CN101009648A - 多服务器的分层迭代负载平衡方法 - Google Patents
多服务器的分层迭代负载平衡方法 Download PDFInfo
- Publication number
- CN101009648A CN101009648A CNA2006101696928A CN200610169692A CN101009648A CN 101009648 A CN101009648 A CN 101009648A CN A2006101696928 A CNA2006101696928 A CN A2006101696928A CN 200610169692 A CN200610169692 A CN 200610169692A CN 101009648 A CN101009648 A CN 101009648A
- Authority
- CN
- China
- Prior art keywords
- server
- cell
- load
- migration
- representing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Abstract
本发明涉及一种多服务器的分层迭代负载平衡方法,属于网络服务器负载均衡技术领域。本发明包含以下步骤:1)判断服务器负载是否过载;2)若过载,该步骤又进一步分为:2.1)以该过载服务器为中心,划分服务器间的层次关系;2.2)分层地选择周围服务器作为调整目标;2.3)从调整目标的上层服务器中选择迁移负载,迁移给迁移目标,并判断过载服务器是否均衡,若是,则结束调整;反之,则重复进行2.2),使整个多服务器系统达到负载均衡。本发明具有执行效率高、计算复杂度低的优点,能够在不均匀分布状态下,快速有效地调整系统负载,使之达到动态均衡。
Description
技术领域
本发明属于网络服务器负载均衡技术领域,具体地说是一种用于多服务器的分层迭代负载平衡流量控制技术。
背景技术
大规模分布式虚拟环境需要支撑大量地理分布的用户同时在线交互,并且共享一个一致的虚拟环境,随着虚拟场景的扩大和并发用户的增加,对系统的可扩展性和负载能力也提出了更高的要求,这是分布式虚拟环境系统中一个关键问题。
网络模型是影响可扩展性和负载能力的最基本因素,它一般分为分布式和集中式两种结构。其中,分布式结构,采用组播的消息传递方式,有效地避免了中心节点的瓶颈问题,但由于组播的本身特点而带来的占带宽大,安全性差,使整个系统的一致性难得到保证,可扩展性差;而集中式结构,由中心服务器进行客户间协调和转发,能够很好的控制系统的一致性和安全性,实现简单,但是随着用户规模的扩大,服务器易成为瓶颈,导致延时变长,并且服务器存在单点失效问题。所以,这两种结构都没有很好解决分布式虚拟环境的可扩展性问题。
通过对分布式虚拟环境的研究,近年来,提出了一种将虚拟环境划分成由多个不同的服务器负责的部分区域的多服务器结构。其中,区域与服务器之间采用客户端服务器方式连接,而在服务器之间以高速网络连接。这种多服务器结构具备集中控制的优点,并且整个系统负载分配到多台服务器,能够支撑更多的并发用户和更大的虚拟环境。BrickNet,RING,NetEffect,CittaTron,CyberWalk,ATLAS等分布式虚拟环境系统都采用了这种结构。
现有的大规模多人在线网络游戏大多采用多服务器结构,但多个服务器独立,用户只能拘泥于某一区域内,区域之间不存在交互与协调,较大的限制了用户的行为。另外一些流行网络游戏如Ultima Online、Asheron’s Call等将整个游戏世界划分为连续的区域,用户可以在区域间自由迁移,然而随着用户在整个虚拟环境的不均匀分布,可能造成一些区域玩家聚集过多,引起相应的服务器负载过重,严重地影响整个系统的负载能力和交互性。因此,运行过程中服务器间的动态负载平衡,将过载服务器的部分负载迁移到其它服务器,以避免负载过重的服务器造成瓶颈导致系统整体性能下降的动态负载平衡技术是保证多服务器系统高效运行的关键问题。
现有的负载平衡方法可以分为典型的两类:局部负载平衡方法和全局负载平衡方法。其中:局部负载平衡方法能够以较小的迁移代价将负载过重的服务器向其区域相邻的服务器转移负载,期望达到负载平衡状态,但在倾斜分布或虚拟环境较大的情况下,该方法有效性差;全局负载平衡方法是通过获取全局的服务器的负载信息,当一个服务器负载过重时,选择整个系统中负载最轻的服务器进行负载迁移,达到整个系统的负载平衡。它可以均衡负载不均匀问题,但是迁移代价大,易引入过多的服务器间网络通信。
以上两类动态负载平衡方法各有优缺点,一些研究将两种方法进行折衷或结合,试图获得一种适应性更好的动态负载平衡方法,但大多是以牺牲网络通信量和计算开销为前提,实现负载均衡的。
总的来说,目前,虽然对负载均衡问题已有大量的解决方案,但现在的解决方案都存在不同程度上的不足,负载平衡技术仍是一个该领域的研究热点与难点。
发明内容
