【技术实现步骤摘要】
一种服务器集群的负载均衡方法
本专利技术涉及一种一致性哈希分配方式，具体涉及一种服务器集群的服务节点之间所执行的负载均衡方法，属于计算机算法领域。
技术介绍
负载均衡被广泛应用于分布式环境，包括数据处理领域的大数据处理，如Hadoop平台的Map/Reduce中，利用负载均衡缓解Reduce端的数据倾斜问题；传统P2P服务器的用户负载平衡；分布式服务系统的请求处理负载平衡。现如今，由于大数据与云计算的广泛应用，分布式服务系统的应用也日渐频繁，由于对系统性能横向扩展的需要，一致性哈希就成为了这方面较成熟的解决方案。一致性哈希的本质是使用哈希环代替传统的线性哈希分桶模式，以区间为衡量标准来判定用户应当使用哪个服务器来承载和完成服务，而不是传统的取模(mod)运算形式，从而使得系统管理员在对节点进行增加和删除操作时，无需额外更改分配策略，保证系统正常运行。在一个由一致性哈希进行分配的系统中，一个节点会虚拟化为一个由哈希算法得到的数值，映射到一个哈希环上。这个哈希环通常由232个点构成，其取值区间为0到232-1。当用户或请求进入这个系统时，会根据其一定的特征来进行哈希运...
【技术保护点】
1.一种服务器集群的负载均衡方法，其特征在于，包括如下步骤：S1、判断服务器集群是否涉及微服务架构，若不涉及微服务架构，则进入后续S2步骤，若涉及微服务架构，则先进入虚拟节点设置步骤，随后进入后续S2步骤；S2、判断服务器整体负载，是否需要进行容量调整，若不需要进行容量调整，则进入后续S3步骤，若需要进行容量调整，则先进入容量调整步骤，随后进入后续S3步骤；S3、接收请求，提取请求中的特征信息，并根据请求中的特征信息，判断请求类型；S4、查询、定位相应请求类型在哈希环上的分区，并查询相关节点当前的负载，获取负载最低的节点的当前负载，以及该分区上节点的负载均值；S5、将请求根...
【技术特征摘要】
1.一种服务器集群的负载均衡方法，其特征在于，包括如下步骤：S1、判断服务器集群是否涉及微服务架构，若不涉及微服务架构，则进入后续S2步骤，若涉及微服务架构，则先进入虚拟节点设置步骤，随后进入后续S2步骤；S2、判断服务器整体负载，是否需要进行容量调整，若不需要进行容量调整，则进入后续S3步骤，若需要进行容量调整，则先进入容量调整步骤，随后进入后续S3步骤；S3、接收请求，提取请求中的特征信息，并根据请求中的特征信息，判断请求类型；S4、查询、定位相应请求类型在哈希环上的分区，并查询相关节点当前的负载，获取负载最低的节点的当前负载，以及该分区上节点的负载均值；S5、将请求根据归类特征，通过哈希函数计算，将结果映射到该分区的相应位置上；S6、按筛选方向，判断相邻节点是否为负载最低节点，若相邻节点是负载最低节点，则认为成功命中节点，向中心节点汇报日志，并在请求对象中加入当前处理节点的信息，若相邻节点不是负载最低节点，则跳过该节点，并定位至下一节点的判定区间，随后进入后续S7步骤；S7、判断当前位置是否到达区块的顶点，若当前位置未到达区块的顶点，则返回S6步骤，若当前位置已到达区块的顶点，则先返回区块的尾部，随后返回S6步骤。2.根据权利要求1所述的服务器集群的负载均衡方法，其特征在于，S1中所述虚拟节点设置步骤，具体包括如下步骤：S11、按照服务器自身所支持的RestfulAPI类型，对哈希环进入分区设定；S111、将哈希值的高16位与低16位分开编码，高16位中的每一个数字表示一种请求，一共可以表示216中不同的请求，每种请求都会占据哈希环上1/216的一个子区间；S112、在每个子区间上，再针对每一个节点或请求的特征进行哈希运算，得到一个取值范围在[0,216-1]的数值；S113、将两块编码按高低位数合成一个值，得到最终的...
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。