CN102014042A - 一种Web负载均衡方法、网格服务器及系统 - Google Patents

Abstract

本发明公开了一种Web负载均衡方法，包括：由Web服务器集群将当前计算任务发送给设置于网络侧的网格服务器；网格服务器在注册到本地的在线网格资源中，选择一个或多个网格资源作为本次计算资源，并将计算任务分配给本次计算资源；本次计算资源成功完成分配的计算任务后返回计算结果给网格服务器；网格服务器传送计算结果给Web服务器集群。本发明还公开相应的网格服务器和一种Web负载均衡系统。采用本发明，充分利用网络中的各类型计算机作为网格资源，参与分担计算任务，减轻Web服务器集群中各Web服务器的负荷，不需要增加Web服务器就实现了Web负载均衡并提高整个Web系统的负荷能力。

Description

一种Web负载均衡方法、网格服务器及系统

技术领域

本发明涉及Web系统，尤其涉及一种Web负载均衡方法，以及用于实现Web负载均衡的网格服务器及相应的Web负载均衡系统。

背景技术

随着因特网的高速发展，Web系统越来越得到广泛的应用。为了满足日益增长的用户需求，现有Web系统中，由设置于网络侧的多台Web服务器组成Web服务器集群。用户通过客户端的Web浏览器登录Web服务器集群，访问Web系统提供的各种功能。现有Web服务器集群能在集群内的各台Web服务器之间实现负载均衡。随着登录到Web系统的用户数量大幅增长，集群内的各Web服务器有可能都达到其最大负荷，现有技术中，在这种情况下，一般采用不断增加Web服务器来分担负荷，以提高整个Web系统的负荷能力。这种通过增加Web服务器来提高系统负荷能力的方法无疑增加了整个系统的运营成本。

现有技术中，已提出了网格资源的概念。通过将地理上分布的各种计算机的资源组织起来，相当于将加入到同一系统或网络的各种计算机可用资源整合成一台巨大的超级计算机，从而实现计算资源、存储资源、数据资源、信息资源以及专家资源等的共享。

实际应用中，登录到网络的各类型计算机(包括普通用户的PC机以及各种服务器等)，大部分都存在资源闲置现象，如一般PC机的主机系统有40％的时间空闲，其CPU运算能力等并没有被充分利用。因此，如何将登录到网络的各类型计算机作为网格资源，有效地利用各计算机的计算能力来实现Web系统负荷分担，是一个有待解决的重要课题。

发明内容

本发明实施例提供一种Web负载均衡方法、网格服务器及系统，解决现有技术中需要通过增加Web服务器来实现Web负载均衡及提高系统负荷能力的问题。

本发明实施例提供的Web负载均衡方法，包括：

由Web服务器集群将当前计算任务发送给设置于网络侧的网格服务器；

所述网格服务器在注册到本地的在线网格资源中，选择一个或多个网格资源作为本次计算资源，并将所述计算任务分配给所述本次计算资源；

所述本次计算资源成功完成分配的计算任务后返回计算结果给所述网格服务器；

所述网格服务器传送所述计算结果给所述Web服务器集群。

本发明实施例还提供一种网格服务器，包括：

网格资源管理单元，用于接收网格资源的注册请求，记录在线的网格资源；

任务接收/反馈单元，用于接收Web服务器集群发送的当前计算任务；以及接收本次计算资源成功完成分配的计算任务后返回的计算结果，并传送给所述Web服务器集群；

资源选择单元，用于选择一个或多个在线的网格资源作为本次计算资源；

任务分配单元，用于将所述任务接收/反馈单元接收的所述计算任务分配给所述资源选择单元选择出的所述本次计算资源。

本发明实施例还提供一种Web负载均衡系统，包括：Web服务器集群、网格服务器和网格资源；

所述Web服务器集群，用于将当前计算任务发送给所述网格服务器；以及接收所述网格服务器传送的计算结果；

所述网格服务器，用于接收网格资源的注册请求，记录在线的网格资源；以及接收Web服务器集群发送的计算任务，在注册的在线网格资源中，选择一个或多个网格资源作为本次计算资源；并将所述计算任务分配给所述本次计算资源；

