数据中心网络负载均衡与容错研究

来源 :浙江大学 | 被引量 : 0次 | 上传用户:lxfsb001
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
云计算时代数据量的迅猛增长,从可扩展性、可用性和安全性等多个方面对数据中心提出了新的挑战,以满足数据量增长的高运算能力和强存储能力的要求。而随着高速、低延时、大规模数据中心网络的部署,数据中心网络中的很多问题也开始显现出来,如数据中心网络体系结构的设计、负载均衡、容错等。由于传统网络的分布式特性,以前数据中心网络的负载均衡和容错往往只考虑网络局部的性能,并不能达到全局最优。为了能更好地实现数据中心网络的负载均衡和容错,需从全网的角度来考虑这些问题。  本文介绍了软件定义网络(SDN),分析和研究了现有数据中心网络负载均衡和容错方法的不足,提出把软件定义网络的思想用于数据中心网络,以获得整个数据中心网络的视图,并根据此视图来实现负载均衡和容错,从而弥补现有的数据中心网络无法从全局的角度实现负载均衡和容错的缺点。  其次,本文基于数据中心网络流量的特点以及SDN控制器的集中控制特性,对数据中心网络的负载均衡和容错进行了研究,提出了基于大流的负载均衡算法LFLB和基于多路径的容错算法MPFT。LFLB算法根据SDN控制器中的网络拓扑信息、控制器定时收集到的各个流的信息为网络中的大流选择互不冲突的路径来达到全网的负载均衡,MPFT算法根据SDN控制器中的网络拓扑和链路利用率等信息为受故障影响的流选择绕过故障的路径。两个算法都基于SDN控制器中的全网视图,考虑了整个网络的状态,因此能更好地实现数据中心网络的负载均衡和容错。  最后,本文设计了实验场景,对LFLB和MPFT算法进行了验证。实验结果表明,它们能提高数据中心网络的对分带宽和吞吐量。
其他文献
为了更好地对多数据源挖掘中可能出现的敏感信息进行保护,同时达到在数据库动态变化情形下也能高效准确地从多数据源环境中挖掘出所需序列模式的目的,本文针对多数据源环境下
随着科技的发展,数据量呈现出了爆炸式的增长方式,数据类型也由一维结构化数据发展为高维非结构化数据,这给传统的数据存储与检索方式带来了巨大的挑战。其中,空间数据在越来
条码是一种整合了数据采集、编码、印刷和识别的信息技术。它能够被机器快速读取,因此具有广泛的应用。条码又分为一维条码和二维条码,其中二维条码具有更大的信息容量。二维条
P2P内容分发网络是融合了P2P网络和内容分发技术各自的优点而产生的,是目前互联网应用领域研究的热点之一。但是在实际的网络环境中存在着大量的自私节点,它们占用大量的带宽资
道路消失点检测是计算机视觉和智能交通系统领域非常重要的研究课题,它是通过对装置在智能车辆前方的传感器所获取到的视频图像进行分析,检测出现实场景中平行的车道线以及与车
随着我国智能电网事业的发展,全国电力系统互联已成为一个趋势,大量的先进的数据采集与监控设备、相量测量单元(PMU)、智能电表等被应用,现代电力系统正在演变成一个集聚大数据和信息的计算系统。针对智能电网对海量的数据存储和大规模并行计算的迫切需求,鉴于电力系统广域网的完整性,学者提出了整合网内现有计算和存储资源,建立电力私有云的概念。Hadoop是主要由HDFS和MapReduce组成的开源云计算项目
大规模海面波浪的模拟是计算机图形学研究的重要领域之一,它在军事航天、商业娱乐等虚拟现实方面都有重要的作用和意义。而现代计算机软硬件技术的提升,为在廉价硬件平台上实现
强化学习是一种通过与环境的交互,将状态映射到动作,以获取最大累积奖赏的机器学习方法。在大规模和连续状态或动作空间强化学习问题中,通过使用函数逼近方法拟合策略形成了近似
不同的人会有不同的步态,这种差异性可以用动态足底压力成像数据(DPPI)来表示出来。不同于之前基于静态特征的步态识别方法外,本文提出了一种新的步态识别技术。本文从动态足底
电力系统无功优化是指在已知网络结构参数和运行参数的情况下,在满足各种约束条件的前提下,通过现代化的技术或者人工智能算法,合理的调节控制变量(发电机的机端电压、有载调压变