IMS实时计费系统集群的负载均衡研究

对IP多媒体子系统(IMS)中的实时计费系统(OCS)集群进行了研究,针对其高集群异构性和高请求负载异构性特征,提出了一种最小公倍数能力(LCMC)负载均衡算法.此算法考虑了各个服务器处理能力的差异和各个服务器当前的负载,并特别考虑了不同请求产生的负载差异,采用概率的方式进行请求分发.实验结果表明,在高集群异构性和高请求负载异构性的系统中,LCMC算法明显优于一些传统的负载均衡算法,能很好地满足IMS中OCS集群独有的特征.     

集群负载均衡在KDM取票业务中的研究和应用

面向家庭的数字电影授权系统随着终端客户数量的增加,单台KDM授权业务服务的处理能力面临过载压力,无法及时响应用户的请求,因此搭建KDM授权业务服务器集群和负载均衡系统是扩容数字电影授权系统处理能力的一种有效方法,负载均衡系统能够均衡各个KDM授权业务服务器的用户请求负载量,解决单业务服务器的处理瓶颈。本文阐述了设计和搭建KDM授权业务服务集群和负载均衡系统的情况,并分析和对比了系统升级前后的性能指标和参数,通过新系统的应用有效地提高了单位时间内用户请求数量,对数字电影授权系统进行了高效的扩容。     

分析基于WebLogic的集群Web服务器的实现方案

为了提高Web访问的实时性和吞吐量,本文提出了一种基于WebLogic的负载均衡集群系统的构建方案,应用于我们的In-ternet网络服务器上,将负载分给多个服务器分担,能够解决Internet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。本文对该系统进行了压力测试,实验结果表明该系统能够适应大型商业网站的需求。     

用负载均衡来实现Web服务器集群

当一个WEB服务器已不足以处理您的网站流量，此时是时候建立一个网站的集群了。我们将首先回顾一下负载均衡的基本知识，然后演示给大家怎样用两台机器来安装并配置一个基本的负载均衡服务。     

面向用户体验的动态负载均衡算法研究

随着互联网用户数量的迅速增长,Web服务面临着巨大的访问压力,对Web服务器持续提供服务提出了更高的要求.当负载过重时可能会导致服务器宕机等严重状况,从而影响Web服务器对用户HTTP请求的响应,进而影响服务质量,因此Web服务器集群需要更好地响应用户请求.本文提出了一种基于用户体验的动态负载均衡算法(QRFS),在保...     

一种改进的主从节点选举算法用于实现集群负载均衡

随着数据量的不断增长,分布式搜索引擎的出现满足了大数据量的检索性能.现有的主从节点选举策略往往会导致主从节点分配不均而使得查询性能不均衡.现提出一种搜索引擎集群的主从节点选举策略,能保证正常情况下节点的分布均衡.当出现宕机时能重新切换主节点,保证检索功能有效;当宕机的服务器重新上线时,主从节点分布恢复正常,避免了负载不平衡的缺陷,达到合理利用每台服务器的性能并充分发挥集群的性能优势的目的.     

基于性能预测的Map Reduce负载均衡优化

Hadoop作为一个开源云计算框架,因为其优秀的分布式存储能力及其上运行的Map Reduce计算框架,越来越多的公司用Hadoop处理庞大的数据。负载均衡对分布式计算的性能有重要影响,Hadoop基于最简单的hash算法对任务进行分派,并没有对异构环境及多任务运行环境的因素做过多考虑。为了解决上述存在的不足,我们提出一种负载均衡框架,对计算节点的性能情况进行监控,预测节点的计算能力,依据预测结果来对Map Reduce的计算任务进行分配,从而最大化分布式集群的计算能力。     

数字化医院网络中负载均衡技术的应用

随着以太网技术的不断成熟,数字化医院网络业务量的迅速增加,在网络吞吐量、网络数据处理能力以及业务服务提供能力出现了瓶颈。解决此问题主要通过两种方式实现:带宽扩容和负载均衡。带宽扩容实现难度大、投资成本比较高,通常采用廉价、透明的负载均衡技术。通常负载均衡技术有数据链路层的负载均衡,主要是通过链路聚合协议,如LACP等;网络层借助于路由协议实现等开销(或者不等开销)路径上的负载均衡;核心服务区的集群技术。     

基于Oracle RAC技术实现公共气象服务网站数据库的高可用性

Oracle RAC是当今尤为流行的数据库,广泛应用于各个行业领域,本文对Oracle数据库集群技术进行介绍,阐述了提高Oracle RAC集群数据库高可用性的方法及其安装部署、透明应用故障切换(TAF)和负载均衡配置及测试。     

基于异构应用的负载均衡技术探析

负载均衡是一种策略,能让多台服务器或多条链路共同承担一些繁重的计算或I/O任务,从而以较低成本消除网络瓶颈,提高网络的灵活性和可靠性。本文分析了物理资源在不同虚拟平台之间以及同一虚拟平台的不同虚拟节点之间按需、动态和透明的能力流动技术。     

集群技术在光伏电站数据监控系统中的应用

集群技术在光伏电站系统中的应用,能有效缩短系统响应时间,提高系统的可用性、可靠性以及可扩展性能,数据监控系统是集群管理的重点和核心,监控系统中所获取的数据能在系统负载均衡以及任务的协调和服务的调整等,同时系统的相关人员在硬件方面的故障或者软件失效等问题,从而保证了集群技术的可靠性特点。     

