基于进程剩余运行时间的集群负载平衡系统

《基于进程剩余运行时间的集群负载平衡系统》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、华中科技大学硕士学位论文基于进程剩余运行时间的集群负载平衡系统姓名：张永坤申请学位级别：硕士专业：计算机系统结构指导教师：金海20040412华中科技大学硕士学位论文摘要集群计算技术近年来成为计算机界研究的一个热点。集群不但能够充分利用现有的计算资源，而且能够通过较低的软、硬件代价实现较高性能的计算机系统。随着微处理器技术和高性能网络技术的飞速发展，集群计算逐渐成为一种高性价比的并行分布式计算资源。负栽平衡是集群系统中的重要技术，通过平衡各个节点问的负载来提高集群系统的性能。研究表明。在集群系统中采用负载平衡技术可以显著的提

2、高集群系统的性能。负绒、F衡的策略可以分为静念和动态两大类。静态负载平衡策略在各个节点上分配负载时只使用系统的静态信息，这种策略的好处是在数学上容易分析且易于实现，但并未考虑系统节点的当日F负载情况，因此，对集群系统利用率较低而且性能较差。动态负载平衡系统根据集群的负载状况动态地分配负载，相对来说能更大地提高系统的性能。“基于进程剩余运行时间的集群负载平衡系统”是针对资源异构集群设计的一种牿j二新型负载向量的动态负载平衡系统。该系统使用一种新的负载评价指标：CPU就绪队列中进程剩余运行时间总和，兼顾了节点的资源使用情况及节点

3、收到的任务情况两个方(fij，更好地体现了集群系统的处理能力和系统正在处理的负载情况，比常用的CPU队列长度负载向量更加灵活准确。此外，对于集群的资源异构特性，在确定系统负载的闽值时，考虑了节点问的CPU及内存大小的差异。该系统使用集中式策略管理，各节点定时的搜集负载信息汇报给控制节点，控制节点使用随机策略选择负载平衡的负载转移目的节点，并使用抢占式进程迁移动态地调节系统负载。系统基于Linux操作系统，主要使用Linux的内核编程技术及应用层的l}c)9络编程。系统虽然涉及到操作系统核心一进程的操作，但是出于采用模块编程，

4、没有对原内核进行修改，便于软件的安装及升级。测试结果表明，新的负载向量及新的阈值确定方法缩短了任务的响应时间，提高了集群的性能。考虑了节点CPU主频及内存大小差别后确定的阅值，比确定系统统一的闽值性能提高了系统性能26％；使用新的负载向量与使用传统的CPU队列长度负载向量相比，系统性能提高近30％。关键词：集群，负载平衡，负载向量，阖值，进程迁移，进程生命周期华中科技大学硕士学位论文AbstractClustercomputingisalwaysthefocusofagreatdealofresearchinthecompu

5、terfieldinrecentyears．Clustersystemcannotonlymakefulluseofcomputingresources，butalsogainhighperformanceincomputersystemwithlowerh盯dwareandsoftwarecost．Withtherapiddevelopmentofmicro-processorandhighperformancenetwork，clustercomputinggraduallyhasbecomingaparallel／di

6、stributedcomputingresources．Loadbalancingisanimportanttechnologyintheclustersystem．Itimprovesthesystemperformancebybalancingtheloadbetweennodes．Thepreviousresearchprovedthattoadbalancingcouldgreatlyimprovetheclustersystems’performance．LoadbalancingalgorithmsCanbege

7、nerallycharacterizedasdynamicandstatic．Staticloadbalancingalgorithmsusesonlystaticinformationwhendistributingloadtonodes．ItCallbeeaSilyanalyzedintheoryandeasilydesignedinimplementation．Thestaticloadbalancingalgorittunsdoesnotconsidercurrentloadstatusofnodeswhenmaki

8、ngdecisionsofdistributingload．ThatleadstoworseperformancebecausethesealgorithmsCan’tmakefulluseofclusterresources．Dynamicloadbalancingmakesdistri