一种Web服务器集群负载均衡调度算法

分析Web服务器集群技术,研究负载均衡算法,提出基于临界加速递减的一致性哈希负载均衡算法CHMDC(Consistent hash load balancing algorithm based on the Multiplicative Decrease in Critical area)。一方面,该算法采用了加权一致性哈希算法,引入了虚拟化的设计思路,采用虚拟节点进行真实服务器节点分配;另一方面,该算法提出了基于请求反馈时间计算机服务器节点负载率的方法,引入了临界因子的概念,采用了临界因子加速递减来防止服务器过载。通过实验测试证明,该算法应用于Web服务器集群的负载均衡效果突出。     

集群服务器在混合请求下的负载均衡优化算法

针对Web集群服务器在处理分配混合页面访问任务时开环负载均衡算法导致局部服务器负载偏高而降低系统效率的问题,建立了一类基于动态调节的闭环负载分配策略。根据服务器处理Web访问页面类型的特点,建立静态页面与动态页面混合处理的负载量模型,形成处理不同服务请求与负载均衡的内在动态映射关系,以此优化静态页面缓存与调用方式,并基于服务器负载率动态预测和均衡指标,采用负载率偏差最小的任务权重最优分配模型,确定服务器集群的最优任务权重,实现了服务器集群处理混合页面访问的负载均衡分配策略和算法。仿真结果验证了负载均衡算法的正确性和有效性,可以达到更好的负载均衡效果。     

网络负载均衡的控制理论研究

网络负载均衡技术NLB（Network Load Balancing）采用完全分配算法来为集群中的服务器分配进入的访问流量,当集群中的某台服务器失效时,NLB会自动转发数据到其他可用的服务器上。负载均衡由多台服务器以对称的方式组成一个服务器集合,每台服务器都具有等价的地位,都可以单独对外提供服务而无须其他服务器的辅助。通过某种负载分担技术,将外部发送来的请求均匀分配到对称结构中的某一台服务器上,而接收到请求的服务器独立地回应客户的请求。负载均衡能够平均分配客户请求到服务器列阵,使其快速获取重要数据,解决大量并发访问服务问题。     

存储区域网络的动态负载均衡算法研究

针对存储区域网络（SAN）中负载变化的特性,提出了一种临界值动态任务负载分配算法。通过负载状态值准确地反映SAN中当前负载情况;通过调整临界因子来避免服务器重载的现象;通过测试获得算法中所需的参数,使配置更为简单合理。实验结果显示,该算法对大数据大密度的任务访问效果明显。     

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。     

LVS负载均衡调度算法的改进及实现

采用服务器集群架构提供服务成为互联网服务业中普遍采用的策略,目前使用得比较广泛的网络负载均衡集群是Linux虚拟服务器集群。优秀的负载均衡算法可以将用户请求合理地分配到集群中的真实服务器中．提高集群中服务器的利用率和集群系统的吞吐量。针对LVS默认算法WLC算法的不足之处,对WLC算法进行改进．设计并实现一种基于反馈式的负载均衡算法。实验证明,改进算法能够增大集群的吞吐量,提升集群的整体性能。     

一种基于WEB 集群的负载均衡算法

集群技术为Web 服务带来了新的解决方案。针对传统的动态负反馈算法的一些不足,提出了一种算法相对简单的临界加速递减的动态请求负载均衡算法,通过负载权值的等效变换和进入临界状态后的动态权值调整,有效的防止服务器负载倾斜,达到较好的负载均衡效果。     

眼科医疗影像文件存取下的HDFS负载均衡

在HDFS系统中,集群负载分配不均衡成为影响分布式文件存取速度的瓶颈。针对医院信息系统的负载现状,提出多属性双阈值决策的动态负载均衡算法,对分布式集群中使用HDFS默认的单属性评价、单阈值的负载均衡策略存在的缺陷加以改进。通过负载性能测试,对比证明运用多属性双阈值的负载均衡算法相比较HDFS默认的负载均衡更有利于将大量的影像负载数据相对均衡地分配到服务器集群中的各个节点上,大幅度地缩短了增加数据规模时数据服务器节点的平均响应时间,有利于提高HDFS集群整体的工作效率。     

一种元数据服务器集群的负载均衡算法

在基于对象的存储系统中,元数据访问非常频繁,大规模存储系统中元数据的访问是潜在的系统性能瓶颈.元数据服务器集群中必须负载均衡,以防某个元数据服务器成为存储系统访问的瓶颈.现有文章中很少有研究元数据服务器集群的负载均衡的文章.本文中采用元数据请求的响应时间来衡量一个元数据服务器的负载情况,首先从映射算法上实现静态负载均衡,并针对元数据热度差别大而引起的负载不均衡引入动态负载均衡,通过仿真结果显示其有效性.     

一种基于网络地址转换的负载均衡算法

本文探讨集群服务器使用的负载均衡技术及负载分配的策略,并将网络地址转换应用于VOD集群,将负载分给多个服务器分担,以解决VOD集群服务器面临的大量并发访问造成的CPU或I/O的高负载问题。为了达到最佳的负载均衡效果,负载均衡器需要根据各个服务器的当前CPU和I/O状态来分配负载,这就需要动态监视服务器的负载,并应用优化的负载分配策略,达到平均分配负载的目的。     

B／S模式服务器集群系统的研究与应用

传统三层B／S模式Web应用系统在Web服务器和数据库服务器连接时,存在瓶颈问题。本文基于此问题给出了一种基于Web集群和数据库集群的负载均衡系统。试验结果表明该系统能较好的满足要求。     

嵌入式Web集群服务器节能机制的研究与实现

提出一种针对嵌入式Web集群服务器的能耗节约机制，将其应用于基于Linux的嵌入式Web集群平台。分别探讨了集群平台的前端和后端服务器的节能方案：通过动态负载估算，在前端设计了控制后端服务器的开关算法，并在该算法中实现了阈值机制；后端服务器使用DVS策略，使之可根据负载情况动态调整处理器的工作频率。实验结果表明，和标准的Linux内核以及已有的节能方案相比，该方案节能效果显著。     

基于嵌入式Web的远程数据监控系统研究

针对传统监控方案中PC监控服务器及C/S监控模式的弊端,设计了一种基于B/S模式,以嵌入式系统为服务器的远程监控解决方案。采用TI高性能处理器TMS320DM6446为硬件核心,嵌入式Web服务器为软件核心,综合嵌入式软硬件开发技术,开发了本监控系统。服务器端数据库接收存储下位机采集发送过来的各种现场数据,Web服务器通过CGI程序调用显示,同时可以发送控制指令。远程客户端通过Web实时监控现场数据。测试结果表明,该系统运行稳定,操作方便,达到了预期目的。     

基于权重轮询负载均衡算法的优化

随着电商网站用户规模不断增长,高并发问题成为在搭建大规模电商网站系统时面临的一项重大挑战,通过负载均衡算法来实现Web服务集群中各节点均衡负载是解决高并发的手段之一.然而,目前通用的负载均衡算法都存在一些不足之处,针对这一问题,提出了一种动态自适应权重轮询随机负载均衡算法（Dynamic Adaptive Weight Round-Robin Random Load-Balancing,DAWRRRLB）,该算法考虑到影响Web服务集群中服务器节点性能的多重因素,根据节点在运行过程中的实时负载情况动态的改变集群中节点的负载性能,并结合改进的Pick-K算法对权重轮询负载均衡算法进行优化,始终保证性能最优的服务器节点在提供服务.通过多次实验对比,改进的DAWRRRLB算法可以有效的提高负载均衡效率.     

Web集群系统负载均衡策略分析与研究

Web集群技术是解决Web服务器系统容量和伸缩能力的重要方法。该文分析了影响Web集群系统性能的主要因素,并提出了一种基于内容的负载均衡算法。该算法以加权负载量来评估服务器负载状态,并通过保证负载局部性来提高cache命中率,从而获得好的负载均衡效果。仿真实验证明,该算法具有较好的适应能力和伸缩性。     

基于移动Agent的双层负载均衡策略

提出了一种适用于Web集群的负载均衡策略,策略采用两次转发结合动态门限调整的双层均衡机制,将移动Agent应用于各子策略中,提高了系统调度决策的实时性,从分组和服务器节点,两个层次上实现了负载均衡,提高了服务器的cache命中率。同时,该策略还大幅度减少了均衡过程中的节点间交互,较好解决了额外通信的问题。     

集群系统中的动态反馈负载均衡策略

针对Web服务器集群系统中负载动态变化的特点,为了高效地实现任务均衡分配,提出一种新的负载均衡算法。该算法结合动态反馈原理,周期地根据服务器节点真实负载的状态变化情况,改变其相应节点的权值,避免服务器间的负载失衡。实验表明,该方法能有效降低系统平均服务延迟时间和提高吞吐量,提升集群系统的整体性能。     

在线多任务异构云服务器负载均衡算法研究

针对由于云服务器之间软件环境存在异构性及数据分布不均匀等特点而导致云服务器集群在处理大量任务时往往出现节点负载不均衡的情况,提出了解决在线多任务异构云服务器集群负载均衡的方法与相关算法。首先统计集群提供的各类服务的平均资源消耗,结合任务在服务器上已运行时长和资源占用情况,预测评估某一时刻服务器上任务剩余负载总量;然后按周期获取节点实际任务负载情况,及时修正任务负载情况;最后综合考虑节点各项性能,计算在待分配任务提交时刻各节点的预测负载评估值,并将任务分配给预测负载最轻的节点。实验结果表明,该算法具有可行性且在多任务异构云服务器集群负载均衡方面具有一定优势。     

DNS dispatching algorithms with state estimators for scalable Web‐server clusters

Replication of information across a server cluster provides a promising way to support popular Web sites. However, a Web‐server cluster requires some mechanism for the scheduling of requests to the most available server. One common approach is to use the cluster Domain Name System (DNS) as a centralized dispatcher. The main problem is that WWW address caching mechanisms (although reducing network traffic) only let this DNS dispatcher control a very small fraction of the requests reaching the Web‐server cluster. The non‐uniformity of the load from different client domains, and the high variability of real Web workload introduce additional degrees of complexity to the load balancing issue. These characteristics make existing scheduling algorithms for traditional distributed systems not applicable to control the load of Web‐server clusters and motivate the research on entirely new DNS policies that require some system state information. We analyze various DNS dispatching policies under realistic situations where state information needs to be estimated with low computation and communication overhead so as to be applicable to a Web cluster architecture. In a model of realistic scenarios for the Web cluster, a large set of simulation experiments shows that, by incorporating the proposed state estimators into the dispatching policies, the effectiveness of the DNS scheduling algorithms can improve substantially, in particular if compared to the results of DNS algorithms not using adequate state information. This revised version was published online in August 2006 with corrections to the Cover Date.     

分布式和缓存技术在大并发量网站中的应用

对于高访问量网站,Web服务器端经常面临大并发量和海量数据流请求的问题,导致用户访问延时,利用负载均衡和内存缓存相结合技术可以解决这一问题。在服务器端采用集群下的负载均衡策略,将工作任务相对均衡地分配到各个节点上执行;采用内存缓存机制,通过优先读取内存中的缓存数据以减少对数据库的访问次数,进而减轻数据库负载。性能测试结果和用户体验反馈信息显示,该方法在大并发量访问时能极大地提高系统的吞吐量。