CN107888708A - 一种基于Docker容器集群的负载均衡算法 - Google Patents
一种基于Docker容器集群的负载均衡算法 Download PDFInfo
- Publication number
- CN107888708A CN107888708A CN201711418857.5A CN201711418857A CN107888708A CN 107888708 A CN107888708 A CN 107888708A CN 201711418857 A CN201711418857 A CN 201711418857A CN 107888708 A CN107888708 A CN 107888708A
- Authority
- CN
- China
- Prior art keywords
- mtd
- mrow
- msub
- container
- server
- 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
- H04L67/1008—Server selection for load balancing based on parameters of servers, e.g. available memory or workload
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明提供了一种基于Docker容器集群的负载均衡算法，是Docker容器集群和Nginx服务器结合的一种算法，包括以下步骤：a.记录服务器请求时间；b.计算平均值lrt，以lrt为判断标准，将容器实例分为快速响应实例和非快速响应实例；c.计算方差Dt，作为容器实例稳定性的关键依据；d.计算权值，将这些关键性参数组合到一个计算容器权值函数中进行处理。本发明通过动态改变服务器的权值，关心每台后端服务器的响应速度，并且根据服务器的响应时间动态的改变权值，使得权值高的后端服务器能够优先分配到请求，提高了服务器的响应速度，增加了后端服务器的稳定性。
Description
技术领域
本发明属于负载均衡算法领域，尤其涉及一种基于Docker容器集群的负载均衡算法。
背景技术
随着互联网的快速发展和演进，人们的生活与互联网息息相关，越来越多的人访问各大网站，对于服务器的性能要求也越来越高。因此减小服务器的压力，提升服务器系统的稳定性，提高服务器性能等问题急需解决。服务器负载均衡技术和服务器集群技术的结合成功的解决了这个问题。
近几年来，随着Docker虚拟化技术的日益成熟，Docker容器技术得到了很好的发展，Docker容器技术很好的解决了传统服务器集群技术面临的限制。
Docker容器技术可以将编写好的应用软件封装成一个镜像，进行快速部署。并且，可以在同一台机器上面部署多个镜像实例，结合多台服务器，实现Docker容器集群。基于Docker应用容器集群的应用开发、部署和运维成为越来越多的企业和服务运营商的现实选择。
面向软件的负载均衡算法包括随机算法，轮询算法，最小连接数算法，一致哈希算法等，都已经作为负载均衡的内置算法，随软件一起分发。然而，这些算法在某些情况下都会有出现请求分配不合理，服务器负载不均衡的等情况。因此提出了一种新的负载均衡算法，结合当前的Docker容器技术和Nginx服务器，实现基于Docker容器集群的负载均衡算法。
发明内容
本发明为了提高负载均衡设备的响应速度和稳定性，提出了基于Docker容器集群的负载均衡算法。
本发明目的是提供一种基于Docker容器集群的负载均衡算法。在于以Nginx服务器内置的轮询算法为基础，提出了新的动态负载均衡算法，这个算法具有更高的灵活性。
为实现以上目的，本发明采用的技术方案是：
一种基于Docker容器集群的负载均衡算法，是Docker容器集群和Nginx服务器结合的一种算法，服务器的响应时间，是反映服务器当前负载均衡的一个关键参数，因此通过搜集每个Docker容器服务一定时间内的平均响应时间来作为服务器权重参数。
在使用Nginx进行负载均衡的时候，客户端被视为下游(Downstream)容器实例，而后端服务器实例被称为上游(Upstream)容器实例。Nginx在将客户端的请求发送到后端服务容器的过程中会用到Nginx的负载均衡模块(LoadBalancingModule)，这个模块是Nginx的Upstream模块中的一部分，主要是Nginx中内置的负载均衡算法，通过这个模块来选取一个后端容器服务来处理当前的请求。
每次Nginx写入日志会得到m台服务器的记录，记录中包含了每次处理请求所用的时间，每台服务器取其中的最近的n条记录。
一种基于Docker容器集群的负载均衡算法，包括以下步骤：
a.记录服务器请求时间，记录m台服务器的最近的n条记录的每次处理请求所用时间，对后端服务器实例，可以表示为：
S＝[S1,S2,S3,…,Sm]
其中Sm代表第m个容器实例；
对于m个容器实例，每一个实例最近的n次响应时间表现为：
Ri＝[ti1,ti2,ti3,…tin]，i∈[1,m]
那么，对于m个容器实例，其响应时间可以构成如下的二维数组：
其中，n代表单个容器实例Si最近的n次的响应时间记录，m代表容器集群总共拥有的实例数。
b.计算平均值，将平均值作为给每一个容器实例分配权重的首要依据。计算各个服务器在最后一次处理请求的响应时间的平均值lrt，以lrt为判断标准，将容器实例分为快速响应实例和非快速响应实例，可以将请求分配到快速响应的实例中进行处理；计算公式如下：
其中，tin为第i个容器第n次的响应时间。
如果容器实例的最后一次响应时间低于这个平均值，说明这个容器实例的负载比较轻，那么就可以将这个容器实例的权重提升，保证这个容器实例能够优先分配到Nginx分配过来的请求，反之，就要将这个容器实例的权重降低，使得它获取到请求分配数更低。
c.计算方差，保证更稳定的容器实例可以分配到更多的请求，而不稳定的容器实例尽可能少分配一些请求，因此，需要计算每个Docker容器近n次对请求的响应时间的方差Dt，方差越低，就能够说明这台服务器处理服务器的时间能够越相近，也就说明容器实例越稳定。计算单个容器实例Si最近n次的响应时间的方差Dt，作为容器实例稳定性的关键依据，它的值越小就代表容器实例负载情况越稳定，可以作为权值改变的修正因子；其计算公式如下：
其中j∈[1,n]，tj为单个容器实例第j次的响应时间。
d.计算权值，将这些关键性参数组合到一个计算容器权值函数中进行处理，从而动态的改变后端服务器的权值，优化服务器的响应时间和稳定性，其计算的数学公式如下：
weight＝(tin–lrt)/Dt
本发明通过动态改变服务器的权值，关心每台后端服务器的响应速度，并且根据服务器的响应时间动态的改变权值，使得权值高的后端服务器能够优先分配到请求，提高了服务器的响应速度，增加了后端服务器的稳定性。本发明设计一种动态改变服务器权值的算法，通过实验，与Nginx内置的轮询算法相比，后端服务器的响应速度有着明显的提高，并且更加的稳定。
附图说明
构成本申请的一部分的说明书附图用来提供对本申请的进一步理解，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。
图1为基于Docker容器集群的负载均衡算法总体流程图。
图2为初始化每个容器实例的流程图。
图3为更新容器实例的流程图。
图4为响应请求的流程图。
具体实施方式
为了使本技术领域人员更好的理解本发明方案，下面将结合附图进一步说明。
本发明所涉及的下列名词为：
宕机：指操作系统无法从一个严重系统错误中恢复过来，或系统硬件层面出问题，以致系统长时间无响应。本发明中指服务器不能正常工作。
上游容器实例：本发明中指m个Docker容器集群，表示为：S＝[S1,S2,S3,…,Sm]
方差：概率论和统计方差衡量随机变量或一组数据时离散程度的度量。概率论中方差用来度量随机变量和其数学期望(即均值)之间的偏离程度。统计中的方差(样本方差)是每个样本值与全体样本值的平均数之差的平方值的平均数。本发明中方差计算的是每一个容器实例近n次请求响应时间。
RR算法：轮转调度算法(Round-Robin)，是使用非常广泛的一种调度算法。
一种基于Docker容器集群的负载均衡算法，是Docker容器集群和Nginx服务器结合的一种算法，包括以下步骤：
a.记录服务器请求时间，系统开启了m个容器实例作为后端服务，因为容器是对硬件的虚拟，因此，开启容器服务的时候，所有的服务器的配置一般都是相同的，因此，此处对所有容器实例的权重都设置为1。记录m台服务器的最近的n条记录的每次处理请求所用时间，对上游容器实例，可以表示为：
S＝[S1,S2,S3,…,Sm]
其中Sm代表第m个容器实例；
对于m个容器实例，每一个实例最近的n次响应时间表现为：
Ri＝[ti1,ti2,ti3,…tin]，i∈[1,m]
那么，对于m个容器实例，其响应时间可以构成如下的二维数组：
其中，n代表单个容器实例Si最近的n次的响应时间记录，m代表容器集群总共拥有的实例数。
b.计算平均值，计算各个服务器在最后一次处理请求的响应时间的平均值lrt，以lrt为判断标准，将容器实例分为快速响应实例和非快速响应实例，可以将请求分配到快速响应的实例中进行处理；计算公式如下：
其中，tin为第i个容器第n次的响应时间。
c.计算方差，计算单个容器实例Si最近n次的响应时间的方差Dt，这个可以作为容器实例稳定性的关键依据，它的值越小就代表容器实例负载情况越稳定，可以作为权值改变的修正因子；其计算公式如下：
其中j∈[1,n]，tj为单个容器实例第j次的响应时间。
d.计算权值，将这些关键性参数组合到一个计算容器权值函数中进行处理，从而动态的改变后端服务器的权值，优化服务器的响应时间和稳定性，其计算的数学公式如下：
weight＝(tin–lrt)/Dt
如图1所示，该基于Docker容器集群的负载均衡算法，包括：
S1：初始化m个容器实例的权值为1；
使用Nginx中的一个可以动态改变Upstream配置的模块(Nginx DynamicUpstream Module)，这个模块提供了相关Restful API，因此能够进行服务节点的相关配置。主要提供了一下几个方面的API：
1.获取上游服务器信息；
2.更新上游服务器信息的值；
3.将上游服务器设置为激活状态；
4.将上游服务器设置为非激活状态；
5.添加一个上游服务器节点到列表中；
6.从上游服务器节点列表中删除一个节点。
通过调用上面的几个API，就可以改变服务器各节点的权重。
S2：监听读取Nginx的日志文件；
根据测试发现，Nginx会在一个固定的间隔的时间里向日志文件中写出访问的日志。因此，根据监控该日志文件，每一次写入新的日志时，获取到新的日志部分，然后将对应的服务器请求响应时间记录下来。
S3：文件内容发生改变，根据日志文件计算权值并更新容器实例的权值；
根据容器的响应时间动态改变容器的权值，提高服务器的响应速度和稳定性。
S4：选取其中权值最大的实例，如果有的容器权值相同，使用RR算法；
保证负载轻的容器优先分配到Nginx分配过来的请求，并且保证更稳定的容器实例能够分配到更多的请求。使用RR算法处理那些权值相同的容器。
S5：作为响应的实例处理请求；
当服务器没有宕机，根据容器的响应时间，动态计算出服务器的权值，以lrt为判断标准，将容器分为快速响应实例和非快速响应实例，可以将请求分配到快速响应实例中进行处理。
如图2-4所示，下面对基于Docker集群的算法进行具体的描述：
步骤101：开启容器服务的时候，所有的服务区配置一般都是相同的，对所有容器实例的权重都设置为1；
步骤102：根据监控日志文件，每一次写入新的日志时，获取到新的日志部分，然后将对应的服务器的请求响应时间记录下来。
步骤201：日志文件内容发生改变；
步骤202：根据权值计算的公式，更新容器实例的权值；
weight＝(tin–lrt)/Dt
其中lrt为最后一次处理请求的响应时间的平均值，
其中，tin为第i个容器第n次的响应时间。
Dt为单个容器实例Si最近n次的响应时间的方差，
其中j∈[1,n]，tj为单个容器实例第j次的响应时间；
步骤203：将更新的权值写会日志文件；
步骤301：选取其中权值最大的实例对请求进行处理，使得请求可以快速被响应；
步骤302：作为响应的实例处理请求。
综上所述，本发明以Nginx内置的轮询算法为基础，通过记录所有容器最近n次记录的响应时间，以所有容器最后一次响应时间的平均值为作为参考，用容器的方差衡量容器的稳定情况，动态的改变容器的权值，从而提高了服务器的响应时间和稳定性。
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非是对本发明保护范围的限制，所属领域技术人员应该明白，在本发明的技术方案的基础上，本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (2)
1.一种基于Docker容器集群的负载均衡算法，是Docker容器集群和Nginx服务器结合的一种算法，包括以下步骤：
a、记录服务器请求时间，首先记录m台服务器的最近的n条记录的每次处理请求所用时间。
b、计算平均值，计算各个服务器在最后一次处理请求的响应时间的平均值lrt，以lrt为判断标准，将容器实例分为快速响应实例和非快速响应实例，可以将请求分配到快速响应的实例中进行处理。
c、计算方差，计算单个容器实例最近n次的响应时间的方差Dt，作为容器实例稳定性的关键依据，它的值越小就代表容器实例负载情况越稳定，可以作为权值改变的修正因子。
d、计算权值，将这些关键性参数组合到一个计算服务器权值函数中进行处理，从而动态的改变后端服务器的权值，优化服务器的响应时间和稳定性。
2.根据权利要求1所述的一种基于Docker容器集群的负载均衡算法，其特征在于：所述步骤a记录服务器请求时间的方法为：
对于后端服务器实例，可以表示为：
S＝[S1,S2,S3,…,Sm]
其中Sm代表第m个容器实例；
对于m个容器实例，每一个实例最近的n次响应时间表现为：
Ri＝[ti1,ti2,ti3,…tin]，i∈[1,m]
那么，对于m个容器实例，其响应时间可以构成如下的二维数组：
<mrow>
<mi>R</mi>
<mo>=</mo>
<msup>
<mrow>
<mo>&lsqb;</mo>
<mi>R</mi>
<mn>1</mn>
<mo>,</mo>
<mi>R</mi>
<mn>2</mn>
<mo>,</mo>
<mi>R</mi>
<mn>3</mn>
<mo>,</mo>
<mo>...</mo>
<mi>R</mi>
<mi>m</mi>
<mo>&rsqb;</mo>
</mrow>
<mi>T</mi>
</msup>
<mo>=</mo>
<mfenced open = "[" close = "]">
<mtable>
<mtr>
<mtd>
<msub>
<mi>t</mi>
<mn>11</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>t</mi>
<mn>12</mn>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>t</mi>
<mrow>
<mn>1</mn>
<mi>n</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>t</mi>
<mn>21</mn>
</msub>
</mtd>
<mtd>
<msub>
<mi>t</mi>
<mn>22</mn>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>t</mi>
<mrow>
<mn>2</mn>
<mi>n</mi>
</mrow>
</msub>
</mtd>
</mtr>
<mtr>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
</mtr>
<mtr>
<mtd>
<msub>
<mi>t</mi>
<mrow>
<mi>m</mi>
<mn>1</mn>
</mrow>
</msub>
</mtd>
<mtd>
<msub>
<mi>t</mi>
<mrow>
<mi>m</mi>
<mn>2</mn>
</mrow>
</msub>
</mtd>
<mtd>
<mn>...</mn>
</mtd>
<mtd>
<msub>
<mi>t</mi>
<mrow>
<mi>m</mi>
<mi>n</mi>
</mrow>
</msub>
</mtd>
</mtr>
</mtable>
</mfenced>
</mrow>
其中，n代表单个容器实例Si最近的n次的响应时间记录，m代表容器集群总共拥有的实例数；
所述步骤b计算平均值的计算公式如下：
<mrow>
<mi>l</mi>
<mi>r</mi>
<mi>t</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msubsup>
<mi>&Sigma;</mi>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>m</mi>
</msubsup>
<msub>
<mi>t</mi>
<mrow>
<mi>i</mi>
<mi>n</mi>
</mrow>
</msub>
</mrow>
<mi>m</mi>
</mfrac>
</mrow>
其中，tin为第i个容器第n次的响应时间；
所述步骤c计算方差的计算公式如下：
<mrow>
<mi>D</mi>
<mi>t</mi>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mi>n</mi>
</mfrac>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<msup>
<mrow>
<mo>(</mo>
<msub>
<mi>t</mi>
<mi>j</mi>
</msub>
<mo>-</mo>
<mi>l</mi>
<mi>r</mi>
<mi>t</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
其中j∈[1,n]，tj为单个容器实例第j次的响应时间。
所述步骤d计算权值的计算公式如下：
weight＝(tin–lrt)/Dt。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711418857.5A CN107888708A (zh) | 2017-12-25 | 2017-12-25 | 一种基于Docker容器集群的负载均衡算法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201711418857.5A CN107888708A (zh) | 2017-12-25 | 2017-12-25 | 一种基于Docker容器集群的负载均衡算法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107888708A true CN107888708A (zh) | 2018-04-06 |
Family
ID=61772250
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711418857.5A Pending CN107888708A (zh) | 2017-12-25 | 2017-12-25 | 一种基于Docker容器集群的负载均衡算法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107888708A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109308243A (zh) * | 2018-09-12 | 2019-02-05 | 杭州朗和科技有限公司 | 数据处理方法、装置、计算机设备和介质 |
| CN112306670A (zh) * | 2019-10-22 | 2021-02-02 | 中建材信息技术股份有限公司 | 一种Docker虚拟化场景下的服务器集群优化方法 |
| CN114338815A (zh) * | 2022-03-14 | 2022-04-12 | 中兴软件技术(南昌)有限公司 | 业务请求处理方法、系统、可读存储介质及计算机设备 |
| CN114390089A (zh) * | 2021-12-06 | 2022-04-22 | 深圳市法本信息技术股份有限公司 | 一种api网关负载均衡方法及api网关 |
| CN115580618A (zh) * | 2022-10-14 | 2023-01-06 | 济南浪潮数据技术有限公司 | 一种负载均衡方法、装置、设备及介质 |
| CN116702121A (zh) * | 2023-08-01 | 2023-09-05 | 南京云玑信息科技有限公司 | 一种云桌面场景下增强访问控制安全性的方法 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104580538A (zh) * | 2015-02-12 | 2015-04-29 | 山东大学 | 一种提高Nginx服务器负载均衡效率的方法 |
| CN105069353A (zh) * | 2015-08-11 | 2015-11-18 | 武汉大学 | 一种基于Docker的可信容器安全加固方法 |
| CN105282259A (zh) * | 2015-11-13 | 2016-01-27 | 深圳联友科技有限公司 | 用于后台集群服务的负载均衡分配方法、代理及系统 |
| CN105808240A (zh) * | 2016-03-01 | 2016-07-27 | 北京量邦信息科技股份有限公司 | 一种在线编程环境下实现用户隔离的方法 |
| CN106657248A (zh) * | 2016-11-01 | 2017-05-10 | 山东大学 | 一种基于Docker容器的网络负载均衡系统及其搭建方法、工作方法 |
-
2017
- 2017-12-25 CN CN201711418857.5A patent/CN107888708A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104580538A (zh) * | 2015-02-12 | 2015-04-29 | 山东大学 | 一种提高Nginx服务器负载均衡效率的方法 |
| CN105069353A (zh) * | 2015-08-11 | 2015-11-18 | 武汉大学 | 一种基于Docker的可信容器安全加固方法 |
| CN105282259A (zh) * | 2015-11-13 | 2016-01-27 | 深圳联友科技有限公司 | 用于后台集群服务的负载均衡分配方法、代理及系统 |
| CN105808240A (zh) * | 2016-03-01 | 2016-07-27 | 北京量邦信息科技股份有限公司 | 一种在线编程环境下实现用户隔离的方法 |
| CN106657248A (zh) * | 2016-11-01 | 2017-05-10 | 山东大学 | 一种基于Docker容器的网络负载均衡系统及其搭建方法、工作方法 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109308243A (zh) * | 2018-09-12 | 2019-02-05 | 杭州朗和科技有限公司 | 数据处理方法、装置、计算机设备和介质 |
| CN112306670A (zh) * | 2019-10-22 | 2021-02-02 | 中建材信息技术股份有限公司 | 一种Docker虚拟化场景下的服务器集群优化方法 |
| CN112306670B (zh) * | 2019-10-22 | 2023-12-19 | 中建材信息技术股份有限公司 | 一种Docker虚拟化场景下的服务器集群优化方法 |
| CN114390089A (zh) * | 2021-12-06 | 2022-04-22 | 深圳市法本信息技术股份有限公司 | 一种api网关负载均衡方法及api网关 |
| CN114338815A (zh) * | 2022-03-14 | 2022-04-12 | 中兴软件技术(南昌)有限公司 | 业务请求处理方法、系统、可读存储介质及计算机设备 |
| CN115580618A (zh) * | 2022-10-14 | 2023-01-06 | 济南浪潮数据技术有限公司 | 一种负载均衡方法、装置、设备及介质 |
| CN116702121A (zh) * | 2023-08-01 | 2023-09-05 | 南京云玑信息科技有限公司 | 一种云桌面场景下增强访问控制安全性的方法 |
| CN116702121B (zh) * | 2023-08-01 | 2023-10-03 | 南京云玑信息科技有限公司 | 一种云桌面场景下增强访问控制安全性的方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107888708A (zh) | 一种基于Docker容器集群的负载均衡算法 | |
| CN106899680B (zh) | 多区块链的分片处理方法和装置 | |
| CN105593838B (zh) | 用于局部和平衡的动态映射的系统和方法 | |
| CN108712464A (zh) | 一种面向集群微服务高可用的实现方法 | |
| US20140114891A1 (en) | Distributed scalable incrementally updated models in decisioning systems | |
| US10506024B2 (en) | System and method for equitable processing of asynchronous messages in a multi-tenant platform | |
| US20140258160A1 (en) | Systems and methods for social graph data analytics to determine connectivity within a community | |
| US20130060834A1 (en) | Distributed messaging system connectivity and resource management | |
| WO2018145596A1 (zh) | 特征信息提取方法、装置、服务器集群及存储介质 | |
| WO2011047474A1 (en) | Systems and methods for social graph data analytics to determine connectivity within a community | |
| KR20160065923A (ko) | 클러스터링에 기반한 매핑과 라우팅을 위한 시스템 및 방법 | |
| US20210042098A1 (en) | Method and system for persistent helpers for functions as a service (faas) in cloud computing environments | |
| CN108833462A (zh) | 一种面向微服务的自注册服务发现的系统及方法 | |
| CN110148053A (zh) | 用户信贷额度评估方法、装置、电子设备和可读介质 | |
| KR100718907B1 (ko) | 퍼지 그룹핑 기반의 로드 밸런싱 시스템 및 그 로드 밸런싱방법 | |
| Kaur et al. | Latency and network aware placement for cloud-native 5G/6G services | |
| Khosravifar et al. | Analyzing the relationships between some parameters of web services reputation | |
| CN113315825A (zh) | 分布式请求的处理方法、装置、设备及存储介质 | |
| Kasenides et al. | A systematic mapping study of MMOG backend architectures | |
| CN114945024B (zh) | 基于长短期记忆网络的服务器负载均衡优化方法 | |
| Mazalov et al. | Equilibrium in cloud computing market | |
| CN110489175A (zh) | 服务处理方法、装置、服务器及存储介质 | |
| CN113515524A (zh) | 一种分布式缓存接入层节点的自动动态分配方法及装置 | |
| Sivasamy et al. | Modelling of a cloud platform via M/M1+ M2/1 queues of a Jackson network | |
| Purohit et al. | Replaceability based web service selection approach |
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: 20180406 |