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。     

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．     

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.     

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。     

集群Web服务器的预测最小连接请求调度算法设计

讨论了集群Web服务器的几种请求调度策略,针对现有的请求调度策略都是基于队列当前状态的调度,提出"预测最小连接优先"请求调度策略.通过请求速率、服务器负载及队列的历史信息来预测未来队列的状态,然后根据预测队列的状态分配请求连接,从而有效地解决服务器间的负载不平衡.     

P2P点播数据调度策略的模糊控制实现

在P2P点播系统中,针对现有算法不能充分利用节点的上行带宽的问题,从数据请求量的角度,提出一种数据调度策略的模糊控制实现．该策略中,节点在计算数据请求量时,将节点缓冲区及上行带宽信息模糊化后,依据模糊规则产生模糊决策,并利用模糊控制的策略,动态地决定向邻居节点及服务器的数据请求量．仿真结果表明,该策略能够有效提高节点的上行带宽的利用率,降低了服务器的负载．     

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。     

多入口条件下WEB服务器负载均衡高可用性的研究

对于高负荷条件下的WEB服务器集群的负载均衡,主要问题之一是如何获取实时负载及负载能否有效衡量整个网络的利用率和性能,即须找出合适的参数作为负载并动态获取到。本文就这一问题提出了对交换设备使用SNMP动态采集负载信息,用于负载模型中。主要思路是利用NET-SNMPAPI对管理设备发送get-request请求包,再处理响应包中的变量值为所需格式,接着运用到综合负载模型中,最后采用最小加权轮询调度处理用户请求。     

CDNs基于缓存区预测机制的负载均衡算法

提出了一种基于缓存队列长度动态预测机制的请求重定向（BMP）算法,采用M/M/1排队模型对分布式内容分发网络的负载均衡算法进行了描述,基于队列长度预测的机制减少了分发请求过程中不必要的重定向,同时可以克服单点过载问题.仿真分析结果显示,相比于之前的负载均衡控制策略算法,所提出的BMP算法对服务器缓存区队列长度的均衡效果更优;同时,由于减少了不必要的重定向,也降低了请求响应过程的时延成本.     

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。     

流媒体系统中基于请求迁移的任务调度算法

提出了基于请求迁移的任务调度策略(Request migration based task scheduling,RMTS)算法,当有新请求到达系统时,运行RMTS算法的调度器根据当前负载状态和迁移路径长度决定是否对请求进行迁移,并选择最优迁移路径。当某个媒体服务器出现故障无法提供服务时,调度器将该服务器正在服务的请求迁移到其他存储有相应内容的媒体服务器以保障点播服务不间断。采用请求成功率和服务时延度量系统的性能,仿真结果表明:RMTS算法优于传统迁移算法和REM(Random early migration)算法,服务时延和请求成功率分别提高了14%和15%。     

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.     

基于多目标权衡的数据网格作业调度算法

动态变化的数据网格环境下,很大一部分服务器和带宽资源于分发业务和下载类服务的传递,其资源请求任务受调度长度、时间跨度、负载均衡、服务质量、经济原则及安全性能等诸多因素制约,难以用单一的特征来表示。鉴于此,基于多目标权衡提出一种针对多业务作业请求矩阵,权衡多参数均衡的作业调度算法。仿真实验表明,该算法能在系统重载时提升系统整体的吞吐率,适应大规模图状数据处理场景.     

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。     

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.     

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.