牧軍++山發(fā)軍++李虎

摘 要：隨著時代的不斷進步，人們對于云計算的認識也在逐漸加深，而均衡負載技術的出現(xiàn)，也能夠對云計算這一背景有更深層次的了解。在云計算模式中，負載均衡是重要技術之一，大量的服務器可以協(xié)同工作表現(xiàn)出強大的計算能力，但是需要負載均衡技術的支撐。在平衡云計算系統(tǒng)的負載分布、減少任務響應時間、提升節(jié)點計算效率等多個方面，負載均衡技術都能夠發(fā)揮巨大作用。所以，基于云計算的負載均衡技術就成為國內外學者爭相研究的重點。本文就云計算下的負載均衡技術進行探討，并且基于負載均衡的任務調度算法，通過仿真，希望可以對其有更加深入的探討。

關鍵詞：云計算 負載均衡 任務調度算法

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

云計算屬于分布式計算的一種，主要是通過網絡，直接將龐大的計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器組成龐大系統(tǒng)，再通過搜尋與計算分析，就可以將最終的結果返回給用戶。就分布式計算而言，負載分布是其最大的優(yōu)勢，所以，在這一類系統(tǒng)的實現(xiàn)中，負載均衡就是關鍵技術之一，在不同的條件與環(huán)境下，負載均衡機制以及策略都存在明顯的差異，特別是在理論與實踐的相互結合上還存在一定的難度。所以，本文就云計算下的負載均衡技術進行探討。

1 云計算的均衡理論模型

基于云計算環(huán)境，其負載均衡包含的意義有兩種，具體見圖1所示。第一級是執(zhí)行任務的虛擬機層。第二級則是為虛擬機提供資源實體機層，兩層之間存在鏈式的負載關系[1]。

2 基于負載均衡的任務調度算法

LBTS算法模型：基于負載均衡任務調度算法、基于虛擬機實際資源利用情況以及對任務資源需求特性了解的基礎上，配合云環(huán)境整體負載而提出。

2.1 仿真實驗及結果分析

針對LBTS算法及改進的LBTS算法，利用Cloud Sim進行仿真實驗，并且將VMAllocation Policy Simple類和VMScheduler Space Shared類進行修改，就可以實現(xiàn)直接將Cloud Sim任務調度算法利用LBTS算法予以替代。在確定系統(tǒng)默認響應時間，直接從任務隊列之中將需要調度的任務取出來之后，就可以利用LBTS算法，并且在執(zhí)行過程中，做好所需要的時間以及系統(tǒng)默認響應時間的相互比較。通過具體的修改，不斷提升監(jiān)控資源的利用率[2]。

實驗過程說明：

針對SPECjbb2005計算型任務，測試LBTS算法的Sysbench存儲型以及Webbench兩個任務。

數(shù)據(jù)每間隔30min統(tǒng)計一次，數(shù)據(jù)主要包含了內存利用率、CPU利用率以及I/O接口利用率。

對于云環(huán)境的負載均衡度，每間隔30min計算一次，總共進行5次實驗，每一次運行10h，并且求出平均值。

每間隔兩分鐘，需要隨機進行一次任務的提交。

實驗一：針對LBTS算計和隨機調度發(fā)展應該同Honeybee Foraging Behavior算法負載均衡度做好彼此之間的相互比較。

由圖2我們可以看出，隨著服務時間的不斷增加，在運行任務調度算法后，在云環(huán)境之下的負載均衡就會呈現(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到均衡的要求。基于某一時間點來看，在云環(huán)境負載均衡方面，改進之后的LBTS任務調度算法要比其余兩種算法更佳。

實驗二：針對改進LBTS算法與隨機調度算法同Honeybee Foraging Behavior算法的用戶響應時間應該做好彼此之間的相互比較。

由圖3我們可以看出，隨著服務時間的不斷增加，調度任務也在增加，這樣就會增長任務隊列，也表示出，隨著云環(huán)境提供服務時間的增加，任務需要的響應時間也在不斷提升。從某一時間點來分析，在任務響應時間上，LBTS要明顯優(yōu)于Honeybee，但是還無法趕上隨機任務調度算法。

在對實驗一與實驗二進行彼此的分析比較之后確定，在滿足任務響應時間要求的同時，LBTS算法也能夠滿足云系統(tǒng)的負載均衡的要求，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

通過具體的仿真實驗，我們可以得到LBTS算法的性能優(yōu)勢。

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

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

3 結語

總而言之，負載均衡在云數(shù)據(jù)中心發(fā)揮了至關重要的作用，不僅能夠實現(xiàn)資源利用率的提升，同時也能降低云數(shù)據(jù)中心的能耗，減少成本的耗費，同時還能夠滿足用戶滿意度的實際需求，確保云系統(tǒng)整體的性能得到全面提升。因此，本文基于分析云計算均衡理論模型的基礎上，對基于負載均衡的任務調度算法進行分析。當然，研究還存在諸多不足之處，還需要在今后的研究中更進一步。

參考文獻

[1] 閆興亞，韓萍.云計算環(huán)境中負載均衡技術的研究與應用[J].微電子學與計算機，2015（10）：181-184.

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

[3] 劉琨.云計算負載均衡策略的研究[D].吉林大學，2016.endprint