CN105516369A - 视频云平台负载均衡方法及视频云平台负载均衡调度器 - Google Patents
视频云平台负载均衡方法及视频云平台负载均衡调度器 Download PDFInfo
- Publication number
- CN105516369A CN105516369A CN201610079285.1A CN201610079285A CN105516369A CN 105516369 A CN105516369 A CN 105516369A CN 201610079285 A CN201610079285 A CN 201610079285A CN 105516369 A CN105516369 A CN 105516369A
- Authority
- CN
- China
- Prior art keywords
- load
- grade
- server node
- value
- cloud platform
- 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L67/00—Network arrangements or protocols for supporting network services or applications
- H04L67/01—Protocols
- H04L67/10—Protocols in which an application is distributed across nodes in the network
- H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
- H04L67/1004—Server selection for load balancing
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)
Abstract
一种视频云平台负载均衡方法及视频云平台负载均衡调度器,所述视频云平台负载均衡方法,包括:获取各视频服务器节点当前时刻的自身瞬时负载状态,并计算各节点的瞬时负载值;针对已存储的各服务器节点的历史负载大数据信息,从而得到历史负载参考值;依据所述瞬时负载值和历史负载参考值计算综合负载值;设置负载等级阈值,根据综合负载值和负载等级阈值确定各服务器节点等级。根据服务器节点的综合负载值的高低将其划分为多个等价类,以此替代单一的瞬时负载值,增加了算法优越性。
Description
技术领域
本发明涉及视频云平台技术,特别涉及一种视频云平台负载均衡方法及视频云平台负载均衡调度器。
背景技术
随着互联网的兴起,特别是近些年移动互联网的蓬勃发展,人们对视频流媒体需求量大幅度增加,其技术也迅速发展。视频流媒体较普通的文本数据来说,有流量大、带宽要求高、实时性要求高等特点,流媒体服务器常常会遇到负载压力大反应慢等问题。构建视频云平台,并执行相应的负载均衡调度是解决这个问题的常见方法。由于所述视频流媒体的特殊性,传统的负载均衡技术无法实现好的负载均衡效果。传统负载均衡存在的问题,主要有:静态负载均衡算法,简单易实现,但是负载效果往往不好,极易发生集群倾斜问题;而完全动态的负载均衡算法,相对静态负载方法而言负载效果有小幅提升,但是实现相对复杂,并且已有的动态负载均衡算法考虑负载信息过于单一,同时频繁的信息动态采集容易成为整个系统新的瓶颈。
发明内容
本发明解决的问题是提供了一种视频云平台负载均衡方法及视频云平台负载均衡调度器,以解决现有技术中视频流媒体的高并发大流量下服务器负载压力大反应慢的技术问题。
为解决上述问题,本发明实施例提供了一种视频云平台负载均衡方法,包括:
获取各视频服务器节点当前时刻的自身瞬时负载状态,并计算各节点的瞬时负载值;
针对已存储的各服务器节点的历史负载大数据信息,从而得到历史负载参考值;
依据所述瞬时负载值和历史负载参考值计算综合负载值;
设置负载等级阈值,根据综合负载值和负载等级阈值确定各服务器节点等级。
可选地,还包括:
确认负载等级为最轻并存在服务器节点的等级为最优负载等级,轮询并确定最优负载等级的服务器节点集合;
在最优负载等级的服务器节点集合里执行循环轮叫负载调度。
可选地,针对存储的历史各服务器节点的负载大数据信息,进行实时分布式计算得到历史负载参考值。
可选地,采用粗糙集理论中的乘积平法进行加权,获取瞬时负载值。
可选地,执行循环轮叫调度,以轮询的方式依次将所有负载请求调度给所有视频服务器节点。
本发明还提供了一种视频云平台负载均衡调度器,包括:瞬时负载值获取单元、历史负载参考值获取单元、综合负载值获取单元、服务器节点等级获取单元;
瞬时负载值获取单元获取各视频服务器节点当前时刻的自身瞬时负载状态,并计算各节点的瞬时负载值;
历史负载参考值获取单元根据已存储的各服务器节点的历史负载大数据信息,从而得到历史负载参考值;
综合负载值获取单元从瞬时负载值获取单元、历史负载参考值获取单元获取瞬时负载值和历史负载参考值,依据所述瞬时负载值和历史负载参考值计算综合负载值;
服务器节点等级获取单元设置有负载等级阈值,根据综合负载值和负载等级阈值确定各服务器节点等级。
可选地,还包括:最优服务器集合确定单元,确认负载等级为最轻并存在服务器节点的等级为最优负载等级,轮询并确定最优负载等级的服务器节点集合。
可选地,还包括:调度单元,在最优负载等级的服务器节点集合里执行循环轮叫负载调度。
可选地,针对存储的历史各服务器节点的负载大数据信息,进行实时分布式计算得到历史负载参考值。
可选地,采用粗糙集理论中的乘积平法进行加权,获取瞬时负载值。
与现有技术相比,本技术方案具有以下优点:
本发明实施例,负载均衡调度器获取集群中服务器节点当前的负载状态并计算其瞬时负载和对各节点历史负载大数据信息分布式实时计算其历史负载参考值,从而进一步得到各服务器节点的综合负载值。根据粗糙集理论确定负载等级,并根据确定的负载等级,确定最优负载等级,并在最优的负载等级中服务器节点集合中执行循环轮叫负载调度,从而提高了视频云平台的负载均衡的效果。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种视频云平台负载均衡方法的流程图;
图2是本发明实施例提供的服务器节点综合负载值的计算方法的流程示意图。
具体实施方式
发明人经过研究还发现,在现有的集群中服务器节点所采集的瞬时负载数据可能不准确,因为服务器节点可能存在其性能参数异常抖动的情况;同时,服务器节点将自身的负载状态信息发送至负载均衡调度器过程中可能存在网络环境不佳从而导致数据包延迟甚至丢失的情况。为此,本发明实施例提供了一种视频云平台负载均衡方法及视频云平台负载均衡调度器,能有效提高视频云平台的负载均衡的效果。
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
如图1所示为本发明实施例提供的一种基于大数据与粗糙集结合的视频云平台负载均衡方法的流程图,所述方法包括以下步骤:
步骤S101,采集视频服务器节点自身的负载状态。
在本发明实施例中,集群中的视频服务器节点周期性采集当前时刻自身的负载状态,并通过指定的数据接口的形式发送给负载均衡调度器,负载均衡调度器收集并计算服务器节点的瞬时负载状态,其中,瞬时负载状态包括但不限于CPU使用率、内存使用率、磁盘使用率、连接数和响应时间。
步骤S102包括两个步骤,分别为S1021和S1022,具体如下:
步骤S1021,负载均衡调度器获取、计算并存储各视频服务器节点的瞬时负载状态。
由于实际应用中任一服务器的任何一项资源(CPU、内存、硬盘、连接数和反应时间)超过一定的阈值后都无法接入新的请求,故本发明采用粗糙集理论中的乘积平法进行加权,公式请参考图2的步骤S201,如下:
瞬时负载值=W*(1-λcpu*C)*(1-λmemory*M)
*(1-λdisk*D)*(1-λcon*Con)
*(1-λtime*time)
各项指标与服务器节点负载水平成正比,因此各项指标对于负载状态的影响的方向是一致的,同时,为了体现各项指标对于负载状态的影响程度,本发明为每一项指标赋予一个权重系数,系数越大,影响越大。公式中的W为服务器节点的初始权重大小,P为CPU使用率,M为内存使用率,D为硬盘使用率,C为节点连接数,T为反应时间。其中各项指标的权重系数满足
λcpu+λmemory+λdisk+λcon+λtime=1
步骤S1022,针对存储的历史各服务器节点的负载大数据信息,根据图2的S202中的公式进行分布式实时计算得到历史负载参考值;
在本发明实施例中,需要进行实时分布式计算得到历史负载参考值,具体公式请参考图2的步骤S202,如下:
具体指标包括CPU平均使用率内存平均使用率硬盘平均使用率平均连接数和平均响应时间同时,考虑单位时间服务器节点故障次数、异常数据比例和丢包率。同理,为了体现各项指标对于负载状态的影响程度,
本发明为每一项指标赋予一个权重系数,系数越大,影响越大,需满足:
λcpu+λmemory+λdisk+λcon+λtime=1
a+b+c+d=1
步骤S103,根据所述的服务器节点的瞬时负载值和历史负载参考值计算综合负载值。
在本发明实施例中,根据所述的瞬时负载值和历史负载参考值的两个维度性能指标,利用图2的S203中的公式计算各服务器节点的综合负载值,综合负载值=α*瞬时负载值+β*历史负载参考值,
其中α+β=1
步骤S104,设置各负载等级阈值,根据综合负载值和负载等级阈值确定各服务器节点等级;
在本发明实施例中,所述的周期T内各服务器节点的负载等级,包括:轻度负载等级、中度负载等级和重度负载等级。初始设定轻度负载和中度负载的界限值L以及中度负载和重度负载的界限值U,具体划分规则如下:
如果所述服务器节点的综合负载值小于等于L,则将其划分至轻度负载等级,轻度负载等级具有较高的负载调度概率;或者,
