[发明专利]一种主从节点选举方法、装置、设备及介质在审
申请号: | 202210689450.0 | 申请日: | 2022-06-17 |
公开(公告)号: | CN115102839A | 公开(公告)日: | 2022-09-23 |
发明(设计)人: | 高长玉 | 申请(专利权)人: | 济南浪潮数据技术有限公司 |
主分类号: | H04L41/0654 | 分类号: | H04L41/0654;H04L41/0668;H04L67/10 |
代理公司: | 北京集佳知识产权代理有限公司 11227 | 代理人: | 刘松 |
地址: | 250101 山东省济南市自由贸易试验区*** | 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: | 一种 主从 节点 选举 方法 装置 设备 介质 | ||
本申请公开了一种主从节点选举方法、装置、设备及介质,涉及服务器技术领域,包括:当满足预设主从节点选举场景时,则确定各待选举节点的当前选举周期;基于当前选举周期确定服务器集群是否存在主节点,若不存在,则触发周期递增指令,以便基于周期递增指令对当前选举周期执行周期递增操作,得到更新后的当前选举周期;根据预设服务负载指标和预设服务活性指标计算每一待选举节点的综合得分,并从所有待选举节点的综合得分中确定出最高综合得分;将最高综合得分对应的待选举节点确定为更新后的当前选举周期的主节点,并将服务器集群中除主节点以外的节点确定为从节点。通过预设服务负载指标和预设服务活性指标确定出主节点,提高了集群服务性能。
技术领域
本发明涉及服务器技术领域,特别涉及一种主从节点选举方法、装置、设备及介质。
背景技术
在大数据爆发的今天,互联网的网络架构一直朝着分布式、高并发的方向发展。多个服务形成集群后,每个节点为了保证数据一致性,一般会由其中一个节点作为主节点(master),其他从节点(slave)依据主节点的信息进行数据同步。为了保证服务的高可用,主从选举方案以及主节点故障后的自动恢复,是一个服务健壮性的重要体现,主从选举是指集群节点初始化或现有主节点出现故障时,推选出新的主节点的过程。在传统的服务主从节点选择方面,选择更倾向于“谁发起,谁做主”的理念,即谁发起的主从投票,谁来担任主节点,这样的方案具有很大的随机性,且不利于集群服务性能的提升。
综上,如何在服务器集群中选举主从节点以提升集群服务性能是目前有待解决的问题。
发明内容
有鉴于此,本发明的目的在于提供一种主从节点选举方法、装置、设备及介质,能够在服务器集群中选举主从节点以提升集群服务性能。其具体方案如下:
第一方面,本申请公开了一种主从节点选举方法,包括:
当满足预设主从节点选举场景时,则确定各待选举节点的当前选举周期;
基于所述当前选举周期确定服务器集群是否存在主节点,若不存在,则触发周期递增指令,以便基于所述周期递增指令对所述当前选举周期执行周期递增操作,得到更新后的当前选举周期;
根据预设服务负载指标和预设服务活性指标计算每一所述待选举节点的综合得分,并从所有所述待选举节点的所述综合得分中确定出最高综合得分;
将所述最高综合得分对应的所述待选举节点确定为更新后的所述当前选举周期的主节点,并将所述服务器集群中除所述主节点以外的节点确定为从节点。
可选的,所述当满足预设主从节点选举场景时,则确定各待选举节点的当前选举周期,包括:
当服务器集群初次启动时,则将当前已启动完成的服务器节点确定为待选举节点,并确定各所述待选举节点的当前选举周期。
可选的,所述从所有所述待选举节点的所述综合得分中确定出最高综合得分之后,还包括:
将所述待选举节点的节点个数与所述服务器集群中节点总数进行比较,以确定所述待选举节点的节点个数是否满足预设数量要求;
若满足,则执行所述将所述最高综合得分对应的所述待选举节点确定为更新后的所述当前选举周期的主节点的步骤;
若不满足,则在预先定义的时间范围内等待所述服务器集群中剩余节点启动,并将启动的第一目标节点确定为待选举节点,然后根据所述预设服务负载指标和所述预设服务活性指标计算所述第一目标节点的综合得分,以及重新执行所述从所有所述待选举节点的所述综合得分中确定出最高综合得分的步骤,直到所述待选举节点的节点个数满足所述预设数量要求。
可选的,所述主从节点选举方法,还包括:
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济南浪潮数据技术有限公司,未经济南浪潮数据技术有限公司许可,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/202210689450.0/2.html,转载请声明来源钻瓜专利网。
- 上一篇:全站仪保护装置
- 下一篇:模型的训练方法、视频信息生成方法、设备以及存储介质