基于高性能网络的数据中心间多类别混合流带宽调度方法

技术特征：
1.一种基于高性能网络的数据中心间多类别混合流带宽调度方法，其特征在于，该方法包括以下步骤：步骤一，在高性能网络上传输给定的批量数据中心之间的多个请求，这些请求按流量标准分为不同类别的请求并标识；所述的不同类别的流量标准分为交互式流量、弹性流量和背景流量；所述的交互式流量对应的请求为int请求，所述的弹性流量对应的请求为ela请求，所述的背景流量对应的请求为bac请求；步骤二，对于步骤一中得到的所述的多个请求按照基于截止时间的任务循环机制排序算法进行排序，最终得到所有任务循环输出的排序好的请求序列q1，q2，
…
q
i
，
…
q
n
；式中：n表示请求的总数；q
i
表示为(v
s
,v
d
,t
s
,t
e
,d,b
max
,κ)，i＝1,2,
…
n；v
s
表示该请求的源节点；v
d
是目的节点；t
s
是最早开始时隙；t
e
是截止时隙；d是数据量；v
max
是请求传输数据过程中的最大带宽限制；κ∈{int,ela,bac}，表示根据持续时间(t
e-t
s
)划分的三种请求类别；所述的基于截止时间的任务循环机制排序算法包括以下步骤：步骤201，将根据表达式κ∈{int,ela,bac}分类的请求分别按照其截止时间进行排序；步骤202，按截止时间从当前开始是否有bac请求类别，如果有以bac请求的一次调度为任务循环，当前请求为此次任务循环的起始点，将后面每个bac请求当作一次循环，依次执行所有任务循环；如果没有则将所有的请求当作一次任务循环即可；步骤203，在执行一次任务循环中，查看上述bac请求的截止日期前是否有ela请求类别，如果有则以ela请求的一次调度当作当前bac请求中的一次内部任务循环，当前请求为此次内部任务循环的起始点，在此次bac请求的截止日期前，将后面每个ela请求当作一次内部循环，依次执行所有的内部任务循环，如果没有ela请求则将当前bac请求截止日期前的所有请求当作一次内部任务循环即可；再执行完当前任务循环后，最后执行当前任务循环的bac请求；步骤204，在执行一次内部的任务循环中，查看上述ela请求的截止日期前是否有int请求类别，如果有则依次执行内部任务循环中所有的int请求，执行到没有int请求时，最后执行当前内部任务循环的ela请求；步骤205，当任务循环都执行完成且每个任务循环中的内部任务循环也都执行完成时，基于截止时间的任务循环机制排序算法结束；步骤三，将步骤二得到的每个任务循环中的所有请求按照以下公式进行计算；
式中：i表示请求；t表示时隙；p表示路径；i
l,p
表示当前链路l是否为传输路径p，1表示是，0表是否；b
l,t
表示当前链路l在时隙t的可用带宽；b
max
表示请求的最大带宽限制；d
i
表示请求i的总数据量大小；f
i,t,p
表示请求i在时隙t和路径p上分配的流大小；表示当前链路l根据时隙t的权值分配；计算得到每个任务循环完成的最短时隙，即每次任务循环中调度完成交互流量和弹性流量的最早时隙，并统计各个类别请求成功的数量，如果距离下一轮任务循环的请求最早开始时间，不能完全调度当前任务循环的背景流量时，求出所有背景流量请求中最大的调度比率α；步骤四，将步骤三得到的调度成功请求数量和调度比率α，根据调度算法和用户满意度计算公式得到用户满意度。2.如权利要求1所述的基于高性能网络的数据中心间多类别混合流带宽调度方法，其特征在于，步骤一中，所述的流量标准为：交互式流量：这类流量需要严格截止时间，持续时间为100ms以内；弹性流量：这类流量需要严格截止时间，持续时间为100ms～10s；背景流量：这类流量允许一定时间限制的截止时间，持续时间大于10s。3.如权利要求1所述的基于高性能网络的数据中心间多类别混合流带宽调度方法，其特征在于，步骤四中，所述的用户满意度计算公式为式中：usd表示用户满意度；κ表示三种类别的请求；ssr表示请求的成功率；α表示调度比率，当κ＝ins或κ＝ela时α＝1；当κ＝bac时，0≤α≤1。

技术总结
本发明提供一种基于高性能网络的数据中心间多类别混合流带宽调度方法，该方法包括以下步骤：步骤一，在高性能网络上传输给定的批量数据中心之间的多个请求，这些请求按流量标准分为不同类别的请求并标识；步骤二，对于步骤一中得到的所述的多个请求按照基于截止时间的任务循环机制排序算法进行排序，最终得到所有任务循环输出的排序好的请求序列；步骤三，将步骤二得到的每个任务循环中的所有请求进行计算；步骤四，将步骤三得到的调度成功请求数量和调度比率α，根据调度算法和用户满意度计算公式得到用户满意度。本发明实现了对不同类别流量的公平性调度，同时提高总体调度成功率，从而提升用户的满意度。从而提升用户的满意度。从而提升用户的满意度。


技术研发人员：侯爱琴 蒋添任 王思明 刘卓 季于东
受保护的技术使用者：西北大学
技术研发日：2022.07.29
技术公布日：2022/11/25