CN113821349A - 负载均衡方法及装置 - Google Patents

负载均衡方法及装置 Download PDF

Info

Publication number
CN113821349A
CN113821349A CN202111146070.4A CN202111146070A CN113821349A CN 113821349 A CN113821349 A CN 113821349A CN 202111146070 A CN202111146070 A CN 202111146070A CN 113821349 A CN113821349 A CN 113821349A
Authority
CN
China
Prior art keywords
statistical model
server
target
logic unit
resource
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
CN202111146070.4A
Other languages
English (en)
Inventor
尤硕
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.)
Vivo Mobile Communication Co Ltd
Original Assignee
Vivo Mobile Communication 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 Vivo Mobile Communication Co Ltd filed Critical Vivo Mobile Communication Co Ltd
Priority to CN202111146070.4A priority Critical patent/CN113821349A/zh
Publication of CN113821349A publication Critical patent/CN113821349A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00Arrangements for program control, e.g. control units
    • G06F9/06Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46Multiprogramming arrangements
    • G06F9/50Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5005Allocation of resources, e.g. of the central processing unit [CPU] to service a request
    • G06F9/5027Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
    • G06F9/505Allocation 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

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

本申请公开了一种负载均衡方法及装置,属于通信技术领域。所述方法包括:获取第一统计模型,所述第一统计模型用于表示各服务器中的请求目标对至少一类资源的占用统计;基于所述第一统计模型,生成所述请求目标的迁移计划,所述迁移计划用于均衡所述至少一类资源的在所述各服务器的占用情况。

