CN107819867A - 一种集群网络的负载均衡方法和装置 - Google Patents
一种集群网络的负载均衡方法和装置 Download PDFInfo
- Publication number
- CN107819867A CN107819867A CN201711149247.XA CN201711149247A CN107819867A CN 107819867 A CN107819867 A CN 107819867A CN 201711149247 A CN201711149247 A CN 201711149247A CN 107819867 A CN107819867 A CN 107819867A
- Authority
- CN
- China
- Prior art keywords
- server
- load
- cluster network
- parameter value
- load parameter
- 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
-
- 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
- H04L67/101—Server selection for load balancing based on network conditions
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Multi Processors (AREA)
- Computer And Data Communications (AREA)
Abstract
本申请公开了一种集群网络的负载均衡方法、装置和系统。在业务关联的集群网络的负载参数值大于第一负载阈值时,从共享资源池中调度服务器对集群网络进行扩容;在集群网络的负载参数值小于第二负载复制时,从集群网络中调度服务器至共享资源池中对集群网络进行缩容,能有效提高集群网络中资源的利用率。
Description
技术领域
本发明涉及计算机领域,尤其涉及一种集群网络的负载均衡方法、装置和系统。
背景技术
业务系统根据不同的功能划分为多种业务,例如:对于一个电商平台而言,根据不同的功能可划分为登录业务、订单处理业务、结算业务和售后业务等,为了满足日益增加的用户数量,很多业务部署集群网络,集群网络包括多个服务器,能为业务提供强大的计算资源,更好的支撑相关业务的运行。然而很多类型的业务存在潮汐效应,不同时间段所需要的资源量不同,为了有效的支撑所承载的业务,网络集群预留的资源会大于业务的峰值需求,这种部署方式在业务处于平峰时期会存在资源的冗余,浪费集群网络的资源。
发明内容
本发明实施例所要解决的技术问题在于,提供一种集群网络的负载均衡方法和装置,能提高网络集群中资源的利用率。
第一方面,本申请提供了一种集群网络的负载均衡方法,包括:检测业务关联的集群网络的负载参数值,在负载参数值大于第一负载阈值的情况下,根据负载参数值,根据负载参数值和第一负载阈值的第一差值从共享资源池中调度至少一个服务服务器加入集群网络;或
在负载参数值小于第二负载阈值的情况下,根据负载参数值和第二负载阈值的第二差值从集群网络中调度出至少一个服务器加入共享资源池。
其中,集群网络和共享资源池都是以服务器为粒度的,本申请的服务器均为物理服务器,各个服务器具有的资源量可相同,也可不相同,即各个服务器的硬件规格参数可相同,也可以不相同。第一负载阈值和第二负载阈值为预存储或预配置的值,值的具体大小本申请不作限制,第一负载阈值大于或等于第二负载阈值。共享资源池中每个服务器没有承载任何业务,即每个服务器的负载参数值均为0。在需要从共享资源池中调度至少一个服务器加入到集群网络中是,或者从集群网络中调度至少一个服务器加入到共享资源池中,需要保证扩容或缩容的集群网络的负载参数值在第二负载阈值和第一负载阈值之间,即集群网络的负载参数值大于或等于第二负载阈值,以及小于或等于第一负载阈值。
在本申请中,在业务关联的集群网络的负载参数值大于第一负载阈值时,从共享资源池中调度服务器对集群网络进行扩容;在集群网络的负载参数值小于第二负载复制时,从集群网络中调度服务器至共享资源池中对集群网络进行缩容,这样能有效提高集群网络中资源的利用率。
在一种可能的设计中,所述检测业务关联的集群网络的负载参数值包括:
周期性的检测业务关联的集群网络中所有服务器的平均负载参数值;
周期性的检测业务关联的集群网络中指定的至少一个服务器各自对应的负载参数值。
在一种可能的设计中,根据负载参数值和第一负载阈值的第一差值从共享资源池中调度至少一个服务器加入集群网络中包括:
根据第一差值确定集群网络的资源需求量,根据资源需求量从共享资源池中调度资源量最大的前m个服务器加入到集群网络中;其中,资源量最大的前m个服务器的资源总量大于资源需求量,资源量最大的m-1个服务器的资源总量小于资源需求量,m为大于1的整数。
