共查询到17条相似文献,搜索用时 437 毫秒
1.
2.
基于LVS系统的负载动态平衡设计与实现 总被引:17,自引:0,他引:17
基于LVS的集群负载调度系统,内核中的加权调度算法权值是静态的,没有动态调整机制,容易出现任务分配与真实服务器处理能力相背离,给出了一种通过量化调度器和真实服务器的实时反馈负载信息指标,计算服务器综合负载,动态调整服务器权值的收敛算法,实现负载动态平衡,及时调整负载倾斜,进一步提高服务器的利用效率和集群系统的吞吐率,设计可应用在使用LVS的负载平衡调度集群系统中。 相似文献
3.
Linux服务器集群系统构建 总被引:1,自引:0,他引:1
LVS集群技术是构建高性能、高伸缩性、高可用性和低成本的网络服务系统的有效技术。本文介绍了LVS服务器集群系统的主要技术特点,包括其体系结构、负载均衡技术、调度算法,并给出了构建LVS服务器集群系统的实现步骤。 相似文献
4.
在分析现有面向LVS集群的负载均衡调度算法优缺点的基础上,提出了一种新的调度算法—基于优先级队列的动态反馈调度算法.该算法根据定期采集到的各服务器负载信息动态地调整各服务器的权值,并根据权值建立优先级调度队列借以实现连接的调度.算法可保证良好的负载均衡性,且时间复杂度降低至O(1). 相似文献
5.
6.
7.
8.
王春娟 《数字社区&智能家居》2009,(24)
采用LVS集群技术搭建所需的服务器,各服务器系统资源利用率经常存在很大差距。要解决该问题,必须依赖有效的负载均衡算法。该文深入研究LVS集群中常用的4种负载均衡算法,分析常用4种算法的优缺点,为搭建所需的服务器集群提供依据。 相似文献
9.
负载均衡技术是集群并行处理中的一个重要问题。本文详细分析了Linux虚拟服务器(LVS)集群的负载均衡算法及其不足之处,提出了具有动态反馈的改进算法,并构建了一个LVS/NAT系统对改进算法进行了验证。 相似文献
10.
采用服务器集群架构提供服务成为互联网服务业中普遍采用的策略,目前使用得比较广泛的网络负载均衡集群是Linux虚拟服务器集群。优秀的负载均衡算法可以将用户请求合理地分配到集群中的真实服务器中.提高集群中服务器的利用率和集群系统的吞吐量。针对LVS默认算法WLC算法的不足之处,对WLC算法进行改进.设计并实现一种基于反馈式的负载均衡算法。实验证明,改进算法能够增大集群的吞吐量,提升集群的整体性能。 相似文献
11.
12.
负载均衡技术可以在当前的网络应用结构上有效地提高服务器处理能力,使系统在现有的结构下能够满足更多的用户同时访问所提供的服务。本文详细分析了Linux虚拟服务器(LVS)集群的负载均衡算法及其不足之处,提出了具有动态反馈的改进算法,并构建了一个LVS/NAT系统对改进的算法进行了验证。 相似文献
13.
本文根据数据库集群的具体情况和实际需求,在分析LVS中各种负载调度策略的基础上提出了一种新的动态的负载均衡策略。该策略不仅解决了数据库集群的任务分配问题,还动态的决定数据库集群中的主数据库服务器和从数据库服务器。 相似文献
14.
15.
针对LVS系统存在负载倾斜问题,改进了系统中带权值参数的负载均衡算法.先通过服务器节点反馈的参数计算出服务器节点的负载,再采用云自适应遗传算法根据负载为各服务器节点分配权值,进而实现改进算法.实验证明,改进算法比传统算法提高约10%的性能,可使系统有效地实现动态负载均衡. 相似文献
16.
一种改进的基于动态反馈的负载均衡算法 总被引:12,自引:0,他引:12
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. 相似文献
17.
随着数据中心数量和规模的不断扩大,能耗已经成为制约数据中心成本和可靠性的关键问题。而且,随着数据中心投入运营后的硬件迭代更新,数据中心服务器的异构性进一步加大,其能效也同设计建设之初相比有较大的变化。因此,根据数据中心服务器的构成和硬件配置,对整个数据中心进行动态能效仿真与分析,有助于实时掌握数据中心的能效现状,进行能效感知的负载调度,并提供能效优化的可能性。首先基于企业级服务器的SPECpower测试结果,对近年来服务器的能效发展趋势和影响因素进行了分析;然后基于遗传算法对数据中心的能效优化进行仿真,并设计了一个数据中心的能效仿真器原型系统。该仿真器可以根据供电限额、负载情况和吞吐量指标等动态仿真和调整数据中心服务器的运行状态,并对不同规模和不同服务器类型的数据中心能效进行仿真。所提出的基于遗传算法的数据中心能效仿真算法在能量最小化问题上得到了较小的误差和较短的仿真计算时间。 相似文献