浅谈服务器集群技术在数字化校园中的应用

对服务器集群技术做简单介绍,同时对服务器集群技术在数字化校园中的应用进行探讨。     

网络电视服务器中负载测试的设计与研究

对于网络电视服务器来讲,由于网站可以提供动态内容,摧个网站的负载就不但包括Web服务器的负载,而且还要包括后端应用软件（CGI,PHP等）,数据库服务器的负载等,此时,可以将负载分配到不同的服务器上,以便解决服务器的负载问题。然而,对网站的访问随机性相当大,并且还会随着一个网站内容的丰富,访问量会迅速增加。针对此,本文对网络电视服务器中Web负载测试进行了相关的研究。     

图书馆服务器网络的集群技术分析

将集群技术应用在图书馆服务器网络的架设过程中,能够有效的提高图书馆服务器网络的稳定性、高速性以及可操作性,对提升图书馆服务网络使用过程中的使用性能和使用寿命有着非常重要的作用。事实上,信息化以及网络化已经成为当前图书馆的管理操作工作的发展趋势,在图书馆信息化操作的过程加入对集群技术的网络应用,是提升图书馆信息化以及网络化发展质量的重要措施。本文将对集群技术的主要内容进行分析和阐述,进而对集群技术在图书馆服务器网络中的具体应用进行分析和探讨。     

智能电表集群的自主式误差算法

论证了在树形拓扑的电能表集群中,若已知任一电能表的相对误差,则其他所有电能表的相对误差均可由集群的多次读数计算得到,而无需借助外部标准仪器.在模型中引入了虚拟支路,该支路包含虚拟电能表和虚拟负载.虚拟负载反映集群中各种损耗,包括电能表损耗、漏电损耗、线路电阻损耗.利用能量守恒原理,将问题转化为求解线性或二次方程组.使用...     

面向分布式环境的分层数据采集技术研究

目的:研究使用基于Flume的流式数据分层采集技术,以提高数据采集的可靠性与有效性,为流计算引擎提供稳定的数据流。方法:使用基于Flume的流式数据分层采集模型,并在此基础上提出分层采集进程监控方法和基于分组的双层哈希负载均衡方法。结果:从数据迁移率、吞吐量、节点平均耗时三个指标进行评价,实验结果表明,运用基于分组的双层哈希负载均衡方法能有效地均衡节点间的负载,提高数据采集效率。结论:分布式环境下,运用基于Flume的流式数据分层采集模型,所提的分层采集进程监控方法和双层哈希负载均衡方法可有效提高数据采集的稳定性与可靠性,因而可为流计算引擎提供实时、稳定的数据流。     

浅谈Web服务器性能改进的相关技术

一个大中型的图书馆信息系统涉及到许多方面的技术与方案,本文着重讨论与Web服务器性能有关的一些内容。结合实际工程的经验,本文将从硬件实现手段（缓存服务器、均衡负载设备、Web双机镜像、CPU和网卡的提升、网络带宽扩充）和软件实现手段（三层C／S软件结构设计、应用程序部署）等两个大方面论述如何提高Web服务器的性能,以便使用户能够更快捷、高效、安全地使用应用系统。     

浅谈应用服务器组负载均衡项目的实施

随着信息化技术的高速发展以及烟草行业计算机信息系统应用的不断深入,计算机服务器的可靠性、可用性及其I/O速度要求显得非常重要,保持服务器的高可用性、稳定性、安全性是企业级IT环境的重要指标。如何提供一种有效的策略来实现以上要求,就显得尤为重要。通过对台州烟草现有计算机系统应用的部署情况及功能分析,提出烟草行业地区级应用服务器组负载均衡项目实施方案。     

有限元并行计算中网格自动区域划分的研究

本文针对集群系统下大规模并行有限元分析,设计了简单实用的网格自动区域划分算法,以使并行计算时减少由于负载不均衡所引起的效率下降,并应用于“汽车碰撞模拟”项目中的车架模型的分割。重点讨论并改进了贪婪算法和ANP算法,并比较了两种算法各自的特点及其适用性。通过数值算例证明,对于不同类型的有限元网格都得到了满意的结果,本文的算法具有广泛的适用性。且对该算法稍加改进,则可应用于各类动态并行计算问题所提出的动态负载均衡要求。     

车联网中基于服务的虚拟网络功能放置算法

为满足车联网中海量数据的采集、传输以及对这些数据的快速处理的需求,可采用移动边缘计算(MEC)技术。本文考虑移动边缘计算中基站连接方式和物理资源的特点,对边缘服务器的部署问题进行了分析,以部署成本和网络时延为优化目标,划分基站集群,并使用整数线性规划(ILP)建立模型。为了获得运行效率更高的边缘服务器部署方案,本文使用分支定界算法和启发式贪婪算法获得优化模型的近似最优解。实验评估结果显示,分支定界算法和启发式贪婪算法最高可以把边缘服务器部署算法运行时间减少37.6%。此外,本文分析了用户服务器请求数量和用户服务优先级对算法运行时间和边缘服务器运行成本的影响。