孫建崗, 張樹(shù)東

(首都師范大學(xué) 信息工程學(xué)院,北京 100048)

?

網(wǎng)絡(luò)競(jìng)價(jià)系統(tǒng)中負(fù)載均衡技術(shù)優(yōu)化

孫建崗, 張樹(shù)東

(首都師范大學(xué) 信息工程學(xué)院,北京 100048)

在網(wǎng)絡(luò)系統(tǒng)正常運(yùn)行中，如何確保數(shù)據(jù)準(zhǔn)確實(shí)時(shí)高效的傳輸變得越來(lái)越重要，在一些高并發(fā)、高吞吐的服務(wù)中，確保每個(gè)事務(wù)功能正常運(yùn)轉(zhuǎn)越來(lái)越重要；系統(tǒng)的負(fù)載是否均衡是確保整個(gè)系統(tǒng)能否完整工作的關(guān)鍵，現(xiàn)在有很多負(fù)載均衡算法旨在使得每個(gè)服務(wù)器的負(fù)載趨于相等，可以歸納為靜態(tài)均衡方法和動(dòng)態(tài)均衡方法；考慮到影響服務(wù)器的負(fù)載有多重因數(shù)，結(jié)合貪心算法作出相對(duì)合理的負(fù)載均衡策略，應(yīng)用到本次競(jìng)價(jià)系統(tǒng)中對(duì)比以前的平衡策略，通過(guò)比較可以得出多衡量指標(biāo)的綜合考慮會(huì)提高負(fù)載均衡的性能，對(duì)網(wǎng)絡(luò)競(jìng)價(jià)系統(tǒng)能夠起到更優(yōu)化的作用。

確保數(shù)據(jù)準(zhǔn)確實(shí)時(shí)高效的傳輸；高并發(fā)、高吞吐；負(fù)載均衡策略；多衡量指標(biāo)；網(wǎng)絡(luò)競(jìng)價(jià)系統(tǒng)

0 引言

在用戶(hù)高訪問(wèn)量、高并發(fā)和服務(wù)資源不斷膨脹的情況下，Web服務(wù)器的響應(yīng)緩慢遲延等問(wèn)題[1]已成為了網(wǎng)絡(luò)服務(wù)質(zhì)量的主要表現(xiàn)之一。網(wǎng)絡(luò)集群服務(wù)器以其良好的可擴(kuò)展性、高可靠性、高性?xún)r(jià)比的特點(diǎn)，為Web服務(wù)器系統(tǒng)帶來(lái)了新的解決方案[2]。負(fù)載均衡技術(shù)是解決這類(lèi)問(wèn)題的核心技術(shù)，其應(yīng)用保護(hù)了多臺(tái)服務(wù)器負(fù)載的均衡性，實(shí)現(xiàn)了對(duì)用戶(hù)請(qǐng)求進(jìn)行公平合理的分配和調(diào)度，提高了系統(tǒng)自身的反應(yīng)效率和穩(wěn)定性[3]。如何確定一個(gè)合適的用戶(hù)并發(fā)量能使的系統(tǒng)的吞吐量達(dá)到最佳值是我們的一個(gè)目標(biāo)[4]。在不考慮服務(wù)器執(zhí)行時(shí)間和網(wǎng)絡(luò)延時(shí)，如何確定在合適的并發(fā)量下，系統(tǒng)交易相應(yīng)時(shí)間最優(yōu)。如何確定在適應(yīng)的用戶(hù)并發(fā)量下使各個(gè)服務(wù)器的網(wǎng)絡(luò)使用情況基本平衡[5]。如何確定在適應(yīng)的用戶(hù)并發(fā)量下，使得每個(gè)數(shù)據(jù)庫(kù)服務(wù)器資源CPU利用率基本平衡。這些問(wèn)題都與整個(gè)系統(tǒng)的負(fù)載均衡策略有直接的關(guān)系[6]，所以如何確定一個(gè)合適本系統(tǒng)的負(fù)載均衡是我們本次論文的最終目的。

1 一般服務(wù)器的負(fù)載均衡

當(dāng)用戶(hù)通過(guò)終端進(jìn)入報(bào)價(jià)系統(tǒng)時(shí)，需要的服務(wù)類(lèi)型是千差萬(wàn)別的，比如查看標(biāo)的列表頁(yè)面，進(jìn)入報(bào)價(jià)現(xiàn)場(chǎng)頁(yè)面，進(jìn)入報(bào)價(jià)提交頁(yè)面，進(jìn)入個(gè)人競(jìng)價(jià)室等，這些服務(wù)對(duì)服務(wù)器的操作造成一定的壓力。如何能確定一個(gè)可靠的負(fù)載平衡策略是關(guān)鍵[7]。以前經(jīng)常用的的負(fù)載均衡的方法有靜態(tài)負(fù)載均衡技術(shù)和動(dòng)態(tài)負(fù)載均衡技術(shù)兩種，靜態(tài)調(diào)度方法往往將URL依次映射成系統(tǒng)中服務(wù)器的IP，如DNS的輪詢(xún)法，但缺點(diǎn)明顯，隨著服務(wù)器數(shù)量和規(guī)模的增大，還有服務(wù)器類(lèi)別的復(fù)雜化，很容易造成服務(wù)器的不平衡。而動(dòng)態(tài)方法則是周期性采集負(fù)載信息并根據(jù)相應(yīng)的負(fù)載均衡算法轉(zhuǎn)發(fā)到有請(qǐng)求的服務(wù)器上處理請(qǐng)求信息，也會(huì)遇到明顯問(wèn)題，在周期性采集負(fù)載信息的時(shí)候，如果請(qǐng)求太多，負(fù)載信息不能及時(shí)更新也會(huì)使得服務(wù)器的負(fù)載不均。

為了更好的選擇負(fù)載均衡策略，可以選擇一個(gè)多衡量指標(biāo)的研究方案，通過(guò)各個(gè)對(duì)服務(wù)器負(fù)載有影響的因數(shù)，提出服務(wù)器負(fù)載多屬性的量化函數(shù)[8]。通過(guò)這個(gè)函數(shù)來(lái)提高系統(tǒng)中服務(wù)器的負(fù)載情況從而提高系統(tǒng)的效率和性能。首先考慮到影響服務(wù)器負(fù)載的因數(shù)有CPU的使用率，內(nèi)存的使用率，磁盤(pán)I/O的訪問(wèn)率，網(wǎng)絡(luò)帶寬的使用率和存儲(chǔ)空間的使用大小，有人對(duì)這5個(gè)因數(shù)進(jìn)行了研究，但是隨著網(wǎng)絡(luò)的發(fā)展，人們對(duì)網(wǎng)絡(luò)質(zhì)量的提高，尤其是有很多網(wǎng)絡(luò)是針對(duì)動(dòng)態(tài)網(wǎng)頁(yè)和靜態(tài)網(wǎng)頁(yè)的時(shí)候，服務(wù)器其的處理數(shù)據(jù)量是大不相同的，這兩方面的多少會(huì)直接影響到服務(wù)器的響應(yīng)速度，所以本文也將服務(wù)器處理動(dòng)態(tài)網(wǎng)頁(yè)的能力大小和服務(wù)器處理靜態(tài)網(wǎng)頁(yè)能力的大小作為參考的因數(shù)，重新算出一個(gè)更合理的權(quán)向量函數(shù)。

2 多衡量屬性負(fù)載均衡方法

2.1 建立衡量函數(shù)模型

對(duì)于集群中如何建立服務(wù)器的工作負(fù)載數(shù)學(xué)模型，Watts和Taylor在他們的研究中心已經(jīng)證明了線性加權(quán)法來(lái)定量描述服務(wù)器負(fù)載的有效性和準(zhǔn)確性[9]，而且后來(lái)又有相當(dāng)多的人對(duì)相關(guān)領(lǐng)域做了大量的研究工作，并且取得了很多新的進(jìn)展，所以我們這次也要用這種思路來(lái)建立改進(jìn)算法的數(shù)學(xué)模型。

線性輪詢(xún)的理論思路如下：各個(gè)衡量指標(biāo)在總目標(biāo)數(shù)值中所占的重要程度是不相同的，那么就可以根據(jù)其各自的重要性分別設(shè)定他們的系數(shù)，并將這些帶有系數(shù)的衡量指標(biāo)相加，最后得到的目標(biāo)總值[10]。這樣就是多衡量指標(biāo)在不同情況下共同作用的結(jié)果，得到的結(jié)果能更好的反映實(shí)際情況。

因此改進(jìn)后的多衡量指標(biāo)負(fù)載均衡衡量的函數(shù)可以用以下公式代替：

L=K1*L(band)+K2*L(Storage)+K3*L(io)+K4*

L(cpu)+K5*L(mem)+K6*L(Static)+

K7*L(Dynamic)

(1)

此公式(1)中，L(band)表示網(wǎng)絡(luò)帶寬使用率的大小，L(Storate)表示存儲(chǔ)空間使用率的大小，L(io)則表示磁盤(pán)I/O訪問(wèn)率的大小，L(cpu)表示CPU使用率的大小，L(mem)表示內(nèi)存使用用率的大小，L(Static)表示服務(wù)器處理靜態(tài)網(wǎng)頁(yè)能力的大小，L(Dynamic)表示服務(wù)器處理動(dòng)態(tài)能力的大小，K1，K2，K3，K4，K5，K6和K7分別表示這七個(gè)變量的權(quán)值系數(shù)(并滿(mǎn)足K1+K2+K3+K4+K5+K6+K7=1)，用以表示各個(gè)負(fù)載度量指標(biāo)對(duì)服務(wù)器負(fù)載量大小影響的強(qiáng)弱程度。該函數(shù)的權(quán)向量則為ω=(K1，K2，K3，K4，K5，K6，K7)。通過(guò)這個(gè)改進(jìn)的方法計(jì)算每個(gè)服務(wù)器負(fù)載能力大小，由于這個(gè)方法是從多衡量指標(biāo)考慮，所以相對(duì)來(lái)說(shuō)更具有科學(xué)依據(jù)。

2.2 多衡量指標(biāo)權(quán)向量的確定

在以往的研究中，確定權(quán)向量一般是先賦初始值，然后再根據(jù)實(shí)際情況不斷地修改來(lái)確定權(quán)向量，但是這種方法可靠性和信賴(lài)度比較低，所以本文是借鑒國(guó)外關(guān)于多屬性決策相關(guān)理論中的層次分析法來(lái)計(jì)算權(quán)向量的初始值。

層次分析法(analytic hierarchy process, AHP)是美國(guó)著名運(yùn)籌學(xué)家Saaty教授于20世紀(jì)70年代末期提出的一種新的系統(tǒng)分析方法[11]。層次分析決策方法最大的優(yōu)點(diǎn)是可以處理定性和定量相結(jié)合的問(wèn)題，可以將決策者的判斷與經(jīng)驗(yàn)引入到模型中，并加以量化處理。層次分析法的出現(xiàn)給決策者解決那些難以定量描述的決策問(wèn)你帶來(lái)了極大的方便，因而他是一種可以將定性和定量分析相結(jié)合的多目標(biāo)決策分析方法。

它的基本思想是在分析復(fù)雜系統(tǒng)所包含的因素及相關(guān)關(guān)系的基礎(chǔ)上，把一個(gè)復(fù)雜的系統(tǒng)按支配關(guān)系分組，從而分解成各個(gè)組成因數(shù)，形成含有若干層次的有序的遞階層次結(jié)構(gòu)。層次分析法按表1的梯度理論，對(duì)每一層次的各要素兩兩比較，獲得了對(duì)應(yīng)的判斷矩陣。通過(guò)計(jì)算判斷矩陣的最大特征值以及屬于該特征值相應(yīng)的特征向量。再對(duì)特征向量進(jìn)行歸一化處理，獲得了權(quán)重向量，依據(jù)此權(quán)重向量，可得到各層次中若干要素的重要性次序。同時(shí)需要確定層次中若干準(zhǔn)則的相對(duì)重要性，然后綜合人的判斷來(lái)確定決策中各因素相對(duì)重要的排名。

