基于负载均衡的资源调度模型及其算法
关键词：云计算；负载均衡；遗传算法；任务调度
Resource Scheduling Model and Algorithm Based on Load Balance
Abstract: Cloud computing allows users take the lower cost to access to high quality service, but load imbalance is still the key issues that affects the performance of cloud computing. In the light of two factors—the order execution time and the ability of load balancing, the reasons of load imbalance are analyzed in this paper, based on load balancing, the model of task scheduling and the function to evaluate machine the capacity of the load are constructed. On the basis of researching of Min-Min algorithm, the genetic algorithm is redesigned so that the improved genetic algorithm can solve the model of the task. The simulation experiment results show that the improved genetic algorithm has better performance in the ability of the load balancing and the rate of completing the task than other the same algorithms under the same conditions.
Key words: Cloud computing; Load balancing; Genetic algorithm; Task scheduling
目 录
摘 要 1
引言 2
1负载均衡概述 3
1.1负载均衡定义 3
1.2负载均衡原理 3
1.3负载均衡的策略 3
1.4虚拟化技术 4
2负载均衡模型的建立 4
2.1负载均衡问题描述及模型的建立 4
2.2适应度函数 6
3算法设计 7
3.1选择算子设计 7
3.2交叉算子设计 7
3.3变异算子设计 8
3.4算法流程 8
4实验仿真与结果分析 9
5总结 11
参考文献 12
致谢 13
基于负载均衡的资源调度模型及其算法
引言
随着信息技术的发展，网络服务的任务量越来越大，服务器的服务能力远远不能满足实际需求。对于一些要求高可靠性的网络系统，不得不增加服务器的数量来提升服务能力，但是难免会出现一台服务器过忙，而其他服务器却未充分发挥处理能力的情况。因此，在资源节点开放、异构、复杂等特点的云计算环境下，如何合理有效的进行资源调度，使整个数据中心达到动态的负载均衡，提高资源利用率，更好的满足用户的需求就成了一个问题,负载均衡机制应运而生。
负载是一个抽象的概念，它描述的是系统的忙闲程度。所谓负载，是指被分配到各个服务器结点上并行执行的子任务。负载在并行系统的各服务器结点上分布的均衡程度称为负载均衡度[1]。目前国内外提出了很多实现负载均衡的策略，其中Abhay Bhadani和Sanjay Chaudhary[2]提出了中心负载平衡策略在云计算环境中虚拟机下的使用。
从均衡策略上可以将负载均衡分为静态负载均衡和动态负载均衡。静态的负载均衡和静态的任务调度策略相类似，静态的任务调度的方法和策略可以用来间接的处理静态负载均衡的问题。而对于动态的负载均衡来说，目前很多研究者提出了一些人工智能的有关算法：粒子群优化算法PSO、基于生态学蜂群采蜜行为的负载均衡算法、基于动态有偏随机抽样的负载均衡算法、多Agent遗传算法，模拟退火算法SA、人工免疫算法和神经网络算法等等，这些算法对云计算中的负载均衡都取得了很好的效果。比如Zhang bo，Gao ji[3]等提出云负载均衡算法CBL，该算法是依据对常见的集群负载均衡算法的分析和对比而得出的，并且主要是为了针对云计算中服务器的负载均衡。