[发明专利]一种云环境下动态负载均衡方法在审
申请号: | 201811109446.2 | 申请日: | 2018-09-21 |
公开(公告)号: | CN109120715A | 公开(公告)日: | 2019-01-01 |
发明(设计)人: | 李拥军;郑旭;谢嵘;邱双旭 | 申请(专利权)人: | 华南理工大学 |
主分类号: | H04L29/08 | 分类号: | H04L29/08;G06F9/50 |
代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 向玉芳 |
地址: | 510640 广*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种云环境下的动态负载均衡方法。该方法针对云存储系统中的大规模数据并发访问问题,通过监控后端服务器集群中节点的CPU、内存、磁盘资源占用,结合云存储系统中应用程序对各类资源敏感程度的不同,使用TOPSIS算法为这些指标计算重要性比例,然后根据所定义的公式,为每一个节点计算负载程度。调度器随后根据该节点的权值进行动态调整,以实现数据访问的高效处理的同时充分利用服务器资源。本方法还为每一个节点定义了允许提供访问服务的资源占用阈值,超过该阈值的节点将被移出服务队列。本方法解决了常见负载均衡算法在复杂环境下表现出来的稳定性差和资源调度不均衡的问题,实现了一个兼具高可用性和高性能特点的云环境资源调度算法。 | ||
搜索关键词: | 云环境 动态负载均衡 云存储系统 负载均衡算法 资源调度算法 大规模数据 服务器资源 高性能特点 后端服务器 并发访问 磁盘资源 动态调整 访问服务 服务队列 复杂环境 高可用性 高效处理 节点定义 节点计算 数据访问 应用程序 指标计算 资源调度 资源占用 不均衡 调度器 集群 移出 算法 内存 占用 敏感 监控 表现 | ||
【主权项】:
1.一种云环境下动态负载均衡方法,其特征在于包括如下步骤:1)客户端与负载均衡调度器建立TCP连接;2)负载均衡调度器将客户端传输过来的数据存储、数据共享和数据备份请求解析为具体的文件读写操作;3)负载均衡调度器获取后端服务器集群中的每一个节点资源占用情况,利用节点资源占用情况计算节点的负载程度;所述节点资源占用情况是以Si表示集群中的第i个节点,第i个节点当前的CPU资源占用记为Loadcpu(Si),内存资源占用为Loadmem(Si),磁盘I/O占用为Loadio(Si),计算方法分别为:其中Δc(Si)为时间段t1~t2内CPU占用总时间的增量;Δ(idle(Si))表示时间段t1~t2内CPU空闲总时间的增量,Δc(Si)和Δ(idle(Si))通过读取Linux下的/proc/cpuinfo文件中的数据计算得到;其中mused(Si)节点表示该节点在某个时间点已经占用的内存,而midle(Si)表示该节点在某个事件点所剩余的内存,这两个值通过读取Linux下/proc/meminfo文件来获取;Loadio(Si)通过开启util项直接使用Linux下的iostat工具来获取;根据Loadcpu(Si),Loadmem(Si),Loadio(Si),使用如下公式确定每一个节点负载程度Wi,Wi表示集群中第i个节点的负载程度:上式中,k1,k2,k3分别为CPU,内存,磁盘I/O资源占用指标在计算负载程度时的重要性比例,满足i∈{1,2,3},ki∈(0,1),4)负载均衡调度器选择当前负载程度最低的节点来处理当前请求,在某个时间点一个请求被分配到的节点Sassign,节点Sassign为当前所有节点中负载程度最低的节点,计算公式为:5)针对CPU资源占用,内存资源占用,磁盘I/O占用设置阈值,分别记为thresholdcpu,thresholdmem,thresholdio;当CPU资源占用,内存资源占用和磁盘I/O占用其中之一达到或超过所设置阈值,Loadcpu(Si)≥thresholdcpu,或Loadmem(Si)≥thresholdmem,或Loadio(Si)≥thresholdio时,将第i个节点移除服务队列,不参与负载程度的排序过程;6)每次所选取的服务节点为当前综合负载最低,且未有任何指标超过所设置阈值的节点,最终实现对客户端请求的调度以及服务器资源的高效利用。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
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华南理工大学,未经华南理工大学许可,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/patent/201811109446.2/,转载请声明来源钻瓜专利网。