分布式超级节点选举算法

计算机工程与应用 ›› 2011, Vol. 47 ›› Issue (14): 4-6.

分布式超级节点选举算法

杜丽娟1，2，余镇危1

1.华北科技学院电子信息工程系，北京 101601
2.中国矿业大学机电学院，北京 100083

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2011-05-11 发布日期:2011-05-11

Algorithm for distributed super-node election

DU Lijuan1，2，YU Zhenwei1

1.Department of Electronic Information Engineering，North China Institute of Science and Technology，Beijing 101601，China
2.College of Mechanical and Electronic Engineering，China University of Mining & Technology，Beijing 100083，China

Received:1900-01-01 Revised:1900-01-01 Online:2011-05-11 Published:2011-05-11

摘要/Abstract

摘要： 基于超级节点的分布式系统中，若超级节点失效或临时离开，希望系统能够自组织地选举出能力最强的节点作为新的超级节点。提出分布式超级节点选举算法，通过洪泛过程构造底层的生成树，叶子节点沿此树进行消息的传递，消息中包含着关于节点和边的信息，根节点根据这些信息构造最小生成树。根节点选出能力最强的节点作为超级节点，并沿着最小生成树广播选举结果。对算法性能从通信复杂度和时间复杂度两方面进行了分析和比较。

关键词: 分布式, 超级节点, 领导人选举, 生成树, 最小生成树

Abstract: In super-node-based distributed systems，if super-node failures or temporarily leaves，it is hoped that the most capable node could be elected as new super-node in self-organization way.This paper presents distributed super-node election algorithm.It firstly constructs bottom spanning tree through process of flooding，and then leaf nodes pass messages along this tree.Information about nodes and edges is contained in the messages，which are used by root node to construct minimum spanning tree（MST）.At last，root node selects the most capable node as new super-node and broadcasts election results along MST.The algorithm performance is analyzed and compared from aspects of communication complexity and time complexity.

Key words: distributed, super-node, leader electing, spanning tree, minimum spanning tree

杜丽娟1，2，余镇危1. 分布式超级节点选举算法[J]. 计算机工程与应用, 2011, 47(14): 4-6.

DU Lijuan1，2，YU Zhenwei1. Algorithm for distributed super-node election[J]. Computer Engineering and Applications, 2011, 47(14): 4-6.

[1]	江魁，丘远东，郑浩城. 基于信息熵与LSTM的ICMPv6 DDoS攻击检测方法[J]. 计算机工程与应用, 2021, 57(21): 148-154.
[2]	王海瑞，鲜于建川. 改进麻雀搜索算法在分布式电源配置中的应用[J]. 计算机工程与应用, 2021, 57(20): 245-252.
[3]	田阳，陈智罡，宋新霞，李天明. 区块链在供应链管理中的应用综述[J]. 计算机工程与应用, 2021, 57(19): 70-83.
[4]	张俊，廖雪花，余旭玲，雷蒙. 关系型数据库内存化存储模型研究[J]. 计算机工程与应用, 2021, 57(19): 123-128.
[5]	王文涛，李树梅，汤婕，吕伟龙. 结合概率图模型与DNN的DDoS攻击检测方法[J]. 计算机工程与应用, 2021, 57(13): 108-115.
[6]	魏占辰，刘晓宇，黄秋兰，孙功星. Spark迭代密集型应用的优化方法研究[J]. 计算机工程与应用, 2020, 56(23): 68-73.
[7]	刘祖均，何明，马子玉，顾凌枫. 基于分布式一致性的无人机编队控制方法[J]. 计算机工程与应用, 2020, 56(23): 146-152.
[8]	胡学林，艾山·吾买尔. 基于分布式表示技术的推荐算法综述[J]. 计算机工程与应用, 2020, 56(22): 13-24.
[9]	程振京，程耀东，陈刚，汪璐，李海波，胡庆宝. 基于随机森林的高能物理数据放置策略[J]. 计算机工程与应用, 2020, 56(21): 60-64.
[10]	龙浩，张书奎，张力. 群智感知网络中基于社会关系的社区发现算法[J]. 计算机工程与应用, 2020, 56(15): 179-184.
[11]	周国亮，李刚. 区块链背景下虚拟电厂分布式调度策略研究[J]. 计算机工程与应用, 2020, 56(15): 268-273.
[12]	胡阳，胡学钢，李培培. 基于Spark的快速短文本数据流分类方法[J]. 计算机工程与应用, 2020, 56(14): 138-147.
[13]	魏占辰，黄秋兰，孙功星，刘晓宇，王轶. Alluxio数据随机访问方法的研究[J]. 计算机工程与应用, 2020, 56(13): 77-83.
[14]	邓宇，谌贵辉，李忠兵，张军豪，亢宇欣，夏旭洪. 基于颜色与边缘融合的非局部立体匹配算法[J]. 计算机工程与应用, 2020, 56(10): 199-204.
[15]	滕增德，廖祝华. 面向命名数据网络的数据查询区分服务机制[J]. 计算机工程与应用, 2019, 55(9): 17-25.