CN109165096B - web集群的缓存利用系统及方法 - Google Patents

web集群的缓存利用系统及方法 Download PDF

Info

Publication number
CN109165096B
CN109165096B CN201810948320.8A CN201810948320A CN109165096B CN 109165096 B CN109165096 B CN 109165096B CN 201810948320 A CN201810948320 A CN 201810948320A CN 109165096 B CN109165096 B CN 109165096B
Authority
CN
China
Prior art keywords
server
classification
user request
web
target
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.)
Active
Application number
CN201810948320.8A
Other languages
English (en)
Other versions
CN109165096A (zh
Inventor
邓燕
唐军
岳永胜
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Sichuan Changhong Electric Co Ltd
Original Assignee
Sichuan Changhong Electric Co Ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Sichuan Changhong Electric Co Ltd filed Critical Sichuan Changhong Electric Co Ltd
Priority to CN201810948320.8A priority Critical patent/CN109165096B/zh
Publication of CN109165096A publication Critical patent/CN109165096A/zh
Application granted granted Critical
Publication of CN109165096B publication Critical patent/CN109165096B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3003—Monitoring arrangements specially adapted to the computing system or computing system component being monitored
    • G06F11/3006—Monitoring arrangements specially adapted to the computing system or computing system component being monitored where the computing system is distributed, e.g. networked systems, clusters, multiprocessor systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F11/00—Error detection; Error correction; Monitoring
    • G06F11/30—Monitoring
    • G06F11/3065—Monitoring arrangements determined by the means or processing involved in reporting the monitored data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
    • G06F2201/80—Database-specific techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2201/00—Indexing scheme relating to error detection, to error correction, and to monitoring
    • G06F2201/875—Monitoring of systems including the internet
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/5013—Request control
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/508—Monitor

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computing Systems (AREA)
  • Quality & Reliability (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Computer And Data Communications (AREA)
  • Information Transfer Between Computers (AREA)

Abstract

本发明涉及计算机网络技术领域，公开了一种web集群的缓存利用系统及方法，解决传统哈希分类算法的缓存利用方式中，由于cpu占用率达到预设值的目标服务器被重复选择，而造成的用户请求超时问题。本发明中，的数据分析服务器负责记录和统计用户请求的日志信息，得到包含需访问的数据库表和目标服务器链表两个字段的分类标准；负载均衡服务器根据数据分析服务器发送的分类标准进行用户请求分类的确定和转发处理，通过移动指针遍历备选服务器的链表集合，实现负载的均衡；web集群服务器负责缓存超过用户请求量阈值的数据库表到内存中，之后，在接收到此分类的用户请求后，从内存中获取结果并返回。本发明适用于用户请求过大时数据缓存利用。

Description

web集群的缓存利用系统及方法
技术领域
本发明涉及计算机网络技术领域，特别涉及web集群的缓存利用系统及方法。
背景技术
随着科技的发展和普及，人们的生活方式也逐渐发生变化，其中，电子交易逐渐增多，相应的数据分析型应用也逐渐增多，随着数据量的急剧膨胀，需要相应的web应用集群具备更有效的缓存利用能力，以提高数据处理速度。
现有的web集群缓存利用系统采用了哈希分类算法的缓存利用方案：首先，该系统通过数据服务器记录和分析用户请求，得到基于数据库表的分类标准；之后，为web集群服务器预先设定一个标号，同时为每个分类标准也定义一个编号。使用分类标准的编号值作为输入进行哈希计算，从而确定分类对应的目标服务器的编号，并在目标服务器上加载分类对应的数据库表到内存中；另一方面，负载均衡服务器通过哈希计算，将请求分类并转发到对应的web服务器。但是，上述系统存在一些问题。首先，上述系统无法较好的处理短时间内同一分类的大量请求。由于单个服务器的处理能力有限，如果单位时间用户的请求量超过服务器的能力，此时，使用哈希分类的方案进行转发，第一目标服务器的cpu占用率将迅速达到预设的值。按照方案描述将目标服务器的预设值减小，使分类请求转发到第二目标服务器。当第二目标服务器的cpu占用率也达到预设值时，继续减小第二目标服务器的标号值，再次寻找接近哈希分类输出值的服务器。此时，第一目标服务器可能再次被选择成为分类转发的目标服务器。在这种时间间隔极小的情况下，第一目标服务器两次接收的请求数量将超过自身的处理能力，会导致当前分类的用户请求出现超时。其次，在系统保持长期运作的条件下，web集群服务器的标号被不断减小，多次减小之后服务器的标号可能会产生混乱，即服务器标号值越来越小且可能存在重复。混乱的服务器标号最终会导致使用分类标准的哈希输出值定位目标服务器以实现缓存利用的方案失效。
发明内容
本发明要解决的技术问题是：提供一种web集群的缓存利用系统及方法，解决传统哈希分类算法的缓存利用方式中，由于cpu占用率达到预设值的目标服务器被重复选择，而造成的用户请求超时问题。
为解决上述问题，本发明采用的技术方案是：
web集群的缓存利用系统，包括数据分析服务器、负载均衡服务器和web集群服务器；
数据分析服务器负责记录和统计用户请求的日志信息，得到包含需访问的数据库表和目标服务器链表两个字段的分类标准；根据分类标准中目标服务器字段的定义，将各个分类标准发送到web集群服务器中对应的目标web服务器上；以及将所有的分类标准发送到负载均衡服务器；
负载均衡服务器根据数据分析服务器发送的分类标准进行用户请求分类的确定和转发处理，通过移动指针遍历备选服务器的链表集合，实现负载的均衡；
web集群服务器负责缓存超过用户请求量阈值的数据库表到内存中，之后，在接收到此分类的用户请求后，从内存中获取结果并返回。
进一步的，数据分析服务器得到包含需访问的数据库表和目标服务器链表两个字段的分类标准的步骤包括：
根据记录的数据库历史日志，按照分类标准确定用户请求的分类以及需要访问的数据库表；
统计每个分类的用户请求量，根据用户请求量选取一部分分类进行定义，并生成包含编号以及数据库表的分类标准；
计算被定义的分类在单位时间内的用户请求量，并根据服务器的服务能力和单位时间内的用户请求量计算出各个分类目标web服务器的数量，将目标web服务器的编号作为集合以循环链表的形式写入分类标准的目标服务器字段。
进一步的，所述根据请求量选取一部分分类的方法为：将所有分类按照请求量从大到小进行排序，选取排序前A的分类，其中A≤20％。
进一步的，负载均衡服务器执行如下转发策略：
获取指针指向节点的编号，确定节点是否有效，如果无效，继续移动指针到下一个节点；如果有效，将用户请求转发到编号所对应的web服务器上，转发之后，移动指针到下一个节点位置；
监控目标服务器字段中web服务器的cpu占用率，当有web服务器的cpu占用率达到设定的值，在该服务器编号前增加用于使指针跳过此服务器的无效标志位，并存储到链表中；当有web服务器的cpu占用率降到预设值以下时，去掉该服务器编号前的无效标志位，并更新链表存储的服务器的标号值。
进一步的，负载均衡服务器增加无效标志位的方式为：在服务器标号前添加0。
web集群的缓存利用方法，包括如下步骤：
S1：数据分析服务器保存预设时间段内用户请求数据库的历史日志记录，每条保存的请求日志均需记录用户请求需访问的数据库表信息；根据历史日志记录确定用户请求的分类，设定包含对应数据库表的分类请求标准；
S2：统计步骤S1中每个分类的用户请求量，计算出每个分类单位时间的用户请求量，统计每个分类的用户请求量，根据用户请求量选取一部分分类进行定义，并生成包含编号以及数据库表的分类标准；
S3：计算被定义的分类在单位时间内的用户请求量，并根据单位时间内的用户请求量和服务器的服务能力确定足够数量的目标web服务器的编号集合，将所述编号集合存储到目标服务器字段到分类标准中；
S4：根据分类标准中目标服务器字段的定义，将各个分类标准发送到web集群服务器中对应的目标web服务器上；将所有的分类标准发送到负载均衡服务器；
S5：web集群服务器中的目标web服务器接收数据分析服务器转发的分类请求，确定需要加载的数据库表名称，从数据库加载表的内容到内存中；
S6：负载均衡服务器接收用户请求，对比数据分析服务器的分类标准，确定用户请求所属于的分类；
S7：负载均衡服务器通过指针指向的节点确定目标服务器的编号，并转发用户请求到目标web服务器；
S8：目标web服务器接收负载均衡服务器转发的用户请求，从内存中获取对应的数据作为结果返回。
进一步的，步骤S2中，所述根据请求量选取一部分分类的方法为：将所有分类按照请求量从大到小进行排序，选取排序前A的分类，其中A≤20％。
进一步的，步骤S3中，所述服务器的服务能力包括服务器的处理能力和传输流量。
进一步的，步骤S7中，负载均衡服务器执行如下转发策略：
获取指针指向节点的编号，确定节点是否有效，如果无效，继续移动指针到下一个节点；如果有效，将用户请求转发到编号所对应的web服务器上，转发之后，移动指针到下一个节点位置；
监控目标服务器字段中web服务器的cpu占用率，当有web服务器的cpu占用率达到设定的值，在该服务器编号前增加用于使指针跳过此服务器的无效标志位，并存储到链表中；当有web服务器的cpu占用率降到预设值以下时，去掉该服务器编号前的无效标志位，并更新链表存储的服务器的标号值。
进一步的，增加无效标志位的方式为：在服务器标号前添加0。
本发明的有益效果是：本发明通过统计分析得到用户请求的分类和各分类的请求量，根据单位时间服务器的服务能力和分类的用户请求量计算出目标web服务器的数量，之后，从集群中随机选择足够数量的服务器，将服务器标号以链表的形式存储到对应分类的目标服务器字段，数据缓存时通过指针循环遍历链表从预设的服务器集合中选取一个有效服务器，避免了用户请求超时的情况，同时相比于传统哈希分类算法利用服务器编号与哈希值的差值最小的标准得到当前唯一的目标服务器，本发明在目标服务器选取上更加灵活；
另外，在避免分类请求继续转发到通一个服务器时，本发明通过将cpu使用率超过预设值的服务器编号增加一个无效的标志位，使指针跳过此服务器继续寻找合适的目标web服务器，但当被降低预设编号的服务器的cpu使用率降低到阈值以内时，本发明通过去掉无效的标志位的方式还原其编号到减小之前的值，从而本发明在系统工作过程中不会改变服务器的编号，避免了目标web服务器编号混乱的问题，使系统不会出现缓存利用失效。
综上，本发明使用循环链表存储目标web服务器的编号集合，实现负载均衡，能够在缓存利用的基础上对热点数据的请求进行负载均衡，保证服务运行的稳定性。
附图说明
图1为本发明系统的结构图。
图2为本发明方法的流程图。
具体实施方式
本发明通过数据分析服务器记录和分析预设时间段内的用户请求，实现包含数据库表和目标服务器集合两个字段的分类标准的定义，其中数据库表字段存储了分类需要访问的数据库表，目标服务器字段存储了能够满足预设时间段内全部用户请求的足够数量的服务器编号。数据分析服务器将各个分类标准转发到对应的一个或多个web服务器上，web服务器根据分类标准在内存中加载需要访问的数据库表。数据分析服务器将分类标准发送给负载均衡服务器，为负载均衡服务器处理用户请求提供依据。即在接收用户请求后，根据分类标准确定用户请求的分类；使用指针遍历循环链表，从分类标准的目标服务器字段获取服务器编号，将请求转发到对应的目标web服务器。Web服务器接收用户请求后，如果在内存中加载了数据，直接从内存返回请求的数据结果。
以下分别对本发明的系统和方法进行具体说明。
如图1所示，本发明中的web集群的缓存利用系统，包括数据分析服务器、负载均衡服务器和web集群服务器。
1、数据分析服务器
数据分析服务器负责记录和统计用户请求的日志信息，得到包含需访问的数据库表和目标服务器链表两个字段的分类标准；根据分类标准中目标服务器字段的定义，将各个分类标准发送到web集群服务器中对应的目标web服务器上；以及将所有的分类标准发送到负载均衡服务器。
其中，数据分析服务器得到包含需访问的数据库表和目标服务器链表两个字段的分类标准的步骤包括：
a)根据记录的数据库历史日志，每条保存的请求日志均需记录用户请求需访问的数据库表信息，按照分类标准确定用户请求的分类以及需要访问的数据库表。
b)统计每个分类的用户请求量，根据用户请求量选取一部分分类进行定义，并生成包含编号以及数据库表的分类标准。考虑在大部分的业务场景下，80％的访问量都集中在20％的热数据上(二八原则)，我们可以将所有分类按照请求量从大到小进行排序，选取排序前20％的分类，选取的分类占比之和可以小于20％，但是最好不要超过20％。
c)计算被定义的分类在单位时间内的用户请求量，并根据服务器的服务能力和单位时间内的用户请求量计算出各个分类目标web服务器的数量，即服务器的服务能力大于用户请求的服务，其中，web服务器的服务能力包括服务器的处理能力和传输流量两个方面；将目标web服务器的编号作为集合以循环链表的形式写入分类标准的目标服务器字段。
2、负载均衡服务器
负载均衡服务器根据数据分析服务器发送的分类标准进行用户请求分类的确定和转发处理，通过移动指针遍历备选服务器的链表集合，在每个分类的目标服务器字段的循环链表中任意选择一个节点，使指针指向这个节点，实现负载的均衡。负载均衡服务器可执行如下转发策略：
a)获取指针指向节点的编号，确定节点是否有效，如果无效，继续移动指针到下一个节点；如果有效，将用户请求转发到编号所对应的web服务器上，转发之后，移动指针到下一个节点位置；
b)监控目标服务器字段中web服务器的cpu占用率，当有web服务器的cpu占用率达到设定的值(例如80％)，在该服务器编号前增加用于使指针跳过此服务器的无效标志位，并存储到链表中；当有web服务器的cpu占用率降到预设值以下时，去掉该服务器编号前的无效标志位，并更新链表存储的服务器的标号值。负载均衡服务器增加无效标志位的方式可以为：在服务器标号前添加0，以标志此目标服务器无效，即不再接受分类请求。
3、web集群服务器
web集群服务器负责缓存超过用户请求量阈值(例如超过3000次)的数据库表到内存中，之后，在接收到此分类的用户请求后，从内存中获取结果并返回。
web集群服务器缓存超过用户请求量阈值的数据库表到内存中的方式为：目标web服务器接收数据分析服务器发送的分类请求，确定分类请求对应的数据库表，从数据库中加载表内容到内存中。
web集群服务器从内存中获取结果并返回的方式为：目标web服务器接收负载均衡服务器转发的用户请求，确定用户请求的分类需访问的数据库表与内存中的缓存内容是否一致，如果一直，从内存中加载数据信息并返回用户请求。
基于上述系统，本发明中的web集群的缓存利用方法，如图2所示，包括如下步骤：
S1：数据分析服务器保存预设时间段内用户请求数据库的历史日志记录，每条保存的请求日志均需记录用户请求需访问的数据库表信息；根据历史日志记录确定用户请求的分类，将访问相同数据库表的用户请求划分为一类，设定包含对应数据库表的分类请求标准。
S2：统计步骤S1中每个分类的用户请求量，计算出每个分类单位时间的用户请求量，统计每个分类的用户请求量，根据用户请求量选取一部分分类进行定义，并生成包含编号以及数据库表的分类标准。考虑在大部分的业务场景下，80％的访问量都集中在20％的热数据上(二八原则)，我们可以将所有分类按照请求量从大到小进行排序，选取排序前20％的分类，选取的分类占比之和可以小于20％，但是最好不要超过20％。
S3：计算被定义的分类(例如排序前20％的分类)在单位时间内的用户请求量，并根据单位时间内的用户请求量和服务器的服务能力确定足够数量的目标web服务器的编号集合，即服务器的服务能力大于用户请求的服务，其中，web服务器的服务能力包括服务器的处理能力和传输流量两个方面，将所述编号集合存储到目标服务器字段到分类标准中；
S4：根据分类标准中目标服务器字段的定义，将各个分类标准发送到web集群服务器中对应的目标web服务器上；将所有的分类标准发送到负载均衡服务器。
S5：web集群服务器中的目标web服务器接收数据分析服务器转发的分类请求，确定需要加载的数据库表名称，从数据库加载表的内容到内存中。
S6：负载均衡服务器接收用户请求，对比数据分析服务器的分类标准，确定用户请求所属于的分类。
S7：负载均衡服务器通过指针指向的节点确定目标服务器的编号，并转发用户请求到目标web服务器。负载均衡服务器可执行如下转发策略：
a)获取指针指向节点的编号，确定节点是否有效，如果无效，继续移动指针到下一个节点；如果有效，将用户请求转发到编号所对应的web服务器上，转发之后，移动指针到下一个节点位置；
b)监控目标服务器字段中web服务器的cpu占用率，当有web服务器的cpu占用率达到设定的值，在该服务器编号前增加用于使指针跳过此服务器的无效标志位，并存储到链表中；当有web服务器的cpu占用率降到预设值以下时，去掉该服务器编号前的无效标志位，并更新链表存储的服务器的标号值。负载均衡服务器增加无效标志位的方式可以为：在服务器标号前添加0，以标志此目标服务器无效，即不再接受分类请求。
S8：目标web服务器接收负载均衡服务器转发的用户请求，对请求的内容进行处理：从内存中获取对应的数据作为结果返回。

Claims (7)

1.web集群的缓存利用系统，其特征在于，包括数据分析服务器、负载均衡服务器和web集群服务器；
数据分析服务器负责记录和统计用户请求的日志信息，得到包含需访问的数据库表和目标服务器链表两个字段的分类标准；根据分类标准中目标服务器字段的定义，将各个分类标准发送到web集群服务器中对应的目标web服务器上；以及将所有的分类标准发送到负载均衡服务器；
数据分析服务器得到包含需访问的数据库表和目标服务器链表两个字段的分类标准的步骤包括：根据记录的数据库历史日志，按照分类标准确定用户请求的分类以及需要访问的数据库表；统计每个分类的用户请求量，根据用户请求量选取一部分分类进行定义，并生成包含编号以及数据库表的分类标准；计算被定义的分类在单位时间内的用户请求量，并根据服务器的服务能力和单位时间内的用户请求量计算出各个分类目标web服务器的数量，将目标web服务器的编号作为集合以循环链表的形式写入分类标准的目标服务器字段；
负载均衡服务器根据数据分析服务器发送的分类标准进行用户请求分类的确定和转发处理，通过移动指针遍历备选服务器的链表集合，实现负载的均衡；负载均衡服务器执行如下转发策略：
获取指针指向节点的编号，确定节点是否有效，如果无效，继续移动指针到下一个节点；如果有效，将用户请求转发到编号所对应的web服务器上，转发之后，移动指针到下一个节点位置；
监控目标服务器字段中web服务器的cpu占用率，当有web服务器的cpu占用率达到设定的值，在该服务器编号前增加用于使指针跳过此服务器的无效标志位，并存储到链表中；当有web服务器的cpu占用率降到预设值以下时，去掉该服务器编号前的无效标志位并还原其编号到减小之前的值，并更新链表存储的服务器的标号值；
web集群服务器负责缓存超过用户请求量阈值的数据库表到内存中，之后，在接收到此分类的用户请求后，从内存中获取结果并返回。
2.如权利要求1所述的web集群的缓存利用系统，其特征在于，所述根据请求量选取一部分分类的方法为：将所有分类按照请求量从大到小进行排序，选取排序前A的分类，其中A≤20％。
3.如权利要求1所述的web集群的缓存利用系统，其特征在于，负载均衡服务器增加无效标志位的方式为：在服务器标号前添加0。
4.web集群的缓存利用方法，其特征在于，包括如下步骤：
S1：数据分析服务器保存预设时间段内用户请求数据库的历史日志记录，每条保存的请求日志均需记录用户请求需访问的数据库表信息；根据历史日志记录确定用户请求的分类，设定包含对应数据库表的分类请求标准；
S2：统计步骤S1中每个分类的用户请求量，计算出每个分类单位时间的用户请求量，统计每个分类的用户请求量，根据用户请求量选取一部分分类进行定义，并生成包含编号以及数据库表的分类标准；
S3：计算被定义的分类在单位时间内的用户请求量，并根据单位时间内的用户请求量和服务器的服务能力确定足够数量的目标web服务器的编号集合，将所述编号集合存储到目标服务器字段到分类标准中；
S4：根据分类标准中目标服务器字段的定义，将各个分类标准发送到web集群服务器中对应的目标web服务器上；将所有的分类标准发送到负载均衡服务器；
S5：web集群服务器中的目标web服务器接收数据分析服务器转发的分类请求，确定需要加载的数据库表名称，从数据库加载表的内容到内存中；
S6：负载均衡服务器接收用户请求，对比数据分析服务器的分类标准，确定用户请求所属于的分类；
S7：负载均衡服务器通过指针指向的节点确定目标服务器的编号，并转发用户请求到目标web服务器；负载均衡服务器执行如下转发策略：
获取指针指向节点的编号，确定节点是否有效，如果无效，继续移动指针到下一个节点；如果有效，将用户请求转发到编号所对应的web服务器上，转发之后，移动指针到下一个节点位置；
监控目标服务器字段中web服务器的cpu占用率，当有web服务器的cpu占用率达到设定的值，在该服务器编号前增加用于使指针跳过此服务器的无效标志位，并存储到链表中；当有web服务器的cpu占用率降到预设值以下时，去掉该服务器编号前的无效标志位并还原其编号到减小之前的值，并更新链表存储的服务器的标号值；
S8：目标web服务器接收负载均衡服务器转发的用户请求，从内存中获取对应的数据作为结果返回。
5.如权利要求4所述的web集群的缓存利用方法，其特征在于，步骤S2中，所述根据请求量选取一部分分类的方法为：将所有分类按照请求量从大到小进行排序，选取排序前A的分类，其中A≤20％。
6.如权利要求4所述的web集群的缓存利用方法，其特征在于，步骤S3中，所述服务器的服务能力包括服务器的处理能力和传输流量。
7.如权利要求4所述的web集群的缓存利用方法，其特征在于，增加无效标志位的方式为：在服务器标号前添加0。
CN201810948320.8A 2018-08-20 2018-08-20 web集群的缓存利用系统及方法 Active CN109165096B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810948320.8A CN109165096B (zh) 2018-08-20 2018-08-20 web集群的缓存利用系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810948320.8A CN109165096B (zh) 2018-08-20 2018-08-20 web集群的缓存利用系统及方法

Publications (2)

Publication Number Publication Date
CN109165096A CN109165096A (zh) 2019-01-08
CN109165096B true CN109165096B (zh) 2021-10-15

Family

ID=64896128

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810948320.8A Active CN109165096B (zh) 2018-08-20 2018-08-20 web集群的缓存利用系统及方法

Country Status (1)

Country Link
CN (1) CN109165096B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110020968A (zh) * 2019-04-10 2019-07-16 长江水利委员会水文局 一种面向水文气象的通用产品服务构建系统及集成方法
CN111049919B (zh) * 2019-12-19 2022-09-06 上海米哈游天命科技有限公司 一种用户请求的处理方法、装置、设备及存储介质
CN112104667B (zh) * 2020-11-09 2021-02-09 湖南戎腾网络科技有限公司 一种流量控制方法、装置及系统
CN116527673B (zh) * 2023-07-03 2023-09-08 北京左江科技股份有限公司 一种基于去中心化的集群服务实现方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001031512A2 (en) * 1999-10-25 2001-05-03 Infolibria, Inc. Fast indexing of web objects
CN102193996A (zh) * 2011-05-04 2011-09-21 浙江大学 基于移动设备的可视Web对象搜索引擎方法
CN104320451A (zh) * 2014-10-21 2015-01-28 北京邮电大学 支持内容中心网络的Web服务器缓存系统及处理方法
CN108111586A (zh) * 2017-12-14 2018-06-01 重庆邮电大学 一种高并发支持的web集群系统及方法

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1201246C (zh) * 2003-02-24 2005-05-11 武汉大学 一种集群服务器的动态负载均衡方法
US9489243B2 (en) * 2012-01-26 2016-11-08 Computenext Inc. Federating computing resources across the web
CN103927225B (zh) * 2014-04-22 2018-04-10 浪潮电子信息产业股份有限公司 一种多核心架构的互联网信息处理优化方法
RU2608668C2 (ru) * 2014-07-30 2017-01-23 Общество С Ограниченной Ответственностью "Яндекс" Система и способ управления и организации кэша веб-браузера для обеспечения автономного просмотра
CN106326012B (zh) * 2016-08-25 2019-09-24 中国农业银行股份有限公司 web应用集群缓存利用方法和系统
CN107645540A (zh) * 2017-08-21 2018-01-30 西安交大捷普网络科技有限公司 web应用系统的负载均衡方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2001031512A2 (en) * 1999-10-25 2001-05-03 Infolibria, Inc. Fast indexing of web objects
CN102193996A (zh) * 2011-05-04 2011-09-21 浙江大学 基于移动设备的可视Web对象搜索引擎方法
CN104320451A (zh) * 2014-10-21 2015-01-28 北京邮电大学 支持内容中心网络的Web服务器缓存系统及处理方法
CN108111586A (zh) * 2017-12-14 2018-06-01 重庆邮电大学 一种高并发支持的web集群系统及方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LRU based Small Latency First Replacement (SLFR) algorithm for the proxy cache;Seung-Won Shin等;《Proceedings IEEE/WIC International Conference on Web Intelligence (WI 2003)》;IEEE;20031027;第1-4页 *
WEB网站缓存性能优化;黄杰等;《电脑知识与技术》;20160512;第12卷(第10期);第39-43页 *

Also Published As

Publication number Publication date
CN109165096A (zh) 2019-01-08

Similar Documents

Publication Publication Date Title
CN109165096B (zh) web集群的缓存利用系统及方法
CN109005056B (zh) 基于cdn应用的存储容量评估方法和装置
CN106202581B (zh) 一种数据搜索方法及装置
CN106951179B (zh) 一种数据迁移方法及装置
AU2017243870B2 (en) "Methods and systems for database optimisation"
CN102971732A (zh) 键/值存储器的集成分级查询处理的系统结构
CN104978324B (zh) 一种数据处理方法和装置
US11734313B2 (en) Systems and methods for intelligently grouping financial product users into cohesive cohorts
CN112947860B (zh) 一种分布式数据副本的分级存储与调度方法
CN108647266A (zh) 一种异构数据快速分布存储、交互方法
CN112204543A (zh) 用于分布式系统的频繁模式分析
US7289990B2 (en) Method and apparatus for reducing index sizes and increasing performance of non-relational databases
CN109634746B (zh) 一种web集群缓存的利用系统及优化方法
CN105005567A (zh) 兴趣点查询方法和系统
CN111949681A (zh) 数据的聚合处理装置、方法和存储介质
EP3507699B1 (en) Method and systems for master establishment using service-based statistics
CN114528231A (zh) 一种数据动态存储方法、装置、电子设备及存储介质
CN107967306B (zh) 一种存储系统中关联块的快速挖掘方法
CN106940715B (zh) 一种基于索引表的查询的方法及设备
CN116069810A (zh) 数据查询方法、装置及终端设备
CN115442439A (zh) 分布式缓存集群管理方法、系统、终端及存储介质
KR102233944B1 (ko) 데이터베이스 관리를 위한 컴퓨터 프로그램
CN103366014A (zh) 基于集群的云计算网络数据处理系统及方法
CN113742344A (zh) 电力系统数据的索引方法及装置
CN112269947A (zh) 空间文本数据的缓存方法、装置、电子设备及存储介质

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