KR102157722B1 - 클라우드 모니터링을 기반으로 한 부하 분산 최적화 방법 및 장치 - Google Patents

Abstract

본 출원은 클라우드 모니터링을 기반으로 한 부하 분산 최적화 방법 및 장치를 공개했고, 부하 분산 기술 분야에 관한 것이고, 부하 분산 인스턴스의 메인/스탠바이 유효 영역의 스위칭 효율을 제고시킬 수 있으며, 부하 분산 설비의 우선순위를 지능적으로 스위칭하는 것을 실현할 수 있다. 상기 방법은 부하 분산 시스템이 제어하는 인트라 도메인의 트래픽 분포 통계 결과를 획득하는 단계; 상기 부하 분산 시스템 중 유효 영역 내의 후단 서버 통계 결과와 유효 영역의 네트워크 모니터링 품질을 획득하는 단계; 상기 트래픽 분포 통계 결과, 상기 후단 서버 통계 결과 및 상기 네트워크 모니터링 품질에 의거하여, 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역을 확정하는 단계; 확정 결과에 따라 상기 부하 분산 인스턴스의 메인 유효 영역을 스위칭하는 단계를 포함한다. 본 출원은 부하 분산에 적용하는데 가장 우수하다.

Description

클라우드 모니터링을 기반으로 한 부하 분산 최적화 방법 및 장치

본 출원은 부하 분산 기술 분야에 관한 것으로서, 더욱 상세하게는 클라우드 모니터링을 기반으로 한 부하 분산 최적화 방법 및 장치에 관한 것이다.

고효율의 정확한 부하 분산 스케줄링 기술은 클라우드 컴퓨팅 및 대형 애플리케이션 시스템 등 실제 운영의 기반이 된다. 부하 분산은 클라우드 컴퓨팅 플랫폼을 높은 효율로 안정적으로 운행할 수 있게 만들어 주며 높은 동시 요청(concurrent request)을 충족시켜 주기 때문에, 클라우드 컴퓨팅 및 대형 애플리케이션 시스템에서 중요한 역할을 한다. 클라우드 컴퓨팅 분야에서 소위 부하 분산이라 함은 주로 균형 있고 합리적으로 단시간 내에 대량으로 도달한 클라이언트 단말 요청을 후단 각 서버 상으로 분배할 수 있는 것을 말한다. 현재 대부분의 공공 클라우드의 부하 분산 시스템은 메인/스탠바이 HA 기술만 지원한다. 메인 스탠바이 유효 영역을 스위칭할 때, 수동으로 부하 분산 설비의 라우팅 우선순위(routing priority)를 조절해야 한다. 예를 들어 수동으로 각 유효 영역(Available Zone, AZ) 중 부하 분산 인스턴스가 라우팅 분배 시 기입하는 우선순위 수치를 수정하고, 나아가 라우팅 우선순위를 통해 상기 부하 분산 인스턴스가 어느 유효 영역으로 분배되는지 결정함으로써, 유효 영역 스위칭의 목적을 달성한다.

그러나 수동으로 부하 분산 설비의 라우팅 우선순위를 조절하는 방식은 부하 분산 인스턴스의 메인/스탠바이 유효 영역 스위칭 효율에 영향을 미칠 수 있으며, 부하 분산 설비의 우선순위를 지능적으로 스위칭시킬 수 없고, 오작동의 상황까지 발생할 수 있어 메인/스탠바이 유효 영역 스위칭의 정확성에 영향을 줄 수 있다.

본 발명은 클라우드 모니터링을 기반으로 한 부하 분산 최적화 방법 및 장치를 제안하며, 본 발명의 주요 목적은 종래에 있어서 수동으로 부하 분산 설비의 라우팅 우선순위를 조정하는 방식이 부하 분산 인스턴스의 메인/스탠바이 유효 영역 스위칭 효율에 영향을 미칠 수 있으며, 부하 분산 설비의 우선순위를 지능적으로 스위칭시킬 수 없고, 오작동의 상황까지 발생할 수 있어 메인/스탠바이 유효 영역 스위칭의 정확성에 영향을 줄 수 있는 문제를 해결하는 데에 있다.

본 출원은 일측면에서 클라우드 모니터링을 기반으로 한 부하 분산 최적화 방법을 제공하며, 상기 방법은

부하 분산 시스템이 제어하는 인트라 도메인의 트래픽 분포 통계 결과를 획득하는 단계;

상기 부하 분산 시스템 중 유효 영역 내의 후단 서버 통계 결과와 유효 영역의 네트워크 모니터링 품질을 획득하는 단계;

상기 트래픽 분포 통계 결과, 상기 후단 서버 통계 결과 및 상기 네트워크 모니터링 품질에 의거하여, 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역을 확정하는 단계; 및

확정 결과에 따라 상기 부하 분산 인스턴스의 메인 유효 영역을 스위칭하는 단계를 포함한다.

본 출원은 다른 일측면에서 클라우드 모니터링을 기반으로 한 부하 분산 최적화 장치를 제공하며, 상기 장치는

부하 분산 시스템이 제어하는 인트라 도메인의 트래픽 분포 통계 결과; 및 상기 부하 분산 시스템 중 유효 영역 내의 후단 서버 통계 결과와 유효 영역의 네트워크 모니터링 품질을 획득하는 데 사용되는 획득 유닛;

상기 트래픽 분포 통계 결과, 상기 후단 서버 통계 결과 및 상기 네트워크 모니터링 품질에 의거하여, 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역을 확정하는 데 사용되는 확정 유닛; 및

상기 확정 유닛의 확정 결과에 따라 상기 부하 분산 인스턴스의 메인 유효 영역을 스위칭하는 데 사용되는 스위칭 유닛을 포함한다.

본 출원은 또 다른 일측면에서 저장 설비를 제공하며, 여기에는 컴퓨터 프로그램이 저장되고, 상기 프로그램은 프로세서에 의하여 실행될 때 상기 클라우드 모니터링을 기반으로 한 부하 분산 최적화 방법을 구현한다.

본 출원은 또 다른 일측면에서 클라우드 모니터링을 기반으로 한 부하 분산 최적화의 실체 장치를 제공하며, 여기에는 저장 설비, 프로세서 및 저장 설비 상에 저장되고 프로세서 상에서 운행되는 컴퓨터 프로그램이 포함되고, 상기 프로세서가 상기 프로그램을 실행할 때 상기 클라우드 모니터링을 기반으로 한 부하 분산 최적화 방법을 구현한다.

상기 기술방안을 통하여, 본 발명에서 제공하는 클라우드 모니터링을 기반으로 한 부하 분산 최적화 방법 및 장치는 종래의 수동으로 부하 분산 설비의 라우팅 우선순위를 조정하는 방식과 비교할 때, 본 출원은 부하 분산 시스템이 제어하는 인트라 도메인의 트래픽 분포 통계 결과, 각 유효 영역 내의 후단 서버 통계 결과 및 각 유효 영역의 네트워크 모니터링 품질에 의거하여 종합 분석을 진행하고, 획득한 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역을 확정하며, 상기 적합한 유효 영역에 따라 자동으로 상기 부하 분산 인스턴스의 메인/스탠바이 유효 영역을 스위칭시키기 때문에, 부하 분산 인스턴스의 메인/스탠바이 유효 영역의 스위칭 효율을 제고시킬 수 있으며, 부하 분산 설비의 우선순위를 지능적으로 스위칭하여 업무상 필요에 따라 유효 영역을 이동시키는 목적을 구현함으로써, 오작동이 나타나는 상황을 방지할 수 있고, 나아가 부하 분산 인스턴스의 메인/스탠바이 유효 영역 스위칭의 정확성을 향상시킬 수 있다.

상기 설명은 본 출원의 기술방안을 개괄한 것에 불과하며, 본 출원의 기술수단에 대한 보다 명확한 이해를 돕기 위하여 발명의 설명 내용에 따라 실시할 수 있으며, 본 출원의 상기 내용과 기타 목적, 특징 및 장점을 더욱 쉽게 이해할 수 있도록 돕기 위하여, 이하에서 본 출원의 구체적인 실시방식을 설명하기로 한다.

이하의 바람직한 실시방식의 상세한 설명을 통하여, 본 발명이 속한 기술분야의 당업자는 각종 기타의 장점과 유익한 점을 명확하게 이해할 수 있다. 첨부도면은 바람직한 실시방식을 보여주기 위한 것이므로 본 발명을 제한하지 않는다. 또한 전체 첨부도면에서 동일한 참고 부호는 동일한 부품을 나타낸다.
도 1은 본 출원 실시예에서 제공하는 클라우드 모니터링을 기반으로 한 부하 분산 최적화 방법 흐름도이고;
도 2는 본 출원 실시예에서 제공하는 다른 클라우드 모니터링을 기반으로 한 부하 분산 최적화 방법 흐름도이고;
도 3은 본 출원 실시예에서 제공하는 유효 영역 인스턴스 구조도이고;
도 4는 본 출원 실시예에서 제공하는 메인/스탠바이 유효 영역 인스턴스 설명도이고;
도 5는 본 출원 실시예에서 제공하는 클라우드 모니터링을 기반으로 한 부하 분산 최적화 장치의 구조도이고; 및
도 6은 본 출원 실시예에서 제공하는 다른 클라우드 모니터링을 기반으로 한 부하 분산 최적화 장치의 구조도이다.

이하에서는 도면을 통하여 본 발명에서 공개하는 예시적 실시예를 더욱 상세하게 설명한다. 비록 도면에 본 발명에서 공개하는 예시적 실시예를 표시하지는 않았으나, 본 발명은 각종 형식으로 구현할 수 있으며 여기에서 설명하는 실시예에 의하여 제한되지 않는다. 반대로, 이하와 같은 실시예를 제공하는 것은 본 발명에 대한 보다 명확한 이해를 돕고 본 발명의 범위를 완전하게 본 발명이 속한 기술분야의 당업자에게 전달하기 위해서다.

본 출원 실시예는 클라우드 모니터링을 기반으로 한 부하 분산 최적화 방법을 제공하며, 부하 분산 인스턴스의 메인/스탠바이 유효 영역의 스위칭 효율을 제고시킬 수 있고, 부하 분산 설비의 우선순위를 지능적으로 스위칭하여 업무상 필요에 따라 유효 영역을 이동시키는 목적을 구현한다. 도 1에서 도시하는 바와 같이 상기 방법은 이하 단계를 포함한다.

단계 101: 부하 분산 시스템이 제어하는 인트라 도메인의 트래픽 분포 통계 결과; 및 부하 분산 시스템 중 유효 영역 내의 후단 서버 통계 결과와 유효 영역의 네트워크 모니터링 품질을 획득한다.

여기에서 부하 분산 시스템이 제어하는 지역은 하나의 도시 또는 하나의 특정 구역의 인터넷 데이터 센터(Internet Data Center, IDC) 기계실 집합일 수 있으며, 동일 도시 또는 동일 구역의 복수개 IDC 기계실로 구성된다.

예를 들어, 전체 도시 또는 구역의 IDC 기계실 공중망 부하 분산 시스템의 트래픽을 통합 정리하여 트래픽 분포 통계 결과를 획득할 수 있으며, 상기 통계 결과에는 각 유효 영역의 트래픽 사용률, 전체 대역폭 크기 등 정보가 포함될 수 있고, 상기 부하 분산 시스템 중 각 유효 영역 내의 후단 서버에 대한 헬스 체크(health check)를 통하여 각 유효 영역 내의 후단 서버 통계 결과를 획득하고, 상기 후단 서버 통계 결과에는 유효 영역 내에서 정상 상태에 있는 후단 서버 수량이 포함될 수 있고, 각 유효 영역의 네트워크 모니터링 품질의 운영 수량에 의거하여 각 유효 영역의 네트워크 품질 상황을 통계하여 획득하며, 상세하게는 지연시간, 패킷 손실률, 디더링(dithering), 패킷 혼란 등 네트워크 품질 상황이 포함될 수 있다.

본 출원 실시예의 실행 호스트는 클라우드 모니터링을 기반으로 한 부하 분산 최적화 장치일 수 있고, 부하 분산 설비 우선순위의 지능적인 스위칭 구현에 사용되며, 부하 분산 시스템이 제어하는 인트라 도메인의 실시간 트래픽 분포 통계 결과, 각 유효 영역 내 실시간 후단 서버 통계 결과 및 각 유효 영역 실시간 네트워크 모니터링 품질을 결합하여 종합적으로 분석하여 부하 분산 인스턴스의 메인/스탠바이 유효 영역 스위칭을 자동으로 구현할 수 있고, 상세하게는 단계 101 내지 103의 과정을 실행한다.

단계 102: 획득한 트래픽 분포 통계 결과, 후단 서버 통계 결과 및 상기 네트워크 모니터링 품질에 의거하여, 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역을 확정한다.

예를 들어, 먼저 획득한 트래픽 분포 통계 결과에 의거하여, 각 유효 영역 현재의 트래픽 사용율과 전체 대역폭을 확정하고, 다시 후단 서버 통계 결과에 의거하여 각 유효 영역에서 현재 정상 상태에 있는 후단 서버 수량을 확정한 후, 네트워크 모니터링 품질에 의거하여 각 유효 영역에서 나타나는 이상 상황을 확정하고, 마지막으로 이러한 정보에 의거하여 현재 트래픽 사용률이 비교적 낮고 전체 대역폭이 비교적 높으며 정상 상태에 있는 후단 서버 수량이 비교적 많고 이상 상황이 아주 적게 출현하는 유효 영역 N을 선택하고, 유효 영역 N을 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역으로 확정한다.

단계 103: 확정 결과에 따라 부하 분산 인스턴스의 메인/스탠바이 유효 영역 스위칭을 진행한다.

예를 들어, 현재 유효 영역 N이 부하 분산 인스턴스에 대응하는 메인 유효 영역으로서의 유효 영역에 적합하고, 상기 부하 분산 인스턴스가 라우팅을 분배할 때 자동으로 적합한 우선순위 수치를 기입하여, 상기 부하 분산 인스턴스를 유효 영역 N에 분배하여 처리를 진행하기 때문에, 상기 부하 분산 인스턴스의 메인/스탠바이 유효 영역 스위칭을 자동으로 구현할 수 있다.

본 출원 실시예에서 제공하는 클라우드 모니터링을 기반으로 한 부하 분산 최적화 방법은, 종래의 수동으로 부하 분산 설비의 라우팅 우선순위를 조정하는 방식과 비교할 때, 본 출원 실시예는 부하 분산 시스템이 제어하는 인트라 도메인의 트래픽 분포 통계 결과, 각 유효 영역 내의 후단 서버 통계 결과 및 각 유효 영역의 네트워크 모니터링 품질에 의거하여 종합 분석을 진행하고, 획득한 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역을 확정하며, 상기 적합한 유효 영역에 따라 자동으로 상기 부하 분산 인스턴스의 메인/스탠바이 유효 영역을 스위칭시키기 때문에, 부하 분산 인스턴스의 메인/스탠바이 유효 영역의 스위칭 효율을 제고시킬 수 있으며, 부하 분산 설비의 우선순위를 지능적으로 스위칭하여 업무상 필요에 따라 유효 영역을 이동시키는 목적을 구현함으로써, 오작동이 나타나는 상황을 방지할 수 있고, 나아가 부하 분산 인스턴스의 메인/스탠바이 유효 영역 스위칭의 정확성을 향상시킬 수 있다.

더 나아가, 상기 실시예의 구체적인 실시방식을 세분화하고 확장하여, 또 다른 클라우드 모니터링을 기반으로 한 부하 분산 최적화 방법을 제공한다. 도 2에서 도시하는 바와 같이 상기 방법은 이하의 단계를 포함한다.

단계 201: 부하 분산 시스템이 제어하는 인트라 도메인의 트래픽 분포 통계 결과, 및 부하 분산 시스템 중 유효 영역 내의 후단 서버 통계 결과와 유효 영역의 네트워크 모니터링 품질을 획득한다.

부하 분산 시스템 중 유효 영역 내의 후단 서버 통계 결과를 획득하는 단계에 있어서, 상세하게는 후단 서버에 대한 헬스 체크를 통하여 유효 영역 중 소정의 정상 조건 상태에 있는 후단 서버의 수량을 확정하고, 상기 수량에 의거하여 부하 분산 시스템 중 유효 영역 내의 후단 서버 통계 결과를 확정한다. 여기에서 소정의 정상 조건 상태는 헬스 체크의 실제 수요에 의거하여 사전에 배치할 수 있다.

헬스 체크는 부하 분산 서비스에서 상당히 중요한 기능이며, 부하 분산 설비는 트래픽을 후단 서버 상으로 전환하고, 헬스 체크를 통하여 후단 서버가 정상적으로 서비스를 제공하는지 여부를 검출한다. 만약 이상 상태에 있는 후단 서버에 대한 헬스 체크의 연속 성공 횟수가 “헬스 체크 정상 역치”에 도달한 경우, 상기 후단 서버가 정상 상태를 회복한 것으로 간주하고 이에 대한 트래픽 전환을 개시한다. 만약 정상 상태에 있는 후단 서버의 헬스 체크 연속 실패 횟수가 “헬스 체크 이상 역치”에 도달한 경우, 상기 후단 서버가 이상 상태에 있는 것으로 간주하고 이에 대한 트래픽 전환을 중지한다.

후단 서버에 대한 헬스 체크를 통하여 각 유효 영역 중 존재하는 정상 상태에 있는 후단 서버의 수량을 확정할 수 있으며, 상기 수량에 의거하여 부하 분산 시스템 중 유효 영역 내의 후단 서버 통계 결과를 확정한다.

단계 202: 획득한 트래픽 분포 통계 결과에 의거하여, 부하 분산 시스템 중 각 유효 영역의 엑스포트 대역폭과 각 유효 영역에 각각 대응하는 공중망 엑스포트 사용 대역폭 평균값을 획득하고, 상기 획득한 엑스포트 대역폭과 공중망 엑스포트 사용 대역폭 평균값에 의거하여 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제1 추천값을 계산한다.

예를 들어, 제어 지역이 도시 A이고, 도시 A의 IDC 기계실 공중망 부하 분산 시스템의 트래픽을 통합 정리하여 통계를 내는데, 상기 지역이 각각 AZ1, AZ2,...,AZn인 N개 유효 영역을 가지고 있다고 가설한다. 각 유효 영역의 엑스포트 대역폭(Bandwidth)은 각각 B1, B2,..., Bn이다. 현재 통계를 낸 공중망 엑스포트 사용 대역폭의 일일 평균값은 B_Ave1, B_Ave2,..., B_AveN이다.

획득한 엑스포트 대역폭과 공중망 엑스포트 사용 대역폭 평균값에 의거하여, 부하 분산 시스템 중 각 유효 영역에서 각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제1 추천값을 계산하는 단계에 있어서, 상세하게는 유효 영역에 대응하는 공중망 엑스포트 사용 대역폭 평균값을 유효 영역의 엑스포트 대역폭으로 나누어 유효 영역의 트래픽 사용률을 획득하고, 유효 영역의 전체 대역폭에 소정의 조정 인자 계수를 곱하여 유효 영역에 대응하는 가중치를 획득하고, 트래픽 사용률이 낮을수록 추천값이 높고 가중치가 클수록 추천값이 높은 원칙에 따라 부하 분산 시스템 중 각 유효 영역에서 각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제1 추천값을 확정한다. 여기에서 소정의 조정 인자 계수는 기술자가 실제 상황에 의거하여 사전에 설정할 수 있다.

예를 들어, 상기 인스턴스를 결합하고, 이하의 공식을 통하여 각 유효 영역의 트래픽 사용률을 계산하여 얻는다.

그 후 트래픽 사용률의 크기에 의거하여 각 유효 영역의 순서를 배열하며, 만약 트래픽 사용률이 같으면 전체 대역폭이 큰 것은 앞쪽으로 배열하고, 배열 순서 결과에 의거하여 앞쪽에 가까울수록 참고값이 큰 원칙에 따라 각각 상응하는 추천 참고값을 분배한 후, 각 유효 영역의 가중치에 의거하여 평점을 매기는데, 예를 들어 AZ1의 전체 대역폭은 1G, AZ2의 전체 대역폭은 2G이며, 만약 전체 대역폭이 클수록 가중치가 크고, 추가 조정 인자가 r이며, AZ1의 가중치는 r*1, AZ2의 가중치는r*2이고, 마지막으로 각 유효 영역이 배치하는 추천 참고값에 각자 대응하는 가중치를 곱하여 추천값 Ra를 획득한다.

상기 방식을 통하여 각 유효 영역 현재의 트래픽 사용률과 전체 대역폭의 상황을 충분히 결합할 수 있으며, 트래픽 사용률이 낮을수록 우선 추천하고 전체 대역폭이 높을수록 우선 추천하는 원칙에 따라 부하 분산 인스턴스에 적합한 메인 유효 영역을 추천한다.

단계 203: 획득한 후단 서버 통계 결과에 의거하여, 부하 분산 시스템 중 각 유효 영역에서 각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제2 추천값을 계산한다.

단계 203은 상세하게는 수량이 많을수록 추천값이 높은 원칙에 따라, 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제2 추천값을 확정한다.

예를 들어, 각 유효 영역 중 정상 상태에 있는 후단 서버의 수량에 의거하여, 수량이 많을수록 추천값이 높은 원칙에 따라 각 유효 영역 스위칭의 추천값 Rb를 배치한다. 예를 들어 AZ1 중 정상적으로 사용할 수 있는 후단 서버가 6대이고, AZ2 중 정상적으로 사용할 수 있는 후단 서버가 2대이면, AZ1 유효 영역 스위칭의 추천값은 AZ2 유효 영역 스위칭의 추천값보다 커질 수 있다.

상기 방식을 통하여 각 유효 영역 중 정상적으로 사용할 수 있는 후단 서버 수량을 충분히 결합할 수 있다. 즉, 유효 영역 분포 비율은 정상적으로 사용할 수 있는 후단 서버가 많을수록 처리능력이 강하다는 원칙에 따라 부하 분산 인스턴스에 적합한 메인 유효 영역을 추천한다.

단계 204: 획득한 네트워크 모니터링 품질에 의거하여, 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제3 추천값을 계산한다.

단계 204는 상세하게는 획득한 네트워크 모니터링 품질의 운영 데이터에 의거하여, 유효 영역의 네트워크 품질 파라미터가 운영 시간 내에 나타내는 이상의 횟수에 대한 통계를 낸다. 이상 횟수가 클수록 추천값이 작아지는 원칙에 따라, 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제3 추천값을 확정한다.

예를 들어, 각 네트워크 모니터링 품질의 운영 데이터에 의거하여, 각 AZ의 네트워크 품질 상황에 대한 통계를 내는데, 상세하게는 네트워크 지연시간, DNS 해석 지연, 패킷 손실률, 디더링, 패킷 혼란 등 네트워크 품질 파라미터가 포함된다. 운영하는 시간에 의거하여 히스토리 데이터 통계를 진행하는데, 예를 들어 유효 영역 내에 나타나는 네트워크 지연시간이 비교적 길고, DNS 해석 시간이 비교적 길며 패킷 손실률이 비교적 많고 디더링, 패킷 혼란 등 이상 상황의 횟수가 있다. 이상 횟수가 많을수록 추천값이 작아지는 원칙에 따라 각 유효 영역 스위칭의 추천값 Rc를 분배하여 얻는다.

상기 방식을 통하여 각 유효 영역 중 이상 상황을 충분히 결합할 수 있으며, 이상 상황 출현을 감소시키는 원칙에 따라 부하 분산 인스턴스에 적합한 메인 유효 영역을 추천한다.

단계 205: 계산하여 획득한 제1 추천값, 제2 추천값, 제3 추천값 및 이들 각자에 대응하는 가중치에 의거하여, 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 추천값 결과를 확정한다.

단계 205는 상세하게는, 계산하여 획득한 제1 추천값에 상응하는 항목의 가중치를 곱하고, 여기에 제2 추천값에 상응하는 항목의 가중치를 곱한 것을 더하고, 다시 제3 추천값에 상응하는 항목의 가중치를 곱한 것을 더하여 획득한 합의 값을 부하 분산 시스템 중 각 유효 영역에서 부하 분산 인스턴스에 대응하는 메인 유효 영역의 추천값 결과를 확정한다.

예를 들어, 상기 인스턴스를 결합하고, 단계 202 내지 204에서 획득한 Ra, Rb, Rc의 3개 추천값을 참조하며, 공식 Rating=Ra*wa + Rb*wb + Rc*wc를 이용하여 최종적인 추천값 결과를 획득한다. 여기에서 Rating은 유효 영역 스위칭의 추천값 결과를 대표하며, wa는 제1항에 대응하는 가중치이고, wb는 제2항에 대응하는 가중치이고, wc는 제3항에 대응하는 가중치이다.

상기 방식을 통하여 실제 상황을 기반으로 다른 요소에 대하여 다른 중점으로 고려하여 정확하게 각 유효 영역 스위칭의 추천값 결과를 계산해 낼 수 있다.

단계 206: 추천값 결과에 따라, 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역을 확정한다.

단계 206은 상세하게는, 추천값 결과가 가장 높은 유효 영역, 또는 추천값 결과가 소정의 추천값 역치보다 큰 유효 영역을 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역으로 확정한다.

예를 들어, 추천값 결과가 가장 높은 유효 영역 A를 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역으로 확정할 수 있으며, 사전에 일정 추천값 역치를 설정하고 상기 추천값 역치보다 큰 유효 영역이 모두 조건에 부합하도록 하며, 여기에서 하나의 유효 영역을 선택하여 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역으로 확정할 수도 있다.

다른 업무 수요를 충족시키기 위하여, 본 출원의 선택 가능한 일실시예에 있어서, 추천값 결과에 따라 점수를 매기고 점수에 따라 사용자에게 메인 유효 영역에 적합한 유효 영역을 추천하며, 사용자가 어느 유효 영역을 부하 분산 인스턴스의 메인 유효 영역으로 삼을 것인지 선택하게 할 수도 있다. 예를 들어 추천값 결과에 의거하여 1 내지 100점의 점수를 매기고 점수 영역에 대한 세그먼트를 진행하고, 각 세그먼트의 추천역량과 해석 설명을 해석한다. 예를 들어 80점 이상의 AZ는 부하 분산 인스턴스의 메인 AZ를 이 AZ로 설정하는 것을 강력 추천한다.

단계 207: 확정 결과에 따라 부하 분산 인스턴스의 메인 유효 영역 스위칭을 진행한다.

현재 부하 분산 시스템 대부분이 동적 라우팅 프로토콜(dynamic routing protocol)을 사용해 32비트 호스트 라우팅의 분배를 진행한다. 예를 들어 부하 분산 설비 상에 배치하는 부하 분산 인스턴스는 32비트 라우팅의 방식을 통해 라우터 상으로 분배되고, 상기 라우터 상에서는 32비트 라우팅을 유지해야 하는데, 이러한 방안은 과도하게 많은 시스템 자원이 소모될 수 있다. 도 3에서 도시하는 바와 같이, 동일 도시 다른 지역 더블 유효 영역의 배치 구조이다. 데이터센터 인터커넥션(Datacenter Interconnection, DCI) 채널은 2개 유효 영역의 기계실을 연결하는 데 사용된다. 라우터(3)와 라우터(4)는 로컬 기간망에 속하며, 인터넷에 직접 연결하는 데 사용된다. 라우터(3)와 라우터(4) 간에는 DCI 채널을 통하여 연결한다. 라우터(1)와 라우터(2)는 각각 AZ2, AZ2 내부의 데이터센터망에 속하며, 종래의 방안에서 부하 분산 설비 상에 배치하는 부하 분산 인스턴스(특허 VIP)는 32비트 라우팅의 방식을 통하여 라우터(1)와 라우터(2) 상에 배포된다. 상기와 같이 각각의 신규 추가된 하나의 부하 분산 인스턴스는 하나의 새로운 32비트 라우팅을 라우터(1)와 라우터(2) 상에 배포해야 하며, 라우터(1)와 라우터(2) 상에 상기 32비트 라우팅을 유지해야 되므로 상기와 같은 방안은 과도하게 많은 시스템 자원을 소모시킬 수 있다.

상기 문제를 해결하고 배치의 가용성을 향상시키기 위하여, 본 출원 실시예에서 단계 207 전에 정적 등가 라우팅을 배치하는 방식을 통하여 부하 분산 인스턴스가 속하는 부하 분산 설비에서 사전에 네트워크 세그먼트 라우팅을 부하 분산 설비에 상응하는 라우터 상에 배포하는 단계를 더 포함할 수 있다. 예를 들어, 도 3에서 도시하는 인스턴스를 통하여 설명하자면, 부하 분산 설비에서 네트워크 세그먼트 라우팅을 라우터(1)와 라우터(2)에 배포한다. 그 후 네트워크 컨트롤러를 통하여 곧바로 라우터(1)와 라우터(2)를 스케줄링하며, 32비트 라우팅을 라우터(3)와 라우터(4)에 배포한다. 이 경우 라우터(1)와 라우터(2) 상에 원래 유지해야 했던 32비트 라우팅이 사라질 수 있기 때문에, 시스템 자원을 절감할 수 있다. 도 4에서 도시하는 바와 같이, AZ1에 LB1, LB2, LB3의 3개 부하 분산 설비가 존재하며, 이 3대의 설비에서 부하 분산 자원풀을 형성한다. 이때 라우터(1) 상에서 부하 분산 IP 주소 세그먼트를 3개의 정적 등가 라우팅으로 배치하여 3대의 설치를 지향하도록 한다. 그 후, 부하 분산 인스턴스의 배치 수요에 따라 부하 분산 인스턴스의 32비트 라우팅과 우선수위 수치 a를 라우터(3)에 배포한다. AZ2에도 동일한 작업을 진행하여 부하 분산 인스턴스의 배치 수요에 따라 부하 분산 인스턴스의 32비트 라우팅과 우선수위 수치 b를 라우터(4)에 배포한다.

이에 상응하여, 단계 207은 상세하게는, 상기 라우터가 부하 분산 인스턴스에 대응하는 32비트 라우팅을 기간망 라우터에 배포할 때 부수되는 우선순위 수치를 조절함으로써, 부하 분산 인스턴스의 메인 유효 영역을 확정 결과 중의 유효 영역으로 스위칭하고, 여기에서 다른 유효 영역의 기간망 라우터 사이는 DCI 채널을 통해 연결하는 단계를 포함할 수 있다.

예를 들어, 도 3 및 4에서 도시하는 바와 같이, 상기 실시과정과 결합하여, 구체적인 부하 분산 인스턴스의 메인 유효 영역 스위칭의 동작은 라우터(1)와 라우터(2) 호출의 집중적인 제어를 통하여 완성할 수 있다. 즉, 자동으로 상기 우선순위 수치 a, b의 수치를 조절하여 라우터(1)가 32비트 라우팅과 조정한 우선순위 수치 a를 라우터(3)로 배포하고, 라우터(2)가 32비트 라우팅과 조정한 우선순위 수치 b를 라우터(4)로 배포하고, 나아가 부하 분산 인스턴스의 메인 유효 영역을 자동으로 스위칭할 수 있다.

더 나아가, 사용자가 자동으로 지정 시간에 유효 영역 스위칭을 완료하는 것을 구현하기 위하여, 운영 경험에 따라 메인 유효 영역 스위칭 시간을 부여할 수도 있다. 예를 들어 통상적으로 적합한 스위칭 시간은 저녁 11시에서 익일 오전 6시이나, 일부 시스템은 일부 특수한 추천시간이 더욱 적합한 추천시간일 수 있으며, 클라우드 플랫폼 타이밍 운영 시스템을 통하여 부하 분산 인스턴스의 유효 영역 스위칭의 작업을 자동으로 입력할 수 있다. 즉, 상기 실시과정을 통하여 부하 분산 인스턴스의 메인 유효 영역을 어느 유효 영역으로 설정해야 할지를 확정하고, 지정 시간에 자동으로 상기 메인 유효 영역의 스위칭 작업을 완료한다.

본 출원 실시예는 또 다른 클라우드 모니터링을 기반으로 한 부하 분산 최적화 방법을 제공하며, 부하 분산 인스턴스의 메인/스탠바이 유효 영역의 스위칭 효율을 제고시킬 수 있고, 부하 분산 설비의 우선순위를 지능적으로 스위칭하여 업무상 필요에 따라 유효 영역을 이동시키는 목적을 구현하며, 오작동의 상황까지 발생하는 것을 방지하고, 나아가 부하 분산 인스턴스의 메인/스탠바이 유효 영역 스위칭의 정확성을 향상시킬 수 있으며, 시스템 자원을 절약할 수 있다.

더 나아가 도 1 및 2의 방법은 구체적으로 이하와 같이 구현된다. 본 출원 실시예는 클라우드 모니터링을 기반으로 한 부하 분산 최적화 장치를 제공하며, 도 5에서 도시하는 바와 같이 상기 장치는 획득 유닛(31), 확정 유닛(32) 및 스위칭 유닛(33)을 포함한다.

획득 유닛(31)은 부하 분산 시스템이 제어하는 인트라 도메인의 트래픽 분포 통계 결과; 및 상기 부하 분산 시스템 중 유효 영역 내의 후단 서버 통계 결과와 유효 영역의 네트워크 모니터링 품질을 획득하는 데 사용될 수 있다.

확정 유닛(32): 상기 획득 유닛(31)이 획득한 트래픽 분포 통계 결과, 상기 후단 서버 통계 결과 및 상기 네트워크 모니터링 품질에 의거하여, 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역을 확정하는 데 사용될 수 있다.

스위칭 유닛(33): 상기 확정 유닛(32)의 확정 결과에 따라 상기 부하 분산 인스턴스의 메인 유효 영역을 스위칭하는 데 사용될 수 있다.

구체적인 응용 상황에 있어서, 도 6에서 도시하는 바와 같이 확정 유닛(32)는 상세하게는 획득 모듈(321), 계산 모듈(322) 및 확정 모듈(323)을 포함한다.

획득 모듈(321): 상기 트래픽 분포 통계 결과에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역의 엑스포트 대역폭과 상기 각 유효 영역에 각각 대응하는 공중망 엑스포트 사용 대역폭 평균값을 획득하는 데 사용될 수 있다.

계산 모듈(322): 상기 엑스포트 대역폭과 상기 공중망 엑스포트 사용 대역폭 평균값에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제1 추천값을 계산하는 데 사용될 수 있다.

계산 모듈(322): 상기 후단 서버 통계 결과에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제2 추천값을 계산하는 데 더 사용될 수 있다.

계산 모듈(322): 상기 획득한 네트워크 모니터링 품질에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제3 추천값을 계산하는 데 더 사용될 수 있다.

확정 모듈(323): 상기 제1 추천값, 상기 제2 추천값, 상기 제3 추천값 및 이들 각자에 대응하는 가중치에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 추천값 결과를 확정하는 데 사용될 수 있다.

확정 모듈(323): 상기 추천값 결과에 따라, 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역을 확정하는 데 더 사용될 수 있다.

구체적인 응용 상황에 있어서, 계산 모듈(322)은 상세하게는 유효 영역에 대응하는 공중망 엑스포트 사용 대역폭 평균값을 유효 영역의 엑스포트 대역폭으로 나누어 유효 영역의 트래픽 사용률을 획득하고, 유효 영역의 전체 대역폭에 소정의 조정 인자 계수를 곱하여 유효 영역에 대응하는 가중치를 획득하고, 상기 트래픽 사용률이 낮을수록 추천값이 높고 가중치가 클수록 추천값이 높은 원칙에 따라 상기 부하 분산 시스템 중 각 유효 영역에서 각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제1 추천값을 확정하는 데 사용될 수 있다.

구체적인 응용 상황에 있어서, 획득 유닛(31)은 상세하게는 후단 서버에 대한 헬스 체크를 통하여 유효 영역 중 소정의 정상 조건 상태에 있는 후단 서버의 수량을 확정하고, 상기 수량에 의거하여 상기 부하 분산 시스템 중 유효 영역 내의 후단 서버 통계 결과를 확정하는 데 사용될 수 있다.

계산 모듈(322)은 상세하게는 수량이 많을수록 추천값이 높은 원칙에 따라, 상기 부하 분산 시스템 중 각 유효 영역에서 각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제2 추천값을 확정하는 데에 더 사용될 수 있다.

구체적인 응용 상황에 있어서, 계산 모듈(322)은 상세하게는 상기 네트워크 모니터링 품질의 운영 데이터에 의거하여, 유효 영역의 네트워크 품질 파라미터가 운영 시간 내에 나타내는 이상의 횟수에 대한 통계를 낸다. 이상 횟수가 클수록 추천값이 작아지는 원칙에 따라, 상기 부하 분산 시스템 중 각 유효 영역에서 각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제3 추천값을 확정하는 데에 더 사용될 수 있다.

구체적인 응용 상황에 있어서, 확정 모듈(323)은 상세하게는 상기 제1 추천값에 상응하는 항목의 가중치를 곱하고, 여기에 상기 제2 추천값에 상응하는 항목의 가중치를 곱한 것을 더하고, 다시 상기 제3 추천값에 상응하는 항목의 가중치를 곱한 것을 더하여 획득한 합의 값을 상기 부하 분산 시스템 중 각 유효 영역에서 부하 분산 인스턴스에 대응하는 메인 유효 영역의 추천값 결과를 확정하는 데에 더 사용될 수 있다.

구체적인 응용 상황에 있어서, 확정 모듈(323)은 상세하게는 추천값 결과가 가장 높은 유효 영역, 또는 추천값 결과가 소정의 추천값 역치보다 큰 유효 영역을 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역으로 확정하는 데 더 사용될 수 있다.

구체적인 응용 상황에 있어서, 도 6에서 도시하는 바와 같이 상기 장치는 배포 유닛(34)을 더 포함한다.

배포 유닛(34): 정적 등가 라우팅을 배치하는 방식을 통하여, 상기 부하 분산 인스턴스가 속하는 부하 분산 설비에서 사전에 네트워크 세그먼트 라우팅을 상기 부하 분산 설비에 상응하는 라우터 상에 배포하는 데 사용될 수 있다.

스위칭 유닛(33): 상세하게는 상기 라우터가 상기 부하 분산 인스턴스에 대응하는 32비트 라우팅을 기간망 라우터에 배포할 때 부수되는 우선순위 수치를 조절함으로써, 상기 부하 분산 인스턴스의 메인 유효 영역을 확정 결과 중의 유효 영역으로 스위칭하고, 여기에서 다른 유효 영역의 기간망 라우터 사이는 DCI 채널을 통해 연결하는 데에 사용할 수 있다.

설명이 필요한 부분은, 본 출원 실시예에서 제공하는 클라우드 모니터링을 기반으로 한 부하 분산 최적화 장치에서 언급되는 각 기능 유닛의 기타 상응하는 설명은 도 1 및 2에서 대응하는 설명을 참고할 수 있으므로 여기에서 더 이상 설명하지 않는다는 것이다.

상기 도 1 및 2에서 도시하는 방법을 기반으로, 이에 상응하여 본 출원 실시예는 메모리 설비를 더 제공하며, 여기에는 컴퓨터 프로그램이 저장되고, 상기 프로그램 실행 시 상기 도 1 및 2에서 도시하는 클라우드 모니터링을 기반으로 한 부하 분산 최적화 방법이 구현된다.

상기 도 1 및 2에서 도시하는 방법과 도 5 및 6에서 도시하는 가상 장치의 실시예를 기반으로, 상기 목적을 구현하기 위하여, 본 출원 실시예는 클라우드 모니터링을 기반으로 한 부하 분산 최적화 실체 장치를 더 제공하며, 상기 실체 장치에는 메모리 설비와 프로세서가 포함된다. 상기 메모리 설비는 컴퓨터 프로그램을 저장하는 데 사용되며, 상기 프로세서는 상기 컴퓨터 프로그램을 실행하여 도 1 및 2에서 도시하는 클라우드 모니터링을 기반으로 한 부하 분산 최적화 방법을 구현하는 데 사용된다.

본 출원의 기술방안을 응용하면 부하 분산 인스턴스의 메인/스탠바이 유효 영역 스위칭 효율을 제고할 수 있으며, 부하 분산 설비의 우선순위를 지능적으로 스위칭하여 업무상 필요에 따라 유효 영역을 이동시키는 목적을 구현함으로써, 오작동이 나타나는 상황을 방지할 수 있고, 나아가 부하 분산 인스턴스의 메인/스탠바이 유효 영역 스위칭의 정확성을 향상시킬 수 있다.

상기 실시방식에 대한 설명을 통하여, 본 발명이 속한 기술분야의 당업자는 본 출원이 하드웨어를 통해 구현할 수 있으며, 소프트웨어를 빌어 필수적인 범용 하드웨어 플랫폼을 추가하는 방식으로 구현할 수도 있다는 것을 이해할 수 있다. 이러한 이해를 기반으로, 본 출원의 기술방안은 소프트웨어 제품의 형식으로 구현될 수 있으며, 상기 소프트웨어 제품은 비휘발성 저장 매체(CD-ROM, USB 디스크, 이동식 하드디스크 등일 수 있음)에 저장할 수 있으며, 복수개의 지령을 포함하여 한 대의 컴퓨터 설비(PC, 서버, 또는 네트워크 서버 등일 수 있음)가 본 출원의 각 실시 장면에서의 방법을 실행하게 만들 수 있다.

본 발명이 속한 기술분야의 당업자는 첨부 도면이 바람직한 실시장면에 대한 설명도에 불과하며, 첨부 도면 중의 모듈 또는 프로세스가 반드시 본 출원 실시예에 필수적인 것이 아니라는 것을 이해할 수 있다.

본 발명이 속한 기술분야의 당업자는 실시 장면 중의 장치 내 모듈이 실시 장면 설명에 따라 실시 장면의 장치 내에 분포할 수 있으며, 본 실시 장면과 다른 하나 또는 복수개 장치 내에 위치하도록 상응하는 변화를 줄 수 있다는 것을 이해할 수 있다. 상기 실시 장면의 모듈은 하나의 모듈로 합칠 수도, 복수개의 서브 모듈로 분리할 수도 있다.

상기 본 출원의 순서 번호는 설명을 위한 것으로서 실시 장면의 우열 관계를 나타내는 것이 아니다.

상기에서 공개한 것은 본 출원의 몇 가지 상세한 실시 장면에 불과하며 본 출원은 이에 국한되지 않는다. 본 발명이 속한 기술분야의 당업자가 변경한 내용은 모두 본 출원의 보호범위 내에 속한다.

Claims (32)

1. 삭제
2. 부하 분산 시스템이 제어하는 인트라 도메인의 트래픽 분포 통계 결과를 획득하는 단계; 및
   상기 부하 분산 시스템 중 유효 영역 내의 후단 서버 통계 결과와 유효 영역의 네트워크 모니터링 품질을 획득하는 단계;
   상기 트래픽 분포 통계 결과, 상기 후단 서버 통계 결과 및 상기 네트워크 모니터링 품질에 의거하여, 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역을 확정하는 단계;
   확정 결과에 따라 상기 부하 분산 인스턴스의 메인 유효 영역을 스위칭하는 단계를 포함하되,
   상기 트래픽 분포 통계 결과, 상기 후단 서버 통계 결과 및 상기 네트워크 모니터링 품질에 의거하여, 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역을 확정하는 단계는,
   상기 트래픽 분포 통계 결과에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역의 엑스포트 대역폭과 상기 각 유효 영역에 각각 대응하는 공중망 엑스포트 사용 대역폭 평균값을 획득하고, 상기 엑스포트 대역폭과 공중망 엑스포트 사용 대역폭 평균값에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제1 추천값을 계산하는 단계;
   상기 후단 서버 통계 결과에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제2 추천값을 계산하는 단계;
   상기 네트워크 모니터링 품질에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제3 추천값을 계산하는 단계;
   상기 제1 추천값, 상기 제2 추천값, 상기 제3 추천값 및 이들 각자에 대응하는 가중치에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 추천값 결과를 확정하는 단계;
   상기 추천값 결과에 따라, 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역을 확정하는 단계를 포함하는 것을 특징으로 하는 부하 분산 최적화 방법.
3. 제 2항에 있어서,
   상기 엑스포트 대역폭과 공중망 엑스포트 사용 대역폭 평균값에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제1 추천값을 계산하는 단계는,
   유효 영역에 대응하는 공중망 엑스포트 사용 대역폭 평균값을 유효 영역의 엑스포트 대역폭으로 나누어 유효 영역의 트래픽 사용률을 획득하는 단계;
   유효 영역의 전체 대역폭에 소정의 조정 인자 계수를 곱하여 유효 영역에 대응하는 가중치를 획득하는 단계;
   트래픽 사용률이 낮을수록 추천값이 높고 가중치가 클수록 추천값이 높은 원칙에 따라, 상기 부하 분산 시스템 중 각 유효 영역에서 각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제1 추천값을 확정하는 단계를 포함하는 것을 특징으로 하는 부하 분산 최적화 방법.
4. 제 2항에 있어서,
   상기 부하 분산 시스템 중 유효 영역 내의 후단 서버 통계 결과를 획득하는 단계는,
   후단 서버에 대한 헬스 체크를 통하여, 유효 영역 중 소정의 정상 조건 상태에 있는 후단 서버의 수량을 확정하는 단계;
   상기 수량에 의거하여 부하 분산 시스템 중 유효 영역 내의 후단 서버 통계 결과를 확정하는 단계를 포함하고;
   상기 후단 서버 통계 결과에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제2 추천값을 계산하는 단계는,
   수량이 많을수록 추천값이 높은 원칙에 따라, 상기 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제2 추천값을 확정하는 단계를 포함하는 것을 특징으로 하는 부하 분산 최적화 방법.
5. 제 2항에 있어서,
   상기 네트워크 모니터링 품질에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제3 추천값을 계산하는 단계는,
   상기 네트워크 모니터링 품질의 운영 데이터에 의거하여, 유효 영역의 네트워크 품질 파라미터가 운영 시간 내에 나타내는 이상의 횟수에 대한 통계를 내는 단계;
   이상 횟수가 클수록 추천값이 작아지는 원칙에 따라, 상기 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제3 추천값을 확정하는 단계를 포함하는 것을 특징으로 하는 부하 분산 최적화 방법.
6. 제 2항에 있어서,
   상기 제1 추천값, 상기 제2 추천값, 상기 제3 추천값 및 이들 각자에 대응하는 가중치에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 추천값 결과를 확정하는 단계는,
   상기 제1 추천값에 상응하는 항목의 가중치를 곱하고, 여기에 상기 제2 추천값에 상응하는 항목의 가중치를 곱한 것을 더하고, 다시 상기 제3 추천값에 상응하는 항목의 가중치를 곱한 것을 더하여 획득한 합의 값을 상기 부하 분산 시스템 중 각 유효 영역에서 부하 분산 인스턴스에 대응하는 메인 유효 영역의 추천값 결과를 확정하는 단계를 포함하는 것을 특징으로 하는 부하 분산 최적화 방법.
7. 제 2항에 있어서,
   상기 추천값 결과에 따라, 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역을 확정하는 단계는,
   추천값 결과가 가장 높은 유효 영역, 또는 추천값 결과가 소정의 추천값 역치보다 큰 유효 영역을 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역으로 확정하는 단계를 포함하는 것을 특징으로 하는 부하 분산 최적화 방법.
8. 부하 분산 시스템이 제어하는 인트라 도메인의 트래픽 분포 통계 결과 및 상기 부하 분산 시스템 중 유효 영역 내의 후단 서버 통계 결과와 유효 영역의 네트워크 모니터링 품질을 획득하는데 사용되는 획득 유닛;
   상기 트래픽 분포 통계 결과, 상기 후단 서버 통계 결과 및 상기 네트워크 모니터링 품질에 의거하여, 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역을 확정하는데 사용되는 확정 유닛; 및
   상기 확정 유닛의 확정 결과에 따라 상기 부하 분산 인스턴스의 메인 유효 영역을 스위칭하는데 사용되는 스위칭 유닛을 포함하되,
   상기 확정 유닛은,
   상기 트래픽 분포 통계 결과에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역의 엑스포트 대역폭과 상기 각 유효 영역에 각각 대응하는 공중망 엑스포트 사용 대역폭 평균값을 획득하고, 상기 엑스포트 대역폭과 공중망 엑스포트 사용 대역폭 평균값에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제1 추천값을 계산하고,
   상기 후단 서버 통계 결과에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제2 추천값을 계산하며,
   상기 네트워크 모니터링 품질에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제3 추천값을 계산하고,
   상기 제1 추천값, 상기 제2 추천값, 상기 제3 추천값 및 이들 각자에 대응하는 가중치에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 추천값 결과를 확정하며,
   상기 추천값 결과에 따라, 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역을 확정하도록 구비되는 것을 특징으로 하는 클라우드 모니터링을 기반으로 한 부하 분산 최적화 장치.
9. 컴퓨터 프로그램이 부하 분산 시스템에 저장되고, 상기 프로그램은 프로세서에 의하여 실행될 때 클라우드 모니터링을 기반으로 한 부하 분산 최적화 방법을 구현하는 부하 분산 최적화 장치에 있어서, 상기 방법은, 부하 분산 시스템이 제어하는 인트라 도메인의 트래픽 분포 통계 결과를 획득하는 단계; 및
   상기 부하 분산 시스템 중 유효 영역 내의 후단 서버 통계 결과와 유효 영역의 네트워크 모니터링 품질을 획득하는 단계;
   상기 트래픽 분포 통계 결과, 상기 후단 서버 통계 결과 및 상기 네트워크 모니터링 품질에 의거하여, 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역을 확정하는 단계;
   확정 결과에 따라 상기 부하 분산 인스턴스의 메인 유효 영역을 스위칭하는 단계를 포함하되,
   상기 적합한 유효 영역을 확정하는 단계는
   상기 트래픽 분포 통계 결과에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역의 엑스포트 대역폭과 상기 각 유효 영역에 각각 대응하는 공중망 엑스포트 사용 대역폭 평균값을 획득하고, 상기 엑스포트 대역폭과 공중망 엑스포트 사용 대역폭 평균값에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제1 추천값을 계산하고,
   상기 후단 서버 통계 결과에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제2 추천값을 계산하며,
   상기 네트워크 모니터링 품질에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제3 추천값을 계산하고,
   상기 제1 추천값, 상기 제2 추천값, 상기 제3 추천값 및 이들 각자에 대응하는 가중치에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 추천값 결과를 확정하며,
   상기 추천값 결과에 따라, 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역을 확정하는 것을 특징으로 하는 클라우드 모니터링을 기반으로 한 부하 분산 최적화 장치.
10. 부하 분산 시스템의 저장 설비, 프로세서 및 상기 저장 설비 상에 저장되고 상기 프로세서 상에서 운행되는 컴퓨터 프로그램이 포함되고 상기 프로세서가 상기 프로그램을 실행할 때 클라우드 모니터링을 기반으로 한 부하 분산 최적화 방법을 구현하는 부하 분산 최적화 장치에 있어서, 상기 방법은, 부하 분산 시스템이 제어하는 인트라 도메인의 트래픽 분포 통계 결과를 획득하는 단계; 및
    상기 부하 분산 시스템 중 유효 영역 내의 후단 서버 통계 결과와 유효 영역의 네트워크 모니터링 품질을 획득하는 단계;
    상기 트래픽 분포 통계 결과, 상기 후단 서버 통계 결과 및 상기 네트워크 모니터링 품질에 의거하여, 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역을 확정하는 단계;
    확정 결과에 따라 상기 부하 분산 인스턴스의 메인 유효 영역을 스위칭하는 단계를 포함하되,
    상기 트래픽 분포 통계 결과에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역의 엑스포트 대역폭과 상기 각 유효 영역에 각각 대응하는 공중망 엑스포트 사용 대역폭 평균값을 획득하고, 상기 엑스포트 대역폭과 공중망 엑스포트 사용 대역폭 평균값에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제1 추천값을 계산하고,
    상기 후단 서버 통계 결과에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제2 추천값을 계산하며,
    상기 네트워크 모니터링 품질에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 제3 추천값을 계산하고,
    상기 제1 추천값, 상기 제2 추천값, 상기 제3 추천값 및 이들 각자에 대응하는 가중치에 의거하여, 상기 부하 분산 시스템 중 각 유효 영역에서 각각 부하 분산 인스턴스에 대응하는 메인 유효 영역의 추천값 결과를 확정하며,
    상기 추천값 결과에 따라, 부하 분산 인스턴스에 대응하는 메인 유효 영역에 적합한 유효 영역을 확정하는 것을 특징으로 하는 클라우드 모니터링을 기반으로 한 부하 분산 최적화 장치.
11. 삭제
12. 삭제
13. 삭제
14. 삭제
15. 삭제
16. 삭제
17. 삭제
18. 삭제
19. 삭제
20. 삭제
21. 삭제
22. 삭제
23. 삭제
24. 삭제
25. 삭제
26. 삭제
27. 삭제
28. 삭제
29. 삭제
30. 삭제
31. 삭제
32. 삭제

Images