CN107040475A - 资源调度方法和装置 - Google Patents
资源调度方法和装置 Download PDFInfo
- Publication number
- CN107040475A CN107040475A CN201611032922.6A CN201611032922A CN107040475A CN 107040475 A CN107040475 A CN 107040475A CN 201611032922 A CN201611032922 A CN 201611032922A CN 107040475 A CN107040475 A CN 107040475A
- Authority
- CN
- China
- Prior art keywords
- data
- flows
- connection number
- address
- resource
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000001105 regulatory effect Effects 0.000 title claims abstract description 17
- 230000009183 running Effects 0.000 claims description 15
- 230000005540 biological transmission Effects 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 239000011800 void material Substances 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- 238000005065 mining Methods 0.000 description 2
- 238000013468 resource allocation Methods 0.000 description 2
- 238000004513 sizing Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- FGUUSXIOTUKUDN-IBGZPJMESA-N C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 Chemical compound C1(=CC=CC=C1)N1C2=C(NC([C@H](C1)NC=1OC(=NN=1)C1=CC=CC=C1)=O)C=CC=C2 FGUUSXIOTUKUDN-IBGZPJMESA-N 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/10—Flow control; Congestion control
- H04L47/12—Avoiding congestion; Recovering from congestion
- H04L47/125—Avoiding congestion; Recovering from congestion by balancing the load, e.g. traffic engineering
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/83—Admission control; Resource allocation based on usage prediction
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/76—Admission control; Resource allocation using dynamic resource allocation, e.g. in-call renegotiation requested by the user or requested by the network in response to changing network conditions
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/70—Admission control; Resource allocation
- H04L47/80—Actions related to the user profile or the type of traffic
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种资源调度方法,所述方法包括:获取负载均衡系统中虚拟网络之间互连的协议IP地址的流量数据,确定所述流量数据的属性;根据所述流量数据的属性更新所述虚拟IP地址的分类属性;根据所述分类属性,调度所述负载均衡系统资源池中的资源。本发明还公开了一种资源调度装置。本发明实现了根据所得的流量数据预测下一时间段所述负载均衡系统中各虚拟IP地址所需资源,从而调度所述负载均衡系统的资源,提高所述负载均衡系统资源在时间和空间上的利用率。
