多机群网格的数据负载均衡模型

在多个计算机机群构成的网格环境下,为了提高异构资源的利用率,提出了一个数据负载均衡模型。根据查询节点的计算能力、存储能力、通信能力,研究了查询节点的性能模型。利用数据饱和度、数据负载矩阵、数据迁移技术描述了系统的数据负载均衡机制。试验结果表明:该模型适合海量数据的查询。

多租户环境下多机群网格数据负载均衡方法

传统网格数据负载均衡方法由于在多租户环境下存在数据分布不均衡、节点数据动态增长、节点不同其性能不同等问题,造成了服务器平均响应时间长、最佳适应度小、不稳定、收敛性差等现象,为此,基于数据负载均衡模型和网格数据表提出了矢量数据网格化负载均衡算法。根据数据的负载范围,采用四叉树网格化方法,将外包矩阵范围进行矫正,获取数据负载网格化信息;利用请求时间最近的范围跨度,计算大量数据负载权值以及用户请求范围内网格集合;计算网格集合中数据总量、扫描网格集合,得出分配后数据范围并均衡分配到矩阵范围内,从而完成多机群网格数据负载均衡方法的研究。通过实验对比可知,该算法能够完善传统算法中存在的弊端,缩短服务器平均响应时间,提高最佳适应度,具有良好的稳定性、收敛性和抗过重负载能力,不仅能够针对多租户环境下的多机群网格数据进行负载均衡的研究,还能有效的支持海量数据查询,具有良好的动态性和扩展性。

集群并发环境下大规模矢量数据负载均衡算法

为了提高集群环境下网络地理信息系统(WebGIS)大规模矢量数据的并发访问性能,提出了集群并发环境下大规模矢量数据内容网格化负载均衡算法,研究了大规模矢量数据内容网格化方法,集群并发访问时内容网格的自动识别、分析、聚合、反馈算法,实现了面向任务的负载均衡。实验表明,本算法能在大规模、高强度的矢量数据提取和显示中均衡地分发请求,使集群服务器充分发挥其优势从而获得最小的请求响应时间。