[发明专利]一种智能热点打散的方法、装置、存储介质及计算机设备

说明书

本发明公开了一种智能热点打散的方法、装置、存储介质及计算机设备。所公开的方法包括：基于人工智能学习模型学习URL的请求量曲线并预测URL的请求量；将URL的预测请求量大于或等于该URL所对应的第一预定请求量阈值的URL确定为第一URL，对URL执行第一热点打散操作；将URL的请求量无法预测且实际请求量大于或等于该URL所对应的第二预定请求量阈值的URL确定为第二URL，对URL执行第二热点打散操作。所公开的技术方案能够自动预测非突发的热点URL请求、从而提前进行第一种打散操作，能够对不能预测的突发热点URL请求进行第二种打散操作，加快了热点业务的处理。

技术领域

本发明涉及计算机网络负载均衡领域，尤其涉及一种智能热点打散的方法、装置、存储介质及计算机设备。

背景技术

为了减小服务器端的处理时延，改善用户体验，通常都需要对URL(特别是热点URL)进行打散/均衡操作。

现有技术通常采用将集中的URL随机或均匀地分散到后端机器(例如，源站节点服务器集群、边缘节点服务器集群)的方式，来实现针对热点URL的负载均衡。

然而，现有技术方案通常只是在热点URL出现之后，才执行打散操作，从而将针对热点URL的请求分散地分配到多台机器，因此存在以下缺点：

1、没有在前期针对热点URL可能存在的趋势做出判断，做出预先处理。只是在发现热点之后直接打散，没有缓存的机器会直接回上层节点或者源造成大量流量浪费。

2、即使采用组内共享缓存方案，将所有回源流量重新导回统一端口，在热点文件较大(例如，文件大小超过1G)时，在各个机器取完文件之前，热点堆积现象将无法解决，该统一端口的压力并没有减少。

为了解决上述问题，需要提出新的技术方案。

发明内容

根据本发明的智能热点打散的方法，包括：

基于人工智能学习模型学习URL的请求量曲线并预测URL的请求量；

将URL的预测请求量大于或等于该URL所对应的第一预定请求量阈值的URL确定为第一URL，对URL执行第一热点打散操作；

将URL的请求量无法预测且实际请求量大于或等于该URL所对应的第二预定请求量阈值的URL确定为第二URL，对URL执行第二热点打散操作。

根据本发明的智能热点打散的方法，其对URL执行第一热点打散操作的步骤包括：

将第一URL的请求随机或均匀地分配到多个缓存服务器和/或源站服务器的进程。

根据本发明的智能热点打散的方法，其对URL执行第二热点打散操作的步骤包括：

查找第二URL的落点进程；

将第一URL的新请求随机或均匀地分配到多个缓存服务器和/或源站服务器的进程中的、除了落点进程之外的进程；和/或

将第一URL的旧请求随机或均匀地重新分配到多个缓存服务器和/或源站服务器的进程中的、除了落点进程之外的进程。

根据本发明的智能热点打散的方法，其对URL执行第二热点打散操作的步骤还包括：

确定第二URL的请求文件的大小大于指定文件大小；和/或

在落点进程执行完针对第二URL的请求的、获取并发送请求文件或发送请求文件的响应之后，将第一URL的新请求随机或均匀地分配到多个缓存服务器和/或源站服务器的进程，和/或，将第一URL的旧请求随机或均匀地重新分配到多个缓存服务器和/或源站服务器的进程，和/或

基于人工智能学习模型学习URL的请求量曲线并预测URL的请求量的步骤包括：