視頻云平臺(tái)負(fù)載均衡方法及視頻云平臺(tái)負(fù)載均衡調(diào)度器的制造方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及視頻云平臺(tái)技術(shù)，特別涉及一種視頻云平臺(tái)負(fù)載均衡方法及視頻云平 臺(tái)負(fù)載均衡調(diào)度器。
【背景技術(shù)】
[0002] 隨著互聯(lián)網(wǎng)的興起，特別是近些年移動(dòng)互聯(lián)網(wǎng)的蓬勃發(fā)展，人們對(duì)視頻流媒體需 求量大幅度增加，其技術(shù)也迅速發(fā)展。視頻流媒體較普通的文本數(shù)據(jù)來說，有流量大、帶寬 要求高、實(shí)時(shí)性要求高等特點(diǎn)，流媒體服務(wù)器常常會(huì)遇到負(fù)載壓力大反應(yīng)慢等問題。構(gòu)建視 頻云平臺(tái)，并執(zhí)行相應(yīng)的負(fù)載均衡調(diào)度是解決這個(gè)問題的常見方法。由于所述視頻流媒體 的特殊性，傳統(tǒng)的負(fù)載均衡技術(shù)無法實(shí)現(xiàn)好的負(fù)載均衡效果。傳統(tǒng)負(fù)載均衡存在的問題，主 要有:靜態(tài)負(fù)載均衡算法，簡(jiǎn)單易實(shí)現(xiàn)，但是負(fù)載效果往往不好，極易發(fā)生集群傾斜問題;而 完全動(dòng)態(tài)的負(fù)載均衡算法，相對(duì)靜態(tài)負(fù)載方法而言負(fù)載效果有小幅提升，但是實(shí)現(xiàn)相對(duì)復(fù) 雜，并且已有的動(dòng)態(tài)負(fù)載均衡算法考慮負(fù)載信息過于單一，同時(shí)頻繁的信息動(dòng)態(tài)采集容易 成為整個(gè)系統(tǒng)新的瓶頸。

【發(fā)明內(nèi)容】

[0003] 本發(fā)明解決的問題是提供了一種視頻云平臺(tái)負(fù)載均衡方法及視頻云平臺(tái)負(fù)載均 衡調(diào)度器，以解決現(xiàn)有技術(shù)中視頻流媒體的高并發(fā)大流量下服務(wù)器負(fù)載壓力大反應(yīng)慢的技 術(shù)問題。
[0004] 為解決上述問題，本發(fā)明實(shí)施例提供了一種視頻云平臺(tái)負(fù)載均衡方法，包括：
[0005] 獲取各視頻服務(wù)器節(jié)點(diǎn)當(dāng)前時(shí)刻的自身瞬時(shí)負(fù)載狀態(tài)，并計(jì)算各節(jié)點(diǎn)的瞬時(shí)負(fù)載 值；
[0006] 針對(duì)已存儲(chǔ)的各服務(wù)器節(jié)點(diǎn)的歷史負(fù)載大數(shù)據(jù)信息，從而得到歷史負(fù)載參考值；
[0007] 依據(jù)所述瞬時(shí)負(fù)載值和歷史負(fù)載參考值計(jì)算綜合負(fù)載值；
[0008] 設(shè)置負(fù)載等級(jí)閾值，根據(jù)綜合負(fù)載值和負(fù)載等級(jí)閾值確定各服務(wù)器節(jié)點(diǎn)等級(jí)。
[0009] 可選地，還包括：
[0010]確認(rèn)負(fù)載等級(jí)為最輕并存在服務(wù)器節(jié)點(diǎn)的等級(jí)為最優(yōu)負(fù)載等級(jí)，輪詢并確定最優(yōu) 負(fù)載等級(jí)的服務(wù)器節(jié)點(diǎn)集合；
[0011]在最優(yōu)負(fù)載等級(jí)的服務(wù)器節(jié)點(diǎn)集合里執(zhí)行循環(huán)輪叫負(fù)載調(diào)度。
