array(2) { ["docs"]=> array(10) { [0]=> array(10) { ["id"]=> string(3) "428" ["text"]=> string(77) "Visual Studio 2017 单独启动MSDN帮助(Microsoft Help Viewer)的方法" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(8) "DonetRen" ["tagsname"]=> string(55) "Visual Studio 2017|MSDN帮助|C#程序|.NET|Help Viewer" ["tagsid"]=> string(23) "[401,402,403,"300",404]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511400964" ["_id"]=> string(3) "428" } [1]=> array(10) { ["id"]=> string(3) "427" ["text"]=> string(42) "npm -v;报错 cannot find module "wrapp"" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(4) "zzty" ["tagsname"]=> string(50) "node.js|npm|cannot find module "wrapp“|node" ["tagsid"]=> string(19) "[398,"239",399,400]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511400760" ["_id"]=> string(3) "427" } [2]=> array(10) { ["id"]=> string(3) "426" ["text"]=> string(54) "说说css中pt、px、em、rem都扮演了什么角色" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(12) "zhengqiaoyin" ["tagsname"]=> string(0) "" ["tagsid"]=> string(2) "[]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511400640" ["_id"]=> string(3) "426" } [3]=> array(10) { ["id"]=> string(3) "425" ["text"]=> string(83) "深入学习JS执行--创建执行上下文(变量对象,作用域链,this)" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(7) "Ry-yuan" ["tagsname"]=> string(33) "Javascript|Javascript执行过程" ["tagsid"]=> string(13) "["169","191"]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511399901" ["_id"]=> string(3) "425" } [4]=> array(10) { ["id"]=> string(3) "424" ["text"]=> string(30) "C# 排序技术研究与对比" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(9) "vveiliang" ["tagsname"]=> string(0) "" ["tagsid"]=> string(2) "[]" ["catesname"]=> string(8) ".Net Dev" ["catesid"]=> string(5) "[199]" ["createtime"]=> string(10) "1511399150" ["_id"]=> string(3) "424" } [5]=> array(10) { ["id"]=> string(3) "423" ["text"]=> string(72) "【算法】小白的算法笔记:快速排序算法的编码和优化" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(9) "penghuwan" ["tagsname"]=> string(6) "算法" ["tagsid"]=> string(7) "["344"]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511398109" ["_id"]=> string(3) "423" } [6]=> array(10) { ["id"]=> string(3) "422" ["text"]=> string(64) "JavaScript数据可视化编程学习(二)Flotr2,雷达图" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(7) "chengxs" ["tagsname"]=> string(28) "数据可视化|前端学习" ["tagsid"]=> string(9) "[396,397]" ["catesname"]=> string(18) "前端基本知识" ["catesid"]=> string(5) "[198]" ["createtime"]=> string(10) "1511397800" ["_id"]=> string(3) "422" } [7]=> array(10) { ["id"]=> string(3) "421" ["text"]=> string(36) "C#表达式目录树(Expression)" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(4) "wwym" ["tagsname"]=> string(0) "" ["tagsid"]=> string(2) "[]" ["catesname"]=> string(4) ".NET" ["catesid"]=> string(7) "["119"]" ["createtime"]=> string(10) "1511397474" ["_id"]=> string(3) "421" } [8]=> array(10) { ["id"]=> string(3) "420" ["text"]=> string(47) "数据结构 队列_队列实例:事件处理" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(7) "idreamo" ["tagsname"]=> string(40) "C语言|数据结构|队列|事件处理" ["tagsid"]=> string(23) "["246","247","248",395]" ["catesname"]=> string(12) "数据结构" ["catesid"]=> string(7) "["133"]" ["createtime"]=> string(10) "1511397279" ["_id"]=> string(3) "420" } [9]=> array(10) { ["id"]=> string(3) "419" ["text"]=> string(47) "久等了,博客园官方Android客户端发布" ["intro"]=> string(288) "目录 ECharts 异步加载 ECharts 数据可视化在过去几年中取得了巨大进展。开发人员对可视化产品的期望不再是简单的图表创建工具,而是在交互、性能、数据处理等方面有更高的要求。 chart.setOption({ color: [ " ["username"]=> string(3) "cmt" ["tagsname"]=> string(0) "" ["tagsid"]=> string(2) "[]" ["catesname"]=> string(0) "" ["catesid"]=> string(2) "[]" ["createtime"]=> string(10) "1511396549" ["_id"]=> string(3) "419" } } ["count"]=> int(200) } 222 LVS概念介绍 - 爱码网

一.LVS产生的背景

随着网站业务的量的增长,每天的PV会成倍的增长,服务器的压力会越来越大。如何处理每天成倍增加的PV呢,这就需要负载均衡技术的出现。负载均衡技术,简单的来说,就是将以前一台服务器需要处理的事情,现在交给一组服务器来处理。采用负载均衡架构的网站,能够非常出色的完成大量并发服务的处理请求。

LVS就是负载均衡技术的代表,并在生产环境中得到了广泛的应用。LVS是Linux Virtual Server的简写,是一个虚拟的服务器集群系统。LVS是由章文嵩博士开发的一款自由软件。通过LVS可以实现一个高可用,高性能的服务器应用集群。采用LVS技术做负载均衡架构的网站,在生产环境下处理日均2000万PV是完全没有问题的。可见,LVS在处理大量并发的时候,还是非常稳定的。

二.LVS负载均衡架构

LVS负载均衡架构由三部分组成,负载均衡层,服务器层,数据存储层

LVS概念介绍

负载均衡层:位于整个集群系统的最前端,由一台或多台负载均衡器组成。负责将用户的请求按照相应的配置调度给后端的服务器进行处理,不为用户的请求提供服务。这和快递的分拣比较相似,只将快递分发给不同的区域,而不是直接交给终端用户。由LVS技术配置的负载均衡器,就属于负载均衡层。

服务器层:由多组应用服务器所构成。可以是WEB,MAIL,DNS等服务。负责处理由负载均衡器分发的用户请求。

数据存储层:为服务器层提供共享的数据存储区域。采用共享存储技术,不论用户访问的是哪台后端服务器,可以确保访问数据的一致性。

.LVS相关术语:

Director:负载均衡器,本身并不提供任何服务,只是将用户请求按照所定义的调度算法,转发给后端的RealServer

RealServer:向客户端提供服务的一组或多组服务器

CIP:客户端IP地址

VIP:与客户端交互的虚拟IP地址

DIP:负载均衡器的IP地址

RIP: RealServer的IP地址

四.LVS的三种模式

1.DR:DirectRouting,直接路由模式

2.NAT:NetAddress Translation,网络地址转换模式

3.TUN:IPTunneling,IP隧道模式

五.LVS的调度算法

轮叫调度(Round Robin Scheduling)算法就是以轮叫的方式依次将请求调度不同的服务器。该算法假设所有服务器处理性能均相同,不管服务器的当前连接数和响应速度,平等的对待每一台服务器。

加权轮叫调度(Weighted Round-RobinScheduling)算法在轮叫调度算法的基础上,根据每台服务器的性能差异,手工分配相应的权重,具有较高权重的服务器会处理更多的服务请求。

目标地址散列(Destination Hashing)算法根据请求的目标IP地址,作为散列键从静态分配的散列表中找出对应的服务器,若该服务器是可用的且未超载,将请求发送到该服务器,否则返回空。

源地址散列(Source Hashing)算法根据请求的源IP地址,作为散列键从静态分配的散列表中找出对应的服务器,若该服务器是可用的且未超载,将请求发送到该服务器,否则返回空。

最少链接(Least Connections)算法动态地将网络请求调度到已建立的链接最少的服务器上。如果服务器具有相近的系统性能,采用“最少链接”调度算法可以较好的实现负载均衡。

加权最少链接(Weighted Least Connections)算法在最少链接的基础上,根据每台服务器的性能差异,手工分配相应的权重,具有较高权重的服务器将承受大比例的活动链接负载

基于局部性的最少链接(Locality-Based Least Connections)算法是针对目标IP地址的负载均衡,该算法根据请求的目标IP地址找出该目标IP地址最近使用的服务器,若该服务器是可用的且未超载,将请求发送到该服务器;若服务器不存在,或者该服务器超载且有服务器处于一般的工作负载,则用最少链接的原则选出一个可用的服务器,将请求发送到该服务器。

带复制的基于局部性最少链接(Locality-Based Least Connections with Replication)算法也是针对目标IP地址的负载均衡。它与LBLC算法的不同之处是它要维护从一个目标IP地址到一组服务器的映射,而LBLC算法维护从一个目标IP地址到一台服务器的映射。该算法根据请求的目标IP地址找出该目标IP地址对应的服务器组,按最少链接原则从服务器组中选出一台服务器,若服务器没有超载,将请求发送到该服务器,若服务器超载,则按最少链接原则从这个集群中选出一台服务器,将该服务器加入到服务器组中,将请求发送该服务器。同时,当该服务器组有一段时间未修改,将最忙的服务器从服务器组中删除,已降低复制的程度。

转载于:https://blog.51cto.com/147546/1351280

相关文章: