电商平台服务器性能优化设计与实现

发布时间：2020-03-22 17:03

【摘要】：为了适应当今互联网的技术浪潮,众多中小型企业尤其是传统行业的企业都在探索自身业务与互联网结合的方式与方法。其中,最常见的与互联网相结合的方法就是将企业的自身业务从线下转为线上,通过互联网的方式进行业务的交易与处理,即电子商务交易的方式。对于中小型企业搭建电商平台的需求以及成本的控制,本文以项目中电商平台的架构重新优化设计,使用现有较为成熟稳定的框架与技术,设计了基于微服务架构体系的分布式电商平台系统,给其他中小型企业搭建自身电商平台时的设计提供一种较为可行且相对高性能低成本的方案。采用多台性能较低成本也更低的服务器构建服务器集群体系达到较高性能和高可靠性的目的,并针对微服务架构中的多个服务实例的负载均衡问题提出了基于改进遗传算法的负载均衡策略。本文在将遗传算法运用在服务器集群负载均衡领域时,对遗传算法容易早熟,陷入局部收敛的特点进行了改进,并且针对负载均衡器进行染色体设计以及适应度函数设计。将模拟退火思想运用在选择操作当中改进传统选择操作容易趋同的局限,维持种群多样性。将抽检验收当中接受概率的思想运用到交叉操作当中,使交叉后结果更有利于最优解的搜索,加快算法收敛。将非线性惯性权重引入到变异率当中,构成动态变异率,在一定程度上改善算法容易早熟的局限性。为了验证本文对系统架构的优化设计及提出的基于改进遗传算法的负载均衡策略的有效性,对架构设计优化后的系统与优化之前的系统搭建了条件均衡的环境进行实验对比。从页面访问和数据访问两个方面对两个系统进行性能测试和实验结果对比分析。结果表明,新系统无论是页面访问还是数据访问性能均优于原系统。同时,对于本文提出的基于改进遗传算法的负载均衡策略的性能及有效性同样设计了实验进行测试,并与加权最小响应时间算法以及标准遗传算法进行对比。通过实验,验证了本文算法对提高服务器集群负载均衡的效果。
【图文】：

条染,轮盘,概率,割线

适应度越大的染色体被选中的概率越大。首先是需进行计算并求和，则每条染色体被选中的概率为其适，如以下公式(3-8)所示。 1pNif xxf i 群规模，即种群中染色体总数。根据每条染色体的概进行染色体的选择，轮盘就类似于射飞镖游戏当中的面积是不同的，这些面积就代表了每条染色体的被选概率总和就是轮盘，也就是 1。举个简单的例子做说条染色体，经过计算各染色体的被选中概15,0.19}，那么构造的轮盘时每条分割线的值为前面6,0.81,1}，如图 3-3 所示，从 0 到 1 之间每条分割线，随机生成 0 到 1 之间的数则落在哪个区域就代表中的概率为之前计算得出的概率。

曲线,测试计划,线程组,线程

够处理并响应的请求数，一般单位是请求个数/秒。就服务器集群的负载均衡效果而言，如果负载均衡效果更好，则整个系统性能更优。表现出来的平均响应时间会更短，吞吐量相对更大，表明集群的计算性能更均衡地发挥出来。再结合偏差率可以从响应时间偏差大小来判断集群中不同节点提供的响应时间是否更加均衡，偏差率更小的则表明集群的不同节点负载更加均衡。本文使用Jmeter作为系统性能的测试工具。Jmeter是一款免费开源的基于JAVA的性能测试工具，占用空间较少，，且功能强大。Jmeter 采用多线程的方式模拟多个用户进行请求，并且支持如 HTTP、HTTPS、TCP 等多种协议类型，还可以使用线程组进行不同请求的组合测试。如下图 3-13 所示，在一个测试计划当中可以有不同的 HTTP 请求进行组合，同时，可以使用 HTTPcookie 管理器进行请求时 cooki的携带，HTTP 信息头管理器则是 HTTP 请求头 header 的信息设置。对于测试结果的分析和查看可以添加 jmeter 当中的监听器，如响应的图形结果，响应时间曲线，聚合报告等，会从不同角度展示测试的平均响应时间、吞吐率、最大响应时间、最小响应时间等数据。
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：F713.36;TP302;TP18

【参考文献】