CN116846797A - 节点极限吞吐量确定方法、***、装置、设备和介质 - Google Patents
节点极限吞吐量确定方法、***、装置、设备和介质 Download PDFInfo
- Publication number
- CN116846797A CN116846797A CN202310942778.3A CN202310942778A CN116846797A CN 116846797 A CN116846797 A CN 116846797A CN 202310942778 A CN202310942778 A CN 202310942778A CN 116846797 A CN116846797 A CN 116846797A
- Authority
- CN
- China
- Prior art keywords
- node
- test
- tested
- delay
- network node
- 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 53
- 238000012360 testing method Methods 0.000 claims abstract description 188
- 238000013101 initial test Methods 0.000 claims abstract description 110
- 238000004590 computer program Methods 0.000 claims abstract description 26
- 230000001934 delay Effects 0.000 claims abstract description 18
- 238000007906 compression Methods 0.000 claims description 22
- 230000006835 compression Effects 0.000 claims description 22
- 230000006870 function Effects 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 10
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 6
- 230000008859 change Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 125000004122 cyclic group Chemical group 0.000 description 3
- 230000004044 response Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本申请涉及一种节点极限吞吐量确定方法、***、装置、计算机设备、存储介质和计算机程序产品。所述方法包括:获取初始测试流量,并将初始测试流量对应的多个节点测试请求发送至待测试网络节点,获取待测试网络节点对应于各节点测试请求反馈的节点服务时延以及丢包率;根据各节点服务时延以及丢包率,获取待测试网络节点对应于初始测试流量的节点精度阈值;从各节点服务时延中获取最大节点服务时延,并获取最大节点服务时延与节点精度阈值的差值;在差值表征最大节点服务时延小于或等于节点精度阈值的情况下,将初始测试流量作为待测试网络节点的极限吞吐量。采用本方法确定网络节点的极限吞吐量,使用测试资源损耗较少,确定效率高,准确性高。
Description
技术领域
本申请涉及网络技术与安全技术领域,特别是涉及一种节点极限吞吐量确定方法、装置、计算机设备、存储介质和计算机程序产品。
背景技术
近年来,视频业务已成为互联网最热门业务之一,视频流量快速增长,大规模用户下分发网络(CDN)的服务质量也成为了内容提供商最为关注的问题,其中分发网络设备的流量吞吐极限值更是关键指标。
原有的分发网络节点服务测试采用人工操作仪表,采集大量的测试数据,并需要对测试数据进行校验、核查,需要投入大量人力和测试资源,当需要评估其在大规模用户并发场景下的流量吞吐极限值,更是需要反复多次进行长时间测试,极度消耗测试资源。
发明内容
基于此,有必要针对上述技术问题,提供一种能够高效率的节点极限吞吐量确定方法、***、装置、计算机设备、计算机可读存储介质和计算机程序产品。
第一方面,本申请提供了一种节点极限吞吐量确定方法。方法包括:
获取初始测试流量,并将初始测试流量对应的多个节点测试请求发送至待测试网络节点,获取待测试网络节点对应于各节点测试请求反馈的节点服务时延以及丢包率;
根据各节点服务时延以及丢包率,获取待测试网络节点对应于初始测试流量的节点精度阈值;
从各节点服务时延中获取最大节点服务时延,并获取最大节点服务时延与节点精度阈值的差值;
在差值表征最大节点服务时延小于或等于节点精度阈值的情况下,将初始测试流量作为待测试网络节点的极限吞吐量。
在其中一个实施例中,从各节点服务时延中获取最大节点服务时延,并获取最大节点服务时延与节点精度阈值的差值之后,还包括:
在差值表征最大节点服务时延大于节点精度阈值的情况下,根据差值获取测试流量更新参数;
利用测试流量更新参数对初始测试流量进行更新,得到新的初始测试流量,返回执行将初始测试流量对应的多个节点测试请求发送至待测试网络节点的步骤,直到差值表征最大节点服务时延小于或等于节点精度阈值。
在其中一个实施例中,根据差值获取测试流量更新参数,包括:
获取差值和最大节点服务时延的比值;
基于预设的比值区间,获取比值所在的目标比值区间;根据目标比值区间得到对应的更新参数。
在其中一个实施例中,预设的比值区间包括第一比值区间、第二比值区间和第三比值区间;第一比值区间为第一预设比值与第二预设比值形成的比值区间;第二比值区间为第二预设比值与第三预设比值形成的比值区间;第三比值区间为第三预设比值与第四预设比值形成的比值区间;其中,第四预设比值大于第三预设比值,第三预设比值大于第二预设比值;第二预设比值大于第一预设比值;根据所述目标比值区间获取对应的更新参数,包括:
在目标比值区间为第一比值区间的情况下,获取第一更新参数作为对应的更新参数;
在目标比值区间为第二比值区间的情况下,获取第二更新参数作为对应的更新参数;
在目标比值区间为第三比值区间的情况下,获取第三更新参数作为对应的更新参数;其中,第一更新参数大于第二更新参数,第二更新参数大于第三更新参数。
在其中一个实施例中,获取待测试网络节点对应于初始测试流量的节点精度阈值,包括:
基于各节点服务时延以及丢包率,得到节点服务时延的时延平均值以及丢包率平均值;
根据时延平均值、时延常数和时延权重系数,通过压缩函数得到精度阈值压缩系数;
基于时延平均值、丢包率平均值和精度阈值压缩系数,得到精度阈值。
在其中一个实施例中,将初始测试流量对应的多个节点测试请求发送至待测试网络节点,获取待测试网络节点对应于各节点测试请求反馈的节点服务时延以及丢包率,包括:
发送初始测试流量至流量发生器,流量发生器用于根据初始测试流量构造多个节点测试请求,并将多个节点测试请求发送至待测试网络节点,从待测试网络节点获取节点服务时延以及丢包率;
从流量发生器中接收节点服务时延以及丢包率。
第二方面,本申请还提供了一种节点极限吞吐量确定***。***包括:测试控制模块以及待测试网络节点;其中:
测试控制模块,用于获取初始测试流量,并将初始测试流量对应的多个节点测试请求发送至待测试网络节点;
待测试网络节点,用于接收多个节点测试请求,并将对应于各节点测试请求的节点服务时延以及丢包率反馈测试控制模块;
测试控制模块,还用于从待测试网络节点接收节点服务时延以及丢包率,并根据各节点服务时延以及丢包率,获取待测试网络节点对应于初始测试流量的节点精度阈值;
测试控制模块,还用于从各节点服务时延中获取最大节点服务时延,并获取最大节点服务时延与节点精度阈值的差值;在差值表征最大节点服务时延小于或等于节点精度阈值的情况下,将初始测试流量作为待测试网络节点的极限吞吐量。
在其中一个实施例中,***还包括:流量发生器;其中:
测试控制模块,还用于将初始测试流量发送至流量发生器;
流量发生器,用于根据初始测试流量构造多个节点测试请求,并将多个节点测试请求发送至待测试网络节点;
待测试网络节点,还用于将对应于各节点测试请求的节点服务时延以及丢包率反馈流量发生器;
流量发生器,还用于将节点服务时延以及丢包率发送至测试控制模块。
第三方面,本申请还提供了一种节点极限吞吐量确定装置。装置包括:
获取模块,用于获取初始测试流量,并将初始测试流量对应的多个节点测试请求发送至待测试网络节点,获取待测试网络节点对应于各节点测试请求反馈的节点服务时延以及丢包率;
第一计算模块,用于根据各节点服务时延以及丢包率,获取待测试网络节点对应于初始测试流量的节点精度阈值;
第二计算模块,用于从各节点服务时延中获取最大节点服务时延,并获取最大节点服务时延与节点精度阈值的差值;
确定模块,用于在差值表征最大节点服务时延小于或等于节点精度阈值的情况下,将初始测试流量作为待测试网络节点的极限吞吐量。
第四方面,本申请还提供了一种计算机设备。计算机设备包括存储器和处理器,存储器存储有计算机程序,处理器执行计算机程序时实现以下步骤:
获取初始测试流量,并将初始测试流量对应的多个节点测试请求发送至待测试网络节点,获取待测试网络节点对应于各节点测试请求反馈的节点服务时延以及丢包率;
根据各节点服务时延以及丢包率,获取待测试网络节点对应于初始测试流量的节点精度阈值;
从各节点服务时延中获取最大节点服务时延,并获取最大节点服务时延与节点精度阈值的差值;
在差值表征最大节点服务时延小于或等于节点精度阈值的情况下,将初始测试流量作为待测试网络节点的极限吞吐量。
第五方面,本申请还提供了一种计算机可读存储介质。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以下步骤:
获取初始测试流量,并将初始测试流量对应的多个节点测试请求发送至待测试网络节点,获取待测试网络节点对应于各节点测试请求反馈的节点服务时延以及丢包率;
根据各节点服务时延以及丢包率,获取待测试网络节点对应于初始测试流量的节点精度阈值;
从各节点服务时延中获取最大节点服务时延,并获取最大节点服务时延与节点精度阈值的差值;
在差值表征最大节点服务时延小于或等于节点精度阈值的情况下,将初始测试流量作为待测试网络节点的极限吞吐量。
第六方面,本申请还提供了一种计算机程序产品。计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现以下步骤:
获取初始测试流量,并将初始测试流量对应的多个节点测试请求发送至待测试网络节点,获取待测试网络节点对应于各节点测试请求反馈的节点服务时延以及丢包率;
根据各节点服务时延以及丢包率,获取待测试网络节点对应于初始测试流量的节点精度阈值;
从各节点服务时延中获取最大节点服务时延,并获取最大节点服务时延与节点精度阈值的差值;
在差值表征最大节点服务时延小于或等于节点精度阈值的情况下,将初始测试流量作为待测试网络节点的极限吞吐量。
上述节点极限吞吐量确定方法、***、装置、计算机设备、存储介质和计算机程序产品,通过初始测试流量生成多个节点测试请求对待测试网络节点发起测试,再获取测试所产生的对应于各节点测试请求的节点服务时延以及丢包率,通过时延以及丢包率计算出该节点的精度阈值,再通过最大节点服务时延与节点精度阈值的差值,找出最大节点服务时延小于或等于节点精度阈值的测试情况,以该次测试所用的初始测试流量作为该待测试网络节点的极限吞吐量。通过时延以及丢包率两个节点性能关键指标来判断测试情况,每次测试后实时计算得到节点精度阈值,保证阈值设定的动态变化以符合每次测试的实际情况,以提高测试所得极限吞吐值的准确性;在满足最大节点服务时延小于或等于节点精度阈值的情况下,就可以确定节点的极限吞吐量,相对于传统技术中大量测试后再进行评估极限吞吐量的方式,本申请可以通过较少次测试确定极限吞吐量的,因此还具有低测试资源消耗、高效达成测试目标的效果。
附图说明
图1为一个实施例中节点极限吞吐量确定方法的应用环境图;
图2为一个实施例中节点极限吞吐量确定方法的流程示意图;
图3为一个实施例中节点极限吞吐量确定方法的流程示意图;
图4为另一个实施例中节点极限吞吐量确定方法的流程示意图;
图5为另一个实施例中节点极限吞吐量确定方法的流程示意图;
图6为另一个实施例中节点极限吞吐量确定方法的流程示意图;
图7为一个实施例中节点极限吞吐量确定***的结构框图;
图8为另一个实施例中节点极限吞吐量确定***的结构框图;
图9为一个实施例中节点极限吞吐量确定装置的结构框图;
图10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极限吞吐量确定方法,可以应用于如图1所示的应用环境中。其中,网络节点102通过网络与服务器104进行通信。数据存储***可以存储服务器104需要处理的数据。数据存储***可以集成在服务器104上,也可以放在云上或其他网络服务器上。服务器104获取初始测试流量,并将初始测试流量对应的多个节点测试请求发送至待测试网络节点102,获取待测试网络节点102对应于各节点测试请求反馈的节点服务时延以及丢包率。服务器104根据各节点服务时延以及丢包率,获取待测试网络节点对应于初始测试流量的节点精度阈值;服务器104从各节点服务时延中获取最大节点服务时延,并获取最大节点服务时延与节点精度阈值的差值;服务器104在差值表征最大节点服务时延小于或等于节点精度阈值的情况下,将初始测试流量作为待测试网络节点的极限吞吐量。其中,网络节点102可以但不限于是内容分发网络(CDN)的网络节点。服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中,如图2所示,提供了一种节点极限吞吐量确定方法,以该方法应用于图1中的服务器为例进行说明,包括以下步骤:
步骤S202,获取初始测试流量,并将初始测试流量对应的多个节点测试请求发送至待测试网络节点,获取待测试网络节点对应于各节点测试请求反馈的节点服务时延以及丢包率。
其中,初始测试流量可以是测试人员预估设置的流量数值,用以表征该次测试所用流量的大小;一般来说,极限吞吐量测试采用并发流量测试方式,并发流量测试通常使用负载工具来模拟多个用户的同时访问,并监测***的响应时间和吞吐量等指标。待测试网络节点可以是分发网络(CDN)节点,分发网络节点也称边缘节点、cache节点等,指距离最终用户接入具有较少的中间环节的网络节点,对最终接入用户有较好的响应能力和连接速度。其作用是将访问量较大的网页内容和对象保存在服务器前端的专用cache设备上,以此来提高网站访问的速度和质量。
初始测试流量对应的多个节点测试请求可以通过负载测试工具来得到,通过负载测试工具构造生成的多个节点测试请求,来模拟实际的用户行为和多个用户同时访问的情况。在并发流量测试前,设定初始测试流量一般由测试人员预估流量数值大小,由于对待测试网络节点有服务质量要求,故待测试网络节点的初始测试流量的数值可以基于该节点的带宽值进行预估,也可以根据经验进行预估,或者根据历史数据进行预估。在服务器对待测试网络节点进行并发流量测试之后,获取多个节点测试请求的反馈结果,从而得到各个节点测试请求的节点服务时延以及丢包率等数据。
步骤S204,根据各节点服务时延以及丢包率,获取待测试网络节点对应于初始测试流量的节点精度阈值。
其中,多个节点测试请求可以看作多个用户的访问需求,节点测试完成后相当于每个访问需求对应得到访问所需结果,因此对应每个节点测试请求(每个访问需求)有一个服务时延以及丢包率。
其中,节点精度阈值可以是根据CDN服务质量,包括不限于丢包、时延等性能参数,来进行计算所得到的一个综合质量指标。服务器根据各节点服务时延以及丢包率,进行可以是但不限于参数计算以及对时延数据进行压缩处理,最终得到待测试网络节点在该次并发流量测试后的节点精度阈值。
步骤S206,从各节点服务时延中获取最大节点服务时延,并获取最大节点服务时延与节点精度阈值的差值。
其中,最大节点服务时延可以是从各个节点测试请求的节点服务时延中选取最大的时延数据,其可表示在此次测试中,待测试网络节点对各个节点测试请求处理响应最慢的一个数据,可用来度量该节点的一类服务质量。最大节点服务时延与节点精度阈值的差值可以一定程度上表示此次待测试网络节点服务质量的好坏,也便于在未满足服务质量的情况下,计算出新的测试流量。
步骤S208,在差值表征最大节点服务时延小于或等于节点精度阈值的情况下,将初始测试流量作为待测试网络节点的极限吞吐量。
其中,极限吞吐量可以用来表示该节点在满足服务质量的要求下,即最大节点服务时延小于等于节点精度阈值的情况下,最大能接受的多个节点测试请求的并发流量总和。
