WO2020073539A1 - 一种分布式缓存服务器集群的性能优化方法 - Google Patents

一种分布式缓存服务器集群的性能优化方法 Download PDF

Info

Publication number
WO2020073539A1
WO2020073539A1 PCT/CN2018/125948 CN2018125948W WO2020073539A1 WO 2020073539 A1 WO2020073539 A1 WO 2020073539A1 CN 2018125948 W CN2018125948 W CN 2018125948W WO 2020073539 A1 WO2020073539 A1 WO 2020073539A1
Authority
WO
WIPO (PCT)
Prior art keywords
cache server
physical
virtual
hash function
server
Prior art date
Application number
PCT/CN2018/125948
Other languages
English (en)
French (fr)
Inventor
徐凯
李旭健
Original Assignee
山东科技大学
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 山东科技大学 filed Critical 山东科技大学
Publication of WO2020073539A1 publication Critical patent/WO2020073539A1/zh

Links

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
    • H04L67/50—Network services
    • H04L67/56—Provisioning of proxy services
    • H04L67/568—Storing data temporarily at an intermediate stage, e.g. caching
    • 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

Definitions

  • the present invention belongs to the field of distributed cache technology, and particularly relates to a performance optimization method of a distributed cache server cluster.
  • Memcached has the characteristics of high performance and distribution. It caches data and objects in memory to reduce the number of times to read the database and improve the cache access speed.
  • the main feature of Memcached is its distributed structure. You can build a cache server cluster by installing Memcached on multiple servers, and then decentralize storage through a consistent hash algorithm.
  • Consistent Hash Consistent Hash
  • DHT Distributed Hash Table
  • the object of the present invention is to propose a performance optimization method for a distributed cache server cluster to solve the problem The load balancing problem of the distributed cache server cluster, while improving the overall performance of the distributed cache server cluster.
  • a performance optimization method for a distributed cache server cluster includes the following steps:
  • Map to a certain point on the ring structure, and then map the cached data object to another point on the ring structure through the same hash function nl;
  • the virtual cache server makes corresponding adjustments.
  • the specific adjustment process of the virtual cache server is as follows:
  • the specific generation process of the virtual cache server in the step si is as follows:
  • the formula for defining the total performance of the first physical cache server is: ⁇ — ⁇ ⁇
  • n is a constant, indicating the number of virtual cache servers corresponding to the standard physical cache servers in the cluster.
  • the characteristic value is any one of a MAC address, an IP address and a domain name.
  • the ring structure in step s2 is a ring structure of a consistent hash algorithm
  • the hash function 11_1 in step s2 and the hash function H_2 in step s4 are both KETAMA based on MD5 Column function.
  • the present invention introduces a virtual cache based on the mapping method of data provided by the introduction of a consistent hashing algorithm of virtual nodes, combined with and aimed at the working characteristics of the distributed memory object cache system Memcached server cluster
  • the concept and method of the server largely solve the load balancing problem of the cache server cluster and improve the overall performance of the cache server cluster.
  • FIG. 1 is a flowchart of a method for optimizing performance of a distributed cache server cluster in an embodiment of the present invention.
  • FIG. 2 is a schematic diagram of a process of mapping a data object onto a ring structure in an embodiment of the present invention.
  • FIG. 3 is a schematic diagram of a mapping relationship between a virtual cache server and a physical cache server in an embodiment of the present invention.
  • FIG. 4 is a schematic diagram of adjustment of a virtual cache server when a physical cache server is added in an embodiment of the invention
  • FIG. 5 is a schematic diagram of adjustment of a virtual cache server when a physical cache server is reduced in an embodiment of the present invention.
  • a performance optimization method for a distributed cache server cluster includes the following steps: [0034] si. Generate a virtual cache server for a physical cache server in the distributed cache server cluster. among them
  • the distributed cache server cluster is a Memcached cache server cluster.
  • I a constant, indicating the number of virtual cache servers corresponding to the standard physical cache servers in the cluster.
  • the memory size is
  • the network bandwidth is
  • the memory size is
  • the network bandwidth is
  • the performance vector of a physical cache server is U 4]
  • the number of virtual cache servers corresponding to the above two physical cache servers is two [S 2 X fl]
  • s2 a certain feature value of the virtual cache server through a hash function Map to a certain point on the ring structure, and then pass the cached data object through the same hash function
  • the above characteristic value is any one of MAC address, IP address and domain name.
  • the ring structure in this step s2 is a ring structure of a consistent hash algorithm.
  • step s2 the hash function in step s2
  • the first virtual cache server encountered is the virtual cache server corresponding to the data object.
  • the two physical cache servers are represented by solid circles and are respectively denoted as “physical cache server A” and “physical cache server B”.
  • the virtual cache server corresponding to the physical cache server A is represented by a dotted circle and is respectively indicated as “virtual cache server A1, virtual cache server A2”
  • the virtual cache server corresponding to the physical cache server B is represented by a dotted circle and respectively It is expressed as "Virtual Cache Server B1, Virtual Cache Server B2".
  • the corresponding virtual cache server location is searched in a clockwise direction, and the first virtual cache server in the clockwise direction is "virtual cache server A2", which is "data object 1" Corresponding position (indicated by dashed arrows).
  • the Memcached distributed data caching system adopts the design idea of the traditional consistent hash algorithm.
  • the servers are allocated on the ring structure after being mapped by the hash function. The randomness will cause uneven load on the physical cache server.
  • Steps si to s4 in the present invention are the complete process of generating a virtual cache server for the Memcached distributed data cache system and mapping it to the hash ring structure.
  • the present invention introduces the concept of virtual nodes to generate corresponding virtual cache servers for the physical cache servers in the cluster, that is, in the ring structure, the virtual cache servers are used to logically divide the ring into equal parts, and each virtual cache server corresponds to its own The physical cache server, so when the data is cached, the virtual cache server is distributed as uniformly as possible on the ring structure, and the load it bears is better balanced with respect to the random allocation of the physical cache server, that is, the distributed cache is solved Server cluster load balancing problem.
  • Step s5 of the present invention clarifies in detail after the introduction of the virtual cache server, when adding or deleting servers in the cluster Response measures.
  • step s5 when the cluster has server additions and deletions, the mapping relationship of data keys on the ring structure is not broken, and the speed of data caching is not affected. Furthermore, compared with the traditional caching method, the present invention improves the distributed caching The overall performance of the server cluster.

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Memory System Of A Hierarchy Structure (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种分布式缓存服务器集群的性能优化方法，该方法包括如下步骤：s1.为集群中的物理缓存服务器生成虚拟缓存服务器；s2.将虚拟缓存服务器的某一特征值通过哈希函数H_1映射到环结构上的某一点上，再将缓存的数据对象通过相同的哈希函数H_1映射到环结构上的另一点上；s3.从数据对象映射的位置开始，沿顺时针方向查找，所遇到的第一个虚拟缓存服务器，即为该数据对象所对应的虚拟缓存服务器；s4.通过虚拟缓存服务器到物理缓存服务器的哈希函数H_2将数据对象映射到物理缓存服务器上进行缓存；s5.当集群中增加或减少物理缓存服务器时，虚拟缓存服务器做出相应调整。本发明解决了缓存服务器集群的负载均衡问题，并提高了缓存服务器集群的整体性能。

Description

说明书 发明名称:一种分布式缓存服务器集群的性能优化方法 技术领域
[0001] 本发明属于分布式缓存技术领域， 尤其涉及一种分布式缓存服务器集群的性能 优化方法。
背景技术
[0002] 随着大数据时代的到来， 分布式缓存技术在各个领域的应用越来越广泛， 它具 有读写速度快， 扩展速度快， 支持并发和快速响应等优势。 分布式缓存系统的 代表 Memcached具有高性能、 分布式等特点， 它通过在内存中缓存数据和对象来 减少读取数据库的次数， 提高缓存的访问速度。 Memcached的主要特征是它的分 布式结构， 可以通过在多台服务器上安装 Memcached来搭建一个缓存服务器集群 ， 然后通过一致性哈希算法来分散存储。
[0003] 一致性哈希算法 (Consistent Hash) 最早由 David Karger等人提出， 当时主要是 为了应对互联网中的热点 (Hot Pot) 而设计， 一致性哈希解决了简单哈希算法 在分布式哈希表 (Distributed Hash Table , DHT) 中存在的动态伸缩等问题。 然 而， 传统的一致性哈希算法在分布式缓存系统 Memcached服务器集群上的应用存 在一些缺点：
[0004] 1.当物理缓存服务器的数量较少时， 在缓存数据的过程中会普遍造成缓存服务 器负载失衡的问题， 进而也会影响整个服务器集群的性能发挥。 2.当物理缓存 服务器宕机时， 该物理缓存服务器上缓存的数据将无法提供给各客户端进行查 找访问， 同时还影响服务器集群里的其他服务器， 从而影响了整体服务器的性 育 B， 加大了对数据库的访问压力。
发明概述
技术问题
问题的解决方案
技术解决方案
[0005] 本发明的目的在于提出一种分布式缓存服务器集群的性能优化方法， 以解决分 布式缓存服务器集群的负载均衡问题， 同时提高分布式缓存服务器集群的整体 性能。
[0006] 本发明为了实现上述目的， 采用如下技术方案：
[0007] 一种分布式缓存服务器集群的性能优化方法， 包括如下步骤：
[0008] si.为分布式缓存服务器集群中的物理缓存服务器生成虚拟缓存服务器；
[0009] s2.将虚拟缓存服务器的某一特征值通过哈希函数
映射到环结构上的某一点上， 再将缓存的数据对象通过相同的哈希函数 nl 映射到环结构上的另一点上；
[0010] S3.在所述环结构上从数据对象映射的位置开始， 沿顺时针方向查找， 所遇到 的第一个虚拟缓存服务器， 即为该数据对象所对应的虚拟缓存服务器；
[0011] s4.定义虚拟缓存服务器到物理缓存服务器的哈希函数为
， 通过哈希函数
将所述步骤 s3中的数据对象映射到物理缓存服务器上进行缓存；
[0012] s5.当分布式缓存服务器集群中增加或减少物理缓存服务器时， 虚拟缓存服务 器做出相应调整， 虚拟缓存服务器的具体调整过程如下：
[0013] 当物理缓存服务器增加时， 修改虚拟缓存服务器到物理缓存服务器的哈希函数
， 将一部分虚拟缓存服务器映射到新增的物理缓存服务器上; [0014] 当物理缓存服务器减少时， 修改虚拟缓存服务器到物理缓存服务器的哈希函数
， 将原来映射到被删除物理缓存服务器上的虚拟缓存服务器重新映射到删除后 的其他物理缓存服务器上。
[0015] 优选地， 所述步骤 si中虚拟缓存服务器的具体生成过程如下：
[0016] 定义第台物理缓存服务器的总性能设定公式为： 口 —丽^
[0017] 其中，
表示第
5
台物理缓存服务器的总性能；
M,
分别表不第
I
台物理缓存服务器的 CPU主频、 内存大小和网络带宽三个服务器性能衡量标准 的向量值；
[0018]
Figure imgf000005_0001
表示分布式服务器集群中物理缓存服务器的数量;
Figure imgf000006_0001
分别表示各指标的权重， 且 k' +1 + 1 = !
[0020] 第
台物理缓存服务器的初始虚拟缓存服务器数量的设定公式为：
[0021] ! [
[0022] 其中，
表示生成的虚拟缓存服务器数量；
[0023] n为常数， 表示集群中标准物理缓存服务器对应的虚拟缓存服务器数量。
[0024] 优选地， 所述步骤 s2中， 特征值为 MAC地址、 IP地址和域名中的任意一种。
[0025] 优选地， 所述步骤 s2中的环结构为一致性哈希算法的环结构， 所述步骤 s2中的 哈希函数11_1和步骤 s4中的哈希函数 H_2均为基于 MD5的 KETAMA散列函数。 发明的有益效果
有益效果
[0026] 本发明基于引入虚节点的一致性哈希算法提供的对数据的映射方式， 结合并针 对分布式内存对象缓存系统 Memcached服务器集群的工作特点， 引入了虚拟缓存 服务器的概念和方法， 很大程度上解决了缓存服务器集群的负载均衡问题， 并 提高了缓存服务器集群的整体性能。
对附图的简要说明
附图说明
[0027] 图 1为本发明实施例中分布式缓存服务器集群的性能优化方法流程图。
[0028] 图 2为本发明实施例中数据对象映射到环结构上的过程示意图。
[0029] 图 3为本发明实施例中虚拟缓存服务器与物理缓存服务器的映射关系示意图。
[0030] 图 4为本发明实施例中增加物理缓存服务器时虚拟缓存服务器的调整示意图；
[0031] 图 5为本发明实施例中减少物理缓存服务器时虚拟缓存服务器的调整示意图。
发明实施例
本发明的实施方式
[0032] 面结合附图以及具体实施方式对本发明作进一步详细说明：
[0033] 如图 1所示， 一种分布式缓存服务器集群的性能优化方法， 包括如下步骤： [0034] si.为分布式缓存服务器集群中的物理缓存服务器生成虚拟缓存服务器。 其中
， 本发明实施例中的分布式缓存服务器集群为 Memcached缓存服务器集群。
[0035] 生成虚拟缓存服务器的具体过程如下：
[0036] 定义第
1
台物理缓存服务器的总性能设定公式为：
Figure imgf000007_0001
分别表不第
I
台物理缓存服务器的 CPU主频、 内存大小和网络带宽三个服务器性能衡量标准的 向量值；
[0038]
Figure imgf000008_0001
表示分布式服务器集群中物理缓存服务器的数量;
[0039]
分别表示各指标的权重， 且
Figure imgf000008_0002
[0040] 第 台物理缓存服务器的初始虚拟缓存服务器数量的设定公式为:
[0041] g = [s
[0042] 其中，
表示生成的虚拟缓存服务器数量；
[0043]
为常数， 表示集群中标准物理缓存服务器对应的虚拟缓存服务器数量。
[0044] 例如： 设物理服务器集群的基准的 CPU性能值为
P
， 内存大小为
M
， 网络带宽值为
[0045] 设第
I
台物理缓存服务器的 CPU性能值为
P
， 内存大小为
， 网络带宽值为
s [0046] 则由
Figure imgf000010_0001
Figure imgf000010_0002
Figure imgf000010_0003
可得第
i
台物理缓存服务器的性能向量为 U 4]
[0047] 假设分布式缓存服务器集群的数量 N=2, 因此物理缓存服务器的总体性能
Figure imgf000010_0004
， 进而由公式 fj = lSi % nj
， 得到：
[0048] 上述 2台物理缓存服务器所对应的虚拟缓存服务器数量 二 [S2 X fl]
[0049] s2.将虚拟缓存服务器的某一特征值通过哈希函数 映射到环结构上的某一点上， 再将缓存的数据对象通过相同的哈希函数
映射到环结构上的另一点上， 如图 2所示。
[0050] 其中， 上述特征值为 MAC地址、 IP地址和域名中的任意一种。
[0051] 在该步骤 s2中的环结构为一致性哈希算法的环结构。
[0052] 另外， 在步骤 s2中的哈希函数
为基于 MD5的 KETAMA散列函数。
[0053] s3.在环结构上从数据对象映射的位置开始， 沿顺时针方向查找， 所遇到的第 一个虚拟缓存服务器， 即为该数据对象所对应的虚拟缓存服务器。
[0054] 如图 2和图 3所示， 假设物理缓存服务器的数量为 2, 数据对象数量为 4, 且分别 用“数据对象 1、 数据对象 2、 数据对象 3和数据对象 4”来表示。
[0055] 两台物理缓存服务器用实线圆形代表且分别表示为“物理缓存服务器 A”和“物 理缓存服务器 B”。 而物理缓存服务器 A所对应的虚拟缓存服务器用虚线圆形代 表且分别表示为“虚拟缓存服务器 A1、 虚拟缓存服务器 A2”， 而物理缓存服务器 B所对应的虚拟缓存服务器用虚线圆形代表且分别表示为“虚拟缓存服务器 B 1、 虚拟缓存服务器 B2”。
[0056] 以环结构上的数据对象 1为例进行说明：
[0057] 当“数据对象 1”通过哈希函数
映射到一致性哈希环结构上以后， 按照顺时针方向寻找相对应的虚拟缓存服务 器位置， 其顺时针方向第一个虚拟缓存服务器为“虚拟缓存服务器 A2”,即为“数 据对象 1”的相对应位置 （带箭头虚线指示） 。
[0058] 以此类推， 得到“数据对象 2、 3、 4”在环结构上相对应的位置， 具体过程如图 2 所示。
[0059] s4.通过图 3可以看出， 虚拟缓存服务器到物理缓存服务器的哈希函数为
。 通过哈希函数
将步骤 s3中的数据对象映射到物理缓存服务器上进行缓存。
[0060] 在该步骤 s4中哈希函数
也为基于 MD5的 KETAMA散列函数。
[0061] s5.当分布式缓存服务器集群中增加或减少物理缓存服务器时， 虚拟缓存服务 器做出相应调整， 虚拟缓存服务器的具体调整过程如图 4和图 5所示：
[0062] 当物理缓存服务器增加时， 修改虚拟缓存服务器到物理缓存服务器的哈希函数
， 将一部分虚拟缓存服务器映射到新增的物理缓存服务器上。
[0063] 例如， 当增加一个物理缓存服务器 C时， 通过修改虚拟缓存服务器到物理缓存 服务器的哈希函数
， 将虚拟缓存服务器 B1映射到该新增的物理缓存服务器 C上。
[0064] 当物理缓存服务器减少时， 修改虚拟缓存服务器到物理缓存服务器的哈希函数
将原来映射到被删除物理缓存服务器上的虚拟缓存服务器重新映射到删除后 的其他物理缓存服务器上。
[0065] 例如， 当减少一个物理缓存服务器 B时， 通过修改虚拟缓存服务器到物理缓存 服务器的哈希函数
， 将原来映射到物理缓存服务器 B上的虚拟缓存服务器 B1和虚拟缓存服务器 B2 重新映射到删除后的其他物理缓存服务器 （本实施例中是指物理缓存服务器 A） 上。
[0066] 下面具体阐述本发明实施例中的优化方法是如何解决负载均衡问题和集群性能 问题的。
[0067] 针对负载均衡问题：
[0068] 目前， Memcached分布式数据缓存系统采用的是传统一致性哈希算法的设计思 想， 当集群中物理缓存服务器数量较少的时候， 由于服务器经过哈希函数映射 过后， 在环结构上分配的随机性， 会导致物理缓存服务器所承担的负载并不均 匀。
[0069] 而本发明中的步骤 si至 s4是为 Memcached分布式数据缓存系统生成虚拟缓存服 务器并映射到哈希环结构上的完整过程。 本发明通过引入虚节点的概念为集群 内的物理缓存服务器生成相应的虚拟缓存服务器， 即在环结构是通过虚拟缓存 服务器在逻辑上将环分成若干等份， 每个虚拟缓存服务器对应着各自的物理缓 存服务器， 因而当数据进行缓存时， 环结构上分配的是尽量均匀的虚拟缓存服 务器， 其所承担的负载相对于物理缓存服务器的随机分配要更佳的均衡， 也即 解决了分布式缓存服务器集群的负载均衡问题。
[0070] 针对集群性能问题：
[0071] 由于当前 Memcached系统集群中未采用虚拟化设计， 当集群内出现物理服务器 增加或删除服务器时， 环结构上原本的数据的键值与服务器的映射关系被破坏 ， 则会有大量的数据键值要进行重新定位和重新映射， 此过程将浪费大量时间 ， 减慢数据缓存的速度， 进而影响到集群的整体性能表现。 而本发明的步骤 s5详 细阐明了引入虚拟缓存服务器后， 当集群内进行增加或删除服务器操作时的具 体应对措施。 通过步骤 s5 , 当集群出现服务器增删现象时， 环结构上数据键值的 映射关系没有被破环， 则数据缓存的速度没有受影响， 进而相对于传统的缓存 方法， 本发明提高了分布式缓存服务器集群的整体性能。
[0072] 当然， 以上说明仅仅为本发明的较佳实施例， 本发明并不限于列举上述实施例 ， 应当说明的是， 任何熟悉本领域的技术人员在本说明书的教导下， 所做出的 所有等同替代、 明显变形形式， 均落在本说明书的实质范围之内， 理应受到本 发明的保护。

Claims

权利要求书
[权利要求 1] 一种分布式缓存服务器集群的性能优化方法， 其特征在于， 包括如下 步骤：
si.为分布式缓存服务器集群中的物理缓存服务器生成虚拟缓存服务 器；
s2.将虚拟缓存服务器的某一特征值通过哈希函数
Figure imgf000015_0001
映射到环结构上的某一点上， 再将缓存的数据对象通过相同的哈希函 数
Figure imgf000015_0002
映射到环结构上的另一点上；
S3.在所述环结构上从数据对象映射的位置开始， 沿顺时针方向查找 ， 所遇到的第一个虚拟缓存服务器， 即为该数据对象所对应的虚拟缓 存服务器；
s4.定义虚拟缓存服务器到物理缓存服务器的哈希函数为
H2
， 通过哈希函数
Figure imgf000015_0003
将所述步骤 s3中的数据对象映射到物理缓存服务器上进行缓存； s5.当分布式缓存服务器集群中增加或减少物理缓存服务器时， 虚拟 缓存服务器做出相应调整， 虚拟缓存服务器的具体调整过程如下： 当物理缓存服务器增加时， 修改虚拟缓存服务器到物理缓存服务器的 哈希函数 E,
， 将一部分虚拟缓存服务器映射到新增的物理缓存服务器上； 当物理缓存服务器减少时， 修改虚拟缓存服务器到物理缓存服务器的 哈希函数
Figure imgf000016_0001
， 将原来映射到被删除物理缓存服务器上的虚拟缓存服务器重新映射 到删除后的其他物理缓存服务器上。
[权利要求 2] 根据权利要求 i所述的分布式缓存服务器集群的性能优化方法， 其特 征在于，
所述步骤 S 1中虚拟缓存服务器的具体生成过程如下：
定义第
i
台物理缓存服务器的总性能设定公式为：
Figure imgf000016_0002
其中，
S: 表示第
I
台物理缓存服务器的总性能；
Figure imgf000016_0003
Figure imgf000016_0004
Figure imgf000017_0001
分别表不第
Figure imgf000017_0002
台物理缓存服务器的 CPU主频、 内存大小和网络带宽三个服务器性能 衡量标准的向量值；
l€(l肩
Figure imgf000017_0003
表示分布式服务器集群中物理缓存服务器的数量;
Figure imgf000017_0004
Figure imgf000017_0005
Figure imgf000017_0006
分别表示各指标的权重， 且
Figure imgf000017_0007
第
i
台物理缓存服务器的初始虚拟缓存服务器数量的设定公式为:
Figure imgf000017_0008
其中，
Figure imgf000018_0001
表示生成的虚拟缓存服务器数量；
n为常数， 表示集群中标准物理缓存服务器对应的虚拟缓存服务器数 量。
[权利要求 3] 根据权利要求 1所述的分布式缓存服务器集群的性能优化方法， 其特 征在于，
所述步骤 s2中， 特征值为 MAC地址、 IP地址和域名中的任意一种。
[权利要求 4] 根据权利要求 1所述的分布式缓存服务器集群的性能优化方法， 其特 征在于，
所述步骤 s2中的环结构为一致性哈希算法的环结构， 所述步骤 s2中的 哈希函数11_1和步骤 s4中的哈希函数 H_2均为基于 MD5的 KETAMA散 列函数。
PCT/CN2018/125948 2018-10-12 2018-12-30 一种分布式缓存服务器集群的性能优化方法 WO2020073539A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201811187578.7 2018-10-12
CN201811187578.7A CN109218438A (zh) 2018-10-12 2018-10-12 一种分布式缓存服务器集群的性能优化方法

Publications (1)

Publication Number Publication Date
WO2020073539A1 true WO2020073539A1 (zh) 2020-04-16

Family

ID=64979509

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2018/125948 WO2020073539A1 (zh) 2018-10-12 2018-12-30 一种分布式缓存服务器集群的性能优化方法

Country Status (2)

Country Link
CN (1) CN109218438A (zh)
WO (1) WO2020073539A1 (zh)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110083313B (zh) * 2019-05-06 2022-08-02 北京奇艺世纪科技有限公司 一种数据缓存方法及装置
CN110336891A (zh) * 2019-07-24 2019-10-15 中南民族大学 缓存数据分布方法、设备、存储介质及装置
CN110830562B (zh) * 2019-10-30 2022-06-10 重庆邮电大学 一种基于虚拟节点的有限负载一致性哈希负载均衡策略
CN111177154B (zh) * 2019-12-27 2023-07-25 掌迅亿通(北京)信息科技有限公司 分布式数据库缓存方法及其哈希环优化
CN111083232B (zh) * 2019-12-27 2022-06-28 南京邮电大学 一种基于改进一致性哈希的服务器端负载均衡方法
CN112162987A (zh) * 2020-10-12 2021-01-01 北京字跳网络技术有限公司 数据处理方法、装置、设备及存储介质
CN113467917B (zh) * 2021-07-16 2024-03-29 中国电力科学研究院有限公司 一种电网调度控制系统高速缓存分布式存储方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105007328A (zh) * 2015-07-30 2015-10-28 山东超越数控电子有限公司 一种基于一致性hash的网络cache设计方法
CN106856505A (zh) * 2016-12-26 2017-06-16 成都康赛信息技术有限公司 基于hash算法的服务器均衡方法
CN107197035A (zh) * 2017-06-21 2017-09-22 中国民航大学 一种基于一致性哈希算法的亲和性动态负载均衡方法
CN107483519A (zh) * 2016-06-08 2017-12-15 Tcl集团股份有限公司 一种Memcache负载均衡方法及其系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102946444B (zh) * 2012-12-06 2016-01-13 北京邮电大学 一种轻量级VoIP系统网络拓扑优化的方法
CN107196869B (zh) * 2017-07-14 2019-11-15 北京知道创宇信息技术股份有限公司 基于主机实际负载的自适应负载均衡方法、设备和系统
CN108196935B (zh) * 2017-12-06 2021-11-02 南京邮电大学 一种面向云计算的虚拟机节能迁移方法
CN108124012A (zh) * 2017-12-21 2018-06-05 中通服公众信息产业股份有限公司 一种基于哈希算法的分布式缓存计算方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105007328A (zh) * 2015-07-30 2015-10-28 山东超越数控电子有限公司 一种基于一致性hash的网络cache设计方法
CN107483519A (zh) * 2016-06-08 2017-12-15 Tcl集团股份有限公司 一种Memcache负载均衡方法及其系统
CN106856505A (zh) * 2016-12-26 2017-06-16 成都康赛信息技术有限公司 基于hash算法的服务器均衡方法
CN107197035A (zh) * 2017-06-21 2017-09-22 中国民航大学 一种基于一致性哈希算法的亲和性动态负载均衡方法

Also Published As

Publication number Publication date
CN109218438A (zh) 2019-01-15

Similar Documents

Publication Publication Date Title
WO2020073539A1 (zh) 一种分布式缓存服务器集群的性能优化方法
US10853193B2 (en) Database system recovery using non-volatile system memory
WO2021077745A1 (zh) 一种分布式存储系统的数据读写方法
WO2015090244A2 (zh) 访问元数据的方法、服务器及系统
CN105740164A (zh) 支持缓存一致性的多核处理器、读写方法、装置及设备
CN108156267A (zh) 一种雾计算架构中使用缓存改善网站访问时延的方法和系统
CN107729261B (zh) 一种多核/众核处理器中Cache地址映射方法
CN110830562B (zh) 一种基于虚拟节点的有限负载一致性哈希负载均衡策略
WO2020211365A1 (zh) 流量均衡负载方法、装置、计算机设备和存储介质
WO2017088225A1 (zh) Dns递归服务器分层缓存方法和系统
CN106156255A (zh) 一种数据缓存层实现方法及系统
CN107483519A (zh) 一种Memcache负载均衡方法及其系统
US20150142845A1 (en) Smart database caching
WO2015100674A1 (zh) 数据迁移方法、装置和处理器
CA3057038C (en) Data filtering method, apparatus, electronic apparatus and storage medium
JP5817558B2 (ja) 情報処理装置、分散処理システム、キャッシュ管理プログラムおよび分散処理方法
CN103544300A (zh) 一种云环境下可扩展存储索引结构的实现方法
Zou et al. Semantic overlay network for large-scale spatial information indexing
US10678754B1 (en) Per-tenant deduplication for shared storage
WO2014180139A1 (zh) 一种基于一致性hash算法存储资源的方法
Zhuang et al. Design of a more scalable database system
CN112395318B (zh) 一种基于HBase+Redis的分布式存储中间件
WO2020251867A1 (en) Data operations using a cache table in a file system
CN111459407B (zh) 一种基于mds子树均衡算法的数据均衡方法及系统
Nakagawa et al. Jobcast—Parallel and distributed processing framework Data processing on a cloud style KVS database

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18936667

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18936667

Country of ref document: EP

Kind code of ref document: A1