Description
技术领域
本发明涉及通信技术领域,尤其涉及一种资源调度方法和装置。
背景技术
负载均衡是建立在现有网络结构之上,它提供了一种廉价有效透明的方法来扩展网络设备和服务器的带宽、增加吞吐量、加强网络数据处理能力、提高网络的灵活性和可用性。
在负载均衡系统中,针对单独一个虚拟IP地址,在负载均衡过程中,会与某一个单独的互联网服务相对应,即虚拟IP地址的流量数据对应的是这个服务的即时流量数据。这个流量数据会根据时间变化,如下班了,大家都开始玩英雄联盟,那么这时与英雄联盟对应的虚拟IP地址就会感应到流量数据的增加。由于不能对负载均衡系统各个虚拟IP地址所需的资源进行预测,在某个虚拟IP地址的流量数据增加时,该虚拟IP地址所对应的资源处于紧缺状态,而其它虚拟IP地址的资源可能处于备用状态,从而导致负载均衡系统资源利用率不高。
发明内容
本发明的主要目的在于提供一种资源调度方法和装置,旨在解决现有的负载均衡系统资源利用率低的技术问题。
为实现上述目的,本发明提供的一种资源调度方法,所述资源调度方法包括:
获取负载均衡系统中虚拟网络之间互连的协议IP地址的流量数据,确定所述流量数据的属性;
根据所述流量数据的属性更新所述虚拟IP地址的分类属性;
根据所述分类属性,调度所述负载均衡系统资源池中的资源。
优选地,所述流量数据的属性包括所述流量数据的短连接数,长连接数,预设时间内的连接平均数,以及新建连接数和并发连接数。
优选地,所述根据所述流量数据的属性更新所述虚拟IP地址的分类属性的步骤包括:
根据所述流量数据的短连接数和长连接数计算长连接数和短连接数的比例;
将所述比例与模板数据进行相似度对比,确定所述流量数据所属的流量数据模板;
确定所述负载均衡系统中服务器的中央处理器CPU满负荷运转对应的连接数;
根据所述CPU满负荷运转对应的连接数和所述预设时间内的连接平均数计算得到所述虚拟IP地址所对应的性能消耗量;
将所述新建连接数和并发连接数与预设的突发类型模板对比,得到所述流量数据的突发时间段和突发量;
根据所述流量数据所属的流量数据模板,所述性能消耗量,所述突发时间段和所述突发量突发量更新所述虚拟IP地址的分类属性。
优选地,所述根据所述分类属性,调度所述负载均衡系统资源池中的资源的步骤包括:
根据所述流量数据所属的流量数据模板,将所述虚拟IP地址分配到所述负载均衡系统中;
根据所述性能消耗量,所述突发时间段和所述突发量,为所述虚拟IP地址分配所述负载均衡系统中的资源。
此外,为实现上述目的,本发明还提供一种资源调度装置,所述资源调度装置包括:
获取模块,用于获取负载均衡系统中虚拟网络之间互连的协议IP地址的流量数据,确定所述流量数据的属性;
更新模块,用于根据所述流量数据的属性更新所述虚拟IP地址的分类属性;
调度模块,用于根据所述分类属性,调度所述负载均衡系统资源池中的资源。
优选地,所述流量数据的属性包括所述流量数据的短连接数,长连接数,预设时间内的连接平均数,以及新建连接数和并发连接数。
优选地,所述更新模块包括:
计算单元,用于根据所述流量数据的短连接数和长连接数计算长连接数和短连接数的比例;
确定单元,用于将所述比例与模板数据进行相似度对比,确定所述流量数据所属的流量数据模板;确定所述负载均衡系统中服务器的中央处理器CPU满负荷运转对应的连接数;
所述计算单元还用于根据所述CPU满负荷运转对应的连接数和所述预设时间内的连接平均数计算得到所述虚拟IP地址所对应的性能消耗量;
所述对比单元还用于将所述新建连接数和并发连接数与预设的突发类型模板对比,得到所述流量数据的突发时间段和突发量;
更新单元,用于根据所述流量数据所属的流量数据模板,所述性能消耗量,所述突发时间段和所述突发量突发量更新所述虚拟IP地址的分类属性。
优选地,所述调度模块还用于根据所述流量数据所属的流量数据模板,将所述虚拟IP地址分配到所述负载均衡系统中;根据所述性能消耗量,所述突发时间段和所述突发量,为所述虚拟IP地址分配所述负载均衡系统中的资源。
本发明通过获取所述负载均衡系统中虚拟IP地址的流量数据,根据所述流量数据的属性更新所述虚拟IP地址的分类属性,根据所述分类属性,调度所述负载均衡系统资源池中的资源。实现了根据所得的流量数据预测下一时间段所述负载均衡系统中各虚拟IP地址所需资源,从而调度所述负载均衡系统的资源,提高所述负载均衡系统资源在时间和空间上的利用率。
附图说明
图1为本发明资源调度方法的较佳实施例的流程示意图;
图2为本发明资源调度装置的较佳实施例的功能模块示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
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。
本发明提供一种资源调度方法。
参照图1,图1为本发明资源调度方法较佳实施例的流程示意图。
在本实施例中,所述资源调度方法包括:
步骤S10,获取负载均衡系统中虚拟网络之间互连的协议IP地址的流量数据,确定所述流量数据的属性;
