[发明专利]一种基于最大熵原理的负载均衡调度方法在审
申请号: | 201811636609.2 | 申请日: | 2018-12-29 |
公开(公告)号: | CN109783235A | 公开(公告)日: | 2019-05-21 |
发明(设计)人: | 陈龙;齐琪;薄钧戈;张小彬;房琛琛 | 申请(专利权)人: | 西安交通大学 |
主分类号: | G06F9/50 | 分类号: | G06F9/50 |
代理公司: | 西安智大知识产权代理事务所 61215 | 代理人: | 刘国智 |
地址: | 710049 陕*** | 国省代码: | 陕西;61 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 负载均衡 负载均衡调度 最大熵原理 系统负载 均衡 调度问题 概念引入 集群系统 理论模型 内在联系 均衡性 热力学 吞吐率 系统熵 最大熵 求解 迁移 调度 衡量 响应 分配 研究 | ||
一种基于最大熵原理的负载均衡调度方法,将热力学熵的概念引入负载均衡中,研究熵与负载均衡的内在联系,以资源的均衡性分配为目标,将负载的均衡调度问题等效为求解系统的最大熵问题,同时给出了系统熵值的理论模型和基本性质,用熵值来作为系统负载均衡程度的衡量指标,根据熵值变化对系统负载进行调度和迁移,使系统更快更好地达到负载均衡的目标,以减少响应时间、增加吞吐率,从而提高集群系统的性能。
技术领域
本发明涉及计算机负载均衡技术领域,特别涉及一种基于最大熵原理的负载均衡调度方法。
背景技术
随着互联网信息技术及终端技术飞速发展,信息产业需求越来越朝着高服务端低终端方向发展。随之而来的海量数据整合及计算需求成了现阶段服务端集群技术的瓶颈,单台服务器的服务能力已远远无法满足日益增长的需求,于是具有良好可扩展性和高性价比的集群系统便成为了主要的选择。如何在集群系统中进行合理的任务分配,使得任务分配平均,不至于出现一台服务器分配过多,而其他服务器分配过少未能充分发挥作用的情况,就成为集群中研究的一个重点和难点,因此负载均衡机制应运而生,它成为集群系统资源分配追求的一个主要目标。
任务调度通常是以最大化资源利用率为目标,达到均衡分配负载的目的。最早的负载均衡技术是基于DNS的负载均衡,它是一种简单有效的方法,但是由于其并没有考虑服务器的性能和实时的负载情况,在服务器存在差异性和负载变动较快时,其负载均衡效果并不理想。
近年来关于负载均衡方面的研究已经很多,且越来越朝着智能化的方向发展。研究者通过更多的已知负载信息和未知预测信息作为负载均衡的评判标准。Mohammed A MIbrahim等[Mohammed A M I brahim,LU Xin-da.Performance of dynamic loadbalancing algorit hm on cluster of workstations and PCs[C].In Proceedings of5th Int ernational Conference on Algorithms and Architectures for ParallelProcessing.NJ:IEEE,2002,44-47]提出了轮转调度的动态负载均衡算法,使得集群中所有节点都能均等以合理的顺序被选择,从而很好地解决了并行搜索树问题,然而由于该算法未将节点当前时刻负载计算在内,导致对动态负载情况的判断不够精确。戴毅等[戴毅,曹健.基于模糊控制的启发式工作流引擎负载均衡策略[J].通信学报,2006,(11):84-89]将传统控制理论中的模糊控制思想和启发策略应用到工作流负载均衡中,提出了基于模糊控制的启发式工作流引擎负载均衡策略,为解决负载均衡问题提供了新思路。刘漳辉等[刘漳辉,王晓莉.云计算虚拟机群中带遗传算法的负载均衡算法[J].福州大学学报(自然科学版),2012,40(4):453-458.]提出了带遗传算法的负载均衡算法,将人工智能技术应用于解决负载均衡问题,然而该算法只适用于实验环境,只能在理想的环境中执行,无法满足实际应用场景复杂多变的需求。Balasubramaniam M等[CHAUU S C,ADA W C F.Load balancingbetween computing clusters[C].In Proceedings of the 4th InternationalConference on Parallel and Distributed Computing,A pplications andTechnologies.CA:IEEE,2003,548-551.]提出了一个集群计算的动态负载平衡库,然而该库建立在异构集群之上,无法满足同构集群的需求。
通过以上分析发现在现有的研究工作中,静态分配策略无法满足资源负载的动态变化需求;动态分配策略大多数仅考虑了资源的某一个属性,并不能很好的反应资源的实时负载情况和资源的差异性;将人工智能技术和控制理论引入到负载均衡的求解过程中,使得计算过程过于复杂,加重了系统负担。
发明内容
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201811636609.2/2.html,转载请声明来源钻瓜专利网。