本发明涉及网络,具体地说,涉及跨服集群分组理论及处理方法。
背景技术:
1、随着互联网的发展,网站应用的规模不断扩大,常规的垂直应用架构已无法应对,分布式服务架构势在必行。
2、跨服集群分组理论是一种在网络游戏中应用的技术理论,旨在将用户分配到不同的服务器集群中,以实现更好的游戏体验和服务器负载均衡,根据该理论,用户会被动态地分配到不同的服务器集群中,以确保服务器的稳定性和用户之间的公平竞争,其中一种常见的跨服集群分组理论是根据用户的地理位置进行分组,通过将地理位置相近的用户分配到同一服务器集群中,可以减少用户之间的网络延迟,提高游戏的响应速度和流畅度,但是,不同区域对应的用户人数不同,单一地将地理位置相近的用户分配到同一服务器集群中可能导致资源过剩,造成服务器资源浪费,而且,在节假日期间,许多用户喜欢外出旅游,许多旅游地区用户突然增加,导致旅游地区服务器集群负载增大,游戏的响应速度较慢甚至导致服务器崩溃,因此,提出跨服集群分组理论及处理方法。
技术实现思路
1、本发明的目的在于提供跨服集群分组理论及处理方法,以解决上述背景技术中提出的问题。
2、为实现上述目的,提供了跨服集群分组理论及处理方法,包括以下步骤:
3、s1、收集用户地理位置数据,根据位置数据判断用户实时位置;
4、s2、划分地理位置区域形成多个服务区,获取不同服务区用户的位置和数量,根据服务区用户数量设置对应的服务器集群,将用户请求分配至最近服务区的服务器集群;
5、s3、检测服务器集群负载实时情况,设定负载阈值,若服务器集群请求阈值超过负载阈值时,获取s2中不同服务区用户的分布情况,将用户匹配至用户减少的服务区的服务器集群,若服务器集群请求负载未超过负载阈值时,服务器集群正常接收用户请求;
6、s4、获取不同服务区服务器集群每日请求数据,分析每日请求数据,调节服务区中服务器集群数量。
7、作为本技术方案的进一步改进,所述s1中根据位置数据判断用户实时位置,包括以下步骤:
8、s1.1、采用gps定位系统获取用户所在地的地理位置信息。
9、s1.2、通过地理信息系统工具将用户地理位置数据转化为地理坐标,获取用户精准实时位置信息。
10、为了作为本技术方案的进一步改进,所述s2中通过网格划分法将地图区域划分为多个规则的网格状,网格状内设置对应服务区。
11、作为本技术方案的进一步改进,所述s2中根据服务区用户数量设置对应的服务器集群,将用户请求分配至最近服务区的服务器集群,包括以下步骤:
12、s2.1、根据s1.2中用户精准的实时位置信息,获取多个服务区中用户的位置和数量:
13、s2.2、通过聚合统计算法收集用户访问时的ip地址,统计聚合后的ip地址段中的用户数量,得到不同服务区的用户数量,根据服务区用户数量设置对应的服务器集群;
14、s2.3、采用最短路径算法确定用户和s2.2中服务器集群之间的最短路径,将用户请求直接分配给距离最近的服务器集群。
15、作为本技术方案的进一步改进,所述s2.3中将用户请求直接分配给距离最近的服务器集群,包括以下步骤:
16、s2.3.1、根据服务器的地理位置信息和拓扑结构,计算用户实时位置与每个服务器节点之间的距离;
17、s2.3.2、通过迪杰斯特拉算法将用户请求设置为指向选定的最近服务器集群的网络路径。
18、作为本技术方案的进一步改进,所述s3中采用负载均衡器实时监测服务器集群的负载情况,负载指标包括cpu使用率、内存使用率和网络带宽。
19、作为本技术方案的进一步改进,所述s3中将用户匹配至用户减少的服务区的服务器集群,包括以下步骤:
20、s3.1、收集并分析历史负载的波动范围和峰值,根据峰值数据设置负载阈值;
21、s3.2、采用阈值比较法将请求阈值与设定的负载阈值进行比较,得出比较结果,若服务器集群请求阈值超过负载阈值时,获取s2.1中不同服务区用户的分布情况,将用户匹配至用户减少的服务区的服务器集群,若服务器集群请求负载未超过负载阈值时,服务器集群正常接收用户请求。
22、作为本技术方案的进一步改进,所述s3.2中将用户匹配至用户减少的服务区的服务器集群,包括以下步骤:
23、s3.2.1、匹配服务区中用户位置数据,获取不同服务区中用户的位置和数量;
24、s3.2.2、获取用户的分布情况,服务器集群请求阈值超过负载阈值时,通过加权分配算法将当前的用户请求匹配至用户减少的服务区的服务器集群。
25、作为本技术方案的进一步改进,所述s4中分析每日请求数据,调节服务区中服务器集群数量,包括以下步骤:
26、s4.1、通过服务器日志收集服务器集群每日的请求数据,获取每个服务器的负载情况以及每日的请求峰值和波动情况;
27、s4.2、分析历史请求数据的模式和趋势,基于历史数据的模式识别策略,识别出不同时间段的典型负载情况,根据确定的调节策略,增加或减少服务区中的服务器集群数量。
28、与现有技术相比,本发明的有益效果:
29、1.该跨服集群分组理论及处理方法中,获取不同服务区用户的位置和数量,根据服务区用户数量设置对应的服务器集群,将用户请求分配至最近服务区的服务器集群,通过根据不同服务区的用户数量设置对应的服务器集群,可以实现服务资源的优化分配,较多用户的服务区可以配置更多的服务器资源,以更好地满足用户需求和提供更高的性能,从而实现资源优化分配。
30、2.该跨服集群分组理论及处理方法中,通过合理设置负载阈值,服务器集群请求阈值超过负载阈值时,获取不同服务区用户的分布情况,将用户匹配至用户减少的服务区的服务器集群,合理规划服务器集群数量资源,在避免不必要的硬件扩展的同时,保障服务器集群的负载均衡,从而节省成本和维护开支。
1.跨服集群分组理论及处理方法,其特征在于,包括以下步骤:
2.根据权利要求1所述的跨服集群分组理论及处理方法,其特征在于:所述s1中根据位置数据判断用户实时位置,包括以下步骤:
3.根据权利要求1所述的跨服集群分组理论及处理方法,其特征在于:所述s2中通过网格划分法将地图区域划分为多个规则的网格状,网格状内设置对应服务区。
4.根据权利要求3所述的跨服集群分组理论及处理方法,其特征在于:所述s2中根据服务区用户数量设置对应的服务器集群,将用户请求分配至最近服务区的服务器集群,包括以下步骤:
5.根据权利要求4所述的跨服集群分组理论及处理方法,其特征在于:所述s2.3中将用户请求直接分配给距离最近的服务器集群,包括以下步骤:
6.根据权利要求1所述的跨服集群分组理论及处理方法,其特征在于:所述s3中采用负载均衡器实时监测服务器集群的负载情况,负载指标包括cpu使用率、内存使用率和网络带宽。
7.根据权利要求6所述的跨服集群分组理论及处理方法,其特征在于:所述s3中获取s2中不同服务区用户的分布情况,将用户匹配至用户减少的服务区的服务器集群,包括以下步骤:
8.根据权利要求7所述的跨服集群分组理论及处理方法,其特征在于:所述s3.2中将用户匹配至用户减少的服务区的服务器集群,包括以下步骤:
9.根据权利要求1所述的跨服集群分组理论及处理方法,其特征在于:所述s4中分析每日请求数据,调节服务区中服务器集群数量,包括以下步骤: