基于SDN的微服务负载均衡方案研究

微服务是互联网分布式服务设计的新理念,通过服务拆分成细粒度、功能独立的微服务模块,达到功能解耦,服务独立演进的能力。微服务架构在业务需求日益复杂的庞大系统中发挥越来越重要的作用,研究适合微服务特点的负载均衡具有现实的意义和重要性。软件定义网络作为新型互联网架构,将数据平面与控制平面分离,简化了网络管理的复杂性,具有全局网络状态视图,能够灵活地实现网络流量控制,为微服务架构中服务之间的负载均衡提供了一种新的解决方案。文中研究将微服务与SDN网络相结合,利用SDN的全局网络视图和对网络流精细化的控制能力,为微服务调用提供更精细化的负载均衡能力。通过虚IP与IP改写技术将微服务的负载均衡决策上移到SDN控制平面,进而通过控制平面对微服务调用链路进行分析,得到基于调用链路分析的负载均衡算法。在负载过高时还提供了基于VLAN与流表优先级的限流策略,保护微服务的正常运行。最后通过实验验证了该方案的可行性。     

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。     

一种基于动态反馈的负载均衡算法研究

集群的负载均衡策略是提高集群整体性能的关键。文章提出了一种基于资源使用率和输入参数的负载均衡算法，有效地解决了集群内各服务器间的负载均衡问题。     

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.     

动态负载均衡算法在校园网格中的应用

校园网格能有效消除信息孤岛,实现我国高校的计算资源和信息资源的有效共享。一个亟待解决的问题是在校园网格环境下,服务器节点响应能力低下。目前已提出多种技术与方案以解决并提高校园网格的服务器节点的响应能力,负载均衡技术就是一种全新的技术。本文根据校园网格的特点和影响负载均衡的因素,对基于校园网格的负载均衡技术进行了分析和探讨,并提出一种动态负载均衡算法。     

基于集群存储系统的动态负载均衡调度策略

为解决处理大流量网络数据以及集群海量存储系统中用户数据访问时节点服务器负载不均衡的问题,本文采用网络处理器负载均衡方案。介绍OCTEON CN56XX系列网络处理器基苯工作原理,深入分析影响负载失衡的关键因素,提出一种动态负载均衡算法。通过对节点服务器各关键指标周期采集,赋以合适的权值,引入反馈机制,以保证将新到达的用户数据请求按合理负载比例进行分配,转发到指定服务器处理。兼顾各节点服务器性能和运行状况,以达到提高集群系统的整体性能的目的。     

基于机器学习的微服务负载均衡算法研究

随着云计算技术的不断发展,微服务体系结构受到了越来越多的关注。由于将大型应用程序分割成细粒度的单一服务在开发和维护方面较为方便,许多大型应用程序已经从单体结构发展为微服务体系结构。在微服务架构中,为了提高微服务的可用性,通常采用集群结构的方式部署微服务实例。针对微服务集群中服务器节点随着任务数量的增加而出现负载不均衡的问题,提出了一种基于Xgboost(Extreme Gradient Boosting)的最短预测响应时间负载均衡算法(Shortest Predictive Response Time, SPRT)。首先选取影响任务响应时间的特征参数,然后使用集成学习预测新任务的响应时间,最终将任务分配给预测响应时间最短的服务器节点,以达到服务器节点之间负载均衡的目的。结果表明,相比其他负载算法,所提负载均衡算法在吞吐量、截止率和平均响应时间上都有一定的提升,而且更适用于高并发环境下的微服务集群。     

NoSQL非关系型数据库负载均衡的实现

NoSQL数据库以其支持数据高并发读写,海量数据高效率存储和访问,以及高扩展性和高可用行的特点在分布式存储系统中得到了广泛的应用。通过对分布式存储系统负载均衡的研究,提出了使用一致性哈希函数来实现系统负载均衡,并通过添加为集群节点添加虚拟节点的方式来增加缓存的命中率。     

一致性哈希在HIS负载中的研究和应用

本文从重庆市中医院HIS系统负载均衡的实际应用出发,构件了两院部HIS系统负载均衡架构体系,分析了各负载均衡算法的优劣,选择了一致性Hash算法,并对其原理以及服务器的增减进行了研究和讨论,最后针对实际应用效果进行了阐述。一致性Hash负载均衡算法能够平衡各服务器压力和有效利用缓存,并在有服务器夯机情况下也尽量降低对临床的影响等特点,特别适合于推广在web服务器中。     

校园网格中VOD系统动态负载均衡算法研究

校园网格中的视频点播系统表现形式的直观性,自主性一直受到校园内师生的广泛关注,但视频服务器节点响应能力低下,视频点播中的缓冲和延迟而导致点播不能适应实时、连续稳定的视频流。通过分析视频点播系统面临的诸多问题,根据校园网格的特点和影响负载均衡的因素,对基于校园网格的负载均衡技术进行了分析,提出一种动态负载均衡算法,实现校园网络中视频资源的共享、均衡校园视频资源的负载。测试表明该算法可行、有效。     

一种新的基于连续哈希函数的合作式Web缓存系统

提出了一种新的基于连续哈希函数的合作式缓存系统。针对传统合作式缓存系统中多级转发造成的高时延和多重哈希计算问题,设计了一种高效的Web对象定位和路由模式,保证任意Web请求只需计算一次哈希且至多经过一次转发就可到达目标节点。采用失效-触发的策略来解决路由表一致性维护的问题,减少了网络开销,提高了系统的可扩展性和可靠性。仿真实验表明,该系统性能优于基于互联网缓存协议和缓存阵列路由协议的系统。     

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。     

Swift云存储环境下基于I/O的负载均衡算法

开源云计算平台Openstack的云存储服务使用普通硬件构建的服务器集群为PB级别数据提供冗余的、高可靠的、可拓展的数据存储。针对集群中一部分节点访问过热而另一部分节点资源利用不充分的情况,对核心模块Swift中最重要的组件Ring中用到的一致性哈希算法进行改进。实验结果表明,该算法能在最大程度兼顾负载均衡的同时提高存储资源的利用率,既考虑了集群中各节点的处理能力,同时也兼顾了当前负载,提高了集群系统的整体性能。     

基于动态副本技术的云存储负载均衡研究

以系统总响应时间最小化为目标,以文件热度为依据,提出了一种多时间窗负载均衡策略。在计算文件热度时,不仅考虑了访问的次数和大小,还将I/O访问时序引入到文件热度统计中,该方法能有效控制短时间突发性数据访问导致的不必要副本创建。在多时间窗负载均衡策略中,设置了三种不同大小的时间窗口,分别实现了存储节点负载均衡、文件副本的负载均衡以及低热度文件多余副本的删除工作。实验数据表明,多时间窗负载均衡策略能显著降低I/O访问响应时间。     

基于数据库集群的动态负载均衡研究与实现

针对数据库集群负载问题,提出了一种动态负载均衡方法,并进一步设计、实现了包括CPU使用率、磁盘存储量、磁盘响应效率、网络延时、内存使用率等在内的多指标的节点负载测量和实时监控。该算法根据各节点的负载反馈信息进行任务分配,实现了负载均衡。性能分析和实验表明,该算法具有较高的负载均衡度和较低的系统开销。     

基于网格计算的混合负载均衡策略

根据分布式系统的静态和动态负载均衡策略的优缺点,提出了在网格计算环境下的混合负载均衡策略.为了让网络中节点在网格计算环境中有效地执行需要大量计算的复杂任务,提出了用来评估节点效率的函数,并结合模拟实验证实了在此函数下算法的优越性.     

基于免疫遗传算法的负载均衡策略

针对基于遗传算法的负载均衡策略(SGALB)搜索效率不高、局部寻优性能不佳、容易产生退化的问题,提出一种基于免疫遗传算法的负载均衡策略(IGALB)。通过在SGALB基础上对种群进行亲和力和浓度计算,增加基于浓度的调节概率因子,确保种群的多样性,克服了SGALB早熟收敛;同时在一定条件下引入免疫算子,进行接种疫苗和免疫选择,有效缓解了SGALB的退化现象。仿真实验表明,该算法的寻优能力高于SGALB,并有效提高了集群系统的性能。     

基于多目标优化的软件定义网络负载均衡方案

针对软件定义网络（SDN）中控制平面的负载均衡问题,提出了一种基于多目标优化的动态交换机迁移算法（M-DSMA）。该算法首先将交换机与控制器之间的映射关系转变为0-1矩阵优化问题;其次,通过基于NSGA-Ⅱ的多目标遗传算法同时优化控制平面负载均衡度和交换机迁移所产生的通信开销这两个相互冲突的目标。在多目标优化过程中,利用适应度函数选择个体进行交叉变异,随后采用快速非支配排序对种群进行精英策略,产生下一代种群,使得整个种群不断进化,搜索较优的解。仿真实验结果表示,相比于动态交换机迁移算法（DSMA）,M-DSMA在有效均衡控制平面负载的同时,降低了30%~50%的通信开销,且在提高控制平面可扩展性方面具有明显优势。