MÉTODO Y SISTEMA PARA REALIZAR UN PROCESO DE ADQUISICIÓN DE CONTENIDO DISTRIBUIDO PARA UNA RED DE DISTRIBUCIÓN DE CONTENIDO.

Un método y un sistema para realizar un proceso de adquisición de contenido distribuido para una red de distribución de contenido.

En el método de la invención, dicha CDN comprende una pluralidad de nodos de servidor, dicho proceso de adquisición de contenido se realiza cuando un usuario final solicita cargar contenido y dicho método se caracteriza porque comprende:

- seleccionar, una entidad central que recibe una petición de carga realizada por dicho usuario final, al menos uno de dicha pluralidad de nodos de servidor según la ubicación de dicho usuario final, el estado actual de dicha pluralidad de nodos de servidor, los requisitos de CPU de dicha pluralidad de nodos de servidor y/o cualquier otro parámetro de monitorización de dicha CDN;

- dirigir, dicha entidad central, dicha petición de carga realizada por dicho usuario final a dicho al menos uno de dicha pluralidad de nodos de servidor; y

- cargar, dicho usuario final, dicho contenido a dicho al menos uno de dicha pluralidad de nodos de servidor tras la aceptación de dicha petición de carga por dicho al menos uno de dicha pluralidad de nodos de servidor.

El sistema de la invención está dispuesto para implementar el método de la invención.

Método y sistema para realizar un proceso de adquisición de contenido distribuido para una red de distribución de contenido Campo de la técnica La presente invención se refiere, en general, en un primer aspecto, a un método para realizar un proceso de adquisición de contenido distribuido para una red de distribución de contenido, comprendiendo dicha CDN una pluralidad de nodos de servidor, realizándose dicho proceso de adquisición de contenido cuando un usuario final solicita cargar contenido, y más particularmente a un método que comprende seleccionar al menos uno de dicha pluralidad de nodos de servidor, dirigir dicha petición de carga realizada por dicho usuario final a dicho al menos uno de dicha pluralidad de nodos de servidor y cargar dicho contenido a dicho al menos uno de dicha pluralidad de nodos de servidor tras la aceptación de dicha petición de carga por dicho al menos uno de dicha pluralidad de nodos de servidor.

Un segundo aspecto de la invención se refiere a un sistema dispuesto para implementar el método del primer aspecto.

Estado de la técnica anterior

Una CDN (red de distribución de contenido) es un sistema distribuido geográficamente completo con el objetivo de replicar contenido a servidores que están cerca de los usuarios finales. Todos los diseños de sistemas CDN se basan en la suposición de que se accede múltiples veces a la mayoría del contenido en Internet, una vez producido. La implicación de esta suposición es que el requisito de ancho de banda para la adquisición de contenido se considera despreciable en comparación con el que se requiere para la distribución. Como consecuencia, todos los sistemas de CDN actuales [1] [2] [3] se optimizan para la distribución de contenido en vez de para la adquisición de contenido.

Con la evolución de la Web 2.0 ha cambiado de manera drástica el patrón de consumo de contenido. Los usuarios de Internet actuales ya no son consumidores del contenido; están participando activamente en toda la cadena del contenido, desde la producción y adicción hasta la distribución y consumo. Los portales de UGC (contenido generado por usuarios) en línea, tales como YouTube [1], permiten que los usuarios carguen sus propios vídeos, o modificaciones de vídeos previamente descargas, para compartirlos con otros usuarios en línea. Otros sitios web tales como Megaupload [6] o RapidShare [7] son incluso más radicales. Con estos servicios de alojamiento a un clic [20], los usuarios finales pueden cargar cualquier contenido que deseen, desde vídeos hasta archivos ISO de DVD. Según el informe [2], se están cargando 24 horas de vídeo sin procesar en YouTube por minuto. En términos de ancho de banda, los usuarios alrededor del mundo pueden estar poniendo contenido en los servidores de YouTube a un ritmo de 1, 4 Gbps.

Otra característica de la Web 2.0 es la aceleración del proceso de propagación de información. Las OSN, tales como Facebook [8] o Twitter [9], permiten a los usuarios enviar notificaciones (tweets) a sus amigos en línea directamente conectados (o rastreadores en Twitter) . Entonces la información recibida se propaga a otros miles de amigos del amigo. En una OSN, la información o tweets pueden propagarse rápidamente a usuarios finales como una cascada [21] [22]. La naturaleza pandémica de las OSN incentiva que grupos de usuarios empiecen a poner simultáneamente información en la red, produciendo un fenómeno ampliamente conocido denominado avalancha (flashcrowd) .

La democratización de la producción de contenido y la rápida propagación de la información conlleva nuevos retos para los servicios en línea de la actual y la próxima generación en los que el sistema backend a menudo tiene que manipular avalanchas, impulsadas por interacciones sociales impredecibles de los usuarios finales. Ha habido varios estudios de medición 00 para analizar los servicios en línea, tales como YouTube. En [3] los autores incluso comentaron el potencial del sistema P2P para mejorar la distribución de vídeo, pero sigue sin considerarse el proceso de carga.

Las CDN normalmente funcionan como entidades globales únicas; tienen múltiples puntos de presencia y en ubicaciones que están geográficamente alejadas. La CDN suele tener múltiples réplicas de cada contenido que se aloja para un cliente de la CDN. La primera copia (copia maestra) del contenido, sin embargo, sólo se aloja en un único punto, llamado servidor original. El servidor original permite que los clientes de la CDN carguen el contenido que están interesados en distribuir a los usuarios finales. Con este propósito, los proveedores de CDN normalmente definen una API (application programming interface; interfaz de programación de aplicaciones) convencional que facilita la publicación de contenido. Algunos proveedores de CDN [10] asignan un espacio FTP (file transfer protocol; protocolo de transferencia de archivos) para cada cliente. Otros operadores de CDN implementan funcionalidades de sincronización remota que permiten a los clientes de la CDN realizar una copia espejo de una carpeta de servidor en el servidor original. Los proveedores de CDN normales también implementan los mecanismos basados en extracción (pull) . Con los mecanismos basados en extracción, los clientes de la CDN no publican el contenido en la CDN. La CDN se encarga de traer todo el contenido desde servidores predefinidos cuando los usuarios finales lo solicitan.

Aparte del mecanismo de publicación de contenido, una CDN sólo puede diferenciarse por un conjunto de otras características, tales como selección de nodos o estrategia de asignación de nodos. Por ejemplo, en [11] se usa una jerarquía de servidores DNS (domain name Server; servidor de nombres de dominio) [12] conjuntamente con información de ubicación geográfica para encontrar el servidor de contenido que está más cerca de un usuario final solicitante para entregar contenido. Otras soluciones [13] usan un mecanismo de redirección HTTP para implementar selección de nodo. Soluciones tales como [14] se basan en un pequeño número de grandes centros de datos en vez de en un gran número de pequeños centros de datos conectados por una red privada debidamente aprovisionada [11]. Además, [16] se basa en una infraestructura de almacenamiento extenso y almacenamiento en caché en los puntos de interconexión principales para reducir el coste de ancho de banda. Amazon [15] proporciona un servicio de CDN que usa Amazon CloudFront [17] conjuntamente con su servicio de almacenamiento sencillo que permite a los usuarios finales obtener datos desde diversas ubicaciones marginales de Internet con las que Amazon se interconecta.

Independientemente del mecanismo de publicación de contenido y otras características de arquitectura, todos los diseños de CDN actuales se basan en un servidor original centralizado para manejar la copia maestra del contenido del cliente.

Una arquitectura centralizada sólo puede manejar un número limitado de procesos de adquisición paralelos y está restringida por diferentes recursos de sistema, incluyendo ancho de banda de red, tamaño de memoria, capacidad de CPU (central processing unit; unidad de procesamiento central) y rendimiento global de lectura/escritura de disco.

- Restricciones del ajuste a escala

La práctica común de ajustar a escala el servicio de adquisición de datos es replicar nodos de servidor dentro del centro de datos. Esta técnica, sin embargo, no siempre es posible debido a las limitaciones de espacio y restricciones de potencia. Por ejemplo, algunos proveedores de bastidores ofrecen un número limitado de ranuras para los elementos de CPU/almacenamiento. El ajuste a escala dentro del centro de datos tampoco es económico debido a la no linealidad del coste del sistema de refrigeración. Para centros de datos grandes, el sistema de refrigeración tiene que proporcionar una temperatura inferior para superar los efectos de recirculación del aire de escape del equipo temporal superior [18]. Además, puede requerirse hasta un 30% de potencia de refrigeración adicional para proporcionar un nivel de humedad constante para todos los elementos de IT (information technology; tecnología de la información) .

