專利名稱：一種集群服務(wù)動態(tài)分配方法及裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計算機集群領(lǐng)域，具體涉及一種集群服務(wù)動態(tài)分配方法及裝置。
背景技術(shù)：
高性能計算技術(shù)的發(fā)展是伴隨著計算機技術(shù)的發(fā)展而發(fā)展的，也就是說，從計算 機技術(shù)誕生之日起，人們就在為追求更高計算能力的計算機系統(tǒng)而努力。在過去幾十年 間，可以說是高性能計算機體系結(jié)構(gòu)和通信技術(shù)不斷創(chuàng)新的年代，出現(xiàn)了包括MPP(Massive Parallel Processing，海量并行處理結(jié)構(gòu))、SMP(Symmetric Multi-Processor，對稱多處 理器結(jié)構(gòu))、集群等各種各樣的體系結(jié)構(gòu)及網(wǎng)絡(luò)互聯(lián)技術(shù)。尤其是最近幾年，集群技術(shù)發(fā)展 迅速，已經(jīng)成為構(gòu)建超級計算機系統(tǒng)的主流架構(gòu)之一。在最新發(fā)布的T0P500 (T0P500是世 界最強超級計算機排名的簡稱，這個排行榜自1993年設(shè)立，每年6月、11月兩次統(tǒng)計發(fā)布世 界上最強大的500個計算機系統(tǒng)。)中，超過80%的入選系統(tǒng)都采用了集群架構(gòu)，并在數(shù)量 上仍有不斷增加的趨勢，可見集群技術(shù)在高性能計算領(lǐng)域有著旺盛的生命力和廣闊的發(fā)展 前景。隨著商業(yè)應(yīng)用的不斷發(fā)展，高性能集群技術(shù)在商業(yè)應(yīng)用領(lǐng)域也得到了廣泛的應(yīng) 用，由于商業(yè)用戶希望自己的業(yè)務(wù)程序能夠?qū)ν馓峁┎婚g斷的服務(wù)，把因軟件、硬件，以及 人為等原因造成的故障對業(yè)務(wù)的影響降低到最低程度，因此，要求如果某個節(jié)點失效，它的 備用節(jié)點能夠在幾秒鐘時間內(nèi)接管它的職責(zé)。傳統(tǒng)的集群服務(wù)高可用靜態(tài)配置方法雖然能 夠?qū)崿F(xiàn)服務(wù)的接管，但是卻無法在剩余集群節(jié)點間實現(xiàn)接管服務(wù)的均衡分配，同時傳統(tǒng)的 方法不能根據(jù)負(fù)載監(jiān)控狀況進行服務(wù)的動態(tài)優(yōu)化調(diào)整。

發(fā)明內(nèi)容
本發(fā)明要解決的技術(shù)問題是，提出一種集群服務(wù)動態(tài)分配方法及裝置，通過對節(jié) 點負(fù)載進行監(jiān)控，并據(jù)以對服務(wù)預(yù)先優(yōu)化分配，可以平衡負(fù)載，提高并發(fā)服務(wù)，降低因節(jié)點 負(fù)載過重導(dǎo)致宕機的概率。為了解決上述技術(shù)問題，本發(fā)明提出一種集群服務(wù)動態(tài)分配裝置，包括負(fù)載監(jiān)控 模塊、性能優(yōu)化規(guī)則引擎、集群服務(wù)管理模塊，以及集群信息庫，其中所述負(fù)載監(jiān)控模塊，用以監(jiān)控集群中各節(jié)點的負(fù)載情況，并將其存儲至所述集群 信息庫；所述性能優(yōu)化規(guī)則引擎，用以根據(jù)所述集群信息庫中各節(jié)點的歷史監(jiān)控數(shù)據(jù)及當(dāng) 前監(jiān)控數(shù)據(jù)，預(yù)測各節(jié)點未來的負(fù)載情況，以及根據(jù)預(yù)測結(jié)果和一預(yù)設(shè)的服務(wù)均衡策略制 定集群中各節(jié)點上的服務(wù)分配方案；所述集群服務(wù)管理模塊，用以根據(jù)所述性能優(yōu)化規(guī)則引擎制定的集群中各節(jié)點上 的服務(wù)分配方案，調(diào)整集群中各節(jié)點的服務(wù)分配；所述集群信息庫，用以存儲所述負(fù)載監(jiān)控模塊監(jiān)控得到的集群中各節(jié)點的負(fù)載數(shù) 據(jù)。
