[发明专利]多路径负载均衡方法和装置

说明书

技术领域

本发明涉及计算机应用领域，尤其涉及一种多路径负载均衡方法和装置。

背景技术

随着计算机技术的发展，用户对计算机系统的可用性的要求越来越高。这里所谓的可用性包括计算机系统的各个层面，不仅仅是计算机本身，还包括存储数据的设备等。目前，在计算机系统的各个层次都做到了高可用，如针对计算的集群高可用，可以保证软件故障或者节点宕机的情况下其它节点可以接管服务；针对磁盘的RAID可以保证在某些磁盘故障的情况下仍可以对磁盘进行读写访问；针对路径的多路径软件，可以保证在交换机或者线路故障的情况下，计算节点仍可以访问磁盘阵列。

目前常用的负载均衡算法有最小队列深度、权重路径和轮循等算法，这些算法功能相对单一，只能适应某种应用情况下输入输出(IO)访问，因此多路径软件需要根据应用来配置负载均衡算法。但是，当应用的IO访问规律性不强，或者没有任何线性规律时，这些算法将不再适用。

发明内容

本发明提供了一种多路径负载均衡方法和装置，解决了非线性IO访问无法实现负载均衡的问题。

一种多路径负载均衡方法，包括：

获取IO的大小、每个路径上IO的剩余量和IO响应时间；

根据BP网络的输出对每条路径的权重进行调整；

根据调整后的权重确定下一个IO应该发往的路径。

优选的，所述获取IO的大小、每个路径上IO的剩余量和IO响应时间的步骤之前，还包括：

初始化所述多层前馈(BP)网络内部参数权值。

优选的，所述BP网络包括输入层节点、输出层节点和一个或多个隐含层节点，根据BP网络的输出对每条路径的权重进行调整包括：

所述输入层节点以所述IO的大小、每个路径上IO的剩余量和IO响应时间作为输入信息，向前传播到所述隐含层节点；

所述隐含层节点根据作用函数对所述输入信息进行作用处理，并将结果输出至所述输出层节点，其中，Q为神经元的非线性作用函数，x为输入信息；

所述输出层节点输出结果。

优选的，根据所述BP网络的输出对每条路径的权重进行调整还包括：

在所述BP网络的输出不是期望的输入时，转入反向传播；

将误差信号沿原来的连接通道返回，修改所述BP网络中各层神经元的权值以使得误差信号最小。

优选的，所述IO的大小在512B至256KB之间。

本发明还提供了一种多路径负载均衡装置，包括：

信息采集模块，用于获取IO的大小、每个路径上IO的剩余量和IO响应时间；

BP网络自学习模块，用于根据BP网络的输出对每条路径的权重进行调整；

IO分配模块，用于根据调整后的权重确定下一个IO应该发往的路径。

优选的，上述装置还包括初始化模块，用于初始化所述BP网络内部参数权值。

优选的，所述BP网络包括输入层节点、输出层节点和一个或多个隐含层节点，BP网络自学习模块包括：

输入层节点处理单元，用于以所述IO的大小、每个路径上IO的剩余量和IO响应时间作为输入信息，向前传播到所述隐含层节点；

隐含层节点处理单元，用于根据作用函数对所述输入信息进行作用处理，并将结果输出至所述输出层节点，其中，Q为神经元的非线性作用函数，x为输入信息；

输出层节点处理单元，用于输出结果。

优选的，所述BP网络自学习模块还包括：

切换单元，用于在所述BP网络的输出不是期望的输入时，转入反向传播；

权重修改单元，用于将误差信号沿原来的连接通道返回，修改所述BP网络中各层神经元的权值以使得误差信号最小。

本发明提供了一种多路径负载均衡方法和装置，获取IO的大小、每个路径上IO的剩余量和IO响应时间，再根据BP网络的输出对每条路径的权重进行调整，然后根据调整后的权重确定下一个IO应该发往的路径，实现了高IO吞吐率的负载均衡，解决了非线性IO访问无法实现负载均衡的问题。

附图说明

图1为本发明的实施例一提供的一种多路径负载均衡方法的流程图；

图2为本发明的实施例中BP网络结构示意图；

图3为本发明的实施例二提供的一种多路径负载均衡装置的结构示意图；

图4为图3中BP网络自学习模块302的结构示意图；

图5为本发明实施例的测试效果图。

具体实施方式