基于P2P的互联网媒体内容分发系统的性能分析.doc

基于P2P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。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。（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）（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，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 Mbit/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，PN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下提高系统的总体吞吐量等性能。本文所介绍的部署策略比较简单，有优化的空间。本文通过研究得到了各种性能参数指标与系统配置参数之间的关系，找出了可能影响系统性能的各种瓶颈，对于提升系统的性能具有指导意义。下一步将对各个PN异构的情况下的系统性能进行研究，并深入研究内容部署策略的优化以及增加PN缓存特性对于系统性能的影响。参考文献1Gadde S, Chase J, Rabinovich M. Web caching and content distribution: a view from the interior. In: Proceeding of the 5th International Web Caching and Content Delivery Workshop, Lisbon, May 20002 Zhang Guomin, Xing Changyou, Chen Ming. A distributed multimedia CDN model with P2P architecture: communications and information technologies. In: IEEE International Symposium on Communication and Information Technologies, BangKok, Oct 20063Kangasharju J, Roberts J, Ross K W. Object replication strategies in content distribution networks. In: Proceedings of Sixth International Workshop on Web Caching and Content Delivery, oston, June 20014Turrini D, Panzieri F. Using P2P techniques for content distribution internetworking: a research proposal. In: Second International Conference on Peer-to-Peer Computing, Linko ping,September 20025Khan S, Schollmeier R, Steinbach E. A performance comparison of multiple description video streaming in peer-to-peer and content delivery networks. In: IEEE International Conference on Multimedia and Expo, Taipei, Jun 20046Adarand E, Huberman B. Free riding on gnutella. Technical Report. Palo Alto Xerox PARC, 20007UUSee网络电视. /new/6.htm8 思华PCDN. /cn/products/content.php?Product_i d=