- Utilización de recursos de nivel bajo

En los sistemas de CDN actuales, la adquisición de datos y la entrega de datos son servicios aislados y se asignan en máquinas independientes, dando como resultado una ineficacia de recursos de sistema sustancial relacionada con la inactividad de nodos. Dependiendo de las características de carga de trabajo, los nodos de servidor actuales pueden necesitar sólo el 10-20% del recurso de CPU para saturar completamente el enlace de red. El 80-90% de los recursos restantes simplemente se desperdicia y podrían utilizarse...

1. Método para realizar un proceso de adquisición de contenido distribuido para una red de distribución de contenido, comprendiendo dicha red de distribución de contenido, o CDN, una pluralidad de nodos de servicio, realizándose dicho proceso de adquisición de contenido cuando un usuario final solicita cargar contenido, caracterizado porque comprende:

- seleccionar, una entidad central que recibe una petición de carga realizada por dicho usuario final, al menos uno de dicha pluralidad de nodos de servicio según la ubicación de dicho usuario final, el estado actual de dicha pluralidad de nodos de servicio, requisitos de CPU de dicha pluralidad de nodos de servicio y/o cualquier otro parámetro de monitorización de dicha CDN;

- dirigir, dicha entidad central, dicha petición de carga realizada por dicho usuario final a dicho al menos uno de dicha pluralidad de nodos de servicio; y

- cargar, dicho usuario final, dicho contenido a dicho al menos uno de dicha pluralidad de nodos de servicio tras la aceptación de dicha petición de carga por dicho al menos uno de dicha pluralidad de nodos de servicio.

2. Método según la reivindicación 1, que comprende procesar posteriormente, dicho al menos uno de dicha pluralidad de nodos de servicio, dicho contenido y propagar dicho contenido, una vez carga, a otro u otros de dicha pluralidad de nodos de servicio.

3. Método según la reivindicación 1 ó 2, que comprende enviar dicho contenido, una vez carga, desde dicho al menos uno de dicha pluralidad de nodos de servicio a un repositorio central de dicha entidad central.

4. Método según la reivindicación 1, 2 ó 3, que comprende realizar, dicha entidad central, una política de control de dicho contenido y/o comprobar los derechos de acceso, la capacidad de almacenamiento máxima y el número máximo de procesos de adquisición de contenido distribuido paralelos de dicho usuario final.

5. Método según cualquiera de las reivindicaciones anteriores, que comprende calcular el consumo de recursos actual y futuro, el nivel de carga de CPU, el nivel de carga de disco, el nivel de carga de red y el nivel de carga de memoria de al menos parte de dicha pluralidad de nodos de servidor mediante medios de monitorización situados en cada nodo de servicio correspondiente y enviar dichos cálculos a dicha entidad central.

6. Método según la reivindicación 5 cuando depende de la reivindicación 3, que comprende descomponer, dicho al menos uno de dicha pluralidad de nodos de servicio, dicha petición de carga recibida desde dicha entidad central en un conjunto de tareas, siendo dicho conjunto de tareas al menos una de la siguiente lista no cerrada: control de acceso, asignación de disco, asignación de recursos de red, proceso de carga, asignación de recursos de CPU, procesamiento posterior y replicación de contenido a dicho repositorio central.

7. Método según la reivindicación 6, que comprende definir dicho conjunto de tareas según a gráfico acíclico dirigido.

8. Método según la reivindicación 7, que comprende aceptar, dicho al menos uno de dichos nodos de servicio, dicha petición de carga recibida desde dicha entidad central si pueden satisfacerse los requisitos de recursos asociadas a dicho conjunto de tareas mediante recursos disponibles actuales en dicho al menos uno de dichos nodos de servicio.

9. Sistema para realizar un proceso de adquisición de contenido distribuido para una red de distribución de contenido, comprendiendo dicha red de distribución de contenido, o CDN, una pluralidad de nodos de servicio, realizándose dicho proceso de adquisición de contenido cuando un usuario final solicita cargar contenido, caracterizado porque comprende un controlador central que se encarga de:

- seleccionar, cuando se recibe una petición de carga realizada por dicho usuario final, al menos uno de dicha pluralidad de nodos de servicio según la ubicación de dicho usuario final, el estado actual de dicha pluralidad de nodos de servicio, los requisitos de CPU de dicha pluralidad de nodos de servicio y/o cualquier otro parámetro de monitorización de dicha CDN; y

- dirigir, dicha entidad central, dicha petición de carga de dicho usuario final a dicho al menos uno de dicha pluralidad de nodos de servicio;

en el que dicho usuario final carga dicho contenido a dicho al menos uno de dicha pluralidad de nodos de servicio tras la aceptación de dicha petición de carga por dicho al menos uno de dicha pluralidad de nodos de servicio.

