CN114615275A - 一种面向云储存分布式负载均衡控制方法及装置 - Google Patents
一种面向云储存分布式负载均衡控制方法及装置 Download PDFInfo
- Publication number
- CN114615275A CN114615275A CN202210212131.0A CN202210212131A CN114615275A CN 114615275 A CN114615275 A CN 114615275A CN 202210212131 A CN202210212131 A CN 202210212131A CN 114615275 A CN114615275 A CN 114615275A
- Authority
- CN
- China
- Prior art keywords
- server
- request queue
- size
- determining
- fitness
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000004590 computer program Methods 0.000 claims description 8
- 230000004044 response Effects 0.000 abstract description 6
- 230000001934 delay Effects 0.000 abstract description 4
- 230000008901 benefit Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 230000035755 proliferation Effects 0.000 description 2
- 238000012216 screening Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
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
- H04L67/1004—Server selection for load balancing
- H04L67/1008—Server selection for load balancing based on parameters of servers, e.g. available memory or workload
Landscapes
- Engineering & Computer Science (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer And Data Communications (AREA)
Abstract
本发明公开了一种面向云储存分布式负载均衡控制方法及装置，包括：在获取到当前客户端的请求信息之后，判断请求队列大小是否超过第一阈值；在所述请求队列的大小超过第一阈值的情况下，确定当前服务器过载；确定超额负载，并对超额负载执行如下负载均衡步骤：在邻近的服务器中搜索负载低于第二阈值的目标服务器列表；基于所述目标服务器列表中的各服务器的适应度，确定目标服务器；将超额负载迁移到所述目标服务器。本发明实施例通过重新分配额外的负载到过载服务器的邻居服务器集以消除本地服务器队列不稳定，降低了服务器整体的响应时间、延迟请求，提高了已完成的请求的服务器利用率。
Description
技术领域
本发明涉及云存储技术领域，尤其涉及一种面向云储存分布式负载均衡控制方法及装置。
背景技术
互联网技术的快速增长推动了网络上的数据激增。为了有效地管理数据，分布式存储应运而生。云存储是一种基于云计算的分布式存储技术。云存储充当存储库，用户可以在其中存储、管理和访问数据，而无需真正访问任何存储服务器。云存储系统被认为是在地理上分布的数百个独立的存储服务器，并同时处理数百万个客户端请求。一些存储服务器收到大量客户请求，而一些服务器保持负载不足。由于存储服务器上的这种负载分布不均会降低整个系统的性能并增加响应时间。
发明内容
本发明实施例提供一种面向云储存分布式负载均衡控制方法及装置，用以平衡存储服务器的负载从而有效地利用服务器功能。
本发明实施例提供一种面向云储存分布式负载均衡控制方法，包括：
在获取到当前客户端的请求信息之后，判断请求队列大小是否超过第一阈值，其中所述请求队列中记录有在先的各客户端的请求信息；
在所述请求队列的大小未超过第一阈值的情况下，将当前客户端的请求信息添加至所述请求队列中，在所述请求队列的大小超过第一阈值的情况下，确定当前服务器过载；
确定超额负载，并对超额负载执行如下负载均衡步骤：
计算邻居服务器的适应度
筛选出适应度值最大的；
在邻近的服务器中搜索负载低于第二阈值的目标服务器列表；
基于所述目标服务器列表中的各服务器的适应度，确定目标服务器；
将超额负载迁移到所述目标服务器。
在一些实例中，确定目标服务器包括以下步骤：
计算额外负载ΔLi；
计算邻居服务器的适应度Fi；
筛选出Max(Fi)。
在一些实施例中，判断请求队列大小是否超过第一阈值包括：判断请求队列所请求的内存大小是否超过服务器的内存阈值限制；
确定超额负载包括：
根据请求队列所请求的内存大小与服务器的内存阈值限制之间的偏差来确定超额负载。
在一些实施例中，在邻近的服务器中搜索负载低于第二阈值的目标服务器列表包括：
遍历邻近的第一服务器列表，以获得所述第一服务器列表中服务器没有过载的第二服务器列表；
基于所述目标服务器列表中的各服务器的适应度，确定目标服务器包括：
计算第二服务器列表中各服务器的适应度；
基于各服务的适应度确定目标服务器。
在一些实施例中，计算第二服务器列表中各服务器的适应度包括：
基于该服务器的内存阈值限制与该服务器的请求队列所请求的内存大小之间的差值；
为所述差值以及该服务器的服务速率设置相应的权重，以计算该服务器的适应度。
在一些实施例中，为所述差值以及该服务器的服务速率设置相应的权重，以计算该服务器的适应度满足：
Fj＝α1ΔMj+α2λ
其中，Fj为该服务器的适应度，ΔMj为该服务器的内存阈值限制与该服务器的请求队列所请求的内存大小之间的差值，α1和α2为权重值。
本发明实施例还提出一种面向云储存分布式负载均衡控制装置，包括处理器，其被配置为：
在获取到当前客户端的请求信息之后，判断请求队列大小是否超过第一阈值，其中所述请求队列中记录有在先的各客户端的请求信息；
在所述请求队列的大小未超过第一阈值的情况下，将当前客户端的请求信息添加至所述请求队列中，在所述请求队列的大小超过第一阈值的情况下，确定当前服务器过载；
确定超额负载，并对超额负载执行如下负载均衡步骤：
在邻近的服务器中搜索负载低于第二阈值的目标服务器列表；
基于所述目标服务器列表中的各服务器的适应度，确定目标服务器；
将超额负载迁移到所述目标服务器。
本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质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本申请各实施例所述的方法的步骤。
本发明实施例通过重新分配额外的负载到过载服务器的邻居服务器集以消除本地服务器队列不稳定，降低了服务器整体的响应时间、延迟请求，提高了已完成的请求的服务器利用率。
上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。
附图说明
通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：
图1为本发明实施例面向云储存分布式负载均衡控制方法的基本流程图；
图2为本发明实施例面向云储存分布式负载均衡控制方法的总流程图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
本发明实施例提供本发明实施例提供一种面向云储存分布式负载均衡控制方法，如图1所示，包括如下步骤：
在步骤S101中，在获取到当前客户端的请求信息之后，判断请求队列大小是否超过第一阈值，其中所述请求队列中记录有在先的各客户端的请求信息。在一些示例中，对于当前的该服务器，服务器在获取当前客户端的请求信息之前，可以确定当前服务器的服务速率、当前队列大小QScurrent、队列大小的阈值限制QSthreshold。当前队列大小QScurrent表示用于存储服务器处理的传入客户端请求信息的内存。当前队列大小QSthreshold表示用于存储服务器处理的传入客户端请求信息的内存的阈值限制。负载均衡器周期性地检查服务器请求队列的状态。
在步骤S102中，在所述请求队列的大小未超过第一阈值的情况下，将当前客户端的请求信息添加至所述请求队列中，在所述请求队列的大小超过第一阈值的情况下，确定当前服务器过载。具体的在一些实施例中，判断请求队列大小是否超过第一阈值包括：判断请求队列所请求的内存大小是否超过服务器的内存阈值限制。确定超额负载包括：根据请求队列所请求的内存大小与服务器的内存阈值限制之间的偏差来确定超额负载。例如当满足条件QScurrent>QSthreshold，则任务服务器过载，触发负载均衡器模块，具体的触发条件可以是
其中T(i)是在i处运行的触发函数服务器。
在步骤S103中，确定超额负载，计算超额负载为ΔLs＝QScurrent–QSthreshold，并对超额负载执行如下负载均衡步骤：
在步骤S1031中、在邻近的服务器中搜索负载低于第二阈值的目标服务器列表。例如第二阈值可以设置为与第一阈值相同，也可以设置为低于第一预设阈值的给定值，以此确定出能够接收超额负载的目标服务器列表。
在步骤S1032中、基于所述目标服务器列表中的各服务器的适应度，确定目标服务器。具体的可以选择适应度最高的服务器作为目标服务器。
在步骤S1033中、将超额负载迁移到所述目标服务器。
本发明实施例通过重新分配额外的负载到过载服务器的邻居服务器集以消除本地服务器队列不稳定，降低了服务器整体的响应时间、延迟请求，提高了已完成的请求的服务器利用率。
在一些实施例中，如图2所示，在邻近的服务器中搜索负载低于第二阈值的目标服务器列表包括：
遍历邻近的第一服务器列表L1，以获得所述第一服务器列表中服务器没有过载的第二服务器列表L2。
基于所述目标服务器列表中的各服务器的适应度，确定目标服务器包括：
计算第二服务器列表的适应度Fn；
基于各服务的适应度Fn确定目标服务器。
在一些实施例中，计算第二服务器列表中各服务器的适应度包括：
基于该服务器的内存阈值限制与该服务器的请求队列所请求的内存大小之间的差值。具体的对于第二服务器列表中的各服务器，对于该服务器计算ΔMj，ΔMj＝QSthreshold–QScurrent，j∈{1，2，3，....n-1}；其中ΔMj为空闲请求队列服务器j。本申请中ΔMj还决定了服务器上的额外负载。如果ΔMj是为负，则服务器j请求队列过载，否则ΔMj为服务器j请求队列加载最少。
为所述差值以及该服务器的服务速率设置相应的权重，以计算该服务器的适应度。具体的在一些实施例中，为所述差值以及该服务器的服务速率设置相应的权重，以计算该服务器的适应度满足：
Fj＝α1ΔMj+α2λ
其中，Fj为该服务器的适应度，ΔMj为该服务器的内存阈值限制与该服务器的请求队列所请求的内存大小之间的差值，α1和α2为权重值，α1和α2可以根据场景而变化来设置，一些示例中，α1和α2均可以设置为0.5。
利用本发明方法，在云环境通过充分重新分配额外的负载到过载服务器的邻居服务器集以消除本地服务器请求队列的不稳定，有效地利用了邻居服务器能力，减少了响应时间从而提高了整体系统性能。
本发明实施例还提出一种面向云储存分布式负载均衡控制装置，包括处理器，其被配置为：
在获取到当前客户端的请求信息之后，判断请求队列大小是否超过第一阈值，其中所述请求队列中记录有在先的各客户端的请求信息；
在所述请求队列的大小未超过第一阈值的情况下，将当前客户端的请求信息添加至所述请求队列中，在所述请求队列的大小超过第一阈值的情况下，确定当前服务器过载；
确定超额负载，并对超额负载执行如下负载均衡步骤：
在邻近的服务器中搜索负载低于第二阈值的目标服务器列表；
基于所述目标服务器列表中的各服务器的适应度，确定目标服务器；
将超额负载迁移到所述目标服务器。
本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质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本申请各实施例所述的方法的步骤。
本发明实施例通过重新分配额外的负载到过载服务器的邻居集以消除本地服务器队列不稳定，降低了服务器整体的响应时间、延迟请求，提高了已完成的请求的服务器利用率。
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。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
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，服务器或者网络设备等)执行本发明各个实施例所述的方法。
上面结合附图对本发明的实施例进行了描述，但是本发明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发明的启示下，在不脱离本发明宗旨和权利要求所保护的范围情况下，还可做出很多形式，这些均属于本发明的保护之内。
Claims (7)
1.一种面向云储存分布式负载均衡控制方法，其特征在于，包括：
在获取到当前客户端的请求信息之后，判断请求队列大小是否超过第一阈值，其中所述请求队列中记录有在先的各客户端的请求信息；
在所述请求队列的大小未超过第一阈值的情况下，将当前客户端的请求信息添加至所述请求队列中，在所述请求队列的大小超过第一阈值的情况下，确定当前服务器过载；
确定超额负载，并对超额负载执行如下负载均衡步骤：
在邻近的服务器中搜索负载低于第二阈值的目标服务器列表；
基于所述目标服务器列表中的各服务器的适应度，确定目标服务器；
将超额负载迁移到所述目标服务器。
2.如权利要求1所述的面向云储存分布式负载均衡控制方法，其特征在于，判断请求队列大小是否超过第一阈值包括：判断请求队列所请求的内存大小是否超过服务器的内存阈值限制；
确定超额负载包括：
根据请求队列所请求的内存大小与服务器的内存阈值限制之间的偏差来确定超额负载。
3.如权利要求2所述的面向云储存分布式负载均衡控制方法，其特征在于，在邻近的服务器中搜索负载低于第二阈值的目标服务器列表包括：
遍历邻近的第一服务器列表，以获得所述第一服务器列表中服务器没有过载的第二服务器列表；
基于所述目标服务器列表中的各服务器的适应度，确定目标服务器包括：
计算第二服务器列表中各服务器的适应度；
基于各服务的适应度确定目标服务器。
4.如权利要求3所述的面向云储存分布式负载均衡控制方法，其特征在于，计算第二服务器列表中各服务器的适应度包括：
基于该服务器的内存阈值限制与该服务器的请求队列所请求的内存大小之间的差值；
为所述差值以及该服务器的服务速率设置相应的权重，以计算该服务器的适应度。
5.如权利要求4所述的面向云储存分布式负载均衡控制方法，其特征在于，为所述差值以及该服务器的服务速率设置相应的权重，以计算该服务器的适应度满足：
Fj＝α1ΔMj+α2λ
其中，Fj为该服务器的适应度，ΔMj为该服务器的内存阈值限制与该服务器的请求队列所请求的内存大小之间的差值，α1和α2为权重值，λ表示服务速率。
6.一种面向云储存分布式负载均衡控制装置，其特征在于，包括处理器，其被配置为：
在获取到当前客户端的请求信息之后，判断请求队列大小是否超过第一阈值，其中所述请求队列中记录有在先的各客户端的请求信息；
在所述请求队列的大小未超过第一阈值的情况下，将当前客户端的请求信息添加至所述请求队列中，在所述请求队列的大小超过第一阈值的情况下，确定当前服务器过载；
确定超额负载，并对超额负载执行如下负载均衡步骤：
在邻近的服务器中搜索负载低于第二阈值的目标服务器列表；
基于所述目标服务器列表中的各服务器的适应度，确定目标服务器；
将超额负载迁移到所述目标服务器。
7.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质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权利要求1至5中任一项所述的方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210212131.0A CN114615275B (zh) | 2022-03-04 | 2022-03-04 | 一种面向云储存分布式负载均衡控制方法及装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210212131.0A CN114615275B (zh) | 2022-03-04 | 2022-03-04 | 一种面向云储存分布式负载均衡控制方法及装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114615275A true CN114615275A (zh) | 2022-06-10 |
| CN114615275B CN114615275B (zh) | 2024-05-10 |
Family
ID=81860133
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210212131.0A Active CN114615275B (zh) | 2022-03-04 | 2022-03-04 | 一种面向云储存分布式负载均衡控制方法及装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114615275B (zh) |
Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8159961B1 (en) * | 2007-03-30 | 2012-04-17 | Amazon Technologies, Inc. | Load balancing utilizing adaptive thresholding |
| CN102857577A (zh) * | 2012-09-24 | 2013-01-02 | 北京联创信安科技有限公司 | 一种集群存储自动负载均衡的系统及方法 |
| CN103036994A (zh) * | 2012-12-18 | 2013-04-10 | 曙光信息产业(北京)有限公司 | 实现负载均衡的云存储系统 |
| CN103118136A (zh) * | 2013-02-28 | 2013-05-22 | 杭州电子科技大学 | 一种基于块级别云存储负载均衡优化的方法 |
| CN103167026A (zh) * | 2013-02-06 | 2013-06-19 | 数码辰星科技发展（北京）有限公司 | 一种云存储环境数据处理方法、系统及设备 |
| CN103442076A (zh) * | 2013-09-04 | 2013-12-11 | 上海海事大学 | 一种云存储系统的可用性保障方法 |
| US20150074222A1 (en) * | 2013-09-12 | 2015-03-12 | Guanfeng Liang | Method and apparatus for load balancing and dynamic scaling for low delay two-tier distributed cache storage system |
| US20150237384A1 (en) * | 2014-02-17 | 2015-08-20 | Verizon and Redbox Digital Entertainment Services, LLC | Temporary storage of recorded content on a cloud storage server |
| CN105007312A (zh) * | 2015-07-03 | 2015-10-28 | 叶秀兰 | 一种云计算服务器自适应负载均衡控制方法及控制系统 |
| CN106453564A (zh) * | 2016-10-18 | 2017-02-22 | 北京京东尚科信息技术有限公司 | 弹性云分布式海量请求处理的方法、装置及系统 |
| US20180103090A1 (en) * | 2015-04-21 | 2018-04-12 | Hangzhou Hikvision Digital Technology Co., Ltd. | Method and system for cloud storage of video, and method and system for previewing cloud-stored video |
| CN107948293A (zh) * | 2017-11-29 | 2018-04-20 | 重庆邮电大学 | 一种基于MongoDB负载均衡优化系统及方法 |
| WO2018161884A1 (en) * | 2017-03-06 | 2018-09-13 | Zhejiang Dahua Technology Co., Ltd. | Methods and systems for load balancing |
| US20180292998A1 (en) * | 2017-04-11 | 2018-10-11 | Microsoft Technology Licensing, Llc | Tracking internal latencies for load balancing of file server |
| CN109120715A (zh) * | 2018-09-21 | 2019-01-01 | 华南理工大学 | 一种云环境下动态负载均衡方法 |
-
2022
- 2022-03-04 CN CN202210212131.0A patent/CN114615275B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8159961B1 (en) * | 2007-03-30 | 2012-04-17 | Amazon Technologies, Inc. | Load balancing utilizing adaptive thresholding |
| CN102857577A (zh) * | 2012-09-24 | 2013-01-02 | 北京联创信安科技有限公司 | 一种集群存储自动负载均衡的系统及方法 |
| CN103036994A (zh) * | 2012-12-18 | 2013-04-10 | 曙光信息产业(北京)有限公司 | 实现负载均衡的云存储系统 |
| CN103167026A (zh) * | 2013-02-06 | 2013-06-19 | 数码辰星科技发展（北京）有限公司 | 一种云存储环境数据处理方法、系统及设备 |
| CN103118136A (zh) * | 2013-02-28 | 2013-05-22 | 杭州电子科技大学 | 一种基于块级别云存储负载均衡优化的方法 |
| CN103442076A (zh) * | 2013-09-04 | 2013-12-11 | 上海海事大学 | 一种云存储系统的可用性保障方法 |
| US20150074222A1 (en) * | 2013-09-12 | 2015-03-12 | Guanfeng Liang | Method and apparatus for load balancing and dynamic scaling for low delay two-tier distributed cache storage system |
| US20150237384A1 (en) * | 2014-02-17 | 2015-08-20 | Verizon and Redbox Digital Entertainment Services, LLC | Temporary storage of recorded content on a cloud storage server |
| US20180103090A1 (en) * | 2015-04-21 | 2018-04-12 | Hangzhou Hikvision Digital Technology Co., Ltd. | Method and system for cloud storage of video, and method and system for previewing cloud-stored video |
| CN105007312A (zh) * | 2015-07-03 | 2015-10-28 | 叶秀兰 | 一种云计算服务器自适应负载均衡控制方法及控制系统 |
| CN106453564A (zh) * | 2016-10-18 | 2017-02-22 | 北京京东尚科信息技术有限公司 | 弹性云分布式海量请求处理的方法、装置及系统 |
| WO2018161884A1 (en) * | 2017-03-06 | 2018-09-13 | Zhejiang Dahua Technology Co., Ltd. | Methods and systems for load balancing |
| US20180292998A1 (en) * | 2017-04-11 | 2018-10-11 | Microsoft Technology Licensing, Llc | Tracking internal latencies for load balancing of file server |
| CN107948293A (zh) * | 2017-11-29 | 2018-04-20 | 重庆邮电大学 | 一种基于MongoDB负载均衡优化系统及方法 |
| CN109120715A (zh) * | 2018-09-21 | 2019-01-01 | 华南理工大学 | 一种云环境下动态负载均衡方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114615275B (zh) | 2024-05-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110134495B (zh) | 一种容器跨主机在线迁移方法、存储介质及终端设备 | |
| CN113110933B (zh) | 一种具有Nginx负载均衡技术的系统 | |
| US20100250480A1 (en) | Identifying similar files in an environment having multiple client computers | |
| CN103077197A (zh) | 一种数据存储方法装置 | |
| CN110321225B (zh) | 负载均衡方法、元数据服务器及计算机可读存储介质 | |
| CN108900626B (zh) | 一种云环境下数据存储方法、装置及系统 | |
| Ullah et al. | Enhancing the dynamic load balancing technique for cloud computing using HBATAABC algorithm | |
| CN111475108A (zh) | 一种分布式存储方法、计算机设备及计算机可读存储介质 | |
| CN111131486A (zh) | 执行节点的负载调节方法、装置、服务器及存储介质 | |
| CN111381928A (zh) | 一种虚拟机迁移方法、云计算管理平台和存储介质 | |
| CN114153581A (zh) | 数据处理方法、装置、计算机设备和存储介质 | |
| US20180203636A1 (en) | Likelihood of access based object storage in a cloud environment | |
| CN114205361B (zh) | 一种负载均衡方法以及服务器 | |
| WO2005055059A1 (en) | A method of assigning objects to processing units | |
| CN114615275A (zh) | 一种面向云储存分布式负载均衡控制方法及装置 | |
| Singh et al. | Load balancing of distributed servers in distributed file systems | |
| CN114461369B (zh) | 一种面向复杂应用场景的自适应数据调度系统及方法 | |
| US10616318B1 (en) | Load balancer employing slow start, weighted round robin target selection | |
| CN116541167A (zh) | 系统流量控制方法、装置、电子设备及计算机可读介质 | |
| CN115391581A (zh) | 索引创建、图像存储、图像检索方法、装置及电子设备 | |
| CN109656696B (zh) | 一种数据api高效调用的处理方法 | |
| Thu et al. | Replication based on data locality for hadoop distributed file system | |
| CN102696257B (zh) | 实现多物理服务器之间温度均衡的方法及装置 | |
| CN112799849A (zh) | 一种数据处理方法、装置、设备及存储介质 | |
| JP7474283B2 (ja) | データロード装置およびデータロード方法 |
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 |