CN111381971A - 一种基于Nginx的动态权重负载均衡方法 - Google Patents

一种基于Nginx的动态权重负载均衡方法 Download PDF

Info

Publication number
CN111381971A
CN111381971A CN202010187362.1A CN202010187362A CN111381971A CN 111381971 A CN111381971 A CN 111381971A CN 202010187362 A CN202010187362 A CN 202010187362A CN 111381971 A CN111381971 A CN 111381971A
Authority
CN
China
Prior art keywords
weight
load
hardware
representing
performance
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
Application number
CN202010187362.1A
Other languages
English (en)
Inventor
李云
谭畅
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.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
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 Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN202010187362.1A priority Critical patent/CN111381971A/zh
Publication of CN111381971A publication Critical patent/CN111381971A/zh
Pending legal-status Critical Current

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]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/505—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering the load
    • 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]
    • G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/5044—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals considering hardware capabilities

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Debugging And Monitoring (AREA)

Abstract

本发明为一种基于Nginx的动态权重负载均衡方法，该方法包括：获取各后端服务器节点的无负载状态下的硬件性能；计算硬件影响权重；根据硬件性能和硬件影响权重求各服务器节点在无负载状态下的权重，并将其作为动态权重负载均衡算法的初始权重；定时获取各后端服务器的负载信息并计算各硬件使用比率；根据硬件性能计算出硬件平均性能基准；根据各硬件使用比率和硬件平均性能基准计算各节点剩余负载；并求出最终权重；根据所述最终权值为服务器分配相应的负载；本发明建立了基于加权轮询算法的动态权重负载均衡算法，使得实现了权重的动态变化，解决了传统负载均衡算法无法根据后端服务器负载改变权重，使得负载失衡的问题。

Description

一种基于Nginx的动态权重负载均衡方法
技术领域
本发明属于计算机技术领域，特别涉及一种基于Nginx的动态权重负载均衡方法。
背景技术
随着互联网的高速发展，用户数量与日俱增，用户发出的请求越来越多，这些请求对单机服务器会产生巨大的负载压力，集群技术的发展为这个问题提供了解决方法,而负载均衡是集群技术中十分重要的一部分。Nginx是一款高性能的HTTP和反向代理web服务器，同时也提供了IMAP/POP3/SMTP服务，因其丰富的功能、稳定性、低系统资源消耗而闻名，受到广大厂商喜爱。
目前，基于Nginx负载均衡的分配方法有很多，例如，专利申请号为201810870243.9的《一种基于WebSocket长连接的Nginx动态负载均衡方》公开了建立Nginx和后端服务器节点之间的WebSocket长连接、计算各后端服务器节点在无负载下的静态权重和剩余负载阈值、收集后端服务器节点周期性负载信息、计算当前服务器后端节点的剩余负载参数和实时负载权重、判断剩余负载参数和剩余负载阈值大小关系和由Nginx根据最新负载权重合理分配请求，完成分配。该方法解决了传统的静态负载均衡方法中负载权重不能根据系统后端服务器实际情况变动而导致负载不均衡的问题。
但是，Nginx自带的负载均衡策略，包括轮询、加权轮询、IPHASH等算法均为静态算法，无法根据服务器实时负载来调整策略分发请求，造成负载失衡。
发明内容
为解决以上现有技术问题，本发明提出了一种基于Nginx的动态权重负载均衡方法，包括：
前端向负载均衡器发出请求；负载均衡器根据收到的请求信息对服务器发送收集负载信息命令；服务接收收集负载信息命令后将收集到的负载信息发送给负载均衡器；负载均衡器采用动态权值分配算法处理负载信息求出最终权值；根据最终权值为服务器分配相应的负载；将负载的分配结果返回前端。
优选的，所述动态权值分配算法为：获取各服务器中无负载状态下的硬件性能数据；根据各硬件性能对服务器的影响计算硬件影响权重；
根据获取的硬件性能数据和硬件影响权重计算各服务器节点在无负载状态下的权重，将得到的无负载状态下的权重作为动态权重负载均衡算法的初始权重；
定时获取各服务器的负载信息；根据获取的负载信息确定各硬件的使用比率；根据服务器节点的硬件性能计算硬件平均性能基准；根据各硬件使用比率和硬件平均性能基准求出各节点剩余负载；根据初始权重和剩余负载计算最终权重值。
优选的，计算硬件影响权重的公式为：
Figure BDA0002414668070000021
优选的，动态权重负载均衡算法的初始权重：
Figure BDA0002414668070000022
优选的，计算各节点剩余负载的公式为：
Figure BDA0002414668070000023
优选的，计算硬件平均性能基准的公式为：
Figure BDA0002414668070000024
优选的，最终权重为：DW(j)＝B*SW(j)*L(j)。
本法明通过计算初始权值和服务器剩余负载值，结合计算出实际最终权值，再根据最终权值来分配任务请求，解决了负载权重值不会随着服务器的负载情况而改变的技术问题，从而提升了服务器性能和服务效率。
附图说明
图1为本发明的动态权重负载均衡方法流程示意图；
图2为本发明实施例中的方法原理示意图。
具体实施方式
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，下面将结合附图，对本发明实施例中的技术方案进行清楚、完整地描述，所描述的实施例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不付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。
一种基于Nginx的动态权重负载均衡方法，如图2所示，该方法包括：
前端向负载均衡器发出请求；负载均衡器根据收到的请求信息对服务器发送收集负载信息命令；服务接收收集负载信息命令后将收集到的负载信息发送给负载均衡器；负载均衡器采用动态权值分配算法处理负载信息求出最终权值；根据最终权值为服务器分配相应的负载；将负载的分配结果返回前端。
其中，Nginx表示负载均衡算法。
如图1所示，所述动态权值分配算法为：获取各服务器中无负载状态下的硬件性能数据；根据各硬件性能对服务器的影响计算硬件影响权重；
根据获取的硬件性能数据和硬件影响权重计算各服务器节点在无负载状态下的权重，将得到的无负载状态下的权重作为动态权重负载均衡算法的初始权重；
定时获取各服务器的负载信息；根据获取的负载信息确定各硬件的使用比率；根据服务器节点的硬件性能计算硬件平均性能基准；根据各硬件使用比率和硬件平均性能基准求出各节点剩余负载；根据初始权重和剩余负载计算最终权重值。
所述计算硬件影响权重，具体为：
Figure BDA0002414668070000031
其中，Wi表示各方面硬件对节点性能影响的初权重，
Figure BDA0002414668070000032
表示硬件性能向量Xi的方差，
Figure BDA0002414668070000033
表示向量Y的方差，cov(Xi,Y)表示硬件性能向量Xi和向量Y的协方差，硬件性能向量Xi表示若干个负载在采集周期内得到的CPU利用率、内存利用率、磁盘IO利用率、网络带宽利用率组成的向量，Y表示响应时间向量。
由于Wi需要归一化，需要进行归一化计算：
Figure BDA0002414668070000041
其中，Wx指代归一化后的硬件权重，包括Wc、Wm、Wi、Wn，分别指代CPU、内存、磁盘I/O、网络带宽的归一化权重，Wi依次取Wcpu、Wmem、Wio、Wnet，且Wcpu、Wmem、Wio、Wnet分别表示CPU、内存、磁盘I/O、网络带宽的影响权重。
硬件影响权重需要事先进行计算，其大小会根据业务类型和硬件性能变化。参考值为：Wc＝0.375，Wm＝0.375，Wi＝0.125，Wn＝0.125。
所述计算初始权重，具体为：
Figure BDA0002414668070000042
其中，SW(j)表示动态权重负载均衡算法的初始权重，A是调整常量，Nc(j)表示节点的静态CPU性能，Nm(j)表示节点的静态内存性能，Ni(j)表示节点的静态磁盘IO性能，Nn(j)表示分节点的静态网络带宽性能，Wc表示归一化后的CPU影响权重，Wm表示归一化后的内存影响权重，Wi表示归一化后的磁盘速率影响权重，Wn表示归一化后的网络带宽影响权重，Nc(Total)集群CPU性能总和表示，Nm(Total)表示集群内存性能总和，Ni(Total)表示集群磁盘性能总和，Nn(Total)表示集群网络带宽性能总和。A是调整常量，作用是使得初始权重为一个整数，使得舍弃的小数部分更小，造成的误差更小。
在进行定时获取各后端服务器的负载信息时，收集信息的时间周期不能随意选取，周期过短会增加系统的通信开销，加大负载均衡器的负载和资源消耗，周期过长则会使负载均衡器收集到的负载信息不准确，从而影响负载均衡策略，导致系统性能下降。取收集周期T＝9s。可根据负载均衡器性能适当增减收集周期大小。
负载信息包括CPU使用率、内存占用率、磁盘I/O使用率和网络带宽占用率。
计算出各硬件使用比率包括：CPU使用率信息可以通过top命令获取，内存使用率信息可以通过free-h命令获取，磁盘I/O可以通过iostat-x-d-k 1 2获取，Linux系统下/pro/net/dev文件下记录了网络带宽的使用情况。
所述计算硬件平均性能基准，具体为：
Figure BDA0002414668070000051
其中，PX表示硬件平均性能基准，Xj分别指代节点j的CPU主频与核心数量乘积、内存容量、磁盘I/O速率、网络带宽，n表示后端服务器数量。
所述计算剩余负载，具体为：
Figure BDA0002414668070000052
其中，L(j)表示各节点剩余负载，Pc表示n个节点的CPU平均性能，Pm表示n个节点的内存平均性能，Pio表示n个节点的磁盘I/O的平均性能，Pn表示n个节点的网络带宽平均性能，Cu(j)表示CPU实时使用率,Mu(j)表示内存实时使用率,IOu(j)表示磁盘I/O实时使用率,Nu(j)表示网络带宽实时使用率，Wc表示CPU权重系数，Wm表示内存权重系数，Wi表示磁盘I/O权重系数，Wn表示网络带宽权重系数，Cj表示CPU主频与核心数量乘积，Mj表示内存容量，IOj表示磁盘速率，Nj表示网络带宽。
所述计算最终权重，具体为：
DW(j)＝B*SW(j)*L(j)
其中，DW(j)表示最终权重，SW(j)表示初始权重，L(j)表示各节点剩余负载，B表示一个放大常数，且B＝1000。
根据所述最终权值，在新的请求到达负载均衡器时，为服务器分配相应的负载。
以上所举实施例，对本发明的目的、技术方案和优点进行了进一步的详细说明，所应理解的是，以上所举实施例仅为本发明的优选实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (7)