其中,资源需求量为集群网络所需的资源的总量。可以将共享资源池中的服务器根据资源量的大小进行降序排列或升序排列。
在一种可能的设计中,根据负载参数值和第二负载阈值的第二差值从集群网络中调度出至少一个服务器加入到所述共享资源池中包括:
根据第二差值确定集群网络的资源冗余量;
从集群网络中调度资源量最大的前n个服务器加入到共享资源池中;其中,资源量最大的前n个服务器的资源总量小于资源冗余量,资源量最大的前n+1个服务器的资源总量大于资源冗余量。
其中,资源冗余量表示集群网络中和第二负载阈值相比冗余的资源量。将集群网络中服务器根据资源量(负载参数值为0时的资源量)进行升序或降序排列,以便计算排列在前面或后面的一个或多个资源量最大的服务器。
在一种可能的设计中,负载参数值包括CPU占用率、内存占用率和磁盘占用率中的至少一种。
相应地,本申请第二方面还提供了一种集群网络的负载均衡装置,包括:
检测单元,用于检测业务关联的集群网络的负载参数值;
扩容单元,用于在所述负载参数值大于第一负载阈值的情况下,根据所述负载参数值和所述第一负载阈值的第一差值从共享资源池中调度至少一个服务器加入所述集群网络中;和/或
缩容单元,用于在所述负载参数值小于第二负载阈值的情况下,根据所述负载参数值和所述第二负载阈值的第二差值从所述集群网络中调度出至少一个服务器加入所述共享资源池中。
在一种可能的设计总,所述检测单元具体用于:
周期性的检测业务关联的集群网络中所有服务器的平均负载参数值;或
周期性的检测业务关联的集群网络中指定的至少一个服务器各自对应的负载参数值。
在一种可能的设计中,所述扩容单元具体用于:
根据所述第一差值确定所述集群网络的资源需求量;
根据所述资源需求值从所述共享资源池中调度资源量最大的前m个服务器加入所述集群网络中;其中,所述资源量最大的前m个服务器的资源总量大于所述资源需求量,资源量最大的前m-1个服务器的资源总量小于所述资源需求量,m为大于1的整数。
在一种可能的设计中,所述缩容单元具体用于:
根据所述第二差值确定所述集群网络的资源冗余量;
从所述集群网络中调度资源量最大的前n个服务器加入到所述共享资源池;其中,所述资源量最大的前n个服务器的资源总量小于所述资源冗余量,资源量最大的前n+1个服务器的资源总量大于所述资源冗余值。
第三方面,本申请提供了一种集群网络的负载均衡装置,以下简称均衡装置,均衡装置包括存储器、处理器和收发器,存储器存储有程序代码,处理器调用程序代码用于执行第一方面或第一方面的各可能实施方式中的任意一种集群网络的负载均衡装置。
第四方面,本申请提供了一种业务系统,包括上述任意一种负载均衡装置、集群网络和共享资源池,其中,所述集群网络包括至少一个服务器,所述共享资源池包括至少一个服务器。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,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业务系统的结构示意图;
图2是本发明实施例提供的一种集群网络的负载均衡方法的流程示意图;
图3是本发明实施例提供的一种集群网络的负载均衡装置的结构示意图;
图4是本发明实施例提供的一种集群网络的负载均衡装置的另一结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参见图1,为本发明实施例提供的一种业务系统的结构示意图,在本发明实施例中,所述通信系统包括至少一个集群网络和1个共享资源池,每个集群网络关联一种类型的业务,例如:业务包括:登录业务、认证业务、数据库业务、结算业务等。每个集群网络中包括负载均衡装置和至少一个服务器,共享资源池中包括控制器和至少一个服务器。本发明实施例中的集群网络和共享资源池以服务器为粒度,且服务器为物理服务器;每个集群网络中包括负载均衡装置,负载均衡装置和集群网络中的各个服务器连接,其中负载均衡装置可部署与某个服务器内,也可以单独部署,本发明不作限定。共享资源池中包括控制器,控制器和共享资源池中的各个服务器连接,控制器可部署与某个服务器内,也可以单独部署,控制器和集群网络中的负载均衡装置连接。共享资源池中的服务器上不承载任何业务,即共享资源池中的服务器的负载参数值等于0,具有最大可用的资源量。
例如:参见图1所示,集群网络1包括负载均衡装置10、服务器11、服务器12和服务器13,集群网络1用于承载业务1;集群网络2包括负载均衡装置20、服务器21、服务器22和服务器23,集群网络2用于承载业务2;共享资源池3包括控制器30、服务器31、服务器32和服务器33。需要说明的是,图1所示的业务系统中网元的结构和数量仅为举例说明,并不对本发明构成限定。
其中,以业务集群1为例对本实施例的业务系统的工作过程进行说明:
负载均衡装置10检测集群网络1的负载参数值,负载参数值表示集群网络负载大小,负载参数值越大表示集群网络1的负载越重,负载参数值越小表示集群网络1的负载越小。在负载参数值大于第一负载阈值的情况下,根据负载参数值和第一负载阈值的第一差值从共享资源池3中调度至少一个服务器加入集群网络1;在集群网络1的负载参数值小于第二负载阈值的情况下,根据负载参数值和第二负载阈值的第二差值从集群网络1总调度出至少一个服务器加入共享资源池3中。
其中,第一负载阈值和第二负载阈值为预存储或预配置的,且第一负载阈值大于第二负载阈值,值的具体大小本发明不作限制。
实施本发明的实施例,在业务关联的集群网络的负载参数值大于第一负载阈值时,从共享资源池中调度服务器对集群网络进行扩容;在集群网络的负载参数值小于第二负载复制时,从集群网络中调度服务器至共享资源池中对集群网络进行缩容,这样能有效提高集群网络中资源的利用率。
参见图2,图2是本发明实施例提供的一种集群网络的负载均衡方法的流程示意图,在本发明实施例中,所述方法包括:
S201、检测业务关联的集群网络的负载参数值。
其中,集群网络用于承载业务,业务表示实现特定功能的服务,例如:业务为登录业务、认证业务、数据库业务等。集群网络中包括至少一个服务器,集群网络用于为承载的业务提供计算资源。集群网络中可包括负载均衡装置,负载均衡装置检测集群网络的负载参数值,负载参数值表示集群网络负载状态的度量,负载参数值越大表示集群网络的负载越重,负载参数值越小表示集群网络的负载越轻。负载参数值包括但不限于CPU占用率、内存占用率和磁盘占用率中的至少一种。
在一种可能的实现方式中,负载均衡装置检测集群网络的负载参数的方法包括:负载均衡装置周期性的检测业务关联的集群网络的平均负载参数值,若平均负载参数值大于第一负载阈值,对集群网络进行扩容;若平均负载参数值小于第二负载阈值,对集群网络进行缩容。
其中,计算平均负载参数值的方法包括但不限于算法平均法、几何平均法或加权平均法。
举例说明:集群网络中包括服务器1、服务器2和服务器3,负载参数值为内存占用率,第一负载阈值为80%,第二负载阈值为10%,假设负载均衡装置检测到服务器1的内存占用率为70%,服务器2的内存占用率为85%,服务器3的内存占用率为90%,负载均衡装置计算上述3个服务器的平均内存占用率为81.67%,负载均衡装置判断计算得到的平均负载占用率大于第一负载阈值80%,负载均衡装置从共享资源池中调度一个服务器4加入到集群网络中,服务器4的内存占用率为0%,调度后集群网络的平均内存占用率为61.25%,小于第一负载阈值。
假设负载均衡装置检测到服务器1的内存占用率为8%,服务器2的内存占用率为9%,服务器3的内存占用率为10%,负载均衡装置计算上述3个服务器的平均内存占用率为9%,小于第二负载阈值10%,负载均衡装置从集群网络中调度负载最轻的服务器(服务器8)加入到共享资源池后,调度后集群网络的平均内存占用率为(8%+9%+10%)/2=13.5%,大于第二负载阈值。
在另一种可能的实施方式中,负载均衡装置检测集群网络的负载参数值的方法包括:
负载均衡装置周期性的检测业务关联的集群网络中指定的至少一个服务器各自的负载参数值,若至少一个服务器的负载参数值均大于第一负载阈值,对集群网络进行扩容;若至少一个服务器的负载参数值均小于第二负载阈值,对集群网络进行缩容。
举例说明:集群网络中包括服务器1、服务器2和服务器3,负载参数值为内存占用率,第一负载阈值为80%,第二负载阈值为10%,假设指定的至少一个服务器为服务器2,负载均衡装置检测到服务器1的内存占用率为70%,服务器2的内存占用率为85%,服务器3的内存占用率为90%,负载均衡装置判断服务器2的内存占用率大于第一负载阈值80%,负载均衡装置从共享资源池中调度一个服务器4加入到集群网络中,服务器4的内存占用率为0%,调度后集群网络负载均衡装置将负载平均分配到4个服务器上,该4个服务器中每个服务器的内存占用率为61.25%,小于第一负载阈值。
假设负载均衡装置检测到服务器1的内存占用率为8%,服务器2的内存占用率为9%,服务器3的内存占用率为10%,负载均衡装置判断服务器2的内存占用率小于第二负载阈值10%,负载均衡装置从集群网络中调度负载最轻的服务器(服务器8)加入到共享资源池后,调度后集群网络后负载均衡装置将负载平均分配给剩余的服务器2和服务器3,该两个服务器的内存占用率为(8%+9%+10%)/2=13.5%,大于第二负载阈值。
其中,指定的至少一个服务器可以根据历史统计数据负载参数值最大的至少一个服务器,也可以是预配置的至少一个服务器,本发明实施例不作限制。
S202、在负载参数值大于第一负载阈值的情况下,根据负载参数值和第一负载阈值的第一差值从共享资源池中调度至少一个服务器加入所述集群网络中。
