基于强挂起弱预测机制的负载均衡模型研究

doi:10.3778/j.issn.1002-8331.1603-0180

计算机工程与应用 ›› 2017, Vol. 53 ›› Issue (10): 90-95.DOI: 10.3778/j.issn.1002-8331.1603-0180

基于强挂起弱预测机制的负载均衡模型研究

刘迪1，2，朱立谷1，2，张雷1，2，冯东煜1，2

1.中国传媒大学，北京 100024
2.安防大数据处理与应用北京市重点实验室，北京 100024

出版日期:2017-05-15 发布日期:2017-05-31

Research of load-balancing model based on SSAWF mechanism

LIU Di1，2, ZHU Ligu1，2, ZHANG Lei1，2, FENG Dongyu1，2

1.Communication University of China, Beijing 100024, China
2.Beijing Key Laboratory of Big Data in Security & Protection Industry, Beijing 100024, China

Online:2017-05-15 Published:2017-05-31

摘要/Abstract

摘要： 大数据时代的快速发展和大数据战略的明确提出，使得Web服务器集群将面临更加复杂和严峻的负载挑战。传统的负载均衡算法存在着明显的局限性。提出了一种基于强挂起弱预测机制的负载均衡模型，该模型利用强挂起机制和基于层次分析的三次指数平滑预测算法进行负载均衡动态调度。实验结果表明该模型在系统瞬时性能异常、高并发和重负载交互情况下的负载均衡效果优于传统负载均衡算法。

关键词: Web服务器集群, 负载均衡, 强挂起弱预测, 层次分析法, 三次指数平滑法

Abstract: With the rapid development of big data and big data strategy is put forward, the Web server cluster system will face more severe challenges in terms of load. The traditional load balancing algorithm has obvious limitations. This paper proposes a dynamic load-balancing model based on the SSAWF mechanism. The model uses strong suspend mechanism and cubic exponential smoothing method prediction based on AHP algorithm for dynamic load balancing scheduling. Results of the experiments show that the model is better than the traditional load balancing under abnormal system transient performance, high concurrency and high system load interaction.

Key words: Web server cluster, load-balancing, Strong Suspend And Weak Forecast（SSAWF）, Analytic Hierarchy Process（AHP）, cubic exponential smoothing method

刘迪1，2，朱立谷1，2，张雷1，2，冯东煜1，2. 基于强挂起弱预测机制的负载均衡模型研究[J]. 计算机工程与应用, 2017, 53(10): 90-95.

LIU Di1，2, ZHU Ligu1，2, ZHANG Lei1，2, FENG Dongyu1，2. Research of load-balancing model based on SSAWF mechanism[J]. Computer Engineering and Applications, 2017, 53(10): 90-95.

[1]	王保剑，胡大裟，蒋玉明. 改进A*算法在路径规划中的应用[J]. 计算机工程与应用, 2021, 57(12): 243-247.
[2]	袁洋，叶峰，赖乙宗，赵雨亭. 结合负载均衡与A*算法的多AGV路径规划[J]. 计算机工程与应用, 2020, 56(5): 251-256.
[3]	何锋，曾文，王秉钧. 并行实时测控数据存储系统设计与实现[J]. 计算机工程与应用, 2020, 56(23): 253-258.
[4]	王莉，赵阿群，赵晨辉. 基于Fat-Tree的虚拟分片负载均衡算法[J]. 计算机工程与应用, 2020, 56(13): 93-99.
[5]	秦峰，曾浩，林开东. 高负载场景下基于负载均衡的LLN路由协议[J]. 计算机工程与应用, 2020, 56(1): 121-126.
[6]	朱瑞金，龚雪娇，唐波. 分布式混合压缩感知无线传感器网络数据收集[J]. 计算机工程与应用, 2019, 55(6): 73-80.
[7]	王进1，李琪2，黄家玮2. 路径差异敏感的包散射策略机制[J]. 计算机工程与应用, 2019, 55(5): 72-75.
[8]	刘期烈，李建雄. 内容中心网中多参数的缓存污染攻击检测算法[J]. 计算机工程与应用, 2019, 55(4): 130-136.
[9]	王珺，王梦林，王悦，刘俊杰. SDN数据中心网络基于流分类的负载均衡方案[J]. 计算机工程与应用, 2019, 55(24): 75-83.
[10]	刘欢，房胜，李哲，赵晴. 基于多条带HEVC并行编码器的负载均衡算法[J]. 计算机工程与应用, 2019, 55(18): 180-188.
[11]	谷静，侯永平，张新. 异构网中基于改进蝙蝠算法的动态CRE偏置选择[J]. 计算机工程与应用, 2019, 55(13): 93-99.
[12]	王鹏辉，张宁，肖明明. 基于节点重要度的路由选择与频谱分配算法[J]. 计算机工程与应用, 2019, 55(13): 106-111.
[13]	李虹，朱璇，刘云飞，李骏慧. 低开销负载均衡的改进型TORA协议[J]. 计算机工程与应用, 2019, 55(11): 67-73.
[14]	吴瑶瑶1，杨庚1，2. 云环境下分布式文件系统负载均衡研究[J]. 计算机工程与应用, 2019, 55(10): 67-72.
[15]	刘康1，张雪英1，李凤莲1，田玉楚1，2. 基于通信负载均衡的社交网络图分割方法[J]. 计算机工程与应用, 2018, 54(4): 66-71.

基于强挂起弱预测机制的负载均衡模型研究

Research of load-balancing model based on SSAWF mechanism

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics