基于FODO算法MongoDB自动分片的改进

随着Web2.0技术的高速发展,云计算中的大规模分布式服务和数据存储技术对传统的关系型数据库带来了巨大的挑战.NoSQL数据库打破了关系型数据的束缚,正在成为人们关注的焦点.NoSQL是一种非关系型数据库管理系统,松散的数据存储机制,不支持多表查询,有高效的查询功能.文中首先介绍了MongoDB数据库自动分片的原理和实现机制,然后为了解决在自动分片中数据负载不均衡,提出了基于数据操作频率的改进算法.这个改进的平衡策略可以有效地均衡分片中的数据,提高集群的并发读写性能.     

基于FODO算法MongoDB自动分片的改进

随着Web2.0技术的高速发展,云计算中的大规模分布式服务和数据存储技术对传统的关系型数据库带来了巨大的挑战。NoSQL数据库打破了关系型数据的束缚,正在成为人们关注的焦点。NoSQL是一种非关系型数据库管理系统,松散的数据存储机制,不支持多表查询,有高效的查询功能。文中首先介绍了MongoDB数据库自动分片的原理和实现机制,然后为了解决在自动分片中数据负载不均衡,提出了基于数据操作频率的改进算法。这个改进的平衡策略可以有效地均衡分片中的数据,提高集群的并发读写性能。     

满足油田自动采集的MongoDB数据库负载均衡算法研究

重点介绍了在油田生产现场对实时数据高效传输的需求下,通过部署MongoDB数据库环境,优化负载均衡算法,有效地解决了生产实时数据库数据资源交互响应不足的问题,实现了一个可以在海量数据情况下,可以高效运行的数据管理技术设施,为油田由数字化向智能化、智慧化转型提供支撑.     

基于非关系数据库的分布式负载均衡技术

在非关系数据库下的动态负载均衡算法中引入查询成本指标,通过分析历史查询日志来估计查询代价,并应用到负载均衡中的负载决策部分,使得负载排序更准确.同时对当前任务的查询代价进行估计,以找到合适的接受此任务的节点,从而使负载均衡变被动为主动,有效地缩短平均查询响应时间,提升系统的整体性能.     

一种基于数据热点的MongoDB负载均衡策略

MongoDB作为一种新兴的NoSQL数据库,以其模式自由、文档式存储、故障自动恢复、良好的水平扩展、自动负载均衡等特点深受国内外市场的青睐.MongoDB自带的负载均衡策略能使各个节点数据量达到平衡.但是在实际的生产环境中,节点之间数据访问热度不同也会导致负载失衡,特别是出现节点过热的情况.针对这一问题,引入Markov随机过程,提出一种基于Markov预测模型的负载均衡策略,根据Markov模型的稳态概率向量预测各个分片的负载并进行数据迁移.通过实验,验证了当各个分片间出现节点过热时,所提出的负载均衡策略能够很好地使分片间的负载达到基于访问热点的均衡.     

基于Fat-Tree的虚拟分片负载均衡算法

近年来,随着云计算技术的发展,数据中心网络已成为工业界和学术界的热门话题。相关研究表明,大流通常携带大量数据,传统的基于ECMP的负载均衡方法容易造成“大流碰撞”问题。提出一种基于Fat-Tree的虚拟分片负载均衡方法,利用TSO原理将大流进行虚拟分片处理并对分片后的子流进行路径寻优处理。实验结果表明,该算法无论在降低网络传播时延还是在提高网络吞吐量等方面都优于传统负载均衡方法。     

基于负载均衡的电力系统优化调度方法

为了降低由于任务分布不合理引起的电力系统传输节点拥塞的问题,提出基于负载均衡的电力系统优化调度方法.根据传输链路节点实际负荷与最大负荷的关系,判断该节点对应的链路是否需要调度,对于需要调度的节点,将节点的带宽、负载极值、最大时延作为优化目标,利用BPSO方法计算出新的替代节点,将其作为传输任务调度新链路的节点,并进行试...     

一种基于负载均衡的数据部署算法

针对采用分片存储方式且存储节点异构的媒体分发网络(Media Delivery Network,MDN),提出一种数据部署算法,使分布式节点之间达到负载均衡.算法为每个存储节点定义一个权值来描述其服务能力,通过一种反馈机制,即根据各存储节点偏离平衡状态的程度,来选择要部署数据的节点.实验结果表明:使用算法,不仅在数据增加、删除以及增删混合时,可使系统达到一个较低的负载不均衡度,而且对于各种原因导致的系统负载失衡,经过足够长的时间,都能使系统的负载不均衡度收敛到一个较小的数值.     

基于节点分组的异构集群负载均衡算法*

首先根据排队论理论给出了一个理想的负载均衡模型。针对该模型的系统开销问题,提出了一种基于节点分组的异构集群负载均衡算法。实验结果表明,相比于轮转法和加权轮转法这两种普遍采用的负载均衡算法,该算法可以提供更加稳定的请求响应时间,并在负载波动较大时明显提高集群的吞吐率。     

服务器集群负载均衡技术研究及算法比较

简要介绍了负载均衡技术的分类及其发展,重点介绍了服务器集群负载均衡技术及应用.并对评价负载均衡优劣的重要标准之一--负载均衡算法的种类做了详细介绍及优缺点比较.对近年来一些新的负载均衡算法做了介绍.最后,对服务器集群负载均衡技术的发展前景做出了展望和预测.     

一种基于实时负载的动态负载平衡策略

在分布式系统中采用动态负载平衡算法分配系统中的工作负载,能够提高系统的性能。在简述目前常用的几种动态负栽平衡策略的基础上,提出了一种基于实时负载的动态负载平衡策略,并给出了其调度算法。     

服务器负载均衡技术研究

负载均衡是建立在网络结构之上的一种调度策略,能有效的扩展服务器带宽和增加吞吐量,增强网络数据处理能力。根据实际层次不同,对负载均衡技术进行了分类,从应用范围、运行原理等角度分析并比较了常用的负载均衡技术和算法,展望了负载均衡的发展。     

云计算中负载均衡优化模型及算法研究*

虚拟化技术使云计算中形成了各种各样的资源池,这对于用户来说资源可以按需分配、动态扩展和配置,但对于管理员来说资源的管理和分配变得复杂和困难。因此如何实现资源合理分配和负载均衡成为研究的热点。为此提出了任务调度的负载均衡优化模型,并采用改进的遗传算法（IGA）来求解。最后通过与遗传算法（GA）和Min-Min算法进行仿真对比实验,结果证明了IGA算法在计算资源负载均衡方面表现较优。     

MMOG中的一种负载均衡算法

目前，MMOG中主要采用局部和全局两种负载均衡算法，其性能存在不足．本文提出了一种介于局部和全局的动态负载均衡算法，包括轻栽服务器寻找和图论分割区域算法，弥补了局部负载均衡性能差和全局开销大的缺点，大大降低了系统代价，提高了系统的响应速度和吞吐量．     

Web集群负载均衡算法的分析与研究

负载均衡是实现集群中多台服务器协同工作的重要方法,该文在分析已有方法的基础上,提出了一种动态的负载均衡算法,调度器定时接收每个服务器上报的性能参数,并计算出每一个服务器的负载所占的比例,再根据每一个服务器负载所占比例的多少来分配用户的请求,从而达到负载均衡和提高集群整体性能的目的。     

基于粒子群优化算法的RPL负载均衡研究

针对现有IPv6路由协议在建立网络拓扑过程中未考虑负载均衡,易导致低功耗有损网络出现部分节点能量过早耗尽、链路发生堵塞等问题,提出了一种基于父节点拥塞程度及其能量损耗的粒子群优化RPL路由协议(PSO-RPL)。通过将各子节点周围所有节点中Rank值最低的节点作为父节点集,并根据父节点集中所有节点的负载因子和剩余能量构造适应度函数的基础上,PSO-RPL借助粒子群优化算法获得了各子节点的最优父节点,从而实现了所有父节点的负载均衡。仿真结果表明提出的PSO-RPL协议实现了网络负载的有效均衡,延长了整个网络的生命周期,降低了整个网络的能量消耗。     

基于消息传递机制的动态负载平衡算法研究

针对同构集群系统中的动态负载平衡问题,提出了一套面向负载信息交流的消息机制,基于该消息机制设计了一种分布式控制、发送者驱动的动态负载平衡算法。实验证明该算法在处理大规模计算密集型任务时,具有一定的有效性和实用性。     

基于遗传算法负载均衡的网格工作流技术研究

针对传统的网格工作流系统中,在分配任务的过程中,根据执行任务的最短时间选取传输路径,这样造成多条路径负载的不均衡,导致网格工作流的工作效率低的问题。文章提出一种基于遗传算法负载均衡的网格工作流算法。通过模拟自然界的生物进化过程对任务空间进行随机化搜索,根据预定任务的适应度函数,并用全局并行搜索方式找到最优节点,避免了传统均衡方法的逐次匹配执行带来的低效问题。实验表明,该新算法能够实现快速负载均衡,提高网格工作流系统的工作效率,取得令人满意的结果。