所述网格资源，用于注册到所述网格服务器中，当被选择作为本次计算资源并成功完成分配的计算任务后，向所述所述网格服务器返回计算结果。

采用本发明，网络中各类型计算机，通过注册到设置于网络侧的网格服务器，成为网格资源；由网格服务器对网格资源进行管理。当Web服务器集群将当前计算任务发送给网格服务器后，网格服务器在注册到本地的在线网格资源中，选择一个或多个网格资源作为本次计算资源，将计算任务分配给本次计算资源，由本次计算资源完成分配的计算任务，并将计算结果返回给网格服务器，再由网格服务器将计算结果传送给Web服务器集群。这样，通过充分利用网络中的各类型计算机作为网格资源参与分担计算任务，减轻Web服务器集群中各Web服务器的负荷，不需要增加Web服务器就实现了Web负载均衡并提高了整个Web系统的负荷能力。

附图说明

图1为本发明实施例提供的Web负载均衡方法流程图；

图2为本发明实施例提供的网格服务器结构示意图；

图3为本发明实施例提供的Web负载均衡系统结构示意图。

具体实施方式

发明人在发明过程中发现，可以将登录到网络的各类型计算机作为网格资源，充分利用各计算机的剩余计算能力来协助Web服务器集群完成一部分计算任务，不仅实现了Web负载均衡且可以提高整个Web系统的负荷能力，解决了现有技术中需要通过增加Web服务器来实现Web负载均衡及提高系统负荷能力导致整个系统的运营成本不断增加的问题。

下面结合附图，用具体实施例对本发明提供的方法及系统进行详细阐述。

本发明在网络侧增设一个网格服务器，登录到网络中的各类型计算机可以选择注册到网格服务器而成为网格资源。网格服务器主要实现对网格资源的上线及下线管理，并与Web服务器集群交互，接收Web服务器集群发送的计算任务，分配给在线的网格资源进行计算，并传送网格资源返回的计算结果给Web服务器集群。网格服务器的其它具体功能在后文中详细描述。

参见图1，为本发明实施例提供的Web负载均衡方法流程图，包括：

步骤S101、由Web服务器集群将当前计算任务发送给设置于网络侧的网格服务器；

步骤S102、网格服务器在注册到本地的在线网格资源中，选择一个或多个网格资源作为本次计算资源，并将计算任务分配给选择出的本次计算资源；

步骤S103、本次计算资源成功完成分配的计算任务后返回计算结果给网格服务器；

步骤S104、网格服务器传送计算结果给Web服务器集群。

通过上述流程，实现了由网格服务器管理的各网格资源参与计算任务分担，减轻了Web服务器集群的负荷，实现了Web负载均衡。

Web服务器集群发送给网格服务器的当前计算任务，可以是网格侧发起的计算任务，也可以是由用户提交的计算任务。当由用户提交计算任务时，用户可以通过客户端的Web浏览器，登录Web服务器集群提供的系统功能Web页面来提交任务；Web服务器集群将用户提交的任务发送到网格服务器后，接收网格服务器传送的由选择出的网格资源进行计算后的计算结果，并返回给提交相应任务的客户端，由客户端展示给用户。

网格服务器在注册到本地的在线网格资源中，选择一个或多个网格资源作为本次计算资源的实现方法有很多，一种较简单的方法是任意选择当前在线的网格资源作为本次计算资源。该种方法的优点是选择过程简单，但有可能被选择出的网格资源本身的计算能力较弱，导致不能成功地完成本次分配的计算任务，或者完成分配的计算任务的时延较长。

作为例子，本发明实施例提供如下几种较佳的选择网格资源作为本次计算资源的实现方法，但本发明并不局限于下述例子。

实例1：

在网格服务器存储资源表，在资源表中记录网格资源之前被选择作为计算资源并成功完成分配的计算任务的历史累积次数。

下表一为资源表的一个具体例子，资源表长度(即资源表中的记录数量)可以预先设定一个较大的值，例如设定存储200条记录，也可由网格服务器根据当前或一段时间内的在线网格资源的数量调整资源表长度。例如：资源表长度＝取整(在线网格资源个数*长度系数)，长度系数的取值范围例如为[0.2，0.5]。在资源表长度有限的前提下，优先将历史累积次数较多的网格资源存储到资源表中。为描述简便，以资源表设置5条记录为例，各网格资源及其历史累积次数如下表一所示：