Description

负载均衡方法及装置
技术领域
本申请属于通信技术领域,具体涉及一种负载均衡方法及装置。
背景技术
在通信行业中,存在各种各样的负载均衡策略,一般进行负载均衡时需要考虑多种服务器资源的使用情况,为了解决服务器多种资源使用不均的问题,需要对每种资源实施不同的评估策略,随后生成将请求目标迁移到其他负载相对较低的服务器上的迁移计划,从而提高集群服务器资源的整体利用率,降低服务器负载过高导致的宕机风险。
现有的负载均衡方法大多是对服务器请求做均匀的分发,从请求数量上面保证每台服务器承担更加均匀的负载,这种负载均衡方法默认每台服务器都提供相同的功能或数据,每次请求对服务器资源的消耗都是相等的,但在请求目标和服务器绑定的实际场景下,每次请求对服务器资源的消耗可能是不等的,可见,现有技术的负载均衡方法存在局限性。
发明内容
本申请实施例的目的是提供一种负载均衡方法及装置,能够解决现有技术的负载均衡方法存在局限性的问题。
第一方面,本申请实施例提供了一种负载均衡方法,该方法包括:
获取第一统计模型,所述第一统计模型用于表示各服务器中的请求目标对至少一类资源的占用统计;
基于所述第一统计模型,生成所述请求目标的迁移计划,所述迁移计划用于均衡所述至少一类资源的在所述各服务器的占用情况。
第二方面,本申请实施例提供了一种负载均衡装置,所述装置包括:
获取模块,用于获取第一统计模型,所述第一统计模型用于表示各服务器中的请求目标对至少一类资源的占用统计;
生成模块,用于基于所述第一统计模型,生成所述请求目标的迁移计划,所述迁移计划用于均衡所述至少一类资源的在所述各服务器的占用情况。
第三方面,本申请实施例提供了一种电子设备,该电子设备包括处理器、存储器及存储在所述存储器上并可在所述处理器上运行的程序或指令,所述程序或指令被所述处理器执行时实现如第一方面所述的方法的步骤。
第四方面,本申请实施例提供了一种可读存储介质,所述可读存储介质上存储程序或指令,所述程序或指令被处理器执行时实现如第一方面所述的方法的步骤。
第五方面,本申请实施例提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现如第一方面所述的方法。
在本申请实施例中,通过基于表示各服务器中的请求目标对至少一类资源的占用统计的第一统计模型,对各服务器的请求目标进行预迁移,综合考虑至少一类资源在服务器中被请求目标占用的情况,进而生成请求目标的迁移计划,完成负载均衡,适用于请求目标和服务器绑定的实际场景下的负载均衡,进而实现更加通用的负载均衡。
附图说明
图1是本申请实施例提供的负载均衡方法的流程示意图;
图2是本申请实施例提供的负载均衡装置的结构示意图;
图3是本申请实施例提供的电子设备的结构示意图;
图4是实现本申请实施例的电子设备的硬件结构示意图。
具体实施方式
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获得的所有其他实施例,都属于本申请保护的范围。
本申请的说明书和权利要求书中的术语“第一”、“第二”等是用于区别类似的对象,而不用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施,且“第一”、“第二”等所区分的对象通常为一类,并不限定对象的个数,例如第一对象可以是一个,也可以是多个。此外,说明书以及权利要求中“和/或”表示所连接对象的至少其中之一,字符“/”,一般表示前后关联对象是一种“或”的关系。
下面结合附图,通过具体的实施例及其应用场景对本申请实施例提供的负载均衡方法进行详细地说明。
图1是本申请实施例提供的负载均衡方法的流程示意图,如图1所示,所述方法包括:
步骤101,获取第一统计模型,所述第一统计模型用于表示各服务器中的请求目标对至少一类资源的占用统计;
步骤102,基于所述第一统计模型,生成所述请求目标的迁移计划,所述迁移计划用于均衡所述至少一类资源的在所述各服务器的占用情况。
可选地,所述负载均衡方法的执行主体可以是服务器集群中的至少一个服务器。
可选地,所述资源包括以下至少一项:服务器出流量;服务器入流量;服务器磁盘容量;服务器中央处理器(Central Processing Unit,CPU)算力;服务器的请求目标的数量;服务器的请求目标的备份。
可选地,对所述请求目标对服务器的至少一类资源的占用情况进行聚合计算,可以获取聚合信息,基于聚合信息,可以获取第一统计模型。第一统计模型可以用于表示各服务器中的请求目标对至少一类资源的占用统计。
因此,基于第一统计模型可以用于分析各服务器中的请求目标对至少一类资源的占用情况,进而可以根据选定的一类资源,获取选定的一类资源的负载较高的服务器或获取选定的一类资源的负载较低的服务器。
可选地,在获取第一统计模型后,可以基于第一统计模型,生成请求目标的迁移计划,完成负载均衡。
可选地,为了克服现有技术中因为默认每台服务器都提供相同的功能或数据导致提出的负载均衡方式不适用于实际场景的缺陷,本申请实施例通过综合考虑当前场景下不同服务器中的请求目标对不同类资源的实时占用情况,获得更加贴合当前实际负载情况的迁移计划,完成请求目标的迁移,进而实现均衡所述至少一类资源的在所述各服务器的占用情况,即实现负载均衡;可以适用于各种场景下的负载均衡,具有很强的通用性。
在本申请实施例中,通过基于表示各服务器中的请求目标对至少一类资源的占用统计的第一统计模型,对各服务器的请求目标进行预迁移,综合考虑至少一类资源在服务器中被请求目标占用的情况,进而生成请求目标的迁移计划,完成负载均衡,适用于请求目标和服务器绑定的实际场景下的负载均衡,进而实现更加通用的负载均衡。
可选地,所述基于所述第一统计模型,生成所述请求目标的迁移计划,包括:
基于所述第一统计模型,对请求目标进行预迁移,获取第二统计模型,所述第二统计模型用于表示所述预迁移之后,各服务器中的所述请求目标对至少一类资源的占用统计,所述第二统计模型中的所述至少一类资源的均衡程度高于所述第一统计模型中所述至少一类资源的均衡程度;
基于所述第一统计模型和所述第二统计模型,生成所述请求目标的迁移计划。
可选地,基于第一统计模型,可以对至少一个服务器的请求目标进行预迁移。
可选地,可以选定一类资源,进而根据选定的一类资源的占用统计将请求目标从选定的一类资源的负载较高的服务器,预迁移到选定的一类资源的负载较低的服务器,进而实现按不同的资源分类分别对各服务器进行预迁移。
可选地,对至少一个服务器的请求目标进行预迁移后,可以获得第二统计模型。第二统计模型可以用于表示所述预迁移之后各服务器中的请求目标对至少一类资源的占用统计。
因此,获得的第二统计模型中的至少一类资源的均衡程度高于所述第一统计模型中所述至少一类资源的均衡程度。
可选地,基于第一统计模型和第二统计模型的对比分析,根据两个统计模型之间的差异,可以生成请求目标的迁移计划。
可选地,基于第一统计模型可以判断请求目标是否与服务器相关。
可选地,在请求目标与服务器相关的情况下,可以按迁移计划对各服务器执行请求目标的迁移,使得迁移后的各服务器中的请求目标对各类资源的占用情况与第二统计模型相匹配。
可选地,在请求目标与服务器无关的情况下,可以对各服务器请求做均匀的分发,从请求数量上面保证每台服务器承担更加均匀的负载。
