CN103024812B - 多处理器系统负荷均衡配置方法 - Google Patents

Abstract

本发明公开了一种多处理器系统负荷均衡配置方法，属于多处理器系统的资源配置方法技术领域。所述多处理器系统的静态负荷均衡配置方法，将任务按其所需的处理器资源数由大到小依次S形排列配置于多处理器系统中的处理器上；可保证处理器中被占用资源的均衡，该配置方法简单实用，配置方便。所述多处理器系统的动态负荷均衡配置方法，根据需配置处理器资源数及小区忙闲时进行处理器的均衡配置，故可提高处理器的利用率，降低处理器负荷过大的情况。

Description

多处理器系统负荷均衡配置方法

本发明是“多处理器系统负荷均衡配置方法”的分案申请；申请号200710306835.x；申请日2007年12月28日；

技术领域

本发明涉及多处理器系统的资源配置方法，具体涉及一种多处理器系统负荷均衡配置方法。

背景技术

多处理器系统通常指可以使用多个处理器来处理工作负荷的系统，在对称多处理器系统中，操作系统往往需要将工作负荷均匀地分布到各处理器，以避免有的闲置有的负荷过重的情形。随着处理器的增多，对称多处理系统对所有任务的性能都会提高。在这种系统中，如各处理器在负荷不均衡的情况下，整体处理能力将极大受限，系统也会变得十分不稳定，只有对系统实时地分析工作任务量，掌握系统中的工作量状况，并把任务合理分配出去，才能保证系统的高效性。故如何有效的进行多处理器系统的动态负荷均衡十分有必要。

无线侧数据业务处理设备称为数据控制单元(Packet Control Unit，PCU)，包含处理业务数据的PCU资源处理(PCU Resource Processor，PRP)功能模块。在增强型通用分组无线业务(Enhenced General Packet Radio Service，EGPRS)基站改造及优化过程中，发现在一个PCU中，硬件配置均衡的情况下，多个PRP板间负荷依然存在不均衡的情况。现场测试还发现，PRP板负荷过高时，有可能导致PRP板进程吊死，出现该板管理下的小区内数据业务速率受限或不能正常工作的情况。因此在PCU中PRP资源充足的情况下，如何有效地进行PRP板负荷的均衡，对数据业务性能提升十分重要。

发明内容

为解决现有技术存在的问题，本发明旨在提供能够均衡多处理器系统中处理器负荷的配置方法的技术方案。

所述的多处理器系统负荷均衡配置方法，包括以下步骤：预设多处理器系统中待处理的任务数为N，各任务所需的处理器资源数为N_s，多处理系统的处理器数为N_P，M＝roundup(N/N_P，0)；对多处理器系统中各任务按N_s从大到小排序，排序后的各任务编号保存在数组A中a[1]至a[N]，并补充该数组使其长度为M×N_P，并设a[N+1]至a[M×N_P]均为0；将上述数组A变换成N_P行M列的二维数组B，即

将上述数组B同一行中数组元素代表的任务配置在同一块处理器上。

作为上述多处理器系统静态负荷均衡配置方法的改进，实现多处理器系统的动态负荷均衡，所述的多处理器系统负荷均衡配置方法，包括以下步骤：预设多处理器系统中待处理的任务数为N，各任务所需的处理器资源数为N_s，多处理系统的处理器数为N_P，M＝roundup(N/N_P，0)；取一段时间内各任务在一天内每小时占用处理器资源数的平均值P_MEAN；建立一个M行的二维数组A，根据P_MEAN确定每个任务的忙时，将所有任务出现忙时的时间，按照一定的规律分成M个时间段，忙时落在同一个时间段中的任务编号保存在数组A的同一行中，并将每一行的数组元素按N_s从大到小排序；如果数组A一行中的小区数超过N_P，则将这一行中超出的元素依次调整到其它并未超过N_P的行中；将数组A中奇数行的数组元素按N_s从大到小重新排列，偶数行中的数组元素按N_s从小到大重新排列；将同一列中数组元素对应的任务配置在同一个处理器上。

所述多处理器系统的静态负荷均衡配置方法，根据所需的处理器资源数进行配置，可保证处理器中被占用资源的均衡，但有可能将忙时重叠的任务配置在一处理器上，因此该配置方法适合于当处理器资源充裕，或各任务的忙时较为统一的情况，该配置方法简单实用，配置方便。所述多处理器系统的动态负荷均衡配置方法，根据需配置处理器资源数及小区忙闲时进行处理器的均衡配置，故可提高处理器的利用率，降低处理器负荷过大的情况。故该配置方法适合于处理器资源配置不太充足，或各任务的忙时较为分散的情况。

