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。     

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。     

若干随机型负载平衡算法

对于多处理机之间的负载平衡,人们提出了许多有效的动态负载平衡算法,其中随机型方法比确定型方法简单,但难于模型化和形式化分析。该文将遗传思想应用于多处理机系统中,提出了一种基于遗传策略的随机型负载平衡算法,结合实例分析了几个典型算法的性能。     

并行绘制的动态负载平衡算法研究

负载平衡是影响并行绘制效率的关键问题。提出了动态负载平衡算法两阶段映射的模型，给出了负载平衡性能的一种度量方法；还提出了一种最佳的任务调度算法，对该算法的性能进行了分析，得出绘制时间的理论上限值，同时给出了多任务划分的方法。     

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。     

"NOW"环境下电路并行仿真算法的研究和实现

针对电路并行仿真,基于求解对角分块结构非线性系统的并行方法,提出并实现了"NOW"(Network Of Workstations) 环境下的一个并行计算模型.主要分析了该算法的并行特性、同步条件及"NOW"环境并行性能关键影响因素.文中提出了一种启发式的静态、动态负载平衡算法,并在Linux平台下采用MPI消息库实现该并行模型.仿真结果表明该算法在"NOW"环境下能获得比串行算法较为可观的加速比.同时文中提出的负载平衡算法也比一些经典算法能更有效得平衡系统负载.     

基于时间偏差协议的动态负载平衡技术*

对并行VHDL模拟的特殊性进行分析后,建立了一个并行VHDL模拟的动态负载平衡模型。在此模型中,提出动态调节最佳并行规模的动态负载平衡方法来解决系统资源紧张的问题,采用一种新的模拟中负载的度量方法——模拟推进度。此模型还包括基于标准偏差和最小通信变化量的动态负载平衡算法和一个运行中的负载迁移机制。最后对该模型进行可行性分析。     

分布式系统中一种负载平衡的动态反馈调整自适应算法

重点研究了分布式系统中的进程迁移和定位、负荷分担中的负载平衡等问题；提出并讨论了基于动态阈值和阈长的进程定位模型和系统负载平衡的动态反馈调整自适应算法，还通过具体的实验分析论证了算法的性能．实验结果说明该算法能在一定的范围内很好地解决进程定位和负载平衡问题，具有较大的实用价值．     

基于退火算法的动态负载均衡研究

分析现有服务器集群的动态负载平衡算法的特点和劣势,结合模拟退火算法和动态加权轮询算法的优势,提出一种动态负载平衡模型和解决方法。该模型使用模拟退火算法,自适应并且精确地确定性能权重向量,利用动态加权轮询算法,实时计算应用服务器负载,动态分配请求。通过该方法可以获得更合理的性能权重向量,有效地分配服务器负载,充分地利用服务器计算能力。实验结果表明,在负载逐渐提高的情况下,该算法保持了良好的平均响应时间和吞吐量,并且优于对比算法。     

异构服务器集群的一种通用负载平衡模型

集群的负载平衡问题是评价集群系统性能的重要指标.目前,各种负载平衡算法层出不穷,但由于这些算法往往基于特定的集群结构,因此非但不具备通用性,尤其是对于异构集群,造成了软件资源的极大浪费.本文提出了一种通用的负载平衡模型,旨在充分合理利用已有负载平衡算法的基础上,更进一步提高算法的可重用性和可扩展性.     

基于公平调度算法的分布式系统负载均衡研究

负载均衡是提高分布式系统性能的重要技术,同时也是系统高可用性、可扩展性、冗余性的必然要求.针对分布式系统任务调度不均衡问题,在分析和建立系统仿真和任务调度模型的基础上,提出了一种基于公平指标的任务调度负载均衡算法,推导出在多节点条件下的任务分配方法,并在此模型下改进了基于公平指标的负载均衡算法.最后,在Linux平台下,进行了仿真实验和性能比较.实验结果表明,该算法是有效的,它可以有效地提高分布式系统的性能和效率.     

基于遗传算法的服务器端负载均衡系统的设计

在IP负载均衡的方式下,将并行分布式系统中广泛使用的遗传算法应用到服务器端负载均衡系统的设计中,并针对系统的实现对遗传算法作了适当改进,降低了服务器端请求的响应时间,提高了服务器端CPU的利用率,从而改善了系统性能。     

The Convergence of Realistic Distributed Load-Balancing Algorithms

We give a general model of partially asynchronous, distributed load-balancing algorithms for the discrete load model in parallel computers, where the processor loads are treated as non-negative integers. We prove that all load-balancing algorithms in this model are finite. This means that all load-balancing algorithms based on this model are guaranteed to reach a stable situation at a certain time (which depends on the particular algorithm) at which no load will be sent from one processor to another. With an additional assumption, we prove that the largest load difference between any two processors, in the final stable situation of the load-balancing algorithms in this model, is upper-bounded by the diameter of the topology.     

基于．NET Remoting的动态负载平衡模型

在对.NET Remoting技术和传统的分布式负载平衡算法深入研究的基础上,提出一种排序队列和哈希映射矩阵相结合的负载平衡策略,给出一个分布式环境下的动态负载平衡模型。一方面可提高系统吞吐量,另一方面可缩短任务请求的响应时间。模型采用模块化设计方法,使其具有部署灵活性和容错性,并应用滑动窗口机制提高模型的负载平衡指标可信度。     

有效的WebGIS地图服务器场负载均衡算法

针对现有网络地理信息系统（WebGIS）负载均衡技术的缺陷,分析利用集群技术解决WebGIS负载均衡的必要性和可行性,提出基于地图服务器场的WebGIS分布式负载均衡模型,研究地图服务器场分布式动态均衡调度算法,建立试验床,通过一系列的试验结果验证了该算法良好的全局网络负载性。     

树型网格计算环境下的自适应任务调度算法

提出一种基于树型计算网格的自适应调度算法,实现对小粒度独立任务和用户大作业的自适应最优调度。通过对网格环境的实时检测,给出了基于节点负载状况、节点任务执行时间、任务传输时间和任务特性的自适应调度算法,即基于最优任务分配方案的启发式任务调度算法。通过实验与其他调度算法的比较,证明了所提出的任务调度算法在负载平衡和最优跨度方面具有明显的优越性。     

基于群智能的P2P计算网格负载均衡算法

对等网络(P2P)计算网格是采用非集中控制的动态网络环境，在P2P网络环境的各个对等节点间均匀分配任务是网格计算的重要研究内容。传统C/S模式的负载均衡算法无法适用于分布式且动态变化的P2P网络。文章提出了一种基于群智能和多代理技术的P2P网络负载均衡算法，设计并实现了基于蚁群优化算法的分布式作业调度策略。仿真结果表明该算法是合理而有效的。     

带输入队列并行交换的负载平衡分析

并行交换是新兴的交换技术,基于该技术能够利用小型交换模块来构建大容量的交换系统,例如太比特或更高容量的交换机.把带输入队列的并行交换称为带缓存并行交换(buffered parallel switch,简称BPS),重点研究其中并行且独立工作的交换模块之间的负载平衡问题.从不同角度出发,提出两种负载平衡的定义.基于两种定义,分别分析了BPS负载平衡的条件并提出分布式调度算法族.最后,提出一种简单而有效的调度算法,该算法能在无加速比BPS中同时满足两种定义,仿真实验结果表明了该算法的有效性和良好性能.另外,就算法的工程实现进行了讨论.     

An approximation-based load-balancing algorithm with admission control for cluster web servers with dynamic workloads

The growth of web-based applications in business and e-commerce is building up demands for high performance web servers for better throughputs and lower user-perceived latency. These demands are leading to a widespread substitution of powerful single servers by robust newcomers, cluster web servers, in many enterprise companies. In this respect the load-balancing algorithms play an important role in boosting the performance of cluster servers. The previous load-balancing algorithms which were designed for the handling of static contents in web services suffer from significant performance degradation under dynamic and database-driven workloads. Regarding this, we propose an approximation-based load-balancing algorithm with admission control for cluster-based web servers in this study. Since it is difficult to accurately determine the loads of web servers through feedbacks from distributed agents in web servers, we propose an analytical model of a web server to estimate the web servers’ loads. To achieve this, the algorithm classifies requests based on their service times and track numbers of outstanding requests for each class of each web server node and also based on their resource demands to dynamically estimate the loads of each node. For the error handling of the model a proportional integral (PI) controller from control theory is used. Then the estimated available capacity of each web server is used for load balancing and admission control decisions. The implementation results with a standard benchmark confirm the effectiveness of the proposed scheme, which improves both the mean response time and the throughput of the cluster compared to rival load-balancing algorithms, and also avoids situations in which the cluster is overloaded, even when the request rates are beyond the cluster capacity.     

A distributed load-balancing policy for a multicomputer

This paper deals with the organization of a distributed load-balancing policy for a multicomputer system which consists of a cluster of independent computers that are interconnected by a local area communication network. We introduce three algorithms necessary to maintain load balancing in this system: the local load algorithm, used by each processor to monitor its own load; the exchange algorithm, for exchanging load information between the processors, and the process migration algorithm that uses this information to dynamically migrate processes from overloaded to underloaded processors. The policy that we present is distributed, i.e. each processor uses the same policy. It is both dynamic, responding to load changes without using an a priori knowledge of the resources that each process requires; and stable, unnecessary overloading of a processor is minimized. We give the essential details of the implementation of the policy and initial results on its performance. Our results confirm the feasibility of building distributed systems that are based on network communication for uniform access, resource sharing and improved reliability, as well as the use of workstations without a secondary storage device.