基于智能DNS的网络负载均衡的研究

在分析传统网络负载均衡技术的基础上,研究了基于IntelliDNS负载均衡的策略,提出了基于IntelliDNS的不同地域实现网络与服务器负载均衡的实现方法并给出了实验结果,研究结果表明：本文提出的基于IntelliDNS和CACHE相结合的方法实现服务器负载均衡是有效的.     

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.     

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。     

基于最大网络收益的DNS内容路由算法

为了使用户请求导向能提供所请求业务的最佳网络服务器,同时又考虑网络的负载均衡性,提出了一种综合网络性能和用户位置信息的域名服务系统(DNS)内容路由算法.采用名字解析服务器与网关处分别获取的内容服务器负载信息和网络路由信息生成网络收益,根据最大网络收益算法选取最佳的内容服务器.对所提出的算法进行了性能仿真,并与DNS轮询算法(RR)和最小连接算法(LL)作了比较分析.结果表明,所提算法的平均请求时延、平均剩余带宽和网络负载均衡性能都优于RR算法和LL算法.     

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.     

搜索引擎中混合型分布式索引组织策略

针对搜索引擎中索引组织策略在查询性能和可扩展性等方面存在的问题,提出了一种混合型分布式索引组织策略（Loc-Glob）。该策略整合了局部和全局索引组织的基本思路,首先将搜索引擎系统的索引服务器从逻辑上分为若干个索引服务器池,索引数据先以局部（或全局）索引组织策略分配到索引服务器池上。然后,在索引服务器池的内部,索引继续以全局（或局部）索引组织的方式存储到各索引服务器上。混合型的索引组织策略较局部和全局索引组织策略具有更好的可扩展性。实验结果表明,该策略较全局索引组织策略在查询性能、负载均衡方面都有所提升,与局部索引组织策略的查询性能基本相当,并具备较高的负载均衡水平。     

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.     

基于请求分类和许可控制的Web集群QoS研究

Web服务器集群是提高HTTP请求处理能力的重要途径,但是请求负载的增加常常导致Web服务器集群性能降低,用户期望的服务质量得不到保证.针对这种情况,提出了通过采用对用户请求分类和请求许可控制的策略,对不同类别的Web请求提供不同质量的服务,保证服务级用户的服务质量.仿真实验表示明,这种策略能改善系统的负载均衡能力,缩短系统平均响应时间.     

数字化校园网络架构优化与实现策略研究

网络架构优化及其各节点的实现策略是数字化校园建设的关键技术,通过对数字化校园网络的链路均衡技术和负载均衡技术的研究,给出了具有高稳定性、高可伸缩性的网络架构,同时给出了架构中外部接入的互联及链路均衡策略、内部应用服务的二级负载均衡策略,Windows Server 2003环境下各策略的测试结果表明,该网络架构在多个策略的支持下有效地实现了稳定的互联及链路均衡、高可伸缩性及高效负载均衡的目标,有效地增强了服务器性能的适应性,降低了数字化校园建设的硬件投入成本。     

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.     

负载均衡技术的实际应用

选择合适的负载均衡策略，使多个设备能很好的共同完成任务，消除或避免现有网络负载分布不均、数据流量拥挤反应时间长的瓶颈。DNS负载均衡技术是在DNS服务器中为同一个主机名配置多个IP地址，使得不同的客户端访问不同的服务器，从而达到负载均衡的目的。NAT负载均衡是一种比较完善的负载均衡技术，起着NAT负载均衡功能的设备一般处于内部服务器到外部网间的网关位置，均衡算法也较灵活。     

基于Nginx的Web服务器性能优化研究

动态负载均衡算法能最小化并行集群中应用服务的响应时间或执行时间,并且对解决高度并行系统中不可预测负载估计问题至关重要。通过加权最小连接算法与upstream机制相结合,提出一种动态反馈负载均衡算法,解决Nginx负载均衡的动态反馈问题,提高了负载均衡分配的准确性。压力测试结果表明,该算法能避免因动态负载信息采集而引入影响整体性能的通信负载开销,提高算法可行性,减小Web服务器平均响应时间并提升正确响应率,为服务器性能优化提供新的解决方案。     

建立基于服务器群集的负载均衡架构

通过对负载均衡方法的分析,给出了负载均衡解决方案,构建了基于服务器群集的动态负载均衡体系结构.     

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。     

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.     

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.     

基于灰色模型的海洋大数据迁移算法设计

针对海洋大数据环境的数据量大和实时动态变化的特点,提出了一种基于云存储的海洋大数据迁移算法。首先,对海洋大数据进行了表示;设计了一种灰色模型的服务器负载预测算法,该算法能根据服务器历史负载信息来预测下一个时刻的负载。基于服务器的负载预测信息,提出了一种对服务器的负载进行实时迁移的数据迁移算法,通过设定最大负载阈值和最小负载阈值来实现服务器负载的均衡分配。在CloudSim环境下进行实验,实验结果表明文中方法能有效地实现海洋大数据环境的云环境的负载均衡,具有负载均衡高和负载均衡效率高的优点,与其他方法相比,具有更好的负载均衡能力。     

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．     

综合业务平台负载均衡的研究

为满足下一代网络中综合业务平台(ISP)运行的稳定性 、高可靠性及实时性要求,针对业务特点，设计了能达到负载均衡目标的定制接受算法. 根 据业务量差异情况设置参数，此算法可以较快地响应业务量变化，调整权值到最佳状态. 仿 真实验表明，应用该算法分发业务请求可以降低处理的平均响应时间. 此外，采用多级Java 管理扩展(JMX)结构实现了平台多服务器负载均衡机制，从而根据业务量情况灵活的增删服 务器个数，实现对平台中多台服务器的分布式管理.