表一：

记录序号	网格资源标识	历史累积次数
			1	网格资源1的MAC地址	3
2	网格资源2的MAC地址	5

3	网格资源3的MAC地址	2
			4	网格资源4的MAC地址	20
5	网格资源5的MAC地址	25

当网格服务器接收到Web服务器集群发送的当前计算任务后，查询本地存储的资源表，排序当前在线的网格资源在资源表中记录的对应的历史累积次数，按对应的历史累积次数从高到低的顺序，选择一个或多个网格资源作为本次计算资源。假设当前在线的网格资源为网格资源2、网格资源3和网格资源4，根据排序结果，网格资源4的历史累积次数最高，当选择一个网格资源作为本次计算资源时，选择网格资源4；当选择两个网格资源作为本次计算资源时，选择网格资源4和网格资源2。假设选择网格资源4和网格资源2作为本次计算资源，网格服务器会将当前计算任务分配给网络资源4和网格资源2。具体分配方法可以是将当前计算任务均分成两部分，也可以由网格服务器根据注册的网格资源4和网格资源2的各自的固有属性，确定出其对应的计算能力的大小，将大部分计算任务分配给计算能力大的网格资源。

另外，由于资源表中记录的是各网格资源被选择并成功完成分配的计算任务的历史累积次数，因此，该资源表是需要动态更新的，当网格资源4和网格资源2成功完成本次计算任务后，将返回计算结果给网格服务器，网格服务器接收到返回的计算结果后，更新资源表中网格资源4和网格资源2的历史累积次数，更新后的历史累积次数分别为21和6。

上述采用资源表的方式来选择网格资源，是基于对应网格资源成功完成分配的计算任务的次数为选择依据。曾经成功完成计算任务次数较多的网格资源，认为其可靠性较高，能成功完成本次计算任务的可能性较大。

上述选择方法实例1仅是一个例子，实际中，还可以进行优化。例如：资源表中还可以记录网格资源最近一次被选择并成功完成分配的计算任务的对应选择时间；对于历史累积次数相同，或历史累积次数的差值在设定范围内的多个网格资源，优先选择其对应选择时间距离当前时间最近的网格资源作为本次计算资源。

实例2：

在实例2中，采用现有技术中的遗传算法来选择较优的网格资源参与计算。具体为：

网格服务器在注册到本地的在线网格资源中，选择若干个网格资源作为遗传算法的初始种群个体；再调用遗传算法，将算法输出的网格资源作为本次计算资源。

选择若干个网格资源作为遗传算法的初始种群个体的实现方法也可以有很多种，一种较简单的方法是任意选择当前在线的网格资源作为遗传算法的初始种群个体。该种方法的优点是选择过程简单，但由于初始种群个体是任意选择的，有可能导致最终输出的网格资源不是最优网格资源。

为了选择出较优的初始种群个体，仅作为例子(本发明不局限于下述例子)，本发明提供如下具体实现方法：

在网格服务器中存储资源快表，资源快表中记录每个网格资源对应的调度信息权重值；其中，调度信息权重值与每个网格资源被选择并成功完成分配的计算任务的历史次数正相关。例如：调度信息权重值可以采用下述方式确定：

假设用τ_j表示网格资源j的调度信息权重值，网格计算服务器为网格资源j的调度信息权重值赋初值τ_i(0)；具体为：

${\mathrm{\τ}}_j\left(0\right)=\frac{F_j}{1\mathrm{MIPS}}---\left(1\right)$

式(1)中F_j为网格资源j的MIPS(Million Instructions Per Second)，即每秒处理的百万级的机器语言指令数。

如果网格计算服务器将计算任务分配给网格资源j，并且任务被成功完成，网格资源j的调度信息权重值会随之改变；具体更新过程如下：

${\mathrm{\τ}}_j^{\mathrm{new}}={\mathrm{\τ}}_j+\mathrm{\Δ}{\mathrm{\τ}}_j---\left(2\right)$

当网格资源j成功完成任务时，式(2)中，Δτ_j＝0.2×τ_j，0.2为奖励系数(仅作为例子)；否则Δτ_j＝0。从上式(2)可以看出，网格资源的调度信息权重值随该网格资源完成分配的计算任务的次数而增加。相应地，需要更新资源快表中存储的该网格资源对应的调度信息权重值。

网格服务器接收到Web服务器集群发送的当前计算任务后，查询本地存储的资源快表，能获得存储的每个网格资源对应的调度信息权重值，根据每个网格资源对应的调度信息权重值与其固有属性值的乘积占每个网格资源的对应乘积之和的比率，确定出每个网格资源被选为遗传算法初始种群个体的概率，再按照概率从大到小的顺序选择对应的若干个网格资源作为遗传算法初始种群个体。一个具体实现例子为：