[0012] 可選地，針對(duì)存儲(chǔ)的歷史各服務(wù)器節(jié)點(diǎn)的負(fù)載大數(shù)據(jù)信息，進(jìn)行實(shí)時(shí)分布式計(jì)算 得到歷史負(fù)載參考值。
[0013] 可選地，采用粗糙集理論中的乘積平法進(jìn)行加權(quán)，獲取瞬時(shí)負(fù)載值。
[0014] 可選地，執(zhí)行循環(huán)輪叫調(diào)度，以輪詢的方式依次將所有負(fù)載請(qǐng)求調(diào)度給所有視頻 服務(wù)器節(jié)點(diǎn)。
[0015] 本發(fā)明還提供了一種視頻云平臺(tái)負(fù)載均衡調(diào)度器，包括:瞬時(shí)負(fù)載值獲取單元、歷 史負(fù)載參考值獲取單元、綜合負(fù)載值獲取單元、服務(wù)器節(jié)點(diǎn)等級(jí)獲取單元；
[0016] 瞬時(shí)負(fù)載值獲取單元獲取各視頻服務(wù)器節(jié)點(diǎn)當(dāng)前時(shí)刻的自身瞬時(shí)負(fù)載狀態(tài)，并計(jì) 算各節(jié)點(diǎn)的瞬時(shí)負(fù)載值；
[0017] 歷史負(fù)載參考值獲取單元根據(jù)已存儲(chǔ)的各服務(wù)器節(jié)點(diǎn)的歷史負(fù)載大數(shù)據(jù)信息，從 而得到歷史負(fù)載參考值；
[0018] 綜合負(fù)載值獲取單元從瞬時(shí)負(fù)載值獲取單元、歷史負(fù)載參考值獲取單元獲取瞬時(shí) 負(fù)載值和歷史負(fù)載參考值，依據(jù)所述瞬時(shí)負(fù)載值和歷史負(fù)載參考值計(jì)算綜合負(fù)載值；
[0019] 服務(wù)器節(jié)點(diǎn)等級(jí)獲取單元設(shè)置有負(fù)載等級(jí)閾值，根據(jù)綜合負(fù)載值和負(fù)載等級(jí)閾值 確定各服務(wù)器節(jié)點(diǎn)等級(jí)。
[0020] 可選地，還包括:最優(yōu)服務(wù)器集合確定單元，確認(rèn)負(fù)載等級(jí)為最輕并存在服務(wù)器節(jié) 點(diǎn)的等級(jí)為最優(yōu)負(fù)載等級(jí)，輪詢并確定最優(yōu)負(fù)載等級(jí)的服務(wù)器節(jié)點(diǎn)集合。
[0021] 可選地，還包括:調(diào)度單元，在最優(yōu)負(fù)載等級(jí)的服務(wù)器節(jié)點(diǎn)集合里執(zhí)行循環(huán)輪叫負(fù) 載調(diào)度。
[0022] 可選地，針對(duì)存儲(chǔ)的歷史各服務(wù)器節(jié)點(diǎn)的負(fù)載大數(shù)據(jù)信息，進(jìn)行實(shí)時(shí)分布式計(jì)算 得到歷史負(fù)載參考值。
[0023]可選地，采用粗糙集理論中的乘積平法進(jìn)行加權(quán)，獲取瞬時(shí)負(fù)載值。
[0024] 與現(xiàn)有技術(shù)相比，本技術(shù)方案具有以下優(yōu)點(diǎn)：
[0025] 本發(fā)明實(shí)施例，負(fù)載均衡調(diào)度器獲取集群中服務(wù)器節(jié)點(diǎn)當(dāng)前的負(fù)載狀態(tài)并計(jì)算其 瞬時(shí)負(fù)載和對(duì)各節(jié)點(diǎn)歷史負(fù)載大數(shù)據(jù)信息分布式實(shí)時(shí)計(jì)算其歷史負(fù)載參考值，從而進(jìn)一步 得到各服務(wù)器節(jié)點(diǎn)的綜合負(fù)載值。根據(jù)粗糙集理論確定負(fù)載等級(jí)，并根據(jù)確定的負(fù)載等級(jí)， 確定最優(yōu)負(fù)載等級(jí)，并在最優(yōu)的負(fù)載等級(jí)中服務(wù)器節(jié)點(diǎn)集合中執(zhí)行循環(huán)輪叫負(fù)載調(diào)度，從 而提高了視頻云平臺(tái)的負(fù)載均衡的效果。
【附圖說明】
[0026] 為了更清楚地說明本發(fā)明實(shí)施例中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述 中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些 實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動(dòng)性的前提下，還可以根據(jù)這些 附圖獲得其他的附圖。
[0027] 圖1是本發(fā)明實(shí)施例提供的一種視頻云平臺(tái)負(fù)載均衡方法的流程圖；
[0028] 圖2是本發(fā)明實(shí)施例提供的服務(wù)器節(jié)點(diǎn)綜合負(fù)載值的計(jì)算方法的流程示意圖。
【具體實(shí)施方式】
[0029] 發(fā)明人經(jīng)過研究還發(fā)現(xiàn)，在現(xiàn)有的集群中服務(wù)器節(jié)點(diǎn)所采集的瞬時(shí)負(fù)載數(shù)據(jù)可能 不準(zhǔn)確，因?yàn)榉?wù)器節(jié)點(diǎn)可能存在其性能參數(shù)異常抖動(dòng)的情況;同時(shí)，服務(wù)器節(jié)點(diǎn)將自身的 負(fù)載狀態(tài)信息發(fā)送至負(fù)載均衡調(diào)度器過程中可能存在網(wǎng)絡(luò)環(huán)境不佳從而導(dǎo)致數(shù)據(jù)包延遲 甚至丟失的情況。為此，本發(fā)明實(shí)施例提供了一種視頻云平臺(tái)負(fù)載均衡方法及視頻云平臺(tái) 負(fù)載均衡調(diào)度器，能有效提高視頻云平臺(tái)的負(fù)載均衡的效果。
[0030] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對(duì) 本發(fā)明進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處所描述的具體實(shí)施例僅僅用以解釋本發(fā)明，并 不用于限定本發(fā)明。
[0031] 為了說明本發(fā)明所述的技術(shù)方案，下面通過具體實(shí)施例來進(jìn)行說明。
[0032] 如圖1所示為本發(fā)明實(shí)施例提供的一種基于大數(shù)據(jù)與粗糙集結(jié)合的視頻云平臺(tái)負(fù) 載均衡方法的流程圖，所述方法包括以下步驟：
[0033]步驟S101，采集視頻服務(wù)器節(jié)點(diǎn)自身的負(fù)載狀態(tài)。
[0034]在本發(fā)明實(shí)施例中，集群中的視頻服務(wù)器節(jié)點(diǎn)周期性采集當(dāng)前時(shí)刻自身的負(fù)載狀 態(tài)，并通過指定的數(shù)據(jù)接口的形式發(fā)送給負(fù)載均衡調(diào)度器，負(fù)載均衡調(diào)度器收集并計(jì)算服 務(wù)器節(jié)點(diǎn)的瞬時(shí)負(fù)載狀態(tài)，其中，瞬時(shí)負(fù)載狀態(tài)包括但不限于CPU使用率、內(nèi)存使用率、磁盤 使用率、連接數(shù)和響應(yīng)時(shí)間。
[0035] 步驟S102包括兩個(gè)步驟，分別為S1021和S1022,具體如下：
[0036]步驟S1021，負(fù)載均衡調(diào)度器獲取、計(jì)算并存儲(chǔ)各視頻服務(wù)器節(jié)點(diǎn)的瞬時(shí)負(fù)載狀 ??τ 〇
