一种服务器的负载均衡方法、系统及计算机可读存储介质技术方案

技术编号:30759909 阅读:26 留言:0更新日期:2021-11-10 12:13
本发明专利技术公开了一种服务器的负载均衡方法、系统及计算机可读存储介质,方法包括:基于若干服务器的运行状态信息获取服务器的训练样本数据,并对所述训练样本数据进行归一化处理;基于归一化处理后的训练样本数据对BP神经网络进行训练以得到负载均衡模型;响应于接收到客户端发送的域名解析请求,基于所述负载均衡模型获取服务器的IP并返回所述客户端。通过本发明专利技术的方案,提高了服务器的可靠性和处理客户端请求的效率,避免了由于域名系统流量大导致的网络问题。致的网络问题。致的网络问题。

【技术实现步骤摘要】
一种服务器的负载均衡方法、系统及计算机可读存储介质


[0001]本专利技术涉及分布式存储
,尤其涉及一种服务器的负载均衡方法、系统及计算机可读存储介质。

技术介绍

[0002]现有的负载均衡策略是当客户端请求服务时,对域名系统(Domain Name System,简称DNS)服务器的运行状态进行判断,然后将客户端发送来的请求分配到某一台DNS服务器上,而接收到请求的服务器独立地回应客户端的请求,客户端通过域名解析找到服务器的IP地址。这种负载均衡方法区分服务器差异和运行状态的能力比较差,会造成一些服务器的负载很高,对业务处理缓慢的问题发生,影响业务的正常运行。

技术实现思路

[0003]有鉴于此,本专利技术提出了一种服务器的负载均衡方法、系统及计算机可读存储介质,实现了基于BP神经网络(Back Propagation Neural Network,反向传播神经网络)的负载均衡方法,提高了服务器的可靠性和处理客户端请求的效率,避免了由于DNS流量大导致的网络问题。
[0004]基于上述目的,本专利技术实施例的一方本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种服务器的负载均衡方法,其特征在于,包括:基于若干服务器的运行状态信息获取服务器的训练样本数据,并对所述训练样本数据进行归一化处理;基于归一化处理后的训练样本数据对反向传播神经网络进行训练以得到负载均衡模型;响应于接收到客户端发送的域名解析请求,基于所述负载均衡模型获取服务器的IP并返回所述客户端。2.根据权利要求1所述的方法,其特征在于,所述服务器为域名系统服务器。3.根据权利要求2所述的方法,其特征在于,基于若干服务器的运行状态信息获取服务器的训练样本数据,包括:按预设时间周期,基于所述域名系统服务器的运行状态信息获取服务器的训练样本数据。4.根据权利要求1所述的方法,其特征在于,所述训练样本数据为时序状态数据,所述时序状态数据包括CPU利用率、连接数、内存和带宽中的任意一个或多个。5.根据权利要求1所述的方法,其特征在于,对所述训练样本数据进行归一化处理,包括:使用线性归一化方法,对所述训练样本数据进行线性变换,得到映射到[0,1]之间的训练样本数据。6.根据权利要求2所述的方法,其特征在于,基于归一化处理后的训练样本数据对反向传播神经网络进行训练,包括:将同一预设时间周期内的归一化处理后的所述训练样本数据输入到所述反向传播神经网络中,得到对应的域名系统服务器的编号;基于所述对应的域...

【专利技术属性】
技术研发人员:庞晨
申请(专利权)人:济南浪潮数据技术有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1