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.     

内容发布订阅系统的路由优化和负载均衡技术

研究在非均匀数据分布情况下的负载均衡和大规模系统中的事件路由效率问题.使用K-D树划分结构实现了内容发布/订阅系统的静态负载均衡.在此基础上,利用K-D树的索引机制,实现了系统事件代理之间的分层路由机制,将路由效率提高到O(lnN).基于区域匹配和路由2种负载特征,采用区域分裂和复制方法实现代理之间的负载调度.通过转移加入和动态探测的方法解决了动态负载均衡问题.性能分析和仿真实验表明,上述方法解决了基于事件空间划分的内容发布/订阅系统的高效路由和负载均衡问题.     

P2P网络负载调度的超图划分算法

目的解决P2P用户数量持续增多时,网络节点异质性造成的负载不均衡问题,提高节点和带宽利用率.方法基于超图的动态划分思想和排队论的理论证明,将网络划分为若干个小区域的集合,利用定义的超级节点对本区域内的节点进行管理.每个区域随机选取另一个区域共同进行超图的2路划分过程,使划分后的区域总负载保持一致.通过每个小区域的节点负载平衡来获得整个网络负载的相对平衡.结果实验结果表明,采用负载均衡算法的网络节点利用率有了明显改善,而且能在更短的时间内调整至均匀分布状态.在连接数较高的情况下,网络仍然能够保持较好的稳定性.结论基于超图划分的负载调度方案可以使系统的局部范围处于平衡状态,进而实现P2P网络整体的负载均衡.     

一种远程容灾系统的动态负载均衡方法

为解决远程容灾系统中出现的存储服务器负载不均衡现象,提出一种动态负载均衡方法,该方法首先对用户的任务进行排队,并结合动态反馈原理,周期地根据远程容灾系统各存储服务器的真实负载变化情况,进行任务分发,避免了系统内部存储节点间的负载不均.仿真实验证明,相对于传统的动态负载均衡算法WLC,该方法明显地提高了系统的吞吐量.     

入口链路负载均衡技术在Cisco设备中的应用研究

简要阐述链路负载均衡的定义、类型和原理,主要研究入口链路负载均衡技术拥有在全球最先进的网络解决方案的供应商Cisco公司生产的专业设备上的应用,分析了Cisco入口链路负载均衡特性的架构、配置及实现的工作原理。Cisco的入口链路负载均衡技术通过在设备上的智能DNS解析功能,可以根据用户发起访问的源IP地址的不同,让用户通过不同的链路进行接入访问,实现对最优入口链路的选择,以达到使用户访问网站的响应速度得到提高的目的。     

出口链路负载均衡技术在Cisco设备中的应用研究

阐述了链路负载均衡的概念、类型和原理,研究出口链路负载均衡技术在全球最先进的网络解决方案供应商Cisco公司生产出的专业设备上的应用,分析了Cisco出口链路负载均衡特性的架构、设备配置及如何实现的工作原理,并通过实验表明,Cisco的出口链路负载均衡技术可以根据业务报文的特征,实现将流量进行分类和管理,达到使网络的整体性能得到提高的目的.     

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。     

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.     

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Equalchord语义Web服务发现模型

为了拓展服务发现的范围提高服务发现效率并使得各个服务注册中心上的负载均衡,提出了一种基于Equalchord的语义Web服务发现模型(ECSDM).在此模型中,服务发布时首先按照NACIS进行分类,并以分类码作为标识符按照Chord路由算法分布到网络节点上.针对Equalchord中的节点负载均衡问题提出了过载率的衡量指标.为了实现节点间负载均衡,提出了节点加入算法和节点自动负载均衡算法.节点加入时根据网络中的负载信息来设置自己标识符以分担负载过重节点的负载,节点通过周期性的比较与邻居的负载情况调用自我负载均衡算法按顺时针分担负载,实现节点间的负载均衡.通过仿真系统ChordSim模拟实验,证明了该模型及算法具有良好的效果.     

D-Spillover 负载均衡的算法研究

【目的】通过研究一种基于流量溢出效应的动态负载均衡（Dynamic load balancing based on spillover，D-Spillover）模型与算法，为当前动态负载均衡不能从网络整体资源利用角度将富裕带宽贡献给其他流量，造成资源浪费的问题提供解决方案。【方法】对网络数据流进行粒子化最优分解，利用粒子群寻优法，以粒子化等比例利用带宽，结合非线性时间序列分析方法，按比例节点数据流溢出后动态调整分发的负载均衡算法和策略，实现每一个时间段、每一个节点上宽带的最大利用化与均衡转发，充分利用网络的带宽,最大化发挥网络设备性能。【结果】D-Spillover负载均衡机制在任何时间段能让流量均匀分配给等比例接口容量，每一个接口都会性价比的利用带宽，流量分布比较均衡。【结论】根据网络的需要，将D-Spillover负载均衡机制运用在网络负载较重的数据中心设备中，有利于整个网络的优化。     

基于SDN技术的服务器负载均衡设计

传统服务器负载均衡的实现方式存在可靠性低、维护性差、增加额外开销等问题.软件定义网络(SDN)在流调度上具有灵活、可靠性高、可维护的特点.在研究现有负载均衡方法的基础上,结合SDN技术,提出基于SDN的云中心动态负载均衡方法,实现了基于流级的动态负载均衡.Floodlight与OVS仿真实验证明,利用SDN技术实现服务器集群负载均衡的方案是可行的.     

基于QoS驱动的多目标优化用户动态关联研究

为实现5G通信网络自组织、自优化发展,提出一种混合控制多目标优化用户动态关联算法。在满足用户服务质量和基站成本效益的需求下,同时考虑吞吐量、能耗、基站效用等因素,基于QoS需求实现用户和基站的动态关联,从而解决因用户动态变化带来的网络拥塞、资源浪费、负载增加等问题。并引入随机梯度下降算法优化传输功率,提高网络吞吐量与基站利用率。仿真结果表明,该算法在提高网络吞吐量和基站利用率的基础上能有效缓解基站负载不均衡现象。     

分布式系统中动态负载均衡实现模型

随着计算机技术的发展,分布式系统日益受到人们的重视因而被普遍应用,但由于任务提出和执行的随机性,各台机器上负载不均衡现象时有发生,所以负载均衡是提高分布式系统效率的重要因素,但目前的研究都集中在策略的提出上,对实现模型的研究比较少.作者在综合许多负载均衡策略的基础上按照性能递增的顺序,结合网络拓扑结构构建了链式模型、网状模型和链网模型,对其进行了系统的研究,对几种模型给出了各自相应的算法,并进行了评价,指出了这几种模型各自的优缺点及适用范围.研究结果表明链网模型在动态负载均衡实现方面具有良好的有效性、稳定性、可靠性、通用性,对用户具有透明性,是一种性能优越的动态负载均衡模型.     

一种基于改进动态规划思路的众核软件映射算法

众核软件映射到处理器核心上,形成流水线执行,有利于挖掘软件任务模块的并行性,提高系统吞吐率.提出了一种基于改进的动态规划思路的软件映射算法,算法通过将图划分问题近似分解为多个子问题,通过寻求每个子问题的最优解进而获得全局最优解.动态规划思路的改进主要体现在实时更新可选任务节点和动态调整子图期望负载两方面,这有利于划分后的各子图负载更均衡.实验结果表明,算法在提高系统吞吐率方面均优于现有相关算法.     

一种基于改进的动态规划思路的众核软件映射算法

众核软件映射到处理器核心上,形成流水线执行,有利于挖掘软件任务模块的并行性,提高系统吞吐率.提出了一种基于改进的动态规划思路的软件映射算法,算法通过将图划分问题近似分解为多个子问题,通过寻求每个子问题的最优解进而获得全局最优解.动态规划思路的改进主要体现在实时更新可选任务节点和动态调整子图期望负载两方面,这有利于划分后的各子图负载更均衡.实验结果表明,算法在提高系统吞吐率方面均优于现有相关算法.     

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     

面向负载均衡的VM迁移调度方法

虚拟机动态迁移是实现虚拟计算环境下负载均衡、绿色节能、在线维护、主动容错以及资源灵活配置等功能的关键技术。针对多个虚拟机迁移场景下的并发性问题、迁移目标选择问题及迁移路径优化问题,该文提出一种以负载均衡为优化目标的虚拟机(VM)迁移调度方法。该方法首先识别可能违背负载均衡的物理节点,确定待迁移的VM对象,采用模拟退火算法以负载均衡为优化目标确定待迁移VM的迁移目标。最后,设计了路径交换策略对迁移路径进行优化以提高并发迁移数目。实验结果表明,该方法不仅能缩短迁移完成时间,而且能优化VM放置,确保负载均衡。     

基于Multi-agent的分布式系统负载平衡

为实现分布式系统的动态负载平衡,基于Multi—agent提出了一种新的分布式系统动态负载平衡算法．该算法采用接收者启动的策略,根据各主机的负载状态,在系统运行过程中利用移动Agent动态迁移任务．文中研究了主机负载状态,提出了负载状态指标：(LC,LM),该指标反映了分布式测控系统中各主机的异构性特点．文中还详细介绍了Agent的功能、结构及通信,并且通过实例对Agent通信及如何创建移动Agent进行了说明．将所提算法应用于分布式测控系统,结果表明,该算法能有效地减少网络传输、节省时间、提高系统效率和实现动态负载均衡．     

高振斌1,潘亚辰1,华 中2,段小红2,赵丹2

酒店智能终端系统中,为了解决随着终端用户数量的增加导致的服务器负载过重从而用户体验下降的问题,提出了一种改进的加权最小连接调度算法的负载均衡技术,将连接个数作为负载因子进行综合考虑,使得新加入的终端用户能够自动在多云分支服务器之间做出最佳决策,选取当前周期内负载最轻的一台服务器进行自动连接并实现整个酒店智能系统的负载均衡。实验结果表明,利用改进算法可以使得酒店智能终端机顶盒与多云分支服务器的自动连接实现整个系统的负载均衡且具有良好的稳定性,达到了预期效果。