APP下载

基于神经网络反馈机制的改进型负载均衡算法

2018-06-13王鹏黄洪琼

现代计算机 2018年12期

王鹏,黄洪琼

(上海海事大学信息工程学院,上海 201306)

0 引言

在当今世界,随着互联网的快速发展,网络的访问也在极速递增,各种业务的需求多种多样,导致网络的负荷急剧增加,处理事务的难度大大加强。由于服务器的加载数据过慢,不能同时服务大量用户的问题也随之出现,集群可以通过高速网络连接并以单系统模式进行加以管理的独立的Web服务器,通过集群可以使服务器合理地负载均衡分配任务,提升服务器的服务质量[1]。

在当前形势下,负载均衡共有动、静态两种均衡。静态的负载均衡算法是按固定的比例来分配任务的,例如:轮询算法(RR)和加权轮询算法(WRR);动态的负载均衡算法是根据当前的服务器的状态来分配任务,例如:最小连接数算法(LC)和加权最小连接数算法(WLC)[2]。但在实际情况中,服务器各自性能参差不齐,静态负载均衡很难获取到一个较准确的值来反映当前运行的状况,并且在服务器负载均衡器发生较大的情形下,动态的负载均衡算法表达当前运行的状况也并不一定精准。因此,文献[3]提出了一种基于反馈周期的网络负载均衡算法,但是存在一个不可控的干扰因素,这一干扰因素便是响应时间;文献[4]提出了基于分布式环境的存储负载均衡算法,但是其存在着存储负载均衡的问题,它无法有效地通过阈值对存储任务进行分配,使负载均衡达到最优。因此,我们应当建立一个具有可用性、易管理的服务器集群,它是一种相互独立,通过高速网络连接并且以单一系统模式加以管理的Web服务器,可以使服务器合理的负载均衡分配任务,提升服务器的服务质量[3]。……

登录APP查看全文