集群系统和负载均衡方法及应用的论文的研究

《集群系统和负载均衡方法及应用的论文的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、摘要随着互联网的发展，网络应用系统、系统用户和信息量急剧增加，如何提供稳定可靠和快捷的网络服务，充分合理利用计算资源，降低能源消耗和运行成本，是业界和学术界共同关注的重要课题。论文研究集群系统与负载均衡算法，旨在对现有的负载均衡算法进行改进。论文介绍了集群系统的概念、特点、分类，分析了集群系统的体系结构，深入研究了负载均衡的三种解决方案。重点研究了LVS基于口层实现的十种调度策略，针对这些调度算法的缺陷，提出了一种基于负载状况的具有动态反馈机制的调度算法。论文根据各个服务器节点的当前负载状况评估出各自的权重，并对IPVS内核进行相应的修改，从而对调度策略产生相关的影响。论述了具有动态反

2、馈机制的调度算法的详细设计和实现逻辑、各个模块的功能及流程，搭建了一个真实的LVS集群环境，采用WebApplicationStress(WAS)压力测试软件进行仿真实验，并将算法的实验数据与加权最小连接数算法(wLC)进行定量的比较，实验结果表明经过改进后的算法在响应时间、系统吞吐量、服务器节点负载均衡状况等方面优于加权最小连接数算法。关键词：集群负载均衡LVSIPVSWLC反馈AbstractWiththedevelopmentofhatemet,webapplicationsystemandtheamountsofinformationandusersisincreasingdr

3、amatically．Itisanimportantissueofcolnnlonconcernthathowtoprovidereliableandefficientnetworkservices，usecomputingresourcesadequatelyandreasonablyandreduceenergyconsumptionandoperationcosts．Thepaperstudytheclustersystemandloadbalancingalgorithm,forthepurposeoftheimprovementofcurrentloadbalancingal

4、gorithm．nlepaperwillstudytheconcept,featuresandcategoriesofdustersystemandthearchitectureofclustersystem，analyzethreesolutionofloadbalancingandtenkindsofschedulingstrategyofLVSbasedonIPlayer．Aimedatthedefectsoftheseschedulingalgorithms，thepaperwillproposeanewschedulingalgorithmbasedonloadconditi

5、on’Sfeedback,whichisinnovative．佻salgorithmwillestimateandmodifythenodes’weightinIPVSkernel，accordingtothecurrentSgI"Vernodes’loadcondition,whichgallproducethecorrelativeinfluenceofschedulingstrategy．ThePaperwilldescribethelogicanddetaileddesignoftheschedulingalgorithmbasedonthedynamicfeedback，in

6、cludingthefunctionandprocessofeverymodules．AclustersystembasedonLVSwillbeconstructedandWebApplicationStress(WAS)willbeusertodosimulationexperiment．111eexperimentdatawillbecomparedwiththeWLC．FinallytheexperimentdatacanproofthatthenewschedulingalgorithmearlperformbetterthantheWLCinresponsetime，sys

7、temthroughputandloadconditionsoftheservernodes．KeyWords：Cluster；Loadbalance；LVS；IPVS；WLC；FeedbackⅡ第一章绪论第一章绪论第一节课题背景如今随着互联网的高速发展，基于B／S架构的网络应用在人们的生活、工作和学习中扮演着越来越重要的角色，网络应用的用户数量和流量正在呈几何级数增加。一些大型的搜索引擎、电子商务、邮件系统等网络应用，每天要处理上亿次的用户访