可調節(jié)負荷資源分類算法_第1頁
可調節(jié)負荷資源分類算法_第2頁
可調節(jié)負荷資源分類算法_第3頁
可調節(jié)負荷資源分類算法_第4頁
可調節(jié)負荷資源分類算法_第5頁
已閱讀5頁,還剩4頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

可調節(jié)負荷資源分類算法負載均衡可以根據(jù)網(wǎng)絡協(xié)議的層數(shù)進行分類,我們這里以ISO模型為準,從下到上分為:物理層,數(shù)據(jù)鏈路層,網(wǎng)絡層,傳輸層,會話層,表示層,應用層。當客戶端發(fā)起請求,會經過層層的封裝,發(fā)給服務器,服務器收到請求后經過層層的解析,獲取到對應的內容。接收端每通過一層則刪除首部■iJutJblL接收端每通過一層則刪除首部每通過一層則增加首部HTTP報文應用層傳輸層網(wǎng)絡層鎰銘層HTTP數(shù)據(jù)TCP報文段TCP應用層傳輸層網(wǎng)絡層鎰銘層HTTP數(shù)據(jù)TCP報文段TCP首部HTTP數(shù)據(jù) |JIP數(shù)據(jù)包IP首部TCP首部HTTP數(shù)據(jù) |J劇絡架構以太網(wǎng)首部IP首部TCP酋部HTTP數(shù)據(jù)|HTTP數(shù)據(jù)|ttcp首部HTTP數(shù)據(jù)|IP首部TCP首部IHTTP數(shù)據(jù)]以太網(wǎng)首部IP首部TCP首部HTTP數(shù)據(jù)|l丨「一測勅二層負債均衡是基于數(shù)據(jù)鏈路層的負債均衡,即讓負債均衡服務器和業(yè)務服務器綁定同一個虛擬IP(即VIP),客戶端直接通過這個VIP進行請求,那么如何區(qū)分相同IP下的不同機器呢?沒錯,通過MAC物理地址,每臺機器的MAC物理地址都不一樣,當負載均衡服務器接收到請求之后,通過改寫HTTP報文中以太網(wǎng)首部的MAC地址,按照某種算法將請求轉發(fā)到目標機器上,實現(xiàn)負載均衡。這種方式負載方式雖然控制粒度比較粗,但是優(yōu)點是負載均衡服務器的壓力會比較小,負載均衡服務器只負責請求的進入,不負責請求的響應(響應是有后端業(yè)務服務器直接響應給客戶端),吞吐VIP:203.1BfM7.223□0量會比較高。LoadBalancer(L日}V1P:23IP內:70三層負載均衡是基于網(wǎng)絡層的負載均衡,通俗的說就是按照不VIP:203.1BfM7.223□0量會比較高。LoadBalancer(L日}V1P:23IP內:70三層負載均衡是基于網(wǎng)絡層的負載均衡,通俗的說就是按照不EP:10.0,8.171IP:10.0.B172VIP:23VIP23Server^IP:W.0.8J73SeFverlServer2同機器不同IP地址進行轉發(fā)請求到不同的機器上。這種方式雖然比二層負載多了一層,但從控制的顆粒度上看,并沒有比二層負載均衡更有優(yōu)勢,并且,由于請求的進出都要經過負載均衡服務器,會對其造成比較大的壓力,性能也比二層負載均衡要差。四層負載均衡是基于傳輸層的負載均衡,傳輸層的代表協(xié)議就是TCP/UDP協(xié)議,除了包含IP之外,還有區(qū)分了端口號,通俗的說就是基于IP+端口號進行請求的轉發(fā)。相對于上面兩種,控制力度縮小到了端口,可以針對同一機器上的不用服務進行負載。這一層以LVS為代表。七層負載均衡是基于應用層的負載均衡,應用層的代表協(xié)議有HTTP,DNS等,可以根據(jù)請求的url進行轉發(fā)負載,比起四層負載,會更加的靈活,所控制到的粒度也是最細的,使得整個網(wǎng)絡更"智能化"。例如訪問一個網(wǎng)站的用戶流量,可以通過七層的方式,將對圖片類的請求轉發(fā)到特定的圖片服務器并可以使用緩存技術;將對文字類的請求可以轉發(fā)到特定的文字服務器并可以使用壓縮技術??梢哉f功能是非常強大的負載。這一層以Nginx為代表。在普通的應用架構中,使用Nginx完全可以滿足需求,對于一些大型應用,一般會采用DNS+LVS+Nginx的方式進行多層次負債均衡,以上這些說明都是基于軟件層面的負載均衡,在一些超大型的應用中,還會在前面多加一層物理負載均衡,比如知名的F5。負載均衡算法分為兩類:一種是靜態(tài)負載均衡,一種是動態(tài)負載均衡。靜態(tài)均衡算法:1、輪詢法將請求按順序輪流地分配到每個節(jié)點上,不關心每個節(jié)點實際的連接數(shù)和當前的系統(tǒng)負載。優(yōu)點:簡單高效,易于水平擴展,每個節(jié)點滿足字面意義上的均衡;缺點:沒有考慮機器的性能問題,根據(jù)木桶最短木板理論,集群性能瓶頸更多的會受性能差的服務器影響。廠岔3「4|5[6亍89\1/2、隨機法將請求隨機分配到各個節(jié)點。由概率統(tǒng)計理論得知,隨著客戶端調用服務端的次數(shù)增多,其實際效果越來越接近于平均分配,也就是輪詢的結果。優(yōu)缺點和輪詢相似。3、源地址哈希法源地址哈希的思想是根據(jù)客戶端的IP地址,通過哈希函數(shù)計算得到一個數(shù)值,用該數(shù)值對服務器節(jié)點數(shù)進行取模,得到的結果便是要訪問節(jié)點序號。采用源地址哈希法進行負載均衡,同一IP地址的客戶端,當后端服務器列表不變時,它每次都會落到到同一臺服務器進行訪問。優(yōu)點:相同的IP每次落在同一個節(jié)點,可以人為干預客戶端請求方向,例如灰度發(fā)布;缺點:如果某個節(jié)點出現(xiàn)故障,會導致這個節(jié)點上的客戶端無法使用,無法保證高可用。當某一用戶成為熱點用戶,那么會有巨大的流量涌向這個節(jié)點,導致冷熱分布不均衡,無法有效利用起集群的性能。所以當熱點事件出現(xiàn)時,一般會將源地址哈希法切換成輪詢法。

