本文關(guān)鍵詞：服務(wù)器端分布式存儲與負(fù)載均衡算法

  更多相關(guān)文章： 分布式 服務(wù)器架構(gòu) 負(fù)載均衡 分布式緩存 高并發(fā)

【摘要】：隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展成熟,催生了各種支持其發(fā)展的框架,應(yīng)用工具,組件,理論等,相應(yīng)的各個組成部分也隨之發(fā)展成熟。傳統(tǒng)的IT系統(tǒng)主要應(yīng)用于企業(yè)級平臺,而且面臨的主要問題大都是復(fù)雜的業(yè)務(wù)邏輯。與此不同的發(fā)展與互聯(lián)網(wǎng)時代的大型服務(wù)器架構(gòu)面臨的不只是復(fù)雜業(yè)務(wù)邏輯,而且需要面臨千萬量級的用戶,以及其帶來的大量用戶訪問和海量的數(shù)據(jù)處理。在面對如此龐大的非功能性需求,我們不僅需要保證整個服務(wù)器系統(tǒng)向用戶提供高性能的服務(wù),而且同時需要確保整個服務(wù)器系統(tǒng)能夠提供一個高可用(確保系統(tǒng)能夠正常運行和可靠使用),可伸縮(確保系統(tǒng)能夠隨時的拓展和縮減)的架構(gòu)。面臨如此大量的用戶訪問和海量的數(shù)據(jù)存儲,在實際應(yīng)用中,通過分布式緩存來解決訪問面臨的讀取速度和本地緩存容量太小的限制,分布式計算來解決并行處理多個并發(fā)請求訪問的問題加速請求的處理速度。本文著重研究分布式存儲和分布式處理技術(shù)的原理和實現(xiàn)邏輯。分析了通過分布式分離部署數(shù)據(jù)的存儲位置,實現(xiàn)不同類型的數(shù)據(jù)存儲到不同的存儲器上以達(dá)到相應(yīng)的不同數(shù)據(jù)的存儲要求。研究并總結(jié)分布式部署請求任務(wù)的策略。最后本文研究并比較現(xiàn)有的負(fù)載均衡調(diào)度算法,改進(jìn)并提出一種基于估算處理節(jié)點處理能力的負(fù)載均衡算法。本算法基于動態(tài)負(fù)載均衡算法,預(yù)先估處理節(jié)點的處理能力然后根據(jù)每個節(jié)點的處理能力進(jìn)行動態(tài)的分配任務(wù)。
【關(guān)鍵詞】：分布式 服務(wù)器架構(gòu) 負(fù)載均衡 分布式緩存 高并發(fā)
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TP333
【目錄】：

• 摘要4-5
• ABSTRACT5-10
• 第一章 緒論10-15
• 1.1 研究背景及意義10-11
• 1.2 國內(nèi)外研究現(xiàn)狀11-13
• 1.3 論文的研究內(nèi)容13-14
• 1.4 論文的組織結(jié)構(gòu)14-15
• 第二章 分布式服務(wù)器架構(gòu)模型簡介15-20
• 2.1 引言15
• 2.2 服務(wù)器架構(gòu)的要素15-18
• 2.2.1 服務(wù)器性能15-17
• 2.2.2 服務(wù)器的高可用性17
• 2.2.3 服務(wù)器對的可伸縮性17-18
• 2.3 分布式服務(wù)器架構(gòu)模型18-19
• 2.3.1 基于分布式處理的服務(wù)器架構(gòu)模型18
• 2.3.2 基于分布式存儲的服務(wù)器架構(gòu)模型18-19
• 2.4 本章小結(jié)19-20
• 第三章 動態(tài)可伸縮的分布式緩存系統(tǒng)的研究20-31
• 3.1 引言20
• 3.2 分布式緩存20-26
• 3.2.1 分布式緩存替換策略20-22
• 3.2.2 分布式緩存原理22-23
• 3.2.3 分布式緩存一致性算法23-26
• 3.3 分布式緩存動態(tài)拓展的研究26-30
• 3.3.1 數(shù)據(jù)遷移策略27
• 3.3.2 遷移策略動態(tài)性27-29
• 3.3.3 算法流程29-30
• 3.4 分布式緩存動態(tài)拓展策略的意義30
• 3.5 本章小結(jié)30-31
• 第四章 估算處理節(jié)點處理能力的負(fù)載均衡算法31-49
• 4.1 引言31
• 4.2 處理服務(wù)器集群31-40
• 4.2.1 負(fù)載均衡技術(shù)32-36
• 4.2.2 負(fù)載均衡算法36-40
• 4.3 估算節(jié)點處理能力的算法原理40-43
• 4.3.1 服務(wù)器處理性能的量化40-41
• 4.3.2 性能相關(guān)的參數(shù)及其估算41-42
• 4.3.3 算法流程42-43
• 4.3.4 計算每個服務(wù)器節(jié)點的處理時間43
• 4.4 實驗仿真43-48
• 4.4.1 指定標(biāo)準(zhǔn)任務(wù)并測試每個后端應(yīng)用服務(wù)器的性能43-44
• 4.4.2 輸入一組實驗參數(shù)驗證算法的可用性44-45
• 4.4.3 實驗結(jié)果分析45-48
• 4.5 本章小結(jié)48-49
• 總結(jié)與展望49-50
• 參考文獻(xiàn)50-55
• 攻讀學(xué)位期間發(fā)表的論文55
• 攻讀學(xué)位期間參加的科研項目55-57
• 致謝57

