一种高并发直播场景下的流媒体资源调度方法及系统与流程

本技术涉及边缘计算，更具体地说，本技术涉及一种高并发直播场景下的流媒体资源调度方法及系统。

背景技术：

1、随着互联网视频业务的快速发展，直播平台逐渐成为网络信息传播和实时交互的重要载体。在大型赛事直播、电商直播、在线教育以及网络娱乐等高并发直播场景中，短时间内会产生大量用户并发访问请求，导致直播服务器、边缘节点以及网络传输链路承受较大的资源调度压力。

2、为了降低中心服务器负载，同时缩短用户访问时延，边缘计算技术逐渐应用于流媒体传输领域，通过将计算、缓存和网络资源部署于靠近用户侧的边缘节点，实现流媒体内容的就近缓存和快速分发，从而提高流媒体传输效率。然而，现有高并发直播场景下的流媒体资源调度大多侧重于边缘节点资源状态或直播热度变化的单一维度进行资源调度，缺少对直播请求之间资源竞争关系的统一刻画。同时，现有技术对直播热度变化与资源竞争状态之间的协同关系考虑不足，在高并发访问快速波动的情况下，容易出现边缘节点资源分配失衡、流媒体传输路径切换频繁以及资源调度响应滞后等问题。因此，如何实现资源竞争关系与直播热度演化的协同约束调度，以增强高并发直播场景下流媒体资源分配的动态适应能力是业界面临的难题。

技术实现思路

1、本技术提供一种高并发直播场景下的流媒体资源调度方法及系统，可实现资源竞争关系与直播热度演化的协同约束调度，以增强高并发直播场景下流媒体资源分配的动态适应能力。

2、第一方面，本技术提供一种高并发直播场景下的流媒体资源调度方法，所述调度方法包括如下步骤：

3、采集直播服务器的直播请求数据、流媒体传输状态和边缘节点资源状态，根据所述直播请求数据和所述流媒体传输状态构建资源竞争关系；

4、对所述资源竞争关系进行关联分区，构建资源竞争拓扑并确定资源竞争分组，基于所述边缘节点资源状态对所述资源竞争分组进行资源关联匹配，得到资源协同能力；

5、获取直播服务器的历史访问记录，通过所述历史访问记录确定直播热度的演化趋势，通过所述演化趋势对所述资源协同能力进行约束关联，得到资源调度约束；

6、依据所述资源竞争拓扑和所述资源调度约束进行协同优化，得到用于边缘节点资源和流媒体传输路径的调度策略。

7、在本实施例中，采集直播服务器的直播请求数据、流媒体传输状态和边缘节点资源状态具体包括：

8、采集直播服务器接收的直播请求信息，得到直播请求数据；

9、依据所述直播请求数据获取对应直播流的传输信息，得到流媒体传输状态；

10、通过所述直播请求数据确定对应直播流的边缘节点，对所述边缘节点进行资源状态采集，得到边缘节点资源状态。

11、在本实施例中，根据所述直播请求数据和所述流媒体传输状态构建资源竞争关系具体包括：

12、依据所述直播请求数据统计直播请求之间的资源访问重叠程度，得到请求竞争关联集；

13、依据所述流媒体传输状态分析直播流之间的链路共享程度和缓存复用程度，得到资源共享关联集；

14、对所述请求竞争关联集和所述资源共享关联集进行关联融合，进而得到资源竞争关系。

15、在本实施例中，对所述资源竞争关系进行关联分区，构建资源竞争拓扑并确定资源竞争分组具体包括：

16、基于所述资源竞争关系对竞争关联程度相近的直播资源进行关联聚合，得到多个资源竞争区域；

17、根据各所述资源竞争区域之间的资源竞争关联建立资源竞争连接关系，进而构建资源竞争拓扑；

18、通过所述资源竞争拓扑计算各资源竞争区域之间的竞争影响程度，得到拓扑影响序列；

19、由所述拓扑影响序列对所述资源竞争拓扑进行分层划分，得到资源竞争分组。

20、在本实施例中，基于所述边缘节点资源状态对所述资源竞争分组进行资源关联匹配，得到资源协同能力具体包括：

21、对所述边缘节点资源状态进行资源能力分析，得到边缘节点的资源能力参数；

22、根据所述资源能力参数对所述资源竞争分组进行关联映射，得到资源匹配结果；

23、对所述资源匹配结果进行协同关联分析，得到各资源竞争分组的资源协同程度，进而确定资源协同能力。

24、在本实施例中，获取直播服务器的历史访问记录具体包括：

25、获取直播服务器在连续多个调度周期内的直播请求数据，并按照直播标识进行访问归集，得到历史访问序列；

26、对所述历史访问序列进行时间排序，得到历史访问记录。

27、在本实施例中，通过所述历史访问记录确定直播热度的演化趋势具体包括：

28、对所述历史访问记录进行时间分段，得到热度变化数据；

29、依据所述热度变化数据进行连续关联分析，得到直播热度变化轨迹；

30、对所述直播热度变化轨迹进行趋势拟合，得到直播热度的演化趋势。

31、在本实施例中，通过所述演化趋势对所述资源协同能力进行约束关联，得到资源调度约束具体包括：

32、根据所述直播热度演化趋势确定直播资源的热度变化区间；

33、通过所述热度变化区间对所述资源协同能力进行分级约束，得到资源约束结果；

34、对所述资源约束结果进行关联修正，得到资源调度约束。

35、在本实施例中，依据所述资源竞争拓扑和所述资源调度约束进行协同优化，得到用于边缘节点资源和流媒体传输路径的调度策略具体包括：

36、根据所述资源竞争拓扑确定各边缘节点之间的资源竞争路径；

37、通过所述资源调度约束对所述资源竞争路径进行协同调整，得到资源调度路径；

38、依据所述资源调度路径对边缘节点资源和流媒体传输路径进行联合优化，得到用于边缘节点资源和流媒体传输路径的调度策略。

39、第二方面，本技术提供一种高并发直播场景下的流媒体资源调度系统，用于执行一种高并发直播场景下的流媒体资源调度方法，所述调度系统包括：

40、竞争感知模块，用于采集直播服务器的直播请求数据、流媒体传输状态和边缘节点资源状态，根据所述直播请求数据和所述流媒体传输状态构建资源竞争关系；

41、协同分析模块，用于对所述资源竞争关系进行关联分区，构建资源竞争拓扑并确定资源竞争分组，基于所述边缘节点资源状态对所述资源竞争分组进行资源关联匹配，得到资源协同能力；

42、趋势约束模块，用于获取直播服务器的历史访问记录，通过所述历史访问记录确定直播热度的演化趋势，通过所述演化趋势对所述资源协同能力进行约束关联，得到资源调度约束；

43、协同调度模块，用于依据所述资源竞争拓扑和所述资源调度约束进行协同优化，得到用于边缘节点资源和流媒体传输路径的调度策略。

44、本技术公开的实施例提供的技术方案具有以下有益效果：

45、本技术提供的技术方案可实现资源竞争关系与直播热度演化的协同约束调度；首先，通过采集直播服务器的直播请求数据、流媒体传输状态和边缘节点资源状态，并依据所述直播请求数据和所述流媒体传输状态构建资源竞争关系，可综合反映高并发直播场景下不同直播资源之间的资源占用关联和传输竞争状态，为资源竞争特性的准确刻画提供数据基础，避免传统方法仅依据节点负载进行资源调度而难以全面反映资源竞争关系的问题；其次，通过对所述资源竞争关系进行关联分区，构建资源竞争拓扑并确定资源竞争分组，再结合边缘节点资源状态对资源竞争分组进行资源关联匹配，得到资源协同能力，可建立资源竞争关系与边缘节点资源状态之间的协同映射机制，实现资源竞争区域的差异化协同分析，提高资源调度过程中资源匹配的合理性和资源利用效率；然后，通过获取直播服务器的历史访问记录，确定直播热度的演化趋势，并依据所述演化趋势对所述资源协同能力进行约束关联，得到资源调度约束，可将直播热度的动态变化引入资源协同分析过程，实现资源竞争状态与直播热度演化过程的联合约束，增强资源调度对业务变化的动态响应能力；最后，依据所述资源竞争拓扑和所述资源调度约束进行协同优化，得到用于边缘节点资源和流媒体传输路径的调度策略，实现资源竞争关系与直播热度演化的协同约束调度，使边缘节点资源分配和流媒体传输路径调整能够随着资源竞争状态和直播热度变化进行动态协同优化，从而增强高并发直播场景下流媒体资源分配的动态适应能力，提高直播业务的资源调度效率和传输稳定性。

46、综上所述，本技术采用的技术方案可实现资源竞争关系与直播热度演化的协同约束调度，以增强高并发直播场景下流媒体资源分配的动态适应能力。