【技術實現步驟摘要】
本專利技術涉及云計算，具體提供一種多云環境下的業務特征自適應流量調度方法及系統。
技術介紹
1、多云環境指企業或組織同時使用并管理多個云服務提供商的云計算資源的環境。多云環境下可能涉及公有云、私有云和混合云等不同類型的云服務，以滿足不同業務需求并提高靈活性和可靠性。
2、流量調度指根據特定策略和算法將http數據包或請求從源節點傳輸到目標節點的過程。在多云環境下，流量調度通常是指根據負載情況、網絡延遲、成本考慮等因素，動態調整數據流向以實現負載均衡、性能優化或成本最小化等目標。
3、當前多云環境下通用的流量調度機制多基于人工經驗及規則設置，下面詳細描述現有技術方案以及對應帶來的問題：
4、基于人工經驗及規則設置多云間的流量分發比例，例如對a、b兩個云，根據每個云的服務器數量設置對應比例，例如服務器一樣則設置流量比例1：1。
5、上述流量調度方案難以適應多變的云負載情況，在相應情況發生變化的時候需要人工介入處理，當某個云負載變高之后，需要人工介入調整流量比例，存在滯后效應，導致系統性能和效率不佳且依賴人的主觀性，難以保證系統穩定。
6、另一方面，上述流量調度方案也難以滿足多變的業務需求，例如當業務目標是希望多云之間訂單數量接近一致從而充分利用每個云內的訂單服務器，從而提高穩定性和效率。傳統的規則設置就無法達到這個目標了。
7、有鑒于此，特提出本專利技術專利。
技術實現思路
1、本專利技術提出一種多云環境下的業務特
2、具體地，采用了如下技術方案：
3、在第一方面，本專利技術提供一種多云環境下的業務特征自適應流量調度方法，包括：
4、將用戶流量請求隨機發送至多云環境中任意一個云服務中；
5、深度學習模型獲取多云環境中各個云服務的監控數據，根據用戶流量請求，基于設定的流量均衡規則，判斷針對當前用戶流量請求是否需要進行轉發；
6、若判斷結果為是，則將當前的用戶流量請求轉發至目標云服務，若判斷結果為否，則當前的用戶流量請求被當前云服務接收并處理。
7、作為本專利技術的可選實施方式，本專利技術的一種多云環境下的業務特征自適應流量調度方法中，所述深度學習模型獲取多云環境中各個云服務的監控數據，根據用戶流量請求，基于設定的流量均衡規則，判斷針對當前用戶流量請求是否需要進行轉發包括：
8、根據業務目標抽象出具體特征，設定具體特征相對應的流量均衡規則；
9、將抽象出的具體特征轉化為監控指標，多云環境中各個云服務將監控指標對應的監控數據暴露在入口網關接口中；
10、所述深度學習模型根據用戶流量請求，獲取監控指標，基于監控指標對應的具體特征獲取流量均衡規則，以及基于監控指標獲取多云環境中各個云服務中業務服務的監控數據，所述監控數據具有對應云服務的標識信息，針對當前用戶流量請求判斷是否需要進行轉發。
11、作為本專利技術的可選實施方式，本專利技術的一種多云環境下的業務特征自適應流量調度方法，包括：
12、所述深度學習模型包括多個子深度學習模型，分別對應不同的流量均衡規則；
13、所述深度學習模型根據用戶流量請求，獲取監控指標，基于監控指標對應的具體特征獲取流量均衡規則，選擇與流量均衡規則對應的子深度學習模型，判斷針對當前用戶流量請求是否需要進行轉發。
14、作為本專利技術的可選實施方式，本專利技術的一種多云環境下的業務特征自適應流量調度方法中，所述深度學習模型的訓練流程包括：
15、獲取多云環境中基于不同流量均衡規則的歷史流量均衡數據；
16、將不同流量均衡規則下的歷史流量均衡數據進行正負樣本標記，分別輸入不同流量均衡規則對應的子深度學習基準模型中進行學習訓練，得到不同的流量均衡規則對應子深度學習模型；
17、其中，所述多云環境中基于不同流量均衡規則的歷史流量均衡數據由人工基于不同流量均衡規則處理流量請求進行的流量均衡數據。
18、作為本專利技術的可選實施方式，本專利技術的一種多云環境下的業務特征自適應流量調度方法中，所述將當前的用戶流量請求轉發至目標云服務包括：
19、將當前的用戶流量請求附加轉發標識，轉發至目標云服務；
20、所述目標云服務接收轉發的用戶流量請求，解析出含有轉發標識，則不再通過深度學習模型進行是否轉發判斷，直接接收并進行用戶流量請求處理。
21、作為本專利技術的可選實施方式，本專利技術的一種多云環境下的業務特征自適應流量調度方法，包括：
22、將所述用戶流量請求的流量調度數據進行記錄存儲于監控指標數據庫中；
