实现参数化动态负载平衡算法使用CPU和内存

Pradip Wawge¹,Pritish Tijare²

工程硕士、信息技术、Sipna工程学院Amravati,印度马哈拉施特拉邦
计算机科学与工程系,副教授Sipna学院Amravati,印度马哈拉施特拉邦

文摘

在当今世界,或多或少,每个活动属于互联网。电子商务的增长速度已经导致许多企业开展日常业务的在线交易数据。由于网络的普及,网站的提供者和存储空间提供商想要确保他们的用户访问信息的可用性,保证尽快处理请求。如果服务器被比它可以处理更多的请求,这可以“新政”,使用多个主机提供相同的服务。动态负载平衡的过程互联网协议(IP)流量可以分布在多个服务器。负载均衡提高服务器的性能,导致他们的最佳利用和确保没有一个服务器超载。通过研究的利弊不同的技术用于负载平衡,我们是专门给优先级动态负载平衡方法而不是静态负载平衡。进一步我们已经讨论了不同的平衡算法,技术和他们的缺点。利用动态负载平衡方法,逻辑部署一个负载平衡的解决方案。

关键字

负载分配、负载平衡、参数的负载平衡,平衡服务器负载。

介绍

今天的需要动态负载平衡[1]迅速增加,因为增加推进科学高速处理的必要性,甚至可能倾向于分配的模式。在许多系统的服务器数量,但是这可能是系统中的处理器是空闲的概率和其他处理器队列的任务是非常高的。所以有必要这些服务器之间的工作负载均匀分布的。

现在,每天在技术生命一切都是上网。Web应用程序中扮演重要的角色在互联网提供24 * 7小时服务给客户。当应用程序变得流行,交通也处于增长状态。对可用性、可伸缩性、性能提高越来越多的服务器需要例如在线考试。负载平衡是一个关键的问题在这些类型的大规模的情况下。负载平衡是实现优化资源利用率,最大化吞吐量,最好的服务,减少响应时间,避免过载,disconnectivity。在很多情况下,然而,这并不是简单的交通分配问题同样在许多服务器部署;其他因素也起作用。我们已经讨论了不同的负载平衡策略,算法和方法。通过调查比较负载平衡的行为与不同的参数,动态负载平衡[1]更可靠。 So; here we implemented application load balancer by parameterized load balancing algorithm. Actually we perform load balancing by integrating more than two physical servers with Parameterized dynamic load balancing algorithm. The load balancer calculates the utilization of sub severs and select least utilized server and forward the request to sub server. In this system if you are balancing the load across several servers and one of the servers fails, then the service will still be available to your users, as the traffic will be diverted to the other servers in your server farm.

动态负载均衡

也快速的处理器和多处理器的使用和访问已经大为改善,主要是用于案例非常耗时,时间是非常宝贵的资源。[2],因此,在多处理器系统调度的处理器数量极大的兴趣等目的。并行计算机执行他们的计算通过执行不同的计算任务并发的处理器数量。在并行计算机处理器通常在并行的执行代码交换信息。这发生的信息交换的形式显式消息由一个处理器发送到另一个指定的或不同的并行处理器共享一个共同的并行计算机中的内存资源。负载平衡的核心思想是利用多个主机只替换一个主机,从而它能增强计算能力和可靠性的主机以较低的成本。通过这种方式,大量的并发访问问题能够解决。负载均衡集群系统是一个系统由多个主机。每个单独的主机,可以独立提供服务没有任何外部援助的其他主机,系统中有同等地位。负载平衡是相对的可靠性高于单一的机器。

负载均衡的概念

动态负载平衡的过程互联网协议(IP)流量可以分布在多个服务器。负载均衡提高服务器的性能,导致他们的最佳利用和确保没有一个服务器超载。通过研究的利弊不同的技术用于负载平衡,我们是专门给优先级动态负载平衡方法而不是静态负载平衡。进一步我们已经讨论了不同的平衡算法,技术和他们的缺点。利用动态负载平衡方法,逻辑部署一个负载平衡的解决方案。

参数化动态负载平衡的基本想法

在本文中,我们使用树参数实现参数化动态负载平衡

•CPU使用率

•物理内存

•请求执行

文献综述

在前面的工作中,我们研究了各种技术之间的比较是但静态负载均衡算法更稳定,它也很容易预测他们的行为,但在同一时间动态分布式算法总是被认为是比静态算法。性能模拟实验结果表明,扩散负载平衡比轮询调度和静态负载平衡在一个动态的环境中,在频繁的客户清单的对象创建请求和简而言之对象的寿命。Ankush P。德斯穆克教授和Kumarswamy Pamu[1]讨论了/描述不同的负载平衡策略,算法和方法。他们调查,与不同的参数比较负载平衡的行为;动态负载平衡更加可靠和之后,他们的结论是,有效负载平衡可以清楚地提供主要的性能优势。

负载平衡算法

负载平衡算法可以分为两大类:静态负载平衡算法和动态负载平衡算法。在静态负载均衡算法的基础上所需的时间完成给定的任务,任务分配给处理器在编译时决定和他们的关系。尚未决定将任务从一个处理器在执行时间到另一个。但在动态负载平衡算法(下文),负载状态在任何时候是用来决定任务处理器之间的转移(2、3、4、5)。随机的,中央和对接现有负载平衡算法中可以看到(4、6、7)。并行和分布式系统的处理器是根据工作负载水平分为三个类别。大量处理器加载/重载处理器:有大量的任务在等待吗?微处理器/加载下加载处理器:有一个小数量的任务在等待吗?空闲处理器:没有任务执行[2]。

定义- DNS负载均衡是什么意思?

我们将用户谁正在访问万维网上的信息,虽然我们做的客户端程序,通常一个Web浏览器,为满足互联网用户请求建立连接。客户是通过网关连接到网络;我们将参考这些本地网关背后的网络子域域。一个Web服务器的目的是存储信息和服务客户机请求。请求一个文件从服务器主机,每个客户端rest需要解决的URL中的主机名映射到IP地址。

分析的问题

在前面我们分析,当工作负载平衡跨多个服务器和服务器失败,那么服务可能被打扰。现在一个场景,三个服务器集群和相互交换数据。突然服务器2停止通知机负载负载均衡器即服务器2。它至少加载机等10分钟。如果请求来自于用户之间请求转发到服务器2。但服务器2,这是一个错误。解决这个问题;从服务器接收数据后2,收集器运行计时器3秒钟,如果服务器2 3秒内不会再次发送数据收集器从列表中删除服务器2条目。剩下的过程仍在继续与其他服务器。应用程序负载均衡器显示最快的机器名称告诉下一个请求正在处理那台机器。每次用户点击链接页面刷新和再次显示了最快的机器名。

静态负载均衡

静态负载均衡算法[4][8]并行程序的任务分配给工作站根据当时的负荷节点分配一些任务,或基于平均负载的工作站集群。这种算法的优势是简单的实现以及开销,因为没有需要不断监控工作站性能统计数据。静态算法很容易带入执行和花费更少的时间,不指服务器的状态。然而,但静态算法只有当负载变化不大的工作站。显然,静态负载平衡算法不适合的环境中,负载可能发生显著的变化在不同时期,根据前面讨论的问题。

随机调度

随机算法[4]是自解释的。交通指示任意任何服务器在你的农场。随机调度,请求被分配到任何服务器组中随机选择服务器。优点:随机调度负载平衡算法实现起来比较简单。缺点:它会导致重载一个服务器而别人的利用不足。

缺点

1。如果你是平衡负载跨多个服务器和一个服务器失败,然后服务被打扰。

2。主要的负载平衡服务器将会崩溃然后其他系统不工作。

3所示。计算负载只有单个服务器可能导致严重加载系统。

实现和结果

实现参数化动态负载平衡算法

参数化动态负载平衡算法使得在运行时更改工作站之间的分配工作;分配决策时,他们使用电流负荷信息。参数化的动态负载平衡算法可以提供一个静态算法性能明显改善。然而,这将是实现额外成本的收集和维护负载信息,所以重要的是要保持这些费用在合理范围之内。参数化动态负载平衡算法是自适应算法,这是比静态算法。自适应负载均衡系统[9]主要包括两个过程:监控服务器的负载状态和分配请求到服务器。国家监督,这取决于集群中的每个服务器的负载信息监控和定期收集前端平衡器,提出了负载均衡的效果通过监测负载不同,然而,这将负担的工作负载均衡器是集群系统的瓶颈。在这个工作我们实现了个人工作负荷计算技术也提供权力决定谁将执行这项工作。

加权循环调度

加权循环调度[4][10]可以指定一个体重组中的每个服务器,如果一台服务器能够处理两倍的负载和其他强大的服务器2的重量。在这种情况下,IP喷雾器将两个请求分配给强大的服务器为每个请求分配到较弱的一个。优点:负责服务器的能力。缺点:不考虑先进的负载平衡需求,如处理时间为每个单独的请求

结果的分析基于总负载大小的负载平衡算法

在这种情况下,负载均衡器实现负载均衡,根据负载平衡算法基于CPU使用量的大小和物理内存的大小。当批查询收到由负载均衡器它首先检查服务器至少总负载的基础上利用一次发现,然后将查询服务器。这个算法试图平衡负载通过动态计算系统的总负载在5毫秒间隔。

答:响应服务器名称

实验结果

在这种情况下,负载均衡器实现负载均衡,根据负载平衡算法基于CPU使用量的大小和物理内存的大小。在接下来的实验结果显示S1, S2、S3服务器。当批查询收到由负载均衡器它首先检查服务器至少总负载的基础上利用和CPU使用率和记忆一旦发现然后转移之间的查询服务器。在这个实验中我们使用的是500年到25000年串查询结果发送至少利用服务器。这个算法试图平衡负载通过动态计算系统的总负载在5毫秒间隔。

上述实验的图形结果表明,利用服务器。当我们使用不同的参数来分配查询并检查每5 ms哪个服务器有更少的利用率。当我们发送500查询服务器s1那么肥胖的比较的基础上,内存利用率s1是0。第二次我们比较CPU使用情况的基础上,然后利用400查询和我们比较的基础上,结合CPU和内存使用率是267查询。我们增加了查询2500和肥胖,服务器处理更多请求时比较总负载或CPU使用量之间完成的。

结论

参数化的动态负载平衡算法具有价值的特性等任何服务器上的负载平衡系统的云计算,这使得它适合于时间关键和有效的应用程序。本文试图总结动态负载平衡算法。这个算法显示负载分配发生在服务器上。所以每个服务器时被负载任何服务器超载以及显示工作负载分发服务器之间的统一来实现负载平衡。

引用

Ankush P。德斯穆克教授和Kumarswamy Pamu“应用负载平衡:一个动态方法”(IJARCSSE),卷2,问题6,2012年6月。
r . Buyya d·艾布拉姆森和j .头晕h .袜子”经济模型在网格计算资源管理和调度”,int并发和计算:杂志的实践和经验,卷14日Issue.13-15,页。1507 - 1542年,威利出版社,2002年12月。
Amit Chhabra, Gurvinder辛格Sandeep辛格Waraich, Bhavneet Sidhu,和Gaurav Kumar“定性参数比较负载平衡算法的并行和分布式计算环境”Proc。世界科学院、工程与技术(PWASET) 16卷,页。39-42,2006年11月16日
Der-Chiang李,凤鸣m . Chang:“in - out结合动态加权轮询网络负载平衡”方法预先公布的访问出版,计算机杂志卷。50 5号,2007。
Satoru太Ryuichi Andou:“WWW服务器负载均衡技术基于被动性能度量”发表的IEEE 978 - 1 - 4244 - 3388 - 9/09。
沙赫扎德马利克:“动态负载平衡网络中的工作站”的研究报告。罗马大学也好cardellini Tor Vergata米歇尔Colajanni,摩德纳大学。
Philip s . Yu IBM T.J.沃森研究中心:“动态负载平衡服务器系统”Publidhe IEEE 1089 - 7801/99互联网计算。
李Wenzheng Shi支:“小说”在集群系统负载均衡算法由IEEE Publidhe学报2010-978-1 - 4244 - 6763 - 1/10。
威廉Leinberger乔治·Karypis一些Kumar“负载平衡Near-Homogeneous Multi-Resource服务器”,0 - 7695 - 0556 2/00 IEEE 2000。
d·安德森,t·杨诉Holmedahl平炉伊瓦拉,\ SWEB:向一个可伸缩的World Wide web -在多计算机”,Proc. 10日IEEE国际。计算机协会。在并行处理,火奴鲁鲁,页850{856人,1996年4月。