CORBA环境下的动态负载平衡研究

详细分析已有的关于CORBA环境下的负载平衡策略存在的主要问题,在此基础上提出一个新的CORBA环境下的分布式动态负载平衡模型。详细讨论它的负载平衡策略,并且给出若干负载指标,实现了基于最短总体期望响应时间策略的负载平衡系统。     

基于可移植拦截器的CORBA监控系统模型

本文给出了一种基于可移植拦截器的CORBA监控系统模型。该模型使用可移植拦截器截获基于CORBA的分布式对象之间的通信信息和主机信息，并利用事件服务异步地发送监控信息。该模型对运行环境要求低，可移植性好，对被监控系统的性能影响较小，可以适用于任何遵守CORBA规范的ORB平台。     

一种基于中间件的自适应动态负载平衡方法

负载平衡是提高分布式系统性能不可缺少的技术,同时也是系统高可用性、可扩展性、容错性的必然要求。该文在分析和研究负载平衡模型的基础上,提出了一种基于消息队列的负载平衡模型,并在此模型下改进了基于阈值的动态负载平衡算法,给出了一种自适应的动态负载平衡算法。最后,在J2EE平台下,进行了实验和性能比较。     

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。     

分布式高可扩展负载平衡中间件技术研究

现有的负载平衡中间件大多采用单一的基于对象的负载平衡粒度,更多地关注同一对象组的不同副本之间的平衡,复杂的分布式应用往往存在多种不同类型的服务对象组共存的情况。该文基于CORBA技术,论述提高负载平衡中间件可扩展性的关键问题、解决方法及其实现,给出了相关的测试结果。     

提高冗余服务性能的动态容错算法

针对分布式应用的性能要求,引入了负载平衡机制,以便对activere plication和primary backup容错算法进行权衡.提出一种基于冗余服务的动态容错算法RAWA(read-any-write-any),能根据系统负载状况动态改变请求的quorum,不但提高了请求的处理速度,而且以一种简单、有效的方式实现了负载平衡.结合所提出的一致性维护和互斥访问机制,该算法可以适用于嵌套访问和状态服务.另外,还分析了RAWA算法的性能,并通过在CORBA平台上与其他容错算法的对比测试,证明RAWA算法在     

Web Service技术在分布式监控系统中的应用

针对基于不同技术平台的监控系统间的数据交换问题,结合基于CORBA组件模型的分布式电力监控系统,提出了基于Web Service技术的数据发布方案;系统采用面向对象的思想将CORBA客户端与Web服务集成,通过服务接口实现对CORBA对象的间接访问;利用C＋ ＋ Builder WAD调试工具测试了系统的传输性能并对测试结果进行了分析.该Web Service方法在分布式电力监控系统中得到了成功应用.     

基于CORBA架构的组件负载平衡的设计与实现

由于目前OMG的CORBA规范里没有实现负载平衡．本文在CORBA标准协议的基础上扩展设计了组件负载平衡服务。客户由负载平衡服务器重定向到一台轻负载的簇集服务器上。     

基于双层分配器的Web服务集群负载平衡解决方案

为了解决目前Web服务集群存在的问题,提出了一个双层分配器负载平衡模型。在确定了负载指标的基础上,给出了该模型的负载平衡算法。并就服务器迅速过载问题和容错性问题提出了初步的解决方案。最后,对模型的性能进行了测试,结果表明模型达到了较好的负载平衡。     

基于CORBA标准的通信可靠性研究

给出了一种基于CORBA标准的逻辑三层组通信的结构模型,该模型通过使用一组被复制的CORBA对象(LTGC部件)为客户应用提供透明的客户/服务交互和服务可用性,以期解决CORBA应用系统开发中面临的通信可靠性问题.     

CORBA负载平衡的研究

一、引言作为分布式计算的一个重要规范—CORBA,其主要目标是解决面向对象的异构应用之间的互操作问题,并提供了分布式计算所需的多项服务。ORB是CORBA平台的核心,它用于屏蔽与底层平台有关的细节,使开发者可以集中精力去解决与应用相关的问     

分布式空间数据库的动态负载平衡算法

针对分布式应用环境下空间数据库系统的负载失衡问题,提出一种基于服务类型的负载均衡算法。该算法根据不同空间信息服务类型对系统性能指标要求的差异,采用任务和数据相结合的双重迁移机制。在进行任务分配时,根据迁移对象采用不同的分配算法,以保证任务和数据都能够相对均衡地分配到系统中的各个节点上。实验和测试表明,该算法在并发用户不断增多的情况下,有效地控制了系统的负载状况,使系统能够保持稳定的性能。     

Agent scheduling model for adaptive dynamic load balancing in agent-based distributed simulations

Agent-based distributed simulations are confronted with load imbalance problem, which significantly affects simulation performance. Dynamic load balancing can be effective in decreasing simulation execution time and improving simulation performance. The characteristics of multi-agent systems and time synchronization mechanisms make the traditional dynamic load balancing approaches not suitable for dynamic load balancing in agent-based distributed simulations. In this paper, an adaptive dynamic load balancing model in agent-based distributed simulations is proposed. Due to the complexity and huge time consuming for solving the model, a distributed approximate optimized scheduling algorithm with partial information (DAOSAPI) is proposed. It integrates the distributed mode, approximate optimization and agent set scheduling approach. Finally, experiments are conducted to verify the efficiency of the proposed algorithm and the simulation performance under dynamic agent scheduling. The experiments indicate that DAOSPI has the advantage of short execution time in large-scale agent scheduling, and the distributed simulation performance under this dynamic agent scheduling outperforms that under static random agent distribution.     

基于动态权重的一致性哈希微服务负载均衡优化

随着互联网技术的发展,互联网服务器集群的负载能力正在面临着前所未有的挑战,实现合理的负载均衡策略尤为重要。为了使负载均衡达到最佳的效率,可以使用一致性哈希算法来对集群负载均衡系统进行负载分配。针对微服务架构的服务器集群场景,对该集群负载均衡的特性进行分析,提出一种基于虚拟节点的一致性哈希环的设计与分割方法及基于动态权值的分配策略,在一致性哈希算法的基础上,实现服务集群之间的负载转移,解决微服务集群中服务负载增多,导致服务之间负载不均衡的问题,防止其中某些服务因为负载压力过大,导致服务崩溃的问题。经实验表明,与传统的一致性哈希算法相比,改进后的负载均衡策略负载不均衡的概率是原来的31%;并且动态分配策略具有良好的负载均衡性能,有效地解决了微服务分布式架构的负载均衡问题。     

分布式文件系统元数据服务的负载均衡框架

请求负载均衡,是分布式文件系统元数据管理需要面对的核心问题.以最大化元数据服务器集群吞吐量为目标,在已有元数据管理层之上设计实现了一种分布式缓存框架,专门管理热点元数据,均衡不断变化的负载.与已有的元数据负载均衡架构相比,这种两层的负载均衡架构灵活度更高,对负载的感知能力更强,并且避免了热点元数据重新分布、迁移引起的元数据命名空间结构被破坏的情况.经观察分析,元数据尺寸小、数量大,预取错误元数据带来的代价远远小于预取错误数据带来的代价.针对元数据的以上鲜明特点,提出一种元数据预取策略和基于预取机制的元数据缓存替换算法,加强了上述分布式缓存层的性能,这种两层的元数据负载均衡框架同时考虑了缓存一致性的问题.最后,在一个真实的分布式文件系统中验证了框架及方法的有效性.     

基于CORBA的可靠的负载均衡服务研究

随着基于CORBA的分布式应用系统对QoS要求的不断提高，需要采用负载均衡技术来提高系统的整体性能。该文分析了现有的基于CORBA的负载均衡技术，研究了一个基于CORBA的可靠的负载均衡服务，它具有高可靠性、自适应性、可移植性和对用户透明的特点。     

面向Web Service的动态负载均衡设计与实现

负载均衡是分布式系统的资源管理模块,它的主要功能是合理和透明地在服务器之间分配系统负载,以达到系统的综合性能最优。基于中间件的负载均衡技术在整合异构系统、透明访问和扩展能力等方面具有优势。在中间模块上可以灵活实现多种负载均衡算法,来调整和满足不同应用的负载均衡需求,提高系统的扩展性、配置性、健壮性。本文参考分布式系统中的模型,构建了基于Web Service的负载均衡器,实现了动态负载均衡调度策略。为了准确地描述系统的负载,选择CPU利用率、内存利用率、系统响应时间、输入输出流量和进程数作为衡量系统负载的参量;为了避免因监测服务器而加大均衡器的压力,策略中将负载信息采集程序运行在机群内的各服务结点上,当相邻采集周期的负载差值超过标准值后调用均衡器上的Web服务,报告自身的负载状况,使均衡器根据负载信息进行同步操作,更换服务序列。最后通过仿真实验证明本策略在异构Web平台中具有可行性。     

基于异构分布式存储系统的动态反馈负载均衡技术

Samba分布式存储系统通过根服务器向用户提供全局名字空间,当用户提出访问请求时,根服务器只按照静态的方式返回逻辑名对应的物理目标位置.当存在多个物理目标时,大多数用户的访问请求都将被定位在一台服务器上.多目标只保证了服务可用性,而没有对系统的负载均衡作出贡献.针对这一问题,提出了一种基于服务器性能指标的动态反馈负载均衡策略,并给出了基于Samba分布式存储系统的实现方案,旨在提高整个系统的存储能力、网络吞吐率、服务平均响应时间等指标.实验表明,优化后系统的I/O性能得到了很大提升.     

LTE系统中的分布式负载迁移协商均衡算法

为了提高长期演进计划(long term evolution,LTE)系统中业务处理资源的利用率,降低由于系统处理资源分配不均而导致的呼损率,给出了一种适用于LTE系统的分布式负载迁移协商均衡算法.分析了LTE系统通信的特点,指出可利用LTE系统eNodeB (evolved NodeB)间使用X2接口进行数据通信的特点,在组网的eNodeB问进行负载迁移.在此基础上建立了负载迁移协商均衡模型,指出了算法的适用场景,说明了算法均衡粒度的选取标准和性能评价指标.通过与传统的轮询算法进行比较,使用分布式事件驱动方法对该算法进行了性能分析,验证结果表明了该算法的有效性.     

Load balancing without regret in the bulletin board model

We analyze the performance of protocols for load balancing in distributed systems based on no-regret algorithms from online learning theory. These protocols treat load balancing as a repeated game and apply algorithms whose average performance over time is guaranteed to match or exceed the average performance of the best strategy in hindsight. Our approach captures two major aspects of distributed systems. First, in our setting of atomic load balancing, every single process can have a significant impact on the performance and behavior of the system. Furthermore, although in distributed systems participants can query the current state of the system they cannot reliably predict the effect of their actions on it. We address this issue by considering load balancing games in the bulletin board model, where players can find out the delay on all machines, but do not have information on what their experienced delay would have been if they had selected another machine. We show that under these more realistic assumptions, if all players use the well-known multiplicative weights algorithm, then the quality of the resulting solution is exponentially better than the worst correlated equilibrium, and almost as good as that of the worst Nash. These tighter bounds are derived from analyzing the dynamics of a multi-agent learning system.