基于区分Web QoS的负载均衡集群模型

随着电子商务的应用逐步深入,用户访问量的激增且服务请求多样．如何实现对所有请求的快速响应是当前解决的问题．针对此问题,本文提出采用基于区分WebQoS的负载均衡技术．建立了基于区分WebQoS的负载均衡的集群模型．根据请求类型和用户权限划分服务等级,高服务的请求具有高优先调度权,在集群当中通过动态反馈技术均衡调度到某个节点,从而达到区分WebQoS服务的目的,同时也保证集群服务器的负载均衡．该模型在网络环境及硬件环境相同的条件下,与常用的负载均衡技术进行了比较,实验结果证明本文提出的方法效果显著．     

一种基于负载反馈的分布式数字集群动态负载均衡算法

针对传统负载均衡算法不能满足公网数字集群系统高并发用户请求和快速呼叫建立等需求,提出一种基于负载反馈的分布式数字集群动态负载均衡算法,实现公网数字集群系统负载均衡,提高用户容量。首先建立参与MCPTT服务器的静态负载和动态负载监控机制和指标;然后利用加权轮询算法为用户分配参与MCPTT服务器,并通过用户请求的处理获得复合负载参数;根据负载指标的反馈更新参与MCPTT服务器权值以动态调整服务器负载。仿真结果表明,该算法的负载均衡效果优于传统算法和其他动态反馈算法,负载均衡度更小、用户请求响应延迟更低。     

基于集群存储系统的动态负载均衡调度策略

为解决处理大流量网络数据以及集群海量存储系统中用户数据访问时节点服务器负载不均衡的问题,本文采用网络处理器负载均衡方案。介绍OCTEON CN56XX系列网络处理器基苯工作原理,深入分析影响负载失衡的关键因素,提出一种动态负载均衡算法。通过对节点服务器各关键指标周期采集,赋以合适的权值,引入反馈机制,以保证将新到达的用户数据请求按合理负载比例进行分配,转发到指定服务器处理。兼顾各节点服务器性能和运行状况,以达到提高集群系统的整体性能的目的。     

基于混合预测模型的负载均衡算法研究

结合Web服务用户访问静动态内容的不同特点,提出一种基于混合预测模型的负载均衡算法.该算法建立了网络带宽负载和CPU、内存等综合负载的小波包-支持向量机混合预测模型,根据用户请求的类型,结合负载预测的结果对任务进行分配和调度.仿真结果表明,该算法较传统基于预测的负载均衡算法具有更高的效率和实用性.     

一种改进的动态告警负载均衡算法

负载均衡通过将大量的并发访问请求转发到多个服务器分别进行处理,以提高web集群的整体吞吐量.现有的负载均衡算法存在着引用负载因素过少、负载计算过于复杂、节点的负载抖动现象过于严重等问题.本文提出一种改进的动态告警负载均衡算法,基于请求类型、节点工作能力和实时负载值来确定转发目标.该方案实时监测各节点的负载状态并实施周期性反馈与动态告警,既保证了负载信息的实时性与有效性,又减少了负载计算量;采用RED方法校正负载状态的判定,避免了因为负载状态的误判而引发的负载不均,从而减小了负载抖动现象.模拟实验结果表明,改进算法增加了web集群系统的吞吐量,并且明显改善了负载均衡度.     

集群服务器在混合请求下的负载均衡优化算法

针对Web集群服务器在处理分配混合页面访问任务时开环负载均衡算法导致局部服务器负载偏高而降低系统效率的问题,建立了一类基于动态调节的闭环负载分配策略。根据服务器处理Web访问页面类型的特点,建立静态页面与动态页面混合处理的负载量模型,形成处理不同服务请求与负载均衡的内在动态映射关系,以此优化静态页面缓存与调用方式,并基于服务器负载率动态预测和均衡指标,采用负载率偏差最小的任务权重最优分配模型,确定服务器集群的最优任务权重,实现了服务器集群处理混合页面访问的负载均衡分配策略和算法。仿真结果验证了负载均衡算法的正确性和有效性,可以达到更好的负载均衡效果。     

基于内容分类的集群负载均衡算法

集群技术为Web服务带来了新的解决方案,其核心思想是负载均衡策略.在分析已有方法的基础上,提出了一种基于内容分类的集群负载均衡算法.该算法通过对用户请求分类后均匀地分配给各节点服务器,以使每个节点服务器得到的各类请求量大致相同.同时算法引入了一个反馈环节,通过负载权值的等效变换和进入临界状态后的动态权值调整来防止节点负...     

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。     

增强型动态反馈随机分发负载均衡算法

针对移动定位平台集群服务器的系统特征,该文提出了一种新的负载均衡算法。该算法采用周期动态反馈方法,并将节点接纳新请求所带来的增量引入到对节点负载的预测中去,根据节点剩余处理能力动态调整节点分配的概率。在实验室搭建的移动定位平台上,对本算法以及Pick-KX和DFB (Dynamic Feedback)两种负载均衡算法在异构环境中的系统吞吐量、系统应答时间进行了对比测试,结果显示在高负载情况下该算法优于另外两种算法。     

均衡负载实时反馈算法的实现

随着网络越来越广泛的普及,很多网络服务都无法承受访问次数的爆炸式增长,不能及时处理来自用户的请求而降低了服务质量.针对这种情况,作者考虑到请求的服务时间变化很大的实际情况,给出了一个均衡负载实时反馈算法.结合负载处理器中的加权连接调度算法,根据动态反馈回来的负载信息来调整服务器的权值,从而实现了服务器集群的高可用性及自我管理.     

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。     

Adaptive Server Load Balancing in SDN Using PID Neural Network Controller

Web service applications are increasing tremendously in support of high-level businesses. There must be a need of better server load balancing mechanism for improving the performance of web services in business. Though many load balancing methods exist, there is still a need for sophisticated load balancing mechanism for not letting the clients to get frustrated. In this work, the server with minimum response time and the server having less traffic volume were selected for the aimed server to process the forthcoming requests. The Servers are probed with adaptive control of time with two thresholds L and U to indicate the status of server load in terms of response time difference as low, medium and high load by the load balancing application. Fetching the real time responses of entire servers in the server farm is a key component of this intelligent Load balancing system. Many Load Balancing schemes are based on the graded thresholds, because the exact information about the network flux is difficult to obtain. Using two thresholds L and U, it is possible to indicate the load on particular server as low, medium or high depending on the Maximum response time difference of the servers present in the server farm which is below L, between L and U or above U respectively. However, the existing works of load balancing in the server farm incorporate fixed time to measure real time response time, which in general are not optimal for all traffic conditions. Therefore, an algorithm based on Proportional Integration and Derivative neural network controller was designed with two thresholds for tuning the timing to probe the server for near optimal performance. The emulation results has shown a significant gain in the performance by tuning the threshold time. In addition to that, tuning algorithm is implemented in conjunction with Load Balancing scheme which does not tune the fixed time slots.     

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。     

负载敏感的P2P覆盖网

P2P网络较好地实现了大范围分布式环境下的节点自组织,但面向实际应用时,由于节点能力的差异带来了负载均衡问题.按照混合层次网络架构,基于Treap树设计了一种P2P覆盖网,根据负载率的优先级构造最小堆,并动态维护,实现稳定化操作.节点通过Treap树的信息汇聚机制获取后代节点的负载率,以此为基础实现负载均衡策略.仿真结...     

基于请求类型的数字图书馆负载平衡模型

对于具有海量信息的数字图书馆,文章针对不同请求服务时间变化大的特性,提出基于请求类型的负载平衡模型,该模型根据各种不同请求对服务器负载状况的影响并结合各服务器的性能进行动态负载调度。避免占用服务器资源较多的请求同时分配到同一台服务器上。仿真结果表明该模型具有良好的负载平衡效果。有效地缩短了用户请求的响应时间。     

一种改进的基于动态反馈的负载均衡算法

负载均衡是集群系统研究的一个重要问题,负载均衡算法是集群任务分配的核心,介绍了LVS中的负载均衡算法,讨论了常用算法的不足,在分析这些算法各自优缺点的基础上,提出了一种改进的基于反馈的负载均衡算法,算法引入一个负载容余参数以更准确地描述集群节点的负载状况,在考虑服务节点真实负载,处理能力的基础上,尽量简化负载均衡器的任务分配算法.测试结果显示该算法优于静态算法.