Phân loại các thuật toán cân bằng tải

Một phần của tài liệu Nâng cao hiệu năng cân bằng tải trên điện toán đám mây (Trang 36 - 39)

5. Bố cục luận án

1.2.3. Phân loại các thuật toán cân bằng tải

Cân bằng tải trên điện toán đám mây được thực hiện thông qua các thuật toán. Có rất nhiều công trình nghiên cứu cải thiện cân bằng tải và tránh việc sử dụng các nguồn tài nguyên ở mức độ cao bằng việc phát triển các thuật toán cân bằng tải. Thuật toán cân bằng tải được chia thành các loại sau: cân bằng tĩnh, cân bằng động và các thuật toán bổ sung [98]:

 Thuật toán cân bằng tĩnh: không xét đến trạng thái hoặc hành vi trước đó của nút trong khi phân phối tải. Ví dụ: Roud Robin [62], Min- Min [46], Max – Min [69]

 Thuật toán cân bằng động: kiểm tra trạng thái trước đó của một nút trong khi phân phối tải. Ví dụ: DLBS [98], Equally Spread Current Execution [47], Honeybee Foraging Algorithm [100], Biased Random Sampling [61], Active Clustering [102], Throttled Load Balancer [98],

 Thuật toán bổ sung: Cartron [98], LBVS [29].

Bảng 1.2 cho thấy ưu, nhược điểm của một số phương pháp cân bằng tải trên môi trường điện toán đám mây [14].

Bảng 1.2. Ưu, nhược điểm của một số phương pháp cân bằng tải [14].

Thuật toán Ưu điểm Nhược điểm

- Không xem xét tình

trạng hiện tại của các - Chỉ giới hạn cho môi

nút. trường có tải ít biến đổi

Cân - Phù hợp với hệ thống bằng ít phức tạp tĩnh Round Robin [62] - Đơn giản, dễ thực hiện

- Thực hiện tốt hơn với CPU có chu kỳ thực thi ngắn (short CPU burst)

- Nếu tải lớn thì mất nhiều thời gian.

- Các yêu cầu phải tương đương để đạt hiệu suất cao.

Min-Min [46]

- Thời gian hoàn thành nhỏ nhất

- Hiệu quả hơn với các nhiệm vụ có kích thước nhỏ

- Không thể dự báo trước được máy chủ và biến đổi yêu cầu (task)

Max-Min [69]

- Các yêu cầu được biết trước khi đến, nên hiệu quả hơn

- Tốn thời gian dài để xử lý

Opportunistic Load

Balancing [101]

- Cải thiện hiệu suất - Tận dụng nguồn tài nguyên

- Tốn nhiều thời gian để hoàn thành yêu cầu - Yêu cầu thông tin

trạng thái hiện tại của hệ thống

- Chịu lỗi

- Cần kiểm tra trạng thái các nút liên tục

- Độ phức tạp cao - Tăng thông lượng - Nhiệm vụ có độ ưu tiên Honey Bee [100] - Giảm thời gian đáp cao không thể làm việc mà

ứng không có máy ảo nhàn rỗi

Cân

bằng Ant Colony Optimization [82]

- Tính toán nhanh - Giảm thiểu thời gian

- Tìm kiếm mất nhiều thời gian

động xử lý - Phức tạp

Biased Random Sampling [61]

- Cải thiện hiệu suất

- Cải thiện việc sử dụng - Thời gian đáp ứng cao tài nguyên

Resource Allocation Scheduling [75]

- Tăng hiệu suất - Thời gian thực hiện ngắn hơn

Một phần của tài liệu Nâng cao hiệu năng cân bằng tải trên điện toán đám mây (Trang 36 - 39)