[发明专利]负载均衡方法及装置

说明书

本申请提供了一种负载均衡方法及装置，可用于金融领域或其他领域，该方法包括：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。本申请能够在保证服务器集群高可用的同时，提高重点业务的可用性。

技术领域

本申请涉及数据处理技术领域，尤其涉及一种负载均衡方法及装置。

背景技术

负载均衡技术建立在现有网络结构之上，提供了一种流量分配方式，可以有效利用各个服务器负载，实现业务在不同服务器上的自动分配。但是，目前的负载均衡方法与业务之间的结合仍然存在一些问题，主要体现在：

有限资源下的负载均衡方法智能化程度低；当服务器资源一定时，例如，当服务器数量和镜像数量为定值时，如果遇到高流量冲刷，现有的负载均衡方法难以在实现集群高可用的基础上，为重点业务预留出对应的资源而避免被非重点业务抢占资源，进而保证重点业务的可用性，此时，可能存在无法为重点业务提供服务的情况。

发明内容

针对现有技术中的至少一个问题，本申请提出了一种负载均衡方法及装置，能够在保证服务器集群高可用的同时，提高重点业务的可用性。

为了解决上述技术问题，本申请提供以下技术方案：

第一方面，本申请提供一种负载均衡方法，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。

进一步地，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。

进一步地，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。

进一步地，所述的负载均衡方法，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。