一种基于改进遗传算法的动静态负载均衡算法

摘要

针对目前负载均衡算法在低负载情况下影响系统效率及在高负载情况下分配效率不佳等问题,基于Nginx服务器,文中提出了一种在改进遗传算法基础上动静态结合的负载均衡算法。该算法选择使用CPU性能、内存性能、磁盘I/O和网络带宽等服务器性能参数作为服务器节点性能评价指标及低负载下的静态加权轮询算法权值,并基于该指标根据节点性能使用率所占集群平均负载使用率的变化,设计了在高负载情况下的动态负载均衡算法。通过引入操作转换阈值及动态三角函数操作概率的改进遗传算法,实现了静态算法优势区转变为动态算法优势区的阈值计算。通过设计对比实验,证明了文中算法在实验环境下相比于加权轮询算法、概率择优算法和dnfs_conn算法更具有较好的负载均衡效果,相比于dnfs_conn算法在平均响应时间和实际并发连接数等数值上具有15%左右的提升。