国际先进研究期刊》的研究在电子、电子、仪表工程
菜单ISSN在线(2278 - 8875)打印(2320 - 3765)
ISSN在线(2278 - 8875)打印(2320 - 3765)
美国Adiseshu古普塔1,k v Srinivasa饶2
|
| 相关文章Pubmed,谷歌学者 |
访问更多的相关文章国际先进研究期刊》的研究在电子、电子、仪表工程
负载均衡的云计算环境中对性能有重要的影响。良好的负载平衡使云计算更有效率和提高用户满意度。本文介绍一个更好的公共云的负载平衡模型基于云分区概念与开关机制来为不同的情况选择不同的策略。算法应用博弈论的负载平衡策略来提高效率在公共云环境。负载平衡模型基于云分区的公共云环境中对网络负载的性能有重要影响。云计算系统不使用负载均衡有许多缺点。现今互联网和相关资源的使用增加了广泛。由于有巨大的工作量的增加。这是这个工作负载的不均匀分布,导致服务器超载,可能会崩溃。在这样的系统所使用的资源不是最优。由于这种性能降低和效率降低。云计算效率,提高用户满意度。这篇介绍更好的负载平衡模型基于云计算分区的公共云概念的转换机制,为不同情况选择不同的策略。负载均衡策略的算法应用博弈理论来提高效率在公共云环境中。
关键字 |
||
| 负载均衡模式,公共云,云分区,博弈论。 | ||
介绍 |
||
| 云计算是一个吸引技术在计算机科学领域。Gartner的报告[1],它说云it行业将带来变化。云计算正在改变我们的生活,为用户提供服务的新类型。用户从一个云获得服务没有注意细节[2]。NIST给了云计算的定义模型使无处不在,方便,按需网络访问共享池的可配置的计算资源(如网络、服务器、存储、应用程序、和服务),可以快速予以配置和发布通过最少的管理工作或服务提供者交互[3]。越来越多的人关注云计算(4、5)。云计算是有效的和可伸缩的但保持稳定处理很多工作在云计算环境中是一个非常复杂的负载平衡问题接受研究人员的关注。自工作到来模式是无法预测和云中的每个节点的能力不同,负载平衡问题,负载控制提高系统性能和维护稳定是至关重要的。负载均衡方案取决于系统动力学是重要的可以是静态和动态[6]。静态计划不使用系统信息和不太复杂而动态的计划会给系统带来额外的成本,但可以改变系统状态的变化。 A dynamic scheme is used here for its flexibility. The model has a main controller and balancers to gather and analyze the information. Thus, the dynamic control has little influence on the other working nodes. The system status then provides a basis for choosing the right load balancing strategy. | ||
| 在本文中给出的负载平衡模型是针对公共云有许多节点与分布式计算资源在不同的地理位置。因此,这个模型将公共云划分为几个云分区。当环境是非常大的和复杂的,这些部门简化负载平衡。云有一个主控制器,选择合适的分区到达工作岗位而平衡器对于每个云分区选择最佳负载平衡策略。 | ||
| 云计算是有效的和可伸缩的但保持稳定处理很多工作在云计算环境中是一个非常复杂的负载平衡问题接受研究人员的关注。自工作到来模式是无法预测和云中的每个节点的能力不同,对于负载平衡问题,工作负载控制。提高系统性能和维护稳定的关键。负载均衡方案取决于系统动力学是重要的可以是静态和动态的。静态计划不使用系统信息和不太复杂而动态的计划会给系统带来额外的成本,但可以改变系统状态的变化。这里使用一个动态方案的灵活性。缺点是负载平衡方案取决于系统动力学是重要的可以是静态和动态的。静态计划不使用系统和更复杂的信息。 | ||
| 系统的基本设计和算法实现本文所描述的是负载均衡的目标 | ||
| 一个¯·大幅提高性能。 | ||
| 一个¯·有一个后备计划,以防系统失败甚至部分。 | ||
| 一个¯·维持系统稳定。 | ||
| 一个¯·适应未来系统中修改。 | ||
