雷竞技网页版研究与评论-国际期刊雷竞技苹果下载

全球计算机科学研究杂志

菜单

石头:2229 - 371 x

所有提交的EM系统将被重定向到网上投稿系统．作者被要求将文章直接提交给网上投稿系统各自的日志。

本文综述了计算网格中各种负载均衡方法

更多相关文章请访问全球计算机科学研究杂志

摘要

在像Grid这样的异构环境中，允许使用地理上广泛分布的和多所有者的资源来解决大型应用程序。因此，为了保持网格等新兴基础设施之间的工作负载平衡，使用负载均衡算法是非常重要的。作业需要在各个计算节点之间均衡分配。负载均衡算法的目标是充分利用异构网络中的资源，增加计算量，全面提高系统的吞吐量。本文的目的是回顾针对网格等异构网络的各种不同的负载均衡算法，并识别各种度量和识别它们之间的差距。许多负载平衡算法已经实现，可以解决各种问题，如异构性、可伸缩性等。网格环境的不同负载平衡算法基于不同的度量标准，如制造跨度、时间、平均资源利用率、通信开销、可靠性、稳定性、容错性。

关键字
网格计算，负载均衡，分布式计算，资源管理。

介绍
网格计算是一种广泛的分布式基础设施，可以在动态异构网络中实现大规模资源共享和同步问题解决。多个资源相互连接，相互协作，独立工作。工作负载表示所有资源具有不同处理速度时要执行的工作量。网格环境可以通过合理调度网格作业[1]提供资源平衡结果。改进的调度和高效的网格负载平衡算法可以在更短的执行时间内提高系统的整体性能。负载均衡需要在不同资源间公平分配任务，以增加计算量和最短任务执行时间。在网格中，一些节点可能是重载的，而另一些节点可能是空闲的或者说是负载不足的。因此，一个更好的负载平衡算法就是要防止出现这样的情况:一些资源工作负担过重，而另一些资源没有被充分利用或说是空闲。网格环境涉及到的各种问题[2]如下。

异构性:
异构是指在计算资源和网络资源中使用不同的技术和管理策略。

自主性:
它指的是自治的，因为共享网格资源的多个拥有的组织，一个站点被视为一个自治的计算实体。

可伸缩性:
当一个网格的资源从少量增长到数百万时所涉及的问题。需要更好的容错服务和质量能力。

动态性:
资源故障是可能的，它可能是由于一些硬件或软件的问题或连接干扰。因此，采取动态的行为来应对这种情况是很重要的。

资源平衡:
在数百万个资源上平衡工作负载本身就是一个挑战。需要实施公平分配和适当的移民政策。

可靠性和管理:
为了保持数据的可靠形式，还有其他需要处理的问题。
图像
采用负载均衡算法，充分利用未使用的资源，有可能大幅度提高资源的使用效率，在不浪费时间的情况下提高系统的性能和速度。它们对于共享计算结果、满足周期性的计算需求以及总体上满足平衡资源之间工作负载的目标也很重要。

相关工作
该领域已经提出了许多负载均衡算法。由于网格系统的各种问题和其动态特性，在网格系统中实现负载均衡比在传统的分布式计算环境中更难。目前提出的许多方案都是基于集中式结构。它们都存在重大缺陷，比如可伸缩性问题。静态和动态负载平衡技术是网格环境[6]中最常用的任务分配技术。本文提出了一种基于网格树形表示的动态负载均衡模型。Yagoubi等人在[5]中提出了一种使用任务级负载均衡的分层负载均衡策略。在[6]中，Menno等人通过跟踪驱动模拟评估了动态负载平衡和作业复制的有效性。
他们为并行应用和分布式环境的用户提出了一种使用DLB或JR的解决方案。基于代理的方法尝试在机器集群[7]中提供负载平衡。曹俊伟等人在开发并行和分布式计算应用程序时关注负载平衡问题。当跨域和大规模调度问题出现时，计算网格的出现将问题进行了扩展。因此，在本文中，作者提出了一种基于代理的网格管理基础设施，该基础设施与为本地网格负载平衡而开发的性能驱动任务调度器相结合。在[8]中，Shah等代表了两种作业迁移算法，分别是MELISA (Modified ELISA)和LBA (Load Balancing on Arrival)。
这些负载均衡的实现方式不同，并且已经证明了它在减少大型和小型异构网格环境下的响应时间方面的效率，作者提出了一个分散的网格模型作为集群的集合，然后引入了动态负载均衡算法(DLBA)来执行集群内和集群间(网格)的负载均衡。李亚军等人提出了一种网格环境下的负载均衡混合策略[9]，该策略利用了两种基于平均的瞬时方法的优点，将它们合并在一起。一种新的去中心化算法[10]在元调度器和集群或资源级别上提出。Jasma等人通过识别网格环境中存在的挑战，提出了一种故障优化负载均衡算法[11]。为了保证分布式电网环境下的可靠性，需要较高的容错能力。在类似网格的环境中，数千个计算节点相互连接，无法保证每个资源的可靠性。因此，为了消除网格计算中的故障概率是必要的。主要目标是防止某些处理器因一组任务而过载，而另一些处理器负载较少或空闲。

