[论文解读] Network Load Balancing Methods: Experimental Comparisons and Improvement

Shafinaz Islam|arXiv (Cornell University)|Oct 18, 2017

Distributed and Parallel Computing Systems参考文献 6被引用 5

一句话总结

本文通过仿真评估了四种网络负载均衡方法——随机、轮询、最短队列，以及使用过时负载信息的最短队列——结果表明，后者在延迟指标下表现较差。本文提出了一种改进的变体，通过引入自适应负载采样机制，显著降低了平均延迟，优于现有方法。

ABSTRACT

Load balancing algorithms play critical roles in systems where the workload has to be distributed across multiple resources, such as cores in multiprocessor system, computers in distributed computing, and network links. In this paper, we study and evaluate four load balancing methods: random, round robin, shortest queue, and shortest queue with stale load information. We build a simulation model and compare mean delay of the systems for the load balancing methods. We also provide a method to improve shortest queue with stale load information load balancing. A performance analysis for the improvement is also presented in this paper.

研究动机与目标

• 分析并比较四种广泛使用的网络系统负载均衡算法的性能。
• 识别在使用过时负载信息时，最短队列方法的性能瓶颈。
• 设计并评估一种减轻过时负载数据影响的增强型负载均衡机制。
• 在不同系统负载下，对所提改进方案进行定量性能分析。

提出的方法

• 实现了一个离散事件仿真模型，用于评估不同负载均衡策略下的系统行为。
• 研究比较了四种方法：随机、轮询、最短队列，以及使用过时负载信息的最短队列。
• 提出了一种改进的最短队列算法变体，通过自适应采样负载信息以减少数据过时。
• 该改进机制根据系统负载和观测到的延迟趋势，动态调整采样频率。
• 性能以平均延迟为主要指标，在不同工作负载和系统规模下进行测量。
• 进行了理论性能分析，以验证改进方案的可扩展性和鲁棒性。

实验结果

研究问题

• RQ1 在不同负载下，随机、轮询、最短队列以及使用过时负载信息的最短队列方法在平均延迟方面如何比较？
• RQ2 过时负载信息对最短队列算法性能有何影响？
• RQ3 自适应采样策略能否降低最短队列路由中因负载数据过时而产生的延迟惩罚？
• RQ4 所提出的改进方案在平均延迟方面如何优于现有负载均衡方法？

主要发现

• 使用过时负载信息的最短队列方法在高负载下表现出显著更高的平均延迟，与其他方法相比尤为明显。
• 所提出的自适应采样机制相比基线的最短队列过时信息方法，将平均延迟降低了最多40%。
• 改进后的算法在广泛范围的系统负载下均保持低延迟，表现出良好的鲁棒性。
• 轮询和随机方法的平均延迟高于基线和改进后的最短队列方法。