10. Sistema según la reivindicación 9, en el que cada uno de dicha pluralidad de nodos de servicio comprende un monitor de carga de sistema que calcula el nivel de carga actual y futuro de recursos relacionados con el nodo de servicio correspondiente, y envía dichos cálculos a dicho controlador central, siendo dichos recursos al menos uno de la siguiente lista no cerrada: CPU, disco, red y memoria.

11. Sistema según la reivindicación 10, en el que cada uno de dicha pluralidad de nodos de servicio comprende un gestor de admisión de tareas encarga de recibir dicha petición de carga desde dicho controlador central y descomponer dicha petición de carga en un conjunto de tareas, comprendiendo dicho conjunto de tareas el uso de recursos relacionados con el nodo de servicio correspondiente y siendo dichas tareas al menos una de la siguiente lista no cerrada: control de acceso, asignación de disco, asignación de recursos de red, proceso de carga, asignación de recursos de CPU, procesamiento posterior y replicación de contenido a dicho controlador central.

12. Sistema según la reivindicación 11, en el que cada uno de dicha pluralidad de nodos de servicio comprende un gestor de recursos encarga de verificar que dicho conjunto de tareas puede llevarse a cabo según los recursos disponibles actuales en dicho al menos uno de dichos nodos de servicio y aceptar dicha petición de carga después de dicha verificación.

13. Sistema según la reivindicación 12, en el que cada uno de dicha pluralidad de nodos de servicio comprende un grupo de tareas en el que dicho gestor de admisión de tareas envía dicho conjunto de tareas tras dicha aceptación de dicha petición de carga.

14. Sistema según la reivindicación 13, en el que cada uno de dicha pluralidad de nodos de servicio comprende un planificador de tareas encarga de ejecutar dicho conjunto de tareas a partir de dicho grupo de tareas según un gráfico acíclico dirigido y sellos de fecha y hora asociados a dicho conjunto de tareas.

15. Sistema según la reivindicación 14, en el que cada uno de dicha pluralidad de nodos de servicio comprende un repositorio de tareas en el que se definen todas las posibles tareas, cargándose dichas todas las posibles tareas desde un repositorio de tareas central en dicho controlador central.

16. Sistema según cualquiera de las reivindicaciones anteriores 9 a 15, en el que dicho controlador central comprende una interfaz de programación de aplicaciones de gestor de contenido que permite que dicho usuario final interactúe con dicho controlador central proporcionando un conjunto de funciones.

17. Sistema según la reivindicación 16, en el que dicho controlador central comprende un controlador de nodo de adquisición al que dicha pluralidad de nodos de servicio envían dichos cálculos, teniendo dicho nodo de adquisición al menos parte de la siguiente información de cada uno de dicha pluralidad de nodos de servicio: estado actual, predicción de carga futura, procesos de adquisición en curso y contenido adquirido.

18. Sistema según la reivindicación 17, en el que dicho controlador central comprende un gestor de contenido encarga de validar los derechos de acceso de dicho usuario final y realizar dicha selección de dicho al menos uno de dicha pluralidad de nodos de servicio según información proporcionada por dicho controlador de nodo de adquisición.

19. Sistema según la reivindicación 18, en el que dicho controlador central comprende un controlador de acceso en el que se definen dichos derechos de acceso, la capacidad de almacenamiento máxima y el número máximo de procesos de carga paralelos para dicho usuario final y se almacenan en una base de datos de usuarios.

20. Sistema según la reivindicación 19, en el que dicho controlador central comprende un controlador de repositorio central en el que se almacena el contenido carga en cada uno de dicha pluralidad de nodos de servicio.

21. Sistema según cualquiera de las reivindicaciones anteriores, en el que dicho proceso de adquisición de contenido distribuido coexiste con un proceso de entrega de contenido distribuido en dicha pluralidad de nodos de servicio.

Figura 1

Figura 2 Figura 3

Figura 4 Figura 5

Figura 6