嵌入式Web服务器集群负载均衡技术研究

随着嵌入式Web服务器用户的增加,嵌入式Web服务器的访问量和数据流量也随之迅速增长,所需要的处理能力和计算强度也相应增大。单个嵌入式Web服务器受到处理能力的限制,将无法满足大访问量的需求,可能会成为网络访问的瓶颈。采用单一的升级方式往往造成不必要的精力浪费,而Web服务器集群正好弥补了这点。因此,可以采用多个嵌入式Web服务器为一个应用服务的嵌入式Web服务器集群负载均衡技术。嵌入式Web服务器集群系统具备高可用性和负载均衡性,并且易于扩展,成为解决这一问题的最佳方法。     

基于服务分类和性能监测的负载均衡研究

负载均衡在集群系统中的作用日益重要,而现有算法的效率不高、部署复杂的原因限制了其更进一步发展。通过分析不同类型的服务请求对服务器造成不同负载,结合监测服务器的CPU和内存利用的即时性能,在克服了现有负载均衡算法的一些缺陷基础上提出了一种简单稳定的基于服务分类和性能监测算法,并通过Web压力测试实验比较了该算法在实际应用中的均衡性能。结果验证了其在服务器集群系统有大的访问请求量时有突出性能,能够使集群系统达到良好的负载均衡。     

中小企业Web服务器软负载均衡的设计方案

给出了一种适用于中小企业Web服务器软负载均衡的设计方案,能够改善服务器的稳定性和并发访问量。     

基于Web集群的反向代理负载均衡研究与实践

面对大量并发的网站访问请求,单一服务器已难以承担,Web服务器集群式部署已成为主流模式。如何合理的选择和设计集群负载均衡方案,实现集群的高可用是集群建设的关键。文章比较了多种集群负载均衡的优缺点,搭建了Nginx反向代理负载均衡服务器,并在真实环境中进行了实际应用。     

一种基于分布式服务器集群的可扩展负载均衡策略技术

提出了一种基于软件定义网络的分布式数据库负载均衡算法,将数据、控制、应用分离的同时计算服务器集群中单个服务器的实际负载.通过查询流量采样记录来决策最少连接的服务器路径,减少了访问请求的响应时间,提高了系统吞吐量和容错能力,实现了充分利用服务器资源的目的.内网中的分布式数据库实验对通用负载均衡技术和基于软件定义网络的负载均衡技术进行了比较,在不同服务器集群的负载状态下,后者的平均响应时间小于前者,并得到了更好的负载均衡效果.     

基于SED的自适应负载均衡研究

负载均衡是提高集群系统性能的重要技术,负载均衡技术可以在当前的网络应用结构上有效提高服务器处理能力,使系统在现有的结构下能够满足更多的用户同时访问所提供的服务,负载均衡算法是集群任务分配的核心。分析了影响服务节点性能的主要因素,基于SED算法提出了一种负载均衡的自适应机制,根据服务节点的性能状况自动调整权值。在Linux平台下进行了实验,测试结果显示该算法优于静态算法。     

基于Nginx替代Apache在高并发WEB负载均衡系统中的应用

为了解决高并发WEB负载均衡系统中Apache做请求分发服务器的性能瓶颈问题,本文在传统负载方案的基础上设计了一种用Nginx替代Apache的弹性扩展架构,并利用Load Runner和Web Bench测试工具对网上在线支付系统的高并发访问进行测试实验。得出结论：采用Nginx替代Apache,服务器最大能承受的并发访问量能提高近10倍,服务器资源占用量大大降低,用户访问WEB应用的响应时间也大大缩短。     

网络负载均衡的控制理论及实践战略

网络负载均衡技术NLB（Network Load Balancing）采用完全分配算法来为集群中的服务器分配进入的访问流量,当集群中的某台服务器失效时,NLB会自动转发数据到其他可用的服务器上。负载均衡由多台服务器以对称的方式组成一个服务器集合,每台服务器都具有等价的地位,都可以单独对外提供服务而无须其他服务器的辅助。通过某种负载分担技术,将外部发送来的请求均匀分配到对称结构中的某一台服务器上,而接收到请求的服务器独立地回应客户的请求。均衡负载能够平均分配客户请求到服务器列阵,籍此提供快速获取重要数据,解决大量并发访问服务问题。     

基于动态反馈机制的服务器负载均衡算法研究

针对当前已有负载均衡算法无法准确反映服务器负载的大小和手动设置服务器权值比较固定等方面所存在的不足,提出了一种基于动态反馈机制的服务器负载均衡算法。本算法综合考虑服务器各种性能因素,并根据当前负载动态调整权值,再依据算法调整服务器负载,使得服务器实现负载均衡。通过使用OPNET仿真软件证明该算法相对于传统算法能够减少服务器延迟,提高平均响应速率,并且有效地平衡了集群中服务器的负载。     

Web服务器的网络负载均衡研究

介绍了网络负载均衡的定义和总体指标。详细讨论了网络负载均衡技术的4种类型。针对不同Web服务器的架构,分析了服务器的吞吐量和网络延迟,其结论对于有效提高服务器的整体性能、服务质量和服务水平具有参考意义。     

SOA中一种带有预测功能的自适应负载均衡算法

在面向服务架构（SOA）中,针对目前负载均衡算法对于延时期间的负载波动情况自适应性及预测性较差的问题,提出一种改进的带有预测功能的自适应负载均衡算法．当工作负载到达率和服务特征发生变化时自动调整负载参数,并对后续请求的负载权重及分配情况进行预测．实验结果表明,该算法适用于高频率分布式的服务集群环境,能够有效的缩短服务器的平均响应时间,提高服务器的性能．     