23、將所述監控指標數據庫中的流量調度數據定期反饋投遞至深度學習模型，進行深度學習模型的優化訓練。
24、在第二方面，本專利技術提供一種多云環境下的業務特征自適應流量調度系統，包括：
25、多個云服務，分別部署業務服務，將用戶流量請求隨機發送至多云環境中任意一個云服務中；
26、深度學習模型模塊，部署與各個云服務分別進行通訊的深度學習模型，深度學習模型獲取多云環境中各個云服務的監控數據，根據用戶流量請求，基于設定的流量均衡規則，判斷針對當前用戶流量請求是否需要進行轉發，若判斷結果為是，則將當前的用戶流量請求轉發至目標云服務，若判斷結果為否，則當前的用戶流量請求被當前云服務接收并處理。
27、作為本專利技術的可選實施方式，本專利技術的一種多云環境下的業務特征自適應流量調度系統中，各個云服務分別獨立部署各自的入口網關；
28、所述云服務的入口網關接收用戶流量請求，并同步轉發至所述深度學習模型；
29、所述深度學習模型根據用戶流量請求，獲取監控指標，基于監控指標對應的具體特征獲取流量均衡規則，以及基于監控指標獲取多云環境中業務服務的監控數據，所述監控數據具有對應云服務的標識信息，針對當前用戶流量請求判斷是否需要進行轉發。
30、作為本專利技術的可選實施方式，本專利技術的一種多云環境下的業務特征自適應流量調度系統，包括監控指標數據庫模塊，部署與各個云服務分別進行通訊的監控指標數據庫：
31、所述監控指標數據庫獲取并記錄各個云服務中業務服務暴露的監控數據，所述深度學習模型基于監控指標獲取多云環境中各個云服務中業務服務的監控數據針對當前用戶流量請求判斷是否需要進行轉發；
32、和，所述監控指標數據庫獲取并記錄所述用戶流量請求的流量調度數據；
33、所述監控指標數據庫將流量調度數據定期反饋投遞至深度學習模型，進行深度學習模型的優化訓練。
34、在第三方面，本專利技術提供計算機可讀記錄介質，存儲有計算機可執行程序，所述計算機可執行程序被執行時，實現所述一種多云環境下的業務特征自適應流量調度方法。
35、與現有技術相比本文檔來自技高網...
【技術保護點】
1.一種多云環境下的業務特征自適應流量調度方法，其特征在于，包括：
2.根據權利要求1所述的一種多云環境下的業務特征自適應流量調度方法，其特征在于，所述深度學習模型獲取多云環境中各個云服務的監控數據，根據用戶流量請求，基于設定的流量均衡規則，判斷針對當前用戶流量請求是否需要進行轉發包括：
3.根據權利要求2所述的一種多云環境下的業務特征自適應流量調度方法，其特征在于，包括：
4.根據權利要求2所述的一種多云環境下的業務特征自適應流量調度方法，其特征在于，所述深度學習模型的訓練流程包括：
5.根據權利要求1所述的一種多云環境下的業務特征自適應流量調度方法，其特征在于，所述將當前的用戶流量請求轉發至目標云服務包括：
6.根據權利要求1所述的一種多云環境下的業務特征自適應流量調度方法，其特征在于，包括：
7.一種多云環境下的業務特征自適應流量調度系統，其特征在于，包括：
8.根據權利要求7所述的一種多云環境下的業務特征自適應流量調度系統，其特征在于，各個云服務分別獨立部署各自的入口網關；
9
10.計算機可讀記錄介質，存儲有計算機可執行程序，其特征在于，所述計算機可執行程序被執行時，實現如權利要求1-6任意一項所述一種多云環境下的業務特征自適應流量調度方法。
...【技術特征摘要】
1.一種多云環境下的業務特征自適應流量調度方法，其特征在于，包括：
2.根據權利要求1所述的一種多云環境下的業務特征自適應流量調度方法，其特征在于，所述深度學習模型獲取多云環境中各個云服務的監控數據，根據用戶流量請求，基于設定的流量均衡規則，判斷針對當前用戶流量請求是否需要進行轉發包括：
3.根據權利要求2所述的一種多云環境下的業務特征自適應流量調度方法，其特征在于，包括：
4.根據權利要求2所述的一種多云環境下的業務特征自適應流量調度方法，其特征在于，所述深度學習模型的訓練流程包括：
5.根據權利要求1所述的一種多云環境下的業務特征自適應流量調度方法，其特征在于，所述將當前的用戶流量請求轉發至目標云服務包...
【專利技術屬性】
技術研發人員：羅宇，呂亞霖，
申請(專利權)人：北京百舸飛馳科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。