本发明的目的是提供一种多服务器的分层迭代负载平衡方法,以便在多服务器结构分布式虚拟环境系统中能够快速有效地迁移负载。所述方法具有灵活,高效的特点。
为完成本发明的目的,本发明采取的技术方案是:在层次式逻辑相邻的多服务器结构分布式虚拟环境系统中,以过载服务器为中心,动态地选择周围的服务器作为迁移目标,将过载单元格由内向外迭代地扩散到各层,达到负载平衡状态。
与现有技术相比,本发明多服务器的分层迭代负载平衡方法的有益效果是:
为了有效的组织多服务器集合,本发明通过引入了逻辑映射思想,即将服务器与所负责区域相对应,使服务器之间形成了一种与区域之间相类似的逻辑上的相邻关系。以此为基础,本发明在负载迁移过程中,以过载服务器为中心,通过判断逻辑相邻的服务器上的负载状况,不仅能够动态地选择这些服务器作为迁移目标,使负载在局部范围内的达到均衡状态;而且由于选择迁移目标的过程是一个从内向外迭代的过程,能够不断地获取和利用全局的服务器的负载信息,所以该方法同时能使负载状态在整个系统全局范围内平衡。本发明在选择迁移目标时,引入了位置和权重因子两个参数,降低了选择服务器过载部分的运算复杂度;在迁移过载负载时,客户端仅需要切换所属区域服务器,减弱了用户迁移所引起的网络连接的变化。因而,本发明不但消除了服务器系统瓶颈效应所带来的影响,有效的保证了服务器资源的充分利用,而且能够有效的提高网络流量和系统的整体性能。
附图说明:
图1为虚拟区域划分和单元格划分示意图;
图2为本发明多服务器分层迭代动态负载均衡方法结构图;
图3为多服务器层次逻辑结构图;
图4为分层迭代动态负载均衡方案流程图;
图5为迁移目标与迁移单元格选择算法流程图;
图6为单元格迁移算法流程图。
具体实施方式:
下面结合附图和实施例对本发明作进一步详细的描述。
在本发明中,采用多服务器的结构。在整个虚拟环境进行划分后,形成多个大小相等的正方形区域。初始时,各区域R(Region)大小相等,并分别由不同区域服务器RS(Region Sever)负责,这样使服务器之间生成逻辑上的相邻关系。具有如下对应关系:
Ri=RSi(i=1,2,…,n)
其中,将区域进一步细分成多个相邻的规则正方形小单元,称为单元格(Cell),它是整个虚拟系统空间结构中最小的单元,如图1所示。
本发明多服务器的分层迭代负载平衡方法,如图2所示,包括以下步骤:
1)判断服务器负载是否过载;
2)若过载,该步骤又进一步分为:
2.1)以该过载服务器为中心,划分服务器间的层次关系;
2.2)分层地选择周围服务器作为迁移目标;
2.3)从迁移目标的上层服务器中选择迁移负载,迁移给迁移目标,并判断过载服务器是否均衡,是,则结束迁移;否则,则重复进行2.2),使整个多服务器系统达到负载均衡。
所述判断服务器负载情况由以下属性表示:
服务器负载,用来表示服务器所管理的用户数量总和,记为L(RSi),其中RSi表示第i个服务器。
过载阈值,用来表示服务器能够处理的负载最大值,超过此值需要转移负载,记为OL(RSi);
安全负载阈值,用来表示服务器负载的安全临界值,记为SL(RSi)。其中,
SL(RSi)=α×OL(RSi),α取值由用户决定,一般可取0.8~0.9的值。
在判断服务器是否过载过程中,有如下约定:
若服务器负载L(RSi)>过载阈值OL(RSi),则服务器RSi属负载过重,需要转移负载;
若服务器负载L(RSi)>=安全负载阈值SL(RSi)&&服务器负载L(RSi)=<过载阈值OL(RSi),则服务器RSi属临界状态,不能转移负载也不能接受负载。
上述判断服务器负载是否过载的步骤1)的详细步骤分为:
1.1)计算服务器负载值L(RSi);
1.2)判断服务器负载值L(RSi)是否大于其过载阀值OL(RSi),是,则表明该服务器负载过重,需要转移负载;否则,则转向步骤13);
1.3)判断服务器的负载值L(RSi)是否大于其安全负载阈值SL(RSi),是,则表明该服务器负载处于临界状态,不能转移负载也不能接受负载;否则,则表明负载较轻,能够接受其它过载服务器上的负载。
当确定过载服务器后,需利用以下属性建立服务器间的层次关系,如图3所示:
服务器的相邻集合,用来表示所有与该服务器直接相邻的服务器所构成的集合,如:服务器RSi的相邻集合,是由所有与RSi直接相邻的服务器RS构成的,记为NB(RSi)。两个区域服务器RSi和RSj相邻,当且仅当,RSi和RSj所属的两个不同区域R(Region)有一条公共边。在图3中,服务器RS2的相邻集合NB(RS2)={RS1,RS3,RS7},而服务器RS8和RS12并不属于该集合。
服务器层次,用来表示服务器与服务器之间的距离,记为k,在图3中,以RS2为中心,服务器RS1、RS3和RS7与中心的距离为1;类似地,RS0、RS4、RS6、RS8和RS12与中心的距离为2;
服务器某层次上的服务器集合,用来表示所有与服务器等距离的服务器所构成的集合,如服务器RSi层次k上的服务器集合,记为DiffRS(RSi,k),其中,若任意RSj满足属于DiffRS(RSi,m)(m<k),则RSj不属于DiffRS(RSi,k)集合。如:区域服务器RS2的DiffRS(RS2,1)={RS1,RS3,RS7},DiffRS(RS2,2)={RS0,RS4,RS6,RS8,RS12}。通过利用以上属性,将服务器层次划分完毕后,以过载服务器为中心,进行分层迭代负载平衡,动态地选择周围有限数量的服务器作为迁移目标,设定一个负载迁移的最大层次kmax,对于一个负载过重的RSi,如果不能向其第k层(k<=kmax)扩散区域迁移负载,则第k层扩散区域内的RS先向RSi的第k+1层扩散区域迁移负载,这样RSi就可以向第k层扩散区域迁移负载,经过多次迭代,将过载部分扩散到RSi的k层扩散区域,最后达到负载平衡状态。
具体流程如下:
(1)在以过载服务器RSi分层的基础上,初始化服务器层数k=1,向第1层进行扩散,即RSi向服务器RSi层次k上的服务器集合DiffRS(RSi,k)进行负载迁移。同时,设置最大迁移层数kmax。
(2)获取DiffRS(RSi,k),判断层次k上的所有服务器RS是否都检查过负载能力,是,则转向(6),否,则转向(3);
(3)在DiffRS(RSi,k)层次上取未检查过的服务器RSj,检查其是否有能力接受多余负载,即判断是否满足服务器负载L(RSj)<安全负载阈值SL(RSj),同时标记该服务器被检查过,若条件满足,则转向(4),不满足,则转向(2);
(4)选定服务器RSj为迁移目标;
(5)从服务器的RSj的上层服务器DiffRS(RSi,k-1)集合中,选取与服务器的RSj直接相邻的服务器RSv。其中,服务器RSv同时属于过载服务器RSi的k-1层服务器集合DiffRS(RSi,k-1)和服务器RSj的相邻集合NB(RSj),当k-1=0时,RSv即为过载中心RSi,此时,层次m<k上的服务器集合DiffRS(RSi,m)中的服务器RS均不能够接受负载。因此,从服务器RSv负责区域中选择一个单元格Cellm将其迁移给服务器RSj,并判断RSi负载是否均衡,是,则转向(7),否则转向(6);
(6)层次k加1,并判断条件k≤kmax是否满足,满足,则转向(2),不满足,则转向(7);
(7)按层进行局部性的负载扩散,直至服务器RSi能够在第k层(k<kmax))迁移负载或者超出第kmax层。
其中,步骤2.1首先建立以过载服务器RSi为中心的层次关系,(1)、(2)、(3)和(4)属于步骤2.2,(5)、(6)和(7)属于步骤2.3。该方法的迭代处理是通过步骤2.2)和步骤2.3)之间交互进行的,如图4所示。
本发明方法是以负载过重的服务器RSi为起始点进行负载扩散,负载迁移的过程是从内层到外层,当某一层的服务器RS可以进行负载迁移或者超出最大层数k时,算法的一次处理过程结束。这种算法解决了负载从局部到全局的均衡问题,实现了层次式服务器的动态负载扩散。
下面,对步骤2.2)和步骤2.3)作进一步的详细说明。步骤2.2)主要完成的是分层地选择周围服务器作为迁移目标,而步骤2.3)主要完成的是迁移单元格Cell的选择和相关属性的更新,如前所述,它们之间相互迭代,共同完成过载服务器的负载均衡。
其中步骤2.2)分层地选择周围服务器的步骤,进一步分为:
2.2.1)设置初始状态k=1,最大服务器层次kmax;
2.2.2)判断k是否大于最大服务器层次kmax是,结束选择;否则,转向2.2.3);
2.2.3)逐一判断服务器RSi层次k上的服务器集合DiffRS(RSi,k)中的服务器RSi的服务器负载L(RSi)是否小于安全负载阈值SL(RSi),直至有一个服务器RSj的负载L(RSj)小于安全负载阈值SL(RSj),并设定该服务器RSj为迁移目标;若服务器集合DiffRS(RSi,k)中的所有服务器RS的服务器负载L(RS)均不小于安全负载阈值SL(RS),则表明负载不能由k层的服务器接受,转向2.2.4);
2.2.4)k=k+1,转向2.2.2)。
在选定一个可以接受负载迁移的服务器RSj后,需要在过载服务器RSi或服务器RSv(它是同属于过载服务器RSi的k-1层服务器集合DiffRS(RSi,k-1)和服务器RSj的相邻集合NB(RSj)的)所负责区域中选择一个迁移单元格Cellm,迁移给步骤2.2)中所选定的迁移目标服务器RSj,完成迁移单元格Cellm的迁移和负载均衡。这一步具体地由步骤2.3)来完成。
步骤2.3)中选择迁移负载由以下属性表示:
缓冲区单元格,用来表示区域Region中边缘部分的单元格Cell;
缓冲区单元格集合,用来表示属于同一服务器上的缓冲区单元格Cell的集合,记为BufferCell(RSi),其中RSi为服务器;
相邻单元格集合中所属某服务器的单元格数,用来表示与单元格直接相邻的其它单元格的集合中属于该服务器的单元格个数,如,与单元格Cellm直接相邻的单元格Cell集合中属于服务器RSi的单元格Cell的个数,记为NBCellNum(Cellm,RSi);
单元格位置因子,用来表示单元格在虚拟环境的区域中的位置因子,当单元格位于虚拟环境的区域中的四个顶点时,取值0.5;当位于区域中的四条边上但不属于四个顶点的位置时,取值为0.75;当位于区域中除上述位置外的其它位置时,取值为1.0,记Degree(Cellm)为单元格Cellm的位置因子,L×K为Cell的个数;
单元格权重,用来表示单元格的优先选择权,其值越大,迁移优先级越高,它是通过相邻单元格集合中所属某服务器的单元格数和单元格位置因子计算得到的,设置权重最大的单元格为迁移单元格。如记weight(Cellm,RSi,RSj),用来表示Cellm的权重,它是关于如何在过载中心RSi或其它服务器中选择一个合适的缓冲区单元格Cell的定量的描述,其中缓冲区单元格Cell是属于服务器RSi缓冲区单元格集合BufferCell(RSi)的。利用权重计算出的迁移单元格迁移给迁移目标时,过载中心服务器RSi负载减小。下式是该权重的公式化描述:
其中:
单元格类型,表示单元格在所属区域中的位置,记为Type(Cellm)。当单元格位于边界时,其类型为缓冲类BUFFERCELL,反之,则属于内部类INTERCELL;
相邻单元格所属服务器数,用来表示与某单元格直接相邻的单元格的集合所属服务器的个数,这里的直接相邻包括对角相邻;如记RelativeRe(Cellm)为单元格Cellm直接相邻的单元格Cell所组成的集合中单元格Cell所属服务器RS的个数,若其值大于1,则表明与该单元格直接相邻单元格集合中的单元格属于不同的服务器,则该单元格类型为缓存类BUFFERCELL,当个数等于1,则表明该单元格与相邻单元格集合均属于同一服务器,该单元格类型为内部类INTERCELL。
利用以上属性,步骤2.3)从迁移目标的上层服务器中选择迁移单元格进行迁移进一步分为:
2.3.1)选择迁移单元格Cellm,即选择权值大的单元格Cell;
2.3.2)迁移并更新迁移单元格Cellm所带来的相关服务器和其它单元格Cell的属性的变化。
如图5所示,其中步骤2.3.1)选择迁移单元格Cellm进一步分为:
2.3.1.1)计算出单元单元格Cellm的权值,
2.3.1.2)选择权值最大的单元格Cellm;若权值相同,则从过载服务器RSi或服务器RSv所负责区域内的单元格中,选择与服务器负载L(RSj)较小的服务器RSj相邻的一个单元格作为迁移单元格Cellm。
在迁移单元格Cellm选择过程中,由于区域Region的交界处会引起服务器RS间的网络通信,因此,引入weight(Cellm,RSi,RSj)进行Cellm的选择,它能够优先选择那些缓冲区的单元格Cell,这样不仅能够有效地减少了服务器间的网络通信和运算复杂度,而且大大降低了迁移开销。
在迁移目标RSj和迁移单元格Cellm确定后,需要采用步骤2.3.2)对单元格Cellm进行迁移,使负载达到均衡。如图6所示,步骤2.3.2)进一步分为:
2.3.2.1)将单元格Cellm所属服务器RSi(或RSv)更新为迁移目标服务器RSj(其中服务器RSi为过载中心,RSv为服务器RSj的上层服务器);
2.3.2.2)对服务器RSi(或RSv)和服务器RSj维护的缓冲区单元格Cell集合BufferCell(RSi)(或BufferCell(RSv))和BufferCell(RSj)进行更新;
2.3.2.3)更新单元格Cellm所影响到的其它单元格Cell的属性。若单元格Celln与单元格Cellm相邻,Celln属于服务器RSt,需要对Cellm迁移影响到的相邻单元格Celln所属服务器数RelativeRe(Celln)、单元格类型Type(Celln)、缓冲区单元格集合BufferCell(RSt)进行更新。
以上所述仅是本发明多服务器的分层迭代负载平衡方法的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明多服务器的分层迭代负载平衡方法原理的前提下,还可以作出若干改进和润饰,这些改进和润饰也应视为本发明多服务器的分层迭代负载平衡方法的保护范围。
Claims (8)
1.一种多服务器的分层迭代负载平衡方法,其特征在于包含以下步骤:
1)判断服务器负载是否过载;
2)若过载,该步骤又进一步分为:
2.1)以该过载服务器为中心,划分服务器间的层次关系;
2.2)分层地选择周围服务器作为调整目标;
2.3)从调整目标的上层服务器中选择迁移负载,迁移给调整目标,并判断过载服务器是否过载,是,则结束调整;否则,重复进行2.2),从而使整个多服务器系统达到负载均衡。
2.根据权利要求1所述的多服务器的分层迭代负载平衡方法,其特征在于:
在所述步骤1)之前,首先将整个二维虚拟环境划分成若干个区域,初始时各个区域大小相等,区域之间不存在相交与重叠,然后建立服务器与所管理的区域之间的一一对应关系,即将服务器集合中的每个服务器分别对应于二维虚拟环境中的一个区域。
