[发明专利]一种基于流分类的自适应负载均衡调度方法和系统

说明书

本发明提供了一种基于流分类的自适应负载均衡调度方法和系统，其中，基于流分类的自适应负载均衡调度方法包括：采集流入服务器集群的数据流，根据数据流的大小将数据流分类为大流或小流；采集服务器集群中每一后端服务器的负载信息；根据大流负载计算公式或小流负载计算公式，使用负载信息和链路状态，分别计算服务器集群中每一后端服务器的调度权重；使用大小流权重轮询算法，根据调度权重选择需要调度数据流的后端服务器。本发明的技术方案能解决现有技术中数据包乱序，后端服务器压力过大，难以高效处理大流和小流的问题。

技术领域

本发明涉及虚拟机技术领域，尤其涉及一种基于流分类的自适应负载均衡调度方法和系统。

背景技术

负载均衡器是一种将请求分散到服务器集群中可用服务器的设备。一个负载均衡器能够将请求调度到服务器集群中的某个后端服务器，所有服务器集群的后端服务器具有相同的业务应用，能够进行水平扩容来减轻其他服务器的压力。负载均衡器的调度算法决定了哪台后台服务器将进行请求处理。

通过设置负载均衡器能够提高应用系统的灵活性和可用性，提高应用业务的处理能力与扩展性。一个负载均衡器能够承担多种不同类型应用的流量转发任务，不同应用所产生的流量特征不同。在负载均衡场景中对于不同的流量特征，不同调度算法会产生不同的问题：

1，最常见的调度算法都会导致数据包到达后端服务器时出现同一个流数据包的乱序现象，同时也破坏了网络流的局部性。而基于流的Hash调度算法在一个大流的场景下，就会造成某个转发引擎负载过重。

2，难以感知到后端服务器的负载情况，导致某些后端服务器的压力过大，影响业务请求。

3，此外，当客户端同时进行多应用请求的时候，导致流量激增，可能会出现网络流量的特殊现象：大流很少但是总数据量很大，比如文件传输，小流很多但是总数据量很少，比如大量的web请求。这种现象发生后，大流的长尾效应会影响小流的数据包处理，一段时间内，后端服务器都在处理某个大流所对应的请求导致负载很高，而无法处理所有小流所对应的请求。

发明内容

本发明提供一种基于流分类的自适应负载均衡调度方案，旨在解决现有技术中数据包乱序，后端服务器压力过大，无难以高效处理大流和小流的问题。

为解决上述问题，根据本发明的第一方面，本发明提出了一种基于流分类的自适应负载均衡调度方法，包括：

采集流入服务器集群的数据流，根据数据流的大小将数据流分类为大流或小流；

采集服务器集群中每一后端服务器的负载信息；

根据大流负载计算公式或小流负载计算公式，使用负载信息和后端服务器的链路状态，分别计算服务器集群中每一后端服务器的调度权重；

使用大小流权重轮询算法，根据调度权重选择需要调度数据流的后端服务器。

优选的，上述自适应负载均衡调度方法中，根据数据流的大小将数据流分类为大流或小流的步骤包括：

实时采集流入服务器集群的数据包；

对采集的每一数据包进行特征提取，得到每一数据包分别对应的数据包特征；

将数据包特征输入至流分类器，根据数据包特征对数据包对应的数据流进行分类，将数据流划分为大流或小流。

优选的，上述自适应负载均衡调度方法中，根据数据流的大小将数据流分类为大流或小流的步骤包括：

实时采集流入服务器集群的数据包；

分别提取每一数据包对应的五元组；

根据五元组判断数据包所属的数据流；

按照数据流对应的数据包数量，将数据流划分为大流或小流。