基于负反馈的负载均衡算法实现

LVS现有的负载均衡算法在分配服务器请求时大多都是基于固定权值,使得LVS集群系统在长时间高负荷运行后会出现负载倾斜．为此,给出了一种改进的负载均衡算法,该算法通过引入负反馈机制,充分考虑服务器权值的动态调节,更准确地反映了各服务器的真实负载情况．测试结果表明,该算法优于原有算法．     

基于URL的Web集群分配策略

Web任务的分配影响Web服务器集群系统的整体性能。常用的分配方法是对用户的URL请求,根据服务器数量进行轮询分配。这种策略影响缓存的命中率和服务器性能的发挥。在分析了Web站点中文件的组织方式及用户对Web请求特征的基础上,提出了基于URL分配树的LT分配策略,根据URL地址构建URL分配树,对用户的请求进行响应。同时考虑任务的处理代价,各服务节点服务能力和当前负载状况,对服务节点进行负载均衡的任务分配。本文从缓存队列剩余、请求任务溢出情况和轮询分配策略进行了比较,实验表明本文的分配策略能根据服务节点的服务能力、负载状况进行合理地分配,实现了负载的真正均衡,提高了系统整体吞吐量。     

基于两阶段散列的Web集群服务器内容分配研究

针对Web集群服务器内容分配不均衡的问题，提出了基于两阶段散列的内容分配算法．该算法首先根据统一资源定位器字符串把服务器内容散列到k＊n个槽中，使得各槽的文件个数均衡；然后根据从Web日志中挖掘出的访问负载信息，采用分段负载互补方法把内容再次散列到孢个槽中，以使各槽内容负载均衡．同时，在集群分发过程中应用该算法，可提高请求的调度效率和节点的缓存命中率．实验结果表明，两阶段散列的负载均衡性能可比一次散列提高28．7％．     

基于信息资源地址的Web集群分配策略

Web任务的分配影响Web服务器集群系统的整体性能。常用的分配方法是对用户的信息资源地址(URL)请求,根据服务器数量进行轮询分配。这种策略影响缓存的命中率和服务器性能的发挥。在分析了Web站点中文件的组织方式及用户对Web请求特征的基础上,提出了基于URL分配树的LT分配策略。根据URL地址构建URL分配树,对用户的请求进行响应;同时考虑任务的处理代价,各服务节点服务能力和当前负载状况,对服务节点进行负载均衡的任务分配。从缓存队列剩余、请求任务溢出情况和轮询分配策略进行了比较,实验表明分配策略能根据服务节点的服务能力、负载状况进行合理地分配,实现了负载的真正均衡,提高了系统整体吞吐量。     

采用节点优先级的对等网络流媒体请求量分配算法

在多源协同调度的对等网格(P2P)流媒体系统中,针对现有请求量分配算法不能根据源节点性能动态调整向各节点分配的请求量,导致源节点带宽利用率不高以及服务器负载重的问题,提出一种基于节点优先级的请求量分配算法.该算法根据源节点的历史调度评价和可用数据量计算源节点优先级,调度时根据优先级动态调整分配给各源节点的请求量,优先向历史调度评价好和可用数据量多的源节点分配请求.仿真实验与实际系统测试表明,所提算法可以充分利用源节点带宽资源进行数据传输,较传统算法降低服务器负载17.3%以上,提高了系统可扩展性.     

基于PI反馈的分布式控制系统动态负载均衡算法

针对分布式控制系统由于负载不均衡、网络通信量大等引起的时延问题,文中设计了基于请求划分的任务分配模型,提出了基于实时动态比例积分(PI)反馈控制的负载均衡算法.该算法利用增量PI控制的思想,根据服务器节点性能的实时反馈值动态调节服务器节点的分配权值,通过虚拟节点转移算法局部调整虚拟节点的分配,以维护哈希空间的稳定.仿真实验结果表明,该算法实现了分布式控制系统的动态负载均衡,减小了服务器资源消耗及用于存取远程数据的通信开销,提高了控制系统的实时性,具有良好的扩展性和容错性.     

基于最小负载的Linux Web机群负载均衡算法

为了充分发挥Web机群后端服务器的实际处理能力,实现了一种基于最小负载的Web机群负载均衡算法.该算法依据后端服务器的实际状态:CPU使用率、内存使用率、网络利用率和磁盘性能,通过定时获取后端服务器的状态信息,导出服务器综合负载并放大取整,作为服务器权值.基于最小负载的均衡算法能够动态反馈,具有自适应特性.与加权轮转调度算法相比,基于最小负载的调度算法具有更高的请求成功数和较低的请求失败数.     

利用IP转发技术在集群服务器中实现负载均衡

研究集群服务器系统中实现网络服务网载均衡的软件方法,讨论由专用路由实现负载均衡的特点及设计软件实现方法,使用分配器将客户机的请求分配到多个服务器中去,达到网络服务的负载均衡,并研究了服务器分配算法,系统性能开销和高可用性实现问题,利用IP转发技术,在不需要加特殊网络设备的条件下,用软件方法在集群服务器系统中实现网络服务的负载均衡。     

一种基于负载代价的MapReduce等值连接优化算法

MapReduce并行计算模型在大规模分布式数据处理中应用广泛,但该模型不能很好地支持连接操作,特别是面对倾斜数据时,原有的分区算法容易造成处理节点间的负载不均衡。针对这一问题,提出一种基于key代价的负载均衡等值连接算法,对Map端中间结果进行采样,根据采样结果计算每一key值的负载代价,并在此基础上,设计一种动态划分函数,对不同的key值按照负载代价均匀划分到各个计算节点,实现了负载均衡。实验结果表明,在同构集群下,提出的算法在负载均衡方面具有较好的效果.     

