基于遺傳算法的服務(wù)器端動(dòng)態(tài)負(fù)載均衡系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著Internet的飛速發(fā)展和Web應(yīng)用的廣泛展開，Web服務(wù)器端負(fù)載也在快速增長(zhǎng)，這對(duì)服務(wù)器性能提出了更高的挑戰(zhàn)。而集群技術(shù)則是目前解決這個(gè)問題的常用方法，該技術(shù)通過請(qǐng)求分配使得集群達(dá)到負(fù)載均衡。雖然目前已經(jīng)對(duì)這個(gè)課題進(jìn)行了很多的研究工作，但許多問題還沒有得到完滿的解決。本文介紹如何使用改進(jìn)后的遺傳算法解決動(dòng)態(tài)負(fù)載均衡的問題以及在實(shí)現(xiàn)動(dòng)態(tài)負(fù)載均衡系統(tǒng)中所采用的方法和技術(shù)。 遺傳算法是一種基于自然選擇和有性繁殖機(jī)制的隨機(jī)搜索策

2、略，被廣泛應(yīng)用在函數(shù)優(yōu)化、作業(yè)調(diào)度等領(lǐng)域。本文在論述了遺傳算法的基本特征、流程和優(yōu)點(diǎn)后，重點(diǎn)討論了遺傳算法在負(fù)載均衡問題中的應(yīng)用，通過從作業(yè)調(diào)度的角度重新考察請(qǐng)求分配問題，提出了一種改進(jìn)的遺傳算法——基于遺傳算法的動(dòng)態(tài)負(fù)載均衡算法GA-DLB。該算法借助遺傳算法的隨機(jī)搜索特性以及優(yōu)秀個(gè)體的可繼承性，通過在初始種群中使用動(dòng)態(tài)數(shù)組結(jié)構(gòu)定義染色體以此來(lái)適應(yīng)批量處理網(wǎng)絡(luò)請(qǐng)求的需要，在適應(yīng)度函數(shù)的設(shè)計(jì)上引入了后臺(tái)Web服務(wù)器CPU占用率作為負(fù)載指

3、標(biāo)，通過實(shí)時(shí)監(jiān)測(cè)該指標(biāo)達(dá)到動(dòng)態(tài)均衡效果。在選擇算子中采用“精英主義策略”保證GA-DLB能始終以概率1收斂到全局最優(yōu)解，在種群結(jié)構(gòu)上采用了多點(diǎn)交叉方式，使優(yōu)質(zhì)個(gè)體有更多的雜交機(jī)會(huì)，結(jié)合在變異算子中設(shè)定好的變異率，防止種群因單一化而陷入局部?jī)?yōu)化解。GA-DLB和其它均衡算法相比，有著很明顯的優(yōu)點(diǎn)：①通過實(shí)時(shí)監(jiān)測(cè)后臺(tái)服務(wù)器負(fù)載指標(biāo)，實(shí)現(xiàn)了真正的動(dòng)態(tài)均衡負(fù)載；②借助遺傳算法的自適應(yīng)和自學(xué)習(xí)性，降低了算法與問題本身的強(qiáng)關(guān)聯(lián)性，回避了其他均衡算法

4、中設(shè)定權(quán)值等問題，提高了算法的健壯性；③由于GA-DLB是基于遺傳算法改進(jìn)的，而遺傳算法有著強(qiáng)大的數(shù)學(xué)知識(shí)作理論支撐，因此本算法有較強(qiáng)的魯棒性。 本文在系統(tǒng)地分析和總結(jié)了現(xiàn)有Web服務(wù)器集群系統(tǒng)的請(qǐng)求分配和負(fù)載均衡技術(shù)之后，著重研究了數(shù)據(jù)包轉(zhuǎn)發(fā)方式和動(dòng)態(tài)方式的負(fù)載均衡。我們首先建立了一個(gè)負(fù)載均衡系統(tǒng)模型，該模型是以基于IP層的直接路由方式來(lái)進(jìn)行數(shù)據(jù)包的轉(zhuǎn)發(fā)。然后，采用GA-DLB對(duì)客戶端請(qǐng)求進(jìn)行動(dòng)態(tài)分配。最后，通過熟悉Linux