隨著互聯(lián)網(wǎng)和物聯(lián)網(wǎng)技術(shù)的快速發(fā)展與普及,后端服務(wù)器集群接收到的請求數(shù)量呈爆發(fā)式增長,需要通過負(fù)載均衡策略對請求進(jìn)行合理地分發(fā),以降低服務(wù)器端的壓力并提高系統(tǒng)資源的利用率。Nginx作為優(yōu)秀負(fù)載均衡器的代表,具有資源消耗低、并發(fā)量高等優(yōu)點(diǎn),受到了用戶的廣泛好評。本文基于Nginx負(fù)載均衡技術(shù),針對現(xiàn)有策略在高負(fù)載的情況下產(chǎn)生的負(fù)載失衡現(xiàn)象,提出兩種改進(jìn)的動態(tài)負(fù)載均衡算法。主要研究內(nèi)容如下:1.針對現(xiàn)有Nginx負(fù)載均衡策略在高并發(fā)情況時無法合理分配用戶請求的問題,提出一種基于加權(quán)輪詢算法的動態(tài)權(quán)重負(fù)載均衡算法。此算法在負(fù)載均衡器向后端服務(wù)器分發(fā)任務(wù)時,不僅考慮到服務(wù)器集群各節(jié)點(diǎn)本身的硬件性能存在差異,同時也周期性地讀取后端節(jié)點(diǎn)的實(shí)時負(fù)載情況并將其量化。然后,算法綜合考慮了實(shí)時的CPU、內(nèi)存、磁盤I/O和網(wǎng)絡(luò)的利用率,結(jié)合硬件性能,周期性地更新服務(wù)器節(jié)點(diǎn)的最終權(quán)值,使每個后端服務(wù)器節(jié)點(diǎn)能夠被分配到的請求能夠與其當(dāng)前的負(fù)載能力相匹配,從而增強(qiáng)了后端服務(wù)器集群的性能。最后,利用Httperf和Autobench性能測試工具對本文所提出的動態(tài)權(quán)重負(fù)載均衡算法進(jìn)行性能測試,實(shí)驗(yàn)結(jié)果證明,此算法在并... 

【文章來源】：重慶郵電大學(xué)重慶市

【文章頁數(shù)】：77 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
注釋表
第1章 引言
    1.1 背景及意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 Nginx研究現(xiàn)狀
        1.2.2 負(fù)載均衡研究現(xiàn)狀
    1.3 論文研究內(nèi)容
    1.4 論文的組織結(jié)構(gòu)
第2章 相關(guān)技術(shù)基礎(chǔ)概述
    2.1 服務(wù)器集群技術(shù)
        2.1.1 服務(wù)器集群的概念
        2.1.2 服務(wù)器集群分類
        2.1.3 選用服務(wù)器集群的目的
        2.1.4 性能指標(biāo)
    2.2 負(fù)載均衡技術(shù)
        2.2.1 負(fù)載均衡的概念及目的
        2.2.2 負(fù)載均衡的分類
        2.2.3 負(fù)載均衡的實(shí)現(xiàn)方式
    2.3 Nginx服務(wù)器
        2.3.1 Nginx概述
        2.3.2 Nginx安裝
        2.3.3 Nginx模塊簡介
        2.3.4 Nginx進(jìn)程模型
    2.4 Redis內(nèi)存數(shù)據(jù)庫
        2.4.1 發(fā)布/訂閱模式
    2.5 本章小結(jié)
第3章 動態(tài)權(quán)重的負(fù)載均衡算法研究
    3.1 Nginx動態(tài)反饋負(fù)載均衡策略研究概述
    3.2 Nginx負(fù)載均衡研究
        3.2.1 upstream模塊配置
        3.2.2 加權(quán)輪詢算法
        3.2.3 IP Hash算法
        3.2.4 最小連接數(shù)算法
    3.3 動態(tài)權(quán)重的負(fù)載均衡算法
        3.3.1 負(fù)載信息的采集
        3.3.2 靜態(tài)權(quán)重研究
        3.3.3 動態(tài)權(quán)重研究
        3.3.4 動態(tài)權(quán)重的負(fù)載均衡算法流程
    3.4 性能測試與結(jié)果分析
        3.4.1 測試環(huán)境及方法
        3.4.2 測試結(jié)果及分析
    3.5 本章小結(jié)
第4章 面向請求類型的動態(tài)負(fù)載均衡算法研究
    4.1 面向請求類型的動態(tài)負(fù)載均衡算法概述
    4.2 面向請求類型的負(fù)載均衡策略相關(guān)研究
    4.3 面向請求類型的動態(tài)負(fù)載均衡算法
        4.3.1 加權(quán)最小連接數(shù)算法
        4.3.2 權(quán)重及資源權(quán)系數(shù)研究
        4.3.3 面向請求類型的動態(tài)負(fù)載均衡算法流程
    4.4 性能測試與結(jié)果分析
        4.4.1 測試環(huán)境及方法
        4.4.2 測試結(jié)果及分析
    4.5 本章小結(jié)
第5章 結(jié)束語
    5.1 主要工作與創(chuàng)新點(diǎn)
    5.2 后續(xù)研究工作
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間從事的科研工作及取得的成果


