CN109194703A - 云平台主机间通信负载的处理方法、电子装置及介质 - Google Patents
云平台主机间通信负载的处理方法、电子装置及介质 Download PDFInfo
- Publication number
- CN109194703A CN109194703A CN201810694759.2A CN201810694759A CN109194703A CN 109194703 A CN109194703 A CN 109194703A CN 201810694759 A CN201810694759 A CN 201810694759A CN 109194703 A CN109194703 A CN 109194703A
- Authority
- CN
- China
- Prior art keywords
- node
- host
- cloud platform
- hosts
- host node
- 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
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
- H04L67/1008—Server selection for load balancing based on parameters of servers, e.g. available memory or workload
-
- 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)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明涉及一种云平台主机间通信负载的处理方法、电子装置及可读存储介质,该方法包括:获取云平台下所有主机节点;基于预设计算规则计算所有主机节点中任意两个未连接的主机节点之间的相似度值,并根据计算出的相似度值分析所有主机节点中任意两个未连接的主机节点之间的连接可能性;根据所有主机节点中任意两个未连接的主机节点之间的连接可能性对云平台下主机节点的通信资源进行调节。本发明由于针对云平台下数量众多的主机节点能分析计算两个主机节点之间的相似性来预测两个主机节点之间的连接可能性,即可提前预测出可能会出现通信负载较大的相关主机节点即连接可能性大的主机节点,以便及时合理的对云平台下主机节点的通信资源进行调节。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种云平台主机间通信负载的处理方法、电子装置及可读存储介质。
背景技术
随着云平台的发展,云平台内的主机数量也在大量增加,各个主机节点之间的连接方式也会变得越来越复杂。为了防止云平台内主机节点由于连接较多导致通信负载过大的情况发生,现有技术中普遍采用设定阈值的方式来对云平台内主机节点的通信资源进行调节处理,即统一设定一最大连接阈值,当云平台内主机节点超过最大连接阈值时,再对该主机节点进行处理如暂停该主机节点的工作。现有的这种出现问题再解决问题的工作模式,往往导致处理时间比较紧迫,且效果不好,对正常业务的执行造成影响。若将统一设定的最大连接阈值设置的比较低,则会导致较多的该主机节点预留出较多的处理空间,又会带来很大的资源浪费,即无法及时并合理的对云平台下主机节点的通信资源进行调节。
发明内容
本发明的目的在于提供一种云平台主机间通信负载的处理方法、电子装置及可读存储介质,旨在及时并合理的对云平台下主机节点的通信资源进行调节。
为实现上述目的,本发明提供一种电子装置,所述电子装置包括存储器、处理器,所述存储器上存储有可在所述处理器上运行的云平台主机间通信负载的处理系统,所述云平台主机间通信负载的处理系统被所述处理器执行时实现如下步骤:
获取云平台下的所有主机节点;
基于预设计算规则计算所有主机节点中任意两个未连接的主机节点之间的相似度值,并根据计算出的相似度值分析所有主机节点中任意两个未连接的主机节点之间的连接可能性;
根据所有主机节点中任意两个未连接的主机节点之间的连接可能性对云平台下主机节点的通信资源进行调节。
优选地,所述计算所有主机节点中任意两个未连接的主机节点x、y之间的相似度值的公式如下:
sxy=aAxy+a2(A2)xy+a3(A3)xy+an(An)xy
其中,a是预设权重参数,0<a<1;(An)xy是主机节点x、y之间距离为n的连接链路数量,n>1;sxy为计算出的主机节点x、y之间的相似度值。
优选地,所述云平台主机间通信负载的处理系统被所述处理器执行实现所述根据计算出的相似度值分析所有主机节点中任意两个未连接的主机节点之间的连接可能性时,包括:
所有主机节点中两个未连接的主机节点之间的相似度值越大,则分析该两个未连接的主机节点之间的连接可能性越大。
优选地,所述云平台主机间通信负载的处理系统被所述处理器执行实现所述根据所有主机节点中任意两个未连接的主机节点之间的连接可能性对云平台下主机节点的通信资源进行调节的步骤,包括:
将所有主机节点中任意两个未连接的主机节点之间计算出的相似度值按照从高到低的顺序进行排序;
选择排名靠前的相似度值对应的预设数量的主机节点作为待调整节点;
将所述待调整节点的预设最大连接阈值调低,保持云平台上除所述待调整节点之外的其他主机节点的预设最大连接阈值不变,以提前分配通信资源给所述待调整节点来应对可能出现的连接。
此外,为实现上述目的,本发明还提供一种云平台主机间通信负载的处理方法,所述云平台主机间通信负载的处理方法包括:
获取云平台下的所有主机节点;
基于预设计算规则计算所有主机节点中任意两个未连接的主机节点之间的相似度值,并根据计算出的相似度值分析所有主机节点中任意两个未连接的主机节点之间的连接可能性;
根据所有主机节点中任意两个未连接的主机节点之间的连接可能性对云平台下主机节点的通信资源进行调节。
优选地,所述计算所有主机节点中任意两个未连接的主机节点x、y之间的相似度值的公式如下:
sxy=aAxy+a2(A2)xy+a3(A3)xy+an(An)xy
其中,a是预设权重参数,0<a<1;(An)xy是主机节点x、y之间距离为n的连接链路数量,n>1;sxy为计算出的主机节点x、y之间的相似度值。
优选地,所述根据计算出的相似度值分析所有主机节点中任意两个未连接的主机节点之间的连接可能性包括:
所有主机节点中两个未连接的主机节点之间的相似度值越大,则分析该两个未连接的主机节点之间的连接可能性越大。
优选地,所述根据所有主机节点中任意两个未连接的主机节点之间的连接可能性对云平台下主机节点的通信资源进行调节的步骤包括:
将所有主机节点中任意两个未连接的主机节点之间计算出的相似度值按照从高到低的顺序进行排序;
选择排名靠前的相似度值对应的预设数量的主机节点作为待调整节点;
将所述待调整节点的预设最大连接阈值调低,保持云平台上除所述待调整节点之外的其他主机节点的预设最大连接阈值不变,以提前分配通信资源给所述待调整节点来应对可能出现的连接。
优选地,该方法还包括:
将排名靠前的相似度值对应的预设数量的主机节点发送至预设终端,以供人工提前为所述预设数量的主机节点分配额外的通信资源。
进一步地,为实现上述目的,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有云平台主机间通信负载的处理系统,所述云平台主机间通信负载的处理系统可被至少一个处理器执行,以使所述至少一个处理器执行如上述的云平台主机间通信负载的处理方法的步骤。
本发明提出的云平台主机间通信负载的处理方法、电子装置及可读存储介质,通过预设计算规则计算云平台下所有主机节点中任意两个未连接的主机节点之间的相似度值,并根据计算出的相似度值分析所有主机节点中任意两个未连接的主机节点之间的连接可能性;根据所有主机节点中任意两个未连接的主机节点之间的连接可能性对云平台下主机节点的通信资源进行调节。由于针对云平台下数量众多的主机节点能分析计算两个主机节点之间的相似性来预测两个主机节点之间的连接可能性,即可提前预测出可能会出现通信负载较大的相关主机节点即连接可能性大的主机节点,以便及时并合理的对云平台下主机节点的通信资源进行调节。
附图说明
图1为本发明云平台主机间通信负载的处理系统10较佳实施例的运行环境示意图;
图2为本发明云平台主机间通信负载的处理方法一实施例的流程示意图。
具体实施方式
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用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有做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。
需要说明的是,在本发明中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
本发明提供一种云平台主机间通信负载的处理系统。请参阅图1,是本发明云平台主机间通信负载的处理系统10较佳实施例的运行环境示意图。
在本实施例中,所述的云平台主机间通信负载的处理系统10安装并运行于电子装置1中。该电子装置1可包括,但不仅限于,存储器11、处理器12及显示器13。图1仅示出了具有组件11-13的电子装置1,但是应理解的是,并不要求实施所有示出的组件,可以替代的实施更多或者更少的组件。
所述存储器11为至少一种类型的可读计算机存储介质,所述存储器11在一些实施例中可以是所述电子装置1的内部存储单元,例如该电子装置1的硬盘或内存。所述存储器11在另一些实施例中也可以是所述电子装置1的外部存储设备,例如所述电子装置1上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器11还可以既包括所述电子装置1的内部存储单元也包括外部存储设备。所述存储器11用于存储安装于所述电子装置1的应用软件及各类数据,例如所述云平台主机间通信负载的处理系统10的程序代码等。所述存储器11还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器12在一些实施例中可以是一中央处理器(Central Processing Unit,CPU),微处理器或其他数据处理芯片,用于运行所述存储器11中存储的程序代码或处理数据,例如执行所述云平台主机间通信负载的处理系统10等。
所述显示器13在一些实施例中可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode,有机发光二极管)触摸器等。所述显示器13用于显示在所述电子装置1中处理的信息以及用于显示可视化的用户界面,例如连接可能性较大的主机节点、云平台的通信资源分配情况等。所述电子装置1的部件11-13通过系统总线相互通信。
云平台主机间通信负载的处理系统10包括至少一个存储在所述存储器11中的计算机可读指令,该至少一个计算机可读指令可被所述处理器12执行,以实现本申请各实施例。
其中,上述云平台主机间通信负载的处理系统10被所述处理器12执行时实现如下步骤:
步骤S1,获取云平台下的所有主机节点;
步骤S2,基于预设计算规则计算所有主机节点中任意两个未连接的主机节点之间的相似度值,并根据计算出的相似度值分析所有主机节点中任意两个未连接的主机节点之间的连接可能性;
步骤S3,根据所有主机节点中任意两个未连接的主机节点之间的连接可能性对云平台下主机节点的通信资源进行调节。
本实施例中,云平台主机间通信负载的处理系统接收用户发出的针对云平台下主机节点的通信资源调节请求,例如,接收用户通过手机、平板电脑、自助终端设备等终端发送的通信资源调节请求,如接收用户在手机、平板电脑、自助终端设备等终端中预先安装的客户端上发送来的通信资源调节请求,或接收用户在手机、平板电脑、自助终端设备等终端中的浏览器系统上发送来的通信资源调节请求。
在收到通信资源调节请求后,即可针对云平台下主机节点间的通信负载资源进行调节处理。具体的,本实施例中是基于链路预测的方式来针对云平台下主机节点间的通信负载资源进行调节处理,通过对整个主机网络连接历史数据进行分析发现:两个主机节点如果有很多共同邻居节点,那么这两个主机节点相似;两个未连接的主机节点如果有很多的共同邻居节点,则这两个主机节点更倾向于连边即这两个未连接的主机节点将来倾向于连接的可能性较大。例如,若这两个主机节点为同一业务线上的相似主机节点,则这两个主机节点执行的业务项或处理事情会很相似如会调用相同的数据库节点、执行相同的业务逻辑等,由于这两个主机节点为同一业务线上的主机节点,这两个主机节点之间的连接可能性也较大,如这两个主机节点之间连接进行数据交互等。
基于上述分析,本实施例中针对云平台下数量众多的主机节点,可通过两个主机节点之间的相似性来预测两个主机节点之间的连接可能性,两个主机节点之间的相似性越高,则两个主机节点之间的连接可能性越大。具体地,扩展来说,针对云平台下数量众多的主机节点及其之间的链路,两个主机节点对于所有主机节点来看,包括一阶相连节点,二阶相连节点,乃至N阶相连节点(即需要经过N个连接才能相连的节点),若从一阶相连节点,二阶相连节点,乃至N阶相连节点这些多维度信息来计算分析两个主机节点之间的相似性,则能使得最终对这两个主机节点之间的连接可能性的预测会更加准确。其中,从一阶相连节点,二阶相连节点,乃至N阶相连节点这些多维度信息来计算分析两个主机节点之间的相似性的公式如下:
sxy=aAxy+a2(A2)xy+a3(A3)xy+an(An)xy
其中,x、y为云平台下的任意两个未连接的主机节点;a是预设可调的权重参数,0<a<1;(An)xy是主机节点x、y之间距离为n的连接链路数量,即Axy是一阶相连节点,(A2)xy是二阶相连节点,例如,对于二阶相连节点,若主机节点x、y之间距离为2的连接链路包括x-B-y、x-C-y、x-D-y这三条,则主机节点x、y之间距离为2的连接链路数量为3,即(A2)xy为3。sxy为最终计算出的主机节点x、y之间的相似度值。
需要说明的是,上述公式中,可通过对权重参数a以及最高连接阶数n的调整来平衡算法复杂度与准确度。如,在一些场景中,若需考虑低阶连接的影响较大,即两个主机节点之间在一阶相连节点、二阶相连节点等之间的相似性对这两个主机节点之间最终连接的可能性影响较大,则可调低权重参数a的值,以削弱高阶相连节点对相似性sxy计算结果的影响,继而减小高阶相连节点对两个主机节点之间最终连接可能性的预测结果的影响。相反,若需考虑更多维度的信息来计算相似度,则可调高权重参数a的值,以加强高阶相连节点对相似性sxy计算结果的影响,继而加强高阶相连节点对两个主机节点之间最终连接可能性的预测结果的影响。
在依照上述公式计算得到云平台下任意两个未连接的主机节点之间的相似度值后,可将计算得到的所有相似度值按高低顺序进行排序,取排序靠前的若干个(如10个)作为可能会出现通信负载较大的连接,针对可能会出现通信负载较大的连接可进行预警调节操作。由于通常情况下
为了防止云平台内主机节点由于连接较多导致通信负载过大的情况发生,会预先为云平台下的所有主机节点统一设定最大连接阈值,当云平台内主机节点超过最大连接阈值时,再对该主机节点进行通信资源调节处理如分配额外的通信资源等。本实施例中在找出可能会出现通信负载较大的主机节点后,可将这些可能会出现通信负载较大的相关主机节点的预设最大连接阈值调低,进行更加敏感的预警,以提前分配资源空间在相关主机节点上来应对可能出现的连接,保证正常业务的执行不会受到影响。同时,其他不会出现通信负载较大的主机节点的最大连接阈值可保持不变或适当调高,以保证资源的充分利用。
本实施例通过预设计算规则计算云平台下所有主机节点中任意两个未连接的主机节点之间的相似度值,并根据计算出的相似度值分析所有主机节点中任意两个未连接的主机节点之间的连接可能性;根据所有主机节点中任意两个未连接的主机节点之间的连接可能性对云平台下主机节点的通信资源进行调节。由于针对云平台下数量众多的主机节点能分析计算两个主机节点之间的相似性来预测两个主机节点之间的连接可能性,即可提前预测出可能会出现通信负载较大的相关主机节点即连接可能性大的主机节点,以便及时并合理的对云平台下主机节点的通信资源进行调节。
在一可选的实施例中,在上述图1的实施例的基础上,所述云平台主机间通信负载的处理系统10被所述处理器12执行时,还包括:
将排名靠前的相似度值对应的预设数量的主机节点发送至预设终端,如可将排名靠前的相似度值对应的预设数量的主机节点的相关信息通过短信、微信、QQ消息、邮件等方式发送至预设终端,以供人工在流量真正增长前提前为所述预设数量的主机节点分配额外的通信资源。
如图2所示,图2为本发明云平台主机间通信负载的处理方法一实施例的流程示意图,该云平台主机间通信负载的处理方法包括以下步骤:
步骤S10,获取云平台下的所有主机节点;
步骤S20,基于预设计算规则计算所有主机节点中任意两个未连接的主机节点之间的相似度值,并根据计算出的相似度值分析所有主机节点中任意两个未连接的主机节点之间的连接可能性;
步骤S30,根据所有主机节点中任意两个未连接的主机节点之间的连接可能性对云平台下主机节点的通信资源进行调节。
本实施例中,云平台主机间通信负载的处理系统接收用户发出的针对云平台下主机节点的通信资源调节请求,例如,接收用户通过手机、平板电脑、自助终端设备等终端发送的通信资源调节请求,如接收用户在手机、平板电脑、自助终端设备等终端中预先安装的客户端上发送来的通信资源调节请求,或接收用户在手机、平板电脑、自助终端设备等终端中的浏览器系统上发送来的通信资源调节请求。
在收到通信资源调节请求后,即可针对云平台下主机节点间的通信负载资源进行调节处理。具体的,本实施例中是基于链路预测的方式来针对云平台下主机节点间的通信负载资源进行调节处理,通过对整个主机网络连接历史数据进行分析发现:两个主机节点如果有很多共同邻居节点,那么这两个主机节点相似;两个未连接的主机节点如果有很多的共同邻居节点,则这两个主机节点更倾向于连边即这两个未连接的主机节点将来倾向于连接的可能性较大。例如,若这两个主机节点为同一业务线上的相似主机节点,则这两个主机节点执行的业务项或处理事情会很相似如会调用相同的数据库节点、执行相同的业务逻辑等,由于这两个主机节点为同一业务线上的主机节点,这两个主机节点之间的连接可能性也较大,如这两个主机节点之间连接进行数据交互等。
基于上述分析,本实施例中针对云平台下数量众多的主机节点,可通过两个主机节点之间的相似性来预测两个主机节点之间的连接可能性,两个主机节点之间的相似性越高,则两个主机节点之间的连接可能性越大。具体地,扩展来说,针对云平台下数量众多的主机节点及其之间的链路,两个主机节点对于所有主机节点来看,包括一阶相连节点,二阶相连节点,乃至N阶相连节点(即需要经过N个连接才能相连的节点),若从一阶相连节点,二阶相连节点,乃至N阶相连节点这些多维度信息来计算分析两个主机节点之间的相似性,则能使得最终对这两个主机节点之间的连接可能性的预测会更加准确。其中,从一阶相连节点,二阶相连节点,乃至N阶相连节点这些多维度信息来计算分析两个主机节点之间的相似性的公式如下:
sxy=aAxy+a2(A2)xy+a3(A3)xy+an(An)xy
其中,x、y为云平台下的任意两个未连接的主机节点;a是预设可调的权重参数,0<a<1;(An)xy是主机节点x、y之间距离为n的连接链路数量,即Axy是一阶相连节点,(A2)xy是二阶相连节点,例如,对于二阶相连节点,若主机节点x、y之间距离为2的连接链路包括x-B-y、x-C-y、x-D-y这三条,则主机节点x、y之间距离为2的连接链路数量为3,即(A2)xy为3。sxy为最终计算出的主机节点x、y之间的相似度值。
需要说明的是,上述公式中,可通过对权重参数a以及最高连接阶数n的调整来平衡算法复杂度与准确度。如,在一些场景中,若需考虑低阶连接的影响较大,即两个主机节点之间在一阶相连节点、二阶相连节点等之间的相似性对这两个主机节点之间最终连接的可能性影响较大,则可调低权重参数a的值,以削弱高阶相连节点对相似性sxy计算结果的影响,继而减小高阶相连节点对两个主机节点之间最终连接可能性的预测结果的影响。相反,若需考虑更多维度的信息来计算相似度,则可调高权重参数a的值,以加强高阶相连节点对相似性sxy计算结果的影响,继而加强高阶相连节点对两个主机节点之间最终连接可能性的预测结果的影响。
在依照上述公式计算得到云平台下任意两个未连接的主机节点之间的相似度值后,可将计算得到的所有相似度值按高低顺序进行排序,取排序靠前的若干个(如10个)作为可能会出现通信负载较大的连接,针对可能会出现通信负载较大的连接可进行预警调节操作。由于通常情况下
为了防止云平台内主机节点由于连接较多导致通信负载过大的情况发生,会预先为云平台下的所有主机节点统一设定最大连接阈值,当云平台内主机节点超过最大连接阈值时,再对该主机节点进行通信资源调节处理如分配额外的通信资源等。本实施例中在找出可能会出现通信负载较大的主机节点后,可将这些可能会出现通信负载较大的相关主机节点的预设最大连接阈值调低,进行更加敏感的预警,以提前分配资源空间在相关主机节点上来应对可能出现的连接,保证正常业务的执行不会受到影响。同时,其他不会出现通信负载较大的主机节点的最大连接阈值可保持不变或适当调高,以保证资源的充分利用。
本实施例通过预设计算规则计算云平台下所有主机节点中任意两个未连接的主机节点之间的相似度值,并根据计算出的相似度值分析所有主机节点中任意两个未连接的主机节点之间的连接可能性;根据所有主机节点中任意两个未连接的主机节点之间的连接可能性对云平台下主机节点的通信资源进行调节。由于针对云平台下数量众多的主机节点能分析计算两个主机节点之间的相似性来预测两个主机节点之间的连接可能性,即可提前预测出可能会出现通信负载较大的相关主机节点即连接可能性大的主机节点,以便及时并合理的对云平台下主机节点的通信资源进行调节。
在一可选的实施例中,在上述实施例的基础上,该方法还包括:
将排名靠前的相似度值对应的预设数量的主机节点发送至预设终端,如可将排名靠前的相似度值对应的预设数量的主机节点的相关信息通过短信、微信、QQ消息、邮件等方式发送至预设终端,以供人工在流量真正增长前提前为所述预设数量的主机节点分配额外的通信资源。
此外,本发明还提供一种计算机可读存储介质,所述计算机可读存储介质存储有云平台主机间通信负载的处理系统,所述云平台主机间通信负载的处理系统可被至少一个处理器执行,以使所述至少一个处理器执行如上述实施例中的云平台主机间通信负载的处理方法的步骤,该云平台主机间通信负载的处理方法的步骤S10、S20、S30等具体实施过程如上文所述,在此不再赘述。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他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、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。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、物品或者装置中还存在另外的相同要素。
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来实现,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,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上参照附图说明了本发明的优选实施例,并非因此局限本发明的权利范围。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。另外,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。
本领域技术人员不脱离本发明的范围和实质,可以有多种变型方案实现本发明,比如作为一个实施例的特征可用于另一实施例而得到又一实施例。凡在运用本发明的技术构思之内所作的任何修改、等同替换和改进,均应在本发明的权利范围之内。
Claims (10)
1.一种电子装置,其特征在于,所述电子装置包括存储器、处理器,所述存储器上存储有可在所述处理器上运行的云平台主机间通信负载的处理系统,所述云平台主机间通信负载的处理系统被所述处理器执行时实现如下步骤:
获取云平台下的所有主机节点;
基于预设计算规则计算所有主机节点中任意两个未连接的主机节点之间的相似度值,并根据计算出的相似度值分析所有主机节点中任意两个未连接的主机节点之间的连接可能性;
根据所有主机节点中任意两个未连接的主机节点之间的连接可能性对云平台下主机节点的通信资源进行调节。
2.如权利要求1所述的电子装置,其特征在于,所述计算所有主机节点中任意两个未连接的主机节点x、y之间的相似度值的公式如下:
sxy=aAxy+a2(A2)xy+a3(A3)xy+an(An)xy
其中,a是预设权重参数,0<a<1;(An)xy是主机节点x、y之间距离为n的连接链路数量,n>1;sxy为计算出的主机节点x、y之间的相似度值。
3.如权利要求2所述的电子装置,其特征在于,所述云平台主机间通信负载的处理系统被所述处理器执行实现所述根据计算出的相似度值分析所有主机节点中任意两个未连接的主机节点之间的连接可能性时,包括:
所有主机节点中两个未连接的主机节点之间的相似度值越大,则分析该两个未连接的主机节点之间的连接可能性越大。
4.如权利要求1、2或3所述的电子装置,其特征在于,所述云平台主机间通信负载的处理系统被所述处理器执行实现所述根据所有主机节点中任意两个未连接的主机节点之间的连接可能性对云平台下主机节点的通信资源进行调节的步骤,包括:
将所有主机节点中任意两个未连接的主机节点之间计算出的相似度值按照从高到低的顺序进行排序;
选择排名靠前的相似度值对应的预设数量的主机节点作为待调整节点;
将所述待调整节点的预设最大连接阈值调低,保持云平台上除所述待调整节点之外的其他主机节点的预设最大连接阈值不变,以提前分配通信资源给所述待调整节点来应对可能出现的连接。
5.一种云平台主机间通信负载的处理方法,其特征在于,所述云平台主机间通信负载的处理方法包括:
获取云平台下的所有主机节点;
基于预设计算规则计算所有主机节点中任意两个未连接的主机节点之间的相似度值,并根据计算出的相似度值分析所有主机节点中任意两个未连接的主机节点之间的连接可能性;
根据所有主机节点中任意两个未连接的主机节点之间的连接可能性对云平台下主机节点的通信资源进行调节。
6.如权利要求5所述的云平台主机间通信负载的处理方法,其特征在于,所述计算所有主机节点中任意两个未连接的主机节点x、y之间的相似度值的公式如下:
sxy=aAxy+a2(A2)xy+a3(A3)xy+an(An)xy
其中,a是预设权重参数,0<a<1;(An)xy是主机节点x、y之间距离为n的连接链路数量,n>1;sxy为计算出的主机节点x、y之间的相似度值。
7.如权利要求6所述的云平台主机间通信负载的处理方法,其特征在于,所述根据计算出的相似度值分析所有主机节点中任意两个未连接的主机节点之间的连接可能性包括:
所有主机节点中两个未连接的主机节点之间的相似度值越大,则分析该两个未连接的主机节点之间的连接可能性越大。
8.如权利要求5、6或7所述的云平台主机间通信负载的处理方法,其特征在于,所述根据所有主机节点中任意两个未连接的主机节点之间的连接可能性对云平台下主机节点的通信资源进行调节的步骤包括:
将所有主机节点中任意两个未连接的主机节点之间计算出的相似度值按照从高到低的顺序进行排序;
选择排名靠前的相似度值对应的预设数量的主机节点作为待调整节点;
将所述待调整节点的预设最大连接阈值调低,保持云平台上除所述待调整节点之外的其他主机节点的预设最大连接阈值不变,以提前分配通信资源给所述待调整节点来应对可能出现的连接。
9.如权利要求8所述的云平台主机间通信负载的处理方法,其特征在于,还包括:
将排名靠前的相似度值对应的预设数量的主机节点发送至预设终端,以供人工提前为所述预设数量的主机节点分配额外的通信资源。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质上存储有云平台主机间通信负载的处理系统,所述云平台主机间通信负载的处理系统被处理器执行时实现如权利要求5至9中任一项所述的云平台主机间通信负载的处理方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810694759.2A CN109194703B (zh) | 2018-06-29 | 2018-06-29 | 云平台主机间通信负载的处理方法、电子装置及介质 |
PCT/CN2018/107693 WO2020000724A1 (zh) | 2018-06-29 | 2018-09-26 | 云平台主机间通信负载的处理方法、电子装置及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810694759.2A CN109194703B (zh) | 2018-06-29 | 2018-06-29 | 云平台主机间通信负载的处理方法、电子装置及介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109194703A true CN109194703A (zh) | 2019-01-11 |
CN109194703B CN109194703B (zh) | 2021-06-18 |
Family
ID=64948644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810694759.2A Active CN109194703B (zh) | 2018-06-29 | 2018-06-29 | 云平台主机间通信负载的处理方法、电子装置及介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN109194703B (zh) |
WO (1) | WO2020000724A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110290165A (zh) * | 2019-04-04 | 2019-09-27 | 平安科技(深圳)有限公司 | 网络主机间通信负载调控方法、电子装置及可读存储介质 |
CN110890977A (zh) * | 2019-10-15 | 2020-03-17 | 平安科技(深圳)有限公司 | 云平台的主机节点监控方法、装置和计算机设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103595780A (zh) * | 2013-11-08 | 2014-02-19 | 中国人民解放军理工大学 | 基于消重的云计算资源调度方法 |
CN103916438A (zh) * | 2013-01-06 | 2014-07-09 | 上海计算机软件技术开发中心 | 基于负载预测的云测试环境调度方法及其系统 |
CN104765820A (zh) * | 2015-04-07 | 2015-07-08 | 浙江大学 | 一种非侵入式的服务依赖关系发现方法 |
CN106817251A (zh) * | 2016-12-23 | 2017-06-09 | 烟台中科网络技术研究所 | 一种基于节点相似度的链路预测方法及装置 |
CN107480213A (zh) * | 2017-07-27 | 2017-12-15 | 上海交通大学 | 基于时序文本网络的社区检测与用户关系预测方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016040743A1 (en) * | 2014-09-11 | 2016-03-17 | Amazon Technologies, Inc. | Dynamic virtual resource request rate control for utilizing physical resources |
CN108063810A (zh) * | 2017-12-12 | 2018-05-22 | 浙江工业大学 | 一种基于网络局部结构信息过滤的推荐方法 |
-
2018
- 2018-06-29 CN CN201810694759.2A patent/CN109194703B/zh active Active
- 2018-09-26 WO PCT/CN2018/107693 patent/WO2020000724A1/zh active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103916438A (zh) * | 2013-01-06 | 2014-07-09 | 上海计算机软件技术开发中心 | 基于负载预测的云测试环境调度方法及其系统 |
CN103595780A (zh) * | 2013-11-08 | 2014-02-19 | 中国人民解放军理工大学 | 基于消重的云计算资源调度方法 |
CN104765820A (zh) * | 2015-04-07 | 2015-07-08 | 浙江大学 | 一种非侵入式的服务依赖关系发现方法 |
CN106817251A (zh) * | 2016-12-23 | 2017-06-09 | 烟台中科网络技术研究所 | 一种基于节点相似度的链路预测方法及装置 |
CN107480213A (zh) * | 2017-07-27 | 2017-12-15 | 上海交通大学 | 基于时序文本网络的社区检测与用户关系预测方法 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110290165A (zh) * | 2019-04-04 | 2019-09-27 | 平安科技(深圳)有限公司 | 网络主机间通信负载调控方法、电子装置及可读存储介质 |
WO2020199467A1 (zh) * | 2019-04-04 | 2020-10-08 | 平安科技(深圳)有限公司 | 网络主机间通信负载调控方法、电子装置及可读存储介质 |
CN110290165B (zh) * | 2019-04-04 | 2022-01-28 | 平安科技(深圳)有限公司 | 网络主机间通信负载调控方法、电子装置及可读存储介质 |
CN110890977A (zh) * | 2019-10-15 | 2020-03-17 | 平安科技(深圳)有限公司 | 云平台的主机节点监控方法、装置和计算机设备 |
Also Published As
Publication number | Publication date |
---|---|
WO2020000724A1 (zh) | 2020-01-02 |
CN109194703B (zh) | 2021-06-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108520454A (zh) | 实时回调订单的方法和系统 | |
US11275667B2 (en) | Handling of workload surges in a software application | |
CN113419856B (zh) | 智能限流方法、装置、电子设备及存储介质 | |
CN111768096A (zh) | 基于算法模型的评级方法、装置、电子设备及存储介质 | |
CN107819745B (zh) | 异常流量的防御方法和装置 | |
CN109194703A (zh) | 云平台主机间通信负载的处理方法、电子装置及介质 | |
CN105471938A (zh) | 服务器负载管理方法及装置 | |
CN108733536B (zh) | 监控管理系统及方法 | |
CN109784634A (zh) | 服务区域划分方法、电子装置及可读存储介质 | |
US20200380037A1 (en) | Information Retrieval Precision Evaluation Method, System and Device and Computer-Readable Storage Medium | |
CN114995719B (zh) | 列表渲染方法、装置、设备以及存储介质 | |
CN115190010B (zh) | 基于软件服务依赖关系的分布推荐方法和装置 | |
CN114329164B (zh) | 用于处理数据的方法、装置、设备、介质和产品 | |
CN107453950A (zh) | 一种信息处理方法及监控系统 | |
CN113761306A (zh) | 一种车端数据处理方法及装置 | |
CN113138772A (zh) | 数据处理平台的构建方法、装置、电子设备和存储介质 | |
CN111343101A (zh) | 服务器限流方法、装置、电子设备及可读存储介质 | |
US20230185472A1 (en) | Dynamic system workload placement in cloud infrastructures | |
CN117093429B (zh) | 一种服务器稳定性评价方法及系统 | |
CN116540990B (zh) | 基于嵌入式实现电子产品的代码集成方法及装置 | |
CN112988265A (zh) | 小程序处理方法、小程序处理装置、设备、介质和产品 | |
CN116257317A (zh) | 一种数据处理方法、系统、装置、设备以及存储介质 | |
CN113961565A (zh) | 数据检测方法、系统、计算机系统及可读存储介质 | |
CN114328748A (zh) | 数据更新方法、装置、设备及存储介质 | |
CN114063879A (zh) | 用于处理操作命令的方法、电子设备和计算机程序产品 |
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 |