Web服务器集群系统的自适应负载均衡调度策略研究

毛成宇

长春理工大学，吉林 长春 130000

Web服务器集群系统的自适应负载均衡调度策略研究

毛成宇

长春理工大学，吉林 长春 130000

基于LVS的Web服务器集群负载均衡的默认加权最小连接调度算法，提出了基于任务权重分配调度的后端服务器主动反馈负载策略、负载均衡器。Web服务器集群系统中的动态自适应负载均衡调度策略，可以加快Web服务器响应速度，提高集群系统性能，简化调度过程，提高吞吐率。

服务器集群；负载均衡；自适应

引言

有效利用分布式系统的处理能力可以保证联合工作多个服务器负载平衡。良好的负载平衡意味着最小化执行时间及计算机数据传输开销，并根据服务器处理能力的不同分配完成相应的任务，可以最大限度利用每个服务器的处理能力。

1 负载均衡目标

应用程序的负载平衡直接影响加速和并行系统的性能[1]。负载平衡的主要目标是通过平衡任务来重新分配工作负载，优化任务的资源利用率和响应时间，以最小化进程之间的通信开销。因此，以平衡每个处理器节点的工作负载为目标来提高并行计算的性能。

负载平衡算法的主要目标如下：

（1）性能改进：在合理的成本范围内，在整个系统中实现更高的性能改进，例如在可接受的延迟条件下减少任务的响应时间；（2）任务平衡：系统中每个节点的任务平衡；（3）容错能力：系统的某些部分有错误，系统应具有容错性能；（4）可变性：根据分布式系统的参数配置进行自适应性能修改和扩展；（5）系统稳定性：系统应具备应对突发大量流量的能力。

负载平衡可以带来以下优点：（1）负载均衡可以提高每个节点的性能，提高整个系统的性能；（2）负载平衡减少了任务的空闲时间；（3）避免对小任务的长期积压；（4）最大限度利用系统资源；（5）缩短整个系统对用户的响应时间；（6）提高系统的吞吐量；（7）提高系统的可靠性；（8）使系统实现低成本、高收入；（9）增加系统的可扩展性或流量的增量增长。鉴于上述优点，负载均衡策略已成为一个热点研究领域。在过去几年中，已经有了大量的负载平衡算法，但并不适用于所有的应用。选择适当的负载平衡取决于应用参数（如平衡特性）、负载生成模式和硬件参数（如通信开销）[2]。一般来说，负载均衡算法分为两类：一是静态负载均衡；二是动态负载均衡。

2 动态自适应反馈负载均衡策略

2.1 负载均衡最优化思想

负载平衡器从客户端接收请求任务，并根据接收到的子节点的当前负载信息分配任务。在任何时间段t中，如果有多个任务调度请求到达负载均衡器，负载平衡器记录的后端服务器的性能值p和负载值不会及时更新，负载平衡器将根据正在记录的每个服务器的旧信息进行选择，然后将请求任务分配给后端服务器，这可能会导致单个节点超载。因此，在时间段t中，负载均衡策略需要实时考虑后端服务器的性能和负载。此外还要考虑以下几个方面：（1）在一定时间段t内，终端服务器节点只是服务器分布的一部分。因此，该节点负载可能会减少或空闲，每个子服务器节点的性能、负载状态变化与当前负载信息相互关联。对于后端实际服务器，由于机器的硬件存在配置、性能差异，因此服务器节点处理请求任务的能力不同[3]。（2）在时间段t中，发送到集群系统的客户端请求任务发送到负载均衡器。此时，不更新每个服务器节点的负载信息，并且服务器分配的任务可能导致服务器过载。

2.2 负载均衡流程

（1）二叉树排序算法主要是对负载的冗余值进行排序。如果每个服务器的负载冗余值通过负载均衡器收集和循环，则服务器插入树中，当服务器的负载冗余值超过最小值时构建二进制排序树。（2）遍历二进制排序树。遍历二进制排序树已形成升序，服务器性能指标（权重）将形成一个序列[4]。（3）任务分配。在服务器节点顺序遍历后，根据服务器的状态和性能分配任务。分配任务后，每个服务器的负载值和冗余值将发生变化。

2.3 动态负载均衡算法

对于分布式系统，如何在分布式系统中分配和调度用户之间的请求将直接影响分布式系统的性能[5]。因此，为了充分利用分布式系统中每个服务器节点的资源，我们引入动态负载均衡技术来优化分布式系统的整体性能。对于客户端的用户请求任务，考虑用户请求任务的不同类型，以及用户对资源类型和实时需求的需求程度，用户请求分配给实时I/O消费任务和实时任务的任务，CPU类型任务的时间消耗，进一步优化最少的连接调度算法。本文提出了一种创新的动态负载平衡算法。该算法被称为基于任务分区的动态负载均衡算法。用于分区任务的动态负载均衡算法的低吞吐量问题是基于系统的良好解决方案，可以解决节点资源不能充分利用的问题。最后，通过仿真验证验证了算法的可行性和有效性。与最小连接调度算法相比，基于改进的系统响应时间，使用节点资源的动态任务划分算法比最小连接调度算法更加充分。

3 结束语

由于传统的网络集群负载均衡算法使用加权最小链路调度算法，可能存在负载不平衡现象。为此，在传统的加权调度算法的基础上，对原有的LVS算法进行了改进和优化。在本文中，传统负载均衡算法的权重重新分配，负载均衡器收集每个服务器的CPU利用率和内存空闲率，确定新的权重值，并将其传输到均衡器，均衡器得到新的权重。最后，提出了动态自适应反馈策略。为了减轻均衡器的负担，采用了向均衡器提供主动反馈负载信息的方法。

[1]雷迎春.可扩展、高性能Web服务器系统的研究[D].北京：中国科学院研究生院（计算技术研究所），2002.

[2]任侠.基于动态自适应负载均衡的服务器集群优化策略[J].工业控制计算机，2015，28（12）：38-39.

[3]何增辉.基于预测机制的负载均衡模型研究[D].郑州：郑州大学，2010.

[4]张维勇.基于遗传算法的服务器端动态负载均衡系统的设计与实现[D].济南：山东大学，2005.

[5]王媛媛.基于服务器集群的Web QoS控制研究[D].保定：华北电力大学（保定），2007.

Research on Adaptive Load Balancing Scheduling Strategy for Web Server Cluster System

Mao Chengyu
Changchun University of Science and Technology, Jilin Changchun 130000

Based on LVS Web server cluster load balanced default weighted minimum connection scheduling algorithm,an active feedback load strategy and load balancer for back-end server based on task weight allocation scheduling are proposed. The dynamic adaptive load task balancing scheduling strategy for Web server cluster system can effectively accelerate the response speed of Web server, improve the performance of cluster system, simplify the scheduling process and improve throughput.

server cluster; load balancing; self-adaptation

TP393.09

A

1009-6434（2017）7-0087-02