基于負載預(yù)測的動態(tài)負載均衡算法研究.pdf

1、互聯(lián)網(wǎng)時代的到來，生活方式也發(fā)生了巨大的變化，社交活動、資訊收集、即時通信、電子商務(wù)等線上活動也越來越頻繁。這些活動帶來了爆發(fā)式的并發(fā)壓力，對整個互聯(lián)網(wǎng)提出了巨大的挑戰(zhàn)。作為解決方式-集群技術(shù)，它的研究也逐漸成為科研熱點問題。集群系統(tǒng)的核心技術(shù)是負載均衡，負載均衡指的是通過相應(yīng)的分發(fā)策略，把客戶業(yè)務(wù)請求均衡地分配到各服務(wù)器結(jié)點，從而最大程度的提升整個系統(tǒng)的吞吐量和資源利用率，降低請求響應(yīng)時間。負載均衡算法的優(yōu)劣，關(guān)乎到集群系統(tǒng)的整體性能

2、表現(xiàn)。
　　針對一些負載均衡算法未考慮集群結(jié)點異構(gòu)性和性能動態(tài)變化的問題，論文提出了一種動態(tài)負載均衡算法。在解決上述問題的同時，還需在多類型用戶請求下，達到一定的負載均衡效果，論文的主要研究內(nèi)容如下：
　　1）在負載矢量的選擇方案上，通過總結(jié)和分析前人的研究成果，選取出合適的負載矢量集合。為減少負載信息的頻繁交互，采用了周期性更新的矢量采集策略。此外，負載矢量管理策略使用的是信息被動拉的方式。
　　2）綜合負載用于表現(xiàn)

3、結(jié)點的當前負載情況，關(guān)于它的計算模型，常用的加權(quán)平均型方式在性能表現(xiàn)上存在不足，故提出一種乘積平均型的計算方法，增加了負載矢量間的約束。
　　3）針對非實時性更新綜合負載帶來的準確度問題，論文引入了內(nèi)容歸一性負載預(yù)測模型，但該模型沒有考慮到請求內(nèi)容的多樣性，在復(fù)雜網(wǎng)絡(luò)環(huán)境下存在一些誤差?；诖耍岢鲆环N多元線性回歸負載預(yù)測模型。為解決多元線性預(yù)測模型可能出現(xiàn)的矩陣不可逆現(xiàn)象，引入頁面置換算法的FIFO算法來處理。
　　4）為

4、了進一步的提升負載均衡效果，對本論文提出的算法進行了再優(yōu)化。基于減少均衡器的負載壓力的考慮，綜合負載和預(yù)測模型參數(shù)計算被放置在結(jié)點端完成。在均衡器調(diào)度環(huán)節(jié)的優(yōu)化上，引入了Nginx加權(quán)輪詢算法的平滑調(diào)度機制。
　　為了驗證算法的可行性和實際效果，分別使用OPNET測試平臺和Httperf+Auto-bench軟件對加權(quán)輪詢算法、最小連接數(shù)算法及論文提出的動態(tài)算法進行仿真和性能測試。仿真及測試結(jié)果表明，本論文提出的負載均衡算法的系統(tǒng)