基于Web服务器集群的负载均衡系统研究与实现

摘要

随着信息时代的高速发展，互联网已成为人们工作与生活中不可缺少的部分。国内外互联网环境表现为:第一，网民基数大并呈上升趋势;第二，网络访问量大;第三，依附于互联网上的大型商务活动将趋向于普遍。提供最佳的Web服务的方法是建立Web服务器集群，而Web服务器集群核心是负载均衡的调度策略。
　　 本文研究的目的是在上述环境下，缩短请求响应时间，使Web服务器集群较好地提供高可用高扩展性服务。提出基于动态信息反馈负载均衡，人工神经网络与遗传算法三者结合而成的负载均衡分配策略，并基于新分配策略设计与实现了负载均衡系统。主要研究内容如下:
　　 第一，研究基于动态信息反馈策略，对周期收集的各节点信息，采用可靠因子计算集群综合平均指标，基于平均指标修正分配比例，进行请求分发。
　　 第二，研究人工神经网络在动态反馈策略的应用，基于动态反馈数据，详述神经网络的设计，当节点数目大时采用CPU利用率、内存利用率、磁盘读写率、连接率四个指标综合量作为输入，采用动态学习率，进行人工神经网络训练。
　　 第三，研究遗传算法在动态调度策略的应用。基于集群全局节点负载均衡为目标函数。以人工神经神经网络输出权重作为遗传算法初始值，达到权重修正效果，得到全局最优的权重分配策略。
　　 第四，基于前三者结合的策略与中心处理模型，详细地论述了负载均衡系统的设计与实现过程，即对接收、分发、分类、策略、信息收集、调度和监控模块的设计与实现。其中策略模块采用策略与单例模式设计，运用joone与jgap实现;信息交换模块采用Sigar实现;监控器采用MVC模式设计，结合Ajax与jFreet技术实现。
　　 最后，构建测试环境，利用Jmeter模拟多用户并发测试，并对负载均衡系统进行性能的压力测试。结论表明，在本文构建的实验环境下，运用本文所述的策略优于轮换调度策略。这些内容对集群系统中相关研究有一定的参考价值，具有一定的借鉴意义。

目录

声明

摘要

第1章 绪论

1．1 背景与意义

1．2 国内外研究现状

1．2．1 集群及Web集群发展现状

1．2．2 Web集群负载均衡的发展现状

1．3 论文组织结构

第2章 负载均衡研究相关知识

2．1 Web集群

2．1．1 Web集群

2．1．2 Web集群系统的负载均衡模型

2．2 Web集群的负载均衡算法

第3章 负载均衡算法研究与设计

3．1 负载均衡算法思路的提出

3．1．1 静态负载均衡算法的不足

3．1．2 设计动态反馈负载均衡策略思路

3．2 动态信息反馈负载均衡算法

3．2．1 动态反馈负载均衡模型

3．2．2 基于动态反馈负载均衡算法设计

3．3 BP神经网络在动态负载均衡的应用

3．3．1 神经网络介绍

3．3．2 BP神经网络设计

3．3．3 负载信息处理的网络模型与流程

3．4 基于遗传算法整体最优的参数调整

3．4．1 遗传算法介绍

3．4．2 遗传算法与动态反馈负载均衡结合

3．4．3 染色体编码

3．4．4 建立适应度函数

3．4．5 算法设计流程

3．5 ANN-GA负载均衡系统策略

3．5．1 ANN-GA算法

3．5．2 算法举例

第4章 负载系统原型研究与实现

4．1 系统需求分析

4．2 总体设计

4．3 主要模块研究与实现

4．3．1 共享存储

4．3．2 接收与分发模块

4．3．3 分类模块

4．3．4 策略模块

4．3．5 信息收集模块

4．3．6 调度模块

4．3．7 监控模块

第5章 负载系统测试及结果分析

5．1 测试环境

5．2 测试结果分析

5．2．1 权重实时变化图

5．2．2 集群吞吐量对比

5．2．3 集群响时间对比

第6章 总结与展望

参考文献

附录A 人工神经网络实现

附录B 遗传算法实现

致谢