[发明专利]分布式服务器集群负载异常分析方法有效
申请号: | 202210057072.4 | 申请日: | 2022-01-19 |
公开(公告)号: | CN114090394B | 公开(公告)日: | 2022-04-22 |
发明(设计)人: | 朱海燕;陈婷婷;曹曼曼;王坡;田长福 | 申请(专利权)人: | 山东卓朗检测股份有限公司 |
主分类号: | G06F11/30 | 分类号: | G06F11/30 |
代理公司: | 青岛致嘉知识产权代理事务所(普通合伙) 37236 | 代理人: | 吴杉 |
地址: | 272000 山东省济宁市任城区金*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 分布式 服务器 集群 负载 异常 分析 方法 | ||
1.一种分布式服务器集群负载异常分析方法,其特征在于,该方法包括以下步骤:
采集分布式服务器集群中各节点的CPU占用率、内存空闲率和CPU温度;所述节点为服务器集群中的服务器;
根据各节点的CPU占用率、内存空闲率和CPU温度,计算各节点的负载指数;根据各节点的负载指数和CPU占用率,计算不同节点之间负载量特征的差异程度;
根据所述不同节点之间负载量特征的差异程度,利用不同序号对各节点进行标注,将负载量特征的差异程度小于设定差异阈值的节点标注为同一序号;根据各序号对应的各节点的负载指数和CPU占用率,计算各序号对应的节点的整体负载指数;
根据所述各序号对应的节点的整体负载指数,判断各序号对应的节点是否超负载运转;
采用如下公式计算不同节点之间负载量特征的差异程度:
其中,为分布式服务器集群中节点X1和节点X2之间负载量特征的差异程度,为节点X1的CPU占用率,为节点X2的CPU占用率,为节点X1和节点X2的CPU占用率的皮尔逊相关系数,为节点X1的负载指数,为节点X2的负载指数,为自然常数;
所述根据各序号对应的各节点的负载指数和CPU占用率,计算各序号对应的节点的整体负载指数,包括:
根据各序号对应的各节点的负载指数和CPU占用率,计算各序号对应的各节点负载指数指标的权重和CPU占用率指标的权重;
根据所述各序号对应的各节点负载指数指标的权重和CPU占用率指标的权重,计算各序号对应的节点的整体负载指数;
采用如下公式计算各序号对应的各节点负载指数指标的权重和CPU占用率指标的权重:
其中,为某序号对应的第i个节点的第j个指标的权重,为该序号对应的节点的个数,为第一系数,j=1时,为该序号对应的第i个节点负载指数指标的权重,为该序号对应的第i个节点的负载指数的比重,为该序号对应的第i个节点的负载指数的归一化值;j=2时,为该序号对应的第i个节点CPU占用率指标的权重,为该序号对应的第i个节点的CPU占用率的比重,为该序号对应的第i个节点的CPU占用率的归一化值;
采用如下公式计算各序号对应的节点的整体负载指数:
其中,为某序号对应的节点的整体负载指数,n为该序号对应的节点的个数,为该序号对应的第i个节点的负载指数,为该序号对应的第i个节点的CPU占用率,为该序号对应的第i个节点的负载指数指标的权重,为该序号对应的第i个节点的CPU占用率指标的权重。
2.根据权利要求1所述的一种分布式服务器集群负载异常分析方法,其特征在于,所述根据各节点的CPU占用率、内存空闲率和CPU温度,计算各节点的负载指数,包括:
计算各节点的CPU占用率与对应的CPU温度的乘积;
计算所述乘积与对应的内存空闲率的比值,将所述比值作为对应节点的负载指数。
3.根据权利要求1所述的一种分布式服务器集群负载异常分析方法,其特征在于,所述根据所述各序号对应的节点的整体负载指数,判断各序号对应的节点是否超负载运转,包括:
统计当前时刻前的设定时间段内各序号对应的节点的整体负载指数大于负载阈值的次数;
判断所述次数是否大于次数阈值,若大于,则判定对应序号对应的节点均超负载运转。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于山东卓朗检测股份有限公司,未经山东卓朗检测股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202210057072.4/1.html,转载请声明来源钻瓜专利网。