一种Web地图服务中基于用户并发访问时序规则的自适应负载均衡策略制造技术

本发明专利技术公开了一种Web地图服务中基于用户并发访问时序规则的自适应负载均衡策略，包括以下步骤：S1、WMSP访问到达率时序分析及参数获取；S2、可变负载反馈周期策略；S3、计算一个反馈周期内WMSP服务器集群节点的负载期望；S4、基于WMSP服务器集群节点的负载期望，合理地进行任务调度和负载分配。本发明专利技术提高了WMSP的服务吞吐量；解决了无法快速有效地获取服务器实时服务处理能力问题，使得WMSP的CPU利用率显著提高的同时负载不均衡度较小；高度符合WMSP中用户并发访问的时序分布特征，提出的可变的反馈周期策略有效地协调并平衡WMSP服务资源消耗与负载状态获取之间的矛盾关系，保证了服务效率与负载均衡的最优，有效地提升了WMSP的服务性能和服务资源利用效率。

【技术实现步骤摘要】
一种Web地图服务中基于用户并发访问时序规则的自适应负载均衡策略
本专利技术涉及网络空间信息服务
，尤其涉及一种Web地图服务中基于用户并发访问时序规则的自适应负载均衡策略。
技术介绍
随着Internet的快速发展和移动网络的不断普及和地理空间信息系统的快速发展，如GoogleEarth和百度地图等Web地图服务平台(WebMapservicePlatform，WMSP)用户与日俱增，实时在线操作达到了百万级。这为用户带来了全新体验的同时，也因高强度、强聚集和高并发的访问带给服务器服务过载和访问延迟等性能问题。Web地图服务后端的云集群服务系统存在分布性，异构性和动态性，其负载均衡能力是保证用户访问的高峰期依然能保持良好的服务能力，比如高吞吐量、低响应时间，高服务并发数，服务器有效性等的关键。而用户并发的时空访问行为的周期性与突发性直接影响着Web地图服务对云资源的时空需求与负载分配。同时，用户访问在访问时间和访问内容上的差异性及WMSP的云集群服务器服务能力的差异性，需要云端的负载均衡策略具有实时性与自适应性，并且最低限度地消耗云服务的计算资源。因而如何平衡WMSP上的用户访问的时序非均衡性和负载均衡策略对资源的消耗，提高WMSP的服务质量，是亟待解决的难题之一。传统的负载均衡算法多为基于任务静态分配的负载均衡算法，如：轮转法、加权轮转法、目标地址散列调度和源地址散列调度算法等，此类算法适用于小规模的、配置单一的同构的集群系统。在此基础上学者提出了如最小连接法和最小负载等基于服务器当前状态进行任务分配的负载均衡算法。如Xmitbyte根据平均输出流量计算负载权值进行负载分配。这类算法能显著提升系统的吞吐量和服务效率；但不能准确地实时地反映负载，难以适应大规模高并发的任务分配。许多学者提出动态反馈的负载均衡方法。Stankovic等人首次提出了基于动态反馈的负载均衡方法，通过一种反馈机制收集计算节点的负载信息进行任务的有效调度和分配。这类方法适用于负载变化比较平稳且波动较小的网络应用系统。而后学者提出基于自适应负载变化的负载均衡方法，如Kencl等人通过扩展highestrandomweight(HRW)算法，提出的一种反馈控制机制，动态修改设定的权重向量，实现自适应负载均衡。AlamM等人提出了一种基于服务质量Qos的负载均衡算法。ZhuH等人提出了一种基于排队理论的DDSD(Demand-DrivenServiceDifferentiation)区分策略。以上提及的负载均衡方法，都有较好的负载实时适应性。但负载的变化是随着用户的访问行为变化而变化的，以上研究不能简单地自适应这种变化，从而带来一定的额外的计算资源消耗或缓存资源的消耗。近年来许多学者认为挖掘大规模用户在地理信息服务系统中漫游时所表现出来的社会学规律和交互模式，为系统的性能优化、提高用户漫游流畅体验提供非常重要的指引作用。Xia等提出用户访问公共地图服务平台时带给服务器的负载具有“潮汐”特征，Li等提出地理数据的访问具有时空局部性。这些研究说明由于地理数据存在时空属性，用户的访问请求同样存在时空聚集性。此访问特性对服务负载，如流量波动、服务队列长度等Web地图服务服务性能产生了重要的影响，同时也决定着Web地图服务对计算资源的时空不均衡的需求。而与此同时，Web地图服务中用户的访问强度有时序变化的。动态负载均衡策略基本思想是周期性地采集各集群节点的实时负载，进而通过相应的任务分配策略以维持整个集群系统负载的均衡。负载反馈周期过长无法实时反映负载状态，过短将导致频繁地采集负载信息带来额外的系统开销。因此，如何有效地捕捉用户访问聚集性及其访问强度的时序变化，进行准确的、快速的服务负载预测与任务分配，减少信息采集带来的服务资源消耗，解决由于用户访问的集中性和突发性所带来服务资源需求与服务器性能问题，是其难点与根本。
技术实现思路
本专利技术要解决的技术问题在于针对现有技术中WMSP中用户时序非均衡并发访问行为导致服务器集群中服务器各节点负载不均衡的缺陷，提供一种Web地图服务中基于用户并发访问时序规则的自适应负载均衡策略。本专利技术解决其技术问题所采用的技术方案是：本专利技术提供一种Web地图服务中基于用户并发访问时序规则的自适应负载均衡策略，包括以下步骤：S1、采集WMSP服务器集群长期运行中产生的访问日志，基于长周期和短周期不同时间粒度对访问日志进行访问达到时序分析，根据WMSP服务器集群每秒能容纳的最大并发数以及访问日志访问达到时序分析结果，计算可变负载反馈周期达到率阈值；S2、根据可变负载反馈周期达到率阈值，计算可变的负载反馈周期；S3、计算WMSP服务器集群各个节点负载的服务率，并建立集群节点负载与服务率的关联表；计算一个反馈周期内WMSP服务器集群节点的负载期望；S4、基于负载期望生成集群节点的转发概率空间，根据集群节点负载与服务率的关联表，具有较大负载期望的集群节点获得较大的概率空间；访问请求到达WMSP服务器集群中，在[0,1]空间生成一个随机数，并根据其在概率空间中的落点，确定目标集群节点，并将访问请求分发到该目标集群节点上。进一步地，本专利技术的步骤S1中计算可变负载反馈周期达到率阈值的方法为：基于长周期和短周期不同时间粒度统计WMSP用户访问日志，其中访问日志的长周期统计用于提取用户访问的周期特征；定义用户的访问达到率时序为时间序列：H(R,t)＝{R(t1),R(t2)…R(tn)}其中，R和t分别为用户到达时间序列H(R,t)的到达率因子和时间因子；R(ti)表示ti时间段内到达的服务请求数，即用户访问强度；基于WMSP每秒能够容纳的最大并发数M和WMSP长周期访问日志时序分析，取满足负载反馈周期变化的用户到达率阈值为M0＝βM，其中β为经验值。进一步地，本专利技术的步骤S2中计算可变的负载反馈周期的方法为：S21、如果当前到达率λ(ti)＜M0，则以T0作为负载反馈周期，其中λ(ti)为ti时段下WMSP的到达率，T0为固定的负载反馈周期值；S22、如果当前到达率λ(ti)≥M0，计算当前周期Tk内的到达率的平均变化率其中Tk表示第k个负载反馈周期；假设周期Tk开始时刻为ti，周期长为n个时间间隔，ti时刻的到达率变化率则为其中，λ(ti-1)为ti上一时刻ti-1的用户访问达到率；如此得到进而计算出负载反馈周期其中，L值为反馈周期与负载变化率的相关系数；而后基于一次指数平滑的负载反馈周期预测方法，预测WMSP后续负载并基于负载计算反馈周期其中Fk-1为负载反馈周期Tk-1的到达率的平均变化率的指数平滑预测值，α为权重系数，为经验值。进一步地，本专利技术的步骤S22中基于一次指数平滑的负载反馈预测方法具体为：在先验数据的基础上预测用户访问到达率的平均变化率为：通过计算指数平滑值，赋予时间临近的用户访问到达率变化实际值对下周期用户访问到达率变化预测值更大的影响权重，预测下周期的用户访问到达率的平均变化率；其中，Fk为周期Tk的到达率的平均变化率的指数平滑预测值，Fk-1为周期Tk-1的指数平滑趋势预测值；周期Tk-1的实际观察值，α为权重系数，是经验值；进而能够得到匹配当前负载状态的负载反馈周期其前提条件为λ(ti)≥M0，L本文档来自技高网...

【技术保护点】
一种Web地图服务中基于用户并发访问时序规则的自适应负载均衡策略，其特征在于，包括以下步骤：S1、采集WMSP服务器集群长期运行中产生的访问日志，基于长周期和短周期不同时间粒度对访问日志进行访问达到时序分析，根据WMSP服务器集群每秒能容纳的最大并发数以及访问日志访问达到时序分析结果，计算可变负载反馈周期达到率阈值；S2、根据可变负载反馈周期达到率阈值，计算可变的负载反馈周期；S3、计算WMSP服务器集群各个节点负载的服务率，并建立集群节点负载与服务率的关联表；计算一个反馈周期内WMSP服务器集群节点的负载期望；S4、基于负载期望生成集群节点的转发概率空间，根据集群节点负载与服务率的关联表，具有较大负载期望的集群节点获得较大的概率空间；访问请求到达WMSP服务器集群中，在[0,1]空间生成一个随机数，并根据其在概率空间中的落点，确定目标集群节点，并将访问请求分发到该目标集群节点上。

【技术特征摘要】
1.一种Web地图服务中基于用户并发访问时序规则的自适应负载均衡策略，其特征在于，包括以下步骤：S1、采集WMSP服务器集群长期运行中产生的访问日志，基于长周期和短周期不同时间粒度对访问日志进行访问达到时序分析，根据WMSP服务器集群每秒能容纳的最大并发数以及访问日志访问达到时序分析结果，计算可变负载反馈周期达到率阈值；S2、根据可变负载反馈周期达到率阈值，计算可变的负载反馈周期；S3、计算WMSP服务器集群各个节点负载的服务率，并建立集群节点负载与服务率的关联表；计算一个反馈周期内WMSP服务器集群节点的负载期望；S4、基于负载期望生成集群节点的转发概率空间，根据集群节点负载与服务率的关联表，具有较大负载期望的集群节点获得较大的概率空间；访问请求到达WMSP服务器集群中，在[0,1]空间生成一个随机数，并根据其在概率空间中的落点，确定目标集群节点，并将访问请求分发到该目标集群节点上。2.根据权利要求1所述的Web地图服务中基于用户并发访问时序规则的自适应负载均衡策略，其特征在于，步骤S1中计算可变负载反馈周期达到率阈值的方法为：基于长周期和短周期不同时间粒度统计WMSP用户访问日志，其中访问日志的长周期统计用于提取用户访问的周期特征，日志的短期统计用于提取用户访问的变强度特征；定义用户的访问达到率时序为时间序列：H(R,t)＝{R(t1),R(t2)…R(tn)}其中，R和t分别为用户到达时间序列H(R,t)的到达率因子和时间因子；R(ti)表示ti时间段内到达的服务请求数，即用户访问强度；基于WMSP每秒能够容纳的最大并发数M和WMSP长周期访问日志时序分析，取满足负载反馈周期变化的用户到达率阈值为M0＝βM，其中β为经验值。3.根据权利要求2所述的Web地图服务中基于用户并发访问时序规则的自适应负载均衡策略，其特征在于，步骤S2中计算可变的负载反馈周期的方法为：S21、如果当前到达率λ(ti)＜M0，则以T0作为负载反馈周期，其中λ(ti)为ti时段下WMSP的到达率，T0为固定的负载反馈周期值；S22、如果当前到达率λ(ti)≥M0，计算当前周期Tk内的到达率的平均变化率其中Tk表示第k个负载反馈周期；假设周期Tk开始时刻为ti，周期长为n个时间间隔，ti时刻的到达率变化率则为其中，λ(ti-1)为ti上一时刻ti-1的用户访问达到率；如此得到进而计算出负载反馈周期其中，L值为反馈周期与负载变化率的相关系数；而后基于一次指数平滑的负载反馈周期预测方法，预测WMSP后续负载并基于负载计算反馈周期其中Fk-1为负载反馈周期Tk-1的到达率的平均变化率的指数平滑预测值，α为权重系数，为经验值。4.根据权利要求3所述的Web地图服务中基于用户并发访问时序规则的自适应负载均衡策略，其特征在于，步骤S22中基于一次指数平滑的负载反馈预测方法具体为：在先验数据的基础上预测用户访问到达率的平均变化率为：通过计算指数平滑值，赋予时间临近的用户访问到达率变化实际值对下周期用户访问到达率变化预测值更大的影响权重，预测下周期的用户访问到达率的平均变化率；其中，Fk为...

【专利技术属性】
技术研发人员：李锐，董广胜，吴华意，杨宁，
申请(专利权)人：武汉大学，
类型：发明
国别省市：湖北,42