[发明专利]基于P2P技术的分布式负载均衡系统和方法

说明书

技术领域

本发明涉及一种基于点对点P2P（Peer-to-Peer）技术的分布式负载均衡系统和方法，属于计算机网络的技术领域。

背景技术

随着网络业务量、访问量和数据流量的快速增长，服务器集群技术得到广泛的应用和研究，而负载均衡技术作为服务器集群技术中的重要组成部分，也得到了广泛、深入的研究和应用。

目前，负载均衡技术在商业化的web服务的业务负载管理、网格计算中的计算任务负载管理、并行计算中的计算任务负载管理、云计算的计算资源负载管理等领域问题都有大量的研究和实践应用。

按照仲裁方式，负载均衡技术主要分为集中式仲裁的负载均衡和分布式仲裁的负载均衡。由于集中式仲裁需要设置一个集中的负载均衡器，因此容易出现单点失效；并且随着分布式集群处理节点的增多，其处理性能也会受到一定的限制，容易成为性能瓶颈。分布式仲裁的负载均衡已经逐渐成为新的研究方向。P2P技术由于具有全分布、无中心节点等优势，进行负载决策时不会出现性能瓶颈和单故障点问题，而且，集群的伸缩性比较好，因此成为分布式负载均衡研究和应用的新方向。在P2P技术中，分布式哈希表DHT（Distributed HashTable）是一种广泛应用的方法。其主要思想是通过哈希函数建立各个请求和分布式集群处理节点之间的映射关系，并在分布式集群处理节点处于动态增加和移出时，能够最小化地改变每个请求和分布式集群处理节点之间映射关系。

基于P2P技术的分布式负载均衡方法的现有技术存在两个问题亟待解决：节点动态变化的管理和节点请求的负载均衡。

现有技术中，基于DHT实现的负载均衡经典算法方案有两种：Chord算法方案和Kademlia算法方案。这两种方案都很好地解决了分布式集群环境下的节点动态变化管理和数据快速存取的处理过程，但是，它们都没有很好地解决节点请求负载均衡的问题，系统中的节点可能出现负载过重或过轻的现象。其中，

Chord算法在一致性哈希算法的基础上，提高了查找指定请求所在节点的效率，但是，在节点数量不多时，很难保证每个节点在哈希环上的分布是否具有随机性，这个问题又会造成哈希环上相邻节点之间的间隔不够均匀，从而带来某些节点负载过重或者过轻的后果。

Kademlia算法在一致性哈希算法的基础上，根据请求的关键字和节点ID的相似度来选择为其服务的节点。在查询选择时，通过异或运算来优化查询效率，即查找与请求关键字的异或运算结果最小的节点，用作为其服务的节点，这个方法具有一定的随机性。但是，该方案没有考虑节点的负载情况，而且，系统中每个节点的负载分配跟请求的关键字有较大的关联，造成系统中每个节点的负载出现不均衡的概率比较大，因此，基于Kademlia算法虽然和Chord算法同样解决了分布式集群环境下的处理节点动态变化和数据快速存取过程。但是，它们的共同缺点是：均没有负载均衡的策略，系统中的节点都可能出现负载过重或者过轻的现象。

查找现有的论文和专利申请等资料，发现有2篇专利申请涉及到基于P2P技术的分布式负载均衡机制，分别介绍和对比分析如下。

《一种集群服务的负载均衡方法和装置》（公开号：CN 102137128A）介绍一种基于反馈机制的动态负载均衡技术，其方法是：首先获得集群中负载节点的负载能力，再根据负载能力获得负载节点的负载因子，再根据负载因子生成负载分配序列；当接收到待分配的服务请求时，根据服务请求生成随机数，再把生成的随机数根据所有节点负载因子总和取模余，得到一个参考值，再以负载节点的负载因子为参考值的节点做为接受请求的节点。但是，其没有提供解决节点动态变化的管理问题，在分布式集群环境下应用具有一定的局限性。

《一种DHT网络负载均衡装置及虚节点划分的方法》（公开号：CN101834897A）介绍了一种DHT网络负载均衡装置结构组成，以及其虚节点的划分方法：节点加入网络时，通过性能模型定义自身节点级别，若本身为弱节点，找到临近的弱节点，并与邻近的弱节点合并；接着，该节点退出网络并与找到的临近弱节点建立连接，共同组成一个强虚节点，同时退出节点，通过相邻弱节点与系统中的其他节点进行交互，其他节点将退出节点看成为强虚节点的一部分；节点合并后的调整，使得节点查询装置只包含强虚节点ID，由强虚节点给各弱节点分配负载，实现负载均衡。该方法有效解决了节点动态变化的管理问题，但是，因为强虚节点的数量少于弱节点的数量，不可避免造成弱节点扎堆和系统整体均衡性不佳的情况。