3.根据权利要求1所述的多服务器的分层迭代负载平衡方法,其特征在于:
所述步骤1)中服务器负载情况由以下属性表示:
服务器负载,用来表示服务器所管理的用户数量总和;
过载阈值,用来表示服务器能够处理的负载最大值;
安全负载阈值,用来表示服务器负载的安全临界值;
所述步骤1)中判断是否发生过载进一步包括下述步骤:
1.1)计算服务器负载值;
1.2)判断服务器负载值是否大于其过载阀值,是,则表明该服务器负载过重,需要转移负载;否则转向步骤1.3);
1.3)判断服务器负载值是否大于其安全负载阈值,是,则表明该服务器负载处于临界状态,不能转移负载也不能接受负载;否则表明负载较轻,能够接受其它过载服务器上的负载。
4.根据权利要求1所述的多服务器的分层迭代负载平衡方法,其特征在于:
所述步骤2.1)中服务器间的层次关系由以下属性表示:
服务器的相邻集合,用来表示所有与该服务器直接相邻的服务器所构成的集合;
服务器层次,用来表示服务器与服务器之间的距离;
服务器某层次上的服务器集合,用来表示所有与服务器等距离的服务器所构成的集合,一个服务器只能属于某一集合;
所述步骤2.2)中分层地选择周围服务器作为调整目标包括下述步骤:
2.2.1)设置当前状态层次和最大服务器层次,并给当前状态层次赋初始值;
2.2.2)判断当前状态层次是否大于最大服务器层次,是,结束选择;否则转向2.2.3);
2.2.3)判断当前状态层次上的服务器集合中,是否有负载值小于安全负载阈值的服务器,是,则设定该服务器为迁移目标,该迁移目标是指有能力接受多余负载的服务器;否则,表明负载不能由当前状态层次的服务器接受,转向2.2.4);
2.2.4)当前状态层次加1,转向2.2.2)。
5.根据权利要求1所述的多服务器的分层迭代负载平衡方法,其特征在于:
所述步骤2.3)中选择的迁移负载由以下属性表示:
单元格,用来表示二维虚拟环境区域中的最小单元,它是将区域再细分形成的多个相邻的规则正方形单元,初始时它与所在区域同属于一个服务器;
缓冲区单元格,用来表示区域中边缘部分的单元格;
缓冲区单元格集合,用来表示属于同一服务器上的缓冲区单元格Cell的集合;
相邻单元格集合中所属某服务器的单元格数,用来表示与某单元格直接相邻的其它单元格的集合中属于该服务器的单元格个数;
单元格位置因子,用来表示单元格在虚拟环境的区域中的位置因子,当单元格位于虚拟环境的区域中的四个顶点时,取值0.5;当位于区域中的四条边上但不属于四个顶点的位置时,取值为0.75;当位于区域中除上述位置外的其它位置时,取值为1.0;
单元格类型,表示单元格在所属区域中的位置,当单元格位于边境时,其类型为缓冲类,反之,则属于内部类;
相邻单元格所属服务器数,用来表示与该单元格直接相邻的单元格集合中所属服务器的个数,这里的直接相邻包括对角相邻;若其值大于1,则表明与该某单元格直接相邻的单元格的集合属于不同的服务器,该单元格类型为缓存类,当个数等于1,则表明该单元格和与该单元格直接相邻的单元格的集合均属于同一服务器,该单元格类型为内部类;
单元格权重,用来表示单元格的优先选择权,其值越大,迁移优先级越高,它是通过相邻单元格集合中所属某服务器的单元格数和单元格位置因子计算得到的,设置权重最大的单元格为迁移单元格;
所述步骤2.3)中进一步分为:
2.3.1)选择迁移单元格,即权值最大的单元格;
2.3.2)迁移并更新迁移单元格所带来的相关服务器和其它单元格的属性的变化。
6.根据权利要求5所述的多服务器的分层迭代负载平衡方法,其特征在于:
所述步骤2.3.1)中选择的迁移单元格的步骤进一步包括:
2.3.1.1)计算出单元格权值;
2.3.1.2)选择权值最大的单元格;若权值相同,选择负载较小的服务器所对应的单元格。
7.根据权利要求6所述的多服务器的分层迭代负载平衡方法,其特征在于:
所述步骤2.3.1.1)中单元格权值的计算公式为:某单元格的权值,为与该单元格直接相邻的单元格集合中,属于迁移目标的服务器的单元格数与属于过载服务器的单元格数之比值,再除以该单元格的位置因子后所得的商。
8.根据权利要求5所述的多服务器的分层迭代负载平衡方法,其特征在于:
所述步骤2.3.2)中迁移负载的步骤进一步包括:
2.3.2.1)将迁移单元格的原所属服务器更新为迁移目标服务器;
2.3.2.2)对迁移目标服务器和原过载服务器的缓冲区单元格集合进行更新;
2.3.2.3)更新单元格所影响到的其它单元格的属性,该属性包括所属服务器数、单元格类型、缓冲区单元格集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2006101696928A CN101009648A (zh) | 2006-12-27 | 2006-12-27 | 多服务器的分层迭代负载平衡方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2006101696928A CN101009648A (zh) | 2006-12-27 | 2006-12-27 | 多服务器的分层迭代负载平衡方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101009648A true CN101009648A (zh) | 2007-08-01 |
Family
ID=38697791
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2006101696928A Pending CN101009648A (zh) | 2006-12-27 | 2006-12-27 | 多服务器的分层迭代负载平衡方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101009648A (zh) |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101909014A (zh) * | 2010-08-18 | 2010-12-08 | 中兴通讯股份有限公司 | 一种动态调整业务路由的方法及系统 |
CN102123179A (zh) * | 2011-03-28 | 2011-07-13 | 中国人民解放军国防科学技术大学 | 应用于分布式应用系统的负载均衡方法和系统 |
CN102436401A (zh) * | 2011-12-16 | 2012-05-02 | 北京邮电大学 | 负载均衡系统及方法 |
CN102710615A (zh) * | 2012-05-15 | 2012-10-03 | 北京像素软件科技股份有限公司 | 一种网络游戏动态负载均衡方法 |
CN102055650B (zh) * | 2009-10-29 | 2012-10-17 | 华为技术有限公司 | 负载均衡方法及系统和管理服务器 |
CN102957549A (zh) * | 2011-08-19 | 2013-03-06 | 深圳市快播科技有限公司 | 一种跨平台的远程服务器管理系统及方法 |
CN103259809A (zh) * | 2012-02-15 | 2013-08-21 | 株式会社日立制作所 | 负载均衡器、负载均衡方法及分层数据中心系统 |
CN103763206A (zh) * | 2014-01-21 | 2014-04-30 | 能力天空科技(北京)有限公司 | 一种网络调度方法及网关 |
CN104081353A (zh) * | 2012-02-03 | 2014-10-01 | 微软公司 | 可缩放环境中的动态负载平衡 |
WO2015090248A1 (zh) * | 2013-12-16 | 2015-06-25 | 腾讯科技(深圳)有限公司 | 服务器的过载保护方法及装置 |
CN105117292A (zh) * | 2015-07-31 | 2015-12-02 | 华南理工大学 | 随机扩散动态负载均衡方法 |
CN105472034A (zh) * | 2016-01-04 | 2016-04-06 | 中国人民解放军国防科学技术大学 | 一种多服务器dve系统中降低迁移率的负载均衡方法 |
CN105634866A (zh) * | 2016-01-04 | 2016-06-01 | 中国人民解放军国防科学技术大学 | 一种多服务器dve系统中保持连通性的动态匹配方法 |
CN106452966A (zh) * | 2016-11-02 | 2017-02-22 | 河南智业科技发展有限公司 | 一种OpenStack云桌面的多网关管理的实现方法 |
CN107154915A (zh) * | 2016-03-02 | 2017-09-12 | 阿里巴巴集团控股有限公司 | 防御分布式拒绝服务DDoS攻击的方法、装置及系统 |
CN107295042A (zh) * | 2016-03-31 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 一种为用户分配数据中心的方法和设备 |
US9852010B2 (en) | 2012-02-03 | 2017-12-26 | Microsoft Technology Licensing, Llc | Decoupling partitioning for scalability |
CN109062677A (zh) * | 2018-07-10 | 2018-12-21 | 中国人民解放军国防科技大学 | 一种无人机系统计算迁移方法 |
US10860384B2 (en) | 2012-02-03 | 2020-12-08 | Microsoft Technology Licensing, Llc | Managing partitions in a scalable environment |
-
2006
- 2006-12-27 CN CNA2006101696928A patent/CN101009648A/zh active Pending
Cited By (28)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102055650B (zh) * | 2009-10-29 | 2012-10-17 | 华为技术有限公司 | 负载均衡方法及系统和管理服务器 |
CN101909014B (zh) * | 2010-08-18 | 2014-09-10 | 中兴通讯股份有限公司 | 一种动态调整业务路由的方法及系统 |
CN101909014A (zh) * | 2010-08-18 | 2010-12-08 | 中兴通讯股份有限公司 | 一种动态调整业务路由的方法及系统 |
CN102123179A (zh) * | 2011-03-28 | 2011-07-13 | 中国人民解放军国防科学技术大学 | 应用于分布式应用系统的负载均衡方法和系统 |
CN102957549A (zh) * | 2011-08-19 | 2013-03-06 | 深圳市快播科技有限公司 | 一种跨平台的远程服务器管理系统及方法 |
CN102436401A (zh) * | 2011-12-16 | 2012-05-02 | 北京邮电大学 | 负载均衡系统及方法 |
US10860384B2 (en) | 2012-02-03 | 2020-12-08 | Microsoft Technology Licensing, Llc | Managing partitions in a scalable environment |
CN104081353A (zh) * | 2012-02-03 | 2014-10-01 | 微软公司 | 可缩放环境中的动态负载平衡 |
US9852010B2 (en) | 2012-02-03 | 2017-12-26 | Microsoft Technology Licensing, Llc | Decoupling partitioning for scalability |
US10635500B2 (en) | 2012-02-03 | 2020-04-28 | Microsoft Technology Licensing, Llc | Decoupling partitioning for scalability |
CN104081353B (zh) * | 2012-02-03 | 2018-08-03 | 微软技术许可有限责任公司 | 可缩放环境中的动态负载平衡 |
CN103259809A (zh) * | 2012-02-15 | 2013-08-21 | 株式会社日立制作所 | 负载均衡器、负载均衡方法及分层数据中心系统 |
CN102710615B (zh) * | 2012-05-15 | 2014-08-27 | 北京像素软件科技股份有限公司 | 一种网络游戏动态负载均衡方法 |
CN102710615A (zh) * | 2012-05-15 | 2012-10-03 | 北京像素软件科技股份有限公司 | 一种网络游戏动态负载均衡方法 |
WO2015090248A1 (zh) * | 2013-12-16 | 2015-06-25 | 腾讯科技(深圳)有限公司 | 服务器的过载保护方法及装置 |
CN103763206A (zh) * | 2014-01-21 | 2014-04-30 | 能力天空科技(北京)有限公司 | 一种网络调度方法及网关 |
CN103763206B (zh) * | 2014-01-21 | 2017-01-18 | 能力天空科技(北京)有限公司 | 一种网络调度方法及网关 |
CN105117292B (zh) * | 2015-07-31 | 2018-09-14 | 华南理工大学 | 随机扩散动态负载均衡方法 |
CN105117292A (zh) * | 2015-07-31 | 2015-12-02 | 华南理工大学 | 随机扩散动态负载均衡方法 |
CN105634866A (zh) * | 2016-01-04 | 2016-06-01 | 中国人民解放军国防科学技术大学 | 一种多服务器dve系统中保持连通性的动态匹配方法 |
CN105472034B (zh) * | 2016-01-04 | 2018-09-28 | 中国人民解放军国防科学技术大学 | 一种多服务器dve系统中降低迁移率的负载均衡方法 |
CN105634866B (zh) * | 2016-01-04 | 2019-02-05 | 中国人民解放军国防科学技术大学 | 一种多服务器dve系统中保持连通性的动态匹配方法 |
CN105472034A (zh) * | 2016-01-04 | 2016-04-06 | 中国人民解放军国防科学技术大学 | 一种多服务器dve系统中降低迁移率的负载均衡方法 |