获取所述负载均衡系统中虚拟IP地址的流量数据,确定所述流量数据的属性。所述流量数据的属性包括所述虚拟IP地址的短连接数,长连接数,预设时间内的连接平均数,以及新建连接数和并发连接数。所述长连接是指一个TCP(Transmission ControlProtocol,传输控制协议)连接一直存在,客户端一直访问所述负载均衡系统中的服务器,所述TCP连接会长时间保持;所述短连接是指一个TCP连接仅仅只进行数次的数据获取,然后就中断所述TCP连接。
进一步地,可以获取所述虚拟IP地址某个时间段的流量数据,以得到所述虚拟IP地址在某个时间段内的短连接数,长连接数,预设时间内的连接平均数,以及新建连接数和并发连接数。所述时间段可以根据具体需要而设置,如可设置为10小时,或者24小时,或者48小时等。根据所述新建连接数和并发连接数可以预算得到所述虚拟IP地址在该时间段中的业务突发量,有助于合理调度所述负载均衡系统的资源,并及进行预先的扩容操作,防止出现资源不够用,导致所述负载均衡系统出现故障。
进一步地,确定所述虚拟IP地址的流量数据的连接类型,所述虚拟IP地址连接类型分为HTTP(HyperText Transfer Protocol,超文本传输协议)连接和HTTPS(Hyper TextTransfer Protocol over Secure Socket Layer,网络协议)连接。需要说明的是,HTTP连接只需占用所述负载均衡系统中服务器的CPU(Central Processing Unit,中央处理器)的性能,而HTTPS除了需要占用所述负载均衡系统中服务器的CPU性能,还需占用SSL(SecureSockets Layer,安全套接层)加速卡的性能。
步骤S20,根据所述流量数据的属性更新所述虚拟IP地址的分类属性;
步骤S30,根据所述分类属性,调度所述负载均衡系统资源池中的资源;
当确定所述IP地址的流量数据的属性后,根据所述流量数据的属性更新所述虚拟IP地址的分类属性。根据所述虚拟IP地址的分类属性,调度所述负载均衡系统资源池中的资源。
进一步地,当出现突发情况,所述虚拟IP地址的流量数据快速增加时,如突然爆发出一个新闻,或者突然发生一个意外事件时,用户可以控制所述负载均衡系统,相应增加或者减少所述负载均衡系统的资源。可以理解的是,当所述虚拟IP地址的流量数据快速增加时,可以通过人工智能技术,设置具有学习和挖掘能力,具有类似于人类的判断力智能系统,来代替用户调度所述负载均衡系统的方法。
本实施例通过获取所述负载均衡系统中虚拟IP地址的流量数据,根据所述流量数据的属性更新所述虚拟IP地址的分类属性,根据所述分类属性,调度所述负载均衡系统资源池中的资源。实现了根据所得的流量数据预测下一时间段所述负载均衡系统中各虚拟IP地址所需资源,从而调度所述负载均衡系统的资源,提高所述负载均衡系统资源在时间和空间上的利用率。
进一步地,基于本发明资源调度方法的较佳实施例提出本发明的另一实施例。
在本实施例中,所述步骤S20包括:
步骤a,根据所述流量数据的短连接数和长连接数计算长连接数和短连接数的比例;
步骤b,将所述比例与模板数据进行相似度对比,确定所述流量数据所属的流量数据模板;
在确定所述流量数据的短连接数和长连接数后,根据所述流量数据的短连接数和长连接数计算长连接数和短连接数的比例,将所述长连接数和短连接数的比例与典型应用的模板数据进行相似度对比,对所述流量数据进行分类,确定所述流量数据所属的流量数据模板。所述流量数据模板是经过多次试验所得的结果,预先存储在所述负载均衡系统中。在将所述长连接数和短连接数的比例与典型应用的模板数据进行相似度对比过程中,可使用Knn算法(k-NearestNeighbor,邻近算法),也可以使用其他类似的算法。所述Knn算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别,并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。
如当所述长连接数和短连接数的比例与流量数据模板A相似度大于预先设置的相似度,则认定所述长连接数和短连接数的比例属于流量数据A模板。所述预先设置的相似度可根据用户的需要设置。
步骤c,确定所述负载均衡系统中服务器的中央处理器CPU满负荷运转对应的连接数;
步骤d,根据所述CPU满负荷运转对应的连接数和所述预设时间内的连接平均数计算得到所述虚拟IP地址所对应的性能消耗量;
确定所述负载均衡系统中服务器的CPU满负荷运转对应的连接数,根据所述CPU满负荷运转对应的连接数和所述预设时间内的连接平均数计算得到所述虚拟IP地址所对应的性能消耗量,所述性能消耗量等于所述预设时间内的连接平均数除以所述CPU满负荷运转对应的连接数。所述性能消耗量可用于预测下一所述预设时间内的所述虚拟IP地址所需资源,可根据预测结果分配所述负载均衡模块的资源。所述性能消耗量的可分为成长型,稳定型和衰退型等,而所述成长型的性能消耗量可分为有线性成长型,指数成长型等。
步骤e,将所述新建连接数和并发连接数与预设的突发类型模板对比,得到所述流量数据的突发时间段和突发量;
步骤f,根据所述流量数据所属的流量数据模板,所述性能消耗量,所述突发时间段和所述突发量突发量更新所述虚拟IP地址的分类属性。
