In the first case it designed as ce

In the first case it designed as centralized approach,
distributed approach or hybrid approach in the second case as
static approach, dynamic or adaptive approach. [1]
A) CLASSIFICATION ACCORDING TO SYSTEM LOAD
a) Centralized approach: In this approach, a single node is
responsible for managing the distribution within the whole
system.
b) Distributed approach: In this approach, each node
independently builds its own load vector by collecting the load
information of other nodes. Decisions are made locally using
local load vectors. This approach is more suitable for widely
distributed systems such as cloud computing.
c) Mixed approach: A combination between the two
approaches to take advantage of each approach.
B) CLASSIFICATION ACCORDING TO THE SYSTEM
TOPOLOGY
a) Static Approach: This approach is generally defined in
the design or implementation of the system.
b) Dynamic Approach: This approach takes into account
the current state of the system during load balancing decisions.
This approach is more suitable for widely distributed systems
such as cloud computing.
c) Adaptive approach: This approach adapts the load
distribution to system status changes, by changing their
parameters dynamically and even their algorithms. This
approach is able to offer better performance when the system
state changes frequently [1], [3]. This approach is more suitable
for widely distributed systems such as cloud computing.


III. EXAMPLES OF LOAD BALANCING SYSTEMS
A. DNS
The DNS is a distributed system; its main function is
to provide name resolution to IP address and vice versa.
It can then be used as a distributed load balancing system
by:
• Ensuring a high fault tolerance and high availability;
• Shortening the trip traffic by using the closest server
to minimize response time and traffic. By its large
utilization and distribution, DNS can be candidate to be
used as support for distributed load balancing algorithms.
The most used DNS solutions for distributed system are
GeoDNS and Anycast.
a) GeoDNS
When a DNS server responds to a client, it provides an IP
ordered list according to the geographical proximity of client to
server. The client uses, first, the first address, the others are
backup addresses that can be used in increasing order if the
previous does not respond. Clients will be served by DNS in
circular permutation. GeoDNS can be enhanced by using other
parameters, like response time, to ordered list rather than the
only parameter of geographical location.



b) Anycast
It consists in using the same IP address for different
DNS servers in charge of the domain, each server is
being hosted at a datacenter replicated in sufficiently
distant geographical locations (continents ...). As each
DNS server share the same IP address, it relies on IP
routing algorithms to automatically find the closest DNS
server to the client. Each DNS server responds to the
query slight differently, placing the IP of its own data
center on top of the list.



B. ZXTM LB [6]
ZXTM LB (Zeus Extensible Traffic Manager
Load Balancer) is a Zeus product for traffic management
for distributed systems in resilient and scalable manner.
It can be deployed as software, virtual Appliance or
dedicated hardware appliance. It implements many load
balancing algorithms: round-robin, weighted roundrobin,
least connections, weighted least connections,
fastest response time, random, perceptive Cache affinity
and Slow start for node introduction / reintroduction.
C. AMAZON LOAD BALANCING [7]
Amazon load balancing is Load Balancing system
used by Amazon to distribute incoming traffic in a number of
Amazon EC2 instances. It offers the following features:
• Distribution of incoming traffic through the Amazon
EC2 instances in one area of availability or multiple
availability Zones.
• Detection of the Amazon EC2 instances state in which
the load is unbalanced and distributes the load through
the Amazon EC2 healthy instances.
• Block specific user sessions to EC2 instances.
• Support for of the SSL protocol and Internet Protocol
version 6 (IPv6).



IV. LOAD BALANCING CHALLENGES IN THE
CLOUD COMPUTING
Although cloud computing has been widely adopted.
Research in cloud computing is still in its early stages, and
some scientific challenges remain unsolved by the scientific
community, particularly load balancing challenges.
In this section we outline the main challenges:
a) Automated service provisioning [4]: A key feature of
cloud computing is elasticity, resources can be allocated or
released automatically. How then can we use or release the
resources of the cloud, by keeping the same performance as
traditional systems and using optimal resources?
b) Virtual Machines Migration: With virtualization, an
entire machine can be seen as a file or set of files, to unload a
physical machine heavily loaded, it is possible to move a
virtual machine between physical machines. The main
objective is to distribute the load in a datacenter or set of
datacenters. How then can we dynamically distribute the load
when moving virtual machine to avoid bottlenecks in Cloud
computing system?
c) Energy Management: The benefits that advocate the
adoption of the cloud is the economy of scale. Energy saving is
a key point that allows a global economy where a set of global
resources will be supported by reduced providers rather that
each one has its own resources. How then can we use a part of
datacenter while keeping acceptable performance?
d) Stored data management: In the last decade data stored
across the network has an exponential increase even for
companies by outsourcing their data storage or for individuals,
the management of data storage becomes a major challenge for
cloud computing. How can we distribute the data to the cloud
for optimum storage of data while maintaining fast access?
e) Emergence of small data centers for cloud computing
[4]: Small datacenters can be more beneficial, cheaper and less
energy consumer than large datacenter[8]. Small providers can
deliver cloud computing services leading to geo-diversity
computing. Load balancing will become a problem on a global
scale to ensure an adequate response time with an optimal
distribution of resources.


V. RESEARCH WORK RELATED TO LOAD
BALANCING IN THE CLOUD COMPUTING
Many studies were conducted in load balancing
in the cloud computing, some are destined to specific
domain where a specific flow is adapted to Cloud
computing, application level [11], others propose an
improvement of system itself, system level [11].
A. APPLICATION LEVEL LOAD BALANCING
In [9], the storage and the response time are optimized
for medical imaging by proposing flow division and adequate
architecture, based on the following concepts:
- Oriented region structure: an image can be subdivided
into several sub-images to be stored and analyzed
separately by different agents of the system;
- Parallel databases and distributed computing;
- Distributed multiple and collaborative agents with an
appropriate algorithm for load balancing;
- Algorithm for image division and analyzing;
This system was implemented and tested
effectively giving a reduction in processing time from
35% to 50 and it is extensible to video especially
medical videos streaming[9].
B. SYSTEM LEVEL LOAD BALANCING
Yi Lu et al. [10] propose a distributed algorithm (JIQJoin-Idle-Queue)
adaptable to cloud computing by eliminating
the inter-node communications. This algorithm balance the idle
processors "IDLE" to a set of dispatchers. Each processor
informs randomly chosen dispatcher of its inactivity without
interfering with the arrival of the processes. Each dispatcher
manage a queue of idle processes, once the dispatcher assigns a
process to a processor, it removes it from the list of inactive
processes. This eliminates the double communication between
dispatchers and processors which was a significant
improvement over other algorithms as JSQ (Join Shortest
Queue).



. CONCLUSION
In last few years we assist to emergence of Cloud
Computing model which will rapidly changes the landscape of
information technology. However, despite the significant
benefits offered by cloud computing, the current technologies
are not enough mature. Many key challenges in this domain
should be addressed by research community, In particular,
response time which determines customer loyalty to service
provider.
In this paper, we surveyed the state-of-the-art of load
balancing in cloud computing system. We establish the state of
the art load balancing in the cloud computing system, giving a
definition of this term, its classification and examples of its
implementation in classical distributed systems and in the
cloud computing system key technologies as well as research
directions and cases study of search.

ผลลัพธ์ (ไทย) 1:

