CN113553171A - 负载均衡控制方法、装置和计算机可读存储介质 - Google Patents
负载均衡控制方法、装置和计算机可读存储介质 Download PDFInfo
- Publication number
- CN113553171A CN113553171A CN202110631943.4A CN202110631943A CN113553171A CN 113553171 A CN113553171 A CN 113553171A CN 202110631943 A CN202110631943 A CN 202110631943A CN 113553171 A CN113553171 A CN 113553171A
- Authority
- CN
- China
- Prior art keywords
- load
- node
- working
- resource
- resources
- 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
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]
- G06F9/5083—Techniques for rebalancing the load in a distributed system
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Multi Processors (AREA)
Abstract
本发明提供了一种负载均衡控制方法、装置和计算机可读存储介质。其中,负载均衡控制方法适用于服务器集群,服务器集群包括主节点和多个工作节点,主节点与多个工作节点通信连接,方法包括:控制主节点采集负载资源集,负载资源集中包含多个不同种类的第一负载资源,确定第一负载资源的负载量;控制主节点根据第一负载资源的负载量,对工作节点进行负载资源分配。本发明提供的技术方案通过根据需要获取各种工作负载资源,对不同种类负载资源进行负载均衡,以解决传统定义上的负载均衡不能扩展适配各种特殊场景的问题,进而使得集群可以适配更多的功能模块及业务场景,有效提高了集群的业务服务能力。
Description
技术领域
本发明涉及计算机技术领域,具体而言,涉及一种负载均衡控制方法、一种负载均衡控制装置和一种计算机可读存储介质。
背景技术
相关技术中,负载均衡不能扩展适配各种特殊场景,只是对流量请求的负载均衡分配,无法均衡化其他资源的负载,例如文件夹、配置、用户编号、消息编号甚至更抽象的东西等。
发明内容
本发明旨在至少解决现有技术或相关技术中存在的技术问题之一。
为此,本发明的第一方面提供了一种负载均衡控制方法。
本发明的第二方面还提供了一种负载均衡控制装置。
本发明的第三方面还提供了一种计算机可读存储介质。
有鉴于此,本发明的第一方面提出了一种负载均衡控制方法,适用于服务器集群,服务器集群包括主节点和多个工作节点,主节点与多个工作节点通信连接,方法包括:控制主节点采集负载资源集,负载资源集中包含多个不同种类的第一负载资源,确定第一负载资源的负载量;控制主节点根据第一负载资源的负载量,对工作节点进行负载资源分配。
本发明提供的负载均衡控制方法,适用于服务器集群,服务器集群包括主节点和多个工作节点,主节点与多个工作节点通信连接。具体地,根据场景需要,控制主节点进行负载资源集的采集,将采集到的负载资源集做为被均衡的对象,其中,负载资源集中包含多个不同种类的第一负载资源,例如,文件夹、用户编号、来源编号以及目的编号等。根据采集到的负载资源集,确定所有第一负载资源的负载量,控制主节点根据确定的第一负载资源负载量,对工作节点进行负载资源分配。通过根据需要获取各种工作负载资源,对不同种类负载资源进行负载均衡,以解决传统定义上的负载均衡不能扩展适配各种特殊场景的问题,进而使得集群可以适配更多的功能模块及业务场景,有效提高了集群的业务服务能力。
需要说明的是,第一负载资源为主节点采集到的负载资源集中所有待分配的负载资源。
进一步地,通过控制主节点将负载资源合理地分配给工作节点,避免多个工作节点同时消费同一个负载资源的情况,优化服务器性能,有效地减少多个工作节点消费同一资源而出现的等待现象,避免资源浪费,以确保负载量较大的情况下,集群整体仍然能够对外提供持续稳定的服务能力。
根据本发明提供的上述的负载均衡控制方法,还可以具有以下附加技术特征:
在上述技术方案中,进一步地,控制主节点根据第一负载资源的负载量,对工作节点进行负载资源分配的步骤,具体包括:控制主节点确定每个第一负载资源种类的第一负载资源的负载量;控制主节点确定工作节点的有效节点数;控制主节点根据有效节点数和第一负载资源的负载量,计算工作节点的平均负载量;控制主节点根据平均负载量,对工作节点进行负载资源分配。
在该技术方案中,控制主节点分别确定每个第一负载资源种类的第一负载资源负载量,以及确定工作节点的有效节点数,根据有效节点数和第一负载资源负载量,计算工作节点的平均负载量,进而确定整体的平均负载。控制主节点根据计算得到的平均负载量,对工作节点进行负载资源分配。通过对不同种类的第一负载资源分别按照平均负载量分配至不同的工作节点,一方面,使接入的业务功能具备了负载均衡能力,大幅提高了负载资源的有效利用率;另一方面,不同工作节点可承载功能模块不同的负载资源分块,进而使得每一种负载资源可以由每个工作节点独享消费,以解决业务资源争抢时出现的等待问题,以及抢不到资源时线程空转而浪费虚拟机资源的问题,有效提高了集群的利用率。
在上述任一技术方案中,进一步地,控制主节点确定工作节点的有效节点数的步骤,具体包括:控制主节点接收工作节点发送的心跳信息;根据心跳信息,确定工作节点是否在线,进而确定工作节点的有效节点数。
在该技术方案中,控制主节点接收集群中所有工作节点发送用于告知本节点状态的心跳信息,根据接收到的心跳信息,确定该工作节点是否在线,具体地,若工作节点处于在线状态,确定该工作节点为有效节点;若工作节点处于无效状态,确定该工作节点为无效节点。进而根据在线的工作节点数,计算得到工作节点的有效节点数。通过实时获取工作节点的心跳信息,确定工作节点的有效节点数,提高了负载资源分配的准确性。
