王春波

(黑龙江财经学院 财经信息工程系,哈尔滨 150025)

负载均衡(Load Balance)是指通过特定的算法将操作分摊到多个操作单元上进行执行，它建立在现有网络结构之上，提供了一种廉价有效透明的方法扩展网络设备和服务器的带宽、增加吞吐量、加强网络数据处理能力、提高网络的灵活性和可用性。负载均衡算法是考量负载均衡性能的重要指标，现有的负载均衡算法主要分为静态和动态两类。笔者分析了现有负载均衡的优缺点，结合动态算法与静态算法的优点，引入机器学习预测算法与并行计算技术，重构负载均衡策略。该策略既兼顾静态算法的快速，又兼顾动态算法实时反馈性能，充分挖掘后端服务器的最大性能，提高整个系统的吞吐量，在实际项目中得到了良好的验证。

1 负载均衡算法的现状与问题

目前，现有的负载均衡算法主要分为静态和动态两类，静态负载均衡算法主要以轮询、加权轮询、随机和哈希算法为主，这类算法以固定的概率分配任务，不考虑服务器的状态信息；动态负载均衡算法以最小连接数、加权最小连接数和最短响应时间算法为代表,这类算法会根据服务器的实时负载状态信息来决定任务的分配。

动态算法和静态算法都有自身的优缺点，静态算法稳定、快速，但不能针对服务器负载能力进行调整，不利于效能的最大化；动态负载均衡算法一定程度上弥补了静态算法的不足，但仅仅关注连接数，忽略了后端服务器的负载响应，无法监控服务器性能,导致负载分配过于盲目化。……