[发明专利]一种云平台上的服务调度方法

说明书

技术领域

本发明涉及计算机应用技术领域，尤其涉及平台中的服务调度方法。

背景技术

目前，云计算成为了IT和互联网业热议的话题，也引起了业界的广泛关注。其实云计算并不是一种新的技术，而是指一种新的IT基础设施的交付和使用模式。云计算是网格计算、分布式计算、并行计算、效用计算、网络存储、虚拟化、负载均衡等传统计算机技术和网络技术发展融合的产物。它旨在通过网络把多个成本相对较低的计算实体整合成一个具有强大计算能力的完美系统，并借助SaaS、PaaS、IaaS、MSP等先进的商业模式把这强大的计算能力分布到终端用户手中。云计算的一个核心理念就是通过不断提高“云”的处理能力，进而减少用户终端的处理负担，最终使用户终端简化成一个单纯的输入输出设备，并能按需享受“云”的强大计算处理能力。

云计算的核心思想，是将大量用网络连接的计算资源统一管理和调度，构成一个计算资源池向用户或应用按需服务。按需服务就需要将传统应用部署在云平台中，并以服务的方式提供具体用户，那么，怎样快速响应用户的服务请求将变得尤为重要。

发明内容

本发明中所涉及的服务调度方法，提高了云平台响应用户服务请求的速度，同时保证了云平台中各结点的负载均衡化。

本发明提供的一种云平台上的服务调度方法，包括以下步聚：

1)云平台各结点计算cpu利用率，内存利用率，磁盘利用率，并将其结果通过网络协议发送给调度器。

2)根据云平台各结点的资源利用率，调度器采用加权法计算云平台各结点的权重。

3)根据云平台各结点权重和连接数计算出响应当前服务的结点。

其中，在所述步骤1)中，利用空闲进程时间除以CPU总时间来计算CPU利用率；利用空闲内存容量除以总内存容量获得内存使用率；利用空闲磁盘容量除以总磁盘容量获得磁盘使用率。

其中，在所述步骤2)中，对步骤1)中的各种资源利用率进行加权平均，计算云平台上各结点的负载权重值。

其中，在所述步骤3)中，根据步骤2)获得的权重值，利用WLC(Weighted Least-Connection Scheduling)算法调度服务请求。

附图说明

图1为本发明调度方法(WSSC)流程图。

图2为WLC调度方法流程图。

具体实施方式

为使本发明的特征及优点得到更清楚的了解，以下结合附图，作详细说明如下：如图1所示，

下面以装有Linux操作系统的云平台为例，来说明本发明的具体实施。

如图1所示，图1右半部分表示云平台中的节点，图1左半部分表示云平台中的调度器。节点定期获取自身的CPU利用率、内存利用率和磁盘利用率，并将这些信息发送给调度器，调度器收到这些信息后，采用加权法计算出各节点的资源使用情况的权重值，当调度器收到服务请求后，便根据当前各节点的资源使用情况和连接数，采用WLC算法计算出负载最轻的节点，并将服务请求转发给该节点，让其应答该服务请求，同时更新该节点的连接数值。

具体步骤如下：

步骤一：在Linux系统中，文件/proc/stat保存了操作系统从开机到现在的各种时间，比如用户空间程序运行时间，系统态运行时间等，因此我们只需解析该文件即可得到CPU时间。代码如下：

上述代码中：

user_time表示从系统启动开始累计到当前时刻，用户态的CPU时间不包含nice值为负的进程所点用的CPU时间。

nice_time表示从系统启动开始累计到当前时刻，nice值为负的进程所占用的CPU时间。

system_time表示从系统启动开始累计到当前时刻，核心态进程所点用的CPU时间。

idle_time表示从系统启动开始累计到当前时刻，除硬盘I0等待时间以外其它等待时间。

iowait_time表示从系统启动开始累计到当前时刻，硬盘IO等待时间。，

irq_time表示从系统启动开始累计到当前时刻，硬中断时间。

softirq_time表示从系统启动开始累计到当前时刻，软中断时间。

上述各项之和即为CPU总时间。本发明采用1-(idle+iowait)/cpu总时间为CPU利用率。

同理，在/proc/meminfo中保存了系统当前内存的使用情况，只需解析该文件即可得到内存使用情况，计算内存利用率的代码如下：

上述代码中，total表示总内存大小，free表示当前剩余内存大小，本发明用1-free/total表示内存使用率。