多数据中心云系统智能负载均衡中的性能成本权衡：从静态策略到自适应资源分配
分布式、并行与集群计算
2026-02-12 v2
摘要
云计算基础设施越来越依赖地理分布的数据中心，以满足对低延迟、高可用性和成本高效的服务交付日益增长的需求。在此背景下，负载均衡在优化资源利用方面发挥着关键作用，同时在动态和异构的工作负载下维持可接受的服务质量。本研究使用 Cloud Analyst 仿真框架，在多数据中心云环境中对三种广泛使用的负载均衡策略，即 Round Robin、Equally Spread Current Execution Load 和 Throttled，进行了全面的性能与成本评估。通过改变数据中心位置、用户群分布、网络延迟和工作负载强度，考察了多种部署场景。在两个策略步骤中分析了关键性能指标，包括总体响应时间、数据中心处理时间、请求处理行为以及运营成本（如虚拟机和数据传输成本）。结果表明，虽然 Round Robin 策略实现了较低的内部处理时间，但 Equally Spread 和 Throttled 策略在高需求条件下提供了更好的工作负载稳定性并降低了峰值响应时间。此外，将资源分布在多个数据中心显著降低了用户感知的延迟并增强了系统可扩展性，尽管存在相关的成本权衡。研究结果表明，没有单一的负载均衡策略是普遍最优的；相反，性能和成本效率取决于工作负载特征、地理分布和系统目标。这项工作为云服务提供商和系统设计者提供了实用见解，强调了智能资源分配和自适应负载均衡策略对于可持续和高性能云基础设施的重要性。
引用
@article{arxiv.2507.11899,
title = {Performance Cost Tradeoffs in Intelligent Load Balancing for Multi Data Center Cloud Systems: From Static Policies to Adaptive Resource Distribution},
author = {Saeid Aghasoleymani Najafabadi and Elaheh Nabavi Nia},
journal= {arXiv preprint arXiv:2507.11899},
year = {2026}
}