导读:本文包含了负载均衡调度系统论文开题报告文献综述及选题提纲参考文献，主要关键词:服务器集群,负载均衡,自适应
负载均衡调度系统论文文献综述
嵇小飞[1]（2016）在《Web服务器集群系统的自适应负载均衡调度》一文中研究指出基于LVS的Web服务器集群负载均衡默认的加权最小连接调度算法,提出后端服务器主动反馈负载,负载均衡器基于任务的权值分配调度的策略。针对Web服务器集群系统内部的动态自适应负载任务均衡调度策略,能够有效加速Web服务器响应速度、提升集群系统性能,简化调度过程,提高吞吐率。(本文来源于《中小企业管理与科技(中旬刊)》期刊2016年06期）
梅向东,谢振平,仝伯兵,李宁东[2]（2016）在《一种新的集群渲染系统的任务负载均衡调度算法》一文中研究指出针对目前集群渲染系统存在的渲染负载不均衡、工作效率不理想等问题,本文提出了一种依据任务生成时间和任务量评估的负载均衡调度算法。该算法通过借鉴先来先服务算法及短时间优先算法的优点,实现渲染节点的任务均衡,有效提高渲染系统的工作效率。对比实验结果表明,该负载均衡调度算法具有较好的综合性能。(本文来源于《福建电脑》期刊2016年03期）
刘道谱,涂海宁,顾嘉[3]（2015）在《电力信息系统负载均衡调度算法的研究》一文中研究指出随着计算机技术和电力系统应用软件技术的快速发展,电力信息系统服务器的并发访问需求日益强烈。本文提出了一种基于负载权值的均衡算法的解决方案,该方案充分考虑该集群系统的各个节点负载压力状况,收集并反馈给负载均衡器,再基于算法给出各节点上的权值大小,从而有针对性地提高各节点的负载均衡性。最后通过与Connection算法以及模拟退火算法对比实验表明,该方案能够维持各节点上负载均匀,并且提高系统的响应能力、并发能力和稳定性。(本文来源于《大电机技术》期刊2015年03期）
朱晨晨[4]（2014）在《基于优化负载均衡算法的任务调度系统的研究与实现》一文中研究指出在云计算环境下,随着计算机集群中的动态节点变化、节点中资源的动态变化以及大规模的任务需求接踵而来,我们将面临着如何提高任务调度系统的资源利用率、如何达到负载均衡以及如何提升系统的整体性能和效率等问题。在云计算研究领域中,任务调度问题一直是一个比较典型的NP-Hard问题。尽管国内外许许多多的研究学者致力于研究这个问题,但是仍然没有提出一个很好的解决方案。其中,提高系统的负载均衡率是提高系统整体性能的一个有效方法,至今也有很多研究者研究出许多相关成果,但是以求达到更好,负载均衡算法尚存在不足,需要继续改进。本论文的重点是研究并改进一个动态负载均衡(Dynamic Load Balancing,即DLB)算法Work-stealing,使得任务能够高效并行执行,使得各台机器的负载均衡,提高任务调度系统的并行资源利用率和整体性能。其基本思想是:由于一个任务调度系统中各个计算节点的处理能力不同,处理任务的快慢也会有差别,轻载节点可以按照某种策略被选为Thief,然后去重负载的节点上窃取任务执行,与重载节点分担任务,缩短系统的时间跨度Make Span,提高系统的整体效率。在论文的研究过程中,首先对任务调度和负载均衡算法的相关理论进行调研,对Work-stealing算法的相关成果进行研究,并对本文提出的叁种窃取任务数量方面的改进策略(加法级数、乘法级数、二分法)和两种窃取任务时机(空闲时窃取和预取策略)进行分析对比,最后针对Work-stealing算法的这两个方面综合改进。本文中还设计并实现了一个原型任务调度系统,主要包含了中心任务调度服务器和执行器Worker两类组件,可以实现任务分发、任务窃取等相关操作。在系统模型中,使用改进的动态负载均衡算法Work-stealing实现对系统中的任务进行动态分发和迁移,尽量消除和减少集群系统中各个计算节点负载不均匀的现象。最后,论文使用实验模拟的方式把改进的Work-stealing算法与比较经典的负载均衡算法以及原有的Work-stealing算法进行对比,来验证改进算法的性能和负载均衡率。实验过程中,使用了任务的最终完成时间Make Span、吞吐率、资源综合利用率和负载均衡度等技术指标。实验数据表明,改进的Work-stealing算法与其他算法相比,整体性能都有所提高,尤其是在Make Span和吞吐率方面,与原有的Work-stealing算法相比,提高了11.7%。(本文来源于《电子科技大学》期刊2014-03-01）
杨越,闫连山,张志勇,李赛飞[5]（2013）在《面向集群服务器大规模并发的改进负载均衡调度系统》一文中研究指出对常规的服务器集群架构进行了改进,提出了决策器的概念,并由决策器训练调度序列;同时根据自适应小生境遗传算法提出了适应特征值作为适应值的评价标准,并合理地应用于负载均衡调度系统中.本文搭建网络环境模拟大并发测试,实验数据与分析表明,本方案的系统平均响应时间仅为2ms,同时错误率趋近于0,相比改进前服务器更均衡地利用,系统性能更稳定.(本文来源于《微电子学与计算机》期刊2013年12期）
王红斌[6]（2013）在《Web服务器集群系统的自适应负载均衡调度策略研究》一文中研究指出搭建CentOS操作系统的LVS（Linux Virtual Server）集群，通过集群技术来提高数据检索的效率，随着客户端请求数量的加大，使得服务器的负载过载，无法及时反馈用户请求，因此搭建LVS集群，利用Linux中自带的负载均衡策略来均衡各应用服务器的用户请求负载量。在实际的开发中采用大家普遍应用的加权最小调度算法来配置Linux集群负载均衡器，从而实现用于数据检索的Linux集群系统。在负载调度均衡服务器上配置加权最小连接调度策略，通过IPVS实现基于直接路由的负载均衡调度。针对LVS的Web服务器集群负载均衡算法中默认的加权最小连接调度算法存在负载不均衡问题，在LVS中集成的加权最小连接调度算法的基础上，提出改进和优化策略。策略一，提出一种新的权值分配调度算法，负载均衡服务器请求后端各服务器的负载情况，通过获取它们的CPU利用率和内存空闲率来计算新的权值并写入负载均衡器管理模块中，负载均衡器根据新的权值来分配用户端的请求任务。策略二，提出动态自适应反馈的负载均衡策略，由于采用新的权值分配调度算法，负载均衡器需要主动请求后端各服务器的负载情况信息，这样增加了负载均衡器的负担，因此让后端各子服务器周期性的向负载均衡器主动反馈负载信息，负载均衡器监听并获取子服务器负载信息值，进而计算新的权值，再结合各服务器的负载冗余值进行任务分配。这样更好的加速了系统响应用户请求任务的反馈。通过以上两种改进后的负载均衡策略，有效的提高了集群系统的吞吐量，系统对用户的响应时间明显缩短。对于用户的请求任务消耗计算机资源的不同，有的是消耗计算机I/O资源的任务，有的则是消耗计算机CPU资源的计算型任务。因此考虑到用户请求任务的不同，本文还提出了基于任务划分的动态负载均衡策略。采用基于任务划分的动态负载均衡策略面临着一个新的研究就是怎么去判断用户任务的类型。现在该研究主要是用于并行计算方面，当程序编译时，通过编译器来判断任务的类型，进而来分配计算任务给相应的服务器或者是预先知道并设定好请求任务的类型，然后进行任务分配调度。对Web服务器集群系统内部负载调度的分析研究，能够有效地提升Web服务器集群系统的性能，单位时间内用户请求任务数量和系统反馈用户请求的响应量都能够得到有效的提高，缩短了用户等待系统响应的时间。(本文来源于《吉林大学》期刊2013-06-01）
杨锦,李肯立,吴帆[7]（2012）在《异构分布式系统的负载均衡调度算法》一文中研究指出提出一种异构分布式系统的负载均衡调度算法。对异构系统进行建模,使用染色体建立任务集合调度模型,根据该模型制定适应度函数,将其作为衡量负载均衡的标准,利用该标准对异构系统进行任务调度,并动态设定最大进化代数,以此改进动态遗传算法。实验结果表明,该算法具有较好的负载均衡性能。(本文来源于《计算机工程》期刊2012年02期）
杨锦[8]（2011）在《异构分布式系统中的负载均衡调度算法研究》一文中研究指出随着社会的发展,经济的突飞猛进,为了促进社会和谐,地震灾变的预测也就越来越重要了。现代计算机技术的迅猛发展,包括地震灾变预测等越来越多的工程计算问题都依靠于大型高性能超级计算机来解决。而工程计算从一定程度上又驱动了高性能计算机的发展。目前,并行系统,网格计算等分布式技术已经成为解决工程问题的重要方法,而在分布式系统中,为了提高分布式系统的性能,调度问题成为了现代分布式系统中的一个热点问题。各种调度算法被大批的研究人员所提出,它们的调度优化目标不尽相同,但是总的来说都是为了改进分布式系统的性能。为此本文以任务调度的负载均衡为目标,对任务调度问题进行了深入的研究。首先,针对现在异构分布式系统的负载均衡问题,本文设计了一个改进的动态遗传算法IDGA(Improved Dynamic Genetic Algorithm)应用于异构分布式系统的调度器中,以此来优化异构分布式系统的负载均衡性能。考虑到传统的遗传算法在任务调度的应用中存在着最大进化代数有限的缺点,本文涉及了IDGA算法,克服了最大进化代数受限的缺点,并且在找到符合负载均衡标准的解以后,IDGA算法会按照一定的策略重新设置系统的负载均衡标准来试图找到比当前最优调度更好的调度。其次,由于IDGA算法可以动态设置最大进化代数,那么有可能引起遗传算法时间复杂度的增加,为了提高IDGA算法的效率,通过引入MapReduce分布式系统模型,将IDGA算法在MapReduce模型下并行化。最后,在IDGA算法的并行化过程中,提出了一个用来表示遗传算法初始种群的数据结构——二叉选择树,在利用这个数据结构对遗传算法进行选择操作的时候,可以提高选择操作的时间效率。该二叉选择树是一个平衡的二叉树,所以搜索的平均复杂度是O(log n),其中n代表种群的规模。而传统的遗传算法中,只能通过线性时间复杂度O(n)才能成功选择出一个个体。该二叉树的每个节点上都记录了该节点左子树的所有节点的适应度之和与右子树的所有节点的适应度之和。所以在决定选择左子树、右子树还是当前节点时可以通过产生一个随机数,并根据各自的适应度函数值来进行选择,这样明显提高了选择操作的效率。(本文来源于《湖南大学》期刊2011-04-01）
李晓,吴庆波,杨沙洲[9]（2011）在《异构集群式包构建系统的叁级负载均衡调度技术》一文中研究指出针对异构集群式包构建系统存在的负载不均、可用性差等不足,引入叁级负载均衡调度技术,优化了系统的调度策略,能够更加有效地利用集群系统的系统资源,发挥更加高效的性能,提高了系统的可用性和高效性,便于高质量、高效生成操作系统发行版本。(本文来源于《计算机应用研究》期刊2011年03期）
郑奇英,叶猛[10]（2011）在《基于集群存储系统的动态负载均衡调度策略》一文中研究指出为解决处理大流量网络数据以及集群海量存储系统中用户数据访问时节点服务器负载不均衡的问题,本文采用网络处理器负载均衡方案。介绍OCTEON CN56XX系列网络处理器基本工作原理,深入分析影响负载失衡的关键因素,提出一种动态负载均衡算法。通过对节点服务器各关键指标周期采集,赋以合适的权值,引入反馈机制,以保证将新到达的用户数据请求按合理负载比例进行分配,转发到指定服务器处理。兼顾各节点服务器性能和运行状况,以达到提高集群系统的整体性能的目的。(本文来源于《计算机与现代化》期刊2011年01期）
负载均衡调度系统论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对目前集群渲染系统存在的渲染负载不均衡、工作效率不理想等问题,本文提出了一种依据任务生成时间和任务量评估的负载均衡调度算法。该算法通过借鉴先来先服务算法及短时间优先算法的优点,实现渲染节点的任务均衡,有效提高渲染系统的工作效率。对比实验结果表明,该负载均衡调度算法具有较好的综合性能。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
负载均衡调度系统论文参考文献
[1].嵇小飞.Web服务器集群系统的自适应负载均衡调度[J].中小企业管理与科技(中旬刊).2016
[2].梅向东,谢振平,仝伯兵,李宁东.一种新的集群渲染系统的任务负载均衡调度算法[J].福建电脑.2016
[3].刘道谱,涂海宁,顾嘉.电力信息系统负载均衡调度算法的研究[J].大电机技术.2015
[4].朱晨晨.基于优化负载均衡算法的任务调度系统的研究与实现[D].电子科技大学.2014
[5].杨越,闫连山,张志勇,李赛飞.面向集群服务器大规模并发的改进负载均衡调度系统[J].微电子学与计算机.2013
[6].王红斌.Web服务器集群系统的自适应负载均衡调度策略研究[D].吉林大学.2013
[7].杨锦,李肯立,吴帆.异构分布式系统的负载均衡调度算法[J].计算机工程.2012
[8].杨锦.异构分布式系统中的负载均衡调度算法研究[D].湖南大学.2011
[9].李晓,吴庆波,杨沙洲.异构集群式包构建系统的叁级负载均衡调度技术[J].计算机应用研究.2011
[10].郑奇英,叶猛.基于集群存储系统的动态负载均衡调度策略[J].计算机与现代化.2011