CN116389488A - 一种基于负载均衡算法的dns优化带宽分配方法 - Google Patents
一种基于负载均衡算法的dns优化带宽分配方法 Download PDFInfo
- Publication number
- CN116389488A CN116389488A CN202310054096.9A CN202310054096A CN116389488A CN 116389488 A CN116389488 A CN 116389488A CN 202310054096 A CN202310054096 A CN 202310054096A CN 116389488 A CN116389488 A CN 116389488A
- Authority
- CN
- China
- Prior art keywords
- node
- domain name
- bandwidth
- nodes
- value
- 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
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000005457 optimization Methods 0.000 title description 13
- 239000011159 matrix material Substances 0.000 claims description 16
- 230000000694 effects Effects 0.000 description 6
- 238000009499 grossing Methods 0.000 description 6
- 238000012986 modification Methods 0.000 description 4
- 230000004048 modification Effects 0.000 description 4
- 230000001133 acceleration Effects 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 230000036632 reaction speed Effects 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 241001522296 Erithacus rubecula Species 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000010200 validation analysis Methods 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L47/00—Traffic control in data switching networks
- H04L47/50—Queue scheduling
- H04L47/52—Queue scheduling by attributing bandwidth to queues
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Computer And Data Communications (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种基于负载均衡算法的DNS优化带宽分配方法,所述优化带宽分配方法包括以下步骤:获取宽带业务数据;建立本地区域名服务器承载带宽值列表,计算每个本地区域名服务器的带宽均值,并生成符合正态分布的本地区域名服务器承载带宽值列表;生成节点分配权重;初始化节点权重数组;组合节点;宽带值重新分配,确定组合节点的最终宽带值。本发明解决了权重相等的节点带宽曲线无法保持一致,由于localdns承载的流量不均衡导致节点间带宽差异性增大,最终节点的带宽曲线出现毛刺的技术问题。
Description
技术领域
本发明涉及计算机技术领域,尤其涉及一种基于负载均衡算法的DNS优化带宽分配方法。
背景技术
在现有CDN的应用场景中,为用户提供加速服务的方式主要是通过调度系统为用户分配离最近且效果最优的节点,从而实现加速服务,而不至于跨越骨干网从源站获取对应资源。在进行调度的时候,最为关键的就是获取用户地址。在用户输入域名后,如果本地无法完成域名的解析,那么系统就只能请求域名解析服务进行解析,本地域名系统一般都是本地区的域名服务器localdns,一般本地区的域名服务器localdns在网络上靠近客户端。在进行域名解析时,由localdns迭代请求,最终从权威域名服务器获取到域名的IP地址返回给localdns,localdns将其结果进行缓存并将解析后主机名的IP地址返回给用户。
权威域名服务器在针对一个域名有多个IP地址的情况下,通常会采用加权轮询的方式将结果返回给localdns,但由于localdns所在区域的用户数量不一致,从而导致节点最终分配到的流量比和初始设定权重存在偏差,使得节点的带宽曲线出现毛刺。
在CDN中采用的主要计费方式为95计费,95计费是指在一个计费周期内,每5分钟采集一个平均带宽,抛弃前5%的计费值,剩下的最高作为计费依据,若节点的带宽曲线多次出现毛刺,有些波动点会进入计费值的区域内,从而导致CDN整体成本的增加。
因此希望有一种基于负载均衡算法的DNS优化带宽分配方法能够解决现有技术中存在的问题。
发明内容
鉴于现有技术的上述缺点、不足,本发明提供一种基于负载均衡算法的DNS优化带宽分配方法,其解决了权重相等的节点带宽曲线无法保持一致,由于localdns承载的流量不均衡导致节点间带宽差异性增大,最终节点的带宽曲线出现毛刺的技术问题。
为了达到上述目的,本发明采用的一种基于负载均衡算法的DNS优化带宽分配方法,所述优化带宽分配方法包括以下步骤:
获取宽带业务数据,统计现有宽带业务的带宽总量和本地区域名服务器的数量1;
建立本地区域名服务器承载带宽值列表,计算每个本地区域名服务器的带宽均值,并生成符合正态分布的本地区域名服务器承载带宽值列表;
生成节点分配权重,生成指定数量m个节点,分配每个节点初始负载权重,获取节点最大的权重n;
初始化节点权重数组,生成最大权重n*节点个数m的二维矩阵,二维矩阵每一列的数值和为该列节点的权重值;
组合节点,对二维矩阵进行逐行遍历,组合数值为1的节点生成组合节点列表,并记录组合节点列表的长度,作为加入节点序列的个数;
宽带值分配,遍历获取本地区域名服务器宽带列表中每个本地区域名服务器的宽带值,并获取相应的所述组合节点列表中的组合节点,将所述本地区域名服务器的宽带值均分给所述组合节点,将所述组合节点的宽度值进行累加,确定所述组合节点的最终宽带值。
可选地,所述初始化节点权重数组,生成初始值全为0的二维矩阵,然后再对所述二维矩阵每一列从上至下赋值为1,赋值1的数量为该列节点的权重值。
可选地,所述宽带值分配中本地区域名服务器在本地区域名服务器宽带列表中的排序为第C%本地区域名服务器宽带列表,所述组合节点在组合节点列表中的排序为第C%组合节点列表。
一种电子设备,包括:存储器和服务器;所述存储器中存储上述的DNS优化带宽分配的负载均衡算法,所述服务器用于执行所述存储器中的DNS优化带宽分配负载均衡算法。
本发明提出一种基于负载均衡算法的DNS优化带宽分配方法,本发明不仅保证权重相等的节点分配后的带宽保持一致,也减小了权重不同的节点因loacaldns承载流量不均衡造成的影响。本发明将权重大的节点尽量和权重小的节点进行组合返回给本地域名服务器localdns,本地域名服务器将带宽均分给组合节点,确保带宽分布均衡,从而减少分配后节点的带宽比和初始权重的差异,更进一步的平滑了带宽曲线,减少毛刺现象。本发明从根本上解决了localdns分配不均造成的问题,在面对localdns承载的带宽不同、任意节点分配权重、localdns的数量任意的情况下,通过使用本发明DNS优化带宽分配方法,最终节点分配到带宽比和初始权重更为接近,带宽曲线更为平滑,从而降低95计费值,达到节省成本的目的。在业务量庞大,网络设备和服务器带宽不一致的情况下,复杂均衡可以消除服务器之间的不均衡,优化请求在服务器之前的分配,提高系统的反应速度的和整体性能,提高系统用的拓展能力,而本发明DNS优化带宽分配方法不仅对CDN实际应用场景下的负载均衡算法起到了补充作用,还充分扩展了服务器的性能。在CDN业务中,DNS调度是主要采用的调度方式,针对DNS的研发会对业务场景起到自主可控、易于分析的作用,本发明DNS带宽分配的方法也可以应用于DNS自主研发中,对DNS服务进行补充。