進一步地，上述裝置還可具有以下特點所述預(yù)設(shè)的服務(wù)均衡策略包括配置集群中各節(jié)點的資源承載能力，分別判斷預(yù)測出的各節(jié)點未來的負(fù)載是否超出其承載能力，如果超出，則在各節(jié)點間進行服務(wù)均衡，以 確保各節(jié)點未來的負(fù)載不超出其承載能力；所述性能優(yōu)化規(guī)則引擎，是通過將集群中各節(jié)點當(dāng)前監(jiān)控數(shù)據(jù)以及若干歷史監(jiān)控 數(shù)據(jù)與一預(yù)設(shè)的預(yù)測模型進行匹配，從而預(yù)測該各節(jié)點未來的負(fù)載情況。進一步地，上述裝置還可具有以下特點所述負(fù)載監(jiān)控模塊在監(jiān)控到集群中的某節(jié)點宕機時，通知所述性能優(yōu)化規(guī)則引 擎；所述性能優(yōu)化規(guī)則引擎在獲知某節(jié)點宕機時，從所述集群信息庫中獲取該節(jié)點上 的服務(wù)數(shù)據(jù)，并根據(jù)預(yù)測出的集群中其他節(jié)點未來的負(fù)載情況，將該節(jié)點上的服務(wù)數(shù)據(jù)分 配給集群中其他節(jié)點，且確保集群中所述其他各節(jié)點未來的負(fù)載不超出其承載能力。為了解決上述技術(shù)問題，本發(fā)明還提出一種集群系統(tǒng)，包括一主節(jié)點和至少一從 屬節(jié)點，所述主節(jié)點和所述從屬節(jié)點上均包括負(fù)載監(jiān)控模塊、性能優(yōu)化規(guī)則引擎、集群服務(wù) 管理模塊，以及集群信息庫，其中所述主節(jié)點上和所述從屬節(jié)點上的負(fù)載監(jiān)控模塊，用以監(jiān)控其所在節(jié)點的負(fù)載情 況，并將其存儲至其所在節(jié)點的所述集群信息庫；所述主節(jié)點上和所述從屬節(jié)點上的性能優(yōu)化規(guī)則引擎，用以根據(jù)其所在節(jié)點上的 所述集群信息庫中存儲的其所在節(jié)點的歷史監(jiān)控數(shù)據(jù)及當(dāng)前監(jiān)控數(shù)據(jù)，預(yù)測其所在節(jié)點未 來的負(fù)載情況，并將其存儲至其所在節(jié)點的所述集群信息庫；所述主節(jié)點上的性能優(yōu)化規(guī) 則引擎，還用以根據(jù)其所在節(jié)點的所述集群信息庫中存儲的集群系統(tǒng)中各節(jié)點未來的負(fù)載 情況的預(yù)測結(jié)果和一預(yù)設(shè)的服務(wù)均衡策略制定集群中各節(jié)點上的服務(wù)分配方案，并將其分 別發(fā)送至所述從屬節(jié)點的所述集群服務(wù)管理模塊中；所述主節(jié)點上和所述從屬節(jié)點上的集群服務(wù)管理模塊，用以將其所在節(jié)點上的所 述集群信息庫中的數(shù)據(jù)同步為集群系統(tǒng)中所有節(jié)點上的所述集群信息庫中的數(shù)據(jù)的并集， 以及根據(jù)所述主節(jié)點上的性能優(yōu)化規(guī)則引擎制定的集群中各節(jié)點上的服務(wù)分配方案調(diào)整 其所在節(jié)點上的服務(wù)分配情況。進一步地，上述系統(tǒng)還可具有以下特點所述預(yù)設(shè)的服務(wù)均衡策略包括配置集群中各節(jié)點的資源承載能力，分別判斷預(yù) 測出的各節(jié)點未來的負(fù)載是否超出其承載能力，如果超出，則在各節(jié)點間進行服務(wù)均衡，以 確保各節(jié)點未來的負(fù)載不超出其承載能力；所述主節(jié)點上和所述從屬節(jié)點上的性能優(yōu)化規(guī)則引擎，是通過將其所在節(jié)點當(dāng)前 監(jiān)控數(shù)據(jù)以及若干歷史監(jiān)控數(shù)據(jù)與一預(yù)設(shè)的預(yù)測模型進行匹配，從而預(yù)測其所在節(jié)點未來 的負(fù)載情況的。進一步地，上述系統(tǒng)還可具有以下特點當(dāng)所述從屬節(jié)點宕機時，所述主節(jié)點的所述性能優(yōu)化規(guī)則引擎根據(jù)所述主節(jié)點的 所述集群信息庫中存儲的所述宕機的從屬節(jié)點上的服務(wù)數(shù)據(jù)，以及預(yù)測出的集群中主節(jié)點 和其他從屬節(jié)點未來的負(fù)載情況，將所述宕機的從屬節(jié)點上的服務(wù)數(shù)據(jù)分配給集群中的主 節(jié)點和其他從屬節(jié)點，且確保集群中的主節(jié)點和所述其他從屬節(jié)點未來的負(fù)載不超出其承載能力；當(dāng)所述主節(jié)點宕機時，其中一個所述從屬節(jié)點替代所述主節(jié)點成為集群系統(tǒng)中新 的主節(jié)點；所述新的主節(jié)點的所述性能優(yōu)化規(guī)則引擎根據(jù)所述新的主節(jié)點的所述集群信息 庫中存儲的所述宕機的節(jié)點上的服務(wù)數(shù)據(jù)，以及預(yù)測出的所述新的主節(jié)點和集群中其他從 屬節(jié)點未來的負(fù)載情況，將所述宕機的節(jié)點上的服務(wù)數(shù)據(jù)分配給所述新的主節(jié)點和集群中 的其他從屬節(jié)點，且確保集群中的所述新的主節(jié)點和所述其他從屬節(jié)點未來的負(fù)載不超出 其承載能力。進一步地，上述系統(tǒng)還可具有以 下特點所述主節(jié)點上和所述從屬節(jié)點還均包括集群通信及成員關(guān)系模塊、本地服務(wù)管理 模塊、集群信息庫、服務(wù)代理模塊，以及隔離設(shè)備，其中所述集群通信及成員關(guān)系模塊，用以構(gòu)建高可用集群成員關(guān)系，以及負(fù)責(zé)集群中 各節(jié)點之間的消息通訊；所述本地服務(wù)管理模塊，用以與所述服務(wù)代理模塊交互，通過所述服務(wù)代理模塊 管理本節(jié)點服務(wù)；所述服務(wù)代理模塊，負(fù)責(zé)直接管理服務(wù)；所述隔離設(shè)備，用以將失效節(jié)點隔離，防止其對集群造成不利影響。為了解決上述技術(shù)問題，本發(fā)明還提出一種集群服務(wù)動態(tài)分配方法，包括監(jiān)控集群中各節(jié)點的負(fù)載情況；根據(jù)集群中各節(jié)點的歷史監(jiān)控數(shù)據(jù)及當(dāng)前監(jiān)控數(shù)據(jù)，預(yù)測各節(jié)點未來的負(fù)載情 況；根據(jù)預(yù)測出的各節(jié)點未來的負(fù)載情況和一預(yù)設(shè)的服務(wù)均衡策略制定集群中各節(jié) 點上的服務(wù)分配方案，并據(jù)以調(diào)整集群中各節(jié)點的服務(wù)分配。進一步地，上述方法還可具有以下特點所述預(yù)設(shè)的服務(wù)均衡策略包括配置集群中各節(jié)點的資源承載能力，分別判斷預(yù) 測出的各節(jié)點未來的負(fù)載是否超出其承載能力，如果超出，則在各節(jié)點間進行服務(wù)均衡，以 確保各節(jié)點未來的負(fù)載不超出其承載能力；所述預(yù)測各節(jié)點未來的負(fù)載情況是通過將集群中各節(jié)點當(dāng)前監(jiān)控數(shù)據(jù)以及若干 歷史監(jiān)控數(shù)據(jù)與一預(yù)設(shè)的預(yù)測模型進行匹配來實現(xiàn)的。進一步地，上述方法還可具有以下特點在集群中的某節(jié)點宕機時，根據(jù)預(yù)測出的集群中其他節(jié)點未來的負(fù)載情況，將該 節(jié)點上的服務(wù)數(shù)據(jù)分配給集群中其他節(jié)點，且確保集群中所述其他各節(jié)點未來的負(fù)載不超 出其承載能力。本發(fā)明提出的一種集群服務(wù)動態(tài)分配方法及裝置，通過對節(jié)點負(fù)載進行監(jiān)控，并 據(jù)以對服務(wù)預(yù)先優(yōu)化分配，可以平衡負(fù)載，提高并發(fā)服務(wù)，提高了整個集群系統(tǒng)的效能，降 低因節(jié)點負(fù)載過重導(dǎo)致宕機的概率，可以防止單一節(jié)點接管宕機節(jié)點的所有服務(wù)可能造成 的多米諾骨牌效應(yīng)。


圖1是本發(fā)明實施例集群服務(wù)動態(tài)分配裝置組成示意圖2是本發(fā)明實施例集群服務(wù)動態(tài)分配系統(tǒng)的一節(jié)點組成示意圖；圖3是本發(fā)明實施例集群服務(wù)動態(tài)分配方法流程示意圖。
具體實施例方式本申請人通過深入研究注意到，節(jié)點的負(fù)載變化是一種時間序列，具有高度的自相似性，因此提出一種集群服務(wù)動態(tài)分配方法及裝置，巧妙地利用時間序列對節(jié)點的負(fù)載 進行預(yù)測，監(jiān)控集群中各節(jié)點的負(fù)載情況，根據(jù)歷史監(jiān)測數(shù)據(jù)及當(dāng)前的監(jiān)控數(shù)據(jù)，預(yù)測各節(jié) 點的未來負(fù)載情況，根據(jù)預(yù)測結(jié)果及時地協(xié)調(diào)服務(wù)分配，從而實現(xiàn)自適應(yīng)的負(fù)載均衡。下面將結(jié)合附圖來詳細(xì)說明本發(fā)明實施方案。參見圖1，該圖示出了本發(fā)明實施例集群服務(wù)動態(tài)配置裝置，包括負(fù)載監(jiān)控模塊、 性能優(yōu)化規(guī)則引擎、集群服務(wù)管理模塊，以及集群信息庫，其中所述負(fù)載監(jiān)控模塊，用以監(jiān)控集群中各節(jié)點的負(fù)載情況，并將其存儲至所述集群 信息庫。所述節(jié)點的負(fù)載情況可以包括節(jié)點資源的利用率、節(jié)點的性能負(fù)載情況等。所述 節(jié)點資源的利用率可以是，例如CPU的利用率、內(nèi)存的利用率等；所述節(jié)點的性能負(fù)載情況 可以是，例如流量等。所述性能優(yōu)化規(guī)則引擎，用以根據(jù)所述集群信息庫中各節(jié)點的歷史監(jiān)控數(shù)據(jù)及當(dāng) 前監(jiān)控數(shù)據(jù)，預(yù)測各節(jié)點未來的負(fù)載情況，以及根據(jù)預(yù)測結(jié)果和一預(yù)設(shè)的服務(wù)均衡策略制 定集群中各節(jié)點上的服務(wù)分配方案。所述性能優(yōu)化規(guī)則引擎，是通過將集群中各節(jié)點當(dāng)前監(jiān)控數(shù)據(jù)以及若干歷史監(jiān)控 數(shù)據(jù)與一預(yù)設(shè)的預(yù)測模型進行匹配，從而預(yù)測該各節(jié)點未來的負(fù)載情況。所述預(yù)測模型可 以是，例如自回歸模型AR (ρ)、滑動平均模型MA(q)、自回歸滑動平均模型ARMA (p，q)等等。 在進行預(yù)測模型匹配之前，所述性能優(yōu)化規(guī)則引擎還對所述負(fù)載監(jiān)控模塊采集到的負(fù)載樣 本進行預(yù)處理及平穩(wěn)化處理?？紤]到預(yù)測的步數(shù)越多，預(yù)測的結(jié)果與實際值相差的越大，越久遠(yuǎn)的歷史信息對 預(yù)測結(jié)果的影響越小，因此，應(yīng)盡量選擇離當(dāng)前觀測值近的幾個歷史觀測值和當(dāng)前觀測值， 利用預(yù)測模型預(yù)測下一步的結(jié)果。例如假設(shè)負(fù)載符合ARMA(p，q)模型，利用定階方法和矩 陣估計法確定其參數(shù)后，可以選擇當(dāng)前時間前的P+q個觀測值來預(yù)測下一步的預(yù)測值，同 時結(jié)合下一個時間點的趨勢項和周期項加在一起，作為e的冪次，得出來最終的值就是下 一步的預(yù)測值，主節(jié)點會根據(jù)各個節(jié)點的預(yù)測值進行判斷，并進行服務(wù)的重新分配。所述預(yù)設(shè)的服務(wù)均衡策略可以包括配置集群中各節(jié)點的資源承載能力，分別判 斷預(yù)測出的各節(jié)點未來的負(fù)載是否超出其承載能力，如果超出，則在各節(jié)點間進行服務(wù)均 衡，以確保各節(jié)點未來的負(fù)載不超出其承載能力。所述集群服務(wù)管理模塊，負(fù)責(zé)集群服務(wù)分配的相關(guān)操作，負(fù)責(zé)維護所述集群信息 庫，包括節(jié)點、服務(wù)、利用率、性能負(fù)載監(jiān)控等信息，根據(jù)所述性能優(yōu)化規(guī)則引擎制定的集群 中各節(jié)點上的服務(wù)分配方案，調(diào)整集群中各節(jié)點的服務(wù)分配，它是唯一一個可以決定在整 個集群進行服務(wù)更改的實體。所述集群信息庫，用以存儲所述負(fù)載監(jiān)控模塊監(jiān)控得到的集群中各節(jié)點的負(fù)載數(shù) 據(jù)。所述節(jié)點的負(fù)載數(shù)據(jù)可以包括節(jié)點資源的利用率、節(jié)點的性能負(fù)載等。所述節(jié)點資源 的利用率可以是，例如CPU的利用率、內(nèi)存的利用率等；所述節(jié)點的性能負(fù)載可以是，例如流量等。進一步地，所述負(fù)載監(jiān)控模塊在監(jiān)控到集群中的某節(jié)點宕機時，通知所述性能優(yōu) 化規(guī)則引擎。所述性能優(yōu)化規(guī)則引擎在獲知某節(jié)點宕機時，從所述集群信息庫中獲取該節(jié) 點上的服務(wù)數(shù)據(jù)，并根據(jù)預(yù)測出的集群中其他節(jié)點未來的負(fù)載情況，將該節(jié)點上的服務(wù)數(shù) 據(jù)分配給集群中其他節(jié)點，且確保集群中所述其他各節(jié)點未來的負(fù)載不超出其承載能力。本發(fā)明實施例還提供了一種集群系統(tǒng)，包括一主節(jié)點和至少一從屬節(jié)點，所述主 節(jié)點和所述從屬節(jié)點上均包括負(fù)載監(jiān)控模塊、性能優(yōu)化規(guī)則引擎、集群服務(wù)管理模塊、集群 信息庫、集群通信及成員關(guān)系模塊、本地服務(wù)管理模塊、集群信息庫、服務(wù)代理模塊，以及隔 離設(shè)備，如圖2所示，其中所述主節(jié)點上和所述從屬節(jié)點上的負(fù)載監(jiān)控模塊，用以監(jiān)控其所在節(jié)點的負(fù)載情 況，并將其存儲至其所在節(jié)點的所述集群信息庫。