因此,按迁移计划对各服务器执行请求目标的迁移后,可以实现请求目标和服务器绑定场景下的负载均衡,进而实现更加通用的负载均衡。
可选地,基于对所述请求目标对服务器的至少一类资源的占用情况进行聚合计算,可以获取第一统计模型,进而可以基于第一统计模型可以获取选定的一类资源的负载较高的服务器或获取选定的一类资源的负载较低的服务器,进而可以根据选定的一类资源的占用统计将请求目标从选定的一类资源的负载较高的服务器,预迁移到选定的一类资源的负载较低的服务器,进而实现按不同的资源分类分别对各服务器进行预迁移并获取第二统计模型,可以根据第一统计模型和第二统计模型的对比分析,生成迁移计划,使得迁移后的各服务器中的请求目标对各类资源的占用情况与第二统计模型相匹配,进而实现请求目标和服务器绑定场景下的负载均衡。
可以理解的是,本申请的负载均衡方法既适用于请求目标和服务器无关也适用于请求目标和服务器目标绑定的情况。
可以理解的是,通过对每种服务器资源都提供一个逻辑单元,并在处理每一个逻辑单元的时候也会考虑已经处理过的逻辑单元,从而使得每种请求目标在预迁移的时候都不会影响已经预迁移过的请求目标。
可以理解的是,经过多种资源的均衡分配,可以使得服务器各种资源负载更加均衡。
在本申请实施例中,通过基于第一统计模型,对各服务器的请求目标进行预迁移,由于可以根据选定的一类资源的占用统计将请求目标从选定的一类资源的负载较高的服务器,预迁移到选定的一类资源的负载较低的服务器,进而实现按不同的资源分类分别对各服务器进行预迁移并获得第二统计模型,进而基于第一统计模型和第二统计模型的对比分析,可以生成请求目标的迁移计划,由于第二统计模型中的所述至少一类资源的均衡程度高于第一统计模型中所述至少一类资源的均衡程度,按迁移计划对各服务器执行请求目标的迁移后,可以实现请求目标和服务器绑定场景下的负载均衡,进而实现更加通用的负载均衡。
可选地,所述基于所述第一统计模型,对请求目标进行预迁移,获取第二统计模型,包括:
获取第一列表,所述第一列表包括至少一个第一逻辑单元;
基于所述第一统计模型遍历所述至少一个第一逻辑单元,获取所述第二统计模型;
其中,一个所述第一逻辑单元仅与一类所述资源相对应;所述第一逻辑单元用于根据各服务器中的请求目标对所述第一逻辑单元对应的一类资源的占用统计,对请求目标进行预迁移。
可选地,第一列表可以包括至少一个第一逻辑单元,其中一个第一逻辑单元仅与一类所述资源相对应,不同的第一逻辑单元对应不同类别的资源。
例如,第一逻辑单元可以是A1逻辑单元,A1逻辑单元可以与服务器出流量这一类的资源相对应;第一逻辑单元可以是B1逻辑单元,B1逻辑单元可以与服务器磁盘容量这一类的资源相对应;第一逻辑单元可以是C1逻辑单元,C1逻辑单元可以与服务器CPU算力这一类的资源相对应。
可选地,第一逻辑单元可以用于根据各服务器中的请求目标对第一逻辑单元对应的一类资源的占用统计,对请求目标进行预迁移。
例如,在第一逻辑单元与服务器磁盘容量相对应的情况下,第一逻辑单元可以用于根据各服务器中的请求目标对服务器磁盘容量这一类资源的占用统计,对请求目标进行预迁移。
可选地,基于第一统计模型遍历第一列表,可以执行至少一次预迁移操作,进而基于预迁移后的各服务器中的请求目标对至少一类资源的占用统计,可以获得第二统计模型。
例如,在第一列表包括A2逻辑单元和B2逻辑单元的情况下,其中A2逻辑单元为第一逻辑单元且与服务器出流量这一类的资源相对应,B2逻辑单元为第一逻辑单元且与服务器磁盘容量这一类的资源相对应,在遍历第一列表的过程中,可以先基于A2逻辑单元,根据各服务器中的请求目标对服务器出流量这一类资源的占用统计,执行预迁移操作,进而可以再基于B2逻辑单元,根据各服务器中的请求目标对服务器磁盘容量这一类资源的占用统计,执行预迁移操作,执行完A2逻辑单元和B2逻辑单元后可以获得第二统计模型。
可选地,在遍历第一列表的过程中,第一列表中第一个被遍历到的第一逻辑单元可以基于第一统计模型获取各服务器中的请求目标对资源的占用统计,第一列表中后续被遍历到的第一逻辑单元可以基于第一统计模型和已执行的预迁移来获取各服务器中的请求目标对资源的占用统计。
因此,通过遍历第一列表,可以实现按不同的资源分类分别对各服务器进行预迁移并获得第二统计模型,进而第二统计模型中的所述至少一类资源的均衡程度高于所述第一统计模型中所述至少一类资源的均衡程度。
可选地,所述基于所述第一统计模型遍历所述至少一个第一逻辑单元,获取所述第二统计模型,包括:
从所述第一列表中确定第一目标逻辑单元,并确定所述第一目标逻辑单元对应的第一目标资源;
确定所述第一目标资源的负载的第一上限;
基于所述第一上限,确定是否存在第一服务器,所述第一服务器的第一目标资源的负载超过所述第一上限;
在确定存在所述第一服务器的情况下,将所述第一服务器中占用所述第一目标资源的请求目标预迁移到第二服务器上,并获取所述第二统计模型;
其中,所述第二服务器的第一目标资源的负载低于所述第一服务器的第一目标资源的负载。
可选地,第一目标逻辑单元可以是第一列表中正在被遍历的第一逻辑单元,第一目标资源可以是第一目标逻辑单元对应的一类资源。
例如,第一列表可以包括A3逻辑单元、B3逻辑单元和C3逻辑单元,其中B3逻辑单元可以与服务器磁盘容量这一类的资源相对应,当遍历到B3逻辑单元时,则第一目标逻辑单元可以是B3逻辑单元,第一目标资源可以是服务器磁盘容量。
可选地,第一上限可以通过上限方程确定,上限方程可以为以下方程:
UpperThreshold=(ExpectedUtilizationForDisk1/CapacityForDisk1)×(1+(DiskBalanceThresholdConfig1-1)*BalanceMargin1);
其中,UpperThreshold可以表示第一上限,ExpectedUtilizationForDisk1可以是聚合到的各服务器的第一目标资源的平均负载值,CapacityForDisk1可以表示服务器的第一目标资源的容量,DiskBalanceThresholdConfig1可以表示第一目标资源占用和第一目标资源的平均负载值之间的偏差比例,BalanceMargin1可以表示均衡幅度。
可选地,DiskBalanceThresholdConfig1可以是预设值,可以是大于1的值。
可选地,BalanceMargin1可以是预设值,可以是大于0且小于1的值。
可选地,基于第一上限,可以对各服务器第一目标资源的负载进行判断,第一服务器可以是第一目标资源的负载超过所述第一上限的服务器。
可选地,在确定存在第一服务器的情况下,可以获取第二服务器,第二服务器的第一目标资源的负载可以低于所述第一服务器的第一目标资源的负载。
可选地,第一服务器可以是一台或多台服务器,第二服务器可以是一台或多台服务器。
可选地,在第一服务器包括多台服务器的情况下,第一服务器可以是第一目标资源的平均负载超过第一上限的多台服务器,其中基于第一服务器中各服务器的第一目标资源的负载可以获得第一服务器的第一目标资源的平均负载。
可选地,在第二服务器包括多台服务器的情况下,基于第二服务器中各服务器的第一目标资源的负载可以获得第二服务器的第一目标资源的平均负载。
可选地,在第一服务器为一台且第二服务器为一台的情况下,第二服务器的第一目标资源的负载可以低于所述第一服务器的第一目标资源的负载。
可选地,在在第一服务器为一台且第二服务器为多台的情况下,第二服务器的第一目标资源的平均负载可以低于所述第一服务器的第一目标资源的负载。
可选地,在第一服务器为多台且第二服务器为一台的情况下,第二服务器的第一目标资源的负载可以低于所述第一服务器的第一目标资源的平均负载。
可选地,在第一服务器为多台且第二服务器为多台的情况下,第二服务器的第一目标资源的平均负载可以低于所述第一服务器的第一目标资源的平均负载。
可选地,被预迁移的请求目标可以是第一服务器中占用第一目标资源最多的一个请求目标。
可选地,在被预迁移的请求目标为多个的情况下,可以根据第一服务器的第一目标资源的负载超出第一上限的情况,确定多个请求目标,使得在多个请求目标被预迁移后,第一服务器的第一目标资源的负载低于第一上限。
可选地,在被预迁移的请求目标为多个且第二服务器为一台的情况下,可以将被预迁移的多个请求目标打包一起迁移到第二服务器。
可选地,在被预迁移的请求目标为多个且第二服务器为多台的情况下,可以将被预迁移的多个请求目标分发到第二服务器中的多台服务器。
可选地,可以按第二服务器中的多台服务器的第一目标资源的负载情况,执行对多个请求目标的预迁移。例如,可以将多个请求目标中对第一目标资源占用最多的请求目标分发到,第二服务器中第一目标资源的负载最低的服务器;例如,可以将多个请求目标中对第一目标资源占用最少的请求目标分发到,第二服务器中第一目标资源的负载最高的服务器。
可选地,在将所述第一服务器中占用所述第一目标资源的请求目标预迁移到第二服务器之后,可以根据各服务器中的请求目标对至少一类资源的占用统计获取第二统计模型。
可选地,在遍历第一列表的过程中,可以多次获取第二统计模型。
可选地,通过第一上限和各服务器的第一目标资源的容量可以计算出各服务器的高水位线。例如,第一上限为80%,某服务器的第一目标资源的容量为100,则该服务器的高水位线为80。
可选地,高水位线可以用于判断预迁移后,第一服务器的第一目标资源的占用情况是否还高于高水位线,进而评估负载均衡的效果。
可选地,第一下限可以通过下限方程确定,下限方程可以为以下方程:
LowerThreshold=(ExpectedUtilizationForDisk2/CapacityForDisk2)×(1-(DiskBalanceThresholdConfig2-1)*BalanceMargin2);
其中,LowerThreshold可以表示第一下限,ExpectedUtilizationForDisk2可以是聚合到的各服务器的第一目标资源的平均负载值,CapacityForDisk2可以表示服务器的第一目标资源的容量,DiskBalanceThresholdConfig2可以表示第一目标资源占用和第一目标资源的平均负载值之间的偏差比例,BalanceMargin2可以表示均衡幅度。
可选地,DiskBalanceThresholdConfig2可以是预设值,可以是大于1的值。
可选地,BalanceMargin2可以是预设值,可以是大于0且小于1的值。
可选地,通过第一下限和各服务器的第一目标资源的容量可以计算出各服务器的低水位线。例如,第一下限为20%,某服务器的第一目标资源的容量为100,则该服务器的低水位线为20。
可选地,高水位线可以用于判断预迁移后,第一服务器的第一目标资源的占用情况是否还低于低水位线,进而评估负载均衡的效果。
因此,通过遍历第一列表,可以实现按指定的第一目标资源对各服务器进行预迁移并获得第二统计模型,进而实现第二统计模型中的第一目标资源的均衡程度高于所述第一统计模型中第一目标资源的均衡程度。
可选地,所述在确定存在所述第一服务器的情况下,将所述第一服务器中占用所述第一目标资源的请求目标预迁移到第二服务器上,并获取所述第二统计模型,包括:
将所述第一服务器中占用所述第一目标资源的请求目标预迁移到第二服务器上,获取第三统计模型,所述第三统计模型用于表示所述预迁移之后各服务器中的请求目标对至少一类资源的占用统计;
基于所述第一列表确定已被遍历过的第一逻辑单元,并生成第二列表,所述第二列表包括至少一个第二逻辑单元;
基于第三统计模型遍历所述至少一个第二逻辑单元,获取至少一个第一判断结果;
基于所述至少一个第一判断结果,获取第二判断结果;
在所述第二判断结果指示所述第三统计模型满足已被遍历过的第一逻辑单元的第一上限的情况下,基于所述第三统计模型获取所述第二统计模型;
其中,所述第二逻辑单元用于确定第三统计模型是否满足已被遍历过的第一逻辑单元的第一上限。
可选地,在将所述第一服务器中占用所述第一目标资源的请求目标预迁移到第二服务器上之后,可以基于第一统计模型和已执行的预迁移获取第三统计模型。
可选地,为了验证第三统计模型是否满足已被遍历过的第一逻辑单元的第一上限,可以基于所述第一列表确定已被遍历过的第一逻辑单元生成第二列表。
可选地,第二列表可以包括至少一个第二逻辑单元,所述第二逻辑单元可以用于判断第三统计模型是否满足已被遍历过的第一逻辑单元的第一上限。
例如,在第一列表包括A4逻辑单元、B4逻辑单元和C4逻辑单元的情况下,如果A4逻辑单元、B4逻辑单元已被遍历过,则生成的第二列表可以包括A5逻辑单元、B5逻辑单元,其中A5逻辑单元为第二逻辑单元且与A4逻辑单元相对应,B5逻辑单元为第二逻辑单元且与B4逻辑单元相对应,A5逻辑单元可以用于判断第三统计模型是否满足A4逻辑单元的第一上限,B5逻辑单元可以用于判断第三统计模型是否满足B4逻辑单元的第一上限。
可选地,基于第三统计模型遍历第二列表的过程中,可以通过第二列表中的每一个第二逻辑单元获取一个第一判断结果。
例如,当第二列表包括A6逻辑单元、B6逻辑单元和C6逻辑单元的情况下,可以通过遍历第二列表获取到三个第一判断结果。
可选地,在获取到至少一个第一判断结果之后,当每一个第一判断结果都指示第三统计模型满足所述第二逻辑单元对应的第一逻辑单元的第一上限的情况下,可以生成第二判断结果,此时第二判断结果指示第三统计模型满足已被遍历过的第一逻辑单元的第一上限。
可选地,在获取到至少一个第一判断结果之后,当存在一个第一判断结果指示第三统计模型不满足所述第二逻辑单元对应的第一逻辑单元的第一上限的情况下,可以生成第二判断结果,此时第二判断结果指示第三统计模型不满足已被遍历过的第一逻辑单元的第一上限。
可选地,在所述第二判断结果指示所述第三统计模型满足已被遍历过的第一逻辑单元的第一上限的情况下,可以基于第三统计模型获取所述第二统计模型,第二统计模型的数据信息与第三统计模型的数据信息一致。
可选地,在所述第二判断结果指示第三统计模型不满足已被遍历过的第一逻辑单元的第一上限的情况下,可以继续尝试将第一服务器中占用所述第一目标资源的请求目标预迁移到第二服务器上并获取第三统计模型,直到第三统计模型满足已被遍历过的第一逻辑单元的第一上限。
因此,在确保第三统计模型满足已被遍历过的第一逻辑单元的第一上限的情况下,获取第二统计模型,可以实现第二统计模型中的所述至少一类资源的均衡程度高于所述第一统计模型中所述至少一类资源的均衡程度。
可选地,所述基于第三统计模型遍历所述至少一个第二逻辑单元,获取至少一个第一判断结果,包括:
从所述第二列表中确定第二目标逻辑单元,并确定所述第二目标逻辑单元对应的第二目标资源;