其中,负载均衡装置预存储或预配置为第一负载阈值,负载均衡装置根据负载参数值和第一负载阈值的第一差值从共享资源池中调度至少一个服务器加入到集群网络中,对集群网络进行扩容,调度的至少一个服务器加入到集群网络中,负载均衡装置对该集群网络承载的业务重新进行重部署,使业务运行在扩容后的集群网络上,扩容后的集群网络的负载参数值满足小于第一负载阈值。
在一种可能的实施方式中,负载均衡装置根据负载参数值和第一负载阈值的第一差值从共享资源池中调度至少一个服务器加入集群网络中包括:
根据第一差值确定集群网络的资源需求量,根据资源需求量从共享资源池中调度资源量最大的前m个服务器加入到集群网络中;其中,资源量最大的前m个服务器的资源总量大于资源需求量,资源量最大的m-1个服务器的资源总量小于资源需求量,m为大于1的整数。
其中,资源需求量小于第一差值的绝对值,负载均衡装置可预存储或预配置为映射表,负载均衡装置根据第一差值的绝对值在映射表中查询对应的资源需求量,或者资源需求量比第一差值小预设值。将共享资源池中的服务器根据具有的资源量的大小进行降序排列,从共享资源池中调度前m个服务器加入集群网络中,前m个服务器的资源总量大于上述确定的资源需求量,前m-1个服务器的资源总量的小于上述确定的资源需求值,m为大于1的整数。
或者,负载均衡装置对共享资源池中的服务器根据具有的资源量的大小进行升序排列,负载均衡装置从共享资源池中调度后m个服务器加入集群网络中,后m个服务器的资源总量大小大于上述确定的资源需求量,后m-1个服务器的资源总量小于上述确定的资源需求值。
S203、在所述负载参数值小于第二负载阈值的情况下,根据负载参数值和第二负载阈值的第二差值从所述集群网络中调度出至少一个服务器加入所述共享资源池中。
其中,负载均衡装置预存储或预配置为第二负载阈值,负载均衡装置根据负载参数值和第二负载阈值的第一二差值从集群网络中调度至少一个服务器加入到共享资源池中,对集群网络进行缩容,负载均衡装置卸载待调度出集群网络的至少一个服务器上承载的业务,使业务运行在缩容后的集群网络上,缩容后的集群网络的负载参数值满足大于第二负载阈值。
在一种可能的实施方式中,负载均衡装置根据所述负载参数值和所述第二负载阈值的第二差值从所述集群网络中调度出至少一个服务器加入所述共享资源池中包括:
根据所述第二差值确定所述集群网络的资源冗余量;
从所述集群网络中调度资源量最大的前n个服务器加入到所述共享资源池;其中,所述资源量最大的前n个服务器的资源总量小于所述资源冗余量,资源量最大的前n+1个服务器的资源总量大于所述资源冗余值。
其中,资源冗余量小于第二差值的绝对值,负载均衡装置可预存储或预配置为映射表,负载均衡装置根据第二差值的绝对值在映射表中查询对应的资源冗余量,或者资源冗余量比第一差值小预设值。将集群网络中的服务器根据具有的资源量(负载参数值为0时的资源量)的大小进行降序排列,从集群网络中调度前n个服务器加入集群网络中,前n个服务器的资源总量小于上述确定的资源冗余量,前n+1个服务器的资源总量的小于上述确定的资源冗余值,n为大于1的整数。
或者,负载均衡装置对集群网络中的服务器根据具有的资源量的大小进行升序排列,负载均衡装置从集群网络中调度后n个服务器加入集群网络中,后n个服务器的资源总量大小小于上述确定的资源冗余量,后n+1个服务器的资源总量大于上述确定的资源冗余值。
需要说明的是,本实施例的集群网络的负载均衡方法包括S202和S203中至少一个步骤。
实施本发明的实施例,在业务关联的集群网络的负载参数值大于第一负载阈值时,从共享资源池中调度服务器对集群网络进行扩容;在集群网络的负载参数值小于第二负载复制时,从集群网络中调度服务器至共享资源池中对集群网络进行缩容,这样能有效提高集群网络中资源的利用率。
上述详细阐述了本发明实施例的方法,下面提供了本发明实施例的装置。
请参见图3,图3是本发明实施例提供的一种集群网络的负载均衡装置的结构示意图,一下简称负载均衡装置3,该负载均衡装置3可以包括检测单元301、扩容单元302和/或缩容单元303,其中,各个单元的详细描述如下。
检测单元301,用于检测业务关联的集群网络的负载参数值;
扩容单元302,用于在所述负载参数值大于第一负载阈值的情况下,根据所述负载参数值和所述第一负载阈值的第一差值从共享资源池中调度至少一个服务器加入所述集群网络中;和/或
缩容单元303,用于在所述负载参数值小于第二负载阈值的情况下,根据所述负载参数值和所述第二负载阈值的第二差值从所述集群网络中调度出至少一个服务器加入所述共享资源池中。
在一种可能的实施方式中,检测单元301具体用于:
周期性的检测业务关联的集群网络中所有服务器的平均负载参数值;或
周期性的检测业务关联的集群网络中指定的至少一个服务器各自对应的负载参数值。
在一种可能的实施方式中,扩容单元302具体用于:
根据所述第一差值确定所述集群网络的资源需求量;
根据所述资源需求值从所述共享资源池中调度资源量最大的前m个服务器加入所述集群网络中;其中,所述资源量最大的前m个服务器的资源总量大于所述资源需求量,资源量最大的前m-1个服务器的资源总量小于所述资源需求量,m为大于1的整数。
在一种可能的实施方式中,缩容单元303具体用于:
根据所述第二差值确定所述集群网络的资源冗余量;
从所述集群网络中调度资源量最大的前n个服务器加入到所述共享资源池;其中,所述资源量最大的前n个服务器的资源总量小于所述资源冗余量,资源量最大的前n+1个服务器的资源总量大于所述资源冗余值。
需要说明的是,各个单元的实现和有益效果还可以对应参照图2所示的方法实施例的相应描述,此处不再赘述。
请参见图4,图4是本发明实施例提供的一种集群网络的负载均衡装置4的结构示意图,以下简称负载均衡装置4,该设负载均衡装置4包括处理器401、存储器402和收发器403,所述处理器401、存储器402和收发器403通过总线相互连接。
存储器402包括但不限于是随机存储记忆体(英文:Random Access Memory,简称:RAM)、只读存储器(英文:Read-Only Memory,简称:ROM)、可擦除可编程只读存储器(英文:Erasable Programmable Read Only Memory,简称:EPROM)、或便携式只读存储器(英文:Compact Disc Read-Only Memory,简称:CD-ROM),该存储器402用于相关指令及数据。收发器403用于接收和发送数据。
处理器401可以是一个或多个中央处理器(英文:Central Processing Unit,简称:CPU),在处理器401是一个CPU的情况下,该CPU可以是单核CPU,也可以是多核CPU。
该负载均衡装置4中的处理器401用于读取所述存储器402中存储的程序代码,执行以下操作:
检测业务关联的集群网络的负载参数值;
在所述负载参数值大于第一负载阈值的情况下,根据所述负载参数值和所述第一负载阈值的第一差值从共享资源池中调度至少一个服务器加入所述集群网络中;或
在所述负载参数值小于第二负载阈值的情况下,根据所述负载参数值和所述第二负载阈值的第二差值从所述集群网络中调度出至少一个服务器加入所述共享资源池中。
在一种可能的实施方式中,处理器401执行所述检测业务关联的集群网络的负载参数值包括:
周期性的检测业务关联的集群网络中所有服务器的平均负载参数值;或
周期性的检测业务关联的集群网络中指定的至少一个服务器各自对应的负载参数值。
在一种可能的实施方式中,处理器401执行所述根据所述负载参数值和所述第一负载阈值的第一差值从共享资源池中调度至少一个服务器加入所述集群网络中包括:
根据所述第一差值确定所述集群网络的资源需求量;
根据所述资源需求值从所述共享资源池中调度资源量最大的前m个服务器加入所述集群网络中;其中,所述资源量最大的前m个服务器的资源总量大于所述资源需求量,资源量最大的前m-1个服务器的资源总量小于所述资源需求量,m为大于1的整数。
在一种可能的实施方式中,处理器401执行所述根据所述负载参数值和所述第二负载阈值的第二差值从所述集群网络中调度出至少一个服务器加入所述共享资源池中包括:
根据所述第二差值确定所述集群网络的资源冗余量;
从所述集群网络中调度资源量最大的前n个服务器加入到所述共享资源池;其中,所述资源量最大的前n个服务器的资源总量小于所述资源冗余量,资源量最大的前n+1个服务器的资源总量大于所述资源冗余值。
在一种可能的实施方式中,所述负载参数值包括但不限于CPU占用率、内存占用率和磁盘占用率中的至少一种。
需要说明的是,各个操作的实现和有益效果还可以对应参照图2所示的方法实施例的相应描述,此处不再赘述。
本领域普通技术人员可以意识到,结合本文中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、或者计算机软件和电子硬件的结合来实现。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。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时,全部或部分地产生按照本发明实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中,或者通过所述计算机可读存储介质进行传输。所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如固态硬盘Sol标识 State Disk(SSD))等。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,该流程可以由计算机程序来指令相关的硬件完成,该程序可存储于计算机可读取存储介质中,该程序在执行时,可包括如上述各方法实施例的流程。而前述的存储介质包括:ROM或随机存储记忆体RAM、磁碟或者光盘等各种可存储程序代码的介质。