上述节点极限吞吐量确定方法中,通过初始测试流量生成多个节点测试请求对待测试网络节点发起测试,再获取测试所产生的对应于各节点测试请求的节点服务时延以及丢包率,通过时延以及丢包率计算出该节点的精度阈值,再通过最大节点服务时延与节点精度阈值的差值,找出最大节点服务时延小于或等于节点精度阈值的测试情况,以该次测试所用的初始测试流量作为该待测试网络节点的极限吞吐量。通过时延以及丢包率两个节点性能关键指标来判断测试情况,每次测试后实时计算得到节点精度阈值,保证阈值设定的动态变化以符合每次测试的实际情况,以提高测试所得极限吞吐值的准确性;在满足最大节点服务时延小于或等于节点精度阈值的情况下,就可以确定节点的极限吞吐量,相对于传统技术中大量测试后再进行评估极限吞吐量的方式,本申请可以通过较少次测试确定极限吞吐量的,因此还具有低测试资源消耗、高效达成测试目标的效果。
在一个实施例中,从各节点服务时延中获取最大节点服务时延,并获取最大节点服务时延与节点精度阈值的差值之后,如图3所示,具体步骤还包括:
步骤S302,在差值表征最大节点服务时延大于节点精度阈值的情况下,根据差值获取测试流量更新参数。
其中,测试流量更新参数可以是一个系数,用于计算得出下一次测试所需要的测试流量。在差值表征最大节点服务时延大于节点精度阈值的情况下,服务器可以根据差值大小与预设值进行对比,进行计算测试流量所需要更新参数的大小。
步骤S304,利用测试流量更新参数对初始测试流量进行更新,得到新的初始测试流量,返回执行将初始测试流量对应的多个节点测试请求发送至待测试网络节点的步骤,直到差值表征最大节点服务时延小于或等于节点精度阈值。
其中,服务器利用测试流量更新参数对初始测试流量计算更新后,将新的初始测试流量再生成对应的多个节点测试请求并发到待测试网络节点开始测试,继续后续节点精度阈值计算与比较判断步骤。
本实施例中,通过差值与预设值进行比较,获得对应的更新参数,对初始测试流量使用参数更新后,循环进行测试,直到差值满足条件,即服务质量能满足条件。通过循环测试,可以保证待测试网络节点的极限吞吐量满足服务质量要求,提高极限吞吐量数据确定的准确性。
在一个实施例中,根据差值获取测试流量更新参数,如图4所示,步骤包括:
步骤S402,获取差值和最大节点服务时延的比值。
其中,差值与最大节点服务时延的比值可以度量本次测试与达到目标之间的差距,可以以此为依据进行测试参数即初始测试流量的更新,以便进行循环测试,直到满足节点精度阈值的相关条件。
步骤S404,基于预设的比值区间,获取比值所在的目标比值区间;根据目标比值区间得到对应的更新参数。
其中,预设的比值区间可以是多段区间,可以根据不同测试需要进行不同的划分,一个比值区间可以囊括不同大小的比值,使属于同一比值区间的不同比值对应相同的更新参数,简化了不同比值去计算更新参数的过程。
本实施例中,通过分段化预设的比值区间来设置更新参数,使循环测试中更新参数的以对应所属比值区间来确定,能够简捷、快速的获取更新参数。
在一个实施例中,预设的比值区间包括第一比值区间、第二比值区间和第三比值区间;第一比值区间为第一预设比值与第二预设比值形成的比值区间;第二比值区间为第二预设比值与第三预设比值形成的比值区间;第三比值区间为第三预设比值与第四预设比值形成的比值区间;其中,第四预设比值大于第三预设比值,第三预设比值大于第二预设比值;第二预设比值大于第一预设比值;根据所述目标比值区间获取对应的更新参数,具体可包括:
在目标比值区间为第一比值区间的情况下,获取第一更新参数作为对应的更新参数。在目标比值区间为第二比值区间的情况下,获取第二更新参数作为对应的更新参数。在目标比值区间为第三比值区间的情况下,获取第三更新参数作为对应的更新参数;其中,第一更新参数大于第二更新参数,第二更新参数大于第三更新参数。
其中,第一预设比值可以是0,第二预设比值可以是0.25,第三预设比值可以是0.5,第四预设比值可以是0.95,那么得到第一比值区间为(0,0.25),第二比值区间为[0.25,0.5],第三比值区间为(0.5,0.95);对应于第一比值区间,第一更新参数可以为0.9;对应于第二比值区间,第二更新参数可以为0.8;对应于第三比值区间,第三更新参数可以为0.2。
本实施例中,将服务质量不满足条件的情况,对应于比值后,分割成不同比值区间,不同比值区间设置不同更新参数,细分的比值区间及更新参数能保证循环过程的精度,从而保证极限吞吐量确定的准确性。
在一个实施例中,获取待测试网络节点对应于初始测试流量的节点精度阈值,如图5所示,具体步骤包括:
步骤S502,基于各节点服务时延以及丢包率,得到节点服务时延的时延平均值以及丢包率平均值。
其中,对应每个节点测试请求有一个服务时延以及丢包率,服务器进行平均值计算得到该待测试网络节点对应于单个节点测试请求的平均时延以及平均丢包率。
步骤S504,根据时延平均值、时延常数和时延权重系数,通过压缩函数得到精度阈值压缩系数。
其中,压缩函数一般指Sigmod函数,具有单增以及反函数单增等性质,可以将变量映射到0,1之间。时延常数和时延权重系数可以通过相关测试获得,也可以根据经验数据获得,时延常数可以是0.5,时延权重系数可以是0.8;将时延平均值作为变量,通过时延常数和时延权重系数处理后,代入压缩函数,可以得到精度阈值压缩系数。
步骤S506,基于时延平均值、丢包率平均值和精度阈值压缩系数,得到精度阈值。
其中,通过对时延平均值、丢包率平均值两个性能指标的计算和精度阈值压缩系数的综合计算,得到精度阈值。
本实施例中,通过计算时延平均值及丢包率平均值,再加以时延常数、时延权重系数计算,能够得到较为精确的服务质量指标值,以此作比较判断得到的极限吞吐量的值准确性较高。
在一个实施例中,将初始测试流量对应的多个节点测试请求发送至待测试网络节点,获取待测试网络节点对应于各节点测试请求反馈的节点服务时延以及丢包率,包括:
发送初始测试流量至流量发生器,流量发生器用于根据初始测试流量构造多个节点测试请求,并将多个节点测试请求发送至待测试网络节点,从待测试网络节点获取节点服务时延以及丢包率;从流量发生器中接收节点服务时延以及丢包率。
