[发明专利]实现分布式系统中高负载场景下服务高可用的方法、系统

权利要求书

1.一种实现分布式系统中高负载场景下服务高可用的方法，其特征在于，包括如下步骤：

在分布式集群的主节点构建节点选择模型；其中，节点选择模型用于主节点从中选择被服务的从节点及从节点被服务的顺序；

在从节点中构建请求选择模型；其中，请求选择模型包括指定的各个请求的权重、对权重大于设定值的请求设置的折衷参数；请求选择模型用于从节点从中选择被响应的请求及被响应请求的顺序；

在分布式系统进入高负载场景中时，主节点读取节点选择模型，按照时间片轮转策略顺序选择服务的从节点；

从节点读取请求选择模型，按照每个请求的折衷参数按顺序返回各个请求的数据。

2.根据权利要求1所述的一种实现分布式系统中高负载场景下服务高可用的方法，其特征在于，在分布式集群的主节点构建节点选择模型的步骤包括：

在主节点上设置监控器监控各个请求的来源、请求数据量大小、请求总用时；

在系统负载正常时，定时统计分析每个从节点的请求次数、请求类型、请求数据量大小和平均总用时，计算不同从节点的每小时的平均请求次数、平均请求数据量大小和请求平均总用时；

按照请求次数将对应从节点进行排序形成节点选择模型。

3.根据权利要求2所述的一种实现分布式系统中高负载场景下服务高可用的方法，其特征在于，按照请求次数将对应从节点进行排序形成节点选择模型的步骤还包括：

按照请求次数将对应从节点进行排序，若请求次数相同，则按照平均请求数据量大小将对应从节点进行排序形成节点选择模型。

4.根据权利要求1所述的一种实现分布式系统中高负载场景下服务高可用的方法，其特征在于，在从节点中构建请求选择模型的步骤包括：

对于不同请求根据其业务重要程度设置权重；

对每个权重大于或等于设定阈值的请求设置折衷参数；

按照权重的大小将对应请求进行排序形成请求选择模型。

5.根据权利要求2所述的一种实现分布式系统中高负载场景下服务高可用的方法，其特征在于，在分布式系统进入高负载场景中时，主节点读取节点选择模型，按照时间片轮转策略顺序选择服务的从节点的步骤之前包括：

在分布式系统进入高负载场景中时，主节点停止对各个从节点请求的监控和计算。

6.根据权利要求2所述的一种实现分布式系统中高负载场景下服务高可用的方法，其特征在于，主节点读取节点选择模型，按照时间片轮转策略顺序选择服务的从节点的步骤中，每个从节点服务的时间片=（请求次数/总节点个数）*请求平均总用时*1/N，其中，N为大于3的整数。

7.一种实现分布式系统中高负载场景下服务高可用的系统，其特征在于，包括主节点、若干从节点、节点选择模型构建模块、请求选择模型构建模块；

节点选择模型构建模块，用于在分布式集群的主节点构建节点选择模型；节点选择模型用于主节点从中选择被服务的从节点及从节点被服务的顺序；

请求选择模型构建模块，用于在从节点中构建请求选择模型；请求选择模型包括指定的各个请求的权重、对权重大于设定值的请求设置的折衷参数；请求选择模型用于从节点从中选择被响应的请求及被响应请求的顺序；

主节点，用于在分布式系统进入高负载场景中时，读取节点选择模型，按照时间片轮转策略顺序选择服务的从节点；

从节点，用于读取请求选择模型，按照每个请求的折衷参数按顺序返回各个请求的数据。

8.根据权利要求7所述的一种实现分布式系统中高负载场景下服务高可用的系统，其特征在于，节点选择模型构建模块包括计算处理器、节点选择模型生成器和设置在主节点上的监控器；

监控器，用于监控各个请求的来源、请求数据量大小、请求总用时；

计算处理器，用于在系统负载正常时，定时统计分析每个从节点的请求次数、请求类型、请求数据量大小和平均总用时，计算不同从节点的每小时的平均请求次数、平均请求数据量大小和请求平均总用时；

节点选择模型生成器，用于按照请求次数将对应从节点进行排序形成节点选择模型。