云計(jì)算下的負(fù)載均衡技術(shù)探討

牧軍++山發(fā)軍++李虎

摘 要：隨著時(shí)代的不斷進(jìn)步，人們對于云計(jì)算的認(rèn)識也在逐漸加深，而均衡負(fù)載技術(shù)的出現(xiàn)，也能夠?qū)υ朴?jì)算這一背景有更深層次的了解。在云計(jì)算模式中，負(fù)載均衡是重要技術(shù)之一，大量的服務(wù)器可以協(xié)同工作表現(xiàn)出強(qiáng)大的計(jì)算能力，但是需要負(fù)載均衡技術(shù)的支撐。在平衡云計(jì)算系統(tǒng)的負(fù)載分布、減少任務(wù)響應(yīng)時(shí)間、提升節(jié)點(diǎn)計(jì)算效率等多個(gè)方面，負(fù)載均衡技術(shù)都能夠發(fā)揮巨大作用。所以，基于云計(jì)算的負(fù)載均衡技術(shù)就成為國內(nèi)外學(xué)者爭相研究的重點(diǎn)。本文就云計(jì)算下的負(fù)載均衡技術(shù)進(jìn)行探討，并且基于負(fù)載均衡的任務(wù)調(diào)度算法，通過仿真，希望可以對其有更加深入的探討。

關(guān)鍵詞：云計(jì)算 負(fù)載均衡 任務(wù)調(diào)度算法

中圖分類號：TP393.0 文獻(xiàn)標(biāo)識碼：A 文章編號：1674-098X（2017）11（a）-0136-02

云計(jì)算屬于分布式計(jì)算的一種，主要是通過網(wǎng)絡(luò)，直接將龐大的計(jì)算處理程序自動分拆為無數(shù)較小的子程序，這樣就可以由多部服務(wù)器組成龐大系統(tǒng)，再通過搜尋與計(jì)算分析，就可以將最終的結(jié)果返回給用戶。就分布式計(jì)算而言，負(fù)載分布是其最大的優(yōu)勢，所以，在這一類系統(tǒng)的實(shí)現(xiàn)中，負(fù)載均衡就是關(guān)鍵技術(shù)之一，在不同的條件與環(huán)境下，負(fù)載均衡機(jī)制以及策略都存在明顯的差異，特別是在理論與實(shí)踐的相互結(jié)合上還存在一定的難度。所以，本文就云計(jì)算下的負(fù)載均衡技術(shù)進(jìn)行探討。

1 云計(jì)算的均衡理論模型

基于云計(jì)算環(huán)境，其負(fù)載均衡包含的意義有兩種，具體見圖1所示。第一級是執(zhí)行任務(wù)的虛擬機(jī)層。第二級則是為虛擬機(jī)提供資源實(shí)體機(jī)層，兩層之間存在鏈?zhǔn)降呢?fù)載關(guān)系[1]。

2 基于負(fù)載均衡的任務(wù)調(diào)度算法

LBTS算法模型：基于負(fù)載均衡任務(wù)調(diào)度算法、基于虛擬機(jī)實(shí)際資源利用情況以及對任務(wù)資源需求特性了解的基礎(chǔ)上，配合云環(huán)境整體負(fù)載而提出。

2.1 仿真實(shí)驗(yàn)及結(jié)果分析

針對LBTS算法及改進(jìn)的LBTS算法，利用Cloud Sim進(jìn)行仿真實(shí)驗(yàn)，并且將VMAllocation Policy Simple類和VMScheduler Space Shared類進(jìn)行修改，就可以實(shí)現(xiàn)直接將Cloud Sim任務(wù)調(diào)度算法利用LBTS算法予以替代。在確定系統(tǒng)默認(rèn)響應(yīng)時(shí)間，直接從任務(wù)隊(duì)列之中將需要調(diào)度的任務(wù)取出來之后，就可以利用LBTS算法，并且在執(zhí)行過程中，做好所需要的時(shí)間以及系統(tǒng)默認(rèn)響應(yīng)時(shí)間的相互比較。通過具體的修改，不斷提升監(jiān)控資源的利用率[2]。

實(shí)驗(yàn)過程說明：

針對SPECjbb2005計(jì)算型任務(wù)，測試LBTS算法的Sysbench存儲型以及Webbench兩個(gè)任務(wù)。

數(shù)據(jù)每間隔30min統(tǒng)計(jì)一次，數(shù)據(jù)主要包含了內(nèi)存利用率、CPU利用率以及I/O接口利用率。

對于云環(huán)境的負(fù)載均衡度，每間隔30min計(jì)算一次，總共進(jìn)行5次實(shí)驗(yàn)，每一次運(yùn)行10h，并且求出平均值。

每間隔兩分鐘，需要隨機(jī)進(jìn)行一次任務(wù)的提交。

實(shí)驗(yàn)一：針對LBTS算計(jì)和隨機(jī)調(diào)度發(fā)展應(yīng)該同Honeybee Foraging Behavior算法負(fù)載均衡度做好彼此之間的相互比較。

由圖2我們可以看出，隨著服務(wù)時(shí)間的不斷增加，在運(yùn)行任務(wù)調(diào)度算法后，在云環(huán)境之下的負(fù)載均衡就會呈現(xiàn)出逐漸變小的趨勢，這就表示，云環(huán)境物理同虛擬的資源利用率能夠逐漸達(dá)到均衡的要求?；谀骋粫r(shí)間點(diǎn)來看，在云環(huán)境負(fù)載均衡方面，改進(jìn)之后的LBTS任務(wù)調(diào)度算法要比其余兩種算法更佳。

實(shí)驗(yàn)二：針對改進(jìn)LBTS算法與隨機(jī)調(diào)度算法同Honeybee Foraging Behavior算法的用戶響應(yīng)時(shí)間應(yīng)該做好彼此之間的相互比較。

由圖3我們可以看出，隨著服務(wù)時(shí)間的不斷增加，調(diào)度任務(wù)也在增加，這樣就會增長任務(wù)隊(duì)列，也表示出，隨著云環(huán)境提供服務(wù)時(shí)間的增加，任務(wù)需要的響應(yīng)時(shí)間也在不斷提升。從某一時(shí)間點(diǎn)來分析，在任務(wù)響應(yīng)時(shí)間上，LBTS要明顯優(yōu)于Honeybee，但是還無法趕上隨機(jī)任務(wù)調(diào)度算法。

在對實(shí)驗(yàn)一與實(shí)驗(yàn)二進(jìn)行彼此的分析比較之后確定，在滿足任務(wù)響應(yīng)時(shí)間要求的同時(shí)，LBTS算法也能夠滿足云系統(tǒng)的負(fù)載均衡的要求，所以，可以有效地規(guī)避云環(huán)境Hot Pot的出現(xiàn)，也有利于資源利用率的提升。

2.2 LBTS算法分析總結(jié)

通過具體的仿真實(shí)驗(yàn)，我們可以得到LBTS算法的性能優(yōu)勢。

第一，傳統(tǒng)模式下的任務(wù)調(diào)度算法主要是考慮資源利用率、用戶滿意度以及服務(wù)質(zhì)量這幾個(gè)方面，但是很少分析與環(huán)境提供云服務(wù)過程之中出現(xiàn)的資源池負(fù)載均衡。所以，如果任務(wù)調(diào)度的過程處于云環(huán)境之下，那么就很容易出現(xiàn)負(fù)載不均衡，會有個(gè)別節(jié)點(diǎn)負(fù)載重的情況出現(xiàn)，而另外一些節(jié)點(diǎn)卻無法做好資源的充分利用，并且，任務(wù)隊(duì)列等待較多，這樣也會延長響應(yīng)需要的時(shí)間。而LBTS算法就能夠在考慮負(fù)載均衡的前提下，滿足資源池負(fù)載均衡，確保用戶需求服務(wù)質(zhì)量[3]。

第二，在LBTS的算法之中直接融入用戶響應(yīng)時(shí)間因素，在具體執(zhí)行LBTS算法的任務(wù)調(diào)度的時(shí)候，需要做好用戶指定響應(yīng)時(shí)間默認(rèn)時(shí)間與算法執(zhí)行需要時(shí)間之間的相互比較。首先，確保用戶的任務(wù)能夠符合響應(yīng)時(shí)間。其次，基于云環(huán)境，做好負(fù)載均衡情況的合理分析。相比之下，LBTS的負(fù)載均衡度更高，所以，相比之下，其響應(yīng)的時(shí)間也有諸多的優(yōu)勢。

3 結(jié)語

總而言之，負(fù)載均衡在云數(shù)據(jù)中心發(fā)揮了至關(guān)重要的作用，不僅能夠?qū)崿F(xiàn)資源利用率的提升，同時(shí)也能降低云數(shù)據(jù)中心的能耗，減少成本的耗費(fèi)，同時(shí)還能夠滿足用戶滿意度的實(shí)際需求，確保云系統(tǒng)整體的性能得到全面提升。因此，本文基于分析云計(jì)算均衡理論模型的基礎(chǔ)上，對基于負(fù)載均衡的任務(wù)調(diào)度算法進(jìn)行分析。當(dāng)然，研究還存在諸多不足之處，還需要在今后的研究中更進(jìn)一步。

參考文獻(xiàn)

[1] 閆興亞，韓萍.云計(jì)算環(huán)境中負(fù)載均衡技術(shù)的研究與應(yīng)用[J].微電子學(xué)與計(jì)算機(jī)，2015（10）：181-184.

[2] 鄭貴德，陳明.以云計(jì)算為后臺的負(fù)載均衡技術(shù)[J].現(xiàn)代電子技術(shù)，2012（9）：77-80.

[3] 劉琨.云計(jì)算負(fù)載均衡策略的研究[D].吉林大學(xué)，2016.endprint