如果所述服务器节点的综合负载值大于L并且小于等于U,则将其划分至中度负载等级,中度负载等级具有次高的负载调度概率;或者,
如果所述服务器节点的综合负载值大于U,则将其划分至高度负载等级,高度负载等级具有最低的负载调度概率。
步骤S105,根据确定的负载等级,确认负载等级为最轻并存在服务器节点的等级为最优负载等级。
在本发明实施例中,根据上述所述的各服务器节点的负载等级,确认周期T内的最优负载等级,确认规则如下:
如果确认为轻度负载等级的服务器节点数量大于0,则确认为轻度负载等级即为最优负载等级;或者,
如果确认为轻度负载等级的服务器节点数量为0,并且中度负载的服务器节点数量大于0,则确认为中度负载等级即为最优负载等级;或者,
如果确认为轻度负载等级和中度负载等级的服务器节点数量均为0,则重度负载等级即为最优负载等级。
步骤S105,根据确定最优负载等级,轮询并确定最优负载等级的服务器节点集合;
步骤S106,对于周期T内的客户端视频服务请求,在最优负载等级的服务器节点集合中执行循环轮叫负载调度。
当在多个周期T内系统出现请求异常密集时,负载调度器并不会将所有请求都转发到最小负载的服务器节点,而是将请求转发至一组综合负载较低的服务器节点集合中,避免因短时间内请求过于密集和动态反馈周期T的延时导致严重的服务器集群倾斜的问题。较其他方法相比,本发明提出的一种基于大数据与粗糙集结合的视频云平台负载均衡方法更具科学、优越和实际应用价值。在所有服务器节点找出最合适的子集并在其内执行循环轮叫调度,其执行结果远远优于长时间的单一的轮叫调度算法。
本发明实施例还提供了一种视频云平台负载均衡调度器,包括:瞬时负载值获取单元、历史负载参考值获取单元、综合负载值获取单元、服务器节点等级获取单元、最优服务器集合确定单元和调度单元,
瞬时负载值获取单元获取各视频服务器节点当前时刻的自身瞬时负载状态,并计算各节点的瞬时负载值;
历史负载参考值获取单元根据已存储的各服务器节点的历史负载大数据信息,从而得到历史负载参考值;
综合负载值获取单元从瞬时负载值获取单元、历史负载参考值获取单元获取瞬时负载值和历史负载参考值,依据所述瞬时负载值和历史负载参考值计算综合负载值;
服务器节点等级获取单元设置有负载等级阈值,根据综合负载值和负载等级阈值确定各服务器节点等级。
最优服务器集合确定单元,确认负载等级为最轻并存在服务器节点的等级为最优负载等级,轮询并确定最优负载等级的服务器节点集合。
调度单元,在最优负载等级的服务器节点集合里执行循环轮叫负载调度。
本发明充分挖掘服务器节点的历史大数据负载信息并分布式实时计算历史负载参考值,并结合其瞬时负载信息来计算综合负载值,同时,充分利用粗糙集理论进行集群离散化,根据服务器节点的综合负载值的高低将其划分为多个等价类,以此替代单一的瞬时负载值,增加了算法优越性。
而且,当在多个周期T内系统出现请求异常密集时,负载调度器并不会将所有请求都转发到最小负载的服务器节点,而是将请求转发至一组综合负载较低的服务器节点集合中,避免因短时间内请求过于密集和动态反馈周期T的延时导致严重的服务器集群倾斜的问题。较其他方法相比,本发明提出的一种基于大数据与粗糙集结合的视频云平台负载均衡方法更具科学、优越和实际应用价值。在所有服务器节点找出最合适的子集并在其内执行循环轮叫调度,其执行结果远远优于长时间的单一的轮叫调度算法。
专业人员应该还可以进一步意识到,结合本申请所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
结合本申请中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行的软件模块、或者二者的结合来实施。软件模块可以置于随机存储器RAM、内存、只读存储器ROM、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上所述的具体实施方式,对本申请的目的、技术方案和有益效果进行了进一步详细说明,所应理解的是,以上所述仅为本申请的具体实施方式而已,并不用于限定本申请的保护范围,凡在本申请的精神和原则之内,所做的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。
Claims (10)
1.一种视频云平台负载均衡方法,其特征在于,包括:
获取各视频服务器节点当前时刻的自身瞬时负载状态,并计算各节点的瞬时负载值;
针对已存储的各服务器节点的历史负载大数据信息,从而得到历史负载参考值;
依据所述瞬时负载值和历史负载参考值计算综合负载值;
设置负载等级阈值,根据综合负载值和负载等级阈值确定各服务器节点等级。
2.如权利要求1所述的视频云平台负载均衡方法,其特征在于,还包括:
确认负载等级为最轻并存在服务器节点的等级为最优负载等级,轮询并确定最优负载等级的服务器节点集合;
在最优负载等级的服务器节点集合里执行循环轮叫负载调度。
