一种基于Agent的多粒度负载平衡中间件

通过负载平衡中间件技术,能够对多台计算机集群提供负载平衡,从而对集群中各类冗余服务进行有效管理,使系统的伸缩性和可靠性最大化。然而,现有的负载平衡中间件大都采用单一的基于对象的负载监测粒度,在多个服务对象组共存的情况下会导致服务对象组的扩展能力不强,并存在重复的负载监测。本文基于CORBA技术,通过采用Ageent,提出了一种多粒度的负载平衡中间件模型,并阐述了该模型相关的若干关键技术、解决方法及其实现。     

支持动态负载平衡的分层消息队列模型

中间件技术为解决异构分布式环境下的负载平衡问题提供了有力的工具,但传统的消息中间件负载平衡的实现较为复杂,其动态参数繁多且容易带来额外开销。提出了一种分层消息队列模型,该模型中利用队列组管理器对分布式队列进行组管理,并提供了丰富的任务分配策略。在该模型的基础上提出动态负载平衡实现方案:通过基于队列的阈值阈长模型实时监控成员队列的负载情况,采用集中式调度进行负载信息搜集和负载平衡决策,结合负载迁移和队列组管理进行过载处理。     

基于模糊逻辑技术的中间件负载平衡机制

针对当前基于中间件负载平衡机制中负载定位不够准确、监测粒度过大等问题,基于模糊逻辑技术提出一种更精确、更细粒度的负载平衡系统及其负载平衡机制。负载平衡系统的节点负载信息记录表记录系统中所有节点从模糊推理得出的负载状态信息,负载转发表记录服务节点与相应服务请求者之间的关系。实验结果表明,该负载平衡机制能有效地定位过载节点,较好地实现集群中的负载平衡服务。     

基于服务类型的负载平衡中间件模型

数字图书馆会出现用户请求响应时间较长、服务器资源消耗较大以及集群环境中各服务器性能不同导致的网络负载不平衡问题。为解决上述问题,提出基于服务类型的负载平衡中间件模型。该模型考虑不同的服务请求对服务器负载状况的影响,结合各服务器的性能进行动态负载调度。性能测试结果表明,该中间件负载平衡效果良好,可用性与可靠性较高。     

利用CORBA技术构造异构数据库管理中间件

论述了中间件在异构数据库访问中的应用与不足,同时提出了利用当今流行的分布式对象计算技术CORBA构造数据库访问中间件的方案。该中间件对不同的数据源提供了统一的程序接口及调用界面,同时提供数据安全代理及负载平衡等管理,为实现异构数据库的透明访问开辟了新的途径。     

利用CORBA技术构造异构数据库管理中间件

论述了中间件在异构数据库访问中的应用与不足,同时提出了利用当今流行的分布式对象计算技术CORBA构造数据库访问中间件的方案.该中间件对不同的数据源提供了统一的程序接口及调用界面,同时提供数据安全代理及负载平衡等管理,为实现异构数据库的透明访问开辟了新的途径.     

消息中间件管理器的设计和实现

提高分布计算中间件的性能和可用性的一个主要方法是加强中间件的管理功能，通过对现阶段的中间件管理产品进行研究，提出了中间件管理的管理框架，并针对ISMQ消息通信中间件，介绍了消息中间件管理器ISMQM的设计与实现，在给出ISMQM的总体结构和对象模型后，详细论述了基于SNMP通信协议下管理器的设计和实现方案，并讨论了在不同情况下的负载平衡算法，结果表明，ISMQM有效地管理了消息中间件，其设计和实现方案为应用软件资源的管理提供了一种有效的参考方案。     

基于分布式计算环境可靠性关键技术应用研究

通过对提高分布式多层应用系统可靠性方法的分析,进而提出了数据库连接池、对象池、公文包机制容错模型和基于负反馈机制的动态负载平衡模型等几种可靠性关键技术,并结合DCOM/COM 中间件技术和具体实例说明了这些技术的应用。通过文中的研究为高可靠应用系统的设计与开发提供了一种行之有效的方法。     

上海网格中间件中基于负载平衡的调度框架

在网格环境中,实现动态的负载平衡在服务调度中起到了非常关键的作用。然而,网格环境中的资源的动态性决定了它难以被监控,自治性又决定了它难以被集中管理。为在网格中间件中实现服务调度的负载平衡,提供了一些具有参考价值的解决方案。介绍设计和实现调度框架的动机以及需要解决的问题,并深入探讨在上海网格中间件中设计和实现调度框架的思路,以及达到动态负载平衡的具体方案。     

基于分布式计算环境可靠性关键技术应用研究

通过对提高分布式多层应用系统可靠性方法的分析,进而提出了数据库连接池、对象池、公文包机制容错模型和基于负反馈机制的动态负载平衡模型等几种可靠性关键技术,并结合DCOM/COM+中间件技术和具体实例说明了这些技术的应用.通过文中的研究为高可靠应用系统的设计与开发提供了一种行之有效的方法.     

An adaptive load balancing management technique for RFID middleware systems

In recent years, Radio Frequency Identification (RFID) industries have taken a great interest in utilizing the benefits of RFID for supply chain management, inventory control and various other applications. This paper proposed an adaptive load balancing technique for RFID middleware systems to meet the demands of scalability and heterogeneity. First, we explored five basic load balancing policies, namely, information policy, job selection policy, transfer policy, initiation policy and location policy. Eighteen load balancing schemes were then proposed for RFID middleware systems that were combinations of various types of the five basic load balancing policies. Our empirical study suggested that these load balancing strategies performed differently under different workload statuses. Finally, an adaptive load balancing strategy was proposed. The load balancing schemes and the proposed adaptive load balancing strategy have been implemented in the RFID Middleware Load Management System (RM‐LMS). Copyright © 2010 John Wiley & Sons, Ltd.     

一种改进的交易中间件负载均衡模型

基于负载均衡模型和算法的研究,结合交易中间件中的应用,提出一种改进的混合式负载均衡模型并给出相应的算法,采用静态均衡和动态均衡折中的思想,既能准确收集负载信息,做到初始任务分发均衡,又能降低动态迁移的开销,从而提高系统的整体性能。     

Web应用服务器自适应负载平衡服务

Web应用服务器是为事务性Web应用提供一系列运行时服务的分布式系统.基于中间件的自适应负载平衡服务是为Web应用服务器提供高可信赖性和高伸缩性的一种有效方法,但目前还存在许多不足,如缺乏服务端透明性、负载策略不可替换等,不能满足Web应用服务器特有的需求.分析了Web应用服务器负载平衡服务的关键需要,设计了一种自适应负载平衡服务,阐述了在J2EE应用服务器WebFrame2.0上实现该服务的若干关键技术及其解决办法,包括可热插拔、负载策略可替换、负载反馈与自适应控制、状态迁移以及容错技术等,最后是相关工作介绍及其比较.该负载平衡服务已在Web应用服务器WebFrame2.0中得以实现.     

基于生物网络中间件的网络自适应性研究

自适应性网络环境将成为未来Internet的不可缺少的重要构成部分,基于生物网络中间件设计了自适应软件体系结构,然后设计了一种特殊的生物实体——调度生物实体,利用调度实体来指导生物实体的移动,以期获得生物网络的负载平衡。提出一种基于免疫遗传算法的调度算法,该算法以网络负载平衡为优化目标,使实体相对均衡地提供服务,达到合理利用生物网络资源,增强其自适应性的目的。最后,对网络服务使用进行仿真,实验结果证明了算法的有效性。     

A new fuzzy-decision based load balancing system for distributed object computing

Distributed object computing systems are widely envisioned to be the desired distributed software development paradigm due to the higher modularity and the capability of handling machine and operating system heterogeneity. Indeed, enabled by the tremendous advancements in processor and networking technologies, complex operations such as object serialization and data marshaling have become very efficient, and thus, distributed object systems are being built for many different applications. However, as the system scales up (e.g., with larger number of server and client objects, and more machines), a judicious load balancing system is required to efficiently distribute the workload (e.g., the queries, messages/objects passing) among the different servers in the system. Unfortunately, in existing distributed object middleware systems, such a load balancing facility does not exist. In this paper, we present the design and implementation of a new dynamic fuzzy-decision-based load balancing system incorporated in a distributed object computing environment. Our proposed approach works by using a fuzzy logic controller which informs a client object to use the most appropriate service such that load balancing among servers is achieved. We have chosen Jini to build our experimental middleware platform, on which our proposed approach as well as other related techniques are implemented and compared. Extensive experiments are conducted to investigate the effectiveness of our fuzzy-decision-based algorithm, which is found to be consistently better than other approaches.     

服务计算环境下一种基于机器学习的负载预测方法研究

随着计算机技术的迅速发展，分布式应用的规模迅速增加，越来越多的软件系统开始采用面向服务的体系结构SOA。为了提高SOA的可靠性和可扩展性，一种有效的方式就是提供服务副本，并通过基于中间件的负载平衡服务在不同的服务副本之间平衡负载。通过使用中间件，我们可以满足当前的面向服务应用对于性能、可扩展性和可用性的需求。然而，我们必须保证对于负载的计算具有一定的预测性以避免负载峰值的影响。对于复杂的面向服务应用来说，负载峰值意味着系统可能在短时间内具有极高的负载，而在大多数时间内负载较为平稳，从而因为负载取样的延时性导致系统过载而响应时间增加、总体吞吐量也受到影响。因此，为了降低响应时间，以及在负载频繁波动的情况下也能有效地利用服务副本，我们基于中间件为自适应和灵活的负载平衡机制的需求提出并实现了一种基于机器学习的预测机制。