基于Linux的负载均衡技术

网络业务量的激增和应用的特殊化都使得负载均衡成为迫切需求,Linux虚拟服务器按传输层连接对集群节点进行业务分配的方式,能便捷而高效地实现负载均衡。文中对Linux虚拟服务器集群的结构与原理进行了讨论,重点阐述了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,虚拟服务器集群技术可较大幅度地提高系统的综合性能。     

基于LVS的数据库集群负载均衡性能测试与分析

Linux虚拟服务器(Linux Virtual Server,LVS)技术是一种广泛应用于企业集群中的负载均衡技术,目前关于LVS的研究主要是基于Web服务器集群负载均衡性能方面。在一些实际应用场景中,LVS可以直接与数据库集群相结合。将LVS与数据库集群结合,提出一种对LVS架构下数据库集群性能进行测试的方案,并利用HP LoadRunner对负载均衡算法的数据库集群进行负载测试实验,通过数据分析比较,得出LVS提供的算法中较适合数据库集群的调度算法。     

Linux集群服务器的性能测试模型

为创建具有良好的可扩展性和卓越性能价格比的网络服务器,以满足快速增长的访问量和数据流量需求,介绍了Linux集群服务器的工作原理、负载均衡方式和调度算法,阐述了收集和计算Linux服务器性能测试数据的方法,创建了输入和系统模型,比较了不同调度算法对系统性能的影响。经使用Automod软件表明,该模型可以发现虚拟服务器的最大处理能力。     

基于Linux虚拟服务器的负载均衡

Internet业务量的激增和网络应用特殊化都使得负载均衡成为迫切需求，Linux虚拟服务器按传输层连接对集群节点进行业务分配，能便捷而高效地实现负载均衡，文章对其工作方式和均衡策略进行全面研究，讨论了算法改进和应用实例。     

基于Red5服务器集群负载均衡调度算法研究

基于动态负反馈的机制,参考现有的加权最小连接数调度和轮转调度算法,设计出了改进后的负载均衡调度算法。通过负反馈机制计算每台服务器的综合负载权重值,而综合负载权重值直接体现着服务器的当前处理能力。调度服务器根据综合负载权重值分配工作负载,实现负载的均衡分布。     

基于集群技术的Linux虚拟服务器

Linux虚拟服务器的目标是把很多实际服务器集中在一起组成一个可扩展和高可靠性的虚拟服务器。论文阐述了其工作原理,三种基于IP层负载平衡调度的方法和六种连接调度算法,并通过一个实例强调了Linux虚拟服务器的目的和设计。     

一种虚拟化的服务器集群模型

随着经济与电子商务的高速发展,企业与用户的业务交互次数呈现出几何级数增长的趋势,然而企业服务器的利用率却只有15%～30%.阐述了在Linux平台上运用虚拟化技术将企业现有的服务器虚拟成多台服务器,同时运用负载均衡调度算法对虚拟的多台Linux客户机进行集群的方案模型,以达到强化企业业务的持续性,加固数据的完整性和安全...     

一种基于预测模型的负载均衡算法

结合集群系统中服务节点负载变化的不确定性和随机性的特点,提出WPLS-SVM组合的Linux服务器集群系统负载预测模型。该模型能够依据采样值对集群中节点的负载情况做出预测,根据节点的负载预测结果结合随机区间调度算法可以有效地实现对请求任务的分配与调度。仿真结果表明,较传统的负载均衡算法该算法克服了响应速度慢、预测精度差等缺点,提高了集群系统的利用率。     

基于LVS＋KEEPALIVED的高可用负载均衡研究与应用

本文针对网络服务商普遍面临的的高并发访问量导致响应速度迟缓的问题进行分析,研究了基于LVS（Linux虚拟服务器）和KEEPALIVED（交换机制软件）的高可用负载均衡的原理,实现了一个可伸缩的、高可用的并具有容错容灾能力的负载均衡系统,该系统采用VS/DR的模式搭建,系统基于IP层和基于内容请求分发的负载平衡调度解决算法,将这些算法在Linux内核中进行实现,并对系统的高可用和负载均衡进行实验,实验证明,该负载均衡系统能对客户的请求进行分流,能有效减轻单个服务器的负载压力.     

一种Web服务器集群负载均衡调度算法

分析Web服务器集群技术,研究负载均衡算法,提出基于临界加速递减的一致性哈希负载均衡算法CHMDC(Consistent hash load balancing algorithm based on the Multiplicative Decrease in Critical area)。一方面,该算法采用了加权一致性哈希算法,引入了虚拟化的设计思路,采用虚拟节点进行真实服务器节点分配;另一方面,该算法提出了基于请求反馈时间计算机服务器节点负载率的方法,引入了临界因子的概念,采用了临界因子加速递减来防止服务器过载。通过实验测试证明,该算法应用于Web服务器集群的负载均衡效果突出。     

LVS负载均衡调度算法的改进及实现

采用服务器集群架构提供服务成为互联网服务业中普遍采用的策略,目前使用得比较广泛的网络负载均衡集群是Linux虚拟服务器集群。优秀的负载均衡算法可以将用户请求合理地分配到集群中的真实服务器中．提高集群中服务器的利用率和集群系统的吞吐量。针对LVS默认算法WLC算法的不足之处,对WLC算法进行改进．设计并实现一种基于反馈式的负载均衡算法。实验证明,改进算法能够增大集群的吞吐量,提升集群的整体性能。     

基于AHP的Web集群系统负载均衡算法

利用集群技术构建的服务器组在资源利用率上存在较大差异。为此,提出基于层次分析法(AHP)的集群系统负载均衡算法,建立判断矩阵,得到各项评估指标的单项和综合权重。调度器定时接收真实服务器上的4类参数：网络性能,服务器硬件,服务器软件和网络服务类型。根据调度器收到的每一个连接请求,采用动态反馈算法选择负载最小的服务器响应连接请求。实验结果表明,该算法能减少服务器平均响应时间,有效提高集群系统的响应率。     

集群系统中自适应负载反馈平衡策略的研究

当前在集群系统中，负载平衡策略虽然很多，但是为了减少反馈开销，一般策略为采用在前端估计后端负载，所以不能很好地完成负载平衡的任务。针对这一问题，提出了一种自适应负载反馈平衡策略，各个服务器根据自身负载的变化来决定负载反馈的时机，前端根据负载信息和请求率计算出各个服务器的负载权值，最后根据负载权值来调度服务器处理请求，以实现负载平衡。由于采用了自适应的反馈策略，在获得各个服务器负载信息的同时减少了负载反馈的开销，实现了系统的负载均衡。测试结果表明该策略表现出了一定的优势。     

基于Nginx负载均衡的动态改进算法

随着过去几十年互联网服务的指数增长,各大网站的访问量急剧上升。海量的用户请求使得热门网站的网络请求率可能在几秒钟内大规模增加。一旦服务器承受不住这样的高并发请求,由此带来的网络拥塞和延迟会极大地影响用户体验。负载均衡是高可用网络基础架构的关键组件,通过在后端引入一个负载均衡器,将工作负载分布到多个服务器来缓解海量并发请求对服务器造成的巨大压力,提高后端服务器和数据库的性能以及可靠性。而Nginx作为一款高性能的HTTP和反向代理服务器,正越来越多地应用到实践中。文中将分析Nginx服务器负载均衡的体系架构,研究默认的加权轮询算法,并提出一种改进后的动态负载均衡算法,实时收集负载信息,重新计算并分配权值。通过实验测试,对比不同算法下的负载均衡性能,改进后的算法能有效提高服务器集群的性能。     

负载均衡算法在智慧矿山软件平台中的应用

针对现有负载均衡算法在处理智慧矿山系统数据时存在处理速度慢、无法合理利用现有资源完成任务调度等问题,提出一种基于布谷鸟搜索的加权最小连接数(CS-WLC)算法,并将其应用于智慧矿山软件平台解决负载均衡问题。该算法综合考虑后端服务器处理速率、内存容量、磁盘IO速率、网络吞吐量、进程数指标,通过对指标赋予权值计算各后端服务器利用率;根据计算结果,采用布谷鸟搜索算法对后端服务器进行全局寻优,得到一组较优解;考虑连接数及使用频率对后端服务器赋予权值,采用加权最小连接数(WLC)算法在较优解中选取负载较轻的后端服务器处理实时数据存取和用户访问请求。采用分布式融合性监控系统软件平台进行负载均衡测试,结果表明在数据量不断增多的情况下,与WLC算法相比,CS-WLC算法应答时延小、响应连接数多,从而验证了CS-WLC算法具有更好的负载均衡效果。     

基于LVS系统的负载动态平衡设计与实现

基于LVS的集群负载调度系统，内核中的加权调度算法权值是静态的，没有动态调整机制，容易出现任务分配与真实服务器处理能力相背离，给出了一种通过量化调度器和真实服务器的实时反馈负载信息指标，计算服务器综合负载，动态调整服务器权值的收敛算法，实现负载动态平衡，及时调整负载倾斜，进一步提高服务器的利用效率和集群系统的吞吐率，设计可应用在使用LVS的负载平衡调度集群系统中。     

基于改进权重的D-S证据理论的动态负载平衡算法

针对大型网络游戏中易出现的服务器集群负载不均衡的问题,提出基于改进权重的D-S（Dempster和Shafer）证据理论的负载平衡判别策略。首先,根据D-S证据理论,将影响服务器性能的多因素作为判据,利用历史数据与阈值大小的比较规则计算动态权重,再依据动态权重与原始信度的关系建立基本信任函数;然后,计算不同判据对应结果的信任函数,使用证据合成规则作深层融合;最后分析合成结果,最终推断服务器是否超载。模拟实验结果表明,与基于负反馈机制的动态均衡算法相比,所提算法的准确率更高,更符合真实情况;且所提算法的运行时间明显少于基于负反馈机制的动态均衡算法以及加权循环算法。实验结果表明,新算法有效缩短了运行判断的延迟,能够根据历史参数对当前服务器负载情况快速作出推断,且决策结果可信度高,更符合实际情况。     

基于云自适应遗传算法的LVS 负载均衡改进算法

针对LVS系统存在负载倾斜问题,改进了系统中带权值参数的负载均衡算法．先通过服务器节点反馈的参数计算出服务器节点的负载,再采用云自适应遗传算法根据负载为各服务器节点分配权值,进而实现改进算法．实验证明,改进算法比传统算法提高约10％的性能,可使系统有效地实现动态负载均衡．     

服务器集群负载均衡的建模与仿真研究

研究服务器集群负载优化调试问题,各服务器负载能力差异较大,要求尽可能使每一个服务器的负载均衡,传统方法没有考虑负载动态变化特点,导致服务器集群负载极不均衡,系统性能差。为提高集群系统的整体性能,提出一种基于遗传算法的服务器集群负载均衡算法。首先根据负载均衡目标建立数学模型,然后采用遗传算法模型进行求解。仿真结果表明,遗传算法提高了服务器集群系统吞吐量,使系统负载更加均衡,使整个集群系统的资源得到充分利用。     

一种集群系统的透明动态反馈负载均衡算法

随着服务器集群系统大量应用于各中小企业的信息系统中，传统均衡算法一方面由于局限性达不到企业的要求，另一方面大部分中小型企业也无法承受昂贵的硬件负载均衡器费用，本文提出了一种集群系统的透明动态反馈负载均衡算法（TDLBA）。该算法充分考虑集群系统中多种资源（CPU、内存、I/O和网络带宽等），采用双机热备份负载均衡器，服务器节点周期动态反馈方法，同时引入一个负载冗余以动态调整节点负载分配，从而达到尽量简化负载均衡器的任务分配算法、最大限度满足系统最大吞吐率和提高系统响应时间的目标。测试表明，该算法有效的提高了系统服务性能，且优于静态分配算法和Pick-KX算法。