负载均衡技术在企业中的应用研究

文章通过企业信息系统的高可用性问题,提出了负载均衡技术解决思路。就负载均衡技术进行了探讨,对软件负载均衡与硬件负载均衡的功能、特点进行了对比分析。结合南车时代的企业应用案例重点阐述了硬件负载均衡技术优势,为企业构建高可靠性硬件负载均衡平台提供了方法和设计思路。     

负载均衡技术在企业信息系统中的应用

针对企业信息系统在运行过程中出现阻塞的原因进行分析,得出通过负载均衡技术解决系统阻塞的结论,并对常见的几种负载均衡技术进行阐述和对比.     

数据中心网络四层负载均衡技术综述

针对数据中心难以适应流量增长进行横向扩展并保证连接一致性的问题,阐述了四层负载均衡技术在应对高并发访问和提高资源利用率方面的重要作用,梳理了国内外四层负载均衡模块的设计与算法,总结了负载均衡器以不同方式进行部署分别存在的优缺点,同时分析了网络可编程转发技术在四层负载均衡领域中的应用与最新进展.最后,对网络新形势下负载均...     

Linux虚拟服务器LVS负载均衡模式研究

为适用不断增长的网络访问需求,负载均衡技术成为高负载服务器的关键技术.使用LVS来实现负载均衡是很不错的选择,就LVS负载均衡的三种实现方式进行了阐述并进行了比较,分析结果表明:通过直接路由实现虚拟服务器的方法VS/DR,极大地提高了系统的伸缩性.     

基于bonding技术的负载均衡研究

负载均衡技术的使用能够扩展网络设备和服务器的带宽、增加吞吐量、加强网络数据处理能力、提高网络的灵活性和可用性。文章阐述了基于bonding技术的负载均衡思想,描述了Linuxbonding驱动的加载步骤,并利用测试带宽工具在Linux平台双网卡连接环境下对bonding技术的性能进行测试,并对测试结果进行分析,表明bonding技术在负载均衡方面的可用性。     

基于Linux的链路负载均衡技术研究与实现

针对目前高校校园网多链路接入Intemet并实现流量分担及链路冗余技术的不足与局限,提出了基于Linux的链路负载均衡技术,并以山西农业大学校园网为例,阐述了该技术在多链路接入Internet中实现链路负载均衡和冗余备份的方法.     

基于LVS的服务器负载均衡技术

高并发负载一直是网络应用系统面临的挑战。通过建立负载均衡机制,可以在服务器集群中合理分配服务器负载来解决这个问题,实现网络应用服务的高伸缩性、高可靠性。文章阐述了利用LVS构建软负载均衡的原理和方法,并结合实际应用案例对 LVS 负载均衡架构配置进行了实例演示。系统实际运行结果表明该架构可以很好满足高并发负载访问。     

网络站点的负载均衡技术探索

本文从不同的角度探讨了多种网络负载均衡技术，介绍了基于DNS的负载均衡、基于反向代理的负载均衡和基于NAT的负载均衡，并从传输链路聚合、采用更高层网络交换技术、设置服务器集群策略三个方面分析了负载均衡的实现，阐述了负载均衡服务在提高系统性能和优化流量管理等方面的功能.     

适用于内容分发网络的动态负载均衡策略

本文阐述了内容分发网络和网络负载均衡技术的基本原理、算法,分析了现有负载均衡算法及BP神经网络的优缺点,在此基础上,将神经网络理论应用于网络负载均衡于,提出了基于改进BP算法并适用于内容分发网络的负载均衡算法和实现方法。     

服务器负载均衡架构之传输层负载均衡——服务器集群的高扩展性和高可用性

负载均衡是一种使服务器集群在客户端表现为单台服务器的技术,服务器集群通过这种技术实现了高扩展性和高可用性。本文中,作者Gregor Roth介绍了负载均衡的基础,并讨论了传输层负载均衡架构的优缺点。     

基于ESN的高速公路黄河特大桥团雾预警系统设计

为解决黄河特大桥团雾出现无法预测、团雾分布状态难以估测、团雾影响范围难以测量对影响黄河特大桥发布交通管控措施的问题,针对黄河特大桥气象条件,设计出一种基于回声状态网络(ESN)预测算法的高速公路黄河特大桥团雾预警系统;预警系统采用分布式结构,由主站和子站构成,利用主站和子站连接的气象传感器、雷视一体等设备,主站和子站都能获取实现团雾预测相关的测量信息;子站通过Zigbee网络将获取的数据信息发送给主站,主站中的边缘计算终端利用主站获取的数据和子站传送的数据结合ESN预测算法对是否出现团雾进行预测,并利用雾端路测终端将预警信息发送到云端或指定服务器上;将团雾预警系统部署在黄河特大桥进行实验测试,结果表明：该系统能准确预警黄河特大桥是否出现团雾。     

Load balancing aware scheduling algorithms for fog networks

Fog networks have attracted the attention of researchers recently. The idea is that a part of the computation of a job/application can be performed by fog devices that are located at the network edge, close to the users. Executing latency sensitive applications on the cloud may not be feasible, owing to the significant communication delay involved between the user and the cloud data center (cdc). By the time the application traverses the network and reaches the cloud data center, it might already be too late. However, fog devices, also known as mobile data centers (mdcs), are capable of executing such latency sensitive applications. In this paper, we study the problem of balancing the application load while taking account of security constraints of jobs, across various mdcs in a fog network. In case a particular mdc does not have sufficient capacity to execute a job, the job needs to be migrated to some other mdc. To this end, we propose three heuristic algorithms: minimum distance, minimum load, and minimum hop distance and load (MHDL). In addition, we also propose an ILP-based algorithm called load balancing aware scheduling ILP (LASILP) for solving the task mapping and scheduling problem. The performance of the proposed algorithms have been compared with the cloud only algorithm and another heuristic algorithm called fog-cloud-placement (FCP). Simulation results performed on real-life workload traces reveal that the MHDL heuristic performs better as compared to other scheduling policies in the fog computing environment while meeting application privacy requirements.     

基于JCF中间件的负载预测与过载迁移的融合算法

针对多种负载预测方法的适用场景进行了研究,提出了一种负载预测与过载迁移的融合算法。该算法提前对周期内无法提取到的负载情况进行预测且对超过负载阈值的服务器进行告警,关闭该进程将服务请求分发给轻负载服务器。通过提前预测与负载迁移的有机结合,解决了一个周期内无法获取各个节点的实际负载的问题,负载预测不准确的问题,以及可能出现的部分服务器过载、甚至崩溃的问题,最终达到了系统的负载均衡。在JCF（Java Component Framework）中间件平台上的实验结果表明本文算法优于静态加权轮询算法和动态加权轮询算法,在提高均衡效率、增加集群系统的吞吐量、降低服务请求响应时间多方面有着显著效果,在实际应用中有较大的价值。     

一种基于CPU负载平均的负载均衡算法

与传统分布式集群环境迁移进程不同,虚拟计算环境下的迁移实体是虚拟机,文章针对虚拟机粒度较大的特性,提出了一种基于虚拟机迁移的负载均衡算法。该方法用CPU预测技术避免呈下降趋势时发生不必要迁移。文章的算法采用全局平均的负载均衡策略,只有当负载差值大于一定值才触发迁移。     

可拓检测在动态负载均衡策略中的应用研究

在DNS动态负载均衡策略中,服务器负载状态的获取是控制的关键.现有的DNS负载均衡策略在状态获取的实时性、状态表示的合理性等方面都存在不足.针对这些不足,本文提出了一种新的动态负载均衡策略,把可拓检测技术的思想和模糊数学引入到负载均衡策略中,利用可拓学的物元、关联函数,可拓检测和模糊学的隶属度等概念来构建一个集群动态负载均衡策略模型.实验证明,在该策略模型中,利用可拓检测的思想来获取负载状态,能明显提高负载均衡策略的有效性、实时性、动态性和稳定性.     

雾计算中跨层感知分簇路由协议

传统的以数据为中心的路由协议,往往会导致传感网中出现在大量的“能量空洞”或“热点”现象。为了克服上述现象,借助雾计算理论模型,提出了一种基于雾计算跨层感知分簇路由协议（A Cross-layer-sensing Clustering Routing Protocol Based on Fog Computing,CCRP）。该协议通过跨层映射原理,利用感知事件驱动机制将雾节点映射到传感层,构成功能强大的虚拟控制节点,将传感网分簇路由协议的控制过程上传至雾层,通过雾计算实现事件域节点分布式成簇路由汇聚中心,从而建立以映射雾节点为中心的优化数据聚合路由,取代传感网底层路由中的数据,进一步平衡并减少网络负载。在路由协议优化阶段,利用粒子群优化算法（Particle Swarm Optimizations,PSO）采用无竞争开销方式选举一组最佳节点担任簇首,能有效地均衡全网能量的开销,抑制传感器节点能量的快速消耗,延长了网络生存周期。仿真实验表明,CCRP协议能够有效抑制网络开销的同时还可以高效完成对数据的优化过程。     

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。     

集群动态负载平衡系统的性能评价

该文使用随机Petri网对集群动态负载平衡系统建立了一个抽象模型．通过细化模型中的节点本地处理部分对5种动态负载平衡算法的性能进行了分析，并讨论了集群负载特性对动态负载平衡系统性能的影响，最后得出的主要结论有：(1)动态负载平衡算法可以取得比静态负载平衡算法更好的性能；(2)与传统的只考虑CPU就绪队列的负载平衡算法相比，考虑了各种I／O请求队列的负载平衡算法可以取得更好的性能；(3)即使在极端的集群负载特性中。集群动态负载平衡算法仍然能取得比较理想的性能，因此实现即使是十分简单的集群动态负载平衡系统也是很有必要的。     

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。