负载平衡方法
a.静态负载均衡-在静态环境中，处理器的数量是固定的，假设存在一些先验信息，但如果问题大小发生任何变化，固定的处理器数量可能是不够的，在某些环境中，所有的处理器都不能一直使用。所以需要一些策略来处理这种情况，克服这个问题。循环、模拟退火、随机化是静态负载平衡的一些技术。它导致使用动态负载平衡[1]。
b.动态负载均衡-算法在运行时更改计算节点之间的工作分布。它们在做出分配决策时使用当前和最近的负载信息，并持续监视所有处理器上的负载，当负载不平衡达到某个预定义的水平时，工作的重新分配就会完成。
静态方法的吸引力在于它的简单性和最小化的运行时开销。但它的缺点是假定计算资源和通信网络的特征都是预先已知的，并且是不变的。这样的假设不能应用于网格环境。
- - - - - - c。参数基本上有三个重要参数决定采用哪种负载平衡策略
A)谁决定负载平衡?
b)做出负载平衡决定需要什么类型的信息?
c)关于负载平衡的决定是在哪里做出的?

负载均衡策略

a)集中与分散战略:
a.集中战略-在集中式方法[6]中，分布式系统中只有一个节点充当主控制器或中央控制器。这个主节点对连接到它的所有节点的负载信息具有全局视图，并决定如何向每个节点分配作业。其余的节点充当从节点。
b .分散-分布式系统中的所有节点都参与做出负载均衡决策。人们普遍认为分布式算法具有更好的可扩展性和容错性

b)发送方发起策略和接收方发起策略:-
一。Sender-initiated:在发送方发起的策略中，拥塞节点试图将工作移动到负载不足的节点。在低到中等系统负载时，发送方发起的策略比接收方发起的策略工作得更好。其原因是，找到轻负载节点的概率高于找到重载节点的概率。
b . Receiver-initiated -在这种类型中，负载较轻的节点寻找负载较重的节点，在系统负载较高时，这些节点可能以类似的方式接收工作;接收方发起的策略工作得更好，因为它更容易找到重载节点。

c)全球和本地战略:-
a.全球战略:-负载均衡器使用所有可用节点的性能概要。全局策略或本地策略都回答了在全局策略中使用哪些信息来做出负载平衡决策的问题。对于全局方案，平衡负载速度比本地方案快，因为所有工作站都是同时考虑的。
b.局部战略-。在本地方案中，工作站被划分为不同的组。本地方案的好处是性能概要信息只在组内交换。

d)合作与非合作:-
a.合作战略-是一个由其他节点分担负载的节点，换句话说，节点之间相互协作。另一方面，如果他们不反映非合作战略行为。平衡负载需要他们自己的决定。这些是负载均衡机制中使用的主要策略。

负载均衡策略
一个好的负载均衡算法是由传输策略、选择策略、位置策略和信息策略、资源类型策略、触发策略[1]来定义的。
a.信息政策:指定要收集、更新哪些工作负载信息、何时收集以及从何处收集。
b.触发策略:确定启动负载平衡操作的适当时间。
c.资源类型策略:根据资源的可用性状态将资源分类为任务的服务器或接收者。资源是否可用，可以从最超载的资源检索任务。
d.位置策略:使用资源类型策略的结果为服务器或接收器寻找合适的合作伙伴
e.选择政策:定义应该从最繁忙的资源(源)迁移到最空闲的资源(接收器)的任务。选择策略在选择任务时考虑几个因素，例如，小任务的转移将占用更少的开销。
在位置策略的基础上，动态负载均衡算法可以进一步分为发送方发起算法、接收方发起算法和对称发起算法

负载平衡步骤
几乎所有的负载均衡算法都有一些共同的主要步骤。
a.监控:-监控资源负载状态。
b .同步-在资源之间交换负载和状态信息。
c.再平衡标准-计算新的工作分配，进行工作时间决策
d.工作迁移-它是数据的实际移动。
它提供了系统何时决定导出一个流程。它决定是在本地站点上创建它，还是在远程处理站点上创建它。
图像

各种问题
动态负载平衡可以考虑以下问题，但是它需要收集和维护关于可用节点[1]的信息。
a.工艺转移问题:它注意确定是在本地还是远程执行流程。
b.国家信息交换问题:它决定了如何在各个节点之间获取和交换采集到的负载信息。
c.负荷估算问题:该策略指定了有关估计系统特定节点的工作负载的问题。
d.移民问题:该策略的主要工作是将负载从一个状态迁移到另一个状态。它决定了进程迁移的总次数。

基于不同度量/问题的网格负载均衡算法比较
下表显示了基于各种度量的不同负载均衡算法的比较，例如通信时的通信开销意味着消息流量、负载均衡时间、可伸缩性、异构性等;
图像

结论
本文对网格环境下的负载均衡算法进行了比较研究。讨论了网格环境中常用的负载均衡技术及其重要性、组合和变化。在动态网格环境中，网格应用程序的性能仍然是一个挑战。资源提交到Grid，可以随时从Grid中撤回。负载均衡算法的主要目标是优化利用地理分布的异构资源，实现网格环境下的高性能。因此，在这种不可预测的网格环境中，需要一种既能根据处理器的工作能力有效地管理和平衡工作负载，又能最小化执行时间，提高系统全局吞吐量的算法。然而，考虑到上述所有领域的重要性，为了提出未来的工作方向，本研究接下来将重点研究如何找到在网格中运行的应用程序的最佳性能。

参考文献
  1. LalithaHima,Venkatesan,Karunya大学，coimbatore，印度“网格计算环境中资源级负载平衡的视角研究”2011 IEEE。
  2. Miguel L. Bote-Lorenzo, Yannis A. Dimitriadis，“网格特性及其使用”，Springer-Verlag LNCS 2970，西班牙，2009。
  3. M. Baker, R. Buyya，和D. Laforenza，“广泛分布式计算的网格和网格技术”，国际软件杂志:实践与经验(SPE)，第32卷，第1期。2010.
  4. NeerajRathore,Chana“负载平衡和工作迁移技术的认知分析”世界信息与通信技术大会，2011年1月IEEE。
  5. B. Yagoubi和M. Meddeber，“网格环境的负载平衡模型”，第22届计算机与信息科学国际研讨会论文集(ISCISC 2007)， 2007年11月7日第1-7页。
  6. M. Dobber, R. Mei，和G. Koole，“全局网格环境中的动态负载平衡和作业复制:比较”，IEEE并行和分布式系统学报，第20卷，no. 1。2，第207-218页，2009年2月。
  7. 曹俊伟“基于代理的性能驱动任务调度”C&C研究实验室，NEC欧洲有限公司，德国圣奥古斯丁，IEEE。
  8. Shah, Veeravalli，“计算网格环境中负载估计的自适应和分散负载平衡算法的设计”，IEEE并行和分布式系统汇刊，2007。
  9. 李亚军，杨余航，朱荣波，“计算网格中顺序任务的混合负载平衡策略”上海交通大学电子工程系，中国，2009。
  10. RajkumarRajavel, Kongu工程学院，Perundurai，安德罗，印度。2010年12月，“计算网格环境的分散负载平衡”。
  11. Atria理工学院计算机科学与工程系，“网格环境的容错最优邻居负载均衡算法”，2010。
全球科技峰会
完美的阿拉伯性感女孩https://aflamaljins.com/