各服务器 节点等级；
[0054] 在本发明实施例中，所述的周期Τ内各服务器节点的负载等级，包括:轻度负载等 级、中度负载等级和重度负载等级。初始设定轻度负载和中度负载的界限值L以及中度负载 和重度负载的界限值U，具体划分规则如下：
[0055] 如果所述服务器节点的综合负载值小于等于L，则将其划分至轻度负载等级，轻度 负载等级具有$父尚的负载调度概率;或者，
[0056] 如果所述服务器节点的综合负载值大于L并且小于等于U，则将其划分至中度负载 等级，中度负载等级具有次高的负载调度概率;或者，
[0057] 如果所述服务器节点的综合负载值大于U，则将其划分至高度负载等级，高度负载 等级具有最低的负载调度概率。
[0058]步骤S105,根据确定的负载等级，确认负载等级为最轻并存在服务器节点的等级 为最优负载等级。
[0059] 在本发明实施例中，根据上述所述的各服务器节点的负载等级，确认周期Τ内的最 优负载等级，确认规则如下：
[0060] 如果确认为轻度负载等级的服务器节点数量大于0,则确认为轻度负载等级即为 最优负载等级;或者，
[0061] 如果确认为轻度负载等级的服务器节点数量为0,并且中度负载的服务器节点数 量大于〇,则确认为中度负载等级即为最优负载等级;或者，
[0062] 如果确认为轻度负载等级和中度负载等级的服务器节点数量均为0,则重度负载 等级即为最优负载等级。
[0063] 步骤S105,根据确定最优负载等级，轮询并确定最优负载等级的服务器节点集合；
[0064] 步骤S106,对于周期Τ内的客户端视频服务请求，在最优负载等级的服务器节点集 合中执行循环轮叫负载调度。
[0065] 当在多个周期Τ内系统出现请求异常密集时，负载调度器并不会将所有请求都转 发到最小负载的服务器节点，而是将请求转发至一组综合负载较低的服务器节点集合中， 避免因短时间内请求过于密集和动态反馈周期Τ的延时导致严重的服务器集群倾斜的问 题。较其他方法相比，本发明提出的一种基于大数据与粗糙集结合的视频云平台负载均衡 方法更具科学、优越和实际应用价值。在所有服务器节点找出最合适的子集并在其内执行 循环轮叫调度，其执行结果远远优于长时间的单一的轮叫调度算法。
[0066] 本发明实施例还提供了一种视频云平台负载均衡调度器，包括:瞬时负载值获取 单元、历史负载参考值获取单元、综合负载值获取单元、服务器节点等级获取单元、最优服 务器集合确定单元和调度单元，
[0067] 瞬时负载值获取单元获取各视频服务器节点当前时刻的自身瞬时负载状态，并计 算各节点的瞬时负载值；
[0068] 历史负载参考值获取单元根据已存储的各服务器节点的历史负载大数据信息，从 而得到历史负载参考值；
[0069] 综合负载值获取单元从瞬时负载值获取单元、历史负载参考值获取单元获取瞬时 负载值和历史负载参考值，依据所述瞬时负载值和历史负载参考值计算综合负载值；
[0070] 服务器节点等级获取单元设置有负载等级阈值，根据综合负载值和负载等级阈值 确定各服务器节点等级。
[0071] 最优服务器集合确定单元，确认负载等级为最轻并存在服务器节点的等级为最优 负载等级，轮询并确定最优负载等级的服务器节点集合。
[0072] 调度单元，在最优负载等级的服务器节点集合里执行循环轮叫负载调度。
[0073] 本发明充分挖掘服务器节点的历史大数据负载信息并分布式实时计算历史负载 参考值，并结合其瞬时负载信息来计算综合负载值，同时，充分利用粗糙集理论进行集群离 散化，根据服务器节点的综合负载值的高低将其划分为多个等价类，以此替代单一的瞬时 负载值，增加了算法优越性。
[0074] 而且，当在多个周期T内系统出现请求异常密集时，负载调度器并不会将所有请求 都转发到最小负载的服务器节点，而是将请求转发至一组综合负载较低的服务器节点集合 中，避免因短时间内请求过于密集和动态反馈周期T的延时导致严重的服务器集群倾斜的 问题。较其他方法相比，本发明提出的一种基于大数据与粗糙集结合的视频云平台负载均 衡方法更具科学、优越和实际应用价值。在所有服务器节点找出最合适的子集并在其内执 行循环轮叫调度，其执行结果远远优于长时间的单一的轮叫调度算法。
[0075] 专业人员应该还可以进一步意识到，结合本申请所公开的实施例描述的各示例的 单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬 件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。 这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。 专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现 不应认为超出本申请的范围。
[0076] 结合本申请中所公开的实施例描述的方法或算法的步骤可以用硬件、处理器执行 的软件模块、或者二者的结合来实施。软件模块可以置于随机存储器RAM、内存、只读存储器 ROM、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、⑶-ROM、或技术领域内 所公知的任意其它形式的存储介质中。
[0077]以上所述的【具体实施方式】，对本申请的目的、技术方案和有益效果进行了进一步 详细说明，所应理解的是，以上所述仅为本申请的【具体实施方式】而已，并不用于限定本申请 的保护范围，凡在本申请的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含 在本申请的保护范围之内。
【主权项】
1. 一种视频云平台负载均衡方法，其特征在于，包括： 获取各视频服务器节点当前时刻的自身瞬时负载状态，并计算各节点的瞬时负载值； 针对已存储的各服务器节点的历史负载大数据信息，从而得到历史负载参考值； 依据所述瞬时负载值和历史负载参考值计算综合负载值； 设置负载等级阈值，根据综合负载值和负载等级阈值确定各服务器节点等级。2. 如权利要求1所述的视频云平台负载均衡方法，其特征在于，还包括： 确认负载等级为最轻并存在服务器节点的等级为最优负载等级，轮询并确定最优负载 等级的服务器节点集合； 在最优负载等级的服务器节点集合里执行循环轮叫负载调度。3. 根据权利要求3所述的视频云平台负载均衡方法，其特征在于，以轮询的方式依次将 所有负载请求调度给所有视频服务器节点。4. 根据权利要求1所述的视频云平台负载均衡方法，其特征在于，采用粗糙集理论中的 乘积平法进行加权，获取瞬时负载值。5. 根据权利要求1所述的视频云平台负载均衡方法，其特征在于，针对存储的历史各服 务器节点的负载大数据信息，进行实时分布式计算得到历史负载参考值。6. -种视频云平台负载均衡调度器，其特征在于，包括：瞬时负载值获取单元、历史负 载参考值获取单元、综合负载值获取单元、服务器节点等级获取单元； 瞬时负载值获取单元获取各视频服务器节点当前时刻的自身瞬时负载状态，并计算各 节点的瞬时负载值； 历史负载参考值获取单元根据已存储的各服务器节点的历史负载大数据信息，从而得 到历史负载参考值； 综合负载值获取单元从瞬时负载值获取单元、历史负载参考值获取单元获取瞬时负载 值和历史负载参考值，依据所述瞬时负载值和历史负载参考值计算综合负载值； 服务器节点等级获取单元设置有负载等级阈值，根据综合负载值和负载等级阈值确定 各服务器节点等级。7. 根据权利要求6所述的视频云平台负载均衡调度器，其特征在于，还包括:最优服务 器集合确定单元，确认负载等级为最轻并存在服务器节点的等级为最优负载等级，轮询并 确定最优负载等级的服务器节点集合。8. 根据权利要求7所述的视频云平台负载均衡调度器，其特征在于，还包括:调度单元， 在最优负载等级的服务器节点集合里执行循环轮叫负载调度。9. 根据权利要求6所述的视频云平台负载均衡调度器，其特征在于，针对存储的历史各 服务器节点的负载大数据信息，进行实时分布式计算得到历史负载参考值。10. 根据权利要求6所述的视频云平台负载均衡调度器，其特征在于，采用粗糙集理论 中的乘积平法进行加权，获取瞬时负载值。
【专利摘要】一种视频云平台负载均衡方法及视频云平台负载均衡调度器，所述视频云平台负载均衡方法，包括：获取各视频服务器节点当前时刻的自身瞬时负载状态，并计算各节点的瞬时负载值；针对已存储的各服务器节点的历史负载大数据信息，从而得到历史负载参考值；依据所述瞬时负载值和历史负载参考值计算综合负载值；设置负载等级阈值，根据综合负载值和负载等级阈值确定各服务器节点等级。根据服务器节点的综合负载值的高低将其划分为多个等价类，以此替代单一的瞬时负载值，增加了算法优越性。
【IPC分类】H04L29/08
【公开号】CN105516369
【申请号】CN201610079285
【发明人】曹晖, 陈善富, 黄刘军
【申请人】城云科技（杭州）有限公司
【公开日】2016年4月20日
【申请日】2016年2月4日