在上述任一技术方案中,进一步地,根据心跳信息,确定工作节点是否在线,进而确定工作节点的有效节点数的步骤,具体包括:若主节点在第一预设时长内接收到工作节点发送的心跳信息,确定工作节点处于在线状态,进而确定工作节点为有效节点;若主节点在第一预设时长内未接收到工作节点发送的心跳信息,确定工作节点处于下线状态,进而确定工作节点为无效节点。
在该技术方案中,主节点根据第一预设时长内是否接收到工作节点发送的心跳信息,判断工作节点是否处于在线状态,也即工作节点是否为有效节点。若主节点在第一预设时长内接收到工作节点发送的心跳信息,能够确定该工作节点处于在线状态,进而确定该工作节点为有效节点,进而计算工作节点的有效节点数;若主节点在第一预设时长内未收到工作节点发送的心跳信息,能够确定该工作节点为无效节点,进而移除无效节点。通过控制主节点检测工作节点是否在线,快速准确地定位出当前发生故障的节点,提高了服务器对外提供业务服务的质量,有效降低后续故障恢复时间成本。
需要说明的是,第一预设时长是指,工作节点连续发送N次心跳信息的总时长,例如,工作节点发送心跳信息的间隔为20秒/次,则第一预设时长为20×N。本领域技术人员可以根据具体使用场景进行设定,本申请不作限定。
进一步地,控制主节点将负载资源分配至工作节点后,将工作节点与负载资源对应关系存储至数据中心,当某一工作节点无效时,主节点可从数据中心获知该工作节点的负载资源,将负载资源分配至新的工作节点,同时对数据中心内的工作节点的状态进行更新,有效提高了服务器的工作效率。
在上述任一技术方案中,进一步地,负载均衡控制方法还包括:控制主节点按照预设周期,确定工作节点的第二负载资源种类和第二负载资源的负载量;控制主节点选取与第二负载资源种类相同的第一负载资源,对第二负载资源进行更新。
在该技术方案中,控制主节点根据平均负载量对工作节点进行资源分配后,控制主节点按照预设周期,统计各工作节点的第二负载资源种类和第二负载资源负载量。通过控制主节点选取与第二负载资源种类相同的第一负载资源,对第二负载资源进行更新,实现了动态规划负载资源,按照负载资源最优化分配原则对各个工作节点的负载资源进行更新,实现各工作节点在资源的最优化配置,确保了处理的速度和有效性。
需要说明的是,第二负载资源为已分配至工作节点的负载资源。
在上述任一技术方案中,进一步地,控制主节点选取与第二负载资源种类相同的第一负载资源,对第二负载资源进行更新的步骤,具体包括:控制主节点根据第二负载资源的负载量与平均负载量的大小关系,对第二负载资源进行更新。
在该技术方案中,控制主节点将第二负载资源的负载量与平均负载量进行对比,根据对比结果对工作节点的第二负载资源进行更新,使得每个工作节点能够均匀地分摊负载资源,实现了负载资源的合理分配,确保负载均衡,进而使得处理速度大幅提升。
在上述任一技术方案中,进一步地,控制主节点根据第二负载资源的负载量与平均负载量的大小关系,对第二负载资源进行更新的步骤,具体包括:若第二负载资源的负载量大于平均负载量,控制主节点根据第二负载资源的负载量与平均负载量的差值,减少第二负载资源;若第二负载资源的负载量小于平均负载量,控制主节点根据平均负载量与第二负载资源的负载量的差值,对工作节点分配第一负载资源。
在该技术方案中,将工作节点的第二负载资源的负载量与平均负载量进行对比,若检测到第二负载资源的负载量大于平均负载量,也即工作节点为超载节点,计算该工作节点的第二负载资源的负载量与平均负载量的差值,根据计算出的差值,将超载负载资源转移到同一种类的未超载节点中,减少工作节点的第二负载量,具体地,对所有工作节点的负载量进行排序,进而快速确定目标迁移节点;若第二负载资源的负载量小于平均负载量,也即工作节点为未超载节点,计算平均负载量与该工作节点的第二负载资源的负载量的差值,根据计算出的差值,对工作节点分配与该工作节点的种类相同的第一负载资源,以及同种类的其他超载节点待转移的第二负载资源,避免工作节点中负载过轻,导致资源闲置,提高资源的利用率。通过对工作节点负载资源的更新,将负载率高于平均负载量的工作节点所承担的部分负载资源划分给负载量低于平均负载量的工作节点,使得各个工作节点达到优化状态,改善了负载不均衡,减少了负载整体处理时间,提高了负载均衡优化效果。
在上述任一技术方案中,进一步地,负载均衡控制方法还包括:接收主节点发送的心跳信息,检测主节点是否发生故障;若第二预设时长内未接收到心跳信息,确定主节点发生故障;接收工作节点的心跳信息,对接收到的心跳信息的时刻进行排序;根据时刻的先后顺序,控制最先接收到的心跳信息对应的工作节点作为新的主节点。
在该技术方案中,服务器接收主节点发送的用于告知本节点状态的心跳信息,根据心跳信息判断主节点处是否发生故障,若第二预设时长内未接收到主节点发送的心跳信息,则判断主节点处于下线状态,进而确定主节点处发生故障。通过实时对主节点在线状态的检测,能够快速识别出发生故障的节点,有效减小了服务器对外提供的业务性能降低的可能性,避免对业务产生较大影响,提升了服务的稳定性和可靠性。进一步地,确定主节点发生故障后,服务器通过接收到的工作节点的心跳信息,对接收到的心跳信息的时刻进行排序,根据工作节点心跳信息的先后顺序,控制最先发送心跳信息的工作节点作为新的主节点,通过新的主节点进行负载均衡分配,提高了服务器对外提供服务的质量。
进一步地,控制主节点将负载资源分配至工作节点后,将工作节点与负载资源对应关系存储至数据中心,使得工作节点变为主节点时,能够从数据中心获知所有工作节点的负载资源以及工作节点的状态信息,有效降低了后续故障恢复时间成本,提高了服务效率。
根据本发明的第二方面,提出了一种负载均衡控制装置,包括:存储器,存储器储存有程序或指令;处理器,与存储器连接,处理器,被配置为执行程序或指令时实现第一方面提出的负载均衡控制方法。因此该负载均衡控制装置具备第一方面提出的负载均衡控制方法的全部有益效果,在此不再赘述。
根据本发明的第三方面,提出了一种计算机可读存储介质,其上存储有程序或指令,程序或指令被处理器执行时执行第一方面提出的负载均衡控制方法。因此该可读存储介质具备第一方面提出的负载均衡控制方法的全部有益效果,为避免重复,不再过多赘述。
本发明的附加方面和优点将在下面的描述部分中变得明显,或通过本发明的实践了解到。
附图说明
本发明的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解,其中:
图1示出了本发明一个实施例的负载均衡控制方法流程示意图之一;
图2示出了本发明一个实施例的负载均衡控制方法流程示意图之二;
图3示出了本发明一个实施例的负载均衡控制方法流程示意图之三;
图4示出了本发明一个实施例的负载均衡控制方法流程示意图之四;
图5示出了本发明一个实施例的负载均衡控制方法流程示意图之五;
图6示出了本发明一个实施例的负载均衡控制方法流程示意图之六;
图7示出了本发明一个实施例的负载均衡控制方法流程示意图之七;
图8示出了本发明一个实施例的负载均衡控制方法流程示意图之八;
图9示出了本发明一个具体实施例的负载均衡控制方法流程示意图;
图10示出了本发明一个具体实施例的负载均衡控制方法工作流程图;
图11示出了本发明一个具体实施例的负载均衡控制方法的原理图;
图12示出了本发明一个具体实施例的负载均衡控制装置的示意框图;
图13示出了本发明一个负载均衡控制装置的示意框图;
图14示出了本发明一个具体实施例的负载资源均衡分布示意图。
其中,图12和图13中附图标记与部件名称之间的对应关系为:
1000负载均衡控制装置,1002负载数据中心,1004负载定义器,1006负载分配器,1008负载领取器,1010心跳刷新器,1012存储器,1014处理器。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
下面参照图1至图14描述根据本发明一些实施例的负载均衡控制方法、负载均衡控制装置和计算机可读存储介质。
实施例1:
如图1所示,根据本发明的一个实施例,提出了一种负载均衡控制方法,该方法包括:
步骤102,控制主节点采集负载资源集,负载资源集中包含多个不同种类的第一负载资源,确定第一负载资源的负载量;
步骤104,控制主节点根据第一负载资源的负载量,对工作节点进行负载资源分配。
在该实施例中,适用于服务器集群,服务器集群包括主节点和多个工作节点,主节点与多个工作节点通信连接。具体地,根据场景需要,控制主节点进行负载资源集的采集,将采集到的负载资源集作为被均衡的对象,其中,负载资源集中包含多个不同种类的第一负载资源,例如,文件夹、用户编号、来源编号以及目的编号等。根据采集到的负载资源集,确定所有第一负载资源的负载量,控制主节点根据确定的第一负载资源负载量,对工作节点进行负载资源分配。通过根据需要获取各种工作负载资源,对不同种类负载资源进行负载均衡,以解决传统定义上的负载均衡不能扩展适配各种特殊场景的问题,进而使得集群可以适配更多的功能模块及业务场景,有效提高了集群的业务服务能力。
需要说明的是,第一负载资源为主节点采集到的负载资源集中所有待分配的负载资源。
进一步地,通过控制主节点将负载资源合理地分配给工作节点,避免多个工作节点同时消费同一个负载资源的情况,优化服务器性能,有效地减少多个工作节点消费同一资源而出现的等待现象,避免资源浪费,以确保负载量较大的情况下,集群整体仍然能够对外提供持续稳定的服务能力。
实施例2:
如图2所示,根据本发明的一个实施例,提出了一种负载均衡控制方法,该方法包括:
步骤202,控制主节点采集负载资源集,负载资源集中包含多个不同种类的第一负载资源,确定第一负载资源的负载量;
步骤204,控制主节点确定每个第一负载资源种类的第一负载资源的负载量;
步骤206,控制主节点确定工作节点的有效节点数;
步骤208,控制主节点根据有效节点数和第一负载资源的负载量,计算工作节点的平均负载量;
步骤210,控制主节点根据平均负载量,对工作节点进行负载资源分配。
在该实施例中,控制主节点分别确定每个第一负载资源种类的第一负载资源负载量,以及确定工作节点的有效节点数,根据有效节点数和第一负载资源负载量,计算工作节点的平均负载量,进而确定整体的平均负载。控制主节点根据计算得到的平均负载量,对工作节点进行负载资源分配。通过对不同种类的第一负载资源分别按照平均负载量分配至不同的工作节点,一方面,使接入的业务功能具备了负载均衡能力,大幅提高了负载资源的有效利用率;另一方面,不同工作节点可承载功能模块不同的负载资源分块,进而使得每一种负载资源可以由每个工作节点独享消费,以解决业务资源争抢时出现的等待问题,以及抢不到资源时线程空转而浪费虚拟机资源的问题,有效提高了集群的利用率。
实施例3:
如图3所示,根据本发明的一个实施例,提出了一种负载均衡控制方法,该方法包括:
步骤302,控制主节点采集负载资源集,负载资源集中包含多个不同种类的第一负载资源,确定第一负载资源的负载量;
步骤304,控制主节点确定每个第一负载资源种类的第一负载资源的负载量;
步骤306,控制主节点接收工作节点发送的心跳信息;
步骤308,根据心跳信息,确定工作节点是否在线,进而确定工作节点的有效节点数;
步骤310,控制主节点根据有效节点数和第一负载资源的负载量,计算工作节点的平均负载量;
步骤312,控制主节点根据平均负载量,对工作节点进行负载资源分配。
在该实施例中,控制主节点接收集群中所有工作节点发送用于告知本节点状态的心跳信息,根据接收到的心跳信息,确定该工作节点是否在线,具体地,若工作节点处于在线状态,确定该工作节点为有效节点;若工作节点处于无效状态,确定该工作节点为无效节点。进而根据在线的工作节点数,计算得到工作节点的有效节点数。通过实时获取工作节点的心跳信息,确定工作节点的有效节点数,提高了负载资源分配的准确性。
实施例4:
如图4所示,根据本发明的一个实施例,提出了一种负载均衡控制方法,该方法包括:
步骤402,控制主节点采集负载资源集,负载资源集中包含多个不同种类的第一负载资源,确定第一负载资源的负载量;
步骤404,控制主节点确定每个第一负载资源种类的第一负载资源的负载量;
步骤406,控制主节点接收工作节点发送的心跳信息;
步骤408,判断主节点在第一预设时长内是否接收到工作节点发送的心跳信息,若是,进入步骤410,若否,进入步骤412;
步骤410,确定工作节点处于在线状态,进而确定工作节点为有效节点;
步骤412,确定工作节点处于下线状态,进而确定工作节点为无效节点,进入步骤420;
步骤414,确定工作节点的有效节点数;
步骤416,控制主节点根据有效节点数和第一负载资源的负载量,计算工作节点的平均负载量;
步骤418,控制主节点根据平均负载量,对工作节点进行负载资源分配;
步骤420,移除无效节点。
