CN111092959A - 一种集群中服务器的请求处理方法、系统及相关装置 - Google Patents

一种集群中服务器的请求处理方法、系统及相关装置 Download PDF

Info

Publication number
CN111092959A
CN111092959A CN201911386513.XA CN201911386513A CN111092959A CN 111092959 A CN111092959 A CN 111092959A CN 201911386513 A CN201911386513 A CN 201911386513A CN 111092959 A CN111092959 A CN 111092959A
Authority
CN
China
Prior art keywords
ops
cluster
servers
limit value
current
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
Application number
CN201911386513.XA
Other languages
English (en)
Other versions
CN111092959B (zh
Inventor
梁珂铭
李朋辉
胡永刚
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.)
Inspur Electronic Information Industry Co Ltd
Original Assignee
Inspur Electronic Information Industry 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 Inspur Electronic Information Industry Co Ltd filed Critical Inspur Electronic Information Industry Co Ltd
Priority to CN201911386513.XA priority Critical patent/CN111092959B/zh
Publication of CN111092959A publication Critical patent/CN111092959A/zh
Application granted granted Critical
Publication of CN111092959B publication Critical patent/CN111092959B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • H04L67/1097—Protocols in which an application is distributed across nodes in the network for distributed storage of data in networks, e.g. transport arrangements for network file system [NFS], storage area networks [SAN] or network attached storage [NAS]
    • 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
    • H04L67/50—Network services
    • H04L67/60—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources
    • H04L67/61—Scheduling or organising the servicing of application requests, e.g. requests for application data transmissions using the analysis and optimisation of the required network resources taking into account QoS or priority requirements

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Computer And Data Communications (AREA)

Abstract

本申请提供一种集群中服务器的请求处理方法，包括：获取目标服务器的当前OPS限制值、集群的总OPS限制值、集群中其他服务器的OPS总和以及集群的服务器数量；根据服务器数量和OPS总和确定OPS均值；根据OPS均值与当前OPS限制值的比值确定校正系数；利用校正系数和当前OPS限制值确定OPS修正值，以使目标服务器以OPS修正值处理请求。本申请能够有效解决集群内各服务器节点限流失衡的问题。本申请还提供一种集群中服务器的请求处理系统及计算机可读存储介质和服务器集群，具有上述有益效果。

Description

一种集群中服务器的请求处理方法、系统及相关装置
技术领域
本申请涉及服务器领域，特别涉及一种集群中服务器的请求处理方法、系统及相关装置。
背景技术
分布式对象存储集群，有多个对象存储服务器组成的服务器组，用来处理海量的高并发的存储服务请求。
服务质量控制(QoS)是指服务器针对不同网络环境，优化服务的能力。当网络发生拥塞，或者服务器达到服务上限时，就需要针对不同用户不同请求的优先级提供不同的服务质量，对实时性强且重要的请求优先处理；对于实时性不强的普通请求，提供较低的处理优先级，网络拥塞时甚至丢弃。服务质量控制功能可以限制处理不同用户，不同类型请求的处理速度，不让某个用户或某类请求占用过多资源，从而保证整体的服务质量。
发明内容
本申请的目的是提供一种集群中服务器的请求处理方法、系统及计算机可读存储介质和服务器集群，能够解决集群内多节点限流失衡问题。
为解决上述技术问题，本申请提供一种集群中服务器的请求处理方法，具体技术方案如下：
获取目标服务器的当前OPS限制值、所述集群的总OPS限制值、所述集群中其他服务器的OPS总和以及所述集群的服务器数量；
根据所述服务器数量和所述OPS总和确定OPS均值；
根据所述OPS均值与所述当前OPS限制值的比值确定校正系数；
利用所述校正系数和所述当前OPS限制值确定OPS修正值，以使所述目标服务器以所述OPS修正值处理请求。
其中，根据所述服务器数量和所述OPS总和确定OPS均值包括：
计算所述OPS总和与所述服务器数量减一的商值，将所述商值作为OPS均值。
其中，根据所述OPS均值与所述当前OPS限制值的比值确定校正系数包括：
利用系数计算公式并根据所述OPS均值与所述当前OPS限制值的比值确定校正系数；
其中，所述系数计算为
Figure BDA0002343765120000021
其中，K为所述校正系数，Vother为所述集群中其他服务器的OPS总和，N为所述集群的服务器数量，Vself_now为目标服务器的当前OPS限制值。
其中，根据所述OPS均值与所述当前OPS限制值的比值确定校正系数包括：
若所述OPS均值与所述当前OPS限制值的比值大于1，所述校正系数大于1；
若所述OPS均值与所述当前OPS限制值的比值等于1，所述校正系数等于1；
若所述OPS均值与所述当前OPS限制值的比值小于1，所述校正系数小于1。
本申请还提供一种集群中服务器的请求处理系统，包括：
数据获取模块，用于获取目标服务器的当前OPS限制值、所述集群的总OPS限制值、所述集群中其他服务器的OPS总和以及所述集群的服务器数量；
第一计算模块，用于根据所述服务器数量和所述OPS总和确定OPS均值；
第二计算模块，用于根据所述OPS均值与所述当前OPS限制值的比值确定校正系数；
修正处理模块，用于利用所述校正系数和所述当前OPS限制值确定OPS修正值，以使所述目标服务器以所述OPS修正值处理请求。
其中，所述第一计算模块为用于计算所述OPS总和与所述服务器数量减一的商值，将所述商值作为OPS均值的模块。
其中，第二计算模块包括：
校正计算单元，用于利用系数计算公式并根据所述OPS均值与所述当前OPS限制值的比值确定校正系数；
其中，所述系数计算为
Figure BDA0002343765120000031
其中，K为所述校正系数，Vother为所述集群中其他服务器的OPS总和，N为所述集群的服务器数量，Vself_now为目标服务器的当前OPS限制值。
其中，所述校正计算单元用于若所述OPS均值与所述当前OPS限制值的比值大于1，确定所述校正系数大于1；若所述OPS均值与所述当前OPS限制值的比值等于1，确定所述校正系数等于1；若所述OPS均值与所述当前OPS限制值的比值小于1，确定所述校正系数小于1。
本申请还提供一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的方法的步骤。
本申请还提供一种服务器集群，包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如上所述的方法的步骤。
本申请提供一种集群中服务器的请求处理方法，包括：获取目标服务器的当前OPS限制值、所述集群的总OPS限制值、所述集群中其他服务器的OPS总和以及所述集群的服务器数量；根据所述服务器数量和所述OPS总和确定OPS均值；根据所述OPS均值与所述当前OPS限制值的比值确定校正系数；利用所述校正系数和所述当前OPS限制值确定OPS修正值，以使所述目标服务器以所述OPS修正值处理请求。
本申请先根据集群中各服务器处理的OPS的平均数与目标服务器OPS数的比值，以确定目标服务器在集群中的处理水品，进而确定修正参数，根据修正参数得到OPS修正值，通过这种修正方法，能够使得整个集群中各服务器的OPS数均保持相对均衡，能够有效解决集群内各服务器节点限流失衡的问题。本申请还提供一种集群中服务器的请求处理系统及计算机可读存储介质和服务器集群，具有上述有益效果，此处不再赘述。
附图说明
为了更清楚地说明本申请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申请的实施例，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，还可以根据提供的附图获得其他的附图。
图1为本申请实施例所提供的一种集群中服务器的请求处理方法的流程图；
图2为本申请实施例所提供的一种集群中服务器的请求处理系统结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
分布式存储系统是由多台存储服务器组成的存储集群。分布式存储具有高可靠性，高可用性，快速存取，易于扩展等优点。在存储服务器系统中，当多个用户同时高并发向服务器发起请求服务时，就会出现服务器资源竞争，就可能会出现一些用户占用过多服务器，一些用户得不到服务器资源的问题。
假如说系统中其他对象存储服务器统计的ops总数(每秒处理的请求数)Vother，整个集群的限制值为Vsum_l，自身的需要限制的OPS数为Vself_l，计算公式为：
Vself_l＝Vsum_l-Vother
但是集群内每个对象存储服务器都要做这样的计算，这样就会OPS限制失衡问题，如下。
在分布式rgw集群，假设某用户每秒中被限制OPS数为10，即每秒中被限制处理10个请求。假设集群拥有两个对象存储服务器，A和B；其中A和B都是接收了大量请求，针对QoS功能，最理想的状况是A限制5个ops，B也限制5个ops。但实际测试中，经常发现A限制9个ops，B限制1个OPS的现象，就会使得实际分到B的5个请求仅被处理1个，导致分配到B的请求超时得不到处理。
这个失衡经分析原因后得出，假设A的OPS处理速度V1，总的ops限制为10，那集群中B的处理限制速度应该是10-V1。同理B的OPS处理速度是V2，总ops限制为10，A获取到B的速度后，计算出来的处理速度限制值应该是10-V2。
这里就会有一个问题，A处理速度限制算出了B的处理速度，B的处理速度又传回了A服务器，算出了A的限制处理速度，整个循环下来就是，A的速度算出了A的速度，整个限流系统处于不稳定状态。假如系统有一些计算误差或者其他干扰，就处于不均衡限流状态，比如A限制9个OPS，B限制1个OPS的现象。
为解决上述问题，本申请提供一种集群中服务器的请求处理方法，具体内容如下：
请参考图1，图1为本申请实施例所提供的一种集群中服务器的请求处理方法的流程图，该请求处理方法包括：
S101：获取目标服务器的当前OPS限制值、集群的总OPS限制值、集群中其他服务器的OPS总和以及集群的服务器数量；
本步骤旨在获取集群的总OPS限制值。OPS(Operation per second)，代表服务器或者服务器集群每秒钟处理的请求个数。在集群中，每隔一定周期各服务器会将自身已处理的OPS限制值广播，此时其他各服务器均可以收到该OPS限制值广播。换句话说，集群内的每个服务器都会统计自身的OPS数，然后发送给系统内的其他对象存储服务器。这样每个对象存储服务器就知道了整个集群OPS，然后根据集群的OPS限制值，计算出本服务器应该把OPS限制到多少，然后通过dmclock算法来限制住本服务器处理的OPS数。DmClock算法是一种服务质量控制算法，可以起到限制服务器请求数的功能等。
S102：根据服务器数量和OPS总和确定OPS均值；
本步骤可以通过计算OPS总和与服务器数量减一的商值，将商值作为OPS均值。即将目标从总服务器数量中提出，计算当前集群中其他服务器的OPS均值。
S103：根据OPS均值与当前OPS限制值的比值确定校正系数；
本步骤需要对比其他服务器的OPS均值和自身当前OPS限制值，进入得到校正系数K，
若OPS均值与当前OPS限制值的比值大于1，校正系数大于1；
若OPS均值与当前OPS限制值的比值等于1，校正系数等于1；
若OPS均值与当前OPS限制值的比值小于1，校正系数小于1。
即其他服务器处理的ops比本服务器多时，K为一个大于1的数，会对自身计算出的限流值Vsum_l，会有一个增大的效果，会使本服务器的处理的ops数增大，向集群服务器处理的OPS平均数移动。
同理，当其他服务器处理的ops比本服务器少时，K为一个小于1的数，会对自身计算出的限流值Vsum_l，会有一个减小的效果，会使本服务器的处理的ops数减少，也向集群服务器处理的OPS平均数移动。
具体的，本步骤可以利用系数计算公式并根据OPS均值与当前OPS限制值的比值确定校正系数；
系数计算公式也即K值计算公式为
Figure BDA0002343765120000061
其中，K为所述校正系数，Vother为所述集群中其他服务器的OPS总和，N为集群的服务器数量，Vself_now为目标服务器的当前OPS限制值。
S104：利用校正系数和当前OPS限制值确定OPS修正值，以使目标服务器以OPS修正值处理请求。
在得到校正系数后，将校正系数与当前OPS限制值相乘即可确定OPS修正值，此后可以基于dmclock算法对目标服务器限制处理的OPS数。
本申请实施例先根据集群中各服务器处理的OPS的平均数与目标服务器OPS数的比值，以确定目标服务器在集群中的处理水品，进而确定修正参数，根据修正参数得到OPS修正值，通过这种修正方法，能够使得整个集群中各服务器的OPS数均保持相对均衡，能够有效解决集群内各服务器节点限流失衡的问题。
下面对本申请实施例提供的一种集群中服务器的请求处理系统进行介绍，下文描述的请求处理系统与上文描述的请求处理方法可相互对应参照。
参见图2，本申请还提供一种集群中服务器的请求处理系统，包括：
数据获取模块100，用于获取目标服务器的当前OPS限制值、所述集群的总OPS限制值、所述集群中其他服务器的OPS总和以及所述集群的服务器数量；
第一计算模块200，用于根据所述服务器数量和所述OPS总和确定OPS均值；
第二计算模块300，用于根据所述OPS均值与所述当前OPS限制值的比值确定校正系数；
修正处理模块400，用于利用所述校正系数和所述当前OPS限制值确定OPS修正值，以使所述目标服务器以所述OPS修正值处理请求。
其中，所述第一计算模块为用于计算所述OPS总和与所述服务器数量减一的商值，将所述商值作为OPS均值的模块。
其中，第二计算模块包括：
校正计算单元，用于利用系数计算公式并根据所述OPS均值与所述当前OPS限制值的比值确定校正系数；
其中，所述系数计算为
Figure BDA0002343765120000071
其中，K为所述校正系数，Vother为所述集群中其他服务器的OPS总和，N为所述集群的服务器数量，Vself_now为目标服务器的当前OPS限制值。
其中，所述校正计算单元用于若所述OPS均值与所述当前OPS限制值的比值大于1，确定所述校正系数大于1；若所述OPS均值与所述当前OPS限制值的比值等于1，确定所述校正系数等于1若所述OPS均值与所述当前OPS限制值的比值小于1，确定所述校正系数小于1。
本申请还提供了一种计算机可读存储介质，其上存有计算机程序，该计算机程序被执行时可以实现上述实施例所提供的步骤。该存储介质可以包括：U盘、移动硬盘、只读存储器(Read-Only Memory，ROM)、随机存取存储器(Random Access Memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
本申请还提供了一种服务器集群，可以包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时，可以实现上述实施例所提供的步骤。当然所述服务器集群还可以包括各种网络接口，电源等组件。
说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例提供的系统而言，由于其与实施例提供的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本文中应用了具体个例对本申请的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本申请的方法及其核心思想。应当指出，对于本技术领域的普通技术人员来说，在不脱离本申请原理的前提下，还可以对本申请进行若干改进和修饰，这些改进和修饰也落入本申请权利要求的保护范围内。
还需要说明的是，在本说明书中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物品或者设备不仅包括那些要素，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、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

Claims (10)

1.一种集群中服务器的请求处理方法，其特征在于，包括：
获取目标服务器的当前OPS限制值、所述集群的总OPS限制值、所述集群中其他服务器的OPS总和以及所述集群的服务器数量；
根据所述服务器数量和所述OPS总和确定OPS均值；
根据所述OPS均值与所述当前OPS限制值的比值确定校正系数；
利用所述校正系数和所述当前OPS限制值确定OPS修正值，以使所述目标服务器以所述OPS修正值处理请求。
2.根据权利要求1所述的请求处理方法，其特征在于，根据所述服务器数量和所述OPS总和确定OPS均值包括：
计算所述OPS总和与所述服务器数量减一的商值，将所述商值作为OPS均值。
3.根据权利要求1所述的请求处理方法，其特征在于，根据所述OPS均值与所述当前OPS限制值的比值确定校正系数包括：
利用系数计算公式并根据所述OPS均值与所述当前OPS限制值的比值确定校正系数；
其中，所述系数计算为
Figure FDA0002343765110000011
其中，K为所述校正系数，Vother为所述集群中其他服务器的OPS总和，N为所述集群的服务器数量，Vself_now为目标服务器的当前OPS限制值。
4.根据权利要求3所述的请求处理方法，其特征在于，根据所述OPS均值与所述当前OPS限制值的比值确定校正系数包括：
若所述OPS均值与所述当前OPS限制值的比值大于1，所述校正系数大于1；
若所述OPS均值与所述当前OPS限制值的比值等于1，所述校正系数等于1；
若所述OPS均值与所述当前OPS限制值的比值小于1，所述校正系数小于1。
5.一种集群中服务器的请求处理系统，其特征在于，包括：
数据获取模块，用于获取目标服务器的当前OPS限制值、所述集群的总OPS限制值、所述集群中其他服务器的OPS总和以及所述集群的服务器数量；
第一计算模块，用于根据所述服务器数量和所述OPS总和确定OPS均值；
第二计算模块，用于根据所述OPS均值与所述当前OPS限制值的比值确定校正系数；
修正处理模块，用于利用所述校正系数和所述当前OPS限制值确定OPS修正值，以使所述目标服务器以所述OPS修正值处理请求。
6.根据权利要求5所述的请求处理系统，其特征在于，所述第一计算模块为用于计算所述OPS总和与所述服务器数量减一的商值，将所述商值作为OPS均值的模块。
7.根据权利要求5所述的请求处理系统，其特征在于，第二计算模块包括：
校正计算单元，用于利用系数计算公式并根据所述OPS均值与所述当前OPS限制值的比值确定校正系数；
其中，所述系数计算为
Figure FDA0002343765110000021
其中，K为所述校正系数，Vother为所述集群中其他服务器的OPS总和，N为所述集群的服务器数量，Vself_now为目标服务器的当前OPS限制值。
8.根据权利要求7所述的请求处理系统，其特征在于，所述校正计算单元用于若所述OPS均值与所述当前OPS限制值的比值大于1，确定所述校正系数大于1；若所述OPS均值与所述当前OPS限制值的比值等于1，确定所述校正系数等于1；若所述OPS均值与所述当前OPS限制值的比值小于1，确定所述校正系数小于1。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-4任一项所述的方法的步骤。
10.一种服务器集群，其特征在于，包括存储器和处理器，所述存储器中存有计算机程序，所述处理器调用所述存储器中的计算机程序时实现如权利要求1-4任一项所述的方法的步骤。
CN201911386513.XA 2019-12-29 2019-12-29 一种集群中服务器的请求处理方法、系统及相关装置 Active CN111092959B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911386513.XA CN111092959B (zh) 2019-12-29 2019-12-29 一种集群中服务器的请求处理方法、系统及相关装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911386513.XA CN111092959B (zh) 2019-12-29 2019-12-29 一种集群中服务器的请求处理方法、系统及相关装置

Publications (2)

Publication Number Publication Date
CN111092959A true CN111092959A (zh) 2020-05-01
CN111092959B CN111092959B (zh) 2022-08-12

Family

ID=70398461

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911386513.XA Active CN111092959B (zh) 2019-12-29 2019-12-29 一种集群中服务器的请求处理方法、系统及相关装置

Country Status (1)

Country Link
CN (1) CN111092959B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021164164A1 (zh) * 2020-02-20 2021-08-26 苏州浪潮智能科技有限公司 一种存储服务质量控制方法、装置、设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030131061A1 (en) * 2001-11-28 2003-07-10 Active Buddy, Inc. Transparent proxy server for instant messaging system and methods
US20040006612A1 (en) * 2002-06-28 2004-01-08 Jibbe Mahmoud Khaled Apparatus and method for SAN configuration verification and correction
CN101304590A (zh) * 2008-04-14 2008-11-12 中国网络通信集团公司 移动通信网络的无线网络容量确定装置及方法
CN107357530A (zh) * 2017-07-12 2017-11-17 郑州云海信息技术有限公司 一种针对OpenStack云硬盘的设置方法及装置
CN108881348A (zh) * 2017-05-15 2018-11-23 新华三技术有限公司 服务质量控制方法、装置和存储服务器
CN108989439A (zh) * 2018-07-26 2018-12-11 郑州云海信息技术有限公司 一种分布式存储服务质量控制方法及装置
CN109783304A (zh) * 2017-11-15 2019-05-21 中国移动通信有限公司研究院 一种数据中心的节能调度方法及对应装置
CN110166371A (zh) * 2019-05-16 2019-08-23 北京达佳互联信息技术有限公司 流量控制方法、装置、电子设备及存储介质
CN110389841A (zh) * 2019-07-25 2019-10-29 中南民族大学 一种服务器负载均衡方法、装置和存储介质

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20030131061A1 (en) * 2001-11-28 2003-07-10 Active Buddy, Inc. Transparent proxy server for instant messaging system and methods
US20040006612A1 (en) * 2002-06-28 2004-01-08 Jibbe Mahmoud Khaled Apparatus and method for SAN configuration verification and correction
CN101304590A (zh) * 2008-04-14 2008-11-12 中国网络通信集团公司 移动通信网络的无线网络容量确定装置及方法
CN108881348A (zh) * 2017-05-15 2018-11-23 新华三技术有限公司 服务质量控制方法、装置和存储服务器
CN107357530A (zh) * 2017-07-12 2017-11-17 郑州云海信息技术有限公司 一种针对OpenStack云硬盘的设置方法及装置
CN109783304A (zh) * 2017-11-15 2019-05-21 中国移动通信有限公司研究院 一种数据中心的节能调度方法及对应装置
CN108989439A (zh) * 2018-07-26 2018-12-11 郑州云海信息技术有限公司 一种分布式存储服务质量控制方法及装置
CN110166371A (zh) * 2019-05-16 2019-08-23 北京达佳互联信息技术有限公司 流量控制方法、装置、电子设备及存储介质
CN110389841A (zh) * 2019-07-25 2019-10-29 中南民族大学 一种服务器负载均衡方法、装置和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
DONGM SHEN: ""Predictive_models_for_proactive_network_management_application_to_a_production_Web_server"", 《NOMS 2000. 2000 IEEEIFIP NETWORK OPERATIONS AND MANAGEMENT SYMPOSIUM "THE NETWORKED PLANET MANAGEMENT BEYOND 2002》 *
凌其能: ""物联网云服务的动态流量控制策略研究"", 《物联网学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021164164A1 (zh) * 2020-02-20 2021-08-26 苏州浪潮智能科技有限公司 一种存储服务质量控制方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN111092959B (zh) 2022-08-12

Similar Documents

Publication Publication Date Title
CN107872402B (zh) 全局流量调度的方法、装置及电子设备
EP3547625B1 (en) Method and system for sending request for acquiring data resource
CN110933136A (zh) 一种服务节点选择方法、装置、设备及可读存储介质
CN107404541B (zh) 一种对等网络传输邻居节点选择的方法及系统
JP2010204876A (ja) 分散システム
CN108881512B (zh) Ctdb的虚拟ip均衡分配方法、装置、设备及介质
CN109800204B (zh) 数据分配方法及相关产品
CN112463043B (zh) 一种存储集群的扩容方法、系统及相关装置
CN108664321B (zh) 系统资源分配调整方法及装置
EP3399413B1 (en) Component logical threads quantity adjustment method and device
CN112866062B (zh) 一种分布式压力测试系统、方法、装置、设备及存储介质
CN109597800B (zh) 一种日志分发方法及装置
CN111562884B (zh) 一种数据存储方法、装置及电子设备
CN111338575B (zh) 一种存储服务质量控制方法、装置、设备及存储介质
CN111092959B (zh) 一种集群中服务器的请求处理方法、系统及相关装置
CN110035128B (zh) 一种直播调度方法、装置、直播系统及存储介质
CN111078386A (zh) 一种分布式调度系统的控制方法及控制装置
CN111064802A (zh) 一种网络请求的处理方法、装置、电子设备及存储介质
CN108200185B (zh) 一种实现负载均衡的方法及装置
EP3672203A1 (en) Distribution method for distributed data computing, device, server and storage medium
CN113835905A (zh) 一种消息队列负载均衡方法、装置、电子设备及介质
CN116382892B (zh) 一种基于多云融合以及云服务的负载均衡方法及装置
CN115567597A (zh) 一种支付结算系统的报文请求转发方法及装置
CN115842828A (zh) 一种网关负载均衡控制方法、装置、设备及可读存储介质
CN110535853B (zh) 一种视频请求调度方法、装置、服务器及存储介质

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