基于时间序列的负载均衡处理方法及系统的制作方法
基于时间序列的负载均衡处理方法及系统的制作方法
【技术领域】
[0001] 本发明设及负载均衡技术领域，尤其设及一种基于时间序列的负载均衡方法及系 统。
【背景技术】
[0002] 民航作为国民经济的重要基础产业，是综合交通运输体系的有机组成部分，W其 安全、快捷、通达、舒适的独特优势，成为国家战略性先导产业。随着经济的快速发展，国民 消费能力不断提高，民航旅客运输发展速度在过去十几年始终超过我国GDP增速，旅客访问 量也在呈指数增长，因此如何高效快速地处理海量的服务请求已成为困扰民航部口和广大 旅客十分关注的问题。
[0003] 目前解决运个问题的主要方法是采用可扩展的服务器集群策略，利用集群中的多 台服务器共同分担海量的服务请求，不但可W提高系统的性能和可用性，而且易于扩展。
[0004] 中航信的服务信息系统需要整合民航行业全部的信息，针对旅客每天在固定的时 间会出现买票高峰期，请求量会成爆发式增长，严重的随机访问导致负载不均问题，最终可 能造成请求堆积，甚至网络崩溃的问题。目前实现的负载均衡方法大多是动态负载均衡算 法，尚未发现将动态负载均衡算法和静态负载均衡算法结合的基于时间序列的负载均衡处 理方法。
【发明内容】
[0005] 为解决现有存在的技术问题，本发明实施例提供一种基于时间序列的负载均衡方 法及系统。
[0006] 为达到上述目的，本发明实施例的技术方案是运样实现的：
[0007] -种基于时间序列的负载均衡方法，所述方法包括：
[000引统计购票数据，确定网络购票高峰时间段；
[0009] 设置静态权重；
[0010] 判断当前是否处于所述网络购票高峰时间段；
[0011] 如果当前处于所述网络购票高峰时间段，则执行动态负责均衡算法，按照更新后 的分配权重分发服务请求给各服务器。
[0012] 如果当前不处于所述网络购票高峰时间段，则按照所述静态权重分发服务请求给 各服务器。
[0013] 其中，所述执行动态负责均衡算法包括:实时采集各服务节点上的负载信息并根 据所述负载信息计算所述分配权重;更新所述分配权重。
[0014] 其中，所述实时采集各服务节点上的负载信息，为:采用周期自适应的方法采集各 服务节点上的负载信息。
[0015] 其中，所述方法还包括:设置采样周期;采用周期自适应的方法采集各服务节点上 的负载信息，为:按照所述采样周期采用周期自适应的方法采集各服务节点上的负载信息。
[0016]其中，计算出所述分配权重，包括:计算各服务节点Si的负载量F(Si);根据各服务 节点Si的负载量、静态权重W(Si)，计算分配权重W'（Si)。
[0017]其中，采用下式计算并更新所述分配权重:*'（3〇=￥(3〇(1-。(3〇);其中，1 = 1， 2,...，n，n为不小于2的整数，表示服务节点的个数。
[001引其中，所述负载量基于如下表达式计算得到:F(Si) =01冲cpu(Si)+02冲memory(Si) + 抗冲i/o ( Si ) +?冲f ile ( Si )。其中：Fcpu ( Si )表示服务节点Si的CPU利用率，Fmemory ( Si )表示服务节 点Si的内存利用率，Fi/0( Si)表示服务节点Si的磁盘I/O占用率，Ffile( Si)表示服务节点Si的 文件系统空间的占用比。
[0019] 其中，
β康示各因素对服务节点Si负载量的贡献度，?3ι的值越 大表示该因素对服务节点Si的负载量影响程度越大。
[0020] 其中，所述静态权重根据下述表达式计算得到:w(Si) = ai*N(Si)+a2*C(Si)+a3*D (Si)+a林R(si)。
[0021] 其中，N(si)CPU核屯、数，表示C(si)表示CPU主频，D(si)表示磁盘容量，R(si)表示
RAM大小， 表示各因素对服务节点Si处理能力的贡献度，的值越大 表示对服务节点si的处理能力影响程度越大。
[0022] 其中，所述方法还包括:在设置静态权重的步骤中，同时设定运行时间。
[0023] 其中，所述方法还包括:在运行周期未结束时，判断已运行时间是否大于所述设定 的运行时间；如果已运行时间大于所述运行时间，则流程结束，否则重新设置静态权重。
[0024] -种基于时间序列的负载均衡系统，所述系统包括：
[0025] 确定单元，用于统计购票数据，确定网络购票高峰时间段；
[0026] 静态均衡单元，用于设置静态权重；W及，用于在所述判断单元判断当前不处于所 述网络购票高峰时间段时，按照所述静态权重分发服务请求给各服务器；
[0027] 判断单元，用于判断当前是否处于所述网络购票高峰时间段;如果当前处于所述 网络购票高峰时间段，则启动动态均衡单元;如果当前不处于所述网络购票高峰时间段，贝U 启动所述静态均衡单元；
[0028] 动态均衡单元，用于在所述判断单元判断当前处于所述网络购票高峰时间段时， 执行动态负责均衡算法，按照更新后的分配权重分发服务请求给各服务器。
[0029] 其中，所述动态均衡单元，用于执行动态负责均衡算法包括:实时采集各服务节点 上的负载信息并根据所述负载信息计算所述分配权重;更新所述分配权重。
[0030] 其中，所述动态均衡单元，用于实时采集各服务节点上的负载信息，为:采用周期 自适应的方法采集各服务节点上的负载信息。
[0031] 其中，所述动态均衡单元，还用于:设置采样周期；
[0032] 所述动态均衡单元，用于采用周期自适应的方法采集各服务节点上的负载信息， 为:按照所述采样周期采用周期自适应的方法采集各服务节点上的负载信息。
[0033] 其中，所述动态均衡单元，还用于计算出所述分配权重，包括：
[0034] 计算各服务节点Si的负载量F(Si);
[0035] 根据各服务节点Si的负载量、静态权重w( Si)，计算分配权重w '（ Si)。
[0036] 其中，所述动态均衡单元采用下式计算并更新所述分配权重:w'（Si)=w(Si)(l-F 佔））；其中，1 = 1，2，...，11，11为不小于2的整数，表示服务节点的个数。
[0037] 其中，所述动态均衡单元还用于基于如下表达式计算得到所述负载量F(Si):F(Si) =01冲冲U ( S i ) +02冲memory ( S i ) +03冲i/o ( S i ) +04冲f i le ( S i )。
[003引其中，Fcpu(Si)表示服务节点Si的CPU利用率，Fmemory(Si)表示服务节点Si的内存利 用率，Fi/o(Si)表示服务节点Si的磁盘I/O占用率，Ffile(Si)表示服务节点Si的文件系统空间 的占用比。
[0039] 其中 扣表示各因素对服务节点Si负载量的贡献度，扣的值越 j 大表示该因素对服务节点Si的负载量影响程度越大。
[0040] 其中，所述静态均衡单元用于根据下述表达式计算得到所述静态权重：
[0041 ] w(Si)=ai*N(Si)+a2*C(Si)+a3蝴（Si)+a4*R(Si)。
[0042] 其中，N(Si)CPU核屯、数，表示C(si)表示CPU主频，D(si)表示磁盘容量，R(si)表示 RAM大小
表示各因素对服务节点Si处理能力的贡献度，αι的值越大 表示对服务节点Si的处理能力影响程度越大。
[0043] 其中，所述静态均衡单元，还用于在设置静态权重的步骤中，同时设定运行时间。
[0044] 其中，所述判断单元，还用于：在运行周期未结束时，判断已运行时间是否大于所 述静态均衡单元设定的运行时间；如果已运行时间大于所述运行时间，则流程结束，否则启 动所述静态均衡单元重新设置静态权重。
[0045] 其中，所述系统配置在交易中间件上。
[0046] 其中，所述交易中间件为分布式服务调用平台。
[0047] 本发明实施例基于时间序列的负载均衡处理方法及系统，是一种针对固定时间段 出现的海量访问造成的负载不均问题提出的解决方案，可广泛应用在访问量在某时段爆发 式增长的系统，实时监控负载量，增加集群系统的吞吐量和降低服务请求响应时间，达到了 负载均衡，最终实现快速高效处理用户请求。
【附图说明】
[0048] 在附图（其不一定是按比例绘制的）中，相似的附图标记可在不同的视图中描述相 似的部件。具有不同字母后缀的相似附图标记可表示相似部件的不同示例。附图W示例而 非限制的方式大体示出了本文中所讨论的各个实施例。
[0049] 图1为本发明实施例基于时间序列的负载均衡处理方法的流程示意图；
[0050] 图2为本发明实施例基于时间序列的负载均衡处理方法的具体实现流程示意图；
[0051] 图3为本发明实施例基于时间序列的负载均衡处理系统的组成结构示意图；
[0052] 图4为本发明实施例基于时间序列的负载均衡处理系统设及的交易中间件的架构 不意图D
【具体实施方式】
[0053] 本发明实施例提供一种基于时间序列的负载均衡方法及装置、系统，是针对固定 时间段出现的海量访问造成的负载不均问题提出的解决方案，可广泛应用在网络访问量在 某时段爆发式增长的系统，实时监控负载量，增加集群系统的吞吐量和降低服务请求响应 时间，使得航信的服务器系统达到负载均衡，最终实现快速高效处理用户请求。
[0 054] 本发明实施例的基本思想是:每天在购票高峰期的时间段内周期性地采集各节点 的负载信息，并根据每台服务器负载量和服务器的硬件设备确定负载因子，隔离负载过高 的服务器，并在该服务器负载减少后重新连接到集群中，而在非高峰期执行静态加权轮询 算法，既保证了信息采集的实时性又降低了系统开销。
[0055] 本发明实施例提供的一种基于时间序列的负载均衡处理方法，如图1所示，主要包 括如下步骤：
[0056] 步骤101:统计购票数据，确定网络购票高峰时间段；
[0化7] 步骤102:设置静态权重；
[0058] 步骤103:判断当前是否处于所述网络购票高峰时间段；
[0059] 步骤104:如果当前处于所述网络购票高峰时间段，则执行动态负责均衡算法，按 照更新后的分配权重分发服务请求给各服务器。
[0060] 步骤105:如果当前不处于所述网络购票高峰时间段，则按照所述静态权重分发服 务请求给各服务器。
[0061] 具体地，如图2所示，本发明实施例一种基于时间序列的负载均衡处理方法具体实 现流程可W包括按顺序执行的下述步骤：
[0062] 步骤201、统计数据W确定网络购票高峰时间段Η的S1阶段:分析每天旅客购票的 时间数据，统计得到每天购票高峰时间段Η;
[0063] 步骤202、设置静态权重w(si)，并设定运行时间t的S2阶段:设置静态权重w(si)，该 静态权重W(Si)表示每台服务器的处理能力；
[0064] 运里，将服务器集群中所有服务节点抽象为一个集合5,5={31，32，...3。}，该集合 中的每个元素 Si (1 < = i <= η)表示集群中的任意一个服务节点，η表示集群中的节点个 数;JCF系统初始时，集群中各服务节点基本处于空载状态，分配请求时只需考虑节点自身 的处理能力，其中硬件配置是各服务节点处理能力的最直接反映。
[0065] 所述的静态权重w(si)可W通过如下式（1)得到：
[0066] w(Si)=ai*N(Si)+a2*C(Si)+a3*D(Si)+a4*R(Si) (1)
[0067] 其中，N(Si)CPU核屯、数，表示C(si)表示CPU主频，D(si)表示磁盘容量，R(si)表示 RAM大小，
日1表示各因素对服务器i处理能力的贡献度，日1的值越大表 示对服务节点i的处理能力影响程度越大。
[0068] 步骤203、判断当前时刻是否处于购票高峰时间段Η的S3阶段:判断当前时刻是否 处于购票高峰时间段Η，如果不在购票高峰时间段Η，则按照静态权重w(si)分发服务请求给 各服务器;否则进入下面的步骤204 W执行动态负载均衡算法；
[0069] 步骤204、设置采样周期T的S4阶段:设置适宜的采样周期T;
[0070] 实际应用中，如果采样周期τ设置过小会造成资源的消耗，如果采样周期τ设置过 大则采样不准确，不能实时反映服务器的负载情况，所W应综合W上两方面，设置适宜的采 样周期Τ。本发明实施例优选地将采样周期Τ设置为20s。
[0071] 步骤205、计算各服务节点的负载量F(Si)的S5阶段:实时采集各服务节点上的负 载信息并根据运些负载信息计算出分配权重W'（Si);
[0072] 实际应用中，计算各服务节点的负载量F(si)，在购票高峰时间段Η内，集群中各服 务节点的负载量差异明显，服务请求到达后如果继续按照静态权重W(Si)分配会出现负载 不均的问题。而各服务节点的处理能力和节点上的实时负载情况是影响负载均衡的两大因 素;实时采集各服务节点上的负载信息并根据运些信息计算出分配权重是动态负载均衡算 法的基本思想。
[0073] 本发明实施例采用周期自适应的方法采集负载信息;每隔采样周期T，服务节点向 服务库传输自身的CPU利用率Fcpu ( Si )、内存利用率Fmemory ( Si )、磁盘I/0占用率Fi/。( Si )和文 件系统空间的占用比Fme(Si)运4项性能参数。
[0074] 服务节点负载信息的计算表达式如下式(2):
[0075]
(2)
[0076] 其中，
扔表示各因素对负载量的贡献度，扣的值越大表示该因 素对服务节点的负载量影响程度越大。
[0077] 步骤206、更新分配权重w'（si)的S6阶段:对分配权重w'（si)进行更新，更新后的分 配权值w'（si)由下式(3)得到：
[007引 W'（Si) =w(si) (l_F(Si)) (3)
[0079] 其中，w'（si)表示更新后的分配权重，F(si)表示负载量，w(si)表示静态权重。i = 1,2,. . .，n，sieS，集合S={si，s2,. . .sn}中的每个元素 si(l< = i<=n)表示服务器集群中 的任意一个服务节点，η表示集群中的节点个数。
[0080] 步骤207、按上述更新后的分配权重W'（Si)将服务请求分发给各服务节点的S7阶 段:将各服务器更新后的分配权重W'（Si)发送给服务库，在服务库中求比值，然后按所述比 值将服务请求分配给各服务器；
[0081] 步骤208、判断运行周期是否结束的S8阶段:判断当前运行周期是否结束，若周期 结束则重新进入S2阶段即步骤102,否则下一步进入S9阶段即步骤209;
[0082] 步骤209、判断当前的已运行时间是否大于设定的运行时间t的S9阶段：如果已运 行时间大于设定的运行时间t时，当前流程至此结束，否则重新进入S2阶段即步骤202。
[0083] 本发明实施例提供的一种基于时间序列的负载均衡处理系统，如图3所示，主要可 W包括：
[0084] 确定单元31，用于统计购票数据，确定网络购票高峰时间段；
[0085] 静态均衡单元32，用于设置静态权重；W及，用于在所述判断单元33判断当前不处 于所述网络购票高峰时间段时，按照所述静态权重分发服务请求给各服务器；
[0086] 判断单元33,用于判断当前是否处于所述网络购票高峰时间段;如果当前处于所 述网络购票高峰时间段，则启动动态均衡单元;如果当前不处于所述网络购票高峰时间段， 则启动所述静态均衡单元；
[0087] 动态均衡单元34,用于在所述判断单元33判断当前处于所述网络购票高峰时间段 时，执行动态负责均衡算法，按照更新后的分配权重分发服务请求给各服务器。
[0088] 其中，所述动态均衡单元34,用于执行动态负责均衡算法包括:实时采集各服务节 点上的负载信息并根据所述负载信息计算所述分配权重;更新所述分配权重。其中，所述动 态均衡单元34，用于实时采集各服务节点上的负载信息，为:采用周期自适应的方法采集各 服务节点上的负载信息。具体地，所述动态均衡单元34,还用于:设置采样周期;所述动态均 衡单元34，用于采用周期自适应的方法采集各服务节点上的负载信息，为:按照所述采样周 期采用周期自适应的方法采集各服务节点上的负载信息。
[0089] 其中，所述动态均衡单元34,还用于计算出所述分配权重，包括:计算各服务节点 Si的负载量F(Si);根据各服务节点Si的负载量、静态权重w(Si)，计算分配权重W'（Si)。具体 地，采用式(3)计算并更新所述分配权重。基于如式(2)计算得到所述负载量F(si)。
[0090] 其中，所述静态均衡单元32用于根据式（1)计算得到所述静态权重w(Si)。
[0091] 其中，所述静态均衡单元32,还用于在设置静态权重的步骤中，同时设定运行时 间。所述判断单元33,还用于:在运行周期未结束时，判断已运行时间是否大于所述静态均 衡单元设定的运行时间；如果已运行时间大于所述运行时间，则流程结束，否则启动所述静 态均衡单元32重新设置静态权重。
[0092] 实际应用中，本发明实施例的上述基于时间序列的负载均衡处理系统配置在交易 中间件上，该交易中间件具体为分布式服务调用平台。
[0093] 如图4所示，所述交易中间件的环境包括:服务调用层、服务支撑层、适配服务层和 业务服务层。其中，
[0094] 所述服务调用层是由1个或者多个服务器构成的分布式服务调用平台，为部署在 不同服务器上的服务提供基础的服务调用功能，例如，异步通信、负载均衡、故障隔离、服务 的自动发现等。本发明实施例基于时间序列的负载均衡处理系统主要部署在运一层，相应 的方法也主要由运一层来执行。
[00M]服务支撑层提供服务运行需要的一些支撑功能，譬如：日志、数据源、用户上下文 等。
[0096] 适配服务充当外部请求W及业务服务之间的适配连接中介，包含接入适配与接出 适配，适配服务层是由多个适配处理服务器(server)组成，并且适配服务的功能由适配处 理server执行。
[0097] 所述业务服务层部署运行在系统内，用于完成一定业务处理逻辑的服务。例如，图 4中业务服务层包括负责处理业务X的集群1、负责处理业务Y的集群2等，每个集群都包括服 务库sever和多个服务节点(服务节点1、服务节点2、……等等），服务库sever与各个服务节 点连接。
[0098] 如图4所示，实际应用中，各类服务请求先到总线，然后到适配服务层，将各类服务 请求与相应的业务服务相适配，再经过服务调用层的分布式服务调用平台调配将对应不同 业务服务的服务请求分配给业务服务层上相应的集群，每个集群中服务库sever再将每个 服务请求分配给相应的服务节点进行处理。其中，一个服务节点可W是一个服务器或多个 相同业务功能的服务器。 [0099] 本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序 产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形 式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储 介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
[0100] 本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程 图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流 程和/或方框、W及流程图和/或方框图中的流程和/或方框的结合。可提供运些计算机程序 指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器W产 生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实 现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0101] 运些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备W特 定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指 令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或 多个方框中指定的功能。
[0102] 运些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计 算机或其他可编程设备上执行一系列操作步骤W产生计算机实现的处理，从而在计算机或 其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一 个方框或多个方框中指定的功能的步骤。
[0103] W上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。
【主权项】
1. 一种基于时间序列的负载均衡方法，其特征在于，所述方法包括： 统计购票数据，确定网络购票高峰时间段； 设置静态权重； 判断当前是否处于所述网络购票高峰时间段； 如果当前处于所述网络购票高峰时间段，则执行动态负责均衡算法，按照更新后的分 配权重分发服务请求给各服务器； 如果当前不处于所述网络购票高峰时间段，则按照所述静态权重分发服务请求给各服 务器。2. 根据权利要求1所述的方法，其特征在于，所述执行动态负责均衡算法包括:实时采 集各服务节点上的负载信息并根据所述负载信息计算所述分配权重;更新所述分配权重。3. 根据权利要求2所述的方法，其特征在于，所述实时采集各服务节点上的负载信息， 为:采用周期自适应的方法采集各服务节点上的负载信息。4. 根据权利要求3所述的方法，其特征在于，所述方法还包括:设置采样周期； 采用周期自适应的方法采集各服务节点上的负载信息，为：按照所述采样周期采用周 期自适应的方法采集各服务节点上的负载信息。5. 根据权利要求2所述的方法，其特征在于，计算出所述分配权重，包括： 计算各服务节点Si的负载量F(Si); 根据各服务节点81的负载量、静态权重W(S1)，计算分配权重w'（S1)。6. 根据权利要求5所述的方法，其特征在于，采用下式计算并更新所述分配权重:w'（S1) =w(si)(l-F(si))； 其中，i = l，2,. . .，n，n为不小于2的整数，表示服务节点的个数。7. 根据权利要求5所述的方法，其特征在于，所述负载量基于如下表达式计算得到： F(Si) =01*Fcpu(Si)+&*Fmemory(Si)+ftB*Fi/〇(Si)+04*Ffile(Si)。8. 根据权利要求7所述的方法，其特征在于： Fcpu(Si)表示服务节点Si的CPU利用率，Fm_ ry(Si)表示服务节点Si的内存利用率，Fi/。 (Sl)表示服务节点Sl的磁盘I/O占用率，Fflle3(S 1)表示服务节点S1的文件系统空间的占用比。9. 根据权利要求8所述的方法，其特征在于： 其中，队表示各因素对服务节点81负载量的贡献度，队的值越大表 示该因素对服务节点S1的负载量影响程度越大。10. 根据权利要求1所述的方法，其特征在于，所述静态权重根据下述表达式计算得到： W(Si) =ai*N(Si)+a2*C(Si)+a3*D(Si)+a4*R(Si)。11. 根据权利要求10所述的方法，其特征在于： 其中，N(Si)CPU核心数，表示C(Si)表示CPU主频，D(Si)表示磁盘容量，R(Si)表示RAM大小， CI1表示各因素对服务节点81处理能力的贡献度，〇1的值越大表示对 ， 服务节点81的处理能力影响程度越大。12. 根据权利要求1所述的方法，其特征在于，所述方法还包括： 在设置静态权重的步骤中，同时设定运行时间。13. 根据权利要求12所述的方法，其特征在于，所述方法还包括： 在运行周期未结束时，判断已运行时间是否大于所述设定的运行时间；如果已运行时 间大于所述运行时间，则流程结束，否则重新设置静态权重。14. 一种基于时间序列的负载均衡系统，其特征在于，所述系统包括： 确定单元，用于统计购票数据，确定网络购票高峰时间段； 静态均衡单元，用于设置静态权重；以及，用于在所述判断单元判断当前不处于所述网 络购票高峰时间段时，按照所述静态权重分发服务请求给各服务器； 判断单元，用于判断当前是否处于所述网络购票高峰时间段；如果当前处于所述网络 购票高峰时间段，则启动动态均衡单元;如果当前不处于所述网络购票高峰时间段，则启动 所述静态均衡单元； 动态均衡单元，用于在所述判断单元判断当前处于所述网络购票高峰时间段时，执行 动态负责均衡算法，按照更新后的分配权重分发服务请求给各服务器。15. 根据权利要求14所述的系统，其特征在于，所述动态均衡单元，用于执行动态负责 均衡算法包括:实时采集各服务节点上的负载信息并根据所述负载信息计算所述分配权 重;更新所述分配权重。16. 根据权利要求15所述的系统，其特征在于，所述动态均衡单元，用于实时采集各服 务节点上的负载信息，为:采用周期自适应的方法采集各服务节点上的负载信息。17. 根据权利要求16所述的系统，其特征在于，所述动态均衡单元，还用于:设置采样周 期； 所述动态均衡单元，用于采用周期自适应的方法采集各服务节点上的负载信息，为:按 照所述采样周期采用周期自适应的方法采集各服务节点上的负载信息。18. 根据权利要求15所述的系统，其特征在于，所述动态均衡单元，还用于计算出所述 分配权重，包括： 计算各服务节点Si的负载量F(Si); 根据各服务节点81的负载量、静态权重W(S1)，计算分配权重w'（S1)。19. 根据权利要求15或18所述的系统，其特征在于，所述动态均衡单元采用下式计算并 更新所述分配权重:W'（Si) =W(Si) (I-F(Si));其中，i = l，2, ...，n，n为不小于2的整数，表 示服务节点的个数。20. 根据权利要求18所述的系统，其特征在于，所述动态均衡单元还用于基于如下表达 式计算得到所述负载量F(Si): F(Si) =01*Fcpu(Si)+&*Fmemory(Si)+ftB*Fi/〇(Si)+04*Ffile(Si)。21. 根据权利要求20所述的系统，其特征在于： Fcpu(Si)表示服务节点Si的CPU利用率，Fm_ ry(Si)表示服务节点Si的内存利用率，Fi/。 (Sl)表示服务节点Sl的磁盘I/O占用率，Fflle3(S 1)表示服务节点S1的文件系统空间的占用比。22. 根据权利要求20所述的系统，其特征在于：其中， 队表示各因素对服务节点81负载量的贡献度，队的值越大表 ， 示该因素对服务节点S1的负载量影响程度越大。23. 根据权利要求14所述的系统，其特征在于，所述静态均衡单元用于根据下述表达式 计算得到所述静态权重： w(si) =ai*N(Si)+a2*C(Si)+a3*D(Si)+a4*R(Si)。24. 根据权利要求11所述的系统，其特征在于： 其中，N(Si)CPU核心数，表示C(Si)表示CPU主频，D(Si)表示磁盘容量，R(S i)表示RAM大小， CI1表示各因素对服务节点81处理能力的贡献度， 〇1的值越大表示对 ， 服务节点81的处理能力影响程度越大。25. 根据权利要求14所述的系统，其特征在于，所述静态均衡单元，还用于在设置静态 权重的步骤中，同时设定运行时间。26. 根据权利要求14所述的系统，其特征在于，所述判断单元，还用于： 在运行周期未结束时，判断已运行时间是否大于所述静态均衡单元设定的运行时间； 如果已运行时间大于所述运行时间，则流程结束，否则启动所述静态均衡单元重新设置静 态权重。27. 根据权利要求14所述的系统，其特征在于，所述系统配置在交易中间件上。28. 根据权利要求27所述的系统，其特征在于，所述交易中间件为分布式服务调用平 台。
【专利摘要】本发明公开了一种基于时间序列的负载均衡方法，所述方法包括：统计购票数据，确定网络购票高峰时间段；设置静态权重；判断当前是否处于所述网络购票高峰时间段；如果当前处于所述网络购票高峰时间段，则执行动态负责均衡算法，按照更新后的分配权重分发服务请求给各服务器；如果当前不处于所述网络购票高峰时间段，则按照所述静态权重分发服务请求给各服务器。相应的，本发明还公开了基于时间序列的负载均衡系统，可广泛应用在访问量在某时段爆发式增长的系统，增加集群系统的吞吐量和降低服务请求响应时间，实现快速高效处理用户请求。
【IPC分类】H04L12/803, H04L29/08
【公开号】CN105491150
【申请号】CN201511000388
【发明人】田丰, 李国 , 勉玉静, 曲文丽, 韦强, 王怀超
【申请人】中国民航信息网络股份有限公司
【公开日】2016年4月13日
【申请日】2015年12月28日
【技术领域】
[0001] 本发明设及负载均衡技术领域，尤其设及一种基于时间序列的负载均衡方法及系 统。
【背景技术】
[0002] 民航作为国民经济的重要基础产业，是综合交通运输体系的有机组成部分，W其 安全、快捷、通达、舒适的独特优势，成为国家战略性先导产业。随着经济的快速发展，国民 消费能力不断提高，民航旅客运输发展速度在过去十几年始终超过我国GDP增速，旅客访问 量也在呈指数增长，因此如何高效快速地处理海量的服务请求已成为困扰民航部口和广大 旅客十分关注的问题。
[0003] 目前解决运个问题的主要方法是采用可扩展的服务器集群策略，利用集群中的多 台服务器共同分担海量的服务请求，不但可W提高系统的性能和可用性，而且易于扩展。
[0004] 中航信的服务信息系统需要整合民航行业全部的信息，针对旅客每天在固定的时 间会出现买票高峰期，请求量会成爆发式增长，严重的随机访问导致负载不均问题，最终可 能造成请求堆积，甚至网络崩溃的问题。目前实现的负载均衡方法大多是动态负载均衡算 法，尚未发现将动态负载均衡算法和静态负载均衡算法结合的基于时间序列的负载均衡处 理方法。
【发明内容】
[0005] 为解决现有存在的技术问题，本发明实施例提供一种基于时间序列的负载均衡方 法及系统。
[0006] 为达到上述目的，本发明实施例的技术方案是运样实现的：
[0007] -种基于时间序列的负载均衡方法，所述方法包括：
[000引统计购票数据，确定网络购票高峰时间段；
[0009] 设置静态权重；
[0010] 判断当前是否处于所述网络购票高峰时间段；
[0011] 如果当前处于所述网络购票高峰时间段，则执行动态负责均衡算法，按照更新后 的分配权重分发服务请求给各服务器。
[0012] 如果当前不处于所述网络购票高峰时间段，则按照所述静态权重分发服务请求给 各服务器。
[0013] 其中，所述执行动态负责均衡算法包括:实时采集各服务节点上的负载信息并根 据所述负载信息计算所述分配权重;更新所述分配权重。
[0014] 其中，所述实时采集各服务节点上的负载信息，为:采用周期自适应的方法采集各 服务节点上的负载信息。
[0015] 其中，所述方法还包括:设置采样周期;采用周期自适应的方法采集各服务节点上 的负载信息，为:按照所述采样周期采用周期自适应的方法采集各服务节点上的负载信息。
[0016]其中，计算出所述分配权重，包括:计算各服务节点Si的负载量F(Si);根据各服务 节点Si的负载量、静态权重W(Si)，计算分配权重W'（Si)。
[0017]其中，采用下式计算并更新所述分配权重:*'（3〇=￥(3〇(1-。(3〇);其中，1 = 1， 2,...，n，n为不小于2的整数，表示服务节点的个数。
[001引其中，所述负载量基于如下表达式计算得到:F(Si) =01冲cpu(Si)+02冲memory(Si) + 抗冲i/o ( Si ) +?冲f ile ( Si )。其中：Fcpu ( Si )表示服务节点Si的CPU利用率，Fmemory ( Si )表示服务节 点Si的内存利用率，Fi/0( Si)表示服务节点Si的磁盘I/O占用率，Ffile( Si)表示服务节点Si的 文件系统空间的占用比。
[0019] 其中，
β康示各因素对服务节点Si负载量的贡献度，?3ι的值越 大表示该因素对服务节点Si的负载量影响程度越大。
[0020] 其中，所述静态权重根据下述表达式计算得到:w(Si) = ai*N(Si)+a2*C(Si)+a3*D (Si)+a林R(si)。
[0021] 其中，N(si)CPU核屯、数，表示C(si)表示CPU主频，D(si)表示磁盘容量，R(si)表示
RAM大小， 表示各因素对服务节点Si处理能力的贡献度，的值越大 表示对服务节点si的处理能力影响程度越大。
[0022] 其中，所述方法还包括:在设置静态权重的步骤中，同时设定运行时间。
[0023] 其中，所述方法还包括:在运行周期未结束时，判断已运行时间是否大于所述设定 的运行时间；如果已运行时间大于所述运行时间，则流程结束，否则重新设置静态权重。
[0024] -种基于时间序列的负载均衡系统，所述系统包括：
[0025] 确定单元，用于统计购票数据，确定网络购票高峰时间段；
[0026] 静态均衡单元，用于设置静态权重；W及，用于在所述判断单元判断当前不处于所 述网络购票高峰时间段时，按照所述静态权重分发服务请求给各服务器；
[0027] 判断单元，用于判断当前是否处于所述网络购票高峰时间段;如果当前处于所述 网络购票高峰时间段，则启动动态均衡单元;如果当前不处于所述网络购票高峰时间段，贝U 启动所述静态均衡单元；
[0028] 动态均衡单元，用于在所述判断单元判断当前处于所述网络购票高峰时间段时， 执行动态负责均衡算法，按照更新后的分配权重分发服务请求给各服务器。
[0029] 其中，所述动态均衡单元，用于执行动态负责均衡算法包括:实时采集各服务节点 上的负载信息并根据所述负载信息计算所述分配权重;更新所述分配权重。
[0030] 其中，所述动态均衡单元，用于实时采集各服务节点上的负载信息，为:采用周期 自适应的方法采集各服务节点上的负载信息。
[0031] 其中，所述动态均衡单元，还用于:设置采样周期；
[0032] 所述动态均衡单元，用于采用周期自适应的方法采集各服务节点上的负载信息， 为:按照所述采样周期采用周期自适应的方法采集各服务节点上的负载信息。
[0033] 其中，所述动态均衡单元，还用于计算出所述分配权重，包括：
[0034] 计算各服务节点Si的负载量F(Si);
[0035] 根据各服务节点Si的负载量、静态权重w( Si)，计算分配权重w '（ Si)。
[0036] 其中，所述动态均衡单元采用下式计算并更新所述分配权重:w'（Si)=w(Si)(l-F 佔））；其中，1 = 1，2，...，11，11为不小于2的整数，表示服务节点的个数。
[0037] 其中，所述动态均衡单元还用于基于如下表达式计算得到所述负载量F(Si):F(Si) =01冲冲U ( S i ) +02冲memory ( S i ) +03冲i/o ( S i ) +04冲f i le ( S i )。
[003引其中，Fcpu(Si)表示服务节点Si的CPU利用率，Fmemory(Si)表示服务节点Si的内存利 用率，Fi/o(Si)表示服务节点Si的磁盘I/O占用率，Ffile(Si)表示服务节点Si的文件系统空间 的占用比。
[0039] 其中 扣表示各因素对服务节点Si负载量的贡献度，扣的值越 j 大表示该因素对服务节点Si的负载量影响程度越大。
[0040] 其中，所述静态均衡单元用于根据下述表达式计算得到所述静态权重：
[0041 ] w(Si)=ai*N(Si)+a2*C(Si)+a3蝴（Si)+a4*R(Si)。
[0042] 其中，N(Si)CPU核屯、数，表示C(si)表示CPU主频，D(si)表示磁盘容量，R(si)表示 RAM大小