在網(wǎng)絡(luò)競(jìng)價(jià)系統(tǒng)中，我們列出了當(dāng)用戶(hù)量增多時(shí)，在系統(tǒng)中每個(gè)服務(wù)器的負(fù)載情況各不相同，負(fù)載情況還和用戶(hù)選擇不同的服務(wù)有關(guān)系，比如提交訂單服務(wù)、修改報(bào)價(jià)服務(wù)等，但是我們羅列出了對(duì)服務(wù)器負(fù)載影響的各個(gè)因數(shù)，然后用數(shù)學(xué)的方法計(jì)算反映每一個(gè)元素的相對(duì)重要性的權(quán)重，從多個(gè)要素考慮來(lái)確定出本系統(tǒng)使用層次分析法求來(lái)的權(quán)向量[15]。對(duì)于任何復(fù)雜的衡量權(quán)重問(wèn)題，都可以選擇構(gòu)造層次結(jié)構(gòu)模型，然后形成判斷矩陣，通過(guò)線性代數(shù)中的相關(guān)特征值的方法便能得到所有方案重要性的次序與權(quán)值大小，以下是重要的定義及相關(guān)定理。

定義1：若矩陣A=(aij)n×n滿(mǎn)足:

非負(fù)性：aij>0,?i,j∈N;

互反性：aij=1/aji，aii=1,?i,j∈N。

則稱(chēng)A=(aij)n×n是n階正互反判斷矩陣。

定義2:若?i,j,k∈N，有aikakj=aij成立，則稱(chēng)A=(aij)n×n為完全一致性正反判斷矩陣。

定義3:一致性指標(biāo)C.I可以定義為：

(2)

其中:λmax為互反判斷矩陣A=(aij)n×n的最大特征值。

定義4:令

(3)

則陳C.R為一致性比率。其中R.I為隨機(jī)一致性指標(biāo)，Saaty教授給出隨機(jī)一致性指標(biāo)R.I的數(shù)值列表見(jiàn)表1。

表1 R.I不同階的平均隨機(jī)一致性指標(biāo)

定義5：計(jì)算最大特征向量λmax：

(4)

定義6:判斷矩陣歸一化處理公式：

(5)

在定義1中，aij的值如何確定是關(guān)鍵。Saaty等人用大量實(shí)驗(yàn)的方法比較了在各種不同標(biāo)度下人們判斷結(jié)果的正確性，經(jīng)過(guò)無(wú)數(shù)實(shí)驗(yàn)的驗(yàn)證，aij的值按照1-9標(biāo)度進(jìn)行確定，如表2。

表2 標(biāo)度取值參考表

在根據(jù)競(jìng)價(jià)系統(tǒng)中現(xiàn)場(chǎng)的操作和回饋，我們總結(jié)出了影響性能的一些要素，并根據(jù)這些要素間的重要性，并結(jié)合Saaty教授層次分析法的理論，得到一個(gè)判斷矩陣，用a1、a2、a3、a4、a5、a6、a7分別表示網(wǎng)絡(luò)帶寬使用率、存儲(chǔ)空間使用率、磁盤(pán)I/O訪問(wèn)率、CPU使用率、內(nèi)存使用用率、服務(wù)器處理靜態(tài)網(wǎng)頁(yè)能力和服務(wù)器處理動(dòng)態(tài)能力，并更具這7個(gè)變量作為判斷矩陣的行和列，則判斷矩陣為：

由表1可知，根據(jù)值法可以得出判斷矩陣A如下：

矩陣A根據(jù)公式(5)做歸一化處理，將矩陣A轉(zhuǎn)化為A′：

矩陣經(jīng)歸一化處理后的判斷矩陣A′再按行相加得到的列向量W=(0.2,0.77,0.77,0.44,0.38,1.5,2.7)T然后對(duì)該列向量進(jìn)一步對(duì)每個(gè)分量做歸一化處理，就可以得到權(quán)重向量W=(0.03,0.11,0.11,0.07,0.06,0.22,0.4)T。再結(jié)合矩陣A和公式(4)可以得出λmax=7.6，又根據(jù)表一可以查表知道一直想R.I=1.32，由公式(2)得知C.I=0.1，最后再有公式(3)可知C.R=0.07<0.1，證明判斷矩陣A滿(mǎn)足一致性條件，因此前面計(jì)算出來(lái)的權(quán)重向量就是能夠在競(jìng)價(jià)系統(tǒng)中最終定量決定負(fù)載均衡的分量指標(biāo)。

由前面公式(1)可知，對(duì)于每個(gè)服務(wù)器負(fù)載能力大小的評(píng)測(cè)就可以結(jié)合計(jì)算出來(lái)的權(quán)重向量來(lái)表示，所以最終決定服務(wù)器如何進(jìn)行負(fù)載分配的表達(dá)式為：

L=0.03L(band)+0.11L(Storage)+0.11L(io)+

0.07L(cpu)+0.06L(mem)+0.22L(Static)+

0.4L(Dynamic)

由上面得到的負(fù)載量衡量函數(shù)是比較合理的，整個(gè)競(jìng)價(jià)系統(tǒng)可以在實(shí)際競(jìng)報(bào)價(jià)過(guò)程中通過(guò)監(jiān)測(cè)整個(gè)系統(tǒng)的運(yùn)行狀態(tài)來(lái)對(duì)權(quán)向量進(jìn)行微調(diào)，來(lái)提高整個(gè)系統(tǒng)的性能。

3 負(fù)載性能測(cè)試

在本次試驗(yàn)中，我們針對(duì)的環(huán)境是實(shí)際應(yīng)用的競(jìng)報(bào)價(jià)系統(tǒng)，在實(shí)際操作應(yīng)用過(guò)程中我們得到了一些實(shí)際數(shù)據(jù)，就是當(dāng)系統(tǒng)的并發(fā)量達(dá)到1 000左右的時(shí)候，CPU的利用率會(huì)達(dá)到一個(gè)較高的使用率，用戶(hù)響應(yīng)時(shí)間拖延比較嚴(yán)重，系統(tǒng)幾乎面臨癱瘓的邊緣，而一些內(nèi)存使用率還有存儲(chǔ)空間的使用不是特別高。還有就是在靜態(tài)頁(yè)面和動(dòng)態(tài)頁(yè)面的一些測(cè)試中，系統(tǒng)在高并發(fā)的時(shí)候，監(jiān)測(cè)到系統(tǒng)都不能達(dá)到理想的效果。出于這些原因的考慮我們得出了多衡量指標(biāo)的負(fù)載均衡設(shè)計(jì)，希望可以在配置系統(tǒng)過(guò)程中，依照得出的權(quán)向量表達(dá)式去分配管理服務(wù)器負(fù)載能力。

我們通過(guò)比較的方式來(lái)對(duì)比哪一種方式會(huì)對(duì)我們的競(jìng)報(bào)價(jià)系統(tǒng)更有利，在使用了多衡量指標(biāo)的負(fù)載和未使用多衡量指標(biāo)負(fù)載的相比較。

由圖1可知，在競(jìng)價(jià)系統(tǒng)中，該改進(jìn)的負(fù)載均衡算法起到了很好的效果，在相同響應(yīng)時(shí)間的情況下，使用權(quán)衡向量的服務(wù)器更能多的提高用戶(hù)并發(fā)量。

圖1 報(bào)價(jià)系統(tǒng)測(cè)試

在圖2中我們可以看出，在競(jìng)價(jià)系統(tǒng)中，控制相同的響應(yīng)時(shí)間，使用權(quán)衡向量的服務(wù)器能夠提高用戶(hù)的并發(fā)量。通過(guò)實(shí)驗(yàn)進(jìn)行比較我們發(fā)現(xiàn)，在整個(gè)競(jìng)報(bào)價(jià)系統(tǒng)中，應(yīng)用本次多衡量指標(biāo)算法不僅能夠提高用戶(hù)的并能發(fā)量，同樣還可以系統(tǒng)響應(yīng)的時(shí)間，同時(shí)在軟件檢測(cè)中可以發(fā)現(xiàn)各個(gè)硬件機(jī)能都處在一個(gè)優(yōu)越的位置，性能達(dá)到最大化。

4 結(jié)言

目前，在一個(gè)實(shí)際運(yùn)行的系統(tǒng)中制約系統(tǒng)有效運(yùn)行的因數(shù)有很多，如何讓系統(tǒng)達(dá)到最好的性能，是我們追求的目標(biāo)。查看文獻(xiàn)會(huì)看到有很多關(guān)于改善系統(tǒng)性能的文章，可以去分析討論相關(guān)的技術(shù)，本文也不例外，在面對(duì)競(jìng)報(bào)價(jià)系統(tǒng)的缺陷，利用所學(xué)知識(shí)，得出一個(gè)系統(tǒng)而有效的科學(xué)方法來(lái)提高系統(tǒng)的性能。

本次系統(tǒng)在運(yùn)行過(guò)程中我們發(fā)現(xiàn)，并發(fā)量不高，響應(yīng)時(shí)間遲緩的關(guān)鍵，是系統(tǒng)中沒(méi)有很好的對(duì)服務(wù)器那一塊做負(fù)載均衡處理。負(fù)載均衡技術(shù)又有很多種，本次文章大膽假設(shè)利用多衡量指標(biāo)的方法來(lái)提高服務(wù)器的負(fù)載能力，就其中服務(wù)器處理靜態(tài)數(shù)據(jù)的能力和處理動(dòng)態(tài)數(shù)據(jù)的能力加入考慮，現(xiàn)在隨著硬件技術(shù)的飛速成長(zhǎng)，制約一個(gè)系統(tǒng)性能的瓶頸越來(lái)越推向軟件方向，所以本次的重點(diǎn)就是從負(fù)載決策上找到一個(gè)更合理的方法，結(jié)合國(guó)外教授的先進(jìn)理論我們得出服務(wù)器基于多衡量指標(biāo)的算法，從而優(yōu)化系統(tǒng)的性能。

[1] 桂勇哲，張進(jìn)宇.基于覆蓋網(wǎng)絡(luò)多路徑與并行TCP的傳輸技術(shù)[J].計(jì)算機(jī)應(yīng)用，2010，30(5):1171-1175.

[2] 杜文峰，吳 真，賴(lài)力潛. 傳輸延遲感知的多路徑并發(fā)差異化路徑數(shù)據(jù)分配算法[J].通信學(xué)報(bào)，2013，34(4):149-157.

[3] 趙先明，朱伏生，唐 宏，等.TD-LTE系統(tǒng)動(dòng)態(tài)資源分配算法研究[J].重慶郵電大學(xué)學(xué)報(bào):自然科學(xué)版，2013，25(2):226-230.

[4] 楊際祥,譚國(guó)真,王榮生.并行與分布式計(jì)算動(dòng)態(tài)負(fù)載均衡策略綜述[J].電子學(xué)報(bào), 2010, 38(5): 1122-1130.

[5] 王榮生，楊際祥，王 凡. 負(fù)載均衡策略研究綜述[J]. 小型微型計(jì)算機(jī)系統(tǒng)，2010，31(8):1681-1686.

[6] 王春娟，董麗麗，賈 麗.Web集群系統(tǒng)的負(fù)載均衡算法[J].計(jì)算機(jī)工程，2010，36(2):102-104.

[7] 張玉芳，魏欽磊，趙 膺.基于負(fù)載權(quán)值的負(fù)載均衡算法[J].計(jì)算機(jī)應(yīng)用研究，2012，29(12):4711-4713.

[8] 李 新，黎文偉.一種改進(jìn)的動(dòng)態(tài)告警負(fù)載均衡算法[J].小型微型計(jì)算機(jī)系統(tǒng)，2013，34(7):1585-1589.

[9] 許少華，夏智偉.基于輪轉(zhuǎn)周期的動(dòng)態(tài)反饋負(fù)載均衡算法[J].計(jì)算機(jī)技術(shù)與發(fā)展(ISTIC)，013，23(6):63-66.

[10] 孫峻文，周 良，丁秋林.基于退火算法的動(dòng)態(tài)負(fù)載均衡研究[J].計(jì)算機(jī)科學(xué)，2013，40(5):89-92.

[11] 楊 錦，李肯立，吳 帆.異構(gòu)分布式系統(tǒng)的負(fù)載均衡調(diào)度算法[J].計(jì)算機(jī)工程，2012，38(2):166-168.

[12] 張聰萍，尹建偉.分布式文件系統(tǒng)的動(dòng)態(tài)負(fù)載均衡算法[J].小型微型計(jì)算機(jī)系統(tǒng)，2011，32(7):1424-1426.

[13]DemestichasP,GeorgakopoulosA,KarvounasD,etal. 5Gonthehorizon:keychallengesfortheradio-accessnetwork[J].IEEEVehicularTechnologyMagazine, 2013,8(3).

[14]DamnjanovicA,MontojoJ,WeiYB,etal.Asurveyon3GPPheterogeneousnetworks[J].IEEEWirelessCommunications,2011,18(3).

[15]PengMG,LiangD,WeiY,etal.Self-configurationandself-optimizationinLTE-advancedheterogeneousnetworks[J].IEEECommunicationsMagazine, 2013,51(5).

[16]AndrewsJ,SinghS,YeQY,etal.AnoverviewofloadbalancinginHetNets:oldmythsandopenproblems[J].IEEEWirelessCommunications, 2014,21(2).

[17]AndroneC,PaladeT,PuschitaE,etal.Studyofco-channelcross-layerinterferenceforthedownlinkcommunicationinfemtocellnetworks[A].ProceedingsofISSCS[C].Lasi, 2011.

[18]LiZH,WangH,PanZW,etal.Jointoptimizationonloadbalancingandnetworkloadin3GPPLTEmulti-cellnetworks[A].Proceedingsof2011InternationalConferenceonWirelessCommunicationsandSignalProcessing(WCSP)[C].Nanjing,China, 2011.

[19]ShengJ,YangZ,TangLR.Anovelloadbalancingalgorithmbasedonutilityfunctionsandfuzzylogicinheterogeneouswirelessnetworks[A].ProceedingsofFSKD[C].Sichuan,China, 2012.

[20]MuozP,BarcoR,Ruiz-AviléJM,etal.Fuzzyrule-basedreinforcementlearningforloadbalancingtechniquesinenterpriseLTEfemtocells[J].IEEETransactionsonVehicularTechnology, 2013,62(5).

[21]KyuhoSon,SongC.DynamicassociationforloadbalancingandinterferenceavoIDanceinmulti-cellNetworks[J].IEEETransactionsonWirelessCommunications, 2009,8(7).

Optimization of Load Balancing Technology in Network Bidding System

Sun Jiangang, Zhang Shudong

(College of information engineering, Capital Normal University, Beijing 100048, China)

In the normal operation of network systems, how to ensure accurate data transmission in real time with high efficiency is becoming more and more important. In some high concurrency and high throughput of the service, to ensure the normal operation of each transaction function more and more important. The load balancing of the system is the key to ensure the whole system can complete the work, there are now many load balancing algorithm is designed to make each server load tends to be equal, can be divided into static load balancing method and the dynamic load balancing method. Considering the influence of server load multiple factor, combining greedy algorithm made relatively reasonable load balancing strategy, application to the bidding system in contrast to previous balance strategy, through the comparison, it can be that multi measurement index comprehensive consideration can improve the load balance of performance, the network bidding system can play a more optimal function.

To ensure accurate data transmission in real time with high efficiency; high concurrency and high throughput; load balancing strategy; multi measurement index; network bidding system

2016-04-07；

2016-05-18。

國(guó)家自然科學(xué)基金(31571563);國(guó)家科技支撐計(jì)劃項(xiàng)目、北京市屬高等學(xué)校創(chuàng)新團(tuán)隊(duì)建設(shè)與教師職業(yè)發(fā)展計(jì)劃項(xiàng)目、高可靠嵌入式系統(tǒng)技術(shù)北京市工程研究中心(2013BAH19F01);國(guó)外訪學(xué)項(xiàng)目(067145301400)。

孫建崗(1989-)，男，山西忻州人，首都師范大學(xué)碩士研究生，主要從事數(shù)據(jù)庫(kù)系統(tǒng)及計(jì)算機(jī)應(yīng)用方向的研究。

張樹(shù)東(1969-),男，教授，博士，主要從事計(jì)算機(jī)網(wǎng)絡(luò)、分布式計(jì)算方向的研究。

1671-4598(2016)09-0237-03DOI：10.16526/j.cnki.11-4762/tp

TP

A