[发明专利]负载均衡方法及装置

权利要求书

1.一种负载均衡方法，其特征在于，包括：

获取批量历史业务请求，并确定其各自的业务类型对应的重要度权重值；

基于批量历史业务请求及其各自的业务类型对应的重要度权重值，构建负载均衡策略优化的双层规划模型，所述双层规划模型的上层规划模型以目标服务器集群的集群负载量化费用和批量历史业务请求的综合业务保障率量化费用两者的加权求和结果作为目标函数值；下层规划模型为基于随机效用原理的流量分配模型，用于实现批量历史业务请求的流量分配，并将分配结果作为上层规划模型的输入；

求解所述双层规划模型，得到最优负载均衡策略；

所述的负载均衡方法还包括：

根据下列公式确定所述集群负载量化费用χ_o和所述综合业务保障率量化费用Z_k：

其中，C表示所述目标服务器集群的服务器台数，U表示每台服务器中的可运行镜像个数，表示单个镜像的负载压力，ω_c表示系数，μ_c表示综合请求未完成率，N_u表示批量历史业务请求中实施所述最优负载均衡策略的请求个数，t_n表示第n个实施所述最优负载均衡策略的请求的耗费时间费用，ω_u表示可调节系数。

2.根据权利要求1所述的负载均衡方法，其特征在于，所述获取批量历史业务请求，并确定其各自的业务类型对应的重要度权重值，包括：

获取批量历史业务请求及其各自对应的历史指标向量；

根据预设的基于数学规划的聚类模型和所述历史指标向量，得到多组历史业务请求，并确定各个业务类型各自对应的重要度权重值；同一组历史业务请求的业务类型对应的重要度权重值相同。

3.根据权利要求1所述的负载均衡方法，其特征在于，所述求解所述双层规划模型，得到最优负载均衡策略，包括：

对遗传算法进行参数初始化，得到初始种群，将其作为目标种群，执行策略优化步骤，策略优化步骤包括：根据所述目标种群，得到所述上层规划模型的目标函数值；

应用遗传算法，得到新的种群，将其作为目标种群再次执行所述策略优化步骤，直至策略优化步骤的执行次数大于迭代次数阈值；

根据目标函数值最低对应的种群，得到所述最优负载均衡策略。

4.根据权利要求1所述的负载均衡方法，其特征在于，还包括：

接收批量目标业务请求；

应用所述最优负载均衡策略，确定目标服务器集群中，每个目标业务请求各自对应的最优服务节点及目标业务请求的执行顺序；

根据所述目标业务请求的执行顺序，将每个目标业务请求发送至其对应的最优服务节点，以完成批量目标业务请求的负载均衡。

5.一种负载均衡装置，其特征在于，包括：

第一获取模块，用于获取批量历史业务请求，并确定其各自的业务类型对应的重要度权重值；

构建模块，用于基于批量历史业务请求及其各自的业务类型对应的重要度权重值，构建负载均衡策略优化的双层规划模型，所述双层规划模型的上层规划模型以目标服务器集群的集群负载量化费用和批量历史业务请求的综合业务保障率量化费用两者的加权求和结果作为目标函数值；下层规划模型为基于随机效用原理的流量分配模型，用于实现批量历史业务请求的流量分配，并将分配结果作为上层规划模型的输入；

求解模块，用于求解所述双层规划模型，得到最优负载均衡策略；

确定模块，用于根据下列公式确定所述集群负载量化费用χ_o和所述综合业务保障率量化费用Z_k：

其中，C表示所述目标服务器集群的服务器台数，U表示每台服务器中的可运行镜像个数，表示单个镜像的负载压力，ω_c表示系数，μ_c表示综合请求未完成率，N_u表示批量历史业务请求中实施所述最优负载均衡策略的请求个数，t_n表示第n个实施所述最优负载均衡策略的请求的耗费时间费用，ω_u表示可调节系数。