ในกรณีแรก นั้นออกแบบเป็นวิธีการที่ส่วนกลางวิธีการแจกจ่ายหรือวิธีการผสมในกรณีที่สองเป็นวิธีคง วิธีแบบไดนามิก หรือแบบอะแดปทีฟ [1]A) จัดประเภทตามระบบโหลด) ส่วนกลางวิธี: วิธีการนี้ หนึ่งโหนเป็นรับผิดชอบในการจัดการการกระจายภายในทั้งหมดระบบขวิธีการแจกจ่าย: ในวิธีการนี้ แต่ละโหนดสร้างเวกเตอร์ตัวเองโหลด โดยการรวบรวมการใช้งานอย่างอิสระข้อมูลของโหนอื่น ๆ ตัดสินใจใช้ในท้องถิ่นโหลดเฉพาะเวกเตอร์ วิธีการนี้เหมาะสมมากขึ้นอย่างกว้างขวางระบบแบบกระจายเช่น cloud คอมพิวเตอร์วิธีผสม c): การรวมกันระหว่างทั้งสองวิธีการใช้ประโยชน์จากแต่ละวิธีขจัดประเภทตามระบบโทโพโลยี) วิธีคง: วิธีการนี้โดยทั่วไปกำหนดไว้ในออกแบบหรือการใช้งานของระบบขแบบไดนามิกวิธี: วิธีการนี้จะพิจารณาสถานะปัจจุบันของระบบในระหว่างการโหลดดุลตัดสินวิธีการนี้เหมาะสำหรับระบบกระจายอย่างกว้างขวางเช่นเมฆคอมพิวเตอร์c) แบบปรับเปลี่ยนวิธี: วิธีการนี้ปรับการใช้งานกระจายระบบสถานะเปลี่ยนแปลง โดยการเปลี่ยนแปลงของพวกเขาพารามิเตอร์แบบไดนามิกและอัลกอริทึมของพวกเขา นี้วิธีคือสามารถให้ประสิทธิภาพที่ดีเมื่อระบบสถานะการเปลี่ยนแปลงบ่อย [1], [3] วิธีการนี้เหมาะสมมากขึ้นกระจายอย่างกว้างขวางระบบดังกล่าว เป็น cloud คอมพิวเตอร์III. ตัวอย่างของระบบสมดุลโหลดอ. DNSDNS เป็นระบบแบบกระจาย ทำหน้าที่หลักเพื่อให้การจำแนกชื่อ กับที่อยู่ IP และในทางกลับกันมันสามารถนำไปใช้เป็นการโหลดแบบกระจายที่สมดุลระบบโดย:•ยอมรับข้อบกพร่องสูงและพร้อมใช้งานสูง•ลดการจราจรเดินทาง โดยใช้เซิร์ฟเวอร์ที่ใกล้เคียงที่สุดเพื่อลดเวลาตอบสนองและการจราจร โดยของใหญ่ใช้ประโยชน์และการกระจาย DNS สามารถสมัครรับได้ใช้เป็นการสนับสนุนกระบวนการสร้างสมดุลในการโหลดแบบกระจายแก้ปัญหา DNS ที่ใช้มากที่สุดสำหรับระบบกระจายอยู่GeoDNS และ Anycast) GeoDNSเมื่อเซิร์ฟเวอร์ DNS ตอบสนองต่อลูกค้า ให้เป็น IPสั่งรายการตามใกล้ชิดทางภูมิศาสตร์ของไคลเอนต์เพื่อเซิร์ฟเวอร์ ไคลเอนต์ ใช้ ครั้งแรก อยู่แรก อื่น ๆสำรองสามารถใช้ในการเพิ่มใบสั่งถ้าการก่อนหน้านี้ไม่ตอบสนอง บริการลูกค้า โดย DNS ในการเรียงสับเปลี่ยนแบบวงกลม GeoDNS ที่สามารถเพิ่ม โดยการใช้อื่น ๆพารามิเตอร์ เช่นเวลาตอบรับ รายการสั่งดีกว่าพารามิเตอร์เท่านั้นของที่ตั้งทางภูมิศาสตร์ข) Anycastประกอบด้วยในการใช้อยู่ IP เดียวกันแตกต่างกันคือแต่ละเซิร์ฟเวอร์เซิร์ฟเวอร์ DNS ชอบโดเมนการโฮสต์ที่ datacenter ที่จำลองแบบแล้วในเพียงพอไกลสถาน (ทวีป...) เป็นแต่ละเซิร์ฟเวอร์ DNS อยู่ IP เดียวกันที่ใช้ร่วมกัน มันใช้ IPสายงานการผลิตอัลกอริทึมในการค้นหา DNS ใกล้เคียงที่สุดโดยอัตโนมัติเซิร์ฟเวอร์ไปยังไคลเอนต์ เซิร์ฟเวอร์ DNS ตอบสนองต่อการสอบถามเล็กน้อยแตกต่างกัน วาง IP ข้อมูลตนเองกึ่งกลางด้านบนของรายการB. ZXTM ปอนด์ [6] ZXTM ปอนด์ (ซุส Extensible จราจรผู้จัดการสร้างสมดุล) เป็นผลิตภัณฑ์ซุสสำหรับการจัดการจราจรระบบกระจายความยืดหยุ่น และสามารถปรับสามารถใช้งานเป็นซอฟต์แวร์ อุปกรณ์เสมือน หรืออุปกรณ์ฮาร์ดแวร์เฉพาะ มันใช้โหลดมากสร้างสมดุลของอัลกอริทึม: วน roundrobin ถ่วงน้ำหนักการเชื่อมต่อน้อยที่สุด ถ่วงน้ำหนัก การเชื่อมต่อน้อยที่สุดเวลาตอบสนองที่เร็วที่สุด สุ่ม ตาต่ำความสัมพันธ์แคและช้าเริ่มต้นสำหรับโหนแนะนำ / วัฏจักรค. AMAZON สร้างสมดุลในการโหลด [7]อเมซอนสมดุลเป็นระบบ Load Balancingใช้เพื่อกระจายการจราจรขาเข้าในอเมซอนAmazon EC2 อินสแตนซ์ มีคุณลักษณะต่อไปนี้:•การกระจายของการจราจรขาเข้าผ่านอเมซอนกรณี EC2 ในพื้นที่หนึ่งมีอยู่หรือหลายพร้อมโซน•ตรวจ Amazon EC2 อินสแตนซ์รัฐซึ่งโหลดไม่สมดุล และกระจายโหลดผ่านกรณีสุขภาพ Amazon EC2•บล็อกผู้ใช้เฉพาะรอบการอินสแตนซ์ EC2•สนับสนุนโพรโทคอล SSL และอินเทอร์เน็ตโพรโทคอลรุ่น 6 (IPv6) IV การสมดุลความท้าทายในการCLOUD คอมพิวเตอร์ถึงแม้ว่าเมฆได้รับกันอย่างแพร่หลายรับรองการใช้งานวิจัยในเมฆที่ยังอยู่ในขั้นเริ่มต้น การใช้งาน และความท้าทายทางวิทยาศาสตร์บางอย่างยังคงอยู่ยังไม่ได้แก้ไข โดยทางวิทยาศาสตร์ชุมชน โดยเฉพาะอย่างยิ่งสร้างสมดุลในการโหลดความท้าทายในส่วนนี้ เราเค้าความท้าทายหลัก:ก) อัตโนมัติบริการเตรียม [4]: คุณลักษณะสำคัญของเมฆที่คอมพิวเตอร์มีความยืดหยุ่น สามารถปันส่วนทรัพยากร หรือนำออกใช้โดยอัตโนมัติ วิธีแล้ว สามารถเราใช้ หรือปล่อยตัวทรัพยากรของเมฆ โดยรักษาประสิทธิภาพการทำงานเดียวกันเป็นระบบแบบดั้งเดิมและใช้ทรัพยากรที่เหมาะสมหรือไม่ ขเครื่องเสมือนการย้าย: กับจำลองเสมือน การเครื่องทั้งหมดสามารถดูได้เป็นแฟ้มหรือชุดของแฟ้ม การยกเลิกการโหลดแบบเครื่องจริงเพียบ จำเป็นต้องย้ายเครื่องเสมือนระหว่างเครื่องจักรจริง หลักวัตถุประสงค์คือเพื่อ กระจายโหลดใน datacenter หรือชุดของdatacenters วิธีแล้ว สามารถเราแบบไดนามิกกระจายโหลดเมื่อย้ายเครื่องเสมือนเพื่อหลีกเลี่ยงปัญหาคอขวดในเมฆระบบคอมพิวเตอร์หรือไม่c) จัดการพลังงาน: ประโยชน์ที่สนับสนุนการเศรษฐกิจของขนาดของเมฆได้ ประหยัดพลังงานได้จุดสำคัญที่ทำให้เศรษฐกิจโลกตั้งส่วนกลางทรัพยากรจะได้รับการสนับสนุน โดยผู้ให้บริการลดลงแทนที่แต่ละคนมีทรัพยากรของตัวเอง ว่าแล้ว เราจึงสามารถใช้เป็นส่วนหนึ่งของdatacenter ขณะรักษาประสิทธิภาพที่ยอมรับได้หรือไม่d) เก็บข้อมูลจัดการ: ในทศวรรษข้อมูลสุดท้ายที่เก็บไว้ผ่านเครือข่ายได้เพิ่มเนนสำหรับบริษัทจ้างจัดเก็บข้อมูล หรือ สำหรับแต่ละ บุคคลการจัดการการจัดเก็บข้อมูลกลายเป็น ความท้าทายที่สำคัญสำหรับcloud คอมพิวเตอร์ วิธีใดเราจึงสามารถกระจายข้อมูลไปยัง cloudสำหรับเก็บข้อมูลในขณะที่รักษาเข้าถึงได้อย่างรวดเร็วเหมาะสมหรือไม่ คำนวณ e) ของศูนย์ข้อมูลขนาดเล็กสำหรับเมฆที่เกิดขึ้น[4]: datacenters ขนาดเล็กสามารถมีประโยชน์ ราคาถูกกว่า และน้อยผู้บริโภคพลังงานมากกว่า datacenter ใหญ่ [8] ผู้ให้บริการขนาดเล็กสามารถส่งเมฆคอมพิวเตอร์บริการที่นำไปสู่ความหลากหลายทางภูมิศาสตร์ใช้งาน สมดุลจะกลายเป็น ปัญหาในสากลมาตราส่วนให้เวลาตอบสนองเพียงพอที่ มีความเหมาะสมการกระจายของทรัพยากรV. วิจัยงานที่เกี่ยวข้องกับโหลดสมดุลในเมฆคอมพิวเตอร์ ในการศึกษาได้ดำเนินการในสมดุลในเมฆคอมพิวเตอร์ บางคนการที่เฉพาะเจาะจงโดเมนที่กระแสเฉพาะจะปรับให้เมฆคอมพิวเตอร์ โปรแกรมประยุกต์ระดับ [11], อื่น ๆ เสนอการปรับปรุงระบบเอง ระดับระบบ [11]อ.แอพลิเคชันระดับสร้างสมดุลในการโหลดใน [9], การจัดเก็บข้อมูลและเวลาตอบสนองนี้เหมาะในทางการแพทย์เพียงพอ และถ่ายภาพ โดยเสนอการแบ่งกระแสสถาปัตยกรรม ตามแนวคิดดังต่อไปนี้:-เน้นโครงสร้างภูมิภาค: สามารถปฐมภูมิรูปเป็นภาพย่อยต่าง ๆ เพื่อจัดเก็บ และวิเคราะห์แยกต่างหากจากตัวแทนต่าง ๆ ของระบบ-ฐานข้อมูลและการกระจายการใช้งาน แบบขนาน-กระจายหลาย และตัวแทนร่วมกับการอัลกอริทึมที่เหมาะสมสำหรับการโหลดดุล-อัลกอริทึมสำหรับแบ่งภาพและวิเคราะห์ ระบบนี้ถูกนำมาใช้ และทดสอบอย่างมีประสิทธิภาพทำให้ลดเวลาในการประมวลผลจาก35% 50 และ extensible วิดีโอโดยเฉพาะวิดีโอทางการแพทย์ที่ส่งกระแสข้อมูล [9]เกิดระบบระดับสร้างสมดุลในการโหลดYi Lu et al. [10] เสนอขั้นตอนวิธีแบบกระจาย (JIQJoin-ปล่อยคิว)ปรับเปลี่ยนการคำนวณ โดยการขจัดเมฆการสื่อสารระหว่างโหน อัลกอริทึมนี้ดุลการทำงานตัวประมวลผล "ใช้งาน" ชุดของ dispatchers แต่ละตัวประมวลผลผู้ท่านสุ่มของสาเหตุที่ไม่แจ้งให้ทราบรบกวนที่มาของกระบวนการ ผู้จัดส่งแต่ละจัดการคิวของกระบวนการใช้งาน เมื่อกำหนดให้ผู้จัดส่งกระบวนการตัวประมวลผล จะออกจากรายการงานกระบวนการทาง ช่วยลดการสื่อสารระหว่างคู่dispatchers และตัวประมวลผลที่มีความสำคัญปรับปรุงผ่านอัลกอริทึมอื่น ๆ เป็น JSQ (รวมสั้นที่สุดคิว). บทสรุปในไม่กี่ปี เราช่วยให้การเกิดขึ้นของเมฆแบบจำลองคอมพิวเตอร์ที่รวดเร็วจะเปลี่ยนแปลงภูมิทัศน์ของเทคโนโลยีสารสนเทศ อย่างไรก็ตาม แม้ มีสำคัญประโยชน์ที่นำเสนอ โดยเมฆคอมพิวเตอร์ เทคโนโลยีปัจจุบันไม่เป็นผู้ใหญ่พอ ความท้าทายสำคัญหลายในโดเมนนี้ควรได้รับ โดยงานวิจัยชุมชน โดยเฉพาะเวลาตอบสนองที่กำหนดสมาชิกลูกค้าบริการผู้ให้บริการ ในเอกสารนี้ เราสำรวจรัฐของ-the-art ของโหลดสมดุลในคอมพิวเตอร์ระบบคลาวด์ เราสร้างรัฐการศิลปะสร้างสมดุลในการโหลดในเมฆคอมพิวเตอร์ระบบ ให้เป็นคำจำกัดความของคำนี้ การจัดประเภท และตัวอย่างของการใช้งาน ในระบบแบบกระจายคลาสสิก และในการcloud คอมพิวเตอร์ระบบเทคโนโลยีตลอดจนงานวิจัยเส้นทางและกรณีศึกษาของการค้นหา

ผลลัพธ์ (ไทย) 3:

ในกรณีแรก มันออกแบบมาเป็นส่วนกลาง วิธีการ แนวทาง หรือวิธีการใน
ไฮบริด รายที่สองเป็นวิธีการกระจาย
คงที่แบบไดนามิกหรือวิธีการปรับตัว [ 1 ]
) การจำแนกตามโหลดระบบ
) จากวิธีการในวิธีนี้โหนดเดียว
รับผิดชอบการจัดการการกระจายภายในทั้งระบบ
.
b ) วิธีการกระจาย : ในวิธีการนี้ แต่ละโหนด
สร้างเวกเตอร์อิสระโหลด ของตัวเอง โดยรวบรวมข้อมูลโหลด
โหนดอื่น ๆ การตัดสินใจในการใช้
เวกเตอร์โหลดท้องถิ่น วิธีการนี้เหมาะสำหรับอย่างกว้างขวาง
ระบบกระจาย เช่น คอมพิวเตอร์เมฆ .
c ) วิธีการผสม : การรวมกันระหว่างสอง
แนวทางใช้ประโยชน์จากแต่ละวิธี .
b ) การจำแนกตามโครงสร้างระบบ

) วิธีการแบบคงที่วิธีการนี้จะกำหนดโดยทั่วไปในการออกแบบหรือการดำเนินงานของ

b ) แบบไดนามิก ระบบ วิธีการ วิธีการนี้จะเข้าสู่บัญชี
สถานะปัจจุบันของระบบระหว่างการสมดุลภาระการตัดสินใจ วิธีการนี้จะเหมาะกว่า

ระบบกระจายอย่างกว้างขวางเช่นคอมพิวเตอร์เมฆ .
c ) วิธีการปรับ : วิธีการนี้ปรับการเปลี่ยนแปลงระบบการกระจายโหลด

สถานะ โดยการเปลี่ยนพวกเขาพารามิเตอร์แบบไดนามิกและขั้นตอนวิธีการของพวกเขา วิธีการนี้
สามารถนำเสนอประสิทธิภาพที่ดีขึ้นเมื่อระบบ
สภาพการเปลี่ยนแปลงบ่อย [ 1 ] , [ 3 ] วิธีการนี้เหมาะสำหรับการกระจายอย่างกว้างขวางมากขึ้น
ระบบเช่นคอมพิวเตอร์เมฆ


III ตัวอย่างของโหลดสมดุลระบบ
A
DNS เป็น DNS ระบบกระจาย หน้าที่หลักของมันคือเพื่อให้ความละเอียดชื่อ

IP และในทางกลับกันมันสามารถใช้เป็นระบบการกระจายสมดุลภาระโดย :
-
ให้ความอดทนความผิดสูงว่างสูง ;
- ลดการจราจรการเดินทางโดยใช้
เซิร์ฟเวอร์เพื่อลดเวลาการตอบสนองที่ใกล้และการจราจร โดยการใช้ขนาดใหญ่
และแจกจ่าย DNS สามารถเลือกที่จะใช้เป็นสนับสนุนให้กระจาย

โหลดดุลอัลกอริธึมที่ใช้มากที่สุดโซลูชั่นระบบ DNS กระจายและ geodns anycast
.
) geodns
เมื่อเซิร์ฟเวอร์ DNS ให้ตอบสนองต่อลูกค้าก็มี IP
สั่งรายการตามความใกล้ชิดทางภูมิศาสตร์ของลูกค้า

Server ลูกค้าใช้ ครั้งแรก ที่อยู่ก่อน ผู้อื่น
ที่อยู่สำรองที่สามารถใช้เพื่อเพิ่มถ้า
ก่อนหน้านี้ไม่ตอบสนอง ลูกค้าจะถูกเสิร์ฟโดย
DNS ในก็อปปี้ . geodns สามารถเพิ่มโดยการใช้พารามิเตอร์อื่น ๆ
, เช่นเวลาการตอบสนองเพื่อสั่งรายการมากกว่า
พารามิเตอร์เพียงของที่ตั้งทางภูมิศาสตร์ .



b ) anycast
ประกอบด้วยในการใช้ IP เดียวกันสำหรับเซิร์ฟเวอร์ DNS แตกต่างกัน
ในค่าใช้จ่ายของโดเมนแต่ละเซิร์ฟเวอร์
เป็นเจ้าภาพที่เทคโนโลยีซ้ำในสถานที่ห่างไกลทางภูมิศาสตร์เพียงพอ
( ทวีป . . . . . . . ) เป็นแต่ละ
DNS Server ใช้ IP เดียวกัน มันอาศัย IP
เส้นทางขั้นตอนวิธีโดยอัตโนมัติในการค้นหา DNS เซิร์ฟเวอร์ที่ใกล้
ให้ลูกค้า แต่ละเซิร์ฟเวอร์ตอบสนอง
สอบถามเล็กน้อยที่แตกต่างกันวาง IP ของตัวเองข้อมูล
ศูนย์ที่ด้านบนของรายการ



. zxtm ปอนด์ [ 6 ]
zxtm ปอนด์ ( Zeus และผู้จัดการ
การจราจรโหลด balancer ) เป็นผลิตภัณฑ์สำหรับการจัดการจราจร
ซุสสำหรับระบบแบบกระจายในลักษณะที่ยืดหยุ่นและปรับขนาดได้ .
ก็ทำหน้าที่เป็นเสมือนอุปกรณ์หรือซอฟต์แวร์
ทุ่มเทอุปกรณ์ฮาร์ดแวร์ มันใช้หลายขั้นตอนวิธีการโหลด
: รอบโรบิน roundrobin ถ่วงน้ำหนัก
อย่างน้อย , การเชื่อมต่อการเชื่อมต่อหรืออย่างน้อย
สุ่มเวลาตอบสนองที่เร็วที่สุด , เฉลียว , แคชและเริ่มช้า แนะนำ 6
/
c คืนโหนดAmazon โหลดดุล [ 7 ]
Amazon โหลดสมดุลเป็นสมดุลภาระระบบ
ใช้โดย Amazon เพื่อกระจายการจราจรขาเข้าในจํานวน
Amazon EC2 กรณี มันมีคุณลักษณะต่อไปนี้ :
- การกระจายการจราจรขาเข้าผ่าน Amazon EC2
กรณีในพื้นที่หนึ่งของห้องพักหรือหลาย

- ห้องพัก โซน การตรวจสอบของ Amazon EC2 อินสแตนซ์ของรัฐซึ่ง
โหลดสมดุลและกระจายโหลดผ่าน Amazon EC2 สุขภาพ

แต่ละเซสชันของผู้ใช้บล็อกกรณี เฉพาะกรณี EC2 .
- การสนับสนุนของ SSL โปรโตคอลและโปรโตคอล
อินเทอร์เน็ตรุ่นที่ 6 ( IPv6 )



4 . สมดุลภาระความท้าทายใน

แม้ว่าคอมพิวเตอร์เมฆคอมพิวเตอร์เมฆได้รับการรับรองอย่างกว้างขวาง .
วิจัยในคอมพิวเตอร์เมฆยังคงเป็นในระยะแรกและ
ความท้าทายทางวิทยาศาสตร์บางอย่างยังคงเป็นปริศนา โดยชุมชนวิทยาศาสตร์

โดยเฉพาะสมดุลภาระความท้าทาย ในส่วนนี้เราร่างความท้าทายหลัก :
) บริการอัตโนมัติ ) [ 4 ] : เป็นคุณสมบัติที่สำคัญของคอมพิวเตอร์
เมฆความยืดหยุ่น สามารถจัดสรรทรัพยากรหรือ
ออกโดยอัตโนมัติ แล้วเราใช้หรือปล่อย
ทรัพยากรของเมฆ โดยรักษาประสิทธิภาพเช่นเดียวกับ
ระบบแบบดั้งเดิม และการใช้ทรัพยากรที่เหมาะสม ? การย้ายถิ่น :
b ) เครื่องเสมือน ( ,
เครื่องทั้งหมดสามารถเห็นเป็นแฟ้มหรือชุดของแฟ้ม ที่จะขน
ทางกายภาพเครื่องโหลดหนักก็เป็นไปได้ที่จะย้าย
เครื่องเสมือนระหว่างเครื่องทางกายภาพ วัตถุประสงค์หลักคือการกระจายโหลด

ในดาต้าเซ็นเตอร์ หรือชุดของที่ถูกกว่าแล้วเราแบบกระจายโหลด
เมื่อย้ายเครื่องเสมือนเพื่อหลีกเลี่ยงปัญหาคอขวดในระบบคอมพิวเตอร์เมฆ
?
c ) การจัดการพลังงาน : ประโยชน์ที่สนับสนุน
ยอมรับเมฆคือเศรษฐกิจของมาตราส่วน ประหยัดพลังงาน
จุดสําคัญที่ช่วยให้เศรษฐกิจโลกที่มีชุดของทรัพยากรโลก
จะได้รับการสนับสนุนโดยผู้ให้บริการลดลงมากกว่า
แต่ละตัวมีทรัพยากรของตัวเองแล้วเราสามารถใช้เป็นส่วนหนึ่งของข้อมูลในขณะที่รักษาประสิทธิภาพ
ยอมรับ ?
d ) จัดเก็บข้อมูลการจัดการข้อมูล : ในทศวรรษที่ผ่านมาเก็บไว้
ข้ามเครือข่ายได้เพิ่มเป็นทวีคูณ แม้แต่ บริษัท โดยการจัดเก็บข้อมูล

หรือบุคคล การบริหารการจัดเก็บข้อมูลจะกลายเป็นความท้าทายที่สำคัญสำหรับคอมพิวเตอร์
เมฆ วิธีที่เราสามารถกระจายข้อมูลไปยังเมฆ
สำหรับการจัดเก็บที่เหมาะสมของข้อมูลในขณะที่การเข้าถึงอย่างรวดเร็ว
E ) วิวัฒนาการของศูนย์ข้อมูลขนาดเล็กสำหรับเมฆคอมพิวเตอร์
[ 4 ] : ศูนย์ข้อมูลขนาดเล็กจะเป็นประโยชน์กว่า ถูกกว่า และผู้บริโภคพลังงานน้อยกว่า
กว่าเซ็นเตอร์ขนาดใหญ่ [ 8 ] ผู้ให้บริการขนาดเล็กที่สามารถให้บริการคอมพิวเตอร์เมฆ
ากอความหลากหลาย
คอมพิวเตอร์ สมดุลภาระจะกลายเป็นปัญหาในระดับโลก
ขนาดเพื่อให้แน่ใจว่ามีเวลาตอบสนองที่มีการกระจายทรัพยากรที่เหมาะสม