用

表示网格资源j被选作初始种群个体的概率；则概率的表达式如下：

$P_j^k=P_j\left(\frac{{\left[{\mathrm{\τ}}_j\right]}^{\mathrm{\α}}\·{\left[{\mathrm{\η}}_j\right]}^{\mathrm{\β}}}{{\mathrm{\Σ}}_1^n{{[\mathrm{\τ}}_i]}^{\mathrm{\α}}\·{\left[{\mathrm{\η}}_i\right]}^{\mathrm{\β}}}\right)---\left(3\right)$

式(3)中，n为资源快表中存储的网格资源的个数；若网格资源j当前在线，且网格资源j上次任务成功完成，P_j为1；若网格j不在线，或者上次任务没有成功完成，P_j为0；η_j表示网格资源的固有属性，即η_j＝τ_j(0)，α表示网格资源调度信息权重值的重要性，β表示网格资源固有属性的重要性，α和β根据Web系统中网格资源的负载变化速度与网格资源固有属性之间的关系进行取值，例如，网格资源的负载变化速度较快，与网格资源固有属性的作用差距不大时，α和β都取0.5。

计算得到各网格资源对应的概率

后，按照概率从大到小的顺序选取Q*m个网格资源作为初始种群个体，将其分成Q个种群，每个种群为m个个体；再调用遗传算法选出最优网格资源。由于遗传算法的具体计算过程为现有技术，在此不作详细描述。

上述实例2也可以进一步优化，例如，可以结合上述实例1的方法，在计算网格资源j被选作初始种群个体的概率时，对于当前存储在资源表中的网格资源(该些网格资源被选择并成功完成分配的计算任务的历史累积次数较多，且在距离当前时间较近的时间段内被选择过)，可以适当增加其对应的概率以增加对应网格资源被选为遗传算法初始种群个体的可能性，例如：

$P_j^k=P_j(\frac{{\left[{\mathrm{\τ}}_j\right]}^{\mathrm{\α}}\·{\left[{\mathrm{\η}}_j\right]}^{\mathrm{\β}}}{{\mathrm{\Σ}}_1^n{{[\mathrm{\τ}}_i]}^{\mathrm{\α}}\·{\left[{\mathrm{\η}}_i\right]}^{\mathrm{\β}}}+{\mathrm{\ρ}}_j)---\left(4\right)$

ρ_j为资源表资源系数，若网格资源j在资源表中，ρ_j例如可以取0.2，否则，ρ_j取0。

上述实例1和实例2及其优化方法，用举例的方式公开了几种选择网格资源作为本次计算资源的实现方法。特别申明的是，实际应用中，还可以根据需要采用其它的类似方法来选择网络资源作为本次计算资源。

本次计算资源选定后，网格服务器将Web服务器集群发送过来的当前计算任务分配给本次计算资源。一种具体分配方式为：

网格服务器根据本次计算资源的个数m，将当前计算任务分割为m个子任务，利用适应度函数对本次计算资源进行排序，将任务量大的子任务分配给适应度高的本次计算资源；使用这种方法，大任务分给计算能力强且任务完成率高的网格资源，有利于任务的完成。

网格资源的适应度函数的表达式为：

$f\left(j\right)={\mathrm{\τ}}_j\left(0\right)\×\frac{S}{D}---\left(5\right)$

式(5)中，S为网格资源j成功完成分配的计算任务的历史累计次数；D为网格资源j被选择的总次数。

本发明上述实施例公开的Web负载均衡方法，可以由Web服务器集群来控制具体的启动条件。例如：当Web服务器集群判断自身的负荷超过设定的阈值时，才将当前计算任务发送给网格服务器，由网格资源服务器分配给选择的网格资源分担当前计算任务。实际应用中，即使Web服务器集的负荷没有超过设定的阈值，也可以采用上述Web负载均衡方法进行Web负载均衡，以减少Web服务器的计算工作量。

本发明上述实施例公开的Web负载均衡方法中，即使网格服务器选择出了本次计算资源，并将当前计算任务进行了分配，本次计算资源中也可能有一部分不能成功地完成分配的计算任务，或者由于自身资源有限拒绝接受分配的计算任务，在这种情况下，可以向网格服务器返回拒绝消息；网格服务器传送拒绝消息给Web服务器集群。Web服务器集群收到拒绝消息后，可以确定出是哪一部分计算任务没有被分担，后续再由Web服务器集群内的各Web服务器承担该部分计算任务，也可以将该部分计算任务再次发送到网格服务器进行再次任务分配。

