N6→N1→C1
P1|P2→N1-1→N1→N2→N3→N4→N5→ED1→N5→N6→N1→C1
调度***计算可选路径P1|P2→N1-1→N1→N6→N5→ED1→N5→N6→N1→C1的时延和成本。
入口方向时延:
网络线路时延∑(LL_P1N1-1+LL_N1-1N1+LL_N1N6+LL_N6N5+LL_N5ED1)=∑(0+25+350+300+0)=675us;
网络设备节点转发时延∑(LN_N1-1+LN_N1+LN_N6+LN_N5)=4*200us=800us;
边缘云数据中心节点计算时延∑(LC_A2)=3000us。
出口方向时延:
网络线路时延∑(LL_N5ED1+LL_N6N5+LL_N1N6+LL_N1C1)=∑(0+350+300+0)=650us;
网络设备节点转发时延∑(LN_N5+LN_N6+LN_N1)=3*200us=600us。
端到端时延L_A2=∑LL+∑LN+∑LC=(675+800+3000)+(650+600)=5725us。
应用带宽成本MB_A2=∑(MB_IN_A2_ED1+MB_OUT_A2_ED1)=(100*N*4*α+8*N*3*α)=424*N*α元/年。
应用算力成本MC_A2=∑(MC_A1_N1-1+MC_A1_N1+MC_A1_N2)=32*K2元/年。
|
时延优先 |
成本优先 |
端到端时延(us) |
4225 |
5725 |
网络时延(us) |
1225 |
2725 |
带宽成本(元/年) |
416*N*α |
424*N*α |
算力成本(元/年) |
32*K3 |
32*K2 |
经过对比可以看出,时延优先算法比成本优先算法的端到端时延降低了26%,网络延时降低了55%。带宽成本由于网络设备节点与边缘数据中心节点都处于同一层网络,成本差别不大。算力成本取决于网络设备节点与边缘数据中心节点成本,节点成本主要取决于资源的稀缺性,由于网络设备节点的算力资源更加稀缺,主要满足低延时的业务需求,因此价格更加昂贵。
综上所述,本发明实施例将网络设备纳入到直播应用的算力部署中,提高了网络设备的利用率,在网计算能够动态的贴近业务,保证业务就近处理,使业务时延最优化,用户感知好,且降低业务成本。本发明实施例的算法考虑了时延和成本两个关键因素,其中,成本既考虑算力成本,也考虑带宽成本,且各个层级的网络设备的成本、边缘云数据中心的成本、中心云数据中心的成本都不同,针对直播应用入口与出口带宽的差异,提供了相应的成本因子算法,表达了不同层次、不同场景的成本要素,有效提供了评估成本算法。
实施例3:
在上述实施例1、实施例2提供的面向直播业务的网络路径计算方法的基础上,本发明还提供了一种可用于实现上述方法的面向直播业务的网络路径计算装置,如图6所示,是本发明实施例的装置架构示意图。本实施例的面向直播业务的网络路径计算装置包括一个或多个处理器21以及存储器22。其中,图6中以一个处理器21为例。
处理器21和存储器22可以通过总线或者其它方式连接,图6中以通过总线连接为例。
存储器22作为一种非易失性计算机可读存储介质,可用于存储非易失性软件程序、非易失性计算机可执行程序以及模块,如实施例1、2中的面向直播业务的网络路径计算方法。处理器21通过运行存储在存储器22中的非易失性软件程序、指令以及模块,从而执行面向直播业务的网络路径计算装置的各种功能应用以及数据处理,即实现实施例1、2的面向直播业务的网络路径计算方法。
存储器22可以包括高速随机存取存储器,还可以包括非易失性存储器,例如至少一个磁盘存储器件、闪存器件、或其它非易失性固态存储器件。在一些实施例中,存储器22可选包括相对于处理器21远程设置的存储器,这些远程存储器可以通过网络连接至处理器21。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
程序指令/模块存储在存储器22中,当被一个或者多个处理器21执行时,执行上述实施例1、2中的面向直播业务的网络路径计算方法,例如,执行以上描述的图1、图4所示的各个步骤。
本领域普通技术人员可以理解实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ReadOnlyMemory,简写为:ROM)、随机存取存储器(RandomAccessMemory,简写为:RAM)、磁盘或光盘等。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。