CDN网络中的内容分发策略研究

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