- 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
- 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于虚节点的非结构化P2P节点的负载平衡改进
第27卷第11期
2007年11月
计算机应用
ComputerApplications
Vo1.27No.11
Nov.2oo7
文章编号:1001~9081(2007)11—2652—04
基于虚节点的非结构化P2P节点的负载平衡改进
张大陆,徐平
(同济大学计算机科学与技术系,上海200092)
(1vrixp@163.com)
摘要:P2P节点能力的差异造成了节点之间负载不平衡,负载往往在节点之间来回摆动,从而
降低了节点处理的效率.提出了虚节点的概念,通过将网络中分散的节点分割或者整合为能力相近
的虚节点,消除P2P节点之间的能力差异,从而达到负载平衡,并且提高节点的利用率和系统整体的
处理效率.
关键词:P2P系统;虚节点;负载平衡
中图分类号:TP393.01文献标识码:A
Virtualnode:improvementofworkloadbalanceinpeer-to-peersystem
ZHANGDa—lu,XUPing
(DepartmentofComputerScienceandTechnology,TongiiUniversity,Shanghai200092,China)
Abstract:AbilitydifferenceofP2Pnodescausestheworkloadimbalancewhichalwaysswapsbetweennodes.To
addressthisproblem,theconceptofvirtualnodewasoriginallypresentedthatthenodesweretransferredintologicalnodes
withsimilarabilities,bydividingandaggregatingthenodes,Virtualnodecaneliminatetheabilitydifferenceatbesteffort,
achieveloadbalance,andincreaseperformanceandeflqciency.
Keywords:peer—to—peersystem;virtualnode;loadbalance
随着互联网的快速发展,P2P系统在近几年内逐渐成为
发展最快,最为广泛的网络应用.但是在几乎所有的P2P的
路由算法中,都假设了每个节点具有相同的处理能力(CPU,
存储能力,带宽等),即无论节点的处理能力大小如何,P2P系
统都会把每个节点当作相同对象对待.然而在实际的环境
中,主机的处理能力是极度异构的,处理能力强的节点常常负
载小,而处理能力弱的节点却承担着较大的负载J,从而导
致节点之间的负载不平衡.在某些极端的情况下,查找效率
由于这些负载的不平衡出现很大的波动.
1国内研究情况
针对P2P节点处理能力的异构性,主要的解决方法就是
负载平衡.现有适用于P2P网络环境的负载平衡算法主要
有三种:基于当前负载的负载平衡算法J,基于可用能力的
负载平衡算法和基于随机调度的负载平衡算法.
1.1基于当前负载的负载平衡算法
在基于当前负载的负载平衡算法中,负载平衡策略通常
是将任务分配给最小负载的服务器,这种策略在同构(即主
机能力相同)环境下能较好地工作.中央服务器维护最新的
任务调度信息,并且调度任务的分配.当多个调度程序独立
地调度任务时,基于当前负载的负载平衡算法将导致负载的
不稳定,尤其当负载信息已经过时,服务器负载会变得极度不
稳定.Mitzenmaeher研究表明:当某一服务器报告低负载时,
就会出现”herdbehavior”现象,即低负载服务器淹没于负载请
求之中.只有当服务器将新的负载信息报告给其他服务器以
后,这一现象才能得到暂时缓解.
Dablin提出了负载预测算法以缓和”herdbehavior”现
象,算法考虑了每个服务器所汇报的负载信息的时效性,并估
计新请求的到达速度,从而决定哪个服务器接受新到达的请
求.尽管可以改进负载摆动现象,但是用以估计负载的维护
信息过高.
当前许多研究工作集中于如何有效地使用可用的负载信
息提高负载平衡效率,比如从同构服务器集合中随机选取k
个服务器的子集,然后将负载分配给最小负载的服务器.对
同构系统,Mitzenmacher研究了k值和负载信息陈旧程度的权
衡.随着负载信息陈旧程度的增加,更小的七值可获得更高的
负载平衡效率.
由于P2P系统的节点处理能力极度异构,因此基于当前
负载的负载平衡算法并不能很好地解决问题,往往导致处理
能力弱的节点过载.
1.2基于可用能力的负载平衡算法
基于可用能力的负载平衡算法把查询请求分配给可用处
理能力最大的节点.此算法的前提是服务器能够维持这
种可用能力,
文档评论(0)