基于LVS系统的负载动态平衡设计与实现

基于LVS的集群负载调度系统，内核中的加权调度算法权值是静态的，没有动态调整机制，容易出现任务分配与真实服务器处理能力相背离，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，计算服务器综合负载，动态调整服务器权值的收敛算法，实现负载动态平衡，及时调整负载倾斜，进一步提高服务器的利用效率和集群系统的吞吐率，设计可应用在使用LVS的负载平衡调度集群系统中。     

一种实时集群计算机系统动态负载平衡算法的研究

负载平衡是集群计算机并行计算的核心问题。该文在研究了多种非实时并行系统负载平衡算法后,根据实时集群系统的特点,提出了一种基于动态任务分配表的负载平衡算法,并对算法的设计思想和实现作了阐述。     

实时集群中一种基于任务分配表的动态负载平衡算法

动态负载平衡问题是影响实时集群性能的重要因素。文章在分析实时集群负载平衡特点的基础上,提出了一种基于任务分配表的动态负载平衡算法,并对算法的设计思想和具体实现进行了详细阐述。算法在某指控实时集群系统中的应用证明了它的可行性。     

NOW环境中一种负载平衡系统ALBSIN的研究与实现

本文介绍了一种在NOW（Network of Workstation)环境中进行负载平衡的方法－ALBSIN（A Loand Banlancing System in NOW),它采用分布式负载信息存储和交互的方式在节点间进行任务分配和负载平衡,实验表明,此方法具有良好的自适应性,可行性和可扩放性,是NOW中任务分配和负载平衡的一种理想方法。     

一种基于P2P系统的动态负载平衡算法

在P2P系统中，负载平衡算法的好坏将直接影响到系统的使用效率。在这篇文章中提出了一种负载平衡算法，从地址空间平衡与动态负载等几个方面提出对现有算法的改进策略，目的是提高负载平衡效率并使其适应于更广的DHT应用。     

集群动态负载平衡系统的性能评价

该文使用随机Petri网对集群动态负载平衡系统建立了一个抽象模型．通过细化模型中的节点本地处理部分对5种动态负载平衡算法的性能进行了分析，并讨论了集群负载特性对动态负载平衡系统性能的影响，最后得出的主要结论有：(1)动态负载平衡算法可以取得比静态负载平衡算法更好的性能；(2)与传统的只考虑CPU就绪队列的负载平衡算法相比，考虑了各种I／O请求队列的负载平衡算法可以取得更好的性能；(3)即使在极端的集群负载特性中。集群动态负载平衡算法仍然能取得比较理想的性能，因此实现即使是十分简单的集群动态负载平衡系统也是很有必要的。     

一种基于实时负载的动态负载平衡策略

在分布式系统中采用动态负载平衡算法分配系统中的工作负载,能够提高系统的性能。在简述目前常用的几种动态负栽平衡策略的基础上,提出了一种基于实时负载的动态负载平衡策略,并给出了其调度算法。     

异构集群环境下负载平衡调度算法研究与实现

围绕平衡负载这一目标，针对进程级并行任务的动态调度问题进行了研究，提出了一个异构集群环境下动态负载平衡算法，它结合了自适应数据采集与交换算法，有效的解决了服务器之间负载不平衡的问题，提高了系统的吞吐率。     

调度服务在虚拟试验系统中的研究与应用

为了提高虚拟试验系统的执行效率,保证系统负载平衡,提高系统的实时性和可靠性,研究并设计了一种实时任务调度服务;该调度服务以节点任务调度算法和迁移策略为基础,提供了一种动态的、可靠的任务分配策略和负载均衡机制,使虚拟试验的任务得到了合理分配和调度;以节点容纳度作为试验参数进行多次试验,试验结果表明:该调度服务在虚拟试验系统中能够动态维持各个节点的负载平衡,降低了任务平均响应时间,提高系统的实时性和可靠性,达到了提高虚拟试验系统整体性能的目的。     

分布式数据流处理系统的动态负载平衡技术

设计了一种新的大规模分布式数据流处理系统的体系结构。系统由一组异构的服务器集群组成，负载在每个服务器集群内部多台同构的服务器之间获得平衡，从而达到整个系统的负载平衡。集群设计的主要目标之一是以资源换性能，服务器集群中服务器的最大数目足够保证系统不再发生过载现象，不再需要会降低性能的卸载技术。而且投入运行的服务器的数目根据实际的系统负载来决定，负载较轻时，一部分服务器可以进入休眠状态来减少能源的消耗。根据系统动态增减服务器的特点，设计了全新的初始化算法、动态负载平衡算法。与以前的分布式数据流处理系统相比，由于单个集群的服务器的数目大大减少，算法复杂性降低、速度加快、优化的空间增大。     

分布式数据库系统的动态负载平衡策略及算法设计

随着网络中数据库应用的发展，使得分布式数据库系统的负载平衡问题突显出来。目前大多数分布式数据库管理系统没有负责平衡功能，其负载平衡依赖于操作系统的负载平衡机制来解决，这样带来的问题是系统负载的评价粒度细小和负载转移的开销增加。讨论了动态负载平衡策略的要素，针对分布式数据库系统的负载平衡问题，提出了以事务队列长度作为负载评价标准，并给出了一个动态负载平衡策略及算法。     

一种集群系统的透明动态反馈负载均衡算法

随着服务器集群系统大量应用于各中小企业的信息系统中，传统均衡算法一方面由于局限性达不到企业的要求，另一方面大部分中小型企业也无法承受昂贵的硬件负载均衡器费用，本文提出了一种集群系统的透明动态反馈负载均衡算法（TDLBA）。该算法充分考虑集群系统中多种资源（CPU、内存、I/O和网络带宽等），采用双机热备份负载均衡器，服务器节点周期动态反馈方法，同时引入一个负载冗余以动态调整节点负载分配，从而达到尽量简化负载均衡器的任务分配算法、最大限度满足系统最大吞吐率和提高系统响应时间的目标。测试表明，该算法有效的提高了系统服务性能，且优于静态分配算法和Pick-KX算法。     

基于消息传递机制的动态负载平衡算法研究

针对同构集群系统中的动态负载平衡问题，提出了一套面向负载信息交流的消息机制，基于该消息机制设计了一种分布式控制、发送者驱动的动态负载平衡算法。实验证明该算法在处理大规模计算密集型任务时，具有一定的有效性和实用性。     

基于局部网络信息的P2P系统负载平衡算法

提出了一种基于P2P网络局部信息的负载平衡算法，该算法依赖于局部网络的负载信息，并在局部网络内部进行负载迁移使整个系统达到负载平衡状态。理论分析和实验数据均表明，该算法可在网络传输存在限制的条件下，尽快地使系统到达平衡状态。基于局部负载信息与基于全局负载信息的负载平衡效果几乎相同，而前者的时间复杂度远低于后者，特别是在节点较多的P2P网络中。同时由于在局部网络内进行负载迁移，故能够以较小的网络通信量得到良好的性能。     

主动获取式的分布式网络爬虫集群方法研究

针对当前分布式网络爬虫方法遇到的处理效率、扩展性、可靠性、任务分配和负载平衡等问题,提出了一种主动获取任务式的分布式网络爬虫方法。该方法在子机节点中加入分控模块,评估节点负载及运行状况,并主动向中控节点申请任务队列。在此基础上,结合动态双向优先级任务分配算法,设计了一种具有负载平衡、任务分级分配、节点异常敏捷识别、节点安全退出等特性的分布式网络爬虫模型。实际测试表明,该主动获取式的分布式网络爬虫方法可有效地利用通用平台建立大型分布式爬虫集群。     

异构分布式控制系统中实时任务的调度算法

分布式控制系统是一种应用极为广泛的异构分布式实时系统，系统中同时存在有多种实时任务，如何将这些任务分配到各个处理器上并保证它们的时限是系统关键技术之一．在结合启发式任务分配算法和单处理器任务调度算法的基础上，提出了一种分布式控制系统的调度算法．该算法考虑了各个处理器的负载均衡，同时又能满足所有任务的时限．仿真结果表明了算法的有效性．     

分布式容错系统的任务分配算法

文章提出了分布式容错系统的任务分配算法,该算法考虑了系统任务的周期性、冗余性特点,以处理机负载平衡为目标,通过三步静态分配实现了任务在处理机中的冗余分布,在系统执行过程中的处理机故障,通过冗余任务动态唤醒实现系统重构。     

一种面向分布式虚拟环境的分层迭代负载平衡算法

为了支持大规模用户共享虚拟环境,多服务器结构被应用到分布式虚拟环境系统中,每个服务器负责虚拟环境的一个区域划分.由于用户不可预知的移动和交互,可能会导致某些服务器负载过重.现有的负载平衡算法注重于将负载在服务器间重分配,但引入开销过大,影响系统交互性能.提出一种分层迭代的动态负载平衡算法,以过载区域为中心,分层地选择周围有限数量的区域作为调整目标,将过载部分由内向外迭代地扩散到各层,多次迭代达到负载平衡状态.针对倾斜和聚簇两种典型用户分布的虚拟环境,对算法进行验证并与现有的3种负载平衡算法进行比较.结果表明,该算法可以快速、有效地调整负载并引入较少的开销.     

一种改进的基于动态反馈的负载均衡算法

负载均衡是集群系统研究的一个重要问题,负载均衡算法是集群任务分配的核心,介绍了LVS中的负载均衡算法,讨论了常用算法的不足,在分析这些算法各自优缺点的基础上,提出了一种改进的基于反馈的负载均衡算法,算法引入一个负载容余参数以更准确地描述集群节点的负载状况,在考虑服务节点真实负载,处理能力的基础上,尽量简化负载均衡器的任务分配算法.测试结果显示该算法优于静态算法.     

基于负载平衡和经验值的工作流任务分配策略

针对面向角色的工作流管理系统中的任务分配问题,提出一种支持任务参与者负载平衡和经验值的任务分配策略,在角色和任务执行者之间建立联系。该策略在对任务参与者进行负载预测的基础上,综合考虑任务参与者的工作负载、对不同类型任务的完成质量和兴趣等因素,根据预测负载偏差,对任务参与者的负载进行等级划分,把任务分配给轻载集合中经验值最高的参与者。