智能负载均衡技术在高负荷网站上的应用

某些网站存在访问规模大并且时间上密集,导致Web服务器不堪重负的问题。基于LVS项目,给出了采用DR模式的Web集群解决方案,针对LVS自带的加权最小连接数算法的权值不能反映服务器实时负载能力,提出并实现了全动态智能加权最小连接数算法,测试了该算法的实际使用性能。     

改进加权最小连接数负载均衡调度算法研究

通过对加权最小连接数算法的进一步改进,实现服务器负载均衡.针对该算法的改进做了周期性的权值信息收集,并对中途产生用户高峰而引起服务器过载问题进行有效解决,按照类别的不同进行统一分配任务的研究.通过对服务器资源的有效收集,进行逐一服务器权值计算和资源分类,并建立相应的数学模型等.应用Cloud Sim进行仿真实验,结果表明改进后的加权最小连接数调度算法具有更好的均衡性和可靠性,能更好的解决负载不均衡问题.     

LVS集群负载调度算法研究

负载调度算法是LVS集群系统的核心技术,按照实现原理将负载调度算法分为三类,比较研究IPVS的十种负载调度算法的原理与实现,通过搭建一个Web集群系统,分别测试WRR、WLC、SED、NQ等调度算法的性能,结果表明采用这些算法的集群系统性能均高于无集群系统性能.     

基于负载均衡的任务调度算法

基于传统任务调度算法, 通过在调度过程中增设服务器最佳期望序列及负载均衡指数, 采用任务连接数约束服务器选择, 解决了传统任务调度算法对于集群负载均衡性能的忽略问题. 实验结果表明, 该改进算法能达到较高负载均衡度, 同时缩短任务完成时间, 并提高了集群对于批量级任务的处理能力, 从而达到了优化的目的.     

动态反馈的异构集群负载均衡算法的实现

虚拟服务技术(LVS)的集群负载调度系统中的加权调度算法权值是静态的,没有动态调整机制,不能依据真实服务器处理能力进行动态的任务分配;给出了一种通过量化调度器和真实服务器的实时反馈负载信息指标,采用服务器负载率和分配权值为计算指标,引入临界回归因子,利用动态反馈临界加速回归的算法思想,实现基于动态反馈机制的动态反馈临界加速回归分配算法。该算法能根据负载均衡调度器和业务处理服务器的实时反馈信息,及时进行负载调度,实现负载动态平衡,进一步提高服务器的利用效率和集群系统的吞吐率,并在LVS的负载平衡调度集群系统中进行了应用性的实验验证。测试结果表明,该算法可实时反馈负载信息,动态进行负载调度,整体上较好的实现了负载动态平衡,提高了服务器的利用效率和集群系统的吞吐率。     

一种改进的基于LVS的负载均衡策略

负载均衡策略对提高集群系统服务效率至关重要.本文介绍了一种改进的LvS集群系统的加权最小连接调度策略,将原算法中的静态权值优化为动态权值,并通过实验证明,新调度策略能有效减少服务器的负载倾斜.     

异构Flink集群中负载均衡算法研究与实现

Flink是目前非常流行的流处理引擎.和先前的Hadoop,Spark,Storm等分布式计算框架相比,Flink能实现低延迟、高吞吐,保证Exactly Once.调度模块是保证集群高性能非常重要的一部分,但目前Flink调度默认把集群中所有节点看作是同等性能的,采用轮询调度策略.但在异构集群里这样的调度就会低效,因为计算资源少的节点运行的Task和计算资源多的节点运行的Task一样多,所以局部负载不均衡,影响Job的运行时间和吞吐量,造成延时.提出平滑加权轮询任务调度算法和基于蚁群算法的任务调度算法,解决运行过程中集群负载不均衡问题.平滑加权轮询任务调度算法在任务调度初始阶段根据集群资源按照权重平滑轮询调度.基于蚁群算法的任务调度算法是在运行过程中当集群已使用资源高于阈值时采用类似蚁群算法去执行任务调度,动态计算全局最优任务分配方案,能重新负载均衡.     

一种分布式动态负载均衡调度算法

目前计算机应用服务系统经常采用集群系统,负载均衡调度是集群系统的关键。在通用负载均衡调度算法的基础上,提出一种分布式动态负载均衡调度算法.该算法动态收集、统计和分析服务器的信息,以此为根据完成服务器负载均衡的任务,能够实现集群正常调度.在此基础上,采取分布式调度的策略,提高负载均衡调度的效率、性能,以使其对业务系统整体性能的影响最小。     

集中式动态负载均衡算法的研究

目前的负载均衡算法中难以探测节点终端的实际负载,导致难以有效地满足负载均衡集群系统实时需求.通过分析集群系统中的资源管理优化技术和负载均衡调度算法,对集群系统的模型结构进行了分析,提出了一种改进的集群系统的负载均衡算法,该算法较好地解决了集群的资源调度问题.     