将所述新建连接数和所述并发连接数与预设的突发类型模板进行对比,得到所述流量数据的突发时间段和突发量。所述突发类型模板为预先设置的突发时段预测模板,如当某个应用在某个时间段的流量数据突然增加,则将这种突然增加的流量数据定义为突发类模板。可以理解的是,所述突发类型模板是根据历史流量数据突然增加的时间段而确定,所述突发类型模板可用来预测某个时间段内所述流量数据的突发时间段和突发量。
当确定所述流量数据所属的流量数据模板,所述性能消耗量,所述突发时间段和所述突发量突发量时,根据所述流量数据所属的流量数据模板,所述性能消耗量,所述突发时间段和所述突发量突发量更新所述虚拟IP地址的分类属性。
所述步骤S30包括:
步骤o,根据所述流量数据所属的流量数据模板,将所述虚拟IP地址分配到所述负载均衡系统中;
步骤m,根据所述性能消耗量,所述突发时间段和所述突发量,为所述虚拟IP地址分配所述负载均衡系统中的资源。
根据所述流量数据所属的流量数据模板,将所述虚拟IP地址分配到所述负载均衡模块系统中,根据所述性能消耗量,为所述虚拟IP地址分配所述负载均衡系统中的资源,也可以理解为所述虚拟IP地址根据所述性能消耗量直接在所述负载均衡系统中占用所述虚拟IP地址所需的资源。根据所述突发时间段和所述突发量,预先为所述虚拟IP地址分配所述负载均衡系统中的备用资源。
进一步地,在为所述HTTP连接和所述HTTPS连接分配资源时,可以均匀将所述负载均衡系统的资源分配给所述HTTP连接和所述HTTPS连接,也可以按照一定的比例分给所述HTTP连接和所述HTTPS连接。
本实施例通过根据所述流量数据所属的流量数据模板,将所述虚拟IP地址分配到所述负载均衡系统中,根据所述性能消耗量,所述突发时间段和所述突发量,为所述虚拟IP地址分配所述负载均衡系统中的资源。有利于合理分配所述负载均衡系统中的资源,提高所述负载均衡系统资源的利用率。
本发明进一步提供一种资源调度装置100。
参照图2,图2为本发明资源调度装置100的第一实施例的功能模块示意图。
需要强调的是,对本领域的技术人员来说,图2所示模块图仅仅是一个较佳实施例的示例图,本领域的技术人员围绕图2所示的资源调度装置100的模块,可轻易进行新的模块的补充;各模块的名称是自定义名称,仅用于辅助理解该资源调度装置100的各个程序功能块,不用于限定本发明的技术方案,本发明技术方案的核心是,各自定义名称的模块所要达成的功能。
在本实施例中,所述资源调度装置100包括:
获取模块10,用于获取负载均衡系统中虚拟网络之间互连的协议IP地址的流量数据,确定所述流量数据的属性;
获取所述负载均衡系统中虚拟IP地址的流量数据,确定所述流量数据的属性。所述流量数据的属性包括所述虚拟IP地址的短连接数,长连接数,预设时间内的连接平均数,以及新建连接数和并发连接数。所述长连接是指一个TCP(Transmission ControlProtocol,传输控制协议)连接一直存在,客户端一直访问所述负载均衡系统中的服务器,所述TCP连接会长时间保持;所述短连接是指一个TCP连接仅仅只进行数次的数据获取,然后就中断所述TCP连接。
进一步地,可以获取所述虚拟IP地址某个时间段的流量数据,以得到所述虚拟IP地址在某个时间段内的短连接数,长连接数,预设时间内的连接平均数,以及新建连接数和并发连接数。所述时间段可以根据具体需要而设置,如可设置为10小时,或者24小时,或者48小时等。根据所述新建连接数和并发连接数可以预算得到所述虚拟IP地址在该时间段中的业务突发量,有助于合理调度所述负载均衡系统的资源,并及进行预先的扩容操作,防止出现资源不够用,导致所述负载均衡系统出现故障。
进一步地,确定所述虚拟IP地址的流量数据的连接类型,所述虚拟IP地址连接类型分为HTTP(HyperText Transfer Protocol,超文本传输协议)连接和HTTPS(Hyper TextTransfer Protocol over Secure Socket Layer,网络协议)连接。需要说明的是,HTTP连接只需占用所述负载均衡系统中服务器的CPU(Central Processing Unit,中央处理器)的性能,而HTTPS除了需要占用所述负载均衡系统中服务器的CPU性能,还需占用SSL(SecureSockets Layer,安全套接层)加速卡的性能。
更新模块20,用于根据所述流量数据的属性更新所述虚拟IP地址的分类属性;
调度模块30,用于根据所述分类属性,调度所述负载均衡系统资源池中的资源。
当确定所述IP地址的流量数据的属性后,根据所述流量数据的属性更新所述虚拟IP地址的分类属性。根据所述虚拟IP地址的分类属性,调度所述负载均衡系统资源池中的资源。
进一步地,当出现突发情况,所述虚拟IP地址的流量数据快速增加时,如突然爆发出一个新闻,或者突然发生一个意外事件时,用户可以控制所述负载均衡系统,相应增加或者减少所述负载均衡系统的资源。可以理解的是,当所述虚拟IP地址的流量数据快速增加时,可以通过人工智能技术,设置具有学习和挖掘能力,具有类似于人类的判断力智能系统,来代替用户调度所述负载均衡系统的方法。
本实施例通过获取所述负载均衡系统中虚拟IP地址的流量数据,根据所述流量数据的属性更新所述虚拟IP地址的分类属性,根据所述分类属性,调度所述负载均衡系统资源池中的资源。实现了根据所得的流量数据预测下一时间段所述负载均衡系统中各虚拟IP地址所需资源,从而调度所述负载均衡系统的资源,提高所述负载均衡系统资源在时间和空间上的利用率。
进一步地,基于本发明资源调度装置100的较佳实施例提出本发明的另一实施例。
在本实施例中,所述更新模块20包括:
计算单元,用于根据所述流量数据的短连接数和长连接数计算长连接数和短连接数的比例;
确定单元,用于将所述比例与模板数据进行相似度对比,确定所述流量数据所属的流量数据模板;
在确定所述流量数据的短连接数和长连接数后,根据所述流量数据的短连接数和长连接数计算长连接数和短连接数的比例,将所述长连接数和短连接数的比例与典型应用的模板数据进行相似度对比,对所述流量数据进行分类,确定所述流量数据所属的流量数据模板。所述流量数据模板是经过多次试验所得的结果,预先存储在所述负载均衡系统中。在将所述长连接数和短连接数的比例与典型应用的模板数据进行相似度对比过程中,可使用Knn算法(k-NearestNeighbor,邻近算法),也可以使用其他类似的算法。所述Knn算法的核心思想是如果一个样本在特征空间中的k个最相邻的样本中的大多数属于某一个类别,则该样本也属于这个类别,并具有这个类别上样本的特性。该方法在确定分类决策上只依据最邻近的一个或者几个样本的类别来决定待分样本所属的类别。
如当所述长连接数和短连接数的比例与流量数据模板A相似度大于预先设置的相似度,则认定所述长连接数和短连接数的比例属于流量数据A模板。所述预先设置的相似度可根据用户的需要设置。
所述确定单元还用于确定所述负载均衡系统中服务器的中央处理器CPU满负荷运转对应的连接数;
所述计算单元还用于根据所述CPU满负荷运转对应的连接数和所述预设时间内的连接平均数计算得到所述虚拟IP地址所对应的性能消耗量;
确定所述负载均衡系统中服务器的CPU满负荷运转对应的连接数,根据所述CPU满负荷运转对应的连接数和所述预设时间内的连接平均数计算得到所述虚拟IP地址所对应的性能消耗量,所述性能消耗量等于所述预设时间内的连接平均数除以所述CPU满负荷运转对应的连接数。所述性能消耗量可用于预测下一所述预设时间内的所述虚拟IP地址所需资源,可根据预测结果分配所述负载均衡模块的资源。所述性能消耗量的可分为成长型,稳定型和衰退型等,而所述成长型的性能消耗量可分为有线性成长型,指数成长型等。
所述对比单元还用于将所述新建连接数和并发连接数与预设的突发类型模板对比,得到所述流量数据的突发时间段和突发量;
更新单元,用于根据所述流量数据所属的流量数据模板,所述性能消耗量,所述突发时间段和所述突发量突发量更新所述虚拟IP地址的分类属性。
将所述新建连接数和所述并发连接数与预设的突发类型模板进行对比,得到所述流量数据的突发时间段和突发量。所述突发类型模板为预先设置的突发时段预测模板,如当某个应用在某个时间段的流量数据突然增加,则将这种突然增加的流量数据定义为突发类模板。可以理解的是,所述突发类型模板是根据历史流量数据突然增加的时间段而确定,所述突发类型模板可用来预测某个时间段内所述流量数据的突发时间段和突发量。
当确定所述流量数据所属的流量数据模板,所述性能消耗量,所述突发时间段和所述突发量突发量时,根据所述流量数据所属的流量数据模板,所述性能消耗量,所述突发时间段和所述突发量突发量更新所述虚拟IP地址的分类属性。
所述调度模块30还用于根据所述流量数据所属的流量数据模板,将所述虚拟IP地址分配到所述负载均衡系统中;根据所述性能消耗量,所述突发时间段和所述突发量,为所述虚拟IP地址分配所述负载均衡系统中的资源。
根据所述流量数据所属的流量数据模板,将所述虚拟IP地址分配到所述负载均衡模块系统中,根据所述性能消耗量,为所述虚拟IP地址分配所述负载均衡系统中的资源,也可以理解为所述虚拟IP地址根据所述性能消耗量直接在所述负载均衡系统中占用所述虚拟IP地址所需的资源。根据所述突发时间段和所述突发量,预先为所述虚拟IP地址分配所述负载均衡系统中的备用资源。
进一步地,在为所述HTTP连接和所述HTTPS连接分配资源时,可以均匀将所述负载均衡系统的资源分配给所述HTTP连接和所述HTTPS连接,也可以按照一定的比例分给所述HTTP连接和所述HTTPS连接。
本实施例通过根据所述流量数据所属的流量数据模板,将所述虚拟IP地址分配到所述负载均衡系统中,根据所述性能消耗量,所述突发时间段和所述突发量,为所述虚拟IP地址分配所述负载均衡系统中的资源。有利于合理分配所述负载均衡系统中的资源,提高所述负载均衡系统资源的利用率。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其它变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其它要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种资源调度方法,其特征在于,所述资源调度方法包括:
获取负载均衡系统中虚拟网络之间互连的协议IP地址的流量数据,确定所述流量数据的属性;
根据所述流量数据的属性更新所述虚拟IP地址的分类属性;
根据所述分类属性,调度所述负载均衡系统资源池中的资源。
