Методы балансировки нагрузки в информационных системах
https://doi.org/10.17586/0021-3454-2024-67-4-345-351
Аннотация
Обсуждается проблема балансировки нагрузки в крупных информационных системах. В условиях высокой нагрузки информационных систем, через которые проходят большие объемы данных, и увеличения числа пользователей, становится критически важным эффективное распределение нагрузки между ресурсами системы. Рассматриваются алгоритмы балансировки нагрузки, функционирование которых зависит от подхода (централизованного или распределенного) к построению архитектуры информационной системы. Описаны разные типы архитектуры построения информационных систем с выделением особенностей механизмов балансировки нагрузки для них. Демонстрируются результаты натурного эксперимента на виртуальных серверах по оценке эффективности алгоритмов балансировки нагрузки. Вычислительные характеристики серверов задавались разными и ожидаемое время выполнения запроса разыгрывалось случайным образом, что делает условия эксперимента близкими к реальным.
Об авторах
Е. Д. Архипцев
Санкт-Петербургский государственный электротехнический университет „ЛЭТИ“ им. В.И. Ульянова (Ленина)
Россия
Россия
Евгений Дмитриевич Архипцев — аспирант, кафедра информационных систем
Санкт-Петербург
Н. С. Мокрецов
Санкт-Петербургский государственный электротехнический университет „ЛЭТИ“ им. В.И. Ульянова (Ленина)
Россия
Россия
Никита Сергеевич Мокрецов — аспирант, кафедра информационных систем
Санкт-Петербург
Список литературы
1. Амиров С. Н. Особенности разработки выоконагруженных систем // International Journal of Open Information Technologies. 2020. T. 8, № 8. C. 32—47.
2. Подольный В. П. Архитектура высоконагруженных систем. Системы сбора информации, распределенные системы управления, системы реального времени. М.: САМ Полиграфист, 2022. 160 с.
3. Мычко С. И. Микросервисная архитектура // Информационные технологии. 2019. С. 166—168.
4. Беллемар А. Создание событийно-управляемых микросервисов. CПб: BHV, 2022. 320 с.
5. Радостаев Д. К., Никитина Е. Ю. Стратегия миграции программного кода из монолитной архитектуры в микросервисы // Вестник Пермского университета. Математика. Механика. Информатика. 2021. Вып. 2(53). С. 65—68. DOI: 10.17072/1993-0550-2021-2-65-68.
6. Мартин Р. Чистая архитектура. Искусство разработки программного обеспечения. СПб: Питер, 2018. 352 c.
7. Богатырев В. А., Лисичкин Д. Э. Оптимизация периодичности инициализации контроля на основе дублированных вычислений // Программные продукты и системы. 2019. № 2. С. 214—220. DOI: 10.15827/0236-235X.126.214-220.
8. Сергеева И. И., Белильщикова А. А. Сервисно-ориентированная архитектура (SOA): Опыт внедрения // Научные Записки ОрелГИЭТ. 2012. № 1. С. 440—444.
9. Татарникова Т. М., Архипцев Е. Д., Кармановский Н. С. Определение размера кластера и числа реплик высоконагруженных информационных систем // Изв. вузов. Приборостроение. 2023. Т. 66, № 8. С. 646—651. DOI: 10.17586/0021-3454-2023-66-8-646-651.
10. Ньюмен С. Создание микросервисов. СПб: Питер, 2018. 304 c.
11. Татарникова Т. М., Архипцев Е. Д. Алгоритм контроллера нечеткой логики для размещения файлов в системе хранения данных // Науч.-техн. вестн. информационных технологий, механики и оптики. 2023. Т. 23, № 6. С. 1171—1177. DOI: 10.17586/2226-1494-2023-23-6-1171-1177.
12. Бороздин Н. М. Исследование и анализ практических преимуществ микросервисной архитектуры для современных веб-приложений // Инновационные научные исследования в современном мире. 2023. С. 279—284.
13. Татарникова Т. М., Архипцев Е. Д. Определение числа реплик распределенного хранения больших данных // Междунар. конф. по мягким вычислениям и измерениям. 2023. Т. 1. С. 305—308.
14. Malavika R., Valarmathi M. L. Adaptive Server Load Balancing in SDN Using PID Neural Network Controller // Computer Systems Science & Engineering. 2022. Vol. 42, N 1. P. 229—243. DOI: 10.32604/csse.2022.020947.
15. Zagarese Q. et al. Improving data-intensive EDA performance with annotation-driven laziness // Science of Computer Programming. 2015. Vol. 97. P. 266—279. DOI: 10.1016/j.scico.2014.03.007.
16. Mitzenmacher M. The power of two choices in randomized load balancing // IEEE Transact. on Parallel and Distributed Systems. 2001. Vol. 12, N 10. P. 1094—1104. DOI: 10.1109/71.963420.
17. Kaur S. et al. Round-robin based load balancing in Software Defined Networking // 2nd Intern. Conf. on Computing for Sustainable Global Development (INDIACom). New Delhi, India, 2015. P. 2136—2139.
18. Maqsood Z. S. Kh., Ali T., Bilal M., Madani K., Khan S., ur Rehman A. A Load Balanced Task Scheduling Heuristic for Large-Scale Computing Systems // Computer Systems Science and Engineering. 2019. N 1. P. 1—12. DOI: 10.32604/csse.2019.34.079.
Рецензия
Для цитирования:
Архипцев Е.Д., Мокрецов Н.С. Методы балансировки нагрузки в информационных системах. Известия высших учебных заведений. Приборостроение. 2024;67(4):345-351. https://doi.org/10.17586/0021-3454-2024-67-4-345-351
For citation:
Arkhiptsev E.D., Mokretsov N.S. Methods of Load Balancing in Highly Loaded Systems. Journal of Instrument Engineering. 2024;67(4):345-351. (In Russ.) https://doi.org/10.17586/0021-3454-2024-67-4-345-351
Просмотров:
29
Послать статью по эл. почте 