由于目前还没有公认的统一名称，本文件中所述的无线侧数据业务处理设备称为数据控制单元(Packet Control Unit，PCU)及PCU资源处理(PCU ResourceProcessor，PRP)如无特别限定外，不仅仅包括摩托罗拉PCU及PRP，还包括其他厂家的同类产品(产品名称可能不用PCU、PRP)。

附图说明

图1为本发明所述PRP静态负荷均衡配置方法实施例的流程图。

图2为本发明所述PRP动态负荷均衡配置方法实施例的流程图。

图3为本发明所述PRP静态负荷均衡配置方法试验一中各PRP的最大负荷变化趋势图。

图4为本发明所述PRP静态负荷均衡配置方法试验一中各PRP的平均负荷变化趋势图。

图5为本发明所述PRP动态负荷均衡配置方法试验二中PCU TEST 02全天数据业务流量及性能变化趋势图。

图6为本发明所述PRP动态负荷均衡配置方法试验二中各PRP的最大负荷变化趋势图。

图7为本发明所述PRP动态负荷均衡配置方法试验二中各PRP的平均负荷变化趋势图。

具体实施方式

现结合说明书附图，详细说明本发明的具体实施例。

所述配置方法的实施例应用于摩托罗拉PCU，根据摩托罗拉设备说明，每个PRP板对配置PDTCH资源的相关限制如下：

每个PRP板可配置最多120个PDTCH信道；信道类型可为16K、32K、或64K三种)；每个PRP板可配置最多2个扣板(PCI Mezzanine card，PMC)；每个PMC板可配置最多两条数据传输线(GPRS Data Stream，GDS)；每GDS可配置等效31个64K数据编码率适配单元(Transcoder Rate Adapter Unit，TRAU)，即：31个64K PDTCH信道，62个32K PDTCH信道，124个16K PDTCH信道。

设N64、N32和N16分别表示64K、32K、16K的PDTCH信道数，对于配置了1条GDS的PMC板，其最大可配置信道数应满足：

N16+N32×2+N64×4≤124；

对于配置了2条GDS的PMC板，其最大可配置信道数应满足：

N16+N32×2+N64×2≤124；

根据EGPRS优化经验：每个PRP板实际管理的PDTCH信道数在40-50个之间，且PRP的最大负荷不超过70％时(考虑余量)，PRP负荷和实际的现场测试都处于较理想的情况。

考虑到资源的有效利用及负荷均衡方面的因素，PRP板的基本配置原则为：每个PRP配置两个PMC，每个PMC配置1条GDS，因此，如PRP资源允许的情况下，每个PRP板上各种PDTCH信道数应同时满足以下条件：N16+N32×2+N64×4≤248且40≤N16+N32+N64≤55；

故根据以上条件，每个PCU中的PRP板数应满足：NPRP≥roundup(PCU中PDTCH信道总数/45，0)。

实施例一：

参见图1所示的PRP静态负荷配置方法，应用于一个包含14个小区，4块PRP处理器的PCU，小区编号及相应PDTCH信道数如下：

小区编号	1	2	3	4	5	6	7	8	9	10	11	12	13	14
															PDTCH信道数	4	11	7	9	12	30	10	6	7	9	10	15	5	22

根据步骤10，排序后小区编号数组矩阵A为：

A＝[6 14 12 5 2 7 11 4 10 3 9 8 13 1 0 0]；

根据步骤20，则有：

$B=\left[\begin{array}{cccc}6& 4& 10& 0\\ 14& 11& 3& 0\\ 12& 7& 9& 1\\ 5& 2& 8& 13\end{array}\right]$

步骤30，根据上述数组B，4块PRP处理器上的小区配置分别为：

PRP1：小区6、4、10；

PRP2：小区14、11、3；

PRP3：小区12、7、9、1；

PRP4：小区5、2、8、13。

实施例二：

参见图2所示的PRP动态负荷配置方法应用于一个包含14个小区，4块PRP处理器的PCU，根据步骤100获取各小区中忙时时间段的P_MEAN，对应关系如下：

小区编号	PDTCH信道数	忙时时间段
			1	4	时段2
2	11	时段1
			3	7	时段3
4	9	时段1
			5	12	时段1
6	30	时段1
			7	10	时段3
8	6	时段1
			9	7	时段1
10	9	时段3
			11	10	时段1
12	15	时段4
			13	5	时段3
14	22	时段2