2.如权利要求1所述的资源调度方法,其特征在于,所述流量数据的属性包括所述流量数据的短连接数,长连接数,预设时间内的连接平均数,以及新建连接数和并发连接数。
3.如权利要求2所述的资源调度方法,其特征在于,所述根据所述流量数据的属性更新所述虚拟IP地址的分类属性的步骤包括:
根据所述流量数据的短连接数和长连接数计算长连接数和短连接数的比例;
将所述比例与模板数据进行相似度对比,确定所述流量数据所属的流量数据模板;
确定所述负载均衡系统中服务器的中央处理器CPU满负荷运转对应的连接数;
根据所述CPU满负荷运转对应的连接数和所述预设时间内的连接平均数计算得到所述虚拟IP地址所对应的性能消耗量;
将所述新建连接数和并发连接数与预设的突发类型模板对比,得到所述流量数据的突发时间段和突发量;
根据所述流量数据所属的流量数据模板,所述性能消耗量,所述突发时间段和所述突发量突发量更新所述虚拟IP地址的分类属性。
4.如权利要求3所述的资源调度方法,其特征在于,所述根据所述分类属性,调度所述负载均衡系统资源池中的资源的步骤包括:
根据所述流量数据所属的流量数据模板,将所述虚拟IP地址分配到所述负载均衡系统中;
根据所述性能消耗量,所述突发时间段和所述突发量,为所述虚拟IP地址分配所述负载均衡系统中的资源。
5.一种资源调度装置,其特征在于,所述资源调度装置包括:
获取模块,用于获取负载均衡系统中虚拟网络之间互连的协议IP地址的流量数据,确定所述流量数据的属性;
更新模块,用于根据所述流量数据的属性更新所述虚拟IP地址的分类属性;
调度模块,用于根据所述分类属性,调度所述负载均衡系统资源池中的资源。
6.如权利要求5所述的资源调度装置,其特征在于,所述流量数据的属性包括所述流量数据的短连接数,长连接数,预设时间内的连接平均数,以及新建连接数和并发连接数。
7.如权利要求6所述的资源调度装置,其特征在于,所述更新模块包括:
计算单元,用于根据所述流量数据的短连接数和长连接数计算长连接数和短连接数的比例;
确定单元,用于将所述比例与模板数据进行相似度对比,确定所述流量数据所属的流量数据模板;确定所述负载均衡系统中服务器的中央处理器CPU满负荷运转对应的连接数;
所述计算单元还用于根据所述CPU满负荷运转对应的连接数和所述预设时间内的连接平均数计算得到所述虚拟IP地址所对应的性能消耗量;
所述对比单元还用于将所述新建连接数和并发连接数与预设的突发类型模板对比,得到所述流量数据的突发时间段和突发量;
更新单元,用于根据所述流量数据所属的流量数据模板,所述性能消耗量,所述突发时间段和所述突发量突发量更新所述虚拟IP地址的分类属性。
8.如权利要求7所述的资源调度装置,其特征在于,所述调度模块还用于根据所述流量数据所属的流量数据模板,将所述虚拟IP地址分配到所述负载均衡系统中;根据所述性能消耗量,所述突发时间段和所述突发量,为所述虚拟IP地址分配所述负载均衡系统中的资源。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611032922.6A CN107040475B (zh) | 2016-11-14 | 2016-11-14 | 资源调度方法和装置 |
PCT/CN2017/077983 WO2018086291A1 (zh) | 2016-11-14 | 2017-03-24 | 资源调度方法、装置、设备及计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611032922.6A CN107040475B (zh) | 2016-11-14 | 2016-11-14 | 资源调度方法和装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107040475A true CN107040475A (zh) | 2017-08-11 |
CN107040475B CN107040475B (zh) | 2020-10-02 |
Family
ID=59530864
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611032922.6A Active CN107040475B (zh) | 2016-11-14 | 2016-11-14 | 资源调度方法和装置 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN107040475B (zh) |
WO (1) | WO2018086291A1 (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108600146A (zh) * | 2017-12-29 | 2018-09-28 | 北京搜狐新媒体信息技术有限公司 | 一种地址调度方法及装置 |
CN110995863A (zh) * | 2019-12-19 | 2020-04-10 | 上海交通大学 | 基于负载需求特征的数据中心负载分配方法及系统 |
CN114611848A (zh) * | 2020-11-25 | 2022-06-10 | 北京秦淮数据有限公司 | 一种资源管理系统及方法 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110545336B (zh) * | 2019-09-06 | 2023-06-23 | 深圳平安通信科技有限公司 | Ip地址替换方法、装置、计算机设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013042358A1 (en) * | 2011-09-21 | 2013-03-28 | Nec Corporation | Communication apparatus, communication system, communication control method, and program |
CN104426694A (zh) * | 2013-08-28 | 2015-03-18 | 杭州华三通信技术有限公司 | 一种调整虚拟机资源的方法和装置 |
CN104811398A (zh) * | 2015-04-17 | 2015-07-29 | 北京奇艺世纪科技有限公司 | 一种负载均衡的方法及装置 |
CN104850450A (zh) * | 2015-05-14 | 2015-08-19 | 华中科技大学 | 一种面向混合云应用的负载均衡方法及系统 |
CN106105162A (zh) * | 2014-03-20 | 2016-11-09 | 微软技术许可有限责任公司 | 基于交换机的负载均衡器 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103580905B (zh) * | 2012-08-09 | 2017-05-31 | 中兴通讯股份有限公司 | 一种流量预测方法、系统及流量监测方法、系统 |
CN103227999B (zh) * | 2013-05-02 | 2016-04-13 | 中国联合网络通信集团有限公司 | 网络流量预测方法和装置 |
CN105472631A (zh) * | 2014-09-02 | 2016-04-06 | 中兴通讯股份有限公司 | 一种业务数据量和/或资源数据量的预测方法及预测系统 |
CN105392154A (zh) * | 2014-09-05 | 2016-03-09 | 中兴通讯股份有限公司 | 一种资源占用量的预测方法与预测系统 |
CN104580524A (zh) * | 2015-01-30 | 2015-04-29 | 华为技术有限公司 | 一种云平台上的资源伸缩方法和一种云平台 |
-
2016
- 2016-11-14 CN CN201611032922.6A patent/CN107040475B/zh active Active
-
2017
- 2017-03-24 WO PCT/CN2017/077983 patent/WO2018086291A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2013042358A1 (en) * | 2011-09-21 | 2013-03-28 | Nec Corporation | Communication apparatus, communication system, communication control method, and program |
CN104426694A (zh) * | 2013-08-28 | 2015-03-18 | 杭州华三通信技术有限公司 | 一种调整虚拟机资源的方法和装置 |
CN106105162A (zh) * | 2014-03-20 | 2016-11-09 | 微软技术许可有限责任公司 | 基于交换机的负载均衡器 |
CN104811398A (zh) * | 2015-04-17 | 2015-07-29 | 北京奇艺世纪科技有限公司 | 一种负载均衡的方法及装置 |
CN104850450A (zh) * | 2015-05-14 | 2015-08-19 | 华中科技大学 | 一种面向混合云应用的负载均衡方法及系统 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108600146A (zh) * | 2017-12-29 | 2018-09-28 | 北京搜狐新媒体信息技术有限公司 | 一种地址调度方法及装置 |
CN110995863A (zh) * | 2019-12-19 | 2020-04-10 | 上海交通大学 | 基于负载需求特征的数据中心负载分配方法及系统 |
CN110995863B (zh) * | 2019-12-19 | 2021-07-30 | 上海交通大学 | 基于负载需求特征的数据中心负载分配方法及系统 |
CN114611848A (zh) * | 2020-11-25 | 2022-06-10 | 北京秦淮数据有限公司 | 一种资源管理系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
WO2018086291A1 (zh) | 2018-05-17 |
CN107040475B (zh) | 2020-10-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Ning et al. | Deep reinforcement learning for intelligent internet of vehicles: An energy-efficient computational offloading scheme | |
Hosseinioun et al. | aTask scheduling approaches in fog computing: A survey | |
CN110928654B (zh) | 一种边缘计算系统中分布式的在线任务卸载调度方法 | |
Huang et al. | When backpressure meets predictive scheduling | |
Liu et al. | A reinforcement learning-based resource allocation scheme for cloud robotics | |
CN104735095B (zh) | 一种云计算平台作业调度方法及装置 | |
CN104619029B (zh) | 一种集中式蜂窝网络架构下的基带池资源分配方法和装置 | |
CN107040475A (zh) | 资源调度方法和装置 | |
Liao et al. | Online computation offloading with double reinforcement learning algorithm in mobile edge computing | |
Song et al. | Processing optimization of typed resources with synchronized storage and computation adaptation in fog computing | |
CN113286329B (zh) | 基于移动边缘计算的通信和计算资源联合优化方法 | |
CN106095529B (zh) | 一种c-ran架构下的载波迁移方法 | |
He et al. | Virtual service placement for edge computing under finite memory and bandwidth | |
CN106453143A (zh) | 带宽设置方法、装置和系统 | |
Wu et al. | Deep reinforcement learning for scheduling in an edge computing‐based industrial internet of things | |
Tyagi et al. | Computing resource optimization of big data in optical cloud radio access networked industrial Internet of Things | |
El Menbawy et al. | Energy-efficient computation offloading using hybrid GA with PSO in internet of robotic things environment | |
Jain et al. | Optimal task offloading and resource allotment towards fog-cloud architecture | |
CN104519106A (zh) | 一种任务迁移方法及网络控制器 | |
Hosseini et al. | Energy-efficient scheduling based on task prioritization in mobile fog computing | |
Chen et al. | Joint optimization of task caching, computation offloading and resource allocation for mobile edge computing | |
Huang et al. | An efficient spectrum scheduling mechanism using Markov decision chain for 5G mobile network | |
Moallemi et al. | On the flow-level dynamics of a packet-switched network | |
Li et al. | Dynamic cache placement, node association, and power allocation in fog aided networks | |
Li et al. | Re-scheduling IoT services in edge networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |