即时通讯教育平台中负载均衡技术的探讨与实现_第1页
即时通讯教育平台中负载均衡技术的探讨与实现_第2页
即时通讯教育平台中负载均衡技术的探讨与实现_第3页
全文预览已结束

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

1、即时通讯教育平台中负载均衡技术的探讨与实现    内容导读:将充当超级节点的服务器划分成集群,并增加负载均衡器对用户的登录请求进行调度。在调度算法的设计中,提出了一种基于遗传算法的动态反馈自适应调度算法,该算法基于负反馈的基本原理,充分考虑到影响平台中服务器负载的各种因素,采用加权轮转分配当前用户的登录请求,并根据服务器反馈的负载信息定期对其权值进行动态调整,采用遗 网络教育是一种基于互联网的传播手段进行学习与教育的一种新型的教育培训方式。当前贸易|教育教学论文|化的网络教育平台大多数是基于BS、CS模式的,这种模式最主要的缺点是交互性差、实时性差、服务

2、器压力大。即时通讯教育平台为解决这些问题提供了一个良好的解决方案。即时通讯教育平台是一个运行在Internet上,基于混合P2P技术的互动教学服务平台,是现实学校的扩展和延伸。平台的通讯模型采用混合式P2P结构,使用多个高性能的服务器充当超级节点。用户登录该平台后既能够获得服务器提供的大量教育资源,又能够实时地与其他用户进行点对点交流学习。由于用户(peer)之间可不通过服务器直接交互,减轻了服务器的负载。但由于平台为多服务器结构,充当超级节点的服务器不仅作为索引服务器存在同时也担任着应用服务器的职责,因此保证各服务器的负载均衡成为一个必须解决的问题。本文将负载均衡技术应用于即时通讯教育平台,

3、给出了适用于混合P2P网络结构的负载均衡方案。本文首先深入研究了负载均衡技术基本原理和方法,包括基于域名解析、网络地址翻译、半连接、封装和简单IP包转发的负载均衡方案,以及轮转调度、加权轮转调度、最小连接调度、加权最小连接调度、目标地址散列调度以及源地址散列调度等常用的调度算法。针对即时通讯教育平台的特点,对平台进行负载均衡设计,将充当超级节点的服务器划分成集群,并增加负载均衡器对用户的登录请求进行调度。在调度算法的设计中,提出了一种基于遗传算法的动态反馈自适应调度算法,该算法基于负反馈的基本原理,充分考虑到影响平台中服务器负载的各种因素,采用加权轮转分配当前用户的登录请求,并根据服务器反馈的

4、负载信息定期对其权值进行动态调整,采用遗传算法计算各超级节点在下一时间段的权值。该负载均衡方案已在“方达”即时通讯教育平台中得以应用,实验和应用结果表明对即时通讯教育平台的负载均衡设计方案的有效性。【关键词法定义345.4.2遗传算法基本步骤34-355.4.3遗传算法的特点35-365.5基于遗传算法的动态反馈自适应调度算法设计36-425.5.1染色体的定义36-375.5.2种群的设计375.5.3适应度函数的设计37-395.5.4选择上一页 1 2 3 下一页 】:教育平台负载均衡动态反馈自适应【论文提纲】:· 摘要4-5·

5、 Abstract5-11· 1引言11-14· 1.1研究背景11-12· 1.2论文主要工作12· 1.3论文结构安排12-14· 2即时通讯教育平台先容14-18· 2.1网络拓扑结构15-16· 2.2层次结构16-17· 2.3平台存在的问题17-18· 3负载均衡技术基本原理18-25· 3.1负载均衡技术简介18-20· 3.1.1负载均衡技术定义18· 3.1.2负载均衡技术的两种思路18-19· 3.1.3负载均衡技术的应用范围19-20·

6、; 3.2几种常用的负载均衡技术20-23· 3.2.1基于DNS域名解析的负载均衡方案20· 3.2.2基于NAT的网络地址翻译的负载均衡方案20-21· 3.2.3半连接方案21-22· 3.2.4封装方案22· 3.2.5简单IP包转发方案22· 3.2.6综合比较22-23· 3.3常用的负载均衡调度算法23-25· 3.3.1轮转调度23· 3.3.2加权轮转调度23· 3.3.3最小连接调度23-24· 3.3.4加权最小连接调度24· 3.3.5目标地址散列调度

7、24· 3.3.6源地址散列调度24-25· 4即时通讯教育平台负载均衡设计方案25-32· 4.1设计原则25-27· 4.1.1改动最小原则25· 4.1.2集中控制原则25-26· 4.1.3高效原则26· 4.1.4可靠原则26-27· 4.2网络拓扑结构27-28· 4.3功能模块划分28-30· 4.4调度算法30-32· 5基于遗传算法的动态反馈自适应调度算法32-42· 5.1算法设计原则32· 5.2算法设计思想32· 5.3衡量服务器负

8、载的标准32-34· 5.4遗传算法简介34-36· 5.4.1遗传算法定义34· 5.4.2遗传算法基本步骤34-35· 5.4.3遗传算法的特点35-36· 5.5基于遗传算法的动态反馈自适应调度算法设计36-42· 5.5.1染色体的定义36-37· 5.5.2种群的设计37· 5.5.3适应度函数的设计37-39· 5.5.4选择 操纵的设计39-40· 5.5.5交叉操纵的设计40· 5.5.6变异操纵的设计40-41· 5.5.7结束方法41-42· 6

9、即时通讯教育平台负载均衡的实现42-68· 6.1通讯协议42-44· 6.2消息的定义44-47· 6.3各主要模块调用时序47-48· 6.4服务器中负载信息收集模块的实现48-53· 6.4.1实现思路48-50· 6.4.2实现细节50-52· 6.4.3实现的难点52-53· 6.4.4服务器实现图53· 6.5群代理中负载信息收集计算模块的实现53-57· 6.5.1实现思路53-55· 6.5.2实现细节55-57· 6.5.3实现的难点57· 6.5.4群代理实现图57· 6.6负载均衡器中调度计算模块的实现57-68· 6.6.1实现思路57-61· 6.6.2实现细节61-66· 6.6.3实现的难点66-67· 6.6.4负载均衡器实现图67-68· 7即时通讯教育平台负载均衡测试68-72&

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论