分布式网络下的负载平衡原理及算法.docVIP

来源：　 ? ?在Internet/ Intranet 环境下一般采用Web?服务器来集成共享的资源,但随着Web 服务器连接数目的不断增长,开始面临WWW服务器超载的问题。为了增大吞吐能力,提高反应速度,人们不得不升级或更换服务器。这里有两种选择,一种是采用昂贵的高性能主机或SMP 计算机,另一种则是把多台服务器用局域网络联结成一个集群,通过并行处理来扩展性能。比较这两种方案,后者的成本较低,并且具有较大的灵活性和较高的可靠性,目前有许多著名的WWW站点已经转向此类计算平台。我们称这种平台为并行WWW 服务器集群或工作站机群系统(Network of Workstations ,NOW) 。它的特点是各节点独立运行自己的操作系统,灵活性高;节点处理能力强,资源为多用户共享。机群系统中,计算节点是面向多用户的,计算的核心机制在于如何进行任务 的分配和调度 ,而任务的分配则取决于各计算节点负载信息的获取和处理技术。如何获取、使用收集本地节点的负载信息及任务调度就成为负载平衡系统的重要研究方向。 1 　动态负载平衡调度驱动策略 在下面的讨论中,假定每个节点上的任务是动态产生的,每个节点的负载大小是动态变化的,因而不考虑静态负载平衡调度方法,只考虑动态负载平衡调度策略。一般说来,动态负载平衡调度可分为集中式调度和分布式调度两大类。前者是由一个调度服务器负责搜集系统负载信息,并由它来决定负载平衡调度方案,它的主要优点在于实现比较简单;后者是根据局部范围内的一些负载信息来进行负载平衡操作,每台计算机定期把它的负载信息广播给其它计算机,去更新那些局部维护的负载向量,它的最大优点在于具有良好的可扩放性。限于篇幅,主要讨论集中式调度原理己算法 2 　集中式负载平衡调度策略 2. 1 　集中式负载平衡调度原理 请求分配是并行WWW服务器集群中采用的一种典型技术。其主要原理,是由一台特殊的计算机(一般称为请求分配器) 集中接收所有的HTTP 请求,然后依据一定的原则把它们分配到集群中的各台服务器上去进行处理。分配的主要目的是使各台服务器的负载分布比较均衡,从而获得较高的整体吞吐能力和较快的反应速度。目前常用的请求分配算法主要有转轮法、最少连接法和最快连接法3 种。第1 种算法实现简单,但从本质上讲没有考虑负载均衡问题。第2 种算法对各个服务器的性能不加区分,而且不考虑请求的强度(请求文件的长度) 。第3 种算法虽然考虑了服务器的性能,但没有考虑请求强度。这些局限性使这些算法无法真正做到负载的“均衡”分配,因而无法较好地发挥系统的并行处理能力。 为了有效地提高请求分配算法的效率,并使算法能够适应异构服务器集群,应使请求分配器能够知道每一台服务器的处理能力,并且可对集中接收的每一个HTTP 请求的内容进行分析,同时应能比较准确地跟踪各个服务器的负载情况。服务器的处理能力可以事先通过实测获得,分析HTTP 请求只需分析它的请求头部分,而负载跟踪则可以通过在请求分配器上记录各服务器的应答进度来实现。基于以上考虑,本文实现了一个异构WWW服务器集群,设计了一种综合考虑HTTP 请求内容和各个服务器性能以及当前的负载情况的请求分配算法LTI(Least Time Increment) ,目标是使各个请求的应答时间总和尽可能短。为此,文中把应答总时间的增量作为LTI 算法的优化对象。为了避免服务器在连接数接近阈值时性能急剧下降,还设计了一种请求延迟策略。 2. 2 　集中式负载平衡系统结构形式 目前常见的并行WWW服务器集群主要有两种组成方式,一种是以Cisco 的Local Director 为代表的隔离式,采用最少连接法或最快连接法进行请求分配;另一种则是以NCSA 的Scalable Web Server 为代表的非隔离式,采用转轮法进行请求分配。无论哪一种方式,都要求各台服务器上所有Web 信息的访问路径和内容要完全一样(这一点可以通过网络文件系统或专用的文件服务器来实现) 。二者的区别在于这些服务器是否直接连接在Internet 上,对用户可见。隔离式集群采用类似于Proxy 的技术,只有请求分配器具有一个虚拟的IP 地址,所有的请求都发向此IP 地址,由请求分配器分配到集群中的各台服务器上去处理,返回的结果也经由请求分配器传回给用户;非隔离式集群中的每一台服务器都有独立的IP 地址,请求分配是通过动态DNS ,HTTP Redi2rect 等技术实现的,服务器对请求的应答不通过请求分配器,而是由各台服务器直接传回给用户。图1 是两种不同结构集群的组成示意图。 ? ? ? ? ? ? ? ? ? ? ??图1 　WWW服务器集群的组成结构 2. 3 　性能评价参数和影响性能的因素 目前,评价WWW服务器的性能主要采用吞吐率和平均应答延迟两个参