基于服务器集群的负载均衡策略的研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第一章 绪论 | 第9-12页 |
| 1.1 论文的研究背景及意义 | 第9页 |
| 1.2 国内外研究状况 | 第9-10页 |
| 1.3 论文的研究内容及组织结构 | 第10-12页 |
| 第二章 负载均衡集群及技术的介绍 | 第12-27页 |
| 2.1 集群与负载均衡 | 第12-13页 |
| 2.1.1 集群简介 | 第12-13页 |
| 2.1.2 负载均衡的目标 | 第13页 |
| 2.2 负载均衡技术 | 第13-19页 |
| 2.2.3 负载均衡的分类 | 第13-14页 |
| 2.2.4 负载均衡实现方式 | 第14页 |
| 2.2.5 负载均衡算法的流程及组成部分 | 第14-16页 |
| 2.2.6 常见负载均衡算法 | 第16-19页 |
| 2.2.7 其他负载均衡算法 | 第19页 |
| 2.3 综合负载信息评价分析 | 第19-23页 |
| 2.3.1 负载信息评价策略 | 第20-21页 |
| 2.3.2 负载信息分类策略 | 第21页 |
| 2.3.3 负载信息收集策略 | 第21页 |
| 2.3.4 负载信息管理策略 | 第21-23页 |
| 2.4 Linux下负载信息的分类及获取方法 | 第23-26页 |
| 2.4.1 Linux下负载信息的分类 | 第23页 |
| 2.4.2 Linux下负载信息的获取方法 | 第23-26页 |
| 2.5 本章小结 | 第26-27页 |
| 第三章 遗传算法和模拟退火算法的研究及改进 | 第27-36页 |
| 3.1 遗传算法的研究及改进 | 第27-32页 |
| 3.1.1 遗传算法概述 | 第27页 |
| 3.1.2 遗传算法的流程分析 | 第27-28页 |
| 3.1.3 编码方式的定义 | 第28-29页 |
| 3.1.4 定义适应度函数 | 第29-30页 |
| 3.1.5 染色体群体的初始化 | 第30页 |
| 3.1.6 选择操作 | 第30页 |
| 3.1.7 交叉操作 | 第30-31页 |
| 3.1.8 变异操作 | 第31页 |
| 3.1.9 遗传算法改进策略分析 | 第31-32页 |
| 3.2 模拟退火算法的研究及改进 | 第32-35页 |
| 3.2.1 模拟退火算法概述 | 第32-33页 |
| 3.2.2 Metropolis准则 | 第33页 |
| 3.2.3 模拟退火算法流程分析 | 第33-35页 |
| 3.2.4 模拟退火算法的改进策略分析 | 第35页 |
| 3.3 本章小结 | 第35-36页 |
| 第四章 遗传退火算法的设计与实现 | 第36-47页 |
| 4.1 基于遗传算法的负载信息权值的确定 | 第36-39页 |
| 4.1.1 已有负载信息评价研究成功概述 | 第36-37页 |
| 4.1.2 改进的负载信息权值算法策略 | 第37-38页 |
| 4.1.3 基于遗传算法进行负载信息权值设计 | 第38-39页 |
| 4.2 遗传退火算法的原理与设计流程 | 第39-41页 |
| 4.2.1 遗传退火算法的原理探究 | 第40页 |
| 4.2.2 遗传退火算法的设计流程 | 第40-41页 |
| 4.3 模拟退火算法的软件实现 | 第41-46页 |
| 4.3.1 Nginx简介 | 第41页 |
| 4.3.2 Nginx源代码分析 | 第41-43页 |
| 4.3.3 基于Nginx模块实现负载均衡设计 | 第43-46页 |
| 4.4 本章小结 | 第46-47页 |
| 第五章 遗传退火算法的性能测试 | 第47-61页 |
| 5.1 性能测试概述 | 第47-51页 |
| 5.1.1 测试环境搭建 | 第47-49页 |
| 5.1.2 基于TPC-W的WEB基准测试 | 第49-50页 |
| 5.1.3 Nginx及功能模块的安装配置 | 第50-51页 |
| 5.2 适应度值的计算及实验分析 | 第51-60页 |
| 5.2.1 测试工具及模拟负载程序 | 第51-52页 |
| 5.2.2 适应度值计算及分析 | 第52-54页 |
| 5.2.3 实验结果及分析 | 第54-60页 |
| 5.3 本章小结 | 第60-61页 |
| 第六章 总结与展望 | 第61-63页 |
| 6.1 本文研究工作总结 | 第61页 |
| 6.2 工作展望 | 第61-63页 |
| 参考文献 | 第63-68页 |
| 发表论文和科研情况说明 | 第68-69页 |
| 致谢 | 第69-70页 |