3.根据权利要求3所述的视频云平台负载均衡方法,其特征在于,以轮询的方式依次将所有负载请求调度给所有视频服务器节点。
4.根据权利要求1所述的视频云平台负载均衡方法,其特征在于,采用粗糙集理论中的乘积平法进行加权,获取瞬时负载值。
5.根据权利要求1所述的视频云平台负载均衡方法,其特征在于,针对存储的历史各服务器节点的负载大数据信息,进行实时分布式计算得到历史负载参考值。
6.一种视频云平台负载均衡调度器,其特征在于,包括:瞬时负载值获取单元、历史负载参考值获取单元、综合负载值获取单元、服务器节点等级获取单元;
瞬时负载值获取单元获取各视频服务器节点当前时刻的自身瞬时负载状态,并计算各节点的瞬时负载值;
历史负载参考值获取单元根据已存储的各服务器节点的历史负载大数据信息,从而得到历史负载参考值;
综合负载值获取单元从瞬时负载值获取单元、历史负载参考值获取单元获取瞬时负载值和历史负载参考值,依据所述瞬时负载值和历史负载参考值计算综合负载值;
服务器节点等级获取单元设置有负载等级阈值,根据综合负载值和负载等级阈值确定各服务器节点等级。
7.根据权利要求6所述的视频云平台负载均衡调度器,其特征在于,还包括:最优服务器集合确定单元,确认负载等级为最轻并存在服务器节点的等级为最优负载等级,轮询并确定最优负载等级的服务器节点集合。
8.根据权利要求7所述的视频云平台负载均衡调度器,其特征在于,还包括:调度单元,在最优负载等级的服务器节点集合里执行循环轮叫负载调度。
9.根据权利要求6所述的视频云平台负载均衡调度器,其特征在于,针对存储的历史各服务器节点的负载大数据信息,进行实时分布式计算得到历史负载参考值。
10.根据权利要求6所述的视频云平台负载均衡调度器,其特征在于,采用粗糙集理论中的乘积平法进行加权,获取瞬时负载值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610079285.1A CN105516369A (zh) | 2016-02-04 | 2016-02-04 | 视频云平台负载均衡方法及视频云平台负载均衡调度器 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610079285.1A CN105516369A (zh) | 2016-02-04 | 2016-02-04 | 视频云平台负载均衡方法及视频云平台负载均衡调度器 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105516369A true CN105516369A (zh) | 2016-04-20 |
Family
ID=55723999
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610079285.1A Pending CN105516369A (zh) | 2016-02-04 | 2016-02-04 | 视频云平台负载均衡方法及视频云平台负载均衡调度器 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105516369A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106101276A (zh) * | 2016-08-10 | 2016-11-09 | 东方网力科技股份有限公司 | 一种集群负载均衡方法及装置 |
CN106681803A (zh) * | 2016-08-04 | 2017-05-17 | 腾讯科技(深圳)有限公司 | 一种任务调度方法及服务器 |
CN107026900A (zh) * | 2017-03-06 | 2017-08-08 | 浙江大华技术股份有限公司 | 一种拍摄任务分配方法及装置 |
CN107071002A (zh) * | 2017-03-22 | 2017-08-18 | 山东中创软件商用中间件股份有限公司 | 一种应用服务器集群请求调度方法及装置 |
CN107483621A (zh) * | 2017-09-06 | 2017-12-15 | 罗慕信息科技(上海)有限公司 | 一种自动选择服务节点的物联网设备连接方法 |
CN107547563A (zh) * | 2017-09-25 | 2018-01-05 | 新华三信息安全技术有限公司 | 一种认证方法及装置 |
WO2018028344A1 (zh) * | 2016-08-12 | 2018-02-15 | 腾讯科技(深圳)有限公司 | 负载处理方法和装置 |
CN109600402A (zh) * | 2017-09-30 | 2019-04-09 | 上海波克城市网络科技股份有限公司 | 服务器负载均衡方法及装置、存储介质、服务器、服务系统 |
CN109873714A (zh) * | 2019-01-04 | 2019-06-11 | 平安科技(深圳)有限公司 | 云计算节点配置更新方法及终端设备 |