基于同一发明构思，根据本发明上述实施例提供的Web负载均衡方法，本发明实施例还提供一种具备相应功能的网格服务器，其结构示意图如图2所示，包括：

网格资源管理单元21，用于接收网格资源的注册请求，记录在线的网格资源；

任务接收/反馈单元22，用于接收Web服务器集群发送的当前计算任务；以及接收本次计算资源成功完成分配的计算任务后返回的计算结果，并传送给所述Web服务器集群；

资源选择单元23，用于选择一个或多个在线的网格资源作为本次计算资源；

任务分配单元24，用于将任务接收/反馈单元22接收的计算任务分配给资源选择单元23选择出的本次计算资源。

一实施例中，网格资源管理单元21中存储有资源表，资源表中记录网格资源之前被选择作为计算资源并成功完成分配的计算任务的历史累积次数。资源选择单元23具体用于，排序当前在线的网格资源在资源表中记录的对应的历史累积次数，按对应的历史累积次数从高到低的顺序，选择一个或多个网格资源作为本次计算资源；以及当任务接收/反馈单元22接收到本次计算资源返回的计算结果后，更新资源表中对应计算资源的历史累积次数。

一实施例中，网格资源管理单元21中存储有资源快表，资源快表中记录每个网格资源对应的调度信息权重值，调度信息权重值与每个网格资源被选择并成功完成分配的计算任务的历史次数正相关。资源选择单元23具体用于，根据每个网格资源对应的调度信息权重值与其固有属性值的乘积占每个网格资源的乘积之和的比率，确定出每个网格资源被选为遗传算法初始种群个体的概率，按照概率从大到小的顺序选择当前在线的若干个网络资源作为遗传算法初始种群个体，再调用遗传算法，将算法输出的网格资源作为本次计算资源。

基于同一发明构思，根据本发明上述实施例提供的Web负载均衡方法，本发明实施例还提供一种Web负载均衡系统，其结构示意图如图3所示，包括：Web服务器集群31、网格服务器32和网格资源33。

Web服务器集群31，用于将当前计算任务发送给网格服务器32；以及接收网格服务器32传送的计算结果；

网格服务器32，用于接收网格资源33的注册请求，记录在线的网格资源；以及接收Web服务器集群31发送的计算任务，在注册的在线网格资源中，选择一个或多个网格资源作为本次计算资源；并将计算任务分配给本次计算资源；

网格资源33，用于注册到网格服务器中，当被选择作为本次计算资源并成功完成分配的计算任务后，向网格服务器32返回计算结果。

一实施例中，还包括客户端34；用于通过Web浏览器，登录Web服务器集群31提供的系统功能Web页面提交计算任务；以及接收Web服务器集群返回的计算结果并展示给用户。

采用本发明，网络中各类型计算机，通过注册到设置于网络侧的网格服务器，成为网格资源；由Web服务器集群将当前计算任务发送给网格服务器，网格服务器在注册到本地的在线网格资源中，选择一个或多个网格资源作为本次计算资源，将计算任务分配给本次计算资源，由本次计算资源完成分配的计算任务，并将计算结果返回给网格服务器，再由网格服务器将计算结果传送给Web服务器集群。通过利用网络中的各类型计算机作为网格资源参与分担计算任务，在不需要增加Web服务器的情况下实现Web负载均衡，并有效提高整个Web系统的负荷能力。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (12)

1.一种Web负载均衡方法，其特征在于，包括：

由Web服务器集群将当前计算任务发送给设置于网络侧的网格服务器；

所述网格服务器在注册到本地的在线网格资源中，选择一个或多个网格资源作为本次计算资源，并将所述计算任务分配给所述本次计算资源；

所述本次计算资源成功完成分配的计算任务后返回计算结果给所述网格服务器；

所述网格服务器传送所述计算结果给所述Web服务器集群。

2.如权利要求1所述的Web负载均衡方法，其特征在于，所述计算任务为用户通过客户端的Web浏览器，登录所述Web服务器集群提供的系统功能Web页面提交；

所述Web服务器集群接收到所述网格服务器传送的所述计算结果后，还包括：所述Web服务器集群将所述计算结果返回给所述客户端，由所述客户端展示给用户。

3.如权利要求1或2所述的Web负载均衡方法，其特征在于，所述网格服务器在注册到本地的在线网格资源中，选择一个或多个网格资源作为本次计算资源，具体包括：

所述网格服务器查询本地存储的资源表，所述资源表中记录网格资源之前被选择作为计算资源并成功完成分配的计算任务的历史累积次数；

所述网格服务器排序当前在线的网格资源在所述资源表中记录的对应的历史累积次数，按对应的历史累积次数从高到低的顺序，选择一个或多个网格资源作为本次计算资源；以及

接收到本次计算资源返回的计算结果后，更新所述资源表中对应计算资源的历史累积次数。

4.如权利要求3所述的Web负载均衡方法，其特征在于，所述资源表中还记录网格资源最近一次被选择并成功完成分配的计算任务的对应选择时间；

对于历史累积次数相同，或历史累积次数的差值在设定范围内的网格资源，优先选择其对应选择时间距离当前时间最近的网格资源，作为本次计算资源。

5.如权利要求1或2所述的Web负载均衡方法，其特征在于，所述网格服务器在注册到本地的在线网格资源中，选择一个或多个网格资源作为本次计算资源，具体包括：

所述网格服务器在注册到本地的在线网格资源中，选择若干个网格资源作为遗传算法的初始种群个体；

所述网格服务器调用所述遗传算法，将算法输出的网格资源作为本次计算资源。

6.如权利要求5所述的Web负载均衡方法，其特征在于，所述选择若干个网格资源作为遗传算法的初始种群个体，具体包括：

所述网格服务器查询本地存储的资源快表，所述资源快表中记录每个网格资源对应的调度信息权重值，所述调度信息权重值与每个网格资源被选择并成功完成分配的计算任务的历史次数正相关；

所述网格服务器根据每个网格资源对应的调度信息权重值与其固有属性值的乘积占每个网格资源的所述乘积之和的比率，确定出每个网格资源被选为遗传算法初始种群个体的概率，按照所述概率从大到小的顺序选择对应的若干个网格资源作为遗传算法初始种群个体。

7.如权利要求1所述的Web负载均衡方法，其特征在于，仅当Web服务器集群判断自身的负荷超过设定的阈值时，才将当前计算任务发送给设置于网络侧的网格服务器。

8.一种网格服务器，其特征在于，包括：

网格资源管理单元，用于接收网格资源的注册请求，记录在线的网格资源；

任务接收/反馈单元，用于接收Web服务器集群发送的当前计算任务；以及接收本次计算资源成功完成分配的计算任务后返回的计算结果，并传送给所述Web服务器集群；

资源选择单元，用于选择一个或多个在线的网格资源作为本次计算资源；

任务分配单元，用于将所述任务接收/反馈单元接收的所述计算任务分配给所述资源选择单元选择出的所述本次计算资源。

9.如权利要求8所述的网格服务器，其特征在于，所述网格资源管理单元中存储有资源表，所述资源表中记录网格资源之前被选择作为计算资源并成功完成分配的计算任务的历史累积次数；

所述资源选择单元具体用于，排序当前在线的网格资源在所述资源表中记录的对应的历史累积次数，按对应的历史累积次数从高到低的顺序，选择一个或多个网格资源作为本次计算资源；以及当所述任务接收/反馈单元接收到本次计算资源返回的计算结果后，更新所述资源表中对应计算资源对应的历史累积次数。

10.如权利要求8所述的网格服务器，其特征在于，所述网格资源管理单元中存储有资源快表，所述资源快表中记录每个网格资源对应的调度信息权重值，所述调度信息权重值与每个网格资源被选择并成功完成分配的计算任务的历史次数正相关；

所述资源选择单元具体用于，根据每个网格资源对应的调度信息权重值与其固有属性值的乘积占每个网格资源的所述乘积之和的比率，确定出每个网格资源被选为遗传算法初始种群个体的概率，按照所述概率从大到小的顺序选择当前在线的若干个网络资源作为遗传算法初始种群个体，再调用所述遗传算法，将算法输出的网格资源作为本次计算资源。

11.一种Web负载均衡系统，其特征在于，包括：Web服务器集群、网格服务器和网格资源；

所述Web服务器集群，用于将当前计算任务发送给所述网格服务器；以及接收所述网格服务器传送的计算结果；

所述网格服务器，用于接收网格资源的注册请求，记录在线的网格资源；以及接收Web服务器集群发送的计算任务，在注册的在线网格资源中，选择一个或多个网格资源作为本次计算资源；并将所述计算任务分配给所述本次计算资源；

所述网格资源，用于注册到所述网格服务器中，当被选择作为本次计算资源并成功完成分配的计算任务后，向所述所述网格服务器返回计算结果。

12.如权利要求11所述的Web负载均衡系统，其特征在于，还包括客户端；用于通过Web浏览器，登录所述Web服务器集群提供的系统功能Web页面提交所述计算任务；以及接收Web服务器集群返回的计算结果并展示给用户。

Images