云环境下机群弹性负载均衡机制

doi:10.3724/SP.J.1087.2013.00830

计算机应用 ›› 2013, Vol. 33 ›› Issue (03): 830-833.DOI: 10.3724/SP.J.1087.2013.00830

云环境下机群弹性负载均衡机制

杜垚¹,郭涛^1,2,陈俊杰^1*

1.太原理工大学计算机科学与技术学院, 太原 030024;
2.太原理工大学信息中心, 太原 030024

收稿日期:2012-09-24 修回日期:2012-10-31 发布日期:2013-03-01 出版日期:2013-03-01
通讯作者: 杜垚（张栋代收）
作者简介:杜垚(1983-),男,山西太原人,硕士研究生,主要研究方向:高性能计算机; 郭涛(1978-),男,山西祁县人,讲师,博士研究生,主要研究方向:高性能计算机; 陈俊杰(1956-),男,河北定州人,教授,博士生导师,博士,主要研究方向:智能信息处理、搜索引擎。
基金资助:
山西省科技基础条件平台建设项目(2010091103-0101); 山西省研究生优秀创新项目(20103031); 太原理工大学2012年校专项青年基金资助项目(2012L092)。

Fleet elastic load balancing mechanism in cloud environment

DU Yao¹, GUO Tao^1,2, CHEN Junjie^1*

1.College of Computer Science and Technology, Taiyuan University of Technology, Taiyuan Shanxi 030024, China;
2.Center of Information, Taiyuan University of Technology, Taiyuan Shanxi 030024, China

Received:2012-09-24 Revised:2012-10-31 Online:2013-03-01 Published:2013-03-01

摘要/Abstract

摘要： 为克服传统刚性负载均衡机制不能适应多变的网络环境的缺陷,解决云环境下已有负载均衡机制存在不能充分利用弹性机制,且服务质量(QoS)不稳定的问题,提出一种基于绿色计算资源池策略的云环境弹性负载均衡机制,根据系统资源利用率对负载进行量化,量化结果决定资源池虚拟机的分配,最后结合虚拟机的使用情况,回收资源,提高资源的利用率。实验结果显示在该负载均衡机制下,响应时间稳定在2.5s左右,整体服务质量有明显提高,降低了电能消耗,验证了该机制的有效性。

关键词: 云计算, 虚拟机, 服务质量, 负载均衡, 绿色计算

Abstract: In order to overcome the defects of traditional rigid load balancing mechanism that it can not adapt to changing network environment, and to solve the problem of load balancing mechanisms in cloud environment that it can not take full advantage of elastic characteristics and Quality of Service (QoS) would be unstable, this paper proposed a new load balancing mechanism in cloud environment based on green computing resource pool strategy. It quantified the load according to the utilization rate of system resources and the quantization decided distribution of virtual machines. On the basis of the use of the virtual machines, resources would be recycled to improve resource utilization. The experimental results show that the response time stablizes around 2.5 seconds, the overall QoS has been obviously improved with the power consumption reduced, and the effectiveness of the mechanisms has been verified.

Key words: cloud computing, virtual machine, Quality of Service (QoS), load balancing, green computing

中图分类号:

TP393.2

杜垚郭涛陈俊杰. 云环境下机群弹性负载均衡机制[J]. 计算机应用, 2013, 33(03): 830-833.

DU Yao GUO Tao CHEN Junjie. Fleet elastic load balancing mechanism in cloud environment[J]. Journal of Computer Applications, 2013, 33(03): 830-833.

参考文献

[1]MELL P, GRANCE T. The NIST definition of cloud computing[EB/OL]. [2011-10-20].http://csrc.nist.gov/publications/drafts/800-145/Draft-SP-800-145_cloud-definition.pdf.
[2]ARMBRUST M, FOX A, GRIFFITH R, et al. Above the clouds: a berkeley view of cloud computing[EB/OL].[2011-12-05]. http://www.eecs.berkeley.edu/Pubs/TechRpts/2009/EECS-2009-28.pdf.
[3]张建勋,古志民,郑超.云计算研究进展综述[J].计算机应用技术,2010,27(2):429-433.
[4]Amazon. EC2: Amazon elastic compute cloud[EB/OL].[2011-10-20].http://aws.amazon.com/ec2/.
[5]VMware.虚拟机及其虚拟机软件[EB/OL].[2011-10-25].http://www.vmware.com/.
[6]胡利军.Web集群服务器的负载均衡和性能优化的应用研究[D].北京:北京邮电大学,2010.
[7]何增辉.基于预测机制的负载均衡模型研究[D].郑州:郑州大学, 2010.
[8]硕珺.PC集群负载均衡调度策略研究[D].北京:中国石油大学,2011.
[9]周欢云,王伟,张文博.面向云环境的自适应集群调整方法[J].计算机科学与探索,2011,5(4):347-355.
[10]张玉.虚拟机资源调度策略中的负载均衡算法研究[D].武汉:湖北大学,2008.
[11]冼进,余桂城.基于云计算的作业调度算法研究[J].计算机与数字工程,2011,39(7):39-42.
[12]刘媛媛,高庆一,陈阳.虚拟计算环境下虚拟机资源负载均衡方法[J].计算机工程,2010,36(16):30-32.
[13]ZHU R B, SUN Z L, HU J K. Special section: green computing[J]. Future Generation Computer Systems, 2012,28(1):368-370.
[14]DOUGHERTY B, WHITE J, SCHMIDT D C. Model-driven auto-scaling of green cloud computing infrastructure[J]. Future Generation Computer Systems, 2012,28(1):371-378.
[15]孙瑞锋,赵政文.基于云计算的资源调度策略[J].航空计算技术,2010,40(3):103-105.
[16]暴奉贤.经济预测与决策方法[M].广州:暨南大学出版社, 2008:109-214.
[17]温少君,陈俊杰,郭涛.一种云平台中优化的虚拟机部署机制[J].计算机工程,2012,38(11):17-19.

云环境下机群弹性负载均衡机制

Fleet elastic load balancing mechanism in cloud environment

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

[1]	王娜, 蒋林, 李远成, 朱筠. 基于图形重写和融合探索的张量虚拟机算符融合优化[J]. 《计算机应用》唯一官方网站, 2024, 44(9): 2802-2809.
[2]	张明, 付乐, 王海峰. 面向边缘计算的并发数据流接转控制模型[J]. 《计算机应用》唯一官方网站, 2024, 44(12): 3876-3883.
[3]	尚绍法, 蒋林, 李远成, 朱筠. 异构平台下卷积神经网络推理模型自适应划分和调度方法[J]. 《计算机应用》唯一官方网站, 2023, 43(9): 2828-2835.
[4]	申云飞, 申飞, 李芳, 张俊. 基于张量虚拟机的深度神经网络模型加速方法[J]. 《计算机应用》唯一官方网站, 2023, 43(9): 2836-2844.
[5]	陆佳行, 戴华, 刘源龙, 周倩, 杨庚. 面向云环境密文排序检索的字典划分向量空间模型[J]. 《计算机应用》唯一官方网站, 2023, 43(7): 1994-2000.
[6]	孙亚男, 吴杰宏, 石峻岭, 高利军. 改进自组织映射的多无人机协同任务分配方法[J]. 《计算机应用》唯一官方网站, 2023, 43(5): 1551-1556.
[7]	龙运波, 唐聃. 分布式存储中基于局部修复码的负载均衡方法[J]. 《计算机应用》唯一官方网站, 2023, 43(3): 767-775.
[8]	陈玉枚, 扈红超, 王亚文. 多变体系统服务质量及损耗评估方法[J]. 《计算机应用》唯一官方网站, 2023, 43(3): 876-884.
[9]	杨力, 陈建廷, 向阳. 基于HBase的工业时序大数据分布式存储性能优化策略[J]. 《计算机应用》唯一官方网站, 2023, 43(3): 759-766.
[10]	王雅仪, 刘琛, 黄天波, 文伟平. 改进的基于底层虚拟机混淆器的指令混淆框架[J]. 《计算机应用》唯一官方网站, 2023, 43(2): 490-498.
[11]	游坤, 王钦辉, 李鑫. 通用的多元抵制假名的云计算拍卖机制[J]. 《计算机应用》唯一官方网站, 2023, 43(11): 3351-3357.
[12]	吴仁彪, 张振驰, 贾云飞, 乔晗. 云平台下基于截止时间的自适应调度策略[J]. 《计算机应用》唯一官方网站, 2023, 43(1): 176-184.
[13]	田大江, 李成扬, 黄天波, 文伟平. 基于底层虚拟机的标识符混淆方法[J]. 《计算机应用》唯一官方网站, 2022, 42(8): 2540-2547.
[14]	孙京宇, 朱家玉, 田自强, 史国振, 关川江. 基于椭圆曲线加密且支持撤销的属性基加密方案[J]. 《计算机应用》唯一官方网站, 2022, 42(7): 2094-2103.
[15]	张金泉, 徐寿伟, 李信诚, 王重洋, 徐景芝. 基于正交自适应鲸鱼优化的云计算任务调度[J]. 《计算机应用》唯一官方网站, 2022, 42(5): 1516-1523.