基于Agent的微信平台自适应负载均衡算法

为构建高性能微信平台集群系统,以解决经典负载均衡算法中存在的智能性不足与自适应能力弱的问题,提出了一种基于Agent的自适应负载均衡算法。算法思路:首先,解析到达的用户请求,引入任务识别与分类思想,判断请求类型;然后,依据知识库规则与服务器负载现况,匹配最优的负载均衡算法;最后,应用了排队模型的服务器处理用户请求。结果表明,该算法极大增强了系统高并发处理能力,有效缩短了响应时间,确保了微信平台运行的稳定性。     

基于HBase的大数据平台负载均衡算法分析与优化

HBase原有负载均衡算法策略是保证每个Region Server的Region数目相同。但每个Region的访问并不均等,可能造成负载不均衡情况,产生热点数据,影响请求响应效率。部分Region会成为热点,导致一些Region Server负载过重。为提高HBase数据库整体性能,将数据热度因素考虑在内,使用预测方法设计HBase负载均衡算法,把预测数据的热度作为Region Server负载。实验表明,优化后的负载均衡算法可在一定程度上提高HBase数据库性能。     

一种分布式工作流引擎负载均衡的调度算法

提出了一种在异构环境下负载均衡调度策略,来解决各节点执行引擎负载不平衡的问题.新的调度策略与轮询算法相比,更加能够保证各执行引擎之间负载保持平衡.此外,当多引擎之间任务调度出现不平衡的状态时,该调度算法能动态地调整各节点引擎之间的负载,使之达到平衡状态.     

云计算环境下的一种并行任务调度负载均衡算法

云计算是在其虚拟化技术之下提供动态可扩展性资源,通过互联网提供服务的一种并行计算技术。本文提出了一种基于云计算环境下的一种并行任务调度负载均衡算法(Parallel Task Scheduling Balancing Algorithm)。实验结果表明,该算法在负载相对均衡的前提下,在响应时间和执行时间方面有较好的表现,能有效地满足用户需求的服务水平。     

基于深度强化学习算法的高能效数据负载均衡方法

网络用户大幅度增加为网络发展带来机遇的同时也带来了挑战,当前使用的数据负载均衡方法节点数据分发能力较差导致网络节点吞吐量较低。因此,设计了基于深度强化学习算法的高能效数据负载均衡方法。选择隐式并行程序设计方法,设计网络数据并行程序。根据存储节点个数,设计数据分配与迁移方法。根据存储节点数据量与特征,选择深度强化学习算法,实现高能效数据负载均衡。构建仿真分析环节,经多次测试证实,深度强化学习负载均衡方法具有调节网络节点平均吞吐量的能力,且此方法的使用效果优于当前所使用的其他方法。     

基于预测阈值的动态权值负载均衡算法

为优化整个服务器集群负载,提出一种基于预测阈值的动态权值负载均衡算法。动态评估服务器性能,根据评估结果计算服务器权值,并引入反映集群负载平衡程度和状态的阈值,以避免因频繁修改权值造成服务器抖动;使用 Holt-Winters 对访问量进行预测,并通过结果预测阈值,实现复杂负载环境下的负载均衡,达到最优负载均衡。实验结果表明,预测阈值的动态权值负载均衡算法在低并发以及高并发时都有很好的性能表现,能够提升系统的最大吞吐量,减少响应时间,提高整个集群利用率。     

一种基于预测的动态负载均衡算法及实现

随着云计算的大规模普及,负载均衡已经以用户服务的形式出现在云平台上,但传统的负载均衡算法不能利用云平台动态管理计算资源的优势。基于预测的动态负载均衡算法根据当前云平台应用负载特征使用BP神经网络对负载进行实时预测,然后根据预测的负载变化趋势提出负载均衡器后端实例调整策略。实验结果表明,基于预测的动态负载均衡算法能够在满足用户SLA的前提下,促进资源节约。     

负载均衡技术策略中的WRR与RR算法分析

负载均衡技术是优化网络的一种策略,基于RR-DNS的技术提供了多种算法,包括轮循均衡(Round-Robin)、权重轮循均衡(Weighted Round Robin)。本文通过网络仿真技术进行数据分析,对两种算法的策略进行分析,通过两者仿真图形比较,在很大客户群体、系统吞吐量大的服务器群环境中,应用WRR算法比RR算法,优势较为明显。     

一种动态反馈自适应集群负载均衡算法

采用基于反馈机制的动态负载均衡,能动态考虑不同服务节点上资源的使用状态,不断调整负载比例,避免节点的过载问题,从而提高单一集群的整体负载处理能力。提出了一种动态反馈自适应集群负载均衡算法,探讨了其原理及方法。     

Hadoop的负载均衡调度算法研究

不断增大的数据规模给Hadoop集群处理能力带来了挑战,而合理的作业调度方式与策略能够提高集群的运行效率。通过对Hadoop MapReduce的任务调度机制进行研究,设计了节点负载能力与动态优先级的计算方式,提出了一种动态优先级的负载均衡调度算法,并搭建小型Hadoop平台进行了实验分析。结果表明,该算法在集群负载均衡方面的效果要优于传统调度算法。     

基于IP负载均衡技术的LVS集群系统探讨

随着网络用户数量的级数增长,如何提高网络服务器性能,提供大量的并发访问能力是倍受重视的问题,本文论述了一种利用IP负载均衡技术实现的LVS(Linux Virtual Server)集群系统,较好的实现了系统的高可扩展性和高性价比等多方面优势。     

LOCEP——一种基于集群系统的负载均衡算法

负载均衡算法是多任务实时集群系统的一个关键技术．在分析了常见的均衡调度算法后,LOCEP算法通过对URL进行词典排序,按内容等分,依访问流量排序及分段互补等一系列方法将Web负载尽可能均匀地分布到多个后端服务器中．该算法比现有的方法具有更好的负载均衡能力．     

基于地址解析的VPN系统负载均衡算法的设计与实现

分析了VPN(virtual private network)安全策略管理系统的体系结构,提出了一个旨在提高系统可扩展性的基于名字解析的负载均衡方案--加权最少隧道调度和过载报警相结合的调度算法.通过仿真实验测试了调度算法的性能,实验结果表明,该文提出的负载均衡方案有效可行,降低了系统出现过载的可能性,提高了系统的性能.     

构建图书馆网格资源共享平台的例证分析

网格资源共享平台是一个全面支撑知识信息资源建设、共享、增值应用和网络传播与发布的数字图书馆软件平台。充分发挥高校科技、人才和智力优势,利用高校信息化的建设成果,积极构建图书馆网格资源共享平台,有利于拓展数字图书馆的功能,提升图书馆信息服务和知识管理的水平与能力。     

一种自适应的负载均衡按需路由算法

文章中,一种新的路由准则被引入到协议中,该准则用来从众多的路径中选择负载最轻且剩余能量最大的路径,用来提高分组传递率降低端到端时延。为了验证算法的性能,对所提协议进行了全面的仿真研究。研究结果表明,文章所提协议在包投递率和延迟性能方面均优于现有的路由协议。     

电大在线教学平台负载均衡设计与实现——以天津电大为例

负载均衡是把负载进行平衡、分摊到多个操作单元上进行执行,从而共同完成工作任务。它可有效地扩展网络设备和服务器的带宽,增加吞吐量,加强网络数据处理能力,提高网络的灵活性和可用性。利用负载均衡作为核心技术设计电大在线教学平台,能够提高平台整体的可靠性、安全性和灵活性,且为进一步进行规模扩展提供可能。目前该方案已被实践证明具有可行性,其设计思路亦可为其他远程教育平台负载均衡部署提供参考。     

一种基于共享数据平台的高校数据集成方法

阐述共享数据平台的基本工作原理,根据梧州学院实际需求对共享数据平台的概念模型、数据源选择和数据抽取进行研究分析,提出一个实现高校数据集成的方法。     

基于CAPWAP的WLAN切换式负载均衡算法

提出了一种基于CAPWAP的WLAN切换式负载均衡算法,该算法中各WTP能够相互交换负载状态信息,当出现负载差异时,把超载WTP服务范围内的终端切换到轻载WTP上,以减少各个WTP之间的负载差异,从而实现WLAN负载均衡.经仿真实验,该算法能够平衡各个WTP之间的负载,提高网络的系统吞吐量.     

校园网多出口负载均衡的一种实现方法

本文指出了校园网多出口的必要性,对多出口网络存在的问题和需求进行了分析,并讨论了基于负载均衡器的多出口校园网的一种实现方法。该方法不但可以实现多出口的负载均衡,而且能对外网用户访问学校网站的路径进行优化,大大提高访问速度,对于校园网的多出口建设有一定的参考意义。     

基于MPI的动态负载均衡任务分配方法设计实现

在拥有不同计算能力的异构机群中,并行计算任务调度问题是一个NP-完全问题,现有的任务分配处理方法中．对机群任务分配与监控处理以及对机群节点计算能力和负载方面考虑较少,在实际计算中可能严重影响机群性能,降低计算效率,而在MPT中引入动态负载均衡的办法能够提高任务分配质量和计算节点工作效率,实验结果表明动态负载均衡模型能够很好地解决任务调度的问题。