所述主節(jié)點上和所述從屬節(jié)點上的性能優(yōu)化規(guī)則引擎，用以根據(jù)其所在節(jié)點上的 所述集群信息庫中存儲的其所在節(jié)點的歷史監(jiān)控數(shù)據(jù)及當(dāng)前監(jiān)控數(shù)據(jù)，預(yù)測其所在節(jié)點未 來的負(fù)載情況，并將其存儲至其所在節(jié)點的所述集群信息庫；所述主節(jié)點上的性能優(yōu)化規(guī) 則引擎，還用以根據(jù)其所在節(jié)點的所述集群信息庫中存儲的集群系統(tǒng)中各節(jié)點未來的負(fù)載 情況的預(yù)測結(jié)果和一預(yù)設(shè)的服務(wù)均衡策略制定集群中各節(jié)點上的服務(wù)分配方案，并將其分 別發(fā)送至所述從屬節(jié)點的所述集群服務(wù)管理模塊中。所述主節(jié)點上和所述從屬節(jié)點上的集群服務(wù)管理模塊，用以將其所在節(jié)點上的所 述集群信息庫中的數(shù)據(jù)同步為集群系統(tǒng)中所有節(jié)點上的所述集群信息庫中的數(shù)據(jù)的并集， 以及根據(jù)所述主節(jié)點上的性能優(yōu)化規(guī)則引擎制定的集群中各節(jié)點上的服務(wù)分配方案調(diào)整 其所在節(jié)點上的服務(wù)分配情況。所述集群通信及成員關(guān)系模塊，用以構(gòu)建高可用集群成員關(guān)系，以及負(fù)責(zé)集群中 各節(jié)點之間的消息通訊。所述消息通訊是指集群節(jié)點間的信息交互，包括節(jié)點、服務(wù)配置、 監(jiān)控信息等的交互及同步。所述構(gòu)建高可用集群成員關(guān)系是，在高可用集群中的節(jié)點之間 建立高可用關(guān)系，使得失效節(jié)點的服務(wù)能夠被集群中其他節(jié)點接管。所述本地服務(wù)管理模塊，用以與所述服務(wù)代理模塊交互，通過所述服務(wù)代理模塊 管理本節(jié)點服務(wù)。所述服務(wù)代理模塊，負(fù)責(zé)直接管理服務(wù)。所述隔離設(shè)備，用以將失效節(jié)點隔離，防止其對集群造成不利影響。進一步地，所述預(yù)設(shè)的服務(wù)均衡策略包括配置集群中各節(jié)點的資源承載能力，分別判斷預(yù)測出的各節(jié)點未來的負(fù)載是否超出其承載能力，如果超出，則在各節(jié)點間進行服 務(wù)均衡，以確保各節(jié)點未來的負(fù)載不超出其承載能力。進一步地，當(dāng)所述從屬節(jié)點宕機時，所述主節(jié)點的所述性能優(yōu)化規(guī)則引擎根據(jù)所 述主節(jié)點的所述集群信息庫中存儲的所述宕機的從屬節(jié)點上的服務(wù)數(shù)據(jù)，以及預(yù)測出的集 群中主節(jié)點和其他從屬節(jié)點未來的負(fù)載情況，將所述宕機的從屬節(jié)點上的服務(wù)數(shù)據(jù)分配給 集群中的主節(jié)點和其他從屬節(jié)點，且確保集群中的主節(jié)點和所述其他從屬節(jié)點未來的負(fù)載 不超出其承載能力。進一步地，當(dāng)所述主節(jié)點宕機時，其中一個所述從屬節(jié)點替代所述主節(jié)點成為集 群系統(tǒng)中新的主節(jié)點；
所述新的主節(jié)點的所述性能優(yōu)化規(guī)則引擎根據(jù)所述新的主節(jié)點的所述集群信息庫中存儲的所述宕機的節(jié)點上的服務(wù)數(shù)據(jù)，以及預(yù)測出的所述新的主節(jié)點和集群中其他從 屬節(jié)點未來的負(fù)載情況，將所述宕機的節(jié)點上的服務(wù)數(shù)據(jù)分配給所述新的主節(jié)點和集群中 的其他從屬節(jié)點，且確保集群中的所述新的主節(jié)點和所述其他從屬節(jié)點未來的負(fù)載不超出 其承載能力。進一步地，所述主節(jié)點上和所述從屬節(jié)點上的性能優(yōu)化規(guī)則引擎，是通過將其所在節(jié)點當(dāng)前監(jiān)控數(shù)據(jù)以及若干歷史監(jiān)控數(shù)據(jù)與一預(yù)設(shè)的預(yù)測模型進行匹配，從而預(yù)測其所 在節(jié)點未來的負(fù)載情況的。參見圖3，該圖示出了本發(fā)明實施例一種集群服務(wù)動態(tài)分配方法，包括步驟步驟S301 監(jiān)控集群中各節(jié)點的負(fù)載情況；所述節(jié)點的負(fù)載情況可以包括節(jié)點資源的利用率、節(jié)點的性能負(fù)載情況等。所述 節(jié)點資源的利用率可以是，例如CPU的利用率、內(nèi)存的利用率等；所述節(jié)點的性能負(fù)載情況 可以是，例如流量等。步驟S302 根據(jù)集群中各節(jié)點的歷史監(jiān)控數(shù)據(jù)及當(dāng)前監(jiān)控數(shù)據(jù)，預(yù)測各節(jié)點未來 的負(fù)載情況；所述預(yù)測各節(jié)點未來的負(fù)載情況，是通過將集群中各節(jié)點當(dāng)前監(jiān)控數(shù)據(jù)以及若干 歷史監(jiān)控數(shù)據(jù)與一預(yù)設(shè)的預(yù)測模型進行匹配來實現(xiàn)的。所述預(yù)測模型可以是，例如自回歸 模型AR (ρ)、滑動平均模型MA (q)、自回歸滑動平均模型ARMA (p，q)等等。在進行預(yù)測模型 匹配之前，所述性能優(yōu)化規(guī)則引擎還對所述負(fù)載監(jiān)控模塊采集到的負(fù)載樣本進行預(yù)處理及 平穩(wěn)化處理?？紤]到預(yù)測的步數(shù)越多，預(yù)測的結(jié)果與實際值相差的越大，越久遠(yuǎn)的歷史信息對 預(yù)測結(jié)果的影響越小，因此，應(yīng)盡量選擇離當(dāng)前觀測值近的幾個歷史觀測值和當(dāng)前觀測值， 利用預(yù)測模型預(yù)測下一步的結(jié)果。例如假設(shè)負(fù)載符合ARMA(p，q)模型，利用定階方法和矩 陣估計法確定其參數(shù)后，可以選擇當(dāng)前時間前的P+q個觀測值來預(yù)測下一步的預(yù)測值，同 時結(jié)合下一個時間點的趨勢項和周期項加在一起，作為e的冪次，得出來最終的值就是下 一步的預(yù)測值，主節(jié)點會根據(jù)各個節(jié)點的預(yù)測值進行判斷，并進行服務(wù)的重新分配。步驟S303 根據(jù)預(yù)測出的各節(jié)點未來的負(fù)載情況和一預(yù)設(shè)的服務(wù)均衡策略制定 集群中各節(jié)點上的服務(wù)分配方案，并據(jù)以調(diào)整集群中各節(jié)點的服務(wù)分配。所述預(yù)設(shè)的服務(wù)均衡策略包括配置集群中各節(jié)點的資源承載能力，分別判斷預(yù) 測出的各節(jié)點未來的負(fù)載是否超出其承載能力，如果超出，則在各節(jié)點間進行服務(wù)均衡，以 確保各節(jié)點未來的負(fù)載不超出其承載能力。在集群中的某節(jié)點宕機時，根據(jù)預(yù)測出的集群中其他節(jié)點未來的負(fù)載情況，將該 節(jié)點上的服務(wù)數(shù)據(jù)分配給集群中其他節(jié)點，且確保集群中所述其他各節(jié)點未來的負(fù)載不超 出其承載能力。當(dāng)然，本發(fā)明還可有其他多種實施例，在不背離本發(fā)明精神及其實質(zhì)的情況下，本 領(lǐng)域技術(shù)人員當(dāng)可根據(jù)本發(fā)明作出各種相應(yīng)的改變和變形，但這些相應(yīng)的改變和變形都應(yīng) 屬于本發(fā)明所附的權(quán)利要求的保護范圍。
權(quán)利要求
一種集群服務(wù)動態(tài)分配裝置，其特征在于，包括負(fù)載監(jiān)控模塊、性能優(yōu)化規(guī)則引擎、集群服務(wù)管理模塊，以及集群信息庫，其中所述負(fù)載監(jiān)控模塊，用以監(jiān)控集群中各節(jié)點的負(fù)載情況，并將其存儲至所述集群信息庫；所述性能優(yōu)化規(guī)則引擎，用以根據(jù)所述集群信息庫中各節(jié)點的歷史監(jiān)控數(shù)據(jù)及當(dāng)前監(jiān)控數(shù)據(jù)，預(yù)測各節(jié)點未來的負(fù)載情況，以及根據(jù)預(yù)測結(jié)果和一預(yù)設(shè)的服務(wù)均衡策略制定集群中各節(jié)點上的服務(wù)分配方案；所述集群服務(wù)管理模塊，用以根據(jù)所述性能優(yōu)化規(guī)則引擎制定的集群中各節(jié)點上的服務(wù)分配方案，調(diào)整集群中各節(jié)點的服務(wù)分配；所述集群信息庫，用以存儲所述負(fù)載監(jiān)控模塊監(jiān)控得到的集群中各節(jié)點的負(fù)載數(shù)據(jù)。
2.如權(quán)利要求1所述的裝置，其特征在于所述預(yù)設(shè)的服務(wù)均衡策略包括配置集群中各節(jié)點的資源承載能力，分別判斷預(yù)測出 的各節(jié)點未來的負(fù)載是否超出其承載能力，如果超出，則在各節(jié)點間進行服務(wù)均衡，以確保 各節(jié)點未來的負(fù)載不超出其承載能力；所述性能優(yōu)化規(guī)則引擎，是通過將集群中各節(jié)點當(dāng)前監(jiān)控數(shù)據(jù)以及若干歷史監(jiān)控數(shù)據(jù) 與一預(yù)設(shè)的預(yù)測模型進行匹配，從而預(yù)測該各節(jié)點未來的負(fù)載情況。
3.如權(quán)利要求2所述的裝置，其特征在于所述負(fù)載監(jiān)控模塊在監(jiān)控到集群中的某節(jié)點宕機時，通知所述性能優(yōu)化規(guī)則引擎；所述性能優(yōu)化規(guī)則引擎在獲知某節(jié)點宕機時，從所述集群信息庫中獲取該節(jié)點上的服 務(wù)數(shù)據(jù)，并根據(jù)預(yù)測出的集群中其他節(jié)點未來的負(fù)載情況，將該節(jié)點上的服務(wù)數(shù)據(jù)分配給 集群中其他節(jié)點，且確保集群中所述其他各節(jié)點未來的負(fù)載不超出其承載能力。
4.一種集群系統(tǒng)，包括一主節(jié)點和至少一從屬節(jié)點，所述主節(jié)點和所述從屬節(jié)點上均 包括負(fù)載監(jiān)控模塊、性能優(yōu)化規(guī)則引擎、集群服務(wù)管理模塊，以及集群信息庫，其中所述主節(jié)點上和所述從屬節(jié)點上的負(fù)載監(jiān)控模塊，用以監(jiān)控其所在節(jié)點的負(fù)載情況， 并將其存儲至其所在節(jié)點的所述集群信息庫；所述主節(jié)點上和所述從屬節(jié)點上的性能優(yōu)化規(guī)則引擎，用以根據(jù)其所在節(jié)點上的所述 集群信息庫中存儲的其所在節(jié)點的歷史監(jiān)控數(shù)據(jù)及當(dāng)前監(jiān)控數(shù)據(jù)，預(yù)測其所在節(jié)點未來的 負(fù)載情況，并將其存儲至其所在節(jié)點的所述集群信息庫；所述主節(jié)點上的性能優(yōu)化規(guī)則引 擎，還用以根據(jù)其所在節(jié)點的所述集群信息庫中存儲的集群系統(tǒng)中各節(jié)點未來的負(fù)載情況 的預(yù)測結(jié)果和一預(yù)設(shè)的服務(wù)均衡策略制定集群中各節(jié)點上的服務(wù)分配方案，并將其分別發(fā) 送至所述從屬節(jié)點的所述集群服務(wù)管理模塊中；所述主節(jié)點上和所述從屬節(jié)點上的集群服務(wù)管理模塊，用以將其所在節(jié)點上的所述集 群信息庫中的數(shù)據(jù)同步為集群系統(tǒng)中所有節(jié)點上的所述集群信息庫中的數(shù)據(jù)的并集，以及 根據(jù)所述主節(jié)點上的性能優(yōu)化規(guī)則引擎制定的集群中各節(jié)點上的服務(wù)分配方案調(diào)整其所 在節(jié)點上的服務(wù)分配情況。
5.如權(quán)利要求4所述的系統(tǒng)，其特征在于所述預(yù)設(shè)的服務(wù)均衡策略包括配置集群中各節(jié)點的資源承載能力，分別判斷預(yù)測出 的各節(jié)點未來的負(fù)載是否超出其承載能力，如果超出，則在各節(jié)點間進行服務(wù)均衡，以確保 各節(jié)點未來的負(fù)載不超出其承載能力；所述主節(jié)點上和所述從屬節(jié)點上的性能優(yōu)化規(guī)則引擎，是通過將其所在節(jié)點當(dāng)前監(jiān)控 數(shù)據(jù)以及若干歷史監(jiān)控數(shù)據(jù)與一預(yù)設(shè)的預(yù)測模型進行匹配，從而預(yù)測其所在節(jié)點未來的負(fù) 載情況的。
6.如權(quán)利要求5所述的系統(tǒng)，其特征在于當(dāng)所述從屬節(jié)點宕機時，所述主節(jié)點的所述性能優(yōu)化規(guī)則引擎根據(jù)所述主節(jié)點的所述 集群信息庫中存儲的所述宕機的從屬節(jié)點上的服務(wù)數(shù)據(jù)，以及預(yù)測出的集群中主節(jié)點和其 他從屬節(jié)點未來的負(fù)載情況，將所述宕機的從屬節(jié)點上的服務(wù)數(shù)據(jù)分配給集群中的主節(jié)點 和其他從屬節(jié)點，且確保集群中的主節(jié)點和所述其他從屬節(jié)點未來的負(fù)載不超出其承載能 力；當(dāng)所述主節(jié)點宕機時，其中一個所述從屬節(jié)點替代所述主節(jié)點成為集群系統(tǒng)中新的主 節(jié)點；所述新的主節(jié)點的所述性能優(yōu)化規(guī)則引擎根據(jù)所述新的主節(jié)點的所述集群信息庫中 存儲的所述宕機的節(jié)點上的服務(wù)數(shù)據(jù)，以及預(yù)測出的所述新的主節(jié)點和集群中其他從屬節(jié) 點未來的負(fù)載情況，將所述宕機的節(jié)點上的服務(wù)數(shù)據(jù)分配給所述新的主節(jié)點和集群中的其 他從屬節(jié)點，且確保集群中的所述新的主節(jié)點和所述其他從屬節(jié)點未來的負(fù)載不超出其承 載能力。
7.如權(quán)利要求4所述的系統(tǒng)，其特征在于，所述主節(jié)點上和所述從屬節(jié)點還均包括集 群通信及成員關(guān)系模塊、本地服務(wù)管理模塊、集群信息庫、服務(wù)代理模塊，以及隔離設(shè)備，其 中所述集群通信及成員關(guān)系模塊，用以構(gòu)建高可用集群成員關(guān)系，以及負(fù)責(zé)集群中各節(jié) 點之間的消息通訊；所述本地服務(wù)管理模塊，用以與所述服務(wù)代理模塊交互，通過所述服務(wù)代理模塊管理 本節(jié)點服務(wù)；所述服務(wù)代理模塊，負(fù)責(zé)直接管理服務(wù)；所述隔離設(shè)備，用以將失效節(jié)點隔離，防止其對集群造成不利影響。
8.一種集群服務(wù)動態(tài)分配方法，其特征在于，包括監(jiān)控集群中各節(jié)點的負(fù)載情況；根據(jù)集群中各節(jié)點的歷史監(jiān)控數(shù)據(jù)及當(dāng)前監(jiān)控數(shù)據(jù)，預(yù)測各節(jié)點未來的負(fù)載情況；根據(jù)預(yù)測出的各節(jié)點未來的負(fù)載情況和一預(yù)設(shè)的服務(wù)均衡策略制定集群中各節(jié)點上 的服務(wù)分配方案，并據(jù)以調(diào)整集群中各節(jié)點的服務(wù)分配。
9.如權(quán)利要求8所述的方法，其特征在于所述預(yù)設(shè)的服務(wù)均衡策略包括配置集群中各節(jié)點的資源承載能力，分別判斷預(yù)測出 的各節(jié)點未來的負(fù)載是否超出其承載能力，如果超出，則在各節(jié)點間進行服務(wù)均衡，以確保 各節(jié)點未來的負(fù)載不超出其承載能力；所述預(yù)測各節(jié)點未來的負(fù)載情況是通過將集群中各節(jié)點當(dāng)前監(jiān)控數(shù)據(jù)以及若干歷史 監(jiān)控數(shù)據(jù)與一預(yù)設(shè)的預(yù)測模型進行匹配來實現(xiàn)的。
10.如權(quán)利要求9所述的方法，其特征在于在集群中的某節(jié)點宕機時，根據(jù)預(yù)測出的集群中其他節(jié)點未來的負(fù)載情況，將該節(jié)點 上的服務(wù)數(shù)據(jù)分配給集群中其他節(jié)點，且確保集群中所述其他各節(jié)點未來的負(fù)載不超出其 承載能力。
全文摘要
本發(fā)明提出了一種集群服務(wù)動態(tài)分配方法及裝置，該方法包括監(jiān)控集群中各節(jié)點的負(fù)載情況；根據(jù)集群中各節(jié)點的歷史監(jiān)控數(shù)據(jù)及當(dāng)前監(jiān)控數(shù)據(jù)，預(yù)測各節(jié)點未來的負(fù)載情況；根據(jù)預(yù)測出的各節(jié)點未來的負(fù)載情況和一預(yù)設(shè)的服務(wù)均衡策略制定集群中各節(jié)點上的服務(wù)分配方案，并據(jù)以調(diào)整集群中各節(jié)點的服務(wù)分配。該方法通過對節(jié)點負(fù)載進行監(jiān)控，并據(jù)以對服務(wù)預(yù)先優(yōu)化分配，可以平衡負(fù)載，提高并發(fā)服務(wù)，降低因節(jié)點負(fù)載過重導(dǎo)致宕機的概率。
文檔編號H04L12/26GK101820384SQ20101010820
公開日2010年9月1日 申請日期2010年2月5日 優(yōu)先權(quán)日2010年2月5日
發(fā)明者王通 申請人:浪潮(北京)電子信息產(chǎn)業(yè)有限公司