[发明专利]视频存储系统中数据流量控制方法及其装置

说明书

技术领域

本发明涉及视频存储系统，特别涉及视频存储系统中数据流量控制方法及其装置。

背景技术

视频存储系统基于网络技术和分布式技术等，通过软件将网络中的存储设备集合起来协同工作，对外提供视频数据存储和业务访问功能的系统。视频存储系统中，数据输出是通过网络传输完成的，系统处理能力和网络带宽总是有限的，而某一时刻系统外部请求是不确定的。如何最大限度地响应外部请求，又能使系统正常运行，避免过载和资源不足，是一个矛盾。存储系统通常都有一些控制参数，针对每个数据节点的控制参数一般有：输出连接数上限、发送数据包大小、发送时间间隔。这些参数决定了系统的最大处理效能，然而这些参数要么直接固化在程序代码中，要么写在系统配置文件中，一旦整个系统启动运行，就会严格按照这些设定的参数来工作。现场的环境是变化的，不论输出请求的连接数大小，都采用相同的发送数据包大小和发送时间间隔是显然是不合理的。

发明内容

本发明的目的在于提供一种视频存储系统中数据流量控制方法及其装置，充分发挥视频存储系统的数据输出效能，在最大限度地响应外部请求的同时，避免系统运行过载和资源不足的问题。

为解决上述技术问题，本发明的实施方式公开了一种视频存储系统中数据流量控制方法，视频存储系统包括管理节点和数据节点，管理节点根据外部数据输入输出请求，选择分配相应的数据节点与外部连接并进行数据存取，数据流量控制方法包括以下步骤：

采集数据节点的与数据流量控制相关的数据样本；

SVR支持向量回归机（Support Vector Regression）对数据样本进行训练以分析数据样本，建立得到数据流量控制的SVR回归模型；

SVR回归模型根据数据节点预设的限定参数，预测数据节点的输出连接数上限和预期输出流量；

管理节点根据输出连接数上限调控数据节点的输出连接数，数据节点根据预期输出流量调控自身每个连接的输出流量。

本发明的实施方式还公开了一种视频存储系统中数据流量控制装置，数据流量控制装置包括以下模块：

采集模块，用于采集数据节点的与数据流量控制相关的数据样本；

样本训练模块，用于使用SVR支持向量回归机对数据样本进行训练以分析数据样本，建立得到数据流量控制的SVR回归模型；

预测模块，用于基于SVR回归模型，并根据数据节点预设的限定参数，预测数据节点的输出连接数上限和预期输出流量；

输出连接数调控模块，用于根据输出连接数上限调控数据节点的输出连接数；

输出流量调控模块，用于根据预期输出流量调控数据节点每个连接的输出流量。

本发明实施方式与现有技术相比，主要区别及其效果在于：

本发明对视频存储系统运行过程中与流控相关的样本数据进行采集并建立预测模型，通过该预测模型得出流控目标值并据此自适应地调控数据流量，充分发挥了视频存储系统的数据输出效能，在最大限度地响应外部请求的同时，避免了系统运行过载和资源不足的问题。

进一步地，通过对范围过大或者过小的原始样本数据进行预处理，有助于SVR回归模型参数的选取和建立SVR模型的速度。

进一步地，选择径向基核函数RBF作为SVR支持向量回归机的核函数，可以将数据样本映射到一个更高维的空间，可以处理类别标签和特征之间的关系是非线性时的样本，且与多项式核函数相比，RBF需要确定的参数少，从而减少模型的复杂度。

进一步地，根据每个连接所在的连接区间不同，确定该连接的数据发送时间间隔和输出发送数据包大小，有利于降低磁盘的读取压力，并有利于将数据输出分散在不同的时间段，避免了数据输出集中在某一时间段而造成过载和资源不足的问题。

附图说明

图1是本发明第一实施方式中一种视频存储系统中数据流量控制方法的流程示意图；

图2是本发明第一实施方式中一种视频存储系统中数据流量控制方法的优选例操作流程图；

图3是本发明第一实施方式中一种视频存储系统中数据流量控制方法的控制数据节点输出连接压力的流程图；

图4是本发明第一实施方式中一种视频存储系统中数据流量控制方法的调节数据节点每个连接的输出流量的流程图；

图5是本发明第二实施方式中一种视频存储系统中数据流量控制装置的结构示意图。

具体实施方式