根据步骤200，依据忙时段和PDTCH信道数可获得以下列表：

小区编号	PDTCH信道数	忙时时间段
			6	30	时段1
5	12	时段1
			2	11	时段1
11	10	时段1
			4	9	时段1
9	7	时段1
			8	6	时段1
14	22	时段2
			1	4	时段2
7	10	时段3
			10	9	时段3
3	7	时段3
			13	5	时段3
12	15	时段4

从而获得数组A：

$A=\left[\begin{array}{ccccccc}6& 5& 2& 11& 4& 9& 8\\ 14& 1& & & & & \\ 7& 10& 3& 13& & & \\ 12& & & & & & \end{array}\right]$

根据步骤300，调整矩阵如下：

$A^{\′}=\left[\begin{array}{cccc}6& 5& 2& 11\\ 14& 1& 4& 9\\ 7& 10& 3& 13\\ 12& 8& & \end{array}\right]$

根据步骤400，获得最终矩阵B：

$B=\left[\begin{array}{cccc}6& 5& 2& 11\\ 1& 14& 9& 4\\ 7& 10& 3& 13\\ & & 12& 8\end{array}\right]$

步骤500，根据该数组B，4块PRP处理器上的小区配置分别为：

PRP1：小区6、1、7；

PRP2：小区5、14、10；

PRP3：小区2、9、3、12；

PRP4：小区11、4、13、8。

试验一：

选取PCU TEST 01进行PRP静态负荷均衡配置方法的试验实施。

均衡算法实施前，PCU TEST 01中各种资源配置情况如下：

PCU TEST 01下共有7块PRP板，各PRP板中信道配置具体情况如下：

其中PRP4和PRP5配置的PDTCH信道较多。

根据PRP静态负荷均衡配置方法：

PCU下各PRP板配置小区如下：

相应信道配置如下：

根据以上分析结果，在8月15日下午17：45左右，我们对PCU TEST 01进行了PRP静态负荷均衡配置方法的实施，实施前后各PRP的最大负荷和平均负荷变化趋势如图3、图4所示。

试验一结果分析及结论：

从图3可见，8月13日开始，PRP板最大负荷开始有明显的下降，这是由于当天有用户投诉，曾对该PCU进行过初步的PRP均衡调整，在8月15日进行PRP静态负荷均衡配置方法实施之后，PCU各PRP负荷依然保持前次均衡状态，且较前次均衡前明显降低。

从图4中可见，PRP静态负荷均衡配置方法实施前，PRP5平均负荷明显高于其他PRP板，而实施后PRP5平均负荷显著下降，其它各PRP平均负荷也有下降，且各PRP负荷较为均衡。

从以上各分析可见，PRP静态负荷均衡配置方法对于PCU均衡具有显著的有效性。

试验二：

选取PCU TEST 02进行PRP动态负荷均衡配置方法的试验实施。

PRP动态负荷均衡配置方法实施前，PCU40中各种资源配置情况如下：

其中各PRP上的信道配置具体情况如下：

从上表可见该PCU中各PRP板上配置的信道总数及占用GDS数并小均衡。

从图5可见，PCU TEST 02在7月22日到7月29日之间全天数据业务流量及占用信道数的DL_BUSY_PDTCH_MEAN性能变化趋势，该BSC下的数据业务忙时主要是9:00、10:00、13:00和14:00。该PCU下共有7块PRP，根据PRP动态负荷均衡配置方法，应将所有时间段分为roundup(51/7)＝8段，对整个BSC下的各小区的流量及DL_busy_PDTCH_mean在7月22日到7月29日之间按小时取平均值，即P_MEAN，取每个小区中P_MEAN最大的三个时间段进行分析，具体分布情况如下：

time	出现频次
		9:00:00	28
10:00:00	39
		11:00:00	6
12:00:00	4
		13:00:00	30
14:00:00	33
		15:00:00	5
16:00:00	2
		17:00:00	3
18:00:00	1
		19:00:00	1
21:00:00	1