CN107154915A (zh) * | 2016-03-02 | 2017-09-12 | 阿里巴巴集团控股有限公司 | 防御分布式拒绝服务DDoS攻击的方法、装置及系统 |
CN107295042A (zh) * | 2016-03-31 | 2017-10-24 | 阿里巴巴集团控股有限公司 | 一种为用户分配数据中心的方法和设备 |
CN106452966A (zh) * | 2016-11-02 | 2017-02-22 | 河南智业科技发展有限公司 | 一种OpenStack云桌面的多网关管理的实现方法 |
CN109062677A (zh) * | 2018-07-10 | 2018-12-21 | 中国人民解放军国防科技大学 | 一种无人机系统计算迁移方法 |
CN109062677B (zh) * | 2018-07-10 | 2020-07-31 | 中国人民解放军国防科技大学 | 一种无人机系统计算迁移方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101009648A (zh) | 多服务器的分层迭代负载平衡方法 | |
CN101005514A (zh) | 用于网络游戏的多服务器组织方法 | |
CN111694636B (zh) | 一种面向边缘网络负载均衡的电力物联网容器迁移方法 | |
Bezerra et al. | A load balancing scheme for massively multiplayer online games | |
CN105491138B (zh) | 一种基于负载率分级触发的分布式负载调度方法 | |
CN103188345A (zh) | 分布式动态负载管理系统和方法 | |
CN104899100B (zh) | 一种用于云系统的资源调度方法 | |
CN102790793A (zh) | 一种面向云计算虚拟机迁移的决策方法及控制模块 | |
CN106528270A (zh) | 一种基于OpenStack云平台的虚拟机自动迁移方法及系统 | |
CN103428008A (zh) | 面向多用户群的大数据分发策略 | |
CN108200156A (zh) | 一种云环境下分布式文件系统的动态负载均衡方法 | |
Supreeth et al. | Hybrid genetic algorithm and modified-particle swarm optimization algorithm (GA-MPSO) for predicting scheduling virtual machines in educational cloud platforms | |
CN111885493B (zh) | 一种基于改进布谷鸟搜索算法的微云部署方法 | |
CN108089918B (zh) | 一种面向异构服务器结构的图计算负载均衡方法 | |
CN105407057B (zh) | 一种负载均衡的方法及装置 | |
CN100549961C (zh) | 机架空间分配方法及装置 | |
CN112559122A (zh) | 一种基于电力专用安防设备的虚拟化实例管控方法及系统 | |
Ider et al. | An enhanced AHP–TOPSIS-based load balancing algorithm for switch migration in software-defined networks | |
Kumar et al. | C-FDLA: Crow search with integrated fractional dragonfly algorithm for load balancing in cloud computing environments | |
CN103218265A (zh) | 基于空间密度聚类的并行式虚拟角色划分方法 | |
Singh et al. | SLOPE: Secure and load optimized packet scheduling model in a grid environment | |
Xue et al. | Communication-aware virtual machine migration in cloud data centres | |
Zhang et al. | Service dependency based dynamic load balancing algorithm for container clusters | |
CN116321189A (zh) | 一种面向边缘计算中基于深度强化学习的服务器部署方法 | |
CN114827933A (zh) | 面向无线传感器网络的多路径路由方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |