通过lvs+keepalived+nginx+tomcat实现服务负载均衡。 通过memcached实现不同服务器之间session共享。 包含jar文件。 本人亲测实验通过。

强化学习（Reinforcement Learning, RL），又称再励学习、评价学习或增强学习，是机器学习的范式和方法论之一。它主要用于描述和解决智能体（agent）在与环境的交互过程中通过学习策略以达成回报最大化或实现特定目标的问题。强化学习的特点在于没有监督数据，只有奖励信号。 强化学习的常见模型是标准的马尔可夫决策过程（Markov Decision Process, MDP）。按给定条件，强化学习可分为基于模式的强化学习（model-based RL）和无模式强化学习（model-free RL），以及主动强化学习（active RL）和被动强化学习（passive RL）。强化学习的变体包括逆向强化学习、阶层强化学习和部分可观测系统的强化学习。求解强化学习问题所使用的算法可分为策略搜索算法和值函数（value function）算法两类。 强化学习理论受到行为主义心理学启发，侧重在线学习并试图在探索-利用（exploration-exploitation）间保持平衡。不同于监督学习和非监督学习，强化学习不要求预先给定任何数据，而是通过接收环境对动作的奖励（反馈）获得学习信息并更新模型参数。强化学习问题在信息论、博弈论、自动控制等领域有得到讨论，被用于解释有限理性条件下的平衡态、设计推荐系统和机器人交互系统。一些复杂的强化学习算法在一定程度上具备解决复杂问题的通用智能，可以在围棋和电子游戏中达到人类水平。 强化学习在工程领域的应用也相当广泛。例如，Facebook提出了开源强化学习平台Horizon，该平台利用强化学习来优化大规模生产系统。在医疗保健领域，RL系统能够为患者提供治疗策略，该系统能够利用以往的经验找到最优的策略，而无需生物系统的数学模型等先验信息，这使得基于RL的系统具有更广泛的适用性。 总的来说，强化学习是一种通过智能体与环境交互，以最大化累积奖励为目标的学习过程。它在许多领域都展现出了强大的应用潜力。

设计程序模拟先来先服务FCFS、最短寻道时间优先SSTF、扫描算法（SCAN）和循环扫描算法（CSCAN）的工作过程。

基于Matlab的LTE下行链路负载均衡仿真，王志国，，为了有效地利用网络资源，负载均衡已经成为了一个热点研究问题。本文根据前人提出的3GPP长期演进（LTE）负载均衡研究的数学框架，��

VMware ESXi是一种裸机虚拟化软件，也称为VMware vSphere Hypervisor。它是一种类型-1的虚拟化软件，直接安装在物理服务器硬件上，而不需要操作系统。ESXi允许在单个物理服务器上创建和管理多个虚拟机，从而提高硬件资源利用率和灵活性 裸机虚拟化：ESXi直接运行在物理服务器硬件上，而不需要一个完整的操作系统。这种裸机虚拟化方式提供了更高的性能和资源利用率。 虚拟化平台：ESXi是VMware vSphere虚拟化平台的一部分，用于创建、管理和部署虚拟机。它提供了丰富的功能，如虚拟机迁移、负载均衡、高可用性等。 资源隔离和管理：ESXi允许管理员为每个虚拟机分配特定的计算、存储和网络资源，从而实现资源隔离和管理。 灾难恢复和高可用性：ESXi提供灾难恢复功能，可以在主机故障时自动迁移虚拟机到其他可用主机，确保业务连续性。 安全性：ESXi提供各种安全功能，如虚拟机加密、安全审计和访问控制，帮助保护虚拟化环境免受安全威胁。 总的来说，VMware ESXi是一种功能强大的虚拟化软件，广泛应用于企业环境中，可以提高资源利用率

利用Nginx进行分布式部署，并使用redis实现session共享，https://blog.csdn.net/qq_34742298/article/details/80857173

多种负载均衡部署文档，实操笔记。Nginx，lvs(dr,nat,fullnat)，haproxy等，dpdk-lvs

在流媒体系统中数据流量是非常巨大的，对于视频点播并发流的负载要求非常强大，单一服务器无法承担大量并发数据流的负载。对此，梭子鱼公司提出采用两台梭子鱼安全负载均衡机LB440的双机HA冗余结构，实现对后端多台流媒体服务器的实时负载均衡。

博科负载均衡服务器

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。本文从MS的架构特点和工作流程出发，给出了MS的系统设计，并提出将许 可准入控制、负载分配和存储调度管理三者有机结合的负载均衡算法，在实际测试中取得了很好的均衡效果。