一种自动优化负载均衡权重方法与流程

1.本发明涉及负载均衡技术领域，具体涉及一种自动优化负载均衡权重方法。


背景技术：

2.负载均衡服务器用来保证整个集群的稳定性。当集群服务器数量很多时，负载均衡服务器虽然可以保证稳定性，但是在优化性能时负载均衡服务器无法完全满足。目前为了发挥集群的最优性能都是由运维人员进行每个服务器的权重调优。在一个集群有几个机器的时候可以可以完成，而在集群有几十个机器时，这个工作就很难调整为最优状态。另外集群中服务器可能存在异常情况，或者增减服务器时，运维人员都需要对服务器重新调优，生产效率很低。因此，需对现有技术加以改进。


技术实现要素：

3.为克服现有技术所存在的缺陷，现提供一种自动优化负载均衡权重方法，可以在很少时间内将服务器整体性能调整到最优。
4.为实现上述目的，本发明提供了一种自动优化负载均衡权重方法，包括以下步骤：
5.s1：项目冷启动时首先建立初始权重列表；
6.s2：建立核心评估指标，根据不同业务自行定义；
7.s3：定期采集集群数据核心指标；
8.s4：优选法进行服务器权重迭代优化，从而将服务器调整到最优状态。
9.上述的自动优化负载均衡权重方法，在步骤s3中，定期采集集群数据的时间间隔与进行服务器权重迭代优化的时间间隔正相关。
10.上述的自动优化负载均衡权重方法，数据采集间隔时间为每分钟采集一次。
11.上述的自动优化负载均衡权重方法，根据步骤s2中设置的核心指标，选择单机最差的核心指标对该机器进行优化。
12.上述的自动优化负载均衡权重方法，根据上一步决定优化的机器，检查有效期最近的优化数据，为最近的优化数据设置有效期，若优化超过所述有效期，则认为没有优化数据。
13.上述的自动优化负载均衡权重方法，设置的有效期是1个小时。
14.上述的自动优化负载均衡权重方法，如果没历史数据，设置调整范围小值，并通过当前数据反推设置最大值；如有历史数据，根据历史数据生成新的最新最小与最大范围。
15.上述的自动优化负载均衡权重方法，通过最小、最大值与上次结果放入优选法生成该机器新的权重，设置权重，根据观察预设的新的权重数据后，进行再重复上面步骤，直到完成优化目标。
16.本发明的方法简单，操作方便，可以在很多时间内将服务器整体性能调整到最优。从而提供整个集群产能，并且可以同时提高运维工作效率。另外本方案有很强的适用性，满足不同需要负载均衡分配的系统的业务需求。
附图说明
17.图1为本发明自动优化负载均衡权重方法的具体流程图；
18.图2为本发明自动优化负载均衡权重方法中优化系统超时率曲线图。
具体实施方式
19.以下由特定的具体实施例说明本发明的实施方式，熟悉此技术的人士可由本说明书所揭露的内容轻易地了解本发明的其他优点及功效。
20.本说明书所附图式、所绘示的结构、比例、大小等，均仅用以配合说明书所揭示的内容，以供熟悉此技术的人士了解与阅读，并非用以限定本发明可实施的限定条件，故不具技术上的实质意义，任何结构的修饰、比例关系的改变或大小的调整，在不影响本发明所能产生的功效及所能达成的目的下，均应仍落在本发明所揭示的技术内容得能涵盖的范围内。同时，本说明书中所引用的如“上”、“下”、“左”、“右”、“中间”及“一”等的用语，亦仅为便于叙述的明了，而非用以限定本发明可实施的范围，其相对关系的改变或调整，在无实质变更技术内容下，当亦视为本发明可实施的范畴。
21.本发明的一种自动优化负载均衡权重方法，如图1所示，包括以下步骤：
22.s1：项目冷启动时首先建立初始权重列表；
23.s2：建立核心评估指标，根据不同业务自行定义；
24.s3：定期采集集群数据核心指标；
25.s4：优选法进行服务器权重迭代优化，从而将服务器调整到最优状态。
26.具体地说，项目冷启动时如果服务器性能接近的话，先统一设置一个统一权重，数据采集间隔越短优化间隔越短，本实施例中数据采集间隔为每1分钟采集一次；采用优选法进行服务器权重迭代优化，从而将服务器调整到最优状态；根据步骤s2设置的核心指标，选择单机最差的核心指标对该机器进行优化；根据上一步决定优化的机器，检查有效期最近的优化数据，为最近的优化数据设置有效期，若优化超过所述有效期，则认为没有优化数据(一般设置有效期为1个小时，如果优化操过1小时则认为没有数据)。如果没历史数据，设置调整范围小值，并通过当前数据反推设置最大值；如有历史数据，根据历史数据生成新的最新最小与最大范围。通过最小、最大值与上次结果放入优选法生成该机器新的权重。设置权重，根据观察一定时间新的权重数据后，进行再重复上面步骤，直到完成优化目标。优选法在数学上就是寻找函数极值的较快较精确的计算方法。1953年美国数学家j.基弗提出单因素优选法，枣分数法和0.618法(又称黄金分割法)，后来又提出抛物线法。我国数学家华罗庚在生产企业中推广应用取得了成效。企业在新产品、新工艺研究，仪表、设备调试等方面采用优选法，能以较少的实验次数迅速找到较优方案，在不增加设备、物资、人力和原材料的条件下，缩短工期、提高产量和质量，降低成本等。因为优选法已被证明。我们不在此处赘述。后面提供优选法具体算法资料。
27.优选法参考资料：https://baike.baidu.com/item/％e4％bc％98％e9％80％89％e6％b3％95。
28.本实施例的集群优化案例，总共15台服务器，项目冷启动时如果服务器性能接近的话，先统一设置一个统一权重，获取数据采用优选法进行权重调整，获取系统超时率1.158％。其中超时率最高机器为权重为65，因为是首次优化，没有数据，则设置范围最小值
为10。把65权重设置为优选法的第一个获取点，优选法选取测试点公式为：最小值 (最大值-最小值)*0.618＝第一个点，通常认为第一个点是65，由65反推最大值，最大值＝(第一个点-最小值)/0.618 最小值，即:(65-10)/0.618 10)约为99。在通过第一个点计算下测算数据，当前点＝最小值 (最大值-前一点值)，即10 (99-65)为44，即把服务器的最新权重设置为44。
29.表1是优化的详细日志：
30.表1
[0031][0032][0033]
从图2中可以看到随着优化系统超时率会越来越小，最终可以达到比较好的效果，并且，可以从本实施例中看到集群超时率从1.15％优化到0.6％。整体效果提升了47％。
[0034]
本发明的自动优化负载均衡权重方法，可以在很少时间内将服务器整体性能调整到最优，从而提供整个集群产能，并且可以同时提高运维工作效率，另外本发明有很强的适用性，满足不同需要负载均衡分配的系统的业务需求。
[0035]
以上对发明的具体实施例进行了描述。需要理解的是，发明并不局限于上述特定实施方式，其中未尽详细描述的设备和结构应该理解为用本领域中的普通方式予以实施；本领域技术人员可以在权利要求的范围内做出各种变形或修改做出若干简单推演、变形或替换，这并不影响发明的实质内容。