基于Nginx负载均衡的动态分配技术研究

伴随互联网的迅猛发展,人们对服务器的访问量也越来越大,最终导致某些负载均衡器的负载分配技术并不能较好地实现动态负载均衡,本文基于反向代理服务器内置的负载均衡算法,对其进行分析和研究,最后对其内置的一种加权轮询算法进行改进,提出一种动态负载均衡算法,该算法使用memcache缓存机制,能实时地对后端服务器cpu利用率、网络利用率、请求响应时间等性能进行收集、并通过熵值法确各项指标的系数以及动态修改后端服务器的权值。通过多组实验进行验证的实验结果表明,该算法在请求响应时间以及吞吐量等方面表现的更好。     

云中心基于Nginx的动态权重负载均衡算法

为了解决云中心的服务器端在高并发情况下各节点的负载失衡问题,在对负载均衡技术Nginx自带的负载均衡策略和主流的负载均衡策略进行研究、分析的基础上,提出了一种动态调节权重的负载均衡策略.该策略基于加权轮询策略进行改进,同时考虑服务器的本身硬件性能与工作时的负载情况,设计了静态权值和动态权值的计算方法,将两者结合得到节点最终权值.静态权值主要考虑了各服务器的硬件性能情况,动态权值的计算则是收集各后端服务器节点工作时的CPU利用率、内存利用率、网络性能情况及磁盘I/O等性能情况,由此,动态地调节各后端服务器节点权重.测试结果表明,相较于原加权轮询算法,该算法在高并发情况下的响应时间和实际并发数等方面表现更好.     

基于排队理论的自适应负载均衡算法研究

负载均衡集群技术中的负载均衡算法是整个互联网络应用研究中一个重要问题。本文针对“需求快速变化”这一企业级管理软件开发中呈现的特点，以及各应用软件之间的互操作性差、应用集成水平较低，无法实现信息的共享与交流这一问题，提出一种基于排队理论的负载均衡调度算法。该算法根据当前的负载情况和服务器的剩余处理能力，计算出服务器在随后的固定时间间隔中所需要的平均到达率，进而得到任务分配策略，从而得到较为优秀的负载均衡效果。最后通过仿真实验和对比分析，证明了该算法具有较好性能。     

负载均衡算法综述

概述了负载均衡面临的三大问题,根据实现层次不同,对负载均衡技术进行了分类,从应用范围、运行原理的角度出发,重点分析并比较了8种基本的负载均衡算法,对负载均衡技术的未来发展趋势进行了展望。     

Nginx服务器性能优化研究

在高连接并发的情况下,Nginx安装在Linux服务器上,并选择epoll作为开发模型,具有event基于事件机制的特性。在经过操作系统进程优化、Nginx性能模块优化以及其他相关优化后,能够支持高达30 000并发连接数的响应,并且消耗更少的资源。     

基于负载均衡的任务调度算法

基于传统任务调度算法, 通过在调度过程中增设服务器最佳期望序列及负载均衡指数, 采用任务连接数约束服务器选择, 解决了传统任务调度算法对于集群负载均衡性能的忽略问题. 实验结果表明, 该改进算法能达到较高负载均衡度, 同时缩短任务完成时间, 并提高了集群对于批量级任务的处理能力, 从而达到了优化的目的.     

D-Spillover 负载均衡的算法研究

【目的】通过研究一种基于流量溢出效应的动态负载均衡（Dynamic load balancing based on spillover,D-Spillover）模型与算法,为当前动态负载均衡不能从网络整体资源利用角度将富裕带宽贡献给其他流量,造成资源浪费的问题提供解决方案。【方法】对网络数据流进行粒子化最优分解,利用粒子群寻优法,以粒子化等比例利用带宽,结合非线性时间序列分析方法,按比例节点数据流溢出后动态调整分发的负载均衡算法和策略,实现每一个时间段、每一个节点上宽带的最大利用化与均衡转发,充分利用网络的带宽,最大化发挥网络设备性能。【结果】D-Spillover负载均衡机制在任何时间段能让流量均匀分配给等比例接口容量,每一个接口都会性价比的利用带宽,流量分布比较均衡。【结论】根据网络的需要,将D-Spillover负载均衡机制运用在网络负载较重的数据中心设备中,有利于整个网络的优化。     

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。     

基于节点实时负载的开源大数据负载均衡优化算法

为保证网络访问稳定,减少资源浪费,提出了基于节点实时负载的开源大数据负载均衡优化算法。建立开源大数据节点计算能力模型,按照节点负载大小及时反馈和调整,根据该区域服务器收到的请求数量预测下一步行动,利用指数平滑方法算出每秒服务器请求数量的预测值,完善一阶指数平滑法滞后偏差问题,计算服务器综合负载。在节点上添加一个负载代理和监控器,用于平衡组块的数目和分片节点负载,并将不能删除的分片和组块放入最小单元候选名单,实现负载均衡优化。通过实验证明,所提算法能提高网络资源利用率和负载均衡性,在访问中保证网络更加稳定安全。     

基于负反馈的负载均衡算法实现

LVS现有的负载均衡算法在分配服务器请求时大多都是基于固定权值,使得LVS集群系统在长时间高负荷运行后会出现负载倾斜．为此,给出了一种改进的负载均衡算法,该算法通过引入负反馈机制,充分考虑服务器权值的动态调节,更准确地反映了各服务器的真实负载情况．测试结果表明,该算法优于原有算法．     

基于服务器负载状况分类的负载均衡调度算法

针对云端集群负载均衡问题和现有负载均衡算法的优缺点,提出了一种基于服务器负载状况分类的负载均衡算法.通过每阶段采集负载信息,实时掌握节点状态,停止重负载节点接收任务,降低中负载节点集合接收的负载,相应地增加轻负载节点集合的负载,以达到负载均衡效果.同时采用集合的形式很好的避免了大量负载涌入某一指标最优的节点,能够更好地实现均衡,提高系统的吞吐率.结果表明:该算法可以有效地避免云端集群负载发生倾斜,使系统在长时间的运行过程中达到动态的负载均衡.     

基于集群的自适应负载均衡研究

目前在大多数的集群系统中都使用了负载均衡技术,以提高整个系统的执行效率。但是由于集群系统的负载粒度为节点,负载均衡服务就有可能不断地在两个节点之间快速地切换,这种节点负载快速变化的现象称为负载颠簸,会导致系统的不稳定;另外一种现象称为负载成群是当有一个轻载节点可用时,负载均衡服务在很短的时间内将所有的请求都转发到这个节点上,会导致这个节点严重过载。本文针对这些现象提出了一种自适应负载均衡算法(DAA)和一种计算节点相对负载的方法,有效的解决上述问题,极大的提高了集群系统的响应速度和执行效率。     

网格计算中基于任务优先级的负载均衡算法

任务调度是网格计算研究的核心问题之一,任务调度策略的好坏将直接影响网格系统的性能.在对已有启发式任务调度算法进行分析比较基础上,针对于网格计算中的高吞吐率应用的任务调度问题,提出了一种综合考虑资源节点性能度量和任务优先级的负载均衡的启发式任务调度算法.进行了仿真实验,在任务完成时间和系统吞吐率二个方面与传统的Min-min算法、Max-min算法和Sufferage算法进行比较.仿真结果表明该算法不但可以减小任务总的完成时间,而且可以提高系统的吞吐率,更适用于高吞吐率应用任务调度问题的解决.     

基于集群的Web服务器负载均衡算法研究

集群技术为Web服务带来了新的解决方案.针对传统负载均衡算法的一些不足,提出了一种临界区加速递减权值的动态请求负载均衡算法,通过负载权值的等效变换来简化算法,最大限度满足系统最大吞吐率,减少系统响应时间.测试表明,算法达到了较好的负载均衡效果,明显优于传统算法.     

关于负载均衡技术的研究

本文针对服务器集群的负载均衡技术做了概念上的介绍,包括负载均衡的含义及分类;同时介绍了常用的负载均衡技术。     

基于消息的加权负载均衡算法

在研究EAP协议与Diameter协议的基础上,为解决分布式认证系统节点间会话一致性的问题,以及尽可能减少服务节点数量改变时产生的会话迁移数量,提出了一种基于消息的加权负载均衡算法(MOLB)。该算法使用散列法、虚拟节点和红黑树相结合的技术,实现了客户端请求在服务节点间的合理分布。Diameter网络环境中的实验结果表明:与其他常用的负载均衡算法相比,本文算法具有较小的负载均衡度和会话破坏度以及较低的会话破坏分布度。     

一种基于语义的负载均衡调度算法

针对目前越来越严重的网络访问瓶颈,运用现有的集群技术,提出一种基于语义的负载分担算法,并给出了其Java实现,用于实现集群系统的动态负载均衡.     

集中式动态负载均衡算法的研究

目前的负载均衡算法中难以探测节点终端的实际负载,导致难以有效地满足负载均衡集群系统实时需求.通过分析集群系统中的资源管理优化技术和负载均衡调度算法,对集群系统的模型结构进行了分析,提出了一种改进的集群系统的负载均衡算法,该算法较好地解决了集群的资源调度问题.     

基于内容的Web集群系统负载均衡策略

Web集群技术解决了Web服务器系统容量问题，其核心思想是负载均衡策略和算法。传统的策略对某些站点类型有效，而不能满足各种类型站点的要求。笔者分析了各种类型站点的负载特点，讨论了负载均衡需要解决的主要问题，提出了一种基于内容的Web集群负载均衡策略和相应的负载均衡算法，并通过仿真实验验证了该策略和算法的有效性。