答:文献调查: |
||
| 云计算是一个吸引技术在计算机科学领域。Gartner的报告[1],它说云it行业将带来变化。云计算正在改变我们的生活,为用户提供服务的新类型。用户从一个云获得服务没有注意细节[2]。NIST给了云计算的定义模型使无处不在,方便,按需网络访问共享池的可配置的计算资源(如网络、服务器、存储、应用程序、和服务),可以快速予以配置和发布通过最少的管理工作或服务提供者交互[3]。越来越多的人关注云计算(4、5)。云计算是有效的和可伸缩的但维持稳定的处理一些云计算环境中的任何工作负载平衡是一个非常复杂的问题接受研究人员的关注。自工作到来模式是无法预测和云中的每个节点的能力不同,负载平衡问题,负载控制提高系统性能和维护稳定是至关重要的。 | ||
| 负载均衡方案取决于系统动力学是重要的可以是静态和动态[6]。静态计划不使用系统信息和不太复杂而动态的计划会给系统带来额外的成本,但可以改变系统状态的变化。这里使用一个动态方案的灵活性。模型有一个主控制器和平衡器收集和分析这些信息。因此,动态控制没有影响其他工作节点。然后系统状态提供了一个选择正确的负载平衡策略的基础。在本文中给出的负载平衡模型是针对公共云有许多节点与分布式计算资源在不同的地理位置。因此,这个模型1该公共云划分为多个云分区。当环境是非常大的和复杂的,这些部门简化负载平衡。云有一个主控制器,选择合适的分区到达工作岗位而平衡器对于每个云分区选择最佳负载平衡策略。 | ||
提出问题 |
||
| (1)云业务规则:云师不是一个简单的问题。因此,框架需要一个详细的云分割方法。例如,集群中的节点可能远离其他节点或会有一些集群在同一地理区域仍远。业务规则应该只是基于地理位置。 | ||
| (2)如何设置刷新周期进行数据统计分析,主控制器和云分区平衡器需要定期刷新信息。如果周期太短,高频率将会影响系统的性能。如果周期太长,太旧的信息做出正确的决定。因此,测试和统计工具需要设置合理的刷新时间。 | ||
| (3)负载状态评估:一个好的算法需要设置负载程度高和负载程度低,需要更全面的评价机制。 | ||
| (4)找出其他的负载平衡策略:和其他负载平衡策略可能提供更好的结果,所以测试需要比较不同的策略。许多测试都需要保证系统可用性和效率 | ||
| 负载均衡方案取决于系统动力学是重要的可以是静态和动态的。静态计划不使用系统信息和不太复杂而动态的计划会给系统带来额外的成本,但可以改变系统状态的变化。这里使用一个动态方案的灵活性。模型有一个主控制器和平衡器收集和分析信息。因此,动态控制没有影响其他工作节点。然后系统状态提供了一个选择正确的负载平衡策略的基础。 | ||
| 在本文中给出的负载平衡模型是针对公共云有许多节点与分布式计算资源在不同的地理位置。因此,这个模型将公共云划分为几个云分区。当环境是非常大的和复杂的,这些部门简化负载平衡。云有一个主控制器,选择合适的分区到达工作岗位而平衡器对于每个云分区选择最佳负载平衡策略。 | ||
| 已经有许多研究云环境的负载平衡。负载均衡的云计算白皮书中描述了阿德勒[7]介绍了工具和技术常用的外形尺寸云中的平衡。然而,负载balancingin云仍然是一个新问题,需要新的架构适应许多变化。Chaczko等等。[8]描述了负载平衡在提高性能的作用和维护稳定。负载平衡算法有很多,如轮循,同样传播当前执行算法和蚁群算法。作者Nishant等。[9]蚁群优化方法用于节点负载平衡。反等。[10]比较分析了云计算的一些算法检测性能的时间和成本。他们得出的结论是,ESCE算法和控制算法比轮询调度算法。一些经典的负载平衡方法类似于操作系统中的分配方法,例如,轮询调度算法,先到先得(先)规则。 The Round Robin algorithm is used here because it is fairly simple. | ||
提出工作 |
||
| 负载平衡模型sed的公共云上云分区提出了高效的平衡负载在云技术。有公共云与分布式计算各个节点的资源在各种不同的地理位置。因此,公共云云可以分为几个分区。 | ||
| 每当环境复杂和庞大,这些分歧的负载平衡可以简化。然后他可以选择合适的分区主要控制器到达工作岗位。然而,每个云的均衡器分区选择最佳合适的负载平衡策略。 | ||
| 一个大型的公共云有许多节点,这些节点也可以在不同的地理位置。云分区是一个解决方案来管理这个大云。公共云有一个分区作为云分区与部门根据不同的地理位置。 | ||
| 创建云分区进行时,一个负载平衡开始工作的到来,与主控制器决定哪些云分区应该得到个人的工作。负载均衡器的分区决定应该如何分配给的工作节点。分区可以在本地完成,当云分区的负载状态是正常的。工作应该被转移到另一个不同的分区,如果云分区负载状态不正常。 | ||
| 应用程序服务器: | ||
| 一个¯·云架构可能包含一个到多个应用程序服务器的数量根据其范围和实用程序。 | ||
| 一个¯·每个应用程序服务器都有其专用的资源的数量 | ||
| b .主服务器: | ||
| 一个¯·主服务器是第一个组件与客户端交互并接受其请求 | ||
| 一个¯·它把任务分成数量的活动 | ||
| 基于云的负载平衡模型划分的公共云提出了高效的平衡负载在云技术。 | ||
| 定义一个负载参数集:F = {F1;F2,…;与每个Fi调频}(1≤≤我;Fi€[0,1])静态或动态参数。m代表总数的参数。 | ||
| 然后计算出负载程度为: | ||
 |
||
 |
||
| 步骤1: | ||
| 得到所有服务器的大小S1……………Sn | ||
 |
||
| 步骤2: | ||
| 时,如果S∈服务器负载(sL)溢出(超过限制),那么文件傅年代∈服务器上上传sL旁边。 | ||
| 1)负载时空闲负载程度。(N) = 0; | ||
| 2)负荷正常当0 <负荷程度(N)≤degreehigh负载 | ||
| 3)负载过载当Load_degree高≤Load_degree (N) | ||
| 令牌生成 | ||
| 1。用户U1发送文件到服务器的文件上传 | ||
| 2。检查负载平衡器b1和b2而(DataReader.read())如果(b1 = DataReader [S])开始 | ||
| 从服务器获取负载S [] = {s1、s2、s3,…, sn} | ||
| 结束 | ||
| 其他的 | ||
| 而(DataReader.read ()) (B2 = DataReader [S]) | ||
| 开始 | ||
| 从服务器获取负载S [] = {s1、s2、s3,…, sn} | ||
| 结束 | ||
| 其他的 | ||
| 3所示。代的令牌。 | ||
| 4所示。后生成令牌落实令牌生成算法。 | ||
| 5。和使用该算法我们将上传文件和平衡服务器。 | ||
| 6。如果数据文件大小FS的用户U1 >服务器的可用空间 | ||
下面从a到c的步骤。 |
||
| 开始 | ||
| )防止溢出的服务器S1…。Sn超过大小的限制。 | ||
| b)进行负载评估技术。 | ||
| c)上传文件到另一个服务器。 | ||
| 结束 | ||
| 7所示。如果数据文件大小FS的用户U1 <服务器的可用空间 | ||
下面从a到b的步骤。 |
||
| 8。开始 | ||
| )执行负载评估技术。 | ||
| b)上传文件到该服务器。结束 | ||
仿真结果 |
||
 |
||
 |
||
结论和未来的范围 |
||
| 系统将得到所有的云系统的负载来执行以下功能客户端,而控制器将得到所有的负载平衡器并将其发送给用户通过建立平衡器连接。在此之后,通过连接到服务器,均衡器获取所有服务器的负载并将其发送给控制器。 | ||
| 客户端将上传的文件在云上使用负载平衡算法控制器谁上传文件到最低负载均衡器。接下来,均衡器上传文件到服务器,有一个最低负载。客户端可以搜索和下载文件和部署从控制器从平衡器将搜索和下载文件。接下来,云将搜索和下载特定的文件从服务器。 | ||
| 应用程序将检查可用空间和服务器的实际大小。它也可能彼此不同,它包含服务器的负载。上传文件后将检查文件和文件的大小将上传到其他服务器如果规模大于可用的大小。通过这种方式,可以防止超出了限制,也耗尽了可用带宽。 | ||
数据乍一看 |
||
|
||
引用 |
||
|
