王樟 柳健 杨瑞娟
华中科技大学 电子与信息工程系
摘要 CDN是在现有网络基础设施之上新建一个重叠网，构筑一个地理位置分布的内容分发网络，对信息流进行优化，从而提高网络的使用效率。它能将信息资源推向网络边缘，使得网络用户可以从“最近最好”的服务器上快速访问到所需的内容，从而大大提高终端用户的访问速度。本文简要讲述了在CDN网络中内容分发的原理，从基于内容访问度和负载均衡的角度出发，研究将信息资源推向网络边缘的内容分发策略问题，并提出了两种主要的分发策略思想及算法。
关键词 CDN 内容管理模块 边缘缓存 访问度
1 引言
随着Internet的快速成长，网络内容和网络用户急剧增加，尤其是数据量很大的流媒体内容及动态内容的增加，导致网络负载不断加重。CDN是在现有网络基础设施之上新建一重叠网，构筑一个地理位置分布的内容分发网络，对信息流进行优化。它利用缓存、复制、负载均衡和客户请求重定向等，将信息资源推向网络边缘，使得用户可以从“最近最好”的服务器上快速访问到所需的内容，从而大大提高终端用户的访问速度，减轻网络负载。在将这些信息资源推向网络边缘时，应当依据一定的策略来决定哪些内容应该分发，以及应该将这些内容分发到哪些边缘缓存服务器上。由于网络内容都是最终提供给终端用户访问的，内容的好坏和受欢迎程度的高低都直接由用户访问度来决定，所以最主要的策略就是从基于内容访问度和负载均衡的角度出发，对于每一个边缘缓存服务器上的内容，根据其访问度的大小，与预订的门限值进行比较，如果访问度VD满足一定的条件就将内容分发到离用户“最近最好”的服务器上。
2 CDN网络内容分发原理
在CDN网络中，边缘缓存服务器Edge Cache是核心组件。它将用户请求的内容保存在离用户近的地方，从而缩短了访问延时，同时减轻网络的负载流量。Edge Cache还具有自动更新和预取内容的功能，它知道哪些内容是更新的或过时的，哪些内容是最受欢迎的，并采取适当的措施更新内容。它还可以根据用户的访问习惯等信息预测用户将要访问的内容，所以它必须记录下它所包含的所有内容的用户访问信息。而内容管理服务器Content Manager是CDN网络中的内容管理组件，主要是管理和分配Edge Cache上的内容，它要监控所有边缘缓存服务器Edge Cache上的内容访问情况，并定时运行内容分发策略，把满足分发条件的Edge Cache上的内容分发到离用户最近最好的地方。
网络用户User可以访问边缘缓存服务器Edge Cache1，Edge Cache2…Edge CacheN上的内容，经过一定长的时间段T后，Content Manager上的内容分发策略开始运行。它首先读取Edge Cache1上内容C1的访问信息，当内容C1的访问度VD 较大时，表明C1的受欢迎程度较高，同时C1所在的Edge Cache1的负载量也较重，此时Content Manager就把Edge Cache1上内容C1的一份拷贝分发到离访问用户最近最好的边缘缓存服务器Edge Cache2上。相反的，当内容C1的访问度VD 较小时，表明C1的受欢迎程度较低，此时不宜进行分发，以免增加额外的网络传输负担。依此类推，内容分发策略要读取每一个Edge Cache上的每一个内容的访问信息，并由策略条件判断是否进行分发。所以实际上，策略运行起来，是要将网络中所有边缘缓存服务器的所有内容的访问信息遍历一次。
3 分发策略研究
设在CDN网络中，有N个边缘缓存服务器，分别为Edge Cache1，Edge Cache2…Edge CacheN，每个边缘缓存服务器上有Ｎ（ｉ），i=1,……，N 个内容，且均不相同。那么对于每一个Edge Cache上的每一个内容C，在时间间隔T内只有当其访问度VD 满足一定的门限条件时才进行分发。而访问度VD 的定义不同，可对应于不同的策略。以下详细讨论了两种主要的策略，并给出了实现算法的复杂度：
3.1 基于内容绝对访问量V 的策略一：VD = V
V的定义是，访问该内容的用户数。如果对于Edge Cache1上的内容C1 ，在当前的时间间隔T中有V1 个用户访问它（假设不计用户重复访问次数），那么内容C1 的绝对访问量V = V1，此时C1的访问度VD为
VD = V = V1
设定绝对访问量门限值为M，M的定义为判断是否分发内容的绝对访问量临界值。当绝对访问量V 大于此临界值时，表明内容C1 受欢迎程度高，有必要将其分发到离访问用户“最近最好”的服务器上，反之则不然。所以只有当V > M的时候，才对C1 进行分发；当V <= M时，则不对C1 进行分发。
从本算法的复杂度来看，由于对于内容C1只需要进行一次计算，即比较访问度与门限值的大小，而策略运行时是要将所有Edge Cache上的所有内容都遍历一次，故此算法的复杂度即是内容的总数ΣＮ（ｉ），ｉ＝１……Ｎ。本算法的流程图如下图３所示。
选取合适的门限值Ｍ成为影响本策略运行效率的关键。由于此时Ｍ反映的是绝对访问量临界值，而且设定的启动策略时间间隔Ｔ不同，会得到不同的绝对访问量，故Ｍ的选取与时间间隔Ｔ的大小有关。Ｔ越大，则在Ｔ时间内对内容的绝对访问量Ｖ也越大，门限值Ｍ也要设的大一些；Ｔ越小，Ｍ也对应小一些。但应注意的是，如果Ｍ设的过大，会使一些用户喜爱的内容得不到分发；Ｍ设的过小，会导致分发的内容激增而增加网络负担。所以在实践中应根据网络的状态和用户的访问情况动态调整门限值，一般将Ｍ设为内容绝对访问量的平均值比较合适，这样使得大约５０％的内容得到分发。
3.2 基于内容相对访问量ΔＶ的策略二：
ＶＤ＝ ΔＶ
ΔＶ的定义是，相邻两次绝对访问量之差即内容访问增量。如果对Ｅｄｇｅ Ｃａｃｈｅ１上的内容Ｃ１，在当前的时间间隔Ｔ中有Ｖ１个用户访问它（假设不计用户重复访问次数），而在前一个相同的时间间隔Ｔ中有Ｖ０个用户访问它，那么该内容访问增量ΔＶ＝Ｖ１－Ｖ０，此时内容Ｃ１的访问度ＶＤ为
ＶＤ＝ΔＶ＝Ｖ１－Ｖ０
设定相对访问门限值为ΔＭ，ΔＭ的定义是判断是否分发内容的相对访问量临界值。当访问增量ΔＶ大于零时，表明内容Ｃ１受欢迎程度有所提高，而当ΔＶ大于ΔＭ时，进一步表明内容Ｃ１提高的程度很大，故可以提前将其分发到离访问用户“最近最好”的服务器上。本策略要求Ｅｄｇｅ Ｃａｃｈｅ不仅记录下当前时间间隔Ｔ内的绝对访问量Ｖ１，还要保留前一时间间隔Ｔ内所记录的绝对访问量Ｖ０，这样才能够计算出ΔＶ的值，ΔＶ＝Ｖ１－Ｖ０。所以当ΔＶ＞ΔＭ的时候，才对Ｃ１进行分发；ΔＶ＜＝ ΔＭ时，则不对Ｃ１进行分发。
从本算法的复杂性来看，由于内容Ｃ１需要进行二次计算，即首先求得ΔＶ，然后比较访问度与门限值的大小，所以与策略一相比，每一步都要多进行一次运算，故其算法的复杂度应为策略一的２倍，即ΣＮ（ｉ）ｘ２，ｉ＝１……，Ｎ。
本策略在设定门限值ΔＭ的大小时，其基本原理和方法与前述的策略一大致上相同，但从根本上有所不同的是，ΔＭ反映的是相对访问量临界值，而且与绝对访问量门限Ｍ相比，ΔＭ要远远小于Ｍ。因为Ｍ是绝对数值，而ΔＭ是在相同的时间间隔Ｔ内的相对变化数值。所以在实践中，当ＣＤＮ网络在相邻的时间间隔Ｔ内用户对内容的访问率变化范围很小时，采用策略一较为合理；反之，当用户访问率变化范围较大时，采用本策略更合理。
3.3 仿真实验结果
在ＣＤＮ网络仿真软件ＳＩＭＵＬＡＴＥ程序中，首先设置网络仿真环境如下，边缘缓存服务器Ｅｄｇｅ Ｃａｃｈｅ的个数Ｎ＝１０，每个Ｅｄｇｅ Ｃａｃｈｅ上的内容个数Ｎ（１）＝Ｎ（２）＝…＝Ｎ（１０）＝５，策略运行时间间隔Ｔ＝１０分钟，用户访问率变化范围设为０，在此仿真环境下分别对上述两种分发策略做了测试实验，研究结果表明，最佳的门限值分别为Ｍ＝４９，ΔＭ＝５。然后调整时间间隔Ｔ＝２０分钟，并在新的仿真环境下重新做测试实验，此时最佳的门限值分别为Ｍ＝１０６，ΔＭ＝５。最后保持Ｔ＝２０分钟不变，用户访问率变化范围设为５０％，即使得在相邻的时间间隔Ｔ内用户对内容的访问率变化很大，此时最佳门限值分别为Ｍ＝１０５，ΔＭ＝９。
4 结束语
本文对ＣＤＮ网络中的内容分发策略进行了初步的研究，并提出了两种主要的基于内容访问度的分发策略思想。策略一是基于内容绝对访问量的大小，它直接体现了内容的受欢迎程度；策略二则是基于内容的相对访问量的大小，它反映了内容受欢迎程度的变化程度和趋势。由于网络内容最终是提供给终端用户访问的，内容的好坏以及受欢迎程度的高低主要取决于内容访问度的大小。所以在研究决定是否进行内容分发的策略中，基于内容访问度的思想无疑是最合理的也是最贴近实际用户需求的。通过进行仿真测试实验，结果表明当ＣＤＮ网络在相邻的时间间隔Ｔ内用户对内容的访问率变化范围很小时，应采用策略一较为合理；反之，当用户访问率变化范围较大时，应采用策略二更合理。
参 考 文 献
[1] Zewski P, Tomlinson G. Content Distribution and Internetworking. 2000
[2] Krishnamurthy B, Wills C, ZHANG Yin. On the Use and Performance of Content Distribution Networks. 2001
[3] 邱翔鸥. 为因特网加速的内容陪送网络. Global Report 2002,(3) 16-20
[4] 高勇,李子木. CERNET上CDN性能的研究.计算机工程, 2002,(8) 211-215
[5] 谢希仁.计算机网络.大连.大连理工大学出版社, 2000
王 樟，男, 湖北沙市人, 华中科技大学电信系2001级硕士研究生，研究方向:计算机网络传输和流媒体。
柳 健，男，华中科技大学电信系博士生导师, 研究方向:计算机网络和多媒体图像技术。
杨瑞娟， 女，华中科技大学电信系博士研究生，研究方向:计算机网络和流媒体。
----《中国数据通信》
|
