[發明專利]一種智能熱點打散的方法、裝置、存儲介質及計算機設備

有效

• 申請號: 201910117615.5
• 申請日: 2019-02-15
• 公開（公告）號: CN111585908B
• 公開（公告）日: 2022-03-04
• 發明（設計）人: 鄭友聲;王康
• 申請（專利權）人: 貴州白山云科技股份有限公司
• 主分類號: H04L47/125
• 分類號: H04L47/125;G06F16/955
• 代理公司: 北京名華博信知識產權代理有限公司 11453
• 代理人: 白瑩;苗源

本發明公開了一種智能熱點打散的方法、裝置、存儲介質及計算機設備。所公開的方法包括：基于人工智能學習模型學習URL的請求量曲線并預測URL的請求量；將URL的預測請求量大于或等于該URL所對應的第一預定請求量閾值的URL確定為第一URL，對URL執行第一熱點打散操作；將URL的請求量無法預測且實際請求量大于或等于該URL所對應的第二預定請求量閾值的URL確定為第二URL，對URL執行第二熱點打散操作。所公開的技術方案能夠自動預測非突發的熱點URL請求、從而提前進行第一種打散操作，能夠對不能預測的突發熱點URL請求進行第二種打散操作，加快了熱點業務的處理。

技術領域

本發明涉及計算機網絡負載均衡領域，尤其涉及一種智能熱點打散的方法、裝置、存儲介質及計算機設備。

背景技術

為了減小服務器端的處理時延，改善用戶體驗，通常都需要對URL(特別是熱點URL)進行打散/均衡操作。

現有技術通常采用將集中的URL隨機或均勻地分散到后端機器(例如，源站節點服務器集群、邊緣節點服務器集群)的方式，來實現針對熱點URL的負載均衡。

然而，現有技術方案通常只是在熱點URL出現之后，才執行打散操作，從而將針對熱點URL的請求分散地分配到多臺機器，因此存在以下缺點：

1、沒有在前期針對熱點URL可能存在的趨勢做出判斷，做出預先處理。只是在發現熱點之后直接打散，沒有緩存的機器會直接回上層節點或者源造成大量流量浪費。

2、即使采用組內共享緩存方案，將所有回源流量重新導回統一端口，在熱點文件較大(例如，文件大小超過1G)時，在各個機器取完文件之前，熱點堆積現象將無法解決，該統一端口的壓力并沒有減少。

為了解決上述問題，需要提出新的技術方案。

發明內容

根據本發明的智能熱點打散的方法，包括：

基于人工智能學習模型學習URL的請求量曲線并預測URL的請求量；

將URL的預測請求量大于或等于該URL所對應的第一預定請求量閾值的URL確定為第一URL，對URL執行第一熱點打散操作；

將URL的請求量無法預測且實際請求量大于或等于該URL所對應的第二預定請求量閾值的URL確定為第二URL，對URL執行第二熱點打散操作。

根據本發明的智能熱點打散的方法，其對URL執行第一熱點打散操作的步驟包括：

將第一URL的請求隨機或均勻地分配到多個緩存服務器和/或源站服務器的進程。

根據本發明的智能熱點打散的方法，其對URL執行第二熱點打散操作的步驟包括：

查找第二URL的落點進程；

將第一URL的新請求隨機或均勻地分配到多個緩存服務器和/或源站服務器的進程中的、除了落點進程之外的進程；和/或

將第一URL的舊請求隨機或均勻地重新分配到多個緩存服務器和/或源站服務器的進程中的、除了落點進程之外的進程。

根據本發明的智能熱點打散的方法，其對URL執行第二熱點打散操作的步驟還包括：

確定第二URL的請求文件的大小大于指定文件大小；和/或

在落點進程執行完針對第二URL的請求的、獲取并發送請求文件或發送請求文件的響應之后，將第一URL的新請求隨機或均勻地分配到多個緩存服務器和/或源站服務器的進程，和/或，將第一URL的舊請求隨機或均勻地重新分配到多個緩存服務器和/或源站服務器的進程，和/或

基于人工智能學習模型學習URL的請求量曲線并預測URL的請求量的步驟包括：