负载均衡方法及装置制造方法及图纸

本发明专利技术公开了一种负载均衡方法及装置，可应用于金融领域或其他领域，其中该方法包括：接收任务请求；根据所述任务请求和预先计算的各个服务节点的剩余算力，筛选出目标服务节点；将所述任务请求中的计算任务分发至所述目标服务节点。本发明专利技术的负载均衡方法及装置，与现有技术中负载均衡的技术方案相比，通过根据预先计算的各个服务节点的剩余算力筛选出目标服务节点进行任务分配，能够确保计算密集型任务被分配给剩余算力高的服务节点进行处理而得到快速地响应，保证了分布式系统中任务请求的处理效率，实现任务的合理分配。实现任务的合理分配。实现任务的合理分配。

【技术实现步骤摘要】
负载均衡方法及装置


[0001]本专利技术涉及系统任务分配
，尤其涉及负载均衡方法及装置。

技术介绍

[0002]本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
[0003]目前在各个领域中，如金融领域、电信领域等，为实现整个系统的负载均衡，需要将工作任务分配到多个服务节点进行执行，例如，FTP服务器、Web服务器、企业核心应用服务器和其它主要任务服务器等，从而协同完成工作任务。
[0004]现有的根据各个服务节点的资源使用情况进行业务分配的负载均衡方法在集群内计算机的计算能力存在差异时，无法真实反映计算机的负载能力，例如，一台计算能力较差的低性能计算机，虽然资源使用率低于另一台高性能计算机，但它已无法承担一些高计算量的任务(也即计算密集型任务)，因此，根据各个服务节点的资源使用情况进行业务分配会导致计算密集型任务的服务处理时间长，整个分布式系统的总计算资源无法获得合理的分配。

技术实现思路

[0005]本专利技术实施例提供一种负载均衡方法，用以解决目前基于资源使用情况无法实现任务的合理分配并导致计算密集型任务的服务处理时间长的技术问题，该方法包括：
[0006]接收任务请求；
[0007]根据所述任务请求和预先计算的各个服务节点的剩余算力，筛选出目标服务节点；
[0008]将所述任务请求中的计算任务分发至所述目标服务节点。
[0009]本专利技术实施例还提供一种负载均衡装置，用以解决目前基于资源使用情况无法实现任务的合理分配并导致计算密集型任务的服务处理时间长的技术问题，该装置包括：
[0010]任务接收模块，用于接收任务请求；
[0011]服务节点筛选模块，用于根据所述任务请求和预先计算的各个服务节点的剩余算力，筛选出目标服务节点；
[0012]任务分发模块，用于将所述任务请求中的计算任务分发至所述目标服务节点。
[0013]本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述负载均衡方法。
[0014]本专利技术实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述负载均衡方法。
[0015]本专利技术实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述负载均衡方法。
[0016]本专利技术实施例中，负载均衡方法及装置，与现有技术中负载均衡的技术方案相比，通过根据预先计算的各个服务节点的剩余算力筛选出目标服务节点进行任务分配，能够确保计算密集型任务被分配给剩余算力高的服务节点进行处理而得到快速地响应，保证了分布式系统中任务请求的处理效率，实现任务的合理分配。
附图说明
[0017]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：
[0018]图1为本专利技术实施例中负载均衡方法的流程示意图。
[0019]图2为本专利技术实施例中确定各个所述服务节点的总算力的流程示意图。
[0020]图3为本专利技术实施例中筛选出目标服务节点的流程示意图。
[0021]图4为本专利技术实施例中筛选出目标服务节点的另一流程示意图。
[0022]图5为本专利技术实施例中负载均衡装置的结构示意图。
[0023]图6为本专利技术实施例中总算力确定模块的结构示意图。
[0024]图7为本专利技术实施例中服务节点筛选模块的结构示意图。
具体实施方式
[0025]为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。
[0026]如图1所示，本专利技术提供一种负载均衡方法，包括：
[0027]步骤101、接收任务请求。
[0028]其中，该任务请求为包括计算任务，还可以包括完成该计算任务所需的计算量，可以根据该任务请求的计算量以及预先建立的任务类型的分类列表进行该任务请求的分类，例如分为计算密集型任务或非计算密集型任务；任务请求也可以直接包括任务类型；进而可以根据任务类型选择不同的分配方式，本实施例中，对于计算密集型任务采用下述步骤进行目标服务节点的筛选和任务的分配；对于非计算密集型任务可以通过现有的负载均衡算法进行目标服务节点的筛选和任务的分配，例如轮询算法、加权轮询算法、随机算法、加权随机算法、哈希算法等。
[0029]步骤102、根据所述任务请求和预先计算的各个服务节点的剩余算力，筛选出目标服务节点。
[0030]其中，算力是计算能力(Computing Power)的简称，衡量的是通过对信息数据进行处理，实现目标结果输出的运算速度。衡量算力大小的指标有FLOPS(每秒浮点运算次数)、MIPS(每秒执行的百万指令数)、OPS(每秒运算次数)、Hash/s(每秒哈希运算次数)等。各个服务节点可以按预设的周期上报其自身的剩余算力，也可以是收到任务请求之后实时计算各个服务节点的剩余算力。筛选出的目标目标服务节点可以是一个也可以是多个。
[0031]步骤103、将所述任务请求中的计算任务分发至所述目标服务节点。
[0032]其中，可以将计算任务分发至其中一个目标服务节点进行执行，也可以将计算任务拆分为多个子任务分发至多个目标服务节点进行执行。
[0033]如图2所示，本专利技术实施例中，在预先计算各个服务节点的剩余算力之前，还包括：
[0034]步骤201、计算各个所述服务节点空载情况下的理论最高算力。
[0035]其中，理论最高算力的计算公式为：FLOPS(算力)＝CPU核数*单核主频*CPU单个周期浮点计算能力，其中，CPU核数、单核主频以及CPU单个周期浮点计算能力这三个参数均可以查阅CPU的性能资料可以获得，例如英特尔至强6240R处理器，CPU核数为24，单核主频为2.4GHz，CPU单个周期浮点计算能力(AXV
‑
512指令集，双精度运算次数)为32，从而算得FLOPS(算力)为24*2.4*32＝1843.2GFLOPS。
[0036]步骤202、选取至少一所述服务节点作为测试服务节点，将计算量已知的任务分配给所述测试服务节点并使所述测试服务节点满载，从而计算出所述测试服务节点的实际最高算力。例如，任务的计算量为18000GFOP，任务完成用时10s，则该测试服务节点的实际最高算力为18000/10＝1800GFOPS。
[0037]步骤203、根据所述测试服务节点的理论最高算力和实际最高算力，获得算力矫正系数。例如，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种负载均衡方法，其特征在于，包括：接收任务请求；根据所述任务请求和预先计算的各个服务节点的剩余算力，筛选出目标服务节点；将所述任务请求中的计算任务分发至所述目标服务节点。2.根据权利要求1所述的负载均衡方法，其特征在于，在预先计算各个服务节点的剩余算力之前，还包括：计算各个所述服务节点空载情况下的理论最高算力；选取至少一所述服务节点作为测试服务节点，将计算量已知的任务分配给所述测试服务节点并使所述测试服务节点满载，从而计算出所述测试服务节点的实际最高算力；根据所述测试服务节点的理论最高算力和实际最高算力，获得算力矫正系数；根据各个所述服务节点空载情况下的理论最高算力和算力矫正系数，确定各个所述服务节点的总算力。3.根据权利要求2所述的负载均衡方法，其特征在于，预先计算各个服务节点的剩余算力的步骤，包括：根据各个所述服务节点的总算力和各个所述服务节点当前的CPU使用率，确定各个所述服务节点的剩余算力。4.根据权利要求1所述的负载均衡方法，其特征在于，所述任务请求包括完成所述计算任务所需的需求算力；所述根据所述任务请求及各个所述服务节点的剩余算力，筛选出服务节点，包括：筛选出所述剩余算力大于所述需求算力的服务节点作为所述目标服务节点。5.根据权利要求1所述的负载均衡方法，其特征在于，所述根据所述任务请求及各个所述服务节点的剩余算力，筛选出服务节点，包括：将各个所述服务节点按照对应的剩余算力由大至小地排序，筛选出设定排位前的服务节点作为所述目标服务节点。6.一种负载均衡装置，其特征在于，包括：任务接收模块，用于接收任务请求；服务节点筛选模块，用于根据所述任务请求和预先计算的各个服务节点的剩余算力，筛选出目标服务节点；任务分发模块，用于将所述任务请求中的计算任务分发至所述目标服务节点。7.根据权利要求6所述的负载均衡装置，其特征在于，所述负载均衡装置还包括总...

【专利技术属性】
技术研发人员：朱萌，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：