云环境下面向负载均衡的分布式虚拟机迁移研究

针对云计算环境下主机资源的负载均衡问题,提出一种分布式的虚拟机迁移方案。首先,该方案建立主机状态域模型,将主机分为不同的负载状态;然后借鉴蚁群算法中信息素的思想进行主机搜索,设计信息素的更新规则,得到待迁移的虚拟机列表和目的主机列表;最后将虚拟机列表和目的主机列表进行匹配,得到虚拟机迁移结果,进行迁移。在Cloudsim环境下进行实验仿真,实验结果证明,使用该方案可获得较好的负载均衡等级。     

云环境下机群弹性负载均衡机制

为克服传统刚性负载均衡机制不能适应多变的网络环境的缺陷,解决云环境下已有负载均衡机制存在不能充分利用弹性机制,且服务质量(QoS)不稳定的问题,提出一种基于绿色计算资源池策略的云环境弹性负载均衡机制,根据系统资源利用率对负载进行量化,量化结果决定资源池虚拟机的分配,最后结合虚拟机的使用情况,回收资源,提高资源的利用率。实验结果显示在该负载均衡机制下,响应时间稳定在2.5s左右,整体服务质量有明显提高,降低了电能消耗,验证了该机制的有效性。     

虚拟计算环境下虚拟机资源负载均衡方法

针对虚拟机资源粒度大和迁移时传输数据量大的特点,提出一种基于虚拟机迁移的负载均衡方法。该方法利用负载阈值对宿主机后续时间节点的负载趋势进行预测,避免瞬时负载峰值触发的虚拟机迁移问题。在触发迁移后采用加权概率转发方式选择迁移目标节点,解决传统负载均衡技术中的群聚冲突问题。实验结果表明,在宿主机负载分布严重不平衡的情况下,该方法能有效改善系统性能。     

Web集群系统的负载均衡算法

采用集群技术搭建所需的服务器往往导致各服务器系统资源利用率存在很大差距。为解决上述问题,通过分析已有的负载均衡算法,提出一种改进的动态反馈负载均衡算法。调度器定时接收集群中每台服务器上报的性能参数,计算每台服务器当前负载比例值,根据该值计算每台服务器的分发权重,以合理分配用户请求。实验结果证明该算法能有效提高集群系统的整体性能。     

面向负载均衡的自主式虚拟机动态迁移框架

借鉴蚁群算法的思想,提出了一种面向负载均衡的自主式虚拟机动态迁移框架,该框架不需要中央管理模块,能够实现服务器的自主迁移,避免了单点失效。利用智能蚂蚁的搜索,实现了自主式框架的迁移机制,而且使用模糊逻辑推理,根据系统的负载状况自动地调整智能蚂蚁的搜索半径来提高搜索性能。最后扩展了云计算平台CloudSim,实现了提出的虚拟机自主式迁移框架。在扩展后的CloudSim平台上进行的仿真实验验证了该框架的可行性。确定了合适的框架参数,并且通过仿真实验与比较分析,验证了所提出的自主式虚拟机迁移框架具有良好的负载均衡效果。     

一种异构云环境下的负载均衡算法

针对动态负载均衡算法在异构云环境中的任务迁移次数过多的问题,提出了一种最小化任务迁移次数的动态负载均衡(MMLB)算法。MMLB算法通过自适应阈值对虚拟机进行分组、任务选择算法最小化任务迁移的次数、任务调度算法优化任务分配实现了任务的再分配。将MMLB与WRR、HBBLB、LBF算法进行实验对比分析,MMLB算法在Makespan、平均任务响应时间、负载不均衡度等评价指标上表现更优,并且有效降低了任务迁移的次数。实验结果验证了MMLB算法的可行性和有效性。     

一种改进的集群动态负载均衡算法

在集群系统的研究中,负载均衡算法是一个重要的方向,因为它关系到多台服务器在整合成一个集群系统后能否很好地相互协作,以更好地完成用户交予的任务。为实现上述目的,本文在分析已有的负载均衡算法基础上,提出一种改进的能够实时收集服务器负载指标,进而动态地计算出服务器在分配用户连接中的权重的方法。测试结果表明,该方法能够有效地防止服务器倾斜,达到良好的负载均衡效果。     

FlatVC:云环境下虚拟机集群的扁平化版本控制

IaaS的发展使得云服务能够快速地部署虚拟机集群。然而,在部署过程中虚拟机群的版本控制效率不高。目前的版本控制方法存在网络负载大、操作速度慢的问题。提出一种新颖的虚拟机集群版本控制方法,叫做FlatVC。FlatVC在计算节点增量地生成虚拟机版本,以避免将版本数据传输至存储节点,并在虚拟机版本恢复时按需传输版本数据,因此减小了网络传输负载并加速了版本控制过程。通过使用缓存树结构来共享网络传输数据,FlatVC减小了根节点数据传输压力。此外,我们针对增量版本所构成的版本链进行了I/O优化,避免了版本链导致的性能下降。实验结果显示,FlatVC能有效地实施虚拟机集群版本控制,加速版本生成以及恢复过程。     

Linux环境下负载均衡集群的实现

负载均衡集群能够在多台网络设备之间合理分配业务量,使设备充分发挥其处理能力,得到了广泛应用。Tomcat与Apache都可以作为独立运行的服务器来使用,但它们单独使用时存在一定的局限性。为了提高服务器的性能,本文将Tomcat与Apache在Linux环境下进行集成,分析负载均衡集群的架构,详细阐述方案的实现过程。测试结果表明按照该过程能够实现负载均衡集群。     

