[发明专利]一种基于异构集群的请求分类处理的动态负载均衡方法

权利要求书

1.一种基于异构集群的请求分类处理的动态负载均衡方法，其特征在于：该方法包括如下步骤：

步骤1、全面考虑影响服务器性能因素，提出一种性能衡量模型；

步骤2、基于性能衡量模型函数计算各节点在异构集群中的性能比，并在系统运行前初始化各节点负载权重；

步骤3、基于步骤1和步骤2进行性能优化，提出一种可适应动/静态请求的负载均衡算法模型；针对不同资源类型的请求，处理方式不同的特点，逻辑上将请求分为动态类型和静态类型，从而使算法模型在系统在运行过程中可对动/静态请求做分类处理；

步骤4、在步骤3提出的分类算法模型中，针对静态类型请求做缓存优化；

步骤5、到步骤4为止，若每次收集、上传各节点资源信息频繁，节点的可分配权值在修改前后将不会有大变化且实时收集、上报负载信息，集群性能也会有较多消耗；若间隔过长，又造成可分配权值不准，导致负载不均，故设计动态反馈周期。

2.根据权利要求1所述的一种基于异构集群的请求分类处理的动态负载均衡方法，其特征在于：步骤1具体包括以下步骤：

步骤1.1、针对不同网络应用对服务器资源的使用情况进行分析，找出最能反映服务器的繁忙程度的指标；所述的指标包括CPU性能、内存性能、磁盘IO性能、网络带宽和请求连接数；

步骤1.2、并利用线性加权函数对这些指标进行综合，从而得到评价服务器节点的性能衡量模型；

步骤1.3、采用模糊集理论中提到的乘积平均值的加权综合法来衡量服务器节点当前状况，进而修改1.2中的性能衡量模型，使其全面、客观的描述各资源对服务器衡量的结果的影响。

3.根据权利要求2所述的一种基于异构集群的请求分类处理的动态负载均衡方法，其特征在于：步骤1.3所述的衡量函数，具体为：

W＝1-(1-λ₁C)*(1-λ₂M)*(1-λ₃D)*(1-λ₄B)*(1-λ₅Co)，

λ_i≥0，且0≤(1-λ_iX_i)≤1；

其中，W表示服务器节点的衡量结果，C，M，D，B，Co分别表示CPU、内存、磁盘I/O、网络带宽，请求连接数的相关数据；衡量函数根据需求可以表示成多种形式；如当做使用率，则W表示当前服务器节点的负载率；当做最大处理能力，则W表示当前服务器节点的最大负载量；λ₁-λ₅表示各指标对服务器衡量的影响程度系数。

4.根据权利要求1所述的一种基于异构集群的请求分类处理的动态负载均衡方法，其特征在于：步骤2具体包括以下步骤：

步骤2.1、计算各指标在集群中的总性能；

步骤2.1得到的各指标的总性能的函数式如下：

其中，P_c、P_m、P_d、P_b、P_co代表整个集群在CPU、内存、磁盘I/O、网络带宽以及集群总连接数，c_i、m_i、d、b_i、c_oi分别表示第i个服务器节点在CPU、内存、磁盘I/O、网络带宽性能以及请求连接数；

步骤2.2、基于步骤1中所述的性能衡量模型计算不同性能的节点的在异构集群中性能所占的真实的比重；

步骤2.2所述的性能比重函数，具体为：

因为W_P(i)∈[0,1]，为方便写入初始节点初始值乘上一个系数A；于是异构集群中任意节点通过上式求出其在集群运行前的初始权重。