CN110213358A (zh) * | 2019-05-23 | 2019-09-06 | 深圳壹账通智能科技有限公司 | 集群资源调度的方法、节点、设备及存储介质 |
CN110808981A (zh) * | 2019-11-04 | 2020-02-18 | 普联技术有限公司 | 一种视频流预览方法及装置 |
CN111787095A (zh) * | 2020-06-29 | 2020-10-16 | 杭州数梦工场科技有限公司 | 负载均衡方法和负载均衡器 |
CN112788368A (zh) * | 2020-12-23 | 2021-05-11 | 杭州海康威视系统技术有限公司 | 取流控制方法和用于提供视频流媒体服务的平台装置 |
CN113419993A (zh) * | 2021-05-19 | 2021-09-21 | 北京达佳互联信息技术有限公司 | 读写请求处理方法、装置、电子设备及存储介质 |
CN113626282A (zh) * | 2021-07-16 | 2021-11-09 | 济南浪潮数据技术有限公司 | 云计算物理节点负载监控方法、装置、终端及存储介质 |
CN113691571A (zh) * | 2020-05-18 | 2021-11-23 | 广州虎牙科技有限公司 | 状态信息处理方法和装置、管理服务器及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101594371A (zh) * | 2008-05-28 | 2009-12-02 | 山东省标准化研究院 | 食品安全追溯数据库的负载均衡优化方法 |
CN101695050A (zh) * | 2009-10-19 | 2010-04-14 | 浪潮电子信息产业股份有限公司 | 一种基于网络流量自适应预测的动态负载均衡方法 |
CN101820384A (zh) * | 2010-02-05 | 2010-09-01 | 浪潮(北京)电子信息产业有限公司 | 一种集群服务动态分配方法及装置 |
CN102244685A (zh) * | 2011-08-11 | 2011-11-16 | 中国科学院软件研究所 | 一种支持负载均衡的分布式缓存动态伸缩方法及系统 |
CN102970379A (zh) * | 2012-12-19 | 2013-03-13 | 中国电子科技集团公司第十五研究所 | 在多个服务器之间实现负载均衡的方法 |
CN104038525A (zh) * | 2013-03-07 | 2014-09-10 | 深圳市金证科技股份有限公司 | 服务器系统的负载均衡方法及装置 |
CN104506609A (zh) * | 2014-12-22 | 2015-04-08 | 合一网络技术(北京)有限公司 | 自动监测服务器状态并自适应调整服务的方法及其装置 |
US20150304889A1 (en) * | 2012-12-31 | 2015-10-22 | Huawei Technologies Co., Ltd. | Load balancing method and network control node |
-
2016
- 2016-02-04 CN CN201610079285.1A patent/CN105516369A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101594371A (zh) * | 2008-05-28 | 2009-12-02 | 山东省标准化研究院 | 食品安全追溯数据库的负载均衡优化方法 |
CN101695050A (zh) * | 2009-10-19 | 2010-04-14 | 浪潮电子信息产业股份有限公司 | 一种基于网络流量自适应预测的动态负载均衡方法 |
CN101820384A (zh) * | 2010-02-05 | 2010-09-01 | 浪潮(北京)电子信息产业有限公司 | 一种集群服务动态分配方法及装置 |
CN102244685A (zh) * | 2011-08-11 | 2011-11-16 | 中国科学院软件研究所 | 一种支持负载均衡的分布式缓存动态伸缩方法及系统 |
CN102970379A (zh) * | 2012-12-19 | 2013-03-13 | 中国电子科技集团公司第十五研究所 | 在多个服务器之间实现负载均衡的方法 |
US20150304889A1 (en) * | 2012-12-31 | 2015-10-22 | Huawei Technologies Co., Ltd. | Load balancing method and network control node |