【參考文獻(xiàn)】：
期刊論文
[1]服務(wù)器集群技術(shù)研究與應(yīng)用[J]. 李微巍,孫兆寬,梁振宇,回巖.  信息系統(tǒng)工程. 2018(07)
[2]透明進(jìn)程間通信協(xié)議在集群系統(tǒng)中的應(yīng)用[J]. 趙晨,張淑萍.  計(jì)算機(jī)工程與設(shè)計(jì). 2018(03)
[3]Linux負(fù)載均衡集群技術(shù)在網(wǎng)絡(luò)服務(wù)器中的應(yīng)用[J]. 孔祥真,張丁,李忠遠(yuǎn).  軟件導(dǎo)刊. 2016(12)
[4]高可用集群系統(tǒng)的研究[J]. 高愛蓮,劉增磊,劉中艷.  信息系統(tǒng)工程. 2016(10)
[5]An Efficient Load Balancing Approach for N-Hierarchical Web Server Cluster[J]. PAK Ilchol,QIAO Baiyou,SHEN Muchuan,ZHU Junhai,CHEN Donghai.  Wuhan University Journal of Natural Sciences. 2015(06)
[6]TeraPELB:云計(jì)算中基于預(yù)測的彈性負(fù)載均衡算法[J]. 吳和生,王崇駿,謝俊元.  系統(tǒng)仿真學(xué)報(bào). 2013(08)
[7]基于內(nèi)容分類的集群負(fù)載均衡算法[J]. 鄭祺,周廣平.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2011(05)
[8]服務(wù)器集群系統(tǒng)研究[J]. 曾碧卿,陳志剛.  計(jì)算機(jī)應(yīng)用研究. 2004(03)

博士論文
[1]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]. 王紅斌.吉林大學(xué) 2013

碩士論文
[1]基于Nginx的Web服務(wù)器集群負(fù)載均衡技術(shù)研究[D]. 黃煥昭.廣東工業(yè)大學(xué) 2019
[2]異構(gòu)多核處理器微內(nèi)核的負(fù)載均衡調(diào)度研究[D]. 戴飛.桂林理工大學(xué) 2019
[3]基于Nginx負(fù)載均衡的動態(tài)分配技術(shù)研究[D]. 張娜.哈爾濱工程大學(xué) 2019
[4]負(fù)載均衡技術(shù)在電子商務(wù)網(wǎng)站中的應(yīng)用研究[D]. 劉維.湖南大學(xué) 2018
[5]基于Nginx高并發(fā)Web服務(wù)器負(fù)載均衡策略的研究與改進(jìn)[D]. 孔艷蓉.長安大學(xué) 2018
[6]基于Nginx高并發(fā)Web服務(wù)器的改進(jìn)與實(shí)現(xiàn)[D]. 張堯.吉林大學(xué) 2016
[7]基于Nginx的地理信息服務(wù)集群構(gòu)建技術(shù)研究[D]. 楊玉霞.江西理工大學(xué) 2014
[8]基于內(nèi)容的負(fù)載均衡技術(shù)的研究與實(shí)現(xiàn)[D]. 皇甫寧.華南理工大學(xué) 2013



本文編號：3188691