CN115277713A - 负载均衡方法和装置 - Google Patents

负载均衡方法和装置 Download PDF

Info

Publication number
CN115277713A
CN115277713A CN202210891358.2A CN202210891358A CN115277713A CN 115277713 A CN115277713 A CN 115277713A CN 202210891358 A CN202210891358 A CN 202210891358A CN 115277713 A CN115277713 A CN 115277713A
Authority
CN
China
Prior art keywords
data
time point
traffic
servers
flow
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
Application number
CN202210891358.2A
Other languages
English (en)
Other versions
CN115277713B (zh
Inventor
何剑峰
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.)
Jingdong Technology Information Technology Co Ltd
Original Assignee
Jingdong Technology Information 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 Jingdong Technology Information Technology Co Ltd filed Critical Jingdong Technology Information Technology Co Ltd
Priority to CN202210891358.2A priority Critical patent/CN115277713B/zh
Publication of CN115277713A publication Critical patent/CN115277713A/zh
Application granted granted Critical
Publication of CN115277713B publication Critical patent/CN115277713B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04L67/1031—Controlling of the operation of servers by a load balancer, e.g. adding or removing servers that serve requests
    • 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
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/08—Monitoring or testing based on specific metrics, e.g. QoS, energy consumption or environmental parameters
    • H04L43/0876—Network utilisation, e.g. volume of load or congestion level
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L43/00—Arrangements for monitoring or testing data switching networks
    • H04L43/16—Threshold monitoring

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Environmental & Geological Engineering (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本申请公开了负载均衡方法和装置，涉及计算机技术领域。该方法包括：获取预设时长中的历史业务流量数据；基于时段将历史业务流量数据划分为多个数据组，并基于多个数据组中的历史业务流量数据的统计数据确定流量阈值；针对预设时长中的每一个时间点，响应于确定该时间点的流量统计数据超过流量阈值，将该时间点确定为目标时间点；动态更新目标时间点对应的时刻所采用的服务器的数量。采用该方法可以提高负载均衡效率。

