一种基于Linux集群技术的负载均衡方法

针对单纯提高硬件性能已经无法解决的网络服务质量问题,提出一种基于Linux集群技术的负载均衡分配方法。在Linux虚拟服务器异构集群的基础上,引入动态反馈模型来优化采集负载信息的通信机制,并通过智能分配策略来避免传统轮询算法对服务器资源的过度消耗。结合Linux脚本及命令进行性能测试,实验结果表明,提出的智能分配方法比加权轮询算法具有更好的响应时间和吞吐量。     

在线选课系统中负载均衡技术的应用

本文对负载均衡技术原理及算法进行分析,在选课系统中采用了处理能力均衡和加权最小连接均衡相结合的算法,当系统访问数量较大时,服务器响应异常比率与响应时间变化相对较小,使系统具有了更好的客户响应的性能,很好地解决了在选课高峰期系统出现网络拥堵问题,提高了系统的负载承受能力。     

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 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。     

改进加权轮询负载均衡算法研究

针对云计算中负载均衡算法效率不高的问题,提出了一种改进的加权轮询算法来解决云计算中的负载均衡效率问题。首先根据服务器的负载状态得到负载因子的值,然后比较负载因子的值和阈值的关系,最后计算服务器的权值,根据计算的权值以轮询的方式把任务分配给服务器。通过使用负载测试工具Load Runner进行仿真实验,结果表明改进后的加权轮询算法使系统平均响应时间更短,具有更好的可靠性,能够有效的解决云计算中负载均衡算法效率不高的问题。     

视频监控系统中负载均衡算法的设计

近年来随着网络视频监控规模的不断扩大,为了提升系统的整体性能与服务质量,防止单点瓶颈的发生,需要将集群与负载均衡技术应用到视频监控系统.在借鉴常用负载均衡算法的基础上,充分考虑视频监控系统的功能与特点,将普遍使用的周期性动态反馈负载均衡算法进行了改进,引入了任务分类策略、加权最少任务策略、节点协同工作策略和节点主动通知策略等改进方案,并将改进后的算法与原算法进行对比测试.测试结果表明:改进后的动态反馈算法能够更加合理地分配负载,从而更加有效地利用集群服务器的资源,提高系统性能.     

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。     

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.     

LRV负载均衡算法的研究与实现

在研究基于软交换的集群媒体服务器的系统特征的基础上,提出了1种LRV(limited resource vector)负载均衡算法并提供了算法的软件实现方法,该算法考虑了异构系统中资源的协调使用并有效防止了系统性能的剧烈变化. 通过在负载均衡系统Petri网模型上的大量仿真模拟,对LRV负载均衡算法与其他传统负载均衡算法在系统吞吐量、系统响应时间和性能平稳性几个方面做了比较和分析. 结果表明,LRV算法具有更优越的性能,LRV算法的软件实现方法对其他异构集群系统也具有重要参考价值.     

XMPP协议的数据分发网络的负载均衡算法

通过对负载均衡算法的研究,改进了加权最小连接数算法,使其适用于并发流量较小但会话连接数量较大的可扩展通讯和表示协议服务器集群系统的数据分发网络。可动态地获取服务器的占用资源,实时计算当前负载能力及负载比率,并通过限定阈值将服务器负载状况分为3个阶段,通过两种不同算法相结合来调度服务器,并且能在服务器空闲或超载时,适时关闭服务器或调度新的服务器,提高服务器集群的负载性能。     

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．     

分布式并行BOD系统资源管理算法研究

研究分布式并行宽带点播服务系统中资源的优化存储,以充分发挥系统性能;提出了最大化访问成功率的资源放置算法,以均衡分布式并行服务器系统负荷;提出了动态阈值预测机制的副本自适应放置算法,以提高系统吞吐量。通过实用系统,验证了它们在宽带点播服务系统中提高访问成功率及系统性能方面优于其他算法的良好特性。     

基于结构化P2P系统的SDYA负载均衡算法

在基于分布式哈希表（DHT）的结构化对等网络（P2P）系统中,DHT的使用及节点的计算能力和带宽等方面的异构性导致系统中节点负载不均衡,进而影响了系统的效率. 基于虚拟服务器的策略,提出一种混合式负载均衡算法,统称为静态负载分配算法和动态负载调整算法（SDYA）. 该算法可根据节点的能力为其分配相应大小的可动态调整的地址空间及合理的负载. 仿真结果表明,相对于传统虚拟服务器均衡算法,SDYA算法的负载均衡效果显著,均衡速度快,均衡开销小,系统稳定性好.     

基于混合策略的集群负载均衡算法研究

传统的负载均衡策略仅对某些类型的站点有效,而不能满足各种站点类型的要求。在分析已有方法的基础上,针对不同类型的用户请求特点,提出了一种基于混合策略的负载均衡算法。该算法通过对用户请求的分类调度来获得较高的cache命中率,同时还引入了会话保持技术和反馈环节来解决会话失效和负载不均衡的问题。实验结果表明,这种该算法能有效提高集群系统的整体性能。     

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。     

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.     

用于分布式并行数据库系统的重定向算法

分布式并行数据库系统以高可用性、高效率等特征愈来愈受到人们的关注。针对分布式并行数据库系统的特征,提出了分布式并行重定向算法,实现服务器节点的透明切换。该算法不仅能实现负载均衡以及位置透明性,提高系统效率,而且能保证节点故障时事务不被中断,实现系统的高可用性。     

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.     

基于云计算的弹性负载均衡方案

针对云环境下大量并行计算易导致节点负载不均影响云平台服务质量的问题,提出一种基于云环境的弹性负载均衡方案。该方案构造了负载均衡模型框架,对虚拟机负载状况和虚拟机集群资源利用率进行量化评估,并为实现虚拟机集群负载的均衡和弹性伸缩,设计了负载均衡模型和弹性伸缩算法。测试结果表明在该负载均衡机制下,新方案的用户响应时间有所改善,可相应提高资源利用率。