均衡算法虚拟服务器
开篇：润墨网以专业的文秘视角，为您筛选了一篇均衡算法虚拟服务器范文，如需获取更多写作素材，在线客服老师一对一协助。欢迎您的阅读与分享！
1引言
随着计算机网络应用的迅速发展，传统客户机/服务器网(Client/Server，CS)模式不能适应大型分布式网络的可靠性需求［1。对等网络(Peer－to－Peer，P2P)打破了传统的CS模式各节点地位平等，能够很好满足大型分布式网络的可靠性要求，然而P2P网络节点带宽、延迟和处理能力差异性很大，存在严重负载不均衡问题，设计高效网络负载平衡算法是结构化P2P系统的一个关键问题［2。负载均衡目标是使节点负载的不均衡性最小，针对结构化P2P系统中的负载不均衡问题，前人已有做了许多工作，致力解决和克服该问题，当前主要采用虚拟服务器(virtualserver)或分布哈希表(distributedHashtable，DHT)技术对系统内节点负载进行均衡［3。Chord等人首先基于虚拟服务的系统负载平衡方法［4;Rao等人提出虚拟服务和目录相结合的负载平衡算法［5;Frank等人对Rao和Chord的方法进行改进，每个网络节点根据自身容量来确定虚拟节点的数目，使得存储容量大的节点承担更多的负载，但是没有考虑节点间差异性［6。而大量研究表明，在P2P系统中，节点的CPU、存储空间、带宽等能力差异很大，忽略节点间差异性会导致节点负载不均衡问题。张伟文等提出一种基于局部网络信息的动态负载均衡算法，该算法提高了负载均衡速度，但是针对的是同构网络［7。Zhu等提出基于k－ary树的P2P网络负载均衡算法，该算法采用负载转移就近的原则，提高了负载均衡效果与效率，但是该算法相当复杂，使P2P网络的负载均衡速度和稳定性下降［8。针对当前P2P网络的负载均衡算法存在的不足，本文提出一种新的P2P网络的负载均衡算法，并通过仿真对比实验对算法的有效性和优越性进行验证。
2P2P网络负载均衡问题描述P2P网络由许多计算机(节点)连接而成，对节点的负载进行合理分配，使节点间负载基本均衡，这种形式通常被称为负载均衡，其示意图如图1所示［9。当前P2P网络负载均衡算法，假设系节点无差异，然而实际节点间性能异性较大，且资源查找者对各节点上存储信息需求不均匀，在某一时刻，一些节点负载较重，而一些节点的负载较轻，轻载节点处理能力被闲置，而某些节点负载过大，成为“热点”(hotspot)，系统健壮性和稳定差，效率极低，从而导致节点负载极不均衡［10。为改善系统性能，减轻“热点”上的负载，本文利用节点的异质性，根据节点的带宽、处理能力、资源下载热度等参数，改变传统算法中使节点地址空间大小相同的缺陷，动态调整每一个节点地址空间负载均衡算法。
3新的网络负载均衡算法
3．1相关定义1)负载。节点负载是指该节点中所有存储的数据总和，P2P网络系统负载定义为参与系统所有节点的负载之和。2)节点利用率。节点A的利用率是指节点A的负载与其能力的比值，即有:其中，n表示网络中的节点数。负载均衡算法的目标就是使dev尽量小，当dev=0时，网络达到完全负载平衡的理想状态。4)虚拟服务器。虚拟服务器相当于DHT节点，网络中的每一个物理节点都对应多个虚拟服务器，每一个节点对应的地址空间可能是不连续的，当物理节点处于过载状态时，虚拟服务器从过载节点转移到轻载节点，其通过DHT的离开和加入操作完成，通过引入虚拟服务器，使负载可以在任意两个节点之间进行，而不是仅仅限制于邻居节点之间。
3．2改进虚拟服务器在传统负载均衡算法中，负载平衡性能通过虚拟节点对外直接提供通信服务，每一个物理节点可以设置多个虚拟服务器，每个虚拟服务器需要一个ID才能在P2P网络中运行，每启用一个ID就相当于激活了一台虚拟服务器。物理节点点过，热处址均，与按一定规则将网络负载分配到虚拟节点上，当物理节点负载过重时，将就虚拟节点转移其它轻载节点上进行负载转移，从而实现整个P2P网络中的负载均衡分配。鉴于SDYA负载均衡算法的思想，本文利用引导服务器作为负载均衡策略的决策者，减少了负载均衡开销，提高网络系统的稳定性。当新节点加入时，引导服务器保存该节点的信息，当节点退出时，通过引导服务器进行检测验证，这样系统开销明显减小。
3．3改进ID地址空间分配在当前P2P网络负载均衡算法中，假设网络带宽、处理能力相同的，且网络资源是均匀分布，然而实际情况，节点间性能具有明显的差异，资源是随机稀疏分布，这样负载均衡算法采用ID空间随机获取，虚拟节点转移到其它物理节点上会引起网络的抖动，影响网络的稳定性。为此对ID地址空间分配进行改进，具体如下:1)每一个节点的ID地址空间分配不是随机的，而是一段连续的环地址，其虚拟服务器数量的范围是［0，32］。2)每一个节点占有ID空间与其最大承载能力成正比，当节点的承载能力发生明显变化时，ID空间利用率才发生相应的调整，减少了负载分配与转移算法的复杂性，降低了系统开销。
3．4网络负载分配过程为了便于定量分析，每一个节点的存储容量、带宽、延迟、I/O响应率和CPU速度等等统一视为一种资源，采用Ci表示节点i最大承载能力，由于每一个节点的最大承载能力各异，范围比较大，必须对其进行归一化处理，使每一个节点承载能力具有相同的规格，归一化公式为:通过式(4)可知，当新的节点加入到P2P网络系统后，该节点在短时间内承担与其能力相适应的负载，这样减小了算法的复杂性。每一个节点的网络负载分配过程具体如下:1)一个新的节点成功加入P2P网络系统后，其会加入到均匀分段的ID地址空中，该节点首先随机一个ID。2)节点对出整个网络的平均承载能力进行估算，然后可测出节点自身的最适合负载能力Cp。3)根据Cp计算出该节点应该占用的ID地址空间，该地址为一段连续的空间，数量应该小于64。4)根据该节点的性能与网络负载状况来启用虚拟服务器，当该节点承载能力低于最低承载能力门限(λT)时，那么该节点就不启用虚拟服务器，将其作为数据存储点，提供一些资源查询、路由转等操作;当节点承载能力高于最低承载能力门限(λT)时，将启用一定数量的虚拟服务器，并且按照一定分配规则把负载按任务序列分配给这些虚拟服务器，一般情况下λT=0．625。
3．5网络负载转移过程每个节点对其负载情况周期性检查，当节点负载超过其最大负载能力时，传统方法是直接通过删减虚拟服务器的数量来减少负载，但是在P2P网络系统中，出现热点下载资源时，该负载转移方式不利于网络资源的共享，系统的工作效率低下，因此本文采有一新网络负载转移策略。本文的网络负载转移具体思路为:1)节点对自身的负载进行评估。2)当一个虚拟服务器发现某种资源占用带宽超过预先设置的阈值(ξ)，那就认为P2P网络系统中出现热点资源，立即进行负载转移。3)获取最新邻居节点列表，并对其性能进行测试，删除一些低性能邻居节点，根据邻居节点性能高低进行排序，向邻居节点转移负载。4)在邻居节点查找过程中，由于P2P网络系统规模巨大，单个节点不能了解全局负载分布情况，本文采用局部搜索算法找到邻居节点，该方式降低虚拟服务器转移的代价，大幅提供算法的性能。综合上述可知，结构P2P网络负载均衡算法工作流程如图2所示。
4仿真研究
4．1仿真平台为了对本文提出的结构P2P网络负载均衡算法性能进行检验，对其进行仿真实验，实验平台为:CPUP3602．3GHZ，内存2G，操作系统为Window2000，仿真软件为专门模拟PZP网络协议的PlanetSim3．2，采用Java编程实现。
4．2实验参数仿真环境的参数如表1所示，对比算法采用Chord算法。
4．3负载转移代价比较Chord算法和本文P2P网络负载均衡算法的负载转移代价如图3所示。从图3可知，本文的P2P网络负载均衡算法大幅度地减少负载转移代价，负载转移速度加快。
4．4负载不平衡度比较Chord算法和本文P2P网络负载均衡算法的负载不平衡度随着调节周期的变化结果如图4所示。从图4可知，本文的P2P网络负载均衡算法加快了负载不平衡度收敛速度，使网络系统更加稳定。而对比算法Chord的收敛速度明显较慢，由于本文的负载均衡算法考虑了网络节点能力之间的差异，更加能够反映P2P网络系统真实运行情况下，结果表明本文提出的P2P网络负载均衡算法比传统算法更加能够保证负载均衡和系统稳定性。