基于聚类算法的流媒体集群节点负载多级划分机制

摘要

随着计算机网络带宽的扩展和计算机处理能力的提高，视频点播越来越广泛地应用在教学、娱乐、办公和其他商业领域。它是一个基于多媒体网络的应用，其核心设备是管理着大量视频节目的视频服务器集群系统。 集群(Cluster)计算机系统是近年来出现的一种新型并行处理环境。它利用网络将一组高性能CP或工作站连接起来，在并行程序设计开发环境支持下统一运行调度，实现高效并行处理，集群系统很容易实现系统性能的扩充。流媒体集群服务器技术是集群的相关应用之一。流媒体技术为近年来新兴的传媒方式，它是计算机技术、网络通信技术、多媒体技术和视频压缩技术等多学科、多领域交叉融合的产物。流媒体应用具有数据量大，对带宽的要求高和实时性强等特点，对服务器的要求也比较高，因此，流媒体在集群上的应用的研究越来越引起热门的广泛关注。 流媒体服务器(Streaming Media Server简写MS)集群系统能够用相对较为廉价的方式提供较强的可扩展性和良好的吞吐性能，然而要使系统资源得到充分利用却面临着许多技术上的挑战，负载均衡技术就是其中之一。在一个由服务器集群构成的大规模视频点播系统中，负载均衡策略的优劣直接影响着整个系统的资源利用效率和服务质量。 本文在研究几种不同的负载均衡算法基础上，针对流媒体的特点，通过对服务器负载均衡理论的研究，结合聚类算法在集群环境上提出了新的负载均衡改进算法并对其进行分析比较。主要是依据聚类算法对集群节点的负载进行多级划分，然后根据节点负载的多级划分进行的负载均衡，以及对负载均衡过程中的负载迁移进行了改进。