所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

负载平衡在大规模云系统使用多个负载均衡器技术在云中

年代。Ilayanila, Prof.V.Ponkodi
  1. M。菲尔研究学者,Thanthi汉斯罗学院Perambalur,泰米尔纳德邦,印度
  2. 在计算机应用中,助理教授Thanthi汉斯罗学院Perambalur,泰米尔纳德邦,印度
相关文章Pubmed,谷歌学者

访问更多的相关文章国际期刊的创新在计算机和通信工程的研究

文摘

云计算正成为大规模分布式计算的一种新范式。负载平衡是云计算的一个主要挑战,需要跨多个节点的分布式动态负载,确保没有一个节点在淹没。它有助于优化利用资源,从而提高系统的性能。在复杂的大系统,是一个巨大的负载平衡的必要性。全球简化负载平衡(如在云),一件事可以做的是,采用组件技术将采取行动的云彩,这样整个云的负载平衡。为此,我们正在讨论三种类型的解决方案,可应用于分布式系统:蜜蜂觅食算法,一个偏置随机抽样随机游走过程和活跃集群。负载均衡的目标是尽量减少资源消耗使用多个大型云系统的负载均衡器。实现全球负载平衡通过当地服务行动,达到负载均衡各个节点使用随机抽样系统域然后优化工作分配由当地版通过连接类似的服务。执行系统多样性增加和不增加吞吐量随着系统规模的增加。

关键字

云计算、负载平衡、大规模的云计算系统

介绍

云的真正的力量在于能够分发工作负载(代码)在多个节点使用多种技术来创建一个高性能、高可扩展、高可用的平台是一个很实惠的价格。云负载平衡器使所有这一切成为可能,通过编程之间的路由流量和您的云服务器和其他基础设施资源,让云架构师使用巨大的规模和冗余,将是困难和昂贵的专用环境中实现。除了开放云的交通警察,我们将讨论其他一些特性的云负载平衡器,可以提高性能,稳定和安全的网站。

相关工作

蜜蜂觅食算法

该算法来源于蜜蜂的行为找到荷兰国际集团(ing)和收割食物。有一种叫觅食的蜜蜂蜜蜂寻找食物来源,找到一个后,他们回到蜂巢广告使用一种称为摇摆舞姿的跳舞。这个舞蹈的展示,给食物的质量或数量的想法,也距离蜂巢。侦察蜂然后觅食的食物然后开始收获它的位置。然后回到蜂巢,摇摆舞姿,给一个想法的食物剩多少,从而导致更多的剥削或废弃的食物来源。在负载均衡的情况下,web服务器需求增加或减少,服务分配动态调节用户不断变化的需求。服务器被分组在虚拟服务器(VS),每个VS拥有自己的虚拟服务队列。每个服务器处理请求的队列计算利润或奖励,这是类似于质量,蜜蜂摇摆舞姿展示。这种奖励的一个测量可以的时间上的CPU处理一个请求。蜜蜂的舞池,以防类似于一个广告板。 This board is also used to advertise the profit of the entire colony. Each of the servers takes the role of either a forager or a scout. The server after processing a request can post their profit on the advert boards with a probability of pr. A server can choose a queue of a VS by a probability of px showing forage/explore behavior, or it can check for advertisements (see dance) and serve it, thus showing scout behavior. A server serving a request, calculates its profit and compare it with the colony profit and then sets its px. If this profit was high, then the server stays at the current virtual server; posting an advertisement for it by probability pr. If it was low, then the server returns to the forage or scout behavior.

有偏见的随机抽样

在一个虚拟的构造图,每个节点的连通性(服务器视为一个节点)代表了服务器上的负载。每个服务器是象征着图中的一个节点,每个在程度上针对服务器的免费资源。关于执行和完成工作,当一个节点或执行一个工作,它删除传入边缘,这表明减少空闲资源的可用性。工作完成后,节点创建一个传入的边缘,这表明增加免费资源的可用性。添加和删除的过程是通过随机抽样的过程。走在任何一个节点开始,每一步一个邻居是随机抽取的。最后一个节点被选中为负载分配。或者,另一种方法可用于选择一个节点的负载分配,根据特定标准,选择一个节点计算效率,等等。另一种方法可以选择该节点的负载分配正在加载中即有最高的学位。如果b是走的长度,那么随着b增加,负荷分配的效率增加。b我们定义一个阈值,通常等于o (log n)实验。 A node upon receiving a job, will execute it only if its current walk length is equal to or greater than the threshold value. Else, the walk length of the job under consideration is incremented and another neighbor node is selected randomly. When, a job is executed by a node then in the graph, an incoming edge of that node is deleted. After completion of the job, an edge is created from the node initiating the load allocation process to the node which was executing the job. Finally what we get is a directed graph. The load balancing scheme used here is fully decentralized, thus making it apt for large network systems like that in a cloud.

活跃的集群

活跃集群工作相似的节点分组到一起的原则和工作在这些组。过程是:一个节点启动流程并选择另一个节点称为媒人节点从邻国满足不同类型的标准,它应该比前一个。所谓的媒人节点的邻居之间的连接形式它是相同类型的初始节点。媒人节点然后分离本身和初始节点之间的联系。

现有的系统

负载均衡的技术之间的负载分配各种资源在任何系统。因此负载需要的资源分布在云架构,以便每个资源几乎等于在任何时间点的工作量。基本要求是提供一些技术来平衡请求提供快速响应请求的解决方案。云计算负载平衡器管理多个服务器之间的网络流量分发工作负载和资源自动。他们最大化吞吐量,减少响应时间,避免超负荷工作。每一个负载平衡算法必须如任命所需的目标。一些算法目标实现更高的吞吐量,目标实现最小响应时间,一些其他目标来实现最大的资源利用率,同时目标实现之间的权衡所有这些指标。

提出了系统

负载均衡的云不同于古典思想负载平衡架构和实现通过使用商品服务器来执行负载平衡。从右边规模网站帕特里克McClory RightScale的解决方案架构师,他在他的文章中讨论DNS负载均衡和使用多个云中的负载平衡器负载平衡一般是一个复杂的过程,但是有一些秘密武器在管理DNS和云中的多个负载平衡器。它要求你从几个不同的网络和吗?多云吗?概念。我将解释如何建立负载平衡器构建容错、高可用的web应用程序在云中。这就是你需要:多个主机名的记录您所选择的DNS服务.Multiple负载平衡器来防止失败在我解释两个一起工作之前,让我们看看他们每个人单独工作。

多个主机名的记录

一个友好的DNS名称转换成IP地址记录。例如,当您在您的浏览器中输入rightscale.com,在幕后电脑翻译请求DNS服务器地址的名字。我正在从一个Mac和Windows机器的过程有点不同,所以查看更多ns查找* nix和窗户。我也使用谷歌的一个公共DNS服务器执行查找。看看下面的请求,请注意,当我查询DNS,我得到一个地址为我的测试域dnsdemo.cloudlord.com的:
我的测试领域有一个相关的记录和解析为IP指出。让我们查看一个更加复杂的例子——Google.com:
注意,如下图4所示,谷歌六返回地址(当时我查询它),因为谷歌有六十一条记录注册为其主要服务领域。当我跑同样的网路资讯查询查询,以不同的顺序返回的IP地址。这是通常被称为? DNS负载均衡。
下面的图5显示了DNS负载均衡在行动中使用dnstest.cloudlord.com和一个测试文件,表示服务器是服务场所。对于这个示例,我建立了dnstest.cloudlord.com域有两个记录。注意,这第一个请求有一个尝试和读取的内容,“这是服务器1。”
接下来,我第一个服务器终止在下一个请求(强迫一个失败的国家),结果如下图5所示。注意,有一个超时第一个IP,然后第二个请求经过没有任何问题。您还会注意到,它返回一个响应“这是服务器2。”
IP地址的顺序返回不同的DNS服务器和提供者使用此但通常遵循一个循环或地理上特定的算法。这里的想法是,不同的客户会得到不同的有序列表的IP地址对应你的域名。这已经分发请求的影响整个集团的“诱导多能性”在一个特定的方式。如果一个IP地址是不回应在一个适当的时间内,客户端将时间请求并继续下一个IP地址,直到列表为空或者找到一个有效的连接。尽管这不是一个详尽的清单,但大多数现代浏览器,以及旋度如上所示图X,遵循此重试的过程。有几件事要记住:DNS故障转移不提供任何附加功能如?粘性的会话吗?为您的应用程序。上游DNS缓存是不可预测的客户DNS提供商可能会或可能不会尊重你的TTL设置。这不是一个替代TCP负载平衡,因为它不是特别精确的基于上游DNS缓存处理上面所提到的。

多个负载平衡器冗余和可伸缩性

与多个IP地址路由部署,每一个地址可以终止在一个负载均衡器,后端应用程序(参见图7)。这样做,你就可以向公众呈现多个端点服务应用程序(我将回到为什么这是重要的在一分钟内)。
下面的图8,我更进一步,说明如何设置连接到应用程序层从多个TCP负载平衡器。这允许您有多个传入连接每个提供相同的内容,提供冗余负载均衡层以及冗余应用程序层。
DNS负载均衡的:将在一起最终的结果是,通过使用DNS负载均衡,可以实现一个相当粗糙的之间的交通平衡多个TCP负载平衡器,它可以管理负载应用到您的应用程序服务器在更细粒度上:
这是一个伟大的方式来防止失败,增加整体吞吐量,给你扩展能力的高可用性和高性能。有关指标相关的更多信息配置和吞吐量HAProxy在云中,看看这个白皮书,负载均衡的云:工具、技巧和技术。设置DNS负载均衡可以有点麻烦,但与HAProxy ServerTemplate负载均衡器,连同脚本应用服务器连接到负载平衡器,简化了流程。RightScale服务器模板™和脚本使用一个标签,管理解决方案,将保持你的HAProxy配置文件同步和自动部署,所有服务器注册,分离过程。

结论和未来的工作

我们这篇论文的目的是开发一个有效的负载平衡算法使用多个负载均衡技术来最大化或最小化不同的性能参数,如CPU负载,内存容量,延迟或网络负载大小不同的云。本文基于蜜蜂觅食行为的大规模云系统,有偏见的随机抽样和主动聚类算法用于云计算架构。这一修改支持最小化使跨云计算基础服务和可移植性的服务请求也一直聚合使用的组合技术。这种方法不考虑各种环境问题。研究人员可以进行包括云存储、云计算三个水平网络问题在他们的未来的研究。

数据乍一看

图1 图2 图3 图4 图5
图1 图2 图3 图4 图5
图1 图2 图3 图4
图6 图7 图8 图9

引用