附图说明
图1为本发明基于负载均衡算法的DNS优化带宽分配方法流程图。
图2为本发明基于负载均衡算法的DNS优化带宽分配方法与现有负载均衡算法进行对比的流程图。
图3为各省份的宽带曲线图。
图4为河北省流量去向曲线图。
图5为本地域名服务器的宽带直方图。
图6为本发明基于负载均衡算法的DNS优化带宽分配方法与现有负载均衡算法进行对比的宽带曲线图。
具体实施方式
为了更好的解释本发明,以便于理解,下面结合附图,通过具体实施方式,对本发明作详细描述。
为了更好的理解上述技术方案,下面将参照附图更详细地描述本发明的示例性实施例。虽然附图中显示了本发明的示例性实施例,然而应当理解,可以以各种形式实现本发明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清楚、透彻地理解本发明,并且能够将本发明的范围完整的传达给本领域的技术人员。
实施例一
如图1所示,本发明基于负载均衡算法的DNS优化带宽分配方法包括以下步骤:
获取省份宽带业务数据,统计现有宽带业务的带宽总量和本地区域名服务器的数量1;
建立本地区域名服务器承载带宽值列表,计算每个本地区域名服务器的带宽均值,并生成符合正态分布的本地区域名服务器承载带宽值列表;
生成节点分配权重,生成指定数量m个节点,分配每个节点初始负载权重,获取节点最大的权重n;
初始化节点权重数组,生成初始值全为0的最大权重n*节点个数m的二维矩阵,然后再对所述二维矩阵每一列从上至下赋值为1,二维矩阵每一列的数值和为该列节点的权重值;
组合节点,对二维矩阵进行逐行遍历,组合数值为1的节点生成组合节点列表,并记录组合节点列表的长度,作为加入节点序列的个数;
宽带值分配,遍历获取本地区域名服务器宽带列表中每个本地区域名服务器的宽带值,并获取相应的所述组合节点列表中的组合节点,将所述本地区域名服务器的宽带值均分给所述组合节点,将所述组合节点的宽度值进行累加,确定所述组合节点的最终宽带值,并将所述组合节点的最终宽带值添加到最终展示列表中,最后根据展示列表绘制节点宽带曲线。
所述宽带值分配中本地区域名服务器在本地区域名服务器宽带列表中的排序为第C%本地区域名服务器宽带列表,所述组合节点在组合节点列表中的排序为第C%组合节点列表。
实施例二
如图2-6所示,本发明基于负载均衡算法的DNS优化带宽分配方法与现有负载均衡算法进行对比的方法包括:
步骤1:业务调研
对所处业务场景进行调研,在CDN调度业务中,DNS调度是CDN调度的主要使用方式,本发明主要应用于DNS调度中,依据调度策略和用户所属地域返回其对应的IP地址。本发明使调度后各个节点的带宽曲线趋于平滑,在采用95计费时能够节省成本。95计费是指在一个计费周期内(如一个月),每5分钟采集一个平均带宽,抛弃前5%的计费值,剩下的最高作为计费依据,若毛刺出现较多,有一些波动点会进入到计费值的区域内,从而影响整体成本;
调研各省份的带宽曲线,采用grafana展示各个省份的带宽值,如图3可知各个省份的带宽有所区别,带宽曲线随时间变动而波动,且波形也不一致,进一步说明每个localdns所承载的带宽不一致。也是造成服务器曲线原因之一。
调研各个服务器的带宽曲线,如图4所示为河北省的流量去向,其中A,B两个节点的初始为1:1,第一个箭头处为采用负载均衡算法一的A、B两个节点的带宽曲线,从图中可观察到两个节点的带宽曲线波动较大,存在毛刺。第二个箭头处为采用负载均衡算法二的A,B两台服务器的带宽曲线,从图中观测到A、B两个带宽曲线基本吻合,说明负载均衡算法二在保证了权重相等的节点带宽曲线的平滑。
基于以上背景,本发明提出的基于DNS优化带宽分配的负载均衡算法,在DNS进行带宽分配时无论节点节点的权重是否一致、localdns承载的流量大小、localdns的数量多少,都能减弱由于不用区域用户量和访问量的影响,使得带宽曲线更为平滑,从而降低成本。
步骤2:localdns承载带宽模拟数目生成
因为用户分布的地区不均衡,导致本地域名服务器接收客户端的请求数量不一致。通常客户端请求数量和流量成正相关的关系,因此本地域名服务器负责的流量分布也不均衡。故该步骤主要用于模拟本地域名服务器承载的流量,并尽可能使本地域名服务器的流量分布情况和实际情况尽量保持一致。针对联通CND目前的所接业务带宽为1T,localdns的数量处于236-236*120之间,故localdns承载带宽的均值为1024*1024M/localdns的数量,每个localdns承载的数值可以作为后续算法的输入。在效果验证时可以生成任意数量的localdns和其承载的带宽,用于验证本发明在各种条件下均存在优越性。如图5所示,为采用236*60个localdns,均值为76M的localdns带宽分布直方图,其分布满足正态分布。利用函数生成符合正态分布的曲线,并利用分配后的带宽值进行展示。
步骤3:节点分配权重生成
DNS带宽分配,即将带宽按照每个节点的承载能力进行分配,达到负载均衡的效果。在进行DNS调度时需要预先知道节点的IP地址及其承载能力,生成节点分配权重。该步骤用于生成指定数量的节点和分配每个节点的初始负载权重,其中m代表节点数量、n代表节点最大权重,该数据用于DNS带宽分配的负载均衡算法的效果评估和带宽曲线校验模块。该步骤随机生成指定范围内的权重,并将其分配给各个节点。该步骤生成节点权重字典如:{H1:2,H2:3},该数据作为DNS带宽分配的平滑算法的输入数据。
步骤4:DNS带宽分配现有技术
(1)现有的DNS带宽分配的负载均衡算法一:该算法主要采用加权轮询的方式,返回节点序列,每次返回一个节点。输入步骤3生成的节点名称和权重的对应关系,输出为节点权重列表。DNS带宽分配时按照节点的权重依次分配给本地域名服务器。针对{A:2,B:1,C:1}的节点权重,其返回序列首先从服务器A开始,访问后将其权重减1,至该节点的权重为0后再访问下一个节点B。DNS负载均衡算法一返回的节点序列应包含n个节点,n是所有节点的权重之和,在该序列中,每个服务器的出现次数等于其权重值。因此DNS负载均衡算法一针对{A:2,B:1,C:1}返回的节点序列为[[A],[A],[B],[C]]。若有4个localdns接受请求,则可计算处每个节点接受到的流量为下表所示:
由此可见localdns承载的流量的不同,会对分配后的带宽产生很大影响。A、B、C三个服务只有在每个localdns承载的带宽均相同时,才能保证分配后的带宽和初始结果一致,因为localdns的请求数量和承载带宽也会随时间波动,最终会导致差异过大,带宽曲线不平滑。
(2)现有DNS带宽分配负载均衡算法二:负责均衡算法二主要采用加权轮询和轮询结合方式分配节点序列,对权重相等的节点进行绑定,可以认为是一个新的节点,且权重更新为权重相等的节点个数与权重的乘积,并与其他节点按照DNS负载均衡算法一的加权轮询方式返回。因为localdns在接收到组合节点时采用轮询的方式返回给客户端,所以同一个localdns处承担的流量被组合节点均分,故构建返回节点序列时,组合节点的权重需要更新为组合节点长度乘以初始权重。如{A:2,B:1,C:1},构建权重节点字典,将权重作为key,目的是将权重相同的节点进行组合,生成{1:[B,C],2:[A]}。对字典进行遍历,对列表长度不为1的列表,将列表长度*对应权重的组合节点添加到返回的节点序列中,将[B,C]列表长度2*权重(1)=2,即添加2个[B,C]到新的返回节点序列中[[B,C],[B,C]]。将value长度为1的列表,直接添加权重对应的个数到节点序列中,即添加2个[A]到节点序列中,最终节点序列返回[[B,C],[B,C],[A],[A]]。若仍然为4个localdns,按照节点序列进行分配,localdns1得到的IP为B、C,localdns2获取到的IP地址为B、C,localdns3获取到的IP地址为A,localdns4获取到的IP地址为A。因为B、C节点一起返回给相同的本地域名服务器,本地域名服务器会按照轮询的方式访问B、C节点,所以可以确保同一个localdns的带宽可以被B、C两个服务器均分。4个服务器最终承载带宽为:A:localdns3+localdns4,B:(localdns1的带宽/2+localdns2的带宽/2),C:(localdns1的带宽/2+localdns2的带宽/2),避免了权重相等的节点因分配给不同本地域名服务器不同造成的流量差异。该步骤输入节点名称以及权重的对应关系,输出为节点的序列,且保证了相同权重的节点带宽的一致,从而一定程度上平滑了带宽曲线。
由上表中可以看出服务器B、C在任意时刻分配的带宽都是一致的,从而可以确保权重相等的节点其带宽曲线是吻合的,相应的曲线比较平滑,但与节点A之前仍然存在波动。
步骤5:本发明基于DNS优化带宽分配的负载均衡算法
在请求localdns的数量未知、lcoaldns数量未知、loocaldns所承载的流量未知的情况下,无法做到针对特定localdns返回特定服务器IP,确定最优的流量分配模型,解决精准化分布。在面对这么多未知的情况下,本发明提出的基于DNS带宽分配优化的负载均衡算法,仍要进一步平滑带宽曲线,减少带宽曲线的波动。本发明不仅秉承了负载均衡算法一、二的优势,在加权轮询的基础上,确保了权重相同的节点的带宽曲线走势一致,也将权重不同的节点之间的差距进行缩小,从上面的分析可知,造成曲线波动的毛刺的根本原因在于localdns承载的带宽的不同,所以平滑带宽曲线要从根本上缩小localdns流量不同造成的差异,即将权重大的节点的流量尽可能和权重小的节点进行结合,将权重大的节点的流量进行拆分组合,减弱localdns的差异。
若初始节点带宽权重比为{A:2,B:1,C:1},则尽量让A的部分和B、C节点结合绑定成新的节点[A,B,C]且权重为与A,B相同为1,且C保留剩余的权重,即{A:1,A:1,B:1,C:1},此时按照负载均衡算法二的思想,将权重相同的节点绑定成新节点,并更新权重,最终生成{[A,B,C]:3(相同权重的节点数量)*1(节点权重),A:1},之后再采用负载均衡算法一进行加权轮询,最终返回节点序列表[[A,B,C],[A,B,C],[A,B,C],A]。
(1)生成初始二维数组:生成最大权重*节点个数的二维矩阵,其每一列的和为该节点的权重值,针对上述权重分配,其节点个数为3,权重最大值为2,则生成的二维数组为:
(2)组合节点:针对上述生成的二维数组逐行进行遍历,组合数值为1的节点生成组合节点列表,并记录组合节点列表的长度,作为加入节点序列的个数。如遍历第一行,其每个组合节点为[A,B,C],组合节点的长度为3,添加到需要返回的节点序列,则节点序列为[[A,B,C],[A,B,C],[A,B,C]];遍历第二行,仅节点A的数值为1,长度为1,故仅将一个[A]添加节点序列中,最终返回的节点序列为[[A,B,C],[A,B,C],[A,B,C],[A]]。4个localdns按照节点列表分配带宽可得到最终的带宽分配为:
由上表可知,节点B和C分配到相等的流量,确保了相等的权重,其和节点A的流量的差距也仅受到localdns4一个节点的影响,减少不可控因素的影响,利于曲线的平滑。
步骤6:效果评估
(1)权重相似度比对:主要比较节点的初始权重和使用DNS负载算法后的节点带宽权重的相似度,从数值上直观验证本发明提出的DNS优化带宽分配的平湖算法和现有算法的区别。余弦相似度的取值范围在-1到1之间,其值越接近1,两个向量越为接近。
主要采用numpy.dot生成的矩阵的乘积即分子,numpy.linalg.norm生成L2范式,即分母部分。
(2)曲线平滑程度:一段时间后,不同DNS负载均衡算法后的带宽曲线。这一段时间内,用户的访问数量有所变化,因此会导致本地域名服务器后的带宽也会变化,因此带宽曲线校验模块本质上是查看面对不同的带宽和采用不同DNS负载均衡算法后,带宽曲线的平滑程度。模拟不同节点数、不同流量权重、不同节点初始权重的情况,根据不同负载均衡算法返回的节点序列进行分配带宽,验证带宽曲线的平滑程度。
记录多次不同权重分配,多次流量分配,最终的相似度列别,记录每一次与初始权重的相似度列表,这个记录的是相同的权重,不同的流量分布,一次的结果。生成每个localDNS正态分布的流量分布,根据不同算法,计算每个server(设备的值)的流量值,多次调用生成正态分布的流量,查看不同算法的曲线变换程度,获取每个localDNS的流量值,将其加入到流量字典列表中,计算与初始设备权重的相似度,将相似度结果也添加到最终的列表当中。将带宽分配后分配后的带宽曲线图像代码,主要运用plot函数的折线图和柱状图。
(3)效果验证:随机生成5个节点的权重时,将localdns的流量按照3种算法生成的节点序列进行分配,如图6所示,图中数据可以发现基于DNS优化带宽分配平滑算法的效果和初始分配权重的相似度最高,其带宽曲线也最为平滑。
本发明基于联通CDN业务发现现有DNS调度存在节点带宽曲线存在毛刺的现象,采用95计费时毛刺的高点会影响计费值,基于DNS优化带宽分配平滑算法平滑了带宽曲线,从而降低95计费值,节省成本。
基于上述现象,分析得到毛刺的存在的本质原因,即localdns所承载的流量不同,在DNS调度时按照所节点初始权重进行负载均衡时无法减弱这种影响,而基于DNS优化带宽分配平滑算法在面临实际环境面临localdns的个数、localdns承载的流量和初始节点权重均未知的情况下,该发明化繁为简的从本质优化问题。
在业务量庞大,网络设备和服务器带宽不一致的情况下,复杂均衡可以消除服务器之间的不均衡,优化请求在服务器之前的分配,提高系统的反应速度的和整体性能,提高系统用的拓展能力,而本发明不仅对解决CDN实际应用场景,对于负载均衡算法也起到了补充作用,充分扩展了服务器的性能。
在CDN业务中,DNS调度是主要采用的调度方式,针对DNS的研发会对业务场景起到自主可控、易于分析的作用,本发明基于DNS带宽分配的平滑算法也可以应用于DNS自主研发中,对DNS服务进行补充。
尽管已描述了本发明的优选实施例,但本领域的技术人员在得知了基本创造性概念后,则可对这些实施例作出另外的变更和修改。所以,权利要求应该解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种修改和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也应该包含这些修改和变型在内。
Claims (4)
1.一种基于负载均衡算法的DNS优化带宽分配方法,其特征在于,所述优化带宽分配方法包括以下步骤:
获取宽带业务数据,统计现有宽带业务的带宽总量和本地区域名服务器的数量1;
建立本地区域名服务器承载带宽值列表,计算每个本地区域名服务器的带宽均值,并生成符合正态分布的本地区域名服务器承载带宽值列表;
生成节点分配权重,生成指定数量m个节点,分配每个节点初始负载权重,获取节点最大的权重n;
初始化节点权重数组,生成最大权重n*节点个数m的二维矩阵,二维矩阵每一列的数值和为该列节点的权重值;
组合节点,对二维矩阵进行逐行遍历,组合数值为1的节点生成组合节点列表,并记录组合节点列表的长度,作为加入节点序列的个数;
宽带值分配,遍历获取本地区域名服务器宽带列表中每个本地区域名服务器的宽带值,并获取相应的所述组合节点列表中的组合节点,将所述本地区域名服务器的宽带值均分给所述组合节点,将所述组合节点的宽度值进行累加,确定所述组合节点的最终宽带值。
2.如权利要求1所述的基于负载均衡算法的DNS优化带宽分配方法,其特征在于:所述初始化节点权重数组,生成初始值全为0的二维矩阵,然后再对所述二维矩阵每一列从上至下赋值为1,赋值1的数量为该列节点的权重值。
3.如权利要求1所述的基于负载均衡算法的DNS优化带宽分配方法,其特征在于:所述宽带值分配中本地区域名服务器在本地区域名服务器宽带列表中的排序为第C%本地区域名服务器宽带列表,所述组合节点在组合节点列表中的排序为第C%组合节点列表。
4.一种电子设备,其特征在于,包括:存储器和服务器;所述存储器中存储上述权利要求1至3任一所述的DNS优化带宽分配的负载均衡算法,所述服务器用于执行所述存储器中的DNS优化带宽分配负载均衡算法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310054096.9A CN116389488A (zh) | 2023-01-30 | 2023-01-30 | 一种基于负载均衡算法的dns优化带宽分配方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310054096.9A CN116389488A (zh) | 2023-01-30 | 2023-01-30 | 一种基于负载均衡算法的dns优化带宽分配方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116389488A true CN116389488A (zh) | 2023-07-04 |
Family
ID=86973827