CN104038525A (zh) * | 2013-03-07 | 2014-09-10 | 深圳市金证科技股份有限公司 | 服务器系统的负载均衡方法及装置 |
CN104506609A (zh) * | 2014-12-22 | 2015-04-08 | 合一网络技术(北京)有限公司 | 自动监测服务器状态并自适应调整服务的方法及其装置 |
Cited By (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106681803A (zh) * | 2016-08-04 | 2017-05-17 | 腾讯科技(深圳)有限公司 | 一种任务调度方法及服务器 |
CN106681803B (zh) * | 2016-08-04 | 2020-10-16 | 腾讯科技(深圳)有限公司 | 一种任务调度方法及服务器 |
CN106101276B (zh) * | 2016-08-10 | 2019-07-09 | 东方网力科技股份有限公司 | 一种集群负载均衡方法及装置 |
CN106101276A (zh) * | 2016-08-10 | 2016-11-09 | 东方网力科技股份有限公司 | 一种集群负载均衡方法及装置 |
US11025709B2 (en) | 2016-08-12 | 2021-06-01 | Tencent Technology (Shenzhen) Company Limited | Load processing method and apparatus |
WO2018028344A1 (zh) * | 2016-08-12 | 2018-02-15 | 腾讯科技(深圳)有限公司 | 负载处理方法和装置 |
CN107026900B (zh) * | 2017-03-06 | 2020-02-14 | 浙江大华技术股份有限公司 | 一种拍摄任务分配方法及装置 |
WO2018161884A1 (en) * | 2017-03-06 | 2018-09-13 | Zhejiang Dahua Technology Co., Ltd. | Methods and systems for load balancing |
CN107026900A (zh) * | 2017-03-06 | 2017-08-08 | 浙江大华技术股份有限公司 | 一种拍摄任务分配方法及装置 |
US10979492B2 (en) | 2017-03-06 | 2021-04-13 | Zhejiang Dahua Technology Co., Ltd. | Methods and systems for load balancing |
CN107071002A (zh) * | 2017-03-22 | 2017-08-18 | 山东中创软件商用中间件股份有限公司 | 一种应用服务器集群请求调度方法及装置 |
CN107483621A (zh) * | 2017-09-06 | 2017-12-15 | 罗慕信息科技(上海)有限公司 | 一种自动选择服务节点的物联网设备连接方法 |
CN107547563A (zh) * | 2017-09-25 | 2018-01-05 | 新华三信息安全技术有限公司 | 一种认证方法及装置 |
CN109600402A (zh) * | 2017-09-30 | 2019-04-09 | 上海波克城市网络科技股份有限公司 | 服务器负载均衡方法及装置、存储介质、服务器、服务系统 |
CN109873714A (zh) * | 2019-01-04 | 2019-06-11 | 平安科技(深圳)有限公司 | 云计算节点配置更新方法及终端设备 |
CN109873714B (zh) * | 2019-01-04 | 2023-12-22 | 平安科技(深圳)有限公司 | 云计算节点配置更新方法及终端设备 |
CN110213358A (zh) * | 2019-05-23 | 2019-09-06 | 深圳壹账通智能科技有限公司 | 集群资源调度的方法、节点、设备及存储介质 |
CN110808981A (zh) * | 2019-11-04 | 2020-02-18 | 普联技术有限公司 | 一种视频流预览方法及装置 |
CN113691571A (zh) * | 2020-05-18 | 2021-11-23 | 广州虎牙科技有限公司 | 状态信息处理方法和装置、管理服务器及存储介质 |
CN111787095A (zh) * | 2020-06-29 | 2020-10-16 | 杭州数梦工场科技有限公司 | 负载均衡方法和负载均衡器 |
CN112788368A (zh) * | 2020-12-23 | 2021-05-11 | 杭州海康威视系统技术有限公司 | 取流控制方法和用于提供视频流媒体服务的平台装置 |
CN113419993A (zh) * | 2021-05-19 | 2021-09-21 | 北京达佳互联信息技术有限公司 | 读写请求处理方法、装置、电子设备及存储介质 |
CN113419993B (zh) * | 2021-05-19 | 2024-06-04 | 北京达佳互联信息技术有限公司 | 读写请求处理方法、装置、电子设备及存储介质 |
CN113626282A (zh) * | 2021-07-16 | 2021-11-09 | 济南浪潮数据技术有限公司 | 云计算物理节点负载监控方法、装置、终端及存储介质 |
CN113626282B (zh) * | 2021-07-16 | 2023-12-22 | 济南浪潮数据技术有限公司 | 云计算物理节点负载监控方法、装置、终端及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105516369A (zh) | 视频云平台负载均衡方法及视频云平台负载均衡调度器 | |
CN109218355B (zh) | 负载均衡引擎,客户端,分布式计算系统以及负载均衡方法 | |
US10127086B2 (en) | Dynamic management of data stream processing | |
CN107562531B (zh) | 一种数据均衡方法和装置 | |
US8959219B2 (en) | Dynamic rerouting of service requests between service endpoints for web services in a composite service | |
US20150295970A1 (en) | Method and device for augmenting and releasing capacity of computing resources in real-time stream computing system | |
WO2023050901A1 (zh) | 一种负载均衡方法、装置、设备、计算机存储介质和程序 | |
WO2014024863A1 (ja) | 多階層の各ノードを考慮した負荷分散方法 | |
CN102111337A (zh) | 任务调度方法和系统 | |
CN102035737A (zh) | 一种基于认知网络的自适应负载均衡方法和装置 | |
US9596298B1 (en) | Load balancing in a distributed processing system | |
CN111913670B (zh) | 负载均衡的处理方法、装置、电子设备及存储介质 | |
CN106464733B (zh) | 一种调整云计算中虚拟资源的方法及装置 | |
CN104375897A (zh) | 基于最小相对负载不均衡度的云计算资源调度方法 | |
CN103986766A (zh) | 自适应负载均衡作业任务调度方法及装置 | |
CN102622275A (zh) | 一种云计算环境下负载均衡实现方法 | |
US20150113167A1 (en) | Optimized Consumption of Third-Party Web Services in a Composite Service | |
US20190220311A1 (en) | Method, apparatus and computer program product for scheduling dedicated processing resources | |
Patel et al. | A survey on load balancing in cloud computing | |
CN112118314A (zh) | 负载均衡方法和装置 | |
TWI718252B (zh) | 任務調度方法和裝置 | |
Wu et al. | An adaptive weighted least-load balancing algorithm based on server cluster | |
CN105323320B (zh) | 一种内容分发的方法及装置 | |
CN111177106B (zh) | 一种分布式数据计算系统及方法 | |
Hsu et al. | Effective memory reusability based on user distributions in a cloud architecture to support manufacturing ubiquitous computing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160420 |
|
RJ01 | Rejection of invention patent application after publication |