本实施例中,通过流量发生器构造多个节点测试请求,并发送测试请求至待测试网络节点,从待测试网络节点获取节点服务时延以及丢包率,再将数据上报至服务器;采用流量发生器构造测试所需要的测试请求,并向待测试网络节点发起测试,可节约资源处理时间,服务器只需对数据进行处理,下发测试流量和收集测试数据进行计算,提高了测试流程效率。
在一个实施例中,节点极限吞吐量确定方法的流程如图6所示,具体可包括:
步骤S601,服务器初始化参数,初始测试流量为N,并发送初始测试流量N至流量发生器。
其中,流量发生器可集成在服务器中。
步骤S602,流量发生器执行测试。流量发生器根据初始测试流量N构造多个节点测试请求,并将多个节点测试请求发送至待测试网络节点,从待测试网络节点获取节点服务时延以及丢包率。
步骤S603,服务器收集和分析测试数据。从流量发生器中接收节点服务时延以及丢包率。根据各节点服务时延以及丢包率,基于各节点服务时延以及丢包率,得到节点服务时延的时延平均值以及丢包率平均值;根据时延平均值、时延常数和时延权重系数,通过压缩函数得到精度阈值压缩系数;基于时延平均值、丢包率平均值和精度阈值压缩系数,得到精度阈值。
其中,精度阈值K是根据节点服务质量,包括不限于丢包率、时延等性能参数,进行计算所得,具体公式如下:
K=((Lost*2*Delay)+(1-Lost)*Delay)*T
其中T为一个压缩函数(Sigmod),即
Sigmod=1/(1+e^x),(x=a+b*(Delay))
根据经验数据,时延常数a=0.5,时延权重系数b=0.8;Lost为丢包率,Delay为时延。将时延平均值作为Delay,丢包率平均值作为Lost代入上述公式,将计算得到的T值作为精度阈值压缩系数再进行K值公式计算,可得到该次节点测试的精度阈值K。
步骤S604,服务器判断是否逼近精度阈值K。从各节点服务时延中获取最大节点服务时延,并获取最大节点服务时延与节点精度阈值的差值;在差值表征最大节点服务时延大于节点精度阈值的情况下,获取差值和最大节点服务时延的比值;基于预设的比值区间,获取比值所在的目标比值区间;预设的比值区间包括第一比值区间、第二比值区间和第三比值区间;第一比值区间为第一预设比值与第二预设比值形成的比值区间;第二比值区间为第二预设比值与第三预设比值形成的比值区间;第三比值区间为第三预设比值与第四预设比值形成的比值区间;其中,第四预设比值大于第三预设比值,第三预设比值大于第二预设比值;第二预设比值大于第一预设比值;在目标比值区间为第一比值区间的情况下,获取第一更新参数作为对应的更新参数;在目标比值区间为第二比值区间的情况下,获取第二更新参数作为对应的更新参数;在目标比值区间为第三比值区间的情况下,获取第三更新参数作为对应的更新参数。
以最大节点服务时延R为示例作如下更新算法说明:
1)当(R-K)/R>0.5,N’=N*20%
2)当0.25<(R-K)/R<0.5,N’=N*(1-20%)
3)当0<(R-K)/R<0.25,N’=N*(1-10%)
4)当(R-K)/R<=0,停止循环
其中,第一预设比值为0,第二预设比值为0.25,第三预设比值为0.5,第四预设比值在本实施例中不作限制,可根据实际情况考虑限定;因此,可得到第一比值区间(0,0.25),第二比值区间[0.25,0.5],第三比值区间(0.5,+∞);第一更新参数为(1-10%),第二更新参数为(1-20%),第三更新参数为20%;N’为新的初始测试流量。
应当理解,对待测试网络节点进行流量测试,预估的初始测试流量一般情况下大于理想情况下的测试流量,即初始测试总会满足不了节点服务质量需求,可能造成时延过大和/或丢包率过高,因此后续需降低测试流量继续进行测试;若初始测试后分析数据后直接满足4),则应适当提高初始测试流量以达到数据分析时满足1)、2)和3)其中任意一条后继续进行测试,以避免测试结果为局部满足,保证测试所得极限吞吐量的准确性。
在判断为未逼近精度阈值K的情况下,执行步骤S605,即满足前述条件1)、2)和3)中的任意一条,服务器根据前述算法中对应条件计算得到新的初始测试流量N’并进行循环测试,即返回步骤S602继续执行。
在判断为逼近精度阈值K的情况下,执行步骤S606,即满足前述条件4),结束测试;将初始测试流量作为待测试网络节点的极限吞吐量。
应该理解的是,虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
根据上述节点极限吞吐量确定方法,本发明还提供一种节点极限吞吐量确定***,以下就本发明的节点极限吞吐量确定***的实施例进行详细说明。
参见图7,图7为本发明一个实施例中节点极限吞吐量确定***的结构示意图。本实施例中,节点极限吞吐量确定***包括:测试控制模块701以及待测试网络节点702,其中:
测试控制模块701,用于获取初始测试流量,并将初始测试流量对应的多个节点测试请求发送至待测试网络节点;
待测试网络节点702,用于接收多个节点测试请求,并将对应于各节点测试请求的节点服务时延以及丢包率反馈测试控制模块;
测试控制模块701,还用于从待测试网络节点接收节点服务时延以及丢包率,并根据各节点服务时延以及丢包率,获取待测试网络节点对应于初始测试流量的节点精度阈值;
测试控制模块701,还用于从各节点服务时延中获取最大节点服务时延,并获取最大节点服务时延与节点精度阈值的差值;在差值表征最大节点服务时延小于或等于节点精度阈值的情况下,将初始测试流量作为待测试网络节点的极限吞吐量。
在另一个实施例中,如图8所示,节点极限吞吐量确定***还包括:流量发生器802;其中:
测试控制模块801,还用于将初始测试流量发送至流量发生器802;流量发生器802,用于根据初始测试流量构造多个节点测试请求,并将多个节点测试请求发送至待测试网络节点803;待测试网络节点803,还用于将对应于各节点测试请求的节点服务时延以及丢包率反馈流量发生器802;流量发生器802,还用于将节点服务时延以及丢包率发送至测试控制模块801。
关于节点极限吞吐量确定***的具体限定可以参见上文中对于节点极限吞吐量确定方法相应的限定,在此不再赘述。上述节点极限吞吐量确定***中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
基于同样的发明构思,本申请实施例还提供了一种用于实现上述所涉及的节点极限吞吐量确定方法的节点极限吞吐量确定装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似,故下面所提供的一个或多个节点极限吞吐量确定装置实施例中的具体限定可以参见上文中对于节点极限吞吐量确定方法的限定,在此不再赘述。
在一个实施例中,如图9所示,提供了一种节点极限吞吐量确定装置,包括:获取模块901、第一计算模块902、第二计算模块903和确定模块904,其中:
获取模块901,用于获取初始测试流量,并将初始测试流量对应的多个节点测试请求发送至待测试网络节点,获取待测试网络节点对应于各节点测试请求反馈的节点服务时延以及丢包率。
第一计算模块902,用于根据各节点服务时延以及丢包率,获取待测试网络节点对应于初始测试流量的节点精度阈值。
第二计算模块903,用于从各节点服务时延中获取最大节点服务时延,并获取最大节点服务时延与节点精度阈值的差值。
确定模块904,用于在差值表征最大节点服务时延小于或等于节点精度阈值的情况下,将初始测试流量作为待测试网络节点的极限吞吐量。
在一个实施例中,确定模块904还用于在差值表征最大节点服务时延大于节点精度阈值的情况下,根据差值获取测试流量更新参数;利用测试流量更新参数对初始测试流量进行更新,得到新的初始测试流量,返回执行将初始测试流量对应的多个节点测试请求发送至待测试网络节点的步骤,直到差值表征最大节点服务时延小于或等于节点精度阈值。
在一个实施例中,获取模块901还用于获取差值和最大节点服务时延的比值;基于预设的比值区间,获取比值所在的目标比值区间;根据目标比值区间得到对应的更新参数。
在一个实施例中,获取模块901还用于在目标比值区间为第一比值区间的情况下,获取第一更新参数作为对应的更新参数;在目标比值区间为第二比值区间的情况下,获取第二更新参数作为对应的更新参数;在目标比值区间为第三比值区间的情况下,获取第三更新参数作为对应的更新参数;其中,第一更新参数大于第二更新参数,第二更新参数大于第三更新参数。
在一个实施例中,第一计算模块902还用于基于各节点服务时延以及丢包率,得到节点服务时延的时延平均值以及丢包率平均值;根据时延平均值、时延常数和时延权重系数,通过压缩函数得到精度阈值压缩系数;基于时延平均值、丢包率平均值和精度阈值压缩系数,得到精度阈值。
在一个实施例中,获取模块901包括流量发生器,获取模块901还用于发送初始测试流量至流量发生器,流量发生器用于根据初始测试流量构造多个节点测试请求,并将多个节点测试请求发送至待测试网络节点,从待测试网络节点获取节点服务时延以及丢包率;从流量发生器中接收节点服务时延以及丢包率。
上述节点极限吞吐量确定装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是服务器,其内部结构图可以如图10所示。该计算机设备包括处理器、存储器、输入/输出接口(Input/Output,简称I/O)和通信接口。其中,处理器、存储器和输入/输出接口通过***总线连接,通信接口通过输入/输出接口连接到***总线。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作***、计算机程序和数据库。该内存储器为非易失性存储介质中的操作***和计算机程序的运行提供环境。该计算机设备的数据库用于存储节点测试相关数据和服务器计算数据。该计算机设备的输入/输出接口用于处理器与外部设备之间交换信息。该计算机设备的通信接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种节点极限吞吐量确定方法。
本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机程序产品,包括计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
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、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等),均为经用户授权或者经过各方充分授权的信息和数据,且相关数据的收集、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。
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、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory,ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory,MRAM)、铁电存储器(Ferroelectric Random Access Memory,FRAM)、相变存储器(Phase Change Memory,PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器等。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory,DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等,不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等,不限于此。
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本申请专利范围的限制。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,本申请的保护范围应以所附权利要求为准。
Claims (12)
1.一种节点极限吞吐量确定方法,其特征在于,所述方法包括:
获取初始测试流量,并将所述初始测试流量对应的多个节点测试请求发送至待测试网络节点,获取所述待测试网络节点对应于各所述节点测试请求反馈的节点服务时延以及丢包率;
根据各所述节点服务时延以及丢包率,获取所述待测试网络节点对应于所述初始测试流量的节点精度阈值;
从各所述节点服务时延中获取最大节点服务时延,并获取所述最大节点服务时延与所述节点精度阈值的差值;
在所述差值表征所述最大节点服务时延小于或等于所述节点精度阈值的情况下,将所述初始测试流量作为所述待测试网络节点的极限吞吐量。
2.根据权利要求1所述的方法,其特征在于,所述从各所述节点服务时延中获取最大节点服务时延,并获取所述最大节点服务时延与所述节点精度阈值的差值之后,还包括:
在所述差值表征所述最大节点服务时延大于所述节点精度阈值的情况下,根据所述差值获取测试流量更新参数;
利用所述测试流量更新参数对所述初始测试流量进行更新,得到新的初始测试流量,返回执行将所述初始测试流量对应的多个节点测试请求发送至待测试网络节点的步骤,直到所述差值表征所述最大节点服务时延小于或等于所述节点精度阈值。
3.根据权利要求2所述的方法,其特征在于,所述根据所述差值获取测试流量更新参数,包括:
获取所述差值和所述最大节点服务时延的比值;
基于预设的比值区间,获取所述比值所在的目标比值区间;根据所述目标比值区间获取对应的更新参数。
4.根据权利要求3所述的方法,其特征在于,所述预设的比值区间包括第一比值区间、第二比值区间和第三比值区间;所述第一比值区间为第一预设比值与第二预设比值形成的比值区间;所述第二比值区间为第二预设比值与第三预设比值形成的比值区间;所述第三比值区间为第三预设比值与第四预设比值形成的比值区间;其中,所述第四预设比值大于所述第三预设比值,所述第三预设比值大于所述第二预设比值;所述第二预设比值大于所述第一预设比值;
所述根据所述目标比值区间获取对应的更新参数,包括:
在所述目标比值区间为所述第一比值区间的情况下,获取第一更新参数作为所述对应的更新参数;
在所述目标比值区间为所述第二比值区间的情况下,获取第二更新参数作为所述对应的更新参数;
在所述目标比值区间为所述第三比值区间的情况下,获取第三更新参数作为所述对应的更新参数;其中,所述第一更新参数大于所述第二更新参数,所述第二更新参数大于所述第三更新参数。
5.根据权利要求1所述的方法,其特征在于,所述获取所述待测试网络节点对应于所述初始测试流量的节点精度阈值,包括:
基于各所述节点服务时延以及丢包率,得到所述节点服务时延的时延平均值以及丢包率平均值;
根据所述时延平均值、时延常数和时延权重系数,通过压缩函数得到精度阈值压缩系数;
基于所述时延平均值、所述丢包率平均值和精度阈值压缩系数,得到所述精度阈值。
6.根据权利要求1所述的方法,其特征在于,所述将所述初始测试流量对应的多个节点测试请求发送至待测试网络节点,获取所述待测试网络节点对应于各所述节点测试请求反馈的节点服务时延以及丢包率,包括:
发送初始测试流量至流量发生器,所述流量发生器用于根据所述初始测试流量构造所述多个节点测试请求,并将所述多个节点测试请求发送至待测试网络节点,从所述待测试网络节点获取所述节点服务时延以及丢包率;
从所述流量发生器中接收所述节点服务时延以及丢包率。
7.一种节点极限吞吐量确定***,其特征在于,所述***包括:测试控制模块以及待测试网络节点;其中:
所述测试控制模块,用于获取初始测试流量,并将所述初始测试流量对应的多个节点测试请求发送至待测试网络节点;
所述待测试网络节点,用于接收所述多个节点测试请求,并将对应于各所述节点测试请求的节点服务时延以及丢包率反馈所述测试控制模块;
所述测试控制模块,还用于从所述待测试网络节点接收所述节点服务时延以及丢包率,并根据各所述节点服务时延以及丢包率,获取所述待测试网络节点对应于所述初始测试流量的节点精度阈值;
所述测试控制模块,还用于从各所述节点服务时延中获取最大节点服务时延,并获取所述最大节点服务时延与所述节点精度阈值的差值;在所述差值表征所述最大节点服务时延小于或等于所述节点精度阈值的情况下,将所述初始测试流量作为所述待测试网络节点的极限吞吐量。
8.根据权利要求7所述的***,其特征在于,所述***还包括:流量发生器;其中:
所述测试控制模块,还用于将所述初始测试流量发送至所述流量发生器;
所述流量发生器,用于根据所述初始测试流量构造所述多个节点测试请求,并将所述多个节点测试请求发送至待测试网络节点;
所述待测试网络节点,还用于将对应于各所述节点测试请求的节点服务时延以及丢包率反馈所述流量发生器;
所述流量发生器,还用于将所述节点服务时延以及丢包率发送至所述测试控制模块。
9.一种节点极限吞吐量确定装置,其特征在于,所述装置包括:
获取模块,用于获取初始测试流量,并将所述初始测试流量对应的多个节点测试请求发送至待测试网络节点,获取所述待测试网络节点对应于各所述节点测试请求反馈的节点服务时延以及丢包率;
第一计算模块,用于根据各所述节点服务时延以及丢包率,获取所述待测试网络节点对应于所述初始测试流量的节点精度阈值;
第二计算模块,用于从各所述节点服务时延中获取最大节点服务时延,并获取所述最大节点服务时延与所述节点精度阈值的差值;
确定模块,用于在所述差值表征所述最大节点服务时延小于或等于所述节点精度阈值的情况下,将所述初始测试流量作为所述待测试网络节点的极限吞吐量。
10.一种计算机设备,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6中任一项所述的方法的步骤。
11.一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6中任一项所述的方法的步骤。
12.一种计算机程序产品,包括计算机程序,其特征在于,该计算机程序被处理器执行时实现权利要求1至6中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310942778.3A CN116846797A (zh) | 2023-07-28 | 2023-07-28 | 节点极限吞吐量确定方法、***、装置、设备和介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310942778.3A CN116846797A (zh) | 2023-07-28 | 2023-07-28 | 节点极限吞吐量确定方法、***、装置、设备和介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116846797A true CN116846797A (zh) | 2023-10-03 |
Family
ID=88172623
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310942778.3A Pending CN116846797A (zh) | 2023-07-28 | 2023-07-28 | 节点极限吞吐量确定方法、***、装置、设备和介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116846797A (zh) |
-
2023
- 2023-07-28 CN CN202310942778.3A patent/CN116846797A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111340237B (zh) | 数据处理和模型运行方法、装置和计算机设备 | |
CN110287332B (zh) | 云环境下仿真模型选择方法与装置 | |
CN112449009B (zh) | 一种基于svd的联邦学习推荐***通信压缩方法及装置 | |
CN111522874B (zh) | 区块链共识方法、装置、计算机设备和存储介质 | |
WO2019019649A1 (zh) | 投资组合产品的生成方法、装置、存储介质和计算机设备 | |
CN111078478A (zh) | 服务器压力测试方法、装置和计算机可读存储介质 | |
CN110912768A (zh) | 多路径传输网络性能的灰色关联与模糊评估方法和*** | |
CN111625467B (zh) | 自动化测试方法、装置、计算机设备和存储介质 | |
CN116228045B (zh) | 基于性能退化的产品可靠性薄弱环节评估方法和装置 | |
CN116846797A (zh) | 节点极限吞吐量确定方法、***、装置、设备和介质 | |
CN115174580B (zh) | 一种基于大数据的数据处理方法及*** | |
CN116800671A (zh) | 数据传输方法、装置、计算机设备、存储介质和程序产品 | |
CN116776030A (zh) | 灰度发布方法、装置、计算机设备、存储介质 | |
JP2022530175A (ja) | エッジネットワーク環境におけるランダムフォレストアルゴリズムに基づくvodサービスキャッシュ置き換え方法 | |
CN114513498B (zh) | 文件传输校验方法、装置、计算机设备和存储介质 | |
Wang et al. | Community detection based on minimum-cut graph partitioning | |
CN110162467B (zh) | 软件测试方法、装置、计算机设备和可读存储介质 | |
CN113806204A (zh) | 一种报文字段相关性的评估方法、装置、***及存储介质 | |
CN117009094B (zh) | 数据倾斜打散方法、装置、电子设备及存储介质 | |
CN117082076A (zh) | 批量消息处理方法、装置、计算机设备和存储介质 | |
CN116795723B (zh) | 链式单元测试处理方法、装置及计算机设备 | |
CN116340118A (zh) | 性能测试数据处理方法、装置、设备、介质和程序产品 | |
CN114185888A (zh) | 业务报表的取数方法、装置、计算机设备、存储介质 | |
CN116933308A (zh) | 一种特征分箱方法、装置、电子设备及存储介质 | |
CN104767738A (zh) | 一种数据访问的方法和装置 |
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 |