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310054096.9A Pending CN116389488A (zh) | 2023-01-30 | 2023-01-30 | 一种基于负载均衡算法的dns优化带宽分配方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116389488A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117278477A (zh) * | 2023-09-27 | 2023-12-22 | 北京泰策科技有限公司 | 一种基于宽带比例的dns负载均衡方法 |
-
2023
- 2023-01-30 CN CN202310054096.9A patent/CN116389488A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117278477A (zh) * | 2023-09-27 | 2023-12-22 | 北京泰策科技有限公司 | 一种基于宽带比例的dns负载均衡方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US6888836B1 (en) | Method for allocating web sites on a web hosting cluster | |
CN109547517B (zh) | 一种带宽资源调度方法和装置 | |
JP5890629B2 (ja) | データセンター顧客費用決定メカニズム | |
US6865601B1 (en) | Method for allocating web sites on a web server cluster based on balancing memory and load requirements | |
CN102882973B (zh) | 基于p2p技术的分布式负载均衡系统和方法 | |
CN106909451A (zh) | 一种分布式任务调度系统及方法 | |
US20090055835A1 (en) | System and Method for Managing License Capacity in a Telecommunication Network | |
CN107426332B (zh) | 一种web服务器集群的负载均衡方法及系统 | |
CN116389488A (zh) | 一种基于负载均衡算法的dns优化带宽分配方法 | |
CN110636388A (zh) | 一种业务请求分配方法、系统、电子设备及存储介质 | |
CN108259603A (zh) | 一种负载均衡方法及装置 | |
CN110798507A (zh) | 一种dhcp地址分配记忆的方法与系统 | |
TW200426602A (en) | Apparatus and methods for classification of web sites | |
CN111861217B (zh) | 一种车辆调配方法、装置及计算机可读存储介质 | |
CN111314234B (zh) | 一种流量分配的方法、装置、存储介质及电子设备 | |
CN113315825A (zh) | 分布式请求的处理方法、装置、设备及存储介质 | |
CN114945024B (zh) | 基于长短期记忆网络的服务器负载均衡优化方法 | |
CN116546028A (zh) | 服务请求的处理方法、装置、存储介质及电子设备 | |
CN112738247B (zh) | 基于多层空间调度的云计算资源分配系统及方法 | |
CN115525230A (zh) | 存储资源的分配方法、装置、存储介质及电子设备 | |
CN113377537A (zh) | 结合二分图匹配方法与约束求解器的在线多目标资源分配方法 | |
CN109327520B (zh) | 建立终端与服务器节点连接的方法及装置 | |
CN109302505B (zh) | 数据传输方法、系统、装置和存储介质 | |
CN113301445A (zh) | 一种内容分发网络的地址分配方法和装置 | |
CN111046009B (zh) | 日志存储方法及装置 |
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 |