25、云环境下能源感知负载均衡算法研究

云环境下能源感知负载均衡算法研究

1. 云基础与相关工作

云基础是用于描述分布式计算所需组件的术语，涵盖硬件、离线资源、存储和网络资源。在云计算框架中，为解决负载均衡问题，已提出多种方法，旨在优化任务在云节点间的分配，实现理想的资源利用、最短的数据处理时间、最短的平均响应时间并避免过载。然而，大多数方法忽略了突发流量对负载均衡过程的影响。

• Throttled负载均衡策略 ：Makroo等人讨论了云环境中的基本Throttled负载均衡策略，认为虚拟机（VM）可处理单个测试，将任务分配给空闲的VM，若有额外空闲VM则主观选择。
• 传统协作方法 ：Swarnkar等人描述了一种传统的协作方法来平衡负载。一组可用的VM在不规则时刻接收任务，并以循环方式进行任务分配。该方法的优点是不需要进程间通信，但缺点是不了解即将到来任务的长度，存在一些过载中心的问题。
• 加权轮询方法 ：Moharana等人引入了一种加权轮询方法来平衡云环境中的负载，该方法结合了负载分配和协作策略，根据VM处理任务的能力分配负载，然后采用常规的轮询方法选择VM。
• 模糊逻辑负载均衡策略 ：Sethi等人基于轮询（RR）算法，利用模糊逻辑设计了一种新的负载均衡策略，以提高云计算环境的资源利用率和可用性。与传统的RR负载均衡器相比，基于模糊的RR负载均衡器减少了服务器场的处理时间和总体响应时间，但仍未考虑突发任务。
• 公共云负载均衡算法 ：有人提出了一种针对公共