u最近5分钟就绪队列长度；
(8)FREEMEM:空闲内存；
(9)Diskl0..磁盘 I/O 流量；
(10)NetworklO:网 1/0 流量；
以上参数的优先级依次降低，显示服务器和应用服务器的性能评价参数稍微有点区另IJ，例如应用服务器可以忽略NSEES1NS，但是性能评价方法一致。
[0020]以上10种参数代表系统性能的某一方面，很难去定义一个公式来定量分析，创新使用多资源尺度方法定性分析和评价整个共享系统中所有节点的负载。该方法用元组来表示mrm，元组的项分别对应于一种所考虑到的资源。各服务器节点的mrm定义如下:Mrm=<CPUAPP,Nusers,FREEMEM, DisklO, NetworklO〉，其中:CPUAPP (场点当前可用的处理能力):AVGCPUMHZ*NCPU* FreeCPUPercent/CPULOADAVG ；Nusers:当前用户数；FREEMEM:空闲内存；Disk10:磁盘1/0流量；Network10:网1/0流量。
[0021]每一个节点的负载信息都以五元组的形式提供给系统。五元组中每一项的值都由系统动态地计算。专用进程用来记录各节点的资源负载情况的变化。
[0022]Load=f (mrml, mrm2,...mrmi..., mrmn), l〈=i〈=n,且 f:MRM-> {1,...，n}，函数 f 依据每个节点mrm中的第i项值的大小对所有节点进行排序。
[0023]在步骤2中，资源池主要维护资源的属性和状态，并作为负载分析器或者调度器的输入。调度后的输出就是选中的显示服务器和应用服务器，资源选中后由分发器将应用分发到指定节点。通过资源管理器对资源池进行管理，完成增、删、改、查等操作，并根据实际需要动态调整资源池，将负载收集合并到资源管理器，它维护一个共同的对象，负责资源状态的更新。定期对资源池按照设计的调度策略进行排队，用户直接选取队列首节点，缩短了应用响应时间，增强了用户体验。通过调度算法能保证队列首节点始终是用户所需的最优节点，同时资源排队的调度参数是可以定制的。
[0024]如图1所示，图1为本发明的基于多资源尺度的负载均衡动态预调度方法的流程图。在步骤101，对应用服务器进行池化，形成资源池，作为调度的对象。流程进入到步骤102。
[0025]在步骤102，依据应用类型，选取资源评价参数，并采集相关信息。流程进入到步骤 103。
[0026]在步骤103，综合多种资源评价参数，使用多资源尺度分析方法，对服务器负载进行评价。流程进入到步骤104。
[0027]在步骤104，依据服务器负载评价结果和排队算法对资源池中的服务器进行预排队。流程进入到步骤105。
[0028]在步骤105，用户请求资源，直接匹配队首服务器。
【主权项】
1.基于多资源尺度的负载均衡动态预调度方法，其特征在于，包括: 步骤1，选择资源评价参数，并采集相关信息，使用多资源尺度分析方法对服务器负载进行评价分析； 步骤2，根据负载分析结果结合资源属性及设计的排队算法，对资源池中的应用服务器按照负载情况动态的进行预排队。2.根据权利要求1所述的基于多资源尺度的负载均衡动态预调度方法，其特征在于，在步骤1中，针对显示服务器、应用服务器应用类型的不同，从包括CPU、内存、I/O、用户数、进程数、磁盘读写速度多个参数进行性能综合评价。3.根据权利要求2所述的基于多资源尺度的负载均衡动态预调度方法，其特征在于，在步骤1中，选择以下10个参数对服务器负载进行评价: (1)FreeCPUPercent:CPU 空闲百分比；(2)NCPU:CPU 数量；(3)AVGCPUMHZ: CPU 平均速度； (4)Nusers:当前用户数； (5)NSEES1NS:共享客户端连接数； (6)CPUL0ADAVG1:cpu最近1分钟就绪队列长度； (7)CPUL0ADAVG5:cpu最近5分钟就绪队列长度； (8)FREEMEM:空闲内存；(9)Diskl0..磁盘 I/O 流量；(10)NetworklO:网 I/O 流量； 以上参数的优先级依次降低； 通过以上10种参数使用多资源尺度方法定性分析和评价整个共享系统中所有节点的负载。4.根据权利要求3所述的基于多资源尺度的负载均衡动态预调度方法，其特征在于，10种参数使用多资源尺度方法是用元组来表示mrm，元组的项分别对应于一种所考虑到的资源；各服务器节点的mrm定义如下:Mrm=〈CPUAPP，Nusers, FREEMEM, DisklO,NetworklO〉，其中，场点当前可用的处理能力 CPUAPP:AVGCPUMHZ*NCPU* FreeCPUPercent/CPULOADAVG ；Nusers:当前用户数；FREEMEM:空闲内存；Disk10:磁盘 I/O 流量；Network10:网I/O流量； 每一个节点的负载信息都以五元组的形式提供给系统，五元组中每一项的值都由系统动态地计算，专用进程用来记录各节点的资源负载情况的变化；Load=f (mrml, mrm2,...mrmi...，mrmn), l〈=i〈=n,且 f:MRM-> {1,...，n},函数 f 依据每个节点mrm中的第i项值的大小对所有节点进行排序。5.根据权利要求1或、2、3、4所述的基于多资源尺度的负载均衡动态预调度方法，其特征在于，在步骤2中，由资源池维护资源的属性和状态，并作为负载分析器或者调度器的输入；调度后的输出就是选中的显示服务器和应用服务器，资源选中后由分发器将应用分发到指定节点；通过资源管理器对资源池进行管理，完成增、删、改、查等操作，并根据实际需要动态调整资源池；将负载收集合并到资源管理器，它维护一个共同的对象，负责资源状态的更新；定期对资源池按照设计的调度策略进行排队，用户直接选取队列首节点；通过调度算法能保证队列首节点始终是用户所需的最优节点，同时资源排队的调度参数是能定制的。
【专利摘要】本发明针对专业软件共享系统中不同类型的应用服务器提供一种基于多资源尺度的负载均衡动态预调度方法。该方法首先按照应用类型对服务器进行池化，形成资源池进行统一管理；其次，根据实际需求综合多种资源评价参数，实现服务器负载的多资源尺度分析。并根据负载分析结果结合资源属性及设计的排队算法，对资源池中的应用服务器按照负载情况动态的进行预排队。当用户请求应用资源时，系统会直接自动匹配队首服务器，不需要进行负载轮询，能有效提高负载的分配效率，降低用户应用延时，明显提升了整个系统在大规模并发应用下的性能，有效增强用户应用体验。
【IPC分类】H04L29/08
【公开号】CN105430027
【申请号】CN201410447805
【发明人】湛林福, 杨澎涛, 丛龙水, 李战强, 苗永康
【申请人】中国石油化工股份有限公司, 中国石油化工股份有限公司胜利油田分公司物探研究院
【公开日】2016年3月23日
【申请日】2014年9月4日