CN116846836A - 链路负载的调节方法和装置、存储介质及电子装置 - Google Patents

Abstract

本申请公开了一种链路负载的调节方法和装置、存储介质及电子装置。涉及金融科技领域，该方法包括：检测初始网络的目标网络属性，其中，目标网络属性用于指示初始网络中物理链路出现负载不均衡情况的可能性，初始网络为依赖等价多路径路由算法进行负载均衡的网络；在目标网络属性落入目标阈值范围的情况下，检测初始网络所包括的N条物理链路中每条物理链路的负载信息，得到负载信息集合；根据负载信息集合将初始网络中物理链路的负载调节至均衡状态，得到目标网络。通过本申请，解决了相关技术中，链路负载的调节效果较差等问题。

Description

链路负载的调节方法和装置、存储介质及电子装置

技术领域

本申请涉及金融科技领域，具体而言，涉及一种链路负载的调节方法和装置、存储介质及电子装置。

背景技术

在依赖ECMP(Equal-Cost Multipath Routing，等价多路径路由)算法进行负载均衡的网络中，虽然一定程度上可以提高网络冗余性和可靠性，但是由于ECMP算法在进行负载均衡的过程中，基于流表记录流量统计信息，根据流量统计信息动态调整链路负载均衡的，因此需要网络中链路传输的流数量需要达到一定的规模才可以达到较好的网络均衡效果，在流数量较少时，可能存在哈希冲突问题，导致网络均衡效果不佳，导致网络虽然经过了ECMP算法进行负载均衡，仍然存在部分链路出现负载不均衡的情况，造成部分链路负载过高，部分链路空闲的现象，不仅导致网络中链路的资源利用率较低，同时还增加了链路拥塞的风险，甚至出现由于链路拥塞导致数据丢失的情况。

针对相关技术中链路负载的调节效果较差等问题，目前尚未提出有效的解决方案。

发明内容

本申请的主要目的在于提供一种链路负载的调节方法和装置、存储介质及电子装置，以解决相关技术中链路负载的调节效果较差等问题。

为了实现上述目的，根据本申请的一个方面，提供了一种链路负载的调节方法。

该方法包括：

检测初始网络的目标网络属性，其中，所述目标网络属性用于指示所述初始网络中物理链路出现负载不均衡情况的可能性，所述初始网络为依赖等价多路径路由算法进行负载均衡的网络；

在所述目标网络属性落入目标阈值范围的情况下，检测所述初始网络所包括的N条物理链路中每条物理链路的负载信息，得到负载信息集合，其中，所述负载信息用于指示对应的物理链路的负载，网络属性落入所述目标阈值范围用于指示网络中物理链路出现负载不均衡情况的可能性大于目标可能性；

根据所述负载信息集合将所述初始网络中物理链路的负载调节至均衡状态，得到目标网络。

可选的，所述检测初始网络的目标网络属性，包括：

检测所述初始网络中传输的满足目标条件的数据流的数量，得到目标数量，其中，满足所述目标条件的数据流是所传输的数据量大于目标数据量的数据流；

根据所述目标数量确定所述初始网络的目标网络属性。

可选的，所述检测所述初始网络中传输的满足目标条件的数据流的数量，得到目标数量，包括：

检测所述初始网络中每条数据流的五元组信息，其中，所述五元组信息用于指示对应的数据流所属于的业务类型；

根据所述五元组信息将业务类型为目标业务类型的业务确定为目标业务，其中，属于所述目标业务类型的业务在执行过程中所依赖的数据量大于所述目标数据量；

提取所述目标业务对应的数据流的数量，得到所述目标数量。

可选的，所述根据所述目标数量确定所述初始网络的目标网络属性，包括：

在所述目标数量小于目标数量阈值的情况下，确定所述目标网络属性为第一属性值，其中，所述第一属性值落入所述目标阈值范围；

在所述目标数量大于或者等于目标数量阈值的情况下，确定所述目标网络属性为第二属性值，其中，所述第二属性值未落入所述目标阈值范围。

可选的，所述根据所述负载信息集合将所述初始网络中物理链路的负载调节至均衡状态，得到目标网络，包括：

根据所述负载信息集合确定N条物理链路中每条物理链路的链路类型，其中，物理链路的链路类型包括：高负载类型和低负载类型，属于所述高负载类型的物理链路的负载大于第一负载阈值，属于所述低负载类型的物理链路的负载小于第二负载阈值；

将属于所述高负载类型的物理链路中的数据流迁移至属于低负载类型的物理链路，得到所述目标网络。

可选的，所述根据所述负载信息集合确定N条物理链路中每条物理链路的链路类型，包括：

根据所述负载信息集合生成所述初始网络当前的负载平均值，其中，所述负载平均值为所述负载信息集合中全部所述负载信息所指示的负载的平均值；

将所述负载信息用于指示的负载超过所述第一负载阈值的物理链路的链路类型确定为所述高负载类型，其中，所述第一负载阈值大于所述负载平均值；

将所述负载信息用于指示的负载小于所述负载平均值的物理链路的链路类型确定为所述低负载类型。

可选的，所述将属于所述高负载类型的物理链路中的数据流迁移至属于低负载类型的物理链路，得到所述目标网络，包括：

从属于所述高负载类型的物理链路中提取迁移数据流，其中，属于所述高负载类型的物理链路迁移出所述迁移数据流之后，属于所述高负载类型的物理链路的负载小于所述负载平均值；

将所述迁移数据流从属于所述高负载类型的物理链路迁移至对应的属于所述低负载类型的物理链路，直至所述初始网络中的物理链路的负载处于均衡状态，得到所述目标网络。

可选的，所述将所述迁移数据流从属于所述高负载类型的物理链路迁移至对应的属于所述低负载类型的物理链路，包括：

按照负载的大小将N条所述物理链路依次排序，得到目标负载序列，其中，所述目标负载序列中记录的N条所述物理链路的负载的大小依次减少；

将正序第i个属于所述高负载类型的物理链路中的所述迁移数据流迁移至倒序第i个的属于所述低负载类型的物理链路，其中，i为大于或者等于1，且小于或者等于N的正整数。

为了实现上述目的，根据本申请的另一方面，提供了一种链路负载的调节装置。

该装置包括：

第一检测模块，用于检测初始网络的目标网络属性，其中，所述目标网络属性用于指示所述初始网络中物理链路出现负载不均衡情况的可能性，所述初始网络为依赖等价多路径路由算法进行负载均衡的网络；