表示各因素对服务节点Si处理能力的贡献度，αι的值越大 表示对服务节点Si的处理能力影响程度越大。
[0043] 其中，所述静态均衡单元，还用于在设置静态权重的步骤中，同时设定运行时间。
[0044] 其中，所述判断单元，还用于：在运行周期未结束时，判断已运行时间是否大于所 述静态均衡单元设定的运行时间；如果已运行时间大于所述运行时间，则流程结束，否则启 动所述静态均衡单元重新设置静态权重。
[0045] 其中，所述系统配置在交易中间件上。
[0046] 其中，所述交易中间件为分布式服务调用平台。
[0047] 本发明实施例基于时间序列的负载均衡处理方法及系统，是一种针对固定时间段 出现的海量访问造成的负载不均问题提出的解决方案，可广泛应用在访问量在某时段爆发 式增长的系统，实时监控负载量，增加集群系统的吞吐量和降低服务请求响应时间，达到了 负载均衡，最终实现快速高效处理用户请求。
【附图说明】
[0048] 在附图（其不一定是按比例绘制的）中，相似的附图标记可在不同的视图中描述相 似的部件。具有不同字母后缀的相似附图标记可表示相似部件的不同示例。附图W示例而 非限制的方式大体示出了本文中所讨论的各个实施例。
[0049] 图1为本发明实施例基于时间序列的负载均衡处理方法的流程示意图；
[0050] 图2为本发明实施例基于时间序列的负载均衡处理方法的具体实现流程示意图；
[0051] 图3为本发明实施例基于时间序列的负载均衡处理系统的组成结构示意图；
[0052] 图4为本发明实施例基于时间序列的负载均衡处理系统设及的交易中间件的架构 不意图D
【具体实施方式】
[0053] 本发明实施例提供一种基于时间序列的负载均衡方法及装置、系统，是针对固定 时间段出现的海量访问造成的负载不均问题提出的解决方案，可广泛应用在网络访问量在 某时段爆发式增长的系统，实时监控负载量，增加集群系统的吞吐量和降低服务请求响应 时间，使得航信的服务器系统达到负载均衡，最终实现快速高效处理用户请求。
[0 054] 本发明实施例的基本思想是:每天在购票高峰期的时间段内周期性地采集各节点 的负载信息，并根据每台服务器负载量和服务器的硬件设备确定负载因子，隔离负载过高 的服务器，并在该服务器负载减少后重新连接到集群中，而在非高峰期执行静态加权轮询 算法，既保证了信息采集的实时性又降低了系统开销。
[0055] 本发明实施例提供的一种基于时间序列的负载均衡处理方法，如图1所示，主要包 括如下步骤：
[0056] 步骤101:统计购票数据，确定网络购票高峰时间段；
[0化7] 步骤102:设置静态权重；
[0058] 步骤103:判断当前是否处于所述网络购票高峰时间段；
[0059] 步骤104:如果当前处于所述网络购票高峰时间段，则执行动态负责均衡算法，按 照更新后的分配权重分发服务请求给各服务器。
[0060] 步骤105:如果当前不处于所述网络购票高峰时间段，则按照所述静态权重分发服 务请求给各服务器。
[0061] 具体地，如图2所示，本发明实施例一种基于时间序列的负载均衡处理方法具体实 现流程可W包括按顺序执行的下述步骤：
[0062] 步骤201、统计数据W确定网络购票高峰时间段Η的S1阶段:分析每天旅客购票的 时间数据，统计得到每天购票高峰时间段Η;
[0063] 步骤202、设置静态权重w(si)，并设定运行时间t的S2阶段:设置静态权重w(si)，该 静态权重W(Si)表示每台服务器的处理能力；
[0064] 运里，将服务器集群中所有服务节点抽象为一个集合5,5={31，32，...3。}，该集合 中的每个元素 Si (1 < = i <= η)表示集群中的任意一个服务节点，η表示集群中的节点个 数;JCF系统初始时，集群中各服务节点基本处于空载状态，分配请求时只需考虑节点自身 的处理能力，其中硬件配置是各服务节点处理能力的最直接反映。
[0065] 所述的静态权重w(si)可W通过如下式（1)得到：
[0066] w(Si)=ai*N(Si)+a2*C(Si)+a3*D(Si)+a4*R(Si) (1)
[0067] 其中，N(Si)CPU核屯、数，表示C(si)表示CPU主频，D(si)表示磁盘容量，R(si)表示 RAM大小，
日1表示各因素对服务器i处理能力的贡献度，日1的值越大表 示对服务节点i的处理能力影响程度越大。
[0068] 步骤203、判断当前时刻是否处于购票高峰时间段Η的S3阶段:判断当前时刻是否 处于购票高峰时间段Η，如果不在购票高峰时间段Η，则按照静态权重w(si)分发服务请求给 各服务器;否则进入下面的步骤204 W执行动态负载均衡算法；
[0069] 步骤204、设置采样周期T的S4阶段:设置适宜的采样周期T;
[0070] 实际应用中，如果采样周期τ设置过小会造成资源的消耗，如果采样周期τ设置过 大则采样不准确，不能实时反映服务器的负载情况，所W应综合W上两方面，设置适宜的采 样周期Τ。本发明实施例优选地将采样周期Τ设置为20s。
[0071] 步骤205、计算各服务节点的负载量F(Si)的S5阶段:实时采集各服务节点上的负 载信息并根据运些负载信息计算出分配权重W'（Si);
[0072] 实际应用中，计算各服务节点的负载量F(si)，在购票高峰时间段Η内，集群中各服 务节点的负载量差异明显，服务请求到达后如果继续按照静态权重W(Si)分配会出现负载 不均的问题。而各服务节点的处理能力和节点上的实时负载情况是影响负载均衡的两大因 素;实时采集各服务节点上的负载信息并根据运些信息计算出分配权重是动态负载均衡算 法的基本思想。
[0073] 本发明实施例采用周期自适应的方法采集负载信息;每隔采样周期T，服务节点向 服务库传输自身的CPU利用率Fcpu ( Si )、内存利用率Fmemory ( Si )、磁盘I/0占用率Fi/。( Si )和文 件系统空间的占用比Fme(Si)运4项性能参数。
[0074] 服务节点负载信息的计算表达式如下式(2):
[0075]
(2)
[0076] 其中，
扔表示各因素对负载量的贡献度，扣的值越大表示该因 素对服务节点的负载量影响程度越大。
[0077] 步骤206、更新分配权重w'（si)的S6阶段:对分配权重w'（si)进行更新，更新后的分 配权值w'（si)由下式(3)得到：
[007引 W'（Si) =w(si) (l_F(Si)) (3)
[0079] 其中，w'（si)表示更新后的分配权重，F(si)表示负载量，w(si)表示静态权重。i = 1,2,. . .，n，sieS，集合S={si，s2,. . .sn}中的每个元素 si(l< = i<=n)表示服务器集群中 的任意一个服务节点，η表示集群中的节点个数。
[0080] 步骤207、按上述更新后的分配权重W'（Si)将服务请求分发给各服务节点的S7阶 段:将各服务器更新后的分配权重W'（Si)发送给服务库，在服务库中求比值，然后按所述比 值将服务请求分配给各服务器；
[0081] 步骤208、判断运行周期是否结束的S8阶段:判断当前运行周期是否结束，若周期 结束则重新进入S2阶段即步骤102,否则下一步进入S9阶段即步骤209;
