發(fā)布時(shí)間：2020-03-22 17:03

【摘要】：為了適應(yīng)當(dāng)今互聯(lián)網(wǎng)的技術(shù)浪潮,眾多中小型企業(yè)尤其是傳統(tǒng)行業(yè)的企業(yè)都在探索自身業(yè)務(wù)與互聯(lián)網(wǎng)結(jié)合的方式與方法。其中,最常見的與互聯(lián)網(wǎng)相結(jié)合的方法就是將企業(yè)的自身業(yè)務(wù)從線下轉(zhuǎn)為線上,通過互聯(lián)網(wǎng)的方式進(jìn)行業(yè)務(wù)的交易與處理,即電子商務(wù)交易的方式。對(duì)于中小型企業(yè)搭建電商平臺(tái)的需求以及成本的控制,本文以項(xiàng)目中電商平臺(tái)的架構(gòu)重新優(yōu)化設(shè)計(jì),使用現(xiàn)有較為成熟穩(wěn)定的框架與技術(shù),設(shè)計(jì)了基于微服務(wù)架構(gòu)體系的分布式電商平臺(tái)系統(tǒng),給其他中小型企業(yè)搭建自身電商平臺(tái)時(shí)的設(shè)計(jì)提供一種較為可行且相對(duì)高性能低成本的方案。采用多臺(tái)性能較低成本也更低的服務(wù)器構(gòu)建服務(wù)器集群體系達(dá)到較高性能和高可靠性的目的,并針對(duì)微服務(wù)架構(gòu)中的多個(gè)服務(wù)實(shí)例的負(fù)載均衡問題提出了基于改進(jìn)遺傳算法的負(fù)載均衡策略。本文在將遺傳算法運(yùn)用在服務(wù)器集群負(fù)載均衡領(lǐng)域時(shí),對(duì)遺傳算法容易早熟,陷入局部收斂的特點(diǎn)進(jìn)行了改進(jìn),并且針對(duì)負(fù)載均衡器進(jìn)行染色體設(shè)計(jì)以及適應(yīng)度函數(shù)設(shè)計(jì)。將模擬退火思想運(yùn)用在選擇操作當(dāng)中改進(jìn)傳統(tǒng)選擇操作容易趨同的局限,維持種群多樣性。將抽檢驗(yàn)收當(dāng)中接受概率的思想運(yùn)用到交叉操作當(dāng)中,使交叉后結(jié)果更有利于最優(yōu)解的搜索,加快算法收斂。將非線性慣性權(quán)重引入到變異率當(dāng)中,構(gòu)成動(dòng)態(tài)變異率,在一定程度上改善算法容易早熟的局限性。為了驗(yàn)證本文對(duì)系統(tǒng)架構(gòu)的優(yōu)化設(shè)計(jì)及提出的基于改進(jìn)遺傳算法的負(fù)載均衡策略的有效性,對(duì)架構(gòu)設(shè)計(jì)優(yōu)化后的系統(tǒng)與優(yōu)化之前的系統(tǒng)搭建了條件均衡的環(huán)境進(jìn)行實(shí)驗(yàn)對(duì)比。從頁(yè)面訪問和數(shù)據(jù)訪問兩個(gè)方面對(duì)兩個(gè)系統(tǒng)進(jìn)行性能測(cè)試和實(shí)驗(yàn)結(jié)果對(duì)比分析。結(jié)果表明,新系統(tǒng)無論是頁(yè)面訪問還是數(shù)據(jù)訪問性能均優(yōu)于原系統(tǒng)。同時(shí),對(duì)于本文提出的基于改進(jìn)遺傳算法的負(fù)載均衡策略的性能及有效性同樣設(shè)計(jì)了實(shí)驗(yàn)進(jìn)行測(cè)試,并與加權(quán)最小響應(yīng)時(shí)間算法以及標(biāo)準(zhǔn)遺傳算法進(jìn)行對(duì)比。通過實(shí)驗(yàn),驗(yàn)證了本文算法對(duì)提高服務(wù)器集群負(fù)載均衡的效果。
【圖文】：

適應(yīng)度越大的染色體被選中的概率越大。首先是需進(jìn)行計(jì)算并求和，則每條染色體被選中的概率為其適，如以下公式(3-8)所示。 1pNif xxf i 群規(guī)模，即種群中染色體總數(shù)。根據(jù)每條染色體的概進(jìn)行染色體的選擇，輪盤就類似于射飛鏢游戲當(dāng)中的面積是不同的，這些面積就代表了每條染色體的被選概率總和就是輪盤，也就是 1。舉個(gè)簡(jiǎn)單的例子做說條 染 色 體 ， 經(jīng) 過 計(jì) 算 各 染 色 體 的 被 選 中 概15,0.19}，那么構(gòu)造的輪盤時(shí)每條分割線的值為前面6,0.81,1}，如圖 3-3 所示，從 0 到 1 之間每條分割線，隨機(jī)生成 0 到 1 之間的數(shù)則落在哪個(gè)區(qū)域就代表中的概率為之前計(jì)算得出的概率。

夠處理并響應(yīng)的請(qǐng)求數(shù)，一般單位是請(qǐng)求個(gè)數(shù)/秒。就服務(wù)器集群的負(fù)載均衡效果而言，如果負(fù)載均衡效果更好，則整個(gè)系統(tǒng)性能更優(yōu)。表現(xiàn)出來的平均響應(yīng)時(shí)間會(huì)更短，吞吐量相對(duì)更大，表明集群的計(jì)算性能更均衡地發(fā)揮出來。再結(jié)合偏差率可以從響應(yīng)時(shí)間偏差大小來判斷集群中不同節(jié)點(diǎn)提供的響應(yīng)時(shí)間是否更加均衡，偏差率更小的則表明集群的不同節(jié)點(diǎn)負(fù)載更加均衡。本文使用Jmeter作為系統(tǒng)性能的測(cè)試工具。Jmeter是一款免費(fèi)開源的基于JAVA的性能測(cè)試工具，占用空間較少，，且功能強(qiáng)大。Jmeter 采用多線程的方式模擬多個(gè)用戶進(jìn)行請(qǐng)求，并且支持如 HTTP、HTTPS、TCP 等多種協(xié)議類型，還可以使用線程組進(jìn)行不同請(qǐng)求的組合測(cè)試。如下圖 3-13 所示，在一個(gè)測(cè)試計(jì)劃當(dāng)中可以有不同的 HTTP 請(qǐng)求進(jìn)行組合，同時(shí)，可以使用 HTTPcookie 管理器進(jìn)行請(qǐng)求時(shí) cooki的攜帶，HTTP 信息頭管理器則是 HTTP 請(qǐng)求頭 header 的信息設(shè)置。對(duì)于測(cè)試結(jié)果的分析和查看可以添加 jmeter 當(dāng)中的監(jiān)聽器，如響應(yīng)的圖形結(jié)果，響應(yīng)時(shí)間曲線，聚合報(bào)告等，會(huì)從不同角度展示測(cè)試的平均響應(yīng)時(shí)間、吞吐率、最大響應(yīng)時(shí)間、最小響應(yīng)時(shí)間等數(shù)據(jù)。
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F713.36;TP302;TP18

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 劉勝楠;汪詩(shī)林;;虛擬環(huán)境下Web服務(wù)動(dòng)態(tài)負(fù)載均衡策略改進(jìn)[J];計(jì)算機(jī)工程與科學(xué);2015年09期

2 季剛;;集群技術(shù)及負(fù)載均衡調(diào)度算法研究[J];計(jì)算機(jī)時(shí)代;2012年08期

3 張維勇;;Web服務(wù)器集群的負(fù)載均衡中遺傳算子的設(shè)計(jì)[J];計(jì)算機(jī)應(yīng)用與軟件;2010年04期

4 朱長(zhǎng)武;戴上平;劉智;;基于遺傳算法的Web集群負(fù)載均衡方法[J];廣西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2006年04期

5 孫林;羅大庸;;基于遺傳算法的Web服務(wù)器集群負(fù)載均衡研究[J];計(jì)算機(jī)安全;2006年08期

6 郭成城,晏蒲柳;一種異構(gòu)Web服務(wù)器集群動(dòng)態(tài)負(fù)載均衡算法[J];計(jì)算機(jī)學(xué)報(bào);2005年02期

7 彭德巍,何炎祥;基于Agent的負(fù)載均衡框架應(yīng)用研究[J];計(jì)算機(jī)工程與應(yīng)用;2005年05期

8 張明寶,夏安邦;基于面向服務(wù)體系架構(gòu)的敏捷虛擬企業(yè)信息系統(tǒng)框架[J];計(jì)算機(jī)集成制造系統(tǒng);2004年08期

9 劉振英,方濱興,胡銘曾,張毅;一個(gè)有效的動(dòng)態(tài)負(fù)載平衡方法[J];軟件學(xué)報(bào);2001年04期

相關(guān)博士學(xué)位論文 前1條

1 王紅斌;Web服務(wù)器集群系統(tǒng)的自適應(yīng)負(fù)載均衡調(diào)度策略研究[D];吉林大學(xué);2013年

相關(guān)碩士學(xué)位論文 前1條

1 丁學(xué)智;一種面向分布式服務(wù)器集群的動(dòng)態(tài)負(fù)載均衡系統(tǒng)的實(shí)現(xiàn)[D];北京郵電大學(xué);2014年

本文編號(hào)：2595349