一种面向混合业务流的多维负载均衡方法与流程

本发明属于数据处理，尤其涉及一种面向混合业务流的多维负载均衡方法。

背景技术：

1、为了实现对电力设备的监测，现有的电力设备往往设置有对应的状态数据监测的物联网设备，在物联网环境下，物联网设备的数据工作流系统涉及的数据存储和计算的主要参与者为云计算中心服务器集群，云计算中心均由多个虚拟机组成，因此如何实现对云计算中心服务器集群的负载优化成为亟待解决的技术问题。

2、现有技术方案中为了实现对服务器集群的负载优化，在发明专利cn202211277595.6《一种物联网边缘端的负载均衡方法和系统》中通过将所有设备所产生的数据以数据种类为单位进行汇总，按照数据量和数据种类对应进行服务器分配，并基于数据种类和服务器的对应关系将数据发送至其对应的服务器，但是却存在以下技术问题：

3、与其它的物联网数据存在差异的是，不同的电力设备之间的物联网设备的监测数据之间在进行故障分析和处理时往往存在一定的关联性，因此若按照固定的数据分类的方式将对应的数据发送至服务器，由于相关的故障分析处理数据分散至不同的服务器，则有可能导致故障分析处理的效率难以满足要求。

4、针对上述技术问题，本发明提供了一种面向混合业务流的多维负载均衡方法。

技术实现思路

1、为实现本发明目的，本发明采用如下技术方案：

2、根据本发明的一个方面，提供了一种面向混合业务流的多维负载均衡方法。

3、一种面向混合业务流的多维负载均衡方法，其特征在于，具体包括：

4、s1获取指定区域内的不同的电力设备的监测数据，并结合所述电力设备在不同的故障业务场景的历史发生数据确定所述电力设备中的目标电力设备；

5、s2基于目标电力设备在不同的故障业务场景下的监测数据的分析对象确定所述目标电力设备在不同的故障业务场景下的关联的其它的电力设备的监测数据，并结合不同的故障业务场景的历史发生数据确定所述目标电力设备与其它的电力设备的设备关联系数，根据所述设备关联系数确定所述目标电力设备的关联电力设备；

6、s3通过目标电力设备的关联电力设备以及目标电力设备的监测数据构建混合数据流，并根据不同的混合数据流的监测数据的数据量以及电力设备之间的关联数据确定不同的混合数据流的处理优先值；

7、s4获取云计算中心的不同的服务器的历史的数据端口的占用数据，并结合不同的服务器的历史处理响应时间以及不同的混合数据流的处理优先值确定不同的混合数据流的匹配服务器。

8、本发明的有益效果在于：

9、1、根据电力设备的监测数据以及在不同的故障业务场景的历史发生数据确定电力设备中的目标电力设备，从而实现了从电力设备的故障业务场景的发生频繁情况以及监测数据的数据量的角度对监测数据需要进一步分析的目标电力设备的确定，也为差异化的进行监测数据的服务器的匹配奠定了基础。

10、2、根据设备关联系数确定目标电力设备的关联电力设备，实现了从目标电力设备与电力设备在不同的故障业务场景下的分配的关联性进行了目标电力设备的关联程度较大的电力设备的评估，同时也为目标电力设备和关联电力设备进行统一的混合数据流的构建奠定了基础，提升了监测数据的分析处理的效率。

11、3、基于服务器的数据端口的占用数据、服务器的历史处理响应时间以及不同的混合数据流的处理优先值确定不同的混合数据流的匹配服务器，从而实现了从混合数据流的关联性以及服务器的占用情况进行了不同的混合数据流的匹配服务器的确定，不仅保证了故障业务场景的出现频繁程度较高以及监测数据与故障业务场景的关联性较高的混合数据流的分析处理的时效性，同时通过混合数据流的结合提升了故障业务场景的分析处理的效率。