Description

负载均衡方法和装置
技术领域
本公开涉及计算机技术领域，具体涉及负载均衡方法和装置。
背景技术
云计算是一种计算服务，云产品负载均衡可将大并发流量分发到多台后端服务器，调整资源利用情况，消除由于单台设备故障对系统的影响，提高系统可用性、扩展系统服务能力。现有的负载均衡方法通常基于定时策略(在固定时间增加或者减少后端服务器)或者告警策略(当流量达到阈值时增加或者减少后端服务器)进行后端服务器的增减。
然而，现有的负载均衡方法均存在延时性，负载均衡效率低。
发明内容
本公开提供了一种负载均衡方法、装置、电子设备以及计算机可读存储介质。
根据本公开的第一方面，提供了一种负载均衡方法，包括：获取预设时长中的历史业务流量数据；基于时段将历史业务流量数据划分为多个数据组，并基于多个数据组中的历史业务流量数据的统计数据确定流量阈值；针对预设时长中的每一个时间点，响应于确定该时间点的流量统计数据超过流量阈值，将该时间点确定为目标时间点；动态更新目标时间点对应的时刻所采用的服务器的数量。
在一些实施例中，基于多个数据组中的历史业务流量数据的统计数据确定流量阈值，包括：将多个数据组中的历史业务流量数据的平均值确定为流量阈值。
在一些实施例中，基于多个数据组中的历史业务流量数据的统计数据确定流量阈值，包括：将多个数据组中每一个数据组的统计数据，依据数值大小进行排序，将预设位序上的流量统计数据作为流量阈值。
在一些实施例中，动态更新目标时间点对应的时刻所采用的服务器的数量，包括：在第一时刻增加所采用的服务器的数量，其中，第一时刻包括目标时间点对应的时刻之前的时刻。
在一些实施例中，在第一时刻增加所采用的服务器的数量之后，方法还包括：基于预设频率对目标时间点对应的时刻的业务流量数据进行监测；响应于监测到指定情况发生的次数超过预设阈值，减少所采用的服务器的数量，其中，指定情况包括业务流量数据小于流量阈值的情况。
根据本公开的第二方面，提供了一种用于预测信息的装置，包括：获取单元，被配置为获取预设时长中的历史业务流量数据；第一确定单元，被配置为基于时段将历史业务流量数据划分为多个数据组，并基于多个数据组中的历史业务流量数据的统计数据确定流量阈值；第二确定单元，被配置为针对预设时长中的每一个时间点，响应于确定该时间点的流量统计数据超过流量阈值，将该时间点确定为目标时间点；更新单元，被配置为动态更新目标时间点对应的时刻所采用的服务器的数量。
在一些实施例中，第一确定单元，包括：第一确定模块，被配置为将多个数据组中的历史业务流量数据的平均值确定为流量阈值。
在一些实施例中，第一确定单元，包括：第二确定单元，被配置为将多个数据组中每一个数据组的统计数据，依据数值大小进行排序，将预设位序上的流量统计数据作为流量阈值。
在一些实施例中，更新单元，包括：更新模块，被配置为在第一时刻增加所采用的服务器的数量，其中，第一时刻包括目标时间点对应的时刻之前的时刻。
在一些实施例中，在第一时刻增加所采用的服务器的数量之后，方法还包括：基于预设频率对目标时间点对应的时刻的业务流量数据进行监测；响应于监测到指定情况发生的次数超过预设阈值，减少所采用的服务器的数量，其中，指定情况包括业务流量数据小于流量阈值的情况。
根据本公开的第三方面，本公开的实施例提供了一种电子设备，包括：一个或多个处理器：存储装置，用于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面提供的负载均衡方法或者实现如第二方面提供的用于预测信息的方法。
根据本公开的第四方面，本公开的实施例提供了一种计算机可读存储介质，其上存储有计算机程序，其中，程序被处理器执行时实现如第一方面提供的负载均衡方法或者实现如第二方面提供的用于预测信息的方法。
本公开提供的负载均衡方法、装置，包括：获取预设时长中的历史业务流量数据；基于时段将历史业务流量数据划分为多个数据组，并基于多个数据组中的历史业务流量数据的统计数据确定流量阈值；针对预设时长中的每一个时间点，响应于确定该时间点的流量统计数据超过流量阈值，将该时间点确定为目标时间点；动态更新目标时间点对应的时刻所采用的服务器的数量，可以提高负载均衡效率。
应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是本申请的实施例可以应用于其中的示例性系统架构图；
图2是根据本申请的负载均衡方法的一个实施例的流程图；
图3是根据本申请的负载均衡方法的另一个实施例的流程图；
图4是根据本申请的负载均衡方法中一个应用场景的流程图；
图5是根据本申请的负载均衡装置的一个实施例的结构示意图；
图6是用来实现本申请实施例的负载均衡方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明，其中包括本申请实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本申请的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
图1示出了可以应用本申请的负载均衡方法或负载均衡装置的实施例的示例性系统架构100。
如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103可以是用户终端设备，其上可以安装有各种客户端应用，例如，模型训练类软件、数据维护类应用、图像类应用、视频类应用、搜索类应用、金融类应用等。
终端设备101、102、103可以是具有显示屏并且支持接收服务器消息的各种电子设备，包括但不限于智能手机、平板电脑、电子书阅读器、电子播放器、膝上型便携计算机和台式计算机等等。
终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是各种电子设备，当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务的多个软件模块)，也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以获取预设时长中的历史业务流量数据；基于时段将历史业务流量数据划分为多个数据组，并基于多个数据组中的历史业务流量数据的统计数据确定流量阈值；针对预设时长中的每一个时间点，响应于确定该时间点的流量统计数据超过流量阈值，将该时间点确定为目标时间点；动态更新目标时间点对应的时刻所采用的服务器的数量。
需要说明的是，本公开的实施例所提供的负载均衡方法可以由服务器105执行，相应地，负载均衡装置可以设置于服务器105中。
应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。
继续参考图2，示出了根据本公开的负载均衡方法的一个实施例的流程200，包括以下步骤：
步骤201，获取预设时长中的历史业务流量数据。
在本实施例中，负载均衡方法的执行主体(例如图1所示的服务器)可以获取预设时长中的历史业务流量数据，例如，获取过去一年内的历史业务流量数据。该历史业务流量数据是指在某段历史时间区间内，需要被服务器处理的任务/业务的业务量或者需要被服务器处理的数据的数据量。
步骤202，基于时段将历史业务流量数据划分为多个数据组，并基于多个数据组中的历史业务流量数据的统计数据确定流量阈值。
在本实施例中，可以基于时段将历史业务流量数据划分为多个数据组，并基于多个数据组中的历史业务流量数据的统计数据确定流量阈值，其中，流量统计数据可以是流量数据的平均值、流量数据的最大值、或者流量数据的中值。例如，根据时间进行切片，按月，按周，按天，按小时，按每15分钟对历史业务流量数据进行划分，按不同时间维度计算流量数据的平均值。
步骤203，针对预设时长中的每一个时间点，响应于确定该时间点的流量统计数据超过流量阈值，将该时间点确定为目标时间点。
在本实施例中，针对预设时长中的每一个时间点，若确定该时间点的流量统计数据超过流量阈值，则将该时间点确定为目标时间点。例如，若以周为时间点单位，在确定每周一的流量统计数据超过流量阈值后，则将每周一确定为目标时间点。可以理解，时间点单位的选取与时间切片的维度对应，例如，当按周进行时间切片时，时间点可以以天为单位，此时选取的流量阈值为按周进行时间切片所得到的流量数据的平均值。
步骤204，动态更新目标时间点对应的时刻所采用的服务器的数量。
在本实施例中，可以动态更新目标时间点对应的时刻所采用的服务器的数量，具体包括：增加目标时间点对应的时刻前后所采用的服务器的数量、或者减少目标时间点对应的时刻前后所采用的服务器的数量。时间点是指基于历史业务流量所确定的历史时间点，时间点对应的时刻是指当前或者之后的时刻。
本实施例提供的负载均衡的方法，获取预设时长中的历史业务流量数据；基于时段将历史业务流量数据划分为多个数据组，并基于多个数据组中的历史业务流量数据的统计数据确定流量阈值；针对预设时长中的每一个时间点，响应于确定该时间点的流量统计数据超过流量阈值，将该时间点确定为目标时间点；动态更新目标时间点对应的时刻所采用的服务器的数量，可以基于历史业务流量数据对流量高峰时刻进行预判，从而在流量高峰时刻增加用于处理业务的服务器，提高负载均衡效率。
可选地，基于多个数据组中的历史业务流量数据的统计数据确定流量阈值，包括：将多个数据组中的历史业务流量数据的平均值确定为流量阈值。
在本实施例中，可以基于时段将历史业务流量数据划分为多个数据组，并将多个数据组中的历史业务流量数据的平均值确定流量阈值。
可选地，基于多个数据组中的历史业务流量数据的统计数据确定流量阈值，包括：将多个数据组中每一个数据组的统计数据，依据数值大小进行排序，将预设位序上的流量统计数据作为流量阈值。
在本实施例中，可以基于时段将历史业务流量数据划分为多个数据组，将多个数据组中每一个数据组的统计数据，依据数值大小进行排序，将预设位序上的流量统计数据作为流量阈值。例如，将95％百分位上的流量统计数据作为流量阈值。
可选地，动态更新目标时间点对应的时刻所采用的服务器的数量，包括：在第一时刻增加所采用的服务器的数量，其中，第一时刻包括目标时间点对应的时刻之前的时刻。
在本实施例中，可以基于预设时间变量，在第一时刻增加所采用的服务器的数量，该第一时刻是指目标时间点对应的时刻之前的时刻。例如，若预设时间变量为2分钟，目标时间点对应的时刻为每周五20点，则可以在每周五19:58增加所采用的服务器的数量。
继续参考图3，示出了根据本公开的负载均衡方法的另一个实施例的流程300，包括以下步骤：
步骤301，获取预设时长中的历史业务流量数据。
步骤302，基于时段将历史业务流量数据划分为多个数据组，并基于多个数据组中的历史业务流量数据的统计数据确定流量阈值。
步骤303，针对预设时长中的每一个时间点，响应于确定该时间点的流量统计数据超过流量阈值，将该时间点确定为目标时间点。
本实施例中对步骤301、步骤302、步骤303的描述与步骤201、步骤202、步骤203的描述一致，此处不再赘述。
步骤304，在第一时刻增加所采用的服务器的数量，其中，第一时刻包括目标时间点对应的时刻之前的时刻。
在本实施例中，可以基于预设时间变量，在第一时刻增加所采用的服务器的数量，该第一时刻是指目标时间点对应的时刻之前的时刻。例如，若预设时间变量为2分钟，目标时间点对应的时刻为每周五20点，则可以在每周五19:58增加所采用的服务器的数量。
步骤305，基于预设频率对目标时间点对应的时刻的业务流量数据进行监测。
在本实施例中，可以基于预设频率对目标时间点对应的时刻的业务流量数据进行监测。例如，若预设频率为30秒，目标时间点对应的时刻为每周五20点，则可以在20点以后每30秒进行业务流量数据的监测。
步骤306，响应于监测到指定情况发生的次数超过预设阈值，减少所采用的服务器的数量，其中，指定情况包括业务流量数据小于流量阈值的情况。
在本实施例中，若监测到业务流量数据小于流量阈值的情况发生的次数，超过预设阈值，即，多次检测到业务流量数据小于流量阈值，则说明业务流量数据有所减少，则减少所采用的服务器的数量。
本实施例提供的负载均衡方法，相比于图2描述的实施例，在预估的业务高峰时刻之前提前增加用户处理业务的服务器，并在增加服务器后，基于预设频率对业务流量进行监测，并在业务流量下降时，及时减少服务器，以确保负载均衡。
在一些应用场景中，如图4所示，可以采用两种方法预测业务高峰时刻，第一种方法是根据时间进行切片，按月，按周，按天，按小时，按每15分钟进行流量切片，按不同时间维度算取平均值，针对不同时间维度，对于流量大于平均值的时间点进行二次分析，进而确定服务器数量的具体伸缩时间点，例如，每周五20点流量陡增，通过预设变量，在每周五19：58主动进行弹操作增加服务器，通过实时监控设定的流量值，在20点以后每30秒进行流量监控，确认是否达到流量阈值，如10次未达到流量阈值，进行自动缩减操作。第二种方法是按每5分钟进行历史流量切片，在95％百分位取值，同时计算每个5分钟切片的流量平均值，之后匹配出业务流量大于该取值的时间点进行二次分析，进而确定服务器数量的具体伸缩时间点。
进一步参考图5，作为对上述各图所示方法的实现，本公开提供了一种负载均衡装置的一个实施例，该装置实施例与图2和图3所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。
如图5所示，本实施例的负载均衡装置，包括：获取单元501、第一确定单元502、第二确定单元503、更新单元504。其中，获取单元，被配置为获取预设时长中的历史业务流量数据；第一确定单元，被配置为基于时段将历史业务流量数据划分为多个数据组，并基于多个数据组中的历史业务流量数据的统计数据确定流量阈值；第二确定单元，被配置为针对预设时长中的每一个时间点，响应于确定该时间点的流量统计数据超过流量阈值，将该时间点确定为目标时间点；更新单元，被配置为动态更新目标时间点对应的时刻所采用的服务器的数量。
在一些实施例中，第一确定单元，包括：第一确定模块，被配置为将多个数据组中的历史业务流量数据的平均值确定为流量阈值。
在一些实施例中，第一确定单元，包括：第二确定单元，被配置为将多个数据组中每一个数据组的统计数据，依据数值大小进行排序，将预设位序上的流量统计数据作为流量阈值。
在一些实施例中，更新单元，包括：更新模块，被配置为在第一时刻增加所采用的服务器的数量，其中，第一时刻包括目标时间点对应的时刻之前的时刻。
在一些实施例中，在第一时刻增加所采用的服务器的数量之后，方法还包括：基于预设频率对目标时间点对应的时刻的业务流量数据进行监测；响应于监测到指定情况发生的次数超过预设阈值，减少所采用的服务器的数量，其中，指定情况包括业务流量数据小于流量阈值的情况。
上述装置500中的各单元与参考图2、图3描述的方法中的步骤相对应。由此上文针对负载均衡方法描述的操作、特征及所能达到的技术效果同样适用于装置500及其中包含的单元，在此不再赘述。
根据本申请的实施例，本申请还提供了一种电子设备和一种可读存储介质。
如图6所示，是根据本申请实施例的负载均衡方法的电子设备600的框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示，该电子设备包括：一个或多个处理器601、存储器602，以及用于连接各部件的接口，包括高速接口和低速接口。各个部件利用不同的总线互相连接，并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理，包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如，耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中，若需要，可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样，可以连接多个电子设备，各个设备提供部分必要的操作(例如，作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中，该存储器存储有可由至少一个处理器执行的指令，以使该至少一个处理器执行本申请所提供的负载均衡方法。本申请的非瞬时计算机可读存储介质存储计算机指令，该计算机指令用于使计算机执行本申请所提供的负载均衡方法。
存储器602作为一种非瞬时计算机可读存储介质，可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块，如本申请实施例中的负载均衡方法对应的程序指令/模块(例如，附图5所示的获取单元501、第一确定单元502、第二确定单元503、更新单元504)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块，从而执行服务器的各种功能应用以及数据处理，即实现上述方法实施例中的负载均衡方法。
存储器602可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储根据用于提取视频片段的电子设备的使用所创建的数据等。此外，存储器602可以包括高速随机存取存储器，还可以包括非瞬时存储器，例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中，存储器602可选包括相对于处理器601远程设置的存储器，这些远程存储器可以通过网络连接至用于提取视频片段的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
负载均衡方法的电子设备还可以包括：输入装置603、输出装置604以及总线605。处理器601、存储器602、输入装置603和输出装置604可以通过总线605或者其他方式连接，图6中以通过总线605连接为例。
输入装置603可接收输入的数字或字符信息，以及产生与用于提取视频片段的电子设备的用户设置以及功能控制有关的键信号输入，例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如，LED)和触觉反馈装置(例如，振动电机)等。该显示设备可以包括但不限于，液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中，显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令，并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的，术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如，磁盘、光盘、存储器、可编程逻辑装置(PLD))，包括，接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本申请公开的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本申请保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等，均应包含在本申请保护范围之内。

Claims (12)

1.一种负载均衡方法，包括：
获取预设时长中的历史业务流量数据；
基于时段将所述历史业务流量数据划分为多个数据组，并基于所述多个数据组中的历史业务流量数据的统计数据确定流量阈值；
针对所述预设时长中的每一个时间点，响应于确定该时间点的流量统计数据超过所述流量阈值，将该时间点确定为目标时间点；
动态更新所述目标时间点对应的时刻所采用的服务器的数量。
2.根据权利要求1所述的方法，其中，所述基于所述多个数据组中的历史业务流量数据的统计数据确定流量阈值，包括：
将所述多个数据组中的历史业务流量数据的平均值确定为所述流量阈值。
3.根据权利要求1所述的方法，其中，所述基于所述多个数据组中的历史业务流量数据的统计数据确定流量阈值，包括：
将所述多个数据组中每一个数据组的统计数据，依据数值大小进行排序，将预设位序上的流量统计数据作为所述流量阈值。
4.根据权利要求1所述的方法，其中，所述动态更新所述目标时间点对应的时刻所采用的服务器的数量，包括：
在第一时刻增加所采用的服务器的数量，其中，所述第一时刻包括所述目标时间点对应的时刻之前的时刻。
5.根据权利要求4所述的方法，其中，在第一时刻增加所采用的服务器的数量之后，所述方法还包括：
基于预设频率对目标时间点对应的时刻的业务流量数据进行监测；
响应于监测到指定情况发生的次数超过预设阈值，减少所采用的服务器的数量，其中，所述指定情况包括业务流量数据小于所述流量阈值的情况。
6.一种负载均衡装置，包括：
获取单元，被配置为获取预设时长中的历史业务流量数据；
第一确定单元，被配置为基于时段将所述历史业务流量数据划分为多个数据组，并基于所述多个数据组中的历史业务流量数据的统计数据确定流量阈值；
第二确定单元，被配置为针对所述预设时长中的每一个时间点，响应于确定该时间点的流量统计数据超过所述流量阈值，将该时间点确定为目标时间点；
更新单元，被配置为动态更新所述目标时间点对应的时刻所采用的服务器的数量。
7.根据权利要求6所述的装置，其中，所述第一确定单元，包括：
第一确定模块，被配置为将所述多个数据组中的历史业务流量数据的平均值确定为所述流量阈值。
8.根据权利要求6所述的装置，其中，所述第一确定单元，包括：
第二确定单元，被配置为将所述多个数据组中每一个数据组的统计数据，依据数值大小进行排序，将预设位序上的流量统计数据作为所述流量阈值。
9.根据权利要求6所述的装置，其中，所述更新单元，包括：
更新模块，被配置为在第一时刻增加所采用的服务器的数量，其中，所述第一时刻包括所述目标时间点对应的时刻之前的时刻。
10.根据权利要求9所述的装置，其中，在第一时刻增加所采用的服务器的数量之后，所述方法还包括：
基于预设频率对目标时间点对应的时刻的业务流量数据进行监测；
响应于监测到指定情况发生的次数超过预设阈值，减少所采用的服务器的数量，其中，所述指定情况包括业务流量数据小于所述流量阈值的情况。
11.一种电子设备，包括：
至少一个处理器；以及
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。
12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行权利要求1-5中任一项所述的方法。
CN202210891358.2A 2022-07-27 2022-07-27 负载均衡方法和装置 Active CN115277713B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210891358.2A CN115277713B (zh) 2022-07-27 2022-07-27 负载均衡方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210891358.2A CN115277713B (zh) 2022-07-27 2022-07-27 负载均衡方法和装置

Publications (2)

Publication Number Publication Date
CN115277713A true CN115277713A (zh) 2022-11-01
CN115277713B CN115277713B (zh) 2024-06-18

Family

ID=83770959

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210891358.2A Active CN115277713B (zh) 2022-07-27 2022-07-27 负载均衡方法和装置

Country Status (1)

Country Link
CN (1) CN115277713B (zh)

Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100274637A1 (en) * 2009-04-23 2010-10-28 Avaya Inc. Prediction of threshold exceptions based on real time operating information
CN103023969A (zh) * 2012-11-15 2013-04-03 北京搜狐新媒体信息技术有限公司 一种云平台调度方法及系统
US9282116B1 (en) * 2012-09-27 2016-03-08 F5 Networks, Inc. System and method for preventing DOS attacks utilizing invalid transaction statistics
CN106375420A (zh) * 2016-08-31 2017-02-01 武汉钢信软件有限公司 一种基于负载均衡的服务器集群智能监控系统及方法
US20180034719A1 (en) * 2016-07-27 2018-02-01 Microsoft Technology Licensing, Llc Storing and expiring non-tcp traffic
CN108173938A (zh) * 2017-12-28 2018-06-15 泰康保险集团股份有限公司 服务器负载分流方法及装置
CN108322552A (zh) * 2018-03-23 2018-07-24 成都汇智远景科技有限公司 一种基于云计算的安全数据处理方法
US20180287956A1 (en) * 2017-03-30 2018-10-04 Home Box Office, Inc. Predictive scaling of computing resources
CN108665096A (zh) * 2018-04-28 2018-10-16 新华三大数据技术有限公司 人流量告警方法及装置
CN108769100A (zh) * 2018-04-03 2018-11-06 郑州云海信息技术有限公司 一种基于kubernetes容器数量弹性伸缩的实现方法及其装置
CN108924127A (zh) * 2018-06-29 2018-11-30 新华三信息安全技术有限公司 一种流量基线的生成方法和装置
CN108933834A (zh) * 2018-07-18 2018-12-04 郑州云海信息技术有限公司 一种调度方法及调度装置
CN109246229A (zh) * 2018-09-28 2019-01-18 网宿科技股份有限公司 一种分发资源获取请求的方法和装置
CN110138732A (zh) * 2019-04-03 2019-08-16 平安科技（深圳）有限公司 访问请求的响应方法、装置、设备及存储介质
CN110166418A (zh) * 2019-03-04 2019-08-23 腾讯科技（深圳）有限公司 攻击检测方法、装置、计算机设备和存储介质
US20210216848A1 (en) * 2020-01-14 2021-07-15 Vmware, Inc. Neural-network-based methods and systems that generate anomaly signals from forecasts of time-series data
CN113518057A (zh) * 2020-04-09 2021-10-19 腾讯科技（深圳）有限公司 分布式拒绝服务攻击的检测方法、装置及其计算机设备
CN113992586A (zh) * 2020-07-10 2022-01-28 腾讯科技（深圳）有限公司 流量控制方法、装置、计算机设备和存储介质

Patent Citations (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20100274637A1 (en) * 2009-04-23 2010-10-28 Avaya Inc. Prediction of threshold exceptions based on real time operating information
US9282116B1 (en) * 2012-09-27 2016-03-08 F5 Networks, Inc. System and method for preventing DOS attacks utilizing invalid transaction statistics
CN103023969A (zh) * 2012-11-15 2013-04-03 北京搜狐新媒体信息技术有限公司 一种云平台调度方法及系统
US20180034719A1 (en) * 2016-07-27 2018-02-01 Microsoft Technology Licensing, Llc Storing and expiring non-tcp traffic
CN106375420A (zh) * 2016-08-31 2017-02-01 武汉钢信软件有限公司 一种基于负载均衡的服务器集群智能监控系统及方法
US20180287956A1 (en) * 2017-03-30 2018-10-04 Home Box Office, Inc. Predictive scaling of computing resources
CN108173938A (zh) * 2017-12-28 2018-06-15 泰康保险集团股份有限公司 服务器负载分流方法及装置
CN108322552A (zh) * 2018-03-23 2018-07-24 成都汇智远景科技有限公司 一种基于云计算的安全数据处理方法
CN108769100A (zh) * 2018-04-03 2018-11-06 郑州云海信息技术有限公司 一种基于kubernetes容器数量弹性伸缩的实现方法及其装置
CN108665096A (zh) * 2018-04-28 2018-10-16 新华三大数据技术有限公司 人流量告警方法及装置
CN108924127A (zh) * 2018-06-29 2018-11-30 新华三信息安全技术有限公司 一种流量基线的生成方法和装置
CN108933834A (zh) * 2018-07-18 2018-12-04 郑州云海信息技术有限公司 一种调度方法及调度装置
CN109246229A (zh) * 2018-09-28 2019-01-18 网宿科技股份有限公司 一种分发资源获取请求的方法和装置
CN110166418A (zh) * 2019-03-04 2019-08-23 腾讯科技（深圳）有限公司 攻击检测方法、装置、计算机设备和存储介质
CN110138732A (zh) * 2019-04-03 2019-08-16 平安科技（深圳）有限公司 访问请求的响应方法、装置、设备及存储介质
US20210216848A1 (en) * 2020-01-14 2021-07-15 Vmware, Inc. Neural-network-based methods and systems that generate anomaly signals from forecasts of time-series data
CN113518057A (zh) * 2020-04-09 2021-10-19 腾讯科技（深圳）有限公司 分布式拒绝服务攻击的检测方法、装置及其计算机设备
CN113992586A (zh) * 2020-07-10 2022-01-28 腾讯科技（深圳）有限公司 流量控制方法、装置、计算机设备和存储介质

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙乔;邓卜侨;王志强;裴旭斌;: "一种基于分布式服务器集群的可扩展负载均衡策略技术", 电信科学, no. 09 *

Also Published As

Publication number Publication date
CN115277713B (zh) 2024-06-18

Similar Documents

Publication Publication Date Title
CN110597626B (zh) 在分布式系统中资源及任务的分配方法、装置及系统
US10277524B1 (en) Monitoring data streams and scaling computing resources based on the data streams
CN111694646B (zh) 资源调度方法、装置、电子设备及计算机可读存储介质
CN111880914A (zh) 资源调度方法、资源调度装置、电子设备和存储介质
CN110570217B (zh) 作弊检测的方法及装置
CN112437018A (zh) 分布式集群的流量控制方法、装置、设备和存储介质
CN112311597B (zh) 消息推送方法和装置
CN112508768B (zh) 单算子多模型流水线推理方法、系统、电子设备及介质
CN111865720B (zh) 用于处理请求的方法、装置、设备以及存储介质
CN112561332A (zh) 模型管理方法、装置、电子设备、存储介质和程序产品
CN114416685A (zh) 日志处理方法、系统和存储介质
CN110958137A (zh) 流量管理方法、装置及电子设备
CN111858030A (zh) 作业的资源处理方法、装置、电子设备及可读存储介质
CN113742174B (zh) 云手机应用监控方法、装置、电子设备和存储介质
CN114554110A (zh) 视频生成方法、装置、电子设备和存储介质
CN112351042B (zh) 攻击流量计算方法、装置、电子设备和存储介质
CN114217996A (zh) 混音方法和装置
CN112527527A (zh) 消息队列的消费速度控制方法、装置、电子设备和介质
CN112346512A (zh) 时间同步方法和装置
CN115277713B (zh) 负载均衡方法和装置
CN110620701A (zh) 数据流监控处理方法、装置、设备及存储介质
CN111597461B (zh) 一种目标对象聚集预测方法、装置以及电子设备
CN115391158A (zh) 一种时延确定方法、系统、装置及电子设备
CN113590447A (zh) 埋点处理方法和装置
CN111767170A (zh) 设备的操作复原方法、装置、设备以及存储介质

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
GR01 Patent grant
GR01 Patent grant