基于遗传算法的在web中的应用.docVIP

基于遗传算法的在web中的应用 基于遗传算法的在web中的优化方法 摘要 随着商业网络站点的不断涌现和用户访问量的急剧增加，给各种Web及务器提出了更高的性能要求，在有限资源条件下如何高效优化Web系统的性能成为系统开发和维护关注的焦点。通过适当调节Web系统的软件配置参数，它的性能表现可以在现有的访问负载和硬件资源条件下得到很大的提升，但是面对复杂的Web部署环境和几十个可调参数，取得正确的配置参数值组合使系统整体性能表现最优是一项相当耗时耗力的工作。 关键词:Web，优化，遗传算法 一、研究背景及意义 近些年来，Web服务和信息在传播的范围和数量上都呈现指数级增长，这给各种服务器提出了前所未有的挑战。大型网站的服务器每天平均接收超过几千万次的用户请求，同时Web交互通常以爆发式状态到达服务器，上述情况的出现，迫切要求现行的服务器提供更高的性能，在高峰时期保持较高的吞吐量，满足工作负载要求。 Web是一个基于Internet的、分布式的、动态的、开放的、多平台的交互式超媒体信息系统。网络用户从单纯获取信息到交互式浏览和发布内容，企业和机构组织也越来越多地利用Web获取更多的便利，个人主页和中小规模的站点也不断涌现。JZEE和.NET两个最重要的企业级开发平台在2000年前后分别发布，二者的不断竞争发展促使web系统以前所未有的速度跃进发展，在有限的资源条件下，寻求性能最大化、使系统性能表现高效(如较短的用户响应间，较高的工作负载等)是很多商用Web系统的设计和开发目标。 在网络负载和硬件资源限定的情况下，系统选择一种正确的配置参数组合跟一种糟糕的配置参数组合，最后两者之间的性能表现可能天差地别。不正确的配置参数选择往往对成本、经济效益造成浪费和损失。Web站点系统管理员根据工作负载和硬件资源，有效调节软件配置参数设置，可以大幅度提高系统的整体性能表现腾 。但是，面对几十甚至上百个可调配置参数，寻找最优的系统性能表现，是一件相当耗时耗力的工作。以标准基准测试丁Pc、 PEc等 测试一种配置参数组合下的系统性能需要几十分钟甚至一个小时以上的时间，而复杂的WEB应用系统往往拥有几十个可调参数候选值组合，完全获取不同参数值组合下的性能数据需要不间断运行基准测试程序几天甚至一周多的时间。针对不同的硬件资源和软件部署环境，即使是有经验的WEB系统管理员，调节性能也是一项费时费力的工作。 随着互联网和Web技术的快速发展，个人主页和中小规模的站点不断涌现，其中大多数部署在开源的服务器上，如Tomcat、JBoss和Apache等。对于开源的Web服务器，往往缺少详细的说明文档和技术支持人员，同时Web应用系统内部架构日趋复杂，业务需求变化快，外部部署环境差异化，对系统的开发、维护和管理提出了更高的要求。但是，现存的Web系统性能寻优方面存在诸多不足和问题。因此，如何高效地得到Web系统正确的配置参数，优化Web系统的性能成为系统开发和维护人员关注的焦点。 二、课题研究的现状 由于Web系统应用环境的复杂性和不可测性，给编程实现和算法的实际应用带来了一定的困难，早期Web系统参数优化的研究工作停留在模拟仿真环境下验证算法的可行性和有效性上面。以人工手动方式修改系统配置参数是一项耗时耗力的任务，这种方式往往需要操作人员对系统特征、工作负载的特点和软件运作方式有相当程度的熟悉和了解，目前这些参数优化方法逐渐被软件自动化调节和修改配置方式所取代。现有的Web系统参数优化方法主要可以划分为两类:基于模型的参数优化方法和基于搜索策略的参数优化方法。 1、基于模型的参数优化方法 基于模型的参数优化方法(Model一Based A即roach)建立分析模型以预测和论证WEB系统的性能表现，主要包括建立排队论和控制理论等复杂的数学模型用于系统分析。排队模型:排队论模型广泛被用于计算系统建模，此时系统被认为是由队列和服务器组成的网络，在用于建模计算系统平稳状态下的行为表现方面十分有效。Menansce等人使用网络排队模型指导搜索配置参数的最佳组合。urgaonkar等人分析多层web服务系统的内部结构和请求处理方法，提出用排队论模型来计算服务的响应时间。Dumitrascu等人[23]根据运行的应用程序和服务器的实现设计模式，使用一个简单的基准测试程序派生服务器的排队模型，用来优化应用程序服务器的并行级别。 控制模型web系统被当作黑盒对待，相对来说调节性能的复杂性就会降低。Gandhi等人使用反馈控制理论对Apache服务器建模，实验结果表明模型对于适当的负载区间具有较高优化效率。基于模型的参数优化方法给出了调节和预测服务器性能很好的解决方案，但 是现今的WEB系统己经越来越复杂，这些研究简化实际的系统，忽略了很多关键细节，另外建立相关模型