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 羅擁軍;李曉樂;孫如祥;;負(fù)載均衡算法綜述[J];科技情報開發(fā)與經(jīng)濟;2008年23期

2 王瓊;何新華;趙穎坤;胡如林;;基于訪問特征負(fù)載預(yù)測的負(fù)載均衡算法[J];裝甲兵工程學(xué)院學(xué)報;2009年05期

3 陳偉;;基于負(fù)反饋的負(fù)載均衡算法實現(xiàn)[J];湖南文理學(xué)院學(xué)報(自然科學(xué)版);2013年01期

4 李曉明;;一種模糊反饋流量信息的網(wǎng)絡(luò)負(fù)載均衡算法[J];科技通報;2013年08期

5 谷鳳娜;張志斌;王麗宏;;基于分布式入侵檢測系統(tǒng)的負(fù)載均衡算法的比較[J];計算機科學(xué);2008年11期

6 王魁生;符予;;集中式動態(tài)負(fù)載均衡算法的研究[J];西安石油大學(xué)學(xué)報(自然科學(xué)版);2011年06期

7 李新;黎文偉;;一種改進(jìn)的動態(tài)告警負(fù)載均衡算法[J];小型微型計算機系統(tǒng);2013年07期

8 陳登偉,魯智勇;網(wǎng)絡(luò)動態(tài)負(fù)載均衡算法分析[J];現(xiàn)代電子技術(shù);2003年21期

9 趙兵選;衛(wèi)星;樊少華;藺玉;;基于累積點播概率的負(fù)載均衡算法研究[J];電子技術(shù);2008年09期

10 李輝;張文博;王偉;;基于節(jié)點分組的異構(gòu)集群負(fù)載均衡算法[J];計算機應(yīng)用研究;2009年07期

中國重要會議論文全文數(shù)據(jù)庫 前1條

1 張耀旭;肖征榮;;基于LTE-Advanced網(wǎng)絡(luò)自優(yōu)化的負(fù)載均衡算法[A];2011全國無線及移動通信學(xué)術(shù)大會論文集[C];2011年

中國重要報紙全文數(shù)據(jù)庫 前1條

1 本報記者　范毅波;安全的“平方”[N];網(wǎng)絡(luò)世界;2003年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 王少娟;基于Hadoop的作業(yè)調(diào)度負(fù)載均衡算法研究[D];安徽理工大學(xué);2016年

2 陳杰;服務(wù)器端分布式存儲與負(fù)載均衡算法[D];廣東工業(yè)大學(xué);2016年

3 李娜;基于多徑并發(fā)路由的負(fù)載均衡算法研究[D];云南大學(xué);2016年

4 熊紀(jì)濤;校園網(wǎng)絡(luò)中自適應(yīng)負(fù)載均衡算法研究[D];電子科技大學(xué);2008年

5 馮秀玲;云計算環(huán)境下的負(fù)載均衡算法的研究與設(shè)計[D];北京郵電大學(xué);2012年

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

7 楊瀟;海量安全卡設(shè)備的負(fù)載均衡研究與實現(xiàn)[D];清華大學(xué);2007年

8 魏欽磊;基于集群的動態(tài)反饋負(fù)載均衡算法的研究[D];重慶大學(xué);2013年

9 陳廣東;流媒體服務(wù)器集群負(fù)載均衡算法研究[D];華中師范大學(xué);2006年

10 喬國娟;基于移動Agent的負(fù)載均衡算法研究[D];東華大學(xué);2014年

，

本文編號：1109480