本文選題：JCF中間件 + 負(fù)載均衡�。� 參考：《中國(guó)民航大學(xué)》2015年碩士論文

【摘要】：隨著中國(guó)民航旅客逐漸增長(zhǎng),旅客網(wǎng)絡(luò)訂票數(shù)量也呈爆發(fā)式增長(zhǎng),對(duì)處理訂票請(qǐng)求的分布式服務(wù)交易平臺(tái)——JCF(Java Component Framework)系統(tǒng)造成了很大壓力。目前部署在JCF中間件上的負(fù)載均衡算法是靜態(tài)加權(quán)輪詢算法,該算法在提高系統(tǒng)吞吐量及降低響應(yīng)時(shí)間方面效果不顯著,易造成負(fù)載不均,需要改進(jìn)當(dāng)前的負(fù)載均衡算法。首先,本文調(diào)研了中間件和負(fù)載均衡算法的國(guó)內(nèi)外現(xiàn)狀,著重分析了JCF中間件的特點(diǎn)以及其負(fù)載均衡機(jī)制,并研究目前部署在其上的靜態(tài)加權(quán)輪詢算法,為后續(xù)的算法改進(jìn)做好了基礎(chǔ)工作。其次,分析了靜態(tài)加權(quán)輪詢算法存在的不足,提出了一種周期可變的動(dòng)態(tài)負(fù)載均衡算法。該算法將反饋負(fù)載信息的周期長(zhǎng)度與網(wǎng)絡(luò)中請(qǐng)求數(shù)量相關(guān)聯(lián),既保證了反饋信息的實(shí)時(shí)性又有效地降低了計(jì)算各節(jié)點(diǎn)負(fù)載量的資源消耗。在該算法實(shí)現(xiàn)過(guò)程中,采用改進(jìn)的模擬退火算法確定負(fù)載權(quán)重向量β,具體思想是將響應(yīng)時(shí)間作為最優(yōu)解,選取得到最優(yōu)解的那組β值,提高了人為經(jīng)驗(yàn)得到β值的精確性。最后,提出了一種負(fù)載預(yù)測(cè)與過(guò)載遷移的融合算法,采用對(duì)周期內(nèi)無(wú)法提取到的負(fù)載情況進(jìn)行預(yù)測(cè),對(duì)超過(guò)負(fù)載閾值的服務(wù)器進(jìn)行告警,并且關(guān)閉該進(jìn)程將服務(wù)請(qǐng)求分發(fā)給輕負(fù)載服務(wù)器的方式。通過(guò)提前預(yù)測(cè)與負(fù)載遷移的有機(jī)結(jié)合,解決了周期內(nèi)無(wú)法獲取各個(gè)節(jié)點(diǎn)的實(shí)際負(fù)載問(wèn)題,負(fù)載預(yù)測(cè)的不準(zhǔn)確問(wèn)題,以及可能出現(xiàn)的部分服務(wù)器過(guò)載,甚至崩潰問(wèn)題,最終達(dá)到了系統(tǒng)的負(fù)載均衡。在中間件平臺(tái)上的實(shí)驗(yàn)結(jié)果表明該算法優(yōu)于靜態(tài)加權(quán)輪詢算法,動(dòng)態(tài)加權(quán)輪詢算法以及周期可變的動(dòng)態(tài)負(fù)載均衡算法,在提高均衡效率,增加集群系統(tǒng)的吞吐量,降低服務(wù)請(qǐng)求響應(yīng)時(shí)間等多方面有著顯著效果,在實(shí)際應(yīng)用中有較大的價(jià)值。
[Abstract]:With the gradual growth of civil aviation passengers in China, the number of tickets booked on the passenger network is also increasing explosively, which has caused great pressure on the JCFN Java component Framework system, which is a distributed service trading platform for handling booking requests. At present, the load balancing algorithm deployed on JCF middleware is static weighted polling algorithm. This algorithm is not effective in improving system throughput and reducing response time, it is easy to cause load imbalance, so it is necessary to improve the current load balancing algorithm. Firstly, this paper investigates the current situation of middleware and load balancing algorithms at home and abroad, analyzes the characteristics of JCF middleware and its load balancing mechanism, and studies the static weighted polling algorithm deployed on JCF middleware. The basic work is done for the subsequent algorithm improvement. Secondly, the shortcomings of static weighted polling algorithm are analyzed, and a dynamic load balancing algorithm with variable cycle is proposed. The algorithm associates the cycle length of the feedback load information with the number of requests in the network, which not only ensures the real-time performance of the feedback information, but also effectively reduces the resource consumption for computing the load of each node. In the implementation of the algorithm, the improved simulated annealing algorithm is used to determine the load weight vector 尾. The concrete idea is that the response time is taken as the optimal solution, and the group of 尾 values obtained from the optimal solution is selected, which improves the accuracy of the artificial experience to obtain the 尾 value. Finally, a fusion algorithm of load prediction and overload migration is proposed. And shut down the way the process distributes service requests to light-load servers. Through the organic combination of early prediction and load migration, the problems of the actual load of each node can not be obtained in the cycle, the inaccuracy of load prediction, and the possible overload or even crash of some servers are solved. Finally, the load balance of the system is achieved. The experimental results on the middleware platform show that the proposed algorithm is superior to the static weighted polling algorithm, the dynamic weighted polling algorithm and the dynamic load balancing algorithm with variable cycle, which can improve the balancing efficiency and increase the throughput of the cluster system. Reducing the response time of service request has remarkable effect and has great value in practical application.
【學(xué)位授予單位】：中國(guó)民航大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：V354

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 喬國(guó)娟;陳光;;一種基于預(yù)測(cè)模型的負(fù)載均衡算法[J];計(jì)算機(jī)與現(xiàn)代化;2014年08期

2 張臘;劉淑芬;韓璐;;基于負(fù)載均衡的任務(wù)調(diào)度算法[J];吉林大學(xué)學(xué)報(bào)(理學(xué)版);2014年04期

3 呂慎敏;;基于服務(wù)器實(shí)時(shí)性能狀態(tài)的動(dòng)態(tài)負(fù)載均衡算法[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2014年07期

4 周源;馮文龍;黃夢(mèng)醒;;云計(jì)算環(huán)境下中間件的負(fù)載均衡機(jī)制研究[J];計(jì)算機(jī)工程與設(shè)計(jì);2014年04期

5 陳國(guó)斌;;一種分布式動(dòng)態(tài)負(fù)載均衡調(diào)度算法[J];廣西師范學(xué)院學(xué)報(bào)(自然科學(xué)版);2014年01期

6 韓丹;;淺談中間件cics在銀行中間業(yè)務(wù)的使用[J];科技信息;2014年09期

7 郭明強(qiáng);謝忠;黃穎;;集群并發(fā)環(huán)境下大規(guī)模矢量數(shù)據(jù)負(fù)載均衡算法[J];武漢大學(xué)學(xué)報(bào)(信息科學(xué)版);2013年09期

8 胡榮;黃萍;;中間件技術(shù)應(yīng)用現(xiàn)狀研究[J];電腦知識(shí)與技術(shù);2013年22期

9 李新;黎文偉;;一種改進(jìn)的動(dòng)態(tài)告警負(fù)載均衡算法[J];小型微型計(jì)算機(jī)系統(tǒng);2013年07期

10 孫峻文;周良;丁秋林;;基于退火算法的動(dòng)態(tài)負(fù)載均衡研究[J];計(jì)算機(jī)科學(xué);2013年05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10條

1 宋宸州;基于Webtob/Jeus中間件的銀行核心系統(tǒng)集群技術(shù)研究[D];中國(guó)地質(zhì)大學(xué)（北京）;2013年

2 王光波;云計(jì)算環(huán)境下虛擬機(jī)遷移機(jī)制研究[D];解放軍信息工程大學(xué);2013年

3 李楠;中間業(yè)務(wù)平臺(tái)關(guān)鍵技術(shù)的研究與實(shí)現(xiàn)[D];南京郵電大學(xué);2013年

4 付繼文;分布式環(huán)境中的性能預(yù)測(cè)方法[D];上海交通大學(xué);2013年

5 鄒瀟;基于臟頁(yè)率預(yù)測(cè)的虛擬機(jī)動(dòng)態(tài)遷移研究[D];上海交通大學(xué);2013年

6 劉詩(shī)海;Xen虛擬機(jī)遷移機(jī)制和負(fù)載均衡策略研究[D];山東大學(xué);2012年

7 李新;基于Web服務(wù)器集群的動(dòng)態(tài)負(fù)載均衡算法改進(jìn)及實(shí)現(xiàn)研究[D];湖南大學(xué);2012年

8 景晨;綜合負(fù)載均衡度最小優(yōu)先：一種實(shí)現(xiàn)云數(shù)據(jù)中心負(fù)載均衡的新方法[D];電子科技大學(xué);2012年

9 童瑞霞;基于動(dòng)態(tài)反饋機(jī)制的集群負(fù)載均衡算法研究[D];武漢理工大學(xué);2011年

10 柳旭日;基于負(fù)載預(yù)測(cè)和過(guò)載遷移的動(dòng)態(tài)負(fù)載均衡研究[D];青島理工大學(xué);2009年

，

本文編號(hào)：2018191