V . งานวิจัยที่เกี่ยวข้องโหลดสมดุลในเมฆคอมพิวเตอร์

หลายการศึกษาได้ดำเนินการในการโหลดดุล
ในเมฆคอมพิวเตอร์บางเลือกโดเมนเฉพาะ
ที่ไหลเฉพาะมาใช้ในการคำนวณเมฆ
โปรแกรมระดับ [ 11 ] คนอื่นเสนอการพัฒนาระบบเองระบบระดับ [ 11 ] .
A
ในการโหลดระดับสมดุล [ 9 ] , กระเป๋าและเวลาในการตอบสนองที่ดีที่สุด
สำหรับการถ่ายภาพทางการแพทย์ โดยการไหลและกองสถาปัตยกรรมพอเพียง
ตามแนวคิดต่อไปนี้ :
- เชิงโครงสร้างภูมิภาค : ภาพจะแบ่งเป็นภาพย่อย
หลายจะถูกเก็บไว้ และวิเคราะห์
แยกโดยตัวแทนที่แตกต่างกันของระบบ ;
- ระบบฐานข้อมูลแบบขนานและกระจายการคำนวณ ;
- กระจายหลายและตัวแทนร่วมกันกับ
ขั้นตอนวิธีที่เหมาะสมสำหรับสมดุลภาระ ;
- ขั้นตอนวิธีสำหรับแผนกภาพและวิเคราะห์ ;

ระบบนี้ถูกดำเนินการและทดสอบได้อย่างมีประสิทธิภาพให้ลดเวลาในการประมวลผลจาก
35% 50 และจะขยายไปยังวิดีโอสตรีมมิ่งวิดีโอโดยเฉพาะอย่างยิ่ง
ทางการแพทย์ [ 9 ] .

โหลดสมดุลระดับระบบ Bอีลู่ et al . [ 10 ] เสนอกระจายขั้นตอนวิธี ( jiqjoin ว่างคิว )
3
ระหว่างเมฆ โดยขจัดปมคมนาคม อัลกอริทึมนี้สมดุลว่าง
โปรเซสเซอร์ " ว่าง " ชุดของอากาศยาน . แจ้งส่งของโปรเซสเซอร์แต่ละตัว
สุ่มเลือกของเฉยโดยไม่
รบกวนกับการมาถึงของกระบวนการ แต่ละส่งไป
จัดการคิวของกระบวนการที่ใช้งานเมื่อคุณมอบหมาย
กระบวนการประมวลผล มันลบออกจากรายการของกระบวนการที่ใช้งาน

นี้จะช่วยลดการสื่อสารคู่ระหว่าง
dispatchers และโปรเซสเซอร์ซึ่งอย่างมีนัยสำคัญการปรับปรุงอัลกอริทึมอื่น ๆ
jsq ( เข้าร่วมคิวสั้น
)



สรุป
ในไม่กี่ปีที่ผ่านมาเราให้ความช่วยเหลือในการวิวัฒนาการของคอมพิวเตอร์เมฆ
รูปแบบซึ่งจะอย่างรวดเร็วการเปลี่ยนแปลงภูมิทัศน์ของ
เทคโนโลยีสารสนเทศ อย่างไรก็ตาม แม้จะพบ
ประโยชน์เสนอ โดยคอมพิวเตอร์เมฆ ,
เทคโนโลยีปัจจุบันไม่เพียงพอก็เป็นผู้ใหญ่ ความท้าทายที่สำคัญมากในการ
ควรจะ addressed โดยชุมชน , การวิจัยโดยเฉพาะ
เวลาตอบสนองที่กำหนดความภักดีของลูกค้ากับผู้ให้บริการ
.
ในกระดาษนี้เราสำรวจรัฐ - of - the - art โหลด
สมดุลในระบบคอมพิวเตอร์เมฆเราสร้างรัฐของศิลปะ
โหลดสมดุลในระบบคอมพิวเตอร์เมฆ , การให้
นิยามของเทอมนี้ การจัดหมวดหมู่ และตัวอย่างของการใช้ในระบบกระจาย

และคลาสสิกในเมฆคอมพิวเตอร์ระบบเทคโนโลยี ตลอดจนทิศทางการวิจัย
และกรณีศึกษาค้นหา