Claims (10)
1.一种集群网络的负载均衡方法,其特征在于,包括:
检测业务关联的集群网络的负载参数值;
在所述负载参数值大于第一负载阈值的情况下,根据所述负载参数值和所述第一负载阈值的第一差值从共享资源池中调度至少一个服务器加入所述集群网络中;或
在所述负载参数值小于第二负载阈值的情况下,根据所述负载参数值和所述第二负载阈值的第二差值从所述集群网络中调度出至少一个服务器加入所述共享资源池中。
2.如权利要求1所述的方法,其特征在于,所述检测业务关联的集群网络的负载参数值包括:
周期性的检测业务关联的集群网络中所有服务器的平均负载参数值;或
周期性的检测业务关联的集群网络中指定的至少一个服务器各自对应的负载参数值。
3.如权利要求1或2所述的方法,其特征在于,所述根据所述负载参数值和所述第一负载阈值的第一差值从共享资源池中调度至少一个服务器加入所述集群网络中包括:
根据所述第一差值确定所述集群网络的资源需求量;
根据所述资源需求值从所述共享资源池中调度资源量最大的前m个服务器加入所述集群网络中;其中,所述资源量最大的前m个服务器的资源总量大于所述资源需求量,资源量最大的前m-1个服务器的资源总量小于所述资源需求量,m为大于1的整数。
4.如权利要求1或2所述的方法,其特征在于,所述根据所述负载参数值和所述第二负载阈值的第二差值从所述集群网络中调度出至少一个服务器加入所述共享资源池中包括:
根据所述第二差值确定所述集群网络的资源冗余量;
从所述集群网络中调度资源量最大的前n个服务器加入到所述共享资源池;其中,所述资源量最大的前n个服务器的资源总量小于所述资源冗余量,资源量最大的前n+1个服务器的资源总量大于所述资源冗余值。
5.如权利要求1-4任意一项所述的方法,其特征在于,所述负载参数值包括但不限于CPU占用率、内存占用率和磁盘占用率中的至少一种。
6.一种集群网络的负载均衡装置,其特征在于,包括:
检测单元,用于检测业务关联的集群网络的负载参数值;
扩容单元,用于在所述负载参数值大于第一负载阈值的情况下,根据所述负载参数值和所述第一负载阈值的第一差值从共享资源池中调度至少一个服务器加入所述集群网络中;和/或
缩容单元,用于在所述负载参数值小于第二负载阈值的情况下,根据所述负载参数值和所述第二负载阈值的第二差值从所述集群网络中调度出至少一个服务器加入所述共享资源池中。
7.如权利要求6所述的装置,其特征在于,所述检测单元具体用于:
周期性的检测业务关联的集群网络中所有服务器的平均负载参数值;或
周期性的检测业务关联的集群网络中指定的至少一个服务器各自对应的负载参数值。
8.如权利要求6或7所述的装置,其特征在于,所述扩容单元具体用于:
根据所述第一差值确定所述集群网络的资源需求量;
根据所述资源需求值从所述共享资源池中调度资源量最大的前m个服务器加入所述集群网络中;其中,所述资源量最大的前m个服务器的资源总量大于所述资源需求量,资源量最大的前m-1个服务器的资源总量小于所述资源需求量,m为大于1的整数。
9.如权利要求6或7所述的装置,其特征在于,所述缩容单元具体用于:
根据所述第二差值确定所述集群网络的资源冗余量;
从所述集群网络中调度资源量最大的前n个服务器加入到所述共享资源池;其中,所述资源量最大的前n个服务器的资源总量小于所述资源冗余量,资源量最大的前n+1个服务器的资源总量大于所述资源冗余值。
10.一种业务系统,其特征在于,包括如权利要求6-9任意一项所述的负载均衡装置、集群网络和共享资源池。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711149247.XA CN107819867A (zh) | 2017-11-18 | 2017-11-18 | 一种集群网络的负载均衡方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711149247.XA CN107819867A (zh) | 2017-11-18 | 2017-11-18 | 一种集群网络的负载均衡方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107819867A true CN107819867A (zh) | 2018-03-20 |
Family
ID=61609502
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711149247.XA Pending CN107819867A (zh) | 2017-11-18 | 2017-11-18 | 一种集群网络的负载均衡方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107819867A (zh) |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108769100A (zh) * | 2018-04-03 | 2018-11-06 | 郑州云海信息技术有限公司 | 一种基于kubernetes容器数量弹性伸缩的实现方法及其装置 |
CN108803858A (zh) * | 2018-05-16 | 2018-11-13 | 无锡华云数据技术服务有限公司 | 云计算中心分级节电方法及装置 |
CN109412874A (zh) * | 2018-12-21 | 2019-03-01 | 腾讯科技(深圳)有限公司 | 设备资源的配置方法、装置、服务器及存储介质 |
CN109669758A (zh) * | 2018-09-11 | 2019-04-23 | 深圳平安财富宝投资咨询有限公司 | 服务器资源的调配方法、装置、设备及存储介质 |
CN109976917A (zh) * | 2019-04-08 | 2019-07-05 | 科大讯飞股份有限公司 | 一种负载调度方法、装置、负载调度器、存储介质及系统 |
CN111367677A (zh) * | 2020-03-31 | 2020-07-03 | 中国工商银行股份有限公司 | 集群资源分配方法及系统 |
CN111565212A (zh) * | 2019-02-13 | 2020-08-21 | Abb瑞士股份有限公司 | 用于协调资源的系统和方法 |
CN111611084A (zh) * | 2020-05-26 | 2020-09-01 | 杭州海康威视系统技术有限公司 | 一种流媒体服务实例调整方法、装置及电子设备 |
CN113504996A (zh) * | 2021-07-28 | 2021-10-15 | 中国工商银行股份有限公司 | 一种负载均衡检测方法、装置、设备及存储介质 |
CN115065685A (zh) * | 2022-06-21 | 2022-09-16 | 中国工商银行股份有限公司 | 云计算资源调度方法、装置、设备及介质 |
CN117118909A (zh) * | 2023-09-08 | 2023-11-24 | 凌雄技术(深圳)有限公司 | 一种可扩展的设备订阅服务系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106598699A (zh) * | 2016-11-30 | 2017-04-26 | 华为技术有限公司 | 一种虚拟机的管理方法及装置 |
CN107147997A (zh) * | 2017-04-14 | 2017-09-08 | 洛阳理工学院 | 一种无线传感器网络覆盖控制系统 |
-
2017
- 2017-11-18 CN CN201711149247.XA patent/CN107819867A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106598699A (zh) * | 2016-11-30 | 2017-04-26 | 华为技术有限公司 | 一种虚拟机的管理方法及装置 |
CN107147997A (zh) * | 2017-04-14 | 2017-09-08 | 洛阳理工学院 | 一种无线传感器网络覆盖控制系统 |
Non-Patent Citations (1)
Title |
---|
孙泽宇等: "无线传感器网络中多目标K覆盖保持算法", 《计算机工程》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108769100A (zh) * | 2018-04-03 | 2018-11-06 | 郑州云海信息技术有限公司 | 一种基于kubernetes容器数量弹性伸缩的实现方法及其装置 |
CN108803858A (zh) * | 2018-05-16 | 2018-11-13 | 无锡华云数据技术服务有限公司 | 云计算中心分级节电方法及装置 |
CN108803858B (zh) * | 2018-05-16 | 2019-12-27 | 无锡华云数据技术服务有限公司 | 云计算中心分级节电方法及装置 |
CN109669758A (zh) * | 2018-09-11 | 2019-04-23 | 深圳平安财富宝投资咨询有限公司 | 服务器资源的调配方法、装置、设备及存储介质 |
CN109412874B (zh) * | 2018-12-21 | 2021-11-02 | 腾讯科技(深圳)有限公司 | 设备资源的配置方法、装置、服务器及存储介质 |
CN109412874A (zh) * | 2018-12-21 | 2019-03-01 | 腾讯科技(深圳)有限公司 | 设备资源的配置方法、装置、服务器及存储介质 |
CN111565212B (zh) * | 2019-02-13 | 2023-07-28 | Abb瑞士股份有限公司 | 用于协调资源的系统和方法 |
CN111565212A (zh) * | 2019-02-13 | 2020-08-21 | Abb瑞士股份有限公司 | 用于协调资源的系统和方法 |
CN109976917A (zh) * | 2019-04-08 | 2019-07-05 | 科大讯飞股份有限公司 | 一种负载调度方法、装置、负载调度器、存储介质及系统 |
CN111367677A (zh) * | 2020-03-31 | 2020-07-03 | 中国工商银行股份有限公司 | 集群资源分配方法及系统 |
CN111611084A (zh) * | 2020-05-26 | 2020-09-01 | 杭州海康威视系统技术有限公司 | 一种流媒体服务实例调整方法、装置及电子设备 |
CN113504996A (zh) * | 2021-07-28 | 2021-10-15 | 中国工商银行股份有限公司 | 一种负载均衡检测方法、装置、设备及存储介质 |
CN113504996B (zh) * | 2021-07-28 | 2024-03-08 | 中国工商银行股份有限公司 | 一种负载均衡检测方法、装置、设备及存储介质 |
CN115065685A (zh) * | 2022-06-21 | 2022-09-16 | 中国工商银行股份有限公司 | 云计算资源调度方法、装置、设备及介质 |
CN115065685B (zh) * | 2022-06-21 | 2024-06-07 | 中国工商银行股份有限公司 | 云计算资源调度方法、装置、设备及介质 |
CN117118909A (zh) * | 2023-09-08 | 2023-11-24 | 凌雄技术(深圳)有限公司 | 一种可扩展的设备订阅服务系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107819867A (zh) | 一种集群网络的负载均衡方法和装置 | |
CN106445629B (zh) | 一种负载均衡的方法及其装置 | |
CN104468803B (zh) | 一种虚拟数据中心资源映射方法和设备 | |
CN103067293B (zh) | 负载均衡设备的连接管理和复用的方法和系统 | |
CN104123186B (zh) | 业务分配方法及装置 | |
CN111866775B (zh) | 一种业务编排方法及装置 | |
CN106302574B (zh) | 一种业务可用性管理方法、装置及其网络功能虚拟化架构 | |
CN110795203B (zh) | 资源调度方法、装置、系统和计算设备 | |
CN106358245A (zh) | 移动边缘计算应用负荷分担的方法和控制器 | |
US11496413B2 (en) | Allocating cloud computing resources in a cloud computing environment based on user predictability | |
CN104536832B (zh) | 一种虚拟机部署方法 | |
CN108268317A (zh) | 一种资源分配方法及装置 | |
CN104598316B (zh) | 一种存储资源分配方法及装置 | |
CN103905472B (zh) | 一种通过网页方式访问的云存储方法和系统 | |
CN108023967A (zh) | 一种数据平衡方法、装置及分布式存储系统中的管理设备 | |
CN103336708B (zh) | 聚合网卡资源的方法和相关设备及计算机系统 | |
CN103455363B (zh) | 一种虚拟机的指令处理方法、装置及物理主机 | |
CN102932271A (zh) | 负载均衡的实现方法和装置 | |
CN109191135A (zh) | 基于区块链的交易重试方法、装置、设备及可读存储介质 | |
CN106998340B (zh) | 一种板卡资源的负载均衡方法及装置 | |
CN104598304B (zh) | 用于作业执行中的调度的方法和装置 | |
CN102571782B (zh) | 一种新型负载平衡服务器集群系统 | |
CN115543636A (zh) | 一种多控制器的数据备份方法及相关装置 | |
CN108985556B (zh) | 流量调度的方法、装置、设备和计算机存储介质 | |
CN104778125B (zh) | 一种内存管理方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180320 |