云环境中基于LVS集群的负载均衡算法

为了解决传统负载均衡技术应用到云计算环境中引发的新问题,提出一种云环境下基于LVS集群分组负载均衡算法。该算法首先根据硬件性能计算各节点的权值,将性能相同(或近似相同)的服务器分为一组,每组节点数量相等(或近似相等),负载均衡器定期地收集各节点CPU、内存、I/O、网络利用率以及响应时间,动态改变节点的权值,使用改进算法选择该组内最佳节点,并计算节点的综合负载和组负载。最后再次使用改进算法由组负载均衡器选择集群最佳节点,并进行任务请求的合理分配,从而解决因并发量过大而引起的时延等问题。实验结果表明,与加权轮询算法(WRR)和加权最少连接算法(WLC)相比,本算法能够在并发量较大的情况下维持较短的响应时间和较高的吞吐率,使集群负载更加均衡。     

Layered virtual machine migration algorithm for network resource balancing in cloud computing

Due to the increasing sizes of cloud data centers, the number of virtual machines (VMs) and applications rises quickly. The rapid growth of large scale Internet services results in unbalanced load of network resource. The bandwidth utilization rate of some physical hosts is too high, and this causes network congestion. This paper presents a layered VM migration algorithm (LVMM). At first, the algorithm will divide the cloud data center into several regions according to the bandwidth utilization rate of the hosts. Then we balance the load of network resource of each region by VM migrations, and ultimately achieve the load balance of network resource in the cloud data center. Through simulation experiments in different environments, it is proved that the LVMMalgorithm can effectively balance the load of network resource in cloud computing.     

可扩展 Web 集群的可调节负载均衡

近年来,Web技术得到了长足的发展,Web集群系统对于Internet体系来说变得越来越重要。如何均衡地分配客户端发来的请求,如何平衡Web集群中各服务器之间的负载成为一个研究热点。文章设计和实现了一个负载均衡软件,可以用来很好地解决这些问题,测试结果证明该软件具有很高的实用价值。     

异构集群式包构建系统的三级负载均衡调度技术*

异构集群式包构建系统是集群式软件配置管理系统的主要功能部件,也是操作系统发行版本的重要生成系统。本文针对异构集群式包构建系统存在的负载不均、可用性差等不足,引入三级负载均衡调度技术,优化了系统的调度策略,能够更加有效地利用集群系统的系统资源,发挥更加高效的性能,提高了系统的可用性和高效性,便于高质量、高效生成操作系统发行版本。     

集群文件服务系统中的负载均衡算法的研究

为解决目前集群文件服务系统中负载均衡算法的缺陷,充分考虑文件本身存在的差异,降低大文件分配到负载重的服务器上而造成负载失衡的可能性,避免频繁收集节点的负载信息造成大量额外的网络开销而降低系统吞吐量,提出了改进的负载均衡算法.该算法综合考虑文件负载量、服务器的硬件配置及其实时负载量,引入对上传文件大小和数量的计算,改变服务器负载量定时更新为定量更新.实验结果表明,该算法减少了客户的等待响应时间,提高了系统吞吐量,达到了良好的负载均衡.     

基于架构负载感知的虚拟机聚簇部署算法

针对云计算中虚拟机部署问题,提出了一种基于架构负载感知的虚拟机聚簇部署算法。首先计算云数据中心各层架构的负载,并在架构内对主机进行聚簇。虚拟机进行部署时,先按照相应的规则进行虚拟机间的聚簇,并优先选择负载较低的架构进行部署,架构选择后,进行虚拟机簇与主机簇的匹配以选择最优的主机簇进行部署。最后通过CloudSim进行仿真验证,将其与贪婪算法及基于架构负载感知的基本部署算法进行比较,证明了算法在部署时间方面有明显的优越性,并提高了网络资源的利用率。     

云计算下负载均衡的多维QoS约束任务调度机制

高效的任务调度机制能够更好地满足用户的QoS需求,实现各物理主机间的负载均衡,从而提高云计算环境的整体性能。而传统的任务调度往往只考虑任务的响应时间或安全性等,且负载均衡策略是静态的。根据云计算的弹性化和虚拟化等新特性,综合考虑任务的性能QoS和信任QoS,提出一种在云计算环境下的任务调度机制,采用虚拟机迁移技术实现动态负载均衡。通过在CloudSim2.1仿真环境下的分析和比较,该任务调度机制不但可以提高用户满意度,而且可以有效实现负载均衡。     

节能及信任驱动的虚拟机资源调度

针对节能机制和信任驱动的资源调度机制相分离的特点,提出了一种应用到云计算数据中心中的节能及信任驱动的虚拟机资源调度TD energy-aware-Opt算法。该算法利用任务和虚拟机资源之间的信任机制进行任务和虚拟机资源之间的匹配,并通过最小化迁移算法对虚拟机进行实时迁移,以达到保证用户任务性能和数据中心节能的目的。对该算法进行大规模和多角度的仿真实验,结果表明:该算法与传统的基于信任驱动的最小完成时间TD min-min算法、基于信任驱动的最大完成时间TD max-min算法相比,能节省大量电能并且具有较优的平均信任效益、总信任效益和较低的服务等级协议违反率。