一种视频服务器集群的动态反馈调度算法

目前采用集群技术是实现大规模视频服务的主要手段.本文在通过分析Linux服务器集群系统(LVS)的特点,视频服务器集群系统的负载调度研究中,针对请求的服务时间变化大的特点,提出一种动态反馈负载平衡算法,它结合内核中的加权连接调度算法,根据动态反馈回来的负载信息来调整服务器的权值,从而有效地解决服务器间的负载不平衡问题,提高了系统的吞吐率,使整个集群的综合负载率随规模增大而呈平滑增长.

基于Lebesgue采样的动态反馈实时调度模型

提出一种基于Lebesgue采样方法和弹性调度算法的动态反馈实时调度模型。通过调整实时任务的执行速率,使软实时系统的系统负载始终保持在参考值以下。利用硬件看门狗技术在系统过载时产生中断,实现基于事件的Lebesgue采样。在实时操作系统RTAI中实现该调度模型,并对模型的暂态性能和稳态性能进行分析验证。实验结果表明,该模型不仅保持了系统的稳定性,还能显著降低调度算法的系统开销。

可变负载动态反馈弹性调度模型及其算法研究

由于工作负载的动态变化,以多媒体应用为代表的软实时系统的运行具有很大的不确定性.在这种情况下,依靠任务的静态属性进行调度分析和决策不足以为系统提供高效、实用的资源分配支持.提出一种弹性资源调度算法,该算法周期地采集系统的作业总数和作业丢失数,并以此为根据改变部分软实时任务的作业周期,以调整系统在下一个采样周期内的作业总数,达到满足任务的QoS(qualityofservice)、接纳尽可能多的服务请求、提高系统的并发服务能力的目的.详细分析了模型结构和核心算法的实现机制,并利用模拟平台对该算法进行了验证.实验结果表明,该算法在提高资源利用效率的同时,还具有良好的稳定性和收敛性.