第二检测模块，用于在所述目标网络属性落入目标阈值范围的情况下，检测所述初始网络所包括的N条物理链路中每条物理链路的负载信息，得到负载信息集合，其中，所述负载信息用于指示对应的物理链路的负载，网络属性落入所述目标阈值范围用于指示网络中物理链路出现负载不均衡情况的可能性大于目标可能性；

调节模块，用于根据所述负载信息集合将所述初始网络中物理链路的负载调节至均衡状态，得到目标网络。

通过本申请，采用以下步骤：检测依赖等价多路径路由算法进行负载均衡的初始网络的目标网络属性，其中，目标网络属性用于指示初始网络中物理链路出现负载不均衡情况的可能性，在目标网络属性落入目标阈值范围的情况下，即网络中物理链路出现负载不均衡情况的可能性大于目标可能性的情况下，检测初始网络所包括的N条物理链路中每条物理链路的负载信息，得到负载信息集合，其中，负载信息用于指示对应的物理链路的负载，最后根据负载信息集合将初始网络中物理链路的负载调节至均衡状态，得到目标网络，可见在链路负载的调节过程中，会主动检测初始网络的目标网络属性，并根据目标网络属性判断网络中物理链路出现负载不均衡情况的可能性是否大于目标可能性，在判断出网络中物理链路出现负载不均衡情况的可能性大于目标可能性的情况下，根据负载信息集合将初始网络中物理链路的负载调节至均衡状态，进而得到目标网络，解决了相关技术中链路负载的调节效果较差等问题。进而达到了提高链路负载的调节效果的技术效果。

附图说明

构成本申请的一部分的附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是根据本申请实施例提供的链路负载的调节方法的流程图；

图2是根据本申请实施例提供的高负载类型和低负载类型的示意图；

图3是根据本申请实施例提供的第一负载阈值和第二负载阈值的示意图；

图4是根据本申请实施例提供的迁移数据流的示意图；

图5是根据本申请实施例提供的迁移数据流迁移的示意图；

图6是根据本申请实施例提供的链路负载的调节流程的示意图；

图7是根据本申请实施例提供的链路负载的调节***的示意图；

图8是根据本申请实施例的链路负载的调节装置的示意图；

图9是根据本申请实施例的电子设备的示意图。

具体实施方式

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分的实施例，而不是全部的实施例。基于本申请中的实施例，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，都应当属于本申请保护的范围。

需要说明的是，本申请的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本申请的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

首先，在对本申请实施例进行描述的过程中出现的部分名词或者术语适用于如下解释：

ECMP算法：Equal-Cost Multipath Routing，等价多路径路由算法，基于流表记录流量统计信息，根据流量统计信息动态调整链路负载均衡，即存在多条到达同一个目的地址的相等开销的路径。当设备支持等价路由时，发往该目的IP(Internet Protocol，互联网协议)或者目的网段的三层转发流量就可以通过不同的路径分担，实现网络链路的负载均衡，并在链路出现故障时，实现快速切换。是当前最为常用的负载均衡算法，适用于流链接较多场景，它优势在于无乱序，劣势在于流数量较少时，例如AI(ArtificialIntelligence，人工智能)训练场景下，存在HASH(哈希)冲突问题，网络均衡效果不佳。

DCI：Data Center Interconnect，数据中心互联，是跨数据中心实现网络互联互通的网络解决方案，具备灵活互联，高效安全，简化运维等特性，满足了数据中心之间高效数据交换、灾备等场景需求。数据中心互联链路可根据数据中心传输距离和网络连接方式分类为：

1)短距互联链路：5公里内，一般采用综合布线实现园区数据中心互联；

2)中距互联链路：80公里内，一般指在相邻城市或中等地理位置采用光模块实现互联；

3)长距互联链路：数千公里，一般指用光传输设备实现长途数据中心互联，如海底光缆网络。

需要说明的是，本申请提出的链路负载的调节方法适用的场景广泛，可以但不限于包括：DCI短距互联链路场景、DCI中距互联链路场景和DCI长距互联链路场景等等，在如下实施例中，可以但不限于以上述DCI长距互联链路场景为例，对所述链路负载的调节方法进行说明，但不对使用场景进行限定，任何采用ECMP算法进行负载均衡的网络均可以适用本申请提出的链路负载的调节方法。

需要说明的是，本公开所涉及的相关信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于展示的数据、分析的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。例如，本***和相关用户或机构间设置有接口，在获取相关信息之前，需要通过接口向前述的用户或机构发送获取请求，并在接收到前述的用户或机构反馈的同意信息后，获取相关信息。

下面结合优选的实施步骤对本发明进行说明，图1是根据本申请实施例提供的链路负载的调节方法的流程图，如图1所示，该方法包括如下步骤：

步骤S102，检测初始网络的目标网络属性，其中，所述目标网络属性用于指示所述初始网络中物理链路出现负载不均衡情况的可能性，所述初始网络为依赖等价多路径路由算法进行负载均衡的网络；

步骤S104，在所述目标网络属性落入目标阈值范围的情况下，检测所述初始网络所包括的N条物理链路中每条物理链路的负载信息，得到负载信息集合，其中，所述负载信息用于指示对应的物理链路的负载，网络属性落入所述目标阈值范围用于指示网络中物理链路出现负载不均衡情况的可能性大于目标可能性；

步骤S106，根据所述负载信息集合将所述初始网络中物理链路的负载调节至均衡状态，得到目标网络。

通过上述步骤，检测依赖等价多路径路由算法进行负载均衡的初始网络的目标网络属性，其中，目标网络属性用于指示初始网络中物理链路出现负载不均衡情况的可能性，在目标网络属性落入目标阈值范围的情况下，即网络中物理链路出现负载不均衡情况的可能性大于目标可能性的情况下，检测初始网络所包括的N条物理链路中每条物理链路的负载信息，得到负载信息集合，其中，负载信息用于指示对应的物理链路的负载，最后根据负载信息集合将初始网络中物理链路的负载调节至均衡状态，得到目标网络，可见在链路负载的调节过程中，会主动检测初始网络的目标网络属性，并根据目标网络属性判断网络中物理链路出现负载不均衡情况的可能性是否大于目标可能性，在判断出网络中物理链路出现负载不均衡情况的可能性大于目标可能性的情况下，根据负载信息集合将初始网络中物理链路的负载调节至均衡状态，进而得到目标网络，解决了相关技术中链路负载的调节效果较差等问题。进而达到了提高链路负载的调节效果的技术效果。

在上述步骤S102提供的技术方案中，初始网络为依赖等价多路径路由算法进行负载均衡的网络，即初始网络采用ECMP算法进行负载均衡，初始网络经过ECMP算法进行负载均衡之后，可能由于初始网络中流量的规模较小，导致负载均衡的效果较差，通过本申请提出的链路负载的调节方法，可以极大避免上述负载不均的情况出现，使得网络中链路的负载处于均衡状态，最大程度利用链路的网络资源。

可选地，在本实施例中，目标网络属性用于指示所述初始网络中物理链路出现负载不均衡情况的可能性，即根据初始网络的目标网络属性，就可以知道当前初始网络中链路出现负载不均衡情况的概率，在目标网络属性指示出现负载不均衡情况的概率较大时，可以主动对初始网络中的链路进行负载的调节，确保网络中负载处于均衡状态，避免在负载出现严重不均衡时再去调节，此时可能已经出现链路数据的传输丢失。

在一个示例性实施例中，可以但不限于通过以下方式检测初始网络的目标网络属性：检测所述初始网络中传输的满足目标条件的数据流的数量，得到目标数量，其中，满足所述目标条件的数据流是所传输的数据量大于目标数据量的数据流；根据所述目标数量确定所述初始网络的目标网络属性。

可选地，在本实施例中，上述提到根据初始网络的目标网络属性，就可以知道当前初始网络中链路出现负载不均衡情况的概率，并在目标网络属性指示出现负载不均衡情况的概率较大时，可以主动对初始网络中的链路进行负载的调节，如下对于目标网络属性的检测方式进行说明：在前述提到ECMP算法在进行负载均衡的过程中，基于流表记录流量统计信息，根据流量统计信息动态调整链路负载均衡的，因此需要网络中链路传输的流数量需要达到一定的规模才可以达到较好的网络均衡效果，在流数量较少时，可能存在哈希冲突问题，导致网络均衡效果不佳，特别是，在初始网络的链路中大流量数目较少的情况下，负载不均将异常明显，其中大流量是指数据量较大的流量，因此，在本申请提出的链路负载的调节方法中，可以检测初始网络中传输的满足目标条件的数据流的数量，得到目标数量，值得注意的是，满足所述目标条件的数据流是所传输的数据量大于目标数据量的数据流，即对于初始网络中传输的大流量的数目进行检测，得到目标数量，目标数量一定程度上可以指示初始网络出现负载不均衡情况的可能性，在目标数量较小时，即初始网络的链路中大流量数目较少的情况下，初始网络负载不均的概率将增高。

在一个示例性实施例中，可以但不限于通过以下方式检测所述初始网络中传输的满足目标条件的数据流的数量，得到目标数量：检测所述初始网络中每条数据流的五元组信息，其中，所述五元组信息用于指示对应的数据流所属于的业务类型；根据所述五元组信息将业务类型为目标业务类型的业务确定为目标业务，其中，属于所述目标业务类型的业务在执行过程中所依赖的数据量大于所述目标数据量；提取所述目标业务对应的数据流的数量，得到所述目标数量。

可选地，在本实施例中，上述提到目标网络属性的检测方式是通过检测初始网络中传输的满足目标条件的数据流的数量，得到目标数量实现的，其中，满足目标条件的数据流即数据量大于目标数据量的数据流，目标数量的检测方式一种是直接检测初始网络的链路中当前传输的所有的流量的数据量，将数据量大于目标数据量的数据流确定为满足目标条件的数据流，然后统计满足目标条件的数据流的数目，得到目标数量；

另一种方式是检测初始网络中每条数据流的五元组信息，其中，五元组信息可以指示对应的数据流所属于的业务类型；由于在初始网络中存在各种业务，每一种业务对应的流量普遍具有一定的特征，比如，AI训练、大块存储以及数据备份等业务对应的数据流的数据量较大，因此，AI训练、大块存储以及数据备份等业务对应的数据流可以视为满足目标条件的数据流，统计AI训练、大块存储以及数据备份等业务对应的数据的数量即可得到目标数量，也就是说，根据五元组信息将业务类型为目标业务类型的业务确定为目标业务，其中，属于所述目标业务类型的业务在执行过程中所依赖的数据量大于所述目标数据量；提取所述目标业务对应的数据流的数量，得到所述目标数量，其中，目标业务类型包括AI训练、大块存储以及数据备份等业务类型。

在一个示例性实施例中，可以但不限于通过以下方式根据所述目标数量确定所述初始网络的目标网络属性：在所述目标数量小于目标数量阈值的情况下，确定所述目标网络属性为第一属性值，其中，所述第一属性值落入所述目标阈值范围；在所述目标数量大于或者等于目标数量阈值的情况下，确定所述目标网络属性为第二属性值，其中，所述第二属性值未落入所述目标阈值范围。

可选地，在本实施例中，在目标数量小于目标数量阈值的情况下，确定所述目标网络属性为第一属性值，其中，所述第一属性值落入所述目标阈值范围，也就是说，在目标数量小于目标数量阈值的情况下，表明初始网络的链路中大流量数目较少，出现负载不均的可能性较大，为了避免网络中链路负载不均衡，因此需要对网络中的负载进行调节。

可选地，在本实施例中，在目标数量大于或者等于目标数量阈值的情况下，确定所述目标网络属性为第二属性值，其中，所述第一属性值未落入所述目标阈值范围，也就是说，在目标数量大于或者等于目标数量阈值的情况下，表明初始网络的链路中大流量数目较多，出现负载不均的可能性较小，可以不用对网络中的负载进行调节。

在上述步骤S104提供的技术方案中，负载信息集合中记载了N个负载信息，每个负载信息用于指示对应的物理链路的负载，其中，负载可以但不限于以负载率的形式呈现，在网络属性落入所述目标阈值范围的情况下，指示网络中物理链路出现负载不均衡情况的可能性大于目标可能性，此时根据负载信息集合中记载了N个负载信息对初始网络所包括的N条物理链路中每条物理链路的负载进行调节，以实现负载均衡。

在上述步骤S106提供的技术方案中，根据所述负载信息集合将所述初始网络中物理链路的负载调节至均衡状态，得到目标网络，其调节过程可以是单轮调节，也可以是通过多轮调节，也就是说，初始网络在经过一轮调节之后，可能仍然处于负载不均衡的状态，此时可以重复执行相同的调节步骤，进行下一轮的调节，最终得到负载均衡的目标网络。

在一个示例性实施例中，可以但不限于通过以下方式根据所述负载信息集合将所述初始网络中物理链路的负载调节至均衡状态，得到目标网络：根据所述负载信息集合确定N条物理链路中每条物理链路的链路类型，其中，物理链路的链路类型包括：高负载类型和低负载类型，属于所述高负载类型的物理链路的负载大于第一负载阈值，属于所述低负载类型的物理链路的负载小于第二负载阈值；将属于所述高负载类型的物理链路中的数据流迁移至属于低负载类型的物理链路，得到所述目标网络。

可选地，在本实施例中，图2是根据本申请实施例提供的高负载类型和低负载类型的示意图，如图2所示，以N取值6为例，初始网络中存在6条物理链路(链路1至链路6)，其中，负载信息集合记载了6条物理链路的负载(负载率)，分别为：链路1(45％)、链路2(65％)、链路3(40％)、链路4(20％)、链路5(70％)和链路6(60％)，图中示出了第一负载阈值和第二负载阈值，其中，负载大于第一负载阈值的物理链路的包括：链路2、链路5和链路6，即链路2、链路5和链路6属于高负载类型，负载小于第二负载阈值的物理链路的包括：链路1、链路3和链路4，即链路1、链路3和链路4属于低负载类型。

可选地，在本实施例中，第一负载阈值可以但不限于大于或者等于第二负载阈值。

在一个示例性实施例中，可以但不限于通过以下方式根据所述负载信息集合确定N条物理链路中每条物理链路的链路类型：根据所述负载信息集合生成所述初始网络当前的负载平均值，其中，所述负载平均值为所述负载信息集合中全部所述负载信息所指示的负载的平均值；将所述负载信息用于指示的负载超过所述第一负载阈值的物理链路的链路类型确定为所述高负载类型，其中，所述第一负载阈值大于所述负载平均值；将所述负载信息用于指示的负载小于所述负载平均值的物理链路的链路类型确定为所述低负载类型。

可选地，在本实施例中，图3是根据本申请实施例提供的第一负载阈值和第二负载阈值的示意图，如图3所示，以N取值6为例，初始网络中存在6条物理链路(链路1至链路6)，其中，负载信息集合记载了6条物理链路的负载(负载率)，分别为：链路1(45％)、链路2(65％)、链路3(40％)、链路4(20％)、链路5(70％)和链路6(60％)，负载平均值为负载信息集合中全部负载信息所指示的负载的平均值，即50％，第二负载阈值可以取值50％，第一负载阈值大于所述负载平均值，可以取值58％，如此设置的目的在于，在高负载类型的链路经过负载调节之后，物理链路的负载率降低至负载的平均值附近即可，比如，链路2原负载率为65％，经过负载调节之后，到达52％即可视为调节成功，因为假如第一负载阈值与第二负载阈值一致，均为50％，那么会出现52％的链路2仍然需要迁移出一部分微小的流量，此时可能涉及分包迁移的情况，存在数据丢失或者错误的风险，因此在负载平均值之上保留一定的余量。

在一个示例性实施例中，可以但不限于通过以下方式将属于所述高负载类型的物理链路中的数据流迁移至属于低负载类型的物理链路，得到所述目标网络：从属于所述高负载类型的物理链路中提取迁移数据流，其中，属于所述高负载类型的物理链路迁移出所述迁移数据流之后，属于所述高负载类型的物理链路的负载小于所述负载平均值；将所述迁移数据流从属于所述高负载类型的物理链路迁移至对应的属于所述低负载类型的物理链路，直至所述初始网络中的物理链路的负载处于均衡状态，得到所述目标网络。

可选地，在本实施例中，图4是根据本申请实施例提供的迁移数据流的示意图，如图4所示，初始网络中存在6条物理链路(链路1至链路6)，其中，负载信息集合记载了6条物理链路的负载(负载率)，分别为：链路1(45％)、链路2(65％)、链路3(40％)、链路4(20％)、链路5(70％)和链路6(60％)，第二负载阈值为50％，第一负载阈值为58％，链路2、链路5和链路6属于高负载类型，从属于所述高负载类型的物理链路中提取迁移数据流，其中，属于所述高负载类型的物理链路迁移出所述迁移数据流之后，属于所述高负载类型的物理链路的负载小于所述负载平均值，比如，链路2(65％)迁移出迁移数据流之后，负载小于所述负载平均值50％即可。

可选地，在本实施例中，从属于所述高负载类型的物理链路中提取迁移数据流，其中，属于所述高负载类型的物理链路迁移出所述迁移数据流之后，属于所述高负载类型的物理链路的负载小于第一负载阈值即可。

在一个示例性实施例中，可以但不限于通过以下方式将所述迁移数据流从属于所述高负载类型的物理链路迁移至对应的属于所述低负载类型的物理链路：按照负载的大小将N条所述物理链路依次排序，得到目标负载序列，其中，所述目标负载序列中记录的N条所述物理链路的负载的大小依次减少；将正序第i个属于所述高负载类型的物理链路中的所述迁移数据流迁移至倒序第i个的属于所述低负载类型的物理链路，其中，i为大于或者等于1，且小于或者等于N的正整数。

