负载均衡算法在智慧矿山软件平台中的应用.pdf

工矿自动化 In d us t r y a n d Min eAut o ma t io n 第46卷第5期 2020年5月 Vo l .46No .5 Ma y 2020 文章编号1671-251X202005-0104-05DOI10. 13272/j. issn . 1671251x. 2019110054 负载均衡算;在智慧矿山软件平台中的应用 郭秀才张悦贺耀宜2 1.西安科技大学电气与控制工程学院％陕西 西安710054； 2.中煤科工集团常州研究院有限公司％江苏常州213015； 3.天地常州自动化股份有限公司，江苏常州213015 扫码移动阅读 摘要针对现有负载均衡算法在处理智慧矿山系统数据时存在处理速度慢、无法合理利用现有资源完成 任务调度等问题，提出一种基于布谷鸟搜索的加权最小连接数CS -WLC算法，并将其应用于智慧矿山软件 平台解决负载均衡问题。该算法综合考虑后端服务器处理速率、内存容量、磁盘IO速率、网络吞吐量、进程 数指标，通过对指标赋予权值计算各后端服务器利用率；根据计算结果，采用布谷鸟搜索算法对后端服务器 进行全局寻优，得到一组较优解；考虑连接数及使用频率对后端服务器赋予权值，采用加权最小连接数 WLC算法在较优解中选取负载较轻的后端服务器处理实时数据存取和用户访问请求。采用分布式融合 性监控系统软件平台进行负载均衡测试，结果表明在数据量不断增多的情况下，与WLC算法相比，CS -WLC 算法应答时延小、响应连接数多，从而验证了 CS -WLC算法具有更好的负载均衡效果 关键词智慧矿山；煤矿监控系统；软件平台；负载均衡；布谷鸟搜索算法；加权最小连接数算法 中图分类号TD67 文献标志码A Appl ic a t io n o f l o a d ba l a n c in ga l go r it hmin sma r t min eso f t w a r epl a t f o r m GUO Xiuc a i1, ZHANG Yue1, HE Ya o y i23 1. S c ho o l o f El ec t r ic a l a n d Co n t r o l En gin eer in g, Xia n Un iver sit y o f S c ien c e a n d Tec hn o l o gy , Xa n 710054, Chin a; 2. CCTEG Cha n gzho u Resea r c h In st it ut e, Cha n gzho u 213015, Chin a; 3.Tia n d iCha n gzho u Aut o ma t io n Co .,Lt d .,Cha n gzho u213015,Chin a Abstract F o r pr o bl ems o f c ur r en t l o a d ba l a n c in g a l go r it hms suc h a s sl o w pr o c essin g speed a n d un r ea so n a bl e use o f exist in g r eso ur c es t o c o mpl et e t a sk sc hed ul in g in pr o c essin g d a t a o f sma r t min e sy st em, a c uc k o o sea r c h ba sed w eight ed l ea st c o n n ec t io n CS -WLC a l go r it hm w a s pr o po sed a n d a ppl ied t o sma r min e so f w a r e pl a f o r m f o r l o a d ba l a n c in g. The a l go r i hm sy n heic al y c o n sid er s ba c k en d ser ver in d sin c l ud in gpr o c essin gspeed ,RAM,d isc IOspeed ,n ew o r k hr o ughpua n d pr o c essqua n iy ,a n d c a l c ul a esa va il a bil iy o f ea c h ba c k en d ser ver hr o ugh a ssign in g w eigho ea c hin d ex.Cuc k o o sea r c h a l go r ihmisused f o r gl o ba l o pimiza io n o f heba c k en d ser ver sa c c o r d in go hec a l c ul a io n r esul s,so a s o gea n o pima l so l uio n c olec io n .Theba c k en d ser ver sa r ea ssign ed w eighsc o n sid er in gl in k in gn umber a n d usa gef r equen c y ,a n d w eighed l ea sc o n n ec io n WLCa l go r ihmisused o sel ec a ba c k en d ser ver w ihl igher l o a d in heo pima l so l uio n c olec io n o pr o c essr ea l -imed a a a n d user a c c essr eques s.Lo a d ba l a n c in gesis c a r r ied o uo n so f w a r e pl a f o r m o f d isr ibued f usio n mo n io r in gsy sem.Ther esul s sho w t ha t CS -WLC a l go r it hm ha s sho r t er r espo n se t ime-d el a y a n d l a r ger l in k in g n umber t ha n WLC a l go r it hm un d er t he c o n d it io n o f d a t a in c r ea se, w hic h ver if ies CS -WLC a l go r it hm ha s bet t er l o a d ba l a n c in g efec t . 收稿日期收稿日期2019-11-22；修回日期修回日期 2020-04-08；责任编辑责任编辑李明。 基金项目基金项目天地常州自动化股份有限公司科研项目2018GY003。 作者简介作者简介郭秀才1963 男，陕西西安人，教授，硕士，主要研究方向为煤矿井下监控监测系统,E-ma n1036385641qq. c o m。 引用格式引用格式郭秀才，张悦，贺，贺耀宜负载均衡算法在智慧矿山软件平台中的应用工矿自动化，2020,46“104-107. GUO Xiuc a i,ZHANG Yue, HE Ya o y i. Appl ic a t io n o f l o a d ba l a n c in g a l go r t hm in sma r t min e so f t w a r e pl a t f o r m］〕］. In d ust r y a n d Min e Aut o ma t io n ,2020,465 104-107. 2020 5 郭秀才等负载均衡算法在智慧矿山软件平台中的应用 105 ・ Key words sma r t min e; c o a l min e mo n it o r in g sy st em; so f t w a r e pl a t f o r m; l o a d ba l a n c in g; c uc k o o sea r c h a l go r it hm; w eight ed l ea st c o n n ec t io n a l go r it hm 0引言 近年来，随着智慧矿山建设逐步发展，煤矿安全 水平得到了极大提升，但智慧矿山系统中的海量数 据处理问题随之而来。据统计，目前每座矿山建有 30〜50个监控子系统「宀，包括安全监控系统、带式 输送机控制系统、通风机控制系统、变电所监控系统 等,且每个监控子系统有1 000〜2 000个测点，导致 智慧矿山系统数据量大、种类繁杂「3勺。目前，智慧 矿山均基于云计算架构，软件平台运行在云端，不同 矿山之间的数据将产生关联，且子系统、测点、用户 数量会越来越多。单一服务器无法支撑当前海量数 据处理请求，不能满足实际生产管理需求，因此需要 多台服务器同时处理并发的数据存取及用户访问请 求，通过负载均衡算法「I将相关请求合理分配给每 台服务器。 负载均衡算法包括静态、动态两种。静态负载 均衡算法按照固定比例分配任务，如轮询算法、加权 轮询算法；动态负载均衡算法根据当前服务器状态 分配任务，如最小连接数Lea st Co n n ec t io n , LC算 法、加权最小连接数Weight ed Lea st Co n n ec t io n， WLC算法「8切。其中WLC算法是目前最常用的动 态负载均衡算法。由于煤矿行业的特殊性和智慧矿 山系统数据类型的复杂性，现有负载均衡算法在处 理智慧矿山系统数据时，存在处理速度慢、无法合理 利用现有资源完成任务调度等问题。针对该问题， 本文提出了一种基于布谷鸟搜索Cuc k o o S ea r c h， CS10-的WLCCS -WLC算法，并将其部署在智慧 矿山软件平台，通过试验验证了其具有较好的负载 均衡效果。 1负载均衡算法 1.1 WLC 算 假设智慧矿山系统中有7台服务器G为第 f 1,2,・・・，7台服务器S的权值,Cs,为S当前连 接数，则系统中总连接数Csum Cs「当服务器 1 Q Q 1,2，，，，7， ，怡3的连接数Cs0满足式1时， ， 将新的连接请求发送至S , o 该服务器性能呈正比。但WLC算法仅使用连接数 作为性能指标，任务分配的准确度不高，因此需要进 一步引入服务器类别、CPU利用率等指标进行综合 考量「7- o 1. 2 CS -WLC 算法 CS算法是由布谷鸟寻窝方式演变而来。在自 然界中，布谷鸟通过随机方式寻找合适的鸟窝布谷 鸟在飞行过程中发现候选鸟窝进行保留并不断更 新，最终找到最优鸟窝。鸟窝位置更新公式为,0- 1 x xu L L为随机搜索路径。 当鸟窝位置更新后，取［0,1］内服从均匀分布的 随机数与被宿主发现的概率P比较，若厂〉P，则 更新X Xu 1,反之保留当前的鸟窝位置。 本文在传统WLC算法基础上引入CS算法，基 本思想针对智慧矿山系统服务器，先通过CS算法 选取较优解集，再运行WLC算法，在较优解集内选 取当前连接数最小的服务器，完成负载匹配任务。 2基于CS-WLC算法的负载均衡 智慧矿山软件平台各业务模块根据数据存取和 访问请求的不同分布在多台后端服务器上。当煤矿 各类监控子系统向智慧矿山软件平台发送数据时, 由于后端服务器长时间运行，负载均衡服务器上记 录的负载量不能实时准确地反映各后端服务器负载 情况，所以需要周期性采集各后端服务器的负载信 息，即每隔一定时间T,各后端服务器向负载均衡服 器反 CPU 率、 率、 访问 率、网络带宽占用率、进程数量占用率，从而保证负 载均衡服务器记录数据的准确性。 智慧矿山软件平台整体部署如图1所示。各后 端服务器承载数据存取及用户访问业务功能。前端 |井下设备和传陶 实时数据并发传输 负载均衡服务器 根据 CS -WLC ＜算法分配 、 负载均衡后端服务器.Ngin x反向 ［ J代理模块 ［并发访问I 代理模块 上报计算 资源状态 |后端服务器1 X ------1后端服务器2 X----- 承载实时数据存取 和用户访问请求 式中Hsk为服务器5权值。 WLC算法中各服务器用相应权值表示其性 能，在分配新的连接请求时，尽可能使服务器权值与 |后端服务器“X 图1智慧矿山软件平台整体部署 F ig. 1 Over a l l d epl o y men t o f sma r t min e so f t w a r e pl a t f o r m 106 . 工矿自动化 46 负载均衡服务器内置负载均衡管理模块和Ngin x 反向代理模块，前者用于判别后端服务器运行情况， 后者根据前者判别结果将实时数据存取和用户访问 请求分配给当前负载较轻的后端服务器。 基于CS -WLC算法的负载均衡过程如下。 1计算各后端服务器最大处理能力。假设第 2台后端服务器S ,的CPU数量为伉，最大处理速 率、内存容量、磁盘IO速率、网络吞吐量、进程数分 别为Et,Mt,Dt,Nt,f.，其最大处理能力为 H, KE,K2,K3DKiN,K5f, 3 式中K1-K.5分别为后端服务器处理速率、内存容 量、磁盘IO速率、网络吞吐量、进程数对应权值, 5 K“ 1。 “2计算各后端服务器当前利用率。假设 第，台后端服务器S ,的实时处理速率、内存容量、 磁盘IO速率、网络吞吐量、进程数分别为E,, ,, D,, N, , f,,其实时处理能力为 H, KE, KZM； K3M KN, Kf 4 当前后端服务器利用率为 Gs 需 U 100 5 W, 3 设置加个参考值A1, Az,,L ,并与Gs 比较。当Gs L1时,将Gs,放入集合gs1;当L1 Gs,儿时,将Gs,放入集合gs“。以此类推,当 L”1 Gs, L” 时,将 Gs 放入集合 gs。” 4 采用CS算法对gs1, ge ,,gss”进行全局 寻优,得到一组较优解,其中每个元素均为各集合中 的最优值。 5 采用WLC算法选取最终后端服务器。在 周期丁内,单一的连接数无法准确反映当前后端服 务器的负载接收能力，因此为各后端服务器赋予新的 权值,该权值与后端服务器连接数及使用频率呈正 比。当新的请求到来时,采用WLC算法在较优解中 选取当前最优解，并将请求分配给该后端服务器。 假设第**1,2 ,,”台后端服务器S权值 为Hs「其连接数为Cs.,则总的连接数为 * * Mum Cs. 6 * 1 * 当第22 1,2 , ■,m, 23*台后端服务器Sh 的连接数Cs2满足式7时,将新的请求分配给它。 Cs Cs 刁計min 才 7 C sum G S2 sum G s. 式中Hsh为后端服务器S 权值。 Mum为常数,因此式7可简化为 3 试验验证 利用某企业“监控类软件平台、框架研究及示范 项目”研究成果建立分布式融合性监控系统软件平 台,设置1台负载均衡服务器、5台后端服务器,后 端服务器运行数据存取及访问服务功能模块。采用 煤矿井下实际数据瓦斯浓度、CO含量、风速、温度 等，对CS -WLC算法负载均衡效果进行验证。试 验设备见表1。利用Ngin x搭建Web服务器集 群[1113],采用 Apa c he 测试工具 Apa c heBen c h[1415] 测试软件平台分别采用WLC算法和CS -WLC算法 时的应答时延和响应连接数。设置CS -WLC算法 中被宿主发现的概率P 0.25 ,后端服务器处理速 率、内存容量、磁盘IO速率、网络吞吐量、进程数对 应权值｛K1,k2, K3, k4 , K5 7 6. 3,0. 2,0. 2,0. 2, 0. 17，各后端服务器权值为6.3,0.2,0.3,0.1,0. 17。 表1试验设备 Ta bl e1 Test d evic es 设备 编号 CPU主频/ GHz 内存容 量/GB 系统 类型 备 1 3.216 64位 负载均衡服务器 2 3.2 464位 后端服务器 64 位 后端服务器 3 3.216 含2台虚拟机 4 2.16 864 位 后端服 器 5 2.16 864 位 后端服 器 试验结果如图2所示。可看出在融合性监控系 统数据量不断增加的情况下,CS -WLC算法在数据 匹配方面有明显优势在连接数为1 000时,采用 CS -WLC 算法 答 延 采 WLC 算法 降低了 12. 997，响应连接数提高了 5. 61 ；在连 接数为1 500时,采用CS -WLS算法时系统应答时 延 采 WLS 算法 降低 13.829 响 数提高了 9.15。 4结语 CS -WLC算法用于智慧矿山软件平台台解决负 载均衡问题时,先采用CS算法对后端服务器进行 全局寻优,得到一组较优解集合,再采用WLC算法 该集合中 负载 后端服 器 理 据 访问 后端服 器 选取时间,有利于智慧矿山软件平台高效运行。在 相同条件下分别将该算法及WLC算法运行在分布 2020 5 郭秀才等负载均衡算法在智慧矿山软件平台中的应用 ・107・ 黴 fe 他词 a 应答时延应答时延 b 响应连接数响应连接数 图2负载均衡试验结果 F ig 2 Lo a d ba l a n c in gt est r esul t s 式融合性监控系统软件平台，测试2种算法的应答 时延及响应连接数，结果表明CS -WLC算法的应答 时延较小、响应连接数较多，从而验证了该算法具有 更好的负载均衡效果，可有效提高智慧矿山软件平 台的数据处理效率。 参考文献ReferencesReferences [1 -贺耀宜，王海波.基于物联网的可融合性煤矿监控系 统研究[J-.工矿自动化，2019,458 3-18. HE Ya o y iWANG Ha ibo Resea r c h o n c o a l min e f usio n mo n it o r in g sy st em ba sed o n In t er n et o f t hin gs [J-. In d ust r y a n d Min e Aut o ma t io n，2019, 45 8 13-18. 2 -孙继平，张高敏.矿井应急通信系统[J-.工矿自动化， 2019,4581-5. S UN Jipin g， ZHANG Ga o min . Min e emer gen c y c o mmun ic a t io n sy st em [ J In d ust r y a n d Min e Aut o ma t io n ,2019,458 1-5. [3-裴秋艳.煤矿海量通风安全数据挖掘算法及智能分析 系统研究[D-.太原太原理工大学2017. PEI Qiuy a n Resea r c h o n c o a l min e ma ssive ven t il a t io n sa f et y d a t a min in g a l go r it hm a n d in t el l igen t a n a l y sis sy st em [DTa iy ua n Ta iy ua n Un iver sit y o f Tec hn o l o gy，2017 [4 -高文.煤矿监控类系统远程故障分析平台[J-.工矿自 动化，2019,452 105-108. GAO Wen . Remo t e f a ul t a n a l y sis pl a t f o r m o f c o a l min e mo n it o r in g sy st em [ J In d ust r y a n d Min e Aut o ma t io n 2019 45 2 105-108 [5 - 路嫄，郝建军，丁晓明.矿山透地通信OF DM符号定 时同步算法[J-.工矿自动化，2015,418 5659. LU Yua n，HAO Jia n jun, DING Xia o min g. Timin g sy n c hr o n iza t io n a l go r it hmo f OF DM sy mbo l sf o r min e t hr o ugh-t he-ea r t h c o mmun ic a t io n sy st em,J-. In d ust r y a n d Min e Aut o ma t io n ,2015,418 56-59. [6 -王鹏，黄洪琼.基于神经网络反馈机制的改进型负载 均衡算法[J-.现代计算机2018123-9. WANG Pen gHUANG Ho n gqio n g An impr o ved l o a d ba l a n c in g a l go r it hm ba sed o n n eur a l n et w o r k f eed ba c k mec ha n ism [ J Mo d er n Co mput er，2018 12 3-9. [7 -陈泰安.一种改进的动态反馈负载均衡算法[J-.电子 设计工程 2013215171-172. CHEN Ta ia n An impr o ved l o a d ba l a n c in g a l go r it hm ba sed o n d y n a mic f eed -ba c k [ JE l ec t r o n ic Design En gin eer in g 2013 21 5 171-172 [8 -汪佳文，王书培，徐立波，等.基于权重轮询负载均衡 算法的优化[J-.计算机系统应用，2018, 27 4 138-144. WANG Jia w en, WANG S hupei, XU Libo, et a l . Opt imiza t io n o f l o a d -ba l a n c in g a l go r it hm ba sed o n w eight r o un d -r o bin [ J Co mput er S y st ems i Appl ic a t io n s,2018,274 138144. [9 -高振斌,潘亚辰,华中，等.改进的基于加权最小连接 数的负载均衡算法[J-.科学技术与工程,2016 , 16 6 81-85 GAO Zhen bin PAN Ya c hen HUA Zho n g et a l Impr o ved l o a d ba l a n c in g a l go r it hm ba sed o n w eight ed l ea st -c o n n ec t io n s [ J S c ien c e Tec hn o l o gy a n d En gin eer in g2016,166 81-85. [10-刘辉,谭延亮.基于改进的布谷鸟算法在汽车系统电 子节点负载均衡中的研究[J-.科技通报,2015,31 5 179-183 LIU Hui , TAN Ya n l ia n g . Resea r c h o f el ec t r o n ic n o d es ba l a n c ed l o a d in a ut o mo bil e el ec t r o n ic sy st em ba sed o n impr o ved c uc k o o a l go r it hm[J - Bulet in o f S c ien c e a n d Tec hn o l o gy ,2015,315 179183. [11-汪文君.基于Ngin x服务器集群负载均衡方案的研究 和改进[J-.电子世界，20172179181. WANG Wen jun Resea r c h a n d impr o vemen t o f l o a d ba l a n c in gsc hemeba s ed o n Ngin xser ver c l us t er [J - El ec t r o n ic s Wo r l d 2017 2 179-181 [12-李梓杨,于炯，卞琛,等.基于负载感知的数据流动态 负载均衡策略[J-.计算机应用，2017 , 37 10 2760-2766 LIZiy a n g YUJio n g BIAN Chen et a l Dy n a mic d a t a st r ea m l o a d ba l a n c in g st r a t egy ba sed o n l o a d a w a r en ess [J - Jo ur n a l o f Co mput er Appl ic a t io n s 2017,3710 2760-2766. 下转第112页 ・112・ 工矿自动化 46 DING Jia n l i, CHE N Zen gqia n g, YUAN Zhuzhi. On t he c o mbin a t io n o f gen et ic a l go r it hm a n d a n t a l go r it hm [J-. Jo ur n a l o f Co mput er Resea r c h a n d Devel o pmen t,2003,409 13511356. [6 -龚星宇，常心坦，贾澎涛，等基于蚁群算法的井下救 援路径优化方法[J-.工矿自动化，2018, 44 3 76-817 GONG Xin gy uCHANG Xin t a nJIA Pen gt a oet a l 7 Opt imiza t io n met ho d f o r min er esc uepa t h ba sed o n a n t c o l o n y a l go r it hm [ J In d ust r y a n d Min e Aut o ma t io n 2018 44376-817 [7-张亚静，汪金花，白洋，等.井下最优避险路径的数学 建模与火灾仿真实验[J-煤炭学报,2015, 40 增刊 2413-418. ZHANG Ya jin gWANG Jin huaBAI Ya n get a l 7 Ma t hema t ic a l mo d el a n d f ir e simul a t io n o f un d er gr o un d o pt ima l esc a pe pa t h[J-. Jo ur n a l o f Chin a Co a l S o c iet y ,2015,40S 2413-418 [8 -卢万杰，付华，赵洪瑞.煤矿井下探测搜救机器人地形 感知系统及路径规划方法研究[J-传感技术学报, 2019 327979-9857 LU Wa n jieF U HuaZHAO Ho n gr ui7Res ea r c h o n t o po gr a phic per c ept io n sy st em a n d pa t h pl a n n in g met ho d o f un d er gr o un d d et ec t io n a n d sea r c h a n d r esc ue r o bo t in c o a l min e [ J Chin ese Jo ur n a l o f S en so r s a n d Ac t ua t o r s 2019 327979-985. [9 -李晓静，余东满煤炭勘探及救援机器人最优路径规 划研究[J-工矿自动化2017,43324-29. LIXia o jin gYU Do n gma n 7Resea r c ho n o pt ima l pa t h pl a n n in g o f c o a l expl o r a t io n a n d r esc ue r o bo t [J-. In d ust r y a n d Min e Aut o ma t io n , 2017,433 24-29. [10-王辉，朱龙彪，王景良，等.基于Dijk s t r a蚁群算法的 泊车系统路径规划研究[J-.工程设计学报，2016, 235 489-4967 上接第107页页 [3-赵梦，李蜀瑜.云计算环境下基于蚁群优化的任务负 载均衡调度算法[J-.电子设计工程，2016,24 8 30-337 ZHAO Men gLI S huy u7Lo a d ba l a n c in g o f t a sk sc hed ul in gba s ed o n a n t c o l o n y o pt imiza t io n in c l o ud c o mput in g en vir o n men t [ J -. El ec t r o n ic Design En gin eer in g 2016 248 30-337 [14-阮灿华.基于S DN技术的服务器负载均衡设计[J-. 北华大学学报自然科学版,2018193405-409. WANG HuiZHU Lo n gbia oWANG Jin gl ia n g et a l 7 Resea r c h o n pa t h pl a n in g o f pa r k in g sy st em ba sed o n Dijk st r a -a n t c o l o n y hy br id a l go r it hm [J- Chin ese Jo ur n a l o f En gin eer in g Design 2016 235 489-496 [11-周玉林.单源最短路径问题的改进算法[J-.上饶师范 学院学报 2001,21318-22. ZHOU Yul in The impr o ved a l go r it hm a bo ut t he sin gl e so ur c e sho r t est pa t h pr o bl em [J-. Jo ur n a l o f S ha n gr a o No r ma l Un iver sit y 2001 21318-22 [12- 丁燕峰，蒋曙光，曹爱虎.避灾U室选址最优化分析 [J-.煤矿安全，2011,4212 149151 DING Ya n f en gJIANG S hugua n gCAO Aihu Opt imiza t io n a n a l y siso f d isa st er a vo id a n c ec ha mber l o c a t io n [J- S a f et y in Co a l Min es20114212 149-151 [13-赵作鹏，宋国娟，宗元元，等.基于D-K算法的煤矿水 灾多最优路径研究[J-.煤炭学报，2015, 40 2 397-402 ZHAO Zuo pen gS ONG Guo jua nZONG Yua n y ua n et a l Resea r c ho n t hemul t i-o pt ima l pa t hs o f c o a l min e f l o o d sba sed o n t he D-K a l go r it hm [J- Jo ur n a l o f Chin a Co a l S o c iet y 2015402397-402 [14-陈金国，朱金福.降低矿井灾难程度的危机逃逸路径 模型研究[J-.人类工效学2007,13338-40. CHEN Jin guoZHU Jin f u S t ud y o n t he mo d el a bo ut t he esc a pe r o ut e o pt imiza t io n a l go r it hm in t he en vir o n men t o f min ed isa s t er[J- Chin eseJo ur n a l o f Er go n o mic s2007 13338-40 [15-索在斌工作面进风巷下行风流火灾数值模拟及风流 控制研究[D-.太原太原理工大学2019. S UO Za ibin Numer ic a l simul a t io n a n d a ir f l o w c o n t r o l o f d o w n st r ea m f l o w f ir e in w o r k in g f a c e [D -. Ta iy ua nTa iy ua n Un iver sit y o f Tec hn o l o gy 2019 RUAN Ca n hua Design o f l o a d ba l a n c in g o f ser ver s ba sed o n S DN t ec hn o l o gy [J- Jo ur n a l o f Beihua Un iver sit yNa t ur a l S c ien c e 2018 193 405-409 [15-张鹏，李鹏霄，任彦，等面向大数据的分布式流处理 技术综述计算机研究与发展，2014,51增刊2 1-9 ZHANG Pen gLI Pen gxia oREN Ya net a l Dist r ibut ed st r ea mpr o c essin ga n d t ec hn o l o giesf o r b ig d a t aa r eview[J- Jo ur n a l o f Co mput er Resea r c ha n d Devel o pmen t 2014 51S 21-9