基于Nginx 服务器的动态负载均衡策略

针对并发请求带来的服务器过载的问题, 将Nginx 服务器内置负载均衡策略进行优化, 提出一种由负载采集、算法调度以及健康检查3 个模块构成的动态负载均衡策略, 其中算法调度模块给出改进后的调度算法--动态负反馈调度算法, 以及新的度量指标。采用Apache BenchMark 的httpd-tools 工具进行测试, 结果证明, 改进后的策略使得服务器集群中的资源得到更为有效的利用, 系统的吞吐量和处理能力得以提高, 该调度算法无论在用户请求响应时间、实际处理的请求数, 还是负载均衡度都优于Nginx 内置的两种算法。     

Linux服务器集群中的负载均衡技术研究

服务器集群技术是解决目前网络计算瓶颈的一种有效方案,负载均衡技术是其中的关键.对Linux虚拟服务器集群的结构与原理进行讨论,重点阐述了基于网络地址转换(NAT)的负载均衡技术以及满足不同应用需要的4种负载均衡算法,并在Linux操作系统环境下构建了虚拟服务器集群,测试了负载响应、服务性能、调度器备份.结果表明,基于IP层的负载均衡技术是有效的,集群技术较大幅度地提高了系统的综合性能.     

改进的文化粒子群算法的电子商务服务器集群负载均衡

随着电子商务的发展,电子商务企业服务器集群负载均衡问题越来越严重,为了解决粒子群算法在求解电子商务服务器集群负载均衡问题上存在的不足,提出一种改进的文化粒子群算法的服务器集群负载均衡策略.首先利用粒子群算法的主群体空间和文化算法的知识空间形成"双演化双促进"机制,提高算法全局搜索能力和运行效率;然后引入遗传算法进化机制对知识空间演化操作进行改进,最后将该算法应用于电子商务服务器集群负载均衡问题求解.经过仿真验证,改进文化粒子群算法,提高服务器集群系统资源利用率,负载更加均衡.     

基于芯片温度感知负载调度的数据中心能耗优化

数据中心的高能耗日益成为限制其快速发展的瓶颈问题,通过服务器集群的负载调度可以有效改善数据中心热环境并实现节能降耗。传统的入口温度感知负载调度只考虑了芯片温度过高对服务器工作可靠性的影响,而没有意识到芯片温度过低导致的冷却能耗浪费。基于热循环系数矩阵和服务器传热模型提出的芯片温度感知负载调度策略通过合理优化负载分配避免了服务器的过冷和过热,并降低了数据中心的冷却系统功耗。将芯片温度感知负载调度策略应用到典型的数据中心模型,仿真结果表明:芯片温度感知负载调度策略可以有效实现数据中心节能。     

集群Web服务器的预测最小连接请求调度算法设计

讨论了集群Web服务器的几种请求调度策略,针对现有的请求调度策略都是基于队列当前状态的调度,提出"预测最小连接优先"请求调度策略.通过请求速率、服务器负载及队列的历史信息来预测未来队列的状态,然后根据预测队列的状态分配请求连接,从而有效地解决服务器间的负载不平衡.     

基于Fuzzy的负载调度算法在CDN中的应用研究

针对负载调度中请求延时期间的负载波动情况自适应性较差、平均响应时间分布不均等问题,提出了一种基于模糊逻辑的自适应算法,以服务器队列长度、服务时间、响应时间等模糊变量为输入,应用27种推理规则,得到模糊输出集。仿真实验结果表明,能够根据节点服务器负载的动态变化实现自我调整,降低各服务器的最小响应时间,实现服务器集群的负载均衡。     

基于动态指数平滑预测的负载均衡算法

负载均衡算法是决定计算机集群性能的关键．研究介绍了常见的负载均衡算法,讨论了这些 算法的优缺点,并在此基础上提出了一种基于负载预测的均衡算法．该算法通过动态指数平滑模 型,计算出适应于当前服务器节点负载时间序列的平滑系数,预测该节点下一时刻负载值,分发器 再以负载预测值最小为依据调度用户服务请求．使用ＯＰＮＥＴ网络仿真软件进行测试,结果表明该 算法能有效提高负载均衡效率,具有良好的负载均衡效果．     

基于动态反馈的负载均衡方法研究

随着基于互联网的应用服务快速发展,网络上提供应用服务支撑的服务器(集群)所面临的并发性访问激增,运用负载均衡是应对处理大量并发访问及提高服务请求接入性能的重要策略之一。负载均衡通过对服务器集群中的逻辑/物理单机进行规划实现负载任务分配调度,实现对大量并发访问的并行化处理,从而提高应用服务的请求接入和服务处理性能。提出了一种基于动态反馈的负载均衡方法,其通过周期性的获取集群中单机节点的工况信息,然后分析单机节点的实时负载和响应情况,并将其与保持负载均衡性能的决策参考阈值相比对,通过负载任务再分配达成动态负载调整并保持集群工作性能均衡的目的,进而提升集群系统的服务吞吐能力,降低服务请求的响应延迟,能够为开展海量数据高并发处理提供技术基础和保障。实验结果表明,该算法使系统的整体性能得到了改善。     

基于Nginx的Web服务器性能优化研究

动态负载均衡算法能最小化并行集群中应用服务的响应时间或执行时间,并且对解决高度并行系统中不可预测负载估计问题至关重要。通过加权最小连接算法与upstream机制相结合,提出一种动态反馈负载均衡算法,解决Nginx负载均衡的动态反馈问题,提高了负载均衡分配的准确性。压力测试结果表明,该算法能避免因动态负载信息采集而引入影响整体性能的通信负载开销,提高算法可行性,减小Web服务器平均响应时间并提升正确响应率,为服务器性能优化提供新的解决方案。     

基于Nginx的负载均衡方式优化

针对Nginx固有负载均衡方式不能根据需要灵活调整的现状,提出了WLC(Weighted Least Connection)调度算法,对Nginx的请求分发方式进行了优化,通过对Nginx源码的改进,从而解决了Nginx请求分发过程中的session丢失问题,并实现了依据后端服务器固有性能和服务器当前负载情况对请求进行动态分配.通过对调度算法的实验与分析,验证了相同负载情况下WLC算法有较好的性能.     

基于VMware的高可用性集群在电力信息系统中的应用

在VMware服务器中安装多个虚拟机,分别作为不同服务器的备用机,并且利用心跳信号持续检测物理服务器的工作状态.当物理服务器出现故障时,高可用性集群自动切换服务,使故障服务器的业务迅速平衡地迁移到虚拟机上,也可以把负载过大的服务器上的应用动态地分配到其他负载较小的服务器上,以确保电力信息系统服务的不间断运行.     

基于socket扩展模型的服务器集群研究

由多台服务器构成服务器集群系统来分担负荷，已成为避免网络服务器性能瓶颈的一种有效结构。传统服务器集群系统的负载均衡器担当了客户与真实服务器通信全过程的中介，致使负载均衡器容易成为系统的瓶颈。针对传统的服务器集群系统存在的不足，对传统socket通信模型进行了扩展。经测试扩展后的模型，很大程度上减轻了负载均衡器的负载，提高了系统的吞吐量和可扩展性。     

改进的分布式系统负载平衡策略

针对服务器计算能力及带宽等方面的异构性导致的系统负载不均衡问题,提出了一种改进的分布式系统负载平衡策略.将模糊综合评判理论运用到服务器性能评价中,选出性能最佳的服务器,使负载均衡,提高了分布式资源的利用率.实验结果表明,运用此策略可以准确地选出最佳服务器.     

逻辑集群与数据缓存在网络数据库中的应用

在网络计算环境下，当大量客户同时存取数据库资源，数据库服务器常成为性能瓶颈。将集群技术应用于数据库系统结构，通过将具有相似数据存取模式的客户形成一个逻辑集群，由一中间层服务器负责集群范围内的目录服务和缓存管理，形成客户用／服务器／服务器三层结构。为获得更好的性能，客户机，特别是中间层服务器规定有合适的缓存功能。该结构可有效降低服务器负载，提高数据库事务响应性能，有效扩大系统支持的客户规模，具有一定的应用价值。     

基于集群的Web服务器负载均衡算法研究

集群技术为Web服务带来了新的解决方案。针对传统负载均衡算法的一些不足,提出了一种临界区加速递减权值的动态请求负载均衡算法,通过负载权值的等效变换来简化算法,最大限度满足系统最大吞吐率,减少系统响应时间。测试表明,算法达到了较好的负载均衡效果,明显优于传统算法。     

结合分类回归树和K近邻的负载均衡预测算法

提出了针对移动平台使用XMPP协议服务器端的基于分类回归树和K近邻结合的预测算法.该方法首先通过动态反馈采集服务器节点的资源信息组成时间序列,对时间序列进行预测计算.然后将服务器节点分区域管理,运用不同的调度策略.实验结果证明,与原始的加权轮询和最小连接数算法相比,该预测算法在连接响应时间上减少了25％,在建立连接的平均速率上提升了近1.3倍,动态的调度策略使得服务器集群有更大的吞吐量,对于移动平台有更好的适应性.     

云计算环境下可扩展的服务器优化选择策略

为提高云计算环境下的资源利用效率,对服务器选择过程中的全局性能优化问题进行研究.首先提出一种服务器全局优化选择策略,通过引入域间流量传输惩罚系数来平衡ISP之间的传输流量和用户终端与服务器之间的网络距离（网络延迟）所占的比重.同时,提出一种新型可扩展且测量开销较少的网络距离预测算法.提出的服务器全局优化选择策略,一方面满足了用户提升服务体验的需求,实现了服务器之间的负载均衡,减少了域间传输流量,另一方面降低了服务器选择过程中的测量开销.仿真结果表明,提出的方法提高了服务器的选择效率,降低了测量开销,并且具有良好的可扩展性.