可选地，在本实施例中，图5是根据本申请实施例提供的迁移数据流迁移的示意图，如图5所示，根据所述负载信息集合将所述初始网络中物理链路的负载调节至均衡状态，得到目标网络，其调节过程可以是单轮调节，也可以是通过多轮调节，图中展示出其中的某一轮的迁移过程，初始网络中存在6条物理链路(链路1至链路6)，其中，负载信息集合记载了6条物理链路的负载(负载率)，分别为：链路1(45％)、链路2(65％)、链路3(40％)、链路4(20％)、链路5(70％)和链路6(60％)，第二负载阈值为50％，第一负载阈值为58％，链路2、链路5和链路6属于高负载类型，首先，按照负载的大小将N条所述物理链路依次排序，得到目标负载序列，依次为：链路5(70％)、链路2(65％)、链路6(60％)、链路1(45％)、链路3(40％)、链路4(20％)。然后，将正序第i个属于所述高负载类型的物理链路中的所述迁移数据流迁移至倒序第i个的属于所述低负载类型的物理链路，比如，将正序第1个属于高负载类型的物理链路(即链路5)中的所述迁移数据流迁移至倒序第1个的属于所述低负载类型的物理链路(链路4)，将正序第2个属于高负载类型的物理链路(即链路2)中的所述迁移数据流迁移至倒序第2个的属于所述低负载类型的物理链路(链路3)，以此类推，完成本轮迁移数据流的迁移。此时，假如迁移之后的仍然存在高负载类型的物理链路，可以以相同步骤进行下一轮的迁移数据流的迁移，直至得到目标网络。

需要说明的是，本申请提出的链路负载的调节方法可以克服现有DCI互联长距链路负载均衡技术的不足，通过数据流统计算路的低开销大流(可以理解为大流量)换路策略，实现DCI远距链路高质量传输，图6是根据本申请实施例提供的链路负载的调节流程的示意图，如图6所示，包括如下步骤：

步骤601：网络监控定期统计DCI远距链路流量负载情况，将收集分析链路负载的业务流。

步骤602：根据步骤601业务流记录情况，网络监控***分析数据流的五元组信息，将对应AI训练、大块存储以及数据备份等业务IP地址或网段的流定义为大流(可以理解为大流量)，其他流则默认为小流(可以理解为小流量)，并统计大流条目数(可以理解为上述检测满足目标条件的数据流的目标数量)。

步骤602a：若大流条目数超过DCI远距负载链路数目的100倍，则认为不易发生负载不均，继续使用传统ECMP哈希选路，比如网络中存在6条DCI远距负载链路，那么大流条目数大于600即可视为不易发生负载不均。

步骤602b：若大流条目数不超过DCI远距负载链路数目的100倍，则认为易发生负载不均，高负载端口(即高负载类型的物理链路的端口)的部分大流需要重新路由到低负载端口(即低负载类型的物理链路的端口)。

步骤603：计算所有链路端口的流量负载平均值，从高负载端口腾挪大流(可以理解为将高负载类型的物理链路中的迁移数据流迁移至低负载类型的物理链路)，按照换路流表指定路径选择低负载链路端口，使高负载降至接近链路平均负载值，低负载端口负载涨接***均负载值。

步骤604：将所有高负载端口超出平均负载值的流作为腾挪流(可以理解为迁移数据流)，并从大到小进行排序，并将所有低负载端口负载值进行从小到大进行排序，按照贪心算法，将最大流对应最低负载端口，次大腾挪流对应次最低负载端口，一直匹配完所有腾挪流与低负载端口的映射关系，按照对应关系形成大流换路流表。

步骤605：按照大流换路表进行大流腾挪，若腾挪流多于低负载端口，则完成向所有低负载端口依次腾挪(可以理解为迁移)后，按照步骤604重新排序腾挪，直至腾挪流全部挪完。

步骤606：网络监控***再次监控分析远距链路端口负载情况，若发现依然存在不均衡，则重复步骤604与步骤605，直至远距链路端口负载程度收敛。

步骤607：完成DCI远距链路负载均衡优化。

图7是根据本申请实施例提供的链路负载的调节***的示意图，如图7所示，***包括：网络监控模块100、大流条目统计模块200、大流换路流表模块300和DCI远距链路负载优化模块400，“网络监控***100”负责统计数据中心远距链路端口负载情况。“大流条目统计***200”负责采集分析数据流的五元组信息，结合对应业务类型归类大小流。“大流换路流表***300”负责根据贪心算法原则形成腾挪流与低负载端口之间的映射关系表。“DCI远距链路负载优化***400”，负责DCI远距链路带宽资源利用率优化提升。

本申请实施例提供的链路负载的调节方法，检测依赖等价多路径路由算法进行负载均衡的初始网络的目标网络属性，其中，目标网络属性用于指示初始网络中物理链路出现负载不均衡情况的可能性，在目标网络属性落入目标阈值范围的情况下，即网络中物理链路出现负载不均衡情况的可能性大于目标可能性的情况下，检测初始网络所包括的N条物理链路中每条物理链路的负载信息，得到负载信息集合，其中，负载信息用于指示对应的物理链路的负载，最后根据负载信息集合将初始网络中物理链路的负载调节至均衡状态，得到目标网络，可见在链路负载的调节过程中，会主动检测初始网络的目标网络属性，并根据目标网络属性判断网络中物理链路出现负载不均衡情况的可能性是否大于目标可能性，在判断出网络中物理链路出现负载不均衡情况的可能性大于目标可能性的情况下，根据负载信息集合将初始网络中物理链路的负载调节至均衡状态，进而得到目标网络，解决了相关技术中链路负载的调节效果较差等问题。进而达到了提高链路负载的调节效果的技术效果。

需要说明的是，在附图的流程图示出的步骤可以在诸如一组计算机可执行指令的计算机***中执行，并且，虽然在流程图中示出了逻辑顺序，但是在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤。

本申请实施例还提供了一种链路负载的调节装置，需要说明的是，本申请实施例的链路负载的调节装置可以用于执行本申请实施例所提供的用于链路负载的调节方法。以下对本申请实施例提供的链路负载的调节装置进行介绍。

图8是根据本申请实施例的链路负载的调节装置的示意图。如图8所示，该装置包括：

第一检测模块802，用于检测初始网络的目标网络属性，其中，所述目标网络属性用于指示所述初始网络中物理链路出现负载不均衡情况的可能性，所述初始网络为依赖等价多路径路由算法进行负载均衡的网络；

