服务器集群负载平衡技术的研究

论文摘要

随着互联网的发展,一些服务器常常因为要在很短的时间内应付数以万计的访问申请而不堪重负。如何在完成同样功能的多个网络设备之间实现合理的业务量分配,使之不致于出现一台设备过忙而别的设备却未充分发挥处理能力的情况就成了一个问题,服务器集群负载平衡机制也因此应运而生。对于服务器集群负载平衡技术而言,负载平衡调度算法是核心。在自适应负载均衡算法中,通常情况下都是采用周期性的方式获得服务器的负载,这意味着做负载平衡决策时,负载值并不代表成员的当前负载,而是过去的负载。如果在一个短的时间内有很多客户链接,在负载值被更新之前,服务器的实际负载将急剧地增加。针对以上问题,本文提出了一种基于遗传算法的自适应负载平衡优化算法,对服务器的选择和分配不仅考虑到系统过去和现在的性能表现,而且在并发请求任务预分配前,对系统将来的负载进行估计。本文主要从以下几个方面进行了研究:首先,参考网络层次模型对当前的服务器集群负载平衡技术进行了归类,详细介绍了每种负载平衡方法的工作原理,对比分析了各种方法的优缺点及适应面;接着深入研究了常用的负载平衡算法,画出了每种算法的流程图,指出其特点和局限性。从改进负载平衡数学模型入手,提出了一种基于遗传算法的自适应负载平衡优化算法,并对改进算法进行了分析和仿真演示;最后设计了一个基于windows平台的负载平衡系统,对改进算法进行了验证,并对实验结果与其他传统算法进行了分析与比较。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 课题研究的背景和意义
• 1.2 国内外研究现状
• 1.3 负载平衡理论
• 1.3.1 负载平衡概念
• 1.3.2 软/硬件负载平衡
• 1.3.3 本地/全局负载均衡
• 1.4 本论文的组织
• 第2章 服务器集群负载平衡技术概述
• 2.1 数据链路层负载平衡
• 2.2 网络层负载平衡
• 2.2.1 NAT网络地址转换
• 2.2.2 IP隧道
• 2.2.3 直接路由
• 2.3 基于第四层交换的负载均衡
• 2.4 应用层负载平衡
• 2.4.1 反向代理负载均衡
• 2.4.2 HTTP重定向
• 2.4.3 Round-Robin DNS负载平衡技术
• 2.4.4 基于客户端的负载平衡技术
• 2.5 常用负载平衡方法比较
• 第3章 服务器集群负载平衡算法的分析与比较
• 3.1 轮转调度算法
• 3.2 加权轮转调度算法
• 3.3 随机算法
• 3.4 最小负载算法
• 3.5 最小连接调度算法
• 3.6 加权最小连接调度算法
• 3.7 目标地址散列调度算法
• 3.8 源地址散列调度算法
• 3.9 本章小结
• 第4章 基于遗传算法的自适应负载均衡算法的优化与分析
• 4.1 自适应与非自适应负载均衡算法
• 4.2 数学模型的改进
• 4.2.1 问题的提出
• 4.2.2 新的数学模型
• 4.3 基于遗传算法的自适应负载均衡优化算法
• 4.3.1 遗传算法的概念及基本原理
• 4.3.2 遗传算法的基本操作
• 4.3.3 遗传算法的执行步骤
• 4.4 基于遗传算法的自适应负载均衡算法设计与实现
• 4.4.1 编码设计
• 4.4.2 初始群体的产生
• 4.4.3 适应度函数
• 4.4.4 选择策略
• 4.4.5 交叉策略
• 4.4.6 变异策略
• 4.4.7 全局最优收敛
• 4.5 仿真实验
• 4.5.1 算法的有效性分析
• 4.5.2 算法的复杂度分析
• 4.5.3 算法的仿真结果
• 4.5.4 小结
• 第5章 服务器端负载平衡系统
• 5.1 系统设计
• 5.1.1 系统框架组成
• 5.1.2 系统功能模块
• 5.1.3 负载迁移策略
• 5.2 系统实现
• 5.2.1 滑动窗口技术
• 5.2.2 MAC修改技术
• 5.2.3 负载指数估计
• 5.2.4 系统执行流程
• 5.3 系统测试
• 第6章 总结
• 参考文献
• 致谢
• 在攻读硕士学位期间发表的学术论文