基于所述第二目标逻辑单元对应的第一逻辑单元的第一上限,确定第二目标资源的负载的第二上限;
在各服务器的第二目标资源的负载均满足第二上限的情况下,生成所述第一判断结果,所述第一判断结果用于指示第三统计模型满足所述第二目标逻辑单元对应的第一逻辑单元的第一上限。
可选地,第二目标逻辑单元可以是第二列表中正在被遍历的第二逻辑单元,第二目标资源可以是第二目标逻辑单元对应的一类资源。
例如,第二列表可以包括A7逻辑单元、B7逻辑单元和C7逻辑单元,其中B7逻辑单元可以与服务器磁盘容量这一类的资源相对应,当遍历到B7逻辑单元时,则第二目标逻辑单元可以是B7逻辑单元,第二目标资源可以是服务器磁盘容量。
可选地,第二目标资源的负载的第二上限可以是第二目标逻辑单元对应的第一逻辑单元的第一上限。
可选地,在各服务器的第二目标资源的负载均满足第二上限的情况下,可以生成第一判断结果,此时,第一判断结果可以用于指示第三统计模型满足所述第二目标逻辑单元对应的第一逻辑单元的第一上限。
可选地,在有一个服务器的第二目标资源的负载不满足第二上限的情况下,可以生成第一判断结果,此时,第一判断结果可以用于指示第三统计模型不满足所述第二目标逻辑单元对应的第一逻辑单元的第一上限。
因此,基于第二目标资源的负载的第二上限可以判断第三统计模型是否满足所述第二目标逻辑单元对应的第一逻辑单元的第一上限。
在本申请实施例中,通过基于表示各服务器中的请求目标对至少一类资源的占用统计的第一统计模型,对各服务器的请求目标进行预迁移,综合考虑至少一类资源在服务器中被请求目标占用的情况,进而生成请求目标的迁移计划,完成负载均衡,适用于请求目标和服务器绑定的实际场景下的负载均衡,进而实现更加通用的负载均衡。
需要说明的是,本申请实施例提供的负载均衡方法,执行主体可以为负载均衡装置,或者该负载均衡装置中的用于执行负载均衡的方法的控制模块。本申请实施例中以负载均衡装置执行负载均衡的方法为例,说明本申请实施例提供的负载均衡的装置。
图2是本申请实施例提供的负载均衡装置的结构示意图,如图2所示,所述负载均衡装置200包括:获取模块201和生成模块202,其中:
第一获取模块201用于获取第一统计模型,所述第一统计模型用于表示各服务器中的请求目标对至少一类资源的占用统计;
生成模块202用于基于所述第一统计模型,生成所述请求目标的迁移计划,所述迁移计划用于均衡所述至少一类资源的在所述各服务器的占用情况。
可选地,负载均衡装置可以通过第一获取模块201获取表示各服务器中的请求目标对至少一类资源的占用统计的第一统计模型,随后可以基于所述第一统计模型,通过生成模块202生成用于均衡所述至少一类资源负载的迁移计划,并可以基于迁移计划对请求目标进行迁移,完成负载均衡。
在本申请实施例中,通过基于表示各服务器中的请求目标对至少一类资源的占用统计的第一统计模型,对各服务器的请求目标进行预迁移,综合考虑至少一类资源在服务器中被请求目标占用的情况,进而生成请求目标的迁移计划,完成负载均衡,适用于请求目标和服务器绑定的实际场景下的负载均衡,进而实现更加通用的负载均衡。
可选地,所述生成模块202还用于:
基于所述第一统计模型,对请求目标进行预迁移,获取第二统计模型,所述第二统计模型用于表示所述预迁移之后,各服务器中的所述请求目标对至少一类资源的占用统计,所述第二统计模型中的所述至少一类资源的均衡程度高于所述第一统计模型中所述至少一类资源的均衡程度;
基于所述第一统计模型和所述第二统计模型,生成所述请求目标的迁移计划。
可选地,所述生成模块202还用于:
获取第一列表,所述第一列表包括至少一个第一逻辑单元;
基于所述第一统计模型遍历所述至少一个第一逻辑单元,获取所述第二统计模型;
其中,一个所述第一逻辑单元仅与一类所述资源相对应;所述第一逻辑单元用于根据各服务器中的请求目标对所述第一逻辑单元对应的一类资源的占用统计,对请求目标进行预迁移。
可选地,所述生成模块202还用于:
从所述第一列表中确定第一目标逻辑单元,并确定所述第一目标逻辑单元对应的第一目标资源;
确定所述第一目标资源的负载的第一上限;
基于所述第一上限,确定是否存在第一服务器,所述第一服务器的第一目标资源的负载超过所述第一上限;
在确定存在所述第一服务器的情况下,将所述第一服务器中占用所述第一目标资源的请求目标预迁移到第二服务器上,并获取所述第二统计模型;
其中,所述第二服务器的第一目标资源的负载低于所述第一服务器的第一目标资源的负载。
可选地,所述生成模块202还用于:
将所述第一服务器中占用所述第一目标资源的请求目标预迁移到第二服务器上,获取第三统计模型,所述第三统计模型用于表示所述预迁移之后各服务器中的请求目标对至少一类资源的占用统计;
基于所述第一列表确定已被遍历过的第一逻辑单元,并生成第二列表,所述第二列表包括至少一个第二逻辑单元;
基于第三统计模型遍历所述至少一个第二逻辑单元,获取至少一个第一判断结果;
基于所述至少一个第一判断结果,获取第二判断结果;
在所述第二判断结果指示所述第三统计模型满足已被遍历过的第一逻辑单元的第一上限的情况下,基于所述第三统计模型获取所述第二统计模型;
其中,所述第二逻辑单元用于确定第三统计模型是否满足已被遍历过的第一逻辑单元的第一上限。
可选地,所述生成模块202还用于:
从所述第二列表中确定第二目标逻辑单元,并确定所述第二目标逻辑单元对应的第二目标资源;
基于所述第二目标逻辑单元对应的第一逻辑单元的第一上限,确定第二目标资源的负载的第二上限;
在各服务器的第二目标资源的负载均满足第二上限的情况下,生成所述第一判断结果,所述第一判断结果用于指示第三统计模型满足所述第二目标逻辑单元对应的第一逻辑单元的第一上限。
在本申请实施例中,通过基于表示各服务器中的请求目标对至少一类资源的占用统计的第一统计模型,对各服务器的请求目标进行预迁移,综合考虑至少一类资源在服务器中被请求目标占用的情况,进而生成请求目标的迁移计划,完成负载均衡,适用于请求目标和服务器绑定的实际场景下的负载均衡,进而实现更加通用的负载均衡。
本申请实施例中的负载均衡装置可以是装置,也可以是终端中的部件、集成电路、或芯片。该装置可以是移动电子设备,也可以为非移动电子设备。示例性的,移动电子设备可以为手机、平板电脑、笔记本电脑、掌上电脑、车载电子设备、可穿戴设备、超级移动个人计算机(ultra-mobile personal computer,UMPC)、上网本或者个人数字助理(personaldigital assistant,PDA)等,非移动电子设备可以为服务器、网络附属存储器(NetworkAttached Storage,NAS)、个人计算机(personal computer,PC)、电视机(television,TV)、柜员机或者自助机等,本申请实施例不作具体限定。
本申请实施例中的负载均衡装置可以为具有操作系统的装置。该操作系统可以为安卓(Android)操作系统,可以为iOS操作系统,还可以为其他可能的操作系统,本申请实施例不作具体限定。
本申请实施例提供的负载均衡装置能够实现图1的方法实施例实现的各个过程,为避免重复,这里不再赘述。
可选地,图3是本申请实施例提供的电子设备的结构示意图,如图3所示,本申请实施例还提供一种电子设备300,包括处理器301,存储器302,存储在存储器302上并可在所述处理器301上运行的程序或指令,该程序或指令被处理器301执行时实现上述负载均衡方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
需要说明的是,本申请实施例中的电子设备包括上述所述的移动电子设备和非移动电子设备。
图4是实现本申请实施例的电子设备的硬件结构示意图。
该电子设备400包括但不限于:射频单元401、网络模块402、音频输出单元403、输入单元404、传感器405、显示单元406、用户输入单元407、接口单元408、存储器409、以及处理器410等部件。
本领域技术人员可以理解,电子设备400还可以包括给各个部件供电的电源(比如电池),电源可以通过电源管理系统与处理器410逻辑相连,从而通过电源管理系统实现管理充电、放电、以及功耗管理等功能。图4中示出的电子设备结构并不构成对电子设备的限定,电子设备可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置,在此不再赘述。
其中,处理器410用于:
获取第一统计模型,所述第一统计模型用于表示各服务器中的请求目标对至少一类资源的占用统计;
基于所述第一统计模型,生成所述请求目标的迁移计划,所述迁移计划用于均衡所述至少一类资源的在所述各服务器的占用情况。
在本申请实施例中,通过基于表示各服务器中的请求目标对至少一类资源的占用统计的第一统计模型,对各服务器的请求目标进行预迁移,综合考虑至少一类资源在服务器中被请求目标占用的情况,进而生成请求目标的迁移计划,完成负载均衡,适用于请求目标和服务器绑定的实际场景下的负载均衡,进而实现更加通用的负载均衡。
可选地,处理器410用于:
基于所述第一统计模型,对请求目标进行预迁移,获取第二统计模型,所述第二统计模型用于表示所述预迁移之后,各服务器中的所述请求目标对至少一类资源的占用统计,所述第二统计模型中的所述至少一类资源的均衡程度高于所述第一统计模型中所述至少一类资源的均衡程度;
基于所述第一统计模型和所述第二统计模型,生成所述请求目标的迁移计划。
可选地,处理器410用于:
获取第一列表,所述第一列表包括至少一个第一逻辑单元;
基于所述第一统计模型遍历所述至少一个第一逻辑单元,获取所述第二统计模型;
其中,一个所述第一逻辑单元仅与一类所述资源相对应;所述第一逻辑单元用于根据各服务器中的请求目标对所述第一逻辑单元对应的一类资源的占用统计,对请求目标进行预迁移。
可选地,处理器410用于:
从所述第一列表中确定第一目标逻辑单元,并确定所述第一目标逻辑单元对应的第一目标资源;
确定所述第一目标资源的负载的第一上限;
基于所述第一上限,确定是否存在第一服务器,所述第一服务器的第一目标资源的负载超过所述第一上限;
在确定存在所述第一服务器的情况下,将所述第一服务器中占用所述第一目标资源的请求目标预迁移到第二服务器上,并获取所述第二统计模型;
其中,所述第二服务器的第一目标资源的负载低于所述第一服务器的第一目标资源的负载。
可选地,处理器410用于:
将所述第一服务器中占用所述第一目标资源的请求目标预迁移到第二服务器上,获取第三统计模型,所述第三统计模型用于表示所述预迁移之后各服务器中的请求目标对至少一类资源的占用统计;
基于所述第一列表确定已被遍历过的第一逻辑单元,并生成第二列表,所述第二列表包括至少一个第二逻辑单元;
基于第三统计模型遍历所述至少一个第二逻辑单元,获取至少一个第一判断结果;
基于所述至少一个第一判断结果,获取第二判断结果;
在所述第二判断结果指示所述第三统计模型满足已被遍历过的第一逻辑单元的第一上限的情况下,基于所述第三统计模型获取所述第二统计模型;
其中,所述第二逻辑单元用于确定第三统计模型是否满足已被遍历过的第一逻辑单元的第一上限。
可选地,处理器410用于:
从所述第二列表中确定第二目标逻辑单元,并确定所述第二目标逻辑单元对应的第二目标资源;
基于所述第二目标逻辑单元对应的第一逻辑单元的第一上限,确定第二目标资源的负载的第二上限;
在各服务器的第二目标资源的负载均满足第二上限的情况下,生成所述第一判断结果,所述第一判断结果用于指示第三统计模型满足所述第二目标逻辑单元对应的第一逻辑单元的第一上限。
在本申请实施例中,通过基于表示各服务器中的请求目标对至少一类资源的占用统计的第一统计模型,对各服务器的请求目标进行预迁移,综合考虑至少一类资源在服务器中被请求目标占用的情况,进而生成请求目标的迁移计划,完成负载均衡,适用于请求目标和服务器绑定的实际场景下的负载均衡,进而实现更加通用的负载均衡。
应理解的是,本申请实施例中,输入单元404可以包括图形处理器(GraphicsProcessing Unit,GPU)4041和麦克风4042,图形处理器4041对在视频捕获模式或图像捕获模式中由图像捕获装置(如摄像头)获得的静态图片或视频的图像数据进行处理。显示单元406可包括显示面板4061,可以采用液晶显示器、有机发光二极管等形式来配置显示面板4061。用户输入单元407包括触控面板4071以及其他输入设备4072。触控面板4071,也称为触摸屏。触控面板4071可包括触摸检测装置和触摸控制器两个部分。其他输入设备4072可以包括但不限于物理键盘、功能键(比如音量控制按键、开关按键等)、轨迹球、鼠标、操作杆,在此不再赘述。存储器409可用于存储软件程序以及各种数据,包括但不限于应用程序和操作系统。处理器410可集成应用处理器和调制解调处理器,其中,应用处理器主要处理操作系统、用户界面和应用程序等,调制解调处理器主要处理无线通信。可以理解的是,上述调制解调处理器也可以不集成到处理器410中。
本申请实施例还提供一种可读存储介质,所述可读存储介质上存储有程序或指令,该程序或指令被处理器执行时实现上述负载均衡方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
其中,所述处理器为上述实施例中所述的电子设备中的处理器。所述可读存储介质,包括计算机可读存储介质,如计算机只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等。
本申请实施例另提供了一种芯片,所述芯片包括处理器和通信接口,所述通信接口和所述处理器耦合,所述处理器用于运行程序或指令,实现上述负载均衡方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
应理解,本申请实施例提到的芯片还可以称为系统级芯片、系统芯片、芯片系统或片上系统芯片等。
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。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计算机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,或者网络设备等)执行本申请各个实施例所述的方法。
上面结合附图对本申请的实施例进行了描述,但是本申请并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本申请的启示下,在不脱离本申请宗旨和权利要求所保护的范围情况下,还可做出很多形式,均属于本申请的保护之内。

Claims (10)

1.一种负载均衡方法,其特征在于,所述方法包括:
获取第一统计模型,所述第一统计模型用于表示各服务器中的请求目标对至少一类资源的占用统计;
基于所述第一统计模型,生成所述请求目标的迁移计划,所述迁移计划用于均衡所述至少一类资源的在所述各服务器的占用情况。
2.根据权利要求1所述的负载均衡方法,其特征在于,所述基于所述第一统计模型,生成所述请求目标的迁移计划,包括:
基于所述第一统计模型,对所述请求目标进行预迁移,获取第二统计模型,所述第二统计模型用于表示所述预迁移之后,所述各服务器中的所述请求目标对所述至少一类资源的占用统计,所述第二统计模型中的所述至少一类资源的均衡程度高于所述第一统计模型中所述至少一类资源的均衡程度;
基于所述第一统计模型和所述第二统计模型,生成所述请求目标的迁移计划。
3.根据权利要求2所述的负载均衡方法,其特征在于,所述基于所述第一统计模型,对所述请求目标进行预迁移,获取第二统计模型,包括:
获取第一列表,所述第一列表包括至少一个第一逻辑单元;
基于所述第一统计模型遍历所述至少一个第一逻辑单元,获取所述第二统计模型;
其中,一个所述第一逻辑单元仅与一类所述资源相对应;所述第一逻辑单元用于根据所述各服务器中的所述请求目标对所述第一逻辑单元对应的一类所述资源的占用统计,对所述请求目标进行预迁移。
4.根据权利要求3所述的负载均衡方法,其特征在于,所述基于所述第一统计模型遍历所述至少一个第一逻辑单元,获取所述第二统计模型,包括:
从所述第一列表中确定第一目标逻辑单元,并确定所述第一目标逻辑单元对应的第一目标资源;
确定所述第一目标资源的负载的第一上限;
基于所述第一上限,确定是否存在第一服务器,所述第一服务器的第一目标资源的负载超过所述第一上限;
在确定存在所述第一服务器的情况下,将所述第一服务器中占用所述第一目标资源的所述请求目标预迁移到第二服务器上,并获取所述第二统计模型;
其中,所述第二服务器的第一目标资源的负载低于所述第一服务器的第一目标资源的负载。
5.根据权利要求4所述的负载均衡方法,其特征在于,所述在确定存在所述第一服务器的情况下,将所述第一服务器中占用所述第一目标资源的所述请求目标预迁移到第二服务器上,并获取所述第二统计模型,包括:
将所述第一服务器中占用所述第一目标资源的所述请求目标预迁移到所述第二服务器上,获取第三统计模型,所述第三统计模型用于表示所述预迁移之后所述各服务器中的所述请求目标对所述至少一类资源的占用统计;
基于所述第一列表确定已被遍历过的所述第一逻辑单元,并生成第二列表,所述第二列表包括至少一个第二逻辑单元;
基于第三统计模型遍历所述至少一个第二逻辑单元,获取至少一个第一判断结果;
基于所述至少一个第一判断结果,获取第二判断结果;
在所述第二判断结果指示所述第三统计模型满足已被遍历过的所述第一逻辑单元的所述第一上限的情况下,基于所述第三统计模型获取所述第二统计模型;
其中,所述第二逻辑单元用于确定所述第三统计模型是否满足已被遍历过的所述第一逻辑单元的所述第一上限。
6.一种负载均衡装置,其特征在于,所述装置包括:
获取模块,用于获取第一统计模型,所述第一统计模型用于表示各服务器中的请求目标对至少一类资源的占用统计;
生成模块,用于基于所述第一统计模型,生成所述请求目标的迁移计划,所述迁移计划用于均衡所述至少一类资源的在所述各服务器的占用情况。
7.根据权利要求6所述的负载均衡装置,其特征在于,所述生成模块还用于:
基于所述第一统计模型,对所述请求目标进行预迁移,获取第二统计模型,所述第二统计模型用于表示所述预迁移之后,所述各服务器中的所述请求目标对所述至少一类资源的占用统计,所述第二统计模型中的所述至少一类资源的均衡程度高于所述第一统计模型中所述至少一类资源的均衡程度;
基于所述第一统计模型和所述第二统计模型,生成所述请求目标的迁移计划。
8.根据权利要求7所述的负载均衡装置,其特征在于,所述生成模块还用于:
获取第一列表,所述第一列表包括至少一个第一逻辑单元;
基于所述第一统计模型遍历所述至少一个第一逻辑单元,获取所述第二统计模型;
其中,一个所述第一逻辑单元仅与一类所述资源相对应;所述第一逻辑单元用于根据所述各服务器中的所述请求目标对所述第一逻辑单元对应的一类所述资源的占用统计,对所述请求目标进行预迁移。
9.根据权利要求8所述的负载均衡装置,其特征在于,所述生成模块还用于:
从所述第一列表中确定第一目标逻辑单元,并确定所述第一目标逻辑单元对应的第一目标资源;
确定所述第一目标资源的负载的第一上限;
基于所述第一上限,确定是否存在第一服务器,所述第一服务器的第一目标资源的负载超过所述第一上限;
在确定存在所述第一服务器的情况下,将所述第一服务器中占用所述第一目标资源的所述请求目标预迁移到第二服务器上,并获取所述第二统计模型;
其中,所述第二服务器的第一目标资源的负载低于所述第一服务器的第一目标资源的负载。
10.根据权利要求9所述的负载均衡装置,其特征在于,所述生成模块还用于:
将所述第一服务器中占用所述第一目标资源的所述请求目标预迁移到所述第二服务器上,获取第三统计模型,所述第三统计模型用于表示所述预迁移之后所述各服务器中的所述请求目标对所述至少一类资源的占用统计;
基于所述第一列表确定已被遍历过的所述第一逻辑单元,并生成第二列表,所述第二列表包括至少一个第二逻辑单元;
基于第三统计模型遍历所述至少一个第二逻辑单元,获取至少一个第一判断结果;
基于所述至少一个第一判断结果,获取第二判断结果;
在所述第二判断结果指示所述第三统计模型满足已被遍历过的所述第一逻辑单元的所述第一上限的情况下,基于所述第三统计模型获取所述第二统计模型;
其中,所述第二逻辑单元用于确定所述第三统计模型是否满足已被遍历过的所述第一逻辑单元的所述第一上限。
CN202111146070.4A 2021-09-28 2021-09-28 负载均衡方法及装置 Pending CN113821349A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111146070.4A CN113821349A (zh) 2021-09-28 2021-09-28 负载均衡方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111146070.4A CN113821349A (zh) 2021-09-28 2021-09-28 负载均衡方法及装置

Publications (1)

Publication Number Publication Date
CN113821349A true CN113821349A (zh) 2021-12-21

Family

ID=78915765

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111146070.4A Pending CN113821349A (zh) 2021-09-28 2021-09-28 负载均衡方法及装置

Country Status (1)

Country Link
CN (1) CN113821349A (zh)

Similar Documents

Publication Publication Date Title
US8745249B2 (en) Intelligence virtualization system and method to support social media cloud service
WO2017166643A1 (zh) 一种任务资源的量化方法和装置
CN111506434B (zh) 一种任务处理方法、装置及计算机可读存储介质
CN107943579B (zh) 资源瓶颈预测方法、设备、系统及可读存储介质
CN115202908B (zh) 一种基于动态编排的隐私计算请求响应方法及装置
CN115033340A (zh) 一种宿主机的选择方法及相关装置
CN111176836A (zh) 一种云渲染资源调度方法及装置
CN111068305A (zh) 云游戏加载控制方法、装置、电子设备及存储介质
CN114564313A (zh) 负载调整方法、装置、电子设备及存储介质
CN109840597B (zh) 一种模型预测方法、装置、电子设备及存储介质
US9501321B1 (en) Weighted service requests throttling
CN113821349A (zh) 负载均衡方法及装置
CN111124439A (zh) 一种云边协同的智能动态卸载算法
CN116955271A (zh) 一种数据副本存储的方法、装置、电子设备及存储介质
CN114116231A (zh) 一种数据加载方法、装置、计算机设备及存储介质
CN114090247A (zh) 用于处理数据的方法、装置、设备以及存储介质
CN113918344A (zh) 一种资源需求分配方法、装置、设备及计算机可读介质
CN116059631A (zh) 对象渲染方法、装置、电子设备及计算机可读存储介质
CN106304410A (zh) 一种数据迁移方法及移动终端
CN112131468A (zh) 推荐系统中的数据处理方法、装置
Abbes et al. Toward a framework for improving the execution of the big data applications
CN110096364A (zh) 一种云服务器计算集合控制方法及系统
CN116455756B (zh) 基于行情推送及查询的带宽均衡方法、设备及介质
CN115525425B (zh) 基于云原生技术的联邦学习计算引擎编排方法及其设备
CN117608862B (zh) 数据分发控制方法、装置、设备及介质

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