集群（cluster）系統(tǒng)是由多節(jié)點(diǎn)（node）組成向客戶提供網(wǎng)絡(luò)資源的高速或?qū)Ｓ镁W(wǎng)絡(luò)服務(wù)的一組計(jì)算機(jī),各個服務(wù)節(jié)點(diǎn)相互獨(dú)立,且客戶訪問集群服務(wù)器是透明的。集群的主要目的是增強(qiáng)性能、控制成本、加強(qiáng)可擴(kuò)展性和提升可靠性。集群根據(jù)不同用途可以分為科學(xué)集群、負(fù)載均衡集群和高可用性集群。本文主要研究Linux虛擬服務(wù)器（Linux Virtual Server,LVS）的負(fù)載均衡調(diào)度問題。通過綜合分析得知,現(xiàn)有的幾種LVS常用調(diào)度算法和部分動態(tài)調(diào)度改進(jìn)算法存在著不足:其一,權(quán)值靜態(tài)設(shè)置,對于基于權(quán)值的LVS調(diào)度算法,其權(quán)值只能由管理員前期手動配置,服務(wù)器一旦開始運(yùn)行就無法再進(jìn)行修改;其二,權(quán)值參考價值受限,一臺服務(wù)器僅對應(yīng)一個由管理員設(shè)置的權(quán)值,該權(quán)值不能很好地反映服務(wù)器（RS）的實(shí)際負(fù)載能力,也不能實(shí)時地反映服務(wù)器在多種運(yùn)行狀態(tài)下其負(fù)載能力的動態(tài)變化;最后,一般改進(jìn)的動態(tài)調(diào)度算法需要通過負(fù)載均衡器和服務(wù)器之間實(shí)時通信來實(shí)現(xiàn),增加了負(fù)載均衡器、服務(wù)器和網(wǎng)絡(luò)壓力。針對以上問題,本文提出了一種基于自適應(yīng)遺傳算法的LVS權(quán)值調(diào)度算法。本文首先根據(jù)負(fù)載均衡器的負(fù)載調(diào)度算法的特點(diǎn),提出了改進(jìn)的自適應(yīng)遺傳... 

【文章來源】：武漢科技大學(xué)湖北省

【文章頁數(shù)】：67 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 背景研究
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 集群的研究現(xiàn)狀
        1.2.2 負(fù)載均衡的研究現(xiàn)狀
    1.3 研究背景及意義
    1.4 本論文的主要工作
    1.5 論文結(jié)構(gòu)
第2章 集群系統(tǒng)與負(fù)載均衡
    2.1 集群系統(tǒng)和LINUX虛擬服務(wù)器
        2.1.1 集群系統(tǒng)簡述
        2.1.2 LINUX虛擬服務(wù)器簡述
    2.2 LVS集群體系結(jié)構(gòu)
    2.3 LVS負(fù)載均衡部署方式
    2.4 LVS調(diào)度算法
        2.4.1 輪轉(zhuǎn)調(diào)度
        2.4.2 加權(quán)輪轉(zhuǎn)調(diào)度
        2.4.3 最小連接調(diào)度
        2.4.4 加權(quán)最小連接調(diào)度
        2.4.5 基于局部性的最少鏈接調(diào)度
        2.4.6 帶復(fù)制的基于局部性最少鏈接調(diào)度
        2.4.7 目標(biāo)地址散列調(diào)度
        2.4.8 源地址散列調(diào)度
    2.5 本章小結(jié)
第3章 自適應(yīng)遺傳算法設(shè)計(jì)
    3.1 遺傳算法介紹
        3.1.1 遺傳算法概要
        3.1.2 自適應(yīng)遺傳算法
        3.1.3 云模型
    3.2 改進(jìn)的自適應(yīng)遺傳算法
        3.2.1 編碼策略
        3.2.2 遺傳操作
        3.2.3 自適應(yīng)交叉概率和變異概率
    3.3 自適應(yīng)遺傳算法性能測試
    3.4 本章小結(jié)
第4章 基于自適應(yīng)遺傳算法的LVS權(quán)值調(diào)度算法
    4.1 LVS調(diào)度算法的不足
    4.2 AGW調(diào)度算法
        4.2.1 算法處理流程
        4.2.2 算法思路
    4.3 AGW調(diào)度算法實(shí)現(xiàn)
        4.3.1 集群服務(wù)器信息獲取模塊
        4.3.2 負(fù)載均衡器監(jiān)測模塊
        4.3.3 負(fù)載均衡器權(quán)值寫入模塊
    4.4 性能測試與分析
        4.4.1 負(fù)載均衡器配置
        4.4.2 測試步驟
        4.4.3 實(shí)驗(yàn)結(jié)果及分析
    4.5 本章小結(jié)
第5章 總結(jié)和展望
致謝
參考文獻(xiàn)
附錄1 攻讀碩士學(xué)位期間發(fā)表的論文
詳細(xì)摘要


【參考文獻(xiàn)】：
期刊論文
[1]基于LVS的數(shù)據(jù)庫集群負(fù)載均衡性能測試與分析[J]. 王超,祝永志.  微型機(jī)與應(yīng)用. 2017(04)
[2]基于改進(jìn)的自適應(yīng)遺傳算法優(yōu)化BP神經(jīng)網(wǎng)絡(luò)[J]. 吳陳,王和杰.  電子設(shè)計(jì)工程. 2016(24)
[3]昆騰推出全新計(jì)劃,幫助渠道合作伙伴和服務(wù)提供商[J]. 劉晴.  計(jì)算機(jī)與網(wǎng)絡(luò). 2013(21)
[4]基于負(fù)載均衡的代理服務(wù)器集群研究與應(yīng)用[J]. 羅肖輝.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2013(22)
[5]負(fù)載均衡在Web服務(wù)器中的應(yīng)用[J]. 謝峰.  科技創(chuàng)新與應(yīng)用. 2013(18)
[6]云模型和多特征的高校讀者借閱偏好不確定性圖書推薦研究[J]. 李克潮,藍(lán)冬梅,凌霄娥.  現(xiàn)代圖書情報(bào)技術(shù). 2013(05)
[7]網(wǎng)站的負(fù)載均衡解決方案[J]. 雷鳴.  河南科技. 2013(02)
[8]基于云自適應(yīng)遺傳算法的LVS負(fù)載均衡改進(jìn)算法[J]. 郭洪,王監(jiān)梁.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2012(11)
[9]基于自動發(fā)布管理系統(tǒng)的負(fù)載均衡算法研究[J]. 劉英,王會進(jìn).  微計(jì)算機(jī)應(yīng)用. 2011(06)
[10]空間負(fù)載平衡探討[J]. 趙曉暉,方裕,趙家敏,馬艷.  地理與地理信息科學(xué). 2011(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
[2]可伸縮網(wǎng)絡(luò)服務(wù)的研究與實(shí)現(xiàn)[D]. 章文嵩.中國人民解放軍國防科學(xué)技術(shù)大學(xué) 2000

碩士論文
[1]基于LVS負(fù)載均衡集群的設(shè)計(jì)和實(shí)現(xiàn)[D]. 秦霞.西安電子科技大學(xué) 2014
[2]基于自適應(yīng)小生境遺傳算法的LVS負(fù)載均衡調(diào)度研究[D]. 楊越.西南交通大學(xué) 2013
[3]遠(yuǎn)程教育系統(tǒng)負(fù)載均衡技術(shù)研究與實(shí)現(xiàn)[D]. 朱永安.西安電子科技大學(xué) 2012
[4]基于LVS的負(fù)載均衡策略算法的研究與改進(jìn)[D]. 萬勇.西南交通大學(xué) 2010
[5]基于LVS集群動態(tài)均衡負(fù)載的研究與實(shí)現(xiàn)[D]. 嚴(yán)先有.北京工業(yè)大學(xué) 2009
[6]計(jì)算機(jī)集群技術(shù)應(yīng)用研究[D]. 李中福.中國地質(zhì)大學(xué)（北京） 2006



本文編號：2990383