浅谈如何实现四台Web服务器的负载均衡

<正>集群的概念容易和一些概念(SMP、NUMA、MPP、分布处理)相混淆,其主要区别在资源被共享和复制的级别不同。它们是按SMP、NUMA、MPP、集群、分布处理从最紧密到最松散的排列。 SMP(多处理系统):这种系统是在一台计算机里有多个CPU,CPU之间的地位是平等的,它们共享内存空间和I／O设备。其工作方法是由操作系统负责将任务分解成多个并发进程,然后让其在不同的CPU上运行。 NUMA(非统一内存存取):这种系统可以让多 40     

基于虚拟云平台的网站集群系统在高校Web服务中的应用

以基于虚拟云平台的网站集群系统为主,介绍了虚拟云平台、网站集群系统的类型和发展现状,结合高校Web服务的现状论述了基于虚拟云平台的网站集群系统的应用意义,如信息共享、强化性能、提高安全性、降低成本、方便管理等,重点论述了基于虚拟云平台的网站集群系统针对高校实际情况采取的解决措施和具体实施步骤。     

基于簇的可动态调整的分层负载均衡算法

为了提高分布式系统的性能,设计了能根据节点当前任务负载强度和调度能力,动态地改变集群的逻辑控制结构的2层负载均衡算法.算法把系统中的节点分成多个簇,每个簇有1个调度节点和若干个工作节点,簇内工作节点形成算法的第1层,执行用户提交的任务;簇间的调度节点形成算法的第2层,调度节点间通过相互协作,均衡簇间的负载.算法可以通过分裂簇增加调度节点的方式来提高系统的调度能力;通过合并簇增加工作节点的方式来提高系统的执行能力.对于不同类型任务,算法能根据任务到达流的速度调整逻辑控制结构,从而提高CPU利用率.测试结果表明,该算法不仅能提高系统性能,而且经过调整后的系统会进入稳定状态.     

自适应大规模服务器集群监控系统的构建

针对大规模服务器集群监控系统域大小固定而不能动态适应集群规模变化的缺点,提出了自适应动态域算法.通过计算监控引入的负载,根据负载容忍度要求,动态改变域的个数和大小,以适应集群规模变化.同时,提出了浮动域监控节点的方法,以应对域监控节点负载过重的情况,即在域监控节点负载较重时,自适应地选择新的域监控节点,并完成节点角色的自动更新.采用自适应的线程池和数据库连接池可降低监控任务的开销,加快执行任务的响应时间.监控CPU利用率的测试结果表明,系统执行单任务的响应时间为128 ms,20个任务的响应时间为242 ms;数据库连接池的性能测试结果表明,在300 S内,采用了自适应池、不采用自适应池方案所耗处理器资源分别为1.80%和7.53%,处理任务数分别为12 364和2 769.     

集群服务器系统前端接口子系统的设计与实现

基于链路聚集技术，提出并实现了一种适用于集群服务器系统的前端接口子系统方案，使得接口子系统中的接口机数目能随应用规模的变化而扩展，并增强了集群系统的可用性．链路聚集将多条物理链路聚合成一条单一虚拟的媒体访问控制（MAC）逻辑链路，通过将虚拟MAC解析为集群系统对外服务的虚拟IP（VIP），使多台接口机表现为单一IP的功能．利用链路聚集能在多条物理链路间进行负载均衡的功能，结合接口机的负载均衡策略来实现层次型的负载均衡，有效地提高了系统的I／O带宽．利用链路聚集的链路级容错，结合接口的检测机制实现了系统的高可用功能．理论分析和实验测试结果均表明，该方案能有效扩展集群系统的I／O带宽和处理能力．     

基于集群的Web服务负载均衡算法研究

使用服务器集群系统解决网络服务节点的性能瓶颈问题是目前普遍采用的方法,其中负载均衡技术又是决定整个集群的性能和可伸缩性的关键因素。在此提出了一种结合动态任务分配表和基于多IP虚拟路由器集群系统的负载均衡技术。     

基于CPU仿真器的汇编语言学习系统设计与实现

提出一种基于CPU仿真器的汇编语言学习系统设计模型和实现方法.该系统利用JavaBean组件技术实现CPU的仿真;结合多线程技术和锁机制实现组件的数据触发式调度机制,有效地解决了具有复杂关系的组件之间的调度运行问题,保证了微命令的有序执行;基于脉冲信号的事件触发机制,实现了微指令的单步调试;基于所设计的CPU仿真器指令系统,采用现代编译技术设计了一种汇编器,实现了CPU仿真器上汇编指令到机器指令的快速编译.与已有的汇编语言学习系统相比,本系统不仅在通用性、交互性等方面都有较大提高,而且能形象直观地展示虚拟寄存器等各个虚拟芯片的实时状态,记录对应的微指令流,从而更精确地监视汇编指令在CPU仿真器中的执行过程.     

多目标优化的云计算虚拟集群动态调整方法

当前云计算应用中提供的虚拟集群尚不能自动的根据实际网络应用负载作动态调整,从而导致网络虚拟集群的资源利用与负载不适应,使得较多的计算资源空闲在集群中,产生能源浪费。针对上述问题,提出一种多目标优化的云计算虚拟集群动态调整方法,并给出虚拟集群动态调整框架。实验结果表明,该方法可以自动调整虚拟集群规模以适应网络应用负载,并能达到充分利用云计算资源和减少云计算能源消耗等优化目标。     

微机存储界面技术浅谈

在计算机系统中，利用了多种存贮及界面技术，旨在充分提高计算机速度。本就内存与外存间的虚拟存贮技术，CPU与内存间的CACHE技术及CPU内部BIU与EU间的队列存储技术作出分析。     

一种基于网格的跨集群VOD系统及其仿真实现

提出了一种城域范围内基于网格技术的跨集群异构VOD系统实现框架;描述了系统硬件拓扑、软件层次结构,系统主要组件的交互活动．提出了一种对点播任务的分布式自适应调度算法并给出了基于此调度算法的仿真方案和结果．调度算法基于多目标规划,分为二级实现,包括任务在跨集群间的调度和集群内的调度．仿真结果显示,在系统的负载容量内,负载的大幅增加不会引起服务质量的显著下降。     

云计算环境下多目标约束的虚拟资源动态调度

为了解决静态资源调度所导致的CPU利用率不高的问题,研究了多目标约束的虚拟资源动态调度方法。给出了云计算虚拟资源调度模型,设计了多目标约束的虚拟资源表示方法,采用马尔科夫链对虚拟资源的下一时刻状态进行预测,从而得到可用资源向量;最后,计算任务与可用资源向量之间的匹配向量,将任务分配给匹配向量中具有最大各维分量之和的虚拟资源进行调度,并提出了具体的采用基于马尔科夫链预测的云计算虚拟资源动态调度算法。实验结果表明：该算法能有效解决云环境下多目标约束的虚拟资源动态调度问题,具有较小的负载均衡离差和任务执行跨度,较其它方法具有较大的优越性。     

我国虚拟产业集群研究的进展与趋势

运用科学知识图谱法对2004—2019年国内虚拟产业集群相关文献进行合作网络、关键词共现、高频词时区图和关键词突现分析,重点探讨国内虚拟产业集群研究的热点演进、重点领域及前沿方向.研究发现国内虚拟产业集群研究经历了萌芽期、爆发期、过渡期和成长期4个阶段,已形成了以高技术虚拟产业集群、农业虚拟产业集群和软件虚拟产业集群为...     