在该实施例中,主节点根据第一预设时长内是否接收到工作节点发送的心跳信息,判断工作节点是否处于在线状态,也即工作节点是否为有效节点。若主节点在第一预设时长内接收到工作节点发送的心跳信息,能够确定该工作节点处于在线状态,进而确定该工作节点为有效节点,进而计算工作节点的有效节点数;若主节点在第一预设时长内未收到工作节点发送的心跳信息,能够确定该工作节点为无效节点,进而移除无效节点。通过控制主节点检测工作节点是否在线,快速准确地定位出当前发生故障的节点,提高了服务器对外提供业务服务的质量,有效降低后续故障恢复时间成本。
需要说明的是,第一预设时长是指,工作节点连续发送N次心跳信息的总时长,例如,工作节点发送心跳信息的间隔为20秒/次,则第一预设时长为20×N。本领域技术人员可以根据具体使用场景进行设定,本申请不作限定。
进一步地,控制主节点将负载资源分配至工作节点后,将工作节点与负载资源对应关系存储至数据中心,当某一工作节点无效时,主节点可从数据中心获知该工作节点的负载资源,将负载资源分配至新的工作节点,同时对数据中心内的工作节点的状态进行更新,有效提高了服务器的工作效率。
实施例5:
如图5所示,根据本发明的一个实施例,提出了一种负载均衡控制方法,该方法包括:
步骤502,控制主节点采集负载资源集,负载资源集中包含多个不同种类的第一负载资源,确定第一负载资源的负载量;
步骤504,控制主节点确定每个第一负载资源种类的第一负载资源的负载量;
步骤506,控制主节点确定工作节点的有效节点数;
步骤508,控制主节点根据有效节点数和第一负载资源的负载量,计算工作节点的平均负载量;
步骤510,控制主节点根据平均负载量,对工作节点进行负载资源分配;
步骤512,控制主节点按照预设周期,确定工作节点的第二负载资源种类和第二负载资源的负载量;
步骤514,控制主节点选取与第二负载资源种类相同的第一负载资源,对第二负载资源进行更新。
在该实施例中,控制主节点根据平均负载量对工作节点进行资源分配后,控制主节点按照预设周期,统计各工作节点的第二负载资源种类和第二负载资源负载量。通过控制主节点选取与第二负载资源种类相同的第一负载资源,对第二负载资源进行更新,实现了动态规划负载资源,按照负载资源最优化分配原则对各个工作节点的负载资源进行更新,实现各工作节点在资源的最优化配置,确保了处理的速度和有效性。
需要说明的是,第二负载资源为已分配至工作节点的负载资源。
实施例6:
如图6所示,根据本发明的一个实施例,提出了一种负载均衡控制方法,该方法包括:
步骤602,控制主节点采集负载资源集,负载资源集中包含多个不同种类的第一负载资源,确定第一负载资源的负载量;
步骤604,控制主节点确定每个第一负载资源种类的第一负载资源的负载量;
步骤606,控制主节点确定工作节点的有效节点数;
步骤608,控制主节点根据有效节点数和第一负载资源的负载量,计算工作节点的平均负载量;
步骤610,控制主节点根据平均负载量,对工作节点进行负载资源分配;
步骤612,控制主节点按照预设周期,确定工作节点的第二负载资源种类和第二负载资源的负载量;
步骤614,控制主节点根据第二负载资源的负载量与平均负载量的大小关系,对第二负载资源进行更新。
在该实施例中,控制主节点将第二负载资源的负载量与平均负载量进行对比,根据对比结果对工作节点的第二负载资源进行更新,使得每个工作节点能够均匀地分摊负载资源,实现了负载资源的合理分配,确保负载均衡,进而使得处理速度大幅提升。
在具体实施例中,当集群内新增了工作节点时,控制主节点重新计算平均负载量,根据第二负载资源的负载量与平均负载量的大小关系,从现有工作节点移除超额部分负载资源,把这部分负载资源分配给新增的工作节点。
实施例7:
如图7所示,根据本发明的一个实施例,提出了一种负载均衡控制方法,该方法包括:
步骤702,控制主节点采集负载资源集,负载资源集中包含多个不同种类的第一负载资源,确定第一负载资源的负载量;
步骤704,控制主节点确定每个第一负载资源种类的第一负载资源的负载量;
步骤706,控制主节点确定工作节点的有效节点数;
步骤708,控制主节点根据有效节点数和第一负载资源的负载量,计算工作节点的平均负载量;
步骤710,控制主节点根据平均负载量,对工作节点进行负载资源分配;
步骤712,控制主节点按照预设周期,确定工作节点的第二负载资源种类和第二负载资源的负载量;
步骤714,判断第二负载资源的负载量是否大于平均负载量,若是,进入步骤716,若否,进入步骤718;
步骤716,控制主节点根据第二负载资源的负载量与平均负载量的差值,减少第二负载资源;
步骤718,判断第二负载资源的负载量是否小于平均负载量,若是,进入步骤720,若否,进入步骤722;
步骤720,控制主节点根据平均负载量与第二负载资源的负载量的差值,对工作节点分配第一负载资源;
步骤722,不对第二资源进行更新。
在该实施例中,将工作节点的第二负载资源的负载量与平均负载量进行对比,若检测到第二负载资源的负载量大于平均负载量,也即工作节点为超载节点,计算该工作节点的第二负载资源的负载量与平均负载量的差值,根据计算出的差值,将超载负载资源转移到同一种类的未超载节点中,减少工作节点的第二负载量,具体地,对所有工作节点的负载量进行排序,进而快速确定目标迁移节点;若第二负载资源的负载量小于平均负载量,也即工作节点为未超载节点,计算平均负载量与该工作节点的第二负载资源的负载量的差值,根据计算出的差值,对工作节点分配与该工作节点的种类相同的第一负载资源,以及同种类的其他超载节点待转移的第二负载资源,避免工作节点中负载过轻,导致资源闲置,提高资源的利用率。通过对工作节点负载资源的更新,将负载率高于平均负载量的工作节点所承担的部分负载资源划分给负载量低于平均负载量的工作节点,使得各个工作节点达到优化状态,改善了负载不均衡,减少了负载整体处理时间,提高了负载均衡优化效果。
在具体实施例中,若总共有k个工作节点,且各个工作节点已经根据其负载量从大到小排序,超载的节点靠近表头,位置为i(1<i≤k),则对应的负载转移目标节点位置为k-i+1。
实施例8:
如图8所示,根据本发明的一个实施例,提出了一种负载均衡控制方法,该方法包括:
步骤802,控制主节点采集负载资源集,负载资源集中包含多个不同种类的第一负载资源,确定第一负载资源的负载量;
步骤804,控制主节点根据第一负载资源的负载量,对工作节点进行负载资源分配;
步骤806,接收主节点发送的心跳信息,检测主节点是否发生故障;
步骤808,判断第二预设时长内是否接收到心跳信息,若是,进入步骤810,若否,进入步骤806;
步骤810,确定主节点发生故障;
步骤812,接收工作节点的心跳信息,对接收到的心跳信息的时刻进行排序;
步骤814,根据时刻的先后顺序,控制最先接收到的心跳信息对应的工作节点作为新的主节点。
在该实施例中,服务器接收主节点发送的用于告知本节点状态的心跳信息,根据心跳信息判断主节点处是否发生故障,若第二预设时长内未接收到主节点发送的心跳信息,则判断主节点处于下线状态,进而确定主节点处发生故障。通过实时对主节点在线状态的检测,能够快速识别出发生故障的节点,有效减小了服务器对外提供的业务性能降低的可能性,避免对业务产生较大影响,提升了服务的稳定性和可靠性。进一步地,确定主节点发生故障后,服务器通过接收到的工作节点的心跳信息,对接收到的心跳信息的时刻进行排序,根据工作节点心跳信息的先后顺序,控制最先发送心跳信息的工作节点作为新的主节点,通过新的主节点进行负载均衡分配,提高了服务器对外提供服务的质量。
进一步地,控制主节点将负载资源分配至工作节点后,将工作节点与负载资源对应关系存储至数据中心,使得工作节点变为主节点时,能够从数据中心获知所有工作节点的负载资源以及工作节点的状态信息,有效降低了后续故障恢复时间成本,提高了服务效率。
实施例9:
如图9所示,根据本发明的一个具体实施例,提出了一种负载均衡控制方法,该方法包括:
步骤902,在网络的主节点处,按预定的时间间隔执行负载均衡算法,计算负载资源和工作节点的分配关系,更新到网络的负载数据中心;
步骤904,在网络的工作节点处,按预定的时间间隔从网络的负载数据中心加载并更新负载资源信息。
在该实施例中,主节点根据负载定义器进行负载资源集的采集,主节点根据各个工作节点在线时间计算有效节点数,主节点根据上述信息,执行负载均衡算法,确定工作节点和负载资源之间的分配关系。工作节点带上负载定义器的采集编号,还有自身的节点编号,访问负载数据中心并领取分配给自己节点的负载资源集。进一步地,工作节点上所运行的具体业务,会根据所领取的负载资源集,进行具体的处理,实现了根据场景需要,自定义工作负载,作为被均衡的对象。进一步地,通过负载均衡算法,确保工作负载被均分到工作节点,避免出现多个工作节点同时消费同一个工作负载的情况,进而有效地减少线程消费同一资源而出现的等待现象。
进一步地,负载均衡指将负载,即工作任务进行平衡、分摊到多个操作单元上进行运行,从而协同完成工作任务。相关技术中,主流的负载均衡装置或方法一般都是指对网络请求的一种均衡分发,包括软件的方式、硬件的方式或者两者的结合。但很多场景下,我们希望做均衡化的负载,可能是各种各样的其他资源,例如文件夹、配置、用户编号以及消息编号等等,甚至是更抽象的东西。本发明提供的负载均衡控制方法,能够面向自定义的负载资源,进行负载资源的均衡分配,以解决传统定义上的负载均衡不能扩展适配各种特殊场景的问题。
进一步地,通过把各类资源定义成工作负载,并针对这些工作负载进行负载均衡分配。相较于现有技术中,只是对流量请求的负载均衡分配,实现了根据需要定义各种工作负载资源,进而可以适配更多的功能模块及业务场景,促成功能模块的分区部署,使得不同工作节点可承载功能模块的不同数据分块,相较于现有集群背景下,一般功能模块都是全集群部署,实现了每份工作负载资源可以由每个工作节点独享消费,解决了竞争性消费情况下的重复消费问题以及线程等待时的资源浪费问题。
进一步地,如图10所示,为负载均衡控制方法的工作流程图,具体地,定义并注册负载定义器,用于支持多个不同类型的定义器彼此逻辑隔离。进一步地,主节点启动负载分配器,启动时根据当前工作节点数和当前负载资源数,进行首次分配。进一步地,负载数据中心按照预设周期,根据最新的节点数和负载资源数,进行动态再分配。进一步地,工作节点启动心跳刷新器,用于定期刷新自己的心跳时间,如果自己非主节点,会尝试成为主节点。需要说明的是,工作节点中有且仅有一个会成为主节点。进一步地,工作节点启动负载领取器,获取最新分配给自己的负载资源集。具体地,工作节点上运行具体的业务,业务功能可利用此负载资源集信息,以实现功能上的负载均衡特性。
具体地,如图11所示,主节点处的负载定义器,可按需自由定义不同关注点的负载资源采集器,以实现负载资源的灵活自定义。主节点处的负载分配器,根据工作节点数、负载资源数,动态计算节点和资源的分配关系,并通过工作节点处的负载领取器被动分发。工作节点处的心跳刷新器,会保持节点心跳并尝试成为主节点。
具体地,如图14所示,为负载均衡算法执行后的工作实例和工作负载的分配关系,也能观察到对不同类型的工作负载进行抽象定义的能力。
通过本发明的技术方案,可以根据具体的业务场景自由地定义负载资源,并且支持动态地对负载资源进行均衡分配,同时支持自动的节点故障容错能力,最终,上述特性的组合,使接入的业务功能具备了负载均衡能力,有效避免了业务资源的争抢消费,大幅提高了负载资源的有效利用率。能够有效地避免工作负载资源的争抢现象,提高服务器利用率,以解决业务资源争抢时出现的等待问题,以及抢不到资源时线程空转而浪费JVM(JavaVirtual Machine,编程语言虚拟机)资源的问题。
本发明提供了一种负载均衡控制装置1000,如图12所示,包括负载数据中心1002、负载定义器1004、负载分配器1006、负载领取器1008和心跳刷新器1010。其中,负载数据中心1002用于记录所有节点的状态、所有资源的状态以及资源和节点之间的分配关系;负载定义器1004,设置并注册在网络的主节点处,具备唯一的采集编号,用于定义一批负载资源,这批负载资源将被用于均衡分配;负载分配器1006,设置在网络的主节点处,按预定的时间间隔,执行负载均衡算法,计算资源和节点的分配关系并更新到负载数据中心1002;负载领取器1008,设置在网络的工作节点处,按预定的时间间隔从网络的负载数据中心1002加载分配给自己的资源信息;心跳刷新器1010,设置在网络的工作节点处,按照预设周期向网络的负载数据中心1002发送更新心跳时间的请求。通过上述技术方案,能够面向自定义的负载资源,进行资源的均衡分配,以解决传统定义上的负载均衡不能扩展适配各种特殊场景的问题。
具体地,负载数据中心1002,统一记录并更新所有节点的状态信息、所有负载资源信息以及节点和负载资源的分配关系,并具备被查询和修改的能力,以保证相关组件之间的协调运行。
具体地,负载定义器1004,用于定义一批负载资源或多批不同维度的负载资源,这些资源会被用于后续的均衡分配。此外,负载定义器1004可根据实际需要,定义各种不同维度的负载资源,各个模块也都是按照预设周期触发功能,可根据实际的系统场景,来调整这些实际间隔,以适配不同场景的不同上下文环境。
此外,负载定义器1004有一个唯一的编号,用于标识不同的负载资源。也可以定义多个不同的编号,以支持不同功能模块按不同维度进行负载均衡控制的需求。其中,常见的采集维度,例如文件夹、用户编号、来源编号、目的编号等。负载定义器1004可根据需要自由灵活地定义负载资源,从而适配更多的场景。
具体地,负载分配器1006,用于按照预设周期,根据最新的工作节点和负载资源状况,执行负载均衡分配算法,并更新结果到负载数据中心1002。其中,负载分配器1006按照预设周期,执行核心的负载均衡算法,并把执行结果更新到负载数据中心1002。以及根据工作节点数和负载资源数的编号,动态调整节点和资源的分配关系。在分配上,尽量保持原有分配关系,通过差异量进行增减分配,避免分配关系的大范围波动。
进一步地,负载分配器1006根据工作节点数的变化、负载资源数的变化,动态调整每个工作节点的负载资源分配数。比如,当系统内新增了工作节点时,负载分配器1006会重新计算平均负载,然后从现有工作节点移除超额部分负载资源,把这部分负载资源分配给新增的工作节点。负载分配器1006会把调整后的资源-节点的分配关系更新到负载数据中心1002。
具体地,负载领取器1008,用于按照预设周期,访问负载数据中心1002并领取最新的分配给自己的负载资源集,根据获取到的最新的工作节点和负载资源分配关系,更新到本地,若后续工作节点上需要做负载均衡控制的功能模块,就可以读取此领取器的信息,然后执行特定的负载功能逻辑。
具体地,心跳刷新器1010,用于按照预设周期,访问负载数据中心1002并更新自己的心跳时间,此外,如果自身非主节点,会尝试让自己成为主节点,以此解决可能出现的主节点失效问题。对于长时间未心跳的工作节点,会被视为失效节点而忽略,并最终从负载数据中心1002清理。其中,默认心跳刷新间隔为20秒,负载分配器1006根据工作节点的心跳情况,判定该工作节点是在线的节点,还是下线的节点,默认连续3次无心跳,则判定该工作节点为节点下线。
实施例10:
如图13所示,根据本发明第二方面的实施例,提出了一种负载均衡控制装置1000,包括:存储器1012,存储器1012储存有程序或指令;处理器1014,与存储器1012连接,处理器1014,被配置为执行程序或指令时实现第一方面提出的负载均衡控制方法。因此该负载均衡控制装置具备第一方面提出的负载均衡控制方法的全部有益效果,在此不再赘述。
实施例11:
根据本发明的第三方面,提出了一种计算机可读存储介质,其上存储有程序或指令,程序或指令被处理器执行时执行第一方面提出的负载均衡控制方法。因此该可读存储介质具备第一方面提出的负载均衡控制方法的全部有益效果,为避免重复,不再过多赘述。
在本发明中,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。此外,需要指出的是,本申请实施方式中的方法和装置的范围不限按示出或讨论的顺序来执行功能,还可包括根据所涉及的功能按基本同时的方式或按相反的顺序来执行功能,例如,可以按不同于所描述的次序来执行所描述的方法,并且还可以添加、省去、或组合各种步骤。另外,参照某些示例所描述的特征可在其他示例中被组合。
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,但很多情况下前者是更佳的实施方式。基于这样的理解,本申请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(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本申请各个实施例的方法。
在本说明书的描述中,术语“一个实施例”、“一些实施例”、“具体实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或实例。而且,描述的具体特征、结构、材料或特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
以上所述仅为本发明的优选实施例而已,并不用于限制本发明,对于本领域的技术人员来说,本发明可以有各种更改和变化。凡在本发明的精神和原则之内,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 (10)
1.一种负载均衡控制方法,其特征在于,适用于服务器集群,所述服务器集群包括主节点和多个工作节点,所述主节点与多个所述工作节点通信连接,所述方法包括:
控制所述主节点采集负载资源集,所述负载资源集中包含多个不同种类的第一负载资源,确定第一负载资源的负载量;
控制所述主节点根据所述第一负载资源的负载量,对所述工作节点进行负载资源分配。
2.根据权利要求1所述的负载均衡控制方法,其特征在于,所述控制所述主节点根据所述第一负载资源的负载量,对所述工作节点进行负载资源分配的步骤,具体包括:
控制所述主节点确定每个第一负载资源种类的所述第一负载资源的负载量;
控制所述主节点确定所述工作节点的有效节点数;
控制所述主节点根据所述有效节点数和所述第一负载资源的负载量,计算所述工作节点的平均负载量;
控制所述主节点根据所述平均负载量,对所述工作节点进行负载资源分配。
3.根据权利要求2所述的负载均衡控制方法,其特征在于,所述控制所述主节点确定所述工作节点的有效节点数的步骤,具体包括:
控制所述主节点接收所述工作节点发送的心跳信息;
根据所述心跳信息,确定所述工作节点是否在线,进而确定所述工作节点的所述有效节点数。
4.根据权利要求3所述的负载均衡控制方法,其特征在于,所述根据所述心跳信息,确定所述工作节点是否在线,进而确定所述工作节点的所述有效节点数的步骤,具体包括:
若所述主节点在第一预设时长内接收到所述工作节点发送的心跳信息,确定所述工作节点处于在线状态,进而确定所述工作节点为有效节点;
若所述主节点在所述第一预设时长内未接收到所述工作节点发送的所述心跳信息,确定所述工作节点处于下线状态,进而确定所述工作节点为无效节点。
