2つの主要な負荷分散アルゴリズムの原理に関する研究

2つの主要な負荷分散アルゴリズムの原理に関する研究

負荷分散デバイスの製造は負荷分散アルゴリズムに基づいているため、ここでその原理を調べてみましょう。ポーリング スケジューリング アルゴリズムと重み付けポーリング スケジューリング アルゴリズムが含まれます。これらは両方とも、負荷分散アルゴリズムの中核となる内容です。 2 つのアルゴリズムの導入は、負荷分散の概念を理解するのにも役立ちます。

負荷分散アルゴリズム - ラウンドロビンスケジューリング

ラウンドロビン スケジューリング アルゴリズムの原理は、ユーザーからのリクエストを 1 から N (内部サーバーの数) まで順番に内部サーバーに分散し、その後サイクルを再開することです。これは、負荷分散アルゴリズムの中核的な内容でもあります。

このアルゴリズムの利点は、そのシンプルさです。現在のすべての接続のステータスを記録する必要がないため、ステートレス スケジューリングになります。

ポーリングスケジューリングアルゴリズムプロセス

N 個のサーバーの集合 S = {S1、S2、…、Sn} があり、インジケータ変数 i が最後に選択されたサーバー ID を表すものとします。変数 i は N-1 に初期化されます。アルゴリズムは次のとおりです。

  1. j = i;
  2.   する   
  3. {
  4. j = (j + 1) mod n;
  5. 私 = j;
  6.    Siを返します
  7. } while (j != i);
  8. NULLを返します

このアルゴリズムの論理的な実装を図 1 に示します。

図1 ポーリングスケジューリング実装のロジック図

ポーリング スケジューリング アルゴリズムは、すべてのサーバーの処理パフォーマンスが同じであると想定しており、各サーバーの現在の接続数や応答速度は考慮しません。要求サービス間の間隔が大きく異なる場合、ポーリング スケジューリング アルゴリズムによってサーバー間の負荷の不均衡が発生する可能性があります。

したがって、このバランス調整アルゴリズムは、サーバー グループ内のすべてのサーバーのハードウェアとソフトウェアの構成が同じで、平均的なサービス要求が比較的バランスが取れている状況に適しています。#p#

重み付けラウンドロビンスケジューリング

上記のポーリング スケジューリング アルゴリズムは、各サーバーの処理能力を考慮していません。実際の状況では、そうではない場合があります。各サーバーの構成とインストールされているビジネス アプリケーションが異なるため、処理能力は異なります。そのため、各サーバーの処理能力に応じて異なる重みを割り当て、対応する重みでサービス要求を受け入れることができるようにします。

負荷分散アルゴリズム - 重み付けラウンドロビンスケジューリングアルゴリズムプロセス

この負荷分散アルゴリズムは、ラウンドロビン スケジューリング アルゴリズムのアップグレード バージョンです。サーバー セット S = {S0、S1、…、Sn-1} があるとします。W(Si) はサーバー Si の重みを表し、インジケータ変数 i は最後に選択されたサーバーを表し、インジケータ変数 cw は現在のスケジュールの重みを表し、max(S) はセット S 内のすべてのサーバーの最大重みを表し、gcd(S) はセット S 内のすべてのサーバーの重みの最大公約数を表します。変数 i は -1 に初期化され、cw はゼロに初期化されます。アルゴリズムは次のとおりです。

  1. の間{
  2. i = (i + 1) mod n;
  3.    (i == 0)の場合{
  4. cw = cw - gcd(S);
  5.       (cw <= 0)の場合{
  6. cw = 最大値(S);
  7.               (cw == 0)の場合
  8.               NULLを返します
  9. }
  10. }
  11.    (W(Si) >= cw)の場合
  12.      Siを返します
  13. }

このアルゴリズムの論理的な実装を図 2 に示します。ここでは、4 つのサーバーの処理能力が 3:1:1:1 であると想定しています。

加重ラウンドロビン スケジューリング アルゴリズムは、さまざまなサーバーの処理能力を考慮するため、このバランス調整アルゴリズムにより、高性能サーバーの使用率を高め、低パフォーマンス サーバーの過負荷を回避できます。そのため、実際のアプリケーションではより一般的です。

要約する

2 つの主要な負荷分散アルゴリズムであるラウンドロビン アルゴリズムと加重ラウンドロビン アルゴリズムは、実装が簡単で実用的です。現在、ほぼすべての負荷分散デバイスがこの機能を提供しています。

<<:  LVS 負荷分散モードとアルゴリズムの概要

>>:  公開鍵暗号を解読することは可能ですか?

ブログ    
ブログ    

推薦する

...

1 週間で機械学習を始めることは信頼できるでしょうか?詳しい学習スケジュールはこちら

[[185648]]原著者 | ペル・ハラルド・ボルゲン編集:魏子民、頼暁娟、張立軍 「初心者にとっ...

MIT は、思考を通じて機械にタスクを実行させるブラックテクノロジーを開発

MITのコンピュータサイエンスおよび人工知能研究所(CSAIL)の研究者らは、人間の操作者の脳波を読...

AIコミック: 人工知能の3つの主要分野とその産業応用について1つの記事で学ぶ

音声認識 「音声認識」は、私たちが日常生活で使える iPhone の Siri など、コンピューター...

畳み込みニューラルネットワークの「修理工」のための「マニュアル」

[[242145]]ビッグデータダイジェスト制作編集者: Luo Ran、Xue Qing、Ail...

これらの 8 冊の本を読んでいないのに、コンピューター ビジョンの分野で働いていると言える勇気がありますか?

コンピューター ビジョンは、写真やビデオなどのデジタル画像の側面に焦点を当てた人工知能のサブフィール...

機械学習チームにはより優れた特徴エンジニアリング技術が必要

機械学習向けにデータ機能を最適化する機能エンジニアリングのスキルは、データサイエンスそのものと同じく...

GitHub ホットリスト 1 位: 数百万のトークン コンテキスト、動画も生成可能、カリフォルニア大学バークレー校制作

今日の GitHub ホット リストのトップは、最新のオープン ソース ワールド モデルです。コンテ...

ウルトラマンの顔を平手打ちしろ、GPT-4 は今年は去年よりも怠惰だ!ネットユーザーによるオンラインテスト結果

GPT-4 が怠惰になる問題の解決に新たな進歩があります。今朝、ウルトラマンが、新年には GPT-4...

女性の労働はAIに置き換えられやすいのか?

最近の多くの研究では、主に人工知能や自動化における技術の進歩が、男性よりも女性の雇用に大きな影響を与...

あなたの孤独をAIが見抜く:その精度はなんと94%

[[344787]]あなたは本当に「孤独」ですか?かつて宇宙規模で流行したこの「国際孤独度スケール...

IBM、GPUに匹敵する新しいニューラルネットワークチップを開発

本日 Nature 誌に掲載された論文で、IBM Research のポスドク研究員 Stefano...

クロードからGPT-4まで、RLHFモデルではお世辞が蔓延している

AI界隈であろうと他の分野であろうと、多かれ少なかれ大規模言語モデル(LLM)を使ったことがあるでし...

自動運転テストシステムを1つの記事で理解する

[[433515]]自動運転のテストは非常に複雑なシステムです。この記事では、小さなものから大きなも...

米政府、AIの競争力と倫理について助言する委員会を設立

[[422878]]海外メディアCNETによると、米商務省は水曜日、人工知能の研究開発についてジョー...