一种改进的集群系统的任务调度算法

任务调度算法是提高集群系统负载均衡能力的有效手段。为了提高系统利用效率,除了每个任务分配优先级外,还提出基于动态分配任务抢占阈值的LSF（Least Slack First最小空闲时间优先算法）改进算法,并将该设计方法应用到渲染集群系统中,从而有效地减少了因任务抢占引起的系统开销和提高了渲染集群系统资源利用率。     

针对CMT架构的linux内核负载均衡算法优化(英文)

Linux 2.6的负载均衡算法调度域支持CMP,CMT,SMP,NUMA架构.针对CMT,算法尝试分配新进程到最空闲的处理器核中的最空闲的CPU上;如果某个处理器核中的第一个CPU比较空闲,它会周期性地从该核的最繁忙的CPU上的迁移适量的任务到这个CPU上以平衡系统的任务.然而在某些情况下,该策略会导致系统更加不平衡.有两种方法可以弥补该算法的缺陷:一是新进程放到整个系统的最空闲的CPU上;二是最空闲的CPU可以迁移调度域中的任务.在8处理器核32线程XLR532处理器系统上,使用HackBench测试,系统最高达到8%的性能提升.     

Hadoop集群效能建模与评价

随着大数据技术的研究深入,Hadoop集群效能问题越来越引起业界的关注.如何有效地利用计算资源,使有限的资源发挥出最大的效能,成为大数据应用中一个迫切需要解决的问题.本文对Hadoop集群效能进行建模研究,建立以Hadoop集群单位时间完成的任务量与消耗能耗的比值来定义的Hadoop集群效能度量模型,并且基于该模型给出测量Hadoop集群效能所需的参数和度量方法.对不同硬件配置的Hadoop集群,选取CPU密集型和L/0密集型任务进行效能测试与评价.由测试结果可以得出机架服务器组成的Hadoop集群适合处理TB级的大规模数据,而PC组成的Hadoop集群更适合在要求不十分苛刻的场景处理10GB级及以下的中小规模数据,对生产环境中的Hadoop集群选型具有一定指导意义.     

一种基于移动Agent调度的均衡策略的设计与实现

提出了一种基于移动Agent调度的均衡算法SBOMA.该算法有效地解决了目前算法中只考虑整个系统CPU的利用率问题,未考虑同一任务中各个子任务间的同步关系这一关键问题.通过实验验证,该算法具有很好的可扩展性,提高了并行计算效率.     

消息传递接口在分子动力学模拟中的应用

廉价高性能的PC机为组建具有优异性能、适宜于承担大任务的集群系统提供了良好的资源保障.将消息传递接口应用于分子动力学模拟过程,给出了完整的模拟方案和任务拆解方法,成功搭建了PC集群系统,讨论了并行效率,并与单机多核下的多线程/进程方案进行了对比.     

基于OpenStack云平台虚拟集群环境的部署

云计算是一种在网络的基础上通过各种服务方式为用户提供多种需求资源的计算模式.虚拟化的集群环境主要是采用虚拟技术构建多台虚拟计算节点,由此来搭建与物理集群功能相同的虚拟集群环境.该集群主要通过Open Stack云计算平台的虚拟化技术创建Ubuntu虚拟镜像,利用虚拟镜像创建Ubuntu虚拟化实例,然后结合System Imager技术来高效的完成集群节点的自动化部署.     

嵌入式CPU软硬件协同开发中的操作系统设计

为了满足高性能嵌入式CPU软硬件协同开发的需要,提出一个嵌入式Linux操作系统设计方案,在真正的硬件完成之前利用虚拟原型系统进行软硬件集成测试。该方案基于开放源代码软件,采用精简配置的Linux Kernel,以u-Clibc和Busybox为主构成根文件系统,特别选择加入必要的基准测试程序。该系统成功应用于清华大学THUMP系列CPU开发,保证了验证的完备性,提高了验证效率,为CPU的性能优化提供了有力的支持。实验结果表明:该方案满足了验证目的和虚拟环境对操作系统设计提出的严格要求,同时为目标CPU未来运行系统提供了基础。     

基于海量数据的Web集群的性能分析与测试

为解决海量数据和Web集群服务的下载配置模型测试问题,通过测试工具选择、测试环境配置、测试用例选择以及测试实施过程,利用性能测试方法,针对一组真实测试实例,得出与现有的单机普通阵列模型相比,采用新的集群模型后,一台高性能的磁盘阵列连接4台服务器,1 300个用户并发下载时,阵列CPU使用率持平在90%的情况下,平均每秒能完成360个文件的下载任务,达到了阵列的最大服务能力,为目前最佳集群下载配置模型。