[发明专利]一种基于动态概率模型的负载均衡方法、装置和系统

权利要求书

1.一种基于动态概率模型的负载均衡方法，其特征在于，包括以下步骤：

S1、周期性获取所有服务节点的状态信息；

S2、根据服务节点的状态信息对服务节点进行评分，获取与各服务节点对应的评分值；

S3、根据各服务节点的评分值计算对应的命中概率；

S4、根据命中概率将区间(0，1]划分为与各服务节点对应的命中区间；

S5、根据服务请求，在区间(0，1]范围内生成均匀分布随机数作为服务请求对应的投射值；

S6、获取投射值所在命中区间对应的服务节点作为本次服务请求的负载节点。

2.如权利要求1所述的基于动态概率模型的负载均衡方法，其特征在于，步骤S1中，通过心跳机制周期性获取所有服务节点的状态信息，各服务节点的状态信息由所述服务节点上传的心跳包携带。

3.如权利要求1所述的基于动态概率模型的负载均衡方法，其特征在于，步骤S2具体为：根据状态信息对服务节点进行筛选，对连接状态正常的服务节点的状态信息进行量化和归一化，并加权评分获取与各服务节点对应的评分值；

优选的，步骤S1中获取的服务节点的状态信息包括：连接数、响应时间和优先级。

4.如权利要求3所述的基于动态概率模型的负载均衡方法，其特征在于，步骤S2中，对连接数和优先级进行线性归一化处理，并对响应时间进行非线性归一化处理；

优选的，步骤S2中，连接数和优先级的归一化模型如下：

其中，C_max为预定义的最大连接数，P_max为预定义的最大权重；

优选的，步骤S2中，响应时间的归一化模型如下：

其中，R_max为预定义的最大响应时间，k_scale为量化的时间间隔尺度，

优选的，步骤S2中对服务节点的评分模型为：W_i＝w_c×C′_i+w_r×R′_i+w_p×P′_i，其中，w_c为预设的连接数权重，w_r为预设的响应时间权重，w_p为预设的优先级权重，C′_i、R′_i和P′_i分别为C_i、R_i和P_i归一化值，C_i、R_i和P_i分别为第i个服务节点的连接数、响应时间和优先级，W_i为第i个服务节点的评分值。

5.如权利要求1所述的基于动态概率模型的负载均衡方法，其特征在于，步骤S3中，根据各服务节点的评分值计算对应的命中概率的计算模型为：

其中，q_i为第i个服务器的命中概率，W_i为第i个服务节点的评分值，n为服务节点的总数，e为自然常数。

6.如权利要求1至5任一项所述的基于动态概率模型的负载均衡方法，其特征在于，步骤S5中，采用均匀分布模板生成均匀分布随机数作为投射值。

7.一种基于动态概率模型的负载均衡装置，其特征在于，包括：

第一信号接收模块，用于实时接收各服务节点的状态信息；

命中区间划分模块，与第一信号接收模块连接，用于根据状态信息赋予各服务节点一个评分值，根据评分值计算各服务节点的命中概率，并用于根据命中概率在区间(0，1]上划分各服务节点的命中区间；

第二信号接收模块，用于接收客户端发送的服务请求；

服务节点匹配模块，分别连接命中区间划分模块和第二信号接收模块，用于在第二信号接收模块接收到服务请求时，对应所述服务请求随机生成一个(0，1]范围内的投射值，并用于获取所述投射值所在的命中区间对应的服务节点作为本次服务请求对的负载节点。