一种自动伸缩的在线视频服务质量保障方法及系统

本发明提供一种自动伸缩的在线视频服务质量保障方法及系统，其考量服务质量这个指标，通过负载监控与系统弹性伸缩的手段解决分布式系统中的Qos保障问题。本发明利用服务请求调度算法在支持弹性计算系统框架上更好地调度请求，提高服务资源利用率；利用视频服务负载估算与更新算法在支持弹性计算的系统框架上更好地估计系统负载情况，从而更好地做出系统增减服务器的决定，在保证Qos的同时尽可能地减少系统运营成本；利用服务请求调度算法在支持弹性计算系统框架上更好地调度请求，提高服务资源利用率；保证了多媒体服务的服务质量。

1.一种自动伸缩的在线视频服务质量保障方法，其特征在于，包括：步骤1，主节点计算在线视频服务对系统带来的负载压力；步骤2，所述主节点遍历准备队列并判断所述准备队列中的从节点能否进行服务，如果所述在线视频服务超过所述准备队列任一从节点的负载上限，则执行步骤3，否则随机选择所述准备队列中的从节点进行服务；步骤3，所述主节点遍历运行队列并判断所述运行队列中的从节点能否进行服务，如果所述在线视频服务超过所述运行队列任一从节点的负载上限，则执行步骤4，否则随机选择所述运行队列中的从节点进行服务；步骤4，所述主节点遍历缩容队列并判断所述缩容队列中的从节点能否进行服务，如果所述在线视频服务超过所述缩容队列任一从节点的负载上限，则执行步骤5，否则随机选择所述缩容队列中的从节点进行服务；步骤5，判断所述缩容队列中是否存在大于等于所述在线视频服务一半任务量的从节点，如果存在，随机选择所述从节点中的一个从节点进行服务，然后执行步骤6，如果不存在，拒绝该所述在线视频服务，且若此时处于扩容阶段，则立即进行扩容，否则直接扩容1个节点；步骤6，系统每隔指定时间进行一次统计，计算当前的系统负载率，计算公式为： S y s t e m L o a d = 1 N Σ s ∈ S l a v e Burden s / t h r e s h o l d , ]]>SystemLoad为系统的总负载，Burden_s为从节点当前的负载量，threshold为从节点正常服务的负载上限，N为当前的节点数目，如果所述系统处于正常阶段，当所述系统负载率已达到或超过85％时，则进入扩容阶段，当所述系统负载率已达到或低于40％时，则进入缩容阶段，当所述系统负载率在40％到85％之间时，则不做任何改变；如果所述系统处于扩容阶段，当所述系统负载率已达到或低于75％，则退出扩容阶段，否则不做任何改变；如果所述系统处于缩容阶段，当所述系统负载率达到或高于60％，则退出缩容阶段，否则不做任何改变。
2.如权利要求1所述的在线视频服务质量保障方法，其特征在于，所述步骤6中进入扩容阶段包括：步骤70，计算需要扩容的服务节点数量，计算公式为：AddNodeCount＝(∑_s∈SlaveBurden_s-∑_s∈Slavethreshold*r)/(threshold*r)，其中Burden_s为从节点当前的负载量，threshold为从节点正常服务的负载比例，r是从节点的扩容负载上限，当前情况下是85％，超过r则需要进行扩容；步骤80，所述主节点根据所述服务节点数量启动相应数量的从节点，并完成所述主节点和所述从节点的通信确认；步骤90，重复上述步骤，直到所述系统负载高于所述的系统扩容负载上限。
3.如权利要求1所述的在线视频服务质量保障方法，其特征在于，所述步骤6中进入缩容阶段包括：步骤700，计算需要缩容的服务节点数量，计算公式为：DeleteNodeCount＝(∑_s∈Slavethreshold*r′-∑_s∈SlaveBurden_s)/(threshold*r′)，其中Burden_s为从节点当前的负载量，threshold为从节点正常服务的负载比例，r’是从节点的缩容负载上限；步骤800，如果当前系统节点数量高于系统平均节点数量，那么所述主节点会按负载量从小到大的顺序依次逐步缩减节点；如果当前系统节点数量低于系统平均节点数量，那么所述主节点会按负载量从大到小的顺序依次逐步缩减节点；步骤900，重复上述步骤，直到所述系统负载高于所述系统缩容负载上限。
4.如权利要求1所述的在线视频服务质量保障方法，其特征在于，所述步骤1中负载压力的计算公式为：Burden＝0.5+α_i*f(bitrate)+β_j*g(videolength)其中f(bitrate)为根据视频编码率的权重调整的分段函数：f(bitrate)＝0时，为最低的视频码率级别；f(bitrate)＝0.2时，为中等的视频码率级别；f(bitrate)＝0.4时，为较高的视频码率级别；f(bitrate)＝0.7时，为最高的视频码率级别；g(videolength)为根据视频长度的权重调整函数：g(videolength)＝0时，为最短视频长度级别；g(videolength)＝0.3时，为中等的视频长度级别；g(videolength)＝0.6时，为较高的视频长度级别；g(videolength)＝0.8时，为最高的视频长度级别；α_i和β_j分别表示针对某一种视频类别的服务成功率。
5.一种自动伸缩的在线视频服务质量保障系统，其特征在于，包括：计算模块，主节点计算在线视频服务对系统带来的负载压力；准备队列处理模块，所述主节点遍历准备队列并判断所述准备队列中的丛节点能否进行服务，如果所述在线视频服务超过所述准备队列任一从节点的负载上限，则执行运行队列处理模块，否则随机选择所述准备队列中的丛节点进行服务；运行队列处理模块，所述主节点遍历运行队列并判断所述运行队列中的丛节点能否进行服务，如果所述在线视频服务超过所述运行队列任一从节点的负载上限，则执行缩容队列第一处理模块，否则随机选择所述运行队列中的丛节点进行服务；缩容队列第一处理模块，所述主节点遍历缩容队列并判断所述缩容队列中的丛节点能否进行服务，如果所述在线视频服务超过所述缩容队列任一从节点的负载上限，则执行缩容队列第二处理模块，否则随机选择所述缩容队列中的丛节点进行服务；缩容队列第二处理模块，判断所述缩容队列中是否存在大于等于所述在线视频服务一半任务量的丛节点，如果存在，随机选择所述从节点中的一个从节点进行服务，然后执行执行模块，如果不存在，拒绝该所述在线视频服务，若此时处于扩容阶段，则进行扩容，否则直接扩容1个节点；执行模块，系统每隔指定时间进行一次统计，计算当前的系统负载率，计算公式为： S y s t e m L o a d = 1 N Σ s ∈ S l a v e Burden s / t h r e s h o l d , ]]>SystemLoad为系统的总负载，Burden_s为从节点当前的负载量，threshold为从节点正常服务的负载上限，N为当前的节点数目，如果所述系统处于正常阶段，当所述系统负载率已达到或超过85％时，则进入扩容阶段，当所述系统负载率已达到或低于40％时，则进入缩容阶段，当所述系统负载率在40％到85％之间时，则不做任何改变；如果所述系统处于扩容阶段，当所述系统负载率已达到或低于75％，则退出扩容阶段，否则不做任何改变；如果所述系统处于缩容阶段，当所述系统负载率达到或高于60％，则退出缩容阶段，否则不做任何改变。
6.如权利要求5所述的在线视频服务质量保障系统，其特征在于，所述执行模块中进入扩容阶段包括：扩容计算模块，计算需要扩容的服务节点数量，计算公式为：AddNodeCount＝(∑_s∈SlaveBurden_s-∑_s∈Slavethreshold*r)/(threshold*r)，其中Burden_s为从节点当前的负载量，threshold为从节点正常服务的负载比例，r是从节点的扩容负载上限，当前情况下是85％，超过r则需要进行扩容；扩容处理模块，所述主节点根据所述服务节点数量启动相应数量的从节点，并完成所述主节点和所述从节点的通信确认；扩容完成模块，重复上述模块，直到所述系统负载高于所述系统扩容负载上限。
7.如权利要求5所述的在线视频服务质量保障系统，其特征在于，所述执行模块中进入缩容阶段包括：缩容计算模块，计算需要缩容的服务节点数量，计算公式为：DeleteNodeCount＝(∑_s∈Slavethreshold*r′-∑_s∈SlaveBurden_s)/(threshold*r′)，其中Burden_s为从节点当前的负载量，threshold为从节点正常服务的负载比例，r’是从节点的缩容负载上限；缩容处理模块，如果当前系统节点数量高于系统平均节点数量，那么所述主节点会按负载量从小到大的顺序依次逐步缩减节点，如果当前系统节点数量低于系统平均节点数量，那么所述主节点会按负载量从大到小的顺序依次逐步缩减节点；缩容完成模块，重复上述模块，直到所述系统负载高于所述系统缩容负载上限。
8.如权利要求5所述的在线视频服务质量保障系统，其特征在于，所述计算模块中负载压力的计算公式为：Burden＝0.5+α_i*f(bitrate)+β_j*g(videolength)其中f(bitrate)为根据视频编码率的权重调整的分段函数：f(bitrate)＝0时，为最低的视频码率级别；f(bitrate)＝0.2时，为中等的视频码率级别；f(bitrate)＝0.4时，为较高的视频码率级别；f(bitrate)＝0.7时，为最高的视频码率级别；g(videolength)为根据视频长度的权重调整函数：g(videolength)＝0时，为最短视频长度级别；g(videolength)＝0.3时，为中等的视频长度级别；g(videolength)＝0.6时，为较高的视频长度级别；g(videolength)＝0.8时，为最高的视频长度级别；α_i和β_j分别表示针对某一种视频类别的服务成功率。