1.一种基于Nginx的动态权重负载均衡方法，其特征在于，包括：
前端向负载均衡器发出请求；负载均衡器根据收到的请求信息对服务器发送收集负载信息命令；服务接收收集负载信息命令后将收集到的负载信息发送给负载均衡器；负载均衡器采用动态权值分配算法处理负载信息求出最终权值；根据最终权值为服务器分配相应的负载；将负载的分配结果返回前端；
其中，Nginx表示负载均衡算法。
2.根据权利要求1所述的一种基于Nginx的动态权重负载均衡方法，其特征在于，所述动态权值分配算法为：获取各服务器中无负载状态下的硬件性能数据；根据各硬件性能对服务器的影响计算硬件影响权重；
根据获取的硬件性能数据和硬件影响权重计算各服务器节点在无负载状态下的权重，将得到的无负载状态下的权重作为动态权重负载均衡算法的初始权重；
定时获取各服务器的负载信息；根据获取的负载信息确定各硬件的使用比率；根据服务器节点的硬件性能计算硬件平均性能基准；根据各硬件使用比率和硬件平均性能基准求出各节点剩余负载；根据初始权重和剩余负载计算最终权重值。
3.根据权利要求2所述的一种基于Nginx的动态权重负载均衡方法，其特征在于，所述计算硬件影响权重的公式为：
Figure FDA0002414668060000011
其中，Wi表示各方面硬件对节点性能影响的初权重，
Figure FDA0002414668060000012
表示硬件性能向量Xi的方差，
Figure FDA0002414668060000013
表示向量Y的方差，cov(Xi,Y)表示硬件性能向量Xi和向量Y的协方差，硬件性能向量Xi表示若干个负载在采集周期内得到的CPU利用率、内存利用率、磁盘IO利用率、网络带宽利用率组成的向量，Y表示响应时间向量。
4.根据权利要求2所述的一种基于Nginx的动态权重负载均衡方法，其特征在于，所述动态权重负载均衡算法的初始权重为：
Figure FDA0002414668060000021
其中，SW(j)表示动态权重负载均衡算法的初始权重，A是调整常量，Nc(j)表示节点的静态CPU性能，Nm(j)表示节点的静态内存性能，Ni(j)表示节点的静态磁盘IO性能，Nn(j)表示分节点的静态网络带宽性能，Wc表示归一化后的CPU影响权重，Wm表示归一化后的内存影响权重，Wi表示归一化后的磁盘速率影响权重，Wn表示归一化后的网络带宽影响权重，Nc(Total)集群CPU性能总和表示，Nm(Total)表示集群内存性能总和，Ni(Total)表示集群磁盘性能总和，Nn(Total)表示集群网络带宽性能总和。
5.根据权利要求2所述的一种基于Nginx的动态权重负载均衡方法，其特征在于，所述计算各节点剩余负载的公式为：
Figure FDA0002414668060000022
其中，L(j)表示各节点剩余负载，Pc表示n个节点的CPU平均性能，Pm表示n个节点的内存平均性能，Pio表示n个节点的磁盘I/O的平均性能，Pn表示n个节点的网络带宽平均性能，Cu(j)表示CPU实时使用率,Mu(j)表示内存实时使用率,IOu(j)表示磁盘I/O实时使用率,Nu(j)表示网络带宽实时使用率，Wc表示CPU权重系数，Wm表示内存权重系数，Wi表示磁盘I/O权重系数，Wn表示网络带宽权重系数，Cj表示CPU主频与核心数量乘积，Mj表示内存容量，IOj表示磁盘速率，Nj表示网络带宽。
6.根据权利要求2所述的一种基于Nginx的动态权重负载均衡方法，其特征在于，所述计算硬件平均性能基准的公式为：
Figure FDA0002414668060000023
其中，PX表示硬件平均性能基准，Xj分别指代节点j的CPU主频与核心数量乘积、内存容量、磁盘I/O速率、网络带宽，n表示后端服务器数量。
7.根据权利要求2所述的一种基于Nginx的动态权重负载均衡方法，其特征在于，所述最终权重为：
DW(j)＝B*SW(j)*L(j)
其中，DW(j)表示最终权重，SW(j)表示初始权重，L(j)表示各节点剩余负载，B表示放大常数。
CN202010187362.1A 2020-03-17 2020-03-17 一种基于Nginx的动态权重负载均衡方法 Pending CN111381971A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010187362.1A CN111381971A (zh) 2020-03-17 2020-03-17 一种基于Nginx的动态权重负载均衡方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010187362.1A CN111381971A (zh) 2020-03-17 2020-03-17 一种基于Nginx的动态权重负载均衡方法

Publications (1)

Publication Number Publication Date
CN111381971A true CN111381971A (zh) 2020-07-07

Family

ID=71217683

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010187362.1A Pending CN111381971A (zh) 2020-03-17 2020-03-17 一种基于Nginx的动态权重负载均衡方法

Country Status (1)

Country Link
CN (1) CN111381971A (zh)

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110933139A (zh) * 2019-11-05 2020-03-27 浙江工业大学 一种解决Web服务器高并发的系统及方法
CN111949218A (zh) * 2020-08-25 2020-11-17 重庆紫光华山智安科技有限公司 一种高可用存储系统负载均衡方法、系统、介质及终端
CN112199199A (zh) * 2020-11-17 2021-01-08 广州珠江数码集团股份有限公司 一种服务器负载均衡分发方法
CN112217894A (zh) * 2020-10-12 2021-01-12 浙江大学 一种基于动态权重的负载均衡系统
CN113467932A (zh) * 2021-06-11 2021-10-01 广东浪潮智慧计算技术有限公司 一种负载均衡方法、系统及存储介质
CN113504974A (zh) * 2021-07-28 2021-10-15 中国工商银行股份有限公司 一种服务数据负载均衡方法及装置
CN113873001A (zh) * 2021-02-20 2021-12-31 天翼智慧家庭科技有限公司 一种基于http请求分类的负载均衡优化方法
CN114356513A (zh) * 2021-10-30 2022-04-15 杭州迪普科技股份有限公司 用于集群模式的任务处理方法及装置
CN114567637A (zh) * 2022-03-01 2022-05-31 浪潮云信息技术股份公司 一种智能设置负载均衡后端服务器权重的方法及系统
CN115002105A (zh) * 2022-04-20 2022-09-02 上海赛连信息科技有限公司 一种基于磁盘速率和网络速率的均衡分配方法和装置
CN115314500A (zh) * 2022-07-28 2022-11-08 三峡大学 基于改进topsis模型的动态负载均衡方法
CN117290114A (zh) * 2023-11-23 2023-12-26 南京网眼信息技术有限公司 一种基于cpu积分的负载均衡方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN109308221A (zh) * 2018-08-02 2019-02-05 南京邮电大学 一种基于WebSocket长连接的Nginx动态负载均衡方法
CN109710412A (zh) * 2018-12-28 2019-05-03 广州市巨硅信息科技有限公司 一种基于动态反馈的Nginx负载均衡方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN109308221A (zh) * 2018-08-02 2019-02-05 南京邮电大学 一种基于WebSocket长连接的Nginx动态负载均衡方法
CN109710412A (zh) * 2018-12-28 2019-05-03 广州市巨硅信息科技有限公司 一种基于动态反馈的Nginx负载均衡方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
张娜: "基于Nginx负载均衡的动态分配技术研究", 《齐齐哈尔大学学报》 *

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110933139A (zh) * 2019-11-05 2020-03-27 浙江工业大学 一种解决Web服务器高并发的系统及方法
CN111949218A (zh) * 2020-08-25 2020-11-17 重庆紫光华山智安科技有限公司 一种高可用存储系统负载均衡方法、系统、介质及终端
CN111949218B (zh) * 2020-08-25 2021-05-25 重庆紫光华山智安科技有限公司 一种高可用存储系统负载均衡方法、系统、介质及终端
CN112217894A (zh) * 2020-10-12 2021-01-12 浙江大学 一种基于动态权重的负载均衡系统
CN112199199A (zh) * 2020-11-17 2021-01-08 广州珠江数码集团股份有限公司 一种服务器负载均衡分发方法
CN113873001A (zh) * 2021-02-20 2021-12-31 天翼智慧家庭科技有限公司 一种基于http请求分类的负载均衡优化方法
CN113467932A (zh) * 2021-06-11 2021-10-01 广东浪潮智慧计算技术有限公司 一种负载均衡方法、系统及存储介质
CN113504974A (zh) * 2021-07-28 2021-10-15 中国工商银行股份有限公司 一种服务数据负载均衡方法及装置
CN114356513A (zh) * 2021-10-30 2022-04-15 杭州迪普科技股份有限公司 用于集群模式的任务处理方法及装置
CN114356513B (zh) * 2021-10-30 2024-09-17 杭州迪普科技股份有限公司 用于集群模式的任务处理方法及装置
CN114567637A (zh) * 2022-03-01 2022-05-31 浪潮云信息技术股份公司 一种智能设置负载均衡后端服务器权重的方法及系统
CN115002105A (zh) * 2022-04-20 2022-09-02 上海赛连信息科技有限公司 一种基于磁盘速率和网络速率的均衡分配方法和装置
CN115314500A (zh) * 2022-07-28 2022-11-08 三峡大学 基于改进topsis模型的动态负载均衡方法
CN115314500B (zh) * 2022-07-28 2024-01-16 三峡大学 基于改进topsis模型的动态负载均衡方法
CN117290114A (zh) * 2023-11-23 2023-12-26 南京网眼信息技术有限公司 一种基于cpu积分的负载均衡方法及系统
CN117290114B (zh) * 2023-11-23 2024-01-30 南京网眼信息技术有限公司 一种基于cpu积分的负载均衡方法及系统

Similar Documents

Publication Publication Date Title
CN111381971A (zh) 一种基于Nginx的动态权重负载均衡方法
CN109308221B (zh) 一种基于WebSocket长连接的Nginx动态负载均衡方法
CN106933650B (zh) 云应用系统的负载管理方法及系统
WO2021004063A1 (zh) 一种缓存服务器的带宽调度方法及装置
CN111726415B (zh) 一种基于负反馈机制的tcp长连接负载均衡调度方法及系统
CN110933139A (zh) 一种解决Web服务器高并发的系统及方法
CN106385468B (zh) Web集群的可预测动态负载均衡方法
CN112835698B (zh) 一种基于异构集群的请求分类处理的动态负载均衡方法
CN109710412A (zh) 一种基于动态反馈的Nginx负载均衡方法
CN113110933B (zh) 一种具有Nginx负载均衡技术的系统
CN102281290B (zh) 一种PaaS云平台的仿真系统及方法
CN102662764B (zh) 一种基于smdp的动态云计算资源优化分配方法
CN104375897A (zh) 基于最小相对负载不均衡度的云计算资源调度方法
US20050278439A1 (en) System and method for evaluating capacity of a heterogeneous media server configuration for supporting an expected workload
CN102035737A (zh) 一种基于认知网络的自适应负载均衡方法和装置
CN113157443A (zh) 一种基于边缘计算环境的资源均衡调度方法
CN116016533A (zh) 一种自动加权负载均衡方法和系统、电子设备、存储介质
CN112148474B (zh) 面向负载均衡的龙芯大数据一体机自适应任务分割方法及系统
CN115314500B (zh) 基于改进topsis模型的动态负载均衡方法
CN114945024B (zh) 基于长短期记忆网络的服务器负载均衡优化方法
CN109120480B (zh) 基于数据中心的链路优化方法及装置
KR100576713B1 (ko) 동적 부하 분산 시스템 및 그 방법
CN110290556B (zh) 一种基于最优控制变分法的资源负载均衡调度方法
CN109922008B (zh) 一种报文发送方法及装置
CN110554916B (zh) 基于分布式集群的风险指标计算方法及装置

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

Application publication date: 20200707