6514365143295432地址h日sh落點HAHBHCHD4、加權輪詢法不同的后端服務器可能機器的配置和當前系統(tǒng)的負載并不相同,因此它們的抗壓能力也不相同。給配置高、負載低的機器配置更高的權重,讓其處理更多的請;而配置低、負載高的機器,給其分配較低的權重,降低其系統(tǒng)負載,加權輪詢能很好地處理這一問題,并將請求順序且按照權重分配到后端。加權輪詢算法要生成一個服務器序列,該序列中包含n個服務器。n是所有服務器的權重之和。在該序列中,每個服務器的出現(xiàn)的次數(shù),等于其權重值。并且,生成的序列中,服務器的分布應該盡可能的均勻。比如序列{a,a,a,a,a,b,c}中,前五個請求都會分配給服務器a,這就是一種不均勻的分配方法,更好的序列應該是:{a,a,b,a,c,a,a}。優(yōu)點:可以將不同機器的性能問題納入到考量范圍,集群性能最優(yōu)最大化;

缺點:生產環(huán)境復雜多變,服務器抗壓能力也無法精確估算,靜態(tài)算法導致無法實時動態(tài)調整節(jié)點權重,只能粗糙優(yōu)化。5、加權隨機法與加權輪詢法一樣,加權隨機法也根據(jù)后端機器的配置,系統(tǒng)的負載分配不同的權重。不同的是,它是按照權重隨機請求后端服務器,而非順序。6、鍵值范圍法根據(jù)鍵的范圍進行負債,比如0到10萬的用戶請求走第一個節(jié)點服務器,10萬到20萬的用戶請求走第二個節(jié)點服務器……以此類推。優(yōu)點:容易水平擴展,隨著用戶量增加,可以增加節(jié)點而不影響舊數(shù)據(jù);缺點:容易負債不均衡,比如新注冊的用戶活躍度高,舊用戶活躍度低,那么壓力就全在新增的服務節(jié)點上,舊服務節(jié)點性能浪費。而且也容易單點故障,無法滿足高可用。654654Llj23456789動態(tài)均衡算法:1、最小連接數(shù)法根據(jù)每個節(jié)點當前的連接情況,動態(tài)地選取其中當前積壓連接數(shù)最少的一個節(jié)點處理當前請求,盡可能地提高后端服務的利用效率,將請求合理地分流到每一臺服務器。俗稱閑的人不能閑著,大家一起動起來。優(yōu)點:動態(tài),根據(jù)節(jié)點狀況實時變化;缺點:提高了復雜度,每次連接斷開需要進行計數(shù);實現(xiàn):將連接數(shù)的倒數(shù)當權重值。2、最快響應速度法根據(jù)請求的響應時間,來動態(tài)調整每個節(jié)點的權重,將響應速度快的服務節(jié)點

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論