Estimation‐Based Load‐Balancing with Admission Control for Cluster Web Servers

The growth of the World Wide Web and web‐based applications is creating demand for high performance web servers to offer better throughput and shorter user‐perceived latency. This demand leads to widely used cluster‐based web servers in the Internet infrastructure. Load balancing algorithms play an important role in boosting the performance of cluster web servers. Previous load balancing algorithms suffer a significant performance drop under dynamic and database‐driven workloads. We propose an estimation‐based load balancing algorithm with admission control for cluster‐based web servers. Because it is difficult to accurately determine the load of web servers, we propose an approximate policy. The algorithm classifies requests based on their service times and tracks the number of outstanding requests from each class in each web server node to dynamically estimate each web server load state. The available capacity of each web server is then computed and used for the load balancing and admission control decisions. The implementation results confirm that the proposed scheme improves both the mean response time and the throughput of clusters compared to rival load balancing algorithms and prevents clusters being overloaded even when request rates are beyond the cluster capacity.     

海量设计文档分布式存储及负载均衡的研究与实现

在对海量设计文档的分布式存储技术进行分析比较后,选取最适合现有生产环境的解决方案,并且在分布式存储的基础上,提出与Web应用系统负载均衡技术相结合的系统架构方案。该方案避免用户访问远程存储资源时的漫长等待,解决大型企业局域网之间专线带宽瓶颈对网络应用限制的问题,减轻集中存储资源的负担,实现负载均衡策略从前端Web应用至底层数据存储的全局均衡,从而保证系统的高可用性。     

基于mean-variance的服务集群负载均衡方法

大量并发请求任务进行分配时,负载调度机制是通过最小化响应时间及最大化节点利用率实现网络中节点的负载均衡,在基于遗传算法的负载均衡算法中,适应度函数设计对服务集群负载均衡效率产生重要的影响.对此提出了一种基于mean-variance的服务集群负载均衡方法对适应度函数进行优化,采用投资组合选择模型mean-variance进行最小化响应时间,以得到每个服务器资源利用率的权重,从而获得最优的分配组合,进而提高适应度函数的准确性和有效性.在不同服务环境下与其他模型进行比较,仿真结果表明,本文的负载均衡算法在节点利用率和响应时间方面使服务集群得到了更好的均衡.     

FALB:一种FC协议链路聚合算法

链路聚合是一种通过将多条物理链路捆绑成一条逻辑链路来增加带宽的常用技术,但是在基于光纤通道（fibre channel,FC）协议的交换网络中,随着转发流量区域的不断集中,传统静态链路聚合算法存在负载均衡性差、可靠性低的问题。因此提出了一种基于FC协议的动态负载均衡（flow adaptive load balancing, FALB）链路聚合算法,可以实现对流量的动态自适应匹配以及断链可重连保护机制。结果表明,该算法机制相较于静态负载均衡的算法设计,可以将有效带宽比最终收敛到 95%以上,有效提升聚合链路的负载均衡特性和可靠性。     

基于粒子群算法的嵌入式云计算资源调度

随着移动互联网的发展,基于嵌入式设备的云计算服务成为研究热点。在国内,嵌入式云计算目前正处于探索研究阶段,云资源管理调度是嵌入式云计算的核心技术之一,其效率直接影响嵌入式云计算系统的性能。为了提高云计算性能,本文提出一种基于粒子群优化算法的云计算任务调度模型。粒子群算法中粒子位置代表可行的资源调度方案,以云计算任务完成时间及资源负载均衡度作为目标函数,通过粒子群优化算法,找出最优资源调度方案。在matlab实验平台进行了仿真,通过大量数据模拟实验表明,该模型可以快速找到最优调度方案,提高资源利用率,具有较好的实用性和可行性。     

一种改进的Linux集群系统负载均衡算法

提出一种基于改进的Linux集群系统负载均衡算法.首先通过修改负载权值计算指标,然后通过动态反馈机制收集各个各服务器的实时负载,负载均衡器根据收集的负载信息动态调整服务器权值,最后根据权值选择最优服务器去处理新的任务.仿真测试结果表明,改进负载均衡算法提高了整个系统的响应能力和吞吐量,较大幅度地提高系统的综合性能.     

容量智能均衡关键技术研究及应用

为提升容量智能均衡优化能力,本文进行了容量智能均衡关键技术研究.研究方法是基于同覆盖扇区的垂直面智能均衡优化算法和基于小区相关度的水平面智能均衡优化算法.研究成果已经开展应用,对负载不均衡区域或无法调度区域进行业务分流.算法首先采用垂直面均衡优化,垂直面均衡无法解决的高负荷问题继续实施水平面均衡优化.通过应用验证,本项...     

基于模糊控制的启发式工作流引擎负载均衡策略

针对分布式工作流引擎中的负载均衡问题,提出了一种新的算法,即启发式模糊算法,将传统控制理论中的模糊控制和启发式策略应用到了工作流负载均衡中。最后在一个基于JINI的分布式网络系统中实现了该算法,并且给出了其与其他几种经典算法进行比较的实验结果。结果表明,启发式模糊算法提高了工作流引擎服务的整体响应时间,使得资源得到了更加合理的利用。     

基于干扰协调的主动负载均衡

为了解决负载均衡后分流的有实时业务需求的用户因受到严重的小区间干扰和因传统被动式方法固有的接入延迟所导致的用户体验下降的问题,本文提出了一种基于干扰协调的主动负载均衡算法。为了协调干扰,通过部分频率重用为小区边缘用户分配正交的资源;为了在满足用户数据率需求和均衡网络负载的前提下使系统总资源开销最小,通过预测用户的大尺度信道信息进行主动负载均衡。仿真结果表明,与现有的负载均衡方法相比,所提出的算法不仅提高了资源利用率,还降低了用户掉线概率。