一种基于VOD集群服务器负载均衡算法

高校精品课程建设工程的深入研究和发展,促使服务器需要提供用户大量的并发访问需求,导致越来越多的瓶颈出现在服务器端。目前较常见的解决方案是构建基于高校精品课程的VOD集群服务器和采用负载均衡技术。本文根据VOD集群服务器特点,结合遗传算法的优点,对基于高校精品课程的VOD集群服务器的负载均衡技术进行了分析和探讨,并提出一种遗传均衡算法。     

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。     

视频监控系统中的VOD负载均衡改进算法

在传统轻负载优先调度负载均衡算法中,存在用户点播响应时延长且负载均衡度不高的问题。为解决上速问题,提出一种静态负载调度和动态负载迁移相结合的负载均衡算法。静态调度算法采用基于视频点播(VOD)相似度的轻负载优先算法,将相似的点播请求调度至相同的视频点播上,提高VOD的缓存命中率,以缩短点播响应时延。动态负载迁移算法采用基于缓存考虑的REM负载迁移算法,将负载由高载VOD迁移到低载VOD上,以提高负载均衡程度。实验结果表明,在典型城域视频监控系统500路点播规模下,提出的负载均衡算法与传统轻负载优先算法相比,能够缩短17.5%的点播延迟时间,降低53.4%的集群负载方差,提高了系统的负载均衡度。     

一种基于集群的VOD媒体服务器方案设计

根据电信级视频服务器和集群系统的特点，在Linux虚拟服务器构建网络服务器的基础上，提出了一种基于集群的VOD媒体服务器的解决方案，使其具有负载均衡、高可用性和动态扩展的特点，最后给出了VOD服务器集群系统的系统实现方案和测试结果。该方案的实现对其他大规模VOD系统的设计有一定的参考意义。     

自适应的集群流媒体文件副本放置策略*

提出了资源负载的三种负载均衡状态,分析了这三种状态的均衡程度,并据此提出一种自适应的副本放置算法,成功地应用于集群VOD系统中,弹性地解决负载均衡与后端存储带宽的矛盾.通过仿真证明,该算法在不同数据量的情况下均具有很好的负载均衡性和优异的整体性能.     

基于并行遗传算法的分布式VOD系统负载均衡研究

在大型VOD(Video On Demand)系统中,服务器需要响应来自用户的大量并发请求,不仅视频服务器成为系统的瓶颈,负责负载均衡的应用服务器也日益成为系统的瓶颈.基于分布式VOD系统的结构,采用并行遗传算法对大型分布式VOD系统的负载均衡进行了研究,提出并实现了一种基于并行遗传算法的分布式VOD系统负载均衡调度算法.实验结果表明,与不采用负载均衡和采用串行遗传算法的负载均衡调度算法相比,该算法能够显著提高VOD系统的处理性能和响应能力.     

服务器集群负载均衡技术研究及算法比较

简要介绍了负载均衡技术的分类及其发展,重点介绍了服务器集群负载均衡技术及应用.并对评价负载均衡优劣的重要标准之一--负载均衡算法的种类做了详细介绍及优缺点比较.对近年来一些新的负载均衡算法做了介绍.最后,对服务器集群负载均衡技术的发展前景做出了展望和预测.     

一种复合式的负载均衡方案探究

负载均衡技术可减轻大数据量的处理需求给服务器集群带来的巨大压力。本文对现有负载均衡技术和Linux服务器集群算法进行了分析,并依此为基础,探讨一种复合式的负载均衡方案。该方案融合了基于请求内容和IP隧道的负载均衡的优点,采用客户端和旁路负载均衡器相配合的结构,可进一步提高集群性能,提高资源利用率。     

服务器负载均衡架构之传输层负载均衡——服务器集群的高扩展性和高可用性

负载均衡是一种使服务器集群在客户端表现为单台服务器的技术,服务器集群通过这种技术实现了高扩展性和高可用性。本文中,作者Gregor Roth介绍了负载均衡的基础,并讨论了传输层负载均衡架构的优缺点。     

一种新的服务器集群系统负载均衡技术

使用服务器集群系统解决网络服务节点的性能瓶颈问题是目前普遍采用的方法，其中负载均衡技术又是决定整个集群的性能和可伸缩性的关键因素。本文首先分析和比较了现有的负载均衡技术，然后提出了一种基于虚拟路由器集群系统的负载均衡技术。     

CBC: Caching for cloud-based VOD systems

Cloud-based video on demand (VOD) service is a promising next-generation media streaming service paradigm. Being a resource-intensive application, how to maximize resource utilization is a key issue of designing such an application. Due to the special cloud-based VOD system architecture consisting of cloud storage cluster and media server cluster, existing techniques such as traditional caching strategies are inappropriate to be adopted by a cloud-based VOD system directly in practice. Therefore, in this study, we have proposed a systemic caching scheme, which seamlessly integrates a caching algorithm and a cache deployment algorithm together to maximize the resources utilization of cloud-based VOD system. Firstly, we have proposed a cloud-based caching algorithm. The algorithm models the cloud-based VOD system as a multi-constraint optimization problem, so as to balance the resource utilization between cloud storage cluster and media server cluster. Secondly, we have proposed a cache deployment algorithm. The algorithm further manages the bandwidth and cache space resource utilization inside the media server cluster in a more fine-grained manner, and achieves load balancing performance. Our evaluation results show that the proposed scheme enhances the resource utilization of the cloud-based VOD system under resource-constrained situation, and cuts down the reject ratio of user requests.     

一种以负载平衡为目标的分布式VOD系统视频文件存储方法

本文在研究一种分布式视频服务器负载平衡算法的基础上,引入了服务器端视频文件分盘存储的思想.通过仿真实验分析表明,对视频文件分盘存储能够降低系统的服务拒绝率,更进一步地提高了视频服务器效能.     

服务器集群负载均衡的建模与仿真研究

研究服务器集群负载优化调试问题,各服务器负载能力差异较大,要求尽可能使每一个服务器的负载均衡,传统方法没有考虑负载动态变化特点,导致服务器集群负载极不均衡,系统性能差。为提高集群系统的整体性能,提出一种基于遗传算法的服务器集群负载均衡算法。首先根据负载均衡目标建立数学模型,然后采用遗传算法模型进行求解。仿真结果表明,遗传算法提高了服务器集群系统吞吐量,使系统负载更加均衡,使整个集群系统的资源得到充分利用。     

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。     

一种改进的基于动态反馈的负载均衡算法

负载均衡是集群系统研究的一个重要问题,负载均衡算法是集群任务分配的核心,介绍了LVS中的负载均衡算法,讨论了常用算法的不足,在分析这些算法各自优缺点的基础上,提出了一种改进的基于反馈的负载均衡算法,算法引入一个负载容余参数以更准确地描述集群节点的负载状况,在考虑服务节点真实负载,处理能力的基础上,尽量简化负载均衡器的任务分配算法.测试结果显示该算法优于静态算法.     

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。