基于集群的自适应负载均衡研究

目前在大多数的集群系统中都使用了负载均衡技术,以提高整个系统的执行效率。但是由于集群系统的负载粒度为节点,负载均衡服务就有可能不断地在两个节点之间快速地切换,这种节点负载快速变化的现象称为负载颠簸,会导致系统的不稳定;另外一种现象称为负载成群是当有一个轻载节点可用时,负载均衡服务在很短的时间内将所有的请求都转发到这个节点上,会导致这个节点严重过载。本文针对这些现象提出了一种自适应负载均衡算法(DAA)和一种计算节点相对负载的方法,有效的解决上述问题,极大的提高了集群系统的响应速度和执行效率。     

作业可分割的数据采集系统

随着网络规模的增长和ＩＰｖ６协议的发展,用户增强对大规模网络系统进行数据信息的采集和监控的需求．现有网络性能管理系统主要采用一个工作节点进行网元性能数据采集,获取大量小任务后通过ＳＮＭＰ协议直接执行,出现响应时间长、网络带宽占用大的问题．针对此问题,在兼容ＩＰｖ４／ＩＰｖ６的网络环境中,提出了作业可分割的数据采集系统:系统采用集群模式克服单节点执行效率瓶颈,并针对大量小作业,采用基于采集节点动态反馈负载权重,通过负载权重分析当前不同采集机的任务执行能力,进行任务的重组、封装成新的任务,并将新任务发送到相应的采集节点上．实验结果证明,改进的数据采集系统能够提高作业流的处理能力,降低响应时间,减少对网络带宽的占用．     

基于SocketAsyncEventArgs的远程监控系统通信服务器设计与实现

采用.NET的Socket Async Event Args类实现了高性能通信服务器.服务器采用连接池和缓冲池异步接收远程终端发送的信息,并按照约定通信协议对接收的信息进行过滤和处理,存入相应的数据库.针对无线远程监控系统的实际需求,提出了无线远程监控系统的逻辑模型,分析了通信服务器的功能和结构,讨论了通信服务器软件设计和实现的关键技术.测试结果表明,服务器能够高效准确地处理来自客户端的大规模并发连接请求,具有一定的通用性.     

Linux集群技术在Web服务器中的应用

以Linux集群技术为基础,构建一个能够处理Web请求、具有较高的性能和良好可伸缩性的集群系统。该系统平均响应时间较短,能够提供动态负载平衡功能。将来自外部网的请求转发到内网中的负载最轻的服务器上执行,以解决Web站点面临的大量并发访问造成的性能瓶颈问题。     

集群系统运行状态监控软件设计

结合现有监控方法,设计并实现了一种针对集群系统关键部件的多层次、集中式监控软件.该软件的监控状态参数丰富,涵盖了部件的物理状态、节点的负载状态、节点的事件信息状态和数字电路逻辑状态这4大类运行状态;其状态数据使用数据库集中存储,便于历史数据的检索与分析;状态数据具有统一时钟,能够再现集群系统历史某时刻的运行时场景.在实际系统上的运行结果表明:基于该软件实现的故障在线自动处理机制能够提高系统运行稳定性及作业的成功率.     

基于状态改变的集群动态负载均衡调度策略

集群系统中由于各节点机配置、客户请求执行时间、网络性能的不同 ,系统长期的运行会造成负载的积累效应 ;瞬时网络状态、用户请求信息的不确定性 ,很难只是通过静态负载均衡方案达到系统的负载均衡 .动态的即系统自适应的负载均衡成为必然补充 .提出一种基于状态改变要求驱动的混合式动态负载均衡调度策略 ,通过发送者表与接收者表对任务进行分布式动态迁移 ,并给出其实现步骤的算法描述     

开源Linux集群系统服务器池存活性技术研究

在对开源Linux集群系统服务器池存活性进行研究的基础上,提出了一个跨平台、实用的解决方案,该解决方案可以广泛应用于Linux高性能集群系统和负载均衡集群系统．     

基于服务器负载状况分类的负载均衡调度算法

针对云端集群负载均衡问题和现有负载均衡算法的优缺点,提出了一种基于服务器负载状况分类的负载均衡算法.通过每阶段采集负载信息,实时掌握节点状态,停止重负载节点接收任务,降低中负载节点集合接收的负载,相应地增加轻负载节点集合的负载,以达到负载均衡效果.同时采用集合的形式很好的避免了大量负载涌入某一指标最优的节点,能够更好地实现均衡,提高系统的吞吐率.结果表明:该算法可以有效地避免云端集群负载发生倾斜,使系统在长时间的运行过程中达到动态的负载均衡.     

虚拟机集群自适应负载均衡策略

针对虚拟机集群资源负载不平衡的问题,为提高资源利用率,提出一种集群自适应调度策略。首先将虚拟机资源按类别进行划分,然后通过量化各类资源对系统性能的影响,采用随机概率选择算法,完成对拟迁移的虚拟主机和目标迁移节点的选择,从而解决系统负载不平衡问题。实验结果表明,该方法能有效改善系统性能和提升资源利用率。     

基于一致性哈希算法的分布式数据库索引查询优化方法

为了解决分布式数据库索引查询负载不平衡的问题,基于一致性哈希算法设计了分布式数据库索引查询优化方法.根据分布式数据库服务器节点CPU处理能力、带宽和缓存大小,采用动态反馈机制计算各服务器节点的索引查询负载率,通过一致性哈希负载平衡算法将任务分配给各服务器节点,并实时调整负载.以最小总代价为目标,利用多蚁群算法求得最佳查询路径.实验结果显示,基于一致性哈希算法的优化方法整体曲线趋势较平稳,在用户请求数量为4 000条时,最大负载平衡度为1.5%,全程响应时间小于35 ms.这说明该方法能够有效调整分布式数据库的负载分布,且受数据库规模影响较小,具备强大的查询响应能力.