【技术实现步骤摘要】
201610329233
【技术保护点】
一种基于容器集群负载均衡算法的细粒度资源响应系统，其特征在于，包括：请求处理模块、数据支持模块、分析决策模块、服务实例选择模块和请求‐服务实例匹配器，其中：请求处理模块调用数据支持模块和分析决策模块对请求进行分析和分类，并将请求的分类结果发送至请求‐服务实例匹配器；请求‐服务实例匹配器向服务实例选择模块发起选择要求，服务实例选择模块调用数据支持模块和分析决策模块进行服务实例的解析和选择，并将服务实例的选择结果发送至请求‐服务实例匹配器；请求‐服务实例匹配器根据请求的分类结果和服务实例的选择结果，调用分析决策模块依次进行分组匹配和个体匹配，并根据匹配结果将请求分发至对应的服务实例，实现资源的响应。
【技术特征摘要】
1.一种基于容器集群负载均衡算法的细粒度资源响应系统，其特征在于，包括：请求处理模块、数据支持模块、分析决策模块、服务实例选择模块和请求‐服务实例匹配器，其中：请求处理模块调用数据支持模块和分析决策模块对请求进行分析和分类，并将请求的分类结果发送至请求‐服务实例匹配器；请求‐服务实例匹配器向服务实例选择模块发起选择要求，服务实例选择模块调用数据支持模块和分析决策模块进行服务实例的解析和选择，并将服务实例的选择结果发送至请求‐服务实例匹配器；请求‐服务实例匹配器根据请求的分类结果和服务实例的选择结果，调用分析决策模块依次进行分组匹配和个体匹配，并根据匹配结果将请求分发至对应的服务实例，实现资源的响应。2.根据权利要求1所述的细粒度资源响应系统，其特征是，所述的分析决策模块包括：请求分析算法、匹配算法、服务实例分析算法和选择算法。3.根据权利要求1所述的细粒度资源响应系统，其特征是，所述的请求处理模块包括：请求分类器和请求分析器，其中：请求分析器对请求进行url识别，综合数据支持模块得出请求的CPU和内存占用情况，并将结果发送至请求分类器，请求分类器执行请求分析算法得到请求按所访问的资源得到的分类。4.根据权利要求1所述的细粒度资源响应系统，其特征是，所述的按照资源需求对请求进行分析和分类包括以下步骤：步骤1、将各个历史请求对不同服务实例的需求分别组成集合，得到对应的耗费量概率分布函数；步骤2、已知收到的请求对不同服务实例的耗费量，则可得到该请求对不同服务实例的耗费量在所有请求中的百分比占位，并比较两个值，较大的值所代表的资源即为该请求占用最大的资源种类，因此将请求分为该服务实例密集型。5.根据权利要求1所述的细粒度资源响应系统，其特征是，所述的数据支持模块包括：请求历史日志...
【专利技术属性】
技术研发人员：夏亦谦，张坚鑫，孙浩然，李桐宇，高策，任锐，蔡鸿明，
申请(专利权)人：上海交通大学，
类型：发明
国别省市：上海;31
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。