[0037] 由于實(shí)際應(yīng)用中任一服務(wù)器的任何一項(xiàng)資源（CTU、內(nèi)存、硬盤、連接數(shù)和反應(yīng)時(shí) 間）超過一定的閾值后都無法接入新的請(qǐng)求，故本發(fā)明采用粗糙集理論中的乘積平法進(jìn)行 加權(quán)，公式請(qǐng)參考圖2的步驟S201，如下：
[0038] 瞬時(shí)負(fù)載值=W* (1 -Acpu*C) * (1 -Xmemciry*M)
[0039] *(l-Adisk*D)*(l-ACQn*Con)
[0040] *( l-Atime^time)
[0041 ]各項(xiàng)指標(biāo)與服務(wù)器節(jié)點(diǎn)負(fù)載水平成正比，因此各項(xiàng)指標(biāo)對(duì)于負(fù)載狀態(tài)的影響的方 向是一致的，同時(shí)，為了體現(xiàn)各項(xiàng)指標(biāo)對(duì)于負(fù)載狀態(tài)的影響程度，本發(fā)明為每一項(xiàng)指標(biāo)賦予 一個(gè)權(quán)重系數(shù)，系數(shù)越大，影響越大。公式中的W為服務(wù)器節(jié)點(diǎn)的初始權(quán)重大小，P為CPU使用 率，Μ為內(nèi)存使用率，D為硬盤使用率，C為節(jié)點(diǎn)連接數(shù)，T為反應(yīng)時(shí)間。其中各項(xiàng)指標(biāo)的權(quán)重系 數(shù)滿足
[0042] Xcpu+^nemory+^disk+^con+^time- 1
[0043] 步驟S1022,針對(duì)存儲(chǔ)的歷史各服務(wù)器節(jié)點(diǎn)的負(fù)載大數(shù)據(jù)信息，根據(jù)圖2的S202中 的公式進(jìn)行分布式實(shí)時(shí)計(jì)算得到歷史負(fù)載參考值；
[0044]在本發(fā)明實(shí)施例中，需要進(jìn)行實(shí)時(shí)分布式計(jì)算得到歷史負(fù)載參考值，具體公式請(qǐng) 參考圖2的步驟S202,如下： 「00451
[0046]具體指標(biāo)包括CPU平均使用率F、內(nèi)存平均使用率Μ、硬盤平均使用率5..、平均連 接數(shù)G和平均響應(yīng)時(shí)間Τ。同時(shí)，考慮單位時(shí)間服務(wù)器節(jié)點(diǎn)故障次數(shù)、異常數(shù)據(jù)比例和丟包 率。同理，為了體現(xiàn)各項(xiàng)指標(biāo)對(duì)于負(fù)載狀態(tài)的影響程度，
[0047] 本發(fā)明為每一項(xiàng)指標(biāo)賦予一個(gè)權(quán)重系數(shù)，系數(shù)越大，影響越大，需滿足：
[0048] Xcpu+^nemory+^disk+^con+^time- 1
[0049] a+b+c+d = 1
[0050] 步驟S103,根據(jù)所述的服務(wù)器節(jié)點(diǎn)的瞬時(shí)負(fù)載值和歷史負(fù)載參考值計(jì)算綜合負(fù)載 值。
[0051] 在本發(fā)明實(shí)施例中，根據(jù)所述的瞬時(shí)負(fù)載值和歷史負(fù)載參考值的兩個(gè)維度性能指 標(biāo)，利用圖2的S203中的公式計(jì)算各服務(wù)器節(jié)點(diǎn)的綜合負(fù)載值，綜合負(fù)載值=α*瞬時(shí)負(fù)載值 +β*歷史負(fù)載參考值，
[0052] 其中 α+β=1
[0053] 步驟S104,設(shè)置各負(fù)載等級(jí)閾值，根據(jù)綜合負(fù)載值和負(fù)載等級(jí)閾值確定