分布式系统中失败结点的判定与优先列表的重构新方法

实时分布式系统中,如果结点n自从上一次收到结点i的广播信息后经过超时值时没有再收到结点i的广播信息,就认为结点i失败。这时需要调整各正常结点的优先列表,以保证每个结点被一个也只能是一个结点选择为自己的第后个优先结点,以减少任务的失败率。本文提出了一种确定最佳超时值以及检测结点失败并且调整结点的优先列表以处理结点失败的新方法。     

异构计算中的负载共享

在基于消息传递的异构并行计算系统中 ,各处理器或计算机具有自制和独立地调度、执行作业的能力 .当一个可划分的作业初始位于一个处理器上时 ,为了提高计算性能 ,该处理器可以请求其他异构处理器负载共享 ,参与协同计算 ,减少作业的完成时间 .该文提出了异构计算负载共享的一种方案 .首先 ,调用负载共享协议 ,收集当前各处理器参与负载共享的许可数据 ,包括共享时间段、计算能力等 .然后 ,构造一个作业量与作业完成时间之间的关系函数 .该函数是选择一组合适的处理器群、优化作业划分、作业完成时间最小的理论基础 .最     

MMOG中的一种动态负载共享算法*

针对MMOG中的服务器超载问题,提出一种动态负载共享算法,使得一个超载的服务器能够方便地将它的一部分负载迁移到没有超载的服务器上.同时在基于预订区域概念的基础上,通过扩大邻居服务器的范围,提出一种客户端迁移方案来减少该算法的开销,从而提高系统的响应速度和性能.     

基于CPU MEM的负载共享调度机制研究*

分布式系统中调度机制对负载共享系统性能有重要影响。基于CPU-MEM的负载共享策略考虑内存资源对系统性能的作用,降低了页失效次数,提高了资源利用率。在CPU-MEM负载共享机制基础上,考虑任务在执行过程中的变化特性,提出了在单节点上减少任务平均内存需求的多内存需求多时间片轮询策略(RR-MMMCS)和基于预测的多内存多时间片策略(MMMCS-P)。实验表明,无论是对计算密集型任务还是数据密集型任务,RR-MMMCS、MMMCS-P调度机制在平均响应时间方面具有较好的性能。     

负载共享系统的设计与实现

文章介绍在 Ｌｉｎｕｘ操作系统网络环境下,负载共享系统的基本设计原理和实现方法。重点描述客户一服务器通信模式以及程序模块的算法框架。     

调度机制对CPU-MEM负载共享系统的性能影响

分布式系统中调度机制对负载共享系统性能有不同的影响.基于CPU-MEM的负载共享策略由于充分考虑了分布式系统中内存资源对系统性能的作用,从而大大降低了系统页失效的次数,提高了系统资源的利用率,最终使得整个分布式系统性能有了很大提高.在一般调度策略RR的基础上,基于CPU-MEM的负载共享,提出了一种节点调度策略--多内存多时间片轮询策略(RR-MMMCS),并在模拟实验中表明了RR-MMMCS策略的优越性.讨论了任务的内存需求量和任务服务时间的变异特性对CPU-MEM负载共享策略以及RR-MMMCS调度机制策略性能的影响,表明无论是对计算密集型任务还是数据密集型任务,基于CPU-MEM负载共享策略和RR-MMMCS调度机制策略有较高的效率和稳定的性能.     

一种基于负载反馈的分布式数字集群动态负载均衡算法

针对传统负载均衡算法不能满足公网数字集群系统高并发用户请求和快速呼叫建立等需求,提出一种基于负载反馈的分布式数字集群动态负载均衡算法,实现公网数字集群系统负载均衡,提高用户容量。首先建立参与MCPTT服务器的静态负载和动态负载监控机制和指标;然后利用加权轮询算法为用户分配参与MCPTT服务器,并通过用户请求的处理获得复合负载参数;根据负载指标的反馈更新参与MCPTT服务器权值以动态调整服务器负载。仿真结果表明,该算法的负载均衡效果优于传统算法和其他动态反馈算法,负载均衡度更小、用户请求响应延迟更低。     

基于行为的动态负载分配算法

将复杂行为引入共享虚拟环境,提出了一个基于行为的动态负载分配算法.该算法综合考虑了 结点的处理能力、网络通信能力以及行为计算的特性,能有效地调节系统负载,在提高用户实 时交互能力的前提下,尽量保持行为的真实感.     

分布式系统节点负载动态平衡策略研究

负载均衡是有关分布式系统性能和计算效率的一个关键问题。在分析了目前常用的集中式动态分配算法和分布式动态分配算法的利弊后,结合两种算法的优点,建立了一种半分布半集中式动态负载分配模型,并据此设计了相应算法。根据节点响应时间,对原有的动态分配算法和新模型进行了性能分析,详细叙述了改进算法的设计思想和实现步骤。讨论结果表明,新算法可以提高系统的客户平均响应时间,同时减少节点间交互的信息量,提高了分布式系统的资源利用率。     

一种基于实时负载的动态负载平衡策略

在分布式系统中采用动态负载平衡算法分配系统中的工作负载,能够提高系统的性能。在简述目前常用的几种动态负栽平衡策略的基础上,提出了一种基于实时负载的动态负载平衡策略,并给出了其调度算法。     

一种实时集群计算机系统动态负载平衡算法的研究

负载平衡是集群计算机并行计算的核心问题。该文在研究了多种非实时并行系统负载平衡算法后,根据实时集群系统的特点,提出了一种基于动态任务分配表的负载平衡算法,并对算法的设计思想和实现作了阐述。     

分布式文件系统的动态负载均衡算法

为了解决分布式文件系统的负载均衡问题,研究了多种负载均衡算法,分析各种算法的优缺点.综合了静态权重轮询算法和动态负载均衡算法两类算法的优点,提出一种自适应的综合动态负载均衡算法,它实现简单、降低了获取反馈信息的开销且不失实时性.经过试验比较,该算法能有效地降低平均响应时间和提高吞吐量,负载的分配更为均衡.     

一种用于PC存储集群的动态负载平衡策略

在大规模并行分布处理系统中,各节点间的负载平衡调度是最常见的关键性问题之一。该文首先简单介绍了负载平衡的目标和基本的集群任务调度算法,然后针对一种PC存储集群提出了一个分布式任务调度和动态负载平衡策略,对该策略进行了详细的介绍,并对其进行了性能分析。     

一种分布式实时数据系统中的基于动态索引策略的存取定位机制

提出一种分布式实时数据系统中的基于动态索引策略的存取定位机制.该机制结合了改进的一致性哈希算法与“虚拟Token空间”机制.在该机制基础上,针对流程工业领域测点数据的特征和需求,用大量的廉价服务器实现了实时性高、吞吐量大、可扩展性好的分布式实时数据库系统.该数据库系统具有测点数据写入位置的自寻找、服务器集群内部状态变更时测点数据位置的自切换、数据查询的自优化、服务器负载自均衡等优势.该系统封装了分布式系统的各种瓶颈问题,使用户不需要关心系统内部的机制,可以像使用单体数据库系统一样直接向系统读写数据,而该系统性能又是单体数据库的叠加.通过在原型系统中测试验证,结果表明该机制能够达到设计预期目标和性能要求.     

一种高效的分布式爬虫系统负载均衡策略

传统分布式爬虫系统负载均衡方法仅考虑少量的负载影响因素,未对各爬虫节点负载情况进行全面有效的评估,使得任务量的分配不合理。针对该问题,提出一种面向分布式爬虫系统的高效负载均衡策略。分析影响爬虫节点运行时间的因素,采用BP神经网络构建基于多影响因素的非线性分布式爬虫节点运行时间模型。以该模型预测的各子节点运行时间的最小方差为负载均衡策略的目标函数,并利用带约束条件的改进粒子群优化算法求解目标函数,确定负载均衡的任务分配方案。实验结果表明,该负载均衡策略在满足爬虫节点高性能要求的前提下,能有效缩短分布式爬虫系统的运行时间。     

分布式系统中动态负载平衡算法的研究

该文简单分析了动态负载平衡中的接受者驱动、发送者驱动和双向驱动算法,提出了双向驱动算法的改进算法,可以应用于任何分布式系统特别是仿真控制系统。     

一种自适应的分布式调度策略

针对集群系统中集中调度存在的单一失效和性能瓶颈问题，本文提出了一种具有自适应特性的分布式集群网络服务器，采用一种新的自适应分布式调度策略，完成对客户请求的动态调度．该策略引入了一种与负载相关的竞争延迟机制，能够根据负载的变化自动选择服务节点，具有很好的自适应性，而且无需节点间通讯，调度的开销小，成本低．另外．该系统通过内核模块实现，做到对客户端和服务端程序透明，其管理配置也相当简单．测试数据表明，该策略具有较好的可扩展性和负载均衡性，实用性强．     

基于异构分布式存储系统的动态反馈负载均衡技术

Samba分布式存储系统通过根服务器向用户提供全局名字空间,当用户提出访问请求时,根服务器只按照静态的方式返回逻辑名对应的物理目标位置.当存在多个物理目标时,大多数用户的访问请求都将被定位在一台服务器上.多目标只保证了服务可用性,而没有对系统的负载均衡作出贡献.针对这一问题,提出了一种基于服务器性能指标的动态反馈负载均衡策略,并给出了基于Samba分布式存储系统的实现方案,旨在提高整个系统的存储能力、网络吞吐率、服务平均响应时间等指标.实验表明,优化后系统的I/O性能得到了很大提升.