5.根据权利要求2所述的负载均衡控制方法,其特征在于,还包括:
控制所述主节点按照预设周期,确定所述工作节点的第二负载资源种类和第二负载资源的负载量;
控制所述主节点选取与所述第二负载资源种类相同的所述第一负载资源,对所述第二负载资源进行更新。
6.根据权利要求5所述的负载均衡控制方法,其特征在于,所述控制所述主节点选取与所述第二负载资源种类相同的所述第一负载资源,对所述第二负载资源进行更新的步骤,具体包括:
控制所述主节点根据所述第二负载资源的负载量与所述平均负载量的大小关系,对所述第二负载资源进行更新。
7.根据权利要求6所述的负载均衡控制方法,其特征在于,所述控制所述主节点根据所述第二负载资源的负载量与所述平均负载量的大小关系,对所述第二负载资源进行更新的步骤,具体包括:
若所述第二负载资源的负载量大于所述平均负载量,控制所述主节点根据所述第二负载资源的负载量与所述平均负载量的差值,减少所述第二负载资源;
若所述第二负载资源的负载量小于所述平均负载量,控制所述主节点根据所述平均负载量与所述第二负载资源的负载量的差值,对所述工作节点分配所述第一负载资源。
8.根据权利要求1至7中任一项所述的负载均衡控制方法,其特征在于,还包括:
接收所述主节点发送的心跳信息,检测所述主节点是否发生故障;
若第二预设时长内未接收到所述心跳信息,确定所述主节点发生故障;
接收所述工作节点的心跳信息,对接收到的所述心跳信息的时刻进行排序;
根据所述时刻的先后顺序,控制最先接收到的所述心跳信息对应的所述工作节点作为新的主节点。
9.一种负载均衡控制装置,其特征在于,包括:
存储器,所述存储器储存有程序或指令;
处理器,与所述存储器连接,所述处理器执行所述程序或指令时实现如权利要求1至8中任一项所述的负载均衡控制方法。
10.一种计算机可读存储介质,其上存储有程序或指令,其特征在于,所述程序或指令被处理器执行时实现如权利要求1至8中任一项所述的负载均衡控制方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110631943.4A CN113553171A (zh) | 2021-06-07 | 2021-06-07 | 负载均衡控制方法、装置和计算机可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110631943.4A CN113553171A (zh) | 2021-06-07 | 2021-06-07 | 负载均衡控制方法、装置和计算机可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113553171A true CN113553171A (zh) | 2021-10-26 |
Family
ID=78130336
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110631943.4A Pending CN113553171A (zh) | 2021-06-07 | 2021-06-07 | 负载均衡控制方法、装置和计算机可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113553171A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115391018A (zh) * | 2022-09-30 | 2022-11-25 | 中国建设银行股份有限公司 | 任务调度方法、装置和设备 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW565801B (en) * | 2002-08-22 | 2003-12-11 | Infowrap Technologies Inc | Cluster computer having distributed load balancing system |
CN103870334A (zh) * | 2012-12-18 | 2014-06-18 | 中国移动通信集团公司 | 一种大规模漏洞扫描的任务分配方法及装置 |
US20160050154A1 (en) * | 2012-12-27 | 2016-02-18 | Arris Technology, Inc. | Dynamic Load Balancing Under Partial Service Conditions |
CN106502792A (zh) * | 2016-10-20 | 2017-03-15 | 华南理工大学 | 一种面向不同类型负载的多租户资源优化调度方法 |
CN107395458A (zh) * | 2017-07-31 | 2017-11-24 | 东软集团股份有限公司 | 系统监控方法及装置 |
CN108924214A (zh) * | 2018-06-27 | 2018-11-30 | 中国建设银行股份有限公司 | 一种计算集群的负载均衡方法、装置及系统 |
CN110780998A (zh) * | 2019-09-29 | 2020-02-11 | 武汉大学 | 基于Kubernetes的动态负载均衡资源调度方法 |
CN110784419A (zh) * | 2019-10-22 | 2020-02-11 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 铁路电务专业数据可视化方法及系统 |
CN112395140A (zh) * | 2020-11-17 | 2021-02-23 | 平安科技(深圳)有限公司 | 去中心化的任务调度方法、装置、设备及介质 |
-
2021
- 2021-06-07 CN CN202110631943.4A patent/CN113553171A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TW565801B (en) * | 2002-08-22 | 2003-12-11 | Infowrap Technologies Inc | Cluster computer having distributed load balancing system |
CN103870334A (zh) * | 2012-12-18 | 2014-06-18 | 中国移动通信集团公司 | 一种大规模漏洞扫描的任务分配方法及装置 |
US20160050154A1 (en) * | 2012-12-27 | 2016-02-18 | Arris Technology, Inc. | Dynamic Load Balancing Under Partial Service Conditions |
CN106502792A (zh) * | 2016-10-20 | 2017-03-15 | 华南理工大学 | 一种面向不同类型负载的多租户资源优化调度方法 |
CN107395458A (zh) * | 2017-07-31 | 2017-11-24 | 东软集团股份有限公司 | 系统监控方法及装置 |
CN108924214A (zh) * | 2018-06-27 | 2018-11-30 | 中国建设银行股份有限公司 | 一种计算集群的负载均衡方法、装置及系统 |
CN110780998A (zh) * | 2019-09-29 | 2020-02-11 | 武汉大学 | 基于Kubernetes的动态负载均衡资源调度方法 |
CN110784419A (zh) * | 2019-10-22 | 2020-02-11 | 中国铁道科学研究院集团有限公司电子计算技术研究所 | 铁路电务专业数据可视化方法及系统 |
CN112395140A (zh) * | 2020-11-17 | 2021-02-23 | 平安科技(深圳)有限公司 | 去中心化的任务调度方法、装置、设备及介质 |
Non-Patent Citations (2)
Title |
---|
SAMAH A. SENBEL等: ""Load-balancing in a self-organizing server cluster using local leaders"", 《2010 THE 7TH INTERNATIONAL CONFERENCE ON INFORMATICS AND SYSTEMS (INFOS)》 * |
李海星: ""基于OpenStack云计算平台负载均衡技术研究"", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115391018A (zh) * | 2022-09-30 | 2022-11-25 | 中国建设银行股份有限公司 | 任务调度方法、装置和设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110858161B (zh) | 资源分配方法、装置、系统、设备和介质 | |
US6249800B1 (en) | Apparatus and accompanying method for assigning session requests in a multi-server sysplex environment | |
US5603029A (en) | System of assigning work requests based on classifying into an eligible class where the criteria is goal oriented and capacity information is available | |
US7788671B2 (en) | On-demand application resource allocation through dynamic reconfiguration of application cluster size and placement | |
CN111818159B (zh) | 数据处理节点的管理方法、装置、设备及存储介质 | |
CN106133693B (zh) | 虚拟机的迁移方法、装置及设备 | |
CN105159775A (zh) | 基于负载均衡器的云计算数据中心的管理系统和管理方法 | |
CN103377092A (zh) | 用于动态资源管理的两级动态资源管理方法和装置 | |
CN108881512A (zh) | Ctdb的虚拟ip均衡分配方法、装置、设备及介质 | |
CN113037794A (zh) | 计算资源配置调度方法、装置及系统 | |
CN112463395A (zh) | 一种资源分配方法、装置、设备及可读存储介质 | |
CN116340005B (zh) | 容器集群的调度方法、装置、设备及存储介质 | |
CN111092921A (zh) | 数据采集方法、装置及存储介质 | |
CN113553171A (zh) | 负载均衡控制方法、装置和计算机可读存储介质 | |
CN114389955A (zh) | 嵌入式平台异构资源池化管理方法 | |
JP5471292B2 (ja) | 仮想マシン移動制御プログラム,仮想マシン移動制御装置および仮想マシン移動制御方法 | |
JP2007328413A (ja) | 負荷分散方法 | |
CN109005071B (zh) | 一种决策部署方法和调度设备 | |
CN111522664A (zh) | 基于分布式服务的服务资源管控方法及装置 | |
Lin et al. | Online traffic-aware linked VM placement in cloud data centers | |
CN113760549B (zh) | 一种pod部署方法及装置 | |
CN112860442A (zh) | 资源配额调整方法、装置、计算机设备和存储介质 | |
CN114598706B (zh) | 基于Serverless函数的存储系统弹性伸缩方法 | |
Mour et al. | Load management model for cloud computing | |
CN116720179B (zh) | Api接口管理方法、终端设备及计算机可读存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20211026 |