云计算环境下基于并行计算熵的负载均衡算法

针对云计算环境下大量并行任务运行所导致的某些节点负载过重,从而引起整个系统负载不均和效率低下的问题,提出了一种基于并行计算熵的资源负载均衡算法;首先,描述了云计算虚拟机部署原理并给出了适合云计算环境和异构集群的并行计算熵的计算方式,然后,定义了在系统并行计算熵低于阈值时迁移的源物理节点、迁移虚拟机和迁移目标物理节点的确定方式;最后,定义了基于并行计算熵的负载均衡算法;采用CloudSim云计算仿真工具对文中方法进行仿真实验,结果表明文中方法较其它方法的平均负载均衡度约低21.8%,具有较低的任务平均响应时间、合理的资源利用率和较小的负载均衡度,具有较大的优越性。     

一种基于PVM的主动的任务动态调度策略

近年来,随着分布并行计算的迅速发展,许多优秀的分布并行计算环境不断涌现,如PVM,Express,Linda等。其中PVM在科学计算等领域得到最广泛的应用,并成为事实上的标准。并行任务的调度策略是影响分布并行系统效率和负载均衡的重要因素之一。PVM系统原来采用一种“轮转法”的策略进行任务分配,相应的算法和实现比较简单,由于此策略本身固有的静态性和强制性,系统负载均衡的问题几乎没有考虑,所以PVM系统的效率得不到充分的发挥。目前国内外对任务调度的研究成果在提高系统效率和负载均衡上有所改善,但     

并行分治计算中的一种Work-stealing策略

在机群尤其是共享式多用户机群环境中提高非规则问题的并行计算效率是一项具有挑战性的工作.给出了一种适于多核处理器节点构成的机群的层次Work-stealing负载均衡策略(简称HWS),它能够有效利用节点的动态变化的可用计算资源.分析了分治计算问题中的动态性与非规则性,并使用HWS策略对分治计算问题进行了动态负载均衡(DLB)实验.实验表明,HWS在加速比、CPU利用率和负载分布等性能指标上均优于Work-sharing和Satin-CRS策略.     

物联网环境下节点负载均衡策略研究

针对传统负载均衡策略负载均衡效率低的问题,对物联网环境下节点负载均衡策略进行研究。笔者经过对比软件负载均衡和硬件负载均衡、静态负载均衡和动态负载均衡,确定软件动态负载均衡为策略方向,并设计负载节点收集模块、负载节点处理模块以及网络宽带扩展模块,针对IO消耗型任务和CPU消耗型任务的均衡分配,引入任务划分型负载均衡算法。经过验证,此次研究的节点负载均衡策略负载均衡效率较高。     

面向多租约SaaS应用的负载均衡机制研究与实现

随着云计算的普及,SaaS作为一种新的软件交付模式得到了越来越广泛地关注.为了支持高速业务发展带来的大量用户的访问请求,多租约SaaS应用需要负载均衡机制以支持可扩展性.本文从对多租约SanS应用用户需求的分析入手,提出了一种面向租约功能类型的服务器负载模型和面向租约用户非功能需求的执行请求按需分配算法,设计了一个面向多租约SanS 应用的负载均衡系统.实验表明本文提出的面向多租约SaaS应用的负载均衡机制能在满足不同租约用户需求的同时提高系统整体执行效率.     

并行多机神经计算动态均衡负载的新算法

一、引言 神经网络是一种常在并行多机系统上运行的程序,它以大规模并行处理为主,神经元之间都是并行操作的.在神经计算的具体过程中,往往会经常出现某些处理机负载过重而其它的处理机负载过轻甚至空闲的情况,大大降低了系统的并行计算效率,延迟了应用问题的执行时间.根据方便、高效、公平的原则,负载均衡的目标就是将重载处理机上的部分负载移动到空闲或轻载处理机上,力求达到最好的计算性能,满足用户的性能期望.     

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.     

基于改进图划分的异构并行计算模型设计

为了实现大规模计算机集群上的高效分布式并行计算,设计了一种基于改进图划分和量子遗传算法的异构节点并行计算模型;首先,介绍了传统图划分模型并分析了其不足,然后从图的有向性、通信开销计算和负载均衡度等方面对传统的图划分模型进行了改进,从而得到一个改进的图划分模型;最后,以最小化通信开销和优化资源负载均衡为目标,通过设计编码方案,在改进的图划分模型上提出了采用量子遗传算法获取最优任务划分方案的最优解;仿真实验表明:文中方法能有效实现任务的并行计算,与其它方法相比,具有较小的通信开销和较好的负载均衡度,具有很强的可行性。     

基于LVS和计算任务的实时集群负载均衡方法

对LVS(Linux virtual server)集群的体系结构和特点做了讨论,分析指出了LVS集群应用于军事测控系统时面临的传感器通信体制兼容和负载调度粒度过大等局限性.通过进行结构调整和功能改造,设计采用基于UDP协议、面向计算任务的应用层细粒度负载分配方法,提高了负载接入与分配调度、服务器并行计算的工作效率,实现了军事测控系统的强实时性要求.该负载均衡方案适用于实时领域的航空、航天测控集群系统,经实践应用证明是有效的.     

基于节点负载的数据动态分区

一种基于节点负载的数据动态分区系统,主要考虑节点CPU、内存、带宽负载情况,首先采用二次平滑法预测节点的负载,再结合AHP和熵值指标权重法得到每个节点的处理能力,最后针对不同应用场景动态地调整系统的负载均衡性,提高应用的响应速度;该系统主要包括负载监测采集、预测、数据预分区、数据迁移等模块.由于分布式环境存在节点资源的异构性,为了数据分析计算过程中减少节点之间数据的传输,充分利用节点计算资源,通过负载均衡性提高应用分析的并行计算速度.为此,本文提出一种基于节点负载的数据动态分区机制和策略来改善系统负载均衡性及提高应用的响应速度,辅助相关工作人员完成决策.本论文结合Spark和Elasticsearch集成的数据分析应用场景进行测试.