基于权重轮询负载均衡算法的优化

随着电商网站用户规模不断增长,高并发问题成为在搭建大规模电商网站系统时面临的一项重大挑战,通过负载均衡算法来实现Web服务集群中各节点均衡负载是解决高并发的手段之一.然而,目前通用的负载均衡算法都存在一些不足之处,针对这一问题,提出了一种动态自适应权重轮询随机负载均衡算法（Dynamic Adaptive Weight Round-Robin Random Load-Balancing,DAWRRRLB）,该算法考虑到影响Web服务集群中服务器节点性能的多重因素,根据节点在运行过程中的实时负载情况动态的改变集群中节点的负载性能,并结合改进的Pick-K算法对权重轮询负载均衡算法进行优化,始终保证性能最优的服务器节点在提供服务.通过多次实验对比,改进的DAWRRRLB算法可以有效的提高负载均衡效率.     

基于空间填充曲线的动态负载均衡算法

针对Web集群系统中服务器的数量不断增加、负载指标动态变化的特点,为实现均衡的分配请求,提出一种使用空间填充曲线来实现动态负载均衡的算法。利用空间填充曲线可高效得将高维数据映射到一维索引的特点,使均衡器根据实时收集的各项负载指标快速定位到最优编码的服务器。实验结果表明,该算法能有效地缩短请求响应时间,提升了集群系统的整体性能,在大规模集群系统中均衡效果更好。     

基于负载权值的负载均衡算法

为解决服务器集群负载分配不均的问题,综合考虑节点负载和节点性能信息,提出了基于负载权值的动态反馈负载均衡算法。利用负载权值选择分配负载的节点集合,保证性能高的节点分配到较多的负载;引入负载差值计算节点分配负载的概率,使得负载的分布更加均匀;通过负载增量及负载修正保持系统的稳定性。使用OPNET仿真软件进行测试,结果表明该算法能有效提高负载均衡效率,有较好的负载均衡效果。     

Web集群系统负载均衡策略分析与研究

Web集群技术是解决Web服务器系统容量和伸缩能力的重要方法。该文分析了影响Web集群系统性能的主要因素,并提出了一种基于内容的负载均衡算法。该算法以加权负载量来评估服务器负载状态,并通过保证负载局部性来提高cache命中率,从而获得好的负载均衡效果。仿真实验证明,该算法具有较好的适应能力和伸缩性。     

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。     

弹性Web Cache集群的自适应负载均衡策略

在Web cache集群中,Web突发请求的频繁出现引发资源供给不足,造成系统性能显著下降.为有效处理Web突发请求,构建了同时使用本地资源和云资源的弹性Web cache集群.在弹性Web cache集群中,为提升系统性能,降低费用,提出一种自适应的负载模型.该模型可以动态自适应地调整,能够有效适用于异构Web cache集群.考虑到云结点的网络延迟,修正该模型得到云结点负载模型.基于以上负载模型,构造弹性Web cache集群的自适应负载均衡策略.与其他负载均衡策略相比较,使用该自适应负载均衡策略能够在弹性Web cache集群中实现高效的负载均衡.     

基于内容分类的集群负载均衡算法

集群技术为Web服务带来了新的解决方案,其核心思想是负载均衡策略.在分析已有方法的基础上,提出了一种基于内容分类的集群负载均衡算法.该算法通过对用户请求分类后均匀地分配给各节点服务器,以使每个节点服务器得到的各类请求量大致相同.同时算法引入了一个反馈环节,通过负载权值的等效变换和进入临界状态后的动态权值调整来防止节点负...     

LVS负载均衡调度算法的改进及实现

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。     

关于调度算法与Web集群性能的分析

用排队论方法分析负载均衡型调度算法和Locality型调度算法对Web集群服务器性能的影响，所获得的结论有：（1）由于充分应用后端结点的主存资源，所以应用Locality型调度算法时的Web集群服务器的性能要好于应用负载均衡型调度算法时的性能；（2）Locality型调度算法中，完全基于请清内容来分发请求将导致负载失衡现象的产生，而必须允许适量的文件复制，才能使Web集群服务器的性能显著提高。     

SALSA: QoS-aware load balancing for autonomous service brokering

The evolution towards “Software as a Service”, facilitated by various web service technologies, has led to applications composed of a number of service building blocks. These applications are dynamically composed by web service brokers, but rely critically on proper functioning of each of the composing subparts which is not entirely under control of the applications themselves. The problem at hand for the provider of the service is to guarantee non-functional requirements such as service access and performance to each customer. To this end, the service provider typically divides the load of incoming service requests across the available server infrastructure. In this paper we describe an adaptive load balancing strategy called SALSA (Simulated Annealing Load Spreading Algorithm), which is able to guarantee for different customer priorities, such as default and premium customers, that the services are handled in a given time and this without the need to adapt the servers executing the service logic themselves. It will be shown that by using SALSA, web service brokers are able to autonomously meet SLAs, without a priori over-dimensioning resources. This will be done by taking into account a real time view of the requests by measuring the Poisson arrival rates at that moment and selectively drop some requests from default customers. This way the web servers’ load is reduced in order to guarantee the service time for premium customers and provide best effort to default customers. We compared the results of SALSA with weighted round-robin (WRR), nowadays the most used load balancing strategy, and it was shown that the SALSA algorithm requires slightly more processing than WRR but is able to offer guarantees - contrary to WRR - by dynamically adapting its load balancing strategy.     

Web服务器组的负载均衡方法研究

服务器组是大中型网站建设的重要架构。本文讨论了服务器组的组成模式及其组成结构,针对目前服务器组使用的负载均衡方法所存在的缺陷：未真正考虑到服务器组的当前负载,提出两种新的负载均衡算法,即负载最小优先算法和混合负载均衡算法。实验结果表明,新方法可更有效地均衡服务器组的负载。     

基于Jini技术的Web服务器集群的研究与设计

通过对Jini技术和Web服务器集群的工作原理的介绍,分析了Jini构造Web服务器集群的可行性和具有的优势;提出了基于Jini技术构建Web服务器集群的实现模型,并给出了在构建Web服务器集群的过程中实现高可用性、负载平衡的解决方案。     

基于Jini技术的Web服务器集群的研究与设计

通过对Jini技术和Web服务器集群的工作原理的介绍,分析了Jini构造Web服务器集群的可行性和具有的优势;提出了基于Jini技术构建Web服务器集群的实现模型,并给出了在构建Web服务器集群的过程中实现高可用性、负载平衡的解决方案。     

基于Linux虚拟服务器的负载均衡算法

分析Linux虚拟服务器负载均衡调度过程,提出一种基于Linux虚拟服务器的负载均衡算法。该算法结合系统资源类型和服务器权重系数,依据服务器加权负载标准差,进行集群真实服务器负载状况分析,动态调整服务器权重系数,对改进的最小连接数调度算法进行负载均衡调度。测试结果验证了该算法的有效性。     

负载均衡算法在智慧矿山软件平台中的应用

针对现有负载均衡算法在处理智慧矿山系统数据时存在处理速度慢、无法合理利用现有资源完成任务调度等问题,提出一种基于布谷鸟搜索的加权最小连接数(CS-WLC)算法,并将其应用于智慧矿山软件平台解决负载均衡问题。该算法综合考虑后端服务器处理速率、内存容量、磁盘IO速率、网络吞吐量、进程数指标,通过对指标赋予权值计算各后端服务器利用率;根据计算结果,采用布谷鸟搜索算法对后端服务器进行全局寻优,得到一组较优解;考虑连接数及使用频率对后端服务器赋予权值,采用加权最小连接数(WLC)算法在较优解中选取负载较轻的后端服务器处理实时数据存取和用户访问请求。采用分布式融合性监控系统软件平台进行负载均衡测试,结果表明在数据量不断增多的情况下,与WLC算法相比,CS-WLC算法应答时延小、响应连接数多,从而验证了CS-WLC算法具有更好的负载均衡效果。     

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。     

基于数据挖掘的Web集群负载均衡算法

针对目前web集群的研究现状,从数据挖掘的角度提出一种web集群的负载均衡方法,它首先基于事务对web集群的访问进行文档聚类,形成一些聚类数据。将这些聚类按时间序列预测其负载强度,然后,用NSPP算法动态分配到集群系统各真实服务器上,使整个系统负载均衡。实验与分析结果表明了该方法的有效性。     

基于Nginx负载均衡的动态改进算法

随着过去几十年互联网服务的指数增长,各大网站的访问量急剧上升。海量的用户请求使得热门网站的网络请求率可能在几秒钟内大规模增加。一旦服务器承受不住这样的高并发请求,由此带来的网络拥塞和延迟会极大地影响用户体验。负载均衡是高可用网络基础架构的关键组件,通过在后端引入一个负载均衡器,将工作负载分布到多个服务器来缓解海量并发请求对服务器造成的巨大压力,提高后端服务器和数据库的性能以及可靠性。而Nginx作为一款高性能的HTTP和反向代理服务器,正越来越多地应用到实践中。文中将分析Nginx服务器负载均衡的体系架构,研究默认的加权轮询算法,并提出一种改进后的动态负载均衡算法,实时收集负载信息,重新计算并分配权值。通过实验测试,对比不同算法下的负载均衡性能,改进后的算法能有效提高服务器集群的性能。