CN111491027A - 均衡负载方法、均衡负载装置和可读存储介质 - Google Patents

均衡负载方法、均衡负载装置和可读存储介质 Download PDF

Info

Publication number
CN111491027A
CN111491027A CN202010301356.4A CN202010301356A CN111491027A CN 111491027 A CN111491027 A CN 111491027A CN 202010301356 A CN202010301356 A CN 202010301356A CN 111491027 A CN111491027 A CN 111491027A
Authority
CN
China
Prior art keywords
load
server
sequence
load balancing
predicted
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
CN202010301356.4A
Other languages
English (en)
Inventor
沈建荣
周兆鑫
袁阳
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.)
Beijing Thunderstone Technology Co ltd
Original Assignee
Beijing Thunderstone Technology 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 Beijing Thunderstone Technology Co ltd filed Critical Beijing Thunderstone Technology Co ltd
Priority to CN202010301356.4A priority Critical patent/CN111491027A/zh
Publication of CN111491027A publication Critical patent/CN111491027A/zh
Pending legal-status Critical Current

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
    • H04L67/1001—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers
    • H04L67/1029—Protocols in which an application is distributed across nodes in the network for accessing one among a plurality of replicated servers using data related to the state of servers by a load balancer
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/14—Network analysis or design
    • H04L41/147—Network analysis or design for predicting network behaviour
    • 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

Abstract

本发明适用于计算机技术领域，提供了一种负载均衡方法，包括：获取各服务器的负载序列，根据各所述服务器的负载序列，计算各所述服务器在下一时刻的预测负载，根据各所述服务器的预测负载、错误率和传输时间，对各所述服务器进行分值计算，根据计算出的分值，确定下一时刻的最优节点。本发明实施例对服务端的节点服务器进行预测，各个节点服务器不需要频繁的向负载均衡器发送设备信息就能获取到各个节点服务器的预测负载，同时结合节点服务器的错误量与传输时间对节点服务器进行打分，负载均衡根据打分的分值分配请求到各个节点服务，避免了节点服务器中负载忽高忽低所带来的安全隐患，充分发挥节点服务器的性能。

Description

均衡负载方法、均衡负载装置和可读存储介质
技术领域
本发明属于计算机技术领域，尤其涉及一种均衡负载方法、均衡负载装置和可读存储介质。
背景技术
在现有技术的在微服务架构中，负载均衡是必须使用的技术，通过它来实现系统的高可用、集群扩容等功能。通常情况微服务架构中都会采用轮询调度的负载均衡算法，它实现起来比较简单，但是其依旧会出现负载不均衡的问题。
为了解决以上问题，目前已经存在的解决方案为：在客户端用调用服务端的时候，让服务端中的服务器不仅返回业务数据，同时在标头(header)里会将服务端的负载(load)返给客户端。客户端根据服务端的负载和请求的耗时，算出下次客户端需要请求的服务端。
上述解决方案假设服务端中某个节点服务器此时负载比较小，客户端可能会因为算法一窝蜂去请求该节点服务器，使它负载变高，因此该算法容易出现服务端中某个节点处理器的负载忽低忽高的问题。
发明内容
本发明所要解决的技术问题在于提供一种均衡负载方法、均衡负载装置和可读存储介质，旨在解决现有算法容易出现服务端中某个节点处理器的负载忽低忽高的问题。
本发明是这样实现的，一种负载均衡方法，包括：
获取各服务器的负载序列；
根据各所述服务器的负载序列，计算各所述服务器在下一时刻的预测负载；
根据各所述服务器的预测负载、错误率和传输时间，对各所述服务器进行分值计算；
根据计算出的分值，确定下一时刻的最优节点。
本发明实施例还提供了一种负载均衡装置，包括：
序列获取模块，用于获取各服务器的负载序列；
负载计算模块，用于根据各所述服务器的负载序列，计算各所述服务器在下一时刻的预测负载；
分值计算模块，用于根据各所述服务器的预测负载、错误率和传输时间，对各所述服务器进行分值计算；
节点确定模块，用于根据计算出的分值，确定下一时刻的最优节点。
本发明实施例还提供了一种负载均衡装置，包括存储器、处理器及存储在所述存储器上且在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现上述所述的负载均衡方法中的各个步骤。
本发明实施例还提供了一种可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上述所述的负载均衡方法中的各个步骤。
本发明与现有技术相比，有益效果在于：本发明实施例获取服务器端中各服务器的负载序列，根据各服务器的负载序列计算该服务器在下一时刻的预测负载，根据该预测负载、错误率和传输时间，对各服务器进行分值估计，根据计算出的分值，确定下一时刻的最优节点。本发明实施例对服务端的节点服务器进行预测，各个节点服务器不需要频繁的向负载均衡器发送设备信息就能获取到各个节点服务器的预测负载，同时结合节点服务器的错误量与传输时间对节点服务器进行打分，负载均衡根据打分的分值分配请求到各个节点服务，避免了节点服务器中负载忽高忽低所带来的安全隐患，充分发挥节点服务器的性能。
附图说明
图1是现有技术提供的微服务架构的结构示意图；
图2是本发明实施例提供的负载均衡方法的结构示意图；
图3是本发明实施例提供的负载均衡装置的结构示意图；
图4是本发明实施例提供的经过负载均衡后的对比示意图。
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仅用以解释本发明，并不用于限定本发明。
随着KTV业务规模的拓展以及运营复杂度的提高，对后端服务的要求越来越多样化。在本行业内，最初使用的是单服务集群模式，将业务所需的服务整合到一个项目同时部署到多台服务器中，当进行业务拓展时可以通过添加服务器的方式来承载更大的压力。但公司发展时并不一定会拓展所有的业务(比如虽然增加了1万台设备，但是玩小游戏的业务却没有增加)，而采用传统的处理方案会添加设备并拓展所有的服务，其不可避免的拓展了不需要拓展的服务。为节省公司成本，有效利用计算机资源，后端将业务拆分成一个个的小服务(用户登录服务、游戏服务、点歌服务等)，当指定业务增加时可以只增加指定服务的计算机资源，不会造成浪费，此方案即为微服务架构。
在微服务架构中，负载均衡是必须使用的技术，通过它来实现系统的高可用、集群扩容等功能。通常情况微服务都会采用roundrobin(轮询调度)的负载均衡算法，它实现起来比较简单，但是它的问题也不小。
例如，有个定时任务，每秒都会先调用一个消耗高CPU(Central ProcessingUnit，中央处理器)的服务器接口，然后再调用一个消耗低CPU的服务器接口。如果如图1所示，刚好服务端就两台服务器，根据roundrobin算法，这个请求的调用方式就是：奇数次都调用到A节点服务器，偶数次接口都调用到B节点服务器。显然易见的就是A节点服务器负载会远远高于B节点服务器。
针对上述存在的问题，现有技术在客户端用调用服务端的时候，让服务端中的服务器不仅返回业务数据，同时在标头(header)里会将服务端的负载(load)返给客户端。客户端根据服务端的负载和请求的耗时，算出下次客户端需要请求的服务端。
上述解决方案虽然看上去解决了现有问题，但是其将带来“马太效应”，假设服务端中某个节点服务器此时负载比较小，客户端可能会因为算法一窝蜂去请求该节点服务器，使它负载变高，因此该算法容易出现服务端中某个节点处理器的负载忽低忽高的问题。
为解决上述问题，本发明实施例提供了如图2所示的负载均衡方法，包括：
S201，获取各服务器的负载序列。
在本步骤中，负载均衡装置获取服务端各服务器的负载序列，该负载序列的定义与时间序列相似，该负载序列表示各服务器的负载情况在不同统计时间上的各个数值，按照时间先后顺序排序而形成的序列。具体地，负载均衡装置在接收某个请求操作时，将获取各服务器的负载序列，该负载序列可以预先保存在该负载均衡装置的存储器中，也可以保存在每个服务器的存储器中。若该负载序列保存在负载均衡装置自身的存储器中，则该负载序列按照服务器编号和负载序列的对应关系进行保存，负载均衡装置介质从存储器中读取就可获取各服务器的负载序列；若该负载序列保存在各服务器的存储器中，则负载均衡装置向各服务器发送一个读取指令，各服务器根据该读取指令返回其自身存储的负载序列。
S202，根据各所述服务器的负载序列，计算各所述服务器在下一时刻的预测负载。
在本步骤中，根据所述服务器的负载序列中连续的两段序列值，建立负载预测模型，利用自相关函数对该负载预测模型进行预测，得到初步预测负载，对所述初步预测负载进行误差分析，得到所述服务器在下一时刻的预测负载。
具体地，以xt表示所述负载预测模型，则：
Figure BDA0002454110840000041
p和q表示所述负载序列中连续的两段序列值，φ和θ表示常数参数，a表示均值为0的白噪声序列，t表示第t时刻，i表示常数参数，具体地，i为p或q序列的下标例，如p序列＝[300,213,412]，p序列的长度为3，则i为[0,1,2]。
使用自相关函数acf对负载预测模型进行预测，则：
Figure BDA0002454110840000051
其中，xh(1)表示所述初步预测负载，E表示数学期望，F表示严平稳，h表示第h时刻。
具体地，通过自相关函数acf对负载预测模型进行预测可以得到下一时刻的预测值，比如节点服务器信息。
获取误差公式为：
eh(1)＝xh+1-xh。
由上述误差公式可以清楚地看出，数据越紧密，误差越小，对于服务器来说，对于负载序列的输入取值范围，最常使用的是20ms内数据，可以获得准确度比较好的预测负载。
S203，根据各所述服务器的预测负载、错误率和传输时间，对各所述服务器进行分值计算。
在本步骤中，负载均衡装置通过步骤S202得到各服务器的预测负载后，可以通过捕获的错误率以及传输时间对各服务器进行打分，以score表示计算得到的分值，则：
score＝c×(1÷α)+E(e)×(1÷(β-Var(e))+E(t)×(1÷(γ-Var(t))，其中，α,β,γ表示常数，E表示算数平均数，Var表示方差，e表示返回500的数量，c表示服务器值，http返回值为500可以判断为错误，返回200为正确，错误率可以通过一段时间内500/(200+500)的数量获取，传输时间可以通过负载均衡当前时间与节点的http的header中设置的时间差获取。
S204，根据计算出的分值，确定下一时刻的最优节点。
在本步骤中，将计算得到的分值按照从小到大的顺序进行排序，得到排序表，根据所述排序表确定下一时刻的最优节点。更具体地，计算得到的分值表示服务器在下一时刻的负载情况，分值越高则负载越低，分值越低则负载越高，分值越高的节点服务器越容易被选中。负载均衡装置根据各服务器的分值情况确定该服务器在下一时刻的负载情况，根据该服务器在下一时刻的负载情况分配请求到各服务器。
本发明实施例对服务端的节点服务器进行预测，各个节点服务器不需要频繁的向负载均衡装置发送设备信息就能获取到各个节点服务器未来的预测负载，同时结合节点服务器的错误率与传输时间对节点服务器进行打分，负载均衡装置根据计算得到的分值分配请求到各个服务节点，避免了节点服务器因为负载忽高忽低所带来的安全隐患，充分发挥节点服务器的性能。更具体地，根据不同设备对参数进行调优，负载均衡装置根据分数高低选择服务器，从图4可以看出，使用本发明实施例提供的负载均衡方法之后的服务器资源总体消耗变少并且变得更加稳定，在该图中，竖线左侧表示优化前，右侧表示优化后，x轴为时间线，y轴为服务器负载。
图3示出了本发明实施例提供的一种负载均衡装置，包括：
序列获取模块301，用于获取各服务器的负载序列；
负载计算模块302，用于根据各所述服务器的负载序列，计算各所述服务器在下一时刻的预测负载；
分值计算模块303，用于根据各所述服务器的预测负载、错误率和传输时间，对各所述服务器进行分值计算；
节点确定模块304，用于根据计算出的分值，确定下一时刻的最优节点。
进一步地，负载计算模块302具体用于：
根据所述服务器的负载序列中连续的两段序列值，建立负载预测模型；
利用自相关函数对所述负载预测模型进行预测，得到初步预测负载；
对所述初步预测负载进行误差分析，得到所述服务器在下一时刻的预测负载。
进一步地，以xt表示所述负载预测模型，则：
Figure BDA0002454110840000071
其中，p和q表示所述负载序列中连续的两段序列值，φ和θ表示常数参数，a表示均值为0的白噪声序列，t表示第t时刻，i表示常数参数。
进一步地，以xh(1)表示所述初步预测负载，则：
Figure BDA0002454110840000072
其中，E表示数学期望，F表示严平稳，h表示第h时刻。
进一步地，以eh(1)表示所述预测负载，则：
eh(1)＝xh+1-xh。
进一步地，分值计算模块303通过以下步骤进行分值计算：
以score表示计算得到的分值，则：
score＝c×(1÷α)+E(e)×(1÷(β-Var(e))+E(t)×(1÷(γ-Var(t))，其中，α,β,γ表示常数，E表示算数平均数，Var表示方差，e表示返回500的数量，c表示服务器值。
进一步地，节点确定模块304具体用于：
将所述分值按照从小到大的顺序进行排序，得到排序表；
根据所述排序表确定下一时刻的最优节点。
本发明实施例还提供了一种负载均衡装置，包括存储器、处理器及存储在所述存储器上且在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如图2所示的负载均衡方法中的各个步骤。
本发明实施例还提供了一种可读存储介质，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，实现如图2所示的负载均衡方法中的各个步骤。
在本申请所提供的几个实施例中，应该理解到，所揭露的方法和装置，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块或组件可以结合或者可以集成到另一个装置，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的全部或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中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-OnlyMemory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
需要说明的是，对于前述的各方法实施例，为了简便描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其它顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定都是本发明所必须的。
在上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其它实施例的相关描述。
以上为对本发明所提供的一种负载均衡方法及装置的描述，对于本领域的技术人员，依据本发明实施例的思想，在具体实施方式及应用范围上均会有改变之处，综上，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种负载均衡方法，其特征在于，包括：
获取各服务器的负载序列；
根据各所述服务器的负载序列，计算各所述服务器在下一时刻的预测负载；
根据各所述服务器的预测负载、错误率和传输时间，对各所述服务器进行分值计算；
根据计算出的分值，确定下一时刻的最优节点。
2.如权利要求1所述的负载均衡方法，其特征在于，所述根据各所述服务器的负载序列，计算各所述服务器在下一时刻的预测负载包括：
根据所述服务器的负载序列中连续的两段序列值，建立负载预测模型；
利用自相关函数对所述负载预测模型进行预测，得到初步预测负载；
对所述初步预测负载进行误差分析，得到所述服务器在下一时刻的预测负载。
3.如权利要求2所述的负载均衡方法，其特征在于，以xt表示所述负载预测模型，则：
Figure FDA0002454110830000011
其中，p和q表示所述负载序列中连续的两段序列值，φ和θ表示常数参数，a表示均值为0的白噪声序列，t表示第t时刻，i表示常数参数。
4.如权利要求3所述的负载均衡方法，其特征在于，以xh(1)表示所述初步预测负载，则：
Figure FDA0002454110830000012
其中，E表示数学期望，F表示严平稳，h表示第h时刻。
5.如权利要求4所述的负载均衡方法，其特征在于，以eh(1)表示所述预测负载，则：
eh(1)＝xh+1-xh。
6.如权利要求5所述的负载均衡方法，其特征在于，所述根据各所述服务器的预测负载、错误率和传输时间，对各所述服务器进行分值计算包括：
以score表示计算得到的分值，则：
score＝c×(1÷α)+E(e)×(1÷(β-Var(e))+E(t)×(1÷(γ-Var(t))，其中，α,β,γ表示常数，E表示算数平均数，Var表示方差，e表示返回500的数量，c表示服务器值。
7.如权利要求1所述的负载均衡方法，其特征在于，所述根据计算出的分值，确定下一时刻的最优节点包括：
将所述分值按照从小到大的顺序进行排序，得到排序表；
根据所述排序表确定下一时刻的最优节点。
8.一种负载均衡装置，其特征在于，包括：
序列获取模块，用于获取各服务器的负载序列；
负载计算模块，用于根据各所述服务器的负载序列，计算各所述服务器在下一时刻的预测负载；
分值计算模块，用于根据各所述服务器的预测负载、错误率和传输时间，对各所述服务器进行分值计算；
节点确定模块，用于根据计算出的分值，确定下一时刻的最优节点。
9.一种负载均衡装置，包括存储器、处理器及存储在所述存储器上且在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时，实现如权利要求1至7任意一项所述的负载均衡方法中的各个步骤。
10.一种可读存储介质，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至7任意一项所述的负载均衡方法中的各个步骤。
CN202010301356.4A 2020-04-16 2020-04-16 均衡负载方法、均衡负载装置和可读存储介质 Pending CN111491027A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010301356.4A CN111491027A (zh) 2020-04-16 2020-04-16 均衡负载方法、均衡负载装置和可读存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010301356.4A CN111491027A (zh) 2020-04-16 2020-04-16 均衡负载方法、均衡负载装置和可读存储介质

Publications (1)

Publication Number Publication Date
CN111491027A true CN111491027A (zh) 2020-08-04

Family

ID=71812854

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010301356.4A Pending CN111491027A (zh) 2020-04-16 2020-04-16 均衡负载方法、均衡负载装置和可读存储介质

Country Status (1)

Country Link
CN (1) CN111491027A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112383639A (zh) * 2020-12-02 2021-02-19 北京达佳互联信息技术有限公司 微服务均衡方法及装置
CN112416596A (zh) * 2020-12-01 2021-02-26 新华三人工智能科技有限公司 一种节点调度方法、装置及设备
CN113242283A (zh) * 2021-04-29 2021-08-10 西安点告网络科技有限公司 一种服务器动态负载均衡方法、系统、设备及存储介质

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101336427A (zh) * 2005-12-06 2008-12-31 利珀赛天上有限责任公司 基于业务请求的数字对象路由
CN106385468A (zh) * 2016-12-07 2017-02-08 西安电子科技大学 Web集群的可预测动态负载均衡方法
CN108632082A (zh) * 2018-03-27 2018-10-09 北京国电通网络技术有限公司 一种服务器的负载信息的预测方法及装置
CN108632384A (zh) * 2018-05-15 2018-10-09 西安电子科技大学 基于视频请求数预测的负载均衡方法
CN108846852A (zh) * 2018-04-11 2018-11-20 杭州电子科技大学 基于多示例和时间序列的监控视频异常事件检测方法
CN110149396A (zh) * 2019-05-20 2019-08-20 华南理工大学 一种基于微服务架构的物联网平台构建方法
US10409649B1 (en) * 2014-09-30 2019-09-10 Amazon Technologies, Inc. Predictive load balancer resource management
US20200019444A1 (en) * 2018-07-11 2020-01-16 International Business Machines Corporation Cluster load balancing based on assessment of future loading
US10542078B1 (en) * 2017-06-13 2020-01-21 Parallels International Gmbh System and method of load balancing traffic bursts in non-real time networks

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101336427A (zh) * 2005-12-06 2008-12-31 利珀赛天上有限责任公司 基于业务请求的数字对象路由
US10409649B1 (en) * 2014-09-30 2019-09-10 Amazon Technologies, Inc. Predictive load balancer resource management
CN106385468A (zh) * 2016-12-07 2017-02-08 西安电子科技大学 Web集群的可预测动态负载均衡方法
US10542078B1 (en) * 2017-06-13 2020-01-21 Parallels International Gmbh System and method of load balancing traffic bursts in non-real time networks
CN108632082A (zh) * 2018-03-27 2018-10-09 北京国电通网络技术有限公司 一种服务器的负载信息的预测方法及装置
CN108846852A (zh) * 2018-04-11 2018-11-20 杭州电子科技大学 基于多示例和时间序列的监控视频异常事件检测方法
CN108632384A (zh) * 2018-05-15 2018-10-09 西安电子科技大学 基于视频请求数预测的负载均衡方法
US20200019444A1 (en) * 2018-07-11 2020-01-16 International Business Machines Corporation Cluster load balancing based on assessment of future loading
CN110149396A (zh) * 2019-05-20 2019-08-20 华南理工大学 一种基于微服务架构的物联网平台构建方法

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112416596A (zh) * 2020-12-01 2021-02-26 新华三人工智能科技有限公司 一种节点调度方法、装置及设备
CN112383639A (zh) * 2020-12-02 2021-02-19 北京达佳互联信息技术有限公司 微服务均衡方法及装置
CN112383639B (zh) * 2020-12-02 2022-02-22 北京达佳互联信息技术有限公司 微服务均衡方法及装置
CN113242283A (zh) * 2021-04-29 2021-08-10 西安点告网络科技有限公司 一种服务器动态负载均衡方法、系统、设备及存储介质

Similar Documents

Publication Publication Date Title
CN111491027A (zh) 均衡负载方法、均衡负载装置和可读存储介质
US9712640B2 (en) Load distribution in client server system
US8302100B2 (en) System for balance distribution of requests across multiple servers using dynamic metrics
CN111027736A (zh) 多目标优化下的微服务组合部署与调度方法
CN111694663B (zh) 服务器集群的负载均衡方法、装置及系统
CN111506434B (zh) 一种任务处理方法、装置及计算机可读存储介质
CN112870726B (zh) 图形处理器的资源分配方法、装置和存储介质
CN110933136A (zh) 一种服务节点选择方法、装置、设备及可读存储介质
CN112363821A (zh) 一种计算资源调度方法、装置及计算机设备
CN111324462A (zh) 一种具有Web负载均衡技术的系统及方法
CN111274026A (zh) 负载均衡方法、装置及电子设备
CN112764920A (zh) 一种边缘应用部署方法、装置、设备和存储介质
CN112888005B (zh) 一种面向mec的分布式业务调度方法
CN113504974A (zh) 一种服务数据负载均衡方法及装置
CN115633039A (zh) 通信建立方法、负载均衡装置、设备及存储介质
CN114726871A (zh) 一种数据同步方法、装置和网络系统
CN116546028A (zh) 服务请求的处理方法、装置、存储介质及电子设备
CN106612296A (zh) 一种用户设备连接请求分配的方法及装置
CN109040283A (zh) 一种基于差值反馈式的改进型负载均衡算法
Liu et al. On the placement of edge servers in mobile edge computing
CN107229519B (zh) 任务调度方法和装置
CN113873001A (zh) 一种基于http请求分类的负载均衡优化方法
CN111467796B (zh) 分布式物理结算方法和装置
CN114945024B (zh) 基于长短期记忆网络的服务器负载均衡优化方法
CN114461407B (zh) 数据处理方法、装置、分发服务器、系统及存储介质

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20200804