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。     

一种Web集群系统下的QoS控制策略

本文提出了一种在Web集群环境下的QoS控制策略。集群前端分配器以会话单位来分配访问请求,保证后端服务器间负载的合理均衡分配,同时后端服务器采用基于会话的QoS控制策略,实现对集群系统的服务质量控制。     

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。     

ASAS集群的模糊控制策略

传统的集群服务器依靠前端分发器基于负载均衡来分发客户请求,而ASAS集群采用了基于后端服务器负载分析后的主动调度策略。控制ASAS集群后端服务器的CPU利用客户请求的响应时间,或者连接容量,却很难建立一个精确的数学模型,因此传统的控制器很难控制。这里设计了一个模糊控制算法,控制算法的输入是CPU利用率和客户请求的响应时间,输出是连接数,试验表明这种模糊控制策略取得了很好的性能表现。     

基于服务器实时性能状态的动态负载均衡算法

为实现Web服务器集群合理的作业任务分配,文章提出了一种新的负载均衡算法,综合考虑了负载均衡调度器后端的业务主机的实时性能,实现了负载均衡调度的动态调整.     

ASAS集群的模糊控制策略

传统的集群服务器依靠前端分发器基于负载均衡来分发客户请求，而ASAS集群采用了基于后端服务器负载分析后的主动调度策略。控制ASAS集群后端服务器的CPU利用客户请求的响应时间，或者连接容量，却很难建立一个精确的数学模型，因此传统的控制器很难控制。这里设计了一个模糊控制算法，控制算法的输入是CPU利用率和客户请求的响应时间，输出是连接数，试验表明这种模糊控制策略取得了很好的性能表现。     

几种常见的负载均衡算法的优化

如今越来越多的人使用互联网,而负载均衡算法一直在背后支撑着后端网络服务系统。但现在的负载均衡算法算法仍无法做到服务器集群的均衡分配,并且传统的负载均衡算法在实际生产中会存在各种各样的问题,为了提高负载均衡算法的效率,并且综合考虑多种客观因素对服务器性能的影响。本文通过客观因素加权的方式对负载均衡算法进行了优化。利用权值计算得相应服务器综合能力评分再按比例分配任务。保证性能较好的节点分配到更多任务,使得分配更加均匀。     

智能电网系统中费控服务的优化调度研究

智能电网系统中,费控指令通过应用服务器集群被下发到前置服务器集群,再通过前置服务器集群被下发到终端,终端接收到指令后将指令下发到特定的智能电表.在这个过程中,应用服务器集群和前置服务器集群的可用资源不对等,导致负载不均衡,影响费控服务执行的效率和成功率;前置服务器集群中前置机与终端的固定匹配方式,容易导致前置服务器集群负载不均衡,延长了费控指令完成时间,降低了费控服务的执行效率.为此深入研究费控指令的下发过程,分析存在的问题和瓶颈,提出了一种基于负载预测和负载均衡的费控服务优化调度模型.该模型首先提出一种基于时间序列的负载预测方法,实现服务器负载的预测;基于预测负载,提出一种费控指令的均衡下发算法,为不同负载的服务器下发合适规模的费控指令,以提高指令下发的效率和成功率;针对前置服务器集群可能出现的负载不均衡,提出一种基于图聚类的终端均衡布局算法.实验结果表明,本文提出的费控服务优化调度模型,均衡了两个集群和终端之间的负载,有效提高了费控指令下发的效率和成功率.     

一种LVS服务器权值的动态调节方案

以LVS为基础，实现了一个负载动态均衡方案。该方案对整个系统的负载均衡情况作出评估，选出要被调整的服务器集合，然后根据服务器的负载情况采用负反馈的方法对这些服务器的权值作出适当调整，从而实现了Web服务器集群系统的动态负载均衡。     

基于Nginx服务器负载均衡技术的研究与改进

为了减轻快速增长的网络负载压力,本文为web后端服务器集群搭建了基于Nginx的负载均衡服务器[1],将其作为集群的反向代理服务器,使集群具备了负载均衡的功能,对负载均衡算法进行了分析。并针对Nginx自带负载均衡策略的缺陷提出了一种动态自适应负载均衡算法[2-5]-改进型加权最小连接数算法,同时对其算法进行了设计。测试的实验结果验证了改进型加权最小连接数算法的可行性[6]。     

基于集群的可伸缩网络服务体系结构研究与实现*

在分析现在和将来网络服务需求的基础上, 提出基于集群的可伸缩网络服务体系结构Linux Virtual Server, 分为负载调度器、服务器池和后端存储三层结构。负载调度器采用IP 负载均衡技术和基于内容请求分发技术。LVS 集群提供了负载平衡、可伸缩性和高可用性, 可以应用于建立很多可伸缩网络服务。进而提出地理分布的LVS 集群系统, 可节约网络带宽, 改善网络服务质量, 具有良好的抗灾害性。     

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。     

负载均衡中粒子群优化算法的研究

负载均衡技术是集群系统任务调度的中心环节,静态分配负载均衡算法,不能很好地实现异构服务器负载均衡.本文采用自适应的动态负载算法来计算服务器的负载,达到异构的均衡效果.实验结果表明,该方法降低了服务器端事务请求的相应时间,提高了系统的吞吐率,从而改善了系统的性能.     

基于内容识别的Web集群负载均衡算法的研究

可扩展Web服务器集群是目前高性能网络服务器的主要架构方法,负载均衡技术是集群系统中任务分配的核心环节.提出了一种基于内容识别的负载均衡算法,引入了访问量阈值的概念,并通过动态的修正访问量阈值以适应网络负载的变化;利用动态反馈机制来获取服务器的负载状态,同时通过保证负载的局部性,减少相同内容在多个服务器中的重复缓存,提高服务器Cache的命中率.     

基于遗传算法的Web服务器集群负载均衡研究

近年来,Web服务器集群技术以其扩展性好、处理能力强等优点受到了国内外研究机构的广泛关注,其中的负载均衡算法更是研究的热点。本文对web服务器集群负载均衡进行了研究。为有效地实现任务的均衡分配,提出一种了根据web服务器系统中各个服务器的负载情况进行动态任务分配的遗传算法。实验表明该方法能有效地实现web服务器集群的负载均衡服务。     

面向异构集群系统的动态负载均衡技术研究

在集群系统中的一个非常重要的问题就是尽量确保负载的均衡.由于目前的负载均衡算法大多针对同构的集群系统,没有很好的扩展性.研究了异构集群系统,提出了一种异构服务器集群的动态负载均衡算法,并取得了较好的效果,特别是在负载较重的时候.     

基于遗传算法的Web服务器集群负载均衡研究

近年来，Web服务器集群技术以其扩展性好、处理能力强等优点受到了国内外研究机构的广泛关注和应用，其中的负载均衡算法更是研究的热点；对Web服务器集群负载均衡进行了研究，为有效地实现任务的均衡分配，提出一种了根据Web服务器系统中各个服务器的负载情况进行动态任务分配的遗传算法，实验表明该方法能有效地实现Web服务器集群的负载均衡服务。     

基于粗糙集的负载均衡算法研究

在负载均衡服务器集群中,负载均衡算法是一个关键部分。针对目前服务器集群使用的负载均衡算法所存在的缺陷:服务器可能出现较大倾斜,本文提出了一种基于粗糙集理论的动静结合的负载均衡算法。该算法避免了服务器间负载的不均衡,能有效地防止服务器倾斜的发生,提高了集群系统的整体性能。     

集群系统负载均衡性能测试研究

分析影响集群系统性能的关键因素,提出在Linux下架设负载均衡系统,获取集群系统关键性能参数,加权计算真实服务器的负载。根据服务器负载由负载均衡器动态分配连接请求,使集群达到负载均衡。使用不同的客户端进行测试,分析比较不同测试软件的测试结果,为改进集群系统的负载均衡性能提供支持。