基于主动队列管理的集群计算负载平衡系统

在分析了分组到达率和服务率的关系及主动队列管理AQM（Active Queue Management）的Balanced RED算法的基础上,提出了一个计算连接权重的动态分配算法“基于AQM加权时序动态法”（Weighted Opportunity Dynamic Algorithm based on AQM）,它具有对终端用户透明、能自动找出最佳服务器来处理请求的特点,从而实现集群计算服务器的负载平衡。另外据此算法设计并实现了一个支持服务器集群的动态负载平衡原型系统,实验结果表明该算法在负载平衡的效能上有明显的提高。     

支持动态负载平衡的分层消息队列模型

中间件技术为解决异构分布式环境下的负载平衡问题提供了有力的工具,但传统的消息中间件负载平衡的实现较为复杂,其动态参数繁多且容易带来额外开销。提出了一种分层消息队列模型,该模型中利用队列组管理器对分布式队列进行组管理,并提供了丰富的任务分配策略。在该模型的基础上提出动态负载平衡实现方案:通过基于队列的阈值阈长模型实时监控成员队列的负载情况,采用集中式调度进行负载信息搜集和负载平衡决策,结合负载迁移和队列组管理进行过载处理。     

基于Petri网的集群应用系统性能评价

利用随机Petri网理论给出了一个集群应用软件负载平衡系统的抽象模型,通过细化其中的本地节点处理部分对3种集群动态负载平衡的调度策略和应用系统体系结构对负载平衡系统的影响进行了分析,得到了一些对大部分应用系统的设计起到指导作用的结论.这些结论是:(1)无论是静态负载平衡还是动态负载平衡都能提高集群系统的性能,动态负载平衡会得到更好的性能;(2)在动态负载平衡算法中除了要考虑系统中最重要的等待队列--应用队列外,还要考虑数据库队列;(3)异步体系架构将任务切分到各处理子系统中,有助于将各子系统负载数据综合到负载向量中,能够更准确地衡量系统负载、提高负载平衡系统的性能,优于同步体系结构.     

使用资源利用率作为负载平衡系统的负载指标

一个可以正确反映当前系统负载情况的负载指标对一个成功的动态负载平衡系统来说是至关重要的．但是，很少负载平衡系统对其选定给出一个实验说明，而且多数系统使用资源队列长度（即ＣＰＵ队列长度）作为负载指标．本文说明了这种负载指标存在的缺点，并对一种新的负载指标－资源利用率进行了讨论．实验表明，在动态负载平衡系统中，使用资源利用率作为负载指标比使用资源队列长度作为负载指标对资源利用率及作业响应时间的改进更有效．     

一种基于中间件的自适应动态负载平衡方法

负载平衡是提高分布式系统性能不可缺少的技术,同时也是系统高可用性、可扩展性、容错性的必然要求。该文在分析和研究负载平衡模型的基础上,提出了一种基于消息队列的负载平衡模型,并在此模型下改进了基于阈值的动态负载平衡算法,给出了一种自适应的动态负载平衡算法。最后,在J2EE平台下,进行了实验和性能比较。     

新颖的离散时间队列系统模型(英文)

带有正负顾客的连续时间单台服务器的队列系统得到了深入研究且已应用于多agent服务系统和计算机网络系统,而带有正负顾客的离散时间Geo/Geo/1队列研究在最近才出现。在拓展离散时间单台服务器Geo/Geo/1队列的基础上,提出了一个具有正负几何到达顾客的离散时间单台服务器GI/M/1队列模型,分析了队列静态长度分布和在RCH与RCE情况下的等待时间长度分布。     

基于消息队列的数据库并发服务器的实现

本文主要介绍了在数据查询系统服务器的应用研发中采用的面向对象通信机制、消息队列机制和嵌入式数据库技术,保证了数据查询系统的跨平台移植性,又保证在系统中对数据稳定、安全、高效的查询及传输。     

永远在线

在互联网上,一些服务器常常因为要在很短的时间内应付数以万计的访问申请而不堪重负。如何防止整个系统仅仅由于一台服务器“宕掉”而瘫痪的局面呢?引进负载平衡机制是一个明智的选择。负载平衡机制给多服务器环境带来了两个主要的好处:首先是系统可扩展性。负载平衡器可以让一簇服务器共同来完成一台超级服务器的工作,减少了系统升级的开销。负载平衡器介于服务器和用户端之间,扮演了一个智能的指挥者角色,能根据当前各个服务器的工作状态和能力来分配服务器负载,使整个系统高效地响应用户的请求。其次是系统的容错性。IP负载平衡器实时监视各个服务器的工作状态,不分配任务给那些     

联机事务处理中间件的设计与实现

中间件主要为解决分布计算环境中异构系统所引起的种种问题而设计。该文介绍了联机事务处理中间件的实现，特别讨论了，所用到的消息队列通信、数据依赖路由及负载平衡的实现及应用。     

可扩展的事件消息自动化处理方案

在实时数据仓库中,获取实时业务数据后,实时或及时的事件处理和决策自动化对实时数据仓库来说至关重要。该文针对仓库系统资源竞争问题,采用消息队列和改进的主动规则技术,提出一套可靠、可扩展并能解决系统负载平衡的异步事件驱动自动化处理方案,同时给出了一套使用高级队列中间件和J2EE技术的实践参考方案,实验结果证明该方案可行。     

A hierarchical task queue organization for shared-memorymultiprocessor systems

There are two basic ways in which waiting ready tasks can be organized: centralized organization or distributed organization. In the centralized organization, a single central task queue is maintained. In the latter case, private ready queue of tasks. Ideally, a central ready queue global to all processors is desired over the distributed organization because the centralized organization provides perfect load sharing. However, the centralized organization is not suitable for large parallel systems because the central task queue could become a system bottleneck. The distributed organization, on the other hand, creates the load imbalance problem, which results in performance deterioration, while techniques have been proposed to reduce the ill-effects of task queue contention in the centralized organization and load imbalance in the distributed organization these techniques introduce problems of their own. We propose the use of a hierarchical task queue organization to incorporate the best features of these two organizations. Our study into the performance of this hierarchical organization shows that a properly designed hierarchical organization provides performance very close to that of the centralized organization while eliminating the ready queue contention problem, we also provide an analysis that identifies and provides guidance for designing the hierarchical task queue organization that avoids ready queue access contention. A brief discussion of task scheduling policies is also included     

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。     

Storm流式计算框架反压机制研究

Storm集群提供了强大的实时处理能力,Storm上下游处理节点由于任务差异而导致数据流元组Tuple处理超时从而影响系统吞吐量及其性能。针对该问题,提出了一种能够灵活调节Topology中各环节数据负载的反压机制,该机制采用可变队列,并根据当前Tuple负载动态调整队列大小,以适应数据负载的动态变化,并提升系统吞吐量。实验结果表明,该反压机制能够避免反压过程中出现数据流的震荡,同时提高系统性能和稳定性。     

基于消息优先级队列分布式交换网元调用系统的研究

为解决现有技术存在的无法按照优先级处理订单的问题,设计一个基于消息优先级队列的分布式交换网元调用 系统。增添消息队列topic个数并且赋予每个消息队列topic优先级属性,然后按照高优先级的消息队列topic优先消费来将处 理订单的顺序重新排列。通过Json微服务调用工单拆分模块,将优先级高的订单分配到优先级高的消息队列中,然后工单调 度系统按照高优先级队列优先处理原则进行工单的调度,最后高优先级的订单会优先执行工单激活模块。本技术可以简化业 务逻辑,提高系统效率,保证多主机多节点同时工作,起到负载均衡和自动切换的作用。     

Performance analysis of adaptive buffer management mechanism using autoregressive based MPEG-4 encoded video traffic model

The burstiness of video traffic in future wired and wireless networks makes dynamic management of network resources more critical. This helps to meet stringent delay and loss requirements of video traffic and improves its Quality of Service (QoS). Since buffer management in queueing system plays an important role towards effective control of QoS for various types of applications, we have focused on its dynamic management. In this paper, we have proposed ADPBS scheme for priority queueing system. The performance of this scheme is analyzed with MPEG-4 encoded video sequence as input to the ADPBS queue. The simulation is carried out in MATLAB for various combinations of threshold control parameters, different traffic load and input traffic mix variations. The results of simulations indicate that dynamically controlled threshold in ADPBS contributes to significant reduction of packet loss of different priority classes as compared with static partial buffer sharing queue and first in first out queue based on threshold control parameters and the traffic type.     

一种基于虚拟化缓存的备份／恢复系统的设计与实现

该文提出并实现了一种基于虚拟化缓存的远程备份/恢复系统。该系统对本地应用服务器上的数据变化进行截获,然后通过本地网关,发送到缓存队列之后再发送到Internet上,通过远程备份服务器的写重放,实现数据的备份和恢复。缓存队列利用了虚拟化存储思想,提供了更有效更方便的环境。整个过程可以在配置管理客户端实时监控和管理。     

Memory ordering: a value-based approach

Value-based replay enforces memory ordering by simply reexecuting load instructions in program order prior to commit, eliminating the need for associative search functionality from the load queue. The load queue can therefore be implemented as a first-in-first-out buffer, like the reorder buffer, which is fundamentally more scalable and power-efficient. In order to mitigate the bandwidth and resource occupancy costs of replay, a set of heuristics filter the set of loads that must be replayed, resulting in negligible performance degradation and data cache bandwidth increases relative to a conventional machine