随着5G移动通信的发展以及互联网的日益普及,5G移动通信的用户规模的迅速增长以及移动互联网接入流量总量的爆炸式增长,使得电信服务器承受着越来越大的并发访问压力。因此在高并发场景下,必须要应用服务器集群技术以及负载均衡技术来提高系统的并发处理能力以及容错能力。另外,在并发量超过服务器集群设计能力的场景中,必须应用流量控制技术来对超负荷的流量进行限制,保障服务节点的健康。当前服务器集群的负载均衡技术以及流量控制技术存在着灵活性不足、没有考虑服务器负载状态或没有对请求进行差异化处理、对技术人员的要求高、维护成本高等问题。为此,本文从服务器集群的负载均衡技术以及服务器的流量控制技术两个方面进行深入研究,探讨其基本原理、常用算法及应用场景,并提出了一种基于蚁群算法的动态负载均衡算法以及一种基于tr TCM(Two Rate Three Color Marker)的多级动态流量控制算法。本文的主要研究内容如下:
首先,研究了蚁群算法的原理以及应用,分析了算法存在的问题并考虑负载均衡问题的特点,提出了一种基于蚁群算法的动态负载均衡算法,对蚁群算法进行了综合优化,其主要的优化工作:对蚁群算法的转移方式进行了优化,采用伪随机的方式进行转移;考虑了实时服务器负载,周期性地采集服务器节点的负载信息,基于此对启发式函数进行优化;引入信息素修正系数,对信息素更新方式进行优化。
然后,研究了流量控制技术相关理论,提出一种基于tr TCM的多级动态流量控制算法,能够拦截异常流量并对请求进行分类,根据服务器的实时负载指标动态调整流量控制等级,对进入服务器的正常流量实施差异化的流量控制策略。设计了多级动态流量控制算法的四个功能模块,并对它们的主要功能及工作原理进行了详细的介绍。
最后,对本文提出的算法进行对比实验,实验表明本文算法在请求平均响应时间、吞吐量、负载不均度、限流率等性能指标上均优于对比算法,证明了其可以发挥良好的负载均衡效果以及流量控制效果,能够提高系统的可靠性及任务处理效率。
暂无评论