一种基于大数据分析的推送服务节点负载均衡管理方法与流程

本发明涉及推送服务领域，具体涉及一种基于大数据分析的推送服务节点负载均衡管理方法。

背景技术：

1、推送服务是指将数据或信息从服务端推送到客户端的技术。推送服务可以用于多种场景，例如：1、实时消息推送：将实时消息推送到客户端，例如聊天软件、社交媒体；2、应用更新推送：将应用程序更新推送到客户端，例如软件更新、游戏更新；3、通知推送：将通知推送到客户端，例如推送通知、警告通知；4、数据推送：将数据推送到客户端，例如股票价格、天气信息。

2、上述推送服务需要使用到多个推送服务节点，而在多个推动服务节点与推送任务之间是否匹配会导致资源的浪费或者不足，因此引入了大数据，利用大数据大数据分析技术可以帮助管理员更好地了解节点的性能，例如了解哪个节点的性能最好、哪个节点的性能最差；但是在实现负载均衡管理的过程中，还存在一些问题，例如，无法根据推送服务节点的性能变化，动态的调整权重，以实现动态调整负载均衡管理策略的目的，导致资源的可用性不足，也影响用户的体验和满意度。

技术实现思路

1、本发明的目的在于提供一种基于大数据分析的推送服务节点负载均衡管理方法，解决以上技术问题。

2、本发明的目的可以通过以下技术方案实现：

3、一种基于大数据分析的推送服务节点负载均衡管理方法，包括：

4、s1、收集每个推送服务节点的性能数据，包括响应时间、错误率、连接数、请求速率、响应率、数据传输速度、内存使用率及cpu使用率；

5、s2、对收集来的每个推送服务节点的性能数据进行分析，计算得到每个推送服务节点的性能状态系数，将性能状态系数与预设性能状态阈值区间进行比对分析；

6、s3、根据s2中的比对分析结果生成负载均衡策略；

7、s4、实时监控每个推动服务节点的性能数据，检测每个推送服务节点的性能变化，并根据变化情况动态调整负载均衡策略。

8、作为进一步的技术方案，获取每个所述推送服务节点的性能状态系数的过程为：

9、获取每个推送服务节点的响应时间aj、错误率bj、请求速率cj、响应率dj、数据传输速度ej、连接数fj、内存使用率gj及cpu使用率hj；

10、通过公式：

11、

12、计算获得每个推送服务节点的性能状态系数xj；

13、其中，α1、α2、α3、α4、α5、α6、α7为预设权重系数，ki(fj，gj，hj)为关于剩余连接数fj、剩余内存容量gj、剩余cpu资源hj的判断函数。

14、作为进一步的技术方案，获取所述ki(fj，gj，hj)的过程为：

15、获取当前推送任务所需的连接数fji、内存容量gji及cpu资源hji；

16、根据连接数fji、内存容量gji及cpu资源hji建立：

17、

18、其中，为预设权重因子。

19、作为进一步的技术方案，将所述性能状态系数xj与预设性能状态阈值区间[xjth，xjch]进行比对分析的过程为：

20、若xj∈[xjth，xjch]，则判断当前推送服务节点对当前推送任务的性能状态好；

21、若则判断当前推送服务节点对当前推送任务的性能状态差。

22、作为进一步的技术方案，根据s2中的比对分析结果生成负载均衡策略的过程为：

23、s31、将当前推送任务与每个推送服务节点进行分析比对；

24、s32、剔除掉性能状态差的推送服务节点；

25、s33、其余的推送服务节点按照性能状态系数降序排列后，从高到低对推送服务节点设置权重xj。

26、作为进一步的技术方案，根据变化情况动态调整负载均衡策略的过程为：

27、s41、获取一个统计周期内每个推送服务节点的性能状态系数随时间变化的曲线xj(t)；

28、s42、基于大数据获取每个推送服务节点的性能状态系数随时间变化的参数曲线xj0(t)；

29、s43、获取所对应的时间点，将相邻两时间点作为一个分时段；

30、s44、根据xj(t)与xj0(t)的比对情况分析得到每个推送服务节点的偏差系数；

31、s45、根据偏差系数与偏差阈值的比较结果，判断是否对当前推送服务节点的负载均衡策略进行调整。

32、作为进一步的技术方案，获取每个推送服务节点的偏差系数的过程为：

33、通过公式：

34、

35、计算得到每个推送服务节点的偏差系数θj；

36、其中，βy为y个分时段对应的预设比例系数，ti、ti+1分别为分时段的起始时间点、结束时间点，n为分时段的总数量。

37、作为进一步的技术方案，所述s45的工作过程为：

38、将偏差系数θj与偏差阈值θj0比较；

39、若θj≥θj0，则判断该推荐服务节点性能状态波动大，需要对该推荐服务节点的负载均衡策略进行调整，且调整的过程为：

40、通过公式：

41、

42、计算得到调整后该推荐服务节点的权重

43、若θj＜θj0，则判断该服务节点性能状态波动小，不进行负载均衡策略调整。

44、本发明的有益效果：

45、(1)本发明根据每个推荐服务节点上一个工作周期内的性能状态变化进行的分析，并对当前工作周期内的性能状态进行预测，以实现动态改变每个推荐服务节点的权重，达到调整负载均衡策略的目的；

46、(2)本发明通过将所述性能状态系数与预设性能状态阈值区间进行比对，显然位于预设性能状态阈值区间内的推送服务节点与当前推送任务的匹配度出于适中的状态，而不属于预设性能状态阈值区间内的推送服务节点，说明存在不符合要求或者超出要求过多的情况，会造成资源的浪费，因此不属于预设性能状态阈值区间的均不予推荐。

1.一种基于大数据分析的推送服务节点负载均衡管理方法，其特征在于，包括：

2.根据权利要求1所述的基于大数据分析的推送服务节点负载均衡管理方法，其特征在于，获取每个所述推送服务节点的性能状态系数的过程为：

3.根据权利要求2所述的基于大数据分析的推送服务节点负载均衡管理方法，其特征在于，获取所述ki(fj，gj，hj)的过程为：

4.根据权利要求3所述的基于大数据分析的推送服务节点负载均衡管理方法，其特征在于，将所述性能状态系数xj与预设性能状态阈值区间[xjth，xjch]进行比对分析的过程为：

5.根据权利要求4所述的基于大数据分析的推送服务节点负载均衡管理方法，其特征在于，根据s2中的比对分析结果生成负载均衡策略的过程为：

6.根据权利要求1或5所述的基于大数据分析的推送服务节点负载均衡管理方法，其特征在于，根据变化情况动态调整负载均衡策略的过程为：

7.根据权利要求6所述的基于大数据分析的推送服务节点负载均衡管理方法，其特征在于，获取每个推送服务节点的偏差系数的过程为：

8.根据权利要求7所述的基于大数据分析的推送服务节点负载均衡管理方法，其特征在于，所述s45的工作过程为：