CN111400045A - 一种负载均衡方法及装置 - Google Patents

一种负载均衡方法及装置 Download PDF

Info

Publication number
CN111400045A
CN111400045A CN202010183135.1A CN202010183135A CN111400045A CN 111400045 A CN111400045 A CN 111400045A CN 202010183135 A CN202010183135 A CN 202010183135A CN 111400045 A CN111400045 A CN 111400045A
Authority
CN
China
Prior art keywords
load node
key event
event data
internet
load
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202010183135.1A
Other languages
English (en)
Other versions
CN111400045B (zh
Inventor
徐立峰
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Hikvision System Technology Co Ltd
Original Assignee
Hangzhou Hikvision System Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Hikvision System Technology Co Ltd filed Critical Hangzhou Hikvision System Technology Co Ltd
Priority to CN202010183135.1A priority Critical patent/CN111400045B/zh
Publication of CN111400045A publication Critical patent/CN111400045A/zh
Application granted granted Critical
Publication of CN111400045B publication Critical patent/CN111400045B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F9/00—Arrangements for program control, e.g. control units
    • G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
    • G06F9/46—Multiprogramming arrangements
    • G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
    • G06F9/5083—Techniques for rebalancing the load in a distributed system
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/5022—Workload threshold
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/50—Indexing scheme relating to G06F9/50
    • G06F2209/508—Monitor
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/50—Reducing energy consumption in communication networks in wire-line communication networks, e.g. low power modes or reduced link rate

Landscapes

  • Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本申请实施例提供了一种负载均衡方法及装置，方法包括：获取来自待接入物联设备的多种关键事件数据的第一当前瞬时流量信息，以及获取多个负载节点处理多种关键事件数据的第二当前瞬时流量信息；根据多种关键事件数据与每一负载节点的多种资源状态数据间的拟合关系，以及多个第一当前瞬时流量信息和每一负载节点对应的多个第二当前瞬时流量信息，确定在待接入物联设备接入每一负载节点的情况下每一负载节点的多种资源状态数据的预测瞬时值；从多种资源状态数据的预测瞬时值均低于预设状态阈值的负载节点中选择目标负载节点；将待接入物联设备接入目标负载节点。应用本申请实施例提供的技术方案，实现了负载均衡，降低了资源的浪费。

Description

一种负载均衡方法及装置
技术领域
本申请涉及物联接入技术领域，特别是涉及一种负载均衡方法及装置。
背景技术
随着大数据技术和物联网技术的飞速发展，越来越多物联设备接入到物联接入***。面对庞大的接入压力，分布式架构被广泛应用于物联***。在分布式架构中，负载均衡技术是最重要的环节之一，负载均衡的效果直接影响物联接入***的接入能力和稳定可靠性能。
目前，物联接入***的负载均衡方法包括：将中央处理器(Central ProcessingUnit，CPU)的使用率、内存的使用率和带宽的使用率等资源状态数据换算为一个综合性能指标。负载节点的综合性能指标越大，表明接入该负载节点的效果越差，负载节点的综合性能指标越小，表明接入该负载节点的效果越好；物联设备接入或迁入综合性能指标大的负载节点。
然而，实际应用中，综合性能指标越小的负载节点不一定是较优选择，综合性能指标越大的负载节点不一定是较差选择。例如，一负载节点的CPU消耗较高、内存和带宽仍有富裕的空间，但该节点的综合性能指标较高，当有新的物联设备接入或迁入时该负载节点不一定是较优选择，但对于CPU消耗较低、内存或带宽消耗较高的物联设备，该负载节点却是较优选择。因此，采用相关技术中的负载均衡方法，对物联设备的接入进行负载均衡处理，还是会经常出现负载不均、资源浪费的问题。
发明内容
本申请实施例的目的在于提供一种负载均衡方法及装置，以实现负载均衡，降低资源的浪费。具体技术方案如下：
第一方面，本申请实施例提供了一种负载均衡方法，所述方法包括：
获取来自待接入物联设备的多种关键事件数据的第一当前瞬时流量信息，以及获取多个负载节点处理所述多种关键事件数据的第二当前瞬时流量信息；
根据所述多种关键事件数据与每一负载节点的多种资源状态数据间的拟合关系，以及多个所述第一当前瞬时流量信息和每一负载节点对应的多个所述第二当前瞬时流量信息，确定在所述待接入物联设备接入每一负载节点的情况下每一负载节点的所述多种资源状态数据的预测瞬时值；
从所述多种资源状态数据的预测瞬时值均低于预设状态阈值的负载节点中选择目标负载节点；
将所述待接入物联设备接入所述目标负载节点。
可选的，在确定在所述待接入物联设备接入每一负载节点的情况下每一负载节点的所述多种资源状态数据的预测瞬时值之前，所述方法还包括：
获取预设时间段内每一负载节点处理所述多种关键事件数据的历史流量信息，以及每一负载节点的所述多种资源状态数据的历史值；
对每一负载节点的所述多种资源状态数据的历史值和所述多种关键事件数据的历史流量信息进行拟合，得到所述多种关键事件数据与每一负载节点的所述多种资源状态数据间的拟合关系。
可选的，在获取来自待接入物联设备的多种关键事件数据的第一当前瞬时流量信息之前，还包括：
获取第一负载节点的所述多种资源状态数据的当前瞬时值，以及所述第一负载节点处理所述多种关键事件数据的当前瞬时流量信息，所述第一负载节点为所述多种资源状态数据中存在当前瞬时值大于预设状态阈值的目标资源状态数据的负载节点；
根据所述多种关键事件数据与所述第一负载节点的所述多种资源状态数据间的拟合关系，确定所述多种关键事件数据中影响所述目标资源状态数据的目标关键事件数据，以及所述目标资源状态数据达到所述预设状态阈值时所述目标关键事件数据的目标流量信息；
根据所述目标流量信息、所述第一负载节点处理所述目标关键事件数据的当前瞬时流量信息，确定待迁出流量信息；
根据所述待迁出流量信息，以及所述第一负载节点处理来自各个物联设备的所述多个关键事件数据的第三当前瞬时流量信息，从所述各个物联设备中确定所述待接入物联设备。
可选的，所述根据所述待迁出流量信息，以及所述第一负载节点处理来自各个物联设备的所述多个关键事件数据的第三当前瞬时流量信息，从所述各个物联设备中确定所述待接入物联设备的步骤，包括：
从所述第一负载节点处理的所述多个关键事件数据所来自的各个物联设备中，选择发送所述目标关键事件数据且未发送其他关键事件数据的第一类物联设备；
若所述第一负载节点处理来自所选择的第一类物联设备的目标关键事件数据的第三当前瞬时流量信息大于等于所述待迁出流量信息，则将所选择的第一类物联设备作为所述待接入物联设备。
第二方面，本申请实施例提供了一种负载均衡装置，所述装置包括：
第一获取单元，用于获取来自待接入物联设备的多种关键事件数据的第一当前瞬时流量信息，以及获取多个负载节点处理所述多种关键事件数据的第二当前瞬时流量信息；
第一确定单元，用于根据所述多种关键事件数据与每一负载节点的多种资源状态数据间的拟合关系，以及多个所述第一当前瞬时流量信息和每一负载节点对应的多个所述第二当前瞬时流量信息，确定在所述待接入物联设备接入每一负载节点的情况下每一负载节点的所述多种资源状态数据的预测瞬时值；
选择单元，用于从所述多种资源状态数据的预测瞬时值均低于预设状态阈值的负载节点中选择目标负载节点；
接入单元，用于将所述待接入物联设备接入所述目标负载节点。
可选的，所述装置还包括：
第二获取单元，用于在确定在所述待接入物联设备接入每一负载节点的情况下每一负载节点的所述多种资源状态数据的预测瞬时值之前，获取预设时间段内每一负载节点处理所述多种关键事件数据的历史流量信息，以及每一负载节点的所述多种资源状态数据的历史值；
拟合单元，用于对每一负载节点的所述多种资源状态数据的历史值和所述多种关键事件数据的历史流量信息进行拟合，得到所述多种关键事件数据与每一负载节点的所述多种资源状态数据间的拟合关系。
可选的，所述装置还包括：
第三获取单元，用于在获取来自待接入物联设备的多种关键事件数据的第一当前瞬时流量信息之前，获取第一负载节点的所述多种资源状态数据的当前瞬时值，以及所述第一负载节点处理所述多种关键事件数据的当前瞬时流量信息，所述第一负载节点为所述多种资源状态数据中存在当前瞬时值大于预设状态阈值的目标资源状态数据的负载节点；
第二确定单元，用于根据所述多种关键事件数据与所述第一负载节点的多种资源状态数据间的拟合关系，确定所述多种关键事件数据中影响所述目标资源状态数据的目标关键事件数据，以及所述目标资源状态数据达到所述预设状态阈值时所述目标关键事件数据的目标流量信息；
第三确定单元，用于根据所述目标流量信息、所述第一负载节点处理所述目标关键事件数据的当前瞬时流量信息，确定待迁出流量信息；
第四确定单元，用于根据所述待迁出流量信息，以及所述第一负载节点处理来自各个物联设备的所述多个关键事件数据的第三当前瞬时流量信息，从所述各个物联设备中确定所述待接入物联设备。
可选的，所述第四确定单元，具体用于：
从所述第一负载节点处理的所述多个关键事件数据所来自的各个物联设备中，选择发送所述目标关键事件数据且未发送其他关键事件数据的第一类物联设备；
若所述第一负载节点处理来自所选择的第一类物联设备的目标关键事件数据的第三当前瞬时流量信息大于等于所述待迁出流量信息，则将所选择的第一类物联设备作为所述待接入物联设备。
第三方面，本申请实施例提供了一种电子设备，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现上述任一所述的负载均衡方法步骤。
第四方面，本申请实施例提供了一种计算机可读存储介质，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述任一所述的负载均衡方法步骤。
第五方面，本申请实施例提供了本申请实施例还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述任一所述的负载均衡方法步骤。
本申请实施例有益效果：
本申请实施例提供的负载均衡方法及装置中，预设了多种关键事件数据的流量信息与每一负载节点的多种资源状态数据间的拟合关系，基于该拟合关系可以很清晰地确定每种资源状态数据主要受哪一种或一些关键事件数据的影响。这样，在获取到来自待接入物联设备的多种关键事件数据的第一当前瞬时流量信息后，可以准确地确定出适合待接入物联设备接入的目标负载节点，其中，目标负载节点为：接入待接入物联设备发送的多种关键事件数据后，多种资源状态数据的预测瞬时值均低于预设状态阈值的负载节点，不浪费目标负载节点中资源，在实现负载均衡的同时，降低了资源的浪费。
当然，实施本申请的任一产品或方法并不一定需要同时达到以上所述的所有优点。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的物联接入***的一种结构示意图；
图2为本申请实施例提供的负载均衡方法的一种流程示意图；
图3为本申请实施例提供的关键事件数据与资源状态数据间的拟合关系的确定方法的一种流程示意图；
图4为本申请实施例提供的待接入物联设备确定方法的一种流程示意图；
图5a为本申请实施例提供的关键事件数据的一种曲线图；
图5b为本申请实施例提供的资源状态数据的一种曲线图；
图6为本申请实施例提供的负载均衡装置的一种结构示意图；
图7为本申请实施例提供的电子设备的一种结构示意图。
具体实施方式
下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
如图1所示的物联接入***，包括监控节点11、管理节点12和负载节点13-15。在物联接入***可以包括多个负载节点，这里仅以3个负载节点为例进行说明，并不起限定作用。
在物联接入***，负载节点13-15负责承载和处理来自各个物联设备的数据。管理节点12负责管理物联设备接入负载节点12-15。监控节点11负责监控负载节点13-15的运行，当检测到负载节点13-15故障或超载时，通知管理节点12 对物联设备进行迁移。
相关技术中，物联接入***的负载均衡方法包括：将CPU的使用率、内存的使用率和带宽的使用率等资源状态数据换算为一个综合性能指标；物联设备接入或迁入综合性能指标大的负载节点。然而，实际应用中，综合性能指标越小的负载节点不一定是较优选择，综合性能指标越大的负载节点不一定是较差选择。采用相关技术中的负载均衡方法，对物联设备的接入进行负载均衡处理，还是会经常出现负载不均、资源浪费的问题。
为解决上述问题，本申请实施例提供了一种应用于物联接入***的负载均衡方法。该方法中，预设了多种关键事件数据与每一负载节点的多种资源状态数据间的拟合关系，基于该拟合关系可以很清晰地确定每种资源状态数据主要受哪一种或一些关键事件数据的影响。这样，在获取到来自待接入物联设备的多种关键事件数据的第一当前瞬时流量信息后，可以准确地确定出适合待接入物联设备接入的目标负载节点，其中，目标负载节点为：接入待接入物联设备发送的多种关键事件数据后，多种资源状态数据的预测瞬时值均低于预设状态阈值的负载节点，不浪费目标负载节点中资源，在实现负载均衡的同时，降低了资源的浪费。
下面通过具体实施例，对本申请实施例提供的一种负载均衡方法进行详细说明。
参考图2，图2为本申请实施例提供的负载均衡方法的一种流程示意图。该负载均衡方法可以应用于如图1所示的监控节点11。为便于描述下面均以监控节点为执行主体进行说明，并不起限定作用。该负载均衡方法包括如下步骤。
步骤201，获取来自待接入物联设备的多种关键事件数据的第一当前瞬时流量信息，以及获取多个负载节点处理多种关键事件数据的第二当前瞬时流量信息。
本申请实施例中，待接入物联设备可以为新接入物联接入***的物联设备，也可以为物联接入***中需要迁移负载节点的物联设备。若待接入物联设备为新接入物联接入***的物联设备，则上述多个负载节点可以为物联接入***的部分或全部负载节点。若待接入物联设备为物联接入***中需要迁移负载节点的物联设备，则上述多个负载节点可以为物联接入***中除该待接入物联设备需要迁出的负载节点外的部分或全部负载节点。
关键事件数据为对物联接入***中各个负载节点影响较大的一类事件的数据。示例的，关键事件包括但不限于发送脸谱数据、发送云存储数据、发送消息队列、维护物联设备接入、智能分析等。相应地，关键事件数据包括但不限于需要发送至脸谱(一种分析服务器)的人脸数据、需要发送至云存储的音视频数据、待处理的各类信令消息、待分析数据等。
预设的关键事件数据有多种。每一物联设备发送这预设关键事件数据中的一种或多种关键事件数据。例如，预设的关键事件数据有3种，物联设备1发送了这3种关键事件数据中一种关键事件数据，也就是，物联设备1发送这一种关键事件数据的当前瞬时流量信息不是0，物联设备1发送其他两种关键事件数据的当前瞬时流量信息为0；物联设备2发送了这3种关键事件数据中两种关键事件数据，也就是，物联设备2发送这两种关键事件数据的当前瞬时流量信息不是0，物联设备2发送其他一种关键事件数据的当前瞬时流量信息为0。
物联接入***的每一负载节点处理来自一个或多个物联设备的关键事件数据。以一种关键事件数据、一个负载节点为例。
一个实施例中，该负载节点周期性向监控节点上报来自接入该负载节点的各个物联设备的该种关键事件数据的当前瞬时流量信息，以及该负载节点处理的该种关键事件数据的当前瞬时流量信息。此时，监控节点可周期性获取到该负载节点上报的来自各个物联设备的该种关键事件数据的当前瞬时流量信息，以及该负载节点处理的该种关键事件数据的当前瞬时流量信息。
又一个实施例中，该负载节点周期性向监控节点上报来自接入该负载节点的各个物联设备的该种关键事件数据的当前瞬时流量信息。此时，监控节点可周期性获取到该负载节点上报的来自各个物联设备的该种关键事件数据的当前瞬时流量信息，以及基于该负载节点上报的来自各个物联设备的该种关键事件数据的当前瞬时流量信息，获得该负载节点处理的该种关键事件数据的当前瞬时流量信息。
若待接入物联设备为物联接入***中需要迁移负载节点的物联设备，则监控节点可将该待接入物联设备接入的负载节点上报的来自该物联设备的该种关键事件数据的当前瞬时流量信息，作为第一当前瞬时流量信息；将其他负载节点中多个负载节点上报的负载节点处理的该种关键事件数据的当前瞬时流量信息，作为第二当前瞬时流量信息。
若待接入物联设备为新接入物联接入***的物联设备，则监控节点可将多个负载节点上报的负载节点处理的该种关键事件数据的当前瞬时流量信息，作为第二当前瞬时流量信息；另外，待接入物联设备可直接向监控节点上报来自待接入物联设备的多种关键事件数据的第一当前瞬时流量信息，或者待接入物联设备可通过负载节点，向监控节点上报来自待接入物联设备的多种关键事件数据的第一当前瞬时流量信息。
步骤202，根据多种关键事件数据与每一负载节点的多种资源状态数据间的拟合关系，以及多种关键事件数据的第一当前瞬时流量信息和每一负载节点处理多种关键事件数据的第二当前瞬时流量信息，确定在待接入物联设备接入每一负载节点的情况下每一负载节点的多种资源状态数据的预测瞬时值。
本申请实施例中，资源状态数据包括但不限于CPU的使用率、内存的使用率、带宽的使用率、连接数等。上述拟合关系用于表示关键事件数据与资源状态数据之间的转换关系。上述拟合关系可以为用户预先设定，以快速的确定多种资源状态数据的预测瞬时值。上述拟合关系也可以为在待接入物联设备需要接入物联接入***时，根据每一负载节点处理多种关键事件数据时资源状态数据的历史值，以及每一负载节点处理多种关键事件数据的历史流量信息得到，下面对进行详细描述，此处不再展开说明。
本申请实施例中，监控节点执行步骤201后，对于一种关键事件数据，获取到一个第一当前瞬时流量信息，则对于多种关键事件数据，可获取到多个第一当前瞬时流量信息。以一个负载节点为例，监控节点执行步骤201后，对于一种关键事件数据，获取到一个第二当前瞬时流量信息，则对于多种关键事件数据，可获取到多个第二当前瞬时流量信息。
监控节点根据多种关键事件数据与每一负载节点的多种资源状态数据间的拟合关系，以及多个第一当前瞬时流量信息和每一负载节点对应的多个第二当前瞬时流量信息，预测确定在待接入物联设备接入每一负载节点的情况下每一负载节点的多种资源状态数据的预测瞬时值。
例如，多个负载节点包括负载节点1-3。资源状态数据包括CPU使用率和带宽使用率。关键事件数据包括数据A、数据B和数据C。
预设的多种关键事件数据与多个负载节点的多种资源状态数据间的拟合关系如下表1所示。
表1
Figure BDA0002413246740000091
表1中，Pf表示数据A的流量信息，Pc表示数据B的流量信息，Pm表示数据C的流量信息，Pcpu表示CPU使用率，Pnet表示带宽使用率。
监控节点基于多个第一当前瞬时流量信息和负载节点1对应的多个第二当前瞬时流量信息，可确定在待接入物联设备接入负载节点1后，负载节点1处理数据A的总瞬时流量信息Pf1，负载节点1处理数据B的总瞬时流量信息Pc1，负载节点1处理数据C的总瞬时流量信息Pm1。
监控节点基于多个第一当前瞬时流量信息和负载节点2对应的多个第二当前瞬时流量信息，可确定在待接入物联设备接入负载节点2后，负载节点2处理数据A的总瞬时流量信息Pf2，负载节点2处理数据B的总瞬时流量信息Pc2，负载节点2处理数据C的总瞬时流量信息Pm2。
监控节点基于多个第一当前瞬时流量信息和负载节点3对应的多个第二当前瞬时流量信息，可确定在待接入物联设备接入负载节点3后，负载节点3处理数据A的总瞬时流量信息Pf3，负载节点3处理数据B的总瞬时流量信息Pc3，负载节点3处理数据C的总瞬时流量信息Pm3。
基于Pf1、Pc1和Pm1，以及表1中拟合关系，可确定在待接入物联设备接入负载节点1的情况下，负载节点1的CPU使用率的预测瞬时值11和带宽使用率的预测瞬时值12。
基于Pf2、Pc2和Pm2，以及表1中拟合关系，可确定在待接入物联设备接入负载节点2的情况下，负载节点2的CPU使用率的预测瞬时值21和带宽使用率的预测瞬时值22。
基于Pf3、Pc3和Pm3，以及表1中拟合关系，可确定在待接入物联设备接入负载节点3的情况下，负载节点3的CPU使用率的预测瞬时值31和带宽使用率的预测瞬时值32。
步骤203，从多种资源状态数据的预测瞬时值均低于预设状态阈值的负载节点中选择目标负载节点。
本申请实施例中，预设状态阈值可以根据实际需求进行设定。例如，预设状态阈值可以为70％、80％、85％、90％等。
一个实施例中，对于每一负载节点，监控节点检测该负载节点的多种资源状态数据的预测瞬时值是否均低于预设状态阈值。若均低于预设状态阈值，则监控节点将该负载节点作为候选节点。监控节点从候选节点中选择一个候选节点，作为目标负载节点。
一个示例中，监控节点从候选节点中随机地选择一个候选节点，作为目标负载节点。
仍以步骤202中的例子为例进行说明。监控节点确定在待接入物联设备接入负载节点1-3的情况下，负载节点1的CPU使用率的预测瞬时值11和带宽使用率的预测瞬时值12，负载节点2的CPU使用率的预测瞬时值21和带宽使用率的预测瞬时值22，负载节点3的CPU使用率的预测瞬时值31和带宽使用率的预测瞬时值32。若预测瞬时值11和预测瞬时值12均小于预设状态阈值，预测瞬时值 21小于预设状态阈值，预测瞬时值22大于预设状态阈值，预测瞬时值31和预测瞬时值32均小于预设状态阈值，则确定负载节点1和负载节点3为候选节点。监控节点从负载节点1和负载节点3中随机地选择一个候选节点，如选择了负载节点1，将负载节点1作为目标负载节点。
再一个示例中，监控节点可计算各个候选节点的综合性能指标，从候选节点中选择综合性能指标最小的候选节点，作为目标负载节点。
本申请实施例中，监控节点还可以采用其他方式从候选节点中确定目标负载节点。对此不做具体限定。
步骤204，将待接入物联设备接入目标负载节点。
仍以步骤203中的例子为例进行说明。监控节点选择负载节点1作为目标负载节点，将待接入物联设备接入负载节点1。
本申请实施例中，监控节点基于多种关键事件数据与每一负载节点的多种资源状态数据间的拟合关系，准确地定位负载瓶颈的原因，克服了相关技术中模糊混合使用CPU使用率、内存使用率和带宽的使用率等资源状态数据换算为一个综合性能指标，所带来的无效、冗余的负载均衡行为，避免了负载不均和资源浪费的问题，实现了负载均衡的同时，降低了资源的浪费。
在本申请的一个实施例中，在确定在待接入物联设备接入每一负载节点的情况下每一负载节点的多种资源状态数据的预测瞬时值之前，监控节点根据每一负载节点处理多种关键事件数据时资源状态数据的历史值，以及每一负载节点处理多种关键事件数据的历史流量信息，确定多种关键事件数据与每一负载节点的多种资源状态数据间的拟合关系。具体的，参考图3所示的关键事件数据与资源状态数据间的拟合关系的确定方法的流程图，该方法可以包括如下步骤。
步骤301，获取预设时间段内每一负载节点处理多种关键事件数据的历史流量信息，以及每一负载节点的多种资源状态数据的历史值。
上述预设时间段指在当前时刻之前至当前时刻为预设时长的时间段。预设时长可以根据实际需求进行设定。历史流量信息可以为历史瞬时流量信息，历史值可以为历史瞬时值。历史流量信息也可以为一定周期内的历史平均流量信息，历史值也可以为一定周期内的历史平均值。
例如，关键事件数据包括数据A、数据B和数据C。资源状态数据包括CPU 使用率、内存使用率和带宽使用率。历史流量信息为历史瞬时流量信息，历史值为历史瞬时值。当前时刻为t9，预设时间段为t1-t9。以一个负载节点为例，在t1-t9时间段内，该负载节点分别获取t1、t2、t3、t4、t5、t6、t7、t8时刻该负载节点处理数据A的历史瞬时流量信息1、该负载节点处理数据B的历史瞬时流量信息2、该负载节点处理数据C的历史瞬时流量信息3；另外，该负载节点分别获取t1、t2、t3、t4、t5、t6、t7、t8时刻该负载节点的CPU使用率的历史瞬时值1，该负载节点的内存使用率的历史瞬时值2，该负载节点的带宽使用率的历史瞬时值3。
步骤302，对每一负载节点的多种资源状态数据的历史值和多种关键事件数据的历史流量信息进行拟合，得到多种关键事件数据与每一负载节点的多种资源状态数据间的拟合关系。
本申请实施例中，对于每一负载节点，监控节点对该负载节点的多种资源状态数据的历史值和多种关键事件数据的历史流量信息进行拟合，得到多种关键事件数据与该负载节点的多种资源状态数据间的拟合关系。
本申请实施例中，监控节点实时分析每一负载节点的多种资源状态数据的历史值和多种关键事件数据的历史流量信息，更新多种关键事件数据的流量信息与每一负载节点的多种资源状态数据间的拟合关系。这可以保证监控节点中存储的拟合关系合理准确，进而依据存储的拟合关系实现负载均衡。
在本申请的一个实施例中，待接入物联设备为物联接入***中需要迁移负载节点的物联设备。这种情况下，在获取来自待接入物联设备的多种关键事件数据的第一当前瞬时流量信息之前，监控节点需要确定待接入物联设备。具体的，参考图4所示的待接入物联设备确定方法的流程示意图。该方法可以包括如下步骤。
步骤401，获取第一负载节点的多种资源状态数据的当前瞬时值，以及第一负载节点处理多种关键事件数据的当前瞬时流量信息。第一负载节点为多种资源状态数据中存在当前瞬时值大于预设状态阈值的目标资源状态数据的负载节点。
本申请实施例中，第一负载节点可以为多个负载节点中的任一个或多个负载节点。
一个实施例中，对于每一负载节点，监控节点可以周期性检测该负载节点的每种资源状态数据的当前瞬时值是否大于预设状态阈值。若存在一种或多种资源状态数据的当前瞬时值大于预设状态阈值，则监控节点确定该负载节点为第一负载节点，这一种或多种资源状态数据为目标资源状态数据，获取该负载节点的多种资源状态数据的当前瞬时值，以及该负载节点处理多种关键事件数据的当前瞬时流量信息。
另一个实施例中，对于每一负载节点，该负载节点可以周期性检测该负载节点的每种资源状态数据的当前瞬时值是否大于预设状态阈值。若存在一种或多种资源状态数据的当前瞬时值大于预设状态阈值，则该负载节点作为第一负载节点，向监控节点上报该负载节点的多种资源状态数据的当前瞬时值，以及该负载节点处理多种关键事件数据的当前瞬时流量信息。
步骤402，根据多种关键事件数据与第一负载节点的多种资源状态数据间的拟合关系，确定多种关键事件数据中影响目标资源状态数据的目标关键事件数据，以及目标资源状态数据达到预设状态阈值时目标关键事件数据的目标流量信息。
本申请实施例中，监控节点根据多种关键事件数据与第一负载节点的多种资源状态数据间的拟合关系，确定多种关键事件数据中影响目标资源状态数据的目标关键事件数据，并确定目标资源状态数据达到预设状态阈值时目标关键事件数据的目标流量信息。
例如，预设状态阈值为80％。如表1，若负载节点1的目标资源状态数据为 CPU使用率，则基于表1中负载节点1的拟合关系
Figure BDA0002413246740000141
可确定目标关键事件为Pf表征的数据A的流量信息，进而确定CPU使用率达到80％时，数据A 的目标流量信息。
本申请实施例中，监控节点实时根据每一负载节点处理多种关键事件数据时资源状态数据的历史值，以及每一负载节点处理多种关键事件数据的历史流量信息，确定多种关键事件数据与每一负载节点的多种资源状态数据间的拟合关系。为了减少计算量，监控节点可基于步骤301-302，仅确定多种关键事件数据与目标资源状态数据间的拟合关系。
步骤403，根据目标流量信息、第一负载节点处理目标关键事件数据的当前瞬时流量信息，确定待迁出流量信息。
一个实施例中，监控节点可以计算目标流量信息与第一负载节点处理目标关键事件数据的当前瞬时流量信息之间的差值，得到待迁出流量信息。例如，目标流量信息为200条，第一负载节点处理目标关键事件数据的当前瞬时流量信息为280条，则监控节点确定待迁出流量信息为280-200＝80条。
另一个实施例中，监控节点可以计算目标流量信息与第一负载节点处理目标关键事件数据的当前瞬时流量信息之间的差值；计算上述差值与预设系数的乘积，得到待迁出流量信息。例如，预设系数为1.2。目标流量信息为200条，第一负载节点处理目标关键事件数据的当前瞬时流量信息为280条，则监控节点确定待迁出流量信息为(280-200)*1.2＝96条。
本申请实施例中，监控节点还可以采用其他方式确定待迁出流量信息，对此不做具体限定。
步骤404，根据待迁出流量信息，以及第一负载节点处理来自各个物联设备的多个关键事件数据的第三当前瞬时流量信息，从各个物联设备中确定待接入物联设备。
一个实施例中，第一负载节点处理的多个关键事件数据所来自的各个物联设备中，即接入第一负载节点的物联设备中，存在发送目标关键事件数据且未发送其他关键事件数据的第一类物联设备。则监控节点可以从第一负载节点处理的多个关键事件数据所来自的各个物联设备中，选择发送目标关键事件数据且未发送其他关键事件数据的第一类物联设备。若第一负载节点处理来自所选择的第一类物联设备的目标关键事件数据的第三当前瞬时流量信息大于等于待迁出流量信息，则监控节点将所选择的第一类物联设备作为待接入物联设备。
本申请实施例中，第一类物联设备发送了目标关键事件数据，但未发送其他关键事件数据。将第一类物联设备从第一负载节点迁至其他负载节点，可使第一负载节点解除超载的情况，同时减少多余、无效的迁移物联设备的行为。
另一个实施例中，若第一负载节点处理来自所选择的第一类物联设备的目标关键事件数据的第三当前瞬时流量信息小于待迁出流量信息，则监控节点选择发送目标关键事件数据且发送其他关键事件数据的第二类物联设备。监控节点将所选择的第一类物联设备和第二类物联设备作为待接入物联设备。这里，第一类物联设备和第二类物联设备满足如下第一条件和第二条件。其中，第一条件为：第一类物联设备和第二类物联设备发送目标关键事件数据的第三当前瞬时流量信息的总和大于等于待迁出流量信息。第二条件为：在满足第一条件的情况下，第二类物联设备发送其他关键事件数据的第三当前瞬时流量信息的总和最小。
本申请实施例中，在将第一类物联设备从第一负载节点迁至其他负载节点的情况下，选择发送目标关键事件数据且发送其他关键事件数据的第二类物联设备，可使第一负载节点解除超载的情况，同时减少多余、无效的迁移物联设备的行为。
再一个实施例中，第一负载节点处理的多个关键事件数据所来自的各个物联设备中，即接入第一负载节点的物联设备中，不存在发送目标关键事件数据且未发送其他关键事件数据的第一类物联设备。则监控节点可以从第一负载节点处理的多个关键事件数据所来自的各个物联设备中，选择发送目标关键事件数据且发送其他关键事件数据的第三类物联设备。监控节点将所选择的第三类物联设备作为待接入物联设备。
这里，第三类物联设备满足如下第三条件和第四条件。其中，第三条件为：第三类物联设备发送目标关键事件数据的第三当前瞬时流量信息的总和大于等于待迁出流量信息。第四条件为：在满足第三条件的情况下，第三类物联设备发送其他关键事件数据的第三当前瞬时流量信息的总和最小。
下面结合例子，对本申请实施例提供负载均衡方法进行详细说明。例如，关键事件数据包括数据A、数据B和数据C。资源状态数据包括CPU使用率、内存使用率和带宽使用率。预设状态阈值为80％。
步骤1，t9时刻，监控节点获取到负载节点的关键事件数据和资源状态数据如下表2所示。从表2中可以得到CPU使用率和带宽使用率超过80％。也就是， CPU使用率和带宽使用率为目标资源状态数据。
表2
Figure BDA0002413246740000161
步骤2，监控节点获取t1-t8的负载节点的关键事件数据和资源状态数据如下表3所示。
表3
Figure BDA0002413246740000162
Figure BDA0002413246740000171
基于t1-t8内关键事件数据，得到关键事件数据的曲线图如图5a所示，基于 t1-t8内资源状态数据，得到资源状态数据的曲线图如图5b所示。图5a中横坐标为时刻，纵坐标为关键事件数据的流量信息。图5b中横坐标为时刻，纵坐标为资源状态数据。
步骤3，以Pc表示数据A的流量信息，Pf表示数据B的流量信息，Pm表示数据C的流量信息，Pcpu表示CPU使用率，Pnet表示带宽使用率。监控节点基于表3 中的数据，按照如下公式进行拟合。
Figure BDA0002413246740000172
Figure BDA0002413246740000173
基于上述公式进行拟合得到的拟合关系如下。
Figure BDA0002413246740000174
Figure BDA0002413246740000175
此时，监控节点确定CPU使用率主要与数据B有关，带宽使用率主要与发送数据A和数据B有关。也就是，目标关键事件包括数据A和数据B。
步骤4，监控节点按照步骤3中得到拟合关系，确定负载节点的CPU使用率达到80％时数据B的流量信息为200条，负载节点的带宽使用率达到80％时数据 A和数据B的流量信息为160条。
步骤5，监控节点分析t9时刻的数据(如表2所示)，对于CPU使用率，确定数据B对应的待迁出流量信息为200-200＝0；对于带宽使用率，确定数据A和数据B对应的待迁出流量信息为(20+200)-160＝70。此时，监控节点确定待迁出流量信息为70条。
步骤6，监控节点分析t9时刻的数据，得到来自各个物联设备的多个关键事件数据的当前瞬时流量信息如表4所示。
表4
Figure BDA0002413246740000176
Figure BDA0002413246740000181
上述4个物联设备中，设备1和设备2仅发送数据A和数据B，设备1发送数据A和数据B的流量信息为10+50＝60<70，设备2发送数据A和数据B的流量信息为0+80＝80>70。因此，监控节点选择设备2作为待迁出物联设备，也就是另一负载节点的待接入物联设备。
步骤7，监控节点按照步骤2-4，预测设备2接入各个负载节点后，各个负载节点的CPU使用率、内存使用率和带宽使用率。若一个负载节点的CPU使用率、内存使用率和带宽使用率均小于80％，则监控节点将设备2接入该负载节点。
本申请实施例中，若确定多个可以接入设备2的负载节点，则再综合考虑 CPU使用率、内存使用率和带宽使用率的均衡状态，和/或这多个负载节点的接入设备的数量的均衡状态。
与上述负载均衡方法对应，本申请实施例还提供了一种负载均衡装置。参考图6，图6为本申请实施例提供的负载均衡装置的一种结构示意图，该装置包括：第一获取单元601、第一确定单元602、选择单元603和接入单元604。
第一获取单元601，用于获取来自待接入物联设备的多种关键事件数据的第一当前瞬时流量信息，以及获取多个负载节点处理多种关键事件数据的第二当前瞬时流量信息；
第一确定单元602，用于根据多种关键事件数据与每一负载节点的多种资源状态数据间的拟合关系，以及多个第一当前瞬时流量信息和每一负载节点对应的多个第二当前瞬时流量信息，确定在待接入物联设备接入每一负载节点的情况下每一负载节点的多种资源状态数据的预测瞬时值；
选择单元603，用于从多种资源状态数据的预测瞬时值均低于预设状态阈值的负载节点中选择目标负载节点；
接入单元604，用于将待接入物联设备接入目标负载节点。
一个实施例中，上述负载均衡装置还可以包括：
第二获取单元，用于在确定在待接入物联设备接入每一负载节点的情况下每一负载节点的多种资源状态数据的预测瞬时值之前，获取预设时间段内每一负载节点处理多种关键事件数据的历史流量信息，以及每一负载节点的多种资源状态数据的历史值；
拟合单元，用于对每一负载节点的多种资源状态数据的历史值和多种关键事件数据的历史流量信息进行拟合，得到多种关键事件数据与每一负载节点的多种资源状态数据间的拟合关系。
一个实施例中，上述负载均衡装置还可以包括：
第三获取单元，用于在获取来自待接入物联设备的多种关键事件数据的第一当前瞬时流量信息之前，获取第一负载节点的多种资源状态数据的当前瞬时值，以及第一负载节点处理多种关键事件数据的当前瞬时流量信息，第一负载节点为多种资源状态数据中存在当前瞬时值大于预设状态阈值的目标资源状态数据的负载节点；
第二确定单元，用于根据多种关键事件数据与第一负载节点的多种资源状态数据间的拟合关系，确定多种关键事件数据中影响目标资源状态数据的目标关键事件数据，以及目标资源状态数据达到预设状态阈值时目标关键事件数据的目标流量信息；
第三确定单元，用于根据目标流量信息、第一负载节点处理目标关键事件数据的当前瞬时流量信息，确定待迁出流量信息；
第四确定单元，用于根据待迁出流量信息，以及第一负载节点处理来自各个物联设备的多个关键事件数据的第三当前瞬时流量信息，从各个物联设备中确定待接入物联设备。
一个实施例中，第四确定单元，具体可以用于：
从第一负载节点处理的多个关键事件数据所来自的各个物联设备中，选择发送目标关键事件数据且未发送其他关键事件数据的第一类物联设备；
若第一负载节点处理来自所选择的第一类物联设备的目标关键事件数据的第三当前瞬时流量信息大于等于待迁出流量信息，则将所选择的第一类物联设备作为待接入物联设备。
本申请实施例提供的负载均衡装置中，预设了多种关键事件数据的流量信息与每一负载节点的多种资源状态数据间的拟合关系，基于该拟合关系可以很清晰地确定每种资源状态数据主要受哪一种或一些关键事件数据的影响。这样，在获取到来自待接入物联设备的多种关键事件数据的第一当前瞬时流量信息后，可以准确地确定出适合待接入物联设备接入的目标负载节点，其中，目标负载节点为：接入待接入物联设备发送的多种关键事件数据后，多种资源状态数据的预测瞬时值均低于预设状态阈值的负载节点，不浪费目标负载节点中资源，在实现负载均衡的同时，降低了资源的浪费。
与上述负载均衡方法对应，本申请实施例还提供了一种电子设备，如图7 所示，包括处理器701、通信接口702、存储器703和通信总线704，其中，处理器701、通信接口702、存储器703通过通信总线704完成相互间的通信，
存储器703，用于存放计算机程序；
处理器701，用于执行存储器703上所存放的程序时，实现上述负载均衡方法的任一步骤。
上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。
上述通信接口用于上述电子设备与其他设备之间的通信。
上述存储器可以包括随机存取存储器(Random Access Memory，RAM)，也可以包括非易失性存储器(Non-Volatile Memory，NVM)，例如至少一个磁盘存储器。可选的，存储器还可以是至少一个位于远离前述处理器的存储装置。
上述处理器可以是通用处理器，包括中央处理器(Central Processing Unit，CPU)、网络处理器(Network Processor，NP)等；还可以是数字信号处理器 (DigitalSignal Processing，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
与上述负载均衡方法对应，在本申请提供的又一实施例中，还提供了一种计算机可读存储介质，该计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现上述负载均衡方法的任一步骤。
与上述负载均衡方法对应，在本申请提供的又一实施例中，还提供了一种包含指令的计算机程序产品，当其在计算机上运行时，使得计算机执行上述负载均衡方法的任一步骤。
在上述实施例中，可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时，可以全部或部分地以计算机程序产品的形式实现。所述计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行所述计算机程序指令时，全部或部分地产生按照本申请实施例所述的流程或功能。所述计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。所述计算机指令可以存储在计算机可读存储介质中，或者从一个计算机可读存储介质向另一个计算机可读存储介质传输，例如，所述计算机指令可以从一个网站站点、计算机、服务器或数据中心通过有线(例如同轴电缆、光纤、数字用户线(DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。所述计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的服务器、数据中心等数据存储设备。所述可用介质可以是磁性介质，(例如，软盘、硬盘、磁带)、光介质(例如，DVD)、或者半导体介质(例如固态硬盘Solid State Disk(SSD))等。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置、电子设备、计算机可读存储介质和计算机程序产品实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
以上所述仅为本申请的较佳实施例而已，并非用于限定本申请的保护范围。凡在本申请的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本申请的保护范围内。

Claims (10)

1.一种负载均衡方法，其特征在于，所述方法包括：
获取来自待接入物联设备的多种关键事件数据的第一当前瞬时流量信息，以及获取多个负载节点处理所述多种关键事件数据的第二当前瞬时流量信息；
根据所述多种关键事件数据与每一负载节点的多种资源状态数据间的拟合关系，以及多个所述第一当前瞬时流量信息和每一负载节点对应的多个所述第二当前瞬时流量信息，确定在所述待接入物联设备接入每一负载节点的情况下每一负载节点的所述多种资源状态数据的预测瞬时值；
从所述多种资源状态数据的预测瞬时值均低于预设状态阈值的负载节点中选择目标负载节点；
将所述待接入物联设备接入所述目标负载节点。
2.根据权利要求1所述的方法，其特征在于，在确定在所述待接入物联设备接入每一负载节点的情况下每一负载节点的所述多种资源状态数据的预测瞬时值之前，所述方法还包括：
获取预设时间段内每一负载节点处理所述多种关键事件数据的历史流量信息，以及每一负载节点的所述多种资源状态数据的历史值；
对每一负载节点的所述多种资源状态数据的历史值和所述多种关键事件数据的历史流量信息进行拟合，得到所述多种关键事件数据与每一负载节点的所述多种资源状态数据间的拟合关系。
3.根据权利要求1所述的方法，其特征在于，在获取来自待接入物联设备的多种关键事件数据的第一当前瞬时流量信息之前，还包括：
获取第一负载节点的所述多种资源状态数据的当前瞬时值，以及所述第一负载节点处理所述多种关键事件数据的当前瞬时流量信息，所述第一负载节点为所述多种资源状态数据中存在当前瞬时值大于预设状态阈值的目标资源状态数据的负载节点；
根据所述多种关键事件数据与所述第一负载节点的多种资源状态数据间的拟合关系，确定所述多种关键事件数据中影响所述目标资源状态数据的目标关键事件数据，以及所述目标资源状态数据达到所述预设状态阈值时所述目标关键事件数据的目标流量信息；
根据所述目标流量信息、所述第一负载节点处理所述目标关键事件数据的当前瞬时流量信息，确定待迁出流量信息；
根据所述待迁出流量信息，以及所述第一负载节点处理来自各个物联设备的所述多个关键事件数据的第三当前瞬时流量信息，从所述各个物联设备中确定所述待接入物联设备。
4.根据权利要求3所述的方法，其特征在于，所述根据所述待迁出流量信息，以及所述第一负载节点处理来自各个物联设备的所述多个关键事件数据的第三当前瞬时流量信息，从所述各个物联设备中确定所述待接入物联设备的步骤，包括：
从所述第一负载节点处理的所述多个关键事件数据所来自的各个物联设备中，选择发送所述目标关键事件数据且未发送其他关键事件数据的第一类物联设备；
若所述第一负载节点处理来自所选择的第一类物联设备的目标关键事件数据的第三当前瞬时流量信息大于等于所述待迁出流量信息，则将所选择的第一类物联设备作为所述待接入物联设备。
5.一种负载均衡装置，其特征在于，所述装置包括：
第一获取单元，用于获取来自待接入物联设备的多种关键事件数据的第一当前瞬时流量信息，以及获取多个负载节点处理所述多种关键事件数据的第二当前瞬时流量信息；
第一确定单元，用于根据所述多种关键事件数据与每一负载节点的多种资源状态数据间的拟合关系，以及多个所述第一当前瞬时流量信息和每一负载节点对应的多个所述第二当前瞬时流量信息，确定在所述待接入物联设备接入每一负载节点的情况下每一负载节点的所述多种资源状态数据的预测瞬时值；
选择单元，用于从所述多种资源状态数据的预测瞬时值均低于预设状态阈值的负载节点中选择目标负载节点；
接入单元，用于将所述待接入物联设备接入所述目标负载节点。
6.根据权利要求5所述的装置，其特征在于，所述装置还包括：
第二获取单元，用于在确定在所述待接入物联设备接入每一负载节点的情况下每一负载节点的所述多种资源状态数据的预测瞬时值之前，获取预设时间段内每一负载节点处理所述多种关键事件数据的历史流量信息，以及每一负载节点的所述多种资源状态数据的历史值；
拟合单元，用于对每一负载节点的所述多种资源状态数据的历史值和所述多种关键事件数据的历史流量信息进行拟合，得到所述多种关键事件数据与每一负载节点的所述多种资源状态数据间的拟合关系。
7.根据权利要求5所述的装置，其特征在于，所述装置还包括：
第三获取单元，用于在获取来自待接入物联设备的多种关键事件数据的第一当前瞬时流量信息之前，获取第一负载节点的所述多种资源状态数据的当前瞬时值，以及所述第一负载节点处理所述多种关键事件数据的当前瞬时流量信息，所述第一负载节点为所述多种资源状态数据中存在当前瞬时值大于预设状态阈值的目标资源状态数据的负载节点；
第二确定单元，用于根据所述多种关键事件数据与所述第一负载节点的多种资源状态数据间的拟合关系，确定所述多种关键事件数据中影响所述目标资源状态数据的目标关键事件数据，以及所述目标资源状态数据达到所述预设状态阈值时所述目标关键事件数据的目标流量信息；
第三确定单元，用于根据所述目标流量信息、所述第一负载节点处理所述目标关键事件数据的当前瞬时流量信息，确定待迁出流量信息；
第四确定单元，用于根据所述待迁出流量信息，以及所述第一负载节点处理来自各个物联设备的所述多个关键事件数据的第三当前瞬时流量信息，从所述各个物联设备中确定所述待接入物联设备。
8.根据权利要求7所述的装置，其特征在于，所述第四确定单元，具体用于：
从所述第一负载节点处理的所述多个关键事件数据所来自的各个物联设备中，选择发送所述目标关键事件数据且未发送其他关键事件数据的第一类物联设备；
若所述第一负载节点处理来自所选择的第一类物联设备的目标关键事件数据的第三当前瞬时流量信息大于等于所述待迁出流量信息，则将所选择的第一类物联设备作为所述待接入物联设备。
9.一种电子设备，其特征在于，包括处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；
存储器，用于存放计算机程序；
处理器，用于执行存储器上所存放的程序时，实现权利要求1-4任一所述的方法步骤。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质内存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-4任一所述的方法步骤。
CN202010183135.1A 2020-03-16 2020-03-16 一种负载均衡方法及装置 Active CN111400045B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010183135.1A CN111400045B (zh) 2020-03-16 2020-03-16 一种负载均衡方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010183135.1A CN111400045B (zh) 2020-03-16 2020-03-16 一种负载均衡方法及装置

