服務(wù)器集群負(fù)載均衡技術(shù)的研究.pdf

1、當(dāng)今計(jì)算機(jī)技術(shù)已進(jìn)入以網(wǎng)絡(luò)為中心的發(fā)展時(shí)期，由于客戶/服務(wù)器模型的簡(jiǎn)單性、易管理性和易維護(hù)性，客戶/服務(wù)器計(jì)算模式在被大量采用。伴隨著近年來新興的富媒體（RIA）技術(shù)和軟件即服務(wù)（SaS）的商業(yè)模式發(fā)展，服務(wù)器無疑扮演著越來越重要的角色。但是隨著終端用戶數(shù)量的大量增長(zhǎng)和網(wǎng)絡(luò)服務(wù)內(nèi)容的不斷豐富，單一的服務(wù)器系統(tǒng)處理客戶請(qǐng)求的能力受到挑戰(zhàn)。利用服務(wù)器集群來處理快速增長(zhǎng)的客戶請(qǐng)求，提供可伸縮性服務(wù)，成為當(dāng)前的熱門話題，而服務(wù)器集群的負(fù)載平衡問

2、題則成為當(dāng)前研究人員關(guān)注的重要問題。 本文從服務(wù)器集群負(fù)載平衡的角度出發(fā)，討論了服務(wù)器集群的相關(guān)知識(shí)以及采用的各種負(fù)載調(diào)度方法，并分析了負(fù)載平衡的相關(guān)理論和方法，針對(duì)以往各種負(fù)載均衡方法應(yīng)用目標(biāo)不明確的問題，本文提出了負(fù)載均衡模型，并進(jìn)行了分類，使得不同的負(fù)載均衡問題能對(duì)應(yīng)相應(yīng)的模型，從而選擇相應(yīng)的方法來解決。同時(shí)，本課題針對(duì)及時(shí)調(diào)度模型和緩存模型這兩種模型進(jìn)行研究，試圖從機(jī)器學(xué)習(xí)和智能調(diào)度的角度來尋求負(fù)載均衡的解決方法。

3、 （1）針對(duì)及時(shí)調(diào)度模型，本文提出了基于支持向量機(jī)的專家系統(tǒng)調(diào)度方法，并經(jīng)過研究，建立了相應(yīng)的調(diào)度模型，應(yīng)用于服務(wù)器集群的負(fù)載均衡中。隨后進(jìn)行了實(shí)驗(yàn)測(cè)試，證明了算法的合理性和有效性。 （2）針對(duì)緩存調(diào)度模型，本課題主要應(yīng)用遺傳算法來提高緩存調(diào)度中的動(dòng)態(tài)規(guī)劃速度。在對(duì)遺傳算法進(jìn)行研究的基礎(chǔ)上，結(jié)合服務(wù)器負(fù)載均衡的特點(diǎn)，構(gòu)建了適用于服務(wù)器負(fù)載均衡的調(diào)度方法。經(jīng)過仿真測(cè)試，證明了算法的有效性。 本課題最后對(duì)上面兩種調(diào)度方法進(jìn)