负载平衡主要在算法和服务实现两个方面进行研究.主流 Web 应用服务器,如 BEA Weblogic 等仅支持一些常见的负载平衡算法,如Round-Robin、Weight-based、随机等,不能感知后端服务器的状态,从而不能根据系统负载信息进行决策,也不能进行负载反馈,不具有自适应控制能力.等在动态负载平衡算法进行了全面、系统而深入的研究,这些算法都可以应用到 Web 应用服务器,但这些算法大多基于进程和 TCP/IP 地址,是一种粗粒度的负载平衡,而 Web 应用服务器需要支持组件负载平衡模型,其负载共享和任务迁移不是在进程之间,而是部署在不同进程中组件之间.在组件之间进行负载平衡,负载检测和任务迁移的开销会增大.如何尽可能地降低额外的开销、增大负载收益,是研究 Web 应用服务器负载平衡算法时一个突出的问题.当进行任务迁移时,需要在运行期间进行组件迁移,如何维持组件(而不是进程)的状态和通信是研究 Web 应用服务器负载平衡的一个难题.
在负载平衡服务方面,主要包括网络级、操作系统级和基于中间件这 3 种负载平衡服务.基于中间件的负载平衡服务位于应用和操作系统之间,屏蔽底层通信复杂性和操作系统的差异,客户可以根据需要在运行期间灵活地定制负载度量和负载平衡策略,克服了网络级和操作系统级负载平衡服务的不足.基于中间件的负载平衡服务有非自适应性和自适应性两种.非自适应性负载平衡服务只能为简单分布式应用提供负载平衡支持.比如,通过集成名字服务为无状态分布应用提供负载平衡服务,但这种负载分配是静态的、非自适应性的,不能根据系统变化调节自身行为进行负载分配.自适应负载平衡服务则能根据系统运行状态信息进行负载分配的决策,对系统负载的变化具有自适应的调整能力.实现 COBRA 负载平衡服务所需解决的问题,并应用多种模式设计了一种自适应的负载平衡服务.但该服务依赖于 COBRA 规范的 Request-Forwarding 机制,不能直接应用到 J2EE 应用服务器,其负载粒度是对象级的.如何在 J2EE 应用服务器中实现多粒度的自适应负载平衡服务,对多种客户请求进行自适应调度,是一个值得研究的问题.
金城在线专注网站、软件、APP、微信公众平台、小程序、抖音、头条等开发推广，如果您有这方面的需求或者不同的观点，欢迎联系交流。
