基于p2p的互联网媒体内容分发系统的性能分析

《基于p2p的互联网媒体内容分发系统的性能分析》由会员分享，可在线阅读，更多相关《基于p2p的互联网媒体内容分发系统的性能分析（7页珍藏版）》请在金锄头文库上搜索。

1、基于基于 P2P 的互联网媒体内容分发系统的性能分析的互联网媒体内容分发系统的性能分析*熊庆昌，郑 烇，吴 刚 （中国科学技术大学网络传播系统与控制联合实验室 合肥 230027） 摘 要 本文对基于 P2P 的媒体内容分发网络进行研究，提出了一种基于特定性能指标的 性能分析方法，分别在几种存储情况下讨论了系统的性能指标与各种主要配置因素之间的 关系，从而找出各种影响系统性能的制约因素，得出分析结果。该分析方法同样适用于其 他 P2P 内容分发网络。 关键词 P2P；CDN；性能分析；命中率；吞吐量 1 引言 作为一个可运营的 P2P 媒体内容分发网络，其系统性能参数的评估是一个非常关键的 问

2、题。目前对于基于 P2P 的 CDN 已经开展了很多的研究工作，验证了这种结构对于系统 性能的提升能力。但是这些研究很少去系统地分析系统性能与其配置参数之间的制约关系， 找出系统性能受限的各种瓶颈，因此很难对系统性能的提升以及内容部署算法的优化提出 一些建设性的指导意见。在这个背景下，提出了一种简化的系统模型，讨论了在这种模型 条件下系统性能指标与主要制约因素之间的关系。在此关注的主要系统性能指标有 PN 吞 吐量、PN 本地命中率和全网命中率。系统性能指标的制约因素主要有：边缘服务器的磁盘 I/O 带宽，边缘服务器的数量以及存储容量，边缘服务器之间的网络带宽，中心媒体服务 器对外服务的能力等

3、。本文讨论了各种情况系统性能参数指标与其制约因素之间的关系， 给出了它们之间关系的公式推导，从理论上分析了系统性能指标所能达到的上限。 2系统模型如图 1 所示，经过简化的 P2P 媒体内容分发系统由一个虚拟内容服务器(VCS)、若干 边缘缓存对等节点（PN)和边缘媒体流化服务器(MS)组成。 VCS 是内容运营商将内容推送到媒体分发网络中的推送设备，是系统中媒体内容的发布者，也是点播率较少的媒体内容的服务者。假设各个影片的热度已知，按照影片热度的 高低将所有影片按照一定比例分为 4 类，分别为热门影片、较热门影片、一般影片和冷门 影片。对于各类影片按照一定比例将其划分为片头和片尾两部分，MS

4、 存放部分影片的片 头部分，PN 则按照某种内容部署策略存放媒体内容片尾部分，所有 PN 之间相互协作，共 享它们之间的存储资源，为 MS 提供内容服务。 为了简化起见，假设所有的 PN 是同构的，也就是说所有 PN 的各种性能参数以及其 对应的 MS 的参数都是相同的，各个 PN 之间以及 PN 与 VCS 之间都存在有效传输带宽， 并且所有 PN 之间的带宽相同。这种简化有助于分析 P2P 媒体内容分发网络的系统性能与 系统规模的变化情况，探寻其内在规律和趋势，而不用关心一些细节问题。 系统的主要配置参数如表 1 所示，由这些配置参数不难得出，所有影片的总大小A=H3600C/8，MS 所

5、存片头的数据量 StoreHead=A(DiPi)。3 系统性能与配置参数之间的关系 本文所研究的系统性能指标主要有 3 个：PN 本地命中率、全网命中率、PN 吞吐量。 PN 本地命中率表示在用户向 MS 请求的数据当中，能够从 MS 或与 MS 相连的本地 PN 得 到的数据占全部用户请求数据的比例。全网命中率表示在用户向 MS 请求的数据当中，能 够从 MS 或其他所有 PN 得到的数据占全部用户请求数据的比例。PN 吞吐量表示 PN 可以 向 MS 提供服务的带宽。 根据 PN 存储空间可以采用以下 3 种不同的内容部署策略，具体情况如下。 情况 1：所有 PN 的存储空间的总和小于存

6、放所有影片片尾数据所需空间的总和。 此时采用按热度比例存储，即各类影片的存储空间与其被点播概率成正比。此时，首先按 照各类影片的被点播概率计算各类影片片尾数据在全网所占用的存储空间，然后将这些片 尾数据均匀地分布到各个 PN。 情况 2：所有 PN 的存储空间的总和大于存放所有影片片尾数据所需空间的总和， 但是每个 PN 的存储空间小于存放所有影片片尾数据所需空间的总和。此时，首先存储所有影片的片尾数据，然后对剩余的存储空间按热度比例存储。 情况 3：每个 PN 的存储空间大于存放所有影片片尾数据所需空间的总和。此时， 在每一个 PN 中存储所有影片的片尾数据。 以下将根据这 3 种情况分别讨

7、论系统性能与主要配置参数之间的关系，找出制约系统 性能的各种瓶颈，为系统性能的改进和提升提供指导。 3.1 情况 1 性能分析 在这种情况下，采用的是按热度比例存储的内容部署策略。按照各类影片被点播的概 率大小，第 i 类影片片尾数据拥有的存储空间为 PNStoreNORi。第 i 类影片片尾数据 拥有的存储空间与此类影片片尾总大小的比值如式（1）所示。（1）全网命中率与各种配置参数之间的关系 当1 时，全网存放了所有此类影片的片尾数据，因此全网命中率为 1；当 01 时，所有 PN 只存储了部分此类影片的片尾数据。各类影片的全网命中率以及所有影片的 全网命中率分别如式（2） 、 （3）所示。

8、（2）本地命中率与各种配置参数之间的关系 当/N1 时，该类影片的片尾数据在每个 PN 都能存放一份，因此该类影片的 PN 本 地命中率为 1；当 0 /N1 时，每个 PN 只能存放部分该类影片的片尾数据，此时各类影 片的 PN 本地命中率以及所有影片的 PN 本地命中率分别如式（4） 、 （5）所示。（3）吞吐量与各种配置参数之间的关系 片尾数据在 PN 本地没有命中的概率以及被请求的片尾数据在全网的任何一个 PN 中 存在的概率分别如式（6） 、 （7）所示。由此得到一个片尾数据请求从本地 PN 无法得到而从其他 PN 可以得到的概率为PNMiss1PurePNHit1。假设只有在所有

9、PN 没有所要求的数据时才向 VCS 请求数据，对 于一个数据请求，所有 PN 中没有而必须向 VCS 请求数据的概率为：PVCS1=PNMiss(1-PurePNHit)N-1（8） 因为 VCS 对外服务的带宽是有限的，当很多 PN 同时向 VCS 请求数据时，VCS 对外服务带宽很可能会成为一个制约因素。受 VCS 对外服务带宽的制约，PN 吞吐量为：X（9）（） 对于 PN 本地命中的数据以及其他 N1 个 PN 向本 PN 请求的数据都要通过本地磁盘 I/O 来读取，因此本地磁盘 I/O 带宽也可能会成为 PN 吞吐量的制约因素。受这个制约因素 的影响，PN 吞吐量为： （10） （

10、it1+POtHit1） tHit1=（N-1）PNMiss1PurePNHit1(1-PurePNHit1) N-2 其中，POtHit1 表示其他 N1 个 PN 向本 PN 请求数据的概率。当本地 PN 没有所请 求的数据时，本地 PN 将向其他 PN 请求相应的数据，因为 PN 之间的流量要受到 PN 之间 带宽的限制，所以 PN 之间的带宽也很可能会成为 PN 吞吐量的制约因素。受这个制约因 素的影响，PN 吞吐量为： （11） （）（iss1-PVCS1） 综合以上各种制约因素，PN 吞吐量的理论上限应该取 X1、X2、X3 中最小的一个。 3.2 情况 2 性能分析 在这种情况下

11、，采用的存储策略是首先存储所有影片的片尾数据，然后对剩余的存储 空间采用按热度比例存储，所以第 i 类影片的片尾数据在某个 PN 上存储的概率如下：因为所有影片的片尾数据已经在全网存过一遍，所以全网命中率为 1，此时 VCS 向外 提供服务的带宽不会成为制约 PN 吞吐量的限制因素。与情况 1 的分析类似，被请求的片 尾数据在全网的任何一个 PN 中存在的概率、PN 本地命中率、所请求片尾数据在 PN 本地 没有命中的概率以及其他 N1 个 PN 向本 PN 请求数据的概率分别如式（13） 、 （14） 、 （15） 、 （16）：对于 PN 本地命中的数据以及其他 N1 个 PN 向本 PN

12、 请求的数据都要通过本地磁盘 I/O 读取，受 PN 本地磁盘 I/O 带宽的限制，PN 吞吐量为： 1（17） X1=IOB/（PNHit2+tHit2） 受 PN 之间带宽的限制，PN 吞吐量为： 2（18）2=（iss2-PNVCS） 所以 PN 吞吐量的理论上限应该取 X1、2 中的较小值。 3.3 情况 3 性能分析 在这种情况下，由于 PN 的存储空间足够大，每个 PN 能够存储所有影片的片尾数据， 因此其 PN 本地命中率和全网命中率都是 1，其吞吐量直接由本地磁盘 I/O 的带宽决定，此 时 PN 吞吐量的理论上限为 IOB。 4 具体数据分析3 从理论上分析了系统的各种性能指

13、标与制约因素之间的关系，本节将结合具体的 配置参数，查看系统性能指标与其他配置参数的变化情况，给定的配置参数见表 2，表中 T 表示矩阵的转置。首先看全网命中率与 PN 个数以及 PN 存储容量之间的关系。将以上配置参数代入上 节的公式当中，改变 PN 的个数以及存储容量，将计算数据绘制成图 2，从图 2 中可以看到 随着 PN 数量的增加，全网命中率增加，最终都到达 1，再增加 PN 对全网命中率已无影响。 随着 PN 存储容量的增大，在 PN 数量较少时全网命中率就会达到 1。接下来看本地命中率与 PN 存储容量之间的关系。同样，将系统配置参数代入上节公 式，改变 PN 存储容量，将计算数

14、据绘制成图 3，可以看出，随着 PN 存储容量的增加， PN 本地命中率不断增加，当 PN 存储容量达到 4.05 TB 左右时，PN 本地命中率会有一个突然的上升，这是所采用的内容部署策略造成的。内容部署策略对于 PN 的本地命中率有 很大的影响，一个好的内容部署策略会优化 PN 本地命中率，但是内容部署策略对吞吐量 也有较大的影响，所以在选择内容部署策略时要综合考虑它们之间的关系，这个将在以后 研究中进一步地分析。 最后看吞吐量随各种配置参数变化的情况。首先固定 PN 的个数为 10，PN 之间的带 宽在 1 00010 000 kbit/s 之间变化，磁盘 I/O 带宽在 100 Mbi

15、t/s1 Gbit/s 之间变化。图 4（a） 、 （b） 、 （c） 、 （d）分别是在 PN 存储容量为 1 TB、1.5 TB、2 TB、3 TB 时根据以上具 体给定的配置参数以及上节公式计算绘制而成的,图中 X 轴表示磁盘 I/O 带宽（单位为 bit/s） ，Y 轴表示 PN 之间带宽（单位为 kbit/s） ，Z 轴表示 PN 吞吐量（单位为 bit/s） ，从这 4 张图中可以明显看出磁盘 I/O 带宽以及 PN 间带宽对吞吐量的限制作用。通过对这 4 张图 的对比还可以发现， PN 存储容量越小，PN 间带宽越可能成为吞吐量的限制因素，这是 因为随着 PN 存储容量的减小，P

16、N 本地命中率减小，导致 PN 向外请求的数据增加，从而 使网络带宽的限制作用越发明显。 5 结束语 本文在一个简化的 P2P 媒体内容分发系统模型下对系统的性能与各种配置参数之间的 关系进行了研究，得出的主要结论如下： 各种主要因素如存储容量、PN 间带宽以及 VCS 吞吐量，都可能在不同组合条件下 相继成为系统性能的主要制约因素，变为系统性能瓶颈，制约系统性能。 从运营角度来说，在进行系统配置过程中，应该根据网络设备的投资成本来配置参 数，对于投资成本较高的网络设备，在配置参数时应使其接近于满负荷状态，而不要使投 资成本较低的网络设备接近于满负荷状态从而成为瓶颈，这样才能够在有限的配置条件下 最大限度地提高系统利用率。 优化的部署策略能提高系统的命中率，减少对其他节点的数据请求，从而减少对 PN 间网络带宽的需求以及对 VCS 的数据请求，最终能够在有限存储容量的情况