[论文解读] A Comparative Study of Load Balancing Algorithms in Cloud Computing Environment

Mayanka Katyal, Atul Mishra|arXiv (Cornell University)|Mar 27, 2014

Cloud Computing and Resource Management参考文献 18被引用 126

一句话总结

本文评估并比较了云计算环境中多种负载均衡算法的性能，重点关注其在满足服务等级协议（SLA）要求方面的效率。通过响应时间、资源利用率和公平性等指标进行对比分析，结论表明在动态工作负载下，自适应算法优于静态算法。

ABSTRACT

Cloud Computing is a new trend emerging in IT environment with huge requirements of infrastructure and resources. Load Balancing is an important aspect of cloud computing environment. Efficient load balancing scheme ensures efficient resource utilization by provisioning of resources to cloud users on demand basis in pay as you say manner. Load Balancing may even support prioritizing users by applying appropriate scheduling criteria. This paper presents various load balancing schemes in different cloud environment based on requirements specified in Service Level Agreement (SLA).

研究动机与目标

• 分析各种负载均衡算法在满足云计算环境中SLA定义的性能标准方面的有效性。
• 识别出能确保最优资源利用率和低响应时间的最高效负载均衡策略。
• 评估不同算法在云计算环境中处理动态工作负载和用户优先级的能力。
• 从可扩展性和响应能力的角度，比较静态与自适应负载均衡技术。
• 根据特定的云部署需求和工作负载，提供一个选择负载均衡算法的框架。

提出的方法

• 本研究评估了一系列负载均衡算法，包括轮询法、最少连接法、加权轮询法以及自适应算法。
• 使用响应时间、资源利用率和负载分配公平性等性能指标来比较不同算法。
• 分析基于模拟或实验设置，以模拟真实云工作负载和SLA约束条件。
• 在不同工作负载和资源可用性条件下评估算法，以确定其鲁棒性和适应能力。
• 研究中引入了优先级机制，以评估算法对高优先级用户或服务的支持能力。
• 基于云工作负载模型生成的定量基准，建立了对比评估框架。

实验结果

研究问题

• RQ1 在不同云工作负载条件下，各种负载均衡算法在响应时间和资源利用率方面的表现如何？
• RQ2 在处理混合优先级用户请求时，哪种负载均衡算法能最好地保持公平性和效率？
• RQ3 在动态云环境中，自适应负载均衡算法在多大程度上优于静态算法？
• RQ4 这些算法在多大程度上符合SLA要求，如响应时间和可用性保证？
• RQ5 工作负载分布和资源异构性对每种负载均衡策略有效性的影响是什么？

主要发现

• 自适应负载均衡算法在降低平均响应时间方面表现更优，优于静态方法。
• 在高并发场景下，最少连接法实现了更优的负载分配和更高的资源利用率。
• 加权轮询法通过考虑服务器容量，优于标准轮询法，从而提升了公平性。
• 动态工作负载表明，静态算法（如轮询法）导致资源利用率低下和性能瓶颈。
• 研究发现，由于具备实时负载监控与调整能力，自适应算法在SLA合规性方面显著更高。
• 总体而言，自适应算法在异构云环境中提供了更好的可扩展性和响应能力。