从上表可以发现时间主要分布在9:00到21:00之间，故仅对这段时间进行划分，具体时间段划分如下：[9；10；11-12；13；14；15-16；17-18；19-21]。

根据以上时间段划分方法，以各小区的DL_busy_PDTCH_mean最忙时段为依据，并根据其中配置的PDTCH信道数，确定各小区归属时间段如下：

各小区对应的信道数如下：

根据7块PRP进行分配，具体如下：

对应各PRP信道配置数如下：

根据以上分析结果，在8月7日下午17:00左右，对PCU40进行了PRP动态负荷均衡配置方法的实施，均衡前后各PRP的最大负荷及平均负荷变化趋势如图6、图7所示。

由图6、图7可见，在实施均衡前，该PCU中PRP 3、PRP 4的最大负荷及平均负荷明显高于其他各PRP，其中PRP 3最大负荷高达130、平均负荷约为50左右。经过PRP动态负荷均衡配置方法实施后，PRP 3的负荷明显下降，最大负荷及平均负荷分别为110和30左右，与该PCU下的其他PRP负荷基本一致，较为均衡。可见，所述PRP动态负荷均衡配置方法可以有效的保证摩托PCU设备中各PRP负荷的均衡性。

Claims (2)

1.一种多处理器系统负荷均衡配置方法，其特征在于，包括以下步骤：

预设多处理器系统中待处理的任务数为N，设第i个任务T[i](i＞0)所需的处理器资源数为S[i]，多处理系统的处理器数为N_P，M＝roundup(N/N_P，0)，其中roundup(N/N_P，0)为向上取整函数；

取一段时间内某一任务在一天24小时内每小时占用处理器资源数的平均值为Sm[t]，t＝[1，24] ；Sm[t]最大值对应的t为该任务的忙时；

建立一个M列的二维数组A，根据Sm[t]确定每个任务的忙时 ；将所有任务出现忙时的时间，按照一定的规律分成M个时间段，忙时落在同一个时间段中的任务编号i保存在数组A的同一列中，且每列从上到下按S[i]值从大到小排序；

如果数组A中第n列的任务数超过N_P，当n＜M，则将这一列中超出的所有任务调整到n+1列中；当n＝M，则将这一列中超出的所有任务调整到第一列；依次类推，直到数组A中所有列的任务数均小于等于N_P ；如数组A中某一列中任务数小于N_P，则以任务0补充，对应S[0]＝0，补足数组A为N_P×M的二维矩阵；

将数组A中奇数列的任务编号按S[i]值从上到下，从大到小重新排列，偶数列中的任务编号按S[i]值从上到下，从小到大重新排列；

将j行中的任务配置在第j个处理器上，j＝[1，Np]。

2.如权利要求1所述的多处理器系统负荷均衡配置方法，应用于无线侧数据业务处理设备数据控制单元(Packet Control Unit，PCU)，其特征在于，包括以下步骤：

预设PCU中小区数为N_Cell，小区中配置的PDTCH信道数等于固定给数据 业务使用的保留PDTCH信道数和可以转换给话音业务使用的可变PDTCH信道数的总和，设第i个小区C[i](i＞0)所需的处理器资源数为S[i]，处理业务数据的PCU资源处理(PCU Resource Processor，PRP)板数为N_PRP，M＝roundup(N_Cell/N_PRP，0)；取一段时间内PCU中某一小区一天24小时中每小时占用PDTCH数的平均值为Sm[t]，t＝[1，24] ；Sm[t]最大值对应的t为该任务的忙时；

建立一个M列的二维数组A，根据Sm[t]确定每个小区的忙时，将所有小区出现忙时的时间，按照一定的规律分成M个时间段，忙时落在同一个时间段中的小区号i保存在数组A的同一列中，且每列从上到下按S[i]值从大到小排序；

如果数组A第n列中的小区数超过N_PRP，当n＜M，则将这一列中超出的所有小区号调整到n+1列中；当n＝M，则将这一列中超出的所有小区号调整到第一列；依次类推，直到数组A中所有列的小区数均小于或等于N_PRP ；如数组A中某一列小区数小于N_PRP，则以小区0补充，对应S[0]＝0，并补足数组A为N_PRP×M的二维矩阵；

将数组A中奇数列的小区号按S[i]从上到下，从大到小重新排列，偶数列中的小区号按Sm[i]从上到下，从小到大重新排列；

将j行中对应的小区配置在第j个PRP处理器上。