[0082] 步骤209、判断当前的已运行时间是否大于设定的运行时间t的S9阶段：如果已运 行时间大于设定的运行时间t时，当前流程至此结束，否则重新进入S2阶段即步骤202。
[0083] 本发明实施例提供的一种基于时间序列的负载均衡处理系统，如图3所示，主要可 W包括：
[0084] 确定单元31，用于统计购票数据，确定网络购票高峰时间段；
[0085] 静态均衡单元32，用于设置静态权重；W及，用于在所述判断单元33判断当前不处 于所述网络购票高峰时间段时，按照所述静态权重分发服务请求给各服务器；
[0086] 判断单元33,用于判断当前是否处于所述网络购票高峰时间段;如果当前处于所 述网络购票高峰时间段，则启动动态均衡单元;如果当前不处于所述网络购票高峰时间段， 则启动所述静态均衡单元；
[0087] 动态均衡单元34,用于在所述判断单元33判断当前处于所述网络购票高峰时间段 时，执行动态负责均衡算法，按照更新后的分配权重分发服务请求给各服务器。
[0088] 其中，所述动态均衡单元34,用于执行动态负责均衡算法包括:实时采集各服务节 点上的负载信息并根据所述负载信息计算所述分配权重;更新所述分配权重。其中，所述动 态均衡单元34，用于实时采集各服务节点上的负载信息，为:采用周期自适应的方法采集各 服务节点上的负载信息。具体地，所述动态均衡单元34,还用于:设置采样周期;所述动态均 衡单元34，用于采用周期自适应的方法采集各服务节点上的负载信息，为:按照所述采样周 期采用周期自适应的方法采集各服务节点上的负载信息。
[0089] 其中，所述动态均衡单元34,还用于计算出所述分配权重，包括:计算各服务节点 Si的负载量F(Si);根据各服务节点Si的负载量、静态权重w(Si)，计算分配权重W'（Si)。具体 地，采用式(3)计算并更新所述分配权重。基于如式(2)计算得到所述负载量F(si)。
[0090] 其中，所述静态均衡单元32用于根据式（1)计算得到所述静态权重w(Si)。
[0091] 其中，所述静态均衡单元32,还用于在设置静态权重的步骤中，同时设定运行时 间。所述判断单元33,还用于:在运行周期未结束时，判断已运行时间是否大于所述静态均 衡单元设定的运行时间；如果已运行时间大于所述运行时间，则流程结束，否则启动所述静 态均衡单元32重新设置静态权重。
[0092] 实际应用中，本发明实施例的上述基于时间序列的负载均衡处理系统配置在交易 中间件上，该交易中间件具体为分布式服务调用平台。
[0093] 如图4所示，所述交易中间件的环境包括:服务调用层、服务支撑层、适配服务层和 业务服务层。其中，
[0094] 所述服务调用层是由1个或者多个服务器构成的分布式服务调用平台，为部署在 不同服务器上的服务提供基础的服务调用功能，例如，异步通信、负载均衡、故障隔离、服务 的自动发现等。本发明实施例基于时间序列的负载均衡处理系统主要部署在运一层，相应 的方法也主要由运一层来执行。
[00M]服务支撑层提供服务运行需要的一些支撑功能，譬如：日志、数据源、用户上下文 等。
[0096] 适配服务充当外部请求W及业务服务之间的适配连接中介，包含接入适配与接出 适配，适配服务层是由多个适配处理服务器(server)组成，并且适配服务的功能由适配处 理server执行。
[0097] 所述业务服务层部署运行在系统内，用于完成一定业务处理逻辑的服务。例如，图 4中业务服务层包括负责处理业务X的集群1、负责处理业务Y的集群2等，每个集群都包括服 务库sever和多个服务节点(服务节点1、服务节点2、……等等），服务库sever与各个服务节 点连接。
[0098] 如图4所示，实际应用中，各类服务请求先到总线，然后到适配服务层，将各类服务 请求与相应的业务服务相适配，再经过服务调用层的分布式服务调用平台调配将对应不同 业务服务的服务请求分配给业务服务层上相应的集群，每个集群中服务库sever再将每个 服务请求分配给相应的服务节点进行处理。其中，一个服务节点可W是一个服务器或多个 相同业务功能的服务器。 [0099] 本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序 产品。因此，本发明可采用硬件实施例、软件实施例、或结合软件和硬件方面的实施例的形 式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储 介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
[0100] 本发明是参照根据本发明实施例的方法、设备（系统）、和计算机程序产品的流程 图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流 程和/或方框、W及流程图和/或方框图中的流程和/或方框的结合。可提供运些计算机程序 指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器W产 生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实 现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0101] 运些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备W特 定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指 令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或 多个方框中指定的功能。
[0102] 运些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计 算机或其他可编程设备上执行一系列操作步骤W产生计算机实现的处理，从而在计算机或 其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一 个方框或多个方框中指定的功能的步骤。
[0103] W上所述，仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。
【主权项】
1. 一种基于时间序列的负载均衡方法，其特征在于，所述方法包括： 统计购票数据，确定网络购票高峰时间段； 设置静态权重； 判断当前是否处于所述网络购票高峰时间段； 如果当前处于所述网络购票高峰时间段，则执行动态负责均衡算法，按照更新后的分 配权重分发服务请求给各服务器； 如果当前不处于所述网络购票高峰时间段，则按照所述静态权重分发服务请求给各服 务器。2. 根据权利要求1所述的方法，其特征在于，所述执行动态负责均衡算法包括:实时采 集各服务节点上的负载信息并根据所述负载信息计算所述分配权重;更新所述分配权重。3. 根据权利要求2所述的方法，其特征在于，所述实时采集各服务节点上的负载信息， 为:采用周期自适应的方法采集各服务节点上的负载信息。4. 根据权利要求3所述的方法，其特征在于，所述方法还包括:设置采样周期； 采用周期自适应的方法采集各服务节点上的负载信息，为：按照所述采样周期采用周 期自适应的方法采集各服务节点上的负载信息。5. 根据权利要求2所述的方法，其特征在于，计算出所述分配权重，包括： 计算各服务节点Si的负载量F(Si); 根据各服务节点81的负载量、静态权重W(S1)，计算分配权重w'（S1)。6. 根据权利要求5所述的方法，其特征在于，采用下式计算并更新所述分配权重:w'（S1) =w(si)(l-F(si))； 其中，i = l，2,. . .，n，n为不小于2的整数，表示服务节点的个数。7. 根据权利要求5所述的方法，其特征在于，所述负载量基于如下表达式计算得到： F(Si) =01*Fcpu(Si)+&*Fmemory(Si)+ftB*Fi/〇(Si)+04*Ffile(Si)。8. 根据权利要求7所述的方法，其特征在于： Fcpu(Si)表示服务节点Si的CPU利用率，Fm_ ry(Si)表示服务节点Si的内存利用率，Fi/。 (Sl)表示服务节点Sl的磁盘I/O占用率，Fflle3(S 1)表示服务节点S1的文件系统空间的占用比。9. 根据权利要求8所述的方法，其特征在于： 其中，队表示各因素对服务节点81负载量的贡献度，队的值越大表 示该因素对服务节点S1的负载量影响程度越大。10. 根据权利要求1所述的方法，其特征在于，所述静态权重根据下述表达式计算得到： W(Si) =ai*N(Si)+a2*C(Si)+a3*D(Si)+a4*R(Si)。11. 根据权利要求10所述的方法，其特征在于： 其中，N(Si)CPU核心数，表示C(Si)表示CPU主频，D(Si)表示磁盘容量，R(Si)表示RAM大小， CI1表示各因素对服务节点81处理能力的贡献度，〇1的值越大表示对 ， 服务节点81的处理能力影响程度越大。12. 根据权利要求1所述的方法，其特征在于，所述方法还包括： 在设置静态权重的步骤中，同时设定运行时间。13. 根据权利要求12所述的方法，其特征在于，所述方法还包括： 在运行周期未结束时，判断已运行时间是否大于所述设定的运行时间；如果已运行时 间大于所述运行时间，则流程结束，否则重新设置静态权重。14. 一种基于时间序列的负载均衡系统，其特征在于，所述系统包括： 确定单元，用于统计购票数据，确定网络购票高峰时间段； 静态均衡单元，用于设置静态权重；以及，用于在所述判断单元判断当前不处于所述网 络购票高峰时间段时，按照所述静态权重分发服务请求给各服务器； 判断单元，用于判断当前是否处于所述网络购票高峰时间段；如果当前处于所述网络 购票高峰时间段，则启动动态均衡单元;如果当前不处于所述网络购票高峰时间段，则启动 所述静态均衡单元； 动态均衡单元，用于在所述判断单元判断当前处于所述网络购票高峰时间段时，执行 动态负责均衡算法，按照更新后的分配权重分发服务请求给各服务器。15. 根据权利要求14所述的系统，其特征在于，所述动态均衡单元，用于执行动态负责 均衡算法包括:实时采集各服务节点上的负载信息并根据所述负载信息计算所述分配权 重;更新所述分配权重。16. 根据权利要求15所述的系统，其特征在于，所述动态均衡单元，用于实时采集各服 务节点上的负载信息，为:采用周期自适应的方法采集各服务节点上的负载信息。17. 根据权利要求16所述的系统，其特征在于，所述动态均衡单元，还用于:设置采样周 期； 所述动态均衡单元，用于采用周期自适应的方法采集各服务节点上的负载信息，为:按 照所述采样周期采用周期自适应的方法采集各服务节点上的负载信息。18. 根据权利要求15所述的系统，其特征在于，所述动态均衡单元，还用于计算出所述 分配权重，包括： 计算各服务节点Si的负载量F(Si); 根据各服务节点81的负载量、静态权重W(S1)，计算分配权重w'（S1)。19. 根据权利要求15或18所述的系统，其特征在于，所述动态均衡单元采用下式计算并 更新所述分配权重:W'（Si) =W(Si) (I-F(Si));其中，i = l，2, ...，n，n为不小于2的整数，表 示服务节点的个数。20. 根据权利要求18所述的系统，其特征在于，所述动态均衡单元还用于基于如下表达 式计算得到所述负载量F(Si): F(Si) =01*Fcpu(Si)+&*Fmemory(Si)+ftB*Fi/〇(Si)+04*Ffile(Si)。21. 根据权利要求20所述的系统，其特征在于： Fcpu(Si)表示服务节点Si的CPU利用率，Fm_ ry(Si)表示服务节点Si的内存利用率，Fi/。 (Sl)表示服务节点Sl的磁盘I/O占用率，Fflle3(S 1)表示服务节点S1的文件系统空间的占用比。22. 根据权利要求20所述的系统，其特征在于：其中， 队表示各因素对服务节点81负载量的贡献度，队的值越大表 ， 示该因素对服务节点S1的负载量影响程度越大。23. 根据权利要求14所述的系统，其特征在于，所述静态均衡单元用于根据下述表达式 计算得到所述静态权重： w(si) =ai*N(Si)+a2*C(Si)+a3*D(Si)+a4*R(Si)。24. 根据权利要求11所述的系统，其特征在于： 其中，N(Si)CPU核心数，表示C(Si)表示CPU主频，D(Si)表示磁盘容量，R(S i)表示RAM大小， CI1表示各因素对服务节点81处理能力的贡献度， 〇1的值越大表示对 ， 服务节点81的处理能力影响程度越大。25. 根据权利要求14所述的系统，其特征在于，所述静态均衡单元，还用于在设置静态 权重的步骤中，同时设定运行时间。26. 根据权利要求14所述的系统，其特征在于，所述判断单元，还用于： 在运行周期未结束时，判断已运行时间是否大于所述静态均衡单元设定的运行时间； 如果已运行时间大于所述运行时间，则流程结束，否则启动所述静态均衡单元重新设置静 态权重。27. 根据权利要求14所述的系统，其特征在于，所述系统配置在交易中间件上。28. 根据权利要求27所述的系统，其特征在于，所述交易中间件为分布式服务调用平 台。
【专利摘要】本发明公开了一种基于时间序列的负载均衡方法，所述方法包括：统计购票数据，确定网络购票高峰时间段；设置静态权重；判断当前是否处于所述网络购票高峰时间段；如果当前处于所述网络购票高峰时间段，则执行动态负责均衡算法，按照更新后的分配权重分发服务请求给各服务器；如果当前不处于所述网络购票高峰时间段，则按照所述静态权重分发服务请求给各服务器。相应的，本发明还公开了基于时间序列的负载均衡系统，可广泛应用在访问量在某时段爆发式增长的系统，增加集群系统的吞吐量和降低服务请求响应时间，实现快速高效处理用户请求。
【IPC分类】H04L12/803, H04L29/08
【公开号】CN105491150
【申请号】CN201511000388
【发明人】田丰, 李国 , 勉玉静, 曲文丽, 韦强, 王怀超
【申请人】中国民航信息网络股份有限公司
【公开日】2016年4月13日
【申请日】2015年12月28日
最新回复(0)