您的位置: 主页 > 人工智能学家 > 长直发的她音译:动态自适应负载均衡分析服务器对瞬间大并发量访问的优化

长直发的她音译:动态自适应负载均衡分析服务器对瞬间大并发量访问的优化

时间: 2019-01-11阅读:

摘 要服务器在对瞬间大并发量访问进行响应过程中,由于其LVS负载均衡算法是以加权最小连接调度算法进行默认的,因此会造成负载不均衡,从而影响了服务器对瞬间大并发量访问的响应时间。为此,在LVS算法的基础上,提出了一种动态自适应负载均衡算法,它通过动态推送信息的方式来对服务器负载信息进行实时收集,并采用分簇并行处理的方式来实现任务的分解与转移,从而达到缩短服务器的响应时间,提高服务器对瞬间大并发量访问应对能力的目的。本文便基于这种动态自适应负载均衡方法对服务器的相关优化策略进行了深入的分析。

【关键词】动态自适应 负载均衡 服务器 瞬间大并发量访问 优化策略

1 服务器对瞬间大并发量访问的处理

当前,我国大部分服务器都主要是利用LV负载均衡法来对用户访问进行处理的,LVS方法是一种具备高性能的负载均衡调度方法,它是由我国的技术专家章文嵩先生提出的。随着科学技术水平的不断发展,服务器接收到的用户访问请求数量也日益增长,这就会使服务器端产生许多大小不一的负载量。而仅仅依靠服务器技术对用户访问请求进行响应是难以为继的。而通过在服务器的Cent OS系统中搭建一个虚拟服务器,并在虚拟服务器中建立LVS负载均衡集群,能够使其通过虚拟服务器来对不同类型的各种用户进行任务均衡,从而极大提高了服务器对数据的检索效率,并有效减少了服务器对用户访问请求的响应时间与调度时间,进而建立了能对数据进行高效检索的虚拟服务器集群系统。在服务器端中,其权值的高低代表着这种服务器端对任务的处理能力水平,通常情况下,权值的定义公式为权值=服务器端性能/系统任务数。在LVS均衡调度方法中,服务器依靠其自身的任务处理能力来对所分配的任务数进行处理,但如果遇到瞬间大并发量进行访问时,便会导致服务器中的负载均衡器负荷过大,进而造成服务器系统的运行受到影响,甚至还会导致服务器崩溃。此外,LVS算法只能对服务器中的当前连接任务数量进行处理,并且只能以服务器的当前连接任务数量作为系统负载进行反映,从而降低了服务器负载情况的准确性与真实性。因此,为了能够使服务器更好的对瞬间大并发量访问进行高效处理,并且能够对服务器的真实负载情况进行准确反映,有必要对服务器的负载均衡调度方法进行必要的优化。

2 动态自适应负载均衡的应用原理

本文提出一种动态自适应负载均衡调度方法,这种调度方法主要是从两个方面进行了综合考虑,其一是对服务器端自身任务处理性能的考虑,其二是对服务器端节点处所链接的任务数量进行考虑。通过利用动态自适应负载均衡调度方法,能够使服务器内部结构中的节点来对服务器的自身负载情况进行收集,并将这些收集到的信息及时的传递到负载均衡器当中,利用动态推送信息来实现对服务器负载信息的实时收集。通过这种自主收集负载信息的方式,能够使通信成本进一步降低,并且还能有效减少负载均衡器的负荷。动态自适应负载均衡方法的原理是通过在服务器中利用分簇并行处理的方式,将主服务器中的任务转移到簇服务器当中,并由簇服务器对转移过来的任务进行分解与划分,然后将分解后的子任务传递到叶节点当中去,然后由选定处理器对叶节点中的处理结果进行收集。以此确保服务器能够对瞬时大并量访问进行响应。不过,值得注意的是,分层方法所采用的拓扑结构不能太复杂,否则会造成这种平行分层的方法失去原有效果。

3 服务器动态自适应负载均衡对瞬间大并发量访问的优化策略

3.1 数学模型的优化

在瞬间大并量访问过程中,通常要将用户的任务形式分成两种,一种是CPU消耗型任务,另一种是I/O消耗型任务,以此优化最小连接调度算法。为了确保服务器的决策性能更加高效,首先要確保各个真实服务器能够对自身的负载信息进行自适应收集,并依据自身的运行状态将与之匹配的负载信息发达给负载均衡器当中去。负载均衡器会根据服务器的整体信息情况来对任务进行均衡调度,以此确保能够对每个服务器节点的负载进行动态适应。服务器的性能指标主要通过公式P=L1×PCPU+L2×Pmemory+L3×Pdisc+L4×Pbandwidth,公式中P代表服务器的性能指标,Pmemory代表内存容量,Pbandwidth代表网络带宽、Pdisc代表服务器磁盘的可用空间、PCPU则代表CPU的频率,而1≥L≥0则代表服务器各项指标中被利用的权重系数。在动态自适应负载均衡器配置以后,会通过计算公式将服务器的当前性能值P发送到负载均衡器,并且每隔一段时间,便会通过计算公式将服务器的实时负载情况发送给负载均衡器。此外,当有任务调度请求发送到负载均衡器中,负载均衡器会通过对各个节点的信息进行选择,然后将任务调度请求分配到后端服务器当中。此外,当周期内负载信息未更新时,通常会有两种情况发生,一种是后端服务器闲置。另一种是后端服务器过载。因此为了能够更加有效的对每个服务器的节点负载能力进行预测,通过在数学模型中引入负载冗余参数来对子服务器节点的负载增加能力进行评估,并利用计算公式来对冗余值进行求出,以此判断服务器的负载运行情况。

3.2 算法的优化

在算法优化上主要分为三个过程,首先是利用二叉排序树算法对服务器中的负载冗余值进行排序,然后根据负载均衡器中的后端服务器R-RMIN值进行循环遍历,以此判断节点服务器的R-RMIN值。其次是利用中序遍历算法对二叉排序树进行计算,然后按照节点权值来形成从小到大的权值递增数列。最后,对瞬间大并发量访问所产生的任务按照权值进行分配,此时,被分配任务以后的节点会在R-RMIN值上产生改变。

3.3 负载均衡流程的优化

在负载均衡流程优化方面,利用循环遍历算法来对负载均衡器中的负载冗余值进行计算,以此判断冗余值是否最小,如果实际冗余值超过最小冗余值,应将该节点入树,并建立二叉排序树。然后利用中序遍历方法将二叉排序树按照递增的形式形成一个数列,数列的递增应按各个服务器节点中的权值进行排列。通过中序遍历排列以后,然后通过数列对能够满足条件的服务器进行任务分配。

参考文献

[1]刘勇,王露珊,郭跟成.EJB集群系统动态自适应负载均衡服务的设计与实现[J].计算机应用研究,2008(07):2064-2067+2134.

[2]李国,曲文丽,田丰,王洋.一种改进的周期自适应动态负载均衡算法[J].小型微型计算机系统,2015,36(07):1476-1480.

[3]唐拥政,刘解放,周宁.并行入侵检测系统的动态自适应负载均衡算法[J].盐城工学院学报(自然科学版),2011,24(04):39-43.

作者单位

河北省教育考试院 河北省石家庄市 050091

上一篇:nissen汽车:基于物联网GIS的消防智能巡检系统设计与实现
下一篇:没有了

相关阅读