行时间跨度。
[0061 ]为提高资源的利用率以及节点的负载均衡，本发明实施例中获取每个节点的实时 负载度，根据实时负载度大小对所有节点进行排序。在为每个细粒度任务分配资源的时候， 优先将实时负载度较小的节点分配给细粒度任务，可以防止节点的负载不均衡引起的资源 利用率低，从而可以保证每个节点的负载均衡。
[0062]第二方面，本发明实施例提供了一种基于负载均衡的云平台计算方法，如图2所 示，包括：
[0063]当接收到客户端的服务请求时，云平台根据该服务请求获取相对应的服务；
[0064]将该服务分解成相互独立的多个子任务，并利用该多个子任务形成并行处理集 群；
[0065] 对并行处理集群进行逻辑解析，以获取多个逻辑任务；
[0066] 将每个逻辑任务分解成多个细粒度任务；
[0067] 利用负载均衡方法为每个细粒度任务分配资源；
[0068] 云平台根据每个细粒度任务的完成情况将分析结果返回至客户端。
[0069] 可选地，负载均衡方法采用上文所述的负载均衡方法实现，在此不再赘述。
[0070] 不同的云平台之间交互时采用不同格式的数据格式，导致不同结构、不同数据格 式的平台之间传递与共离数据时存在一定的障碍。为解决上述问题，实际应用中，本发明还 对所接收的上报信息进行统一化管理，包括：
[0071]当接收到上报信息时，该云平台对所述上报信息进行元数据描述，以获取统一格 式的数据；
[0072]将该统一格式的数据进行存储。
[0073]实际应用中，本发明实施例中采用可扩展标记语言XML对所述上报信息进行元数 据描述。例如，当云存储部分采用分布式文件系统（Hadoop Distributed File System， HDFS)构建时，采用XML的资源描述与管理机制，使用XML Schema文件存储对云平台下元数 据分类并进行元数据描述。
[0074]第三方面，为体现本发明实施例提供的基于负载均衡的云平台计算方法的优越 性，本发明实施例又提供了一种云平台，基于上文所述的云平台计算方法实现，如图3所示， 包括：
[0075]数据存储模块，与逻辑处理模块连接，用于上报信息的存储与管理；
[0076]数据请求分析模块，分别与客户端、逻辑处理模块和负载均衡模块相连，用于执行 以下步骤:当接收到客户端的服务请求时，根据该服务请求获取相对应的服务；
[0077]将该服务分解成相互独立的多个子任务，并利用该多个子任务形成并行处理集 群；
[0078]对并行处理集群进行逻辑解析，以获取多个逻辑任务;以及，
[0079]将数据分析结果返回客户端；
[0080] 逻辑处理模块，与数据请求分析模块、数据存储模块以及负载均衡模块连接，用于 根据多个逻辑任务访问数据存储模块以获取存储数据，并将存储数据返回数据分析数据请 求分析模块；
[0081] 负载均衡模块，用于执行以下步骤：
[0082] 获取每个细粒度任务完成所需资源以及最晚完成时间，并按照最晚完成时间对全 部细粒度任务进行排序，以获取序列S;
[0083] 获取每个节点的实时负载度，并按照每个节点的实时负载度大小进行排序，以获 取序列SI;
[0084] 从序列Sl内选取节点分配给序列S内的每个细粒度任务，所分配的节点需要实时 负载度最小，且满足每个细粒度任务完成所需资源的需求。
[0085] 实际应用中，本发明实施例提供的云平台还包括:数据上报分析模块，与客户端和 数据存储平台连接，用于当接收到上报信息时，对所述上报信息进行元数据描述，以获取统 一格式的数据;并将该统一格式的数据进行存储。
[0086]本发明实施例中提供的云平台基于上文所述的云平台计算方法实现，因而可以解 决同样的技术问题，并取得相同的技术效果，在此不再一一赘述。
[0087]综上所述，本发明实施例提供的负载均衡方法及云平台计算方法、云平台，通过细 粒度任务分解和时间次序，通过对细粒度任务的逐次资源分配，实现了对云平台各个节点 负载情况的平衡。而细粒度任务的时间排序，保证了任务能在规定的时间内完成。本发明提 高了资源的利用率，节约了任务的执行时间跨度，并保证了网络中节点的负载基本均衡，达 到了既能够在云计算环境下安全高效地执行任务，又能够实现系统中负载基本均衡的目 标。
[0088]在本发明中，术语"多个"指两个或两个以上，除非另有明确的限定。
[0089]虽然结合附图描述了本发明的实施方式，但是本领域技术人员可以在不脱离本发 明的精神和范围的情况下做出各种修改和变型，这样的修改和变型均落入由所附权利要求 所限定的范围之内。
【主权项】
1. 一种负载均衡方法，其特征在于，包括： 获取每个细粒度任务完成所需资源以及最晚完成时间，并按照最晚完成时间对全部所 述细粒度任务进行排序，以获取序列S; 获取每个节点的实时负载度，并按照每个节点的实时负载度大小进行排序，以获取序 列S1; 从所述序列S1内选取节点分配给所述序列S内的每个细粒度任务，所分配的节点需要 实时负载度最小，且满足每个细粒度任务完成所需资源的需求。2. 根据权利要求1所述的负载均衡方法，其特征在于，所述从所述序列S1内选取节点分 配给所述序列S内的每个细粒度任务，所分配的节点需要实时负载度最小，且满足每个细粒 度任务完成所需资源的需求的步骤之后，包括： 更新每个节点的实时负载度。3. 根据权利要求1所述的负载均衡方法，其特征在于，所述获取每个节点的实时负载度 的步骤中采用如下公式获取实时负载度： =Σδ：Ε> ?=0 , 公式中，4^为实时负载度;δ,为权重系数，且ο < δ, < 1 为第i个计算因素;η为计算因 素总数。4. 一种基于负载均衡的云平台计算方法，其特征在于，包括： 当接收到客户端的服务请求时，云平台根据该服务请求获取相对应的服务； 将该服务分解成相互独立的多个子任务，并利用该多个子任务形成并行处理集群； 对所述并行处理集群进行逻辑解析，以获取多个逻辑任务； 将每个逻辑任务分解成多个细粒度任务； 利用负载均衡方法为每个细粒度任务分配资源； 云平台根据每个细粒度任务的完成情况将分析结果返回至客户端。5. 根据权利要求4所述的云平台计算方法，其特征在于，所述负载均衡方法包括： 获取每个细粒度任务完成所需资源以及最晚完成时间，并按照最晚完成时间对全部所 述细粒度任务进行排序，以获取序列S; 获取每个节点的实时负载度，并按照每个节点的实时负载度大小进行排序，以获取序 列S1; 从所述序列S1内选取节点分配给所述序列S内的每个细粒度任务，所分配的节点需要 实时负载度最小，且满足每个细粒度任务完成所需资源的需求。6. 根据权利要求4所述的云平台计算方法，其特征在于，所述从所述序列S1内选取节点 分配给所述序列S内的每个细粒度任务，所分配的节点需要实时负载度最小，且满足每个细 粒度任务完成所需资源的需求的步骤之后，包括： 更新每个节点的实时负载度。7. 根据权利要求4所述的云平台计算方法，其特征在于，当接收到上报信息时，该云平 台对所述上报信息进行元数据描述，以获取统一格式的数据； 将该统一格式的数据进行存储。8. 根据权利要求7所述的云平台计算方法，其特征在于，采用可扩展标记语言XML对所 述上报信息进行元数据描述。9. 一种云平台，基于权利要求4~8任意一项所述的云平台计算方法实现，其特征在于， 包括： 数据存储模块，与逻辑处理模块连接，用于上报信息的存储与管理； 数据请求分析模块，分别与客户端、逻辑处理模块和负载均衡模块相连，用于执行以下 步骤:当接收到客户端的服务请求时，根据该服务请求获取相对应的服务； 将该服务分解成相互独立的多个子任务，并利用该多个子任务形成并行处理集群； 对所述并行处理集群进行逻辑解析，以获取多个逻辑任务；以及， 将数据分析结果返回客户端； 逻辑处理模块，与数据请求分析模块、数据存储模块以及负载均衡模块连接，用于根据 多个逻辑任务访问数据存储模块以获取存储数据，并将存储数据返回数据分析数据请求分 析模块； 负载均衡模块，用于执行以下步骤： 获取每个细粒度任务完成所需资源以及最晚完成时间，并按照最晚完成时间对全部所 述细粒度任务进行排序，以获取序列S; 获取每个节点的实时负载度，并按照每个节点的实时负载度大小进行排序，以获取序 列S1; 从所述序列S1内选取节点分配给所述序列S内的每个细粒度任务，所分配的节点需要 实时负载度最小，且满足每个细粒度任务完成所需资源的需求。10. 根据权利要求9所述的云平台，其特征在于，还包括:数据上报分析模块，与客户端 和数据存储平台连接，用于当接收到上报信息时，对所述上报信息进行元数据描述，以获取 统一格式的数据;并将该统一格式的数据进行存储。
【专利摘要】本发明涉及一种负载均衡方法及云平台计算方法、云平台。该负载均衡方法包括：获取每个细粒度任务完成所需资源以及最晚完成时间，并按照最晚完成时间对全部所述细粒度任务进行排序，以获取序列S；获取每个节点的实时负载度，并按照每个节点的实时负载度大小进行排序，以获取序列S1；从所述序列S1内选取节点分配给所述序列S内的每个细粒度任务，所分配的节点需要实时负载度最小，且满足每个细粒度任务完成所需资源的需求。本发明提供的云平台计算方法、云平台基于上述负载均衡方法实现。本发明可以保证节点的负载基本均衡，提高资源的利用率，节约任务的执行时间跨度，实现负载基本衡的目标。
【IPC分类】H04L29/08
【公开号】CN105471985
【申请号】CN201510815416
【发明人】朱华吉, 李飞飞, 吴华瑞, 吴建伟
【申请人】北京农业信息技术研究中心, 北京派得伟业科技发展有限公司
【公开日】2016年4月6日
【申请日】2015年11月23日