Publications (2)

Publication Number Publication Date
CN111400045A true CN111400045A (zh) 2020-07-10
CN111400045B CN111400045B (zh) 2023-09-05

Family

ID=71432426

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010183135.1A Active CN111400045B (zh) 2020-03-16 2020-03-16 一种负载均衡方法及装置

Country Status (1)

Country Link
CN (1) CN111400045B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114697226A (zh) * 2022-04-02 2022-07-01 阿里云计算有限公司 资源调度方法、***、设备及存储介质
CN114979153A (zh) * 2022-04-07 2022-08-30 浙江大华技术股份有限公司 负载均衡方法、计算机设备及存储装置

Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110061057A1 (en) * 2009-09-04 2011-03-10 International Business Machines Corporation Resource Optimization for Parallel Data Integration
CN103870322A (zh) * 2012-12-17 2014-06-18 联发科技股份有限公司 控制任务转移的方法、非暂时性计算机可读介质、异构多核***
CN105868021A (zh) * 2016-03-23 2016-08-17 浪潮通信信息***有限公司 一种任务分配的方法及装置
CN106020986A (zh) * 2016-05-26 2016-10-12 中国建设银行股份有限公司 一种数据处理方法及装置
CN106776025A (zh) * 2016-12-16 2017-05-31 郑州云海信息技术有限公司 一种计算机集群作业调度方法及其装置
CN107370816A (zh) * 2017-07-26 2017-11-21 郑州云海信息技术有限公司 一种Web应用的部署方法和装置
CN107590001A (zh) * 2017-09-08 2018-01-16 北京京东尚科信息技术有限公司 负载均衡方法及装置、存储介质、电子设备
CN107918561A (zh) * 2017-11-17 2018-04-17 东北大学 一种工业分布式数据采集***中的任务分配方法
CN108965884A (zh) * 2018-07-13 2018-12-07 网宿科技股份有限公司 一种转码任务的分配方法及调度设备、转码设备
CN109213437A (zh) * 2016-07-22 2019-01-15 英特尔公司 分解的存储器资源的层的动态分配技术
CN109656691A (zh) * 2017-10-11 2019-04-19 阿里巴巴集团控股有限公司 计算资源的处理方法、装置以及电子设备
CN109918194A (zh) * 2019-01-16 2019-06-21 深圳壹账通智能科技有限公司 智能化扩容缩容方法、装置、计算机设备及存储介质
CN110096349A (zh) * 2019-04-10 2019-08-06 山东科技大学 一种基于集群节点负载状态预测的作业调度方法
CN110308981A (zh) * 2019-07-11 2019-10-08 河海大学常州校区 一种基于组合预测模型的Swarm集群调度算法
CN110704542A (zh) * 2019-10-15 2020-01-17 南京莱斯网信技术研究院有限公司 一种基于节点负载的数据动态分区***
US20200042420A1 (en) * 2018-08-03 2020-02-06 International Business Machines Corporation Batch application performance prediction

Patent Citations (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110061057A1 (en) * 2009-09-04 2011-03-10 International Business Machines Corporation Resource Optimization for Parallel Data Integration
CN103870322A (zh) * 2012-12-17 2014-06-18 联发科技股份有限公司 控制任务转移的方法、非暂时性计算机可读介质、异构多核***
CN105868021A (zh) * 2016-03-23 2016-08-17 浪潮通信信息***有限公司 一种任务分配的方法及装置
CN106020986A (zh) * 2016-05-26 2016-10-12 中国建设银行股份有限公司 一种数据处理方法及装置
CN109213437A (zh) * 2016-07-22 2019-01-15 英特尔公司 分解的存储器资源的层的动态分配技术
CN106776025A (zh) * 2016-12-16 2017-05-31 郑州云海信息技术有限公司 一种计算机集群作业调度方法及其装置
CN107370816A (zh) * 2017-07-26 2017-11-21 郑州云海信息技术有限公司 一种Web应用的部署方法和装置
CN107590001A (zh) * 2017-09-08 2018-01-16 北京京东尚科信息技术有限公司 负载均衡方法及装置、存储介质、电子设备
CN109656691A (zh) * 2017-10-11 2019-04-19 阿里巴巴集团控股有限公司 计算资源的处理方法、装置以及电子设备
CN107918561A (zh) * 2017-11-17 2018-04-17 东北大学 一种工业分布式数据采集***中的任务分配方法
CN108965884A (zh) * 2018-07-13 2018-12-07 网宿科技股份有限公司 一种转码任务的分配方法及调度设备、转码设备
US20200042420A1 (en) * 2018-08-03 2020-02-06 International Business Machines Corporation Batch application performance prediction
CN109918194A (zh) * 2019-01-16 2019-06-21 深圳壹账通智能科技有限公司 智能化扩容缩容方法、装置、计算机设备及存储介质
CN110096349A (zh) * 2019-04-10 2019-08-06 山东科技大学 一种基于集群节点负载状态预测的作业调度方法
CN110308981A (zh) * 2019-07-11 2019-10-08 河海大学常州校区 一种基于组合预测模型的Swarm集群调度算法
CN110704542A (zh) * 2019-10-15 2020-01-17 南京莱斯网信技术研究院有限公司 一种基于节点负载的数据动态分区***

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114697226A (zh) * 2022-04-02 2022-07-01 阿里云计算有限公司 资源调度方法、***、设备及存储介质
CN114979153A (zh) * 2022-04-07 2022-08-30 浙江大华技术股份有限公司 负载均衡方法、计算机设备及存储装置
CN114979153B (zh) * 2022-04-07 2023-10-27 浙江大华技术股份有限公司 负载均衡方法、计算机设备及存储装置

Also Published As

Publication number Publication date
CN111400045B (zh) 2023-09-05

Similar Documents

Publication Publication Date Title
CN111212330B (zh) 一种网络性能瓶颈值的确定方法、装置及存储介质
US10972344B2 (en) Automated adjustment of subscriber policies
CN109032801B (zh) 一种请求调度方法、***及电子设备和存储介质
CN111124819B (zh) 全链路监控的方法和装置
CN107872402B (zh) 全局流量调度的方法、装置及电子设备
US8180922B2 (en) Load balancing mechanism using resource availability profiles
US7631034B1 (en) Optimizing node selection when handling client requests for a distributed file system (DFS) based on a dynamically determined performance index
Picoreti et al. Multilevel observability in cloud orchestration
US9027025B2 (en) Real-time database exception monitoring tool using instance eviction data
JP2022549055A (ja) ノードの速度制限方法、装置、電子デバイス及び記憶媒体
CN111782692B (zh) 一种频率控制方法及装置
CN111400045A (zh) 一种负载均衡方法及装置
Kolomvatsos et al. Proactive & time-optimized data synopsis management at the edge
CN109951540B (zh) 一种基于内容时效性的数据获取方法、装置及电子设备
CN114116172A (zh) 一种流量数据采集方法、装置、设备及存储介质
CN111555918B (zh) 一种回源优化方法、装置及电子设备
CN113326061A (zh) 熔断配置修改方法、装置、设备及可读存储介质
JP2007328417A (ja) リクエスト制限装置、サーバ装置、リクエスト制限方法、リクエスト制限プログラム
CN109213778B (zh) 一种流数据滑动窗口聚集查询方法
US20200274822A1 (en) Scaling a number of segments in a stream of data based on communication load and trend direction
KR102647054B1 (ko) 통신 시스템에서 응용 서비스 응답 시간 예측 방법 및 장치
US11334558B2 (en) Adaptive metadata refreshing
CN112131198B (zh) 一种日志分析方法、装置及电子设备
CN106533730B (zh) Hadoop集群组件指标的采集方法及装置
CN111901425B (zh) 基于Pareto算法的CDN调度方法、装置、计算机设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant