[发明专利]一种多版本视频点播流媒体服务器集群资源预测方法

摘要

本发明为一种多版本视频点播流媒体服务器集群资源预测方法，通过分析用户历史视频点播行为日志，挖掘用户视频点播行为特征和规律，建立用户视频点播行为模型；根据用户视频点播行为模型，采用排队论理论构建多版本视频点播中流媒体服务器集群资源预测模型，计算出流媒体服务器集群所需要的资源量，从而达到保证用户体验和提高集群资源利用率的目的。

主权项

1.一种多版本视频点播流媒体服务器集群资源预测方法，其特征在于，包括：通过分析用户历史视频点播行为日志，挖掘用户视频点播行为特征和规律，建立用户视频点播行为模型；根据用户视频点播行为模型，采用排队论理论构建多版本视频点播中流媒体服务器集群资源预测模型，计算出流媒体服务器集群所需要的资源量，从而达到保证用户体验和提高集群资源利用率的目的；其中，所述用户视频点播行为模型的建立步骤如下：Step1：视频点播行为日志预处理，删除原始点播行为日志数据中大量的冗余信息和不完整记录；Step2：对视频点播行为日志进行统计，将1分钟作为单位时间，计算单位时间用户请求到达数，统计到达数次数的概率，得到用户视频点播请求到达率；Step3：对视频点播日志进行统计，统计每个视频被点播的次数及所有视频被点播的次数，得到视频点播热度分布；Step4：对视频点播日志进行统计，统计每个视频被点播的次数和该视频的每个版本被点播的次数，得到相同视频不同版本间的点播热度分布；Step5：分别统计不同视频被点播的时长，得到平均请求服务时长；Step6：根据每个视频的每个版本的点播概率以及相应的视频码率即可得到一个点播请求所需占用的平均带宽资源期望值；记录版本之间转码时CPU的利用率，得到不同版本之间的转码权重，从而得到单位CPU能够同时并发执行的转码任务数的期望值；所述流媒体服务器集群所需要的资源量的计算步骤如下：Step1：若用户请求平均到达率为λ，到达的请求中，需要实时转码的请求数占的比例为集群服务率的期望值为μ，平均请求服务时长是平均值为1/μ的一般分布，一个点播请求所需占用的平均带宽资源期望值为R，单位CPU能够同时开启的转码任务数期望值为V，用户平均等待时长为T，最大用户等待时长为ART；Step2：由排队论模型可知，请求需要等待的概率为队列中正在等待的请求平均个数为其中ρ＝λ/nμ，n为服务器并行服务能力，t_ij为用户点播第i个视频的第j个版本的时长，P_ij为点播到该视频版本的概率，队列中的平均等待时长T为T＝N_Q/λ；Step3：为了满足用户平均等待时长T不超过ART，即T≤ART，采用逐步逼近法拟合求解所需的服务器并行流化服务能力n1和并行转码能力n2；Step4：计算所需的带宽资源为B＝n1·R，所需的转码计算资源即CPU核数为C＝n2/V；所述逐步逼近法步骤如下：首先，设n＝1，并依此幂次增加，直至当n＝2k时，计算此时的平均等待时长T，满足T≤ART；其次，在n∈[2k‑1,2k]区间内，进行折半查找，直至求出当n＝nopt时，平均等待时长T最接近或等于ART，则nopt即为要求解的近似最优值；其中，在满足服务器带宽资源约束条件下，所得近似最优值为并行流化服务能力n1，在满足服务器计算资源约束条件下，所得近似最优值为并行转码能力n2。