APP下载

一种云环境下的虚拟机负载均衡算法

2018-07-11刘漳辉邱启荣黄启成

福州大学学报(自然科学版) 2018年4期
关键词:分配实验

江 伟, 刘漳辉, 邱启荣, 黄启成

(1.福州大学数学与计算机科学学院, 福建 福州 350116; 2.福建省计算机网络与智能信息处理重点实验室, 福建 福州 350116; 3.福州大学科技处, 福建 福州 350116)

0 引言

云计算已经成为引领未来信息产业乃至整个经济社会创新发展的战略性关键技术和基础性创新平台[1], 以一种按需处理的方式, 用于随时随地访问应用程序、 服务和基础设施[2].作为云环境下任务和资源分配的一个重要属性, 负载均衡的相关研究吸引了越来越多专家和学者的密切关注, 并提出了一些优化算法和模型.

基于系统的状态考虑, 可以将负载均衡算法分为静态和动态两大类.静态算法, 如文献[3]提出了一种基于轮转调度的算法 (round robin, RR), 将任务以类似轮转的方式分配给每个节点, 并进行了不同轮转方式的对比; 文献[4]提出了机会均衡负载算法(opportunistic load balancing, OLB), 根据任务的平均完成时间将任务分配给可用的节点, 保持节点处于繁忙状态; 文献[5]提出了一种结合OLB和基于Min-Min的负载均衡算法 (load balance min-min, LBMM)的两阶段调度算法, 以达到提高执行效率, 同时维持系统的负载均衡的目标.动态算法方面, 随着群体智能技术的发展, 遗传算法、 粒子群算法、 蚁群算法等被广泛用于处理动态负载均衡问题.如文献[6]提出了一种结合模拟退火算法(simulated annealing, SA)和果蝇算法(fruitfly optimization algorithm, FOA)的多目标优化算法, 将过载虚拟机上的任务分配到合适的虚拟机上, 在负载均衡的同时, 最小化数据中心的能量开销; 文献[7]提出一种混合元启发式算……

登录APP查看全文

猜你喜欢

分配实验
记一次有趣的实验
基于可行方向法的水下机器人推力分配
应答器THR和TFFR分配及SIL等级探讨
做个怪怪长实验
遗产的分配
一种分配十分不均的财富
绩效考核分配的实践与思考
NO与NO2相互转化实验的改进
实践十号上的19项实验
俄罗斯的分配状况