[发明专利]一种基于排序算法的流量统计方法及系统

说明书

本申请提供了一种基于排序算法的流量统计方法及系统，通过遍历网络接口上的应用会话，根据应用ID和应用ID对应的应用流量信息生成链表节点，并将所有的链表节点挂链得到流量链表。流量链表中包含网络接口中所有的应用的流量信息。使用快速排序算法对流量链表中的链表节点进行排序，得到第一有序数组，第一有序数组中是按照应用流量信息对链表节点排序。遍历流量链表下的用户对话，用户对话表示对应的应用所连接的用户情况。获取户会话中的用户ID和用户ID对应的用户流量信息，进而将应用下的用户流量信息进行排序，得到第二有序数组。使用排序算法将第一有序数组和第二有序数组合并，得到流量排序结果。

技术领域

本申请涉及通信数据统计领域，尤其涉及一种基于排序算法的流量统计方法及系统。

背景技术

网络流量就是网络上传输的数据量。网络流量的大小对网络架构设计具有重要意义，就像要根据来往车辆的多少和流向来设计道路的宽度和连接方式类似，根据网络流量进行网络的设计是十分必要的。

网络流量、流速控制统计是现代网络管理和安全系统中最基本的功能。常用的网络流量、流速控制统计方法效率并不高。对于网络流量、流速的控制统计通常采用选择排序算法、插入排序算法或堆排序算法。

但是目前，随着互联网的发展，网络设备可以支持的规格在不断增大，动辄百万级会话，十万级的用户。这对网络中应用和用户流量、流速控制统计提出了更高的要求，稳定性和效率都必须更高。以上排序算法中，选择排序算法，其算法优点在于统计数据量较小时的效率高。所以用到它的时候，数据规模越小越好，不占用额外的内存空间。插入排序算法在排序过程中，无序数列插入到有序区的过程中，不会改变相同元素的前后顺序，是一种稳定排序算。法算法优点是稳定。插入排序算法要进行n-1轮，每一轮对比的元素最坏的情况依次是1,2,3…n-1，所以时间复杂度是O(N^2)，所以在数据量大的情况下效率并不高。堆排序算法的下沉调整的时间复杂度等同于堆的高度O(logn)，构建二叉堆执行下沉调整次数是n/2，循环删除进行下沉调整次数是n-1，时间复杂度约为O(nlogn)。但是，堆排序算法针对相同的元素也会存在移动的现象，不够稳定，在对数据中相同的元素进行处理时，会存在排序移动的情况。

发明内容

为了解决常用网络会话中网络流量、流速控制的统计方法对于大规模数据的统计出现效率较低，不够稳定等问题，第一方面，本申请提供了一种基于排序算法的流量统计方法，所述方法包括：

遍历网络接口上的至少一个应用会话，获取所述应用会话中的应用ID和所述应用ID对应的应用流量信息；

根据所述应用ID和所述应用流量信息生成链表节点；

将所有的链表节点挂链，得到流量链表；

使用快速排序算法对所述流量链表中的链表节点进行排序处理，得到第一有序数组；

遍历所述流量链表下的用户会话，获取所述用户会话中的用户ID和所述用户ID对应的用户流量信息；

使用快速排序算法对用户流量信息进行排序处理，得到第二有序数组；

将所述第一有序数组和所述第二有序数组合并，得到流量排序结果。

在一些可行的实施方式中，所述应用流量信息包括应用流量使用值和应用流量流速；在使用快速排序算法对所述流量链表进行排序处理，得到第一有序数组的步骤之前，所述方法包括：

将所述应用流量使用值大于堆顶阈值的链表节点归入第一小顶堆；

当所述第一小顶堆中的链表节点数量等于第一预设数量时，根据所述第一小顶堆中的链表节点更新流量链表。

在一些可行的实施方式中，所述用户流量信息包括用户流量使用值和用户流量流速；在使用快速排序算法对用户流量信息进行排序处理，得到第二有序数组的步骤，还包括：