基于遺傳算法的Web服務器集群負載均衡的研究.pdf

1、負載調(diào)度機制是通過最小化響應時間及最大化節(jié)點利用率的目的，選擇網(wǎng)絡中適當?shù)墓?jié)點進行負載分配。但是，負載均衡的構建是個NP完全問題。服務集群在實現(xiàn)負載均衡這一領域已取得了許多研究成果，雖然傳統(tǒng)調(diào)度算法操作簡單，但對于多個復雜的因素相互交集和約束組合而成的現(xiàn)實環(huán)境，這些點到點式的算法在搜索過程中往往會產(chǎn)生大量錯誤的峰值點，從而影響了最佳分配組合的判定。
　　適應于多個領域的遺傳算法，它的本質是一種求解問題的高度并行性全局搜索算法，在基

2、于遺傳算法的負載均衡研究中，適應度函數(shù)是評估請求分配組合優(yōu)劣的標準。對此，本文提出引入Mean-Variance模型改進負載均衡算法中的適應度函數(shù)。采用投資選擇模型Mean-Variance來設置服務集群中節(jié)點利用率的權重，通過Lagrange Multiplier以最小化任務完成時間為條件來獲得最優(yōu)的權重，該方式提高了服務集群中任務調(diào)度的準確性和有效性。針對服務集群的負載均衡研究，本文的主要貢獻包括三個方面:
　　(1)在遺傳算

3、法的編碼設計中，本文提出采用三維十進制對空間的候選解進行編碼設計。在三維十進制編碼中，每個解被編碼為由三個屬性表示的十進制數(shù)組。其中每個數(shù)組中的字符串具有固定大小的量化值，量化負載是根據(jù)肯尼迪宇航中心服務器日志文件中任務的比重進行量化。在搜索空間中的每個節(jié)點都有字符串代表，而且其代表的字符串是唯一的。因此三維十進制編碼設計提高了遺傳調(diào)度操作的準確性。
　　(2)通過深入研究和分析基于遺傳算法的負載均衡方法，針對適應度函數(shù)作為評判分

4、配組合的精確性問題，本文引入Mean-Variance模型構建適應度函數(shù)。通過投資組合選擇模型Mean-Variance進行最小化響應時間，可得到每個服務器資源利用率的權重，從而獲得最優(yōu)的分配組合。改變了傳統(tǒng)適應度函數(shù)中節(jié)點利用率的簡單疊加模式，使得執(zhí)行時間和節(jié)點利用率得到了改善，提高負載均衡策略的有效性。
　　(3)本文采用Mean-Variance模型構建適應度函數(shù)，使得負載均衡算法中的執(zhí)行時間和節(jié)點利用率得到了有效性計算。但

5、調(diào)度算法中仍舊會出現(xiàn)部分服務超載運行的不均衡現(xiàn)象。對此，提出自適應閾值算法，根據(jù)目前的系統(tǒng)負載和新調(diào)度任務的負載得到單個服務器的負載均值，同時系統(tǒng)設置了重閾值和輕閾值，如果超過重閾值或低于輕閾值則此服務器將是不正常運作，將被認定為不可接受分配任務的服務器。因此可接受分配服務器的自適應閾值策略給負載平衡機制添加了靈活性，給負載均衡系統(tǒng)增加了一個重要保障。
　　本文設計并實施了一系列實驗，在不同服務環(huán)境及參數(shù)設計下與其他模型進行比較。