12、进一步的技术方案在于，所述电力设备的监测数据根据所述电力设备的物联网监测设备的监测目标进行确定。

13、进一步的技术方案在于，所述故障业务场景通过所述电力设备在不同的监测数据异常情况下的故障类型进行确定。

14、进一步的技术方案在于，所述目标电力设备在不同的故障业务场景下的监测数据的分析对象根据不同的故障业务场景下的监测数据的匹配结果进行确定。

15、进一步的技术方案在于，所述数据端口的占用数据包括所述数据端口在不同时刻的平均占用数量和占用率。

16、进一步的技术方案在于，所述混合数据流的匹配服务器的确定的方法为：

17、基于不同的服务器的历史的数据端口的占用数据进行不同的服务器在不同时刻的平均占用数量和占用率的确定，并结合不同的服务器的历史处理响应时间进行不同的服务器的分配优先值的确定；

18、根据所述混合数据流的处理优先值进行所述混合数据流的处理优先值所处的优先值区间的确定，并基于所述优先值区间对应的服务器的分配优先值确定所述混合数据流的匹配服务器。

19、另一方面，本发明提供了一种计算机系统，包括：通信连接的存储器和处理器，以及存储在所述存储器上并能够在所述处理器上运行的计算机程序，其特征在于：所述处理器运行所述计算机程序时执行上述的一种面向混合业务流的多维负载均衡方法。

20、其他特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点在说明书以及附图中所特别指出的结构来实现和获得。

21、为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。

技术特征：

1.一种面向混合业务流的多维负载均衡方法，其特征在于，具体包括：

2.如权利要求1所述的面向混合业务流的多维负载均衡方法，其特征在于，所述电力设备的监测数据根据所述电力设备的物联网监测设备的监测目标进行确定。

3.如权利要求1所述的面向混合业务流的多维负载均衡方法，其特征在于，所述故障业务场景通过所述电力设备在不同的监测数据异常情况下的故障类型进行确定。

4.如权利要求1所述的面向混合业务流的多维负载均衡方法，其特征在于，所述电力设备中的目标电力设备的确定的方法为：

5.如权利要求1所述的面向混合业务流的多维负载均衡方法，其特征在于，所述目标电力设备在不同的故障业务场景下的监测数据的分析对象根据不同的故障业务场景下的监测数据的匹配结果进行确定。

6.如权利要求1所述的面向混合业务流的多维负载均衡方法，其特征在于，所述目标电力设备与其它的电力设备的设备关联系数的确定的方法为：

7.如权利要求1所述的面向混合业务流的多维负载均衡方法，其特征在于，当所述其它的电力设备与所述目标电力设备的设备关联系数大于预设关联系数且所述其它的电力设备与所述目标电力设备的设备关联系数最大时，则确定所述其它的电力设备为所述目标电力设备的关联电力设备。

8.如权利要求1所述的面向混合业务流的多维负载均衡方法，其特征在于，所述混合数据流的处理优先值的确定的方法为：

9.如权利要求1所述的面向混合业务流的多维负载均衡方法，其特征在于，所述数据端口的占用数据包括所述数据端口在不同时刻的平均占用数量和占用率。

10.一种计算机系统，包括：通信连接的存储器和处理器，以及存储在所述存储器上并能够在所述处理器上运行的计算机程序，其特征在于：所述处理器运行所述计算机程序时执行权利要求1-9任一项的一种面向混合业务流的多维负载均衡方法。

技术总结本发明提供一种面向混合业务流的多维负载均衡方法，属于数据处理技术领域，具体包括：获取指定区域内的不同的电力设备的监测数据，并结合电力设备在不同的故障业务场景的历史发生数据确定电力设备中的目标电力设备，根据设备关联系数确定所述目标电力设备的关联电力设备，通过目标电力设备的关联电力设备以及目标电力设备的监测数据构建混合数据流，获取云计算中心的不同的服务器的历史的数据端口的占用数据，并结合不同的服务器的历史处理响应时间以及不同的混合数据流的处理优先值确定不同的混合数据流的匹配服务器，从而进一步提升了监测数据的处理的及时性。技术研发人员：党芳芳,李帅,郭少勇,闫丽景,杨莹,李丁丁,焦琪迪,王浩,宋一凡受保护的技术使用者：国网河南省电力公司信息通信分公司技术研发日：技术公布日：2024/7/18