Linux虚拟服务器研究

网络应用的日益发展对服务器的处理能力提出了更高地要求。利用集群技术可以较好地解决这一问题。Linux虚拟服务器(Linux Virtual Server,LVS)就是Linux环境下的高效而且开源的负载均衡的集群解决方案。本文介绍了LVS的基本结构及分类、director的基本原理以及调度算法。     

基于小波分析的变频调速电动机运行噪声-负载特性

分析了交-交变频器输出电压、电流和时间谐波磁势的谐波族特征,指出了该特征对电动机运行噪声的影响。提出了一种改进M allat算法,并运用该算法对运行噪声进行了小波分析。该算法的计算量和占用的存储空间较标准M allat算法均减少了49.6%。同时,运用基于小波分析的频带能量法提取运行噪声的特征。经实验验证:电动机负载增加,运行噪声的86~172H z频带能量呈现一致性增加,该频带能量可以作为反映负载变化的主要特征。     

基于故障影响遍历的配电网可靠性评估算法研究

提出一种基于故障影响遍历的中压配电网供电可靠性评估改进算法．算法将熔断器故障影响和负荷支路因熔断器拒动而对外界的影响并入该负荷支路所在馈线进行处理,同时考虑故障后负荷点由主电源恢复供电和备用电源恢复供电的区别,扩展了故障影响类型．改进算法更适用于实际配电系统,是一种较实用的评估算法．算例验证了所提算法的正确性和有效性．     

电力系统短期负荷预测的改进BP算法

提出了一种电力系统短期负荷预测的算法，通过增加势态项及采用步长自适应等方法的对传统的BP算法进行了改进，实例计算表明该算法可行。     

基于优化极限学习机的非侵入式负荷识别

在极限学习机的非侵入式负荷识别算法中,由于输入权值和隐含层阈值的随机产生容易导致误判,鉴于此,提出了一种改进的遗传算法优化极限学习机方法.对遗传算法中选择算子进行改进,改进方法为求解出个体的适应度值,并按从小到大的顺序完成排序,将排完序的种群等分成4份,按照比例从4份中择优组成新种群,对新种群中剩余个体再从适应度较大的...     

改进PSO的WNN模型在短期负荷预测中的应用

针对电力系统负荷预测中实际的负荷数据往往具有极大的波动性,模型呈现出极大的非线性,提出一种改进粒子群优化的小波神经网络模型,将其应用于电力系统的负荷预测研究.首先,分析和介绍了小波神经网络和改进的粒子群算法的基本原理和优点;其次,将改进的PSO算法用于优化小波神经网络的参数优化;最后对改进的PSO-WNN负荷预测模型进行仿真分析.实验结果与传统PSO-WNN的实验结果进行对比,证明改进的PSO能够提高模型的运算效率和负荷预测精度.     

一种基于GMPLS光网络的共享恢复路由算法

目的 改进基于GMPLS光网络中故障恢复的路由算法。方法 把现有的算法和网络负载均衡的目标结合起来，改进原算法。结果 仿真表明这种改进的算法在链路的使用、呼叫阻塞、资源使用、资源共享4个方面都优于原有的算法。结论 采用这种改进的算法更有利于均衡网络的负载，提高网络的生存性。     

基于多目标融合及改进遗传算法的终端区进场协同排序

未来我国终端区将逐年递增,根据数据显示终端区内空域资源与飞行流量的增长不成正比,终端区内流量趋于饱和。为了有效提升终端区运行的效率,确保航空器在其空域的安全飞行,降低管制员的负荷以及公司的运行成本,本文从航空器延误,管制员负荷以及各机场资源平衡三个方向建立多机场终端区航空器进场协同排序模型。首先,通过对终端区范围界定,运行主要问题的研究以及空域结构的分析了解终端区系统的相互关联因素;其次,通过对终端区进场航空器的线路、交叉点的单独分析,找到相应的共同点和影响较高的运行系统相关性因素,相关的约束以及主要的解决目标;最后利用结合模拟退火的NSGA-II算法对该模型进行求解。结果表明基于改进遗传算法对该模型求解后对比先到先服务模式以及未改进的遗传算法在效率上分别提高26.3%和53.2%。由此可见,所提出的模型能有效的提高航空器排序的效率。     

高校多出口链路负载均衡系统设计与实现

本文在对常见的几种多链路负载均衡分配算法的分析与比较的基础上,提出了基于剩余能力的加权最小连接负载均衡算法,并通过模拟实验得出,采用此算法的负载均衡系统服务能力得到明显提高。     

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．