The invention discloses a dynamic load balancing method in cloud environment. Aiming at the problem of large-scale data concurrent access in cloud storage system, this method monitors the CPU, memory and disk resource occupancy of nodes in the cluster of back-end servers, combines the different sensitivity of applications to various resources in cloud storage system, uses TOPSIS algorithm to calculate the proportion of importance for these indicators, and then calculates the load for each node according to the defined formula. Degree. The scheduler then dynamically adjusts the weight of the node to achieve efficient data access processing while making full use of server resources. The method also defines a resource occupancy threshold for each node to provide access services, and the nodes exceeding the threshold will be moved out of the service queue. This method solves the problems of poor stability and uneven resource scheduling of common load balancing algorithms in complex environments, and realizes a resource scheduling algorithm in cloud environment with high availability and high performance.
【技术实现步骤摘要】
一种云环境下动态负载均衡方法
本专利技术涉及一种负载均衡方法,特别是涉及一种用于处理云存储系统中大规模数据并发访问请求的动态负载均衡方法;属于一种云环境下的资源调度方法。
技术介绍
传统的互联网模式中,企业需要对所需求的计算和存储资源提前进行预估。由于不同企业务规模大小不一,其对资源的需求量往往也有较大区别。此外,为了能够正常处理高峰期可能发生的业务增长,往往会储备一定量额外的资源。这通常会导致资源利用率低,最终造成企业运营成本高昂。随着云计算时代的到来,企业引入云存储系统后,使得资源利用率得到了极大的提升。在云环境下,所涉及的数据吞吐量往往达到了TB甚至PB级别,单位时间的并发访问数量也很大。因而,将大规模的数据访问请求进行合理的调度,分发到后端存储集群中处理效率最高的节点,对于整个云环境下的数据访问效率至关重要。针对以上问题,现有的技术提出了以下方案。具体来讲,主要包括:1)轮询调度,负载均衡调度器将来自用户的访问请求轮流的发送到后端的每一个节点上。这种算法不考虑后端集群中的每一个节点本身的性能和其当前负载,对于负载均衡调度器来讲,每一个节点都处于同等地位。经过数学分析,这种算法的问题在于,在节点出现故障后,某个数据访问请求被成功处理的概率将大大降低,并且无法充分利用后端服务器的资源。2)最小连接数算法,负载均衡调度器记录了后端服务器集群中每一个节点的具体连接数,该连接数表明了当前该节点正在处理的请求数目。调度器会从后端节点中选择一个连接数最小的节点,用于处理当前请求。这种算法的问题在于由于节点的硬件配置不一,连接数往往不能真实反映其负载情况。3)加权 ...
【技术保护点】
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:
【技术特征摘要】
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...
【专利技术属性】
技术研发人员:李拥军,郑旭,谢嵘,邱双旭,
申请(专利权)人:华南理工大学,
类型:发明
国别省市:广东,44
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。