基于Nginx负载均衡的动态分配技术研究

伴随互联网的迅猛发展,人们对服务器的访问量也越来越大,最终导致某些负载均衡器的负载分配技术并不能较好地实现动态负载均衡,本文基于反向代理服务器内置的负载均衡算法,对其进行分析和研究,最后对其内置的一种加权轮询算法进行改进,提出一种动态负载均衡算法,该算法使用memcache缓存机制,能实时地对后端服务器cpu利用率、网络利用率、请求响应时间等性能进行收集、并通过熵值法确各项指标的系数以及动态修改后端服务器的权值。通过多组实验进行验证的实验结果表明,该算法在请求响应时间以及吞吐量等方面表现的更好。     

基于EJB设计模式的企业级应用开发与研究

设计了一个基于EJB的微架构,给出了基于EJB微架构实现的在线旅店预订系统实例,并对采用微架构前后系统的性能进行了分析.结果表明,采用微架构设计的系统业务组件,对客户端隐藏了复杂的服务器端业务组件的实现,简化了客户端开发的复杂度,确保系统的高性能、可维护性、可扩展性等.     

基于分布式中间层电子商务系统的实现

EJB是JAVA分布式中间层技术实现的重要方法 ,通过EJB规范的分析 ,利用EJB技术设计并实现了一个典型的电子商务系统     

Web集群服务器中基于多类限定延迟的区分服务机制

针对Web集群服务器中的区分服务机制存在资源利用率不足的问题，提出了一种基于多类限定延迟的区分服务（MCDDS）机制．该机制使得低优先类的用户请求可以占用高优先类的用户请求未使用的资源来提高资源利用率．通过结合优先级调度策略和排队论，建立了各优先类的用户请求实时检测参数与限定延迟间的数学公式，以实现动态的接纳控制和分发策略，达到控制各优先类的用户请求延迟的目的．对MCDDS与现有的机制进行了模拟实验，结果表明，在高负载下系统的资源利用率提高了61％，且MCDDS机制能控制各优先类的用户请求延迟在限定的延迟范围之内．     

一种基于内容分发请求的Web集群服务器研究

针对Web集群服务器请求内容的分布特点,提出了一种基于关联内容的请求分发(ACARD)算法.该算法首先以缓存大小为限制,采用FP tree方法挖掘用户的Web使用模式,并把它们所对应的文档映射到不同的后端服务器,然后由前端服务器根据请求的内容匹配相应的模式并进行转发.这种文档的自适应分布提高了集群系统的磁盘利用率和缓存命中率.实验表明,基于内核态的请求分发算法的性能远优于基于用户态的算法,而且在内核态下,ACARD相对加权最小连接算法的系统平均吞吐量可提高20 4%.     

电子商务网站中的利润驱动请求优先级

客户的服务质量期望对于电子商务服务供应商来说是一项很艰巨的任务,在Web服务体验过多的情况下,将增加响应时间,遭到响应拒绝,使客户失望,减少对此服务的使用并减少收入.文章提出了服务器端的请求调度机制,RDRP（利润驱动的请求优先级）算法给了有可能带来更高利润的那些客户的Web请求较高的优先级.通过比较客户端信息到目前为止的请求,预测未来,使用这些预测对Web服务器进行优先分配.实验在JBoss Web应用服务器使用了RDRP技术的TPC-W基准测试应用程序,表明了RDRP能显著提高服务的利润,提供好的QoS给客户带来更多的利润.     

瘦客户计算环境下的服务网络架构

为了解决瘦客户计算中的服务端网络架构问题,提出了一个基于对等网的服务端网络模型(服务网络)。服务网络以T apestry架构为基础,通过扩展节点服务层次,把瘦客户计算中传统的单服务器模式扩展为多服务器模式。并在此基础上提出了优化的用户数据的分布和更新算法。该架构模型充分利用了对等网的特点,试验结果表明:可以较好地解决瘦客户计算中多服务节点共同提供服务的问题。     

基于偏度-峰度检验的WLAN位置指纹室内定位算法

目前,无线局域网（Wireless Local Area Networks,简称WLAN）技术因其成本低、配置简单、精度高等特点,被认为是室内定位的最佳选择之一。虽然WLAN接收信号强度指标(Received Signal Strength Indicator,简称RSSI)指纹法是最精确的定位方法,但由于其无线电地图(Radio Map,简称RM)在发生环境变化时已经过时,具有很大的缺陷,且重新校准RM是一个耗时的过程。因此,本文提出基于偏度-峰度检验进行WLAN位置指纹室内定位算法改进。在离线阶段,通过偏度-峰度检验样本总体是否服从高斯分布,对于严重偏离高斯分布的样本直接舍去,而对于与高斯分布接近的样本,利用核函数估计其概率密度。在线阶段,利用K最近邻(K-Nearest Neighbor,简称KNN）,将移动终端设备接收到的RSSI与建立的指纹数据库中的RSSI,通过欧几里得公式计算样本点到观测点的欧氏距离,并从中选择欧氏距离最短的样本点的位置作为研究位置的无偏估计。通过实验结果,本文提出的算法比传统定位算法的精度提高了11%,证明了该算法具有更高的定位精度和更少的离线工作量等优点,而且在RSS(Received Signal Strength)信号容量较小时该算法的定位误差比其他算法更小,具有显著的稳定性。     

基于定位目录的元数据管理方法

元数据的访问性能和可扩展性是影响大规模存储系统整体性能的关键因素。该文提出了一种基于定位目录的元数据组织机制。该机制以定位目录作为元数据定位、负载评价以及元数据动态迁移的基础,保持了元数据的目录相关性,提供了较高的元数据访问的性能;在此基础上的负载评价方法以很小的开销反映操作历史信息的影响。测试数据表明,该机制可以提供良好的负载调节能力。