第二检测模块804，用于在所述目标网络属性落入目标阈值范围的情况下，检测所述初始网络所包括的N条物理链路中每条物理链路的负载信息，得到负载信息集合，其中，所述负载信息用于指示对应的物理链路的负载，网络属性落入所述目标阈值范围用于指示网络中物理链路出现负载不均衡情况的可能性大于目标可能性；

调节模块806，用于根据所述负载信息集合将所述初始网络中物理链路的负载调节至均衡状态，得到目标网络。

本申请实施例提供的链路负载的调节装置，检测依赖等价多路径路由算法进行负载均衡的初始网络的目标网络属性，其中，目标网络属性用于指示初始网络中物理链路出现负载不均衡情况的可能性，在目标网络属性落入目标阈值范围的情况下，即网络中物理链路出现负载不均衡情况的可能性大于目标可能性的情况下，检测初始网络所包括的N条物理链路中每条物理链路的负载信息，得到负载信息集合，其中，负载信息用于指示对应的物理链路的负载，最后根据负载信息集合将初始网络中物理链路的负载调节至均衡状态，得到目标网络，可见在链路负载的调节过程中，会主动检测初始网络的目标网络属性，并根据目标网络属性判断网络中物理链路出现负载不均衡情况的可能性是否大于目标可能性，在判断出网络中物理链路出现负载不均衡情况的可能性大于目标可能性的情况下，根据负载信息集合将初始网络中物理链路的负载调节至均衡状态，进而得到目标网络，解决了相关技术中链路负载的调节效果较差等问题。进而达到了提高链路负载的调节效果的技术效果。

可选地，在本申请实施例提供的链路负载的调节装置中，所述第一检测模块，包括：

检测单元，用于检测所述初始网络中传输的满足目标条件的数据流的数量，得到目标数量，其中，满足所述目标条件的数据流是所传输的数据量大于目标数据量的数据流；

第一确定单元，用于根据所述目标数量确定所述初始网络的目标网络属性。

可选地，在本申请实施例提供的链路负载的调节装置中，所述检测单元，还用于：

检测所述初始网络中每条数据流的五元组信息，其中，所述五元组信息用于指示对应的数据流所属于的业务类型；

根据所述五元组信息将业务类型为目标业务类型的业务确定为目标业务，其中，属于所述目标业务类型的业务在执行过程中所依赖的数据量大于所述目标数据量；

提取所述目标业务对应的数据流的数量，得到所述目标数量。

可选地，在本申请实施例提供的链路负载的调节装置中，所述第一确定单元，还用于：

在所述目标数量小于目标数量阈值的情况下，确定所述目标网络属性为第一属性值，其中，所述第一属性值落入所述目标阈值范围；

在所述目标数量大于或者等于目标数量阈值的情况下，确定所述目标网络属性为第二属性值，其中，所述第二属性值未落入所述目标阈值范围。

可选地，在本申请实施例提供的链路负载的调节装置中，所述调节模块，包括：

第二确定单元，用于根据所述负载信息集合确定N条物理链路中每条物理链路的链路类型，其中，物理链路的链路类型包括：高负载类型和低负载类型，属于所述高负载类型的物理链路的负载大于第一负载阈值，属于所述低负载类型的物理链路的负载小于第二负载阈值；

迁移单元，用于将属于所述高负载类型的物理链路中的数据流迁移至属于低负载类型的物理链路，得到所述目标网络。

可选地，在本申请实施例提供的链路负载的调节装置中，所述第二确定单元，还用于：

根据所述负载信息集合生成所述初始网络当前的负载平均值，其中，所述负载平均值为所述负载信息集合中全部所述负载信息所指示的负载的平均值；

将所述负载信息用于指示的负载超过所述第一负载阈值的物理链路的链路类型确定为所述高负载类型，其中，所述第一负载阈值大于所述负载平均值；

将所述负载信息用于指示的负载小于所述负载平均值的物理链路的链路类型确定为所述低负载类型。

可选地，在本申请实施例提供的链路负载的调节装置中，所述迁移单元，还用于：

从属于所述高负载类型的物理链路中提取迁移数据流，其中，属于所述高负载类型的物理链路迁移出所述迁移数据流之后，属于所述高负载类型的物理链路的负载小于所述负载平均值；

将所述迁移数据流从属于所述高负载类型的物理链路迁移至对应的属于所述低负载类型的物理链路，直至所述初始网络中的物理链路的负载处于均衡状态，得到所述目标网络。

可选地，在本申请实施例提供的链路负载的调节装置中，所述迁移单元，还用于：

按照负载的大小将N条所述物理链路依次排序，得到目标负载序列，其中，所述目标负载序列中记录的N条所述物理链路的负载的大小依次减少；

将正序第i个属于所述高负载类型的物理链路中的所述迁移数据流迁移至倒序第i个的属于所述低负载类型的物理链路，其中，i为大于或者等于1，且小于或者等于N的正整数。

所述链路负载的调节装置包括处理器和存储器，上述模块/单元等均作为程序单元存储在存储器中，由处理器执行存储在存储器中的上述程序单元来实现相应的功能。

处理器中包含内核，由内核去存储器中调取相应的程序单元。内核可以设置一个或以上，通过调整内核参数解决相关技术中链路负载的调节效果较差等问题。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)，存储器包括至少一个存储芯片。

本发明实施例提供了一种计算机可读存储介质，其上存储有程序，该程序被处理器执行时实现所述链路负载的调节方法。

本发明实施例提供了一种处理器，所述处理器用于运行程序，其中，所述程序运行时执行所述链路负载的调节方法。

图9是根据本申请实施例的电子设备的示意图，如图9所示，本发明实施例提供了一种电子设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现以下步骤：

检测初始网络的目标网络属性，其中，所述目标网络属性用于指示所述初始网络中物理链路出现负载不均衡情况的可能性，所述初始网络为依赖等价多路径路由算法进行负载均衡的网络；

在所述目标网络属性落入目标阈值范围的情况下，检测所述初始网络所包括的N条物理链路中每条物理链路的负载信息，得到负载信息集合，其中，所述负载信息用于指示对应的物理链路的负载，网络属性落入所述目标阈值范围用于指示网络中物理链路出现负载不均衡情况的可能性大于目标可能性；

根据所述负载信息集合将所述初始网络中物理链路的负载调节至均衡状态，得到目标网络。

可选的，上述处理器执行程序时还可以实现以下步骤：

检测所述初始网络中传输的满足目标条件的数据流的数量，得到目标数量，其中，满足所述目标条件的数据流是所传输的数据量大于目标数据量的数据流；

根据所述目标数量确定所述初始网络的目标网络属性。

可选的，上述处理器执行程序时还可以实现以下步骤：

检测所述初始网络中每条数据流的五元组信息，其中，所述五元组信息用于指示对应的数据流所属于的业务类型；

根据所述五元组信息将业务类型为目标业务类型的业务确定为目标业务，其中，属于所述目标业务类型的业务在执行过程中所依赖的数据量大于所述目标数据量；

提取所述目标业务对应的数据流的数量，得到所述目标数量。

可选的，上述处理器执行程序时还可以实现以下步骤：

在所述目标数量小于目标数量阈值的情况下，确定所述目标网络属性为第一属性值，其中，所述第一属性值落入所述目标阈值范围；

在所述目标数量大于或者等于目标数量阈值的情况下，确定所述目标网络属性为第二属性值，其中，所述第二属性值未落入所述目标阈值范围。

可选的，上述处理器执行程序时还可以实现以下步骤：

根据所述负载信息集合确定N条物理链路中每条物理链路的链路类型，其中，物理链路的链路类型包括：高负载类型和低负载类型，属于所述高负载类型的物理链路的负载大于第一负载阈值，属于所述低负载类型的物理链路的负载小于第二负载阈值；

将属于所述高负载类型的物理链路中的数据流迁移至属于低负载类型的物理链路，得到所述目标网络。

可选的，上述处理器执行程序时还可以实现以下步骤：

根据所述负载信息集合生成所述初始网络当前的负载平均值，其中，所述负载平均值为所述负载信息集合中全部所述负载信息所指示的负载的平均值；

将所述负载信息用于指示的负载超过所述第一负载阈值的物理链路的链路类型确定为所述高负载类型，其中，所述第一负载阈值大于所述负载平均值；

将所述负载信息用于指示的负载小于所述负载平均值的物理链路的链路类型确定为所述低负载类型。

可选的，上述处理器执行程序时还可以实现以下步骤：

从属于所述高负载类型的物理链路中提取迁移数据流，其中，属于所述高负载类型的物理链路迁移出所述迁移数据流之后，属于所述高负载类型的物理链路的负载小于所述负载平均值；

将所述迁移数据流从属于所述高负载类型的物理链路迁移至对应的属于所述低负载类型的物理链路，直至所述初始网络中的物理链路的负载处于均衡状态，得到所述目标网络。

可选的，上述处理器执行程序时还可以实现以下步骤：

按照负载的大小将N条所述物理链路依次排序，得到目标负载序列，其中，所述目标负载序列中记录的N条所述物理链路的负载的大小依次减少；

将正序第i个属于所述高负载类型的物理链路中的所述迁移数据流迁移至倒序第i个的属于所述低负载类型的物理链路，其中，i为大于或者等于1，且小于或者等于N的正整数。

本文中的设备可以是服务器、PC、PAD、手机等。

本申请还提供了一种计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：

检测初始网络的目标网络属性，其中，所述目标网络属性用于指示所述初始网络中物理链路出现负载不均衡情况的可能性，所述初始网络为依赖等价多路径路由算法进行负载均衡的网络；

在所述目标网络属性落入目标阈值范围的情况下，检测所述初始网络所包括的N条物理链路中每条物理链路的负载信息，得到负载信息集合，其中，所述负载信息用于指示对应的物理链路的负载，网络属性落入所述目标阈值范围用于指示网络中物理链路出现负载不均衡情况的可能性大于目标可能性；

根据所述负载信息集合将所述初始网络中物理链路的负载调节至均衡状态，得到目标网络。

可选的，上述计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：

检测所述初始网络中传输的满足目标条件的数据流的数量，得到目标数量，其中，满足所述目标条件的数据流是所传输的数据量大于目标数据量的数据流；

根据所述目标数量确定所述初始网络的目标网络属性。

可选的，上述计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：

检测所述初始网络中每条数据流的五元组信息，其中，所述五元组信息用于指示对应的数据流所属于的业务类型；

根据所述五元组信息将业务类型为目标业务类型的业务确定为目标业务，其中，属于所述目标业务类型的业务在执行过程中所依赖的数据量大于所述目标数据量；

提取所述目标业务对应的数据流的数量，得到所述目标数量。

可选的，上述计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：

在所述目标数量小于目标数量阈值的情况下，确定所述目标网络属性为第一属性值，其中，所述第一属性值落入所述目标阈值范围；

在所述目标数量大于或者等于目标数量阈值的情况下，确定所述目标网络属性为第二属性值，其中，所述第二属性值未落入所述目标阈值范围。

可选的，上述计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：

根据所述负载信息集合确定N条物理链路中每条物理链路的链路类型，其中，物理链路的链路类型包括：高负载类型和低负载类型，属于所述高负载类型的物理链路的负载大于第一负载阈值，属于所述低负载类型的物理链路的负载小于第二负载阈值；

将属于所述高负载类型的物理链路中的数据流迁移至属于低负载类型的物理链路，得到所述目标网络。

可选的，上述计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：

根据所述负载信息集合生成所述初始网络当前的负载平均值，其中，所述负载平均值为所述负载信息集合中全部所述负载信息所指示的负载的平均值；

将所述负载信息用于指示的负载超过所述第一负载阈值的物理链路的链路类型确定为所述高负载类型，其中，所述第一负载阈值大于所述负载平均值；

将所述负载信息用于指示的负载小于所述负载平均值的物理链路的链路类型确定为所述低负载类型。

可选的，上述计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：

从属于所述高负载类型的物理链路中提取迁移数据流，其中，属于所述高负载类型的物理链路迁移出所述迁移数据流之后，属于所述高负载类型的物理链路的负载小于所述负载平均值；

将所述迁移数据流从属于所述高负载类型的物理链路迁移至对应的属于所述低负载类型的物理链路，直至所述初始网络中的物理链路的负载处于均衡状态，得到所述目标网络。

可选的，上述计算机程序产品，当在数据处理设备上执行时，适于执行初始化有如下方法步骤的程序：

按照负载的大小将N条所述物理链路依次排序，得到目标负载序列，其中，所述目标负载序列中记录的N条所述物理链路的负载的大小依次减少；

将正序第i个属于所述高负载类型的物理链路中的所述迁移数据流迁移至倒序第i个的属于所述低负载类型的物理链路，其中，i为大于或者等于1，且小于或者等于N的正整数。

本领域内的技术人员应明白，本申请的实施例可提供为方法、***、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，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、商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、商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、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、***或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (11)

1.一种链路负载的调节方法，其特征在于，包括：

检测初始网络的目标网络属性，其中，所述目标网络属性用于指示所述初始网络中物理链路出现负载不均衡情况的可能性，所述初始网络为依赖等价多路径路由算法进行负载均衡的网络；

在所述目标网络属性落入目标阈值范围的情况下，检测所述初始网络所包括的N条物理链路中每条物理链路的负载信息，得到负载信息集合，其中，所述负载信息用于指示对应的物理链路的负载，网络属性落入所述目标阈值范围用于指示网络中物理链路出现负载不均衡情况的可能性大于目标可能性；

根据所述负载信息集合将所述初始网络中物理链路的负载调节至均衡状态，得到目标网络。

2.根据权利要求1所述的方法，其特征在于，所述检测初始网络的目标网络属性，包括：

检测所述初始网络中传输的满足目标条件的数据流的数量，得到目标数量，其中，满足所述目标条件的数据流是所传输的数据量大于目标数据量的数据流；

根据所述目标数量确定所述初始网络的目标网络属性。

3.根据权利要求2所述的方法，其特征在于，所述检测所述初始网络中传输的满足目标条件的数据流的数量，得到目标数量，包括：

检测所述初始网络中每条数据流的五元组信息，其中，所述五元组信息用于指示对应的数据流所属于的业务类型；

根据所述五元组信息将业务类型为目标业务类型的业务确定为目标业务，其中，属于所述目标业务类型的业务在执行过程中所依赖的数据量大于所述目标数据量；

提取所述目标业务对应的数据流的数量，得到所述目标数量。

4.根据权利要求2所述的方法，其特征在于，所述根据所述目标数量确定所述初始网络的目标网络属性，包括：

在所述目标数量小于目标数量阈值的情况下，确定所述目标网络属性为第一属性值，其中，所述第一属性值落入所述目标阈值范围；

在所述目标数量大于或者等于目标数量阈值的情况下，确定所述目标网络属性为第二属性值，其中，所述第二属性值未落入所述目标阈值范围。

5.根据权利要求1所述的方法，其特征在于，所述根据所述负载信息集合将所述初始网络中物理链路的负载调节至均衡状态，得到目标网络，包括：

根据所述负载信息集合确定N条物理链路中每条物理链路的链路类型，其中，物理链路的链路类型包括：高负载类型和低负载类型，属于所述高负载类型的物理链路的负载大于第一负载阈值，属于所述低负载类型的物理链路的负载小于第二负载阈值；

将属于所述高负载类型的物理链路中的数据流迁移至属于低负载类型的物理链路，得到所述目标网络。

6.根据权利要求5所述的方法，其特征在于，所述根据所述负载信息集合确定N条物理链路中每条物理链路的链路类型，包括：

根据所述负载信息集合生成所述初始网络当前的负载平均值，其中，所述负载平均值为所述负载信息集合中全部所述负载信息所指示的负载的平均值；

将所述负载信息用于指示的负载超过所述第一负载阈值的物理链路的链路类型确定为所述高负载类型，其中，所述第一负载阈值大于所述负载平均值；

将所述负载信息用于指示的负载小于所述负载平均值的物理链路的链路类型确定为所述低负载类型。

7.根据权利要求6所述的方法，其特征在于，所述将属于所述高负载类型的物理链路中的数据流迁移至属于低负载类型的物理链路，得到所述目标网络，包括：

从属于所述高负载类型的物理链路中提取迁移数据流，其中，属于所述高负载类型的物理链路迁移出所述迁移数据流之后，属于所述高负载类型的物理链路的负载小于所述负载平均值；

将所述迁移数据流从属于所述高负载类型的物理链路迁移至对应的属于所述低负载类型的物理链路，直至所述初始网络中的物理链路的负载处于均衡状态，得到所述目标网络。

8.根据权利要求7所述的方法，其特征在于，所述将所述迁移数据流从属于所述高负载类型的物理链路迁移至对应的属于所述低负载类型的物理链路，包括：

按照负载的大小将N条所述物理链路依次排序，得到目标负载序列，其中，所述目标负载序列中记录的N条所述物理链路的负载的大小依次减少；

将正序第i个属于所述高负载类型的物理链路中的所述迁移数据流迁移至倒序第i个的属于所述低负载类型的物理链路，其中，i为大于或者等于1，且小于或者等于N的正整数。

9.一种链路负载的调节装置，其特征在于，包括：

第一检测模块，用于检测初始网络的目标网络属性，其中，所述目标网络属性用于指示所述初始网络中物理链路出现负载不均衡情况的可能性，所述初始网络为依赖等价多路径路由算法进行负载均衡的网络；

第二检测模块，用于在所述目标网络属性落入目标阈值范围的情况下，检测所述初始网络所包括的N条物理链路中每条物理链路的负载信息，得到负载信息集合，其中，所述负载信息用于指示对应的物理链路的负载，网络属性落入所述目标阈值范围用于指示网络中物理链路出现负载不均衡情况的可能性大于目标可能性；

调节模块，用于根据所述负载信息集合将所述初始网络中物理链路的负载调节至均衡状态，得到目标网络。

10.一种计算机可读的存储介质，其特征在于，所述计算机可读的存储介质包括存储的程序，其中，所述程序运行时执行权利要求1至8中任一项所述的方法。

11.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为通过所述计算机程序执行权利要求1至8中任一项所述的方法。